brilint holdings解讀大數據時代的普通人該如何攻與守

　　在大數據時代，商家的手段就高超多了。比如你的鼠標在淘寶網上某幾個位置多停留了幾秒，或者你日常散步途中，在某個地方速度突然慢了下來，甚至是你在某個地方按熄了手機屏幕，都有可能成為分析你行為的數據基礎。

　　在過去，人腦算力不足，信息傳輸效率也不高，這些數據還無法被“充分”利用。但在當今世界，人腦被計算機算法取代，4G乃至5G網絡讓用戶數據傳輸輕而易舉，大數據殺熟便適時登場。

　　前瞻網之前的文章曾提到，任何形式的數字內容輸入，包括鍵盤、鼠標交互和觸摸屏、GPS定位數據、日常家用電器(物聯網)數據，都會成為大數據殺熟的基礎數據。

　　在算法的幫助下，通過這些基礎屬性數據，商家就能判斷你所在的用戶群體、所屬人群的特征(如消費能力)，判斷你的偏好和消費意愿。綜合一系列的分析，為你繪制出一幅“畫像”。從而，商家可以對消費能力高、消費意愿強烈的用戶展示更高的價格，賺取更多的利益。

　　普通人的生存之道

　　既然知道大數據殺熟的方法，那么相應的，

　　第一種方法：保證數據絕對安全

　　大數據殺熟靠得是大數據，防御大數據殺熟，最簡單也是最極端的方法是不提供任何數據。在前瞻網之前的文章中，小編曾經提到，用戶瀏覽網頁使產生的Cookies、谷歌Analytics可以獲取的用戶行為以及終端設備的GPS、WiFi等功能，都會在用戶不知不覺中成為畫像的一部分。

　　此外，還有一些手機APP會在安裝時打著精準推送的幌子，主動向用戶索取數據調用權限，而大多數用戶一方面貪圖便利，另一方面懶得去看具體條款，一般都會應允。

　　對此我們需要做的是，盡可能地不要讓你的隱私數據(包括地理位置、通訊錄、相冊等)被獲取。關閉掉一切非必須的定位許可、照片讀取許可、通訊錄讀取許可，不要連接來路不明的Wi-Fi甚至一些看起來官方的Wi-Fi。

　　第二種方法：提供干擾性的數據

　　假如你想要網購某樣東西，第一件要做的事就是告訴平臺，你其實沒有那么迫切的需求。比如想要在淘寶買碗碟，不要一直在“碗碟”的搜索目錄下閑逛，時不時瀏覽一些其他商品，才會模糊平臺對你消費意圖的判斷。

　　另外，你還可以跨平臺搜索，表現出一種“不一定要在你這消費”的氣勢。這是有現實案例的，豆瓣用戶“大魔王·桶狗”就曾發文表示，他在A平臺下單一桶油之前，發現B平臺價格更低，于是轉而在B平臺下單。回頭發現，A平臺給他發了一張糧油優惠券。

　　對于大數據殺熟，以上是2種比較簡便易行的手段，不過從效果上說，這只算是被動防守，而且還要付出無法享受精細化個性化服務的代價。如果消費者愿意多花費一些功夫，不僅能達到更好的效果，甚至可以反守為攻，薅平臺的羊毛。

　　第三種方法：偽裝自己

　　這里要理解一點：互聯網平臺最看重用戶流量，有用戶才能變現。因此，普通消費者可以針對平臺的引流策略做文章，最典型的方法有2種：

　　一是假裝新用戶。對于新用戶和流失的老用戶，大部分平臺會有針對性的拉攏和召回策略，好好利用這一點，可以薅到不少樣貌。最典型的例子是陰陽師，用戶只要卸載一段時間在回來，就有很高幾率抽中×××。

　　二是假裝價格敏感人群。以麥當勞為例，他們會用優惠券來區分用戶群體，價格敏感群體會尋找優惠券購餐，而對價格不敏感的群體，往往不會把時間耗在搜索優惠券上。反過來，如果你頻頻領取優惠券，那么就有很大機會被大數據平臺認定是價格敏感者，為了吸引你繼續消費，平臺可能會給予你更多優惠。

　　可能看到這里，很多讀者已經產生了試一試的念頭，但在付諸實踐之前，還請思考一下下面這個問題：

　　值得嗎?

　　首先要指出一點，對于大部分殺熟行為，用戶最多對其進行道德批判，無法在現實中通過法律手段解決。因為大數據平臺用不同用戶行為區分用戶群體，再提供差異化的價格，這和麥當勞通過“領優惠券”的行為區分用戶群體是一樣的。

　　早前，法律領域也對這個問題進行過討論，得出的一致結論是：暫時沒法管。

　　《價格法》只要求商家“明碼標價”，沒說不能標不同的價;《消費者權益保護法》雖然規定消費者享有“知情權”，但只限于消費者對商品性質和服務內容的知情權，不包括商家與其他消費者已完成的交易;《反壟斷法》則禁止“具有市場支配地位的經營者”對消費者差別對待，“市場支配地位”難以判斷。

　　新《電商法》規定：“電子商務經營者根據消費者的興趣愛好、消費習慣等特征向其提供商品或者服務的搜索結果的，應當同時向該消費者提供不針對其個人特征的選項，尊重和平等保護消費者合法權益。”

　　但在平臺不公布算法的情況下，你根本無法證明商家是“根據消費者的興趣愛好、消費習慣等特征”差異化定價，如果將限制范圍擴大到整個“大數據”系統，那么想來不會再有商家愿意發展相關技術了。

　　另外還需注意一點，消費者在消費時，往往會有一些像搜索成本和選擇成本這樣的隱性成本，而大數據平臺的精準推送，能讓這部分成本大幅下降。坦然接受被殺熟的消費者往往搜索成本太高，接受這種準確提供信息的增值服務。

　　那么，以中斷大數據技術發展、極大降低用戶消費便利性的代價換取消滅大數據殺熟，值得嗎?