文件名称：“大数据杀熟”现象的成因与对策.docx
文件大小：25KB
文件格式：DOCX
更新时间：2022-12-24 11:16:52
文档资料
"大数据杀熟"现象的成因与对策 作者：朱昱潼 来源：《中国经贸导刊》2021年第28期 近年来，随着金融科技的不断创新和发展，大数据技术也被各大企业融入到了互联网的经营活动中。但是，自2018年起，就不断有报道指出：许多购物、打车、买车票的软件出现了不同消费者购买同一个商品时价格不一样的现象，而这种现象经调查得出，很可能是由于大数据技术导致，这就是"大数据杀熟"现象。 媒体曝光"大数据杀熟"现象后，各个电子商务平台积极发布公告向消费者解释价格不一样的原因。根据调查研究表明，网购平台是出现"大数据杀熟"问题最多的区域，接下来分别是旅游软件和打车软件。"大数据杀熟"不仅严重损害了消费者的权益，长此以往也会引发消费者对电子商务平台的不信任，消耗互联网平台自身的品牌价值。 本文通过分析"大數据杀熟"的形成的原因，对问题提出针对性的解决对策来实现维护消费者权益的行为，解决消费者的问题，维护消费市场稳定的目的。 一、"大数据杀熟"的定义解析 经济学中，"杀熟"更多的是指商家利用熟客的信任，使熟客购买的价格比新客更高的这种行为。"大数据杀熟"则是在原本"杀熟"概念的基础上广泛地利用了大数据技术。这主要表现在许多互联网平台通过动态地搜集、整理和分析客户在本平台的基本信息、消费习惯和消费偏好等用户数据，描述客户的个人消费特征，形成用户画像，进而在平台销售时自动调整商品的价格，对于一些平台使用黏度较高的用户界面会展示较高的价格，而对一些使用频率较低或无消费记录的客户提供更为优惠的价格，最后商家可以以最接近每个客户所能接受的最高价格成交，从而尽可能多地获得利润。 通过对"大数据杀熟"现象总结，本文得出"大数据杀熟"定义：互联网企业通过技术手段对用户消费喜好、消费水平等数据信息进行收集总结，分析消费者数据信息后，采取的随机浮动商品或服务的价格，对用户实行价格歧视的商业营销手段。 二、"大数据杀熟"的成因分析 "大数据杀熟"对于电商行业甚至是整个商业都产生了巨大的影响，需要对其产生的原因做进一步的研究，主要分为以下几个方面。 "大数据杀熟"现象的成因与对策全文共3页，当前为第1页。 （一）平台与用户信息不对称 "大数据杀熟"现象的成因与对策全文共3页，当前为第1页。 双方信息不对称在"大数据杀熟"中指的是互联网平台和客户所获得的信息和渠道是不一致的。究其原因，首先，电商平台具有规模非常大的数据基础，这些数据主要来自于客户在平台浏览、搜索和消费等行为形成的。平台可以短时间内筛选、分析和处理信息，信息来源渠道多，处理速度快并且运用比较广泛，同时，由于科技的发展，客户和商家的交易更多的通过手机、平板电脑等移动设备完成，在使用这些设备下单时，客户只能看到自己页面的价格，而很难与购买该商品的其他客户进行沟通或比价。互联网平台也会采取替换交易界面，设定优惠券、活动等形式将价格隐蔽起来，消费者很难对价格有直观的对比。 （二）行业相关行规、法规不规范 从经济学的角度，"大数据杀熟"是商家尽可能获取利润的行为，是最大限度的榨取客户的剩余价值，只是理性经济人追求利润的一种方法。比如，美团、大众点评等团购平台在刚推出这个软件时，由于大多数客户不习惯使用团购软件，平台会以短期发放优惠券的形式获得了大批消费者的青睐。然而，前期高额资本的投入必须要以客户的高消费作为补偿，企业通过差异化定价从之前给予优惠的客户消费中赚取更高额的利润。另外，互联网平台更新提升大数据技术和系统，也需要大量的资金投入，这都促使商家采取"杀熟"手段追去高额利润。这些不合理的行业操作导致行业营业环境差、客户评价不高等情况出现，互联网行业没有形成良好竞争、互相约束和健康发展的行业自律标准，国家也未出台专门针对电商平台定价的法律，所以使得电商行业"大数据杀熟"现象难以遏制。 （三）定价标准难以解释 互联网电商平台的定价标准，主要是机器运用深度学习技术，基于计算机算法对商品进行定价。深度学习是在了解样本数据的内在规律后，使得机器能够像人一样具有分析、思考、学习的能力。平台基于特定的算法或规律对商品进行定价，对商品的价格具有控制权和决定权，用户只能被动地接受价格，而很难改变整个行业商品的价格水平。例如，在使用美团外卖软件时，不同的商家的配送费是变化的。虽然平台声称配送费会根据距离、天气、商家、时间、活动等各种因素影响，但是通过调查发现，商品的配送费与这些因素并没有绝对的变动关系。比如，相邻的两家店，一家免收配送费，另一家配送费为5元。因此，受各种条款影响，商品的价格和其成本难以清晰分析。 三、"大数据杀熟"的治理对策 对各大电商平台存在的"大数据杀熟"问题需要采取措施严格治理，才能更好地保护消费者的权益。 "大数据杀熟"现象的成因与对策全文共3页，当前为第2页。 （一）合理利用大数据技术 "大数据杀熟"现象的成因与