大数据“杀熟”是病,但是改不了

大数据
不知道经常点外卖的人有没有发现,外卖的客单价正在越来越高?而一些新用户却可以立减17元。你以为这就完了?老用户点的多了之后,你的优惠券会越来越少,直至没有。而新用户虽然不能一直享受立减17元的优惠,但是可以经常领到3元、5元的优惠券。

 不知道经常点外卖的人有没有发现,外卖的客单价正在越来越高?而一些新用户却可以立减17元。

你以为这就完了?老用户点的多了之后,你的优惠券会越来越少,直至没有。而新用户虽然不能一直享受立减17元的优惠,但是可以经常领到3元、5元的优惠券。

这种现象也是互联网平台上非常常见的大数据“杀熟”现象,想必大家都有过类似体验。

 

[[358631]]

 

早在3个月前,央视就专门曝光了大数据“杀熟”现象。记者在某在线旅游软件上发现,同样的旅游产品对于不同的用户来说,价格相差悬殊。为此,文化和旅游部专门发布了《在线旅游经营服务管理暂行规定》,明令禁止在线旅游平台利用大数据“杀熟”。

可是这种现象只有在线旅游行业和外卖行业有吗?

不,几乎所有的互联网平台在新老用户面前都是两副面孔,这是由它们的商业模式决定的,“杀熟”是必然要走的一条路。

1、大数据为什么只能“杀熟”?

其实,各大平台都在玩一个“知己知彼”的游戏,当一个新用户在使用某个平台的时候,平台既不了解用户,用户也不了解平台。

用户通常在下载之后,只是试用阶段,如果用户体验不佳,很有可能做卸载处理。这也是用户在了解平台的过程,平台为了留住用户,没有什么好的方法,只有“送钱”是最简单粗暴的行为。

 

 

如果送钱都留不住那个用户,说明这不是公司的目标用户。从概率上来说,大部分人还是会留下来的。在用户留下来之后,平台就开始了解用户了。平台怎么了解用户呢?

很简单,不管我们下载了什么软件,我们都必须同意它访问我们的通讯录、摄像头以及个人位置才可以使用。

这些设置恰恰就是平台了解我们并且熟悉我们的过程,经过大数据的对比,它真的要比我们自己都更了解我们。当然它们并不是只了解我们个人本身,还了解我们的钱包里到底有多少钱。只有知道了这些,它才会一步步引诱我们入坑。

一般来说,用户养成一个习惯需要21天左右。同样,在用户持续使用了平台21天之后,平台就会想方设法减少送给你的满减券。也正是这个原因,导致我们买同样一件产品时,价格会相差较大。

有用户发现,同样一段路程,用户在使用某打车软件时,新用户和老用户的价格差别25%左右。这意味着,新用户只需要20元的路程,老用户要花费25元。

可能有人会说,这些平台为什么就不能让老用户和新用户一样享受优惠呢?原因很简单,平台在拉你使用的时候,平台差不多是倒贴的。它总得找个方法赚回来。

2、有什么方法避免大数据“杀熟”

说实话,同样一件产品,不同的用户花费不同的钱,花钱多的用户肯定是不开心的。

这个时候就有人会问:“有什么什么方法可以避免大数据杀熟的行为呢?”

方法并不是没有,只不过就是太麻烦。给大家说两个简单的避免大数据“杀熟”的操作,多多少少会有点用。

第一、当一个老用户没有优惠的时候,可以启用小号。现在很多人都是有两个手机号,而手机号也是平台注册的依据。在你使用小号的时候,很多优惠也是可以享受到的。不过这里边有个问题,小号使用的多了,优惠也会减少,直至没有;

 

第二、进入一些“薅羊毛”的群,有些商家为了冲销量或者是为了占据平台权重,它会对一些人发布特有的优惠券,这可以让你拿到较低的价格。

不过这些行为都是相对比较消耗时间的行为,如果大家的时间比较宝贵,还是直接在平台购买吧。

不管什么平台,虽然会存在一些大数据“杀熟”行为,但是它大概率会低于实体店价格或者与实体店价格相同。因为很多软件都是存在竞品的,它们的存在就会制约对方的价格不能乱要,尤其是一些官方的自营频道。

因为用户们也不傻,如果同样的产品,一个平台比另一个平台低不少,那么用户可能会选择价格低的平台。

而这些平台相较来说,更加关注的用户量的多少,成交量要弱一些。这是为什么呢?

因为平台想要赚的并不是用户的钱,而是资本市场的钱。资本市场给平台估值的高低,最直观的因素就是你有多少个用户,其次是平台成交额有多少。

就目前而言,我国的任何一家巨头都无法承受用户量下降带来的损失,因此,该用就继续用吧!

责任编辑:华轩 来源: 今日头条
相关推荐

2021-05-14 09:57:44

大数据IT互联网

2021-08-29 23:37:18

大数据电商购物

2020-11-06 11:37:42

大数据技术电商

2021-08-05 11:13:47

大数据杀熟大数据分析大数据应用

2018-10-10 20:20:14

2020-12-23 16:15:54

大数据美团网络

2021-03-16 10:07:08

大数据互联网经济

2018-03-19 22:51:24

大数据技术大数据杀熟

2020-10-08 15:39:08

大数据杀熟

2021-07-19 17:00:50

大数据互联网经济

2018-03-28 17:16:09

大数据

2021-03-15 11:03:58

大数据 “杀熟”“算计”

2021-03-18 19:11:42

大数据数据分析

2021-07-19 22:45:10

大数据消费监管

2021-07-05 09:52:05

大数据大数据“杀熟”数据监管

2021-08-31 22:49:50

大数据互联网技术

2015-03-04 11:01:36

大数据数据分析分析

2018-03-27 09:41:48

2021-08-02 14:27:18

大数据杀熟人工智能网络投诉

2015-07-29 16:19:54

大数据时代分析
点赞
收藏

51CTO技术栈公众号