手机越好,打车越贵?如何不被大数据杀熟

大数据
从去年8月开始,复旦大学管理学院孙金云教授招募了多名大学生当调研员,安排他们在上海、北京、深圳、成都和重庆5个城市,使用7个平台,专门打车800多次,花费5万元换回了一份打车报告。

从去年8月开始,复旦大学管理学院孙金云教授招募了多名大学生当调研员,安排他们在上海、北京、深圳、成都和重庆5个城市,使用7个平台,专门打车800多次,花费5万元换回了一份打车报告。

[[385549]]

调研结果显示,北京、上海、深圳三个一线城市的 响应时长峰值都发生在早高峰阶段。其中,北京打车的响应时长达到32.5分钟,其中还不包括一些下单时间超过1小时仍无司机接单而被迫取消、重新调整呼叫方式的情形。调查还发现,除北京外,扬招仍然是各城市打车最快的首选。

而调查报告中,最有冲击力的一条结论莫过于:平台会看手机型号出价,手机越好,价格越贵。以滴滴出行和苹果手机为例,在滴滴的一键呼叫中勾选 经济型和舒适型、两档进行测试,结果显示苹果手机用户更容易更贵的舒适型车辆也就是专车、优享 接单,这一比例是非苹果用户的三倍。

而且,苹果用户比非苹果用户享受的打车优惠更少。数据显示,苹果手机用户平均只能获得2.07元的优惠,而非苹果用户平均可以获得4.12元的优惠,差别十分显著。

 

[[385550]]
手机越好,打车越贵?如何不被大数据杀熟
手机越好,打车越贵?如何不被大数据杀熟

 

NO.1

手机越好,打车越贵,平台如何做到?是否涉嫌违法?

上海段和段律师事务所合伙人刘春泉:

要区分来看这个调查情况,就是实际的情况可能跟人们生活中感受差不多。虽然说有很多人都认为这是大数据杀熟,但从他调查情况来看,很多平台其实也没那么智能,也没用多少所谓的高科技或大数据技术手段。比如用手机的品牌,高端机更贵一些,说白了这个原理大家都懂了。

这里有一个问题,如果他通过手机的高端机费用更贵,是不是就一定合法或是违法?我觉得要区分看具体情况,如果你使用高端手机,它向你推荐比较贵的车,但费用都是正常的,高端车价格肯定是高于普通车的,这种情况是合法的。但如果说是同样的车,平台觉得你的承受能力更强,对于价格不敏感,就用调参数的技术手段把费用变得高一些或路线变得长一些或有意识不给你便宜的车,给你推高端车,这些就构成了大数据杀熟,是不正常的商业行为。

 

手机越好,打车越贵?如何不被大数据杀熟

 

NO.2

相关部门能否从制度上遏制大数据杀熟?

上海段和段律师事务所合伙人刘春泉:

实际上有关部门已经注意到这些情况,一些文件也频繁的提到要治理。我个人认为,根据现在已有的《电商法》三十五条的相关规定,实际上是可以为大数据杀熟找到法律依据的。比如不能歧视或欺诈,如果能够拿出一些技术上证据来证明正常路线是10公里,通过调技术参数,两个打车同样起点的到另外地方,一个是10公里,另一个是12公里或一个是10块钱、一个12块钱,根本原因在于一个是手机是小米低端的,另外一个是小米高端的,这种其实就可以依据相关法律法规律对平台进行处罚。

 

手机越好,打车越贵?如何不被大数据杀熟

 

NO.3

用户如何尽可能避免被“大数据杀熟”?

上海段和段律师事务所合伙人刘春泉:

大数据杀熟这个问题还要有针对性的分析。从孙教授这次调查情况来看,用打车软件实际上并没有起到打车软件推出的目标,推出打车软件是希望减少出租车、网约车的空驶率、提高社会效益。现在实际情况是网约车空驶率没有减少、费用没有减少,这很值得我们反思。呼吁这些平台企业,加强科技进步,让公众能够从科技进步当中获得利益,而不是只是动脑筋让自己赚到更多钱。

 

用户一定程度上就是待宰的羔羊,每一个用户面对的都是别人设定好的软件相关技术标准,用户实际上能做的比较少,但也不是一点都没有。比如孙教授在报告中也提到,大家要减少对红星网络平台的使用,同时使用多个平台或平时注意扬招,只有你平时多个选择,平台觉得在市场上有竞争者,竞争充分后,平台互相之间是会监督的。如果长期只用一个固定平台,大数据杀熟是需要发红包拉新客的,不在乎你这个老客。平台一旦市场地位太高,垄断的利益实际上也是比较高的,如果这时让平台技术创新,平台就没有老人利益上的动机。所以使用多个平台让市场有充分竞争,只有充分竞争才是对消费者最大的利益,这点大家要永远记住。

 

责任编辑:华轩 来源: 今日头条
相关推荐

2021-03-08 22:03:27

大数据互联网苹果

2021-03-03 11:13:30

APP手机打车软件

2021-03-08 15:28:18

滴滴网约车大数据

2021-02-25 17:54:25

大数据网约车科技

2021-12-23 23:04:54

手机苹果国产

2021-11-14 22:04:55

iPhone安卓手机

2021-05-14 09:57:44

大数据IT互联网

2012-10-09 10:12:12

2011-09-14 10:43:39

数据中心服务器制冷

2020-11-27 10:10:52

大数据

2017-10-18 11:31:09

数据

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

2015-10-09 17:36:39

2021-08-29 23:37:18

大数据电商购物

2021-03-07 00:34:30

大数据互联网技术

2021-06-28 13:34:06

大数据大数据监管数据安全

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

2021-03-16 10:07:08

大数据互联网经济
点赞
收藏

51CTO技术栈公众号