大家有被大数据杀熟过吗？

大家有被大数据杀熟过吗？

实际上而言无论是任何涉事「杀熟」平台及机构，当我们尝试着判断产品是否存在「杀熟」行为，数学中的「控制变量法」再适合不过了，当仅存在唯一变量的情况下再去比较，得出来的结论才有可信度，如果存在多个变量比如时间、地域等等因子其实也都是需要考虑在内的！

不过，在讨论「杀熟」之前，我们先来看看什么是大数据？再来讨论什么又是大数据「杀熟」？大数据是AI人工智能的基石，目前的深度学习主要是建立在大数据的基础上，即对大数据进行训练，并从中归纳出可以被计算机运用在类似数据上的知识或规律。简单而言何为大数据？虽然很多人将其定义为“大数据就是大规模的数据”。但是，这个说法并不准确！“大规模”只是指数据的量而言。数据量大，并不代表着数据一定有可以被深度学习算法利用的价值。

大数据在应用层面：大数据往往可以取代传统意义上的抽样调查、大数据都可以实时获取、大数据往往混合了来自多个数据源的多维度信息、大数据的价值在于数据分析以及分析基础上的数据挖掘和智能决策。美国《大西洋月刊》公布的一段A.I.聊天记录截图实际上AI算法的发展，离不开海量数据进行训练，究其根本大数据的循环往复无数次的训练和深度学习才有了人工+智能！接着，我们再回到所谓的大数据「杀熟」，实际上是鉴于大数据的AI算法层面的分析了！其实很多时候所谓的大数据“杀熟”，实际上背后的技术来源是营销背后的“千人千面”技术，大数据通过对有意义有价值的大规模用户画像的学习、分析和解构，了解用户的消费习惯、消费偏好、消费场景甚至于用户对平台的忠诚度、对价格的敏感度，包括用户年龄、收入、职业、兴趣爱好等信息，当然用户的使用设备这些硬件信息实际上相较软性特质其实重要性稍微次之。从用户运营层面来看：新用户，粘性较低，如果对价格再更为敏感，则如果平台希望将其很好的留存，成为其忠实用户，这就意味着平台需要多一些付出，让新用户薅更多羊毛的做法自然而然可以理解了。老用户，意味着从某种层面上是忠诚的用户，粘性也更高，选购某种产品的时候对平台更看重，一般而言放弃了再三比较价格之后等再购买的操作。

「杀熟」无论是对用户知情权，或者是消费者正当权益以及是否涉及隐私权的侵害，无论哪一条都会触及法律的红线！不管是否存在「杀熟」，「大数据」本身还是好的！不管怎样，「大数据」背锅估计是没跑了！

“杀熟”临身，大数据时代的普通人该如何攻与守？

大数据技术无疑是互联网科技领域的重要技术，而且作为产业互联网的核心技术之一，未来大数据将广泛落地到广大的传统行业中，为传统行业的创新、管理和服务赋能，可以说大数据将会在很大程度上提升传统行业的生产力。目前互联网科技领域和传统行业对于大数据的发展都充满了期待，大数据将也在一定程度上承载了产业结构升级的重任。

但是，在大数据的应用过程中，“杀熟”是一个绕不开的话题。由于大数据技术早期被广泛应用在互联网产品中，尤其是电子商务领域，部分商家在产品销售策略上采用了大数据技术，而且在价格规则制定上出现了个别的“杀熟”情况，这让不少消费者对于大数据产生了很多误解，也让大数据从业者感到了“尴尬”。

虽然大数据杀熟的报道屡见不鲜，但是从整个行业的发展情况来看，大数据杀熟并不是普遍现象，也不应该成为普遍现象，至少目前为止涉嫌大数据杀熟的商家都会竭力否认存在大数据杀熟的问题。

对于普通人来说，要想避免被大数据杀熟，虽然具备一定的困难，但是也可以在一定程度上突破个人的“数字壁垒”，通常可以采用三种方案，其一是使用多款同类型产品进行价格比对（同一终端多个产品），其二是通过多渠道完成价格比对（不同的终端设备），其三是多种身份进行价格比对。

最后，随着大数据技术应用的逐渐成熟，相信大数据杀熟情况会渐渐成为历史。