为啥熟客就要多花80元开房?“佛系”大数据为何举起杀熟的刀

据每日经济新闻报道,300元的酒店房间,老客户就要380元?过去货比三家,如今还要“货比三人”,一些手握大数据工具的商家正在真实上演“坑人新骗术”。

近日,有微博网友自述其被大数据“杀熟”的经历引起网友关该网友称,他经常通过某旅行服务网站订某个特定酒店的房间,长年价格在380元到400元左右。偶然一次,通过前台他了解到,淡季的价格在300元上下。他用朋友的账号查询后发现,果然是300元;但用自己的账号去查,还是380元。

每日经济新闻称,通过梳理下方网友评论时发现,网络公司大数据“杀熟”的行为不仅发生于在线旅游预订平台和打车软件,还存在于人们日常生活的通讯套餐、电影订票、网络购物中。

用大数据来杀熟?不是按照一般消费者的理解,熟客应该更加便宜一些吗?

难道大数据是佛系的,从来不“杀生”。答案或许会更加有趣:


大数据杀熟,其实就是贪小便宜的技术智障!

为什么这么说呢?通过大数据,发现某些人会长期高黏性的在平台上购买某个服务。然后按道理来说,这时候就应该推送一些优惠来增加这种频次吧。但其实不然。

比如开房,长期较为固定和有节奏的在特定时段开房,理由是什么,咱们就不细究了。但这时候,优惠其实没有任何作用。至少在平台方觉得,优惠劵只是让本来到手的利润变少,不如不给,反正你会来开房,等你来就好了。

然后呢?大数据发现,您在平台上消费的频率不错,是熟客,用互联网思维来说,就是黏性很高的客户,不怕你走,也不怕你货比三家(一般这样的客户已经不再比价了,你觉得呢?),然后,一个思维出现了,既然你固定消费,定时定点开房,那么贵一点,也是没问题的吧……

于是,大数据就为你擅自加价了。当然,我们要认识到,这其实就是一种技术智障,而且不容易被发现,惯用一个App后,大多数用户确实很少再装一个同类App了,这时候,用户自己就营造出一个信息不透明的信息茧房。。所以,佛系大数据就出手了。

但大数据忽略了一点,所谓当下的大数据,其实都是一个平台或一个矩阵下的数据,很大但不全,总有极少数用户会发现杀熟的问题,并广而告之,最终众人皆知。

只不过,反正在同一领域下,就是老大和老二之间的竞争,如果两家都如此,也就无所谓这样的技术智障了。

结果呢,很多时候为何一些新进的平台立刻能蹿红,就是抓住了老大老二贪小便宜、店大欺客的漏洞,然后“咱不贪”。

补贴这种好事,为什么只是给新客户?

用喝可乐、看电影做个例子,更容易理解补贴或优惠劵这种事。如果你是才开始接触可乐,或才开始习惯去看电影的用户,大数据会发现你是初来乍到。这时候,好处来了。

新手进门就一个礼包(很多电商平台都有这类新注册用户专属礼包,优惠力度之大,比VIP都好),然后还附赠可乐。

结果新手可能不喜欢吃可乐,但会看电影,那么下一次换雪碧、芬达、爆米花,总有一种你喜欢。然后,就看新手的轨迹了,最近频率高,什么电影都看,优惠劵洒一地,让你逐步找到喜欢看的电影。

最近频率有点低,优惠劵召唤你,让你来二次消费。

一段时间频率正常了,你是熟客了,给不给优惠劵你都会来,票价恢复正常,可乐请你自己买。

为何呢?就好像喝可乐,一天你也就消费一瓶,给你多了好处,大数据认为是浪费,不给你好处,反正你也会喝,那就让你习惯“自费”就好了,比线下实体店便宜点,就算是很客气的了。

“佛系”大数据如何正确的“杀熟”呢?

杀熟这种事,其实是大数据应用不充分的一种表现,换言之,就是大数据换上了小商人贪小便宜的毛病。

那么真正的大数据如何正确的“杀熟”呢?用开房为例,如果发现某个用户很长期普遍的开380元的房,在某个区域里,大数据可以:

1.跳出来打招呼,要不咱们试试隔壁家380元的,原价1888,大床圆床泡泡浴,品质比现在这家多个星……结果,可能就进入消费升级模式了。

2.跳出来洒红包,您觉得周边的泛娱乐消费有兴趣吗?杀鸡游戏专属网吧等着您,红包拿好,咱家今天酬宾,出差在外,晚上别宅房间里了……结果,可能因为这个用户在家经常玩吃鸡,就又消费升级了。

3.跳出来给惊喜,长期380元开房,没问题,您是本店一千万个到店住客,今天消费不免单,不过可以享受酒店提供的更多服务,这个可以5折……结果,本来喜欢自己洗衣服的你,现在开始酒店洗衣一条龙了

4.跳出来做更多的惊喜,说白了,就是别直接在开房的钱上占便宜,那是一个愚蠢的大数据,而是要根据用户平时干嘛,带着他去逛花园……结果,消费都爆表了

文末补一刀,为何会杀熟呢?恰恰是大数据根本没用好,只是单方面对着“开房”这么一件事下功夫。

张书乐 人民网、人民邮电报专栏作者,互联网和游戏产业观察者

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,445评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,889评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,047评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,760评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,745评论 5 367
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,638评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,011评论 3 398
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,669评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,923评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,655评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,740评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,406评论 4 320
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,995评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,961评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,197评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,023评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,483评论 2 342

推荐阅读更多精彩内容