但一位程序員告訴我們，在電商場景中，還存在另一種“殺熟”現(xiàn)象。
她舉例稱：假如我平時瀏覽服裝和寵物用品時間比較多，那么某寶在給我推薦這類產(chǎn)品時，需要推薦相似但性價比高的產(chǎn)品，因為花費了較多時間，會產(chǎn)生“價格敏感”——因為常用，我會對這些商品價格區(qū)間更為熟稔。
反之，當我突然開始瀏覽平時不怎么看的產(chǎn)品，比如機械鍵盤，男生球鞋，且瀏覽時間不長，那么算法就會傾向于推薦價格較高的產(chǎn)品。
而原因也呼之欲出——我不熟。
幾年前，在一次采訪中阿里云的程序員曾滿臉自豪地講到，“我們現(xiàn)在已經(jīng)能夠做到全中國幾億人口的淘寶界面都是不一樣的，而且?guī)缀踝龅搅嗣爰壐??！?/span>
而那個階段也正是阿里發(fā)力“千人千面”的新零售的高潮，這里的“千人千面”可以簡單地理解為每個人的淘寶界面都不一樣，都是基于算法進行“量身定制”的。
也正是因為所謂的“千人千面”的存在，所以當我在這次采訪中，追問到底我們什么樣的行為關(guān)鍵詞會觸發(fā)大數(shù)據(jù)殺熟機制時，并沒有得到一個唯一的答案。
因為我們每一個人，都被一套特定的算法所“操縱”。
一位多年的行業(yè)從業(yè)人員告訴我：“首先，行為關(guān)鍵詞屬于算法的一部分，而算法對于公司來講屬于商業(yè)機密；其次，具體的測算方式不唯一，每個人的行為都會被進行無數(shù)次分析，然后進行個性化推薦，效果最好的才會被采用?！?/span>
為了更形象地解釋，他還舉了這樣一個例子：假設我們每個人的數(shù)據(jù)是一個面積不同的正方形，我們要在正方形中找到一個特定最佳的面積值。
我們需要在這個正方形中從各個角度畫無數(shù)條線，直到找到那個最優(yōu)解。而這條帶來最優(yōu)解的線就是“專屬于你的算法”。
對于用戶A，可能紫色線是最優(yōu)解，而對于用戶B，可能黃色的是最優(yōu)解。
不過，一個很有意思的特殊案例也在最近出現(xiàn)了，它證明了“大數(shù)據(jù)殺熟”不能被完全判定為“不利于消費者的漲價行為”。
今年十一期間，電影《奪冠》上映。出于娛樂的心態(tài)，我一個朋友購買了電影票，但一刷之后，她備受情節(jié)鼓舞。于是在接下來的一周內(nèi)，她又去同一影院刷了三次。
在這期間，戲劇性的一幕發(fā)生了，她發(fā)現(xiàn)自己每次買票都比上一次便宜。第一次價格是將近100元，但四刷的電影票只需要26元。
當然，被大數(shù)據(jù)殺熟而減價的事情肯定并不常見，因為我們也無法判斷這是否是影院為了市場回暖而采取的特殊降價舉措。
但從商家來講，降低了客單價，同時又增加了用戶粘性，也不失為一個經(jīng)商之道。
低成本，高回報
了解這樣一套操作流程后，不知道大家是否跟我一樣，會考慮到大數(shù)據(jù)殺熟的成本問題，畢竟這樣看似復雜多變而又個性化的操作，顯然不是一日之功。
于是，我又把這個問題拋給了算法工程師們，以期大數(shù)據(jù)技術(shù)在操作難度和成本上為我們的權(quán)益上一道鎖。
然而，我的天真想法卻再一次落空。
“搭建企業(yè)大數(shù)據(jù)系統(tǒng)后臺當然是需要花費一定時間和金錢，但搭建系統(tǒng)的目的是為了App的正常使用，而‘殺熟’，恰好是可以捎帶上的一個能力。”一位在多個OTA平臺工作的算法工程師告訴了我真相。
換句話說，“我們被殺熟”只是隨著數(shù)據(jù)、系統(tǒng)與產(chǎn)品愈加豐滿而出現(xiàn)的一個附加能力，但沒想到讓企業(yè)取得了意想不到的效果。
“沒你想象得那么難，打標簽這項工作不需要付出很多成本。而至于怎么來殺熟，那只是用樣本驗證模型的事情?！绷硪晃划a(chǎn)品負責人補充道。