美团“大数据杀熟”背后的伦理之困

avatar 2020-12-1921:57:23来源: 财经 评论 1,024

美团“大数据杀熟”背后的伦理之困的照片 - 1

近来,一篇《我被美团会员割了韭菜》刷屏各大网站,更冲上了微博热搜,美团倾刻间身陷“大数据杀熟”漩涡。那篇文章作者指出,自己开通会员后,发现常点的一家店铺,配送费由平时的 2 元变为了 6 元。颇感意外的是,作者用另一部没有开通会员的手机点了同一家店铺,同一时间配送费依然是2元。

美团“大数据杀熟”背后的伦理之困的照片 - 2美团“大数据杀熟”背后的伦理之困的照片 - 3

一时之间,“会员配送更贵”引发热议,纷纷指责美团“价格歧视”“割会员韭菜”“不顾吃相”……面对网民“控诉”,美团方面回应称:配送费差异与会员身份无关,由于软件存在定位缓存,错误地使用了用户上一次的历史定位,与用户实际位置产生了偏差,导致了配送费预估不准。在实际下单时,会按照真实配送地址计算,不受影响。

这则回应没有承认是“大数据杀熟”,不过是技术问题,程序员得背锅了。仅仅一次“杀熟风波”,12月18日美团股价大跌 3%,逾 400 亿市值瞬间蒸发。

美团到底存不存在“大数据杀熟”,已不再是问题的关键。

关键的问题是,“大数据杀熟”早不是什么新鲜事,美团也曾被传成了“大数据杀熟”的重灾区。新华社的记者在调查报道过程中,曾拿两个手机账户登陆美团APP,一部是使用过该APP的手机,一部是没有使用过该APP的手机,显示结果是:查询同一房型同一时间的房价,前者明显高于后者,其他人也遇到过同样的情况。

诸如此类的案例,网上多得是。

“大数据杀熟”的现象,不仅仅存在于美团,也存在于饿了么、淘宝、当当、天猫、携程、飞猪等等这些平台。与美团一样,饿了么平台也曾被人指“大数据杀熟”,如金牌会员的折扣被暗中取消,同一时间同一地点同一时餐厅,其他人的配送费就低一些等等,诸如此类,林林总总。

不仅国内如此,国外类似平台也早存在同类问题。

早在2000 年,亚马逊 “差别价格实验”即是“大数据杀熟”起源。当时,亚马逊根据潜在用户的画像,终合购物历史、上网行为等大数据轨迹,对68种DVD 光盘进行差别定价,不同的人群不一样的价格。结果是,老用户“被坑了”。

“最懂你的人伤你最深”,这些平台在信息不对称的情况下,借助大数据“精准打击”,利用了老用户的“消费路径依赖”专门“杀熟”,似乎是隐性的内在运行逻辑。

我们可以容忍美团“定位缓存”所造成的表面伤害,但不能无视背后的大数据伦理之困,更不能让平台做大后可以任意宰割用户。

畸形的平台运营模式背后,是大数据伦理的失范。

像美团这类平台公司,谋求企业利润的最大化,过于短视,而无法合理平衡平台收益与用户利益的关系问题。

尽管“大数据杀熟”一直存在,也引起了舆论的关注,同时,《电子商务法》明确“大数据杀熟”是违法行为,然而可怕的问题则是“隐性杀熟”。

因为平台线上交易,借用大数据平台,依据算法形成用户画像,“个性定制”式杀你没商量,而你一般情况下不深究,无法发现被平台坑了。

大家稍反思下,就会明白,目前网络购物消费,基本上注册会员模式。为了刺激消费,平台想方设法“拉新”,通过秒杀、满减、现金红包、积分兑换、预付直减……各种层出不穷玩法吸引新用户。

紧接着,大量会员陷入了平台早已布设好的“温柔陷阱”中,没有钱也不用担心。一切都为你想好了,会员可以用借贷模式消费,平台打通“现金流—支付流—物流”,用诸如美团月付、蚂蚁花呗、京东白条,消费毫无痛感,平台不时提醒老会员的信用额度增加了,而到了还钱时才一切恍然大悟。这隐性的消费逻辑,正是当前欲望主导、情绪驱动、符号化消费的“后消费网络”时代最大的症结。

正如法国社会学家、哲学家让·博德里拉认言,人们从来不消费物的本身,人们总是把物用来当做能够突出你的符号,或让你加入视为理想的团体,或参考一个地位更高的团体来摆脱本团体。这些涉嫌“大数据杀熟”的平台,正是充分利用了会员、用户的这些心理来牟利。

可以想见,若不是《我被美团会员割了韭菜》之类这些作者,我想大多数人可能还会继续蒙在鼓里。先是现金红包、打折优惠、套餐团购让利,如同诱饵,当平台用户成了规模,也就是平台收割杀熟时。这些“大数据杀熟”的方式隐藏在消费的所有环节,如打包、配送、更换、额外添加小菜等等流程或服务上。

这对用户的伤害可想而知。接下来,如何治理“大数据杀熟”?

一方面,政府管理部门规范市场秩序,比如出台实施《电子商务法》,还需要进一步完善交易消费环节的程序,更要切实有效地跟进监督,或者建立健全遏制“大数据杀熟”的维权机制。

否则,广大的个体很难维护自身利益,毕竟不可能每个人都能写篇《我被美团会员割了韭菜》。无论怎么揭露,最后还得回到互联网治理层面上来。

另一方面,从伦理治理层面着手“大数据杀熟”,显然是数字经济关键而又长远的策略方向。

尤其是5G时代,如何强化反垄断、平台治理、企业社会责任,如何使算法少一点算计,在大数据提供个性化服务时,以透明公正的要义,打造平衡用户权益与平台收益的健康生态,形成共同遵守的商业伦理准则或行业公约,关上大数据的“偏见之门”,是从根本上治理“大数据杀熟”的题中应有之义。

weinxin
N软网微信公众号扫一扫
观点新鲜独到,有料有趣,有互动、有情怀、有福利!关注科技,关注N软,让我们生活更加美好!
  • A+

发表评论