消費者權益新挑戰！“大資料殺熟”的商業邏輯是“使用者畫像”？

又到一年一度的315，消費者集體吐槽的日子。

據中國消費者協會發布的《2020年全國消協組織受理投訴情況分析》中顯示，2020年全國消協組織共受理消費者投訴982，249件，這比其公佈的2019年資料增長了19.59%，消費市場整體環境仍有很大改善空間。

近年來，對於消費者來說“大資料殺熟”並不陌生，早在2018年就有網路購物、交通出行、線上差旅等諸多平臺被曝存在殺熟行為。不知不覺中，本該造福於民的大資料技術，似乎逐漸淪為部分網際網路企業殺熟宰客的幫凶。

網際網路上消費者的行為和歷史消費等資料都能夠數字化記錄和採集。例如我們在電商網站、移動APP上的瀏覽、收藏、購買等行為都能夠被記錄下來。而大資料的處理分析，能夠根據每一位消費者的特徵、畫像和喜好作為輸入，按照推薦模型演算法來為每個人提供個性化的推薦，也就是所謂的“千人千面”，根據定價模型來為每個人單獨定價更是不在話下。對於電商而言，按消費者畫像，最大限度獲取交易中的“消費剩餘”，是價格歧視也就是大資料殺熟的根本原因。但是大資料技術本身是沒有對錯的，如果徵得使用者許可獲取隱私並確保安全的話，個人資料確實能夠為消費者提供更好的體驗。

比如，零售企業需要以洞察使用者為抓手，驅動企業經營各環節降本提效，同時以資料為依託，盤活全量資料，支援業務創新。在後端的履約過程中，除了確保商品貨物充足以外，還需確保人員充足。企業可以通過BI產品快速拖拉拽，生成調查問卷瞭解員工的身體狀況和復工情況，並在後端即時監控員工的狀態，分配勞動力，補充勞動力。

 

如今進入移動互聯的新世代，使用者重度線上化和深度數字化，成為共通認知。消費者的注意力分配、渠道切換、需求釋放、互動能力等資料都發生了變化面對數量龐大的潛在消費者，我們要及時通過資料分析，將真正的消費者識別出來、定義出來並數字化出來，精細化分層，及時跟進線上渠道，形成客戶畫像，深度分析如何觸達客戶。根據客戶的忠誠度、貢獻度，跟蹤客戶情況並啟用客戶。

 

數字化供應鏈將成為零售業的主流，通過資料和演算法決策對不同應用場景中產生的海量資料進行數字建模，以提供更加精準的鋪貨、補貨、調貨決策。通過供應方式的決策（供應時間、數量、週期），使得庫存既可以最大化滿足使用者需求，又能將庫存週轉時間控制在一定範圍內，降低企業庫存風險。

 

隨著消費者的聚焦點和消費習慣的改變，市場出現一片危險又充滿機遇的藍海，轉型線上、數字化運營對零售業充滿誘惑。企業要抓住一時的流量，更要長線佈局零售場景，細分客群，升級產品，整合全渠道，精準營銷，真正做到千人千面。商家為了追求利益最大化，必須針對消費者的潛在價值，進行充分的挖掘，這是網際網路商業模式相對傳統產業的核心競爭優勢。

如今，智慧裝置識別、採集資訊已成為生活常態，在科技產品的包圍下，個人資料被各方收集，甚至是共享，人們越來越向著“透明人”方向靠近。但無論何時，利用大資料技術的首要前提都應當是保護資料安全與使用者隱私。2021年是“十四五”規劃的開局之年，在促進新業態下消費向綠色、健康、安全發展的環境中，強化消費者權益保護，加強和創新社會治理成為了重中之重。