財經三人談：大數據“殺熟”，反向馴化管用嗎？

編者的話：“年輕人反向馴化大數據殺熟”的話題近日引發熱議。一些年輕人嘗試通過評論“哭窮”等手段反向馴化算法，試圖影響算法推送，與備受詬病的大數據“殺熟”較量。這種“反向馴化”有效嗎？大數據“殺熟”使用什麼技術？平台扮演什麼角色？

大數據“殺熟”，怎麼辦到的

畢奇

“殺熟”，簡單來説，就是賣方根據買方在交流的過程中流露出來的購買意願，個性化調整交易策略，以達到利益最大化的目的。較早實施買賣個性化服務的行業之一是航空業。長期以來，航班上同等艙位的座位價格並不根據航司成本簡單制定，而是根據複雜的算法進行動態優化，以達到航司收入最大化的目的。

目前電商平台的線上服務，能通過數字技術獲取較為完整的交易數據。例如，通過交易歷史能獲得買方的消費習慣，通過讀取買方的瀏覽歷史能獲得買方更多的興趣愛好等等。這些資料，通過心理學等理論的指導，能設計出比飛機票更為複雜的銷售或導購的算法。

消費個性化服務説起來簡單，但算法的制定及其短期和長期的矛盾非常複雜。過去大多數算法都是依據大羣體歷史交易經驗，謹慎地人為設計算法，並根據實際應用情況不斷迭代。如今人工智能的深度學習，大大地降低了個性化學習和機器訓練的成本。“殺熟”有可能不僅針對一個大羣體，而是小羣體，甚至每個人。

交易和導購的個性化服務，也在國內外流行。在通信和電視廣播行業，國外運營商普遍做法是通過廉價來吸引新客户，成為老客户後，便利用消費者惰性逐步漲價，是妥妥的“殺熟”做法。但針對“殺熟”等個性化服務的法律全球都還不規範，有待日後通過實踐逐步認識其對社會的影響，並根據後果來逐漸完善。（作者是中國電信集團首席科學家、美國貝爾實驗室院士）

“反殺熟”有效，但效果有限

盤和林

針對廣受詬病的大數據“殺熟”，消費者“反殺熟”策略招數很多。但“反殺熟”有效嗎？有效，但效果有限。因為消費者變聰明的同時，算法也在成長，變得更善於博弈，且人類歷史上還從來沒有在機器擅長的領域戰勝過機器。你以為是算法給了一張優惠券，説不定是算法順水推舟促成的交易。大數據“殺熟”依然難破，我們怎麼辦？

既然普通人在博弈上打不過算法，那就在信息對稱性上下手。比如，比價網站將電商平台某種商品的歷史價格和各個平台價格記錄下來，讓消費者一目瞭然。當然，近些年平台也發現比價網站的威脅，於是通過更加複雜的優惠券疊加使用方式來混淆信息，讓比價網站抓取的價格信息失真。

再比如，消費者用腳投票，鼓勵商家主動公佈成本。南京一家蛋糕店將蛋糕製作所有成本列表貼在蛋糕背面，這肯定會增加財務工作負擔，但隨着管理信息軟件成熟，這類成本統計並不難。而成本透明也讓消費者買得放心，商家和消費者雙贏。

當然，成本透明並不適合所有商家，一些企業不願列明成本。以酒店為例，國慶節酒店房費貴10倍，合理嗎？從全年看是合理的，但如果單列成本看就不合理，成了暴利，消費者不會買賬。還有奢侈品等商品本身依靠溢價，不是薄利多銷，所以消費者信息不對稱無法避免。此時，就要監管出手做兩件事：一是為消費者提供一條便捷投訴的渠道，消費者發現被“殺熟”，要投告有門，方能對大數據“殺熟”形成威懾；二是對平台算法進行審核評價，消費者不懂的算法，監管者要懂、要管起來。（作者系經濟學者、工信部信息通信經濟專家委員會委員）

平台應承擔首要責任

曹磊

據公開報道統計，此前包括淘寶、天貓、亞馬遜、美團、拼多多等數十家平台均被爆疑似存在“殺熟”情況。對於大數據“殺熟”，平台無疑應該承擔首要責任。平台作為數據的收集者和使用者，有責任確保數據的合理、公正使用。當平台利用大數據對消費者進行價格歧視時，不僅違反市場公平競爭的原則，更侵犯了消費者的知情權、選擇權和公平交易權。《消費者權益保護法》等國內多個法律明確禁止大數據“殺熟”等相關行為。         

大數據“殺熟”是一個複雜而敏感的問題，需要政府、平台和消費者共同努力來解決。監管平台需要從多個層面入手。首先，政府應出台相關法律法規，明確大數據使用的邊界和規則，對違規行為進行嚴厲處罰。其次，平台自身也應加強自律，建立完善的算法透明機制和內部管控體系。平台應主動公開算法的基本原理和決策過程，接受社會監督。同時，應加強對員工的教育和培訓，提高其對大數據使用的道德和法律意識。此外，消費者也應採取措施避免被大數據“殺熟”。例如，使用虛擬身份或匿名瀏覽，干擾算法推薦等。（作者是網經社電子商務研究中心主任）