极为先进的"大数据杀熟"被实锤后，每个人还是难逃沦为「工具人」新品头条

这些年国内互联网公司大数据技术的综合进步，在我们日常生活的众多消费领域，凸显得愈加淋漓尽致。

你一个不小心，可能会成为优化大数据技术升级迭代“人财皆出”的工具人。该现象被统称为「大数据杀熟」，它是每个生活在互联网世界的人都极为熟悉的名词。

依据公开资料记载，“大数据杀熟”在2018年被大家公开讨论，并且该现象至今依然存在。

屡禁不止的杀熟模式

随着互联网龙头公司大数据库的用户体量迅猛增长、数据完善以及技术优化，大数据杀熟现象甚至覆盖到了全年龄人群，此现象正愈演愈烈，可以说是避之不及。

现代生活中围绕着互联网消费的方方面面，都存在着该现象——

1、叫个外卖，两款手机访问同一家店铺，会几块钱的差价;

2、打个网约车，同一起点，同一终点，不同品牌手机中的叫车价格也不一样;叫不到车的情况下，只要加价，极短时间内便快速接单。

3、就算出门旅个游，预定酒店，差价也在几十甚至上百之间。

以上这些例子比比皆是充斥在我们生活中，按照操作系统划分的苹果手机在订机票、打车等价格都要比安卓手机更贵一些。

该现象如果用经济学来解释，即为价格歧视，不同的消费者在接受商品或服务提供者提供同等级与质量的商品或服务时，最终支出却大不相同。

曾经正儿八经明码标价的线下商超，杜绝了杀熟的可能性;可放在互联网上，由于APP经过多年时间积累，已经达到了覆盖用户量纵深之广、熟知每位用户个人日常任何行为习惯细枝末节的能力。是这些数据支撑起时时刻刻不断浮动的价格。

归根到底，曾经我们无比信任的那些大厂们，不约而同在自家APP中设置了一个获取用户数据“允许/禁止”的弹出窗口，很多人本着“我为人人、人人为我”的理念，想着未来享受更好的服务，选择“允许”贡献个人数据。

诱惑十足的灰色地带

但个人数据供它们使用后，就相当于接受了现在“它为刀俎，我为鱼肉”的结果。互联网公司为什么这么干，主要原因是什么?终归还是背后的巨额利润。

就拿曾经掀起全民打车热潮，覆盖全国一二线等主流城市的网约车大战举例，无论是谁通过疯狂烧钱最终坐上龙头地位，收割的镰刀也就迫不及待挥之而来。

即使保守计算，在中国14亿人口中，每年有四分之一的人平均打车5次，平均每次被平台杀熟2元，35亿的额外金额就乖乖进账，这一年的大数据隐性收入，足够一家中小企业吃很多年。

既然边际成本几乎为0，而且无法大范围进行金额数据比对，以及即使被媒体跟踪报道后，公司公关或技术负责人用系统BUG，以及使用IT专业词汇承认错误，表示积极解决。这都是知错就“改”的辞令方式。

最坏的打算也不济是对政府缴纳几十万或上百万罚款，但对于靠杀熟获得的几千上亿进账，一次重大的惩罚对这些公司而言，不值一提。

正是因为即使是最坏的情况下，仅需付出相对极低的成本，杀熟现象也就屡禁不止，还会隔三差五出现。

无一人幸免的待宰游戏

该现象也获得复旦大学孙金云教授的证实，他率团队打车800次，花费近50000元实锤大数据杀熟，并且得出结论，如今杀熟逻辑已被包装得极为精致与巧妙。

首先，手机用户被分为三六九等，手机价格不同首先接单的车型就不一样，手机越贵的打车，接单来的舒适型车辆可能性就越大。

同一时间你用两部不同机型手机同时下单，分别选择同一个目的地，距离相同，路线相同，耗时也相差无几，但订单费用是不同的。

中间差价少则好几块，距离远的话有时会有二三十块区别。孙金云教授用人为收集大量大数据的方式证明——手机越贵，打车可能就越贵!

这套逻辑方案完全可以应用于在线网购、叫外卖、订酒店、家政服务、线上订票等各种生活场景中。

其实几年前，阿里云的程序员在一次采访中曾满脸自豪地讲到，“我们现在已经能够做到全中国几亿人口的淘宝界面都是不一样的，而且几乎做到了秒级更新。”

所以......在大数据面前老百姓的消费水平和行为习惯被窃取得一丝不挂，几乎所有人明知道自己每一次打车叫外卖都如同一个待宰羔羊，但始终没有能力与避免保持距离。

结语:

凡事月盈则亏，之前百度CEO李彦宏在某重要大型论坛上表示中国人对隐私问题没那么敏感，很多情况下愿意用隐私交换便捷性。此言迅速登上众多媒体头条，引来不少网友吐槽。

“李彦宏称中国用户愿意用隐私换效率”这话不假，但大数据杀熟的民怨已久，水能载舟亦能覆舟，如果今后真的出现面对该现象的破解之法，为大数据添砖加瓦的用户们，也会成为墙倒众人推中的一员。