大数据杀熟如何防范?

资料 7个月前 (01-05) 290 人围观 0

最近几天新闻把大数据杀熟又推向了热点:

案例1:

近日,据媒体报道,小陈通过美团外卖,用两个账号买同一份水果,送到同一个地点,但订单显示的结算价格几乎相差2倍。

案例2:

张先生告诉记者,前天晚上,自己打算在飞猪上预订香港皇家太平洋酒店1月19日至1月23日(共计四晚)的超豪华客房,在看房页面,每晚房价显示为566.42元。当他填写订单时,却发现最后一晚的价格竟显示为2756.39元,飙升了近2200元。张先生立刻致电香港皇家太平洋酒店,了解到酒店并没有大幅涨价。

案例3:

有网友称,自己在某电影票订票平台上体验到了“杀熟”。该网友表示,用新注册的小白账号、普通会员账号和高级别的会员账号同时选购同场次电影,最便宜的是小白账号,其次是普通会员账号,而高级别的账号一张票要比小白账号贵出5元以上。

那到底什么是大数据杀熟呢?简而言之就是同样的商品、同样的服务让你多花钱了

从经济学角度来看,在资源供给固定的情况下,随着价格增加,购买的人数会减少;价格降低了,购买的人数就会增多。

因此定价高的话买的人少,定价低的话买的人多但是没钱赚,这个时候,如果把顾客分类(用户画像),让愿意出高价的人用高价买,愿意出低价的人用低价买,找到最佳的平衡点。

所以杀熟不是随便杀的,这里主要说说暗杀,所谓暗杀就是在不知情的情况下发生的,那明杀很好理解,比如一瓶矿泉水在路边的便利店是1.5元,车站附近是3元,旅游景点是6元,五星级酒店是10元,这些都是明码标价的,虽然存在溢价,但都是公开的,可明枪易躲暗箭难防呀。

暗杀主要是根据你的消费行为、价格敏感度、消费意愿等来判断要不要杀你,这里要排除(排除季节因素、供需因素、紧急因素),经常会出现老客户的价格要高于新客户的价格,下来我们看看那些行为容易被杀

1、消费行为:经常在某一平台购买,那么你就属于高度活跃用户

2、价格敏感:购买商品或者服务时,从来不使用各类优惠券

3、消费意愿:经常搜索某个品类,会判断你对此品类是短期刚需,相应的价格会有所提高,因为你太有意愿了

等等,只是简单举几个例子,其实后台的算法比这个要复杂的多,有很多场景,不同场景下触发的机制也不同

那么大家也很好理解,主要是自己的消费行为表现活跃度高、价格不敏感、消费意愿强烈,那恭喜你,你有很大概率即将成为杀熟的对象。

今天其实不想和大家交流大数据杀熟的算法,而是和大家一起交流如何降低杀熟的风险,那接下来也从行为、敏感度、消费意愿来说起,为了便于理解,我们按照分析师的思路,把用户分为,首次购买、重复购买2类。

先看看首次购买,首次购的定义很好理解,就是你在某个平台发生的第一次购买,而之前从来没有在某个平台购买过,一般来讲对新客户的价格优惠要高于老用户,用一些大的优惠给新用户还是值得的,毕竟拉新成本很高的。

场景:

小邓是一名数据分析师,于2019年5月注册了某电商平台的账户,临近春节他没有经住这个电商平台各类信息的诱惑,打算购买一些商品春节带回家,但是怕被杀熟,于是...

心想:

自己曾经和营销部门的一些分析,深知对首次购用户一般都有很大的优惠力度,但优惠的程度取决于你的行为,这个行为是只你在这个平台的浏览行为,毕竟你没有留下消费行为,一般分为几种:

1、当一个用户一直存在在线购买习惯或将要尝试,但一直未使用某平台,这时候需要一定程度的优惠来刺激用户尝试或者转移,称之为拉新

2、当用户一直浏览,但一直没有消费,则会采用较大的优惠额度吸引你发生购买,称之为转化,要不然你老转来转去的,消耗服务器资源。

3、当用户一直浏览,但在最近一段时间内没有发生浏览行为,这是运营觉得你即将流失,同样会给一定的优惠吸引,称之为挽留

4、当用户一直预览,但突然卸掉了某平台的APP,这时候运营觉得你流失了,会通过短信push或者定向广告进行召回,称之为召回

还有很多类似的场景,然还会根据你留存的时长、访问的周期、深度等进行更复杂的分析建模,从而制定有效的营销方案,也就是常说的千人千面,这里不难猜出,对拉新、召回、挽留的运营手段相对要力度大一些,所以我们为了防止开始被杀,要采取一些行动。

解决:

1、保护好自己的隐私,自己成为OUT群体,让平台事先无法了解你

删除各大浏览器的cookie,关闭APP的采集数据功能(位置、推送等),防止定向广告的推送,切记定向推送不是随便推送的,而是采集到了你的浏览行为数据,这既是为啥你在抖音看了一个锅很好,没多久你去某电商平台时这个锅就曝光在你眼前,尝试让你背锅。

2、学会伪装,让最大的优惠选择你

善于用数据伪装自己,既然我们知道了运营的策略,也明白了数据分析围绕的几个点,那就伪装自己是挽留用户、待召回用户,简单的方式就是卸载一段再安装,或者安装后开始浏览一段,之后故意不打开,伪造即将流失的假象,你懂...

3、我很穷,我是真没钱

有时候自己说自己很穷,平台是不会信的,平台判断的机制其实很简单,根据你从事的行业、所在的城市商圈、使用的终端等来综合判断,终端的相对多一些,比较直接,使用IPhone、小米、华为来访问不同的APP,那给你的优惠机制肯定不一样的,比如你开的玛莎拉蒂,你说你没钱?你背的LV,你说你没钱?也许你真的没钱,你是司机,但鬼才信。就是这个道理。

关键字:卸载、伪装、不炫富

接下来看看重复购行为:

消费行为简单的会从三个方面入手,消费金额、消费频次、消费的间隔时间,相比大家都记得有一个模型,RFM分析(Recency,Frequency,Monetary),模型本身没有什么,而使用模型的目的是我们要知道的,其实就是用户画像,找出高、中、低价值的用户,进行不同程度的营销策略,从而达到资源优化,高收益的目的。

解决方式:

1、我不常来,而且常常不来

分不同平台购买,不要把所有的行为数据都暴露给一个平台,别让平台太了解你,很可怕,他们会给你很贴心的服务,每个平台隔一段时间去

2、我是过日子的好手,精打细算

有事没事购买时都要使用优惠券,还可以加入平台的联盟,自己购买时用自己分享的链接,一般都会有分享的现金奖励,直接返回到你账户,一定要从数据和行为上表现出自己很抠门的那种,这样大额优惠券才能和你来一次热恋。

3、伪装本性,刻意造数

不要集中时间或经常搜索一些高端奢侈的品牌,即使搜索了也要用随手搜索一些别的关键字来误导隐藏自己的内心深处,比如要过年了,想买个爱数圈的会员送给女朋友,那就不要在某电商平台连续几天内搜索爱数圈,而是要搜索爱数圈的同时,随便再搜索一些不想关的关键字,用“假”搜索扰乱算法的判断。

4、多比较、多测试

找几个好友帮你多看看价格,找不同平台多对比价格,你心里满意了才能称得上是一次愉快的购物。

关键字:不常来、抠门、造数、满意

以上分别从购买前行为,购买后行为分别和大家做了交流,其实商业环境比这个要复杂,而是多领域、多渠道数据融合后的建模,但不管模型如何精致、只要你懂得了杀熟的机制,你一定会找到应对的方式。

大数据是一门技术,而杀熟则是一门艺术。

今天就写到这里,希望大家有所收获,2020争取多写,多认识一些同行,欢迎关注

大数据杀熟如何防范?