“大数据杀熟”质疑高发背后:在携程等OTA面前,我们是透明的?

屡撞“枪口”的背后藏着什么?

携程疑再次撞上“大数据杀熟”的“枪口”。

3月10日晚,微博名为“陈利人”的用户发布《携程的牌坊坍塌了》一文,在文章中,其描述了疑被携程APP大数据杀熟的过程,大致是机票二次支付时被系统告知无票,再购买时,价格高出第一次不少等。

针对此事,3月11日,携程对外发布《致歉及情况说明》,否认存在“大数据杀熟” 行为,并表示“二次支付显示无票”确认为程序BUG,已修复BUG,将对初步统计的受影响的约1300名左右用户提供赔偿。

不过,此事其中仍有多个疑点待解,包括“陈利人”未支付订单“占位”的机票为其选舱位唯一一张?这次是怎样的一个BUG?受同一BUG影响的用户约1300名,该BUG是否非第一出现等? 

截至执惠发稿,携程方面对于上述疑点,以及对保留用户哪些数据或消费信息以及进行分析等问题,暂未给予具体回复。 

事实上,关于OTA机票是否“杀熟”,也多有不同看法。但携程等OTA企业被质疑“杀熟”已呈高发态势。或需引起重视的是,有OTA掌握了用户海量的数据,并藉此打造出精准的用户画像,是否“杀熟”或在其一念间?

一、“杀熟”还是程序员背锅?

大数据杀熟,通常理解为对同一件商品或同一项服务,互联网厂商显示给老用户的价格要高于新用户。 

从“陈利人”的文章描述中,他算是携程的老用户。他疑被“杀熟”大致过程是,其选好了机票,手机时间10:47分时,订单总价格为17548元,准备支付,而后检查发现没选报销凭证,退回修正,几十秒后,再支付时被告知无票,让回去重新选择。

他重新搜索选择后,价格变为18987元(高出之前1439元)。他联想到大数据杀熟,于是logout(退出),再login(登录),再查,还是同样高了的价格。 

之后卸载携程APP,重装,login,再搜索,价格还是18987元,时间是11:25,没有下单。 

后他下载海航APP,一查,这里不仅有票,且价格为16890元,比携程APP第一次的价格17548元还便宜(658元),时间是12:24。 

他在文中表示“毅然决然,以后只会用它(携程APP)作为查找行程的工具了”。

针对此事,3月11日,携程对外发布《致歉及情况说明》,否认存在“大数据杀熟” 行为,并表示“二次支付显示无票”确认为程序BUG,存在于2月26日发布的APP新版本的机票预定程序中。

即大致因为“陈利人” 第一张未支付订单“占位”,导致他再次搜索无票,接着导致系统自动推荐了更高舱位的机票。

携程致歉说明

携程表示,经过初步统计,该BUG只会影响到票量紧张情况下的少部分用户,约1300名左右,涉及成交订单约100个。

其还表示,已于3月10日23时紧急修复了此BUG,目前用户在预定机票过程中,将不会再遇到这样的问题。后续携程也将从技术层面加入更多的报警监控机制,避免此类问题再次发生。并承诺对所有受损用户进行赔偿。

程序员将由此“背锅”?

复盘“陈利人”购票事件的过程,再结合携程的《致歉及情况说明》,执惠发现此事仍存多个疑点:

1、“陈利人”未支付订单“占位”的机票为其选舱位唯一一张?若非如此,什么BUG会导致其所遇情况? 

2、上述BUG出现在携程APP2月26日发布的新版本中,而携程初步统计约1300人受到影响,由此该BUG或已存在一段时间,而未被完全修复? 

3、携程APP是否已有报警监控机制?若有,这些机制为何没发挥作用? 

不限于这些疑点,截至执惠发稿,携程方面暂未给予具体回复。

二、OTA给我们打造了精准画像?

回溯过往,携程被疑“大数据杀熟”并非第一次。去年5月下旬,携程发布文章对其平台的酒店价格“杀熟”的质疑予以澄清。 

彼时携程表示,经过内部调查,并未发现对使用同一账号,不同手机预定同酒店、同房型进行差别定价。网友看到的价差可能由于日期、支付方式、是否含早、取消政策、不同供应商等原因导致的不同。

在公开的案例信息中,OTA、出行被疑成“杀熟”重灾区,这两个领域与用户的吃、住、行等紧密相连,使用频次相对多而密集,所留下的个人消费等信息体量也相对更多。

OTA等企业掌握了用户的巨量数据。 

有数据分析人士认为,海量用户数据为“大数据杀熟”提供了基础,通过对用户消费行为等分析,形成对不同用户不同的消费能力、消费意愿等较精准“画像”打造。

淘宝“千人千面”推荐不同货品,今日头条对不同用户推荐不同内容,都是这个逻辑,而OTA平台的不少产品定价不同,且起伏较大,提供了一定的“大数据杀熟”空间。

网上流传甚广的一篇文章《手把手教你用大数据打造用户画像》,对“携程”如何基于用户的数据信息进行分析,进而打造其用户画像做了一些系统性阐述。此文据称由时任携程技术中心基础业务研发部高级研发经理所写。

执惠暂未发现携程针对此文相关的辟谣内容。

此文大致介绍了“携程”如何采集用户数据,打造用户画像,进行个性化推荐等的逻辑和过程。

此文透露,“携程”会搜集用户个人信息、用户出行人信息、用户积分信息,用户在APP、网站、合作站点的行为信息,以及用户订单信息、爬虫信息、手机APP信息等。 

之后另有团队会制定严密的公式和模型,根据场景的需要,制定规则和参数,对采集信息做异步计算。 

此外,“携程”还会从多个维度衡量数据的准确性。比如文中提到,“就用户消费能力这个画像,我们从用户等级、用户酒店星级、用户机票两舱等多个维度进行验证和斧正。同时我们还要监控数据的环比和同比表现,出现较大标准差、方差波动的数据,我们会重新评估算法。”

来自《手把手教你用大数据打造用户画像》一文

为何要打造用户画像?文章的解释是根据用户信息、订单、行为等等推测出其喜好,再针对性的给出产品可以极大提升用户感受,能避免用户被无故打扰的不适感。同时针对不同画像的用户提供个性化的服务。 

在今年1月接受新浪财经专访时,针对OTA红利下滑等问题,携程网CEO孙洁表示,“携程应该是好的产品自带流量。像我们国际化机票,我们每年的成长是非常快的。为什么?在携程如果订了国际机票,我们马上就会推一个符合客人需求的国际酒店……”

这些信息或从侧面验证了携程对用户的信息进行了采集、分析,并进行产品推荐。

针对执惠提及的携程APP的后台会记录用户的哪些数据或消费信息?以及数据或消费信息保留时间、是否针对这些数据或信息进行分析等问题,截至发稿,携程方面也暂未给予相关回复。

评论:

登录 后发表评论