近年來(lái)，互聯(lián)網(wǎng)技術(shù)在給人們帶來(lái)便利的同時(shí)，“大數(shù)據(jù)殺熟”一詞反而漸漸進(jìn)入大家的視野。這不，近期就有一例“大數(shù)據(jù)殺熟”事件登上了熱搜。7月7日，紹興市的胡女士訴上海攜程公司采集個(gè)人非必要信息進(jìn)行“大數(shù)據(jù)殺熟”一案成功維權(quán)。事情起因是胡女士發(fā)現(xiàn)自己在攜程APP上訂購(gòu)酒店的價(jià)格居然比酒店的掛牌房?jī)r(jià)貴出了一千多元，“不但沒(méi)有享受到星級(jí)客戶應(yīng)當(dāng)享受的優(yōu)惠，反而多支付了一倍的房?jī)r(jià)。”數(shù)據(jù)分析優(yōu)質(zhì)社群，等你加入哦~
所謂的“大數(shù)據(jù)殺熟”，通俗地講就是互聯(lián)網(wǎng)廠商利用大數(shù)據(jù)技術(shù)，根據(jù)用戶群體的消費(fèi)能力和消費(fèi)習(xí)慣對(duì)他們進(jìn)行分類，在出售同一件商品或同一種服務(wù)時(shí)，老用戶的價(jià)格會(huì)高于新用戶。這種現(xiàn)象主要發(fā)生在訂機(jī)票、訂酒店、電影、出行等領(lǐng)域。
事實(shí)上，“大數(shù)據(jù)殺熟”早已屢見不鮮，經(jīng)營(yíng)者們依靠海量的數(shù)據(jù)和超強(qiáng)的算法，通過(guò)得到用戶的數(shù)字畫像和行為數(shù)據(jù)分析，以此來(lái)制定“合適”的價(jià)格，為“合適”的人群服務(wù)。獲取用戶信息的渠道有很多，最常見的就是在APP上埋點(diǎn)采集、通過(guò)一些廣告聯(lián)盟來(lái)共享用戶的瀏覽器記錄、Cookies等信息。常見的用戶數(shù)據(jù)分析思路有：趨勢(shì)分析、多維分解、用戶分群、漏斗分析、留存分析、對(duì)比分析和交叉分析等方法。
關(guān)于數(shù)據(jù)分析的算法有哪些呢？
一、回歸算法，包括線性回歸和二元回歸。
二、分類算法，包括決策樹、隨機(jī)森林、樸素貝葉斯、adaboost、xgboost、KNN、SVM。
三、聚類算法，包括K-means、FCM、GMM、DBSCAN、Mean-Shift、凝聚式層次聚類HAC。
當(dāng)然，“大數(shù)據(jù)殺熟”并沒(méi)有那么可怕，搞清了商家的套路，摸清了數(shù)據(jù)分析的原理，能夠更好地幫助我們規(guī)避此類事件。不知道大家有沒(méi)有感受到數(shù)據(jù)分析的魅力呢？它并沒(méi)有想象的那么枯燥，它像是一個(gè)解題又像是一個(gè)解謎的過(guò)程，利用一些固定的套路和方法進(jìn)行多次嘗試，最終得出答案、獲得結(jié)果。此外，數(shù)據(jù)分析不但在企業(yè)、組織里被廣泛應(yīng)用，實(shí)際上對(duì)我們個(gè)人能力的提升以及在工作上的突破都能起到很大的幫助。
