新用戶登錄后自動創建賬號
登錄攜程疑再次撞上“大數據殺熟”的“槍口”。
3月10日晚,微博名為“陳利人”的用戶發布《攜程的牌坊坍塌了》一文,在文章中,其描述了疑被攜程APP大數據殺熟的過程,大致是機票二次支付時被系統告知無票,再購買時,價格高出第一次不少等。
針對此事,3月11日,攜程對外發布《致歉及情況說明》,否認存在“大數據殺熟” 行為,并表示“二次支付顯示無票”確認為程序BUG,已修復BUG,將對初步統計的受影響的約1300名左右用戶提供賠償。
不過,此事其中仍有多個疑點待解,包括“陳利人”未支付訂單“占位”的機票為其選艙位唯一一張?這次是怎樣的一個BUG?受同一BUG影響的用戶約1300名,該BUG是否非第一出現等?
截至執惠發稿,攜程方面對于上述疑點,以及對保留用戶哪些數據或消費信息以及進行分析等問題,暫未給予具體回復。
事實上,關于OTA機票是否“殺熟”,也多有不同看法。但攜程等OTA企業被質疑“殺熟”已呈高發態勢。或需引起重視的是,有OTA掌握了用戶海量的數據,并藉此打造出精準的用戶畫像,是否“殺熟”或在其一念間?
一、“殺熟”還是程序員背鍋?
大數據殺熟,通常理解為對同一件商品或同一項服務,互聯網廠商顯示給老用戶的價格要高于新用戶。
從“陳利人”的文章描述中,他算是攜程的老用戶。他疑被“殺熟”大致過程是,其選好了機票,手機時間10:47分時,訂單總價格為17548元,準備支付,而后檢查發現沒選報銷憑證,退回修正,幾十秒后,再支付時被告知無票,讓回去重新選擇。
他重新搜索選擇后,價格變為18987元(高出之前1439元)。他聯想到大數據殺熟,于是logout(退出),再login(登錄),再查,還是同樣高了的價格。
之后卸載攜程APP,重裝,login,再搜索,價格還是18987元,時間是11:25,沒有下單。
后他下載海航APP,一查,這里不僅有票,且價格為16890元,比攜程APP第一次的價格17548元還便宜(658元),時間是12:24。
他在文中表示“毅然決然,以后只會用它(攜程APP)作為查找行程的工具了”。
針對此事,3月11日,攜程對外發布《致歉及情況說明》,否認存在“大數據殺熟” 行為,并表示“二次支付顯示無票”確認為程序BUG,存在于2月26日發布的APP新版本的機票預定程序中。
即大致因為“陳利人” 第一張未支付訂單“占位”,導致他再次搜索無票,接著導致系統自動推薦了更高艙位的機票。
攜程致歉說明
攜程表示,經過初步統計,該BUG只會影響到票量緊張情況下的少部分用戶,約1300名左右,涉及成交訂單約100個。
其還表示,已于3月10日23時緊急修復了此BUG,目前用戶在預定機票過程中,將不會再遇到這樣的問題。后續攜程也將從技術層面加入更多的報警監控機制,避免此類問題再次發生。并承諾對所有受損用戶進行賠償。
程序員將由此“背鍋”?
復盤“陳利人”購票事件的過程,再結合攜程的《致歉及情況說明》,執惠發現此事仍存多個疑點:
1、“陳利人”未支付訂單“占位”的機票為其選艙位唯一一張?若非如此,什么BUG會導致其所遇情況?
2、上述BUG出現在攜程APP2月26日發布的新版本中,而攜程初步統計約1300人受到影響,由此該BUG或已存在一段時間,而未被完全修復?
3、攜程APP是否已有報警監控機制?若有,這些機制為何沒發揮作用?
不限于這些疑點,截至執惠發稿,攜程方面暫未給予具體回復。
二、OTA給我們打造了精準畫像?
回溯過往,攜程被疑“大數據殺熟”并非第一次。去年5月下旬,攜程發布文章對其平臺的酒店價格“殺熟”的質疑予以澄清。
彼時攜程表示,經過內部調查,并未發現對使用同一賬號,不同手機預定同酒店、同房型進行差別定價。網友看到的價差可能由于日期、支付方式、是否含早、取消政策、不同供應商等原因導致的不同。
在公開的案例信息中,OTA、出行被疑成“殺熟”重災區,這兩個領域與用戶的吃、住、行等緊密相連,使用頻次相對多而密集,所留下的個人消費等信息體量也相對更多。
OTA等企業掌握了用戶的巨量數據。
有數據分析人士認為,海量用戶數據為“大數據殺熟”提供了基礎,通過對用戶消費行為等分析,形成對不同用戶不同的消費能力、消費意愿等較精準“畫像”打造。
淘寶“千人千面”推薦不同貨品,今日頭條對不同用戶推薦不同內容,都是這個邏輯,而OTA平臺的不少產品定價不同,且起伏較大,提供了一定的“大數據殺熟”空間。
網上流傳甚廣的一篇文章《手把手教你用大數據打造用戶畫像》,對“攜程”如何基于用戶的數據信息進行分析,進而打造其用戶畫像做了一些系統性闡述。此文據稱由時任攜程技術中心基礎業務研發部高級研發經理所寫。
執惠暫未發現攜程針對此文相關的辟謠內容。
此文大致介紹了“攜程”如何采集用戶數據,打造用戶畫像,進行個性化推薦等的邏輯和過程。
此文透露,“攜程”會搜集用戶個人信息、用戶出行人信息、用戶積分信息,用戶在APP、網站、合作站點的行為信息,以及用戶訂單信息、爬蟲信息、手機APP信息等。
之后另有團隊會制定嚴密的公式和模型,根據場景的需要,制定規則和參數,對采集信息做異步計算。
此外,“攜程”還會從多個維度衡量數據的準確性。比如文中提到,“就用戶消費能力這個畫像,我們從用戶等級、用戶酒店星級、用戶機票兩艙等多個維度進行驗證和斧正。同時我們還要監控數據的環比和同比表現,出現較大標準差、方差波動的數據,我們會重新評估算法。”
來自《手把手教你用大數據打造用戶畫像》一文
為何要打造用戶畫像?文章的解釋是根據用戶信息、訂單、行為等等推測出其喜好,再針對性的給出產品可以極大提升用戶感受,能避免用戶被無故打擾的不適感。同時針對不同畫像的用戶提供個性化的服務。
在今年1月接受新浪財經專訪時,針對OTA紅利下滑等問題,攜程網CEO孫潔表示,“攜程應該是好的產品自帶流量。像我們國際化機票,我們每年的成長是非常快的。為什么?在攜程如果訂了國際機票,我們馬上就會推一個符合客人需求的國際酒店……”
這些信息或從側面驗證了攜程對用戶的信息進行了采集、分析,并進行產品推薦。
針對執惠提及的攜程APP的后臺會記錄用戶的哪些數據或消費信息?以及數據或消費信息保留時間、是否針對這些數據或信息進行分析等問題,截至發稿,攜程方面也暫未給予相關回復。