大家好，感谢邀请，今天来为大家分享一下大数据杀熟的问题，以及和大数据杀熟案例分析及其现象研究的一些困惑，大家要是还不太明白的话，也没有关系，因为接下来将为大家分享，希望可以帮助到大家，解决大家的问题，下面就开始吧！
如何对抗大数据杀熟？
如何对抗大数据杀熟？数据分析师教你反套路
“大数据杀熟”成为热点话题已经一段时间了，为大家科普原理和揭秘本质的文章也数不胜数。然而，相比起“大数据杀熟”背后的策略和原理，我想大家可能更关心的是——我该怎么做，才能避免被“大数据杀熟”。
首先还是简单介绍一下“大数据杀熟”的现象及其原理。
最常见的“大数据杀熟”现象：
某打车平台软件，同一时间同样起点和终点的行程的预估价格差异可以达到 20% 以上;
某网络订票平台，如果你高频搜索和持续关注，则搜索的机票价格持续上涨，订票后却又发现价格下跌;
概括地说，就是指，通过大数据分析和预测的手段，对于同样的商品和服务，对不同对象收取不同价格的现象。
顾名思义，“大数据杀熟”——其技术基础是大数据，也就是海量的用户数据。
通过你的基础属性数据判断你的所在用户群体、人群特征(如消费能力)，通过你的行为数据判断你的偏好和消费意愿强烈程度。
综合一系列的分析，判断出你是谁，你现在要做简慎什么，愿意付出多少代价去做。然后通过精准的用户画像，去对消费能力高、消费意愿强烈的用户展示更高的价格，赚取更多的利益。
已知了对方的招数，对策自然也不言而喻——“反用户画像”。
具体该怎么做呢，给大家提供以下几种思路和方案，大多数都是我进行过实操并且亲测有效的。大家也可以试试看。
思路一：画像伪装
1. 简单粗暴版
操作指南：卸载重装 APP
亲测案例：某打车 APP。卸载后再重装，车费相比卸载前(2 分钟前)便宜了 5 到 6 元。
背后原理：伪装流失用户或新用户。
有运营相关经验的同学应该知道，运营的四大工作内容：拉新、留存、促活、转化。为了拉新对于新用户通常会给较大的优惠力度;对于已流失或即将流失的用户，平台通常会给予特殊的福利以召回和挽留。
而卸载这一行为对应的就是——用户流失。而重装后，有一定概率被认为是新下载用户。
因此通过卸载重装清咐枣这一简单行为，你将会带着“召回的流失用户”或“新用户”标签被给予一些特殊的优待。
注：
一定概率的意思是指：对于非强制登陆的产品，生成用户答拆标示的方式一般是 cookie id，卸载重装后会有新的 cookie id，则会被判定成新用户;而对于需要注册登录才能使用的产品，重装就可能就不太会起作用了，因为平台是以你的手机号记录你是谁以及你的数据的。
卸载重装不仅可以用于大数据杀熟，对于一些游戏也很适用，比如去年风靡一时的阴阳师，卸载一小段时间后再重装，基本几抽之内就能出 SSR。其实也是常见的游戏运营策略。
2. 交叉验证版
操作指南：多找几个朋友一起试试看
亲测案例：朋友在旅行前两个月就在某订票平台上持续关注出行航班机票，关注许久发现票价一直在 6000 元以上居高不下，我听闻后立即帮忙搜索查询，搜索结果票价不到 4000，遂帮忙订票，省下 2000 元。
背后原理：精细化运营下，同一策略同时命中多个人的概率是很低的。
因此多找几个朋友试试看，甚至可以用父母的手机(网络行为不活跃用户，数据较少)搜索对比，然后选择最低价的那个下单。
3. 越薅越上瘾版
操作指南：伪装价格敏感用户
亲测案例：越是“无优惠券不下单”的用户，被派发的下单红包、优惠券的概率和优惠力度越大。
背后原理：价格敏感用户是指下单意愿强弱度受价格高低、优惠力度影响极大的用户群体。在用户运营中，为了节省预算的同时最大化提升转化，平台会选择将补贴下发给最容易受补贴诱导而转化消费的用户。
因此，如果你能够被定义为价格敏感用户，那么你接收到优惠补贴的概率就会高出普通用户很多。
思路二：画像模糊
操作指南：反向操作
案例举例：当你要搜索 A 时，再伴随搜索一些不相关的 B、C、D，用无关数据掩盖你的真实意图数据。
背后原理：用户画像的准确性来自于用户行为数据的收集和分析。违反自身实际意图地进行一些操作，留下错误标签，降低平台收集的数据的真实性和准确性，使用户画像匹配度降低。
然而需要注意的是，用户画像作为一柄双刃剑，它越了解你越能够为你提供贴心的服务，同时也越容易找到你的弱点伤害你。因此，当你的用户画像准确度降低时，你被伤害的可能性降低的同时带来的也是你享受的精细化个性化服务的质量可能会降低。
究竟选择哪一面，这是你的选择。
思路三：数据保护
操作指南：关掉定位许可，关掉 Wi-Fi 自动连接，关掉 APP 数据需求许可
案例举例：这里我想讲一个自己身上的反例。
3月底的某一天我去国家会议中心参加了北京婚博会，晚上回到家打开微博和微信，发现信息流广告全部变成了婚纱照、婚庆公司、婚礼礼服等。令我感到恐怖的是在此之前我从未在手机进行过结婚相关的任何搜索，之前也没有出现过一条结婚相关的广告。这一切发生改变的原因仅仅是我本人去了婚博会这个地方而已。
背后原理：公共 Wi-Fi 泄密或定位服务泄密。和同事探讨了这件事，分析后得出以上两种可能性。不管是哪种，原理都是通过网络获取你的物理位置(婚博会现场)后分析出你的所属人群(婚期将近)和需求(婚礼相关消费)，然后进行信息流广告推送。
对此我们需要做的是，尽可能地不要让你的隐私数据(包括地理位置、通讯录、相册等)被获取。关闭掉一切非必须的定位许可、照片读取许可、通讯录读取许可，不要连接来路不明的 Wi-Fi 甚至一些看起来官方的 Wi-Fi。
写在最后
以上的这些思路和方案，目前来说应该还是可以有效一阵子的。基于这些思路，大家也可以想到更多的其他方案来应对“大数据杀熟”。
然而技术和 *** 总是在不停发展和进步的，如果不愿意做待宰的羔羊，我想我们能做的就是跟上它们的步伐，知其然，并知其所以然，然后找到破解之法。
范冰老师对于大数据杀熟使用一句名言打了个再恰当不过的比方：
「所有命运赠送的礼物，都早已在暗中标注了价格」。
当我们越来越多地享受数据带给我们的便利服务时，也应该尽早地考虑到我们将要为之付出的代价。
“大数据杀熟”所代表的动态定价也只是其中的冰山一角而已。
而在不远的未来，数据安全，其实就是你我的安全。
好了，文章到这里就结束啦，如果本次分享的大数据杀熟和大数据杀熟案例分析及其现象研究问题对您有所帮助，还望关注下本站哦！
