Vor 20 Jahren Startete Amazon Einen Big Data-Killing-Algorithmus

Vor 20 Jahren startete Amazon einen Big Data-Killing-Algorithmus

In den letzten Jahren ist es zu einem offenen Geheimnis unter Internetunternehmen geworden, dass Big Data „alte Kunden tötet“, und dieses Verhalten wurde von der Mehrheit der Benutzer kritisiert. Den jüngsten Bestimmungen des Amtes für Kultur und Tourismus zufolge ist die Praxis, mithilfe von Big Data „alte Kunden abzuwerben“, ab dem 1. Oktober jedoch verboten.

Wurden Sie schon einmal durch Big Data „ausgenutzt“?

Eine im März letzten Jahres von der Beijing Consumers Association durchgeführte Umfrage zum Thema „Big Data tötet alles Vertraute“ ergab, dass die meisten Befragten das Phänomen, dass Big Data alles Vertraute tötet, für weit verbreitet hielten.

Von allen Unternehmen, die mit dem Problem der „Vernichtung alter Kunden“ durch Big Data zu kämpfen haben, sind Online-Reiseplattformen die größten.

Als Reaktion darauf erließ das Ministerium für Kultur und Tourismus nach fast einem Jahr der Einholung von Meinungen und Beratungen am 20. August dieses Jahres die „Übergangsbestimmungen zur Verwaltung von Online-Tourismusdienstleistungen“, in deren Artikel 15 klar festgelegt ist, dassOnline-Reiseveranstalter dürfen keine Big Data und andere technische Mittel nutzen, um für Touristen mit unterschiedlichen Konsumgewohnheiten unterschiedliche Preise für dasselbe Produkt oder dieselbe Dienstleistung unter denselben Bedingungen festzulegen.

Es scheint, dass Internethändler, die Big Data nutzen, um „alte Kunden auszunutzen“, voraussichtlich ab dem 1. Oktober dieses Jahres reguliert werden.

Wie tief geht die Big-Data-Routine, „alte Kunden zu töten“?

Seit Ende 2017 berichten Verbraucher, dass sie von Internetplattformen „ausgenutzt“ wurden.

Neben Fliggy wurden auch viele OTA-Plattformen wie Ctrip und Qunar aufgrund von Big Data immer wieder durchsucht, um „alte Kunden zu töten“.

Viele Internetnutzer berichteten, dass bei der Suche nach Flugtickets oder Hotels,Der Preis steigt mit der Anzahl der Suchvorgänge.„Ich fühle mich betrogen und es ist schwer zu akzeptieren.“

Darüber hinaus waren Tmall, JD.com, Didi, Meituan Waimai, Ele.me und Musikplattformen alle mit dem Problem konfrontiert, mit Big Data „alte Kunden zu töten“.

Didis Routine, „Vertrautheit zu töten“:Zwei verschiedene Konten buchten Expresszüge vom gleichen Startpunkt im gleichen Zeitraum, aber der Preisunterschied betrug 3 Yuan.

Tmalls „Vertrautheit töten“-Routine:Für dasselbe Produkt beträgt der Preis im Tmall Supermarket für 88VIP-Benutzer 74,63 Yuan, während der Preis für normale Benutzer 62,8 Yuan beträgt, ein Unterschied von 11,83 Yuan.

Es ist voller Routinen.Diese Routinen zielen letztendlich auf ein Ziel ab: die Gewinnmaximierung der Händler.Für Verbraucher sind das jedoch Fallen, in die sie leicht tappen können, wenn sie nicht aufpassen.

 Der Urheber von „Big Data tötet alte Kunden“: Amazon

Der Urheber dieser Taktik muss der E-Commerce-Riese Amazon sein.

Der erste Fall, in dem Big Data „das Vertraute tötet“, lässt sich auf Amazons „Preisdifferenz-Experiment“ vor 20 Jahren zurückführen.

Im September 2000 wählte Amazon 68 Bestseller-DVDs für einen Test aus.Die Preise dieser DVDs variieren je nach demografischen Merkmalen, Einkaufshistorie, Online-Verhalten usw. der potenziellen Benutzer.

Darunter wird Amazon eine DVD namens „Titus“ (Titus) anbieten,Neuen Benutzern wird ein Preis von 22,74 $ angeboten, bestehenden Benutzern ein Preis von 26,24 $.Durch diese Preisstrategie konnte die Rohertragsspanne beim Verkauf dieser experimentellen DVDs effektiv verbessert werden.

Doch die guten Zeiten währten nicht lange und Amazons Geheimnis wurde bald entdeckt.

Weniger als einen Monat nach Beginn des Experiments diskutierte ein alter Amazon-Benutzer mit anderen Internetnutzern in der DVDTalk-Community über Titus.

Es wäre nicht schlimm gewesen, wenn er nicht darüber gesprochen hätte, aber als er einmal angefangen hatte, darüber zu sprechen, wurde es zu einer Katastrophe, weil er entdeckte, dass er betrogen worden war.Als treuer Amazon-Nutzer zahlte er für die Titus-CD fast 4 Dollar mehr als andere neue Nutzer.

Dann haben auch mehr alte Benutzer dies entdeckt. Wie konnten sie einfach dasitzen und nichts tun?

Daraufhin begannen alle, Amazon anzuprangern, und einige Leute erklärten sogar öffentlich, dass sie in Zukunft nie wieder etwas bei Amazon kaufen würden.

Aufgrund der Kritik der Mehrheit der Nutzer musste sich Amazon-Chef Bezos persönlich entschuldigen und Tausenden von Nutzern, die die DVD nicht zum günstigsten Preis gekauft hatten, die Differenz erstatten.

Bezos sagte jedoch, Amazon habe „alte Kunden nicht ausgenutzt“ und die Preisanpassungen seien willkürlich und hätten nichts mit den Verbrauchern zu tun. Der Zweck des Preisexperiments bestand lediglich darin, die Reaktion der Verbraucher auf unterschiedliche Rabatte zu testen.

Amazons Experiment mit der Preisdifferenzierung ist gescheitert. Tatsächlich wurde diese clevere Preisstrategie jedoch von anderen E-Commerce-Unternehmen nachgeahmt.

Preisdiskriminierung: ein wirksames Mittel zur Gewinnsteigerung

Dass Big Data „das Vertraute tötet“, wird in der Wirtschaft als Preisdiskriminierung bezeichnet.

Preisdiskriminierung,Bezieht sich im Allgemeinen auf den Anbieter von Waren oder Dienstleistungen. Bei der Bereitstellung von Waren oder Dienstleistungen gleicher Güte und Qualität an verschiedene Empfänger werden zwischen den Empfängern unterschiedliche Verkaufspreise oder Gebührenstandards umgesetzt.

Daher handelt es sich bei Preisdiskriminierung im Wesentlichen um einen Preisunterschied. Das Wort „Diskriminierung“ ist hier nicht abwertend zu verstehen. In der Ökonomie wird der Begriff „Diskriminierung“ häufig verwendet, um das Phänomen unterschiedlicher Preise für ähnliche Dinge zu bezeichnen.

Laut Benjamin Shiller, Assistenzprofessor für Wirtschaftswissenschaften an der Brandeis University, kann die Verwendung traditioneller demografischer Daten zur personalisierten Preisgestaltung den Gewinn von Netflix auf der Grundlage von Netflix-Forschungen um 0,31 TP3B steigern.Doch durch den Einsatz von maschinellem Lernen zur Schätzung des Höchstpreises, den ein Benutzer auf Grundlage seines Webbrowserverlaufs zu zahlen bereit ist, können die Gewinne von Netflix um 14,551 TP3T gesteigert werden.

Wer wäre als Händler bereit, auf diesen Gewinn von 14.55% oder sogar noch mehr zu verzichten?

Dynamische Preisgestaltung: Eine Preisstrategie, die Stammkunden nicht vergrault

Für Unternehmen ist Preisdiskriminierung sicherlich nicht die einzige Möglichkeit, ihren Gewinn zu steigern. Eine Strategie namens „dynamische Preisgestaltung“ kann ebenfalls recht gute Ergebnisse bringen und ist verbraucherfreundlicher als „Preisdiskriminierung“.

Dynamische Preisgestaltung,Dabei handelt es sich um eine Strategie, bei der Unternehmen dasselbe Produkt je nach Marktnachfrage und ihren eigenen Lieferkapazitäten zu unterschiedlichen Preisen verkaufen, um den Gewinn zu maximieren, ohne das Kundenerlebnis zu beeinträchtigen.

Nach dem Vorfall mit dem „Pricing Differential Experiment“ im Jahr 2000 war Amazon sicherlich nicht bereit, auf die Nutzung von Big Data zu verzichten.Bald wurde ein neuer Ansatz eingeführt: die dynamische Preisgestaltung.

Berichten zufolge ist Amazons dynamischer PreisalgorithmusDie Preise seiner Produkte ändern sich je nach Nachfrage 2,5 Millionen Mal am Tag, was bedeutet, dass sich die Preise seiner Produkte im Durchschnitt mehr als 50.000 Mal pro halbe Stunde ändern.Diese Änderungen basieren auf dem Einkaufsverhalten der Benutzer, den Preisen der Konkurrenz, den Gewinnspannen, dem Lagerbestand und einer Vielzahl anderer Daten.

Amazon beispielsweise erhöht die Preise für unbeliebte Bücher und senkt die Preise für Bestseller, um zu zeigen, dass seine Produkte von guter Qualität und günstig sind, und zieht dadurch mehr Kunden an.

Amazon steigerte seinen Gewinn durch dynamische Preisgestaltung außerdem um 251 TP3B.Da die dynamische Preisgestaltung jedoch im Vergleich zur Preisstrategie des „Tötens des Vertrauten“ nicht auf Benutzergruppen wie alte Benutzer ausgerichtet ist, wird das Kundenerlebnis nicht nur bis zu einem gewissen Grad eliminiert, sondern den Kunden wird das Preis-Leistungs-Verhältnis oft auch als hoch empfinden.

Derzeit ist die Verwendung von Big Data zum „Abwerben alter Kunden“ auf Online-Reiseplattformen ausdrücklich verboten, was auch bei anderen E-Commerce-Unternehmen Alarm ausgelöst hat. Händler sollten Big Data nutzen, um den Nutzern personalisierte Dienste und angemessenere Preise anzubieten, damit sie vertrauensvoll einkaufen können, statt nur blind dem Profit hinterherzujagen und letztlich das Vertrauen der Nutzer zu verlieren.

-- über--