Il Y a 20 Ans, Amazon Lançait Un Algorithme De Destruction Du Big Data

Il y a 20 ans, Amazon lançait un algorithme de destruction du Big Data

Ces dernières années, le big data « tuant les anciens clients » est devenu un secret de polichinelle parmi les entreprises Internet, et ce comportement a été critiqué par la majorité des utilisateurs. Toutefois, selon les dernières réglementations émises par le Bureau de la culture et du tourisme, la pratique consistant à « tuer d'anciens clients » à l'aide du big data sera interdite à partir du 1er octobre.

Avez-vous déjà été « exploité » par le Big Data ?

En mars de l’année dernière, une enquête menée par l’Association des consommateurs de Pékin sur l’utilisation du big data pour « tuer le familier » a montré que la plupart des personnes interrogées pensaient que le phénomène du big data « tuant le familier » était très courant.

Parmi toutes les entreprises concernées par le problème de « tuer les anciens clients » en utilisant le Big Data, ce sont les plateformes de voyages en ligne qui rencontrent le plus de problèmes.

En réponse à cela, le ministère de la Culture et du Tourisme, après près d'un an de sollicitation d'avis et de délibérations, a publié le 20 août de cette année les « Dispositions provisoires sur la gestion des services commerciaux de tourisme en ligne », dont l'article 15 stipule clairement queLes opérateurs de voyages en ligne ne doivent pas utiliser les mégadonnées ni d’autres moyens techniques pour fixer des prix différenciés pour le même produit ou service dans les mêmes conditions pour des touristes ayant des caractéristiques de consommation différentes.

Il semble que les commerçants sur Internet qui utilisent le big data pour « profiter des anciens clients » devraient être réglementés après le 1er octobre de cette année.

À quel point la routine du Big Data consistant à « tuer les anciens clients » est-elle profonde ?

Depuis fin 2017, les consommateurs signalent avoir été « exploités » par les plateformes Internet.

Outre Fliggy, de nombreuses plateformes OTA telles que Ctrip et Qunar ont également été recherchées à plusieurs reprises pour « tuer d'anciens clients » en raison du Big Data.

De nombreux internautes ont signalé que lors de la recherche de billets d’avion ou d’hôtels,Son prix augmentera à mesure que le nombre de recherches augmentera.« Je me sens trompé et c'est difficile à accepter. »

De plus, Tmall, JD.com, Didi, Meituan Waimai, Ele.me et les plateformes musicales ont toutes été exposées au problème de « tuer les anciens clients » avec le big data.

**La routine de Didi pour « tuer la familiarité » :**Deux comptes différents ont réservé des trains express depuis le même point de départ pendant la même période, mais la différence de prix était de 3 yuans.

**La routine « tuer la familiarité » de Tmall :**Pour le même produit dans le supermarché Tmall, le prix pour les utilisateurs 88VIP est de 74,63 yuans, tandis que le prix pour les utilisateurs ordinaires est de 62,8 yuans, soit une différence de 11,83 yuans.

C'est plein de routines.**Ces routines visent en fin de compte un seul objectif : maximiser les profits des commerçants.**Mais pour les consommateurs, ce sont des pièges dans lesquels ils peuvent facilement tomber s’ils ne font pas attention.

L'initiateur du « Big Data tuant les anciens clients » : Amazon

L’initiateur de ces tactiques doit être le géant du commerce électronique Amazon.

Le premier cas de big data « tuant le familier » remonte à « l’expérience de différentiel de prix » d’Amazon il y a 20 ans.

En septembre 2000, Amazon a sélectionné 68 DVD les plus vendus pour un essai.Ces DVD sont vendus à des prix différents en fonction des données démographiques des utilisateurs potentiels, de leur historique d'achat, de leur comportement en ligne, etc.

Parmi eux, Amazon s'appellera "Titus" (Titus) disque DVD,**Les nouveaux utilisateurs sont cotés à 22,74 $, tandis que les utilisateurs existants sont cotés à 26,24$,tandisquelesutilisateursexistantssontcoteˊsaˋ26,24.**Grâce à cette stratégie de prix, la marge bénéficiaire brute des ventes de ces DVD expérimentaux a été efficacement améliorée.

Mais les bons moments n’ont pas duré longtemps et le secret d’Amazon a rapidement été découvert.

Moins d'un mois après le début de l'expérience, un ancien utilisateur d'Amazon a discuté de Titus avec d'autres internautes de la communauté DVDTalk.

Cela n’aurait pas eu d’importance s’il n’en avait pas parlé, mais une fois qu’il a commencé à en parler, cela est devenu un désastre, car il a découvert qu’il avait été trompé.En tant qu'utilisateur fidèle d'Amazon, il a payé près de 4 $ de plus pour le CD Titus que les autres nouveaux utilisateurs.

Ensuite, d’autres utilisateurs plus anciens ont également découvert cela. Comment ont-ils pu rester assis là sans rien faire ?

En conséquence, tout le monde a commencé à dénoncer Amazon, et certaines personnes ont même déclaré publiquement qu’elles n’achèteraient plus jamais rien chez Amazon à l’avenir.

Sous les critiques de la majorité des utilisateurs, le PDG d'Amazon, Bezos, a dû s'excuser personnellement et rembourser la différence aux milliers d'utilisateurs qui n'avaient pas acheté le DVD au prix le plus bas.

Mais Bezos a déclaré qu'Amazon ne « profitait pas des anciens clients » et que les ajustements de prix étaient aléatoires et n'avaient rien à voir avec les consommateurs. Le but de l’expérience de prix était uniquement de tester les réactions des consommateurs à différentes remises.

L’expérience d’Amazon avec la tarification différentielle a échoué. Mais en fait, cette stratégie de prix intelligente a été imitée par d’autres sociétés de commerce électronique.

La discrimination par les prix : un outil puissant pour augmenter les profits

En économie, le Big Data « tue le familier » : c'est ce qu'on appelle la discrimination par les prix.

Discrimination par les prix,Désigne généralement le fournisseur de biens ou de services. Lorsqu'il fournit des biens ou des services de même qualité à différents destinataires, des prix de vente ou des normes de facturation différents sont appliqués entre les destinataires.

La discrimination par les prix est donc essentiellement une différence de prix. Le mot « discrimination » n’est pas ici péjoratif. En économie, le terme « discrimination » est souvent utilisé pour désigner le phénomène de prix différents pour des choses similaires.

Selon Benjamin Shiller, professeur adjoint d'économie à l'Université Brandeis, sur la base des recherches de Netflix, l'utilisation de données démographiques traditionnelles pour personnaliser les prix peut augmenter les bénéfices de Netflix de 0,3%.Mais l'utilisation de l'apprentissage automatique pour estimer le prix maximum qu'un utilisateur est prêt à payer en fonction de son historique de navigation sur le Web peut augmenter les bénéfices de Netflix de 14,55%.

En tant que commerçant, qui serait prêt à renoncer à ce bénéfice de 14,55% ou même plus ?

Tarification dynamique : une stratégie de tarification qui ne « tue pas les clients familiers »

Pour les entreprises, la discrimination par les prix n’est certainement pas le seul moyen d’augmenter leurs profits. Une stratégie appelée « tarification dynamique » peut également apporter de très bons résultats et est plus favorable aux consommateurs que la « discrimination par les prix ».

Tarification dynamique,Il s’agit d’une stratégie par laquelle les entreprises vendent le même produit à des prix différents en fonction de la demande du marché et de leurs propres capacités d’approvisionnement afin de maximiser les profits sans compromettre l’expérience du consommateur.

Après l’incident de la « Pricing Differential Experiment » en 2000, Amazon n’était certainement pas disposé à abandonner l’utilisation du Big Data.Elle a rapidement introduit une nouvelle approche, la tarification dynamique.

Selon les rapports, selon l'algorithme de tarification dynamique d'Amazon,**Les prix de ses produits changent 2,5 millions de fois par jour en fonction de la demande, ce qui signifie qu'en moyenne, les prix de ses produits changent plus de 50 000 fois toutes les demi-heures.**Ces changements sont basés sur les habitudes d’achat des utilisateurs, les prix des concurrents, les marges bénéficiaires, les stocks et diverses autres données.

Par exemple, Amazon augmentera les prix des livres impopulaires et baissera les prix des livres les plus vendus pour montrer que ses produits sont de bonne qualité et à bas prix, attirant ainsi plus de clients.

**Amazon a également augmenté ses bénéfices de 25% grâce à la tarification dynamique.**Cependant, comparée à la stratégie de tarification consistant à « tuer le familier », étant donné que la tarification dynamique ne cible pas les groupes d'utilisateurs tels que les anciens utilisateurs, elle élimine non seulement dans une certaine mesure l'expérience client consistant à « tuer le familier », mais donnera souvent aux clients le sentiment que le rapport qualité-prix est élevé.

À l'heure actuelle, l'utilisation du big data pour « tuer les anciens clients » sur les plateformes de voyages en ligne sera expressément interdite, ce qui a également sonné l'alarme pour d'autres sociétés de commerce électronique. Les commerçants devraient utiliser le Big Data pour mieux fournir aux utilisateurs des services personnalisés et des prix plus raisonnables afin que les utilisateurs puissent acheter en toute confiance, plutôt que de rechercher aveuglément des profits et de perdre finalement la confiance des utilisateurs.

-- sur--