“大数据杀熟”质疑高发背后：在携程等OTA面前，我们是透明的？
全国首创农旅主题沉浸式体验培训课程，行业专家全程深度陪伴，助您提升项目实操能力！扫码直达。
携程疑再次撞上“大数据杀熟”的“枪口”。
3月10日晚，微博名为“陈利人”的用户发布《携程的牌坊坍塌了》一文，在文章中，其描述了疑被携程APP大数据杀熟的过程，大致是机票二次支付时被系统告知无票，再购买时，价格高出第一次不少等。
针对此事，3月11日，携程对外发布《致歉及情况说明》，否认存在“大数据杀熟” 行为，并表示“二次支付显示无票”确认为程序BUG，已修复BUG，将对初步统计的受影响的约1300名左右用户提供赔偿。
不过，此事其中仍有多个疑点待解，包括“陈利人”未支付订单“占位”的机票为其选舱位唯一一张？这次是怎样的一个BUG？受同一BUG影响的用户约1300名，该BUG是否非第一出现等？
截至执惠发稿，携程方面对于上述疑点，以及对保留用户哪些数据或消费信息以及进行分析等问题，暂未给予具体回复。
事实上，关于OTA机票是否“杀熟”，也多有不同看法。但携程等OTA企业被质疑“杀熟”已呈高发态势。或需引起重视的是，有OTA掌握了用户海量的数据，并藉此打造出精准的用户画像，是否“杀熟”或在其一念间？
一
“杀熟”还是程序员背锅？
大数据杀熟，通常理解为对同一件商品或同一项服务，互联网厂商显示给老用户的价格要高于新用户。
从“陈利人”的文章描述中，他算是携程的老用户。他疑被“杀熟”大致过程是，其选好了机票，手机时间10：47分时，订单总价格为17548元，准备支付，而后检查发现没选报销凭证，退回修正，几十秒后，再支付时被告知无票，让回去重新选择。
他重新搜索选择后，价格变为18987元（高出之前1439元）。他联想到大数据杀熟，于是logout（退出），再login（登录），再查，还是同样高了的价格。
之后卸载携程APP，重装，login，再搜索，价格还是18987元，时间是11:25，没有下单。
后他下载海航APP，一查，这里不仅有票，且价格为16890元，比携程APP第一次的价格17548元还便宜（658元），时间是12:24。
他在文中表示“毅然决然，以后只会用它（携程APP）作为查找行程的工具了”。
针对此事，3月11日，携程对外发布《致歉及情况说明》，否认存在“大数据杀熟” 行为，并表示“二次支付显示无票”确认为程序BUG，存在于2月26日发布的APP新版本的机票预定程序中。
即大致因为“陈利人” 第一张未支付订单“占位”，导致他再次搜索无票，接着导致系统自动推荐了更高舱位的机票。
携程致歉说明
携程表示，经过初步统计，该BUG只会影响到票量紧张情况下的少部分用户，约1300名左右，涉及成交订单约100个。
其还表示，已于3月10日23时紧急修复了此BUG，目前用户在预定机票过程中，将不会再遇到这样的问题。后续携程也将从技术层面加入更多的报警监控机制，避免此类问题再次发生。并承诺对所有受损用户进行赔偿。
程序员将由此“背锅”？
复盘“陈利人”购票事件的过程，再结合携程的《致歉及情况说明》，执惠发现此事仍存多个疑点：
1、“陈利人”未支付订单“占位”的机票为其选舱位唯一一张？若非如此，什么BUG会导致其所遇情况？
2、上述BUG出现在携程APP2月26日发布的新版本中，而携程初步统计约1300人受到影响，由此该BUG或已存在一段时间，而未被完全修复？
3、携程APP是否已有报警监控机制？若有，这些机制为何没发挥作用？
不限于这些疑点，截至执惠发稿，携程方面暂未给予具体回复。
二
OTA给我们打造了精准画像？
回溯过往，携程被疑“大数据杀熟”并非第一次。去年5月下旬，携程发布文章对其平台的酒店价格“杀熟”的质疑予以澄清。
彼时携程表示，经过内部调查，并未发现对使用同一账号，不同手机预定同酒店、同房型进行差别定价。网友看到的价差可能由于日期、支付方式、是否含早、取消政策、不同供应商等原因导致的不同。
在公开的案例信息中，OTA、出行被疑成“杀熟”重灾区，这两个领域与用户的吃、住、行等紧密相连，使用频次相对多而密集，所留下的个人消费等信息体量也相对更多。
OTA等企业掌握了用户的巨量数据。
有数据分析人士认为，海量用户数据为“大数据杀熟”提供了基础，通过对用户消费行为等分析，形成对不同用户不同的消费能力、消费意愿等较精准“画像”打造。
淘宝“千人千面”推荐不同货品，今日头条对不同用户推荐不同内容，都是这个逻辑，而OTA平台的不少产品定价不同，且起伏较大，提供了一定的“大数据杀熟”空间。
网上流传甚广的一篇文章《手把手教你用大数据打造用户画像》，对“携程”如何基于用户的数据信息进行分析，进而打造其用户画像做了一些系统性阐述。此文据称由时任携程技术中心基础业务研发部高级研发经理所写。
执惠暂未发现携程针对此文相关的辟谣内容。
此文大致介绍了“携程”如何采集用户数据，打造用户画像，进行个性化推荐等的逻辑和过程。
此文透露，“携程”会搜集用户个人信息、用户出行人信息、用户积分信息，用户在APP、网站、合作站点的行为信息，以及用户订单信息、爬虫信息、手机APP信息等。
之后另有团队会制定严密的公式和模型，根据场景的需要，制定规则和参数，对采集信息做异步计算。
此外，“携程”还会从多个维度衡量数据的准确性。比如文中提到，“就用户消费能力这个画像，我们从用户等级、用户酒店星级、用户机票两舱等多个维度进行验证和斧正。同时我们还要监控数据的环比和同比表现，出现较大标准差、方差波动的数据，我们会重新评估算法。”
来自《手把手教你用大数据打造用户画像》一文
为何要打造用户画像？文章的解释是根据用户信息、订单、行为等等推测出其喜好，再针对性的给出产品可以极大提升用户感受，能避免用户被无故打扰的不适感。同时针对不同画像的用户提供个性化的服务。
在今年1月接受新浪财经专访时，针对OTA红利下滑等问题，携程网CEO孙洁表示，“携程应该是好的产品自带流量。像我们国际化机票，我们每年的成长是非常快的。为什么？在携程如果订了国际机票，我们马上就会推一个符合客人需求的国际酒店……”
这些信息或从侧面验证了携程对用户的信息进行了采集、分析，并进行产品推荐。
针对执惠提及的携程APP的后台会记录用户的哪些数据或消费信息？以及数据或消费信息保留时间、是否针对这些数据或信息进行分析等问题，截至发稿，携程方面也暂未给予相关回复。
（本文作者曾建中，执惠主笔）
↓↓↓点击左下方“阅读原文”也可直达课程！
END
「 精华文章值得看看 」
执 惠
助力文旅大消费产业升级
执惠读者社群欢迎你的加入！
申请入群请添加微信：tripvividzh
备注“姓名+公司+职位”
执惠主编“峨眉峰”与你一起煮酒话文旅！