查看原文
其他

手机越贵,打车越贵?复旦教授三万字打车报告,实锤打车软件“大数据杀熟”

历史上的今天1998年3月5日

美国科学家宣布在月球表面陨石坑深处发现水。

来源:大数据文摘


我怀疑你在杀熟,并且我有证据。


一些平台的大数据杀熟一直让广大用户很寒心——我都已经是你的老客户了,你还故意多收我钱?


但是大家说归说,因为没有实质性的证据,平台随便解释一下,这事儿也就过去了。


比如自媒体“漂移神父”当时指出美团“会员配送费是非会员两倍”的问题,美团给出的回应就是“定位缓存问题”,配送费差异和会员身份无关。



但是这次有人实锤大数据杀熟,大概没这么好解释了。


2020年,复旦大学管理学院副教授孙金云带领研究团队在五座城市打了800多趟车,搜集到滴滴、曹操、首汽、T3、 美团、高德和扬招等7个渠道的数据。


通过数据分析,最终形成“2020打车报告”,其中,通过数据分析得到的一些结论,都指向了打车平台存在“大数据杀熟”的事实。


比如:

  • 相对于非苹果手机用户,苹果手机用户更容易被舒适型车辆(比如专车、优享等,价格也更高一些)司机接单,这一比例是非苹果手机用户的3倍;
  • 上海是打车软件(美团、首汽、滴滴)价格被低估最厉害的城市,实付与预估差异的比值为11.8%。


另外报告指出这些打车平台还存在故意减少预估等待时间等问题。


用的手机越贵,越有可能被“优待”


在用滴滴等平台打车时,都有一个提供选择车辆类型的选项。


按理来说,如果选择一键呼叫经济型+舒适型两档,平台应该按照车辆所处位置,选择离用户最近的车辆,毕竟相比于舒适,大家更在意的是等待时间。


这么来看的话,在同一个地区,不同用户的订单被舒适型车辆接走的比例应该是一致的。


但是根据孙金云教授团队的实验,结果却不是这样。数据表明,与非苹果手机用户相比,苹果手机用户的确更容易“被舒适”车辆(比如专车、优享等)司机接单,这一比例是非苹果手机用户的3倍



也就是说,平台很有可能将苹果用户标注为更愿意“被舒适”的用户,毕竟苹果手机的均价相对更对贵一些,那么不是苹果手机,会被会因为手机比较贵就被舒适了呢?


我们看看下面这张图就知道了。



孙金云教授团队将手机品牌(是否为苹果手机)与手机价位作为自变量,以是否“被舒适”接单作为因变量,进行回归,发现苹果手机和非苹果手机高价位都对用户“被舒适”订单产生了正向显著影响。


手机越贵越会“被舒适”,可以说是被孙教授实锤了。


此外,苹果用户被“优待”还体现在苹果用户比非苹果用户享受到的打车优惠更少。数据统计发现,苹果手机用户平均只能获得2.07元的优惠,而非苹果用户平均可以获得4.12元的优惠。


等待不过是一场时间游戏?


除了价格方面,孙金云教授团队还发现,平台往往会向乘客呈现比实际更短的等待时长,让乘客保持更高的耐心,从而达到留住乘客的目的。


孙金云教授团队根据“(实际等车时间-预估等待时间)/预估等待时间”来测算打车时间延误比例,然后发现,调研的5个城市中打车时间延误比例均在20%之上,一线城市(北京、上海和深圳)的时间延误比例高于二线城市(成都、重庆)。其中,深圳的时间延误比例高达27.5%(这可能是深圳的绝对值比较低导致),比时间延误比例最低的成都高6.9%。


有趣的是,在这5个城市中,深圳的实际平均等待时间最短,只有4.9分钟,而作为二线城市的重庆则长达10.2分钟。



从平台的角度来看,预估等待时间少于实际等待时间的现象在大部分平台都成立,其中,滴滴最为严重,时间延误比例高达33.3%,远高于其他平台。


有意思的是,对于等待时间,平台再一次对苹果用户进行了“优待”。


数据显示,三大平台的苹果手机用户延误时长比例均高于非苹果手机用户。其中,滴滴和首汽的结果极为夸张——两者非苹果手机用户的时间延误比例为25.6%和12%,远低于苹果手机用户的52.8%和41.6%。即便是差距最小的高德,两类用户的时间延误比例差异仍然达到了10.3%。



在报告中,孙金云教授团队指出:各大平台均参与了“时间游戏”,这和2017年小规模的打车调研结果是一致的。


其中,该现象在一线城市的早、晚高峰期尤为明显。滴滴时间延误比例高企或许反映出其作为行业龙头所面临的运力压力和算法优化空间。


此外,调研数据反驳了苹果手机用户在预期和实际等待时长的差异上受到照顾的观点,相反,苹果手机用户群体往往为了坐上车而付出更多的时间成本。


反垄断法管不管“大数据杀熟”?


除了按手机品牌决定“被优待”程度,玩“时间游戏”,孙金云教授团队在报告中还指出一些打车平台乱象。


比如平台有意低估价格,调查显示,除重庆外,打车软件在上海、成都、北京和深圳四个城市中预估价格和实际支付价格之间都存在显著差异,均通过了差异性检验(P<0.05)。



另外还有对于司机端的抽成比例因地制宜、变化多端等情况。



一般来说,“大数据杀熟”是指社会公众对互联网平台利用大数据和算法对用户进行“画像”分析,从而收取不同价格等行为的概括性说法。


调查显示的打车平台这种按照地域、手机品牌、用户习惯来采取不同政策,造成用户实际付出的金钱和时间成本不同的事实,被网友认为是“大数据杀熟”无疑了



2月7日,国务院反垄断委员会发布《国务院反垄断委员会关于平台经济领域的反垄断指南》,针对近年来社会各方面反映较多的“二选一”、“大数据杀熟”等问题作出专门规定,明确了相关行为是否构成垄断行为的判断标准。


《指南》里提到,分析是否构成差别待遇,可以考虑以下因素:基于大数据和算法,根据交易相对人的支付能力、消费偏好、使用习惯等,实行差异性交易价格或者其他交易条件;实行差异性标准、规则、算法;实行差异性付款条件和交易方式。


有了判断标准,要遏制住平台“大数据杀熟”的风气,还要靠强有力的惩处。毕竟互联网产业自身强大的规模效应、网络效应对竞争天生带有排除性,如果罚款数额还没有平台“大数据杀熟”赚得多,那么很有可能出现平台选择明知故犯、认罚不改的局面。


然而对于普通用户来说,最主要的还是维权问题。目前看来,很少有维权成功的案例,在裁判文书网中,也曾有消费者以“大数据杀熟”为由将某外卖平台诉至法院,但因举证困难,一审二审均败诉。




动动小手加星标,浏览文章不迷路!

不用每天花费时间刷信息流

也可以随时看到自己喜欢的内容啦!



往期推荐

选错导师误终身?Nature大调查显示 :全球1/4博士生想换导师

2021-03-05

知名大学原校长,被逮捕!

2021-03-05

MS软件零基础培训,从0开始学MS建模+计算,让你的科研技能野蛮生长!

2021-03-05

第四期XPS小班直播课,5天9小时直播,1年无限次完整回放!

2021-03-05

0元!科研绘图小白&精品公开课,只讲实用经验,不说套路废话!

2021-03-05


万事屋告示牌
招聘话题小编

⭐我们希望你

擅长写各类硕博热点话题,内容有趣,有料,有思想

⭐简历投递

1. 投递邮箱:18838225675@163.com2.扫描左侧海报中的二维码,添加负责人微信
关注我们

点了“在看”的小哥哥小姐姐

今年发IF>10一作


您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存