大数据的另一波骚操作：售假

大数据杀熟算什么，你知道「大数据售假」吗？某平台代购化妆品，对于 Dior、阿玛尼这些很贵的化妆品，会根据其掌握的买家的收入、消费状况进行细分：

A、如果系统判断你是个富人，平常一直用这个化妆品，就会给你发正品；

B、如果系统判断你是个穷人，买不起专柜里的化妆品，就会给你发 A 货，反正以你的消费水平你也没买过正品，更不知道什么是 A 货了。更厉害的是，他们还「7 天无理由退货」，只要你敢申请他们就敢退。那么退货率是多少呢？2% 左右罢了。

这个场面是皆大欢喜的：

富人 A：23333 买到了便宜的粉底好开森。

穷人 B：23333 我也能用得起富人的粉底液了好开森。

穷人 C：诶，这个粉底液我用了起痘痘了，会不会是假货啊？

平台：小姐每个人的肤质不一样的，如果您不满意我们支持 7 天无理由退货。

穷人 C：啊？化妆品也还可以退货？好开森。

以后那帮搞电商还能做到分辨每一个购买者是高帅富还是屌丝，同样买一双 Nike,根据你平时的消费，判定是高帅富的，有一定鉴别能力的，给发真货。一般穷屌丝，就图个牌子的那种，直接发假的，美滋滋。

这样的场景无处不在，这一次的「杀熟」无非是击中了某些人脆弱的一面：我把你当兄弟，你居然想……？抱歉，资本是不讲情义的，正如马克思所说的，如有 50% 的利润，它就铤而走险；为了 100% 的利润,它就敢践踏一切人间法律；有 300% 的利润，它就敢犯任何罪行，甚至绞首的危险。

现实中大数据售假是怎么操作的？

大数据售假主要利用的是数据爬取、采集和建模分析技术，通过把用户的职业、家庭收入、消费状况等各类数据，爬取和采集过来后，经过深度的清洗、加工后，通过关联分析等技术，建立相应的模型。简单说，就是对这个用户的经济收入、进行购买习惯和消费习惯等方面做一个用户画像，然后用设定的规则模型去套这个画像，画像跟哪类规则模型匹配，就采取类似的发货策略。

收到A货的人可能需要的特殊品质。

比如购买能力，你在网上买件商品，订单提交后，系统会自动查询分析你在全平台的购物数据，如果你在同类产品消费倾向绝对大部分是低价位品牌，系统就判定你没用过高价位大牌真品，所以后台经分析后将你备注为低风险客户，给你发的货就容易是高仿货；

又比如收货习惯，其中退货少的人更容易买到假货，你的消费记录、购买记录、客单价记录将作为发货参考数据被系统识别。很多人有类似经历，买来的产品有小问题又不影响使用，怎么办？退货嫌麻烦，只有忍了。你如果真想退货，电商常常解释是因为发货前没有检查货品！

这显然是假话，因为每一批次的瑕疵品都有记录，之所以发给你，是因为你的综合退货率偏低而已，系统会自动认定你“好说话”、“能将就”，一有假货就优先“照顾”你。如果你收到货连看都不看，假货不给你给谁呢！

甚至收货地址也可能促使你买到假货。这并不是说二三四线城市就一定发假货。如果能识别收货手机与收货地址所在城市有没有产品专卖店。如果没有，你也没买过同类产品，系统会“放心”分配高仿货给你；如果有专卖店，系统会查询你是否买过同品牌产品。有消息透露，按此套路售卖高仿货，退货率还不到5%。

围观群众瑟瑟发抖，纷纷表示自己从没给过差评、没退过货、甚至买东西时都不会跟店主聊上一句。一但系统认为自己是个“没脾气的老好人”是不是就悲剧了？对方会故意给次品，故意把排后发货。