前段時間曝光的一系列殺熟事件似乎給大數據頭頂壓上不輕的一座大山。接踵而來的諷刺段子堪比現在刷屏朋友圈的留言風語！
編輯在“如何看待大數據殺熟”的知乎問題下，卻看到了大數據的另一波騷操作——售假。
知友邏格斯寫的一段關於大數據售假的內容獲得了四百個贊，內容節選如下：
大數據殺熟算什麼，你知道「大數據售假」嗎？
某平臺代購化妝品，對於 Dior、阿瑪尼這些很貴的化妝品，會根據其掌握的買家的收入、消費狀況進行細分：
A、如果系統判斷你是個富人，平常一直用這個化妝品，就會給你發正品；
B、如果系統判斷你是個窮人，買不起專櫃裡的化妝品，就會給你發 A 貨，反正以你的消費水平你也沒買過正品，更不知道什麼是 A 貨了。
更厲害的是，他們還「7 天無理由退貨」，只要你敢申請他們就敢退。
那麼退貨率是多少呢？
2% 左右罷了。
這個場面是皆大歡喜的：
富人 A：23333 買到了便宜的粉底好開森。
窮人 B：23333 我也能用得起富人的粉底液了好開森。
窮人 C：誒，這個粉底液我用了起痘痘了，會不會是假貨啊？
平臺：小姐每個人的膚質不一樣的，如果您不滿意我們支持 7 天無理由退貨。
窮人 C：啊？化妝品也還可以退貨？好開森。
這樣的場景無處不在，這一次的「殺熟」無非是擊中了某些人脆弱的一面：我把你當兄弟，你居然想……？
抱歉，資本是不講情義的，正如馬克思所說的，如有 50% 的利潤，它就鋌而走險；為了 100% 的利潤,它就敢踐踏一切人間法律；有 300% 的利潤，它就敢犯任何罪行，甚至絞首的危險。
什麼什麼，商家開始用大數據分析你的貧富狀況並根據結果選擇發A貨還是真貨了？前兩天剛從某平臺給女朋友買了一堆化妝品的宅宅感覺臉上一緊……
大數據為您一鍵細分，貼心服務
如果數據分析中心工作時候會說話，它可能的狀態是：
哦上帝，看看這位女士前段時間都買了什麼，XX、XX……好的相信我，她想要買的這瓶XX一定是她最近甚至是史上買過最貴的護膚品了，即使給她一瓶A貨她也會用的很開心。
Amazing！這位女士一星期買了幾萬的美妝護膚品，我強烈建議給她劃分至有錢人梯隊，優先發貨，從優發貨。
看完上述的售假事件，圍觀群眾瑟瑟發抖，紛紛表示自己從沒給過差評、沒退過貨、甚至買東西時都不會跟店主聊上一句。一但系統認為自己是個“沒脾氣的老好人”是不是就悲劇了？對方會故意給次品，故意把排後發貨。
“所以以後我要多多退貨、多多投訴。一但發現我被殺熟了，我就故意購物、故意退貨、故意投訴、故意去舉報。”某網友這麼說道。
眾多網友擔心的情況會出現嗎？
在孫斌傑看來，儘管從理論上分析大數據售假事件是可行的，但這種平臺惡意行為並不常見。
因為這需要收集用戶的多維度數據，同時進行相關的計算分析後，建立相應的規則模型。每次用戶購買時，要啟動相關的數據匹配後進行計算，查看是否與相應的規則模型匹配，才能確定發假貨還是真貨。
這聽起來容易，做起來卻沒那麼容易，需要數據技術等支撐。一般商家沒有能力也沒有預算投入大數據分析。但隨著互聯網發展，不排除這類情況會增加。
“從某種層面上講，大數據售假真實存在，通過大數據的能力把買賣雙方串聯起來，雙方各取所需。但正如前面所說，我認為目前各類平臺，不至於太多的存在專門投入相關經費整合數據，利用技術賣假的現象，這一說法有點過分解讀。”
售假事件並非電商首創，類似事件一直存在。就算賣菜的小販也會看人報價，只不過大數據可以把感性的“看人外表猜性格”替換成按數據了。
至於大數據售假到底存不存在？
電商那麼多，一定有商家正在這樣做，也一定有商家沒想到可以這樣。
而對於消費者，似乎只能更謹慎的網購，保護自己的各種數據不洩露了。
閱讀更多 邁克爾乂磊 的文章
