平台经济反垄断,技术要不要讲武德?

中智观察

共 2889字,需浏览 6分钟

 ·

2020-12-05 07:04

作者 | 中国软件网
校对 | 中国软件网 陈杨


11月10日,国家市场监管总局就《关于平台经济领域的反垄断指南(征求意见稿)》(下称“《指南》”)公开征求意见。消息一出,引发了众声哗然,相关主体的股市也迎来了不小的波动。


《指南》中,关于经济平台利用大数据、算法等技术进行垄断行为的定义,将平台经济一下从“大数据杀熟”上升到了“垄断”,不可不谓风口刀尖。


关于大数据算法的恶行,不胜枚举。与此同时,一方面,经济平台不断强调,技术可以为用户提供更好的服务;另一方面,用户对技术提供的服务便利已经产生了依赖,惯性忽略了背后的深层次利益链条。


众说纷纭,一地鸡毛。


所以,新法案落地的脚步不断临近将会带来怎样的变化?

01

大数据+算法=最懂用户的


大数据+算法的威力,不难理解。


三年前,马云说,在未来的三十年,数据将取代石油,成为真正最强大的资源。三年后,“中国经济未来的奇迹,存在于生产力的释放和互联网大数据技术对内需的激发,进而引发的跨越式发展机遇。”


大数据+算法,在平台经济中突出的表现当属通过“千人千面”的智能推荐,实现精准营销。

从各大厂商们的智能推荐方案介绍中可以看到,依托平台本身的大数据积累以及算法技术手段,智能推荐专注为企业提供个性化服务,提升运营效率。

智能推荐,对收集到的数据进行贴标签、画像,出现最佳结果。在平台经济中,从用户侧来讲,个性化算法推荐根据用户的兴趣和行为特点等数据,将用户标签化不断丰富用户画像,进而实现贴切化的推荐;从产品侧来讲,在价格敏感度模型测试下,节取产品价格合理区间,为不同客户推荐“优化价格”。


常见的算法推荐有内容推荐算法(Content-based Recommendation)、协同过滤推荐算法(Collaborative Filtering Recommendation)、相似性推荐算法(Similarity Recommendation)、关联规则推荐算法(Association Rule Based Recommendaion)等。


达成个性化算法推荐目标,不同阶段有着不同的选择:


聚类。在平台开展业务初期,彼时所拥有的用户数据较为稀少,通过聚类,识别用户组,根据组内用户偏好,进行典型偏好推荐。


协同过滤。基于用户或者产品的协同过滤。利用相似群体喜好来推荐用户感兴趣的信息,依据用户反馈达到过滤的目的,从而实现为其它用户筛选信息,提供最优产品。


深度学习。以用户的浏览历史为输入,候选生成网络可以显著减小可推荐的产品,从庞大的产品库中选出强相关产品。然后基于排序网络,在设定目标函数下为强相关产品仔细评分预测,从而为用户提供最佳选择。


02

大数据+算法如何助长垄断?


据中国软件网观察,在个性化推荐服务应用中,目前已经形成了从获取数据建模分析到精准推荐全流程业务闭环。

来自神策数据官网

在这种全流程运营下,大数据+算法在实现为企业达到精准营销目的的过程中,使平台经济在极大程度上面临着垄断的风险。

达成、实施垄断协议。利用技术手段、平台规则、数据和算法等方式限定其他交易条件,排除、限制市场竞争或进行协调一致行为。


其中,轴射协议较为隐秘。如某网约车平台运营,一手连接司机另一手连接用户,平台为司机分派接单,用户根据平台定制的价格支付车费。在这个过程中,看似方便了交易,但从另一方面来讲这也是剥夺了双方议价等选择权利的表现,中间平台存在价格等断的可能性。以北京市内为例,目前出租车进行服务已全面依赖网约车平台,其中利害不言而喻。


拒绝交易。通过在平台规则、算法技术等方面设置限制和障碍,使交易双方相对难以开展交易。


通过控制商品的可见性,或表现在屏蔽低价格商品,促使用户只能在略高价格的商品中选择。如,打开某购物平台,直接搜索想要商品,可以得到满意的价格产品;换一种搜索方式,图片搜索,结果将会呈现出同一产品的多样化价格,可能有比前一种价格低的,也可能有高的,与此同时,由于可见性控制可能使销售量差距不断拉大。


差别待遇。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,对用户实行差异性交易价格或其他交易条件。


最常见的为大数据“杀熟”。通过不断收集用户的兴趣、浏览历史等信息,不断完备用户画像。与此同时,构建用户社交网络框架,通过不断深度学习,脱离用户画像依赖。伴随这种技术的成熟,用户个体将即使通过更换行为习惯、更换注册账户、多兴趣搜索等方式反“杀熟”,或也收效甚微,老用户将“无处可藏”。


此外,平台经济大数据本身也存在垄断情况。当前,大数据垄断概念尚处在一个模糊的阶段。在中国软件网看来,经济平台大数据垄断可能表现在 ,互联网经济平台凭借领头地位沉淀了巨大数据优势可能形成垄断。这一方面体现在,商家入驻“二选一”现象;另一方面,凭借数据垄断以及多链接的优势,实现垄断。

03

反平台经济垄断是否可行?


在平台经济中,大数据与算法合谋,可以追溯至2000年亚马逊差别价格实验式“大数据”杀熟“事件。二十年过去,如今的大数据算法合谋可以说发展到了炉火纯青的境地。这使得我们对经济垄断的关注愈发加重。

时间也十分凑巧,就在11月10日,欧盟对亚马逊破坏零售市场竞争行为提起正式起诉。欧盟认为,亚马逊通过数据处理系统汇集并分析卖家方的大量数据,如订单数量、卖家收入、卖家报价的点击量等,专注最畅销的商品销售或者比照进行商品定价优化。


时间再稍微往前,美国针对互联网科技公司开展严苛的反垄断调查。美司法部认为这些占据市场主导地位的互联网平台们,存在集中市场权利从事减少竞争、遏制技术创新以及损害用户利益活动等行为。10月,美国司法部连同多州向谷歌发起反垄断诉讼,控诉其在搜索及搜索广告市场中,通过反竞争和排他性行为来非法维持垄断地位。再往后,2021年谷歌、Facebook等或将继续因凭借市场地位“把持”互联网而临新的反垄断诉讼。


在美国科技史上,对科技互联网公司的反垄断调查事件俯拾皆是。虽国情不尽相同,但作为平台电商经济繁荣的国家,随着数字经济的规模不断扩大,反垄断也势在必行,落地规范相关经营者经济活动行为,如同一场及时雨。


正如,阿里巴巴集团董事会主席兼首席执行官张勇在世界互联网大会中的回应,要保证互联网和数据经济有序健康发展,出台政策法规,是非常及时和必要的。作为数字经济的建设者、受益者,阿里正在以积极诚恳的行动,展示维护市场秩序的态度。


大数据算法技术本身没有唯利所驱,但资本有。据中国软件网观察,恰逢其时的新法规将会进一步规范当下平台经济活动,在一定程度上遏制平台经济的垄断行为。但,经济平台中伴生的利用大数据算法进行的“杀熟”等现象可能无法根绝。未来,这些数字经济时代的经营者和受益者们能否进一步思考,如何让用户也能享受到更多技术红利?当下我们不得而知。


浏览 38
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报