关灯

读书笔记N113:算法的陷阱,超级平台、算法垄断与场景欺骗之二

[复制链接]
 

马上注册,结交更多好友,享用更多功能,让你轻松玩转社区。

您需要 登录 才可以下载或查看,没有帐号?立即注册 新浪微博登陆

x
数据掮客的目的是准确推断消费者的兴趣以及价格敏感度,从而开出恰当的价格(或者折扣)将某件商品有针对性地推销给某位消费者。准确估算每个人的保留价格需要充分的数据,从而有效计量每一个对保留价格产生影响的变量。挡在完全价格歧视面前的第一道阻碍就是有限的数据。事实上,消费者往往无法说清自己的保留价格,甚至还会在无意识中低估一些影响因素所起到的作用。在追求完全价格歧视的路上,企业要能够识别每一位消费者的有关关键参数并且不断修正假设条件的准确性,可这些消费者,他们既没有那么理性,也没有很强的意志力 摆在完全价格歧视面前的第三个阻碍却是样本规模的有限性,收集到的数据往往不足以支撑定价算法的假设。在互联网的世界里,当大数据分析与行为经济学相遇时,我们正在见证一类新兴的价格歧视——(客户)行为歧视(behavioral discrimination)。企业正在广泛收集顾客个人信息以判断何种情绪(或说是偏见)会促使我们在某一特定价位做出购买决定。1通过追踪和收集顾客信息,卖家企图运用个性化定制广告和差别化定价的手段征服不同类型的消费者,让他们在面对诱人产品和适当价位时,自动缴械,乖乖掏钱。行为歧视通过激励消费为商家贡献了可观的利润。为了改进算法的表现,商家会不断对模型进行调试,改进客户分组,进行输入数据的优化。在商家看来,训练模型既需要充足数据的支撑,也需要在跑数据的过程中对模型进行不断调试。对于企业来讲,每一笔真实发生或者潜在的交易都是用来学习消费者行为、调整模型变量权重、优化客户分组的宝贵信息。现如今,企业的客户信息收集工作已不单是出于营销目的。更何况,信息的获取途径已不仅限于店内的客户信息情况表,通过导航系统、搜索记录、社交平台中的信息以及购买产品的评价内容,商家可以轻易获取消费者的基本信息数据掮客会将曾购买过同款商品的用户归为一组,分析他们有何“共同之处”,并借此创造一个预测模型,从而锁定拥有同一特征的其他用户,开展定向营销。普通人大多存在认知偏差(cognitive biases),很多时候我们可能会做出一些非理性的决定,对事情的看法也可能与正常逻辑和事实真相有所出入。但好在人们的认知偏差可以被外界所察觉,于是商家和政府也可以巧妙利用这个“弱点”,从而实现它们的特殊目的。线上卖家可以有效利用诱饵产品(decoy products)或者相应的定价方法引导消费者去购买利润率更高的商品。除了引入诱饵产品,商家还通过调整线上商品的展示界面而促使消费者暴露自己的保留价格。企业正在利用消费者处理复杂选项时的困难性来更好地实现价格歧视。通过人为提升产品价格和质量等参数的复杂性,不少商家蓄意让消费者自暴其短,强化他们的偏见认识,进而从中牟利如果购物网站可以成功激发访客的冲动消费欲望(如采取“饥渴营销”方式助推产品销量),后者通常就不会再去比价。行为经济学研究提出,框架效应(也就是一个问题如何用不同的说法表达从而达到不同效果)会给消费者的决策过程带来不同影响。49于是,框架效应在定价歧视中的应用就是要让消费者认为自己买到就是赚到,而不是付出了更高价格。人们对互联网平台的依赖已在无形中改变了市场竞争的业态,这也促成了近乎完美行为歧视的出现。在这个由假象构筑的竞争市场中,我们会买得更多,买得更贵。除此以外,行为歧视还会引发对财富分配不公的担忧。诱饵产品的存在会令消费者将非合理定价的普通商品视为价格适中的高档货,或者诱使他们购买那些自己本不需要的商品行为歧视的价码不低。把准顾客的消费需求,拉动消费,这可是一笔不小的投资,只消随便提几点:消费者追踪、收集用户行为数据、客户分组、识别需求弹性、降低市场透明度、抬高顾客搜寻成本、防止商品的转卖、限制反追踪技术、制作冗长乏味的隐私声明、遮遮掩掩的默认用户隐私设置、游说政府降低个人隐私保护,等等。我们有必要略过新古典主义经济学的利己假设,转投行为经济学的怀抱,透过公平与正义的棱镜看待价格歧视。首先,如果价格歧视的首要目的是实现社会共同目标(而非利润最大化),那么它就有可取之处。其次,价格歧视还可能因为产品整体品质的提升而被人接纳。最后,一个处在透明公正市场环境中的价格歧视更不易遭人诟病。不论是在美国还是欧盟,商家无权根据一个人的种族、肤色、宗教信仰或者其他一些特定特征做出信用卡授信额度、保费高低或者雇用与否的决定。33但是,在算法的帮衬下,企业可以绕过这些反歧视约束,实现对特定人群的分组。通过自动化的开发与改进分组的过程,算法将特定种族、婚姻状况、年龄、性取向和宗教信仰的人划分到了一起。即便用户已经察觉到自己成为康复中心的目标客户,他们也说不清为什么自己会受到这种歧视。但事实上,这可能跟他们的网页浏览历史、杂志订阅、邮件内容、种族或者是其他事件都脱不开关系。由此可见,在追求完美行为歧视的路上,企业实施的客户分组和行为定向会酿成对消费者的实质性歧视。当下,一个趋势已经开始显现。随着定价方式的变革,反对价格歧视与行为歧视的人数正在逐渐减少。价格歧视最终会被视为新常态而被人接纳,就像我们已经接受了航空旅行服务品质的下降和机票价格的提高。在未来,我们也会对商业市场中的客户分组和价格歧视见怪不怪。近年来,比价网站与搜索平台早已融入我们的生活,一般来讲,这些网站往往活跃在多边市场。从需求端看,网站为用户提供的服务是免费的:消费者在键入他们要查询的内容时,页面会显示出与之相关的搜索结果和链接;而在供给端,广告收入才是网站营收的主要来源。除此以外,比价网站还会就专门的产品推介与卖家促销活动向商品卖家收取一笔费用或佣金。比价网站与搜索引擎有潜力去营造一个竞争激烈的市场环境,让用户可以轻松地查找、比较、购买各式各样的商品与服务。注意,我们在此处的用词只是“有潜力”。原来,虽然比价中介可以实现这个目标,但它们有时却会反其道而行之。来看看那些互联网平台(谷歌、必应、各类比价网站和脸书)所能实现的网络效应。(1)传统的网络效应。即某项商品的普及程度会影响消费者使用该商品的效用。简单来讲,就是(用户规模)越大越好。5传统网络效应的典型例子就是脸书。(2)试错。这里谈及的网络效应与试错次数的多少有关,或说是从做中学,也就是网站的机器学习能力。(3)数据范畴。网络效应还关乎用户数据的范畴,多样性的用户数据范畴将进一步改善搜索结果的准确性。(4)溢出效应与滚雪球效应。如前所述,比价中介往往活跃在多边市场。溢出效应与滚雪球效应关注的焦点在于,网络效应会由“免费的”(消费者)一侧溢出到“买单的”(供应商)一端,并且它们之间存在一股相互作用力。随着互联网平台的声势日盛,整个社会与自由市场调节机制几近失去了对线上市场透明度的把控,平台运营商开始有了发言权。这种情形下,互联网平台也许还会有意降低用户体验,以提高自己的利润(或是市场影响力)。然而不可否认的是,搜索引擎总不免为它的“金主”保留一个显眼的广告位置。对于很多搜索引擎运营商而言,搜索结果的排序往往取决于广告主的财力。在实践中,搜索结果被分为两类,一种是赞助结果(“Sponsored” Results),另一种则是有机结果(“Organic” Results)。18针对付费的赞助结果,广告主会基于广告链接的点击次数向搜索引擎付费。经济学研究表明,渠道成本的提高的确会在一定情况下导致终端产品的价格抬升。38特别是在同质化产品市场,虽然消费者的选择空间广阔,但是如果他们只执着于一家互联网平台提供的产品,那么MFN条款的引入将会造成产品价格的抬升。尤其是当其他电商也有企图掺和进这笔买卖时,抬价的趋势将更加明显。一般而言,执法机构会将市场竞争关系归为四类:横向竞争关系、纵向竞争关系、连锁式(interlocking)竞争关系和联合企业。1在横向竞争中,企业处在同一生产或物流环节,它们之间会为了市场份额而竞争(如可口可乐与百事可乐的激烈交锋)。纵向竞争关系则发生在上下游企业之间,双方并不会就市场份额展开直接对垒,彼此之间的交易活动往往存在互补性(如可口可乐公司与合作经销商以及沃尔玛这样的零售商)2。形成连锁式竞争关系的企业往往也是中心辐射式共谋的成员,或是可能其中有高层人士同时在两家竞争对手企业担任要职(如谷歌公司的前任CEO埃里克·施密特就曾同时担任谷歌公司与苹果公司的董事会成员)。3在联合企业的安排下,企业之间虽不存在横向/纵向竞争,但却都活跃在密切相关的市场中(如生产互补产品4的两家企业的合并)。超越了协作效应/默许共谋与单边效应/价格歧视的二元世界,不同于横向互动与纵向互动,企业来到竞合关系中的动态世界。企业既有合作又不乏竞争。它们有时采取单边的定价歧视,有时又选择从共谋中得利。它们或许仍视彼此为对手,但也不排斥共同提取与分析用户数据,又或者进行数据共享。随着人们上网习惯的改变,新一代的超级平台是苹果、谷歌、脸书和亚马逊。电子书市场与安卓系统的例子揭示了超级平台之间的这种相互依存关系。虽然它们可以残酷地对待那些势单力薄的应用程序开发人员,甚至将后者赶出自己的生态系统。但当眼前的对手是实力同样不可小觑的超级平台时,它们却要谨慎得多。当超级平台开始利用自己的市场力量为自家产品开道,进而驱赶一个“运营状况良好”的下游市场应用程序开发者时,这种现象的确令人担忧。2016年,谷歌已经开始尝试在Waze应用程序平台推出自己的拼车服务。但与优步和Lyft不同,拼车司机并不能从中创收,他们只收取极少的费用,用于分摊油费,而谷歌也不会从中抽成。当无人驾驶汽车技术与随之而来的用户数据掌控在超级平台的手中时,谷歌便完成了身份转变,成为优步的竞争对手。谷歌的无人车车队可以收集到实时的路况信息,当这些信息与Waze以及谷歌地图技术相结合时,谷歌的行车导航服务将无人能敌。如果通勤者想要查询最新的路况情况,他们多半会投入到Waze和谷歌地图的怀抱。在任何时候,超级平台都会把自己旗下的产品当作宝贝捧在手心,并排斥与自家产品存在冲突的应用程序。换个角度来看这个问题,对像优步这样的应用程序而言,它最大的噩梦不是哪个地区的出租车司机联盟,也不是像Lyft那样的同业竞争对手。真正的恐惧来源于谷歌和苹果这样的超级平台。事实上,应用程序与超级平台的发展休戚相关。处在同一个生态系统的超级平台、网站经营者、应用程序开发者早已被共同利益牢牢地捆绑在了一起,不论是在苹果的iOS系统还是谷歌的安卓系统,它们的目标颇为一致——不断吸引更多用户。对独立应用程序和各大网站而言,它们收集到的个人数据既会应用于自身,也会被分享给食物链上的其他盟友享用。至于食物链的顶端,无非是那几家超级平台。不管是从数据的数量上还是质量上进行对比,用户手机中储存的个人信息都远超其他设备。随着物联网的崛起,移动平台将成为获取个人数据的关键入口。谷歌推出的Brillo物联网操作系统正是脱胎于安卓操作系统。虽然在数据提取阶段,相比苹果,谷歌表现得更像是个机会主义者,但事实却是,两家超级平台都没有奉行“数据最少化原则”,即要求独立应用程序开发者只可收集那些与自己产品运行直接相关的用户数据,并在完成应用程序运行的特定目的后自动删除这些用户数据。在传统的Cookies以外,“数据追踪技术已经可以做到近乎实时地浏览用户的网络活动,并且迅速确定用户的地理位置、收入水平、消费偏好以及健康情况。有些工具甚至可以做到在用户删除数据后悄无声息地实现自我复制”。29包含第三方Cookies的数据追踪机制不仅令零售商记住了用户购物车里的商品,其他互联网公司也随之获取到了这些信息。互联网企业之间的竞合关系开始走向竞争。反追踪标准并不能真正地起到阻绝数据追踪的作用,它最重要的功能在于“限制潜在竞争者的数据追踪与收集能力,以防后者成了气候,真正地成长为那些超级平台的对手”虽说超级平台的市场地位和影响力正在不断提升,但它们并非金刚不坏之身。在经营与发展过程中,它们无时无刻不在面对来自其他互联网平台的明枪暗箭、科技行业的创新压力以及初创企业的锐意变革。为了维护自己的竞争优势,它们需要投入巨资用于研发。互联网“友敌”之间的关系是多维的,独立应用程序开发者与超级平台之间不乏竞争(比如,优步与谷歌无人车的较量),同时广告收入也培育了整个生态系统的繁荣兴旺。在提取用户数据的阶段,互联网企业之间精诚合作,致力于用户数据追踪、数据库的打造与行为定向广告投放;到了俘获用户后的分赃阶段,它们撇下了此前的交情,开始争抢流量,努力壮大自身的势力。但无论如何,天平总是向着超级平台倾斜。超级平台牢牢把控着独立应用程序的流量入口,它们随时可以切断后者的供氧系统,不给独立应用程序一丝活路。在这种受控环境下,独立应用程序必须按照超级平台的指示与规划小心行事。广告客户(包括那些代理机构)、广告发布商(指第三方网站和应用程序,如黄金海岸线科技公司)和移动广告网络提供商(指谷歌等超级平台)三者分工明确,共同编织起整个移动广告网络 在这个生态系统中,一般而言,广告客户按照用户的点击次数向移动广告网络提供商和发布商付费。作为串联起广告客户和发布商的中介,谷歌怎么会放过向那些网站和应用程序投出诱饵、共同发财的机会?智能手机从另一个视角出发,为行为定向广告提供了宝贵的用户信息——作为软件程序中的一项功能,地理围栏(Geofencing)可以运用全球定位系统(GPS)或无线射频识别技术(RFID)限定地理边界。利用地理围栏,广告商可以根据手机用户当前所在的地理位置,向其发送此时此刻适用于该用户的定向广告。对于移动设备的广告拦截工具,技术就摆在那里,市场需求也客观存在。更何况,在移动设备上实施广告拦截的重要性要远胜于个人计算机的同类做法。广告拦截技术可以“打扫干净”手机小屏幕上的凌乱,并且提高页面的加载速度、节省设备存储空间(有调查显示,拦截技术可以实现4倍的提速并释放53%的存储空间)。57遗憾的是,手机用户直到2015年才等到这两大超级平台中的一家对广告拦截技术的宽容。虚拟助手不仅可以为我们提供各类资讯,还会尽可能地满足我们的所需与要求:借由人工智能技术,虚拟助手将对用户的个人电子档案、日常行为等数据进行分析整合。虚拟助手工具被人类使用的过程,也是它们不断展开自学习的过程。它们以用户熟悉的语言向用户提供各类信息,并以高效的执行力完成人类交给它的任务。由超级平台扶持起来的虚拟助手将有可能加剧我们迄今为止所探索到的反竞争力量:在我们不知情的情况下,“私人管家”可能会在暗中推动默许共谋,并“号召”零售商团结起来向完美行为歧视靠拢。当虚拟助手的工作越发得心应手,它也将被赋予更多职责,进而强化超级平台对我们所见所闻与消费决策的干预。我们对虚拟助手的依赖越重,我们所能获取到的外部选择就越少,超级平台因此排除异己,操控我们的虚拟世界。与管家的职责相近,人工智能的虚拟助手也将成为我们与生活琐事的交互界面。基于用户个人数据,包括日程表、信息、邮件和地理位置,虚拟助手也许可以判断出我们今天是否忙得来不及准备晚餐。与虚拟助手的互动越多,我们就越变得疏于使用搜索引擎、比价网站或者翻看旁人给出的产品评价和其他获取资讯的工具。语音激活与沟通的便捷性限制了我们接触外部选择的机会。未来世界与传统竞合场景的第三条关键性差异在于,基于海量个人数据的获取与分析,虚拟助手已在与用户的互动过程中成长为一个可靠的私人管家,这也在无形之中抬高了用户的转换成本。随着超级平台实力的增强,破坏市场竞争秩序的风险等级也再度提高。事实上,虚拟助手还会放大前述三类反竞争场景给消费者带来的伤害。首先,设想一下行为歧视场景。收集到了更多用户数据的虚拟助手将会更好地对用户的消费能力和偏好做出分析研判。它的目标是将适合我们的产品和服务以适当的价位呈现在我们面前。其次,再看由算法驱动的共谋场景。当虚拟助手充当起了用户日常生活消费的协调组织者时,它俨然就是中心辐射式共谋的枢纽中心,令所有零售商分支上行下效。在多边市场,虚拟助手打着“个性化”的名义,明晃晃地为自家生态系统里的产品摇旗呐喊,然后又不露声色地驱赶走了竞争对手。超级平台的崛起似乎昭示着它们对知识(或说信息)的充分掌握已令其能够达成自己设定的经营目标。由领先的互联网平台(如优步)、超级平台(如谷歌、脸书、苹果和亚马逊)展开的数据收集行为或许会打造出一种计划经济体制,它的主导者既不是政府官僚,也不是企业CEO,而是企业内部的专业技术人员。传统的反垄断监管是否适用于由算法经济拉动的新兴市场环境。面对这个问题,一代代的反垄断学者与执法者都曾试图给出解答。但正如我们所见,现如今的反垄断执法工具尚不具备控诉与纠正前述三大反竞争场景的能力。市场环境风云变幻——自由市场的竞争机制正在让位于新形式下的竞争。在面对共谋场景时,执法机构往往严阵以待。针对存在垄断协议的信使场景与中心辐射式场景,欧盟有《欧洲联盟运作条约》(Treaty on the Functioning of the European Union,TFEU)第101条款、美国有《谢尔曼法》第1条款为其法律支撑。更进一步,如果执法者掌握了企业存在反竞争意图的确凿证据,那么预测型代理人场景中的商家也难逃法律制裁。为了给行为歧视和竞合场景中的反竞争行为设置障碍,设置用户隐私保护措施是一项必要条件。一个颇有前景的立法方案是向用户赋予更大的个人信息数据控制权限,从而免于线上与线下的数据追踪。政府可以通过吸引更多参与者进入某个行当,从而扰乱市场中现有的默许共谋与行为歧视。一个有效的方法是为编写反制措施的算法开发商发放补贴,从而重塑市场竞争机制。另一条路径则是鼓励消费者共有合作社(Consumer-owned Cooperatives)的组建,将合作社取得的超额收益以消费者折扣的方式进行再分配,进而促使市场价格回归完全竞争价格。
版权申明:此文如未标注转载均为本站原创,自由转载请注明 本贴地址:https://xuesq.cn/thread-120666-1-1.html 上篇帖子: tendermint提供的RPC接口(1) 下篇帖子: 老方谈币:9.11午间行情分析操作及建议 读书笔记 算法 陷阱 超级 平台
回复

使用道具 举报

 
您需要登录后才可以回帖 登录 | 立即注册 新浪微博登陆

本版积分规则

排行榜

关注我们:微信订阅号

官方微信

APP下载

全国服务邮箱:

admin@xuesq.cn

公司地址:重庆南岸区学府大道

运营中心:重庆微生派网络工作室

邮编:610066 Email:1401171837#qq.com

Copyright   ©2017-2018  中比特Powered by©xuesq.cn!技术支持:中比特    ( 蜀ICP备16009247号-1 )繁体中文

JS of wanmeiff.com and vcpic.com Please keep this copyright information, respect of, thank you!JS of wanmeiff.com and vcpic.com Please keep this copyright information, respect of, thank you!