
别轻易给大数据扣上“嫌贫爱富“的帽子
这两天的微信朋友圈,最热的话题不是什么心灵鸡汤,而是广告。微信的朋友圈广告,据说针对不同收入的人群推送了不同的广告,一时成了身份和地位的标识被热议。
自打小广告从电线杆纷纷挪到互联网、电话、手机短信中以后,小伙伴们还从来没有像这一天这样渴望过被广告骚扰。有人被宝马车广告砸中,忙不迭地在朋友圈里炫耀;有人被手机广告砸中,没找到成功人士的荣耀,好歹也抓住了所谓的中产的尾巴。有人抱着富豪的称号满意而归,也有人为屌丝的名份愤愤不平。什么都没有、如我一样傻傻等了半天也没等到的人,只好在朋友圈里干嚎:不管什么都给我来点,别不理我。
当微信深沉地玩着静默时,网友们用各种各样的方式把玩着微信的嫌贫爱富,力证自己的消费能力。屌丝也是有尊严的,既然尊严是在朋友圈里丢的,人人都希望在朋友圈里找回来。
可显然这些广告的本意就在于区分不同的人群。大数据的意义就在于定点推送,你要牛奶就推送牛奶,你不是宝马的消费群体,广告占据你的视线也是一种困扰。广种薄收并不是大数据的要领。大数据时代,披着羊皮的狼和披着狼皮的羊都失去了伪装的意义,某种程度上说,我们都在裸奔,衣服能骗人,口水也能骗人,但数据是不会骗人的。你每一次购物举动,每花的一分钱,每逛的一个网站都会留下足迹。被归类定位的感觉可能不好受,但作为一种商业模式,它倒是体现出了自己准确高效的独特价值。
很多人痛骂腾讯的嫌贫爱富——你考虑过我们的感受吗,你在意过我们的奋斗吗?不知道,微信是以什么标准划分它的广告客户群的,微信的这种做法到底是大数据,还是人为地划分三六九等也值得讨论。但就大数据的意义而言,它只是一种商业模式,本身并不带有伦理色彩。这跟好车和国民车、精品商店和平价超市的共存不是在拷问社会公平的道理一样。消费能力和消费习惯都是客观事实,那么根据这些数据作出的消费倾向推断自然具有参考价值。
其实,微信要向谁推什么样的广告那是它的事,只要合法合规,被推的人没意见,公众犯不着着这个急。但当这种定点投放对应着社会里的三六九等时,这个事就变味了。大数据会不会变成一种身份标识?某种程度上说会的。科学的进步,受益的人群是不同的。有些人如鱼得水,大数据把去哪儿玩去哪消费都告诉了你,衣食住行无微不至,而有些人一辈子不上网购物不玩微信微博,自然也体会不到这些互联网企业带来的好处。
但仔细想想,这其实也没什么大不了的,游山玩水里有大数据,衣食住行里同样也有大数据。开宝马有开宝马的乐趣,喝可乐也有喝可乐的滋味,大数据只是提供了一种可能一种参考,作出最终决定仍然是你自己。市场的事还是多让市场自己说话,别轻易给大数据扣上“嫌贫爱富“的帽子,只要别在人前炫耀,别把我的个人隐私四处张扬,怎么生活都与别人无关。
我想,对第一个立志于大数据解决公众生活问题的公司而言,大数据是个好东西,但也别掉进去出不来了,在数据没有更详细的情况下盲目地区分客户群,对自己未必是好事。就因为人家没用微信买过东西,没在微信支付上留下足迹,你就盲目给出识别结论,这其实是自绝于市场。从根本上说,世界的丰富多彩并不是大数据能概括的,不能盲目迷信,画地为牢恰恰有悖于互联网精神。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23