是新朋友嗎？記得先點
藍字“鋅刻度”
關注我哦～
每日一篇科技財經深度調查
走進商業背後的故事
平臺總在“猜”你喜歡什麼
撰文
/
黎炫岐
編輯
/
文 婕
商品的優惠券、最新的直播預覽、當天的熱門新聞、你可能感興趣的動態……當你的手機不斷跳出這些推送彈窗，無論你在現實生活中是什麼身份，拿起手機的那一刻你就很難不受到演算法的影響。
過去幾年裡，演算法歧視、“大資料殺熟”、誘導沉迷等問題頻繁進入公眾視野。而為了規範演算法推薦技術的應用，2022年3月1日起，由國家網信辦聯合多部門釋出的《網際網路資訊服務演算法推薦管理規定》也正式施行。
然而，兩個月過去了。在“演算法”中生活的我們，似乎沒有任何改變，無論是被密集的種草推薦推入消費主義的漩渦，還是遭遇大資料殺熟，亦或是被困於相似內容的資訊洪流……
“if you‘re not paying for the product ，then you are the product” 正如Netflix此前推出的紀錄片《智慧陷阱》中提到的這一句，即便很多時候我們不在意這些APP廣告和手機裡的任何推送，並不為此買單。但事實上，無形之間，我們每天被迫看到這些推送和廣告時，我們自己本身也成為了商品。
“別問，一問就是我買得最貴”
Mira 被殺熟專業戶
不記得是從什麼時候起，Mira已經習慣了每個平臺註冊多個賬號，每隔一段時間就切換使用，目的只有一個——不被殺熟。
30歲的Mira在成都一家外企工作，常點外賣，也愛和大家分享新購入的好物。但從去年開始，Mira在和同事們聊天時發現，自己買的大部分東西都比別人貴一點，“別問，問就是我買得最貴，小至點個外賣、買個洗髮乳和電影票，大至買張機票訂個酒店，有時候也就貴個一兩塊，有時候差價能有幾十到上百。”
“如果對比了還能知道自己被殺熟了，但更早些時候根本沒察覺，可能都被殺熟無數次了卻不自知吧。”於是，Mira開始下意識留意和對比自己什麼時候會被殺熟，並且試圖“用魔法打敗魔法。”切換多個賬號比價後再下單，成為了必不可少的一步。
也正是這個過程中，Mira才發現，被殺熟的情況遠比自己想象中更多。比如，她常年會使用一個固定手機號購買一些平臺的會員，包括網盤的普通會員。後來某次她的會員到期，她按照慣例想選擇充值，卻發現該網盤已不支援續充普通會員，只能購買更貴的超級會員。直到最近她用一張新的手機號註冊併購買了會員後才發現，原來新使用者仍可以購買普通會員，且有新使用者優惠，價格遠比自己之前使用老賬號購買時低。
又比如，Mira手機套餐內的流量不太夠用，她常常需要在月底購買流量包，最近一次續充時，她下意識讓很少購買流量包的同事進入同樣的購買入口看看價格，“不比不知道，一比嚇一跳。”Mira沒想到，連買流量都能被殺熟，同一款10GB的流量包，其他一切內容都一樣，但同事購買價格為10元，Mira的購買價格則是15元，“演算法簡直無孔不入，這種你也沒辦法切換購買賬號，只能認栽。”
流量包“殺熟”
不過，最令Mira生氣的是，有時候自己明明是VIP，購買商品時的價格也會比普通新使用者的價格更高。她之前開通了唯品會的自動續費VIP，時不時會開啟app逛一逛，但四月初她在購買一條褲子時，分別登入了男友和同事的賬號進入下單介面，卻發現男友和同事的購買價格都比自己的低，“他們平時都不怎麼用，我連續幾年續VIP不就是為了買東西更優惠嗎，結果反而是主動交錢去被薅羊毛？”
事實上，Mira的遭遇並非個例。3月1日，北京市消協釋出的網際網路消費大資料“殺熟”問題調查結果顯示，有超八成受訪者有過被大資料“殺熟”的經歷。
而網路購物成為大資料“殺熟”重災區，其次是線上旅遊、外賣和網約車。調查結果顯示，82。44%的受訪者表示在網路購物過程中遭遇過大資料“殺熟”，76。85%的受訪者在線上旅遊消費中遭遇過大資料“殺熟”，反映在網路外賣（66。96%）和網路打車（63。00%）消費過程中遭遇大資料“殺熟”的受訪者均達到六成多。
儘管，國家網信辦等四部門在3月聯合釋出的《網際網路資訊服務演算法推薦管理規定》中明確，演算法推薦服務提供者不得根據消費者的偏好、交易習慣等特徵，利用演算法在交易價格等交易條件上實施不合理的差別待遇等違法行為。
但至少在Mira看來，監管要落地需要時間和多方努力，在此之前，“我們還是隻能靠多個賬號切換使用來避開一些殺熟套路。”
“點開前購物車空蕩蕩，點開後錢包空蕩蕩”
唐若茹 消費主義“大冤種”
23歲的唐若茹剛大學畢業工作滿一年，原本覺得自己的購物慾並不旺盛的她，在過去一年裡不僅沒能存下任何積蓄，還欠著花唄和信用卡。
“小鎮做題家”唐若茹原本在北方一座縣城長大，努力考上南方的大學後，在大學期間仍然保持著節儉的消費習慣，“畢竟那時候還是花的家裡的錢，知道爸媽掙錢不容易，基本上就把生活費花在刀刃上。”但自從唐若茹開始工作，擁有了消費的自主權，“演算法”便找到了侵入口。
唐若茹在一家酒店的行政部門工作，工作內容不算繁重，閒暇時她總愛上小紅書等社交平臺逛一逛，也常常去刷一刷淘寶。
“原本只是看一看大家分享的日常生活，或者在電商平臺隨便看看，但往往都是點開前購物車空蕩蕩，點開後錢包空蕩蕩。”唐若茹坦言，這些平臺太懂如何“種草”了，“隨便點開一條博主的好物分享，就是‘姐妹們，你們不買這個我真的會傷心的’，而每隔一段時間，又會有類似於‘對不起了，錢錢’或者‘好看的人不一定能擁有，好看的衣服還是能買到的’這樣的消費觀給你洗腦，不知不覺間你就湧現出這個我一定得買，那個我也得要的慾望。”
有段時間，唐若茹剛搬進新租的房子，準備買點生活必需品滿足日常所需，但當她在社交平臺一搜索“租房好物”，清一色的“房子是租的，生活不是”、“如何改造你的出租屋”、“氛圍感十足的出租屋少不了這些好物”映入眼前，讓唐若茹立即拋棄了“一切從簡”的想法，轉眼就點開了電商平臺購買了一堆所謂的租房好物。
然而，時隔半年，唐若茹發現當時買過的很多東西都成為了閒置，比如半年來就用過一次的落日燈、難以打理的床邊毯，以及沒多久就積灰了的網紅桌墊。
社交平臺上密集的推薦內容
唐若茹還發現，只要自己隨手點開了某個電商平臺上的推薦商品，或者只是在其他社交平臺上搜索了相關詞，各個平臺就會密集地出現這一類商品的資訊，“你第一眼看著覺得，還好吧，沒有很想買，但推送的商品多了之後你就會覺得，好像我的確需要一個。”唐若茹就這樣集夠了某個品牌的口紅，又買了好幾套同一品牌的香薰，“而且如果你買了香薰，立即就會給你推送香薰燈，你就像跌進了消費主義的漩渦。”
在各種平臺看商品推廣直播時，唐若茹也常常懊惱自己控制不了購買慾，但最後仍禁不住主播的誘惑，“明知是坑，但我還是會忍不住往裡跳。”
而這樣極度依賴社交平臺和電商平臺“種草機制”，還帶來了一種後遺症——不翻翻大家的筆記和推薦，不看看博主的直播和測評，就無法下單。“哪怕只是一杯奶茶，或者只是一雙拖鞋，我都需要耗費好幾個小時去翻看別人的推薦。”唐若茹意識到，自己浪費的不僅僅是金錢，還有時間。
像唐若茹這樣的Z世代也並不是少數，融360維度的調查資料顯示，短影片平臺的數字營銷內容最影響Z世代群體的消費購買決策，超60%的受訪者表示被影響。並且，56。26%的年輕受訪者表示會被社交平臺上的各領域內容種草。
不過，也有一些變化正在發生，在豆瓣，已經有“消費主義逆行者”這樣的小組誕生並擁有超過33萬名成員，與此類似的還有“下單前冷卻小組”“低消費研究所”“平價替代小組”，小組內的成員們雖然採取著不同的行動，但有著共同的目標——不盲目跟風流量推薦、不陷入算法制造的偽需求。
“內容千篇一律，可我就是停不下來”
木樹 短影片沉迷患者
比起唐若茹和Mira，木樹比起錢包，更擔心自己的時間。最近每天深夜，他都忍不住問自己，“時間去哪兒了？”而答案他也是心知肚明的，“都花在刷短影片上了。”
29歲的木樹是一名銷售，在他的手機裡下載了多個短影片平臺，而為了不錯過每個平臺的內容，他的時間被這些平臺劃分切割為一些固定的碎片，比如“早上上班坐地鐵會開啟抖音，上班期間去廁所時可以刷刷微博上的短影片，中午午飯時間則可以看看B站，下班路上則會開啟快手，至於回家收拾好正式開始休息時，便可以幾個平臺輪流刷著看。”木樹稱，這幾乎成為了每天的日常，“少看到一個關注博主的更新，都會很不舒服。”
但除了木樹關注的博主，他往往還會花很多時間在平臺推薦的相關影片上，“順手一滑，很容易就一直滑下去了。”儘管木樹也意識到，當自己點開某一個型別的影片後，很長一段時間裡平臺推送的都是高度相似的內容，“要麼是相同的背景音，要麼是同一款濾鏡，要麼就是同樣的主題。”
久而久之，木樹常常直到深夜才會意識到，“眼前的內容千篇一律，背景音都已經聽膩了，可我就是停不下來，把大部分時間都花在了這塊螢幕上。”
不僅是木樹，木樹發現，自己的同事和很多朋友也是如此，“常常還能收到他們分享的短影片。”
圖片來源：紀錄片《智慧陷阱》
《智慧陷阱》這部紀錄片裡，其實也曾提到這種現象，“人們認為演算法的設計是給他們真正想要的，但其實不然，演算法其實是在試圖找到幾個非常強大的兔子洞，試圖找到哪一個兔子洞最貼近你的興趣，然後，如果你開始觀看其中的一個影片，它就會不停繼續推薦。”而人們一旦習慣了這種狀態，則很容易被演算法操縱。
而木樹也開始慢慢察覺到，儘管自己看的短影片多了，但這似乎並不等同於自己的眼界增長了，“演算法根據你的瀏覽記錄，會一直推送你愛看的東西。某種程度上這種演算法其實反而侷限了我們的視野，你只會一直待在一個你熟悉的大圈子裡，看那些你已經很熟悉且一看就喜歡的內容，而不會真正學到什麼。”
正如南方週末也曾在《困在短影片裡的人，束縛了多少深刻思考力》裡寫道，短影片沒有“原罪”，關鍵是使用者不能整天陶醉在這個領地而忽略了更廣闊的興趣和愛好，特別是不能忽略了對世界和人生的獨特思考。
儘管上述《規定》也提到這一點，並鼓勵演算法提供者運用內容去重、打散干預等策略，增加資訊推薦的多元性，來避免資訊繭房效應對使用者產生不良影響，預防和減少爭議糾紛。
但從眼下來看，使用者想要走出演算法構建的“資訊繭房”，仍不容易。
END
讀者互動
如想獲取一手資訊/硬核報告/作者交流，歡迎讀者加微信znkedu01，回覆“讀者”一鍵加群！
點小花花，讓他們知道你
“在看”
我