现代大数据技术存在什么弊端?

现代大数据技术存在什么弊端?,第1张

1、现如今,大数据技术存在最大的两个弊端就是隐私和限制。2、大数据技术的利也建立在两个弊端之中,大数据技术的利大多时候体现出“便利”这两个字,而“便利”的前提就需要贡献我们的数据而很多时候看似大数据非常方便,但它也有诸多的限制,比如你搜索了什么类型的词条各类应用接收到这一数据后也只会推送与这个词条相关的东西,就局限在了这一个范围内。3、比起限制,很多人更担心隐私这一问题。现代人的消遣方式更多的是使用电子设备连接网络来娱乐,比如看剧、看小说、玩游戏、逛某宝、刷某音等等,无论是前面哪一种,我们使用过这些应用的数据都会被接收到后台,从而通过计算又给我们推荐相关的我们可能感兴趣的东西。

如今大数据是一个很火的话题,常常我们通过大数据拥有了很多便利。大数据在我们生活中扮演着很重要的作用,不过我们也要警惕大数据存在的弊端。接下来就一起来看一下大数据都有哪些弊端吧。                                                                                                            1、个人数据隐私与安全

随着科学技术的发展,我们生活中很多数据都会被记录下来。大数据会记录我们的浏览习惯,购买习惯甚至消费能力以及购物习惯等等。因此我们经常会发现最近我们搜索过的东西下一秒就出现在淘宝推荐里。这样会让我们有种生活被监视的感觉,我们会很担心个人数据隐私与安全。2、大数据杀熟

大数据杀熟是指平台通过数据分析向不同用户展示同样商品的不同价格,往往老用户看到的价格比新用户贵,有时候安卓手机跟苹果手机搜索出来的价格也不一样。之前淘宝就曾经因为大数据杀熟上过热搜,滴滴打车也曾经被发现大数据杀熟的问题。大数据杀熟能够最大化的从消费者身上赚取利益,但是这也会引发消费者的不满。任何事情都有两面性,我们也不能因为大数据的弊端而否定了它带给我们生活的便利。也希望数据能够被妥善保管,不要随意泄露用户隐私。商家不要利用大数据最大化赚钱,否则也会失去用户的支持。

各位读者,你们又有怎样的看法呢?欢迎在评论区里留言讨论一下。

答:

有的。

首先,在数据源的收集上,并非所有的信息都能数据化,或者,收集的效益性价比不高。

大数据营销,首先得有数据,而且,一般的,是和互联网交互所产生的数据。

如果一些信息,是用户没有和互联网交互产生的,比如我买东西之前,打电话问了朋友意见,从而对决策购买产生了重要影响,这一步骤是电商平台监控不到的。

又或者,即使用户和互联网交互了,但不见得收集方能收集得到,比如上例中,如果我问朋友意见时,是通过微信聊天的方式,但电商平台也很难得知,除非它有渠道可以弄到微信聊天隐私数据。还有一个典型的例子是,人的情绪和心理变化,也是很难表征为0-1数据。

又或者,即使这些数据能收集得到,但是效益性价比不高,也不值得去收集。因为一来收集需要耗费资源,储存也需要成本,分析更不用说;所以,只要开始了收集,后续的成本像滚雪球一样越滚越大,最后也不过是为了助力营销而已,如果成本过大,就失去了意义。

再者,在数据的分析上,并非所有的结论都可以通过数据挖掘和机器学习得到。

比如,在传统的家装销售上,假如来了一对夫妻,销售人可以通过观察两人的对话状态、对家装的认知,迅速判断出,谁才是决定购买的话事人、谁出钱、谁对审美更有认知等,从而有针对性地销售。而大数据营销很难挖得这么深,最多有一个初步的解读和广告投放,而后续的工作,依然需要人去跟进。

最后,在促成交易时,大数据营销比起传统的人的销售,是要弱很多的。

比起机器,人作为生物,天生就对人更有亲切感,所以你可以看到,机器也硬要套上人的皮,变成“机器人”;而IP经济为什么这么火,品牌为什么越来越喜欢拟人化,也跟人的这一生物性密切相关。而大数据营销,恰恰是冰冷的,缺乏温度。

虽然它名为针对大量人群的精准营销,但也只能通过展示文字、声音、视频等的广告转化。而一个真的销售站在用户面前时,可以充分用话语、眼神等身体语言,去对用户充分施加影响,这是大数据营销所做不到的。——特别是在用户正在犹疑,只是需要“推一把”的心理状态。

另外,一些非常注重信任度的行业,比如大额资产理财,人们很难仅凭几个大数据营销的广告,就愿意交出这么多钱去打理,但一个传统银行的客户经理就不一样,更容易赢得信任。

答:Eason羊。每日精进一点点。关注微信公号【营销航班】


欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/zz/7387135.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2023-04-05
下一篇 2023-04-05

发表评论

登录后才能评论

评论列表(0条)

保存