互联网急需一台“除湿机”,来抽取数据中大量的水分

jopen 8年前

互联网急需一台“除湿机”,来抽取数据中大量的水分

315 晚会曝光了淘宝刷单黑幕,主流媒体开始关注电商刷数据这一问题,刷单到了像假货一样让民众愤怒喊打的高度。阿里巴巴随后表示将对这一行为进行严惩,也呼吁法律介入监管。然而在当前的法律框架下,刷单行为并不会承担法律责任,刷单正在蔓延到电商和 O2O 的各个领域,输数据更是互联网行业的普遍现象。

今年十分火爆的医美行业也未能幸免,某医美 App 近日就陷入了“刷单”口水战。

早在 2015 年 8 月,知乎上就有人质疑该医美 App“单周交易额破 1 亿”是放卫星。随后该 APP 联合创始人亲自站出来澄清,表示数据真实。今年 315 前后,网络上又出现指责该医美 APP 数据造假严重的文章,随后还有人在知乎贴出录音,暗指该 APP 有要求医院配合刷单的行为。

不久后,该医美 App 在多个媒体发表强硬声明,称刷单系谣言,要报警处理。从表象上来看,确实有媒体博弈的痕迹,整个事件朴树迷离,仿佛上演了一次“罗生门”。我并不想去探究某个 APP 是否有刷单,因为刷单是行业共性问题,为什么会出现这样的现象,又该如何解决,值得深思。

除了电商、医美之外,外卖 O2O、出行服务、到家服务、二手车平台…几乎所有 C2C、B2C 和 O2O 电商行业,都曾被爆出过刷单问题。刷单,已是电商行业绕不过去的坎。再放大到能够看到数据的行业,“刷”的现象就更明显了:微博僵尸粉、AppStore 刷榜、微信公众账号刷阅读、电影点评…

互联网上的 UGC 数据,相当一部分都是“水”。刷,是互联网行业绕不过去的坎。在创业项目纷纷选择将融资额夸大数倍的今天,如果刷数据能带来利益,并且无需承担太大的风险时,刷数据就成为了偶然中的必然,这就好像美图秀秀批量生产出“照骗”一样,人们处于不同目的希望某些数据“更好看一些”。道理很简单:如果别人都用了美图秀秀你不用,你就相对不那么漂亮了。

为什么大家会去刷数据?只为利益二字。不过,数据由谁来刷,为了什么利益,答案却很不一样。根据笔者观察,互联网“刷”数据大概有以下几种目的:

第一,刷数据欺骗投资者

许多创业者都会对其数据进行处理,注册用户、网站排名、市场份额、交易量,这些投资者关注的关键指标,很可能都被“处理过”,美其名曰包装。就连一些大公司,都会去对数据进行处理,比如自家业务在第三方数据机构报告中的份额和排名这类关键数据,如果投资者关心某个数据,该数据就有被操作的可能性。

现在投资人学聪明了,一般不会依赖单个数据来源,而是综合多方数据判断,实力强大的投资机构还拥有自己的调查团队。

第二,刷数据欺骗广告主

如果广告主根据数据来决定是否投放广告、投放多少钱,那么这个数据就会出现“被注水”的可能,一个例子是微信公众账号阅读数,当一些运营者在苦心经营内容以斩获 10w+ 时,不乏有走捷径者直接去淘宝花点钱买一个 10w+ 阅读。

如果有需要,刷数据这还可量身定制,为你刷点赞,为你模拟数据增长曲线,以假乱真,广告主看到这么好的数据,投放意愿大大增长,投放之后也不会露陷:因为数据还在持续刷着呢。

第三,刷数据欺骗消费者

你在网上看到一部电影评分高达 8 分,但进到电影院之后会想回家睡觉;你在点评网站看到一家餐厅评级五星,但点餐之后发现难吃得一塌糊涂;你在淘宝看到一个商品好评如潮,买回家发现完全货不对板…

这时候,你是“刷数据”的受害者,商家刷数据这一行为跟过去实体店的“托儿”性质一样,往小了说是一种营销手段,往大了说这是一种诈骗手法,它通过虚假的数据导致你做出了错误的消费决策,但你又拿不到证据,因为托儿是不会承认自己是托儿的。

许多电商平台还会参与这类行为,比如秒杀活动时你看到的订单量其实是代码生成的,这是一种常规运营手段。还有 App Store 上的“刷榜”行为,本质可归到这一类,目的都是要欺骗消费者。

第四,刷数据欺骗平台

如果平台有补贴时,就很可能出现这样的套现行为。出行和外卖 O2O 疯狂打补贴战时,就出现了大量的刷单行为,网上还有专门的教程售卖,不过,这类“刷数据”行为已触犯法律,滴滴等平台上就有“刷数据”者因涉嫌诈骗罪被批捕。

除了平台有补贴会有刷数据的之外,如果一个广告平台是分成模式,那么有可能会出现刷广告骗平台分成的。总之,这类行为是用户违背平台本意去制造虚假数据来骗取平台金钱,涉嫌诈骗。

第五,刷数据搞死对手

这是一种比较小众的刷数据行为。给对手刷数据,是恶意竞争的终极玩法,近日,Uber 在印度就遭到了印度版 Uber“ola”的“恶意刷单”,在过去半年,ola 在 Uber 平台创造了超过 9.3 万个虚假账户,并制造了超过 40 万个虚假订单,影响了 Uber 在印度的正常运营,讽刺的是,Uber 员工 2014 年曾用类似手段对付过它的美国对手。除了这种行为之外,还有去帮助对手刷榜的——因为刷榜如若被苹果发现,将被 AppStore 下架。

刷数据的人各有不同,目的不同,受害者也不同,但总的来说,都是“尔虞我诈”地骗来骗去,本质上属于欺骗行为。只是有的行为已明显触犯法律,有的行为还属于灰色地带仅仅是有道理上的压力。值得注意的是,刷单并不是中国互联网独有的现象,美国 Amazon 等平台同样有水军存在。不过对于这类行为,Amazon 发现之后将直接将水军告上法庭,用法律解决。

刷数据有什么危害呢?

从直接结果来看,不同刷数据行为,将会直接导致投资者、广告主、消费者、平台或竞争对手利益受损。尽管有一些损失并不明显,例如用户看到水军的评论去看了一部垃圾电影,被欺骗感并不会很明显,但不管怎么说,都是有人有目的地用数据去欺骗了另一些人,所以所有刷数据都是欺骗行为。

从间接结果来看,刷数据是互联网行业的毒瘤,比假货更甚。

第一,刷数据导致“劣币驱逐良币”。在对手通过刷数据赢得投资人亲睐之后,在对手通过刷数据冲击 AppStore 之后,在对手通过刷数据吸引广告主之后,你刷还是不刷?大部分创业者,哪怕有节操的创业者,最终都会在现实面前妥协,因为当别人都刷,你不刷,你就吃亏了。因此最终结果是大家都刷刷刷,形成一个恶性循环,导致互联网上的“水”越来越多,刷数据的公司赚得钵满盆满。

第二,刷数据影响互联网运转。当一个微信运营者可花几十块钱去买一个“10 万+”阅读,他一定不会再去思考如何做出更好的内容,他的对手也会质疑自己的认真是否有意义。当一个淘宝卖家可靠刷单轻松形成好看的信用数据时,他一定不会去努力改善服务以求更多好评。总之,当原本需要努力才能获得的“好看数据”可通过“刷”轻易获得时,就没人去努力了。就像靠驾照,如果人人都可舞弊,还有人会认真学习驾驶吗?答案是不会。

第三,刷数据让“大数据”形同虚设。许多科技巨头都爱说,“我们有多少多少大数据”,并将大数据作为战略。但如果你的数据里面相当一部分是“水”,基于这些虚假数据分析出来的结果又有多大价值?

可能是错误的结果。如果平台说可以区分真实和虚假数据,你能做到这一点为什么不能去发现并惩罚“刷数据”的人呢?刷数据让互联网最基础的“数据体系”错乱,影响了其应有的巨大价值,对于行业和企业来说都是损失,因为数据是互联网的财务,是互联网的金矿,现在这个金矿被人为破坏了。

长期来看刷数据对互联网已形成根深蒂固的消极影响,它降低了整合行业的诚信标准,如果人们在数据上轻而易举地撒了小谎,那么很可能在别的地方撒更多小谎乃至弥天大谎,比如虚假宣传。

互联网数据水太多了,让我想起一本书《未来是湿的》。其实,互联网才是湿的。

短期来看,刷数据现象很难有效解决,平台必须自律,不做共谋,更不要做主谋。如果平台都刷数据,谁去管理平台上的商家呢?还有,随着刷数据问题的日益严重,帮助人们“还原数据”的服务会陆续出现,比如帮助你区分淘宝评价真实度的插件。不过,这些方法都是治标不治本,互联网急需一台“除湿机”来抽取数据中大量的水分。

来自: 钛媒体