栈外■大数据交易时代,谁是受益者?( 二 )


他们和其他类似的网站和App辩解称 , 消费者喜欢看到相关性高的广告 , 意图表明这种监视是合理的 。 隐私权政策中可能会提及“与广告合作伙伴共享数据”和“提供你可能感兴趣的优惠”等内容 。 他们的道理是 , 并非要从用户身上赚更多的钱 , 而是想帮助用户找到他们真正想要的东西 。
的确 , 公司可以通过数据精确定位用户 , 提供更好的交易 。 例如 , 如果你的信誉良好 , 那么你的财务历史记录可能会为你带来更丰厚的优惠福利:额度高的积分卡、利率低的贷款等 。 但是 , 财务数据也被用来帮助公司在底线上受益 , 损害消费者的利益 。
本周 , 科技出版物《标记》(The Markup)发布了一项调查 , 该调查显示 , 保险业巨头Allstate一直在试图让马里兰州的监管机构批准汽车保险的定价算法 。 据该文章描述 , 这将从最大的消费者手中拿走更多的钱 , 而非严格按照风险定价 。 马里兰州最终拒绝了这个议案 。
Intuit也已有记录在案:在客户有资格获得免费产品时 , 引导他们使用付费产品 。
栈外■大数据交易时代,谁是受益者?
本文插图
不利就是有利
而且 , 公司不只是在寻找具有高信用或大量金钱的人 。 事实上 , 在信贷产品上 , 信用较低的人在某些方面可能是油水更多的客户 。
“信用低对行业来说并非不利 。 ”研究信贷评分技术的社会学家玛莎·潘表示:“你的信用越低 , 他们可以收取的利率就越高 , 对他们来说就越有利 。 ”她补充说 , 在现代信贷行业中 , “迫在眉睫的不是选择所谓‘值得’信贷的借款人 , 而是允许贷方从事经济上可行的业务 , 以便尽可能扩大信贷额度 。 ”
一方面 , 这确实意味着 , 得分不佳或没有得分的人仍可获得本来无法取得的信贷 , 即使是带有惩罚性的利率(例如发薪日贷款) 。 另一方面 , 该系统可能是掠夺性的 , 使借款人陷入债务循环之中 。 这是民主党参议员伊丽莎白·沃伦提出的强有力的论点 , 她曾主导创建美国消费者金融保护局 。 金融产品的复杂性为建立一个真正有效的市场创造了前景 , 幻想消费者可以合理地权衡所有选择 。

栈外■大数据交易时代,谁是受益者?
本文插图
对兴趣没有兴趣
俄克拉荷马大学法学教授克里斯托弗·奥迪内特表示:“我为高等法律专业的学生开设了一门消费金融课程 , 他们很难理解诸如利率变动和复利 , 以及罚款、行政费用的数学计算等知识 。 ”
他认为 , 当这种复杂性与精准定位混在一起时 , 危害就会显现 。 他指出 , 虽然联邦法律禁止贷方以种族和性别等受保护类别加以区分 , 但是 , 算法已经超越了这些 , 人们甚至无法得知信贷邀约是如何发出的 。 他们可以用其他数据点 , 如一个人的邻居 , 得出同样的歧视性结果 。
“应该根据个人还款能力来评估信用 , 而不是根据含有刻板观念和假设的广泛类别 。 ”克里斯托弗·奥迪内特认为:“但是 , 至少在信用评分方面 , 大数据就是这样处理的 。 ”
需要阐明的是 , 并不是说Intuit对Credit Karma数据有任何有害的意图 。 但不可否认的是 , 如果交易成功 , Intuit的大数据将变得更加庞大 。 这对消费者影响重大 。
一位专家向《纽约时报》表示 , Intuit“可能会成为金融服务业的Facebook” 。 这就是为什么反垄断执法机构对此交易很感兴趣 , 将其作为数据领域兼并的重要测试案例 。
想象一下 , 如果我们看到的所有价格(不仅是贷款 , 还包括电视、航班、早餐麦片)都基于算法来确定每个人接受且可负担的价格 。 如果监管机构接受这样的论点 , 即营销人员更精确的定位会对消费者有利 , 那么我们就可以在这个世界上幸福地生活 。 那我们只能表示不胜感激 。


推荐阅读