纠正直播带货行业不良风气 亟需给造假数据“挤水分”

今年“双十一”，直播带货的促销方式愈发流行。“新华视点”记者调查发现，直播带货如火如荼的背后，有些存在观看人数吹牛、销售数据“注水”问题，被蒙骗的商家不少最终赔钱，同时一些只认钱不看品质的“无底线”带货也直接坑害了不少消费者，为整个行业的发展敲响了警钟。

数据造假是直播带货“潜规则”?

山东临沂电商从业者孙玲玲，在某电商平台经营一家销售糖果类产品的店铺，今年10月开始尝试电商直播。一个月里，孙玲玲找了多位带货主播，这些主播粉丝数量都超过百万，但几乎每场带货都以赔钱收场。

“有的主播介绍了产品很久，最终只卖出去一千多块钱。更离谱的一次是，商品已经下架，但销售数据还在攀升，说明数据是假的。”孙玲玲说，有主播甚至告诉她，“数据造假是直播带货的‘潜规则’。”

记者注意到，近几个月直播带货的销售业绩，不断被各平台主播刷新历史新高，从1亿元到10亿元，再到50亿元。除了头部主播外，越来越多的主播宣称，带货取得几百万元到上千万元的销售额。

“以往‘双十一’，整个天猫平台的销售额才两千多亿元，现在一个带货主播几场直播下来就动辄几十亿元，里面‘水分’太大了。”山东临谷电商科技创新孵化园副总经理李军华告诉记者，以服装销售为例，百万粉丝的主播，带货一场能卖出2万单左右，刨除物流、人工等成本，收益并没有很夸张。但有的主播过分夸大带货效果，1元活动“秒杀”的产品按原价算销售额，打五折的商品也按原价计算。

此外，中国消费者协会此前发布的《直播电商购物消费者满意度在线调查报告》显示，有37.3%的消费者在直播购物中遇到过消费问题。

直播“业绩”是怎么吹大的?

记者了解到，直播带货的收费主要以坑位费(即指定主播带货商品需要支付的费用)和佣金两部分构成，具体金额和比例，则由带货主播的影响力决定。但围绕“影响力”这一指标的造假，已经形成一条产业链。

首先在观看人数上，可“操作”的空间很大。记者在多个二手交易平台检索发现，某短视频平台花80元，可以在直播中刷上百的观看数据;某电商平台的直播，150元能买到1万的观看数据。此外，在一些QQ群和微信群中，还有专门组织真人粉丝进行直播刷数据的商家，粉丝进入直播间观看几分钟，就能拿到酬劳。

业内人士告诉记者，虚假流量只能欺骗观众，造假成本相对较低。对于商家而言，带货的主播同样有“套路”可用。电商从业人员王方圆告诉记者，在直播带货的销量统计上猫腻很多。例如，一张手机贴膜，事先提高标价，标为100元，带货时5元卖出，卖出2万张，再找人刷单8万张，对外宣称销量10万张。然后按照100元来算销售额，如此一来业绩轻松过千万元。

对商家而言，直播带货商品退货率高，算入产品成本、运营成本、物流成本，再加上动辄十几万元、几十万元的坑位费，只能亏钱。“主播可以拿着泡沫数据再去‘忽悠’下一个商家，去要求高额的坑位费。”王方圆说。

业内人士表示，造假成本低、监管有缺位，是产业链形成的主要原因。记者在询问几家从事刷浏览量的机构时，对方表示不论是刷浏览量还是刷单，基本不会被查处。一方面是商家、刷流量机构、电商平台，分属不同地域，地方市场监管等部门跨地域管理和执法存在难度;另一方面，高流量、高销量能给电商平台带来热度和人气，部分平台“乐见其成”，作为直接监管者，疏于对这类行为的管理。

纠正行业不良风气，亟需给数据“挤水分”

中国互联网络信息中心发布的《中国互联网络发展状况统计报告》显示，截至2020年6月，我国电商直播用户规模为3.09亿。此外，2020年上半年，国内电商直播超过1000万场，活跃主播数超过40万。专家认为，直播电商行业规模仍未饱和，发展空间较大，预计未来两年仍会保持较高的增长态势。

记者注意到，针对直播带货流量造假行为，各地已在加大查处力度。浙江金华市场监管部门近期查处了一起通过刷单为直播带货数据造假的案例，当事人陈某制作的专用流量刷单软件，为电商平台直播虚增观看人数、评论数、点赞数，违法经营额272.6万元。

监管部门认为，通过组织虚假交易、虚假流量刷单等方式，帮助经营者提升直播间粉丝量、点赞数、观看人数等，违反了反不正当竞争法第八条的规定情形，属于帮助虚假宣传行为。

中闻律师事务所律师闫创说，电商直播中为创造噱头而进行的数据“注水”，既是不诚信的行为，也是违法行为，导致消费者不能正确掌握商品和服务的真实状况，扰乱了市场秩序。

中国法学会消费者权益保护法研究会副秘书长陈音江认为，电商、短视频等平台应强化自身监控体系，通过建设流量监测系统，实时监测主播的观看数据和流量数据，对流量造假、伪造销量等情况，及时发现、严肃处理。应将有造假行为的主播列入黑名单。

山东省消费者协会副秘书长尹强民说，广大消费者在购物时，要对直播带货中主播宣称的销量和使用效果谨慎对待，仔细甄别考虑后再选择购买，同时还要保留购物凭证，以便日后维权。

标签： 直播带货 造假数据