科技界的熱詞更新日新月異，在區塊鏈霸屏的今天，沒想到「大數據」又殺回來了。
隨著微博用戶@廖師傅廖師傅的一條控訴微博，指出某旅行網站和某叫車平臺會針對老用戶選擇性提價，一石激起千層浪，大家也都紛紛曬出各個網絡平臺的產品和服務價格，發現對於同一時間、同一地點、同一產品服務，兩臺不同的手機上顯示不同的價格，這樣的情況不在少數。
一時間，「大數據殺熟」成了人人憤慨的對象。為什麼一向強調透明公開的互聯網，反而使用了小商家的殺熟手段？是因為有了大數據，互聯網公司才開始殺熟的嗎？在今天網民的一片控訴之下，這些互聯網公司未來會如何調整？
這一篇文章，我們就一起來回顧一下大數據殺熟的昨天、今天和明天。
昨天：太陽底下沒有新鮮事
正所謂大陽底下沒有新鮮事，其實，互聯網公司試圖對用戶差別定價的行徑，早在大數據之前就出現了。而商業公司試圖對消費者差異定價的行徑，早在互聯網出現之前，就廣泛地存在著。
價格歧視符合商業公司的最終目標
同樣的服務和產品，用不同的價格賣給不同的用戶，在經濟學上這叫做「價格歧視」。本質上，它迎合了商業公司的最終目標：利潤的最大化。
我們都知道，對於一般的商品而言，價格越高，願意買單的消費者就越少。因此，企業要找到一個定價的平衡點，使得在這個價位上，企業的利潤最大化。（為了簡單起見，我們的討論會簡化成收入最大化）
例如，對於這樣一條需求曲線，當企業只能選擇一個統一定價時，只有在 200 元時，可以賣出 100 份，這時候最大化的收入就是 20000 元。那麼，如果企業想進一步再多賺一點，只有實行差異化的定價，比如，一部分賣 200 元，一部分賣 300 元，這時候總收入就可以變成藍色區域部分，即 25000 元。
可想而知，對於商業公司來說，最終的目標，就是實行這樣的差異化定價：不同的消費者有不同的價格，直到覆蓋掉整個三角形區域，這時候最大化收入就是 40000 元。
價格歧視在生活中無處不在
可想而知，如果企業要實現終極版的價格歧視，即把藍色區域填滿整個三角形，幾乎相當於是要實現千人千價。這在實體的商業社會里是沒有可能實現的。
於是，商業公司只能退而求其次，因此，我們在日常生活中大多數見到的價格歧視，都是以區域、購買量、消費者類別來劃分的。你在路邊購買一支雪糕需要支付原價，然而，如果你去批發 100 支雪糕，往往就會有折扣。你在北京霧霾最嚴重的時候購買口罩，價格肯定比在三亞賣的口罩貴。景區的門票，如果你能拿出學生證，就能享受折扣。
這些價格歧視我們之所以覺得習以為常，往往是因為他們的規則是透明的，而且針對的一類群體，而不是單單的個人。然而，互聯網把價格歧視的可能性向前推了一步。
互聯網使得完全的價格歧視成為了可能
完全的價格歧視，即像淘寶的千人千面一樣，如果要實現千人千價，有兩個必不可少的先決條件：
商家有能力瞭解每個消費者的購買意願和能力，從而針對每個人單獨定價；
消費者之間彼此是區隔的，它們在購買前無從得知或很難得知標準定價；
互聯網恰恰有能力做到這兩點。
如果你走進一家傳統的超市，所有的價格標籤都是統一的，消費者感知到的是統一的定價，並且所有消費者的購買意願和能力，超市是無從知曉的。
而在互聯網上就不一樣了，每個人單獨面對著自己的電腦或手機屏幕，每一塊屏幕將消費者區分開來。如果你不特意去找另一個人拿著他的手機比價，你根本無從得知，顯示在這個屏幕上的價格，到底是一個標準定價，還是針對你個人的定價。其次，互聯網公司根據用戶的屬性、歷史行為可以收集大量的數據，從而分析出用戶的畫像，使得有能力瞭解不同消費者的購買能力和偏好，從而做到千人千價。
事實上，在大數據概念興起之前，許多互聯網公司就已經有過相關的嘗試。早在 2000 年，全球最大的電商平臺亞馬遜就小範圍嘗試了價格歧視的定價手段。同樣的 DVD 碟片，如果你是新用戶，價格是 22 美元，而如果你是一名被認為有購買意願的老用戶，價格就會動態調整到 26 美元。不過，這一嘗試在遭到用戶發現並投訴後，亞馬遜很快下線了這一嘗試，並承諾不再進行價格歧視。
今天：為什麼我們感到憤怒
在討論近來對「大數據殺熟」的大規模聲討之前，我們不妨先變換角度，站在商業公司的立場上來看看。
商業公司的苦衷：規模越大，處境越尷尬
以電商平臺為例，我們在上面看到售賣的寶潔產品都是同一價格，然而，寶潔自己在線下的不同渠道，價格往往並不是統一的。華南和華北區不一樣，大型超市和便利店不一樣，甚至超市和超市之間，價格都可能不一樣。
這其實就是我們前面說的區域性價格歧視。然而，綜合性的電商平臺，其對外的品牌形象是整體的，我們的概念裡，京東就是京東，不存在華北京東、華南京東，因此，我們期待無論從任何地方訪問京東，得到的商品售價都是統一的。
這也符合互聯網公司對於規模的追求，但代價就是，定價空間的進一步收窄。既然要面向全國實行統一定價，這就使得它們陷入了一個兩難的境地：
那麼如果選擇統一實行最低價，則意味著盈利空間很小，甚至在部分區域還面臨著虧損。
如果選擇把價格瞄定在中間位置，則給了部分垂直平臺或地方平臺以存活的空間，畢竟他們可以只服務於某一特定區域，從而只針對這一塊區域把價格拉到更低。但這樣一來，又違背了互聯網公司對規模的追求。
單純這樣看來，互聯網公司實行價格歧視，也有自己的苦衷。不過，真正讓消費者感到憤怒的，其實並不是價格歧視本身，而是殺熟這件事。
最首當其衝的，就是忠誠用戶被背叛的感覺。許多人認為，大數據殺熟的本質並不是價格歧視，而是對用戶的欺騙。這樣的看法也有一定的道理，畢竟價格歧視的初衷，是針對不同消費者的購買意願和能力，給出使企業利潤最大化的價格。然而，殺熟的出發點並不是基於用戶真實的購買需求，而僅僅是利用了忠誠用戶的路徑依賴和信息不對稱。
其次，是商業公司實行殺熟的手段。前文也提到了，線下的線下價格歧視並沒有激起我們極度的反感，主要在於它依舊維持了標準定價。即使區域不同價，但在同一個區域內還是有一個標準定價；即使批發有折扣，但也是基於一個標準定價的折扣。
其實，就算互聯網公司非要殺熟，也有兩種措施：
在標準定價的基礎上，向部分用戶通過優惠券、返利等手段來變相降價；
直接向老用戶提價；
這兩種手段雖然最終的結果是一致的，但是在給用戶的心理感受上是完全不同的。只要標準定價還存在，用戶在一定程度上會更加認可定價是公平、有規則的。
不過，用手段的區別來矇蔽用戶，蒙得了一時，蒙不了一世。問題的核心原因還是在於老用戶被欺騙的感覺，就像某電商平臺上，同樣一件商品，經常出現普通用戶可以領券，付費的 Plus 會員卻只能原價購買的手段，久而久之，這樣的套路大家知道後，自然也就心涼了。
明天：如何皆大歡喜
其實，如果仔細想想，大家對於「大數據殺熟」的憤怒裡，大數據挺冤枉的。
無論是判別是不是老用戶，還是區分用戶的手機型號，或者記錄用戶的搜索次數，這些事情還真算不上大數據。如果大數據真的用到如火純青的地步，你拿兩臺手機比價時，就不應該讓人發現破綻了。這一點來看，大數據真的只是躺槍了。
我們對於技術本身的信心，和我們對於商業公司如何使用技術的信心，其實是兩件完全不同的事。在技術前進的過程中，總體的趨勢，還是個人出讓越來越多的數據和隱私，換來更好的服務和體驗。關鍵在於，商業公司如何作為？它們敢於像亞馬遜一樣承諾，摒棄現在這樣簡單粗暴的殺熟手段嗎？
用大數據定價，而不是用大數據殺熟
大數據殺熟是簡單粗暴的，甚至沒大數據什麼事，真正需要大數據的，是大數據定價。
哪些用戶可以接受更高的價格，哪些用戶應該適當地予以降價？商業公司在試圖使用大數據定價時，不應該只關心於哪些用戶是提價的對象，同樣應該關注哪些用戶是降價的對象。
同時，在對價格進行調整時，很重要的一件事情是，保持透明、公開的標準定價。就如同滴滴、Uber 會有高峰時段動態加價一樣，消費者本身對這樣的行為並不會有強烈的反感，我們可以接受大數據定價，前提是擁有明確的知情權。
使用默認的力量，尊重用戶的選擇權
亞馬遜在承諾不使用價格歧視之後，是不是大數據就一無是處了呢？當然不是，亞馬遜自那以後，專心於將大數據運用在整個網站的推薦系統上。
推薦系統影響著商品的展示和曝光率，決定了排序的優先級，從根本上來說，它使用的是「默認」的力量，同時保留了用戶的選擇權。
想像一下，叫車平臺完全可以根據用戶的消費能力和意願，默認展示不同的打車方案。對價格相對不敏感的用戶，默認顯示專車服務，用戶可以手動切換到快車。而針對價格敏感型用戶，則默認顯示快車服務。
最後，每家公司在追求利潤最大化的同時，應該更進一步地把這個問題拆解成兩部分：如何追求短期利潤最大化？如何追求長期利潤最大化？要做到後者，消費者的滿意度和忠誠度無疑是至關重要的，而殺熟恰恰是殺雞取卵的行徑。
閱讀更多 少數派 的文章
