“大數據殺熟”誰之禍？
【本文經授權轉載自微信公眾號“一點財經”（ID：yidiancaijing） 作者：邱韻】
之前網上流傳這樣一個段子：一個華為員工，出去買東西都拿工牌，説是商店飯館會打折，配眼鏡打七折，一次沒拿工牌，結果配眼鏡打五折。
不過也有人説這是真的。如今真假已不可考，但是“殺熟”卻確實存在，且廣泛存在。
一百個人中，有超過88個人認為“殺熟”現象普遍或很普遍，近60個人有過被“殺”的經歷：這一數據來自北京市消費者協會日前的一份調查報告。實際上，它針對的是“大數據殺熟”。
在商業世界，“價格歧視”自古有之，在信息不對稱更為嚴重的傳統商業社會中，“殺生”乃是常態，畢竟很多是一錘子買賣。而在互聯網商業社會，宰客式的一次交易已不復存在，提高用户活躍度和用户粘性才是重點，價格向“生人”傾斜成為基本，“殺熟”自然而然出現。
由“殺生”向“殺熟”，去年開始，互聯網的商業面貌正式被掀開一角。在這一角之下，“大數據殺熟”的出路在哪裏？
01｜“殺熟”蔓延互聯網
同一趟航班，高級會員是一個價格，普通用户是一個價格；同樣叫車，起始點和距離一樣，有的人顯示52.1元，有的人顯示46元……
自去年2、3月份開始，這些在互聯網世界此前不為人所關注的細節被展現出來，被放大，被冠上統一的名字——大數據殺熟。
後來這場由“大數據殺熟”而起的風暴席捲互聯網，去哪兒、滴滴、餓了麼、飛豬、京東等都曾被捲入其中。
日前北京市消協在公佈大大數據“殺熟”調查結果時，也曝光了一部分問題平台的存在，飛豬、去哪兒被重點點名。其中，兩名北京消協體驗人員同時通過飛豬預定北京的某酒店的同一天高級大牀房，老用户291元，新用户286元。
對比，飛豬方面回應稱，實際上，這一情況往往是由於促銷紅包、新人優惠、酒店和航班庫存變化帶來實時價格變動等原因造成的，並非大數據“殺熟”。作為平台，飛豬從來沒有，也永遠不會利用大數據損害消費者利益。
類似説辭幾乎是所有企業面對“大數據殺熟”質疑的通用回答。此前滴滴就在回應用户質疑時解釋稱，打車價格不會因人、設備、手機系統而異，預估價波動跟定位、實時路況、預估里程、時長及優惠券、下單時的網絡等有關。
在他們的回答中，關鍵詞有兩個，一個是“實時”，即機票酒店庫存變化，以及路況不同所帶來的價格波動；一個是“優惠”，新人優惠、優惠券等。前一個是客觀現實，甚至飛豬等採取的是平台模式，並不能決定商品價格；後一個是主觀策略。
先説第一個客觀現實，即“實時”。
的確，眾多“實時”因素會導致價格差異，比如曾經一張由北京直飛清邁的航班，前一天價格600，第二天價格就可能在800，甚至上一個小時價格800，一小時後就是1000；打車從家到公司，道路通暢時價格30，道路擁堵時就可能40。
回到“殺熟”氾濫的OTA行業，平台方們對此的解釋是由代理機制和技術所帶來的價格變動。比如去哪兒近日就向外界分析稱，機票的數據會在航空公司、GDS、代理商之間流轉，每次請求數據都會依據節點的多少，速度有所不同，用户界面每次顯示的是緩存數據，因此每次點擊界面顯示的價格不同這一現象不能從根本上杜絕。
但是這一回答並不能完全解除外界對“大數據殺熟”的質疑。仍然以飛豬為例，去年10月，知名作家、自由職業者、媒體從業人員王小山曾在社交媒體上吐槽：“一張機票，查1104，到訂的界面變成2322，過幾個小時變成2796，在別家訂了，1300，返回飛豬，又變回2322”。
* 來自社交媒體截圖
雖然可能由於平台模式不同導致機票價格有所差異，但顯然1000元的價格差屬於異常情況。同時，也有“實時”和“價格浮動”根本解釋不了的情況。
來自黑貓投訴的信息顯示，某消費者投訴稱，同一時間查詢同一線路，兩個賬户的價格有所不同。同樣是從4月12日從温州到三亞的往返機票，一個顯示價格1798，一個是1767。
* 來自黑貓投訴
對於這一用户的投訴，飛豬客服的一句“飛豬不存在也永遠不會利用大數據侵犯用户的權益”顯然並不能讓人滿意。這樣同一時間內不同價格的機票，顯然也不能用“實時價格浮動”這樣的話語來解釋。那麼其背後的原因是什麼呢？
02｜大數據之禍？
在飛豬等關於“大數據殺熟”的質疑回覆中，另一個繞不開的關鍵詞是“優惠”——在電商已滲透入生活各方各面的現在，“新人優惠”、優惠券等已經是再熟悉不過的操作。
在流量、活躍度最大的互聯網世界，不管是平台還是商家都希望通過這樣的形式來提高自身的活躍度和用户覆蓋。
在北京消協對飛豬的體驗中也發現了這樣“新人優惠”的存在：在顯示價格比老用户少5元的基礎上，新用户還可以享受飛豬的4元立減優惠，相當於同樣的日期、同樣的房間，老用户價格是291，新用户則是282。
從電商平台的操作中，這樣的“新人立減”可以説是正常操作。但它同樣不能安全解答“一新一老兩個用户為何價格不同”的疑惑，畢竟兩者優惠前的顯示價格就不同。
那麼唯一能夠解釋的就是“價格歧視”。實際上，有人對“大數據殺熟”的定義正是“利用自己所擁有的的用户數據，對老用户實行價格歧視的行為”。
“價格歧視”本身並不稀奇，曾經在傳統商業社會中，“歧視”的對象有“生人”，也有“熟人”，比如在旅遊景區內商家會將商品以更高的價格賣給“外鄉人”，比如憑藉穿着打扮和談吐，商家會將商品以更高的價格賣給看起來更有錢的人。
只是在傳統商業中，“生”“熟”都可能受到歧視，而在數據等的參與下，互聯網商業中存在更多的是“殺熟”。甚至在“殺熟”的過程中，大數據成為了必備工具——每個平台都會蒐集很多的用户信息，然後根據這些用户信息，加上千人千面的技術，針對不同用户給出不同的價格和優惠。
當然，也有人為“大數據”喊冤。“殺熟跟大數據一點關係都沒有”，有一位互聯網從業者表示，至於“殺熟”那只是商家的策略，程序員也只是根據商家的營銷與銷售策略設計算法與模型而已。
“互聯網時代，什麼最重要？”
在PC互聯網時代，有用户就有一切，而到了移動互聯網時代，有活躍用户就有一切：毫無例外的，“流量”、“用户粘性”、“平台活躍度”很可能是最多出現在回答中的詞彙，在阿里、美團、百度、騰訊等的財報中，用户、月活等都是重要的、評判平台質量的指標。
秉持着流量與活躍度宗旨，互聯網平台會採取各種各樣的營銷策略，比如，對於一個長時間不登錄APP的用户，平台們會發送短信，告知用户最近有什麼優惠活動，或者是直接發放優惠券，將用户拉到平台上，提高活躍度。
據一點財經瞭解，某互聯網咖啡就會定期向用户發放優惠券，其曾經在宣佈減少補貼力度時也強調將加強這種精準投放。
在“大數據殺熟”中所存在的價格歧視，當然正是這種思維的極端體現。
03｜“歧視”下無優惠
對於“大數據殺熟”，有人提供了另一視角的解讀。
“其實可以反過來想，有些消費者看到的是原價，有的消費者可能會看到優惠券、返現券後的價格。在這種意義上講，我們可以不把它理解為價格歧視，而是給價格更敏感的人更多優惠”，某大數據專家曾在接受媒體採訪時表示。
某種程度上，他説的是實情。由上述飛豬、滴滴的回覆可知，它們這種策略與其説是“殺熟”，不如説是“賄（惠）新”——用更有競爭力、更符合預期的價格，將新客吸引在平台上。
然而理想很豐滿，現實很骨感。實際上，這種“殺熟”也好、“優惠”也好，從根本上對平台有害無益。
在飛豬、去哪兒、滴滴、京東等國內互聯網之前，身在國外的亞馬遜曾早早地玩過一把“價格歧視”，當然在它的話語中這是一次“價格試驗”，也當然地失敗了。
當時（2000年），成立五年的亞馬遜在短時間內完成了上市、流量崛起，已成為當時互聯網上最大的圖書、唱片和影碟零售商，經營品種達1800萬種之多，有1480萬（2000年3月數據，PC Data Online）獨立訪問者、120萬獨立消費者。
在業績快速增長的同時，它面臨的卻是日漸增多的虧損，當年第一、二季度其虧損額度分別達到了1.22億美元、8900萬美元。
在內有增長與虧損並存的焦慮，在外其股票價格持續下跌，雅虎等競爭者發力，多重壓力之下，更多的利潤訴求成為必然。因此於當年9月中旬，其差別定價試驗，選取68種碟片進行動態定價，根據購物歷史、上網行為等為不同用户提供不同的報價。
很快，它這種“聰明式”的試驗被用户發現，引發用户羣抵制，亞馬遜只得宣佈停止試驗，向消費者道歉，並表示“無論是過去、現在或未來，都不會利用消費者的人口資料進行動態定價”。
在這個試驗中，亞馬遜可以説是雙輸，尤其是在用户體驗上。價格更高的人，當然不會高興，甚至可能由此產生對平台的牴觸心理——面對出現“大數據殺熟”問題的平台，很多用户在社交平台上表示將卸載其APP。
* 來自社交媒體截圖
價格更低的人會高興嗎？也許一開始會，但很快他就會明白，在這種機制下，他永遠不會是價格最低的，永遠會有人的價格比他更低，這種比較同樣讓他的消費體驗不會很好。
一邊喊着“以用户為中心”，“一切從用户出發”，一邊進行這種定價和價格優惠遊戲，平台收穫的只能是更差的用户體驗。
雖説技術無罪，但假如從另一個角度出發，大數據等技術的出現其實為企業提供了多樣化的進化通道——顯然，這種價格遊戲指向的並不是進化——比如千人千面的商品推薦，C2M式的需求定製，等等，既能提高用户體驗又能提升平台效率。
04｜結語
同傳統時代相比，互聯網時代的商業環境已發生劇烈變化。其中變化最明顯的是信息不對稱的減少，在傳統商業中，商家處於明顯優勢的一方，而在互聯網環境下，這種優勢正在削弱。
更多的平台方所導致的選擇的增多，更便捷的通道導致的信息獲取途徑的增多，讓消費者（用户）越來越瞭解行業，越來越瞭解商家以及商家的運行機制。
在交易鏈條中，當一方越來越“聰明”，另一方越“實在”越好。哪怕有不同的傾向，最好也將這種傾向表達得簡單明晰。《電商法》十八條也規定，要為消費者提供“不針對其個人特徵的選項”，在一個開放的市場中，平台服務的從來不再是一個封閉的個體。