企业通过大数据分析，抑或是简单的数学分析，达到的巨大利益，是一个忠实顾客难以想象的。
果然，世间还是利益占据的控制权更重一些，这学期的经济博弈论告诉我们，需要站在对手的角度去考虑问题。
怎样达到利益最大化？细细看来！

本文首发于「少数派」。点此阅读原文。

科技界的热词更新日新月异，在区块链霸屏的今天，没想到「大数据」又杀回来了。

随着微博用户 @廖师傅廖师傅 的一条控诉微博，指出某旅行网站和某叫车平台会针对老用户选择性提价，一石激起千层浪，大家也都纷纷晒出各个网络平台的产品和服务价格，发现对于同一时间、同一地点、同一产品服务，两台不同的手机上显示不同的价格，这样的情况不在少数。

一时间，「大数据杀熟」成了人人愤慨的对象。为什么一向强调透明公开的互联网，反而使用了小商家的杀熟手段？是因为有了大数据，互联网公司才开始杀熟的吗？在今天网民的一片控诉之下，这些互联网公司未来会如何调整？

这一篇文章，我们就一起来回顾一下大数据杀熟的昨天、今天和明天。

昨天：太阳底下没有新鲜事

正所谓大阳底下没有新鲜事，其实，互联网公司试图对用户差别定价的行径，早在大数据之前就出现了。而商业公司试图对消费者差异定价的行径，早在互联网出现之前，就广泛地存在着。

价格歧视符合商业公司的最终目标

同样的服务和产品，用不同的价格卖给不同的用户，在经济学上这叫做「价格歧视」。本质上，它迎合了商业公司的最终目标：利润的最大化。

我们都知道，对于一般的商品而言，价格越高，愿意买单的消费者就越少。因此，企业要找到一个定价的平衡点，使得在这个价位上，企业的利润最大化。（为了简单起见，我们的讨论会简化成收入最大化）

例如，对于这样一条需求曲线，当企业只能选择一个统一定价时，只有在 200 元时，可以卖出 100 份，这时候最大化的收入就是 20000 元。那么，如果企业想进一步再多赚一点，只有实行差异化的定价，比如，一部分卖 200 元，一部分卖 300 元，这时候总收入就可以变成蓝色区域部分，即 25000 元。

可想而知，对于商业公司来说，最终的目标，就是实行这样的差异化定价：不同的消费者有不同的价格，直到覆盖掉整个三角形区域，这时候最大化收入就是 40000 元。

价格歧视在生活中无处不在

可想而知，如果企业要实现终极版的价格歧视，即把蓝色区域填满整个三角形，几乎相当于是要实现千人千价。这在实体的商业社会里是没有可能实现的。

于是，商业公司只能退而求其次，因此，我们在日常生活中大多数见到的价格歧视，都是以区域、购买量、消费者类别来划分的。你在路边购买一支雪糕需要支付原价，然而，如果你去批发 100 支雪糕，往往就会有折扣。你在北京雾霾最严重的时候购买口罩，价格肯定比在三亚卖的口罩贵。景区的门票，如果你能拿出学生证，就能享受折扣。

这些价格歧视我们之所以觉得习以为常，往往是因为他们的规则是透明的，而且针对的一类群体，而不是单单的个人。然而，互联网把价格歧视的可能性向前推了一步。

互联网使得完全的价格歧视成为了可能

完全的价格歧视，即像淘宝的千人千面一样，如果要实现千人千价，有两个必不可少的先决条件：

• 商家有能力了解每个消费者的购买意愿和能力，从而针对每个人单独定价；

• 消费者之间彼此是区隔的，它们在购买前无从得知或很难得知标准定价；

互联网恰恰有能力做到这两点。

如果你走进一家传统的超市，所有的价格标签都是统一的，消费者感知到的是统一的定价，并且所有消费者的购买意愿和能力，超市是无从知晓的。

而在互联网上就不一样了，每个人单独面对着自己的电脑或手机屏幕，每一块屏幕将消费者区分开来。如果你不特意去找另一个人拿着他的手机比价，你根本无从得知，显示在这个屏幕上的价格，到底是一个标准定价，还是针对你个人的定价。其次，互联网公司根据用户的属性、历史行为可以收集大量的数据，从而分析出用户的画像，使得有能力了解不同消费者的购买能力和偏好，从而做到千人千价。

事实上，在大数据概念兴起之前，许多互联网公司就已经有过相关的尝试。早在 2000 年，全球最大的电商平台亚马逊就小范围尝试了价格歧视的定价手段。同样的 DVD 碟片，如果你是新用户，价格是 22 美元，而如果你是一名被认为有购买意愿的老用户，价格就会动态调整到 26 美元。不过，这一尝试在遭到用户发现并投诉后，亚马逊很快下线了这一尝试，并承诺不再进行价格歧视。

今天：为什么我们感到愤怒

在讨论近来对「大数据杀熟」的大规模声讨之前，我们不妨先变换角度，站在商业公司的立场上来看看。

商业公司的苦衷：规模越大，处境越尴尬

以电商平台为例，我们在上面看到售卖的宝洁产品都是同一价格，然而，宝洁自己在线下的不同渠道，价格往往并不是统一的。华南和华北区不一样，大型超市和便利店不一样，甚至超市和超市之间，价格都可能不一样。

这其实就是我们前面说的区域性价格歧视。然而，综合性的电商平台，其对外的品牌形象是整体的，我们的概念里，京东就是京东，不存在华北京东、华南京东，因此，我们期待无论从任何地方访问京东，得到的商品售价都是统一的。

这也符合互联网公司对于规模的追求，但代价就是，定价空间的进一步收窄。既然要面向全国实行统一定价，这就使得它们陷入了一个两难的境地：

• 那么如果选择统一实行最低价，则意味着盈利空间很小，甚至在部分区域还面临着亏损。

• 如果选择把价格瞄定在中间位置，则给了部分垂直平台或地方平台以存活的空间，毕竟他们可以只服务于某一特定区域，从而只针对这一块区域把价格拉到更低。但这样一来，又违背了互联网公司对规模的追求。

消费者的愤怒：来源于杀熟

单纯这样看来，互联网公司实行价格歧视，也有自己的苦衷。不过，真正让消费者感到愤怒的，其实并不是价格歧视本身，而是杀熟这件事。

最首当其冲的，就是忠诚用户被背叛的感觉。许多人认为，大数据杀熟的本质并不是价格歧视，而是对用户的欺骗。这样的看法也有一定的道理，毕竟价格歧视的初衷，是针对不同消费者的购买意愿和能力，给出使企业利润最大化的价格。然而，杀熟的出发点并不是基于用户真实的购买需求，而仅仅是利用了忠诚用户的路径依赖和信息不对称。

其次，是商业公司实行杀熟的手段。前文也提到了，线下的线下价格歧视并没有激起我们极度的反感，主要在于它依旧维持了标准定价。即使区域不同价，但在同一个区域内还是有一个标准定价；即使批发有折扣，但也是基于一个标准定价的折扣。

其实，就算互联网公司非要杀熟，也有两种措施：

• 在标准定价的基础上，向部分用户通过优惠券、返利等手段来变相降价；

• 直接向老用户提价；

这两种手段虽然最终的结果是一致的，但是在给用户的心理感受上是完全不同的。只要标准定价还存在，用户在一定程度上会更加认可定价是公平、有规则的。

不过，用手段的区别来蒙蔽用户，蒙得了一时，蒙不了一世。问题的核心原因还是在于老用户被欺骗的感觉，就像某电商平台上，同样一件商品，经常出现普通用户可以领券，付费的 Plus 会员却只能原价购买的手段，久而久之，这样的套路大家知道后，自然也就心凉了。

明天：如何皆大欢喜

其实，如果仔细想想，大家对于「大数据杀熟」的愤怒里，大数据挺冤枉的。

无论是判别是不是老用户，还是区分用户的手机型号，或者记录用户的搜索次数，这些事情还真算不上大数据。如果大数据真的用到如火纯青的地步，你拿两台手机比价时，就不应该让人发现破绽了。这一点来看，大数据真的只是躺枪了。

我们对于技术本身的信心，和我们对于商业公司如何使用技术的信心，其实是两件完全不同的事。在技术前进的过程中，总体的趋势，还是个人出让越来越多的数据和隐私，换来更好的服务和体验。关键在于，**商业公司如何作为？**它们敢于像亚马逊一样承诺，摒弃现在这样简单粗暴的杀熟手段吗？

用大数据定价，而不是用大数据杀熟

大数据杀熟是简单粗暴的，甚至没大数据什么事，真正需要大数据的，是大数据定价。

哪些用户可以接受更高的价格，哪些用户应该适当地予以降价？商业公司在试图使用大数据定价时，不应该只关心于哪些用户是提价的对象，同样应该关注哪些用户是降价的对象。

同时，在对价格进行调整时，很重要的一件事情是，保持透明、公开的标准定价。就如同滴滴、Uber 会有高峰时段动态加价一样，消费者本身对这样的行为并不会有强烈的反感，我们可以接受大数据定价，前提是拥有明确的知情权。

使用默认的力量，尊重用户的选择权

亚马逊在承诺不使用价格歧视之后，是不是大数据就一无是处了呢？当然不是，亚马逊自那以后，专心于将大数据运用在整个网站的推荐系统上。

推荐系统影响着商品的展示和曝光率，决定了排序的优先级，从根本上来说，它使用的是「默认」的力量，同时保留了用户的选择权。

想像一下，叫车平台完全可以根据用户的消费能力和意愿，默认展示不同的打车方案。对价格相对不敏感的用户，默认显示专车服务，用户可以手动切换到快车。而针对价格敏感型用户，则默认显示快车服务。

最后，每家公司在追求利润最大化的同时，应该更进一步地把这个问题拆解成两部分：如何追求短期利润最大化？如何追求长期利润最大化？要做到后者，消费者的满意度和忠诚度无疑是至关重要的，而杀熟恰恰是杀鸡取卵的行径。

本文首发于「少数派」。点此阅读原文。