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