“大数据杀熟”的真伪之辨

图片来源@视觉中国

你真的了解“大数据杀熟”吗？

随着我们社会的互联网渗透率越来越高，也出现了一些新问题。比如很多人在订外卖、订酒店，或者是用网约车、玩网络游戏的过程中，发现不同的人或者是不同的手机，同一个订单却出现不同的价格，这个备受质疑和诟病的现象，被称为“大数据杀熟”。无论是从消费者的直观感知，还是深究企业背后的利益驱动，以及国家层面逐步加大监管力度，“大数据杀熟”似乎成了全社会一个闻之色变的新名词。

但新问题更需要全面客观的看待和理解，比如是不是所有的差异化价格，都是大数据杀熟？平台主动以优惠让利形式产生的价差，该怎么定义？哪些行为才是真正的大数据杀熟？大数据杀熟，能不能被监管和治理？

4月22日，来咖智库邀请到中国社会科学院财经院研究室副主任、清华大学中国经济思想与实践研究院研究员冯煦明，资深法律人士、伦敦商学院面试官漆艳，贝壳新房资深产品经理、前首汽集团高级产品总监周路璐，以及互联网行业资深观察家丁道师这四位嘉宾，《大数据杀熟，是不讲武德还是经营之法？》这一主题进行了直播分享。嘉宾们分别从经济、法律、产品运营以及互联网发展等不同角度，对“大数据杀熟”的话题做一个客观中立的深度探讨，包括如何界定、区分以及避免“大数据杀熟”，并和网友就用户隐私保护问题做了互动。

直播的嘉宾们认为，对不同物理条件、供需关系下进行的潮汐定价、动态定价以及价格歧视等行为，并不属于“大数据杀熟”，这些可以称为是“差异化定价”。而“差异化定价”在人类商业社会的发展历史中一直存在，其中的一部分是对市场供需的合理调节，事实上已经被社会所接受了，不能和“大数据杀熟”混为一谈。“区别‘大数据杀熟’与传统差异化定价可以有一个简单而行之有效的判定标准，那就是商家是否隐瞒了相同产品不同定价，或不同产品相同定价的存在。消费者在做出购买决策的时候，是否明知存在不同的价格，如果商家没有隐瞒，消费者知道存在不同的价格自愿做出的选择，那么就不是“大数据杀熟”，反之则是‘杀熟’。”

今年春节期间，一位复旦大学教授带领团队在全国多个城市进行打车，做了一项网约车出行调研，最终得出一些结论：手机越贵的用户叫到昂贵车型的概率也越大；在优惠层面，苹果手机获得的优惠也要比非苹果手机更少；“熟人”打车比“新人”贵；打车人越多，打车费越贵。另外调研当中还发现实际支付车费比预估费要高，而这样的情况占比高达80%。这个调研一经发布，就被业内定性为网约车存在“大数据杀熟”行为。

针对这个调研结论，以滴滴快车为例，来咖智库也做了同样一个小测试，但发现了不一样的结果。比如考虑到新老用户的不同，我们将用户分成新注册、已注册非活跃和已注册活跃这三类用户，在同一时段、同一目的地发单打车，页面上呈现的预估价格是不同的，但这个不同是因为有优惠券的存在，如果扣除优惠券的话，那么整体预估价都是32元，仅有0.2元的小差距（见图一）。

而关于手机越贵打车越贵的问题，我们专门注册了两个新号，分苹果和安卓机型做了测试，发现在没有优惠的情况下，两者的预估价都是32元（见图二）。这也就是说，在同时段、同路段打车，新老用户或者不同机型的用户，整体的预估价基本上是一致的，只是享受优惠的不同。

对于上述因优惠券引起的价差问题，贝壳新房资深产品经理、前首汽集团高级产品总监周路璐在直播中明确表示，平台上一些常用的用户运营手段，如「发放优惠券」、「发放可抵扣现金的虚拟货币」等，这些其实不算大数据杀熟，因为优惠券的运营手段由来已久，比如肯德基、麦当劳大量发放优惠券，目的也是为了给价格敏感的用户提供更多的优惠，这个手段大家已经普遍接受了。AI时代只是进一步加强了这种运营的千人千面性，例如目前各互联网平台都会有新人礼或新人优惠，以此进行拉新，对于老客，会建立起会员体系，根据算法模型判定用户是活跃用户、流失用户还是新用户或者是沉默用户，以此发放不同的优惠券。“优惠券虽然会造成结算价格的不同，但优惠券是用户提前获得并知晓的，用户可以据此判断是否进行交易，价格本身并没有变化，因此也不算大数据杀熟。”

这个解释也得到了部分网友的认同，有网友称“我觉得这些平台应该是通过手机机型还有打车的频率，判断用户活跃度，经常打车的老用户会被系统判定为常客，没必要给你提供更多的优惠，毕竟粘性高的用户对平台依赖性更强。”

而针对平台推出的各种优惠活动，有网友在直播中还提出“差异化让利”这个概念，在订外卖或者打车中，虽然预估总价基本都一样，但考虑到每个人享受的优惠不同，实际支付也会有差异，相当于平台以优惠的形式，主动进行了差异化让利，当然这背后是对用户行为所做的应对，但这也让市场营销变得更加丰富。

另外，关于预估价和实际价不同的问题，这个也比较容易理解。从我们的测试来看，在同一时段、同一目的地发单，网约车平台给的时长和预估价都是一样的，并不会因人而异。但在实际行驶中，不会完全符合预估路况，比如遇上交通事故、恶劣天气、特殊时期的政策等，也会影响预估价的准确性。

互联网行业资深观察家丁道师在直播中也提到，以移动出行为例，因为拥堵不一、交通灯等待因素，也会导致服务时长和路程的变化，这些变化必然导致价格差异。另外，高峰期用1.X倍的价格调整来缓解供需矛盾的策略，也不属于大数据杀熟。近期在滴滴“苹果手机用户的打车费确实更贵”的案例中，实际上也不属于大数据杀熟，也是因为多种因素带来的价格波动和动态调价所致。

“在人类社会长期的商业发展历史中，演化出了大量的差异化定价行为，其中的一部分是对市场供需的合理调节，事实上已经被社会所接受了。”在中国社会科学院财经院研究室副主任、清华大学中国经济思想与实践研究院研究员冯煦明看来，我们需要客观认识“大数据杀熟”与传统差异化定价的异同，他还用三类例子来说明差异化定价在日常生活中是如何体现的。

第一类是潮汐需求和潮汐定价。比如五一假期快到了，一个很明显的现象是，节假日期间机票、宾馆的价格要比平时要贵一些，原因很简单——在节假日的时候，市场上对于机票和宾馆的需求会潮汐式的上涨，因而在供给不变的情况下价格也会水涨船高。这类做法在经济学中被称为潮汐需求导致的潮汐定价，是一种因为市场供给需求变化所主动产生的市场化调节行为。类似的还有网约车在上下班高峰时段的定价也会比普通的时段要高一些。可以说，这一类潮汐定价行为在合理幅度内也是能够被社会普遍接受的，并非商家道德瑕疵使然。

第二类是因为确定性溢价或者折价因素而产生的动态定价。比如，越早订机票，价格可能会越便宜（比如提前半年或两三个月），而临近日期时预定就会变得比较贵，但到了起飞前最后几小时，价格又会变得便宜。这种价格差异的产生，是因为在不同的时间点订票，对航空公司来说确定性是不一样的，你订票越早，航空公司面临的确定性越高，而越晚确定性就会越低，所以存在溢价和折价的因素在里面。

第三类是经济学中所谓的广义的“价格歧视”。价格歧视，简单而言是指商家以不同的价格把同一种物品销售给不同客户的做法。“价格歧视”是有市场势力的商家进行利润最大化的一种销售策略。实践中有各式各样的“价格歧视”做法，其中有些已经被社会普遍接受，有些在道德层面则不认可。

资深法律人士漆艳认为，对于“大数据杀熟”，法律界对其的定性界于 “价格歧视”和“价格欺诈”之间。“大数据杀熟”行为首先是违反诚实信用原则的，可能受到《价格法》、《消费者权益保护法》、《反不正当竞争法》、《电子商务法》、反垄断等多种法律法规的规制。但商家仍可采取合法经营策略，避免“大数据杀熟”行为。比如区别定价是现代企业策略营销的核心之一，按不同变量将市场进行细分，根据不同细分市场的吸引力，生产具有不同特点、风格、质量和尺寸的产品，或设计有区别的、个性化的服务，这些产品和服务面向不同的目标市场提供，供不同的顾客选购，自然可以设定不同的价格，最大化“消费者剩余”。

既然差异化定价并非“大数据杀熟”，那么到底如何界定“大数据杀熟”？其真正表现有哪些？又是什么原因造成的？嘉宾们对此也进行了探讨。

在一般的认知中，所谓“大数据杀熟”，是指互联网平台利用大数据和算法对用户进行画像分析，收取不同的价格，从而出现同样的商品或服务，老客户看到的价格反而比新客户要贵出许多的现象。经营者运用大数据收集消费者的信息，分析其消费偏好、消费习惯、收入水平等信息，将同一商品或服务以不同的价格卖给不同的消费者从而获取更多消费者剩余的行为。

丁道师认为，现在社会上盲目的把“动态调价”和“多种计价方式”理解为“大数据杀熟”，很容易打击到商家经营的积极性，同时也掩护了真正的“大数据杀熟”企业的撤退。“在我看来，真正带来价格差异或者价格歧视的是非透明的、非在线化、品牌化不强、非标准化的小数据，而非大数据。简而言之，互联网行业大数据杀熟的情况远没有大家以为的那么严重，真正应该警惕的是小数据杀生，而不是大数据杀熟。”

周路璐则以模型举例，总结分析出“大数据杀熟”的条件有三个：

其一是用户，即基于不同用户画像制定不同价格才是大数据杀熟。因此，对不同物理条件、供需关系下进行的动态定价，不属于大数据杀熟。例如在网约车领域，在特殊出发地、恶劣天气的情况下，供需会失衡，导致打不上车，要么让用户等很久才能打到车，要么就让用户加价吸引更多司机，这个规则对所有的用户来说都是一样的，只要这个价格是透明告知用户的情况下，就不属于大数据杀熟。

其二是动态，即必须是动态调整了价格才是大数据杀熟。那种因用户提前获得并享受优惠所产生的结算价格差异现象，也不算大数据杀熟，因为其价格本身并没有变化。

其三是表现，即“大数据杀熟”表现为完全一样的商品或服务，收取了不同价格，或是同样的价格，针对不同用户提供了不同的品质。

周路璐还补充到，一些用户反馈说有时候打车能自动升级到最贵的高端车，而有时候不能，是不是一种质量歧视。这其实不是的，其根本原因还是取决于供需关系，比如一个站点的用户需求量非常大，而当前车辆又偏少的情况下，在用户主动勾选全部车型的情况下，为提高匹配效率，平台会推荐当前可用的车辆，以保障用户能最快用上车，而这个可用车辆可能是快车，也可能是出租车，当然也可能是专车和高端车等。“这只是平台解决供需问题的一个方法，本身并不是一个歧视行为，就像有些时候，酒店房间满了会帮你免费升级房间一样。”

“‘大数据杀熟’与差异化定价的一个本质区别在于，消费者是否知道自己被价格歧视了，或者说商家是否存在不同定价的隐瞒行为。”冯煦明指出，在传统的差异化定价歧视中，消费者面对的信息往往是透明的，一般不存在商家隐瞒信息的行为，消费者在明知存在不同价格的情况下，根据自身实际情况做出行为决策。例如，消费者在购买机票或电影票时，明知自己支付的价格可能跟别人不一样的，知道自己是买的是高价机票还是低价机票，是半价电影票还是全价电影票，但出于自身因素的考虑，自愿选择支付高价或低价。但在“大数据杀熟”中，信息往往是不透明的，商家会有意隐瞒差异化定价的过程，消费者完全被蒙在鼓里，在这种情况下消费者的高价支付行为是在不知情的情况下做出的，是非自愿的。

简单来说，区别“大数据杀熟”与传统差异化定价可以用一个简单而行之有效的判定标准——商家是否隐瞒了不同定价的存在，消费者在做出购买决策的时候是否明知存在不同的价格。如果商家没有隐瞒，消费者明知存在不同的价格而自愿做出选择，那么就不是“大数据杀熟”，而是通常能够被商业社会所接受的差异化定价行为；但如果商家存在隐瞒的事实，消费者是在不知道存在不同价格的情况下做出的购买决策，那么则存在大数据杀熟的嫌疑。

冯煦明还提到，不论对于消费者，还是对于平台企业，抑或对于整个社会福利而言，“大数据杀熟”行为都是有害的。大数据杀熟会侵害消费市场的公平正义感，冲击平台企业的社会形象，危害正常的商贸流通秩序，抬高经济中流通环节的交易费用。在上世纪八九十年代，我国线下商贸流通市场上曾经有过类似的教训——看人下菜碟、量身要价、欺诈消费者的行为较为普遍；后来经过社会各界的共同努力，明码标价才成为一个普遍共识和通行做法。而当前在互联网经济和大数据时代，新的挑战出现了，这同样也需要社会各界共同努力，构建出新的线上商业流通秩序。

那么在区分“大数据杀熟”的种种表现，以及了解关键辨别点后，“大数据杀熟”的这种行为是否能够治理，以及如何监管和治理呢？

在周路璐看来，“大数据杀熟”的监管还是比较难的，最困难的一点在于表现上千差万别，例如除了直接动价格以外，企业还可以针对部分用户进行动态折扣、动态优惠、动态补贴，甚至包括直接屏蔽部分用户参与优惠活动。在监管建议方面，周路璐认为有两点：首先需要限制基于用户画像的动态定价，也就是说，不能基于手机是苹果还是安卓，是新客还是老客等等用户信息，进行价格或质量歧视；其次，如果需要根据其他因子做动态定价，比如是天气、供需关系等情况，也需要标明加减价的部分，让用户提前感知到原因，而不是事后才发现。另外，对于隐蔽的变相杀熟，可能靠规则不能完全发现，因此需要社会舆论和信息公开机制的辅助，自从有了315这样的机制，企业相对来说会收敛很多。

冯煦明也表示，“大数据杀熟”的监管与治理面临很多难题，一是大数据杀熟与传统商业社会存在的众多差异化定价之间的边界并不完全清晰。二是大数据杀熟多出现在网约车、外卖送餐等这类服务业领域，而服务品的异质性普遍高于鞋、衣服等制造品。三是新经济业态具有多元性和复杂性，而算法技术往往又是隐蔽的，这使得在实际中的差异化定价行为和“大数据杀熟”行为也是非常多样和隐蔽，难以识别。

在监管治理方面，冯煦明提出了大数据杀熟监管与治理的三条基本原则：第一条原则是，价格的形成机制应遵循市场化原则，尽可能的避免不正当的平台操纵；第二条原则是，保护消费者的权益，尤其是保障个人数据不被违规使用；第三条原则是，维护市场公平，促进市场竞争，降低交易摩擦。

在上述三条原则的基础上，冯煦明还给出了四点具体的建议：一是建立健全相关法律法规，在制度层面约束平台企业的定价行为，约束平台企业收集和使用数据的行为。二是建议在政府层面设立专门的监督检查机构，比如成立“数字经济发展与监督管理委员会”，对相关行为进行指导、规范、监督、处罚。建议在司法层面树立若干的典型案例，通过这些案例起到正反两方面的示范作用，从而规范和引导平台企业的定价行为。三是加强行业自律，在行业协会的层面加快制定相关的行为规范和标准，利用同行之间的监督机制去共同促进整个行业商业行为的规范化。四是加强消费者个人数据的保护，探索建立平台企业信用评价机制和第三方数据托管机制。

漆艳认为，治理“大数据杀熟”还需要互联网平台企业遵守原则。比如对于个人信息的收集、使用需遵循一定程序要求和"合法、正当、必要"的基本原则，目的明确，得到用户知情同意。另外，还要避免使用个人信息、个人特征进行违反法律法规规定的定价行为，即“大数据杀熟”，而是真正基于细分市场和目标客户群提供差异化的产品/服务，对差异化产品/服务进行区别定价。