在舆论热浪下，我们应该如何看待“大数据杀熟”？

　　大数据杀熟是什么？它是否真的杀熟了呢？我们又应该如何应对大数据杀熟？
　　近期网络上很多用户都反映了自己遭遇“杀熟”的经历，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。
　　调查发现：在机票、酒店、电影、电商、出行等多个价格有波动的平台，都存在类似情况。类似现象受到各大媒体关注，并被统称为“大数据杀熟”。
　　在舆论热浪下，我们应该如何看待“大数据杀熟”呢？
　　首先，鉴于“大数据杀熟”已经演化成一个广泛而模糊的标签，有必要厘清它的含义。
　　其次，我们从商家的视角讨论利用大数据进行价格歧视容易忽略的后果。
　　最后，我们讨论消费者对“大数据杀熟”的应对。
　　什么是大数据杀熟？
　　按字面理解，大数据杀熟即“熟客”比“生客”支付更高的价格。
　　这个更高的价格可能出于两个原因：
　　一是在个性化推荐系统下，电商平台向“熟客”推荐高端产品或服务（如：出行平台向消费者推荐价格更加高昂的出行服务），这种做法大致可理解为一种诱导性消费；
　　另一种是针对同一产品或者服务，给熟客更高的报价，这种做法大致可以理解为（基于大数据的）价格歧视。
　　乍一看，第一种理由似乎比第二种更可接受，因为高价可以归因为价格差异而不是价格歧视，但事实可能并没有如此简单。
　　首次考虑诱导性消费。网络平台日趋完善的技术和算法虽然大大降低了消费者的平均搜索成本，但平台和消费者之间存在着严重的信息不对称，导致平台在理论上完全有可能进行误导性推荐或扭曲正常的消费体验，从而不当得利。
　　例如：本想预约出租车的消费者，可能会发现平台调派的都是距离较远的出租车，或者本想预约普通型网约车而叫到的却是一辆商务七座车。
　　这种诱导性消费无疑违反了《消费者权益保护法》中“消费者享有知悉其购买、使用的商品或者接受的服务的真实情况的权利”，属于不当得利行为。
　　再考虑基于大数据的价格歧视。
　　首先，对于需求和供给相对动态的服务（如网约车），价格歧视的判定会相对复杂，因为要考虑即时需求和供给的快速变动。
　　其次，从经济学意义上来说，价格歧视不是一个简单的是与非的问题。从商家角度来看，价格歧视是简单有效的提高利润的定价方式。
　　考虑一个简单例子：假设需求曲线是线性而边际成本恒定，可以证明，用单一的最优价格只能达到最大社会福利（商家利润和消费者剩余之和）的50。福利损失的一半来源于部分消费者因为价格过高而拒绝购买。
　　与之对应的，假设商家采用一高一低的两价组合，商家的利润会上升13，高额利润无疑会刺激商家增加供给。注意到最优价格组合里的低价比最优的单一价格要低，这就意味着价格歧视可以有效地扩充市场，让部分支付意愿较低的消费者进入市场并获益，也就是说并不是所有人都会抱怨价格歧视。
　　如何看待大数据的价格歧视？
　　大数据时代信息采集手段的多样化给了商家前所未有的契机，消费者在网上搜索、浏览、下单、评价等行为，都可能为商家提供关于价格敏感度的关键信息。
　　以外卖网站为例：价格不敏感的消费者可能会用不同标准（如：价格高低，送货时间长短）来筛选外卖。但商家必须意识到，价格歧视并不只是一个技术性问题。盲目追求“精准”的用户画像，可能南辕北辙、适得其反。
　　第一，从经济学意义来说，顾客和平台商家之间不是一锤子买卖，而是一个长期交互过程。在这个过程中，消费者的最优对策并不是被动的接受价格歧视。可以想象：如果一个“价格不敏感”的标签意味着未来将对同样的产品或服务支付更高的价格，没有消费者会心甘情愿做这样的冤大头。
　　理性的消费者会设法知悉这个标签背后的算法，并采取相应行动避免被打上“价格不敏感”的标签。具体来说，消费者有可能通过各种技术方法，来尝试掩盖不利于自己的信息。
　　例如：如果消费者知道熟客的价格会更高，或者苹果手机收到的报价更高，他们就会创建新的账号、用安卓手机下单。这种顾客和商家之间的“躲猫猫”行为显然不创造任何社会价值，只会导致消费者时间精力的白白浪费。
　　如果消费者发现无法隐瞒自己的信息，他们也可能推迟购买作为对策。相应的，商家可能需要花费更高成本（如新顾客的折扣）来吸引消费者，这些折扣可能会部分甚至完全抵消掉价格歧视带来的超额利润。
　　总之，这些行为会导致厂商和消费者的“双输”和社会福利的总体下降。
　　第二，价格歧视也是一个营销问题。商家认为“合理”的价格歧视，很有可能会引发消费者的强烈反感。
　　依照美国普林斯顿心理学家的卡尼曼的前景理论（2002年获诺贝尔奖）：在营销领域的一个重要延伸，消费者的支付意愿包含交易效用即消费者会对价格是否合理做出评价。对他们认为价格不合理的产品和服务，消费者的支付意愿会降低。
　　亚马逊公司在2002年曾经试图基于用户浏览信息确定不同的价格，事件曝光后，在巨大舆论批评下，亚马逊被动叫停了区别定价，并由公司总裁杰夫贝佐斯道歉。
　　类似的，可口可乐公司在1998年突然有了一个“脑洞大开”的想法，当时集团总裁伊夫斯特认为，炎热天气里可乐对消费者效用更高，所以当然应该提升自动售货机的售卖价格。这在技术上也很好执行，只要在售货机上装一个气温传感器和一个跟据气温定价的芯片即可。
　　事实上，这个做法引起了媒体一边倒的指责和主要竞争对手百事的无情嘲笑，可口可乐也因此商誉大损。
　　在中国，大数据杀熟的提法尤为负面。从商家看来，大数据意义上的消费者“生熟”之分，可能只取决于对于顾客信息的掌握程度。相对于“生客”而言，商家掌握了“熟客”更多的有效信息。
　　但中国消费者很可能不会这么认为：“杀熟”意味着对熟人之间信任的欺骗和背叛。所以“杀熟”这个词比一般的价格歧视会更加负面，给人一种欺诈、没有人情味的感觉。
　　消费者一旦产生“人为刀俎我为鱼肉”的负面印象，即使商家拥有了更好的技术，但在消费者心目中的形象是无法弥补的。长此以往，商家商誉和顾客忠诚度必然会长期受损。
　　消费者对“被杀熟”的应对？
　　首先，消费者应该认识到，互联网时代，商家通过大数据对消费者的“熟悉”是难免的，而这种“熟悉”可以创造巨大价值。
　　以餐饮业为例：传统餐饮业获取顾客信息的能力非常有限，餐馆限于被动处理订单，有了像美团和大众点评等订餐平台以后，顾客享受到了巨大便利，而且顾客的消费、递送地址等信息也能完整留存下来。
　　平台可以利用这些信息来提高和改进服务质量，例如：对递送地址的热力图进行分析，可明确掌握某个地段对菜系的偏好，从而对原材料和成品递送的物流做出优化。因此，不能因为少数商家的不道德行为，对大数据分析“因噎废食”。
　　其次，消费者可最大程度地利用自己的知情权和选择权。货比三家不亏，在互联网时代仍然是真理。亚马逊的第三方网站“camelcamelcamel。com”，可以让消费者进行价格追踪和比较。
　　最后，消费者联合起来比单个力量会大很多。互联网时代发达的社交媒体提供了丰富的消费者共享信息，联合发声的渠道便于消费者，共同与不良商家做斗争。有理由相信，消费者和政府的力量能够抑制滥用大数据的行为，将商家注意力引导到为消费者提供最好服务的方向上来，发挥大数据的正面效应。
　　综上所述，商家在拥有大数据的同时，应该反思大数据的各种不同用法的潜在成本和收益。在信息日益透明，商誉越来越重要，消费者日趋理性的大背景下，最优对策应该是利用大数据给熟客更好的个性化服务，包括价格上更多的优惠。
　　也许在不久的将来，我们能听到“大数据爱熟”这样一个提法。