大數據對商家是個寶，對顧客或許是把刀！「大數據殺熟」，你被宰過嗎？

大數據殺熟以前叫「價格歧視」。商業公司試圖對消費者差異定價的行徑，早在互聯網出現之前就廣泛地存在。十多年前，在互聯網經濟興起的最初時期就出現了某些客戶利用大數據「殺熟」。

長按二維碼，「識別圖中小程序碼」，解放眼睛！收聽此文章的音頻！

文 |閆坤沐

編輯 |James

律師李欣然（化名）第一次對某旅行票務網站產生警覺是在去年暑假。為了帶女兒去日本迪士尼，她相中一家酒店，但同一個房型，在她手機上顯示的價格比在丈夫手機上貴120元人民幣。

剛開始，李欣然還以為是丈夫沒選三人同住的緣故，但仔細核對後發現並不是。她向婆婆要來手機，以新客人的身份下載註冊了同一款APP，還很嚴謹地用流量而不是家裡WiFi聯網，查詢後發現，甚至一些房間比丈夫手機上顯示的價格還要更低。

「搜索以後的結果直接就有差異，我並沒有領優惠券也沒有收到紅包。」

因為工作原因，李欣然出差頻繁，經常用APP給自己訂商務型酒店。儘管不清楚具體的技術原理，但她憑直覺推斷，自己是被平台的用戶畫像識別成了消費能力高的客戶，所以會給她顯示更高的價格。

在網路上，和李欣然一樣因為感受到被區別對待的人不在少數，他們的集體控訴而產生了一個新的概念：「大數據殺熟」。概念發明後，更多的網友開始把自己的經歷對號入座。

幾乎沒有一個互聯網產品不被懷疑「殺熟」——

有人說在電影購票APP里花錢買了會員，票價反而比非會員更高；

有人察覺到用旅行APP買機票，只要你沒付錢，價格越搜越貴，余票越來越少，直到只剩一張，嚇得你趕緊付錢。可等付了錢再搜，這張機票還能買，而且又跌回了原來的優惠價。

有人發現同樣是買一年的視頻網站會員，iPhone用戶比Android手機用戶多花幾十塊錢；

輿論風暴中，攜程大住宿事業部CEO陳瑞亮接受採訪，以職業身份向用戶保證，自家平台上沒有過也不會有大數據殺熟的現象發生。他解釋不同用戶間顯示的差價是優惠券造成的。

也就是說：做不做「大數據殺熟」，全憑公司自覺；但如果一家公司決定這麼做，用戶要付出很大的代價。

鬥智斗勇

但李欣然覺得，這聽起來顯然非常不「互聯網」。

她察覺到房間價格異樣時，出於職業習慣，她敏銳地意識到了一個比「殺熟」更深層次的問題：我使用的APP，在試圖了解和定義我。

「如果一個APP能判斷我和我婆婆對價格的承受能力不同，那它一定知道我更多信息。」

攜程技術中心高級研發經理周源曾寫過一篇文章叫《手把手教你用大數據打造用戶畫像》，其中透露出來的一些信息，從側面驗證了李欣然的猜想。

據周源介紹，攜程對用戶數據的採集不僅來自於自家網站和APP，同樣也會抓取合作站點。他們為用戶建立畫像的維度包括年齡、性別、消費能力、親子偏好等等，「數據是海量的」。

文章中的一個圖表顯示，攜程根據用戶的消費能力定義劃分為「非常小氣、一般小氣、一般大方、非常大方」四個等級。

《手把手教你用大數據打造用戶畫像》一文中使用的圖表

事實上，差別定價並不是什麼了不起的新鮮技術，亞馬遜早在2000年9月就實施過類似的實驗。他們選擇了68款DVD碟片，根據用戶填寫的資料、購物歷史、上網使用的操作系統等條件判斷他們的購買力，給他們輸出不同的價格。一個20美元出頭的產品，新用戶和老用戶之間差價波動在4美元左右。

這個實驗進行了不到一個月，就被用戶發現了。成百上千的網友通過發布自己買到的產品價格做人工比價，憤怒之餘，討論層面不可避免地上升到懷疑亞馬遜在收集和分析用戶的隱私數據，以至於當時的CEO不得不站出來保證，亞馬遜永遠不會對用戶區別定價。

18年之後的中國，幾乎類似的情境發生在更多公司身上，並且遠遠不止於此。

「大數據殺熟」刷屏之後，知乎用戶「邏格斯」又提出另一個更可怕的假設叫「大數據售假」：如果消費行為大數據顯示你是一個不愛寫評價，幾乎不會給出差評的用戶，那某些真假混賣的電商平台，他們可以依據這項數據把假貨發給你。」

作為一個對維權很敏感的人，李欣然開始關注與大數據鬥智斗勇的方法。她棄用了大多數APP，重新回到網頁時代，並使用瀏覽器的隱身模式，不在電腦或者手機上留下訪問網站的痕迹，還養成了手動清理cookie記錄的習慣，以及使用任何服務之前都會貨比三家。

和李欣然一樣，更多網友試圖研究「調戲」大數據的方法。

我昨天在A平台上打算買一桶油，下單前臨時剎車，去B平台上看了一眼，B平台比A平台的會員價還便宜，於是把B平台的油加入購物車，再刪除了A平台的購物車。然後，我再打開A平台，它給我發了一張糧油優惠券。

這樣的試驗或許有玩笑成分，但也反映了在大數據面前，一個普通用戶想要保護自己的利益和隱私需要付出高昂的成本。

為何要殺熟

這是一種價格歧視，是商家壓榨消費者剩餘的手段，可以用一張簡單的圖片來輔助理解。

需求價格和需求量成反比關係。理論上存在一個價格點，剛好使得需求量等於廠商的供給量。這個時候廠商的營收就是上圖的陰影部分。

但是對於廠商來說，這不是最佳的策略，最佳的策略是用價格歧視。

例如這張圖中有兩個人A、B，他們的需求價格分別是P1、P2。

如果能讓A花P1的錢來買這件產品，B花P2的錢來買這件產品。那自然會比單純賣P價格能賺更多的錢。而能讓所有用戶剛剛好用自己的心裡預期買下那件產品，那麼廠商最後的營收會變成這樣：

陰影部分加上三角形

通過一段段的價格歧視，廠商能賺最多的錢，這才是廠商的最佳策略。而其中的藍色三角形，就是我們說的消費者剩餘。

更為恐怖的是，這件事情在萬物互聯的時代，變得非常非常簡單。

抵抗和偽裝都是徒勞

對大數據的恐慌情緒愈演愈烈，也催生出很多錯覺和謠言。

最典型的一個，是懷疑自己被監聽。你一定聽朋友講過這樣的「恐怖」故事：我前腳聊天時和別人討論了去海邊旅行，後腳打開購物APP就發現它在給我推薦泳衣。我什麼都沒搜，它是怎麼知道我想幹什麼的？難道是利用麥克風許可權在監聽我？

事實上，如果人工智慧真的能做到這麼「智能」，別說手機抗不扛得住電量，市面上的語音識別服務也不至於還在錯漏百出的階段了。

公眾的誤解在於，比起監聽，其實你手機里的APP有一萬種性價比更高的方式了解你，而你幾乎難以察覺。

以幾乎每個APP都要求開放的位置授權舉例：

知道你什麼時間位於哪個範圍活動後，通過簡單的演算法分析，就能推斷出你的住址和工作地址——如果你夜裡12點到早上8點都停留在一個地方沒動，那這兒十有八九是你的家。

如果再綜合比對你的鄰居們和同事們的位置數據，知道和你有交集的人平時都在哪些消費水平的地段活動，就能輕鬆為你的消費能力劃分等級。

從要求開放位置許可權到獲得用戶的消費能力信息

同樣的道理，開放讀取簡訊授權，意味著APP可以讀取你所有的信息往來，其中可能包括銀行發給你的交易明細記錄、你常消費的商家發給你的節假日問候、你出行預定機票酒店的確認信息。

從開放簡訊授權到獲取用戶全方位信息

還有更讓人意想不到的是Uber經濟研究主管Keith Chen在美國國家公共電台（NPR）做節目時曾經講過一個案例：讀取手機電量對APP來說也是一項很有用的數據。在手機電量即將耗盡時，用戶願意承受高達9.9倍的動態溢價。但他也強調，Uber不會這麼做。這背後的心理原理很簡單：手機沒電的人等不了，如果是著急要去一個地方，花多少錢都在所不惜。

隨著科技發展給人們提供越來越多的便利，「隱私」的概念也不僅僅是身份證號、電話號碼這樣的固定信息。那些你以為不太重要的數據，都在不經意間泄露著你的習慣。

2014年，美國一家醫療公司會利用大數據推斷病人的發病幾率。比如一個哮喘病人，醫院可以通過監測他是否購買過香煙、是否居住在高濃度花粉地區來判斷急救率。再比如可以綜合一個人在健身房鍛煉和購買食品的記錄，推斷他突發心臟病的概率。而這些數據都是醫院從相關的網站或者應用購買來的。

最近，亞馬遜申請了兩項關於手環的專利，能夠根據手環的運動軌跡，追蹤倉庫工人的手部動作。如果發現工人的雙手出現在非工作區域，或者不是工作應有的活動頻率，可以用震動給他們發出警告……

在龐大的數據面前，人類越來越像一個提供輸入的變數角色，任何試圖偽裝和保護自己的舉動，在360度無死角的數據監控下都顯得徒勞。

美國技術博客Gizmodo去年曾經採訪過一個叫Leila的性工作者。為了保護自己的人身安全，她註冊Facebook時使用了和客戶聯繫時完全不同的郵箱、電話，也從不在社交網路上發布和現實身份相關的內容。但有一天，她在Facebook「可能認識的好友」推薦欄里發現了自己現實中的客戶。

事實上，Leila自以為精妙的偽裝在技術面前非常不堪一擊——Facebook會識別用戶的設備ID和上網IP來判斷你的身份。儘管註冊了不同的賬號，但只要用同一部手機上網，就有可能被它判斷為屬於同一個人。

而當大數據對用戶擁有充分的了解，多花錢只是大數據應用中對受眾傷害最小的「坑」。

扎克伯格最近遇到的信任危機就應證了這一點。他親自承認Facebook未能及時防範「假新聞」和「仇恨言論」散播、「用戶隱私數據」遭竊用、外國勢力利用平台「干預」2016年總統選舉，並為此道歉。

在一篇叫《人民不再相信科技公司了》的評論文章中，科技媒體品玩的創始人駱軼航把社交網路用戶這種在不知不覺的情況下被利用的感覺形容為：「被數據奴役了思維的恥辱感和不安感」。

灰色的不同意

如果你的朋友下載註冊了探探，並給它授權了讀取通訊錄許可權，你大概率會收到一條類似這樣的推廣簡訊：「你的一位手機聯繫人在探探上將你設置為暗戀對象……」等你興沖衝下載註冊了，才發現一切都是套路。

職場社交APP脈脈曾經被昔日的合作夥伴微博起訴，理由是「非法抓取使用新浪微博用戶信息」。如果用戶通過新浪微博的賬號登錄脈脈，那麼脈脈會把你通訊錄里的聯繫人和微博好友做信息比對，識別他們的身份，即便你的朋友並沒有註冊和使用脈脈，他們也會被實名列舉在你的「一度人脈」列表中。

最近，知乎用戶打開APP，都會收到一份《用戶隱私協議》彈窗，最後一條寫道：「您使用或者繼續使用我們的服務，即意味著同意我們按照本《隱私政策》收集、使用、存儲、共享、轉讓和公開披露您的相關信息。」

這份協議下方雖然設置了同意和不同意兩個按鈕，但不同意的按鈕是灰色的。如果用戶點擊同意，則會彈出一個說明，告知「我們將按照業界成熟的安全標準，採取相應的安全保護措施來保護您的個人信息。」至於業界標準是什麼，沒有再做進一步解釋。用戶只能選同意，否則就不能再使用知乎APP。

前不久，百度總裁李彥宏在中國發展高層論壇上說，「我想中國人可以更加開放，對隱私問題沒有那麼敏感，如果他們願意用隱私交換便捷性，很多情況下他們是願意的，那我們就可以用數據做一些事情。」

雖然這話不那麼順耳，但我們都清楚，這是實話。

如何監管

在理查德·塞勒這一派的行為經濟學家看來，高倍溢價、不同客戶端區別定價等「大數據殺熟」做法，無異於向顧客「敲竹杠」，對所有想提升顧客忠誠度的公司來說都不是明智的選擇。更重要的是，現實中我們不能僅指望靠行為經濟學家的教導和警告就能消除企業的利己選擇，而是需要監管者有所作為。在紐約州的一次暴風雨天氣中，優步的高倍溢價引起了州總檢察長的關注。最後，優步與紐約州簽署了三年協議，在「市場遭受非正常混亂」時，優步會使用公式限制其加價的倍數，以遵守紐約州在上世紀70年代油價飆升時通過的防止價格欺詐法律。後來，這起事件成了科技公司與監管機構合作的範例。

臉書公司首席執行官馬克·扎克伯格因泄露用戶數據參加國會聽證會

「大數據」能夠實現精準營銷，通過給用戶精確畫像實現靶向傳播，滿足不同消費者個性化需求。這本是好事，若能依靠技術實現需求的私人定製式滿足，當然能增進百姓消費時的獲得感。但無論何時，大數據開發商都要築牢安全保護的防火牆，加寬隱私保障的護城河，以法律為底線，以道德為金線，依法依規進行。否則數據開發越充分，對社會和大眾危害越大。如何在商家的大數據精準營銷與網路消費者的個體權益保護之間找到一個均衡點，是當下需要研究的課題。

完

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！