最懂你的人, 傷害你最深

如果你是星爸爸,一杯咖啡你會賣多少錢?

如果你是馬爸爸,對待淘寶V5會員和新註冊會員要不要一視同仁?

如果你能收集到使用者的年齡、性別、家庭住址,甚至收入情況,根據不同使用者的需求,同一件商品可不可以給出不同報價?

也就是說,對於有錢不在乎價格的消費者,我們可以把價格定得高一點;對於花錢很謹慎的消費者,我們就把價格定得低一點,讓每一位消費者最終付出他們願意付出的最高價。

你可能想說,這是理想狀態。在現實交易中,作為老闆的我,怎麼可能知道每一位使用者的“心理價位”是多少?

也許過去很難做到,我們需要與每一位消費者“討價還價”來確定定價,成本太高;但現如今有了網際網路,有了大資料,可以說技術上已無障礙。

亞馬遜早在2000年就這麼做了,但很快被人指責這是在“價格歧視”。當時貝佐斯緊急宣告,說他們只是在做測試,不是有意歧視。

這件事情很快就過去了,因為那時沒有人有直接證據,說兩個人在亞馬遜購物,在同一時刻、對同一件商品獲得的是不同的定價。

亞馬遜被攔住了,不等於別人不再幹。

最懂你的人, 傷害你最深

時過境遷,科技發展日新月異,類似這樣價格歧視的做法在網際網路上越來越普遍,越來越升級。

最近在國內,還有個本土化的說法,叫“大資料殺熟”,即同一件商品,對於經常購買的老使用者,給出的價格要高於新使用者。

代入到現實場景中,就是經常點的外賣,會越點越貴;經常打車來回的路線,報價會越來越高;經常入住的酒店,金卡、黑卡、鑽石卡預定的會員價比門市掛牌價還高……

因為習慣了,因為有了依賴性,消費者對價格的敏感度會降低,像是溫水中的青蛙,在不知不覺中接受了更高的價格。

這讓不少消費者憤慨,

原來“最懂我的人,傷害我最深”;也讓消費者唏噓,原來“最終打敗我的,是自己的習慣”。

除了“殺熟”這一招,大資料還能“逼”你買漲不買跌。

比如我們在網上買機票,剛看的時候有半價機票在賣,你點進去看看,想著再等等,說不定能等到三四折票。

你等了40分鐘,重新整理一下看看,還是隻有半價票。又過了一會兒,你發現半價票沒有了,只有6折以上的機票了。

怎麼回事?難道便宜的票已經被人買走了?很有可能。

最懂你的人, 傷害你最深

但也有一種可能是,網站發現你不斷地重新整理網頁檢視同一航班機票,說明你特別需要這張機票,

而你越需要這張機票的時候,你願意為這張機票支付的價格就越高。

所以你再刷的時候,明明有半價票,你可能都看不到它了。

刷到後面,很可能你只能看到八折機票了,但你等不及了,票還是得買的,最終你就以八折價格買了這張機票。

更迫切的一方,願意付出更多。

不僅如此,有外國研究者做過一項實驗,用兩臺電腦模擬兩位消費者在網上購物。

一位假裝是富人,專門瀏覽一些高大上的奢侈品網站;一位假裝是節儉的人,專門瀏覽一些低檔便宜的東西。

就這麼上了一週網之後,兩臺電腦上了同一個網路平臺買耳機。結果平臺給“富人”推薦的耳機價格,是“節儉者”看到的耳機價格的4倍。

不僅僅是推薦的商品不一樣。研究者還發現,對同一件商品,地址來自富裕地區的電腦(手機),看到的價格就比低收入地區的電腦(手機)要高。

最懂你的人, 傷害你最深

同樣,不少中國網民也發現,在國內相比安卓系統,用蘋果IOS系統購買某些影片網站上的會員套餐,價格明顯更高。

這些“高階”的價格歧視,我們不太容易發現。

更多的時候,我們能感受到的是,同樣坐飛機、高鐵,經濟艙裡面擠著一群人,在公務艙(或頭等艙)裡乘客可以愜意地躺著睡覺;

同樣看電影,想看便宜的電影必須起早一些買早場的票,當然你也可以花更多的錢買小廳的VIP票;

同樣買水果,你買一斤是20元,買20斤老闆可以以每斤15元的價格賣給你……

價格歧視的潛臺詞是,誰買得更多,就能便宜;誰出的價高,就是誰的。

雖然這對於出不起錢的人是一種歧視,但也不要高估了“歧視”的不公平程度。

就拿坐飛機、高鐵來說,如果要消除這種不公平現象,讓這兩種人群分別乘坐兩架不同的飛機、高鐵是完全可行的,但這時候,這兩種不同的人群就得額外支付更多的成本了。

而將這兩群人放到一塊兒的時候,他們可以各取所需,出價高者和出價低者實則是在相互補貼。

另一個方面,出價高的人,多付了錢,理論上他的錢就變少了,佔有其他稀缺資源的機會就減少了。

這對於其他人來說,是一種公平——透過價格平衡了各方需求。

合法的價格歧視,有助於資源的有效配置。

最懂你的人, 傷害你最深

事實上,真正讓消費者有“剝奪感”的不是價格歧視本身,而是大資料這個“潘多拉魔盒”。

如果說價格歧視主要是研究如何儘量吃掉“消費者剩餘”,那麼大資料就是在研究如何儘量利用演算法,把消費者隱私“一口吞下”。

大資料可能無法預測歷史的演變,卻很容易預測每一個人的行為。只要樣本足夠大,每個人的行為很好預測,因為人都是習慣的奴隸。

在網際網路時代,資料就是新的“石油”。

對於商家來說,大資料提供了開採不盡的礦脈,但對於消費者來說,一是隱私沒有了,二是變得越來越被動。

海量的資料、複雜的演算法,讓賣家越來越聰明,買家越來越無力。這種大資料“先知”給消費者帶來的不公平感、不安全感越來越明顯。

經濟學教科書告訴我們,價格歧視理論上是很難實現的,但

在大資料時代,商家可以精確判斷:你是什麼樣的人,你有什麼需求。

最懂你的人, 傷害你最深

商家越是瞭解你,越知道該怎麼“歧視”你:保險公司可以“優選”出那些健康的投保人,賭場可以榨乾每位賭客的最後一分錢,母嬰用品商店比大多數女性更瞭解她們自己的生理週期……

大資料甚至可能影響民主選票。今年3月17日,美國《紐約時報》報道稱,Facebook上超過5000萬用戶資訊資料被一家名為“劍橋分析(Cambridge   Analytica)”的公司洩露,用於在2016年美國總統大選中針對目標受眾推送廣告,從而影響大選結果。

這一資料洩露事件,也讓人們瞭解到擁有20億使用者的Facebook,主要盈利模式是:透過使用者的行為偏好進行特徵分析,完成使用者畫像,進而藉助相應的演算法模型,來向用戶精準投放廣告。

可以想象,未來能夠掌握大資料演算法的企業,有可能進一步踐踏個人隱私。

當他們拿到這些隱私資料之後,會想方設法地保持對這些資料的壟斷,利用這些資料為自己謀利。

細思極恐!我們每天都在被別人賣掉,還在高高興興地幫別人數錢,直到我們的隱私餘額為零。

更恐怖的是,

很多時候我們是麻木地、自願地被販賣。

有專家說,網路時代“如何保護隱私”是拿諾貝爾獎的問題,一時沒有完美的答案。

但我們不得不思考答案,因為

這不止關乎經濟,更關乎人倫,我們需要“新的鎖鏈”來約束它、監督它。

最懂你的人, 傷害你最深

回到定價這個問題上,正常情況下“沒有人會願意為相同的東西多付錢,也沒有人願意虧本做生意”。

在這樣的前提下,商家和消費者一直處於相互博弈、動態平衡中,不太可能出現一方長期獲利另一方長期虧損的情況。

因為

總有一天,被揩油的一方會要求重新設定規則,佔了便宜的一方該還的始終還是要還的。

如今我們探討個人隱私保護,會在心裡對資料洩露咬牙切齒,但不可否認,過去我們實實在在地享受到了1分錢打車、10元錢住酒店、免費用手機看電影等“不合理定價”商品和服務。

如此看來,我們用個人隱私換取的“免費午餐”,到底是賺了,還是虧了?

耳邊再次響起那首經典歌曲《最愛的人傷我最深》:

“我最深愛的人傷我卻是最深,進退我無權選擇,緊緊關上心門留下片刻溫存,只怕還有來生我愛得依然最真……”

?作者:潘曄 

頂部