导读:有微博大V爆料称,用滴滴打车时,同样行程、同样叫车时间,显示的价格却不一样。不仅如此,长距离出行时,苹果手机打车比安卓手机打车贵不少。

用苹果电脑在 Orbitz 上搜房间,价格就比用 PC 搜出来的贵!Orbitz 敢这么做,就是因为他们通过大量数据的长期累积,发现苹果用户比 PC 用户对旅馆价格承受力高 30%,因此他们决定: “特别的价,只为特别的你”。

最近,一则关于 “大数据杀熟” 的新闻火了:

有微博大V爆料称,用滴滴打车时,同样行程、同样叫车时间,显示的价格却不一样。不仅如此,长距离出行时,苹果手机打车比安卓手机打车贵不少。

▲图自网络

看到这条新闻,小编突然想起件事:前一阵,小编在某美国电商巨头旗下的时尚零售网站看到一双新款鞋,犹豫不决的小编既没下单、也没把网页关掉。结果几天后再去看,没想到那双鞋旁边居然标注着:“即将售罄”

但当小编用同事电脑在同样网站、同一时间,搜索同一双鞋时,“即将售罄” 的字样就完全没有。

小编赶紧在自己的电脑上刷新了网页,结果 “即将售罄” 几个字居然又!出!现!了!

怕这双鞋卖光的小编,虽然有点疑惑,还是下单了…… 直到看到这条新闻,小编才明白过来:难道我也被 “大数据杀熟” 了?

01 懂你的人,反而伤你最深?

上网一查,发现商家在价格上 “看人下菜碟” 的情况比比皆是:

这种情况在旅游业更为普遍,而且大数据杀熟在旅游业更隐蔽 —— 我们早就对旅游业里,同样服务、价格不同的现象习以为常(比如飞机邻座两人,提前1天买机票和提前俩月买票,价格差别很大)。也就是说,当我们被旅行业的公司“大数据杀熟”时,很可能还劝自己说是正常现象!

据《华尔街时报》报道,美国在线旅游巨头 Expedia 旗下订票网站 Orbitz,从 2012 起就开始玩这种小伎俩:用苹果电脑在 Orbitz 上搜房间,价格就比用 PC 搜出来的贵 —— 哪怕同一时间、同一旅馆、同一间屋也是如此!

Orbitz 敢这么做,就是因为他们通过大量数据的长期累积,发现苹果用户比 PC 用户对旅馆价格承受力高 30%,因此他们决定: “特别的价,只为特别的你”。

旅游业对价格动手脚的,又岂止 Orbitz 一家呢?一款叫 “HotelTonight” 的当日酒店预订服务 App 也被曝以城市取人、给客户的折扣厚此薄彼。

不过大数据杀熟并不新鲜,2000 年左右就有了:

当时亚马逊还在卖影碟(现在 “影碟” 这个词听起来历史感十足)。某次新碟上市时,亚马逊选择了 68 种 DVD 碟片,根据潜在客户的人口信息、在亚马逊的购物历史、上网记录等信息,给同一张 DVD 报出了不同的价格。新客户报价 22.74 美元,而给被亚马逊认为很有可能对该新电影感兴趣的老客户,这家电商则报出了 26.24 的美元。

很快大家就发现了亚马逊的小伎俩,发现自己当了冤大头的老客户们更是愤怒不已。为了平息怒火,亚马逊 CEO 贝索斯都亲自出来道歉,解释说亚马逊只是在进行价格测试。

除了电商巨头亚马逊,不少其他购物网站也会“大数据杀熟”:2012 年,《华尔街日报》进行了一项调查,发现越来越多的购物网站会基于用户的地理位置等信息对同一款产品提供不同的售价。

02 魔镜魔镜告诉我,完美价格是什么?

谈 “大数据杀熟”前,先来了解一下什么叫 “价格歧视 price discrimination ”。

一件商品到底定价如何定价,才能踩在 “太贵不买了” 和 “好喜欢啊!咬咬牙买了它!” 那根细线上?

这正是所有商家,不论线上线下,都在费尽心机找的最优价格:比这个价格贵,你会说 “算罢了不买了,真的有点贵。” 比这个价格便宜,他们又赚少了。

比如你为某件T恤最多愿意付 200 块,如果商家标价 180,你会觉得 “真值!”,但商家少赚你 20 块;如果商家标价 220,那你根本就不会买,商家一分钱都赚不到。而如果商家标价 200,皆大欢喜。

当然,每人对每件商品的 “最高承受价格” 不一样,这就是商家费尽心思、极尽所能收集大数据的目的:找到每人对每件商品的 “最高承受价格”,从而最大化利润。

▲美国电商 Everlane 允许消费者自己选价格

这个完美价格怎么找?很长一段时间来,这对商家来说都是巨大挑战,因为商家对消费者不够了解。

所以商家只能连蒙带猜,粗略划分,比如有按会员价、非会员价,或老年票、学生票分类的,也就是经济学中的 “三级价格歧视”;

还有根据产品数量或质量分类的,比如机票的头等舱、商务舱、经济舱(质量),或零售价比批发价更贵(数量)的价格分类。这种划分得更细腻、更准确的方式是 “二级价格歧视”;

“一级价格歧视”,是指产品定在每位消费者承受能力的上限、比 “算了有点贵不买了” 的价格只便宜一点点。

就这样,完美价格诞生了!

其实不止网站,线下蠢蠢欲动想 “千人千价” 的商家也不在少数:有些地方自动售货机里的冰汽水价格就是和温度成正比的。炎炎夏日又热又渴,很想喝瓶冰饮料,那你多付几毛钱呗?

但由于价格调整的速度和准确性比不上电商,实体店心有余而力不足。亚马逊每天可以调整价格 250 万次,而像沃尔玛之类的实体店每个月才能调整 5 万次,根本就不是一个数量级!

到底什么才是一个商品的“黄金价格”?不少经济学家 ——尤其是量化经济学家 —— 对这件事情十分着迷。他们中有不少人离开学术界、来到硅谷,就是希望硅谷的科技公司能通过海量数据解决这个问题。

03 电商们如何大数据杀熟?

为什么不少买了紧身裤的人,不久后又买了新的手机屏幕?

如果说 “蛋白粉和体重秤” 这两样东西有强相关性可以理解,紧身裤和手机屏幕这两个八竿子打不着的东西,又有什么关系呢?

蚂蚁金服首席数据官 Alan Qi 今年1月在圣克拉拉的一次演讲中提到,他们通过对长期积累的数据研究发现:购买紧身裤的客户经常由于裤子比较紧身,手机没放进裤子上极度贴身的兜里、掉在地上、手机屏幕摔花了、所以需要再买个新的手机屏幕。

这就是数据的能量:再脑洞大开的销售,也想不到紧身裤和手机屏幕的关系,这种相关性只有通过大数据才能发现。

电商们是怎么做到的呢?只要你开始网上购物,电商就开始收集你的信息:从你的浏览记录、到邮政编码等等。新的 “指纹识别” 技术甚至允许供应商跨多个浏览器跟踪用户。难怪亚马逊能每隔 10 分钟就更新一次价格。

而以下这个实验,则证明了 “对消费者数据收集越多、越能无限接近 ‘第一价格歧视’” 的假设。

相信大家对 Netflix 这个出版了《纸牌屋》 等经典美剧的 “美版爱奇艺” 都不陌生。首先要说明,Netflix 并没有真的这么做,这纯粹是实验

诺贝尔经济学奖得主、耶鲁大学教授 Robert Shiller 研究发现,如果 Netflix 仅用种族、收入、邮编这些传统方法来定价,那么 Netflix 可以把利润提高 0.3%。

但如果 Netflix 收集人们的网络数据(浏览了哪些网站、在哪个网站停留了、停留了多久)、并以此作为定价依据,它就可以把利润从 0.3% 一下提高到 14.6%!

当然,Netflix 没有真的采取这种定价策略,甚至连 Shiller 做实验的数据都是他从第三方获得的。但这个实验的意义在于:它证明了 “大数据杀熟” 真的行得通!

当然,大数据及对数据处理的能力是 “大数据杀熟” 的必要非充分条件;另外两个重要条件是有限的市场透明度(比如航空领域)、和卖家或多或少的垄断。如果一个市场非常透明、某物的价格人人都知道、卖方又无法垄断供给,少数精明的买家就可以乘机低买高卖,套取利润。

这也是亚马逊前员工 Hariharan 创立 Boomerang Commerce 想做的事情。Boomerang Commerce 是一家为零售商提供实时分析及动态定价的初创企业。Hariharan 在一次接受外媒采访时说,这种 “价格实验” 已经成为定价的一个必经步骤了。

或许这解释了亚马逊上产品价格像股价一样浮动的现象 —— 亚马逊对此的解释是 “我们没有在收集消费者的消费习惯哈,而是在为消费者提供尽可能低的价格。”

亚马逊为了能 “保证消费者有最低价格” 真的很拼:去年三月,亚马逊发招聘帖,一口气就要招 59 位经济学家!

▲亚马逊官网截图

直到今天,亚马逊还在大量招聘经济学家

看来亚马逊为了确保消费者 “拿到最低价格” ,还真是很拼!

不过 “保证消费者有最低价格” 这件事,可就未必了:一次,Boomerang 公司对亚马逊上一款畅销电视的价格追踪了 6 个月,一直追踪到黑色星期五。他们发现,黑五那天亚马逊果然把一直 350 美元的电视降价到 250 美元了,的确是便宜得秒杀所有其他竞争对手。

让人男默女泪的是,虽然电视价格降了不少,但亚马逊居然悄悄地在黑五前几周,把连接电视要用到的 HDMI 线价格提高了约 60%!

原来,亚马逊发现人们对电视这种 “大件” 价格比较敏感,而对 HDMI 线这种 “小件” 价格相对不敏感,因此稍微加点价格,大多数人都察觉不出来。

为了帮助消费者知道你是不是买亏了,居然还有个叫 camelcamelcamel.com 的网站,专门帮你盯亚马逊上商品的价格。

如果你不确定你此刻、用你的电脑、在你的 IP 地址看到的价格到底划不划算,这个网站能用这件商品在亚马逊上的近期历史均价给你参考。

当然,当你发现自己看到的价格比别人高、意识到自己被当冤大头时,估计会非常不爽。不少消费者觉得商家这种 “见人下菜碟” 的做法根本就是违法!

令人无奈的是,根据美国法律,除非商家对顾客的价格歧视来自其种族、性别、肤色这种受美国宪法保护的特质,其他种类的“价格歧视” (比如根据你的收入、购买记录)并不违法。

自从有了网络,消费者就能在不同网站间比价,这样卖方就显得很“无力”。现在说卖方 “大数据杀熟” 也好、“看人下菜碟” 也罢,其实是剧情反转,从买方挑卖方,变成了互相挑,我们消费者只是对 “被比较” 这件事情感到很不爽罢了。

而互联网这个原本应该让价格更透明的地方,却在丰富数据和商家赚尽每一分利润的驱动下,变成了价格最不透明的地方。一根 HDMI 连接线真正的价格是多少?恐怕很难说清。

哎,买根电视的 HDMI 连接线居然都搞得这么复杂,还让不让人愉快地买买买了?!

作者 / 来源:硅谷密探(ID:guigudiyixian)

推荐阅读

全球100款大数据工具汇总(前50款)

大数据时代的10个重大变革

日本老爷爷坚持17年用Excel作画,我可能用了假的Excel···

为什么要学数学?因为这是一场战略性的投资

Q: 你有被杀熟的经历吗?买买买还愉快吗?

欢迎留言与大家分享

觉得不错,请把这篇文章分享给你的朋友

转载 / 投稿请联系:baiyu@hzbook.com

更多精彩文章,请在公众号后台点击“历史文章”查看

大数据杀熟!用苹果手机怪我咯?相关推荐

  1. 99%苹果手机用户被“大数据杀熟”,你中招没?

    如今,用APP打车是司空见惯的事情,不过你有没有发觉自己已成"大数据杀熟"的重点目标了! 复旦大学管理学院孙副教授和其团队进行了一项数据收集和分析研究,得出了一人令人震惊的结果. ...

  2. 你被大数据“杀熟”过吗?怎么解决的?丨Q言Q语

    点击关注 InfoQ,置顶公众号 接收程序员的技术早餐 网友"廖师傅廖师傅"表示,他经常通过某网站订某个特定酒店的房间,长年价格在 380 元 -400 元.偶然一次,他从前台得知 ...

  3. 为什么阿里飞猪、滴滴、携程都被质疑滥用大数据杀熟?

    技术本无罪,用的人多了,自然成为掩盖人性罪恶的根源.支撑「互联网+」时代的大数据是如何一步一步沦落成利益的刽子手的? 2018 年,「大数据杀熟」一词开始进入大众视野,且在互联网领域掀起了腥风血雨.近 ...

  4. 以后再想大数据杀熟就没那么容易了

    11月10日,双十一前一天,市场监管总局发布了<关于平台经济领域的反垄断指南(征求意见稿)>.从文件内容来看,显然矛头指向了国内的各大互联网平台,受此消息影响,聚集国内主要互联网巨头的港股 ...

  5. 苹果回应大数据杀熟:罪在开发者,和苹果没关系!

    点击上方"CSDN",选择"置顶公众号" 关键时刻,第一时间送达! 这世界上本没有路,走的人多了就都成了套路.于是乎,越来越多的人开始怀疑自己有没有被" ...

  6. 中国互联网的巨头们,为何敢“大数据杀熟”?

    宝哥说 中国互联网行业迎来清晰的分水岭 今年7月前后,几件大事同步发生,中国互联网行业迎来了清晰的分水岭. 6月底,滴滴赴美上市. 7月初,网信办前后两次发出公告,指出滴滴存在信息安全隐患,并对其启动 ...

  7. 因4元而市值蒸发400亿!美团“大数据杀熟”翻车!回顾2020年互联网大事件!...

    作者:回首笑人间, 架构师社区特约作者 2020年注定是一个不平凡的一年,在我们刚刚享受了和家人的幸福团聚后,还没来得及过个元宵节,疫情就已经凶猛袭来,这让我想起了一步电影:<让子弹飞一会儿&g ...

  8. 外卖平台涉嫌大数据杀熟,处理不能“自说自话”

    来源:人民数据.红网 本文约1200字,建议阅读5分钟 近年来,随着在线消费的迅速发展,"大数据杀熟"等乱象也随之而来. 日前,一则"美团被爆杀熟外卖会员"的话 ...

  9. “禁止大数据杀熟”拟入法!个性化推荐功能也应提供拒绝选项

    博雯 发自 凹非寺 量子位 报道 | 公众号 QbitAI 禁止大数据杀熟,拟入法了! 在8月17日的十三届全国人大常委会的第三十次会议上,个人信息保护法草案经过了审议. 而在这一草案中,就明确提出了 ...

最新文章

  1. fiddler自动响应AutoResponder之正则匹配Rule Editor
  2. HDU-2102 A计划 dfs
  3. 到底该不该使用存储过程
  4. Mysql 取用逗号分隔的字串的子串的方法:SUBSTRING_INDEX
  5. Javascript原型钩沉
  6. 我想说:工作没那么难找吧
  7. 彻底学会Spring事务——概念+具体实现
  8. bootstrap 响应式布局
  9. SQL正则表达式的应用 case的灵活应用
  10. Golang优化之内存对齐
  11. java坦克大战思路总结
  12. 中年失业是一种什么体验
  13. SQL Express数据库的连接问题
  14. unbuntu samba共享文件夹
  15. 【JavaScript算法】---插入排序(转载自我的老师 Alley-巷子)
  16. html5中css新增的属性,css3有哪些新增属性?常用的新增属性总结
  17. K8S二进制部署---单节点master
  18. Codeforces Round #548 (Div. 2), problem: (C) Edgy Trees 【并查集+快速幂】
  19. 人工智能python编程具体做什么_人工智能主要学习什么编程?
  20. jzyzoj 1216 poj虫洞 3259 Bellman_Ford模板

热门文章

  1. Spring Boot静态资源映射规则
  2. C/C++,Qt,Python,OpenCV小项目实战-实时桌面颜色查询
  3. 如何测试web服务器性能,如何执行Web服务器性能基准测试?
  4. python要背的单词_Python-默背单词
  5. http 直接显示目录下文件_Linux文件管理(下)
  6. oracle truncate 日期,【Oracle】truncate和delete区别
  7. idea base64encoder没有jar包_老师,免费版的IDEA为啥不能使用Tomcat?
  8. 多线程java_初学Java要注意什么 怎么掌握Java多线程知识
  9. 交叉编译出现skipping incompatible_交叉编译bluez-5.50
  10. 九度OJ : 1004 Median