“大數據殺熟”未必都錯，且看它背后的定價思維
在開始閱讀文章前，我們先做一道多選題：
以下定價現象，你認為哪些屬于“殺熟”?
- 在網絡平臺預訂酒店，給老用戶的價格比新用戶的貴。
- 商戶專挑會員定向漲價。
- 找熟人買東西比找生人買貴一些。
- 相同的路線，打車軟件在蘋果、安卓手機上顯示的網約車價格有明顯差異。
- 線上訂餐比堂食貴。
- 網絡訂票，持續關注就漲價，幾天不理后卻發現價格下調。
在本月復旦大學MBA項目的一次公開課上，復旦大學管理學院產業經濟學系駱品亮教授與聽眾探討了“大數據殺熟背后的定價思維”。這一話題表面上看是營銷問題，深度分析后你會發現，它實際上屬于產業經濟學的話題。從“大數據殺熟”引出“價格歧視策略”并總結出了“對策與啟示”，一起來看管院教授對這一熱門話題的思考與解讀——
01、大數據殺熟
通過網絡平臺預訂酒店，老用戶的價格比新用戶的貴，因為用戶的身份特征與行為模式被平臺了解，被商戶掌控，平臺和商戶就利用所掌握的重要信息進行“傾斜性”定價，這就體現了“殺熟”。
而不同手機用戶在打車價格上的差異，也被很多媒體列為殺熟，這是值得商榷的。我認為這雖然也勉強算是一種“差別化定價”，但它并不是根據用戶的“生”與“熟”來區別定價，而是根據用戶歸屬于不同的支付平臺來收取不同的價格——如果更深入一點，也許不同支付平臺因結算費不同還可能涉及成本差異問題，因而是否屬于嚴格意義上的差別化定價還有待采用價格-成本比率測試。
上面提到的6個例子中，我覺得前面3個是殺熟，后面3個是其他形式的差別化定價，并不是根據“生”與“熟”來差別化定價。一言以蔽之，“差別化定價”是一個更寬泛的概念，殺熟只是差別化定價的一種形式。
我認為，大數據殺熟可以分三個層面：
- 第一，同一平臺上的新老用戶不同價格，這是低級別的殺熟。
- 第二，同一平臺的不同老用戶的價格也不同，平臺及其商戶利用大數據識別老用戶的特征與行為模式，做到“因人而異”的差別化定價，這是有一定技術含量的、中級別的殺熟，目前的大數據殺熟更多地體現在這一層面上。
- 第三，平臺及其商戶利用大數據分析不同老用戶的需求，為其提供個性化的產品或服務，做到“一人一價”。這是高級別的殺熟，是真正意義上的大數據殺熟，可惜目前能做到這點的商戶純屬鳳毛麟角。
那么，為什么是“宰熟”而不是“殺生”?
首先，熟客往往“自以為是”，覺得跟商家熟就會得到更好的服務和更優惠的價格，孰料熟客往往要為“自以為是”付出代價;
其次，熟客的行為軌跡相對固化，比較厭煩“貨比三家”，所以他要為“慣性”或“粘性”支付更高的價格;
最后，熟客往往具有較高的轉移成本，因此他要為“鎖定效應”買單。總而言之，相對于生客，熟客對價格沒有那么敏感，也就是價格彈性比較低。所以，宰熟本質上是一種價格歧視策略。
聽上去“殺熟”似乎有點不地道，甚至還有點乘人之?；虺没鸫蚪?，難怪許多互聯網企業都極力否認有過“殺熟”行為。那么，殺熟到底是不是一種不光彩、不道德的事情?
當下有幾種主流觀點，一種觀點認為，大數據殺熟涉嫌價格欺詐。另一種觀點認為，大數據殺熟違背反壟斷法——同樣的商品和服務，對不同對象收取不同價格，這種價格歧視是反壟斷法所禁止的。
但是，關于價格歧視是否應該被界定為非法的，學術界是有爭議的——價格歧視對福利的影響實際上取決于“效率”與“公平”的取舍，不能簡單地以“公平”來否定“效率”從而認定價格歧視的非法性。所以，還有第三種觀點認為，殺熟未必是壞事——由于殺熟，商戶以較低的價格為“生人”提供產品或服務，增進了社會福利。
我的看法是，判斷殺熟是否非法關鍵是看商家在“殺熟”的時候，是不是利用了信息不對稱——故意隱藏了價格信息，讓熟客在信息嚴重缺失的條件下做出“自以為是”的決策。
如果熟客在不知情的狀態下被宰了，商家就有違反相關法規之嫌，至少從道義上講是應該被譴責的;但是，如果商家在信息透明的情況下，還能利用熟客的“不愿意改變”來“殺熟”，這就是高明的定價策略。比如，商家告訴消費者可以到網上下載優惠券，但是有一些人因為嫌麻煩還是不愿意用。實際上，優惠券是甄別價格敏感型消費者的一種有效手段，在線下超市已被廣為應用——用不用優惠券的決定因素是時間的機會成本(收集、整理、攜帶優惠券比較繁瑣)，背后實際上就是消費者的價格敏感性。
02、價格歧視策略
為什么要“殺熟”，也就是為什么要設定不同的價格?
傳統的單一定價模式，要么是“高價低量”要么是“低價高量”。例如，一款商品，定高價90元，可以賣掉1個，定低價30元則可以賣掉3個，現在如果只能二選一，就會陷入困境：定高價的話只服務一個用戶，沒有做到普遍服務，潛在需求被擠出了市場;而定低價雖然滿足了有效需求，但它給愿意支付90元的高價值客戶留下太多的“消費者剩余”——這些剩余就是企業放棄的利潤。
但是，如果能用差異化定價，形成高價和低價的雙價格體系，那么，高估價和低估價的兩類消費者的需求都得到滿足，而廠商也能獲得更多的利潤，這就形成了價格歧視的基本思想。
這里的關鍵是，差別化定價的時候，商家怎么實現以90元賣1個商品、以30元賣另外2個商品?答案是要把市場進行分割——設置一定的門檻將市場進行分割，而分割出來的兩個市場或多個市場之間不能串貨，不能存在灰色交易?，F實中這種分割市場的常用手段有：按產品分割(包裝、型號、版本等)，按渠道分割(線上與線下、直銷與代理等)，按照用戶的特征(職業、收入、年齡、屬地、用途等)。
概括地說，價格歧視的策略為：
- 按照某一個變量對市場進行分割。
- 不同細分市場的價格彈性不同。
- 不同市場之間不存在灰色交易。
- 廠商以幾乎相同的邊際成本為不同市場提供近似相同的產品或服務。
- 廠商根據不同用戶的不同價格敏感性做不同的價格，對相對缺乏價格彈性的市場制訂相對高的價格。
這里解釋一下“價格彈性”，它是經濟學中的基本概念。如果我們只考慮需求與價格之間的關系，我們就需要將影響需求的其他因素控制住，讓價格變動一個百分點，看需求量反方向變動多少個百分點，這兩個百分點之比率就是需求關于價格的彈性。當彈性缺乏的時候，定價就可以高一點。例如，前面提到的“熟人”因為價格彈性相對缺乏，就可以定高價。
那么，是什么使得價格的彈性更缺乏?一般地，彈性缺乏的商品包括：很難找到替代品的商品、購買支出占消費者總支出的比重小的商品、低頻消費的商品、容易形成粘性或容易形成依賴性的商品。
03、對策與啟示
對策方面，首先，對消費者來說，如何避免被“殺熟”：
- 盡量把自己偽裝成非熟客。
- 貨比三家，防止被商戶隱藏信息。
- 切勿輕易被商戶鎖定、被套牢。
其次，對企業來說，應遵守定價底線，保證用戶的知情權，不進行價格欺詐，不落井下石，不乘人之危。這是企業應有的社會責任。最后，對政府來說，主要是促進平臺競爭，讓平臺之間相互制約，創新平臺監管模式。
大數據“殺熟”給我們的兩個啟示：
- 大數據的運用規則。Facebook數據泄露事件再次敲響了用戶隱私信息安全的警鐘。在推進數據共享的同時，如何保證用戶數據的安全性?我贊同周鴻祎屢次強調的用戶隱私信息保護“三原則”。
- 大數據在定價中的運用策略。應該根據大數據進行用戶分析，給用戶精準畫像，提供與用戶需求相匹配的產品和服務，并進行個性化定價。我再次強調一下，如果僅僅利用大數據做“殺熟”，是相對低級的。
最后，對今日分享的主要觀點總結如下：
- 大數據殺熟不應局限于“優生宰熟”，更在于利用大數據分析顧客的偏好與行為軌跡，對顧客實施差異化定價。
- 高明的殺熟策略不應利用信息不透明進行隱蔽性價格歧視，而應利用大數據對用戶進行精準畫像，進而匹配用戶需求，以此進行個性化定價，走出零和博弈的困局，做到雙贏。
- 殺熟本質上是效率與公平的平衡，相關部門在引入平臺競爭來約束平臺及其商家定價的同時，需要重新設計平臺定價的監管模式;而消費者可以通過改變消費慣性，避免鎖定效應等策略來規避被低級殺熟。
