大数据杀熟未必都错什么才是正确的杀熟姿势

　　在开始阅读文章前，我们先做一道多选题：
　　以下定价现象，你认为哪些属于杀熟？
　　1、在网络平台预订酒店，给老用户的价格比新用户的贵。
　　2、商户专挑会员定向涨价。
　　3、找熟人买东西比找生人买贵一些。
　　4、相同的路线，打车软件在苹果、安卓手机上显示的网约车价格有明显差异。
　　5、线上订餐比堂食贵。
　　6、网络订票，持续关注就涨价，几天不理后却发现价格下调。
　　在本月复旦大学MBA项目的一次公开课上，复旦大学管理学院产业经济学系骆品亮教授与听众探讨了大数据杀熟背后的定价思维。这一话题表面上看是营销问题，深度分析后你会发现，它实际上属于产业经济学的话题。从大数据杀熟引出价格歧视策略并总结出了对策与启示，一起来看管院教授对这一热门话题的思考与解读
　　大数据杀熟
　　通过网络平台预订酒店，老用户的价格比新用户的贵，因为用户的身份特征与行为模式被平台了解，被商户掌控，平台和商户就利用所掌握的重要信息进行倾斜性定价，这就体现了杀熟。
　　而不同手机用户在打车价格上的差异，也被很多媒体列为杀熟，这是值得商榷的。我认为这虽然也勉强算是一种差别化定价，但它并不是根据用户的生与熟来区别定价，而是根据用户归属于不同的支付平台来收取不同的价格如果更深入一点，也许不同支付平台因结算费不同还可能涉及成本差异问题，因而是否属于严格意义上的差别化定价还有待采用价格成本比率测试。
　　上面提到的6个例子中，我觉得前面3个是杀熟，后面3个是其他形式的差别化定价，并不是根据生与熟来差别化定价。一言以蔽之，差别化定价是一个更宽泛的概念，杀熟只是差别化定价的一种形式。
　　我认为，大数据杀熟可以分三个层面：
　　第一，同一平台上的新老用户不同价格，这是低级别的杀熟。
　　第二，同一平台的不同老用户的价格也不同，平台及其商户利用大数据识别老用户的特征与行为模式，做到因人而异的差别化定价，这是有一定技术含量的、中级别的杀熟，目前的大数据杀熟更多地体现在这一层面上。
　　第三，平台及其商户利用大数据分析不同老用户的需求，为其提供个性化的产品或服务，做到一人一价。这是高级别的杀熟，是真正意义上的大数据杀熟，可惜目前能做到这点的商户纯属凤毛麟角。
　　那么，为什么是宰熟而不是杀生？
　　首先，熟客往往自以为是，觉得跟商家熟就会得到更好的服务和更优惠的价格，孰料熟客往往要为自以为是付出代价；
　　其次，熟客的行为轨迹相对固化，比较厌烦货比三家，所以他要为惯性或粘性支付更高的价格；
　　最后，熟客往往具有较高的转移成本，因此他要为锁定效应买单。总而言之，相对于生客，熟客对价格没有那么敏感，也就是价格弹性比较低。所以，宰熟本质上是一种价格歧视策略。
　　听上去杀熟似乎有点不地道，甚至还有点乘人之危或趁火打劫，难怪许多互联网企业都极力否认有过杀熟行为。那么，杀熟到底是不是一种不光彩、不道德的事情？
　　当下有几种主流观点，一种观点认为，大数据杀熟涉嫌价格欺诈。另一种观点认为，大数据杀熟违背反垄断法同样的商品和服务，对不同对象收取不同价格，这种价格歧视是反垄断法所禁止的。
　　但是，关于价格歧视是否应该被界定为非法的，学术界是有争议的价格歧视对福利的影响实际上取决于效率与公平的取舍，不能简单地以公平来否定效率从而认定价格歧视的非法性。所以，还有第三种观点认为，杀熟未必是坏事由于杀熟，商户以较低的价格为生人提供产品或服务，增进了社会福利。
　　我的看法是，判断杀熟是否非法关键是看商家在杀熟的时候，是不是利用了信息不对称故意隐藏了价格信息，让熟客在信息严重缺失的条件下做出自以为是的决策。
　　如果熟客在不知情的状态下被宰了，商家就有违反相关法规之嫌，至少从道义上讲是应该被谴责的；但是，如果商家在信息透明的情况下，还能利用熟客的不愿意改变来杀熟，这就是高明的定价策略。比如，商家告诉消费者可以到网上下载优惠券，但是有一些人因为嫌麻烦还是不愿意用。实际上，优惠券是甄别价格敏感型消费者的一种有效手段，在线下超市已被广为应用用不用优惠券的决定因素是时间的机会成本（收集、整理、携带优惠券比较繁琐），背后实际上就是消费者的价格敏感性。
　　价格歧视策略
　　为什么要杀熟，也就是为什么要设定不同的价格？
　　传统的单一定价模式，要么是高价低量要么是低价高量。例如，一款商品，定高价90元，可以卖掉1个，定低价30元则可以卖掉3个，现在如果只能二选一，就会陷入困境：定高价的话只服务一个用户，没有做到普遍服务，潜在需求被挤出了市场；而定低价虽然满足了有效需求，但它给愿意支付90元的高价值客户留下太多的消费者剩余这些剩余就是企业放弃的利润。
　　但是，如果能用差异化定价，形成高价和低价的双价格体系，那么，高估价和低估价的两类消费者的需求都得到满足，而厂商也能获得更多的利润，这就形成了价格歧视的基本思想。
　　这里的关键是，差别化定价的时候，商家怎么实现以90元卖1个商品、以30元卖另外2个商品？答案是要把市场进行分割设置一定的门槛将市场进行分割，而分割出来的两个市场或多个市场之间不能串货，不能存在灰色交易。现实中这种分割市场的常用手段有：按产品分割（包装、型号、版本等），按渠道分割（线上与线下、直销与代理等），按照用户的特征（职业、收入、年龄、属地、用途等）。
　　概括地说，价格歧视的策略为：
　　1、按照某一个变量对市场进行分割。
　　2、不同细分市场的价格弹性不同。
　　3、不同市场之间不存在灰色交易。
　　4、厂商以几乎相同的边际成本为不同市场提供近似相同的产品或服务。
　　5、厂商根据不同用户的不同价格敏感性做不同的价格，对相对缺乏价格弹性的市场制订相对高的价格。
　　这里解释一下价格弹性，它是经济学中的基本概念。如果我们只考虑需求与价格之间的关系，我们就需要将影响需求的其他因素控制住，让价格变动一个百分点，看需求量反方向变动多少个百分点，这两个百分点之比率就是需求关于价格的弹性。当弹性缺乏的时候，定价就可以高一点。例如，前面提到的熟人因为价格弹性相对缺乏，就可以定高价。
　　那么，是什么使得价格的弹性更缺乏？一般地，弹性缺乏的商品包括：很难找到替代品的商品、购买支出占消费者总支出的比重小的商品、低频消费的商品、容易形成粘性或容易形成依赖性的商品。
　　对策与启示
　　对策方面，首先，对消费者来说，如何避免被杀熟：
　　1、尽量把自己伪装成非熟客。
　　2、货比三家，防止被商户隐藏信息。
　　3、切勿轻易被商户锁定、被套牢。
　　其次，对企业来说，应遵守定价底线，保证用户的知情权，不进行价格欺诈，不落井下石，不乘人之危。这是企业应有的社会责任。最后，对政府来说，主要是促进平台竞争，让平台之间相互制约，创新平台监管模式。
　　大数据杀熟给我们的两个启示：
　　1、大数据的运用规则。Facebook数据泄露事件再次敲响了用户隐私信息安全的警钟。在推进数据共享的同时，如何保证用户数据的安全性？我赞同周鸿祎屡次强调的用户隐私信息保护三原则。
　　2、大数据在定价中的运用策略。应该根据大数据进行用户分析，给用户精准画像，提供与用户需求相匹配的产品和服务，并进行个性化定价。我再次强调一下，如果仅仅利用大数据做杀熟，是相对低级的。
　　最后，对今日分享的主要观点总结如下：
　　1、大数据杀熟不应局限于优生宰熟，更在于利用大数据分析顾客的偏好与行为轨迹，对顾客实施差异化定价。
　　2、高明的杀熟策略不应利用信息不透明进行隐蔽性价格歧视，而应利用大数据对用户进行精准画像，进而匹配用户需求，以此进行个性化定价，走出零和博弈的困局，做到双赢。
　　3、杀熟本质上是效率与公平的平衡，相关部门在引入平台竞争来约束平台及其商家定价的同时，需要重新设计平台定价的监管模式；而消费者可以通过改变消费惯性，避免锁定效应等策略来规避被低级杀熟。