编辑导读：前段时间，一篇《我被美团会员割了韭菜》的文章引起网友的热议。尽管美团回应是定位问答，但是大数据杀熟再一次成为热门议题。为什么这多年过去了，大数据杀熟屡禁不绝？本文作者对此展开了分析，与你分享。

日前，一篇《我被美团会员割了韭菜》的文章把美团盯上了热搜。在笔者看来，平台商业模式与利益决定了部分互联网APP杀熟难以避免，要防范这些平台杀熟，应对方法只有想办法成为平台的“非忠诚度用户”才可以。

文章中作者表示，在美团的同一家店铺，同一个配送地址，在同样的时间点单，会员账号的配送费是 6 元，而非会员账号仅为 2 元。

该用户表示，本以为开通了会员省钱，哪知会员比非会员的配送费高出1~5元。作者表示当场血压就上来了。

客服先是给该用户一张10元红包以此息事宁人，随后在该用户追责下打来电话表示歉意，并表示会向技术反馈。但几天过后，当事人发现他反馈的问题依旧存在——点餐时会员账号的配送费高于非会员，于是当事人在其个人微信公众号上公布了整件事的过程。

美团外卖的声明回应是配送费差异与会员身份无关，而是软件存在定位缓存，与用户时机位置产生了偏差，导致配送费不准。

事实上，这种说法很难让人信服。因为该用户两天后依旧存在配送费差额，若依旧归结于“位置缓存”便“很难解释得通。”这本质是一种应付式的软件bug论，没有给出一个让人信服的商业逻辑层面的原因。

有业内人士一针见血指出：美团把锅踢给了定位缓存，其实是踢出了一个更大的问题。按照这个逻辑，美团应该立马整顿，把历史问题纠正清楚，该还用户的配送费，都还上。否则，它仍然是揩用户的油，跟利用大数据杀熟，没啥本质区别。

01 大数据杀熟或已成为不少平台的隐性商业模式

大数据杀熟基本上已经不是新闻了，没有大数据杀熟才是新闻。

事实上，在国内，从滴滴到美团、携程早年都曾经被曝出过大数据杀熟，2018年3月，一位微博网友发现，在使用滴滴打车时，同样出发点，同样目的地，在同样的时间里，使用不同的手机时，价格竟然相差七八块钱。

同样在2018年，大V路金波再一次在微博上晒出了一组图，表示在携程抢高铁票要买网速包才能提升抢票成功的概率。

不仅仅国内，国外大数据杀熟的历史更早，早在2000年，亚马逊就玩过差别定价的套路。当时，有亚马逊用户反映，他删除浏览器的cookies后发现，之前浏览过的DVD商品售价从26.24美元降到了22.74美元。为此，亚马逊饱受争议，亚马逊CEO贝索斯不得不公开道歉。

贝索斯还称，这只是向不同顾客展示的差别定价实验，绝对跟客户数据没有关系，一切只是为了测试。

有网友表示，快餐巨头肯德基也被曝出过类似情况，有网友和伴侣通过肯德基的微信小程序点餐，同样的会员专享价，但该网友手机显示的价格却比同伴的要高。

大数据杀熟在国内屡见不鲜，大致体现为“给新用户显示低价、给老用户甚至付费用户显示高价、对经常购买、购买力强的消费者调高价格等“价格歧视”行为。”不少平台通过“千人千面”的展现方式，表示给用户更好的个性化体验，而另一方面，千人千面的展示方式恰恰能隐蔽性的收割会员的钱包。因为这样一来，用户很难发觉自己被割了韭菜，即便发觉，也难以举证。

如何界定平台是否存在“杀熟”等违规行为在判定上存在一定难度。因为平台可以从时间点套餐优惠不同、高峰期与非高峰期的价格、稀缺性与非稀缺性等不同理由来做解释。

因此，因为用户信息不对称，大数据杀熟得以顺利成为平台经济的一种隐性的商业模式。

之所以成为杀熟的对象是会员，而不是非会员，如果从商业逻辑层面找原因，大概有几点。首先我们知道，对于会员与非会员的权益部分，平台并没有从违约责任层面对自身的责任进行限定，因此这样一来，大数据杀熟就更多只能归咎到商业道德层面的问题。

但事实上，平台隐瞒了“别人购买同样商品价格更低”的事实，这本质就是一种“价格欺诈”，也是对用户知情权以及公平交易权的侵犯。

其次，在中国互联网免费逻辑根深蒂固的情况下，花钱买会员的大概率上是忠诚度较高的用户，这类用户基本上也是平台眼中的“优质用户”。

所谓优质用户就是是平台定义成价格不敏感、消费需求弹性差的优质韭菜。早前有媒体曝光他的判断标准：一，平台会根据你的消费记录定价。如果你买过的东西价格普遍较高，大数据就认为你“不差钱”，然后给你加价。其二是控制商品的曝光，把价格低的商品屏蔽，更多展示高价商品。

在平台看来，这种“优质用户”一般会有一定的经济基础，不会因为几块钱计较，更加注重效率与体验。因此，平台执行起来差异定价又很方便。

不过监管层面已经在针对“大数据杀熟”有所动作。

2020年11月10日，市场监管总局发布《关于平台经济领域的反垄断指南(征求意见稿)》中，第十七条明确指出：“具有市场支配地位的平台经济领域经营者，可能会基于大数据和算法，滥用市场支配地位，无正当理由对交易条件相同的交易相对人实施差别待遇，排除、限制市场竞争。”

02 巨头大数据杀熟屡试不爽，普通用户如何反“杀熟”？

从经济学角度来看，在资源供给固定的情况下，随着价格的增长，购买人数减少，定价高买的人少，定价低买的人多但不赚钱，在传统行业，又要赚钱，又要定高价是很难的。

但是互联网平台的优势在于它有大数据，平台会基于用户画像，把用户分类，平台可以根据用户消费行为、价格敏感度、消费意愿等，让愿意出高价的人用高价买，愿意出低价的人用低价买。所以，这样的情况下，就能做到又赚钱，又能定高价。经济学中有个二八定律，在一个社会中，20%的人占有80%的财富。在一个平台或者行业，20%的人贡献了80%的利润。

对于不少互联网平台而言，新用户增加数才是KPI的关键指标，20%的会员用户是贡献利润的主要来源。如何把用户转化为平台中的20%的用户，如何让20%的基数变大，是不少平台在琢磨的。

因此，从平台利益的角度来看，对用户进行“大数据杀熟”屡试不爽的重要原因是信息不对称，平台通过大数据能利用用户信息不对称的优势，千人千面，每个用户被推荐到的商品内容不同，在某一项被杀熟的商品与服务上，并不是面向所有用户，而是面向特定用户，只要这部分特定用户没有察觉到或者说这部分用户察觉到了但无法举证，没有引发较大的舆论声势，平台“杀熟”就是安全的。

因此，对于平台而言，大数据杀熟的风险成本低。事实上，早在10月1日生效的《在线旅游经营服务管理暂行规定》的第十五条就已经有明确规定：在线旅游经营者不得滥用大数据分析等技术手段，基于旅游者消费记录、旅游偏好等设置不公平的交易条件，侵犯旅游者合法权益。

尽管对于大数据杀熟已经有法律明文禁止了，但是不同于旅游类平台的酒店、机票预订的商品定价相对平稳，外卖、打车类APP的定价可以基于用餐或者用车高峰期来浮动定价，这几乎给了这些平台动态定价完美的理由：资源与服务因为高峰期带来的稀缺性不同，动态价格机制就可以用来解释它的杀熟行为。而加之这些平台的用户基础非常庞大，这种大数据杀熟其实可以带来巨额的利润。

根据美国布兰戴斯大学经济学系助理教授Benjamin Shiller基于Netflix的研究发现，使用传统人口统计资料的个性化定价方法，可以使Netflix增加0.3%的利润，但根据用户网络浏览历史，使用机器学习技术，来估算用户愿意支付的最高价格，可以使 Netflix 的利润增加14.55% 。

因此，要防范这些平台杀熟，那么应对方法只有成为平台的“非忠诚度用户”才可以，在安装APP的时候，谨慎授权相关的隐私权限，尽可能地避免隐私数据(包括地理位置、通讯录、相册等)被获取，关掉一切非必须的定位许可、照片读取许可、通讯录读取许可。

要知道，稳定的用户习惯是非常可怕的，它可能被平台判定你是“优质用户”，而烧钱起家的平台大抵的思路往往都是低价吸引用户，用户形成粘性以后就高价收割。

因此，无论是电商、外卖、旅游类、打车类APP，最好手机中有两个以上的备选项，或者某一段时间卸载软件再安装，时不时触发平台的流失客户预警和捞回策略，让平台系统认为你从一个重度用户，变成了一个即将流失的用户。

对于用户而言，可能要学会主动去培育平台之间互相竞争的意识，这可能是在当下不得已而为之的策略了吧。

对于平台而言，在增量见顶的情况下，商业价值与利润是KPI的核心，在短期内可以伤害用户利益来实现创造利润的空间，但长期产品价值的增减，最终会落到平台对用户的真正价值赋能。如果长期把用户当韭菜，用户最终也会用脚投票做出自己的选择。