在線旅游　大數據殺熟問題的溫床

原以為人熟一通百通，萬事便利，實際是人熟一葉障目，難辨真偽。同一段行程，自己作為注冊老用戶的費用遠高于同事：iPhone手機用戶在訂酒店、叫外賣等等互聯網應用時總感覺自己比Android用戶花了更多的錢……當大數據殺熟已經成

為人們數字生活中頻繁見到的詞匯時，這不得不說是一種悲哀，而在線旅游這一應用領域又是如何成為大數據殺熟問題的溫床呢？

喜提熱搜的攜程致歉

能上微博熱搜顯然能成為輿情關注的焦點，可攜程這一次上熱搜多少有些尷尬-一篇致歉文再度讓攜程成為網民矣注的焦點，除文章本身的內容外，大數據殺熟再次成為人們輿論聲討的對象。

3月10日，有網友爆料稱，在攜程購買機票時顯示總價格17548元，因發現沒選報銷憑證，于是退回去修正—下，然后再去支付·就告訴沒有票了-讓他回去重新選擇-這時總價就貴了近1500元，但他發現航空公司官網還顯示有票，網友質疑攜程再次出現“大數據殺熟”現象。

該事件曝光后，隨著輿論的升溫，攜程方面迅速給與回應，通過“致歉及情況說明”闡述了問題發生的原因，主要為：1.“二次支付顯示無票”確認為程序BUG;2.系統BUG已緊急修復，攜程承諾賠償所有受損用戶;3.攜程鄭重承諾絕無“大數據殺熟”，歡迎社會各界監督。

沒想到雖然攜程這次反應迅速，可網友反應更迅速，成為熱搜的“攜程致歉”或許本身偏中性，但隨之而來的大數據殺熟問題卻讓網友對攜程冷嘲熱諷，更有調侃“2018年攜程高管最忙的事情，就是道歉，今年似乎還是沒能逃出‘道歉魔咒。”

BUG背后的大數據殺熟

仔細閱讀攜程致歉一文會發現，攜程將問題歸結于程序和系統BUG.對于互聯網科技企業而言，程序員早已成為慣性的“背鍋俠”，可頻繁發生的BUG和官方模板化的回答顯然不能讓網友們滿意，隨著討論的深入，更多問題和質疑被扒出。

早前，網上就有關于攜程上“酒店同房不同價”的質疑，用戶指責攜程利用大數據“殺熟”，針對不同的手機、不同的用戶采取不同的定價策略，同樣一個酒店房間，但不同的人搜索出來的價格可能不一樣。對此，攜程官方在2018年5月發布頭條文章《攜程“大數據殺熟”了嗎？并沒有》，來回應和釋疑這個問題。

上一次，攜程將問題歸結于用戶偏好、會員等級、優惠券領取等等會帶來差異化的使用情景元素中，而這一次，攜程又用BUG來回應網友們對于大數據殺熟問題的質疑，可一來二去，非但沒有讓網友甚至用戶領情，反而越來越多的網友認為大數據殺熟真的存在，攜程所處的在線旅游領域無非是重災區而已。

漸成常態話題的殺熟

移動社交方便了人們信息的傳播與分享，大數據殺熟較早出現在網絡叫車領域，滴滴用戶“即同樣的出發點，同樣的目的地，價格卻大不相同。”的問題在2018年初引發了廣泛討論，網友、媒體紛紛測試，而滴滴官方顯然是否認存在任何“大數據殺熟行為”。

互聯網叫車領域一次全民性的討論，讓大多數人第一次接觸并了解到“大數據殺熟”，隨后網友發文稱，自己購買了京東Plus會員，某款蘋果京東價是76.9元，會員價是69.9元，省了7元，推薦給朋友一起購買，結果朋友的手機上顯示京東價為71.9元。而同樣是在線旅游網站的途牛，也有網友反應游輪同樓層同房型其他平臺售價是2300.而該網友在途牛網上購買的價格卻是4699……

面對網友們的質疑，互聯網平臺雖然說法不一但都堅稱絕不存在“大數據殺熟”問題，殺熟與否真的無法判定嗎？

認定殺熟與否的艱難

頻繁的大數據殺熟問題爭論，卻沒有一次真的“實錘”，網友的猜測與平臺方的否認，到底孰對孰錯，時間這一次卻沒有給出一個“大多數人認為公平”的答案。

在頻發的大數據殺熟問題討論過程中人們發現，目前大數據殺熟問題存在難界定、難舉證、難維權的三難現象。

北京市消費者協會近日發布2019年大數據殺熟調查結果顯示，過半數被調查者有被大數據“殺熟”的經歷，不少網友吐槽遭遇過大數據“殺熟”，甚至有不少權威媒體也報道過大數據“殺熟”事件。

但由于經營者通常_以商品型號或配置不同以及享受套餐優惠不同、時間點不同等理由進行自辯，同時又不對外公布具體算法、規則和數據，所以消費者遇到類似問題后，維權舉證往往非常困難。

此外，部分商家存在特定推送行為-但很難界定其是否屬于《電子商務法》規定的不合理推送行為。本次體驗調查發現，不少商家確實存在根據用戶特征提供特定商品或服務的行為，但點擊進入下級頁面或二級頁面，一般都能找到不針對其個人特征的其它選項。對于一般消費者來說，也很難界定是否屬于《電子商務法》規定的不向消費者提供不針對其個人特征的其它選項。

除廣泛的消費者調查外，北京市消費者協會還專門派出工作人員進行體驗式調查·可即使是這樣的官方機構，面對復雜的互聯網商業模式時，也難以直接判定是否存在明確的大數據殺熟行為，對于普通的網友而言，想要舉證恐怕就更難了。

同時-該調查結果表明網購平臺、在線旅游和網約車等消費大數據“殺熟”問題最多。此外，還有不少被調查者經歷過外賣類App、視頻類App、電影類App或網站大數據“殺熟”。

在線旅游成重災區

攜程、飛豬、去哪兒、途牛……OTA在線旅游平臺給人們生活帶來諸多便利的同時，有矣平臺大數據殺熟問題的爭論也從未停息過，北京市消費者協會發布的2019年大數據殺熟調查結果更是將哪兒網、飛豬旅行歸類為“少數個別涉嫌存在大數據。殺熟行為。”相對于其他領域模糊的認定，這樣的官方點名是相當有說服力的。

相對于外賣訂餐、電商購物等應用情景幾元、十幾元的“殺熟”目標利益，在線旅游往往存在動輒上百的價差，從機票/火車票的預定到酒店房間、旅行團等消費，在線旅游平臺為人們提供豐富產品和服務的同時，其單客消費也越來越高。無論是商業利益邏輯還是消費者矣注度·都很容易讓在線旅游平臺成為大數據殺熟問題的集中討論區。

然而，在線旅游確是一個存在相當多變量的領域，這讓大數據殺熟問題非常難界定。以機票預訂為例·航空公司放出的機票會統一進入GDS（全球分銷系統）中，目前中國只有一個GDS“中航信”。全球范圍內還有多家GDS，他們資源互通，OTA網站的價格都是從GDS上“扒”的。全球各家GDS“吐數”的準確度在80%到95%之間，存在10%左右的變價概率-這主要由數據傳送的緩存問題引起。

簡而言之，用戶下單的時候別人已經下單了，搶先被鎖定了，那么用戶看到的價格就上漲了;但別人可能沒支付成功，過了一會兒這張票又回來了，那可能用戶買完高價票后又發現了低價票。因為座位的釋放需要時間，在消費者兩次下單的過程中，價格較低的已被占用-尚未釋放，系統認為特價票已售完或被調整，僅剩價格較高的艙位，因此價格上漲。

實際上，機票預訂系統數據緩沖造成的票價浮動還僅僅是影響在線旅游用戶價格的一個方面·在詢價環節，平臺優惠券、用戶會員等級、航餐與保險的搭售、機場服務等等細節都會造成價格的浮動。

諸多變量的出現導致終端價格的變化，很容易讓用戶產生疑惑，同時，這些變量的存在同樣給予平臺投機的機會-恐怕很難說服消費者相信平臺不會在這些變量中下手，通過大數據技術人為制造不公平，尤其是在新老用戶上。

原本應被溫柔以待的熟客

“衣不如新人不如故”在互聯網商業平臺上并不怎么行得通，對于用戶流量的追求讓互聯網商業平臺會針對新用戶推出各種優惠，而在優惠活動策劃和設計時，也會偏向新注冊用戶。

這樣的偏好設置能夠讓平臺擁有源源不斷的新用戶流量，從而給投資者交出一份滿意的增長答卷，但這樣的傾斜必然導致老用戶的不公，畢竟在傳統商業模式中，老用戶才是應該被溫柔以待的群體。

熟客往往意味著高復購率和黏性，其為商業平臺貢獻的價值遠遠高于新用戶流量，但當熟客在平臺上的各種消費行為形成的大數據足夠完成用戶畫像時，平臺為熟客提供差異化的個性服務或許能讓用戶感到更舒適的消費體驗，但在具體到價格后，老用戶的感覺恐怕就沒有那么美妙了。

讀懂用戶的大數據畫像

在大數據時代，機器要學會從比特流中解讀用戶，構建用戶畫像成為了第一步。通常用戶畫像是根據用戶人口學特征、網絡瀏覽內容、網絡社交活動和消費行為等信息而抽象出的一個標簽化的用戶模型。

構建用戶畫像的核心工作，主要是利用存儲在服務器上的海量日志和數據庫里的大量數據進行分析和挖掘-給用戶貼“標簽”，而“標簽”是能表示用戶某一維度特征的標識。

機器或者說互聯網平臺就可以通過分析數據來了解用戶并以此為基礎構建應用，譬如個性化推薦、精準廣告、金融征信等等。

大數據用戶畫像的目的顯然不單單是為了更好地了解用戶，從而提供更貼合用戶偏好的產品服務，其重要的價值在于令平臺或商家能夠打造更精準的營銷服務，節省營銷成本的同時提升用戶消費概率。

然而，當互聯網平臺或商戶通過大數據用戶畫像了解用戶，并通過大數據進一步熟悉用戶后，資本逐利的本性很難讓其不對這些數據產生其它想法。

難以修復的信任

從大數據用戶畫像到大數據殺熟，用戶數據原本就是互聯網科技企業最核心的價值之一，利用其獲取收益也并非新鮮事兒。

早在2000年，亞馬遜網站開始了差別定價試驗，亞馬遜選擇了68種DVD碟片進行動態定價，根據潛在客戶的人口統計資料、在亞馬遜的購物歷史、上網行為_以及上網使用的軟件系統，從而確定不同的報價。例如，名為“泰特斯”的碟片對新顧客的報價為22.74美元，而對那些對該碟片表現出興趣的老顧客的報價為26.24美元。

通過這一定價策略，亞馬遜提高了銷售的毛利率。很快這種策略被用戶發現并投訴，亞馬遜CEO貝索斯公開道歉-說這僅僅是一場實驗，也承諾不再進行價格歧視。

不僅僅是亞馬遜，美國在線旅游巨頭Expedia旗下訂票網站Orbitz，從2012起就開始玩這種小伎倆;用蘋果電腦在Orbitz上搜房間，價格就比用PC搜出來的貴——哪怕同一時間、同一旅館、同一間屋也是如此！

Orbitz敢這么做，就是因為他們通過大量數據的長期累積，發現蘋果用戶比PC用戶對旅館價格承受力高30%，因此他們、夫定：“特別的價，只為特別的你”。

以在線旅游為代表的國內互聯網平臺-到底有沒有進行大數據殺熟恐怕短期內很難有定論，但正如同去哪兒副總裁勾志鵬在接受媒體采訪時所說：“‘殺熟的行為等于自殺。”

失去用戶信任的互聯網平臺顯然是沒有未來的，無論是商戶還是網友又或者媒體對于這樣的失信行為都是嗤之_以鼻的，可在漫長的網絡應用過程中，又有多少人真能避開那些疑似大數據殺熟的坑。

這些年踩過的大數據坑

“疑罪從無”放在互聯網大數據應用領域恐怕不太合適·畢竟信任本身也是帶有主觀情緒的，大數據殺熟在技術方面本身是利用信息的不對稱形成價格歧視，消費者本身處于弱勢—方，因而在消費過程中感受到任何不公，很容易就聯想到大數據殺熟上。

電商平臺：用戶經常用某賬戶買牛奶一段時間后發現自己賬戶登錄后看到的牛奶價格比家人賬戶下看到的貴了約6塊錢，而有些別的賬戶甚至通過鏈接都找不到該款牛奶，同樣商品對不同人也有不同價格。

外賣平臺：高等級會員經常點餐的餐廳原本自動有折扣，但自己選擇地址后折扣就被取消，而用同事的手機下單仍有折扣-差價可達14元。另有人和同事一起訂同樣地點同樣菜品的外賣，配送費卻相差2元。

電影票：有淘票票用戶稱：“如果我好久不去看電影的話，票價特別便宜，還能打折，看過一二欠之后，第二天再搜同一部電影就變貴了。”

數據構筑的未來生活

一家比薩店，外賣電話響了店長拿起電話。

店長：xxx比薩店。您好。請問有什么需要我為您服務的？

顧客：你好，我想要一份比薩。

店長：請問您是陳先生嗎？

顧客：你怎么知道我姓陳？

店長：陳先生，因為我們聯機的CRM（客戶矣系管理）系統對接了三大通信服務商，看到您的來電號碼，我就知道您貴姓了。

顧客：哦，我想要一個海鮮至尊比薩。

店長：陳先生，海鮮比薩不適合您，建議您另選一種。

顧客：為什么？

店長：根據您的醫療記錄·您的血尿酸值偏高，有痛風的癥狀，建議您不要食用高嘌呤的食物。您可以試試我們店最經典的田園蔬菜比薩，低脂、健康，符合您現階段的飲食要求。

有多少人還記得這個關于大數據應用的段子？無處在的大數據開始全面滲透進人們生活時，享受數據共享帶來的各種便利的同時，又有多少人會擔心自己成為數據透明人？

握好技術這把雙刃劍

去旅行、訂外賣、網絡購物、坐高鐵、買保險……生活中的一切都已經在大數據的支撐之下運行。大數據已經成為現代企業向未來前進的必要前提和發展基礎。沒有良好利用大數據的行業正在以肉眼可見的速度消失。

然而，大數據技術一直以來都是_以雙刃劍形式存在的，通過各種互聯網應用給人們生活帶來便利的同時，人們的個人生活也不可避免的因大數據而提高泄露可能。

今天早上吃了什么，每天下班會去哪里、家里有多少人、孩子在哪所學校讀書、孩子每天上學放學的必經之路在哪兒……相對于價格歧視的大數據殺熟，這些關乎人身安全的個人信息恐怕才是大數據未來安全應用的矣鍵。

用法律給數據劃下邊際

大數據的重要性不言而喻，據報道，我國現有近40部法律、30余部法規以及近200部規章涉及個人信息保護，以新出臺的《電商法》為例，其明確規定電子商務經營者根據消費者的興趣愛好、消費習慣等特征向其提供商品或者服務的搜索結果的，應當同時向該消費者提供不針對其個人特征的選項，尊重和平等保護消費者合法權益，這個要求實際上就是要預防可能出現的“大數據殺熟”行為，相信未來監管會更加完善、明確和可執行，覆蓋到人們互聯網生活的方方面面。

除了具有針對性的法律法規外，面對大數據的個性化、多樣化，隱蔽性強等諸多特點，傳統的監管查處機制顯然已不適用，如果沒有相應的技術手段作為保障，很難實施有效監管。

要想管住大數據殺熟的手，相關部門應在監管的體制機制上積極創新，尤其是提升監管的技術能力，依托新技術-建立如大數據價格監測體系，創建消費者網上投訴機制，對殺熟等侵害消費者權益的行為做到及時、全面地管控。

寫在最后：懂你的人傷你最深

技術是把“雙刃劍”，大數據被用來優化服務的確能為用戶帶來更好的消費體驗-但大數據殺熟問題一旦出現，顯然會令整個市場消費者信心受到極大打擊。大數據殺熟不僅從產品服務價格上讓消費者受到損失，最關鍵的是對消費者信任的沖擊-當消費者對整個大數據產業充滿不信任的時候，這樣的損失恐怕要整個行業都難以承受。