本文主要通过分析大数据杀熟现象，来探讨互联网的价格歧视。
2017年，大数据杀熟现象开始成为人们讨论的热点，其导火线是用户昵称为“廖师傅廖师傅”的一条微博。
所谓的大数据杀熟，其实是价格歧视的一种。
什么叫价格歧视呢？
将相同的商品或服务以不同的价格卖给不同的用户，就是经济学上的价格歧视。很明显，大数据杀熟是互联网价格歧视的一种不太道德的形式。
接下来的文章将从三方面对互联网价格歧视问题进行讨论，分别是：
互联网价格歧视的现状如何，这部分会主要介绍两种形式的价格歧视；
互联网价格歧视目前存在的问题；
对互联网价格歧视的未来做探索性分析。
一、现状如何？
价格歧视不是互联网独创，其目的是最大化商业利润。仔细想一想，你肯定遇到过价格歧视的现象。
火车站出租司机听你是外地口音，故意“宰”你一顿；
去景区游玩，使用学生票能打折；
晚上酒店没有卖出去的房间价格更便宜……
一系列类似的现象，都可以归结为价格歧视行为。归纳起来，上述行为可以分成两类：动态定价和个性化定价。
1. 动态定价
动态定价的核心在于供需平衡，可理解成供需双方为达到平衡点而做出的价格调整。互联网时代，动态定价比以往变得更加便捷和快速。
全球最大的在线零售商Amazon每天都会对无数价格进行调整，有些娴熟的买家已经学会了在CamelCamelCamel.com（可分析Amazon价格的下跌情况，并且列出最大的）等网站的帮助下跟平台讨价还价。
之前的商业时代，可以根据季节、时段、地域等实行动态定价，但反应速度较慢。而互联网时代，基于其连接特性，利用大数据等技术，动态定价的规模和速度都达到了新的阶段。不变的是，动态定价是基于供需关系变化，这是其核心特点，也是区别其与个性化定价的关键。
2. 个性化定价
商家根据消费者购买力等消费特点的不同而为每个客户量身定做价格，这种定价方式就是个性化定价。与动态定价基于供需关系变化不同，个性化定价基于客户消费特点的差异性。
也就是说，供给大于需求时价格低，需求大于供给时价格高，这是动态定价；而同一商品同一时间同一地点，不同类型的人来买需要支付不同的价格，这是个性化定价。
且慢，想象一下很常见的这个现象：购买一件商品的单价往往要比批发一批商品的单价高，这就是个性化定价！有的商家会做活动，买三赠一，或者买两件便宜XX元，这些都是个性化定价的表现形式。
但是到了互联网，个性化定价就出问题了。
大数据杀熟成为人们反对的行为，消费者感受到了不公平对待，因此愤怒。
当然，大数据杀熟是不道德的，也是不符合消费者消费心理的，但不能因此否定个性化定价的合理性。
二、有何问题？
就像价格歧视这个词本身所表现出来的意思一样，其最大的问题在于“歧视”可能导致的公平问题。个性化定价的含义本来就容易让人觉得不公平，大数据杀熟这种错误的做法，则完全激发了用户这种潜在的不公平感受。
动态定价基于供需变化，本身比较合理，但也存在某些潜在的不公平因素。
以美国电价为例：在用电高峰时，美国公共事业部门需要利用石油、煤炭发电的老式电厂，成本高昂，环境污染也更严重。同时需要专门聘请一批全年上岗的正式员工，以应对紧急情况，电厂发电成本可能是用电低谷时的4到5倍。
假如：电费单价像机票价格一样时时波动，那就可以刺激消费者减少高峰时期的用电需求，将一部分需求转移到用电低谷期。这种方案似乎很合理。
但问题是：社会存在财富分配不均匀问题，富人阶级不会受到动态定价影响，而穷人阶级则成了动态定价的“受害者”。
一些人可能无法时时追踪价格的变动，或者不知该如何调整相应的用电情况，因此穷人可能受到超出预期的账单。事情甚至可能更糟——如果穷困老人在热浪来袭时，为避免花费过高用电费用，而关闭了空调，最终导致中暑身亡，事情就变得更严重了[1]。
互联网时代，随着各种技术的发展，实施价格歧视行为更加容易。但需要注意的是：动态定价可能面临社会公平问题，而个性化定价则可能引起更大范围的争议，需要充分思考这些问题并拿出解决方案。
三、未来何在？
价格歧视本身符合商业原理，是商家为最大化利润做出的努力。但是在实施价格歧视之前要充分了解用户消费心理，尤其是在互联网时代，通过用户可接受的方式合理的达成最大化利润的目标，是机遇也是挑战。
1. 不止要涨价，也要降价
动态定价行为中有涨价也有降价，而说到个性化定价，互联网企业往往想到的是涨价，其实这与传统商业行为中的个性化定价初衷背道而驰。
为什么批发价格更低？
因为卖出了更多的商品，总的利润更大，减少了库存等各种成本和风险，而互联网完全有能力实现卖出更多商品进而实现更多盈利的目标。
假定一件商品成本30元，如果定价60元，可能有100个用户购买。而如果定价40元，则会有500个用户购买，那么可以针对消费能力弱的这部分用户，实行类似“学生票”的这种优惠政策，而不是暴力的采用大数据杀熟的方式。
大家对学生票这种做法没有争议，因为规则透明公开，并且符合用户对公平的理解。至于怎么判断用户是否符合“学生票”的标准，这才是大数据要做的事。当然，这种学生票的模式也不一定完全合理，但是如果互联网企业把思路转向类似的方向，而不只是暴力的寻求损人利己的做法，那么最后将是一种双赢的局面。
2. 利用默认的力量但要保留用户选择的权力
互联网产品内的选择丰富多样，很多情况下系统需要为用户设定一种“默认选项”。
最常见的默认选项就是推荐系统。淘宝首页、App Store首页等等，这些地方的流量价值高得超乎想象。
目前商家需要花费大量广告费才能登上淘宝首页推荐位，比如：一家卖奢饰品包包的商家，花了大量费用才获得淘宝天猫的首页推荐入口，但是一位消费能力不够的女性大学生或者普通三四线城市的家庭主妇，虽然心动但最终不会发生购买行为。
如果首页推荐一个相对便宜、更符合其消费能力的商品，用户很可能就会购买。目前企业和商家重点关注的是推荐位的流量价值，更多的流量曝光意味着更多的消费行为，但在推荐位作为实现价格歧视的一种有效手段这件事上，其重视程度似乎不够。如果能够转换一种思路，或许能产生更好的商业效果。
再以打车软件为例：如果系统判定用户消费能力强，就默认展示专车选项；如果用户消费能力差一些，就展示快车选项[1]。这些做法不仅会让用户体验更好，也充分利用了默认的力量，同时保留了用户选择的权利，关键的是最后有利于实现价格歧视并最大化利润。
总之，希望互联网企业能够真正以企业、用户双赢为目的，充分利用大数据等互联网技术，有良心有技巧得服务好用户，同时能够实现企业利润最大化。
[1]十几年前亚马逊尝试失败的「大数据杀熟」，为什么又在国内火了起来？
