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”?
- 在网络平台预订酒店，给老用户的价格比新用户的贵。
- 商户专挑会员定向涨价。
- 找熟人买东西比找生人买贵一些。
- 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。
- 线上订餐比堂食贵。
- 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——
01、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。
02、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：
- 按照某一个变量对市场进行分割。
- 不同细分市场的价格弹性不同。
- 不同市场之间不存在灰色交易。
- 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。
- 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。
03、对策与启示
对策方面，首先，对消费者来说，如何避免被“杀熟”：
- 尽量把自己伪装成非熟客。
- 货比三家，防止被商户隐藏信息。
- 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：
- 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”。
- 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：
- 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。
- 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。
- 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。
