摘要：2000年，美国一名用户在删除了浏览器Cookies之后，发现之前浏览过亚马逊上的一款DVD售价从26.24美元变成了22.74美元，遂将其曝光。

4款手机在6大平台上，跑出17个价格，背后是平台算法不断算计的结果，所谓大数据杀熟，啥的不是熟，杀的是亲。

25年前的那次价格测试乌龙

2000年，美国一名用户在删除了浏览器Cookies之后，发现之前浏览过亚马逊上的一款DVD售价从26.24美元变成了22.74美元，遂将其曝光。

亚马逊很是诚恳，CEO贝索斯亲自站出来向公众道歉，他说这只是向不同的顾客展示的差别定价实验，处于测试阶段，他还保证这个价差与客户数据没有关系，并最终叫停了亚马逊的这一实验。

技术人员研究后发现，这款DVD来自两个商家，而两个商家都采用了程序定价策略自动调价，不同的是，两家的竞争策略完全相反：名为Profnath的定价策略是低价取胜，价格总是别人的99.83%；而另一家名叫Bordeebook的商家，则是凭借自己125k+、93%的好评率，价格总是别人的127.059%。

这出乌龙，是电商平台出现的第一次价差事件，最后账都算到了无意识算法的头上，现在被人们叫算法“杀熟”。

2017年10月，环境工程师刘兴隆到杭州出差，在和几名同事打网约车时发现，他们使用同样收费标准的专车服务，走同样的路线，在几乎同时到达的情况下，他付了35元，同事付了25元。

自此之后，“杀熟”变成了高频词汇。

只得出价差却无法找出规律的测试

此后这种杀熟事件，隔山差五就会被曝光出来。

最近的一次是，山东海报新闻的一个测评团队，用4款手机，在6个平台上网购同一链接商品，结果价格不同，单品最大差价35.99元。

为了使用环境平等，测试团队让手机在相同的WiFi、相同的用户地址、相同的购买时段下单。测评团队选取的平台是淘宝、京东、抖音、拼多多、去哪儿、淘宝闪购，使用机型是iPhone 14 Pro、iPhone 17 Pro Max、三星S20、荣耀200Pro四款机型，测试上屏为日用品、生活服务、旅游等6类商品。

测试结果证明了4款手机在6个平台上存在价差，但并未证明价差与手机机型直接相关。测评结果还显示，日用品品类成为价差重灾区，并产生了单品最大差价，所选6款商品无一款商品出现“四机同价”；本次测评最高价和最低价格在苹果及安卓手机中均有出现过。

在大数据面前探源，就像盲人摸象

杀熟常常有，探源特别难。

针对价差，部分电商平台进行了回复。

淘宝客服称，平台不会存在同一个商品不同用户看到的优惠前的价格不一样的情况，商品展示的价格和最终实付款金额与您账户当前可使用的优惠资产有关，如红包、消费券、品类购物券、店铺限时折扣、礼金、淘金币等有关，优惠差异不存在“按手机型号定价”的规则。

京东方面则称，价格不同可能是用户参与的活动不同，或者领取的优惠券不同，价格差异可能与手机型号无关。店铺活动是周期性的，价格可能会有波动，可以先下单，如果价保期内有差价，可以申请退差价。

事实上，让这些客服回答清楚杀熟问题，是找错了对象。

“你根本不知道每一个平台的算法，采集了一个用户的哪些信息，因此也就无从知道哪些因素影响导致了价差。”一名长期从事算法工作的程序员说。

据其介绍，“四机四价”的背后，并非简单的“机型歧视”，而是平台算法基于用户各个维度的参数，构建起“用户画像标签体系”。也就是说，每个平台的算法差异化推荐，所谓的千人千面，导致在定价环节出现差别。

比如，当一个用户打开一款购物APP时，手机型号、系统版本、硬件配置等信息将被采集，这些成为算法判断用户的重要依据。

但设备型号、系统版本等参数，并不是用户画像采信的所有数据。

平台算法，主要是采集用户所有的信息，然后开始为用户画像。

比如，算法会通过对用户基础数据、行为数据等进行分析之后，为每一位用户勾勒出一个大致完整的数字画像，性别、年龄、教育程度、居住地等各个方面信息，都是机器认识你的信息密钥。

通过对所有用户的基础数据分析，平台算法可以得出一个更深层次的用户信息，比如用户的消费偏好、消费习惯、收入水平等等。当然，最关键的是你对价格的敏感度。

一般平台在使用推荐算法处理问题时，并不是简单地依据消费者购买的商品数量和价格确定，而是会看用户需要购买的商品，在商品品类中的价格排序。比如，那些被加入购物车的商品，有着不一样的排名。

更深层次的算法，还会额外关注商品从被加入购物车到最终购买的时间跨度，甚至包括用户以往是否点击、收藏或使用过优惠券等诸多信息。

获取用户的信息渠道很多，最常见的是平台在自家APP上埋点采集，有的还通过一些广告联盟共享用户的浏览器记录、Cookies等信息。

当然，也有专人倒卖用户基本数据和行为数据，甚至在用户电脑上植入木马病毒，以后台运行的方式来获取用户的行为数据。

因此，用户不论是在搜索引擎、电商平台还是在聊天软件上的记录，都可能被算法获取采集。有的用户信息采集，虽不合法，但举证投诉成本太高，因此一直存在。

拿到用户信息后，每一个平台将其投入到各自的算法系统中，在各种设定的条件下，算法开始为用户画像。

每一个平台在用画像上，设定的需求指标不同，比如有的平台会构建“价格敏感度模型”，划分出对价格不敏感用户和对价格敏感用户，给前者可能展示高价或较低优惠，对后者释放更多折扣。

为用户画像后，算法并不停歇，它会不断迭代，软件工程师会修正部分条件，加入新采集的用户信息，让算法继续跑下去。像价格敏感度模型，用户差别会不断被强化，然后因人施策，千人千面。

从用户侧而言，算法采用的是上述逻辑。平台还会把促销（双11等）、商家优惠、平台补贴体系、商家策略、库存压力、销售目标和售后机制等，作为数据扔给算法，跑出新的推荐和价格体系。

这样的算法主导下，用户在APP上，便感受到了“杀熟”。有的用户直接是：我使用手机是苹果，比使用安卓手机的用户价格高。还有，我离商超远，比离商超近的用户价格更高；我经常买东西，却比不怎么买东西的价格高。

平台杀熟的套路，一般就两个：提高价钱和减少优惠。

“杀熟并非像字面意义上的那样，直接下手，而是用大数据标记用户特征，打包成一揽子结果，最后呈现出用户不同价。”上述算法工程师直言，不参与其中的工程师，看不到算法规则和数据的人，根本无从解答这些问题，就像两家平台回复的客服，只能说没有价差，没有价格歧视。

本质上，这种现象与其称为“杀熟”，不如说是“对价格不敏感的人下手”：一罐可乐，在超市只卖2元，在五星级酒店能卖30元。这不能叫价格歧视，因为入住五星级酒店的用户，被明白告知：这里的可乐就是要卖30元。

关键问题是，一罐可乐在超市和五星级酒店的价格，都是明码标价的，是透明公开的。这样的告知之下，用户可以选择买或者不买。

反观“大数据杀熟”，却因为算法的介入，让价格处于隐蔽状态，多数消费者并不知情，更无从知晓平台对他如何定价。

“每家平台的算法，是一个无法公开的数据库，因此也无从告诉用户：你的定价是怎么来的。”上述算法工程师说，剥离算法成果的告知，目前很少见。

“大数据杀熟”，连续多年成为用户反感的事件，2018年还成为当年的流行语，包括天猫、京东等多个平台之前都曾被消费者指责“大数据杀熟”。

2019年开始施行的《电子商务法》第18条规定：电子商务经营者根据消费者的兴趣爱好、消费习惯等特征，向其提供商品或者服务的搜索结果的，应当同时向该消费者提供不针对其个人特征的选项，尊重和平等保护消费者合法权益。

用户反抗杀熟：你要负得起时间成本

针对大数据“杀熟”，用户要见招拆招。

之前，脉脉上有用户爆出，针对京东采集用户的购物车信息，提出了反向破解的方法，即用机器检测过程中的逻辑规律，反其道而行，顺应算法获得优惠。

还有用户建议，准备一部备用机，连上Wi-Fi后不注册账号，在目标平台上搜索商品价格，与经常使用的手机搜索价格对比。如果常用苹果手机，可再用一部安卓机做补充；反之，常用安卓机的用户，可以用苹果机做补充。

上述算法工程师建议，尽量避免在多个平台上使用相同的昵称、邮箱等注册，避免多APP串联，避免平台采用信息拼接获取你的多维度信息，能够有效防止个人信息被共享。

该工程师指出：为了对抗杀熟，前提是你要觉得你为了几毛钱或者几块钱的价差，值得牺牲这些时间，因为时间也有成本，有时候很高。

“有时间，倒不如去实体店转转。”

来源：重庆台冷暖人生