當我們已經習慣數字科技給我帶來的消費便捷體驗時，對於資料安全、大資料演算法的控制擔憂也逐漸出現。目前針對這些問題，全球企業的做法是什麼？目前我們擁有什麼樣的選擇方案。本文旨在透過梳理定價模式的變遷，試圖拆解今天我們定義裡大資料殺熟的底層邏輯。
——編者
一
2000年9月，亞馬遜網站進行了一項動態定價實驗，它把DVD根據客戶的購買歷史以不同的價格（最多相差40%）出售給客戶。當該實驗的訊息被曝光後，消費者隱私團體提出了嚴厲批評。而亞馬遜公司也公開道歉，並向6896名客戶退回相關款項。
此後《華盛頓郵報》在一篇名為《網路上的價格標籤模糊不清：你支付的費用可能取決於你是誰》（On the Web Price TagsBlur: What You Pay Could Depend on Who You Are）的報道對此事進行了跟蹤：“雖然DVD的動態定價在媒體上得到了更多的關注，但亞馬遜的動態定價實際上是在2000年5月首次被發現的，當時它被發現在一個流行的MP3播放器上向一些客戶提供超過20%的折扣。除了動態定價外，企業還利用消費者資料資料來定位廣告和進行產品推薦。事實上，使用消費者檔案資料的定製廣告的售價是無目標廣告的十倍。”
20多年過去了，這種動態定價進展如何？隨著網際網路從PC端向移動端的轉變，動態定價問題並未得到解決，相反，還出現了個性化動態定價。
從全世界範圍看，儘管隱私問題受到更多關注，而且也有更多的法律限制商家使用個人資訊，但是消費者的擔心並沒有完全消除。再加上媒體上時不時傳來“大資料殺熟”的報道，很多消費者都會在琢磨一個問題，我是不是獲得了特別待遇，被演算法“歧視”了？法律該怎麼管？
二
通常來說，演算法是“在計算或其他解決問題的操作中要遵循的過程或規則集”。在收入和收益管理的背景下，演算法透過計算商品的最佳分配並相應地調整價格來最大化收入和利潤，這種通常使用演算法或軟體來確定價格的策略被稱為“演算法定價”。從歷史看，演算法定價並非始於網際網路，而是源於航空公司。
航空公司不僅初始投入巨大，而且每次飛行都有龐大的開支，因此好的定價系統是航司運營良好的前提。長期以來，航空公司的目標是以最大限度地提高收入的方式來確定座位價格，並形成了獨具特色的收益管理系統（Revenue & PricingManagement System）。考慮到不同客戶群的支付意願的巨大差異，航空公司透過限制性的票價規則來區分他們的票價，使每個客戶群傾向於不同的票價等級。這些規則包括：同一位置不同時間價格不同，同時還根據票價來確認相應的退改簽規則。收益管理系統限制高需求航班的低票價供應，以便為未來更高的收益預訂保留座位；同時還設定座位庫存水平，以最大限度地提高航班總收入，同時平衡出發時未售出的座位(庫存的浪費）和沒有足夠的座位來滿足高收入的最後一刻的需求（需求溢位）。
美國航空公司在1980年代推出的第一個自動化收入管理系統被其當時的董事長兼執行長羅伯特·克蘭德爾譽為“運輸管理中最重要的技術發展”，該公司估計每年持續 5 億美元的收入受益於其在收益管理和超額預訂系統方面的投資。初始收入管理系統使用試探法分別最佳化每個航段的座位庫存。演算法定價被視為是增加利潤方面業務成功的關鍵驅動因素，在被美國航空成功使用後，和航空業相似的酒店業也迅速採取了收益管理系統。
三
今天演算法定價已經拓展到很多行業，但運用最充分的就是網際網路公司，原因就在於這個行業能夠接觸到更多的使用者資訊，它能近乎零成本的追蹤使用者行為的資訊來給使用者提供合適的產品並且確定合適的價格。就像經濟學家克魯格曼於2000年在《紐約時報》的一篇專欄中指出的那樣：“動態定價是一種古老做法的新版本，即價格歧視。它利用潛在消費者的電子指紋--他以前的購買記錄、他的地址、也許他訪問過的其他網站--來判斷他在價格高的情況下有多大可能會退縮。如果使用者看起來對價格敏感，他就能得到便宜貨；如果他不這樣做，他就會支付高價。”
同樣是價格歧視，為何航空公司的收益管理系統是備受讚譽，而網際網路公司的演算法定價卻是譭譽參半？原因就是克魯格曼所說的，網際網路公司能夠獲得使用者個人的相關資訊，而此前航空公司的收益管理系統是不掌握具體客人的身份資訊。也正是如此，有很多人呼籲，是不是應該禁止各大公司收集使用者資訊？從而確保消費者不至於遭受演算法歧視？
需要指出的是，並不是所有的消費者都反對網站或者App收集資訊的行為。就像此前百度CEO李彥宏在2018年的中國發展論壇中所說的“中國使用者很多時候願意用隱私來換便捷服務”，當然，李彥宏的原話是這樣：
“同時，使用者的一些個人資料實際上能夠幫助互聯玩企業為之提供更好的服務或產品。比如，使用者在電商、購物網站上的習慣、關注的品類等等資訊，有助於網站為使用者提供更貼心、更高效的服務。中國的消費者在隱私保護的前提下，很多時候是願意以一定的個人資料授權使用，去換取更加便捷的服務的。因此，我們需要在保障使用者資訊保安和運用使用者資料為之提供更好服務之間，找到更好的平衡點。當然，這一切都要遵循一定原則，要在保障使用者資料權益的基礎上，用這些資料讓所有人受益。”
儘管李彥宏的這句話很多人不愛聽，但事實上確實是這樣。儘管消費者看重隱私，但隱私並不是一切。早在2005年，卡內基梅隆大學的艾奎斯提教授（Alessandro Acquisti）和加州伯克利大學的瓦里安（Hal R. Varian）教授在一篇名為《根據購買歷史調整價格》的論文中指出，只要有足夠的激勵，他們就會透露相應的個人資訊。也正是基於此，他們還在這篇論文中建議對旅遊、線上購物等存在大量資訊科技初始投資的行業中透過強化個性化服務帶來競爭優勢，因為這些服務的邊際成本對賣家來說是非常低。只要價格合適，這種做法就能導致客戶忠誠度的提高和總福利的增加。
很多時候消費者之所以願意線上披露資訊，不只是因為有足夠的激勵，還是因為留存資訊會給個人帶來收益。2006年，新加坡國立大學的許啟龍在《線上資訊披露：動機和衡量標準》一文中總結了披露個人資訊帶來好處，其中帶來的四種外在利益：節省金錢、節省時間、自我提升和社會適應，同時還有三種內在利益：愉悅、新奇、利他主義。確實，使用者之所以喜歡在網上購物就是因為平臺能夠根據使用者的行為給你推薦相關的產品和服務，如果每次上網都不留一絲痕跡，那是不是太過於寡味了？
四
不過即便網際網路的個性化服務給使用者帶來了諸多便利，但還是有些人對此心有餘悸，尤其是每當看到媒體上報道的的“大資料殺熟”時更是如此。我，會不會就是被大資料“殺”的那位“熟”？
不過在我看來，這種擔心是多餘的。由於種種原因，真正的個性化定價很難實現。首先是源於技術上的，一個好的演算法並不容易。程式設計的人經常提及的一句話是，“垃圾進，垃圾出”（“Garbage in, garbage out”），如果將錯誤的、無意義的資料輸入計算機系統，計算機自然也一定會輸出錯誤、無意義的結果。讓使用者習慣和價格相匹配，說起來簡單，但操作起來並不容易。比如說各大航司和酒店經常調整會員權益，往好的方面說是根據情勢變動，往差的方面說就是當初預設的標準趕不上變化，從而導致預期目標無法實現。典型的當屬萬豪，其CEO在接受媒體採訪談及會員計劃變更時，在公開場合表示“會員拿的太多了”，言下之意就是公司虧了。一個靜態的會員體系都會產生各種紕漏，就更不要說動態個性化定價了。
第二是管理成本。潛在的收入和利潤收益，以及適應成本低的假設，使得演算法定價對許多公司非常有吸引力。但是很多時候，這種動態定價會對公司內部產生非常大的管理成本，比如有學者就用“無成本價格變化的神話”來形容動態定價機制，原因就是它忽略了在推出任何新的定價政策之前對客戶、供應鏈和公司結構進行深入評估的必要性。同時在組織內部，這種定價機制也會產生與 IT 基礎設施的安裝和維護相關的物理成本。在這方面，艾哈邁德·法魯基（AhmadFaruqui） &薩內姆·塞爾吉奇（Sanem Sergici）一項以美國電力市場的定價機制為例，說明管理成本也限制了定價機制的使用。2000 年至 2001 年美國西部能源危機以來，提高電力市場的需求響應備受關注。經濟學家建議提供電力市場的需求響應最好方法之一是將批發能源成本轉嫁給零售客戶，而這可以透過讓零售價格完全或部分動態變化來實現。但是這個計劃需要改變計量基礎設施，這對整個美國來說可能耗資高達 400 億美元。由於成本如此高昂，最後這項幾乎胎死腹中。
第三是聲譽成本。儘管很多研究表明了個性化定價，也就是一級價格歧視是有助於增進社會的總福利，但是對於消費者來說，這種被差異化定價的方式還是難以接受。也正是如此，亞馬遜公司被指出實施個性化定價的試驗後，馬上就退還了那部分多收的金額，這是它要樹立起在消費者心目中的形象。
很多文獻指出，演算法定價文獻表明，價格框架策略會減少公平的感知，從而降低客戶對公司的信任程度。細想也是，為什麼同樣的商品和服務，要把我的價格和別人不一樣，僅僅是因為我收入高？也正是如此，很多公司不是以個性化定價的方式來實施價格歧視，而是透過發放優惠券的方式。以折扣顯示的特別有針對性的優惠券是一種有效的框架策略，它可以掩蓋個性化定價帶來的不公平感。
也正是因為演算法定價的成本如此之高，以至於有些公司乾脆放棄了這個念頭，而是直接以收會員費的方式實施價格歧視，然後對商品和服務的價格不耍花樣。比如最近伸手市場追捧的開市客，據最新的財報顯示，它的會員費收入為38.77億美元，而其一年的利潤也就是50.79億美元，會員費收入約佔總利潤的76.33%，而在2009年這一比例還曾高達86.27%。
五
面對定價方式的變化，法律也作了相應準備。2019年實施的《電子商務法》第十八條規定，“電子商務經營者根據消費者的興趣愛好、消費習慣等特徵向其提供商品或者服務的搜尋結果的，應當同時向該消費者提供不針對其個人特徵的選項，尊重和平等保護消費者合法權益。”《個人資訊保護法》第二十四條也規定：“個人資訊處理者利用個人資訊進行自動化決策，應當保證決策的透明度和結果公平、公正，不得對個人在交易價格等交易條件上實行不合理的差別待遇。”國家網信辦、市場監管總局也在一系列的部門規章和規範性檔案中將演算法歧視列為規範物件。
法律的這種變化當然有必要，但是我覺得消費者也不必對此過多擔心。在一個競爭的市場中，競爭壓力和聲譽機制會限制企業濫用個性化定價，甚至還會產生和個性化定價完全不同的機制，就像開市客一樣，“不賺錢，交個朋友。”
（作者繫上海金融與法律研究院研究員）
