大数据杀熟是一门技术活

早在2016年，在中国市场败给滴滴打车的Uber就表示，通过该打车应用采集的用户数据，可以推断出用户在手机残余电量低时，更愿意接受较高的定价。而今年早些时候热炒的打车、购票、甚至是电商平台杀熟的手段更是层出不穷。

1、根据地理位置定位，如果附近可供选择的商家少，那么就给用户看到的商品加价

2、根据长期消费记录，判断用户消费能力较强，那就给用户加价

3、根据在搜索引擎中使用的词汇、时间、频率，判断用户的需求急迫程度，按一定比例加价

4、通过控制商品的可见性，引导用户选择更贵的商品消费

其实，根据不同会员的等级阶梯式定价的做法早已有之，但为什么以前人们对这方面的 价格歧视 并不反感？

原因有两个：第一，以前企业面对的是整个消费者群体，只能对某个群体集体涨价，这么做遭遇的反弹较大，所以反过来对企业有一定的约束作用。但如今结合大量数据之后，企业可以更准确地针对一小部分人涨价，甚至“千人千价”。这种动作更隐蔽，遭遇的反弹更小，被涨价的人很有可能根本不知道自己当了“冤大头”，企业有更强的动机去“杀熟”。不过，相应地，这种行为一旦曝光，也更容易让用户产生被“歧视”的感觉。

第二，客户并非不愿意接受更高价格的服务，而是不愿意在获得的产品或服务与其他人毫无分别，并未增加价值的情况下接受高价。与其费尽心思用欺骗的伎俩让客户支付高价，不如为客户创造更多价值，让客户心甘情愿地为增值部分支付对价。比如，全球知名的希尔顿酒店的收费比竞争对手高，每间客房的收入要比业界平均水平高出7%，但依旧宾客如云。该酒店CRM管理的理念就是，一定要为客户创造产品之外的价值，这样客户才会舍不得离开你。

  

大数据杀熟：劫富不济贫

追求更高的利润是企业永恒的话题，但通过什么样的手段实现这一目标，具体做法就值得商榷了。杀熟不是不可以，但如何杀得让客户不反感，杀得心甘情愿，就体现出了企业定价策略的境界差异。

第一层，同一平台上的新老用户不同价格。例如各大通信运营商跪舔新用户，频繁抛出优惠方案，对一个号用好几年的老用户却爱理不理，这就是最低级别的杀熟。

第二层，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，这是积累了一定技术之后中级别的杀熟，目前订票、订房、购物等平台的杀熟更多地体现在这一层面上。

第三层，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”。这是最高级别的杀熟，好处也相当明显——个性化产品或服务的价格无法简单地加以比较，不容易激起负面情绪；而客户的需求得到更充分的满足，因此愿意支付溢价。可惜目前能做到这点的商户纯属凤毛麟角。

有的人主张大数据“均贫富”论：对涨价承受力更高的人支付的价格也更高，富人手里的500元的购买力最终会变得跟穷人手里的5元的购买力一样。最终结果是让有钱的人多出了点血，穷人身上反正也刮不出多少钱。然而，且不说企业的初心真的是劫富济贫，还是敲骨吸髓，一视同仁；仅就大数据“杀熟”这种行为本身而论，这就是企业堕落的起点。

首先，在市场竞争充分，有替代方案可供选择时，企业不太可能明着“杀熟”。比方，当年滴滴与快的打补贴大战时，不但不敢杀熟，各种优惠更是如流水一般地送出去。0元打车的用户也并不罕见。敢隐藏周围司机信息，逼你加价打车，那都是一统江湖之后的事了。所以习惯了搞这种歪门邪道的公司会花更多心思去获得垄断地位，设法榨取用户财富，而不是提高产品和服务品质。

其次，杀熟的行为并未给社会增加任何的价值，相反提高了普通人的生活成本。4S店的老板宰了来修车的客户一把，然而一转身去旅个游健个身，多赚的这点钱又被别人刮走了。最终结果是普通消费者需要为同样的产品或服务支付更高的价格。每个人生活的隐性成本增加了，但整个社会的财富并未增加。整个社会将进入存量竞争的恶性循环。

点击将有更多机房选择