科技背后是有价值观的，它应当向善，而也只有当它向善的时候，科技创新难以被量化统计的价值，才是正向的。

文：赵正

ID：BMR2004

不作恶（Do not be evil）是谷歌的一项非正式的公司口号，谷歌的口号全称是“完美的搜索引擎，不作恶”（The perfect search engine, do not be evil）。事实上，科技背后是有价值观的，它应当向善，而也只有当它向善的时候，科技创新难以被量化统计的价值，才是正向的。然而，在一些互联网公司眼中，为了获得短期的利益，可以通过大数据杀熟、网络沉迷、数据安全、网络爬虫、头部效应导致的平台垄断等技术手段攫取利益，赚快钱，这显然背离了“科技向善”。

在OTA行业，大数据杀熟可以说屡禁不止。由于手段比较隐蔽，消费者要想找到OTA企业进行大数据杀熟的证据并不容易，以携程、飞猪、同程、途牛为代表的OTA利用自己手里掌握的大数据信息，对熟客和新客的定价进行区别对待，这让很多OTA的熟客备受伤害：自己为这些OTA贡献了利润的大头，却换不来任何优惠和价格上的优待。

近期，我国在线住宿领域首个团体标准《在线住宿平台服务规范》出台，针对用户广为诟病的“大数据杀熟”，《在线住宿平台服务规范》作出了明确的规定：“在同等交易条件下，平台上同一产品或者服务的价格应保持一致”。《规范》的出台也从法规层面对大数据杀熟等行为起到规范和约束作用。

为什么价格区别对待？

大数据杀熟在OTA行业并不是什么新鲜事，属于互联网行业特有的一种区别定价模式，普通消费者遇到这种情况多数都会忍气吞声，即便是拿到证据，也很难通过诉讼、投诉或者媒体曝光等方式赢得权益，正因为如此，一些国内的OTA企业才“有恃无恐”。然而，当一些名人遭遇大数据杀熟的时候，却可以通过个人的影响力和舆论的导向和OTA企业较较劲。

其中一个著名的大数据杀熟事件发生在2018年10月，“受害人”是知名作家王小山。通过微博，王小山曝光了飞猪的大数据杀熟内幕。

王小山在微博中称，这几年用飞猪平台订机票比较频繁，因为平台工作人员态度不错，价格也相对比较合理。直到2018年10月预订从利马到布宜诺斯艾利斯的机票时，才发现了价格上的“陷阱”，同一航班，别的预订平台卖2500元，但是飞猪显示的售价却高达3211元。而且王小山还在微博里吐槽飞猪机票价格变动过于频繁：一张机票查1104元，到了预订界面就变成2322元，过了几个小时又变成2796元，在别家订了1300元，再返回飞猪又变成2322元。

无独有偶，近期北京的李女士打算在飞猪上预订12月北京飞大阪的机票，往返显示3000多元，但是每次一到付款的界面时，价格就变动为4000多元，多次尝试都是这样的结果，这让李女士很气愤。

对于在飞猪、携程上多次出现的大数据杀熟现象，《商学院》记者实地做了一个调查，10月18日下午6点左右，让两个用户同时搜索11月20日到25日，天津飞往大阪的往返国际机票价格，结果第一次用飞猪订票的用户曹先生搜索出来的价格都比经常使用飞猪平台订国际机票的郑先生低30元，例如搭乘天津航空的往返机票，曹先生搜索的价格最低是2245元，而郑先生搜索出来的最低是2275元，到了最终付款的页面最终的价格也是相差30元。至于其他航空公司的机票，郑先生的预订机票页面显示的价格也都无一例外的比曹先生的贵出30元。事实上，郑先生作为一个飞猪平台的深度用户，几年来，在该平台上预订过的国际机票的费用已经高达数万元，曹先生是第一次使用飞猪平台预订。

对于两个用户在同一时间预订机票存在的价格差别，《商学院》记者致电飞猪客服，对方给出的理由是国际航班的价格是时时变动的，因此，两个人预订的机票只要在不同时间段，完全有可能存在价格上的差别。然而，事实上，曹先生和郑先生两位用户几乎是在同一时间预订的该航线机票，前后不到1分钟，基本不存在价格变动的可能。

飞猪公关部给出的说法是不存在价格歧视和大数据杀熟的可能，因为飞猪是一家平台公司，不是靠收取票价差价赚钱的公司，而是收取平台上机票代理公司的佣金。由于自己不直接参与定价，就不存在利用大数据杀熟的可能。

对于两位用户为什么同时在平台上订国际机票存在的价格差别，该位负责人坚持认为，因为曹先生是飞猪的新用户，所以飞猪平台会给他30元的红包，在购买机票的时候，可以使用红包，从而可以优惠30元，因此，显示出来的价格就会比经常订机票的小郑更便宜。

显然，重度用户和陌生用户同时在飞猪APP上预订国际机票，确实出现了价格区别，而且重度用户的价格总是比陌生用户价格更高。对于国内的OTA企业而言，由于需要不断地拓展新用户，因此针对新用户的实惠也很多，在他们看来新用户是利润增长的来源，但是对于老用户却基本没有任何优惠可言，往往在价格上还更高。

携程到底大数据杀熟了没有？

作为OTA老大的携程在大数据杀熟方面也是多次被媒体曝光。2018年6月，大V路金波就在微博上吐槽过携程的大数据“特别优待”。在携程上抢高铁票要购买网速包才可以提升抢票的成功概率，30元的加速包成功概率为95.6%，而10元的网速包的抢票概率却只有63%，如果不买加速包成功购票的概率只有52%。正是通过这种数据的“恐吓”，很多用户不得不购买加速包。

此外，在2019年3月，用户陈利人在携程上购买国际机票，第一次搜索时价格为17548元，退出后再去支付就显示“无票”，该用户再搜索时价格就变成了18987元，高了近1500元，此后多次搜索都是这个价格。用户只能选择航空公司的官网购买机票，价格比携程的价格低得多。

《商学院》记者就大数据杀熟的话题联系了携程公关部，但是截至发稿前携程公关部并没有回应。

在OTA行业，受到大数据杀熟质疑最多的携程曾经站出来对大数据杀熟做过澄清，携程方面认为之所以出现同时不同价，是因为有人抢到了优惠券才导致价格不同，并称绝对不允许价格歧视，对于价格，并不会因人、因设备、手机系统的差异而区别对待。

但是携程的声明似乎并没有证明“清者自清”，2019年以来，网上各种关于携程大数据杀熟的投诉不断，很多网友依然在微博、知乎上留言表示不同手机预订同一个酒店，价格存在不同；用同一个账号刷票多次，机票价格就开始上涨。在新浪黑猫投诉平台上关于携程的投诉多达2500条，其中有不少关于携程在非节假日的铁路淡季依然滥用加速包，并且不提示消费者，导致消费者误买，遭到投诉；还有用户表示自己作为白金卡用户预订的酒店价格竟然比普通用户还高。

作为全球最大的酒店预订平台，美国的缤客（BOOKING）的做法则是和国内OTA大相径庭。《商学院》记者从缤客的客服处了解到，对于用户而言，在预订的频次和订单越多，就会享受更多的预订折扣和高级会员的待遇。在BOOKING会员体系中，根据会员在平台上预订的数量和频次将会员分为三个等级，预订的量越大等级越高，享受的价格折扣也越多。缤客的商业逻辑就是更好地服务老用户，让老用户成为自己最忠诚的用户，从而在老用户身上获得更多的收益，而且从老用户身上获得收益的成本也是最低的，远比获得一个新用户的成本要低。

追求短期收益 业绩承压比较大

大数据杀熟的基础是海量用户数据，作为OTA企业会在后台抓取用户的消费记录，通过用户行为分析，判断其消费偏好和消费意愿的强烈程度，如果企业发现你是一个价格不敏感的用户，就会调高价格，减少优惠比例。

“大数据只是一种手段和工具，杀熟其实是企业的一种运营手段，新用户黏度低，对价格比较敏感，平台希望其变成忠诚用户，就会提供更多的优惠措施来留住新用户；相反，老用户已经是忠诚用户，他们基本不会货比三家，所以平台方面觉得不需要来特别对待。”酒店专家华美机构首席知识官赵焕焱表示。

所以和国外预订平台“爱熟”相比，国内的OTA却更愿意杀熟，因为他们认为老用户不需要再给“甜头”，也会继续使用自己的服务，而新用户则需要给一些好处和优惠，甚至是价格上的优惠，才会吸引他们消费。而这就需要借助大数据来对用户进行区别对待。

以携程网站为例，他的大数据可以区分用户在上班还是在公务出差，可以判断公务出差的额度是300元还是500元，以此推荐相应价位的酒店；那么在节假日，也可以根据用户休闲度假的大数据推荐相应的度假酒店或者亲子房间，这样的做法目的是为消费者推荐更为适合的产品和服务。

但是如果OTA利用供需双方对信息掌握的不透明或者是不对等，把更高的价格推给消费者，或者加价销售，或者自动屏蔽价格较低，毛利较低的产品，这些情况都是可以通过大数据做到，这就构成了大数据杀熟。

在北京联合大学旅游学院研究员杨彦锋看来，在OTA平台上自营产品具有更大的可操作空间，OTA可以利用技术把自营产品往前推，保证更大的利润空间，这是利润驱动的结果，这么做就失去了平台的公正性，损害了消费者的利益。对于纯平台或者自营产品的平台混合经营的平台都是有很大可能进行大数据杀熟的。

这样的技术如果被一些不良的互联网平台用在了没有底线的“敛财”上，通过大数据的分析，对不同用户区别对待，实施不同的价格策略，越是经常消费的用户，视为对价格不敏感的用户，就推送更高的价格，而对轻度用户则给予更多的优惠和好处。

由于航空公司压缩了渠道方的利润空间，如今机票的佣金已经越来越低，OTA只能通过别的渠道来增加利润来源，一方面通过保险、酒店套餐、接送机服务等捆绑销售的内容增加收益，已经屡遭诟病；另外一方面借助大数据对不同用户实施不同价格策略，赚取额外的利润。例如对于价格不敏感的用户，或者商务用户，实施较高的价格策略，就比较容易获得较高的利润。

相对于国内机票价格比较透明，不容易实施价格区别对待的策略，在国际机票这块，由于国际机票的不透明和具有隐蔽性，更容易实施大数据杀熟，从现实中曝光的大数据杀熟的案例基本都发生在国际机票上，一般而言，在OTA平台上预定国际机票，机票实时变动更频繁，存在很多价格的隐蔽性，而且监管也比较难，成为大数据杀熟滋生的温床。

（本文来自《商学院》杂志2019年12月刊）