遇见网络营销：看穿价格杀熟现象

大数据杀熟现象，无非是说，商家基于顾客的大数据，通过基本的数据分析技术来识别老客户和新客户，并针对同样的产品或服务，向老客户提供了比新客户还要高的价格，造成了“懂你的人却受伤更深”这一现象，在网络上曝光之后，很多消费者，特别是受了伤的老客户，对大数据价格杀熟提出了强烈的不满。也有很多企业出面否认了通过大数据进行价格杀熟，引起了很多讨论和争议。针对这一争议颇大的价格杀熟现象，我们接下来从三个方面进行讨论：

第一、大数据价格杀熟，是网络时代和大数据技术下的新兴产物还是早已存在呢?

其实，这个问题已经很好回答了。大数据价格杀熟看似是一种利用大数据和数据分析技术的新型定价手段，但其实这一现象已经存在了很多年。早在2000年9月，亚马逊被曝出针对旗下DVD碟片有价格杀熟嫌疑。亚马逊选取了68种DVD碟片进行差异化定价。比如名为《泰特斯》碟片，对新客户报价是22.74美元，但是对于老客户报价却是26.24美元。因此对于同样的商品，老客户付出了比新客户更高的价格，这一现象被曝光后，遭到了很多老客户的声讨。亚马逊最终道歉赔偿。由此可见，大数据价格杀熟的行为早已存在，只不过在大数据分析技术的帮助之下，变得更易操作，更为普遍而已。这种差异化定价行为针对的可并不一定是熟人。而是一大类对产品或服务认知价值相对比较高的人群，这也是我们将要讨论的第二个问题。

第二、大数据价格杀熟背后本质是什么？

为了解释大数据价格杀熟的本质，即背后的理论基础。我们首先需要了解两个概念，消费者认知价值和消费者剩余。消费者认知价值是指消费者对某一产品或服务从心理上的认为，它值多少钱？不同消费者对同样的产品或服务的认知价值并不完全一致。比如我对一个水杯的心理认知价值为10元，也就是说，我认为这个水杯值得我花10元钱去买，高于10元我就会放弃，低于10元会进一步增加我的购买欲望。但是，其他人的认知价值可能只是6元或者是8元，和我的认知价格是不相同的。如果水杯商家定价10元，那就会失去这些低认知价值的消费者市场。另一个概念是消费者剩余，消费者剩余这个概念是建立在消费者认知价值和价格的基础之上的消费者剩余就是购买享用某件产品或服务之后的价值剩余。也就是消费者的认知价值减去价格的差值。我们还以水杯为例。对于认知价值为10元的消费者来说，如果在市面上以6元买到这个水杯，那么消费者剩余就是4元，如果水杯涨价到8元，可能会抱恕一句，哎又涨价了！但是只要价格不超过10元还是会买。所以消费者剩余可以理解为消费者心里愿意掏但不用掏的那一部分钱。而商家，总会使用各种手段去榨取消费者的剩余，来实现他们自身的利润最大化。基于认知价值的差异化定价，就是一种实现榨取消费者剩余的方式。我们再次回到大数据价格杀熟上来。针对杀熟现象一般情况下，老客户是指回头客，忠诚客户，他们对产品或服务已经有了一定的了解，认可和认同。相比新的客户来说，他们对产品或服务的心理认知价值，一般情况下都要高。那么企业就可以利用这普遍较高的，老客户和新客户心理认知价值的区别，进行差异化定价，进一步榨取老客户的消费者剩余。这就是大数据价格杀熟的本质。

然后我们再跳出老客户新客户这一思维框架，其实从认知价值和消费者剩余的角度上来看，大数据价格杀熟可以延伸到很多其他方面。与其说是杀熟，倒不如说是使用差异化定价的方式，来杀认知价值比较高，支付意愿比较高的顾客。与此差异化定价有关的经济现象大致有四类：

第一类就是我们刚刚介绍的大数据价格杀熟现象。

第二类是基于使用设备或系统软件来进行差异化定价的现象，最常见的也是网上争议最大的一个例子，针对同样的服务，苹果手机用户比安卓手机用户看到的价格要高，认为确实存在此类大数据差异化定价现象的学者指出，服务提供商觉得使用苹果手机的用户相对使用安卓手机的用户而言，从总体上会追求时尚，对于同样地产品或服务的支付意愿也比较高，因此就可以通过技术识别来进行差异化定价，最终攫取更多的消费者剩余价值。

第三类是通过多次、重复性的需求识别，来制定差异化定价。这是一种心理定价战术。如果你第一次下单，但是没有购买某项服务，那么你第二次看到的价格就会贵很多，给你造成一种你不买就会更贵的假象。那么同时如果你的需求是刚需，是不得不在短期内就要满足的需求，你下单购买的支付意愿就会很高，当你购买之后则会恢复原价，举个很简单的例子，一个租车平台的例子，试想一下，能多次在较短的时间内上租车平台看价格或下单的人，肯定是有迫切的租车需求的，而且这个需求不能等，那么如果你第一次看价格没有购买这项服务，当你第二次登录平台看到价格的时候，服务平台已经锁定你为支付意愿很高的客户了，那么价格很可能就会增加。从这个角度上来说，这也是使用识别技木进行杀认知价值、支付意愿比较高的顾客的一种方式。

第四类是通过大数据精准定位实现的不同用户不同价格，此类差异化定价的策略要借助于位置服务的帮助，通过确定客户的出入位置，初步判断消费者的职业、收入，购物习惯、偏好和支付意愿，并进一步通过识别支付意愿高，认知价值高的顾客，最终向其精准推送相对比较高的价格。

从以上四类模式中，我们不难看出，无论通过定位、还是通过使用的设备、重复购买的行为等等，都是要识别出认知价值比较高，支付意愿也比较高的顾客，进而进行差异化定价，来攫取更高的消费者剩余价值。

第三、大数据价格杀熟给我们什么样的启示?

从商业的角度来说，大数据价格杀熟只是一种商家的定价策略，但是却形成了“懂你的人受伤更深”这样的局面。这和人们形成的日常生活经验和固有的伦理格格不入，究其原因主要是因为商家弄清楚了，哪些人是有能力有支付意愿的，却没有弄清楚这些人是否真的愿意承担更高的价格。从网络舆论中可以看到，很大一部分人即便有了更高的支付意愿，也都是不愿意承担比别人更高的价格的。商家利用信息技术的便利性，实行非公开的强制的差异化定价，那肯定是不可取的。那么商家又该怎么做呢？其实现实生活已经给出了很多有借鉴意义的例子。比如五星级酒店的一听可乐肯定比超市要贵得多，高档酒店的酒水也比超市要贵，上海繁华地段的服装比郊区的奥特莱斯要贵，这些都是公开的差异化定价行为，向消费者提供了所有信息，供消费者自行选择。因此这种现象自然就被认为是合理的，那么在网络上企业同样也可以这么做向消费者提供可供选泽的商品，通过价格自动区分高认知价值和低认知价值的顾客。通过这种方式，不仅可以有效识别顾客的支付意愿，同时也能让顾客接受，因为顾客变成了主动选择价格的一方，而不是被动地蒙在鼓里接受。

举个例子，概率销售模式，概率销售是根据产品的属性以较低价格以及随机发货的方式将产品的选择权交给消费者的销售模式。例如一件衬衣，在锁定款式和颜色之后，售价为100元。但是如果你只锁定了款式而颜色随机发货的话，只需要付出60元。因此，概率销售就可以吸引那些对价格更加敏感，但又对购买目标产品的随机属性没有强烈偏好的消费者。再比如商场高峰期的打车服务，由于拥堵，平台一般会要求顾客自愿提高补偿差价，来增加司机接单的概率。此类高峰期加钱行为是顾客自愿选择的，同样可以识别出高认知价值，支付意愿也比较高的顾客，就河以达到差异化定价的效果。如果选择拼车，那么就可以支付较少的费用，这是向下识别出认知价值比较低，对原有服务支付意愿不高的顾客。也是通过自主选择的形式达到差异化定价的结果。

总之商家不应该通过隐蔽的，把消费者蒙在鼓里的强制性差异化定价，而应该提供丰富的自主选择，通过价格来让消费者自愿选择适合自己的产品和服务，达到差异化定价的同时，也可以让消费者各取所需，实现消费者满意。

本站是提供个人知识管理的网络存储空间，所有内容均由用户发布，不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息，谨防诈骗。如发现有害或侵权内容，请点击一键举报。