數據安全：數據“幫兇”

1. 大數據殺熟

大數據殺熟就是針對特定用戶進行個性化定價，以便讓平臺和商家利益最大化，說得直白點就是老客戶看到的價格比新客戶看到的價格要貴出許多。其最直接的方式是根據用戶身份、瀏覽習慣、所用設備、消費歷史等畫像消息進行個性化定價。例如，視頻平臺的會員服務針對蘋果和安卓設備來差異化定價；電商平臺發現用戶購買高端商品越多，就可能給用戶定高價、少折扣。大數據殺熟本質上屬于一種價格操縱行為。拋開大數據因素，價格操縱在線下實體銷售中也時有發生。例如，一聽可樂在普通超市賣2元，但在五星級酒店會賣到30元；美容店會不斷給有錢的老顧客加載各種偏離實際價值的高價產品和服務，等等。

一般而言，價格操縱的發生需要滿足三個條件。一是掌握消費者的支付能力和意愿，一般住得起五星級酒店的客戶是能夠支付得起30元一聽的可樂的。二是產品或服務具有壟斷市場的能力。如果市場中賣可樂的廠商只有一家，那么客戶想喝可樂就不得不接受可樂廠商的定價，此時可樂廠商也就具備了操縱價格的能力。三是產品或服務缺少可替代的選擇。如果客戶除了可樂還能選擇雪碧、奶茶和啤酒等飲品，那么可樂廠商操縱價格的能力就會被削弱。

大數據時代，這三個條件發展得更加成熟。首先，數據成本方面，得益于個人數據收集渠道的越發廣泛和用戶畫像分析技術的不斷發展，企業越來越容易判斷用戶的支付能力、意愿和喜好；其次，互聯網行業的數據壟斷和資本壟斷等現象不斷加重，使行業馬太效應的作用明顯，出現了一系列超大型互聯網公司或細分領域的行業寡頭，逐漸形成壟斷局面，具備了操縱價格的能力；最后，互聯網行業注重用戶粘性，借助對用戶的鎖定效應，減弱了用戶更換消費平臺的意愿，變相減少了產品或服務的可替代選擇。除此之外，互聯網行業產品或服務的價格具有不透明的特點。在線下商店，兩位消費者同時到店購買產品或服務，如果商家有操縱價格的行為，兩位消費者很容易相互知曉。但是在線上消費時，消費者背靠背地獲取價格信息，即使平臺針對同一產品給兩方的定價不同，彼此也很難知道。因此，大數據殺熟的現象在國內外都時有發生。在國外，亞馬遜就曾卷入大數據殺熟風波。當時，公司根據潛在客戶的人口統計資料、在亞馬遜平臺的購物歷史、上網習慣等信息展開了一項差別定價實驗。基于此策略，不同的用戶購買同一款產品的價格也有所不同。然而，在短短一個月后，有用戶無意之間刪除瀏覽器Cookies時發現之前瀏覽過的一款DVD售價從26.24美元變成了22.74美元，大數據殺熟事件由此才得以曝光。最終在巨大的輿論壓力之下，亞馬遜CEO貝索斯親自出來向公眾道歉，并解釋說明這只是向不同顧客展示的差別定價實驗，只是測試階段，保證和客戶數據沒有關系，隨后就停止了這項實驗。在國內，2018年是大數據殺熟事件的高發年，打車平臺、電影訂票平臺、出行購票和旅店預訂等平臺頻頻爆出大數據殺熟的現象。歸根結底，還是因為商家積累了太多用戶數據，變得比用戶還了解自身的消費習慣和消費能力。在這樣的背景下，數據成了價格操縱的最大“幫兇”。

對此，我們不禁要問，大數據殺熟是否犯法？對我國現行法律進行梳理可以發現，大數據殺熟行為至少明顯違反了三部法律的相關規定，分別是《價格法》第14條和第41條、《消費者權益保護法》第29條、《反壟斷法》第17條和第47條。根據這些規定，消費者在遇到大數據殺熟行為時最高可以獲得3倍賠償；如果互聯網平臺構成“濫用市場支配地位”，將被處以最高為上一年度銷售額10%的罰款。不過，消費者維權并非易事。因為數據控制在平臺手中，消費者很難提供足夠的證據證明“殺熟”行為的存在，所以人們看到的結果往往是大數據殺熟事件曝光后，平臺出面致歉，并以各種理由息事寧人，最終逃脫法律責任。因此，面對日益強大的互聯網平臺及數據采集與分析技術，消費者權益不能僅靠個人爭取，更多需要依賴立法的進步與政府主管部門的主動介入監管。

2. 趁火打劫的動態定價

動態定價是根據產品或服務的供需關系對價格進行動態調整以使企業利潤最大化的過程，是很多行業常用的運營手段。對于機票銷售等產品庫存固定的行業，動態定價由來已久，并不是一個新概念。但是，融合大數據采集技術、挖掘算法和人工智能技術后，動態定價的作用則開始變得“驚艷”。

價格調研機構Profitero的研究顯示，亞馬遜每天對產品價格的調整次數累計超過250萬次，此舉使亞馬遜的利潤提高了25%。相對于沃爾瑪等傳統零售業的動態定價行為，首先，亞馬遜的動態定價更頻繁，這得益于電子商務環境下價格調整引起的“調價成本”較低。“調價成本”源于商家需要對客戶解釋調價的原因，客戶也需要一定的時間接受產品已經調價的事實。因此，線下商家不會頻繁調整產品或服務的價格。其次，亞馬遜更易獲取用戶需求，快速捕捉產品或服務的供需變化，這源自于亞馬遜能夠采集到大量的用戶搜索和偏好信息。最后，亞馬遜能夠基于大量數據開展多產品的聯動調價，通過分析用戶經常一同下單的書籍和電子產品組合，對產品組合聯合降價開展多產品促銷，或對競爭類產品聯合調價。例如，對某款手機進行降價的同時抬高類似價位手機的價格，利用價格差調整多款手機的消費需求。

2012年12月—2013年12月，亞馬遜及沃爾瑪調整平臺產品價格的次數分別如圖1、圖2所示。

圖1 2012年12月—2013年12月亞馬遜調整平臺產品價格的次數

圖2 2012年12月—2013年12月沃爾瑪調整平臺產品價格的次數

在共享經濟領域，基于大數據的動態定價還有著促進資源合理分配的積極意義。例如，Uber在運營共享汽車的過程中發現，高峰期和異常天氣下往往會出現司機少、乘客多、打車難的問題。因此，Uber制定了兩套解決方案。第一套解決方案是對司機進行補貼，并對高峰期和異常天氣下不運營的司機進行懲罰。但是，此舉帶來了高額的補貼成本，引起了司機的強烈反對。第二套解決方案是動態定價，首先利用歷史數據分析高峰時段和高峰地段，并設計算法在高峰時段、高峰地段和異常天氣出現時提高打車費用，以此激勵更多的司機提供服務。高峰時段的高定價也讓部分乘客調整了出行時間，進一步降低了高峰時間的用車需求。Uber公司的動態定價緩解了供需矛盾，提高了司機收益，滿足了乘客在高峰時段的出行需求，同時也提高了公司的利潤，因而實現了多贏。

從這些案例中可以看出，有了大數據技術的支撐，合理應用動態定價將帶來社會資源合理分配、企業營收增加和消費者滿意度提升等多方面好處。

那么，動態定價是不是在任何情況下都合法合規呢？答案是否定的。

一方面，隨著諸多廠商授權電商平臺經營產品或服務，電商平臺的動態定價可能會損害廠商的利益。2017年，雅各布斯公司生產的除臭劑在亞馬遜網站的價格臨時上漲了一倍。雅各布斯公司懷疑亞馬遜開發了動態定價算法，隨時在調整產品價格。此舉導致雅各布斯公司的產品銷量大幅下降，并且損失利潤。美國聯邦公平貿易委員會也因此懷疑亞馬遜惡意調整多種競爭類產品的價格，讓消費者在促銷活動中感覺自己獲得了更大的折扣，并對亞馬遜展開調查。

另一方面，動態定價極易導致個性化定價。在網友指責滴滴采取大數據殺熟、開展個性化定價的事件發生后，滴滴出行總裁柳青回應稱，同一起點、終點和車型的行程估價不同是由于路況在實時變化，兩部手機收到的估價不是同時做出的，而是動態評估的。在這個案例中，盡管估價不代表最終價格，但也引起了消費者的廣泛質疑，可以發現動態定價極可能導致個性化定價。

另外，頻繁的動態定價也可能涉嫌價格欺詐。2019年3月10日，有網友爆料在攜程購買了一張機票，總價為17548元。當他因為發現沒有選擇報銷憑證而退回重選時，系統提示已無票。重新搜索一次后，他發現該航班仍有余票，但價格變成了18987元。而在海航官網上，該航班只需16890元。姑且不談如此高頻率的動態定價是否全涉嫌價格歧視，以及給消費者帶來的糟糕體驗，但在獲知消費者具有購票傾向時提高價格的行為無疑是帶有價格欺詐傾向的。

動態定價的運用必然需要大量數據的支持。例如，從消費者的搜索和購物車數據中分析產品或服務的供需變化。但是，如果企業把大數據“用歪了”，就會對消費者和其他企業帶來極大的危害。例如，從消費者的消費記錄中分析其購買力，從消費者的搜索記錄中分析其購買產品或服務的急切程度，就可能導致企業披著動態定價的外衣，堂而皇之地頻繁變動產品或服務的價格，開展消費欺詐和價格歧視來牟利。又或者，電商平臺根據大數據分析來調整平臺上多款產品的價格，操縱同類產品的市場需求以謀求自身利益最大化，傷害平臺上的廠商。如何區分動態定價是合理的平衡供需關系，還是非法引導價格欺詐，是業界關注的熱點。