315不痛不癢地結束了，消費者的困擾卻仍在繼續。

就像被曝光的非法收集消費者面部信息的行為，互聯網時代，每個人對平臺來說都只是一個數據。而隨著互聯網平臺滲透進生活越深，其作為現代生活的基礎設施作用越強，數據的力量也愈發讓消費者畏懼。

3月3日，復旦大學教授孫金云發布關于網約車的調研結果后，“手機越貴打車越貴”詞條沖上熱搜。這800多份樣本的研究里，一個可怕的答案呼之欲出——我們都被大數據“殺熟”了。

預估價20多元，實際卻花了小40元；同一家外賣餐廳，和同事買了一個套餐卻貴了不少……這種價格偏差幾乎無處不在。大數據殺熟與互聯網產業發展可謂如影隨形，相較此前屢屢被揪出的訂酒店、訂機票，打車這種剛需場景的大數據殺熟更容易讓消費者心生憤怒。平臺對穩定貢獻的老顧客，遠不及對新人熱情，也讓老用戶愈發感受到了欺騙。

但業內人士金源告訴虎嗅，這種價格差異很大程度上是供需關系下的必然結果，網約車定價機制也并非針對個人，而是一個區域或某一類群體的運營策略，有其合理性。

在她看來，用戶是互聯網產品的生命線，平臺針對用戶的消費行為進行運營，是可持續經營要求下的合理行為，也是整個互聯網行業“約定俗成的事情”。

網約車平臺有著復雜多變的定價體系，這導致了預估價往往與實際價格相差巨大，用戶的心理預期與實際付出不符合，加上一些隱藏的規則，更讓用戶篤定“貓膩”的存在。

預估價為何總是“虛低”

網約車預估價主要由兩個因素決定：時間和里程。在一定路程內，時長費和里程費組成了實際費用；超過一定距離后，會產生遠途費。這是常規的定價體系，不同的網約車平臺略有不同，如每公里單價、是否分段計價，此外大體的規則基本相同。

現實中，造成預估價與實際價格出現偏差的原因有很多，關聯最密切的的是路況。這里分為兩類：即時出行訂單與預約訂單，前者的預估數據會比后者準確。

即時出行的預估價格是根據當前路況評估所得，而預約單的價格形成就復雜得多。預約單發布時間與出發時間存在一定間隔，系統估價基礎是導航的大數據算法，通過收集巨量用戶的歷史數據，再以歷史數據平均出一個數值預估路況。

但實際出發的情況不會完全符合預估路況，遇上交通事故、惡劣天氣、特殊時期的政策等，也會影響預估價的準確性。

除實際行駛路況、司機開車風格等因素，走了哪條路也至關重要。系統預估時會按路線最近去算，實際走的時候導航會優先高速，這時會產生較大價格差異。

“正常情況下的價格差異，基本都出在時長上，而時長是一個非常不可控的因素，造成的差異在早晚高峰特別明顯。”金源表示，里程因素通常較為固定，除非司機繞路或換路線。以現在網約車平臺對路程的把控程度來看，繞路很難實現，換路線則可能在用戶主動要求下實現。

實際價格與預估價有偏差就是被“殺熟”了嗎？當然不是。

如果用戶打車的同時用導航，會發現導航永遠比網約車計時準確，這是因為導航在實時獲取位置信息，實時刷新路況、更新到達時間與價格，網約車預估價則在下單那一刻就固定了。基于路況的多變性，整個網約車行業預估價與實際價格有合理的浮動范圍，即上下10%以內。

你是如何被“殺熟”的

那么，起點和終點相同 ，時間長之后價格卻從30幾塊漲到了50多塊，這種現象又如何解釋？

“這種情況有可能是平臺調整價格了，也有可能計價方式變了。網約車平臺改價還是挺頻繁的。”金源舉了個例子，按起步價模式算，以前起步價是15塊錢，三公里10分鐘以內都是10塊。平臺調價后，表面上看起步價還是15塊錢，但有可能起步范圍只含兩公里；或者原來說1公里1塊錢，10公里以內都如此，平臺改變計價規則后，第1公里到第5公里每公里1塊錢，再往上每公里的單價逐級增長。

調價不只按照時間和里程推進，也可以針對人群和地域。

平臺定價不似用戶想象中的一個地方統一價，而是劃分成很多塊區域運營，每個區域采用的定價系統都可能不是一套，價格自然也會出現差異。典型如，消費者在機場打車與在機場旁邊小區打車的定價規則就可能完全不同。

這種細微規則的改動，直接影響著用戶最終的付款金額，但通常用戶不會關注這種隱藏在深處的變化，只能在付錢時深刻感受到價格偏差帶來的不爽。

此外，平臺因人而異的運營策略下，也會加劇這種價格差異。

“平臺都會做用戶分層，判定用戶是活躍用戶、流失用戶還是新用戶，給到不同的優惠。越大的網站數據量越大，其分層就越細致，越細致的分層對應的運營策略就越精確。”金源說，“從技術上來講，實現分人群、分地域、分時段的定價機制，沒有門檻。”

加上現如今各個平臺建立起的會員體系下，用戶權益的差異，使得對應的優惠政策也完全不同，平臺能夠實現真正的“千人千面”。

可怎么判斷是不是區別對待用戶呢？要從網約車定價依據講起。

網約車定價體系是一個復雜且多變的龐大系統，這個系統的定價依據，基于用戶行為和用戶需求，取決于供需關系。

比如，一個站點的用戶需求量非常大，而車又偏少，匹配效率低，平臺就會采取漲價的方式抑制需求，提高匹配，以此實現利益最大化。

具體來說，如果區域內有100個用戶有用車需求，但只有10輛車，平臺只能匹配10單，此時平臺通過價格調升抑制需求，當價格調到剩下50人仍要打車時，不管這50個人在不在平臺打車都不重要，因為需求仍大于供應，但此時平臺匹配10單的利潤就遠大于開始。

在網約車行業，供求關導致的價格變化無處不在，典型如高峰和平峰時期的價格差。除這種消費者不能看到的系統內部調控，擺在明面的調價如平臺的動態調價，臨時加價××倍……

以滴滴為例：滴滴快車使用的是排隊政策，因為快車的用戶群體對價格較為敏感，可能不會接受加價的方式。滴滴禮橙專車用的是加價策略，用加倍的價格來抑制需求，讓接受高溢價的即時出行需求者得到運力。

特權價差與認知偏差

如果基于供需關系進行調價進行用戶篩選是合理的，那么通過會員特權插隊呢？

當前，各家平臺都試圖通過會員體系鞏固用戶粘性，由此賦予了級別較高用戶插隊的權益——快速通道。也就是說，即使消費者接受了高峰時期的漲價，也會面臨被高級別用戶插隊。

目前各個網約車平臺排隊的技術實現方法不一樣，有的平臺是直接插隊，有的平臺會將排隊做成兩個序列，就像去機場柜臺辦理托運，普通用戶一個隊伍，金卡用戶另起一隊。

“快速通道肯定會傷害到一部分正在排隊的用戶的利益，這是必然的，但平臺必須保障高等級用戶的用戶體驗。”她稱。

但是，排隊的優先權益本質依據是公司經營的利益最大化原則。活躍用戶的高等級權益是通過忠實、穩定的消費行為獲得的，相比偶爾使用的低頻消費者，平臺會優先保障前者的權益和服務體驗，以達到運營的高效率與經營的持續性。

“即使兩個人在同一個地點一起下單，所面對的供應關系也不盡相同。”在金源看來，不同手機或賬號顯示的價格不一樣，并不代表是被大數據殺熟了。

當下，每個人在平臺面前就是一個數據，平臺為了自己的經濟效益，會對現有規則進行調整。這里有消費者能感知且看見的，也有看不見的部分，比如給新用戶或者非活用戶的獨家優惠。

“特別是這種雙向匹配的平臺，看不見的調整一定存在，因為本身有一定的動態空間。而平臺要實現利益最大化，就要實現更多的供需匹配。”

在網約車行業，動態溢價和降價隨時都在發生。如果當前的需求溢出，平臺就會漲價；如果供給溢出，價格就會調降。

時間、里程、路況等導致的價格偏差不可避免，且也是技術無法解決的問題。但如插隊這樣的會員權益，能否做到每個用戶人人平等，每個地域人人平等，確實存在區別對待的情況。

而孫金云教授的研究結果，打車費用和手機價格相關，技術上確實沒有障礙。因為諸如手機品牌、型號、操作系統、適配情況，甚至是屏幕分辨率，在用戶下載App的那一刻就不再是秘密。而平臺通過行程信息的數據積累，可以推導出更多用戶信息。

但從平臺的角度看，“愿意花錢買貴手機的人，不見得愿意花錢打車，我還不如去獲取你的出行信息更直接。”她認為，這兩部分用戶并不重合，平臺運營是為了利益，干這種事情“不值”。

“在整個互聯網行業，只要需要做用戶運營，所謂的大數據殺熟就是一個約定俗成的事情。”金源認為，用戶是互聯網產品的生命線，平臺要促活、要留存，針對用戶的消費行為進行運營就不可避免。

“如果你是一個活躍用戶，平臺肯定不會在你身上過多投入，而會把有限的成本投入到更多的流失用戶或新用戶身上，以達到用戶量的累積增長。”

平臺始終會根據經營利益制定規則，而不是從個體角度去做決定。她認為，目之所及的大數據殺現象，更多是平臺針對不同活躍度用戶進行的區別運營策略，在大眾眼中產生的認知偏差。

“平臺會把更多的預算花在新用戶和流失用戶上，但絕對不會給活躍用戶漲價，因為大家都是用腳投票，你漲價用戶就會選擇其他平臺，反而會導致用戶流失。兩個月后平臺可能需要更多成本才能把用戶召回來。這非常不劃算。”

烽巢網注：本文來源于微信公眾號 虎嗅APP，作者 ： 李玲