揭開殺熟面紗：為什么“反向馴化算法”可能是徒勞一場？

　　一句話，教你讓機票降價。最近點開社交平臺上出行的討論帖，總能看到整齊劃一的評論：“不去了，機票漲那么多，深航南航上航川航國航你們可真行，去哪兒攜程飛豬你們給我好好看看……”

　　不僅是機票出行，外賣和電商平臺也成了許愿池的對象，常見的兩類評論模版有：“告訴大數據，想要0.01塊的某某”和“某某APP，不發紅包我要卸載你”。

　　“反殺熟攻略”應運而生，被網友認真總結并廣泛傳播，包括留言評論刷屏、在剪貼板復制粘貼“哭窮”話術、用更便宜的安卓手機下單，以及反復卸載重裝APP。背后的思路都是“污染”大數據池，讓算法給自己貼上“價格敏感”或“新顧客”的標簽，希望拿到更多優惠。

　　根據北京、天津、河北消費者協會今年11月聯合發布的大數據差異化營銷調查，65%以上的受訪者擔憂個人信息泄露和殺熟，只有不到10%的受訪者認為自己沒有遭遇過殺熟，用戶已成驚弓之鳥。

　　但是大數據殺熟這道是非題，至今仍無定論。每當殺熟質疑出現，平臺總能用一套“優惠機制不同”或“正常價格波動”的話術來否認。至于這套機制具體如何運作，大多語焉不詳，難以說服用戶其中沒有暗箱操作。

　　喧囂爭議背后，是普通用戶對算法一知半解的困惑。揭開黑箱這項工作，仍有很長一段路要走。

　　反殺熟攻略，是白費功夫嗎？

　　所謂“大數據殺熟”，指的是平臺利用用戶數據，分析每個人的價格敏感度或消費能力，從而制定不同的定價策略，實現對熟客收取更高價。

　　大數據殺熟爭議多年，終于來到年輕人反殺時刻。但反向馴化攻略是否有效？

　　首先可以確定的是：評論區留言“哭窮”，大概率是無用功。一位互聯網產品經理就在自己的反殺熟攻略里指出，本平臺內的評論很少被納入算法，更不用說跨平臺的評論了——比如在小紅書的評論區里抱怨機票太貴，希望飛豬的機票能降價，大概率是一場徒勞。

　　某大廠的算法工程師李靜怡也告訴21記者，評論通常是“不太重要的數據”。這是因為在訓練算法模型之前，平臺需要判斷龐大的用戶數據里哪些最有用，而評論的數據量大、篩選成本高，又不能直接表達用戶特征，對平臺并不劃算。

　　相比之下，如果存在殺熟機制，換手機更可能有用。李靜怡說，手機型號信息是用戶畫像的一部分，而且通常對算法決策有重要影響。

　　比如，平臺可以把用戶的手機型號信息作為一個特征，用來訓練算法模型。產生的結果可能是用價格更低的安卓手機搜索時，更容易看到低價商品。

　　“再舉個最簡單的例子，平臺現在需要發放一百元的優惠券，只發十萬張，這十萬名用戶怎么篩選？”李靜怡說，平臺大概率會想要發放給價格敏感的用戶，那么就可以選擇一批手機型號更舊的用戶，這也是一種常見的策略。

　　但以上做法至多也只是“馴化”算法推薦更多低價商品，而非調整商品定價。“推薦和定價算法其實還是有很大差別的。”李靜怡解釋，不管是搜索還是推薦算法，原理都是讓模型預估一個概率，比如猜測某條內容的點擊率。而定價需要生成一個具體價格，機制更加復雜，也是行業里鮮少討論的商業秘密。

　　在最近這一波“反殺熟”熱潮中，出現了成功改價的案例。一名網友聲稱自己通過反復評論“機票太貴，買不起”，成功讓直飛航班的票價從4309元降到了1903元，但這一說法很快遭到了出行平臺的否認。

　　平臺客服解釋稱，價格變動受多種因素影響，不能直接證明是評論引起的。即使是在同一時間發現了價格差異，也更可能來自賬戶中的優惠券，而非殺熟。

　　機票殺熟，本身是道偽命題嗎？

　　“評論和機票降價毫無關系。”一家頭部出行平臺的負責人直言不諱地告訴21記者，機票價格取決于航司的收益管理算法，與用戶畫像無關。“跟大家想象中的看人下菜不是一套邏輯。”

　　上海金融與法律研究院研究員、院長傅蔚岡從2020年開始關注大數據殺熟，能不能用“殺熟”形容機票價格波動，他也持懷疑態度。一方面，用戶保護個人數據的意識越來越強是好事；但另一方面，很多人陷入了一個誤區，似乎碰到價格波動就等于被殺熟了。

　　在機票場景下，前述負責人向21記者歷數了殺熟和反殺熟不成立的三點原因：

　　最關鍵的原因是，平臺沒有機票定價權。“平臺上的價格來自中航信系統，航司把價格上傳到航信系統，平臺再從航信系統下載，每次下載都要付費。所以用戶在平臺搜索也好、在網上發言也好，航司是看不到的，航司只看票賣的怎么樣。”

　　其次，沒有殺熟的動力。按照該負責人的說法，無論一張機票最終賣價多少，平臺從航司手中能拿到的傭金是固定的，無法從高價殺熟中獲利。接近另一家出行平臺的業內人士也印證了這一點。

　　最后，實施價格千人千面的技術門檻和成本高，只有頂尖的大公司才有能力實施。

　　可緊跟著的問題就是：如果不存在大數據殺熟，為什么機票價格會變動得如此快速和準確？

　　前述負責人向21記者分析，價格波動的源頭，主要與航司的艙位管理和動態定價機制有關。

　　他舉例說，現在即使是經濟艙，也被細分成Y、B、M、N、Q等十多種艙位。每種艙位的折扣和服務內容不相同，這讓航司可以更精準地控制收益。“一旦一個艙位的位置售罄，系統馬上輪轉另一個艙位賣，這也是為什么大家感覺機票價格總是變來變去的。”另外，動態定價是民航行業的傳統，航司會根據運力、班次、起飛時間點、天氣等因素隨時調整價格。

　　買票即漲價、買完即降價，大概率碰到的情況是航司為了提升上座率，調整了低價艙位的數量；或者是有人退票，釋放出了前一個折扣艙位。

　　至于平臺掌握的用戶數據，包括停留在哪個頁面、瀏覽時間、搜索記錄，會不會被航司調用或者合作使用，前述負責人堅決否認了這一可能性。

　　“這些航線都運轉很多年了，航司積累了大量的客流數據來判斷市場需求，平臺犯不上給航司送數據。而且平臺有義務保護自己用戶的數據。”該負責人直言。

　　多位受訪者還提到，更容易被忽視的“價格差制造者”是平臺中大量存在的第三方票務代理。“比如，票代用高價轉賣自己的會員積分票，再盜用用戶個人信息登記。”傅蔚岡說，這使得一個平臺的價格看起來更低，而其他平臺有殺熟抬價之嫌。實際上消費者經歷的是價格欺詐，而非大數據殺熟。

　　動態定價、差異化優惠，是殺熟“遮羞布”嗎？

　　無論是理論界還是實務界，到底什么算大數據殺熟，目前尚無明確界定。不過，長期關注殺熟問題的南開大學競爭法研究中心主任、法學院副院長陳兵告訴21記者，在經濟學和法學研究中，普遍會將“殺熟“視為通過濫用算法實施的價格歧視行為。

　　更早期的殺熟治理，也是針對價格歧視的特點開展的。比如《價格法》第十四條規定，經營者不得提供相同商品或者服務，對具有同等交易條件的其他經營者實行價格歧視；《個人信息保護法》第二十四條亦規定，自動化決策，不得對個人在交易價格等交易條件上實行不合理的差別待遇。

　　但隨著大數據的更新迭代，僅靠價格歧視來識別殺熟似乎有些籠統。

　　比如，站在爭議中心的機票動態定價。不同艙位價格因服務內容不同而浮動，陳兵認為這類差異化定價更多屬于正常的市場策略，一般不被視為價格歧視。

　　再如，越來越常見的差異化折扣。受訪專家都認同，盡管平臺通過發放不同優惠券影響了最終的成交價格，但這種差異化優惠還夠不上法律意義上的價格歧視。一個依據是國務院2021年發布的《關于平臺經濟領域的反壟斷指南》，其中明確提到“針對新用戶在合理期限內開展的優惠活動”，是“實施差別待遇行為”的正當理由。

　　真正的殺熟行為，關鍵要看定價是否結合了個人身份信息。“比如用職業、年齡、手機型號去定價，對蘋果和安卓用戶售價不一樣，這就屬于不合理差別待遇。”傅蔚岡舉例說。殺熟還需要因為用戶是老客戶，所以故意售出更貴的價格，如果只是單純降價，很難說侵犯了消費者權益。

　　傅蔚岡樂觀地看到，目前大部分消費者已習慣多平臺比價，而類似全網機票價格監測網站的外部監督系統，也進一步壓縮了大范圍公開殺熟的可能性。

　　但“殺熟”的心理陰影已深植用戶體驗。2022年，北京陽光消費大數據研究院的一項針對四千多名消費者的調查顯示，61.21%的受訪者認為“殺熟”的表現為不同用戶獲得不同優惠，而七成以上的人指出發放規則不透明，這種做法不公平。

　　風聲鶴唳之中，既不利于解開用戶心結，也無助于揪出更隱蔽的殺熟隱患。陳兵無奈地指出，濫用算法進行價格歧視的空間仍然存在，如今要讓用戶去證明平臺存在價格歧視或者濫用個人信息，確實面臨更大挑戰。

　　近年來的行業規范，也因此逐漸轉向算法透明度和消費者知情權：典型規定有2024年《消費者權益保護法實施條例》第九條，經營者不得在消費者不知情的情況下，對同一商品或者服務在同等交易條件下設置不同的價格或收費標準；最近的“清朗·網絡平臺算法典型問題治理”，要求嚴禁利用用戶年齡、職業、消費水平等特征進行差異化定價，并要求清晰說明優惠券的領取條件。

　　陳兵強調，特別是平臺在采集用戶數據時，要明確告知其數據的使用場景、規則等，保障用戶有效實現算法解釋權。平臺也需要將差異化的定價信息以明顯方式告知消費者，細化算法解釋權、交易公平權、選擇權等行使的具體規則。此外，監管可以利用大數據技術，對平臺價格實時監測。

　　面對更復雜的殺熟黑箱，透明度既是難點，也會是接下來的重點。

　　(為保護受訪者，李靜怡為化名)