数据安全：数据“帮凶”

1. 大数据杀熟

大数据杀熟就是针对特定用户进行个性化定价，以便让平台和商家利益最大化，说得直白点就是老客户看到的价格比新客户看到的价格要贵出许多。其最直接的方式是根据用户身份、浏览习惯、所用设备、消费历史等画像消息进行个性化定价。例如，视频平台的会员服务针对苹果和安卓设备来差异化定价；电商平台发现用户购买高端商品越多，就可能给用户定高价、少折扣。大数据杀熟本质上属于一种价格操纵行为。抛开大数据因素，价格操纵在线下实体销售中也时有发生。例如，一听可乐在普通超市卖2元，但在五星级酒店会卖到30元；美容店会不断给有钱的老顾客加载各种偏离实际价值的高价产品和服务，等等。

一般而言，价格操纵的发生需要满足三个条件。一是掌握消费者的支付能力和意愿，一般住得起五星级酒店的客户是能够支付得起30元一听的可乐的。二是产品或服务具有垄断市场的能力。如果市场中卖可乐的厂商只有一家，那么客户想喝可乐就不得不接受可乐厂商的定价，此时可乐厂商也就具备了操纵价格的能力。三是产品或服务缺少可替代的选择。如果客户除了可乐还能选择雪碧、奶茶和啤酒等饮品，那么可乐厂商操纵价格的能力就会被削弱。

大数据时代，这三个条件发展得更加成熟。首先，数据成本方面，得益于个人数据收集渠道的越发广泛和用户画像分析技术的不断发展，企业越来越容易判断用户的支付能力、意愿和喜好；其次，互联网行业的数据垄断和资本垄断等现象不断加重，使行业马太效应的作用明显，出现了一系列超大型互联网公司或细分领域的行业寡头，逐渐形成垄断局面，具备了操纵价格的能力；最后，互联网行业注重用户粘性，借助对用户的锁定效应，减弱了用户更换消费平台的意愿，变相减少了产品或服务的可替代选择。除此之外，互联网行业产品或服务的价格具有不透明的特点。在线下商店，两位消费者同时到店购买产品或服务，如果商家有操纵价格的行为，两位消费者很容易相互知晓。但是在线上消费时，消费者背靠背地获取价格信息，即使平台针对同一产品给两方的定价不同，彼此也很难知道。因此，大数据杀熟的现象在国内外都时有发生。在国外，亚马逊就曾卷入大数据杀熟风波。当时，公司根据潜在客户的人口统计资料、在亚马逊平台的购物历史、上网习惯等信息展开了一项差别定价实验。基于此策略，不同的用户购买同一款产品的价格也有所不同。然而，在短短一个月后，有用户无意之间删除浏览器Cookies时发现之前浏览过的一款DVD售价从26.24美元变成了22.74美元，大数据杀熟事件由此才得以曝光。最终在巨大的舆论压力之下，亚马逊CEO贝索斯亲自出来向公众道歉，并解释说明这只是向不同顾客展示的差别定价实验，只是测试阶段，保证和客户数据没有关系，随后就停止了这项实验。在国内，2018年是大数据杀熟事件的高发年，打车平台、电影订票平台、出行购票和旅店预订等平台频频爆出大数据杀熟的现象。归根结底，还是因为商家积累了太多用户数据，变得比用户还了解自身的消费习惯和消费能力。在这样的背景下，数据成了价格操纵的最大“帮凶”。

对此，我们不禁要问，大数据杀熟是否犯法？对我国现行法律进行梳理可以发现，大数据杀熟行为至少明显违反了三部法律的相关规定，分别是《价格法》第14条和第41条、《消费者权益保护法》第29条、《反垄断法》第17条和第47条。根据这些规定，消费者在遇到大数据杀熟行为时最高可以获得3倍赔偿；如果互联网平台构成“滥用市场支配地位”，将被处以最高为上一年度销售额10%的罚款。不过，消费者维权并非易事。因为数据控制在平台手中，消费者很难提供足够的证据证明“杀熟”行为的存在，所以人们看到的结果往往是大数据杀熟事件曝光后，平台出面致歉，并以各种理由息事宁人，最终逃脱法律责任。因此，面对日益强大的互联网平台及数据采集与分析技术，消费者权益不能仅靠个人争取，更多需要依赖立法的进步与政府主管部门的主动介入监管。

2. 趁火打劫的动态定价

动态定价是根据产品或服务的供需关系对价格进行动态调整以使企业利润最大化的过程，是很多行业常用的运营手段。对于机票销售等产品库存固定的行业，动态定价由来已久，并不是一个新概念。但是，融合大数据采集技术、挖掘算法和人工智能技术后，动态定价的作用则开始变得“惊艳”。

价格调研机构Profitero的研究显示，亚马逊每天对产品价格的调整次数累计超过250万次，此举使亚马逊的利润提高了25%。相对于沃尔玛等传统零售业的动态定价行为，首先，亚马逊的动态定价更频繁，这得益于电子商务环境下价格调整引起的“调价成本”较低。“调价成本”源于商家需要对客户解释调价的原因，客户也需要一定的时间接受产品已经调价的事实。因此，线下商家不会频繁调整产品或服务的价格。其次，亚马逊更易获取用户需求，快速捕捉产品或服务的供需变化，这源自于亚马逊能够采集到大量的用户搜索和偏好信息。最后，亚马逊能够基于大量数据开展多产品的联动调价，通过分析用户经常一同下单的书籍和电子产品组合，对产品组合联合降价开展多产品促销，或对竞争类产品联合调价。例如，对某款手机进行降价的同时抬高类似价位手机的价格，利用价格差调整多款手机的消费需求。

2012年12月—2013年12月，亚马逊及沃尔玛调整平台产品价格的次数分别如图1、图2所示。

图1 2012年12月—2013年12月亚马逊调整平台产品价格的次数

图2 2012年12月—2013年12月沃尔玛调整平台产品价格的次数

在共享经济领域，基于大数据的动态定价还有着促进资源合理分配的积极意义。例如，Uber在运营共享汽车的过程中发现，高峰期和异常天气下往往会出现司机少、乘客多、打车难的问题。因此，Uber制定了两套解决方案。第一套解决方案是对司机进行补贴，并对高峰期和异常天气下不运营的司机进行惩罚。但是，此举带来了高额的补贴成本，引起了司机的强烈反对。第二套解决方案是动态定价，首先利用历史数据分析高峰时段和高峰地段，并设计算法在高峰时段、高峰地段和异常天气出现时提高打车费用，以此激励更多的司机提供服务。高峰时段的高定价也让部分乘客调整了出行时间，进一步降低了高峰时间的用车需求。Uber公司的动态定价缓解了供需矛盾，提高了司机收益，满足了乘客在高峰时段的出行需求，同时也提高了公司的利润，因而实现了多赢。

从这些案例中可以看出，有了大数据技术的支撑，合理应用动态定价将带来社会资源合理分配、企业营收增加和消费者满意度提升等多方面好处。

那么，动态定价是不是在任何情况下都合法合规呢？答案是否定的。

一方面，随着诸多厂商授权电商平台经营产品或服务，电商平台的动态定价可能会损害厂商的利益。2017年，雅各布斯公司生产的除臭剂在亚马逊网站的价格临时上涨了一倍。雅各布斯公司怀疑亚马逊开发了动态定价算法，随时在调整产品价格。此举导致雅各布斯公司的产品销量大幅下降，并且损失利润。美国联邦公平贸易委员会也因此怀疑亚马逊恶意调整多种竞争类产品的价格，让消费者在促销活动中感觉自己获得了更大的折扣，并对亚马逊展开调查。

另一方面，动态定价极易导致个性化定价。在网友指责滴滴采取大数据杀熟、开展个性化定价的事件发生后，滴滴出行总裁柳青回应称，同一起点、终点和车型的行程估价不同是由于路况在实时变化，两部手机收到的估价不是同时做出的，而是动态评估的。在这个案例中，尽管估价不代表最终价格，但也引起了消费者的广泛质疑，可以发现动态定价极可能导致个性化定价。

另外，频繁的动态定价也可能涉嫌价格欺诈。2019年3月10日，有网友爆料在携程购买了一张机票，总价为17548元。当他因为发现没有选择报销凭证而退回重选时，系统提示已无票。重新搜索一次后，他发现该航班仍有余票，但价格变成了18987元。而在海航官网上，该航班只需16890元。姑且不谈如此高频率的动态定价是否全涉嫌价格歧视，以及给消费者带来的糟糕体验，但在获知消费者具有购票倾向时提高价格的行为无疑是带有价格欺诈倾向的。

动态定价的运用必然需要大量数据的支持。例如，从消费者的搜索和购物车数据中分析产品或服务的供需变化。但是，如果企业把大数据“用歪了”，就会对消费者和其他企业带来极大的危害。例如，从消费者的消费记录中分析其购买力，从消费者的搜索记录中分析其购买产品或服务的急切程度，就可能导致企业披着动态定价的外衣，堂而皇之地频繁变动产品或服务的价格，开展消费欺诈和价格歧视来牟利。又或者，电商平台根据大数据分析来调整平台上多款产品的价格，操纵同类产品的市场需求以谋求自身利益最大化，伤害平台上的厂商。如何区分动态定价是合理的平衡供需关系，还是非法引导价格欺诈，是业界关注的热点。