【反向驯化算法】揭开杀熟面纱 - 为啥-反向驯化算法-可能是徒劳一场？

　　21世纪经济报道记者肖潇北京报道

　　一句话，教你让机票降价。最近点开社交平台上出行的讨论帖，总能看到整齐划一的评论：“不去了，机票涨那么多，深航南航上航川航国航你们可真行，去哪儿携程飞猪你们给我好好瞧瞧……”

　　不仅是机票出行，外卖和电商平台也成了许愿池的对象，常见的两类评论模版有：“告诉 大数据 ，想要0.01块的某某”和“某某APP，不发红包我要卸载你”。

　　“反杀熟攻略”应运而生，被网友认真总结并广泛流传，包含留言评论刷屏、在剪贴板复制粘贴“哭穷”话术、用更便宜的安卓手机下单，和反复卸载重装APP。背后的思路都是“污染” 大数据 池，让算法给自己贴上“价格敏感”或“新顾客”的标签，希望拿到更多优惠。

　　根据北京、天津、河北消费者协会今年11月联合发布的 大数据 不同化营销调查，65%以上的受访者担忧个人信息泄露和杀熟，只有不到10%的受访者认为自己没有遭遇过杀熟，用户已成惊弓之鸟。

　　可是 大数据 杀熟这道是非题，直到今天仍无定论。每当杀熟疑问出现，平台总能用一套“优惠机制不同”或“正常价格波动”的话术来否认。至于这套机制具体如何运作，大多语焉不详，难以说服用户其中没有暗箱操作。

　　喧嚣争议背后，是普通用户对算法一知半解的疑惑。揭开黑箱这项工作，仍有很长一段路要走。

　　反杀熟攻略，是白费功夫么？

　　所谓“ 大数据 杀熟”，指的是平台利用用户数据，分析每个人的价钱敏感度或消费能力，从而制定不一样的定价策略，实现对熟客收取更高价。

　　 大数据 杀熟争议多年，终于来到年轻人反杀时刻。但反向驯化攻略是否有效？

　　首先可以明确的是：评论区留言“哭穷”，大概率是无用功。一位互联网产品经理就在自己的反杀熟攻略里指出，本平台内的评论很少被并入算法，更不用说跨平台的评论了——好比在小红书的评论区里抱怨机票太贵，希望飞猪的机票能降价，大概率是一场徒劳。

　　某大厂的算法工程师李静怡也告诉21记者，评论通常是“不太重要的数据”。这是因为在训练算法模型之前，平台需要判断庞大的用户数据里哪些最有用，而评论的数据量大、筛选成本高，又不能直接表达用户特征，对平台其实不划算。

　　相比之下，假如存在杀熟机制，换手机更可能有用。李静怡说，手机型号信息是用户画像的一部分，而且通常对算法决策有重要影响。

　　好比，平台可以把用户的电话型号信息身为一个特征，用来训练算法模型。引发的结果可能是用价格更低的安卓手机搜索时，更容易看到低价商品。

　　“再举个最容易的案例，平台现在需要发放一百元的优惠券，只发十万张，这十万名用户怎么筛选？”李静怡说，平台大概率会想要发放给价格敏感的用户，那么就可以选择一批手机型号更旧的用户，这也是一种常见的策略。

　　但以上做法至多也只是“驯化”算法推荐更多低价商品，而非调整商品定价。“推荐和定价算法其实还是有很大不一样的。”李静怡解释，甭管是搜索还是推荐算法，原理都是让模型预估一个概率，好比猜想某条内容的点击率。而定价需要生成一个具体价格，机制更加复杂，也是行业里鲜少讨论的商业秘密。

　　在最近这一波“反杀熟”热潮中，出现了成功改价的案例。一名网友号称自己通过反复评论“机票太贵，买不起”，成功让直飞航班的票价从4309元降到了1903元，但这一说法很快遭到了出行平台的否认。

　　平台客服解释称，价格变动受多种原因影响，不能直接证明是评论造成的。即便是在同一时间发现了价格不同，也更可能来自账户中的优惠券，而非杀熟。

　　机票杀熟，本身是道伪命题么？

　　“评论和机票降价毫无关系。”一家头部出行平台的责任人直抒己见地告诉21记者，机票价格决定于航司的 利润管理算法，与用户画像无关。“跟大家想象中的看人下菜不是一套逻辑。”

　　上海金融与法律研究院研究员、院长傅蔚冈从2020年开始关注 大数据 杀熟，能不能用“杀熟”形容机票价格波动，他也持怀疑态度。一方面，用户保护个人数据的意识越来越强是好事；但另一方面，许多人陷入了一个误区，似乎碰到价格波动就等同被杀熟了。

　　在机票场景下，前述责任人向21记者历数了杀熟和反杀熟不建立的三点原因：

　　最重要的起因是，平台没有机票定价权。“平台上的价钱来自中航信系统，航司把价格上传到航信系统，平台再从航信系统下载，每次下载都要付费。所以用户在平台搜索也好、在互联网上讲话也好，航司是看不到的，航司只看票卖的怎么样。”

　　其次，没有杀熟的动力。根据该责任人的说法，不管一张机票最终卖价多少，平台从航司手中能拿到的佣金是固定的，无法从高价杀熟中获取利益。接近另一家出行平台的业内人士也印证了这一点。

　　最后，实施价格千人千面的技术门槛和成本高，只有卓越的大公司才有能力实施。

　　可紧跟着的问题就是：假如不存在 大数据 杀熟，为啥机票价格会变动得如此快速和准确？

　　前述责任人向21记者分析，价格波动的源头，主要与航司的舱位管理和动态定价机制有关。

　　他举例说，现在即便是经济舱，也被细分成Y、B、M、N、Q等十多种舱位。每种舱位的折扣和服务内容不相同，这让航司可以更精确地控制收益。“一旦一个舱位的位置售罄，系统马上轮转另外一个舱位卖，这也是为啥大家感觉机票价格总是变来变去的。”另外，动态定价是民航行业的传统，航司会根据运力、班次、起飞时间点、天气等原因随时调整价格。

　　买票即涨价、买完即降价，大概率碰到的情景是航司为了提升上座率，调整了低价舱位的数量；或是有人退票，释放出了前一个折扣舱位。

　　至于平台掌握的用户数据，包含停留在哪个页面、浏览时间、搜索记录，会不会被航司调用或合作使用，前述责任人坚决否认了这一可能性。

　　“这些航线都运转很多年了，航司积累了大量的客流数据来判断市场需求，平台犯不上给航司送数据。而且平台有义务保护自己用户的数据。”该责任人直言。

　　多位受访者还提到，更容易被忽视的“价格差制造者”是平台中大量存在的第叁方票务代理。“好比，票代用高价转卖自己的VIP会员积分票，再盗用用户个人信息登记。”傅蔚冈说，这使得一个平台的价钱看起来更低，而其它平台有杀熟抬价之嫌。实际上消费者经历的是价格欺诈，而非 大数据 杀熟。

　　动态定价、不同化优惠，是杀熟“遮羞布”么？

　　甭管是理论界还是实务界，到底什么算 大数据 杀熟，目前尚无明确界定。不过，长期关注杀熟问题的南开大学竞争法研究中心主任、法学院副院长陈兵告诉21记者，在经济学和法学研究中，普遍会将“杀熟”视为通过滥用算法实施的价钱歧视行为。

　　更早期的杀熟治理，也是针对价格歧视的特点开展的。好比《价格法》第十四条规定，经营者不得提供相同商品或服务，对具有同等交易条件的其它经营者实行价格歧视；《个人信息保护法》第贰十四条亦规定，自动化决策，不得对个人在交易价格等交易条件上实行不正确的不同待遇。

　　但随着 大数据 的更新迭代，仅靠价格歧视来识别杀熟似乎有些笼统。

　　好比，站在争议中心的机票动态定价。不同舱位价格因服务内容不同而浮动，陈兵认为该类不同化定价更多属于正常的市场策略，通常不被视为价格歧视。

　　再如，越来越常见的不同化折扣。受访专家都认同，尽管平台通过发放不同优惠券影响了最终的成交价格，但这种不同化优惠还够不上法律意义上的价钱歧视。一个依据是国务院2021年发布的《关于平台经济领域的反垄断指南》，其中明确提到“针对新客户在合理期限内开展的优惠活动”，是“实施不同待遇行为”的正当理由。

　　真实的杀熟行为，关键要看定价是否结合了个人身份信息。“好比用职业、年龄、手机型号去定价，对苹果和安卓用户售价不一样，这就属于不得人心不同待遇。”傅蔚冈举例说。杀熟还需要因为用户是老客户，所以故意售出更贵的价钱，如果只是单纯降价，很难说侵犯了消费者权益。

　　傅蔚冈乐观地看到，目前大部分消费者已习惯多平台比价，而类似全网机票价格监测网站的外部监督系统，也进一步压缩了大范围公开杀熟的存在性。

　　但“杀熟”的心理阴霾已深植用户体验。2022年，北京阳光消费 大数据 研究院的一项针对四千多名消费者的调查显示，61.21%的受访者认为“杀熟”的表现为不同用户获得不同优惠，而七成以上的人指动身放规则不透明，这种做法不公平。

　　草木皆兵之中，既无益于解开用户心结，也无助于揪出更隐蔽的杀熟隐患。陈兵无奈地指出，滥用算法进行价格歧视的空间仍旧存在，如今要让用户去证明平台存在价格歧视或滥用个人信息，的确面临更大挑战。

　　近年来的行业规范，也因此逐渐转向算法透明度和消费者知情权：典型规定有2024年《消费者权益保护法实施条例》第九条，经营者不得在消费者不知情的情景下，对同一商品或服务在同等交易条件下设置不一样的价钱或收费标准；最近的“清朗·网络平台算法典型问题治理”，要求严禁利用用户年龄、职业、消费水平等特征进行不同化定价，并要求清晰说明优惠券的领取条件。

　　陈兵强调，尤其是平台在收集用户数据时，要明确告知其数据的使用场景、规则等，保障用户有效实现算法解释权。平台也需要将不同化的定价信息以明显方式告知消费者，细化算法解释权、交易公平权、选择权等行使的具体规则。另外，监管可以利用 大数据 技术，对平台价格实时监测。

　　面对更复杂的杀熟黑箱，透明度既是难点，也会是接着的关键。

　　（为保护受访者，李静怡为化名）