反垄断关键时刻出幺蛾子，美团杀熟了

反垄断关键时刻出幺蛾子，美团杀熟了_IT新闻_博客园

　　来源：科技新知（ID：kejixinzhi）

　　时代确实变了，网络时代个体的影响力再一次被验证。

　　近日，一篇普通的文章引起轩然大波，不仅使美团以一个被追责的身份登上热搜，也让“大数据杀熟”的话题再次引发热议。

　　事情的起因很简单，当事人在美团开通外卖会员后，却意外发现自己常吃的一家外卖配送费不减反增，起初当事人以为是送餐高峰期的缘故，但后来发生的一切却证明事情没有那么简单。在当事人久等 40 分钟后，配送费依然没有变化，而当事人拿出另一部没有开通会员账号的手机点餐时，却发现配送费回落到正常价位。

　　这意味着什么，大家也都清楚，当事人不满之余，便向平台客服讨说法。

　　客服先是给当事人一张 10 元红包以此息事宁人，随后在当事人的追责下打来电话表示歉意，并表示会向技术反馈。但几天过后，当事人发现他反馈的问题依旧存在——点餐时会员账号的配送费高于非会员，于是当事人在其个人微信公众号上公布了整件事的过程。

　　但没成想，这篇文章在短暂发酵后引爆网络，同时也引来了美团的注意。12 月 17 日，美团外卖回应称，文中提到的配送费差异与会员身份无关，是定位缓存偏差导致。

　　这次回复再次把整件事推向高潮，对于经历过“大数据杀熟”的网民来说，美团的答案不能让用户满意，因此也使美团迎来了新一波舆论的嘲讽。

　　01 美团有没有“杀熟”？

　　归根结底，这件事的核心在于美团到底有没有通过“大数据杀熟”。

　　“同一家店铺，同一个配送地址，同一个下单时间节点，在开通会员后，为什么配送费比非会员要高？”，这确实符合“大数据杀熟”的现象。

　　事实上，在这件事被曝光之前，已经有用户在社交媒体、网络社区上表示对美团的不满。在百度贴吧「美团外卖吧」中，能看到不少用户分享自己被“大数据杀熟”的经历。

　　有网友在贴吧中发出自己在同一家餐厅点外卖付款的截图——随着时间推移，外卖付款金额越来越高，以此来表示对美团外卖存在“大数据杀熟”的怀疑。但由于在图中没有看到该网友点餐的菜品是否一致，同时图中点外卖的时间节点相差较大，因此不能作为美团“杀熟”的证明。

　　出于实事求是的原则，笔者决定亲自去美团 APP 查探一二。

　　由于笔者是美团外卖的会员，为了对比，笔者借到朋友的非会员账号后，先是在登陆账号修改了外卖地址，使朋友账号的外卖地址和笔者原本账号的外卖地址相同。而后笔者通过两个账号先后在同一家此前会员账号经常点餐的餐馆点餐，对此发现了一丝猫腻。

　　首先是在两个账号进入同一家店铺的页面时，就出现了一个最大的不同——点餐页面最上方的满减力度有所差别。

　　会员账号显示的是“20 减4、36 减7、66 减 11”，而非会员账号显示的却是“20 减6、36 减9、66 减 13”，明显能看出来会员账号的满减力度小于非会员账号。当然，在这场测试中，既有会员账号与非会员账号的区别，又有熟客与非熟客的区别，因此不符合单因素实验，不能完全证明是熟客还是会员导致满减力度减小。

　　但总体上，这个页面确实能证明美团 APP 中存在区别对待（截止成文后，笔者再次进入页面发现两者满减力度变为相同，或美团出于舆论压力更改）。

　　除了这点，在笔者用两个账号点相同的外卖付款时，同样看到两个账号由于津贴优惠的不同导致付款金额不同，而在津贴优惠的使用规则中显示：每个用户在满减、折扣商品上可使用的津贴优惠金额均为随机金额，和拼手气红包类似。

　　因此出现津贴力度不一致的情况也无可厚非。

　　随后在笔者的调查中，发现基于两个因素变量去推导结论不太准确，于是基于会员账号来观测常去的一家餐馆外卖价格。

　　发现此前笔者经常点外卖的一家餐馆，在早些时候点外卖时配送费为 2.5 元，但随着在这家餐馆点外卖的次数增多，配送费则变为 3.5 元，而这两次点餐的餐饮完全相同，点餐时间段也相差无几，这似乎也证明了美团外卖存在“大数据杀熟”。

　　再回到美团外卖这次的声明上，“经查，文中提到的配送费差异，与会员身份无关，通过与用户进一步确认，发现是由于软件存在定位缓存，错误地使用了用户上一次的历史定位，与用户实际位置产生了偏差，导致了配送费预估不准。”

　　也就是说，首先这则声明证实了当事人的遭遇为真。其次，美团外卖以技术问题为理由解释此次“杀熟”事件，但也有网友称，美团以“软件存在定位缓存”为理由过于牵强，作为在 2019 年日订单量就突破 3000 万单的外卖平台，这个技术 bug 现在才发现明显说不过去。

　　而据《时代财经》的采访，当事人也表示，“对于美团上门致歉的态度，我是认同的，但是对于他们的解释，我并没有认同。众多网友都出现过我这样的情况，但美团对于这个事至今没有正面的官方回复。”

　　因此美团能否证明自己不存在“大数据杀熟”才是最重要的，只凭一面之词无法给广大用户一个交代。

　　在这件事中，“大数据杀熟”之所以能引起这么大共鸣，源于用户早已饱受其摧残。

　　此前国内出现过最瞩目的“大数据杀熟”事件，主角则是携程。2019 年 3 月，用户陈利人在携程上购买国际机票时，第一次搜索时价格为 17548 元，退出后再去支付就显示“无票”，而该用户再次进入搜索页面搜索时，价格就变成了 18987 元，此后多次搜索都是这个价格，最终用户只能选择在航空公司的官网购买机票。

　　平台通过“大数据杀熟”，让用户变成了任人拿捏的柿子，用户自然对此深恶痛绝。

　　02 杀熟是门“好生意”

　　对于某些平台来说，为何热衷于“大数据杀熟”这门生意？

　　从经典的案例中能找到一些启发——2000 年，电商平台亚马逊选择了 68 种畅销 DVD 进行试验，根据潜在用户的人口统计资料、购物历史、上网行为等，对这些 DVD 光盘进行差别定价。

　　其中名为《泰特斯》的 DVD 光盘对新老用户的定价分别为 22.74 美元、26.24 美元，通过这一策略，这些 DVD 的销售毛利率得到明显提升。

　　此外，美国布兰戴斯大学经济学系助理教授 Benjamin Shiller 基于 Netflix 的研究发现，使用传统人口统计资料（种族、收入、邮编）的个性化定价方法，可以使 Netflix 的利润提高 0.3%，但根据用户网络浏览记录（浏览了哪些网站、在哪个网站停留了、停留了多久），使用机器学习技术来估算用户愿意支付的最高价格，可以使 Netflix 的利润提高 14.55%。

　　而对于类似美团这种提供服务的平台，甚至能够以“大数据杀熟”消费者和服务提供者两方，从而让自身获益。

　　因此这种方法对于商家而言是强烈的吸引力。

　　从上述案例中能看出，“大数据杀熟”的本质其实就是商家通过收集数据，以此找到用户对每件商品的“最高承受价格”，从而实现利润最大化。

　　但利润与风险同在，虽然这种方法能够让平台最大程度上获利，但消费者可不会轻易买单。在艾媒咨询发布的《2018 中国“大数据杀熟”网民态度行为调查报告》中，77.8% 的受访网民会认为服务应用利用大数据进行差异定价的行为不能接受，认为可以接受的受访网民仅占 12.2%。

　　更严重的后果是，报告显示 42.9% 的受访网民表示会因为应用利用大数据进行差异定价考虑更换应用；40.5% 的受访网民会认为如果自己使用的应用利用大数据进行差异定价，未来将不会再使用该应用。

　　以亚马逊为例，此前其推出差别定价被发现后，随着消息的传播，越来越多被“坑”的老用户知道了这件事，在一阵声讨声中，不少人公开表示以后绝不会在亚马逊购买任何东西。最后此事闹得越来越大，直至亚马逊 CEO 贝佐斯亲自道歉，并对商品进行退还差价处理才渐渐息事宁人。

　　对于平台而言，采用“大数据杀熟”无异于冒着巨大的风险。但仍有无数平台前赴后继采用，除了巨大的利益，更重要的是“大数据杀熟”的隐蔽性，在《2018 中国大数据“杀”网民态度行为调查报告》中，73.9% 的受访网民不知道互联网服务应用利用大数据针对不同用户进行差异定价的情况。

　　最好的方法是让用户对“大数据杀熟”不知情。

　　首先，熟客天然比生客好“杀”，熟客的心理会自然而言的代入自己在消费者将会享受更好的服务和更优惠的价格，并且在购物的过程中省略“货比三家”，在加上购物习惯使然，熟客对价格没有那么敏感，因此商家好把控。

　　其次，如今“大数据杀熟”在互联网领域广为应用，和线下的实体交易相比，互联网服务交易平台“杀熟”手段相对隐蔽，用户在支付过程中存在一个“私密空间”中，导致“大数据杀熟”不容易被用户发现。

　　种种原因，造成“大数据杀熟”一直被平台使用但秘而不宣。

　　此外，在“大数据杀熟”的具体应用上常见的情况为：同一应用上的不同阶层用户价格不同；同一应用的同一阶层用户的价格也不同；在此基础上，更有甚者平台利用大数据分析同一阶层用户的需求，为其提供个性化的产品或服务，做到“千人千面”。

　　如若在上述美团事件中，确实存在当事人所说的情况，其应属于同一应用上的不同阶层用户价格不同。

　03 如何避免被“杀熟”？

　　事实上，如今国内对“大数据杀熟”的监管力度愈发严格。

　　首先是在“大数据杀熟”的重灾区——OTA，2020 年 9 月，文旅部出台了《在线旅游经营服务管理暂行规定》，预计在 10 月 1 日正式执行，其中第十五条的规定为“在线旅游经营者不得滥用大数据分析等技术手段，基于旅游者消费记录、旅游偏好等设置不公平的交易条件，侵犯旅游者合法权益。”

　　这使 OTA 平台使用“大数据杀熟”的成本增加。

　　此外，2020 年 11 月 10 日，市场监管总局发布《关于平台经济领域的反垄断指南(征求意见稿)》中，第十七条为“具有市场支配地位的平台经济领域经营者，可能滥用市场支配地位，无正当理由对交易条件相同的交易相对人实施差别待遇，排除、限制市场竞争。”

　　意见稿首次提及基于大数据和算法，根据交易相对人的支付能力、消费偏好、使用习惯等，实行差异性交易价格或者其他交易条件；基于大数据和算法，对新老交易相对人实行差异性交易价格或者其他交易条件等，并把这些行为定义为滥用市场支配地位、实施差别待遇。

　　“大数据杀熟”或将成为反垄断法明令禁止的行为。

　　需要注意的是，虽然近些年监管力度正在加强，但目前来看，如何界定平台是否存在“杀熟”等违规行为在判定上存在一定难度。

　　对于美团这样的本地生活企业来说，早前新华社记者调查报道过程中做了试验，发现不同账户存在明显的价格差异，2019 年的“大数据杀熟”风波中，科技日报点名美团存在“大数据杀熟”情况，但对美团并无大碍。

　　类似也有不少用户向相关机构投诉平台，却发现想要举证难度很高，原因在于平台通常以商品型号或配置、享受套餐优惠、时间点不同等为理由，通过了补贴、优惠力度等方式掩盖。同时，平台以商业机密为由不对外公布具体算法、规则和数据，

　　在裁判文书网上同样能找到相关案例，在 2019 年 12 月 27 日发布的《刘权、北京三快科技有限公司（美团母公司）侵权责任纠纷二审民事判决书》中，刘权表示，他通过某外卖平台订购了一份套餐，当日刘权另一同事在该平台上向同一商家订购了同一份套餐，送货地址相同，但配送费却比刘某少 1 元，以此投诉三快科技。但法院认为三快科技公司的外卖配送费是动态调整的，以刘权与其同事下单时间并不一致为由对刘权的诉讼请求不予支持。

　　可见在难以监管的前提下，对于消费者而言，更小心平台“杀熟”。

　　因此除了监管的因素，作为消费者，养成避免被“大数据杀熟”的习惯同样十分重要。例如在购物时，习惯使用各种网站比价；经常卸载 APP 或清理缓存等。

　　归根结底，用户之所以遭遇“大数据杀熟”的绝大部分原因是信息不对等，只要抹除信息不对等，大多网购平台的“大数据杀熟”手段就无所遁形。实际上，互联网的特性本就让我们获取信息更加方便，很多时候只是懒得去主动获取，这才给“大数据杀熟”留下了可乘之机。

　　当然也需要注意的一点——大数据没有原罪，技术本身是中性的，通过大数据不一定只能去“杀熟”，平台如果使用得当的话，也能为用户带来方便。

　　回到这件事情本身，如今正处在反垄断的关键时刻，美团自然需要打起十二分精神。

　　但对于广大消费者来说，此事如若只是像此前那般成为一个普通的舆论事件，随着舆论沉寂，“大数据杀熟”也没有得到监管。即使诸如此类的事情正在使越来越多的消费者觉醒，但终究未能从源头上彻底阻截。