就像被曝光的非法收集消费者面部信息的行为，互联网时代，每个人对平台来说都只是一个数据。而随着互联网平台渗透进生活越深，其作为现代生活的基础设施作用越强，数据的力量也愈发让消费者畏惧。

       3月3日，复旦大学教授孙金云发布关于网约车平台的调研结果后，“手机越贵打车越贵”词条冲上热搜。这800多份样本的研究里，一个可怕的答案呼之欲出——我们都被大数据“杀熟”了。

　　预估价20多元，实际却花了小40元；同一家外卖餐厅，和同事买了一个套餐却贵了不少……这种价格偏差几乎无处不在。大数据杀熟与互联网产业发展可谓如影随形，相较此前屡屡被揪出的订酒店、订机票，打车这种刚需场景的大数据杀熟更容易让消费者心生愤怒。平台对稳定贡献的老顾客，远不及对新人热情，也让老用户愈发感受到了欺骗。

　　但业内人士金源告诉虎嗅，这种价格差异很大程度上是供需关系下的必然结果，网约车定价机制也并非针对个人，而是一个区域或某一类群体的运营策略，有其合理性。

　　在她看来，用户是互联网产品的生命线，平台针对用户的消费行为进行运营，是可持续经营要求下的合理行为，也是整个互联网行业“约定俗成的事情”。

　　网约车平台有着复杂多变的定价体系，这导致了预估价往往与实际价格相差巨大，用户的心理预期与实际付出不符合，加上一些隐藏的规则，更让用户笃定“猫腻”的存在。

　　预估价为何总是“虚低”

　　网约车预估价主要由两个因素决定：时间和里程。在一定路程内，时长费和里程费组成了实际费用；超过一定距离后，会产生远途费。这是常规的定价体系，不同的网约车平台略有不同，如每公里单价、是否分段计价，此外大体的规则基本相同。

　　现实中，造成预估价与实际价格出现偏差的原因有很多，关联最密切的的是路况。这里分为两类：即时出行订单与预约订单，前者的预估数据会比后者准确。

　　即时出行的预估价格是根据当前路况评估所得，而预约单的价格形成就复杂得多。预约单发布时间与出发时间存在一定间隔，系统估价基础是导航的大数据算法，通过收集巨量用户的历史数据，再以历史数据平均出一个数值预估路况。

　　但实际出发的情况不会完全符合预估路况，遇上交通事故、恶劣天气、特殊时期的政策等，也会影响预估价的准确性。

　　除实际行驶路况、司机开车风格等因素，走了哪条路也至关重要。系统预估时会按路线最近去算，实际走的时候导航会优先高速，这时会产生较大价格差异。

       “正常情况下的价格差异，基本都出在时长上，而时长是一个非常不可控的因素，造成的差异在早晚高峰特别明显。”金源表示，里程因素通常较为固定，除非司机绕路或换路线。以现在网约车平台对路程的把控程度来看，绕路很难实现，换路线则可能在用户主动要求下实现。

　　实际价格与预估价有偏差就是被“杀熟”了吗？当然不是。

　　如果用户打车的同时用导航，会发现导航永远比网约车计时准确，这是因为导航在实时获取位置信息，实时刷新路况、更新到达时间与价格，网约车预估价则在下单那一刻就固定了。基于路况的多变性，整个网约车行业预估价与实际价格有合理的浮动范围，即上下10%以内。

　　你是如何被“杀熟”的

　　那么，起点和终点相同 ，时间长之后价格却从30几块涨到了50多块，这种现象又如何解释？

       “这种情况有可能是平台调整价格了，也有可能计价方式变了。网约车平台改价还是挺频繁的。”金源举了个例子，按起步价模式算，以前起步价是15块钱，三公里10分钟以内都是10块。平台调价后，表面上看起步价还是15块钱，但有可能起步范围只含两公里；或者原来说1公里1块钱，10公里以内都如此，平台改变计价规则后，第1公里到第5公里每公里1块钱，再往上每公里的单价逐级增长。

　　调价不只按照时间和里程推进，也可以针对人群和地域。

　　平台定价不似用户想象中的一个地方统一价，而是划分成很多块区域运营，每个区域采用的定价系统都可能不是一套，价格自然也会出现差异。典型如，消费者在机场打车与在机场旁边小区打车的定价规则就可能完全不同。

　　这种细微规则的改动，直接影响着用户最终的付款金额，但通常用户不会关注这种隐藏在深处的变化，只能在付钱时深刻感受到价格偏差带来的不爽。

　　此外，平台因人而异的运营策略下，也会加剧这种价格差异。

       “平台都会做用户分层，判定用户是活跃用户、流失用户还是新用户，给到不同的优惠。越大的网站数据量越大，其分层就越细致，越细致的分层对应的运营策略就越精确。”金源说，“从技术上来讲，实现分人群、分地域、分时段的定价机制，没有门槛。”

　　加上现如今各个平台建立起的会员体系下，用户权益的差异，使得对应的优惠政策也完全不同，平台能够实现真正的“千人千面”。

　　可怎么判断是不是区别对待用户呢？要从网约车定价依据讲起。

　　网约车定价体系是一个复杂且多变的庞大系统，这个系统的定价依据，基于用户行为和用户需求，取决于供需关系。

　　比如，一个站点的用户需求量非常大，而车又偏少，匹配效率低，平台就会采取涨价的方式抑制需求，提高匹配，以此实现利益最大化。

　　具体来说，如果区域内有100个用户有用车需求，但只有10辆车，平台只能匹配10单，此时平台通过价格调升抑制需求，当价格调到剩下50人仍要打车时，不管这50个人在不在平台打车都不重要，因为需求仍大于供应，但此时平台匹配10单的利润就远大于开始。

　　在网约车行业，供求关导致的价格变化无处不在，典型如高峰和平峰时期的价格差。除这种消费者不能看到的系统内部调控，摆在明面的调价如平台的动态调价，临时加价××倍……

　　以滴滴为例：滴滴快车使用的是排队政策，因为快车的用户群体对价格较为敏感，可能不会接受加价的方式。滴滴礼橙专车用的是加价策略，用加倍的价格来抑制需求，让接受高溢价的即时出行需求者得到运力。

　　特权价差与认知偏差

　　如果基于供需关系进行调价进行用户筛选是合理的，那么通过会员特权插队呢？

　　当前，各家平台都试图通过会员体系巩固用户粘性，由此赋予了级别较高用户插队的权益——快速通道。也就是说，即使消费者接受了高峰时期的涨价，也会面临被高级别用户插队。

　　目前各个网约车平台排队的技术实现方法不一样，有的平台是直接插队，有的平台会将排队做成两个序列，就像去机场柜台办理托运，普通用户一个队伍，金卡用户另起一队。

       “快速通道肯定会伤害到一部分正在排队的用户的利益，这是必然的，但平台必须保障高等级用户的用户体验。”她称。

　　但是，排队的优先权益本质依据是公司经营的利益最大化原则。活跃用户的高等级权益是通过忠实、稳定的消费行为获得的，相比偶尔使用的低频消费者，平台会优先保障期前者的权益和服务体验，以达到运营的高效率与经营的持续性。

       “即使两个人在同一个地点一起下单，所面对的供应关系也不尽相同。”在金源看来，不同手机或账号显示的价格不一样，并不代表是被大数据杀熟了。

　　当下，每个人在平台面前就是一个数据，平台为了自己的经济效益，会对现有规则进行调整。这里有消费者能感知且看见的，也有看不见的部分，比如给新用户或者非活用户的独家优惠。

“特别是这种双向匹配的平台，看不见的调整一定存在，因为本身有一定的动态空间。而平台要实现利益最大化，就要实现更多的供需匹配。”

　　在网约车行业，动态溢价和降价随时都在发生。如果当前的需求溢出，平台就会涨价；如果供给溢出，价格就会调降。

　　时间、里程、路况等导致的价格偏差不可避免，且也是技术无法解决的问题。但如插队这样的会员权益，能否做到每个用户人人平等，每个地域人人平等，确实存在区别对待的情况。

　　而孙金云教授的研究结果，打车费用和手机价格相关，技术上确实没有障碍。因为诸如手机品牌、型号、操作系统、适配情况，甚至是屏幕分辨率，在用户下载App的那一刻就不再是秘密。而平台通过行程信息的数据积累，可以推导出更多用户信息。

　　但从平台的角度看，“愿意花钱买贵手机的人，不见得愿意花钱打车，我还不如去获取你的出行信息更直接。”她认为，这两部分用户并不重合，平台运营是为了利益，干这种事情“不值”。

       “在整个互联网行业，只要需要做用户运营，所谓的大数据杀熟就是一个约定俗成的事情。”金源认为，用户是互联网产品的生命线，平台要促活、要留存，针对用户的消费行为进行运营就不可避免。

       “如果你是一个活跃用户，平台肯定不会在你身上过多投入，而会把有限的成本投入到更多的流失用户或新用户身上，以达到用户量的累积增长。”

　　平台始终会根据经营利益制定规则，而不是从个体角度去做决定。她认为，目之所及的大数据杀熟现象，更多是平台针对不同活跃度用户进行的区别运营策略，在大众眼中产生的认知偏差。

       “平台会把更多的预算花在新用户和流失用户上，但绝对不会给活跃用户涨价，因为大家都是用脚投票，你涨价用户就会选择其他平台，反而会导致用户流失。两个月后平台可能需要更多成本才能把用户召回来。这非常不划算。”