“大数据杀熟”说的是一种“看人定价”:同一个商品、同一个时间,平台给不同的人显示不同的价格,而且往往是你越熟、越忠诚,看到的价反而越高。 它背后不是什么神秘黑科技,就是平台拿你多年来留下的各种数据,猜你的消费习惯和价格底线,然后给你“量身定制”一个你大概率会接受的价。

举个假设的例子。小周用注册了六年的老账号查一张下周北京飞上海的机票,页面显示 1280 元。旁边的同事用刚注册的新账号,查同一航班、同一舱位、同一时间,显示 1080 元。这 200 块差价不是新人优惠券——券是另外标出来的。平台翻一翻小周的历史记录:出差多、订票总在起飞前两三天、几乎不比价、也从不领券。系统据此判断:这个人急、对价格不敏感,报高一点他也会买。同事的新账号什么记录都没有,平台反而要用低价把他留住。这就是杀熟的典型一幕:它杀的不是生人,恰恰是“熟客”——你的忠诚和消费习惯,成了它报高价的依据。

一眼看懂 / 示意图

同条件报价,为什么差200元?

同条件报价,为什么差200元?老账号:1280元历史行为 → 估计愿意多付新账号:1080元历史少 → 用低价吸引差价:200元同一航班、舱位、时刻;例子假定排除了公开优惠
  1. 01老账号

    1280元

  2. 02新账号

    1080元

正文假设例子,非真实平台报价;实际判断须排除不同条件和公开优惠。

平台凭什么猜你“愿意多掏钱”

1. 杀熟不是“统一涨价”,是“一人一价”。 统一涨价是货架上换一张价签,谁来都一样;杀熟是货架上根本没有固定价签,系统看清来人是谁,再决定报多少。所以判断它的关键不是“价格变了”,而是“同一时刻、同一条件,不同的人看到不同的价”。

2. 依据是你的数据画像,不是谁拍脑袋。 这有点像菜市场摊主看穿着打扮随口报价——穿得讲究、行色匆匆的,问价就贵两块。这个类比帮你理解“看人下菜碟”的思路,但真实机制要冷得多:平台不靠眼缘,靠的是你多年积累的数据——手机型号、收货地址、历史订单、搜索记录、比价频率、下单急不急、会员等级、领不领券。这些数据拼成一幅“画像”,算法据此估算两件事:你大概愿意出多少钱(价格承受力),你现在有多急(急迫程度)。两个都高,你看到的价就悄悄上浮。这套“按人定制”的思路,和算法推荐给你挑视频是同一套——只不过推荐算法挑内容,定价算法挑价格。

3. 差价常常包着一层“正常”的外衣。 杀熟很少赤裸裸地给老用户“加价”,更常见的做法是定向发券:把优惠券发给那些“可能流失”的人(比如很久没下单的),而老用户、高频用户什么也收不到。明面上谁都没被涨价,一算实付,你比别人贵。差价往往不大,混在各种满减和折扣里,不特意对比很难发现。

不是所有“别人比你便宜”都是杀熟

这个词现在用得很滥,一看到价差就喊杀熟,要先排除几种不能单凭价差就下结论的情况:

  • 动态定价不是杀熟。 机票、酒店的价格本来就随供需实时浮动,余票少了就涨。你上午查和下午查价格不同,这是对所有人一起生效的变化,不算针对你。
  • 公开的差别定价不自动等于杀熟。 新人券、学生价、会员日,规则公开,符合条件人人可享——你可以不爽,但它不“暗”。这里要分清公开促销与利用个人数据给予不合理差别待遇;后者即使有所披露,也不能因此自动变得合理。
  • “杀熟”也不等于一切差别定价都违规。 监管和法律盯的是“不合理”的差别待遇:我国《个人信息保护法》明确规定,利用个人信息进行自动化决策,不得在交易价格等交易条件上对个人实行不合理的差别待遇。

怀疑自己被杀熟,可以这样核实

1. 同条件对比。 同一时间、同一商品(同一航班同一舱位、同一房型同一日期)、同一收货地,用两个账号分别查——一个你的老号,一个新号或朋友的号。

2. 剔除公开优惠再比。 把新人券、会员折扣这些明面优惠都去掉,只看实付价还差不差。还不一样,才疑似杀熟。

3. 截图留证再反映。 两个页面连同查询时间一起截图,先找平台客服问价差的依据;说不通,可以向 12315 投诉,或向网信部门举报。

顺带说一句:换浏览器、开无痕窗口基本没用——平台认人靠的是你的登录账号和账号背后的历史数据,不是你这台机器上的浏览记录。哪怕你清了 Cookie,只要登录着,它照样知道你是谁。真正的“熟”在账号里,不在浏览器里。