618买买买时，你是怎么掉进陷阱的？
一年一度的618大促已经接近尾声，在各大网上商城看起来优惠力度只有“双11”能与之媲美：满199-100，满三免一，满两件7.5折，可叠加用券，跨店满300-30津贴……每一款产品都在拼命地向你摇旗呐喊：快买快买，错过这一波，就要等到“双11”啦！
尤其是那些“你可能感兴趣”的推送，看起来每一件都是自己的心水之物啊，而且——折扣力度好大！于是，手的生长速度完全跟不上剁的节奏，买买买，根本停不下来。但是，你有没有意识到，当你将一件件商品加入购物车，使用抢来的优惠券，填上收货地址，下订单结算的过程，就在一步步跌入电商的算法陷阱。
网上有个流行的段子，“为了闪瞎那些我们本不喜欢的人的眼，我们用借来的钱去购买那些我们并不需要的东西”。在一个由算法驱动的市场环境中，商家已经获取了相比以往难以想象的海量用户个人数据。它会想方设法去了解我们的日常活动内容、兴趣爱好、搜索模式以及对某件产品的理想价位与购买欲望，令我们乖乖种草下单。
下面是商家利用大数据进行算法分析，采用的几种典型手段，诱使消费者购买，并实现利润最大化，快来看看你有没有踩到雷！
极少有人会凭空做出购买决定，大多数人都会左右权衡，最终在比较中做出决定。但很多时候，也许只是多给你提供了几个选择（或优或劣），商家就可以轻易地将你引向那个较为昂贵的第二选择。
根据麦肯锡咨询公司的报告显示，“不少餐馆的经营者发现，最受客人欢迎的酒水的价格不是在价目单中排名第二昂贵，就是排名第二实惠。购买前者的客人在认可自己的好品味的同时又不至于感到太过奢侈；后者则认为自己的选择很是划算，但又并非廉价”。
在另一项研究中，100位麻省理工学院的学生被要求在三个《经济学人》杂志的订阅选项中做出选择：
（1） 59 美元的数字版（共有16 人订阅）；
（2） 125 美元的印刷版（无人订阅）；
（3） 125 美元的印刷 + 数字版（共有 84 人订阅）。
然而，当“诱饵”（即 125美元的印刷版）被撤下，只剩 59 美元的数字版和 125 美元的印刷 + 数字版可选时，学生却做出了不同此前的回应。68 人选择了59 美元的数字版《经济学人》，而只有 32 人选择 125 美元的印刷 +数字版，数据变动着实不小。
由此可见，商家可以有效利用诱饵产品或者相应的定价方法引导消费者去购买利润率更高的商品。
【真实案例1】苹果公司在发售定价 349 美元的 Apple Watch 腕表时，为了让这个价格看起来合乎情理，它同时推出了价格区间下至 349 美元上至17000 美元的 38 个不同版本。即使只有极少数人会花费 17000 美元购买 Apple Watch 腕表，但它的存在也令 349 美元的定价看上去“平价”了不少。
【真实案例2】微软公司在推广 Windows 7 时，套餐中既有专业版 Windows7 附赠 4GB U 盘的选项，又有在同等价位下无赠品的选项。相关数据显示，诱饵产品的存在令第一个选项“看上去非常有利可图，并有望拉升 15% 的产品销量”。
除了引入诱饵产品，商家还可以通过调整线上商品的展示界面而促使消费者暴露自己愿意为此商品支付的最高心理价位。
价格引导是一种向不同群体推广不同档次产品的商业行为。在网店，商家会基于潜在顾客的个人信息而决定向其展现哪种特定价位的产品。比如，针对心理价位较高的阔绰消费者，商家会在“为你推荐”中率先推荐那些价格偏高的商品。
在拥有海量商品信息的互联网上，这些“为你推荐”的设置既可以有意限制特定用户所能查询到的产品目录，也可以通过产品目录的巧妙排序引导用户做出选择。
所以，你在网上的所见正与你家的邮政编码、家庭收入水平、性别、年龄都有着千丝万缕的联系。你很难知道别人都在网上探访何物。充其量，你多少能知道与你生活在同一城区、有着相近教育背景和工作经历、访问同样的网址、有着类似产品搜索记录的人们在网上的所见所闻。这种个性化的购物体验让你追寻商品“真实”的市场价格的搜寻成本随之提高。
很有可能你和别人：花了一样多的钱，收到的产品质量却有不同。
【真实案例】出行订票网站 Orbitz 对苹果产品用户和其他电子设备用户进行了区别对待：向使用 Mac OS 操作系统的访客推荐价格更为昂贵的酒店住宿选项——这类酒店被置于搜索结果的前列。
商家正在利用消费者处理复杂选项时的困难性来更好地实现价格歧视。
通过人为提升产品价格和质量等参数的复杂性，不少商家蓄意让消费者自暴其短，强化他们的偏见认识，进而从中牟利。它们相信，选择恐惧症与产品说明书的晦涩难懂会令大多数消费者难以客观评判出商品的性价比与质量。
比如，当有多种选择摆在眼前时，有 65% 的消费者会选择其中最便宜的那个产品。但是当产品费用清单被分解成基准费率、服务费、超限附加费等一个个条目时，为了避免被收取额外费用，人们却倾向于选择那个收费水平远超自己真实所需的费用档次。
此外，还有很多商家在采取一种老套的把戏实现差别定价——以不同品牌或产品系列的名义贩卖同样的商品，以抬高商品的售价。
【真实案例】床垫厂商会以不同产品系列的名义将同样的（或者品质相近的）床垫卖给零售商，接着，每家零售商又会用相似的说辞把这个消息传递给茫然的顾客，“我们卖的可不是一般的丝涟（Sealy）床垫，这可是它的高端系列”。
对于商家而言，它们可以用产品的复杂性遮掩其真实目的。英国竞争委员会归纳了五类常见的报价方式：
（1）水滴定价（Drip Pricing），用一个较低的初始价格吸引消费者入局，之后再不断收取附加费用；
（2）打折促销，在一个远被高估的原价上制造折扣价格的魅力（好比原价3600元，现价 1800元）；
（3）复杂定价，如买二送一这种需要额外计算产品单价的定价方式；
（4）诱饵，卖家许下优惠承诺但仅限于先买先得；
（5）限时折扣，为折扣价格框定一个限期。
这其中，消费者最常在水滴定价和限时折扣中“迷失自我”。
【真实案例】为了提升销量，商家有时将价格低廉的产品与花销不菲的运费或是保修费用捆绑在一起，偷梁换柱地成功引诱消费者上钩，然后再向他们推销其他产品或者将那些重要的交易细节化身为小一号的字体藏在晦涩的合同文本中。
对于那些更加在意产品价格的消费者而言，他们可能更缺乏采购经验或是无力判断产品的优劣，于是他们就成了砧板上的肉。看上去他们是沾沾自喜买到了实惠产品，不承想却被其后的隐性开销不断叨扰。
有一点已经成为共识：耐心不足的消费者往往会为购买的商品付出更高价格。所以，如果商家可以成功激发访客的冲动消费欲望（如采取“饥渴营销”方式助推产品销量），消费者通常就不会再去比价。
同时，网店的商家还可以通过向意志力更强的消费者提供额外折扣而隐藏自己的差异性定价真相。
【真实案例】一家互联网商务研究机构Baymard Institute 发现，大约有 68% 的网络访客会将选购的商品放入购物车后置之不理，但这种行为却为他们带来了奖赏。很多时候，当他们二度登录该购物网站后，随之而来的可能是一个显示折扣码的弹出窗口。因为在商家看来，搁置购物车里商品的访客可能更在意价格高低，或者是还在考虑其他选择。越来越多的知名零售商为这些‘遗弃’购物车的访客提供额外折扣（从 20% 优惠到包邮服务不等）。
如果让消费者识破了差异性定价策略，那么他们大多会感到受到了欺骗。为了避免消费者萌生这种想法，商家依靠框架效应粉饰自己的定价歧视。
行为经济学研究提出，框架效应（也就是一个问题如何用不同的说法表达从而达到不同效果）会给消费者的决策过程带来不同影响。于是，框架效应在差异性定价中的应用就是要让消费者认为自己买到就是赚到，而不是付出了更高价格。
【真实案例】商家经常告诉消费者，如果他们使用现金支付就可以额外获得一个折扣。可他们很少会说，如果使用信用卡，则还需另行支付一笔手续费。其实，这两种表达方式传达的事实都是相同的：使用信用卡的消费者会比使用现金的消费者付出更多。
而对于网店商家来说，最典型的做法是率先给定一个较高的定价（划线价格），接着选择性地调整折扣的幅度，而消费者的比价行为也会受到价格调整的影响：如果商品价格被调高，会激起消费者货比三家的热情；如果价格保持稳定或者稍许下调，消费者黏性则较高。总体而言，消费者会基于商品的参照价格（也就是原价）衡量一笔交易是否划算（如比原价便宜了 20%）。
而且，对于价格敏感度较低的消费者人群而言，只要商品的原价保持不变，他们就不会介意为什么是旁人拿到了折扣码、优惠券，而自己却没有。
与此同时，商家还会不时为犹豫型消费者提供限时折扣。当然，他们会假以各种名目，一个有价值的客户、新注册的客户、走了又回来的客户、幸运地抽取到折扣码的客户……虽然优惠券看上去是随机派发的，但一般而言只有那些对商品的心理价位更低的消费者才是商家派发优惠券时锁定的对象。
那么，问题来了，为什么商家可以将消费者玩弄于股掌之间？当然，权力的游戏青睐于那些掌握并贩卖消费者个人信息数据的组织或个人。正是这种信息不对称性为商家扬起了风帆。
信息不对称性首先体现在采取定价歧视手段的商家与顾客的关系上。商家收集了海量消费者个人信息数据并开发出了一套定价算法。尽管它们并非准确知晓算法会为某位特定消费者设定多高的价格，但它们对算法的运算策略与最终目的却是了然于胸（无外乎是通过各种价格策略实现更高回报）。此外，与消费者不同，商家清楚地知道不同客户分组之间的定价差异。
相反，作为普通消费者的我们，却在这个由算法驱动的差异化定价环境中陷入茫然。这张“已知的未知”清单着实恼人：
是谁在收集有关我们的信息。
我们的个人信息又被用在哪些方面。
还有谁可能接收到我们的个人信息。
这些个人信息能够在多大程度上代表我们个人。
我们被分在了哪个客户分组当中。
收集个人信息的手段都有哪些。
数据质量如何。
我们如何控制个人信息的收集和传播。
可悲的是，个人是无权查阅这些个人信息的，更别提对它们做出修正与辩驳。同样地，我们也无法对自己被置于的客户分组提出疑问。我们的确收到了不少广告，但是对于为何是我们收到这些广告却感到莫名其妙。
如果故事继续按照今日的光景发展下去，如果用户继续对自己的网络活动疏于提防、执法机构的政策与工具箱也一成不变，那么在低信息开放度、高个性化的交互界面中，具备高度自主性的算法将给反垄断执法带来更多挑战。
最理想的情况是，执法机构和法院能够充分理解这种风险，并且选择通过教育民众的方式来积极应对与防御。而在最坏的情况下，不论是在法制层面还是在人类的认知层面，执法机构与民众都被超级平台所俘虏，没人意识到这些风险，而我们将在对科技进步的欢呼雀跃中缓慢步入真实的“楚门的世界”。
相关书籍推荐
《算法的陷阱：超级平台、算法垄断与场景欺骗》
[英] 阿里尔·扎拉奇 [美] 莫里斯 E. 斯图克 著丨2018.5
购书详情，请点击“阅读原文”
-End-
2018.6.20
更多精彩内容，欢迎关注「中信出版集团」微信公众号
中信出版集团
我们提供知识，
以应对变化的世界
近期新书一览，点击书封即可看到有关内容！