图片来源@视觉中国
文|连线洞察，作者|王，编辑|子夜
要说今年的行业乱象，大数据杀熟榜上有名：
在OTA平台上，两个不同的手机同时预订酒店房间。经常用这个平台的手机价格高，另一个新号手机价格低；在电商平台上，如果购买一款kindle产品，浏览该产品次数多的人显示的价格是998元，而浏览次数少的人显示的价格只有599元。
像这样的案例不胜枚举。可以说，国内各大互联网平台都陷入了大数据厮杀的重灾区。
近日，美团对大数据的扼杀再次引起公众关注。
12月14日，媒体“父漂”发布《我被美团会员割韭菜》。“漂爸爸”说，开了美团外卖会员后，找了一家家常菜店，配送费从平时的2元变成了6元。
漂爸爸发布的文章截图。图片来源：漂移爸爸微信官方账号
很多媒体也测算过，在美团外卖平台上，不同的手机用户有不同的配送成本，频繁使用美团平台的用户比新用户成本更高。
在美团贴吧，网友们也抱怨了很久。会员和用户不仅享受的津贴少，而且分销成本更高；黑猫的投诉充满了对美团的不满。“同样的地址，同样的时间，不同的账号点外卖，别人点外卖不需要配送费。只要我的账号是美团发货商家，有一两个额外的配送费，都是商家……”
美团大数据杀熟可谓一石激起千层浪。
对于此次引发的舆论，美团方面回应，原因在于软件的定位错误，与会员身份无关。显然这个理由很难令人信服，舆论还在继续声讨美团。
互联网的杀戮不是什么新鲜事。在衣食住行的每一个领域，互联网的厮杀每隔一段时间就会发生一次。
令人气愤的是，即便面对千夫所指，互联网平台却总是明里暗里地大数据杀熟，每次严正声明、责令改正之后，又会死灰复燃。
今年9月，文化和旅游部发布新规，明确禁止大数据杀熟；11月，国家市场监督管理总局也发布了《关于平台经济领域的反垄断指南（征求意见稿）》，也将大数据的杀熟行为归为滥用市场支配地位。
大数据的查杀实际上是如何进行的？新规下未来会发生什么样的变化？
根据黑猫投诉的相关数据，仅键入关键词“杀熟”和“美团”，相关结果显示有65条，其中2018年1条，2019年9条，2020年55条；
同样的方法输入“杀”和“饿”显示49个结果，其中2019年13个，2020年36个。
对此，Connect Insight也分别键入了“杀熟”和“淘宝”、“携程”、“去哪儿”等关键词组合，均在2018年、2019年、2020年出现了明显的投诉激增。
黑猫投诉“杀人”截图，土元黑猫投诉
可见大数据杀熟一次次带来的舆论声讨并没有促使这一行为降温，反而愈演愈烈。
2018年3月起，“大数据杀熟”一词进入大众视野。据《中国青年报》对2008名受访者的调查显示，51.3%的受访者表示遇到过互联网公司大数据杀熟的情况，63.4%的受访者认为互联网公司大数据杀熟的情况很普遍。
2019年，北京市消费者协会发布的大数据杀熟调查结果显示，56.9%的受访者表示曾被大数据杀熟，88.3%的人表示大数据杀熟现象普遍。
针对泛滥的杀人事件，2018年以来，相关部门陆续制定了一些禁止杀人的政策法规。
但即便如此，大数据杀熟的现象并没有消失。
究其原因，大数据的杀伤很难界定，互联网平台多归结于技术原因。Qunar.com副总裁勾志鹏曾回应称，扼杀大数据等于自杀，价格体系是因为技术原因。就像美团对外界的回应，配送费的变化主要是技术定位错误。
这个技术原因，可以理解为，不同消费者面对不同的消费场景，在大数据平台，会随时进行供需要素的匹配，导致了价格的不同。
比如，一个需要出远门的游客，需要订机票，但由于实时在线预订和取消，机票库存不一，导致游客订完机票后马上降价；以美团配送为例，面对同一高峰时段涌入的大量订单，系统产生排队机制，从而按照优先级重新建立配送成本。
但是，不能认为解释是技术问题。
333
台产生的“错杀”、“误杀”，这种所谓的技术BUG也是平台的责任，而不应转由消费者背锅。现在的算法，本质上是通过一系列互联网编程语言构建起来的，比如市场上火热的C、Java、Python，如果把算法比一栋高楼大厦，这些编程语言就是形形色色的建筑材料。
但是也如同这栋高楼大厦一样，目前的算法是“死”的，简单地说就是高级的流水生产工。在算法面前，不同的用户只是简单地化成了多个数据维度，通过算法的流水化分工，打上特定的标签。
如果说有一套大数据杀熟的算法是针对外卖场景的话，它的运作逻辑是这样的：
首先人们会在外卖平台注册账号，在平台的数据库里就会形成一个ID，随着用户在APP上的活跃行为增多，比如日常点餐，下单时间点，点菜的种类，在平台就留下了种种数据痕迹，算法通过这种痕迹就可以计算出用户的点餐均价，喜欢的菜品等各种标签。
在平台的算法体系中，面对消费者就有一套标签体系，比如标签1“川菜”，标签2“低消费人群”，标签3“上海XX小区”，用户点了一道毛血旺就可以归类为标签1，消费的价格在15元以下归类标签2，在XX小区订餐归类为标签3。
根据这些标签，算法平台再从商家供应的数据平台进行匹配，筛选出合适的餐饮店。
那些在平台驻留时间长的，其留下的痕迹也越多，被打上的标签也越多，平台也可能会根据用户的不同标签进行差别定价。
反而新注册的用户，没有数据痕迹，平台算法很难进行标签界定。
所以一幕幕大数据杀熟，总是以老用户被坑，新用户幸免的形式出演。
从目前的算法来看，也并不高级，就像现在的人工智能也并不那么智能。
算法体系的就像一个树状型的漏斗，每个人不同的行为模式最终去到了不同的地点，但是选择路径是消费者决定的而不是平台决定的。就像用户可以频繁在平台低价购买产品，伪装成“低消费人群”，去钻算法的漏洞。毕竟从目前的技术条件来看，算法的程式是固定的，用户多使用几次，就大致能摸清算法的规律所在。
但在大数据杀熟中，起作用的不只是算法，还有用户运营，如果把算法比作骨骼，用户运营实则充当了血肉。
一位互联网运营岗的从业者也告诉连线Insight，“售卖一款互联网产品，尽管只有点击率和转化率两项指标，但是根据这两个指标可以拆分成文案、地点、时间、机型等十几个维度，通过这些不同维度的排序组合就可以轻松刻画出消费者的特征。”
可见一旦个人信息泄露，很快用户数据就会被肢解成一个个独立的符号，被平台放在放大镜下观看。
以美团为例，“人人都是产品经理”上就有对美团会员体系的一套拆解。
美团的会员等级由成长值决定，从V0-V6分为7个等级，获得成长值需要两个条件，一个是购买金额1：1转化为成长值，另一个是完成任务获得相应成长值，从V0到V6共计需要166300点成长值。
根据会员的等级不同，可以获得身份铭牌、积分抵现、免费试吃、急速提款、客服优先接入，这些充满诱惑的任务，已经让用户和平台捆绑，也心甘情愿为平台“献身”各类个人数据。
这些数据成了算法分析用户的窗口，进而将不同用户分类。
在具体的细节上，“深燃”还对会员体系有过分析，焦点大致在于每一单的利润是有限的，需要在平台、骑手、商户之间分配，为了平衡前三者的利润，消费者往往成为成本转嫁的对象。
餐饮行业风险成本高，对应的毛利回报有限，美团除了维持自身的利润还要小心试探其他三者的底线。
所以平台在搭建好了算法骨骼后，美团要对整个数据库进行活血，就是通过精细化的用户、商户、骑手运营，去了解他们真实又多变的需求。
因为平台根据活跃程度已经收集到了足够的信息，也对不同的群体打上足够多的特征标签，剩下的就是如何对这些特征标签重新排序组合。
但不论是算法还是用户运营，难免出现疏漏，也存在对用户群体定性不准的情况。
所以隔三岔五就可以看到，不是美团商家在喊冤，就是骑手不满，这次又是用户投诉。
不过可能美团也没有想到，相比于过去用户的小打小闹，“漂移神父”除了发文，还紧追着美团不放。
而大众对美团杀熟也积怨已久，网上的社区论坛都有对美团杀熟的控诉，只是苦于维权无门。
“漂移神父”恰巧成为这个情绪爆发的窗口，用户的声讨浪潮已经将美团的杀熟现象从幕后拉到台前。
12月18日，“漂移神父”继续追问美团，称美团“欠全国人民一个交代”，这个交代是什么？相关法律法规有明确的规定，根据《反垄断指南》第十二条规定，“经营者具有市场支配地位的，不得从事反垄断法相关规定所禁止的滥用市场支配地位行为。”
《反垄断指南》也首次明确将“大数据杀熟”定义为滥用市场支配地位、实施差别待遇。
今年针对垄断的监管行动明显加快了进程。11月份《反垄断指南》出台以来，国家监管部门就已经惩处了一批企业，前几日对涉及“经营者集中”违规的阿里巴巴、阅文集团、丰巢网络作出处罚。
这一处罚也是首次针对国内具有较大影响力的互联网平台，在反垄断方面作出的监管行动，释放出重要的信号，外界普遍解读为是要敲山震虎。
这一次美团被控诉大数据杀熟，由此引发关于滥用市场支配地位的讨论，让它站在了风口浪尖上。
在大数据杀熟的背后，是美团的焦虑。
在美团的收入板块，外卖的主营规模虽大，却并不是一个挣钱的行业，2020年第三季度财务数据显示，美团外卖的业务规模为206.9亿元，但利润率只有3.7%，仅比上一个季度提升了1.6个百分点。
饿了么百亿补贴常态化后也紧追美团，根据互联网大数据公司QuestMobile统计，今年10月，饿了么月活跃用户数甚至超过美团。
为了避免单一业务的依赖，美团还在尽力开拓新的业务增长点，其中社区团购被认为是美团必须赢下的战争，而美团为了争夺这一领域也是不惜血本，坚持自营，打造配送设施和供应链。
不过巨头之间的战争普遍是伤敌一千，自损八百，新业务的开展并没有美团预想中那么顺利。
在此情况下，美团对内要护住外卖领域的基本盘，对外还要争夺新业务，如今又要面临监管的压力，未来，美团将如何实现增长目标？它未来又能否做到一视同仁、价格公平？
