大数据或否引发更多差别定价?

随着大数据以及网络购物提高了商业附加于个体的信息量，一级差别定价的好处及盈利性将变得越来越难以抵挡。

不久前，福布斯网站刊登了一篇题为《大数据是否会引发更多的差别定价?》的评论文章，现全文摘要如下：

用于克服固定成本的差别定价方式存在很多价值。有教材举例，农村的医生只要会进行差别定价，他们就能盈利，即向部分消费者的收费高于另一部分消费者。据此，人们通常会看到经济学家比非经济学家更青睐于差别定价，后者将此认为是不公平。按不同定价组织形式，差别定价分为一、二、三级差别定价。一级差别定价按照消费者的个人支付意愿对每位消费者收费不同;二级差别定价不按照消费者的个人特性进行收费，而是按照购买货物的数量;三级差别定价将消费者归类，按照不同类群的支付意愿进行收费。

按历史轨迹来看，教材大多集中于二级与三级差别定价进行讲解，一级差别定价被认为略不可行，除公平规范以及可能的套利行为外，导致这种不可行的部分原因是信息的局限性：即难以获得足够与消费支付意愿有关的信息。可是，日益发展的技术正使得一级差别定价更为普遍，尤其是向消费者提供回馈卡为迎合不同消费者所提供特殊折扣的杂货店。本杰明-希勒(BenjaminShiller)对Netflix消费者的信息被用于使用一级差别定价来盈利的范围进行了调查。

他在报告中称，在预估消费者向Netflix订阅服务的可能性时，这种方法被用于评估不同设置变量的有效性。在没有任何信息的情况下，每位消费者的可能订阅度是一样的，约16%。在概率模型中，包括标准人口统计学数据略微改善了预期，如风靡度、年龄、收入、儿童、居民密度等数据。消费者可能的订阅度处于6%至30%之间。而加入全部变量因素后，预计可能的订阅度接近零至91%之间，如网页浏览历史等变量因素。

经过大量研究后，本杰明-希勒发现，获得的信息越多，一级差别定价所获得的利润就越多。随着大数据以及网络购物提高了商业附加于个体的信息量，一级差别定价的好处及盈利性将变得越来越难以抵挡。此外，希勒发现网页浏览数据使得企业更青睐采用一级差别定价。

希勒的报告称，如果Netflix采用一级差别定价，那么部分消费者的支出将比另一些高出两倍。他的研究论文结论与常识表明，一级差别定价的优势将随着商业获得越来越优化的数据而增长。相对基于差别定价的简单人口统计学而言，如果知道人们上网的浏览信息能够将利润提高超过1%的话，那么这对了解人们在现实世界的购物行为方式会起到多大的帮助?

世界是否就是那么的怪异和不公平?希勒认为这就是事实，他猜想多数人都会认为这是事实。本文作者系经济顾问研究员亚当-奥济梅克(AdamOzimek)