虽然完全价格歧视尚不可期，但近乎完美的行为歧视却已大行其道。在互联网的世界里，当大数据分析与行为经济学相遇时，我们正在见证一类新兴的价格歧视——（客户）行为歧视（behavioral discrimination）。企业正在广泛收集顾客个人信息以判断何种情绪（或说是偏见）会促使我们在某一特定价位做出购买决定。 1 通过追踪和收集顾客信息，卖家企图运用个性化定制广告和差别化定价的手段征服不同类型的消费者，让他们在面对诱人产品和适当价位时，自动缴械，乖乖掏钱。行为歧视通过激励消费为商家贡献了可观的利润。
本章将介绍大数据分析技术在这场激烈的市场竞争中发挥的作用。当互联网电商和实体商店都在加紧建立并完善客户个人信息数据库系统时，我们的日常行为（不论是在线上还是在线下）正在逐步被纳入商家追踪的范畴，而这种行为的目的无非是实现完美行为歧视。
大数据、从做中学、实验规模
在追求完美行为歧视的路上，虽然自学习算法无法准确判断每位消费者的保留价格，但它已经能够实现对客户群体进行精细化细分，并且正在不断提升客户群体细分算法中解释变量（包括个人偏见、环境因素等多个参数）的数据质量。有了算法，从前粗放式的歧视定价行为已演化为更为精准的消费者分组。在这个过程中，商家会为我们贴上一个个标签，他们既会考察消费者的价格敏感度和消费习惯，也会综合考量社会阶层和脾气秉性对分组的影响。
被分在了同一组的人们很可能对待事务有着相近的看法或者价格敏感度。客户细分的目的在于，商家以同一组内部分消费者的消费信息为参考，推而广之，从而实现对组内所有消费者的有效营销。更进一步，模型参数的调优还有赖于获取更多消费者在不同场景下的行为数据。通过不断训练模型、反复试错，算法的输出结果将更接近于人们的保留价格。在这个过程中，我们也许会被重新归入更为恰当的分组，而模型选择和参数设置也有可能经历调整。
这就到了数据规模发挥作用的时候。为了改进算法的表现，商家会不断对模型进行调试，改进客户分组，进行输入数据的优化。在商家看来，训练模型既需要充足数据的支撑，也需要在跑数据的过程中对模型进行不断调试。对于企业来讲，每一笔真实发生或者潜在的交易都是用来学习消费者行为、调整模型变量权重、优化客户分组的宝贵信息。虽然无法准确获知消费者的保留价格，但是大数据分析在客户分组领域的应用，可以让企业冲破这个阻碍，瞄准不同消费群体开展个性化营销，同时抹杀后者的套利空间。企业掌握的消费者个人数据越多，对消费者个人情况的掌握就越多，细分工作的准确度就越高，从而在模型训练的过程中，通过试错与观察，做到有则改之、无则加勉。
好似仓鼠笼内的小轮子，对数据流的处理也是一个周而复始的过程。为了实现精细化的客户分组，企业需要的个人信息数据自然是多多益善。由此，物联网行业也将借着这股“东风”加速发展。毕竟，企业渴望得到消费者在家中、办公场所以及户外活动的一切有用信息。不仅是物联网，配有交互界面的智能恒温系统、轿车、厨房用品、腕表都有可能成为帮助企业优化消费者档案的工具，或是成为推介行为定向广告的平台。现如今，企业的客户信息收集工作已不单是出于营销目的。更何况，信息的获取途径已不仅限于店内的客户信息情况表，通过导航系统、搜索记录、社交平台中的信息以及购买产品的评价内容，商家可以轻易获取消费者的基本信息。 2
行为歧视的真相
一个在IT圈内广为流传的玩笑大肆宣扬了大数据分析的惊人能力：在一场重要的董事会办公会上，有位高管神色慌张地急于离场，旁人赶忙问其缘由。这位高管指着自己的手机说道：“我刚收到一连串报警装置和安保系统的广告，我猜我家可能被盗了！”
一份由英国竞争与市场管理局出具的报告揭示了这个玩笑背后的真相。首先，用户信息数据的传输效率已近于实时。报告显示，“对企业库存供需数据的实时掌控可以确保消费者在几毫秒内收到专为其定制的定向广告。相比从前不加区分的大规模广告投放，这种方法要更为优越”。抛弃了硬广时代的“大水漫灌”，行为定向广告意在瞄准那些令商家青睐的受众进行精确营销。 3 据英国网络广告局（The U.K. Internet Advertising Bureau）估算，“2013年，全球数位影像广告市场中28%的广告都是通过程序化的方式进行投放。到了2017年，这个比例占到60%~70%”。 4
如同玩笑中表现的那样，商家正在依靠分析消费者的种种个人信息数据，进而推断我们的真实需要。基于对三个行业（汽车、服装销售与游戏制作）的调研结果，组织相关人士座谈，参考已出版的研究文献，英国竞争与市场管理局发现，企业正在运用详尽的客户数据促进产品销量增长。 5 “这么做可以有效提高网站转换率，将网络广告点击率切实转化为真实的购买行为。此外，参考消费者的过往购买记录与收藏夹信息，商家还可以进行跨产品销售（如电商网站已购买产品页面下方的‘您可能还对以下商品感兴趣’的链接）。” 6 该份报告还发现，这种程序化广告购买与投放行为（即通过信息技术手段自动完成广告采买及广告投放的过程）在数字广告领域更为普遍。 7
如果你正在使用一部iPhone手机，苹果公司同样可以对你进行分组。2015年，在推出新版iOS操作系统时，苹果公司同时还向市场推介了自己的广告平台iAd。“该广告平台会根据不同的用户特征对其进行分组，并据此开展广告定向投放。” 8 苹果公司声称，他们会确保“你的隐私安全，并且每个用户群体的人数不会少于5,000人”。 9
那么，你会被划分到哪个分组呢？这取决于苹果公司收集到的有关你的个人信息数据，它们可以帮助苹果公司勾勒出你是哪一类人。这些数据包括：
● 账号信息：你的姓名、账单地址、年龄，注册该账号所使用的苹果设备。
● 设备信息：键盘语言设置、定位信息、联网的方式。
● 在Apple应用程序平台上的活动：你关注的新闻和出版物、在Apple音乐上下载的歌曲、存入苹果钱包中的优惠券信息。
● 在iOS系统中各应用程序上的活动：这取决于应用程序开发商（在用户许可的情况下）会提供给苹果公司什么信息，其中可能包括你在该程序内的购买记录或者游戏闯关等级等。
● 广告信息：你在iAd平台与商家的互动情况。
● 以及其他内容：第三方应用程序分享给苹果公司的信息，其中也会包括（在确保个人信息不会遭到泄露的前提下）你在该程序中的用户分组。 10
虽然苹果的用户隐私保护条款已明确说明，用户可以清除那些已被系统采集到的个人数据，但却没有讲解应如何阻止数据追踪以及个人信息采集。同样地，苹果公司也允许用户对iAd平台上的行为定向广告进行限制，但它却未对此做出明确说明。 11
当然，苹果公司的这些行为不过是科技企业发展现状的一个缩影。2014年，美国联邦贸易委员会曾在一份报告中谈及数据掮客是如何开发出复杂的算法模型并用于预测消费者行为的，其中重要的一环就是对消费者进行准确分组。
数据掮客会将曾购买过同款商品的用户归为一组，分析他们有何“共同之处”，并借此创造一个预测模型，从而锁定拥有同一特征的其他用户，开展定向营销。例如：
● 如果某一类消费者都曾在去年购买了露营装备，数据掮客首先会对这类消费的共性进行分析，随后检索自己的数据库，并将拥有这些共性的用户划入同一分组，姑且称之为“有兴趣购买露营装备的消费者”。
● 同理，如果曾有用户发生了拒付信用卡账单的行为，那么这群人可能会被分到一个叫作“有可能拒付账单的消费者”的用户分组。
● 又或者，为了确定有哪些用户倾向于购买大品牌药厂的药剂或者曾以邮购的方式购买处方药，数据掮客也可以从手中数据出发，梳理出这群人拥有的共同特征。 12
用“偏见”唤醒需求
行为歧视的作用并非仅限于将消费者归入不同分组并实现差别化定价。它还是唤醒我们的内在需求，令我们乖乖种草下单的“神奇魔术”。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”。 13 这样看来，为了能够激发消费者的购买欲望，企业何尝不需要调动我们的情感需求。
如前所述，很多时候人们的行为往往是不合逻辑的，他们的选择和判断并不符合古典主义经济学的理想假设。正如行为经济学的先驱——阿莫斯·特沃斯基（Amos Tversky）所言，该领域的研究已将每一位优秀的广告人和汽车销售顾问的多年营销经验转化成实实在在的量化分析成果。 14 普通人大多存在认知偏差（cognitive biases），很多时候我们可能会做出一些非理性的决定，对事情的看法也可能与正常逻辑和事实真相有所出入。但好在人们的认知偏差可以被外界所察觉，于是商家和政府也可以巧妙利用这个“弱点”，从而实现它们的特殊目的。 15 心理学家罗伯特·恰尔迪尼（Robert Cialdini）解释说，同质产品的相对价格、物有所值的自我暗示、有意营造的稀缺假象都将在这场“说服游戏”中发挥重要作用。 16
2015年，一位反垄断执法机构的官员曾向本书作者谈及一点——行为经济学家已发现了上百种人类思想上的偏见，它们或多或少会对人们的决策过程、信息处理、大脑记忆、人际往来造成影响。即便是对于那些不从事专业性研究工作的商家而言，为了更好地在互联网上开展价格歧视，他们也正在投身于识别和研究人类认知偏见的工作。更可怕的是，在一个由算法驱动的市场环境中，企业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。
下面介绍几类典型的消费者偏见。对于普通大众而言，这是我们的软肋；但是对于商家而言，这就是他们开展行为歧视的依据。
诱之以利
极少有人会凭空做出购买决定。相反，大多数人会左右权衡，最终在比较中做出决定。 17 于是，合理的产品定位将有可能为企业打开一片天地。很多时候，也许只是多给消费者提供了几个选择（或优或劣），商家就可以轻易地将消费者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”。 18
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美元的印刷版+数字版（共有84人订阅）。 19 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美元的印刷版+数字版可选时，学生却做出了不同此前的回应。 20 68人选择了59美元的数字版《经济学人》，而只有32人选择125美元的印刷版+数字版，数据变动着实不小。 21
由此可见，线上卖家可以有效利用诱饵产品（decoy products）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。好比，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17,000美元的38个不同版本。 22 即便只有极少数人会花费17,000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。
另有一项研究的关注点集中在软件开发商是否可以通过引入诱饵产品从而调动消费者购买主打产品的需求。 23 这项研究使用了微软公司在推广Windows 7时提供的优惠套餐的案例：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”。 24
事实上，商家施展这些小伎俩的手段已早有先例，它们往往有意让那些价格稍低的产品看上去不如那些价格偏高（或利润率更高）的产品诱人。好比，航空公司会刻意降低经济舱的服务品质，从而促使那些价格敏感度较低的乘客主动购买商务舱机票或者加价升舱。
价格引导
除了引入诱饵产品，商家还通过调整线上商品的展示界面而促使消费者暴露自己的保留价格。美国白宫2015年发布的一份报告中曾提道，“价格引导是一种向不同人口群体推广不同档次产品的商业行为。在线上市场，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”。 25 举例来看，针对保留价格较高的阔绰消费者，线上商家会在产品页面中率先推荐那些价格偏高的商品。 26 英国竞争委员会表示，“基于商家掌握的消费者信息，它们会选择性地向消费者提供价位或高或低的产品”。这在互联网上并不难实现，它们既可以有意限制特定用户所能查询到的产品目录，也不妨通过产品目录的巧妙排序引导用户做出选择。但这确实引发了一个现实问题：花了一样多的钱，收到的产品质量却有不同。 27
于是，在新的竞争典范下，当企业开始为用户提供不一而足的线上产品目录时，人们的网络购物体验正在悄然生变。殊不知，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。这样一来，你就更难知晓旁人都在网上探访何物。充其量你恐怕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。互联网上的个性化购物体验令人们追寻所谓“真实”市场价格的同时搜寻成本也随之提高。
一个被反复提及的例子是出行订票网站Orbitz对苹果产品用户和其他电子设备用户的区别待遇。一般而言，Orbitz会向使用Mac OS操作系统的访客推荐价格更为昂贵的酒店住宿选项——这类酒店往往会被置于搜索结果的前列。 28 2014年，一项研究找到了商家进行价格引导和定价歧视的有力佐证。 29 研究者在调查了16家广受欢迎的电商（既有线上生活超市，也有酒店预定与租车网站等）后发现：其中有4家电商与5家订票网站参与了价格引导和定价歧视，旅游网站Expedia、Travelocity均榜上有名。Expedia将网络访客区分为三类，并有意向其中一类访客推荐价位偏高的高级酒店。 30 Travelocity则基于访客使用的电子设备和操作系统（如iPhone手机、iPad平板计算机、安卓手机上的浏览器、Mac OS操作系统等）而提供不同的搜索结果。 31 但在Travelocity的网站上，使用iPhone和iPad的访客会享受更为优惠的酒店住宿价格。 32 与之相反，全球领先的家居建材用品零售商家得宝则会为使用手机浏览器的访客推荐价格偏高的产品。 33
纷繁复杂的选项
企业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。 34 随着搜寻成本与评估成本的升高，商家乐于见到消费者通过产品的基本信息做出抉择。除此以外，合同文本的复杂性同样也会抬高消费者的转换成本，从而实现更有效的价格歧视。 35 简单来讲，纷繁复杂的选项令商家走出了竞争激烈的残酷战场，搭建起了属于自己的一片天地。
实证研究发现，面对愈演愈烈的市场竞争，美国通信行业的电信运营商开始向用户提供一些业务模式更为复杂且并不划算的服务套餐。 36 出于逐利目的，运营商是在制造“烟雾弹”诱导用户做出错误决定。 37 令人诟病的是，这群运营商已深谙这个游戏的玩法。
除了那些精通技术的专业人士，普通消费者恐怕是消化不了那一页页复杂的产品说明书的，也许他们根本无法依靠这些产品介绍找到自己的真实所需。对于那些对产品性能一知半解的消费者，他们或许只能看价格做决定了，可事后却又发现自己所买非所需。更令人心酸的是，这种趋势还会随着对产品理解力的下降而进一步恶化。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。事实上，这种选择方式并不只是欺骗老年人的把戏，虽然他们在面对这套说辞时更为脆弱。 38
无独有偶，英国电力市场中寡头企业的做法也如出一辙。 39 消费者会发现，他们难以准确评估一家电力供应商提供的报价单的真实价值，更别说拿它和别家公司的报价单进行比较。英国竞争与市场管理局认为，能源消费的基本特征决定了这是一个消费者缺少发言权的市场：（1）品质衡量标准的缺失。消费者难以对不同电力公司提供的服务进行比较，这也间接强化了用户的惯性消费。 40 （2）被忽略的仪表盘数据。人们很少会去读取家用配电箱上的用电数据，这在无形中也增加了电费账单的不透明性。 41 更何况，处理复杂问题的困难与替换供应商的波折都限制了消费者的“心猿意马”。 42
复杂性的存在有效抬高了消费者的顾客转换成本，并将他们牢牢留在了那些错误的选项上。 43 最终，当消费者被商家眼花缭乱的产品选项环绕时，认知超载的情况恐怕会蒙蔽他们内心的真实需要。更有甚者，有些企业还会特意打造这种复杂性来抬高顾客的搜寻成本。不乏一些线上卖家仍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。有趣的是，这是美国床垫行业的惯用招数。《消费者报告》（Consumer Reports ）杂志曾介绍过它们的种种做法，这使消费者无法对不同型号的床垫进行比较或者讨价还价。比如，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， 44 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”。
水滴定价
对于线上企业而言，它们可以为自己的行为歧视披上一层朦胧的面纱，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2美元，现价1美元）；（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。 45 这其中，消费者最常在水滴定价和限时折扣中“迷失自我”。
美国白宫办公厅在出版的一份大数据与差别化定价报告中，同样提及了企业运用复杂或模糊的定价方案来甄别那些糊涂的消费者的法子：
为了提升销量，企业有时是在刻意混淆视听。它们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。如果这些手段真的奏效了，那么说明曾经的经济学直觉——差别化定价促使企业向价格敏感度较高的消费者施展低价销售策略——或许已被推翻。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，不承想却被其背后的隐性开销不断叨扰。 46
薄弱的意志力
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。甘于等候电影的二轮上映、静候新发售的硬装书推出平装版都可以为消费者省下部分开支。 47 所以说，如果购物网站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），后者通常就不会再去比价。
同样地，线上卖家也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歧视性定价真相。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。折扣商品推荐网站Rather-be-shopping还发现，“17家知名零售商（包括床上用品商家Bed、Bath & Beyond、梅西百货、家居用品商店（Williams-Sonoma）都会为这些‘遗弃’购物车的访客提供额外的折扣（从20%优惠到包邮服务不等）”。 48
巧用话术，弱化不公
如果让消费者识破了价格歧视，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，企业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。 49 于是，框架效应在定价歧视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。
信用卡支付就是一个典型的例子。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。归根结底，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。在信用卡公司的无歧视待遇原则被废除后，根据消费者的支付方式，商家既可以说是多收了一笔手续费，又可以说是打了个折扣。一项研究表明，被调查者中有74%的人认为商家额外征收一笔信用卡手续费是一件很差劲的事情。但当被问及如果商家为现金支付提供额外折扣时，却只有49%的人认为这很差劲，另有22%的人保持中立，甚至还有21%的人认为这个方法可取。 50
在另一项实验中，绝大多数人称如果汽车经销商在汽车原价基础上再额外提供一个200美元的折扣，那么他们会颇为心动。同时其中71%的人视原价基础上200美元的价格上调为不公正。 51 可见，价格偏离是相较原价这个参照而言的。
由此一来，在将框架效应套用于定价歧视的过程中，线上商家可以率先敲定一个较高的价目表价格，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。 52
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%）。于是，与参照价格的偏离导致了不对称的价格弹性：对于不少消费者来讲，他们可能不大在意折扣的取消，却对价目表的价格上调尤为敏感，即便这两种调整的结果相同。 53 这样说来，通往近乎完美行为歧视的路上还少不了个性化折扣促销的助力。因为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，线上卖家还会不时为保留价格低的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保留价格较低的消费者才是商家派发优惠券时锁定的对象。在美国航空公司首次引入动态定价时，它将这种做法描述为“提早21天购票就有机会赢得一张超值机票”。 54 事实上，价格歧视还会发生在一笔交易中不那么显著的地方。零售商可能会为所有消费者设定一个统一价，却在运输费用、运输效率、附加服务、保修年限等隐性开支上为那些保留价格低、意志力强或者正在寻找其他选择的消费者做出让步。
为了掩饰价格歧视，另一种容易被人接受的辞令是将造成这种定价差异的原因归于市场力量的作祟。好比极少有人会花相同价格购买上市公司的股票，因为投资者认为是市场的供需（动态定价）影响了股票的价格，而非定价歧视（差别化定价）。所以，一旦消费者接受了价格的频繁波动（机票、酒店住宿等），他们自然就不再期待市场中产品的售价会趋于一致。一家酒店会因为房源的紧张而向你收取更高住宿费用（但这并不是专门向哪位客户实施歧视性定价），而当你的朋友在预定同样的酒店时，他所看到的价格不过代表了酒店房间供需的一个实时状况。这样说来，消费者就更难分辨商家的定价手段究竟是动态定价还是价格歧视，又或者兼而有之。
是谁掌控了这股力量？
在这种情境下，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扬起了近乎完美行为歧视的风帆。
信息不对称性首先体现在采取定价歧视手段的企业与顾客的关系上。企业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（无外乎是通过价格歧视实现更高回报）。此外，与它们的顾客不同，企业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歧视性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？
直到本书正式出版的时候，在世界上大多数司法管辖区（包括美国），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——如药物滥用、低质量的信用卡、自助检查在狱记录，但是对于为何是我们收到这些广告却感到莫名其妙。 55
信息不对称性的另一个层面体现在企业与竞争对手之间。虽然完美价格歧视还遥不可及，但企业仍可以不断优化自己的客户分组。每家企业掌握的消费者个人数据一定不尽相同，而有着数据优势的企业更有希望依靠较为完善的算法对消费者进行精准分组以及估算各分组对应的平均保留价格。不同于默许共谋场景中的共同进退，此时各家企业使用的定价算法很可能出现分化，有些正在不断升级，而有些则仍很粗糙。这其中，如果有的企业在实现完美行为歧视的路上一骑绝尘，那么这或许会令它在激烈的竞争中脱颖而出。有着（可以被观测到的）高保留价格的消费者可能会投向粗糙算法的怀抱（由于他们在那里仍泯然众人，尚且占得了便宜），而低保留价格的消费者则站在了更为精妙算法的阵营（为了招揽这批顾客，这些商家会为他们提供更低的产品定价）。
采取价格歧视的企业通常会想方设法挽留住顾客，不让后者去其他商家那里寻找替代品。他们或是降低价格透明度，或是有意提高消费者的搜寻成本。这或许很容易实现，因为有些消费者原本就是天然的“沉睡者”（sleepers），他们可能“出于懒惰或无知的原因而不会主动寻找外界选项，却只忠于自己惯常光顾的店家”。 56 即便广阔天地就在鼠标轻点几下的距离之外，但对于这类人而言，他们的搜寻成本仍然很高。典型的例子是，即便这些用户并没有在常去的电商网站上得到自己想要的搜寻结果，他们也并不会更换一家电商，而是调整自己的搜索关键词。 57
此外，企业还可以通过定制化的产品和服务理所应当地进行差别化定价。如果说产品和服务是契合个人品位量身打造的，那么就不存在一个公允的价格标尺可以让消费者（甚至是同业的竞争对手）进行比价。特别是这给新入行的商家也带来一个难题：为确保自己可以吸引到足够多的顾客，从而在市场中站稳脚跟，他们该以什么为参考来设定自己的产品价格呢？
再进一步设想，当越来越多的线上商家都参与到动态、差别化定价的行为中，这就令消费者更难去发掘一个公允市价或者客观评估各种选项。 58 如果亚马逊施行了行为歧视，也许顾客会转投沃尔玛。但如果沃尔玛和其他零售商都为那些可以实现定制化的产品设定了歧视性价格，这让消费者如何找到一个可靠的价格标尺。在总结市场当前的个性化定价与精准化市场营销趋势时，美国白宫的一份报告称，“回顾企业现今的种种行为我们发现，商家正在采用大数据与数字化的技术探索消费者的需求、引导他们的关注点，同时开展精准化的广告投放与促销活动。其中更具实验性的是，他们正在采取个性化的定价手段”。 59
好在这股力量并不是无边无界。它会受到市场竞争水平、同类产品的可获取性、世人对待价格歧视的看法、数据获取与分析的能力、规模经济、网络效应等方面因素的影响。更何况由消费者主导的反作用力也可能抑制住价格歧视，超越定价算法的新程序或许可以触发企业的折扣促销或者拉低产品定价。当阻碍企业进行消费者分组或者进行组间迁移的反制技术被研发出来之后，市场环境可能出现新的变化。
本章回顾
虽然技术壁垒、财务难题等重重阻碍摆在面前，令商家暂时无法实现完美行为歧视， 60 但必须承认一点，线上市场相较传统的实体商铺更易达成这个目标。所以不管定价歧视与相应的反制手段如何短兵相接，我们正在挥别那个旧有的竞争环境。当然，在未来，消费者仍会清楚地知道每家零售店里的牛奶价格，而店家也会为了招揽客户而开展低价营销。但是对于另一类产品与服务而言，大数据的崛起将令企业获取不同客户分组中消费者的偏好、弱点与需求弹性。信息越详尽，企业越易于准确划分消费者群体，进而达成完美行为歧视。
不知从何时起，我们已经成为行为歧视的受害者，而消费者参与程度较低的市场尤甚。 61 在那里，只有一小部分消费者甘于费些精力抵制商家的数据追踪。即便是对那些格外精明的消费者而言，虽然他们可以从会员机制中享受折扣，但他们仍必须贡献出自己的个人信息。
行为歧视的过程不仅会影响到普通消费者的权益，就连市场中的中小企业也会遭受池鱼之殃，毕竟它们还不具备足够的技术手段和资源去与领先玩家抗衡。英国竞争与市场管理局的主席大卫·柯里（David Currie）说过，“与大型企业相较，中小型企业缺少成熟的技术资源。它们虽能达成零散的数笔交易，但是所能掌握的顾客个人信息却极为有限，就更别提它们的大数据分析能力了。所以从这个角度来讲，中小企业却更像是普通的消费者，它们的认知偏见同样会被大企业所利用”。 62
通过以上讲述，另一个有趣且颇具挑战的问题浮出了水面：价格歧视在这个数字化商业环境中风头正劲，我们是否有必要召唤出一个更为强硬的行政干预？在下一章中，我们将检视行为歧视的社会福利效应，并窥探执法者的工具箱。