很多时候消费者之所以愿意在线披露信息 ， 不只是因为有足够的激励 ， 还是因为留存信息会给个人带来收益 。 2006年 ， 新加坡国立大学的许启龙在《在线信息披露：动机和衡量标准》一文中总结了披露个人信息带来好处 ， 其中带来的四种外在利益：节省金钱、节省时间、自我提升和社会适应 ， 同时还有三种内在利益：愉悦、新奇、利他主义 。 确实 ， 用户之所以喜欢在网上购物就是因为平台能够根据用户的行为给你推荐相关的产品和服务 ， 如果每次上网都不留一丝痕迹 ， 那是不是太过于寡味了？
四
【逻辑|算法与定价：“大数据杀熟”的底层逻辑丨蔚言大义】不过即便互联网的个性化服务给用户带来了诸多便利 ， 但还是有些人对此心有余悸 ， 尤其是每当看到媒体上报道的的“大数据杀熟”时更是如此 。 我 ， 会不会就是被大数据“杀”的那位“熟”？
不过在我看来 ， 这种担心是多余的 。 由于种种原因 ， 真正的个性化定价很难实现 。 首先是源于技术上的 ， 一个好的算法并不容易 。 编程的人经常提及的一句话是 ， “垃圾进 ， 垃圾出”（“Garbage in, garbage out”） ， 如果将错误的、无意义的数据输入计算机系统 ， 计算机自然也一定会输出错误、无意义的结果 。 让用户习惯和价格相匹配 ， 说起来简单 ， 但操作起来并不容易 。 比如说各大航司和酒店经常调整会员权益 ， 往好的方面说是根据情势变动 ， 往差的方面说就是当初预设的标准赶不上变化 ， 从而导致预期目标无法实现 。 典型的当属万豪 ， 其CEO在接受媒体采访谈及会员计划变更时 ， 在公开场合表示“会员拿的太多了” ， 言下之意就是公司亏了 。 一个静态的会员体系都会产生各种纰漏 ， 就更不要说动态个性化定价了 。
第二是管理成本 。 潜在的收入和利润收益 ， 以及适应成本低的假设 ， 使得算法定价对许多公司非常有吸引力 。 但是很多时候 ， 这种动态定价会对公司内部产生非常大的管理成本 ， 比如有学者就用“无成本价格变化的神话”来形容动态定价机制 ， 原因就是它忽略了在推出任何新的定价政策之前对客户、供应链和公司结构进行深入评估的必要性 。 同时在组织内部 ， 这种定价机制也会产生与 IT 基础设施的安装和维护相关的物理成本 。 在这方面 ， 艾哈迈德·法鲁基（AhmadFaruqui） &萨内姆·塞尔吉奇（Sanem Sergici）一项以美国电力市场的定价机制为例 ， 说明管理成本也限制了定价机制的使用 。 2000 年至 2001 年美国西部能源危机以来 ， 提高电力市场的需求响应备受关注 。 经济学家建议提供电力市场的需求响应最好方法之一是将批发能源成本转嫁给零售客户 ， 而这可以通过让零售价格完全或部分动态变化来实现 。 但是这个计划需要改变计量基础设施 ， 这对整个美国来说可能耗资高达 400 亿美元 。 由于成本如此高昂 ， 最后这项几乎胎死腹中 。
推荐阅读
- 产品|泰晶科技与紫光展锐联合实验室揭牌
- 人物|造车三兄弟的“喜与忧”：销量暴增但问题加剧，一人舒服两人困难？
- Insight|太卷了！太不容易了！
- IT|美国CDC：无论接种疫苗与否 民众应避免邮轮旅行
- 上海|上海供水热线与城投水务官网合并上线，一站式服务更便民
- 苹果|死磕硬核科技，小米要与苹果一较高下
- 协同|网文论︱网络文学与AI写作：人机协同演化时代的文学之灵
- Huawei|传华为将携手中芯南方在深圳建晶圆厂 已与台积电供应链接洽
- 词条|百度百科上线2500万词条，超750万用户参与共创科普知识内容
- 医疗|数坤科技与美年健康签署战略合作协议