為了讓我們在網上“血拼”，電商們想了一招

　　【騰訊科技編者按】你是否愿意在晚上7點之前花更多錢買一雙鞋子?如果你居住在郊區，商品價格是否會有所不同?

　　隨著電商和大數據的發展，統一定價和簡單折扣正讓位于更復雜的定價策略，而這樣做的目的是確保零售商獲得最大化的利潤。

　　《大西洋月刊》近期刊文，對互聯網時代的電商定價策略進行了詳細解讀。

　　以下為騰訊科技(微信號ID：qqtech)編譯整理的文章全文：

　　隨著2015年圣誕節的臨近，南瓜派香料的價格出現大幅波動。與經濟學教材中的經典理論不同，這一價格并未大幅上漲，但也沒有暴跌，而只是劇烈震蕩。在亞馬遜網站上，不同時間段一盎司裝的南瓜派香料價格為4.49美元或8.99美元。約一年之后，隨著2016年感恩節的臨近，價格再次出現震蕩，這次分別為3.36美元和4.49美元。

　　在當前的時代里，機票價格會不斷變化，打車時會遭遇動態調價，而其他商品和服務的定價也時有創新。這是由于什么原因?是由于計算機故障?看起來，這更像是有意為之的做法。古魯·哈里哈蘭(Guru Hariharan)表示：“這更像是一種獲取更多數據，測試最合適價格的策略。”

　　最合適價格，即零售商利潤最大化的價格，正受到越來越多變量的影響。這正是創立5年的Boomerang Commerce的關注點。哈里哈蘭是Boomerang Commerce創始人，也是亞馬遜的前員工。他表示，這樣的定價測試已成為尋找，或重新尋找最合適價格的常規做法。目前，最合適價格每天甚至每小時都會改變。(亞馬遜表示，該公司的價格調整并不是為了獲得關于用戶消費習慣的數據，而是為了給消費者提供當前最低的價格。)

　　在購買一罐季節性香料的過程中，你可能已經參與了經過精心設計的社會科學實驗。這樣的事實令人震驚。然而，這正是在線比價購物的精密之處。簡單來說，消費者有能力知道任何商品在任意時間、任意地點的價格，而這樣的能力正引起零售商的重視，零售商希望在這場博弈中重新占得上風。零售商同樣也在比較消費者。

　　在這一過程中，零售商掌握著豐富的工具：無論你是在電商網站上把一件商品放入購物車，還是在實體店的POS機上刷卡，都會留下詳細的數據。頂級經濟學家和數據科學家能將這些信息變為有用的定價策略。一名技術經濟學家表示：“開展大規模試驗的能力是經濟學歷史上前所未有的。”3月中旬，僅亞馬遜的招聘網站上就列出了59個經濟學家的職位，亞馬遜同時開發了專門的網站去招攬這些人才。

　　另一方面，一些別出心裁的定價行為，包括相對于建議零售價的折扣，買一送一，或是簡單的“每日最低價”，都在帶來更不尋常的策略。

　　哈佛大學營銷學教授羅伯特·多蘭(Robert Dolan)表示：“我并不認為，有人能預料到這些算法會變得多么復雜。我當然也不能。”一項研究表明，目前，自動販賣機中一罐蘇打水的價格會隨著外界氣溫而變化。谷歌(微博)推薦的耳機價格將取決于你是否喜歡在網上淘便宜貨。對消費者來說，這意味著價格變得更加捉摸不定：目前的價格和20分鐘后的價格不同，你看到的價格和鄰居看到的價格也不同。多蘭表示：“很長時間以前，對于特定商品有著統一的價格。”而當前的問題，即這罐南瓜派香料的價格究竟是多少，將取決于零售行業的“海森堡不確定性原理”。

　　這帶來了更大的問題：一般認為互聯網帶來的透明度有利于消費者，但情況是否恰恰相反?

　　前互聯網時代的狀況

　　根據19世紀法國社會學家加布里埃爾·塔德(Gabriel Tarde)所說，如果說市場是買賣雙方的一場戰爭，那么價格就是停戰協議。為某款商品或服務確定價格的行為實際上是一種長期敵意狀態，即討價還價的終止。

　　與任何停戰協議類似，雙方在這一過程中都有所讓步。買方被迫接受，或不接受價格標簽上的價格(價格標簽是零售業先驅約翰·瓦納梅克(John Wanamaker)的發明)。零售商做出的讓步更大，即不再研究買方在不同價格上的購買意愿，從而可能損失了額外的利潤。但基于道德和實際原因，雙方最終完成了討價還價的過程。

　　貴格派教徒，包括紐約商人羅蘭·梅西(Roland Macy)，從不認為應當根據不同對象制定不同價格。作為費城長老教會的成員，瓦納梅克的Grand Depot商店遵循“面向所有人統一定價，沒有歧視”的原則。其他商人也看到了梅西和瓦納梅克統一定價策略帶來的好處。在為新百貨商店招聘店員時，訓練數百名店員掌握討價還價的藝術非常耗時耗力。制定統一價格有利于賬目的可預測性，加速了銷售流程，也使商家可以在印刷廣告上明確標出某款商品的價格。

　　類似通用汽車的公司發現了一種方式，可以避免部分利潤的損失。20世紀20年代，通用汽車為旗下不同品牌構建了價格層級。根據《財富》雜志的報道，“雪佛蘭面向大眾，龐蒂亞克面向沒錢但自傲的人，奧茲莫比爾強調舒適而謹慎，別克面向奮斗的人群，凱迪拉克瞄準富人”。通用汽車將這種策略稱作“根據不同經濟狀況和目的提供不同汽車”。實際上，這是一種客戶分類的做法，只是促使客戶自己將自己分類。

　　另一方面，消費者也可以通過優惠券的形式奪回屬于自己的部分權利。40年代興起的連鎖超市將優惠券變成了美國人生活中最常見的東西之一。大型超市意識到，盡管消費者喜歡停戰協議帶來的保障，但他們也希望獲得比自己的鄰居更好的待遇。這樣的行為隨后也得到了經濟學家的證實。消費者非常喜歡這樣的優惠，而為了理解他們的行為，經濟學家被迫對兩種類型的價值進行區別：獲得價值(即在消費者看來，一輛新車應該賣多少錢)，以及交易價值(將決定消費者認為，自己最終談下的價格是好是壞)。

　　標簽價格的概念，以及消費者有時能在此基礎上獲得的優惠，這些構成了停戰協議的具體內容。這樣的停戰協議一直維持到世紀之交。零售業的超級霸主沃爾瑪開始采取永遠不變的“每日最低價”策略。

　　從90年代開始，互聯網的發展打破了長期以來的和平。精明的消費者可以去逛百思買門店，了解想買的商品，隨后卻從其他地方以更低的價格入手。這也導致百思買這樣的實體店變成了“展廳”。1999年，來自西雅圖的亞馬遜試圖也發展成為類似Grand Depot的零售商。

　　互聯網零售的時代終于到來，而買賣雙方之間的敵意再次出現。

　　互聯網興起之初

　　回顧過去，零售商的改變速度很慢。即使其他企業職能，包括物流和銷售團隊管理，在世紀之初憑借強大的預測軟件獲得了明顯的改善，但零售定價仍更多地是一種藝術，而非科學。在一定程度上，這是公司內部層級的反映。以往，定價權掌握在零售組織二號人物，即經銷負責人的手中。該人士憑直覺去確定銷售什么商品，價格是多少，而這在外界看來往往很神秘。

　　然而，兩方面的改變削弱了經銷負責人的權力。

　　首先是數據的增長。80年代初，托馬斯·納戈爾(Thomas Nagle)曾在芝加哥大學教經濟學。根據他的回憶，學校當時從連鎖店Jewel新安裝的結賬掃描儀獲取數據。納戈爾目前是德勤的定價高級顧問。他表示：“所有人都很激動。我們以往依賴于人工調查：‘如果這些商品是這個價格，你會怎么做?’然而現實世界并不是一場受控的試驗。”

　　來自Jewel的數據顛覆了納戈爾的教學內容。例如他曾經認為，相對于湊個整數，商品定價以0.99或0.98美元結尾不會帶來銷量的提升。他認為，這樣的做法只是耍了個花招。以往許多商店這樣做的原因是，店主用這種方式迫使收銀員打開收銀機去找零，避免收銀員藏匿收到的現金。然而情況并非如此。他表示：“結果表明，在購買汽車或其他大件商品時，價格以0.99美元結尾并沒有什么影響。然而在便利店，這樣做的效果很明顯。”

　　這種效應目前被稱作“左位偏見”，并未出現在實驗室試驗中。這是因為，試驗參與者通常只有有限的決策，他們對待每筆假想購物的態度就像是數學問題。而在真實世界中，人們不會這樣做。

　　到本世紀初，零售商服務器收集到的數據變得越來越多，從而開始發揮出自身的“萬有引力”。這也帶來了第二點改變：“陰暗科學實踐者”的大規模到來。

　　從某種方式來看，這是個很有趣的趨勢。過去幾十年中，學院派經濟學家通常對企業漠不關心。(實際上，他們建立的大部分模型都幾乎都不提企業在經濟活動的存在。)

　　然而到2001年，情況發生了改變。當時加州大學伯克利分校的經濟學家哈爾·瓦里安(Hal Varian)遇到了埃里克·施密特(Eric Schmidt)。瓦里安1999年出版的著作《信息規則》很有名。瓦里安知道施密特這個人，但他不知道施密特是一家小公司谷歌的CEO。瓦里安答應在谷歌花上一年時間，寫一本關于創業經歷的書。

　　當時，極少數工作在產業界的嚴肅經濟學家專注于宏觀經濟問題，例如，對消費類耐用品的需求在未來一年中將會如何變化。然而，瓦里安當時被邀請關注谷歌一個“或許能賺點錢”的項目：這是個拍賣系統，也是谷歌AdWords的前身。在這之后，瓦里安再也沒有離開谷歌。

　　其他經濟學家也在這樣做。伯克利的經濟學家史蒂夫·塔德利斯(Steve Tadelis)表示：“eBay就像是個迪士尼樂園。”他于2011年加入eBay，而目前則供職于亞馬遜。這些公司有經濟學家關心的所有元素，包括定價、消費者、行為、聲譽。此外，在這里還有機會“以前所未有的規模展開試驗”。

　　最初，新到來的經濟學家主要依靠分析現有數據去獲取信息。例如在eBay，塔德利斯利用買家點擊記錄去估計，在一小時內，淘便宜貨的行為總共給消費者省了多少錢。(答案是大約15美元。)

　　隨后，經濟學家們意識到可以更進一步，設計特定的試驗來獲取數據。這些經過謹慎設計的試驗一方面是為了獲得需求曲線，即隨著價格上漲消費者購買商品的數量，零售商憑借這類信息來實現利潤的最大化。另一方面，他們也試圖弄清楚曲線每小時變化的情況。(網購高峰出現在工作日上班時間，因此零售商通常會在上午漲價，并在傍晚時降價。)

　　到00年代中期，一些經濟學家開始關注，大數據技術是否能識別單個消費者的需求曲線，從而將理論中的“完美價格歧視”(即通過謹慎定價，導致個體消費者支付最高的價格)變為現實。

　　統一定價的消亡

　　隨著新世界的逐漸成熟，電商最初對消費者的吸引力，例如購物方便、價格便宜，正逐漸發生改變。

　　這并不是說，消費者無法再享受到電商帶來的優惠價格。價格仍然是便宜的，但某些優惠活動并沒有看起來那么好。許多人開始懷疑自己被宰。2007年，加州一名名為馬克·艾岑巴格(Marc Ecenbarger)的男子發現，標價999美元的一套庭院桌椅在Overstock.com上售價為449.99美元。他買了兩套，在打開包裝后發現，在沃爾瑪這套桌椅的售價僅為247美元。他感到非常憤怒。他向Overstock.com投訴，而該網站最終同意退貨。

　　他的經歷隨后被消費者保護律師當作證據，用于起訴Overstock.com發布虛假廣告。此外在當時的內部郵件中，Overstock.com的員工承認，標簽價格被“過分夸大”是眾所周知的現象。

　　2014年，加州一名法官判決稱，Overstock.com應當支付680萬美元的民事罰款。(該公司隨后選擇了上訴。)TruthinAdvertising.org組織執行董事邦妮·帕騰(Bonnie Patten)表示，圍繞虛高的標簽價格，過去一年發生了多起類似訴訟。2016年，亞馬遜開始大規模放棄“標簽價格”的提法，而是改為提供另一項參考數據：商品的歷史價格。

　　這被視為以往統一定價體系走向消亡的最后階段。作為替代者的新定價體系非常類似于華爾街的高頻交易。在全新的世界中，價格永遠不會一開始就被“設定”。價格每小時，甚至每分鐘都會改變。對于曾經將商品放入亞馬遜購物車的消費者來說，這樣的情況并不少見，他們常常收到提醒，告知購物車中商品價格的變動。一個名為camelcamelcamel.com的網站甚至會跟蹤特定商品在亞馬遜網站上的價格變化，并在價格低于用戶預設值時發出提醒。對于任何給定的商品，價格變化就像是股票走勢。

　　與金融市場類似，這一體系偶然也會發生故障。2011年，由于兩名第三方賣家之間用算法展開的價格戰，皮特·勞倫斯(Peter Lawrence)的著作《The Making of a Fly》平裝版在亞馬遜的售價突然變成23,698,655.93美元。為了了解當時究竟發生了什么，我們可以與參與當時軟件開發的人聊聊。

　　實體零售商的處境

　　在加州山景城Boomerang總部的會議室里，古魯·哈里哈蘭拿出一支白板筆，試圖解釋究竟是什么原因促使零售商在一天內多次調整商品價格。在白板上，他畫了多條曲線，代表在多種不同商品(圖書、DVD和電子產品)的總銷量中，電商所占比例的逐年上升。與此同時，他在曲線上標出了年份，代表多家實體零售商(Borders、Blockbuster、Circuit City和RadioShack)破產的時間。最初，這些年份看起來隨機性很大，但在分析后可以看到，所有的破產都發生在電商銷售占比達到20%至25%時。哈里哈蘭指出：“決定性的節點就處在這個區間中。”

　　在達到決定性節點后，同時開展電商和實體業務的傳統零售商將會感受到價格壓力。哈里哈蘭談到，以往他走進RadioShack門店時，會有店員幫助他找到需要的線纜接頭。然而，當零售商面臨價格壓力時，會傾向于削減員工、培訓和客戶支持費用。然而，利潤率仍在繼續下降，而如果店里沒有任何人可以幫你，你為何還要去實體店購物?最終，這些零售商走向了失敗。(這正是RadioShack走過的道路，該公司于2015年提交了破產申請。)

　　哈里哈蘭認為：“情況并不一定非得是這樣。”目前，他正在幫助實體零售商做出反擊。

　　消費者沒有能力處理所有的價格信息，因此會根據少數幾款熟悉的商品去判斷某家商店的商品價格是高是低。零售商知道這一點已有幾十年時間。因此，它們會將店里雞蛋和牛奶的價格定得很低，同時提高其他不容易被消費者注意到的商品價格。

　　哈里哈蘭擁有機器學習的學位。在供職于亞馬遜期間，哈里哈蘭協助發明了“亞馬遜銷售教練”系統，并申請了專利。該系統幫助第三方賣家優化庫存和價格。在Boomerang，他和團隊開發了一個大規模的價格追蹤系統，將數十億價格決策告知其客戶，包括Office Depot、GNC和U.S. Auto Parts。不過，這個軟件的引擎并不是為了匹配市場上的最低價格。(哈里哈蘭認為，匹配最低價格其實是一種很初級的算法。)軟件的目標是管理消費者對價格的感知，能識別用戶感知度最高的商品，并謹慎地確保這些商品價格與競爭對手一致。所有其他商品的價格都可以有所上浮。

　　哈里哈蘭表示，亞馬遜在很久之前就已經掌握了這種技巧。有一次，在黑色星期五之前的6個月，Boomerang監控了亞馬遜網站上一款熱門三星電視機的價格波動。在黑色星期五當天，亞馬遜將電視機的價格從350美元下調至250美元，遠遠低于競爭對手。Boomerang的機器人也注意到，10月份，亞馬遜曾將作為配件的某些HDMI線纜的價格上漲約60%。亞馬遜知道，在網購時，消費者會針對價格較高的商品去比價，但對價格較低的商品并非如此。

　　有趣的是，其他零售商也在接受這樣的做法。在演示中，Boomerang的員工打開了提供給客戶的一個軟件控制面板。在預定義的算法菜單上滾動，他選擇了一條規則：對于滿足以下篩選條件的商品，“比競爭對手便宜10%”。

　　用代碼描述，這條指令就是：If (comp_price>cost) and (promo_flag = false) then set price = comp_price*0.90

　　這里的意思是：如果競爭對手的商品定價比商品制造成本高，且競爭對手沒有開展一次性的促銷活動，那么將價格定為競爭對手的90%。在一次點擊后，這條規則得到了執行。在屏幕上，我可以看到該客戶的價格感知指數出現了健康的下降。

　　不過，這還不是故事的全部。該客戶的降價將會出現在競爭對手的價格監控面板上。是否做出回應部分取決于它們的算法如何表述這一信號。這是否是價格戰的第一槍?或者這家零售商只是在清理庫存?在實際中，這些問題很難回答。因此，良性的臨時調價將會演變成為機器之間的價格戰。如果不對這樣的價格戰做出干涉，那么最終結果將很快突破零售商的底線。Boomerang的客戶可以選擇“Guardrails”功能，這些額外的規則將會對最初設置的規則做進一步確認。此外，客戶還可以加入一定程度的人工監控。Staples是Boomerang的首批客戶之一。該公司首席技術官法薩爾·馬蘇德(Faisal Masud)認為，人工干預只在少數情況下是有意義的。“我們希望確保由軟件來做出決策，而不是依靠人工。”他表示，“這是完全自動化的，否則你就會失敗。”

　　當前的零售商定價非常復雜。因此，至少有一家Boomerang的客戶開始關注博弈論。可以說，此前博弈論幾乎沒有在零售業得到過什么實際應用。哈里哈蘭表示：“你要判斷，‘主要競爭對手對我的反應是什么?如果我知道他們的反應，那么我第一步的最佳行動是什么?’這就是納什均衡。”約翰·納什(John Nash)對數學做出了重要貢獻，而目前他的理論被用于研究商品定價。

　　那么，終點在哪里?

　　定價從復雜回歸簡單

　　其中的場景之一：追求簡單。

　　例如，服裝創業公司Everlane就計劃針對消費者對零售商模糊定價的不滿而采取措施。該公司列出了每件商品的成本，以及該公司所獲得的利潤。近期，Everlane告知消費者，來自內蒙古的羊絨成本出現下降。該公司隨后將羊絨衫的價格下調了25美元。對于這種做法，Everlane創始人及CEO邁克爾·普雷斯曼(Michael Preysman)認為是“極度的透明”。

　　還有一次，Everlane決定清理服裝和鞋子庫存。該公司向消費者提供了付款的3種選擇。最低價格僅包含商品制造和運輸成本。中等價格中還包含了銷售費用。而最高價格可以給Everlane帶來利潤。

　　有些人會好奇，這種人為制造的道德困境是否會是最終的價格花招?答案是否定的：87%的消費者選擇支付最低價格。(選擇中等價格的只有8%，而最高價格只有5%。)普雷斯曼強調，這樣做是為了讓消費者知道，商品如何制造，員工如何獲得報酬，并讓他們了解鞋盒和羊毛衫價格標簽以外其他不容易被注意的東西。

　　普雷斯曼表示：“Everlane的理論仍是一種我們需要去證明的理論。”企業“訓練美國消費者對促銷上癮。這已成為零售工業的核心部分，很難打破。因此，如果市場參與者每天都在玩這樣的游戲，那么重新教育市場中的消費者就非常困難。”

　　然而在另一些場景下，消費者并不喜歡這樣的透明度。如果他們認為自己少花了錢，認為自己有本事找到只提供給自己的特別優惠，那么即使支付更高的價格也無所謂。在這種情況下，消費者將拒絕Everlane的方式，而零售商和經濟學家可以把握住自己的“圣杯”。

　　完美價格歧視再次被認為是只存在于課堂上的試驗。然而，這種理論假定，賣家知道每個個體消費者選擇拒絕的價格，因此通過提供比這一數字稍低的價格，賣家就可以實現利潤的最大化。

　　以往，零售商使用群體數據去推斷消費者的拒絕價格。2000年，有人認為亞馬遜正在這樣做。當時有消費者發現，在購買同一DVD時，不同用戶看到的價格不同。亞馬遜對此表示否認。亞馬遜CEO杰夫·貝索斯(Jeff Bezos)在當時的公告中表示，這只是隨機的價格測試。“我們沒有測試過，也永遠不會測試，根據消費者人群的不同而制定不同價格。”

　　布蘭迪斯大學經濟學家本杰明·席勒(Benjamin Shiller)近期在題為《利用大數據的第一級價格歧視》的論文中指出，在確定價格時，這種基于群體數據的做法是一種粗暴的方式。他的模型預測，如果Netflix僅僅利用人群特征信息，例如種族、家庭收入和郵政編碼，去決定每月訂購價格，那么利潤只能獲得0.3%的提升。但如果Netflix利用用戶的網頁瀏覽歷史，例如用戶周二上網的時間，訪問爛番茄網站的次數，以及其他5000種變量，那么利潤可以提升14.6%。

　　Netflix并沒有這樣做，該公司甚至并沒有向席勒提供數據。(席勒從第三方獲得了這些數據。)不過席勒證明，價格個性化的做法是可行的。

　　其他公司是否正在這樣做?西班牙加泰羅尼亞的4名研究員試圖回答這個問題。他們在一周時間里使用普通計算機去模擬“富人”和“價格敏感”人群的網頁瀏覽模式。在虛擬人物“購物”時，他們看到的不是同一商品的不同價格，而是不同的商品。面向富人推薦的耳機平均價格是面向價格敏感人群的4倍。另一項試驗以更直接的方式證明了價格歧視：對于同樣的商品，地址為大波士頓地區的計算機看到的價格要低于馬薩諸塞州更偏遠地區的價格。

　　在題為《監測互聯網上的價格和搜索歧視》的論文中，研究人員提出，消費者可以從價格歧視監控系統中獲益。這樣的系統能持續監控個性化的價格(不過目前并不清楚，誰將開發并運營這樣的系統)。由谷歌的哈爾·瓦里安參與的另一篇論文則認為，如果價格個性化的做法太過分，消費者將會變得“更有策略”，會選擇性地保守或披露信息，從而獲得最優惠的價格。

　　對TruthinAdvertising.org的邦妮·帕騰來說，復雜的定價策略導致購物變成了一項龐大的工作。她表示，目前的情況已經“很復雜”。“一般來說，在我為孩子們購物時，我發現計算商品的實際價格很難。我的新技巧是走到收銀機處再做出所有的決定。我挑選了許多衣服。在結賬之前，我會忽略所有價格。如果有些商品價格太高，我會說‘不要了’。”

　　那么，她如何為自己購物?帕騰回答：“我不會去購物。我已經放棄了。”

　　在掛掉電話之后，我陷入了思考。帕騰這樣做或許是由于她的工作讓她知道了太多。或許她就是她自己口中所說的“生存型購物者”，不會為了一雙帆布鞋從30美元降價至8美元而激動。這樣的想法符合另一種解釋，而加布里埃爾·塔德將其稱作“懷疑的瘋狂”：我們可以接受的不確定性是有限的，我們不會在一個上午無休止地去了解日用品的價格是在上漲還是下降，在某個極限點上，我們將自動屏蔽這些信息。帕騰已經觸及了這樣的極限點。(編譯/昱燁)