都在说大数据，你知道如何利用大数据吗？
蔡雄山&&腾讯研究院法律研究中心首席研究员
&李思羽&&腾讯研究院助理研究员
(本文系知产力获得授权的稿件，转载须征得作者本人同意，并在显要位置注明文章来源。)
日美国联邦贸易委员会（FTC）发布了一份题为《大数据：包容工具抑或排斥工具》（Big&Data:&A&Tool&for&Inclusion&or&Exclusion?）的研究报告，介绍了大数据的生命周期、大数据技术应用给消费者带来的利益和风险，探讨了应当如何利用大数据，使人们既能充分享受其给社会带来的利益，又能最小化其法律和道德风险。
一、大数据技术利用争论
智能手机、电脑和其他联网设备的普及以及随之而来的消费者数据的体量剧增和大范围流动，将我们推入大数据时代。大数据分析技术能够引导新产品和服务研发、预测个人偏好、帮助定制服务和机会并指导个性化营销方案，因此它对于企业和消费者都十分有价值，越来越多的公司开始积极使用大数据技术。
一些人认为，大数据分析技术为提高消费者福利提供了无数机会。例如，大数据正在帮助将教育、信贷、医疗和就业机会定位到低收入和缺乏服务的人群，使之获得传统技术条件下所无法获得的机会。另一些人认为，大数据生命周期（收集、汇编和整合、分析、使用）的各阶段都可能产生错误和偏见，这些都可能导致潜在的歧视并进而对消费者产生不利。另外，还有人既承认大数据利用不可避免地会产生歧视问题，但是也相信充分的市场竞争能够纠正那些出现错误的数据分析及其应用。
二、美国对大数据的政策态度
自大数据挖掘技术及其应用环境成熟以来，美国一直对大数据技术应用持积极支持和鼓励的政策态度，并主张利用大数据提高消费者福利。自2010年起，奥巴马政府发动了一系列“我的数据”（My&Data）行动以使美国公民能够安全的获取其个人数据，并鼓励能够使用和分析这些数据的私人部门发展，使之更好地为公民提供应用和服务，这些行动目的在于使消费者能够安全地获得其健康、税务、能源使用和教育等信息，为其更好地管理其工作和生活、高效获取社会福利提供便利。然而在这一过程，公民个人由于技术条件和知识水平限制难以取得行动的主动权，其数据权利处于容易受到政府和企业侵犯的风险之中。
自计算机技术产生以来，制定法律防止公权力和其他私主体侵犯个人信息就成为了美国的立法重点。与许多国家制定专门法律保护个人数据权利的立法模式（典型如欧盟及其成员国）不同，美国采取分散式立法的模式，即在公共部门范畴下，通过制定《信息自由法》和《隐私法案》限制公权力侵犯个人信息权利；在私人部门范畴下，在金融、电信、医疗等行业领域的市场管理规则中针对不同情况嵌入了个人信息保护条款。同时，作为高度重视新技术发展和创新的国家，美国在个人信息保护方面推行行业自律，包括通过网络隐私权保护的自律组织制定行业指引或提供隐私认证；同时，通过与欧盟签署数据共享协议（即“安全港协议”），以便利企业在欧盟和美国之间传输和利用数据。然而这些制度架构与快速发展的大数据实践相比，显得有些滞后了，无法很好地在技术利用与非经济价值的保护之间取得平衡。
2014年5月，美国总统执行办公室发布2014年全球“大数据”白皮书——《大数据：把握机遇，守护价值》（Big&Data:&Seize&Opportunities,&Preserving&Values），从政策调整、法律制定、法律解释和技术革新几个方面对大数据时代下完善公民个人数据保护提出了建议，试图解决大数据利用与公民信息保护价值之间的冲突，以释放大数据为经济社会发展带来的新动能。
这种通过改进政策框架、法律规则及法律解释，解决利益冲突、释放新技术动能的规制思维，也延续到美国当前对于如何正确利用大数据以充分保护消费者的讨论中。
三、应考虑的消费者保护法律问题
大数据在收集、汇编和分析过程中的技术性和操作性偏差，以及大数据分析报告的使用不当，可能导致对某些消费者群体进行不当分类，并进而对其不当采取歧视措施。因此，FTC建议美国企业应当与时俱进地理解大数据时代下的消费者保护法，包括《公平信用报告法》（Fair&Credit&Reporting&Act）、公平机会法律以及《联邦贸易委员会法》（Federal&Trade&Commission&Act）等可能会适用于大数据实践的法律。
（一）合理界定消费者征信机构
美国的《公平信用报告法》适用于消费者征信机构（Consumer&Reporting&Agencies,&CRA），并规定了这些机构应当遵守的合理程序，以确保消费者征信报告最大程度的精确性。消费征信机构，指收集并出售消费者报告，为在贷款、就业、保险、住房或其他特定利益或交易中判断消费者是否合格提供决策依据。传统上，消费者征信机构仅包括信贷部门、就业背景审查公司等为消费者合格决定提供特别服务的特殊公司。但在大数据时代下，一些数据中间商也被认为是消费者征信机构（尤其是当这些中间商打出其提供合格性征信服务的广告的情况下），因此应当接受《公平信用报告法》的管辖，履行该法律项下的法定义务。
近来，有一种预测性的大数据分析报告受到欢迎，即与传统的征信报告主要考察债务偿还历史不同，这种预测性分析报告使用一些非传统的参数（例如如邮政编码、社交网络使用情况、购物历史等），以分析消费者的信用风险。FTC认为，《公平信用报告法》也以同样的标准适用于这种类型报告，其涉及的消费者征信机构应当履行相应的法定义务，以确保消费者获得公正的评价。
（二）确保公平机会法律得到有效执行
FTC认为美国企业也应当考虑其利用大数据的过程中是否充分遵循了数项联邦公平机会法律，包括《公平信贷机会法》（Equal&Credit&Opportunity&Act,&ECOA）、《1964年民权法》第2章（Title&VII&of&the&Civil&Rights&Act&of&1964）、《美国残疾人法》（Americans&with&Disabilities&Act）、《就业年龄差异法》（Age&Discrimination&in&Employment&Act）、《公平住房法》（Fair&Housing&Act）、《反基因歧视法》（Genetic&Information&Nondiscrimination&Act），这些法律禁止基于种族、肤色、性别、宗教、年龄、残疾状态、出生国籍、婚姻状况、基因信息的歧视。其中，FTC负责执行《公平信贷机会法》，这部法律禁止信贷歧视行为。如果信贷机构对信贷申请人采取了“差别待遇”（disparate&treatment）或“差别影响”（disparate&impact）措施，那么FTC将认定该信贷机构违反了《公平信贷机会法》。其中，“差别影响”指企业所采取的财务上中立的政策或实践但是对于受保护群体产生了不成比例的不利影响，除非这种政策和实践在商业上必要并且没有其他歧视性影响更小的替代性措施。
另外，FTC还对广告行为是否涉及公平机会法律给予了关注。在大多数情况下，信贷机构发送的吸引贷款的广告是公开的，所有人都可以申请贷款。《公平信贷机会法》的“规则B”禁止贷款机构对以口头或数据形式在广告或其他实践中阻止特定消费者合理的贷款申请选择，并要求信贷机构保存其挑选潜在的广告接受者的选择标准和广告文案。在大数据时代下，即使相关的广告行为是公开的，但是在一些案例中，美国司法部仍然将信贷机构的投放广告的选择方式作为其采取了歧视措施的证据，这是因为广告和营销实践可能影响信贷机构后续的贷款模式和贷款者获得贷款条件。
（三）防止大数据分析中采取不公平行为
《联邦贸易委员会法》第5节禁止在大数据分析中采取不公平或欺骗性的行为或实践。参与大数据分析的企业应当考虑其行为是否违反了对消费者的重要承诺（包括避免与第三方机构分享数据，向消费者提供数据分享选择，保护消费者个人信息等），以及其是否未能向消费者披露重要信息。另外，保存涉及消费者信息大数据的企业应当采取合理措施确保消费者数据的安全。
进一步地，作为一个最低限度的标准，如果大数据分析机构知道或者应当知道其顾客将为了欺骗或歧视性的目的而使用大数据分析报告，《联邦贸易委员会法》禁止其应当出售相关分析报告。
四、FTC对企业实践提出的建议
为了最大化大数据利用带来的利益并限制其可能对受保护人群带来的不利影响，FTC鼓励企业在大数据利用实践中考虑以下几个问题：
（一）数据集是否具有代表性？
企业应当考虑其数据集是否遗漏了有关特定人群的信息，并采取步骤解决此种代表性不足或代表性过度问题。例如，如果某个企业将其服务锁定为通过某种应用或社交网络进行交流的群体，这家公司可能会忽略那些对科技产品并不精通的人群。
（二）使用的数据模型是否导致偏见？
在大数据生命周期的收集和分析阶段，企业应当注意偏见是否被予以了适当考虑，并采取措施克服它们。例如，如果某家公司使用的算法只将那些来自顶尖大学的学生纳入计算范围，以帮助其做出雇佣选择，那么它在招募过程中就可能存在预设的偏见。
（三）基于大数据进行预测的准确性如何？
应当牢记的是，虽然大数据在检测相关性上十分有效，但它无法解释这些相关性是否有意义。“谷歌流感趋势”（Google&Flu&Trends）是一款基于谷歌搜索关键词预测流感病例数量的机器学习算法就很好地说明了这种局限。一开始这种算法似乎总能准确预测哪些地方流感更流行，但是时间一长，其错误率变得十分高。这可能是因为谷歌流感趋势的算法未能考虑某些特定参数，例如，在当地新闻报道流感爆发的时候人们比平时更可能去搜索流感信息，即使流感爆发地点远在十万八千里以外。
（四）对大数据的依赖是否导致道德或公平性问题？
企业应当评估那些纳入分析模型的因素，并在这些模型的预测性价值和公平性考量之间取得平衡。例如，某家公司可能会认为那些住所离公司近的员工的流动性更小。但是，另一家公司很有可能基于种族歧视的原因不将员工住所远近作为其雇佣算法的参数，尤其是在那些不同社区有不同的种族构成的地区。而这两种做法都可能导致公平或道德问题，都不应当受到鼓励。
在美国，深化发展大数据的利用、为经济增长提供新动能已成为一项既定政策，其最终目的在于通过经济增长提高消费者的整体福利。在这一过程中，涉及如何在充分开发大数据经济价值的同时保护重要的社会价值，包括保护公民个人数据权利以及保护弱势群体的交易机会。通过政策调整、规则制定、法律解释和技术完善，解决大数据利用与非经济价值之间的冲突是美国的一贯政策态度。针对不加管理的大数据利用可能会对特定消费者群体产生不利、排除其交易机会这一问题，美国联邦贸易委员会从消费者保护法律的适用和技术优化方向两个角度，对大数据中间商和使用企业的实践提出建议，促使其在充分利用大数据的同时避免相应的法律风险和道德风险，从而促进更具有社会包容性的大数据实践。
图片来源 | 网 络
已投稿到：
以上网友发言只代表其个人观点，不代表新浪网的观点或立场。君，已阅读到文档的结尾了呢~~
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
婚恋网站的商业模式应该这样玩！差异化定价，回归个人亮点
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='/DocinViewer--144.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口可口可乐的大数据玩法
你好，游客
可口可乐的大数据玩法
来源：赛迪网&
作者：亚当-奥济梅克
福布斯网站刊登题为《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(Benjamin Shiller)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。
结果就是，从某种意义上而言，一级差别定价在未来将令人们极为震惊，并且会侵入到生活的各个角落。经济学家泰勒-考恩(Tyler Cowen)新书《平均时代的终结》&Average Is Over&将于9月12日发售，这可能会引发更多的争论。其中的内容可能会令一些读者感到意外，这足以说明如果考恩的见解是正确的话，差别定价时代将迎来大的变化。
相关新闻 & & &
尊重网上道德，遵守中华人民共和国的各项有关法律法规
承担一切因您的行为而直接或间接导致的民事或刑事法律责任
本站管理人员有权保留或删除其管辖留言中的任意内容
本站有权在网站内转载或引用您的评论
参与本评论即表明您已经阅读并接受上述条款大数据带来的隐私泄露和歧视问题渐显
大数据带来的隐私泄露和歧视问题渐显
[导读]很多人还没搞清楚什么是PC互联网，移动互联网来了，我们还没搞清楚移动互联的时候，大数据时代又来了。
　　近年来，大数据已经覆盖了许多领域，包括互联网领域。许多应用和平台热衷于搜集用户的信息。而在近日举行的SXSW（South by Southwest，西南偏南）大会上，专家们却表达了对于数据会歧视用户的担忧。
　　会上，独立隐私安全专家Ashkan Soldani提及了IBM的一款能够计算&恐怖主义得分&的软件。这款软件的目的是通过用户数据，计算从叙利亚来到欧洲的人们参与恐怖活动的概率。
　　大数据（bigdata）一词越来越多地被提及，人们用它来描述和定义信息爆炸时代产生的海量数据，并命名与之相关的技术发展与创新。但是，在大数据发挥重要作用的同时，也产生了一系列问题，给人们造成了困扰。
　　一、许多软件因数据歧视用户，造成诸多问题
　　目前，许多企业都会通过软件或应用搜集用户信息。在大数据时代，这种做法是无可厚非甚至是必要的，但是，用户数据可能会使用户遭到歧视，甚至造成滥用。
　　比如，电脑投放求职广告时，就会产生歧视行为。去年，卡耐基梅隆大学的研究人员通过一款名叫AdFisher的工具，对其第三方网站上的广告定向投放过程进行了追踪。结果表明，当谷歌判定求职者为男性时，为其推送高新主管职位消息的概率远大于同等条件的女性求职者。
　　记者Julia Angwin说：&你可能并不知道你为什么没有得到那份工作，你或许永远不会知道，其实是因为数据歧视了你&。
　　对此，AdFisher的开发者表示：&我认为，我们的发现揭露了目前广告生态中开始浮现的诸多歧视和不透明现象。从社会的角度来看，它很值得担忧&。
　　不仅是在工作方面，就连社交软件都会因为数据歧视用户。美国约会应用Tinder的付费版Tinder Plus推出后，其定价的差异化引发了争议。在美国的用户，18岁到29岁只需9.99美元，但是超过30岁的用户则需支付19.99美元。而处在英国地区的用户，18岁至27岁只需支付3.99英镑，而超过28岁就必须支付14.99英镑。
　　由于这样的定价，关于Tinder歧视&大龄未婚青年&的言论一时蔓延开来。对此，Tinder副总裁的解释是，年轻用户是高频使用者，但缺乏金钱，定价较低是为了刺激其购买欲。而大龄用户对价格或许敏感度更低，所以愿意购买服务。因此，定价差异化是基于公司测算，并非年龄歧视。
　　不管这些应用是出于怎样的目的，都或多或少地带有歧视色彩，并且大数据有泄露用户隐私之嫌。一份研究大数据影响的白宫报告中写道：&我们长期坚持的公民权利保护政策对居民信息如何在住房、信用卡、雇佣、健康、教育和交易市场等方面使用有严格的限制，而数据分析技术有可能会击溃这一防线&。
　　研究者指出，对于企业追踪用户的过程以及投放广告的算法有一定的了解，对人权组织及监管机构来说，是相当重要的。当然，企业也应该采取一些相关的措施，消除数据对用户带来的歧视。
　　大数据是在互联网时代不可避免的发展趋势，但同时，它产生的问题也让人们有些恐慌。
　　二、大数据发展正面临转折点，需努力趋利避害
　　大数据的意义就在于，从庞杂的数据背后挖掘并分析用户的行为习惯与喜好，从而找出更符合用户&口味&的产品和服务，并结合用户需求有针对性地调整和优化自身。
　　这种作用对于当今企业来说，是极其重要的，其商业价值大致体现在四个方面。
　　大数据可以实现客户群体细分，并为每个群体量身定制特别的服务；大数据可以对现实环境进行模拟，发掘出新的需求并使投资回报率有所提升；大数据可以加强部门之间的联系，提高生产链条与管理链条的效率；大数据可以使服务成本降低，找出隐藏线索，对产品和服务进行创新。
　　对于社会来说，大数据的发展也是有诸多好处的。大数据定理表明，在试验不变的条件下，重复试验过程多次。在大量重复中，会呈现出几乎必然的统计特性。
　　随着计算机处理能力的增强，获得的数据量越大，挖掘出的价值就越多。如果银行能够及时发现风险，社会经济将越发强大；如果医院能够及时发现疾病，我们的身体会更加健康；如果通信公司能够降低成本，我们的话费将更加实惠。
　　以上情况，都可以通过大数据的不断积累和不断分析实现。通过这一过程，我们可以发现规律，从而实现更好的未来。
　　但是，任何事物都有两面性，大数据时代所产生的问题也同样不少。
　　第一，数据不够安全。无论是企业还是个人，在实践过程中都会或多或少地产生数据。这些数据在当今时代并不安全，会有很多方法使它们泄露。
　　第二，数据泄露产生不平等。对于用户来讲，数据是一笔财富，但是遭到了别人的窃取，而自己并未得到任何收益，这对于用户来说是不公平的。
　　第三，用户隐私问题。当用户在网上注册信息后，这些信息很有可能已经被扩散，当用户收到一些莫名其妙的邮件、电话、短信时，其实用户的各种信息早已被非法的商业机构贱卖了。
　　无意中拍的照片，可能会使人一夜成名。用户的想法、行为、都可能被商家记录在案。人们担心身份被盗用，担心数据造假，害怕数据框定，反感数据的不公平造成的歧视。
　　要解决这些问题，需要克服许多困难，面临巨大的挑战。虽然企业可以更加细致地去检验他们的系统和流程，但是依然不能完全解决问题。通常数据驱动的决策都比较隐蔽，即使产生威胁，也不会被轻易发现。
　　任何的领域都需要统一，但是大数据行业尚不能立法，因为大数据趋势变化多端，无法掌握立法所面临的全部背景。
　　业内专家认为，有必要在计算机课程中增加数据伦理教育，并且更改有歧视倾向的计算机程序。尽管不能完全解决问题，但也能起到一定的作用。
　　马云说：&很多人还没搞清楚什么是PC互联网，移动互联网来了，我们还没搞清楚移动互联的时候，大数据时代又来了&。不管是喜是忧，大数据时代已经降临。
　　哈佛大学社会学教授加里&金说：&这是一场革命，庞大的数据资源使得各个领域开始了量化进程，无论学术界、商界还是政府，所有领域都将开始这种进程&。现在的大数据领域正面临一个转折点，努力的方向决定着其属性的发展。我们应该尽量消减其负面影响，让大数据发挥其正面作用，从而更好地为人类服务。
千家智客微信公众号
扫描下方二维码，关注千家智客微信公众号（qianjiacom），随时随地知晓智能行业天下事！
编辑：邱李晨
100/100字符
全部评论（0）
智客行APP下载
最专业的活动管理平台差别定价，还是价格歧视：大数据带来定向营销困惑_网易科技
差别定价，还是价格歧视：大数据带来定向营销困惑
用微信扫码二维码
分享至好友和朋友圈
一天，化妆品公司100% Pure的联合创始人里克·考斯提克（RicKostick）正在浏览电子邮件，这时来自旧金山某初创公司的一封邮件吸引了他的目光。&
“我们已经开发出一种机器学习算法，能够预测出哪些客户会不买任何东西就离开网站（准确度超过99％），进而能够只向这类客户提供力度更大的折扣来吸引他们不空手离开，”来自数据分析服务公司Freshplum的这份电子邮件如是说。这封邮件保证——会让营收提高5％。
考斯提克签了约。他知道有些客户不愿意为一小支8盎司的洗发水支付18美元。或许偶尔打折会有所帮助。考斯提克透露，在使用Freshplum提供的选择性促销服务三个月之后，在线销售收入增长了13.52％。&
在传统集市里，根据眼睛的观察或者聆听对方的口音，卖家可能会向穿着考究的买家收取比其他客户高出一倍的价格。大数据让商家能够通过一种更为科学的方法，根据每位客户的支付意愿，实现差别定价销售。
“从历史上看，一级价格歧视一直很难实施，这主要是由于后勤工作方面的各种原因，”哈佛大学商学院教授约翰·古维尔（John Gourville）说，“随着技术的进步以及大数据的采集，届时可能会变得更容易实施。但是，很快你就会开始引起外界有关 公平 的抱怨？”
Freshplum是由曾在Facebook负责照片业务的产品经理山姆·奥迪奥（Sam Odio）创立的，该公司并不对任何人收取额外的费用，但向位于特定地域、再度光临或者那些可能无意购买的客户等宣传打折优惠。考斯提克说：“让我对此感兴趣的是，他们利用的是诸如网站登录地点的天气等数据。他们在城市中的哪个位置？是郊区？还是市中心？”这种更加细化的分析提高了对客户购买意向的洞察能力。
创业者奥迪奥曾将自己创建的照片群组共享服务Divvyshot卖给了Facebook，他说，使用Freshplum定向促销服务后，访问购物的可能性能提高了36%，从而使得商家的平均利润率提高了6.4%。该公司成立于2011年，已经从包括谷歌风投公司（Google Ventures）和格雷洛克合伙公司（Greylock Partners）在内的投资方那里筹集到240万美元。该公司现在有34家客户，其中包括邮差包和服装制造商Chrome Industries。
这位创业者拒绝谈论用于定向促销的秘密武器，但透露并不是使用来自于数据经纪商的信息。另一个有趣的事实是：Freshplum的算法背后的首席科学家，是由凯文·斯派西（Kevin Spacey）所主演的电影《决胜21点》（movie 21）中刻画的那个智胜赌场的算牌团队的成员。
如今有了处理大量数据的能力，很难相信没有更多的企业采取灵活定价策略。今年1月份，布兰迪斯大学（Brandeis University）经济学助教本杰明·希勒（Benjamin Shiller）发表了有关差别定价如何能帮助网飞（Netflix）的最新研究成果。
他利用2006年网络行为数据，计算出网飞可通过以不同的价格向不同的客户销售相同的服务，将2006年和2012年盈利分别提高800万美元和2,300万美元。在他的模型中,有些客户最多会接受比标准价格高出61％的价格，有些客户最多会支付比标准订阅费低22％的价格。网飞一直没有考虑定向促销问题。网飞发言人约里斯·埃弗斯（Joris Evers）说：“我们喜欢我们的简单定价策略。”
差别定价确实发生在价格存在很大差异的市场（比如航空公司和酒店所处的市场）上，以及诸如保险等有点不透明的市场。价格的大幅波动可能会激怒客户，打车应用Uber经常有所体会，虽然在某一给定时刻，它的价格会根据供求关系，面向所有用户进行调整。
杰里米·霍华德（Jeremy Howard）在利用大数据来帮助保险公司以差别化价格销售保单、为每位客户创造一生最大利润方面是一位开拓者。当霍华德在1999年创办了最优决策集团（Optimal Decisions Group）时，他与各大保险公司合作，向每一位客户提供随机价格，与基准价格相比变化幅度从10％到15％不等。在对数百万客户的反应加以研究之后，他的公司基于所感知的类似客户的支付意愿，建立了用于新客户的定价模式。&
霍华德说，自那以来，使用这些技术的保险公司已经多赚了数亿美元。他最近创立了一家新公司——战略数据科学公司（Strategic Data Science）。2008年，他把最优决策集团卖给了数据分析公司ChoicePoint，后者现在是全面资讯和商业解决方案提供商律商联讯（LexisNexis）旗下的子公司。&
许多公司认为实行差别定价的最有效方法是发放定向优惠券，而不是冒着惹怒消费者的风险对一些人收取附加费。芝加哥定价咨询公司Wiglaf Pricing创始人蒂姆·史密斯（Tim Smith）说：“只要是以对特殊行为给予折扣优惠的形式呈现，人们就会接受。”
化妆品公司100% Pure联合创始人考斯提克承认，这是一件棘手的事情：“我们不想做得太过分，引起客户的不满，但我们还是想俘获那些本不打算购买的客户。”
译 陈玮& 校 徐笑音
的艾尔谷犬）' name=''>
本文来源：福布斯中文网 。更多精彩内容，请登陆福布斯中文网
责任编辑：王晓易_NE0011
用微信扫码二维码
分享至好友和朋友圈
加载更多新闻
热门产品:　　　
:　　　　　　　　
:　　　　　　　　　
热门影院：
阅读下一篇
用微信扫描二维码
分享至好友和朋友圈}