Price）
2.3.1.3.2. 在完全價格歧視的情況下，畫廊經理通過獲取全部消費者剩余而實現利潤最大化2.3.1.3.2.1. 每個人會爲這幅作品支付所願支付的最高價格，更多的攝影作品會被賣出，畫廊也實現了利潤的最大化2.3.1.3.3. 就算是在不完全價格歧視的情況下，畫廊獲得的消費者剩余也比鎖定價格的情況高2.3.1.4. 美國私立大學征收的學費2.3.1.4.1. 學校首先會向報考者的父母了解他們的財務狀況以及學費支付能力2.3.1.4.2. 通過獎學金制度，一部分家庭收入水平較低的學生將可以支付更少的學費2.3.1.4.3. 有一部分學生的家長會爲了讓孩子能進入理想的學校而情願支付超過公告學費的更多金額2.3.1.4.4. 接近于完全價格歧視2.3.1.5. 非完全價格歧視，最典型的例子是基于年齡段（兒童、老年人、學生）和簡單獨立變量（消費者的定位信息、時段）的歧視性定價2.3.1.6. 三級價格歧視2.3.1.6.1. 賣方將消費者劃分到了更爲廣泛的顧客群當中，並針對歸屬于不同群體的消費者設定不同的産品售價2.3.1.6.2. 影院多年來都在奉行不完全價格歧視政策2.3.1.6.2.1. 對成年人、孩童、學生和老人收取不同的觀影票價2.3.1.6.2.2. 此舉是基于學生與老人的可支配收入較少、保留價格較低的緣故，所以進行差別定價2.3.2. 有限的套利空間2.3.2.1. 關乎賣家防止消費者“倒買倒賣”的能力2.3.2.2. 阻止套利2.3.2.2.1. 提供定制化産品、取消産品轉手後的質保、擡高二手産品的服務檔次與費用等2.3.2.2.2. 雖然小規模的套利空間總是存在，但是由于成本高昂與盈利有限，它無法阻擋企業的歧視性定價策略2.4. 動態定價2.4.1. 動態定價策略已經在民航産業中得到普及2.4.1.1. 爲了實現利潤最大化，根據對乘客出行時間安排、可選航班情況以及保留價格等信息做出的合理估量，航空公司不僅頻繁地調整機票價格，還爲出行者提供了更多不同價格水平的艙位選項2.4.2. 在其他産業中，不論是酒店行業還是體育賽事承辦，兼顧線上市場與線下市場，相似的商業行爲也並不鮮見2.4.3. 零售商還會根據不同采購時間、同類産品的購買便捷性以及商品的保質期長短而對商品的價格做出適當調整2.4.3.1. 超市的經營者並不一定存在開展歧視性定價的意圖2.4.3.2. 爲了盡快賣出這些快要過期的存貨，超市不得不降價銷售2.4.3.3. 反觀價格歧視，超市經營者則是基于不同顧客針對同一個面包的不同保留價格，而開出不同的價碼2.4.4. 表面上看似有效的動態定價，實則卻是超市經營者有意根據消費者的價格敏感度而對他們做出的區分3. 完全價格歧視3.1. 在不遠的將來，不完全價格歧視（如老年人優惠證）或將成爲過去式3.2. 即便完全價格歧視不曾存世，但不完全價格歧視卻在不斷攀階，走向極致3.3. 對于動態差別定價而言，數據才是關鍵3.3.1. （動態差別定價）不過是榨幹消費者油水的手段3.3.1.1. 麻省理工學院的尤西·謝菲（Yossi Sheffi）教授3.4. 爲了能夠索取高價，一些在線零售商正在收集消費者的常住地址、消費習慣和其他個人數據3.5. 定價算法正在基于消費者的所在位置向其呈現不同的産品價格目錄3.6. 一些線上商家會根據用戶使用的硬件設備來決定折扣的多寡3.6.1. 如果有人使用智能手機的iOS系統或是安卓操作系統登錄Orbitz和CheapTickets這樣的出行訂票網站，那麽他最高可享受50%的折扣3.7. 就連店內的攝像頭也已不再限于發揮安保功能，它們還會被用來監測店內存貨狀況以及其他作用3.8. 總有人會抵觸這種數據采集行爲3.9. 好事達3.9.1. 好事達不根據保險標的的風險而計算保費，倒是考察起了客戶的比價行爲3.9.2. 選擇性定價行爲會令價格的浮動空間下至標准費率的10%，上至800%3.10. 百安居（B&Q）3.10.1. 2014年，英國零售商百安居（B&Q）開始嘗試一種電子標簽，它可以基于消費者的個人檔案而實時調整商品的定價3.10.2. 基于存儲于顧客會員卡中的個人信息以及從他們手機客戶端中獲取的消費習慣數據，電子標簽會自動生成一個“適當的”價格3.11. Coupon.com3.11.1. Coupon.com公司2014年的年報來看，它所運營的電子平台意在“深度參與消費者的日常采購決策3.11.2. 優惠券的派發也變得更加個性化和有針對性3.11.3. 利用視頻信息的呈現方式來吸引消費者，而這依托于對消費者的網絡個人信息以及門店消費習慣數據的掌握和分析3.11.4. 企業的核心價值體現在擁有自己專利的大數據分析軟件，從而有效識別客戶的購買意圖，並誘導他們進行采購3.12. 塔吉特公司3.12.1. 塔吉特公司可以從消費記錄中判斷顧客是否懷孕3.12.2. 還可以通過對方所購買的産品類型，對懷孕客戶的臨産期進行大致預測3.13. 長年以來，零售商都將發展會員卡業務視爲收集消費者個人數據並向他們遞送産品目錄，開展促銷活動的重要渠道3.14. 在英國的超市裏，個性化促銷同樣也非常普遍3.15. 越來越關注細分市場的客戶需求與目標定位3.16. 就大多數行業而言，20%的消費者貢獻了80%的利潤3.16.1. 如果你總在樂購或者森寶利超市（Sainsbury）購買一些他們賣不掉的産品，那麽這兩家超市恐怕會得出這樣的結論：你並非他們的目標客戶3.16.2. 企業也可以選擇順水推舟，繼續將這些不受目標客戶歡迎的産品賣給特定的客戶3.17. 經濟學理論研究顯示，當商品的供給者可以有效地對不同消費者進行區分（也就是開展價格歧視）時，它將實現利潤的最大化3.17.1. 大數據的作用就是更好地實現消費者細分3.17.2. 利潤的遞增也將反過來助推大數據市場的壯大，同時強化人們的個人信息保護意識3.17.3. 有了數據規模的擴大、分析能力的優化與消費者細分水平的升級，具備自學習能力的定價算法將越發逼近完全價格歧視4. 擋在完全價格歧視面前的阻礙4.1. 數據不足4.1.1. 爲了實現完全價格歧視，企業需要研發一套算法，做到准確識別每一位消費者的保留價格4.1.1.1. 推算這個能讓消費者做出購買決定的價格水平4.1.2. 擋在完全價格歧視面前的第一道阻礙就是有限的數據4.2. 可預見性與非理性4.2.1. 如果想要在數據不充分的情況下實現完全價格歧視，預測工作則需要基于一些假設4.2.1.1. 人的意志力並沒有那麽強大4.2.1.2. 決策過程往往會受到固有偏見與“一時興起”的幹擾4.2.1.3. 很多人都會重視“公平”的問題4.2.2. 即便消費體驗相同，但是保留價格卻相差甚遠4.2.2.1. 來自高檔酒店大堂的啤酒付出更高的價格，兩者的意向價格分別是2.65美元和1.5美元4.2.3. 不論是專業人士還是普通人，報價的高低顯著影響到了他們對房屋價值的判斷4.2.3.1. 非專業人士坦承自己的估價受到了報價的影響，房屋經紀人們卻“斷然否認”了兩者的關聯性4.2.4. 錨定效應（Anchoring Effect）4.2.4.1. 原價的先入爲主以及其他易被忽視的因素都幹擾到了我們的定價坐標系4.2.4.2. 在我們出國遊玩時，一開始有多少人會驚詫于當地物價水平與本國的不同4.2.4.2.1. 最終，我們都會適應這新環境4.3. 樣本規模的有限性4.3.1. 收集到的數據往往不足以支撐定價算法的假設4.3.2. 像一些大額耐用品的開銷（如電視、轎車），樣本數據的可參考性就要打個問號了4.3.3. 如果沒有海量數據（特別是性情因素與環境因素）的支撐，一個人的保留價格實在難以被定價算法准確估算4.3.3.1. 沒有海量數據的支撐，定價算法要准確識別並量化消費者的保留價格談何容易4.3.3.2. 每一筆交易都是一起獨立的事件，受方方面面因素的影響4.3.4. 定價算法沒有那麽多數據彈藥可以用來反複試錯，從而識別並准確計量所有影響消費者保留價格的變量4.4. 除非消費者可以准確地揭示自己的保留價格（好比在火熱的房産交易市場中買家的競價），在可預期的未來，不少線上市場的定價算法尚不能有效識別消費者的保留價格4.5. 所有的定價算法都尚且存在難以克服的缺陷4.5.1. 它們的任務變成了不斷對照現實、查找不足、提升自己的預測能力5. 數據挖掘5.1. 企業可以利用數據庫建設來輔助自學習算法，實現優化行爲定向廣告、制作個性化促銷信息以及定價的工作5.2. 會員卡和交易記錄不過是它們種種方式方法的冰山一角5.2.1. 利用無線網絡以及手機應用程序實現與顧客的互動5.2.2. 通過複雜的人面識別技術增進對顧客的了解5.2.3. 在用戶毫無察覺的情況下通過移動設備實現對用戶行爲進行追蹤5.2.3.1. 即便只是兜裏揣著手機，應用程序的開發商也有辦法收集到你的實時定位信息5.2.3.2. Nomi科技將自己的數據分析服務賣給了實體商鋪，爲後者提供有關消費者出行模式的數據分析報告5.2.4. 當無人駕駛汽車、物聯網、智能手表得到普及時，我們的個人信息又會在無形當中“溜走”多少5.3. 除了企業在自身經營活動中收集到的顧客個人信息數據，它們還不時仰仗于數據掮客5.3.1. 在收集消費者個人喜好與行爲數據的同時，數據掮客也爲他的客戶提供數據分析服務5.3.2. 數據掮客的目的是准確推斷消費者的興趣以及價格敏感度，從而開出恰當的價格（或者折扣）將某件商品有針對性地推銷給某位消費者5.4. 在算法大行其道的市場環境中，賣家必將投入更多資金和精力深挖大數據分析的潛力，以便在“適當的時機”裏能夠恰如其分地誘導我們消費5.5. 企業在消費者行爲追蹤、收集與分析個人信息數據、采用差別化定價等活動中所取得的進展都是爲了提升自己的歧視性定價能力