首先还是简单介绍一下“大数据杀熟”的现象及其原理。

最常见的“大数据杀熟”现象：

某打车平台软件，同一时间同样起点和终点的行程的预估价格差异可以达到20%以上；某网络订票平台，如果你高频搜索和持续关注，则搜索的机票价格持续上涨，订票后却又发现价格下跌；概括地说，就是指，通过大数据分析和预测的手段，对于同样的商品和服务，对不同对象收取不同价格的现象。

顾名思义，“大数据杀熟”——其技术基础是大数据，也就是海量的用户数据。

通过你的基础属性数据判断你的所在用户群体、人群特征（如消费能力），通过你的行为数据判断你的偏好和消费意愿强烈程度。

综合一系列的分析，判断出你是谁，你现在要做什么，愿意付出多少代价去做。然后通过精准的用户画像，去对消费能力高、消费意愿强烈的用户展示更高的价格，赚取更多的利益。

已知了对方的招数，对策自然也不言而喻——

1.简单粗暴版

操作指南：卸载重装APP

亲测案例：某打车app。卸载后再重装，车费相比卸载前（2分钟前）便宜了5到6元。

背后原理：伪装流失用户或新用户。

有运营相关经验的同学应该知道，运营的四大工作内容：拉新、留存、促活、转化。为了拉新对于新用户通常会给较大的优惠力度；对于已流失或即将流失的用户，平台通常会给予特殊的福利以召回和挽留。

而卸载这一行为对应的就是——用户流失。而重装后，有一定概率被认为是新下载用户。

因此通过卸载重装这一简单行为，你将会带着“召回的流失用户”或“新用户”标签被给予一些特殊的优待。

2.交叉验证版

操作指南：多找几个朋友一起试试看

亲测案例：朋友在旅行前两个月就在某订票平台上持续关注出行航班机票，关注许久发现票价一直在6000元以上居高不下，我听闻后立即帮忙搜索查询，搜索结果票价不到4000，遂帮忙订票，省下2000元。

背后原理：精细化运营下，同一策略同时命中多个人的概率是很低的。

因此多找几个朋友试试看，甚至可以用父母的手机（网络行为不活跃用户，数据较少）搜索对比，然后选择最低价的那个下单。

3.越薅越上瘾版

操作指南：伪装价格敏感用户

亲测案例：越是“无优惠券不下单”的用户，被派发的下单红包、优惠券的概率和优惠力度越大。

背后原理：价格敏感用户是指下单意愿强弱度受价格高低、优惠力度影响极大的用户群体。在用户运营中，为了节省预算的同时最大化提升转化，平台会选择将补贴下发给最容易受补贴诱导而转化消费的用户。

因此，如果你能够被定义为价格敏感用户，那么你接收到优惠补贴的概率就会高出普通用户很多。

     当我们越来越多地享受数据带给我们的便利服务时，也应该尽早地考虑到我们将要为之付出的代价。

“大数据杀熟”所代表的动态定价也只是其中的冰山一角而已。

    而在不远的未来，数据安全，其实就是你我的安全。