请听题：

小明想在双十一买价值399的卫衣。

已付定金20元，且定金有三倍膨胀活动，但活动时间是0点~2点，2点以后定金可以抵用50元。

有付尾款前500免定金活动，同时该店铺有399减20和299减10的优惠券，其规则是“定金+尾款-定金膨胀优惠金额”大于等于“优惠券使用门槛”。

还有一种379减20和279减10的折扣券，其规则是“尾款-定金膨胀优惠金额”大于等于“折扣券面额”。

优惠券和折扣券只能选一种。

求，小明最后买到这件卫衣最少需要多少钱？

是谁出的题这么的难

天下苦优惠券久矣，于今年为甚。papi酱专门录了一期视频吐槽，今年的双十一是如何让学渣们望而却步——

在双十一购物前，你首先要搞明白“购物津贴”“火炬红包”“定金膨胀”“跨店满减”“叠加优惠”这些名词的确切含义及使用规则。接下来还要定时抢红包，在群里分享激活红包，甚至还要打游戏换红包、花钱买红包、组团购物分红包……而且双十一越来越提前，还要仔细分辨在哪些店可以用哪些券……

有人抱怨“我到现在都没有搞懂双十一的规则”，立刻有人附和“直接降价很难吗？非要搞这么多屁事。”“光是看各类优惠的使用规则，就已经头晕了。”“有关部门能不能管一管！”——据南方都市报调查，近74%的受访者认为双十一优惠活动过于复杂，浪费时间精力。

至于小明那件衣服最终多少钱，我也不知道，谁能算明白在评论里说一声。

何苦为难

双十一为何要搞得如此复杂？不能简单粗暴一点的直接打折吗？

其实，电商巨头的行径是非常符合经济学原理的，这个原理叫“价格歧视”。

我们假设有这样一个超市，在没有实施价格歧视时，商品按标签统一定价，对所有消费者都按同一个价格出售。

很快，超市管理员发现汽水卖不动，为了促销，定了一套规则：原价5元的汽水，现在可以买3瓶套装，定价13元。这时可能就有不少人，原本只想买一到两瓶甚至不打算买汽水，也多加钱买了三瓶的套装。

这就叫二级价格歧视，管理员并不知道消费者是什么人，消费喜好和能力如何，但通过区别化设计产品和定价，就将那些爱占便宜的、怕吃亏的、哪怕买回去不喝也先囤起来的消费者们吸引了过来，并将原本从他们手中挣不到的钱圈了出来。

是不是很眼熟？

回到双十一，每个参与双十一的消费者，都难免支付额外成本，这成本至少包含两方面——

首先是为了占便宜，而额外付出“看规则、抢红包、算数、交定金、熬夜秒杀、快递爆仓、半个月收不到货”等一系列成本。

其次是为了凑单和占便宜，消费者从“买必需品”逐渐放宽到买“一直想买的”，再放纵到“买了或许用得上”，以至于“管它有没有用，这么便宜我就买买买！”

双十一设置如此麻烦折腾耗时的流程，就是方便筛选出这些对时间不敏感，对价格很敏感的消费者，再略打折扣，把他们的钱掏出来。然后等双十一结束后，再用原价，把商品卖给那些买东西从不看价格的、只买自己需要的、怕麻烦的、不愿意等的人。

比如今年提前一个月的预售期，既从技术上缓解了当天零点的服务器压力，又进一步“歧视”了消费者：以往都是双十一结束后等快递，现在这个时间更延长到了双十一之前，能下单的，的确是时间真不值钱且买的东西并非紧缺必需品的消费者。

这样一来，商家就既能挣“认为时间和体验比价格重要”的消费者的钱，又能挣“只要便宜我可以重新补习数学课”的消费者的钱。岂不美哉。

所以，双十一，尤其是今年的双十一，是非常典型的二级价格歧视案例。当然，这样的差别定价还太粗犷。消费者千人千面，单纯划分成两个阵营的定价粒度，尚不足以使商家利润最大化。

买的不如卖的精

“如果说市场是买卖双方的一场战争，那么价格就是停战协议。”——法国社会学家 加布里埃尔?塔德

既然有二级价格歧视，那当然就还有一个“一级价格歧视”，又称完全价格歧视。这几乎是所有商家都梦寐以求的商业模型——根据每个消费者的不同情况，为其制定不同的价格，尽可能掏空每个消费者的购买力。

在菜市场里，菜贩子会通过观察买主的衣着表情口音动作而个性化定价，菜贩子完全可以向穿着考究的买家收取比其他客户高出一倍的价格。同样，在律师、私人医生等行业中，都可以发生一级价格歧视。

但这种一对一定价的成本太高昂了，既需要卖家识人察色谈判的经验，又占用大量时间精力，还难以规模化复制。所以一级价格歧视往往只存在于经济学书本中。不过，大数据技术的普及，让商家能够逐渐摸索出一种更为经济而有效的方法，根据每位客户的支付意愿，实现差别定价销售——

定价可以基于设备：

2012年，在线旅游网站Orbitz（旅程）发现，使用Mac的消费者在酒店房间每晚的支出，要比平均水平高出20~30美元，而且订4星和5星级酒店的概率比PC用户要高出40%。如果Mac用户和PC用户订同一家酒店，前者通常会选择更贵的房间。在这个发现之后，Orbitz开始尝试把Mac用户引导到服务和体验更高的酒店。

定价可以基于时间：

如果你在下午5点寻找当天晚上的酒店房间，而且使用手机进行搜索，旅游服务网站Priceline的算法就会假设你比使用台式机的用户更加急切。

定价可以基于地理位置：

在《华尔街日报》对办公用品公司Staples的网络产品售价调查中，按照邮政编码划分，平均收入越高的地区通常会得到打折产品，而低收入地区的产品售价要更高一些，因为这些地区竞争较弱。不仅如此，Staples似乎还考虑到了用户与竞争对手的实体店之间的距离。如果竞争对手的商店在20英里的范围内，Staples网站通常会展示打折的售价。

定价可以基于国别：

向语言学习者出售软件的Rosetta Stone，会向美国或加拿大用户提供最多20%的德语课程折扣，但是却不会向英国或阿根廷用户提供这样的折扣。

定价可以基于注册时间：

亚马逊在2000年9月中旬开始了著名的差别定价实验。某DVD碟片对新顾客的报价为22.74美元，而对那些对该碟片表现出兴趣的老顾客的报价则为26.24美元。

定价可以基于复杂算法：

2014年，Brandeis大学经济学家Benjamin Shiller对Netflix公司的用户数据研究得出结论，如果Netflix单纯通过传统的方式（用户的年龄、种族、收入、居住区域等信息）区分用户群体，实行差异化定价，则利润可提升0.8%。而如果通过大数据分析，结合用户的网页浏览、购买历史等信息区分用户群体（如访问烂番茄网站的次数等），则利润可提升12.2%。虽然Netflix并没有采取这样的定价策略，但大数据的应用已经显示出不可小觑的商业价值。

在美国，4名研究员在一周时间里使用计算机去模拟“富人”和“价格敏感”人群的网页浏览模式。在使用虚拟人物“购物”时，他们发现面向富人推荐的耳机平均价格是面向价格敏感人群的4倍。另一项试验以更直接的方式证明了价格歧视：对于同样的商品，地址为大波士顿地区的计算机看到的价格，要低于马萨诸塞州偏远地区的价格。

以上一切努力最终形成的结果，就是对于互联网平台而言，价格不再是某个固定数值，而是可以随时依据多种条件因人而异发生变化的变量。价格每小时，甚至每分钟都会改变。对于曾经将商品放入亚马逊购物车的消费者来说，这样的情况并不少见，价格变化就像是股票走势。

很多经济学家进入了亚马逊、阿里这样的企业，因为这些公司有经济学家关心的所有元素，包括定价、消费者、行为、声誉。此外，在这里还有机会“以前所未有的规模展开试验”——可以通过数据测试，不断训练消费者，使他们对双十一这种价格歧视大促销成瘾。

以我们熟悉的产品为例，最常执行“动态价格”（即趋向于完全价格歧视）的产品，就是携程和Uber了。

在微博上搜索“携程价格不同”，你会发现大量针对携程“不同人不同价”的抱怨。有人认为，随着在携程搜索次数的增加，酒店/机票的价格也在不断地增加；还有人说，携程有“杀熟”现象，老客的价格总是要比新客高。有媒体测试过，在不同手机上使用携程订票，不仅同时不同价，而且剩余票数还会来回变化。

据彭博社报道，即使在需求、交通状况和路程相同的情况下，从富人区前往富人区的Uber订单价格要比从富人区前往穷人区更贵。Uber产品负责人对此表示，Uber利用机器学习技术估算价格，依据特定行程某些群体的用户愿意支付多少费用定价。此前也有网友质疑过，滴滴是否引入了Uber这样的技术，导致“看人下菜碟”，目前还未有定论。

同样，另外一个饱受质疑的平台是京东，很多网友都号称在京东上有过“不同账号不同价”的体验。

据美国宾夕法尼亚大学安伦博格公共政策中心统计，大约76%的美国成年人表示，发现其他人购买同一商品的价格要比自己便宜，会令买家感到非常恼火。这也是此前亚马逊直接歧视老顾客的区别定价尝试失败的根本原因之一。

而一些线下商家也试图告诉消费者，别再让“中间商赚差价”——2016年2月，希尔顿酒店公司承诺其官网可以提供最低价格，比各类在线预订网站都要低。其推广活动的口号是：“别再瞎点了”（Stop Clicking Around），也是该公司近百年历史上规模最大、成本最高的营销活动。

然而，即便有这样那样的反攻倒算，电商巨头们依然会在通往一级价格歧视的道路上不断努力，越来越丰富的消费者标签和平台手中更加充沛的计算力，都在支撑因人定价的机制早日完善。

除非，消费者们用脚投票——先从拒绝解答双十一的算术题开始。