继去年被曝“酒店同房不同价”之后，昨天，技术圈知名大牛@陈利人（以下简称“陈先生”）撰文《携程的牌坊坍塌了》，文章透露称，其在携程买了张价格为17548元的机票，但是发现没选报销凭证，于是退回重选，此时却发现没票了。

无奈，陈先生只好再次搜索，这次价格变成了18987元。

“不死心”的他，退出、再重新登录携程，发现价格还是18987元。

后来，陈先生甚至卸载App再重装，但是价格还是18987元。

最后，他想着去某航空公司官网看看，结果不仅有票，价格仅为16890元，比他在携程看到的首次价格还便宜658元。

截止发稿时，携程已发布《致歉及情况说明》，称是因为程序Bug、且已经修复。

CSDN联系到了本次事件当事人陈先生，他表示对此不作回应。

而携程公关方面（以下简称“携程”）接受了CSDN采访，对方表示，“我们绝不存在大数据杀熟。Bug的问题，我们也一定承认。但是这是分开来看。不希望其他用户有误解。”

Bug究竟有哪些？

Bug1：为什么第二次搜索无票？

对于搜索无票的Bug，携程向CSDN发来了截图并解释称：

携程发给CSDN的后台系统截图

“当时M舱剩余2个位置，即为M2。

根据系统显示，陈先生预定机票价格对应舱位为M舱。

3月10日10：42左右，系统日志记录M舱开放了2个位置。

10：47分左右陈先生通过携程App首次下单预定了2个位置（2位乘机人）。

后续返回选择报销凭证后，再次支付，显示无票。

此时根据日志，10：49分，航空公司M舱剩余位置，显示状态为S（根据航空公司记录规则，S为没有可申请座位）。因为航空公司已经无可开放座位，故系统显示无票。”

携程还表示，”就陈先生的事情来说，Bug出在订单重复下单，陈先生第一次下单之后，返回修改了报销凭证，然后再回头下单，发现这个位置没有了，在没有位置的情况下，可以让他把第一个订单去完成支付。因为他并没有改变他的个人信息和行程信息，其实是不需要重复下单的。”

也就是说，陈先生之所以第二次查询发现没有机票，是因为机票位置已经被他未支付的订单占了。

所以系统Bug还出现在，该用户第二次搜索机票时，系统（其实）应该去提醒他支付未完成的订单。

Bug2：为什么“越搜越贵”？

而关于陈先生称后来搜索的机票价格更贵，携程给出的原因如下：

“机票在同一航班上的价格，有多个舱位，一般航空公司先从低价票开始卖，或者可以理解为每一个折扣都有票，但是对应的座位数是不等的，所以同一个航班放出很多价格，用户一定会选择低价，而低价票一定是被最快卖完的，所以大家查到的‘越搜越贵’，就是低价票被卖完了，然后你再查，只能查到高价票的价格。”

记者就自己曾购买同样的经济舱、结果价格却变贵一事询问携程，其表示“在经济舱的舱位等级里面，又分了多个舱位，也就是三折、四折、五折，它们每一个都有自己的字母代码。”

也就是说，越搜越贵，是因为重新搜索到的位置的舱位等级变（高级）了。

携程始终表态“绝不杀熟”

去年7月，携程CEO孙洁，在接受《中国经营报》的采访时表示，价格歧视在携程是完全不允许的。

还称，“不同的使用场景，导致了产品和价格的差异。比如使用折扣，显示出来的价格是不一样的，再比如使用机加酒套餐，付费价格也是不一样的。”

去年5月，携程被曝“酒店同房不同价”后，发文称《携程“大数据杀熟”了吗？并没有》。

但在这条微博下，网友“女票今年18岁”说：“携程酒店后台就是动态加价，针对不同消费者不同账号，就是会有不同的价格，卖的更贵，对消费者来说就是存在让你比实际消费花更多钱的情况。”

那么，如果真的有大数据杀熟，它是怎么实现的？

“大数据杀熟”怎么实现？

对于大数据杀熟的操作手法，某互联网公司大数据工程师付军分析称：“大数据杀熟指的是对于同一个产品，假如我是老用户，你是新用户，我的价格可能高于你，老用户反而需要更多的钱。

而网站的（后台）可以通过用户历史的浏览、搜索、下单等购物行为，刻画出该用户的画像：比如对方是有钱用户、还是一般用户，有钱用户一般会推荐价格更高的产品。

平台一般还会实时分析用户，对该产品的购买意向，如果分析出购买意向非常强烈，平台认为你一定会下单，就有可能存在抬高价格的情况。”

判断购票网站是否杀熟，只需看清楚一件事，那就是：如果平台觉得你肯定会买，而且那张票也还有，但是对该用户设置为不显示，在此之外还推荐出了一张价格更高的票，如果是这样的话，就是杀熟行为。

此外，和大数据杀熟很容易混淆的一个概念还有个性化推荐。

是大数据杀熟？还是个性化推荐？

之前CSDN也曾报道过飞猪、滴滴以及部分视频网站等被质疑大数据杀熟的事情。

去年，微博大V王小山称在飞猪上“同一航班，别人卖2500 元，飞猪卖我3211 元。”。

而飞猪则回应称，“飞猪敢于承诺：从来没有，也永远不会利用大数据损害消费者利益。”

回看CSDN去年的报道可知，“在飞猪方与当事人沟通后，王小山已将此前发的微博做了处理，设为‘仅自己可见’，并表示，‘飞猪工作人员一直挺靠谱的，有点不忍心。’”

但是网友的留言确实这样的：

事实上，与大数据杀熟比较相近的，还有个性化推荐。

关于两者的区别，付军称：“个性化推荐是为了减少用户的搜索时间，对用户是有帮助的，大数据杀熟是损害客户利益的。”

那么，如果真的遇到了大数据杀熟，该如何反制？

如何反制大数据杀熟？

关于反制大数据杀熟，知乎（https://www.zhihu.com/question/268332836）的网友们，提供了不少方法，比如：

多个平台比差价，秉承货比三家原则，伪装价格敏感型用户；

通过多个设备及账号验证，如Android 和iPhone、自身账号和好友账号等等；

卸载App 或清理缓存；

更改以往购买或查阅的习惯，即反用户画像。