Ông bác Fred của tôi, một cựu chiến binh sống trên dãy núi Cascade ở bang Oregon, gần như chẳng có gì đáng tiền ngoài một chiếc xe bán tải dẫn động bốn bánh. Mỗi khi những cơn bão mùa Đông khắc nghiệt tràn đến, ông lại lái xe đi khắp nơi để đề nghị giúp những người xui xẻo bị mắc kẹt trong tuyết. Nhưng ông không phải kiểu người sẵn sàng giúp đỡ một cách vô điều kiện. Ông tính phí rất cao và luôn dò xét đối phương để xác định họ có thể trả tối đa bao nhiêu tiền. Ông nắm toàn bộ lợi thế và biết cách tận dụng nó.

Hãy gọi đó là “định giá trong thế bị bao vây”.

Ngày nay, các thị trường trực tuyến, với sự hỗ trợ của dữ liệu lớn và AI, đang đứng trước khả năng trở thành phiên bản kỹ thuật số của người bác thực dụng ấy. Họ theo dõi người tiêu dùng, tìm kiếm điểm yếu và khai thác đến mức tối đa. Người dân cần phản ứng trước khi còn quá muộn.

Việc áp dụng giá tăng theo điều kiện thị trường, hay còn gọi là surge pricing, không phải lúc nào cũng xấu.

Hãy lấy ví dụ việc tăng giá ván ép hoặc nước đóng chai trước khi bão đổ bộ. Điều đó giúp hạn chế tình trạng tích trữ và đầu cơ, đồng thời khuyến khích người bán đưa hàng hóa đến những nơi thực sự cần thiết. Trong một thị trường cạnh tranh lành mạnh, cơ chế này có thể vận hành hiệu quả dù đôi khi khiến nhiều người cảm thấy thiếu công bằng.

Vậy khi nào một cơ chế tăng giá hợp lý trở thành kiểu “định giá bao vây” mang tính bóc lột?

Là một nhà khoa học dữ liệu từng làm việc trong ngành du lịch, tôi có kinh nghiệm với hoạt động định giá vé máy bay.

Thông thường, các hãng kiếm tiền từ tính linh hoạt và những dịch vụ đi kèm khi khách công tác đặt vé, thường diễn ra trong tuần và đặc biệt vào ngày thứ Ba. Đối với khách du lịch nghỉ dưỡng, doanh thu đến từ các tuyến bay thuận lợi hơn hoặc nhu cầu ngồi cùng nhau. Nhóm này thường mua vé vào cuối tuần và đặc biệt là vài tuần trước các kỳ nghỉ dài.

Tuy nhiên, sự kết hợp giữa giám sát dữ liệu và AI cho phép người bán vượt xa việc phân loại khách hàng theo nhóm chung. Họ có thể xác định chính xác một cá nhân sẵn sàng chi bao nhiêu tiền.

Một người sử dụng máy tính Mac đắt tiền, hoặc có mã bưu chính và lịch sử mua sắm cho thấy mức thu nhập cao, có thể nhìn thấy mức giá cao hơn. Năm ngoái, một nghiên cứu của Ủy ban Thương mại Liên bang Mỹ cho thấy các đơn vị trung gian đang tích cực cung cấp công cụ giúp nhà bán lẻ thực hiện điều này.

Một cuộc điều tra gần đây cũng phát hiện nền tảng giao thực phẩm trực tuyến Instacart áp dụng mức giá chênh lệch đáng kể cho cùng một mặt hàng, được mua tại cùng một cửa hàng vào cùng một thời điểm. Instacart cho biết sự khác biệt này xuất phát từ một thử nghiệm ngẫu nhiên mà công ty đã chấm dứt.

Các nhà bán lẻ thường khẳng định họ tránh định giá cá nhân hóa vì lo ngại làm mất lòng khách hàng. Dù vậy, nhiều kỹ thuật khác, có thể được triển khai nhằm cải thiện trải nghiệm mua sắm, vẫn tạo ra tác động tương tự.

Hãy nhìn cách các cửa hàng trực tuyến như Amazon thay đổi giao diện tùy theo từng người mua.

Gần đây, một người bạn và tôi cùng tìm kiếm từ khóa “ghế lười” trên Amazon vào cùng một thời điểm. Kết quả đầu tiên của cả hai đều là sản phẩm gần như giống hệt nhau, mang những thương hiệu nước ngoài có tên gọi tương tự. Tuy nhiên, sản phẩm xuất hiện với tôi có giá 188 USD, trong khi của cô ấy chỉ 88 USD.

Tôi phải kéo xuống rất xa mới tìm thấy sản phẩm mà cô ấy nhìn thấy ngay từ đầu. Nếu bạn tôi không nói, tôi thậm chí sẽ không biết sản phẩm đó tồn tại.

Theo thuật ngữ kinh tế học, cá nhân hóa có khả năng làm giảm đáng kể “thặng dư tiêu dùng,” tức khoảng chênh lệch giữa số tiền người mua thực sự trả và số tiền họ sẵn sàng trả nếu bị ép đến giới hạn.

Hơn một thế kỷ trước, nhà kinh tế học người Anh Alfred Marshall, người hệ thống hóa khái niệm này, từng xem đó là một lợi ích cốt lõi của chủ nghĩa tư bản thị trường tự do. Việc mua được món hàng với giá thấp hơn mức bạn sẵn sàng chi trả luôn mang lại cảm giác hài lòng.

Tuy nhiên, trong thế giới của định giá phân biệt cá nhân hóa, lợi thế đó có thể biến mất. Nếu một doanh nghiệp thống trị thị trường hoặc mọi doanh nghiệp đều sử dụng công nghệ tương tự, người tiêu dùng sẽ không còn nơi nào để tìm kiếm lựa chọn khác.

Về lý thuyết, định giá phân biệt cũng có thể mang lại lợi ích cho người thu nhập thấp bằng cách giúp họ tiếp cận những sản phẩm và dịch vụ vốn nằm ngoài khả năng chi trả.

Thực tế thường diễn ra theo chiều hướng khác. Phương thức này nhiều lần được sử dụng để khai thác những người dễ tổn thương nhất vào thời điểm họ cần hỗ trợ nhất.

Giả sử bạn đang rất cần tiền mặt. Chỉ cần gõ cụm từ “tôi cần vay tiền gấp” trên công cụ tìm kiếm hoặc mở một ứng dụng do công ty nơi bạn làm việc cung cấp, bạn có thể nhanh chóng được kết nối với các tổ chức cho vay sẵn sàng áp mức lãi suất rất cao.

Thế giới tiếp thị trực tuyến liên tục thay đổi có thể khiến nhiều người cảm thấy choáng ngợp và nghĩ rằng mọi thứ đã quá phổ biến để có thể thay đổi.

Đừng chấp nhận tâm lý bất lực.

Các chính phủ đã ban hành quy định nhằm tăng tính minh bạch trong hoạt động định giá đối với nhiều loại hàng hóa và dịch vụ như ô tô, căn hộ cho thuê hay dịch vụ gọi xe.

Người tiêu dùng cũng có thể và nên đòi hỏi một trải nghiệm trực tuyến tốt hơn. Một số bang tại Mỹ hiện đã xem xét các biện pháp hạn chế phân biệt đối xử, chẳng hạn giới hạn loại thông tin cá nhân mà người bán được phép sử dụng để xác định giá bán.

Mục tiêu lớn nhất là thiết lập sự cân bằng quyền lực tốt hơn giữa người bán và người mua.

Ông bác Fred của tôi là một chuyên gia tiếp thị rất giỏi. Ông chọn đúng thời điểm, phân tích kỹ mục tiêu và khai thác lợi thế đến mức tối đa.

Giờ đây, một số công ty lớn nhất thế giới đã sở hữu hệ thống giám sát và công nghệ cần thiết để hành xử giống hệt ông.

Câu hỏi đặt ra là: Chúng ta sẽ để họ làm vậy hay sẽ chống lại cuộc “bao vây” này?