Skip to content

同一个商品不同城市不同价,算大数据杀熟吗?用 IP 属地做一次定价自查(Python 实现) ​

前阵子有个做 SaaS 的朋友被挂到了社交平台上。截图很直白:同一个年费套餐,杭州账号看到 399,成都账号看到 349。评论区一句话就把事情定了性——"大数据杀熟"。

他跟我喊冤:成都那批是去年渠道活动的价,杭州是新价,跟用户是谁没关系。但当我问他"能证明吗",他翻了半天后台,只翻出来一张按城市分组的成交价报表,而这张报表里的"城市"是下单时用户自己填的。

这就是问题所在。争议的核心从来不是"你有没有差别定价",而是"你能不能把定价依据讲清楚"。而在这条证据链上,IP 属地是最容易被质疑、也最容易被补强的一环。

一、先把两个概念分开:区域定价 ≠ 大数据杀熟 ​

这两个东西在舆论里经常被混为一谈,但对做产品的人来说,边界必须清楚。

区域定价(也叫地理定价)是按市场定价:不同城市的门店租金、履约成本、税费、渠道分成不一样,价格有差异本身是商业常识。你在成都和上海的便利店买同一瓶水价格不同,没人觉得有问题。

大数据杀熟是针对人的差别待遇:同样的商品、同样的交易条件,因为系统判定"这个用户价格不敏感 / 是老客 / 用 iPhone / 常加班",给出更高的价格。这类做法在国内有明确的监管指向——《个人信息保护法》第二十四条要求用自动化决策做信息推送、商业营销时,不得对个人在交易价格等交易条件上实行不合理的差别待遇;《互联网信息服务算法推荐管理规定》也要求保障用户选择权、提供便捷的关闭选项。

所以真正的分界线是三条:

  1. 差异的依据是市场/成本,还是用户画像;
  2. 规则是否事前可公开(哪怕只公开"哪些城市属于哪个价区");
  3. 同一城市、同一条件下的用户,是否拿到同一个价。

第 3 条最要命。哪怕你的定价逻辑清清白白,只要同一个城市里出现了两个价,而你又解释不出是券、是会员、是版本残留,舆论不会听你解释第二句。

法律认定以监管部门和司法实践为准,本文只讨论工程侧怎么把数据留清楚。真要对外发声,先过法务。

二、IP 属地在这条链上到底扮演什么角色 ​

多数平台的定价链路是这样:用户 IP → 城市 → 价区 → 定价版本 → 展示价。四步里前三步都靠 IP 归属地撑着,而这三步恰恰是最脆的:

  • IP 不等于用户所在地。 出差、用公司专线(出口可能在总部)、开代理、手机走 CGNAT 大内网,都会让 IP 城市和"人在哪"对不上。
  • 城市粒度的边界模糊。 用户在昆山,IP 可能落到苏州;在燕郊,可能落到北京。价区划到省还是划到市,结果完全不同。
  • 历史数据会变。 IP 库在更新,同一个 IP 上个月是 A 城市,这个月可能被重新标成 B 城市。你今天的复盘,未必能还原当时的判断。

这些"不准"如果只是让推荐文案错了,无所谓;但一旦涉及价格,就会变成"你为什么给我贵的那一档"的质问。

工程上的解法不是追求 100% 准,而是留痕:把当时用的原始 IP、查出来的城市、命中的价区、生效的定价版本都存下来。有了这四列,任何一次质疑都能在两分钟内还原现场;没有这四列,再合理的定价策略也说不清。

三、Python 实现:把订单 IP 补成市场,先找同城异价 ​

下面这段脚本干一件事:读一份订单明细(订单号、SKU、成交价、下单 IP、日期),调 IP 归属地接口补出市场,然后按"同城同价"和"跨市场价差"两个维度出报告。它不需要装任何第三方库,复制下来就能跑。

python
#!/usr/bin/env python3
# price_audit.py —— 地域定价自查:把订单 IP 补成城市,先看同城同价,再看跨城价差
import csv, io, json, time, urllib.parse, urllib.request
from collections import defaultdict

API = "https://ip9.com.cn/get?ip=%s"
_cache, _last = {}, [0.0]

def geo(ip, timeout=3.0):
    """IP -> {market, prov, isp};查不到返回 None,绝不让审计脚本崩在半路"""
    if ip in _cache:
        return _cache[ip]
    gap = time.time() - _last[0]
    if gap < 1.05:                      # 免费版 60 次/分钟,串行调用要自己控速
        time.sleep(1.05 - gap)
    _last[0] = time.time()
    try:
        url = API % urllib.parse.quote(ip, safe="")
        req = urllib.request.Request(url, headers={"User-Agent": "price-audit/1.0"})
        with urllib.request.urlopen(req, timeout=timeout) as resp:
            payload = json.loads(resp.read().decode("utf-8"))
    except Exception:
        _cache[ip] = None
        return None
    if payload.get("ret") != 200:
        _cache[ip] = None
        return None
    d = payload.get("data") or {}
    city = (d.get("city") or "").strip()
    prov = (d.get("prov") or "").strip()
    country = (d.get("country") or "").strip()
    if city:                                  # 国内:城市就是一个价格市场
        market = city
    elif country and country not in ("中国", "保留"):
        market = country                      # 境外 IP:按国家算一个市场
    else:
        market = ""                           # 国内却查不到省市(如部分骨干网段),先标未知
    info = {"market": market, "prov": prov, "isp": d.get("isp") or ""}
    _cache[ip] = info
    return info

SAMPLE = """order_id,sku,price,ip,day
A1001,pro-year,399,114.114.114.114,2026-10-20
A1002,pro-year,399,223.5.5.5,2026-10-20
A1003,pro-year,349,61.139.2.69,2026-10-20
A1004,pro-year,349,119.6.6.6,2026-10-21
A1005,pro-year,359,114.114.114.114,2026-10-21
A1006,pro-year,429,1.2.4.8,2026-10-21
A1007,pro-year,399,8.8.8.8,2026-10-22
"""

def load(path=None):
    raw = open(path, encoding="utf-8").read() if path else SAMPLE
    return list(csv.DictReader(io.StringIO(raw)))

def audit(rows, spread_warn=1.15):
    by_city, same_city_diff, unknown = defaultdict(list), [], []
    for r in rows:
        ip = (r.get("ip") or "").strip()
        g = geo(ip) if ip else None
        if not g or not g["market"]:
            unknown.append((r["order_id"], r["price"], ip or "-"))
            continue
        by_city[(r["sku"], g["market"])].append(
            (float(r["price"]), r["order_id"], g["isp"], r["day"]))
    print(f"订单 {len(rows)} 条,成功归市场 {len(rows)-len(unknown)} 条,未知 {len(unknown)} 条\n")

    print("按市场看价:")
    city_min = {}
    for (sku, city), items in sorted(by_city.items(), key=lambda kv: -len(kv[1])):
        prices = [p for p, *_ in items]
        lo, hi = min(prices), max(prices)
        print(f"  {sku}  {city:<6} n={len(items):<3} 价格 {lo:.0f}~{hi:.0f}  "
              f"均价 {sum(prices)/len(prices):.0f}")
        city_min[(sku, city)] = (lo, hi)
        if hi / lo > 1.001:            # 同一个城市里出现两个价,是最该先解释的
            same_city_diff.append((sku, city, lo, hi, items))

    print("\n同城不同价(必须先查清,通常来自优惠券 / 会员价 / 版本残留):")
    if not same_city_diff:
        print("  无")
    for sku, city, lo, hi, items in same_city_diff:
        print(f"  {sku} {city}: {lo:.0f} 与 {hi:.0f} 并存 -> " +
              ", ".join(f"{oid}({isp},{day})" for _, oid, isp, day in items))

    print("\n跨市场价差(需附成本或税率说明,否则就是对外解释不清的那一档):")
    for sku in sorted({k[0] for k in city_min}):
        pairs = {c: v for (s, c), v in city_min.items() if s == sku}
        if len(pairs) < 2:
            continue
        lo_c = min(pairs, key=lambda c: pairs[c][0])
        hi_c = max(pairs, key=lambda c: pairs[c][1])
        lo, hi = pairs[lo_c][0], pairs[hi_c][1]
        flag = "价差偏大,建议核对成本口径" if hi / lo >= spread_warn else "价差可解释"
        print(f"  {sku}: 最低 {lo_c} {lo:.0f} / 最高 {hi_c} {hi:.0f}  "
              f"比值 {hi/lo:.2f}  {flag}")

    if unknown:
        print("\n地区未知(这些订单在城市报表里会变成空白,单独列出来):")
        for oid, price, ip in unknown:
            print(f"  {oid}  {price}  {ip}")

if __name__ == "__main__":
    import sys
    audit(load(sys.argv[1] if len(sys.argv) > 1 else None))

样例数据跑出来的结果是这样(每查一个 IP 会真的发一次请求,7 条订单大约 5 秒):

订单 7 条,成功归市场 6 条,未知 1 条

按市场看价:
  pro-year  南京     n=2   价格 359~399  均价 379
  pro-year  成都     n=2   价格 349~349  均价 349
  pro-year  杭州     n=1   价格 399~399  均价 399
  pro-year  美国     n=1   价格 399~399  均价 399

同城不同价(必须先查清,通常来自优惠券 / 会员价 / 版本残留):
  pro-year 南京: 359 与 399 并存 -> A1001(114DNS,2026-10-20), A1005(114DNS,2026-10-21)

跨市场价差(需附成本或税率说明,否则就是对外解释不清的那一档):
  pro-year: 最低 成都 349 / 最高 南京 399  比值 1.14  价差可解释

地区未知(这些订单在城市报表里会变成空白,单独列出来):
  A1006  429  1.2.4.8

几个值得说的细节,都是实际写的时候踩出来的:

  • 必须带 User-Agent。 Python 默认的 Python-urllib/3.x 有些接口会直接拒,我第一次跑出来"全部查询失败",排查了十分钟才发现是 UA 被挡。加个自报家门的字符串就行。
  • ret=200 不等于查到了城市。 1.2.4.8 这类骨干网段,接口返回成功,但 prov、city 全是空串,country 是"中国"。代码里如果只看 ret,这些行会以空城市混进报表,最后全变成"未知"那一坨。所以脚本里专门留了 unknown 分支,把它们单独列出来。
  • 境外 IP 要单独归市场。 8.8.8.8 的 prov、city 都是空,只有 country=美国。拿国家当市场是对的,但绝不能把它和国内城市混在一张表里比价。
  • 限速要自己控。 免费版 60 次/分钟,串行跑一个月几万条订单会在第 61 条开始返回 429。脚本里那个 1.05 秒的间隔是下限,真实场景要配本地缓存(同一个 IP 一小时内不重复查),IP 重复率高的订单表能省掉一大半请求。

四、拿到报告之后,先修数据再修话术 ​

报告出来不代表就能对外解释了。按优先级处理:

第一优先:同城不同价。 这类是硬伤。常见成因有四种——老用户手里有券、会员价没走同一条价格链路、A/B 测试的版本残留、历史订单没清。四种都能解释,但都必须能逐单对上。对不上就别对外说话。

第二优先:地区未知的订单。 它们会让城市报表失真,进而让"我们的定价是按城市成本来的"这个说法站不住。做法是给这些订单一个明确的兜底市场(比如落到全国统一价区),而不是留空。

第三优先:代理和机房 IP 的去向。 用 isp 字段能看出出口是家庭宽带还是机房(ip_type 区分 ISP/BUS/IDC 属于 VIP 版能力)。一个明显的原则是:识别不出真实城市的请求,应该落到默认价区,绝不能落到高价区。这条写进代码里,比写进公关稿里有用。

留痕怎么做。 每笔订单存四列:ip(原文)、ip_city(查询结果)、price_zone(命中价区)、pricing_rule_version(定价规则版本号)。保留期按《个人信息保护法》的最小必要原则定,比如 6 个月;对外做分析时把 IP 脱敏成城市,原始 IP 只在处理投诉时按流程调取。

关于算法透明。 如果你的定价确实用到了用户特征(比如新客首单优惠),那属于自动化决策范畴,需要给用户关闭个性化推荐的选项,并在隐私政策里写清楚哪些特征参与了定价。IP 属地如果只是用来定位市场、不参与"给谁加价",就要在文档里把这句话说明白——这句话本身就是最好的免责证据。

总结 ​

回到开头那个朋友的问题。他真正缺的不是"更精准的 IP 库",而是一条能自证的数据链。城市差价可以存在,前提是每一档价都能追到成本和规则;同城异价不能存在,除非你能逐单说清是券还是版本。

想动手的话,最小一步是:今天就把订单表加上 ip 和 ip_city 两列,用上面那段脚本跑一遍最近 30 天的数据,看看同城异价有多少条。这个数字出来之前,讨论"要不要公开价区说明"都是空的。

查询接口用 https://ip9.com.cn/get?ip=<ip>,免费版不用注册、支持 IPv4 和 IPv6,返回 prov、city、isp、lng、lat(城市中心点)这些字段,够做市场归集;需要区县粒度(area)或区分家庭宽带与机房出口(ip_type、ip_asn),再看 IP9 官网 的 VIP 说明。批量场景没有专用接口,就是循环打单 IP 接口,限速和缓存自己控住。