Appearance
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:
- 差异的依据是市场/成本,还是用户画像;
- 规则是否事前可公开(哪怕只公开"哪些城市属于哪个价区");
- 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。