旅遊平台的演算法：為什麼你看到的價格和別人不一樣
二、平台演算法如何「認識」你：個人化定價的訊號來源
真正讓價格產生「針對性差異」的，是個人化機制。現代旅遊平台的推薦與定價系統，會蒐集大量訊號來判斷「這個人願意付多少錢」。這些訊號大致可以分成以下幾類。
訊號一：裝置、作業系統與瀏覽器
這是最常被討論、也最容易被誤解的一類。有研究與消費者實測指出，使用 iOS 裝置的用戶在部分平台上看到的價格，平均高於 Android 用戶。原因可能包括：iOS 用戶的平均消費能力較高、平台在不同作業系統上的 A/B 測試版本不同、或是 App 版本與網頁版本的報價邏輯本來就不一致。
不過，裝置造成的價差通常不是「針對你個人」，而是「針對你這類裝置族群」的統計性定價。換句話說，平台不是因為你是誰而加價，而是因為你使用的裝置被歸類為「較不在意價格」的群體。
訊號二：帳號、會員等級與新客身分
你有沒有發現，註冊一個新帳號，常常能拿到比老帳號更便宜的價格？這是最常見、也最容易被誤認為「殺熟」的現象。它的本質是「新客補貼」：平台用折扣吸引新用戶完成第一次交易，這筆成本被視為行銷費用，而不是對老客戶的懲罰。
反過來說，高等級會員理論上應該拿到更好的價格或權益。但實際情況是，部分平台的「會員價」是以點數、升等、延遲退房等形式回饋，而不是直接反映在房價上。於是就會出現「我是白金會員，價格卻比朋友貴」的錯覺——你們比的可能不是同一種權益。
訊號三：瀏覽紀錄、Cookie 與「猶豫指數」
你搜尋過幾次、停留在哪個頁面多久、有沒有把商品加入願望清單、是否曾經进入結帳頁又跳出——這些行為都會被記錄下來，形成一個「購買意圖強度」的分數。對平台與供應商而言，購買意圖越強，代表你對價格的敏感度越低，議價空間（在他們眼中）就越大。
這也是為什麼很多人會覺得「越搜越貴」。有時候這是真的：當你反覆搜尋同一航班，系統可能判斷你「非買不可」，於是向你展示較高價的艙等或房型；有時候則只是便宜庫存真的賣完了。兩者從使用者端很難分辨，但都指向同一個結論：頻繁搜尋不等於會拿到好價格。
訊號四：位置、語言、幣別與支付方式
你所在的地區、你使用的語言、你選擇的結帳幣別，都會影響報價。同一間飯店，用不同國家的網站版本搜尋，價格可能不同——這牽涉到各地區的定價策略、稅費結構與促銷活動。用信用卡付款與用當地支付工具付款，也可能因為手續費與匯率而產生差異。
此外，跨境交易還會牽涉到匯率換算。平台顯示的「台幣價格」往往是即時換算後的結果，換算時間點不同，數字就會有些微落差。這種落差通常不大，但在高單價的長程機票上，幾百塊的差距是合理的。
三、航空公司與飯店的收益管理：價差的源頭
如果說平台的演算法是「放大器」，那麼航空公司與飯店的收益管理系統就是「源頭」。理解這一層，你才會明白為什麼有些價差是結構性的、幾乎無法避免。
航空公司的票價家族與艙等邏輯
一張機票的價格，取決於它屬於哪個「票價家族」（fare family）。廉價航空可能只有「不含行李」與「含行李」兩種；傳統航空公司則可能有 Light、Standard、Flex、Business 等多種等級，每一級對應不同的退改規則、行李額度、選位權限與哩程累積比例。
當你在平台上搜尋時，系統預設顯示的通常是「最便宜」的那個組合。但那個組合可能不含托運行李、不能退票、不能選位。如果你需要這些服務，最後加購的總價可能反而比另一個「看起來比較貴」的方案更高。這就是為什麼兩個人搜尋同一航班，最後結帳金額不同——他們買的其實是不同產品。
飯店的房型、取消政策與庫存釋出
飯店的價格差異通常來自三個變數：房型、取消政策、以及「庫存釋出時機」。可免費取消的房價通常比不可取消的房價貴一到兩成；含早餐的方案比不含早餐的貴；高樓層、面海、邊間等特殊房型也會加價。
另外，飯店有時會在入住前幾天釋出「最後庫存」的特價，也可能在入住率高時關閉低價房型。這些操作都是收益管理的一部分，與你是誰無關，但會讓你在不同時間點看到截然不同的價格。
四、常見價差情境拆解：哪些是機制，哪些是爭議
為了讓讀者更容易對照自身經驗，以下整理幾種最常見的「價格不一樣」情境，並說明其可能原因與爭議程度。
情境
可能的價差原因
爭議程度
新註冊帳號比老帳號便宜
新客補貼、首購折扣、平台行銷預算
低（屬正常促銷）
iOS 用戶比 Android 用戶貴
裝置族群消費力統計、App 版本差異、A/B 測試
中（具爭議但難證明）
反覆搜尋後價格上漲
便宜庫存售完、系統判定購買意圖強、顯示較高艙等
中高（需個案判斷）
清除 Cookie 後價格變便宜
個人化推薦重設、回到「新訪客」狀態
中（顯示個人化確實存在）
不同地區網站價格不同
區域定價策略、稅費結構、促銷活動差異
低至中（視情況）
會員等級越高價格越貴
權益形式不同、比價基準錯誤、部分平台定價邏輯不透明
高（若屬實即為殺熟）
從表中可以看出，多數價差情境其實落在「機制使然」與「爭議行為」之間的灰色地帶。真正構成「大數據殺熟」的，是平台在沒有正當理由的情況下，針對老客戶或特定個人收取更高價格。這種行為在多數國家與地區都已經受到監管關注。
五、「大數據殺熟」的法律與倫理界線
「大數據殺熟」這個詞在中文網路世界流傳甚廣，但它並不是一個嚴格的法律概念。各國監管機構處理這類問題時，通常會從「價格歧視」、「資訊揭露」、「消費者保護」與「個人資料利用」幾個角度切入。
中國大陸的監管框架
中國大陸近年對演算法定價的規範相對明確。《個人信息保護法》第二十四條規定，個人信息處理者利用個人信息進行自動化決策，應當保證決策的透明度和結果公平、公正，不得對個人在交易價格等交易條件上實行不合理的差別待遇。《反壟斷法》與《價格法》也對價格歧視與價格欺詐設有相應規範。
此外，《互聯網信息服務算法推薦管理規定》要求演算法推薦服務提供者不得利用演算法對用戶實行不合理的差別待遇。實務上，監管部門曾多次針對線上旅遊平台展開檢查，要求平台說明定價邏輯、不得以「新客優惠」為名行「老客加價」之實。
台灣地區與其他市場的規範
在台灣地區，這類行為主要回歸《公平交易法》與《消費者保護法》處理。若平台以不實的價格資訊誤導消費者，可能構成廣告不實；若差別定價涉及市場地位濫用，則可能觸及公平交易法的相關規定。不過，實務上要證明「同一個商品、同一個條件下，平台刻意對特定消費者加價」並不容易，因為旅遊產品的價格變數太多，舉證門檻很高。
歐盟方面，《數位服務法》（DSA）與《一般資料保護規則》（GDPR）對個人化定價與自動化決策設有透明性要求；美國則主要由聯邦貿易委員會（FTC）以「不公平或欺騙性行為」的角度介入。整體趨勢很明確：個人化可以，但不能不透明，更不能剝削。
六、實用攻略：如何降低自己被「個人化加價」的機率
理解機制之後，接下來是實際操作。以下策略不能保證你永遠拿到最低價，但可以顯著降低你被演算法「標記為高意願買家」的機率，也能幫你更準確地判斷價格是否合理。
搜尋前的準備
搜尋中的技巧
下單前的檢查清單
比對至少三個來源：平台 A、平台 B、供應商官網。
確認取消政策與退改規則，特別是「不可取消」的低價方案。
確認付款幣別與手續費，避免匯率與跨境手續費吃掉價差。
截圖保存搜尋結果與結帳頁面，若日後發生爭議可作為證據。
若發現同一條件下不同帳號有明顯不合理價差，可向平台客服反映，必要時向當地消費者保護機構申訴。
七、結語：理解機制，比憤怒更有用
旅遊平台的演算法確實會讓價格出現差異，但這個差異鮮少是「平台針對你個人」那麼簡單。它更像是一個多層次的系統：航空公司的艙等管理決定了價格的骨架，飯店的庫存策略賦予了價格彈性，平台的個人化機制則在此之上進行微調。你看到的數字，是這三層機制在你按下搜尋鍵那一刻的共同產物。
這並不代表平台可以為所欲為。當個人化定價跨越了透明與公平的界線，就成了監管機關該介入的問題。作為消費者，我們能做的是：理解機制、保持比價習慣、保留證據，並且在遇到明顯不合理的情況時勇於反映。與其每一次都懷疑自己被「殺熟」，不如把這些方法變成日常習慣——讓演算法知道你會比價，往往就是最有效的自保方式。
下一次當你發現自己和朋友看到不同價格時，先別急著生氣。打開無痕模式、換個裝置、切換幣別，再查一次。你會發現，多數時候答案就藏在這些細節裡。