福布斯網站刊登題為《大數據是否會引發更多的差別定價?》的評論文章，現全文摘要如下：

用于克服固定成本的差別定價方式存在很多價值。有教材舉例，農村的醫生只要會進行差別定價，他們就能盈利，即向部分消費者的收費高于另一部分消費者。據此，人們通常會看到經濟學家比非經濟學家更青睞于差別定價，后者將此認為是不公平。按不同定價組織形式，差別定價分為一、二、三級差別定價。一級差別定價按照消費者的個人支付意愿對每位消費者收費不同;二級差別定價不按照消費者的個人特性進行收費，而是按照購買貨物的數量;三級差別定價將消費者歸類，按照不同類群的支付意愿進行收費。

按歷史軌跡來看，教材大多集中于二級與三級差別定價進行講解，一級差別定價被認為略不可行，除公平規范以及可能的套利行為外，導致這種不可行的部分原因是信息的局限性：即難以獲得足夠與消費支付意愿有關的信息。可是，日益發展的技術正使得一級差別定價更為普遍，尤其是向消費者提供回饋卡為迎合不同消費者所提供特殊折扣的雜貨店。本杰明-希勒(Benjamin Shiller)對Netflix消費者的信息被用于使用一級差別定價來盈利的范圍進行了調查。

他在報告中稱，在預估消費者向Netflix訂閱服務的可能性時，這種方法被用于評估不同設置變量的有效性。在沒有任何信息的情況下，每位消費者的可能訂閱度是一樣的，約16%。在概率模型中，包括標準人口統計學數據略微改善了預期，如風靡度、年齡、收入、兒童、居民密度等數據。消費者可能的訂閱度處于6%至30%之間。而加入全部變量因素后，預計可能的訂閱度接近零至91%之間，如網頁瀏覽歷史等變量因素。

經過大量研究后，本杰明-希勒發現，獲得的信息越多，一級差別定價所獲得的利潤就越多。隨著大數據以及網絡購物提高了商業附加于個體的信息量，一級差別定價的好處及盈利性將變得越來越難以抵擋。此外，希勒發現網頁瀏覽數據使得企業更青睞采用一級差別定價。

希勒的報告稱，如果Netflix采用一級差別定價，那么部分消費者的支出將比另一些高出兩倍。他的研究論文結論與常識表明，一級差別定價的優勢將隨著商業獲得越來越優化的數據而增長。相對基于差別定價的簡單人口統計學而言，如果知道人們上網的瀏覽信息能夠將利潤提高超過1%的話，那么這對了解人們在現實世界的購物行為方式會起到多大的幫助?

世界是否就是那么的怪異和不公平?希勒認為這就是事實，他猜想多數人都會認為這是事實。

結果就是，從某種意義上而言，一級差別定價在未來將令人們極為震驚，并且會侵入到生活的各個角落。經濟學家泰勒-考恩(Tyler Cowen)新書《平均時代的終結》“Average Is Over”將于9月12日發售，這可能會引發更多的爭論。其中的內容可能會令一些讀者感到意外，這足以說明如果考恩的見解是正確的話，差別定價時代將迎來大的變化。

本文作者系經濟顧問研究員亞當-奧濟梅克(Adam Ozimek)