这是一个非常普遍的现象，背后主要是电商平台的“千人千面”定价策略，也称为“大数据杀熟”或“差异化定价”。其核心原因和实现手段如下：
核心原因：追求商业利益最大化
平台的目标是 “从每位用户身上获得最大化的收益” 。为了实现这个目标，平台会根据它能收集到的关于你的一切信息，来推测你对一个商品的支付意愿，并对愿意多付钱的人显示更高的价格。
关键因素分析：
用户身份与行为数据（“杀熟”的基础）
- 新用户：平台为了获取新客户，会提供优惠价、新人券等，目的是降低尝试门槛，促成首次交易。
- 老用户/高频用户：平台认为你已经形成了消费习惯和信任，对价格不那么敏感（或懒得比价），因此给你显示的价格可能更接近“原价”或较高的定价。
- 会员用户：情况比较复杂。一方面，会员本身享有折扣（如Plus会员），但另一方面，平台也知道你是高价值忠实用户，可能会在某些非会员专享商品上减少给你的优惠力度。
设备与消费环境信息
- 设备类型：使用苹果iOS设备的用户， historically 被部分平台认为具有更高的消费能力和支付意愿（所谓的“苹果税”也体现在定价上），因此可能比使用安卓设备的用户看到更高价格。
- App与网页端：为了推广App、增加用户粘性，平台常常会在App内提供独家优惠或更低价格，引导你从网页端转向App下单。
- 网络环境与定位：在消费水平较高的地区（如定位在高档写字楼、住宅区），价格可能会上浮。使用公司Wi-Fi（被视为商业消费）可能与家用Wi-Fi看到的价格不同。
实时行为与比价状态
- 搜索与浏览历史：如果你反复搜索、查看某一商品，尤其是临近节假日，系统会判断你购买意愿强烈，可能不会给你更多的优惠，甚至价格上涨。
- 比价行为：如果你短时间内切换不同平台或账号查看同一商品，智能算法可能会在你决心购买的最后时刻给出一个“看似合理”但仍较高的价格。
- 购物车状态：商品加入购物车一段时间后价格发生变化（涨或跌），也是平台根据需求和库存进行的动态调整。
促销与库存策略
- A/B测试：平台会随机向不同用户展示不同价格，以测试市场对不同价格点的接受程度，从而确定最优定价。
- 库存清理：对于滞销或库存积压的商品，平台可能会对特定用户群（如很久未购物的流失用户）推送超低折扣价，以刺激消费。
平台如何实现？
这一切都依赖于大数据和复杂的机器学习算法。算法会综合分析你的：
- 人口统计学特征：账号信息、收货地址等。
- 行为数据：浏览、点击、搜索、购买、评价历史。
- 消费能力：过往订单均价、使用优惠券的频率、付费会员状态。
- 实时环境：设备、地理位置、时间、网络环境。
然后，它会从庞大的价格策略库中，为你生成一个“个性化”的价格。
如何应对？
主动比价：用不同设备（手机、电脑）、不同账号（新账号、家人账号）、不同方式（App、网页）查看价格。
清理痕迹：偶尔使用浏览器的“无痕模式”搜索商品，可以避免被算法识别为“有意向的老用户”。
善用工具：使用比价插件、历史价格查询工具查看价格走势。
延迟购买：对于非急需品，加入购物车观察几天，有时会收到平台发放的专属优惠券。
直接搜索优惠：尝试搜索“品牌名+优惠券”、“平台名+折扣码”等。
总结来说，同一商品不同价，本质上是平台在合法合规前提下，利用其数据和技术优势进行的一种精密的价格歧视。其目的不是给特定用户“最低价”，而是给每个人一个他能接受的“最高价”。作为消费者，保持“数据意识”和比价习惯是必要的。
