3.15剛剛過去，互聯網廠商“大數據殺熟”的問題卻日益引起消費者關注。

　　所謂“大數據殺熟”，是指互聯網廠商利用自己所擁有的用戶數據，對老用戶實行價格歧視的行為。同一件商品或者同一項服務，互聯網廠商顯示給老用戶的價格要高于新用戶。

　　去年年末，網友“廖先生”發布微博稱，自己在某旅行網站訂房時發現，酒店的柜臺價遠低于網站給自己的報價，而使用朋友的賬號查看，價格也低于自己先前查詢的報價，與柜臺價格持平。“廖先生”還表示，自己乘坐網約車時也遭遇過同樣的問題。網約車平臺無故將自己的普通網約車訂單升級為“商務車”，并按照商務車的價格進行收費。

　　許多網友表示，自己也曾遭遇過類似的情況。住宿、出行和票務等價格波動較為頻繁的行業是“大數據殺熟”的重災區。

　　什么是價格歧視?

　　有專家指出，互聯網廠商的“大數據殺熟”行為近似于“一級價格歧視”。

　　價格歧視，是指廠商在同一時期對同一產品索取不同價格的行為，而“一級價格歧視”則是所有價格歧視行為中程度最高的一種，又稱“完全價格歧視”，即銷售者為每一位顧客及其所購買的每一單位商品制定不同的價格，因而獲得每個消費者的全部消費剩余。

　　除了一級價格歧視，還有二級和三級價格歧視。這兩級價格歧視在生活中較為常見，二級價格歧視多指數量歧視，即購買越多，價格越優惠，典型的代表有團購與“第二X半價”;三級價格歧視是指針對不同的市場制定不同的價格，比如微軟和蘋果的學生優惠。

　　一般認為，一級價格歧視是不可能實現的，因為收集用戶數據所需要付出的代價太過高昂。然而隨著大數據技術的發展，互聯網廠商“大數據殺熟”的行為卻實現了趨近于“一級價格歧視”的效果。

　　“大數據殺熟”錯在哪?

　　根據國家發改委《禁止價格欺詐行為的規定》第三條，價格欺詐行為是指經營者利用虛假的或者使人誤解的標價形式或者價格手段，欺騙、誘導消費者或者其他經營者與其進行交易的行為。按照這一定義，“大數據殺熟”顯然違反了《規定》，是一種典型的價格欺詐。

　　“廖先生”表示，利用大數據與“千人千面”的推薦技術，用戶讓渡部分隱私，企業幫助大家做出“最優決策”，這本是好事，但相關企業利用大數據進行價格歧視的行為，卻與幫助用戶做出“最優決策”的初衷背道而馳。

　　光明網評論員文章也指出，與其稱這種現象為“殺熟”，不若說是“殺對價格不敏感的人”。商家的溢價行為本身并沒有問題，問題在于這種溢價是否透明。如果老客戶普遍要支付高于“正常價格”的金額，甚至越是老客戶價格越貴，這顯然背離了一種樸素的誠信原則，也是對老客戶信賴的一種直接辜負。

　　對于消費者而言，“大數據殺熟”增加了決策成本，讓他們為了貨比三家而疲于應付;對于商家而言，“大數據殺熟”的行為一旦被消費者發現，往往會對企業的商譽造成嚴重打擊，消費者“貨比三家”的行為也給競爭對手提供了可乘之機。

　　住宿、出行和票務為何成為“大數據殺熟”重災區

　　在網友的反饋中，住宿、出行與票務等領域是“大數據殺熟”的重災區。這些市場往往具有以下三個特點：

　　1、定價不夠透明，除了通過相關平臺查詢或者到店咨詢，用戶難以獲得公允準確的價格信息。

　　2、價格變動頻率較大，門票、機票、旅館房間常有季節性的價格波動，甚至同一天的不同時段，價格也有所不同。

　　3、市場格局相對固定，一超多強或均勢多強格局已經形成。

　　本質上，價格歧視是壟斷與競爭不充分的體現，一超多強或均勢多強的市場格局是造成這一現象的根本因素。

　　在OTA領域，與同程合并之后，攜程系已經占據市場的過半份額;在共享出行領域，經歷兩次合并的滴滴占有87%以上的專車市場份額，99%以上網約出租車市場份額;而在在線票務領域，淘票票、貓眼電影和微影時代三家市場份額相差仿佛，共同占據了超過六成市場。

　　如何避免相關企業濫用自己的市場支配地位，損害消費者的利益，是值得政府監管部門考慮的問題。

　　“千人千面”推薦系統的危險性

　　利用大數據對用戶進行精準營銷，已經成為現代廣告業發展的大勢所趨。2016年，美國90%的數字廣告收入都來自谷歌和Facebook兩家公司。去年七月履新騰訊廣告主席的劉勝義也曾對媒體表示，以Big Idea(大想法)為核心的傳統營銷時代，即將被Big Data(大數據)為基因的現代營銷時代所取代。

　　然而，此次“大數據殺熟”事件無疑揭露了“Big Data”的黑暗一面。

　　事實上，基于大數據的“千人千面”推薦系統的危險遠不止于此。3月17日，有外媒報道稱，特朗普的競選團隊在2016年的競選活動中，利用Facebook用戶泄露的隱私數據，搭建起一個剖析美國選民的數據模型，并且能夠針對性地推送千人千面的個性化政治廣告。

　　利用大數據技術，影響用戶的重大決策，這顯然超出了合理使用隱私數據的界限。

　　有記者就“大數據殺熟”咨詢了安全領域的相關專家。專家表示，對于互聯網廠商的數據收集行為，普通用戶幾乎無法防范。“除非你有N個帳號+經常刷機，否則只能認栽。”

　　保護用戶的隱私，規范廠商對用戶數據的使用，已經成為一個刻不容緩的問題。