大數據“殺熟”為(wei) 何屢禁不止？

　　“殺熟”還是差異化營銷難界定 消費者維權成本高 專(zhuan) 家建議：細化相關(guan) 規定 企業(ye) 公開算法模型

　　在交通出行、酒店預訂、買(mai) 電影票、電商購物等各類平台上，麵對同樣的網絡服務或商品，不少老用戶發現，自己支付的價(jia) 格竟然比新用戶還要高。記者近日采訪了解到，不少消費者都有被大數據“殺熟”的經曆，而在黑貓投訴平台上，“大數據殺熟”相關(guan) 的抱怨和投訴仍在不斷地更新。

　　為(wei) 何大數據“殺熟”屢禁不止呢？技術專(zhuan) 家認為(wei) ，由於(yu) 該現象的隱蔽性和複雜性，使得監管難度加大；律師則表示，這主要是因為(wei) 維權成本高，消費者每次損失的費用可能是幾十元、幾百元，但為(wei) 了追回這些損失，所花費的時間或經濟成本可能遠高於(yu) 損失，並且隻有極少數消費者維權成功。

　　“殺熟”現象依然存在

　　平台根據用戶曆史行為(wei) 差別定價(jia)

　　消費者苦大數據“殺熟”久矣。記者了解到，消費者反映平台會(hui) 根據用戶消費頻率進行差別定價(jia) ，一般表現為(wei) 會(hui) 員價(jia) 格高於(yu) 非會(hui) 員價(jia) 格，老用戶價(jia) 格高於(yu) 新用戶價(jia) 格。如2月1日，市民王先生在某平台上購買(mai) 某品牌平板電腦，他使用會(hui) 員賬號查閱時，頁麵顯示可優(you) 惠500元，而在同一時間，他用家人的非會(hui) 員賬號卻顯示可優(you) 惠650元。

　　市民楊女士則表示，其使用某打車軟件，因準備下單時來了一條微信，後台切換軟件回複完再進入打車軟件後，重新打車的價(jia) 格就從(cong) 11元提高到13元，前後不超過一分鍾；而在黑貓投訴平台上有網友稱，其在某平台訂購機票，從(cong) 幾天前就開始不停查看價(jia) 格，顯示價(jia) 格越來越貴，但在其訂完票付完款後，同樣的機票價(jia) 格立馬從(cong) 610元下降到480元……有類似經曆的網友不在少數，大家都反映“瀏覽頁麵越頻繁，價(jia) 格就會(hui) 上漲”。

　　對於(yu) 不同使用程度的用戶，平台也會(hui) 有不同的價(jia) 格策略。近日楊先生覺得某打車軟件明顯漲價(jia) 了，便改為(wei) 使用另一個(ge) 打車軟件，卻因為(wei) 多年未用該平台打車，平台給了他一張9元抵扣券，原本12元的車費瞬間降至3元。

　　以上這些遭遇，消費者都認為(wei) 是平台在利用大數據“殺熟”。記者了解到，在黑貓投訴平台上，相關(guan) 投訴主要集中在交通、酒店、電影、電商等各類平台上。

　　天使投資人、人工智能專(zhuan) 家郭濤介紹，隨著技術的發展，還有一些新的“殺熟”方式。例如，根據用戶的社交媒體(ti) 活動進行差別定價(jia) ，對於(yu) 在社交媒體(ti) 上關(guan) 注了某品牌的用戶，定價(jia) 會(hui) 高於(yu) 沒有關(guan) 注的用戶；根據用戶搜索曆史進行差別定價(jia) ，如用戶搜索過某個(ge) 產(chan) 品，其定價(jia) 可能會(hui) 高於(yu) 沒搜索過的用戶；甚至有些企業(ye) 會(hui) 通過分析用戶的通訊錄、郵件來判斷其社會(hui) 關(guan) 係網，從(cong) 而進行差別定價(jia) 。

　　福建華策品牌定位谘詢創始人詹軍(jun) 豪則認為(wei) ，大數據“殺熟”通常是基於(yu) 用戶的消費習(xi) 慣、支付能力和對特定服務的依賴程度。“平台通過分析用戶的曆史行為(wei) 數據，如購買(mai) 頻率、選擇的服務類型、支付意願等來判斷用戶的黏性和對價(jia) 格的敏感度。”

　　為(wei) 什麽(me) 商家對黏性更高的老用戶反而提供更高的價(jia) 格？詹軍(jun) 豪表示，對於(yu) 老用戶，因為(wei) 已經形成了使用習(xi) 慣，對平台的依賴性相對較強，平台推測這些用戶即使麵臨(lin) 價(jia) 格上漲，也不會(hui) 輕易更換服務，因此敢於(yu) 對其實行更高的價(jia) 格策略。“這種基於(yu) 用戶行為(wei) 分析的價(jia) 格調整，目的是為(wei) 了實現企業(ye) 利潤最大化。”

　　是“殺熟”還是差異化營銷？

　　專(zhuan) 家：看平台是否有價(jia) 格歧視

　　郭濤表示，盡管國家出台了許多法律來保護消費者權益，但由於(yu) 大數據“殺熟”行為(wei) 的隱蔽性和複雜性，使得監管難度加大。此外，有的企業(ye) 為(wei) 了追求利潤最大化，會(hui) 不斷嚐試新的技術手段來規避監管。“例如，利用人工智能和機器學習(xi) 技術對用戶數據進行深度挖掘和分析，以實現更精細化的差別定價(jia) ；采用區塊鏈技術來保護用戶數據的隱私，同時實現數據的快速傳(chuan) 輸和處理。”

　　從(cong) 現有法律角度，哪些方麵可以判定企業(ye) 對用戶構成大數據“殺熟”？北京大成律師事務所高級合夥(huo) 人鄧誌鬆律師介紹，迄今為(wei) 止，法律法規未對大數據“殺熟”的內(nei) 涵和外延作準確界定，相關(guan) 約束性規定散見於(yu) 《中華人民共和國個(ge) 人信息保護法》《互聯網信息服務算法推薦管理規定》《平台經濟領域的反壟斷指南》等諸多法律法規中。鄧誌鬆說，在上述法律規定中，大數據“殺熟”的表現形式都是“經營者根據消費者的個(ge) 性化特征，利用算法，在交易價(jia) 格和條件上對消費者實行不合理的差別待遇”，而實踐中人們(men) 最常說的“殺熟”是指同等條件下，老用戶比新用戶的價(jia) 格高。

　　“值得注意的是，由於(yu) 缺少細化規定，實踐中鮮有平台承認自己存在利用大數據‘殺熟’行為(wei) ，僅(jin) 認為(wei) 是針對不同用戶所進行的合理的差異化營銷。”鄧誌鬆表示。

　　那要如何界定是大數據“殺熟”還是差異化營銷呢？郭濤告訴記者，從(cong) 技術上講，兩(liang) 者都涉及對用戶數據的分析和應用，但出發點不同。“差異化營銷是基於(yu) 用戶的需求和喜好，為(wei) 用戶提供不同的產(chan) 品和服務，從(cong) 而實現個(ge) 性化營銷；而大數據‘殺熟’則是通過分析用戶的數據以獲得更高的利潤。因此，企業(ye) 在實施差異化營銷時，應遵循合法、合規、合理的原則，確保消費者的權益不受損害。”

　　詹軍(jun) 豪則表示，界定“殺熟”和差異化營銷的關(guan) 鍵，主要看平台是否利用了用戶的個(ge) 人信息和數據進行不公平的價(jia) 格歧視。“如果價(jia) 格差異是基於(yu) 合理的市場因素、服務差異或用戶等級，並且是公開透明的，則屬於(yu) 差異化營銷；但如果價(jia) 格差異是基於(yu) 用戶的個(ge) 人數據，而這些數據與(yu) 提供的服務質量或成本無關(guan) ，且用戶沒有得到充分的告知和選擇，那麽(me) 就可能構成大數據‘殺熟’。”

　　“殺熟”為(wei) 何屢禁不止？

　　維權成本高 消費者“自認倒黴”

　　北京消費者協會(hui) 此前做過調查，超過半數的消費者在遭遇大數據“殺熟”後選擇不再前往涉事商家消費，同時約有三成消費者選擇忍氣吞聲，自認倒黴；僅(jin) 有極少數消費者選擇通過司法途徑來維護自己的權益。為(wei) 何會(hui) 這樣呢？

　　鄧誌鬆告訴記者，該現象之所以屢禁不止，主要有兩(liang) 方麵原因。“一方麵，算法定價(jia) 具有即時性、隱蔽性、模糊性和複雜性，數據和算法規則由平台監管，監管部門很難查證和處罰，消費者更加難以發現；另一方麵，即便消費者察覺了，也因為(wei) ‘殺熟’集中在網購、出行、訂票等消費金額相對較小的領域，且起訴麵臨(lin) 維權成本高、舉(ju) 證困難、價(jia) 格歧視法律認定模糊等諸多困境而放棄維權。”

　　鄧誌鬆介紹，2021年浙江判決(jue) 的“胡某某訴上海某公司侵權責任糾紛”一案是能檢索到的為(wei) 數極少的消費者維權成功案例，法院以價(jia) 格欺詐判令被告退一賠三。“但這樣的成功案例少，訴訟成本也很高。”他表示，在日常發生的更多“殺熟”案例中，消費者損失的不過是幾十元、幾百元。“為(wei) 了追回這些損失，消費者需要請律師或自己走一審、二審或再審，費用及時間成本可能幾倍、十幾倍高於(yu) 損失，即便勝訴也得不償(chang) 失，更不用說想勝訴也存在舉(ju) 證難等種種困難。”鄧誌鬆感歎，對此，大多數消費者不得不放棄維權。

　　建議：

　　法律上重新分配舉(ju) 證責任

　　技術上公開算法模型

　　當前，我國已經出台了諸多法律法規對大數據“殺熟”現象進行規製，但市民依然時不時地遭遇該現象。鄧誌鬆認為(wei) ，想要有效遏製該行為(wei) 可從(cong) 以下方麵著手：首先，在立法層麵，建議盡快出台《消費者權益保護法實施細則》，專(zhuan) 節規定算法歧視侵權與(yu) 大數據“殺熟”，明確算法歧視認定的價(jia) 值取向、構成要件、行政處罰情形等具體(ti) 要素，以便從(cong) 消費者權益保護角度切入進行規製。第二，在執法層麵，建議有關(guan) 執法部門密切配合，依據消費者權益保護法、反壟斷法、個(ge) 人信息保護法等相關(guan) 法律法規，依法查處大數據“殺熟”行為(wei) ，確立若幹典型案例，同時倡導市場、社會(hui) 樹立公平競爭(zheng) 和維護消費者利益的良好風氣。

　　此外鄧誌鬆說，鑒於(yu) 數據和算法規則由平台監管，消費者往往存在舉(ju) 證困難問題。“例如難以察覺前後幾分鍾機票價(jia) 格隨著查詢次數上漲，也難以固定證據。”鄧誌鬆建議，通過對舉(ju) 證責任進行合理的重新分配，以降低消費者維權的難度。

　　研究移動終端安全和數據安全的東(dong) 南大學網絡空間安全學院副教授宋宇波則認為(wei) ，大數據“殺熟”屢禁不止的原因是相關(guan) 企業(ye) 的算法模型不公開。“對於(yu) 差異化定價(jia) ，計算本身就極其複雜，這個(ge) 現象也不容易被發現，即使被發現了，企業(ye) 也容易找理由進行解釋。如果要徹底解決(jue) 大數據‘殺熟’，建議要求企業(ye) 公開算法模型。”宋宇波認為(wei) ，定價(jia) 算法模型並不是商業(ye) 秘密，隻有企業(ye) 公開定價(jia) 算法模型，監管機構才有依據能夠判斷和驗證企業(ye) 是否有對不同用戶實施價(jia) 格歧視。

　　文/廣州日報全媒體(ti) 記者 周偉(wei) 良(除署名外)