同樣的商品或服務，老客戶看到的價(jia) 格反而比新客戶要貴出許多，這在互聯網行業(ye) 被叫作“大數據殺熟”。調查發現，在機票、酒店、電影、電商、旅遊等多個(ge) 價(jia) 格有波動的網絡平台都存在類似情況，而在線旅遊平台更為(wei) 普遍。同時，還存在同一位用戶在不同網站的數據被共享的問題，許多人遇到過在一個(ge) 網站搜索或瀏覽的內(nei) 容立刻被另一網站進行廣告推薦的情況。

“大數據殺熟”是一個(ge) 新近才熱起來的詞，不過這一現象或已持續多年。有數據顯示，國外一些網站早就有之，而近日有媒體(ti) 對2008名受訪者進行的一項調查顯示，51.3%的受訪者遇到過互聯網企業(ye) 利用大數據“殺熟”的情況。

和任何新事物都會(hui) 存在不同看法一樣。“大數據殺熟”到底該如何定性，目前也麵臨(lin) 爭(zheng) 議。如上述調查中，59.2%的受訪者認為(wei) 在大數據麵前，信息嚴(yan) 重不對稱，消費者處於(yu) 弱勢；59.1%的受訪者希望價(jia) 格主管部門進一步立法規範互聯網企業(ye) 歧視性定價(jia) 行為(wei) 。另外，也有專(zhuan) 家表示，這一價(jia) 格機製較為(wei) 普遍，針對大數據下價(jia) 格敏感人群，係統會(hui) 自動提供更加優(you) 惠的策略，可以算作接受動態定價(jia) 。

倘若擱置具體(ti) 應如何定性的爭(zheng) 議，“大數據殺熟”所表現出來的現象和邏輯還是存在相當大的問題。

“大數據殺熟”雖然可以說是商家的定價(jia) 策略，但最終形成了“最懂你的人傷(shang) 你最深”的局麵，確實與(yu) 人們(men) 習(xi) 以為(wei) 常的生活經驗和固有的商業(ye) 倫(lun) 理形成了明顯衝(chong) 突。比如，一些線上商家和網站標明新客戶享有專(zhuan) 屬優(you) 惠，從(cong) 吸引新客戶的角度完全可以理解，但在這一優(you) 惠政策的另一端，若老客戶普遍要支付高於(yu) “正常價(jia) 格”的金額，甚至越是老客戶價(jia) 格越貴，就明顯背離了樸素的誠信原則，也是對老客戶信賴的一種辜負。由此還會(hui) 引發商業(ye) 倫(lun) 理的扭曲，值得人們(men) 警惕。

有專(zhuan) 家表示，與(yu) 其稱這種現象為(wei) “殺熟”，不若說是“殺對價(jia) 格不敏感的人”：一罐可樂(le) ，在超市隻賣2元，在五星級酒店能賣30元——這不能叫價(jia) 格歧視，而是因為(wei) 你能住得起五星級酒店，那麽(me) 你就是要被“殺”，這樣的例子在現實中比比皆是。但是，這個(ge) 理論套用在“大數據殺熟”上卻並不恰當。一個(ge) 關(guan) 鍵問題是，一罐可樂(le) 的正常價(jia) 格是透明的，所以在五星級酒店的溢價(jia) 是公開的。但“大數據殺熟”卻處於(yu) 隱蔽狀態，多數消費者是在不知情的情況下“被溢價(jia) ”了。此外，將老顧客等同於(yu) “對價(jia) 格不敏感的人”，也有偷換概念之嫌。

還有聲音將“大數據殺熟”歸咎為(wei) “大數據精準靶向坑人”。本質上說，大數據技術並無原罪，由此所衍生的“殺熟”，歸根結底不過是一種商業(ye) 套路。這一定價(jia) “潛規則”，正是依據大數據所形成的用戶畫像和消費習(xi) 慣進行精準溢價(jia) 。但反過來說，它也可以對老顧客實行精準優(you) 惠。所以，不必將“大數據殺熟”視為(wei) 大數據發展的必然現象。真正要擔心的是，這一現象可能給大數據這一技術的未來發展製造“汙名效應”。

“大數據殺熟”，到底是不是價(jia) 格歧視、是否違背了相關(guan) 法律，或者說需不需要進一步完善相關(guan) 法律，都是值得討論的話題。但不管最終如何定性，技術如何進步，一個(ge) 誠信、透明、公平的市場交易環境所對應的市場倫(lun) 理——無論是線下還是線上，都應該是一個(ge) 成熟的商業(ye) 社會(hui) 所共同追求和嗬護的。