「核心提示」 用户在享受电商、外卖、在线旅游、网约车等互联网平台的便利同时，也越来越感受到来自平台的“算计”，当“大数据杀熟*高可罚5000万”登上微博热搜，足见民心所向。但是迄今为止，没有一起“大数据杀熟”案例得到法律层面的判定。难道我们经历的大数据杀熟，都是错觉？

作者 | 秦海清

编辑 | 刘杨

自古以来，做买卖都暗含两条路径，“欺生”或“杀熟”。

进入到互联网时代，获客成本一步步高企，商家们都要先拿补贴抢夺新用户，培养用户习惯，“欺生”的情况倒不多见。

但是通过大数据摸清客户底线，利用信息优势“杀熟”的现象越来越多。

用户恨“大数据杀熟”深矣。今年以来，互联网监管大幕拉开，对“大数据杀熟”也逐渐收紧。

6月29日，《深圳经济特区数据条例》获市七届人大常委会第二次会议通过，其中明确大数据“杀熟”将被重罚。

条例规定：市场主体不得以非法手段获取其他市场主体的数据；市场主体不得通过数据分析，无正当理由对交易条件相同的交易相对人实施差别待遇。违法者情节严重的，处上一年度营业额5％以下罚款，*高不超过5000万元。

这一条例拟自2022年1月1日起实施。

无独有偶，日前广东省市场监督管理局在答复广东省人大代表相关建议时，明确了下一步工作，将加大对以打击竞争对手、独占市场为目的显性排除和限制竞争行为的执法力度，重点加强对大型互联网平台“二选一”“大数据杀熟”“封禁”等行为的执法规制，规范行业竞争秩序。

7月2日，国家市场监督管理总局起草了《价格违法行为行政处罚规定（修订征求意见稿）》，有关电商平台“大数据杀熟”的相关处罚规定也出现在了《意见稿》中。在处罚方面，大数据杀熟*多可能被处以“上一年度销售总额1‰以上5‰以下”的罚款。

这些消息在资本市场进一步酝酿，7月2日港股收盘，港股恒生科技指数大跌超3%，阿里巴巴跌3.64%，美团跌5.12%，京东集团跌1.51%，腾讯控股跌1.63%。

加强执法力度，巨额罚款，能不能对平台起到震慑的作用，刹一刹“大数据杀熟”之风？

1、杀熟与大数据杀熟

用户痛恨的不是“大数据”，而是“杀熟”。

自商业活动诞生之日，特别是跨区域的贸易活动愈发频繁，“杀熟”便广泛存在，加之中国历来是“熟人社会”，人们从事交易活动时，往往下意识地首选在熟人之间展开，因为熟人之间的信任基础，能在一定程度上降低交易成本。

而“杀熟”作为一个词组，*早见于20世纪90年代，当时的中国正处于“全民经商”的火热气氛中。有的商贩没什么经商头脑，坏心思倒是有一肚子，他们利用熟人之间的信任进行欺诈交易，这便是*朴素的“杀熟”。

*经典的“杀熟”当属传销，包括后来的保险推销、朋友圈微商，也是杀熟的高发领域，而大数据杀熟与普通的杀熟有着根本的不同，“大数据杀熟”的“熟”，是交易平台对用户单方面的“熟”。

根据已知的媒体报道，大数据杀熟的“始作俑者”是美国电商巨头亚马逊。

2000年，美国电商巨头亚马逊以68种碟片进行动态定价测试。亚马逊通过分析用户多项个人数据，对不同用户采取不同定价。如果你是新用户，价格则较低，但如果你被分析认为是有较强购买欲望的老用户，你看到的价格则相对较高。

结果亚马逊遭到老用户们投诉，只好终止测试并致以歉意。不得不说，亚马逊带了一个坏头，后来的效仿者层出不穷。

在中国，大数据杀熟引发社会关注的时间实际上比较晚。2017年底，微博用户@廖师傅廖师傅发帖称，自己被某在线旅游平台和某网约车平台大数据杀熟。@廖师傅廖师傅是中国目前可以查到的曝光大数据杀熟的第一人，但在当时并没有引起媒体的广泛关注。

直到3个月后，也就是2018年2月28日，《科技日报》以@廖师傅廖师傅的遭遇，刊发报道《大数据杀熟：300元的酒店房价，老客户却要380元！》，事态进一步发酵。

此后，被曝光涉嫌大数据杀熟的公司越来越多，业界、法律界、用户层面关于大数据杀熟的讨论渐成鼎沸之势。

“大数据杀熟”不仅当选为2018年度社会生活类十大流行语，同时在2018年十大消费侵权事件中占据一席。这一年，被称为中国的大数据杀熟讨论元年。

而根据北京市消协在2019年3月进行的一次有关大数据杀熟的调查，接近6成的受访者表示自己有过被“杀熟”的经历，超过8成的人认为大数据杀熟的现象很普遍。

2、你感受过大数据杀熟的威力吗？

在描述经营者的大数据杀熟行为时，人们普遍会使用两个关键词——用户画像和差别对待。

在经济学领域，这种基于用户画像的差别对待被称为“一级价格歧视”，又叫“完全价格歧视”，属于*高级的类别。

传统的线下交易市场中，经营者很难了解每个消费者的购买行为，所以一级价格歧视很难实现，但在大数据时代，用户对自己的了解，可能远远不如算法。

美国布兰戴斯大学经济学系助理教授本杰明·希勒（Benjamin Shiller），曾经对在线视频平台奈飞展开过一项研究，他发现，如果奈飞采用传统人口统计资料的个性化定价方法，能够增加0.3%的利润，但如果奈飞根据用户在平台上的浏览历史，通过机器学习技术来估算用户愿意支付的*高价格，利润可以增加14.55%。

也就是说，有了用户提供的数据，加上机器贡献的算法，平台就能针对不同用户进行差异化定价，从而获得更多的商业收入。

在黑猫投诉平台，关于大数据杀熟的投诉有1252条，主流的电商、在线旅游、外卖和网约车平台无一例外都有“案底”。

社交媒体上关于大数据杀熟的吐槽更是此起彼伏、不绝于耳。自大数据杀熟进入公众视野以来，有过几次舆论反响比较强烈的事件：

2019年3月，网友“陈利人”爆料称，自己在携程旅行网购买机票，原本总价17548元，因为漏选报销凭证返回重新操作，但再次支付时发现无票，其他航班则高出1500元。

2020年12月，网友“漂移神夫”发文称美团会员是“割韭菜”，同一家外卖，同一个配送位置，同一个下单时间节点，在开通会员后配送费竟然比非会员更高。

2021年3月，复旦大学一名教授通过在多个城市、多个网约车平台实地调研，发布《2020打车软件出行状态调研报告》，报告指出苹果手机用户更容易被更贵的车型接单，非苹果手机用户，则手机价位越高越容易被更贵的车型接单。此外，苹果手机用户的优惠力度明显低于非苹果手机用户。

上述三起案例，反映了不同的大数据杀熟目标用户，分别是老用户、活跃用户、会员用户和使用更贵操作设备的用户。

除此之外，还有一种比较隐蔽的大数据杀熟方式，那就是根据用户的定位“下杀手”，比如你附近的商场较少，或者你住在房价较高的区域，平台给到你的价格可能较高。

所以，平台们想方设法获取消费者的信息，给消费者做画像，然后利用信息优势，个性化杀熟。

不过，迄今为止，没有一家平台承认存在所谓的大数据杀熟。

比如，针对网友“漂移神夫”的说法，美团给出的回应是，预估配送费差异与会员身份无关，是定位缓存偏差导致。用户实际下单的配送费，会按照真实配送地址准确计算，不受影响。

分析经营者们对大数据杀熟的回应，有一个关键点经常被提及，那就是“价格是根据情况不同而实时地、动态地波动”，这也是大数据杀熟很难被判定的原因之一。

3、为什么维权那么难？

《豹变》搜索裁判文书网，仅有两起关于大数据杀熟的案件。

2018年7月，刘某通过美团购买了一份套餐，配送费为4.1元。13分钟后，另一位用户向同一商家订购了同样的套餐，且收货地址也一样，但该用户的配送费为3.1元。刘某认为美团对其多收取的1元配送费是“大数据杀熟”的区别定价，侵犯了其知情权、公平交易权。

2018年8月，郑某先是在携程购买一张机票，支付2376元，因故需要改签其他航班，郑某发现该航班价格为1864元，当郑某退票后再次查询，发现1864元变为2387元。郑某认为携程擅自更改操纵机票价格，通过大数据对原告的机票需求进行分析而定价。

刘某与郑某的主张都没有得到法院的支持，法院认为价格不一致，是因为时间不同，而经营者依据时间不同采取不同的定价，不构成大数据杀熟。

北京中闻律师事务所律师闫创表示，大数据杀熟不但违规，而且违法，我国《民法典》规定用户个人信息受法律保护，人格权篇特别规定：“处理个人信息的，应当遵循合法、正当、必要原则，不得过度处理。”

针对平台方，《反垄断法》也明确规定，“没有正当理由，对条件相同的交易相对人在交易价格等交易条件上实行差别待遇”，属于禁止的滥用市场支配地位的行为。

其他的法律如《消费者权益保护法》《电子商务法》《侵权责任法》，也从不同的方面，明确了大数据“杀熟”对消费者权利的侵犯，包括个人信息权、知情权、自主选择权和公平交易权等。

闫创认为，上述两起败诉案例，说明消费者举证比较困难。

“消费者遭遇大数据杀熟，如果选择适用《消费者权益保护法》，存在消费者举证目的难以实现的困境；如果要求适用《电子商务法》进行处罚，发现处罚事项难以明确；如果消费者通过主张平台侵权，适用《侵权责任法》，那么关于平台的过错责任难以举证，法院难以认定平台主观上有过错；如果适用《反垄断法》，则又存在垄断主体难以界定的问题。”

难道大数据杀熟就无法被制裁了吗？

闫创表示，对于大数据“杀熟”行为的规则，首先要制定明确而具体的法律，期待《个人信息保护法》早日通过并实施。

另外，在相应侵犯消费者权益的事件上，举证规则上实行对消费者适度倾斜，即实施举证责任倒置，这样才能有效保护消费者的合法权益不受侵害。

2021年4月，为探索解决“大数据杀熟”问题，规范线上市场数据监管，广州市市场监管局联合市商务局召开平台“大数据杀熟”专项调研和规范公平竞争市场秩序行政指导会。

在指导会上，包括唯品会、京东、美团、饿了么、每日优鲜、盒马鲜生、携程、去哪儿网、如祺出行、滴滴出行，共10家互联网平台代表签署《平台企业维护公平竞争市场秩序承诺书》，承诺不利用大数据“杀熟”。

而《深圳经济特区数据条例》的通过，也有助于探索地方性法规在遏制大数据“杀熟”方面的作用。

商业历史中各种案例告诉我们，“杀熟”的模式不可持久，只有真正赢得消费者的信任才能保证生意永续。