饱受用户诟病的大数据杀熟等价格违法现象，正在引发监管部门的密切关注和重拳出击。7月2日，国家市场监管总局就《价格违法行为行政处罚规定（修订征求意见稿）》公开征求意见。此意见稿指出，电商平台经营者如利用大数据分析、算法等技术手段“杀熟”，可给予警告、幷处上一年度销售总额1‰以上5‰以下的罚款，有违法所得的，没收违法所得；情节严重的，责令停业整顿，或者吊销营业执照。此外，近期公布的《深圳经济特区数据条例》也对大数据杀熟现象予以重罚。
所谓大数据杀熟，是指平台企业通过收集、追踪用户数据，在利用数据挖掘技术对用户进行分类和预测的基础上，对具有特定属性的用户进行歧视性定价，从而获得差额利润的行为。有调查显示，目前容易被大数据瞄准的“杀熟”对象分别是老用户、活跃用户、会员用户和使用较高价位移动设备的用户。除此以外，依据用户地理位置、生活场景甚至浏览行为进行的隐秘“杀熟”的行为亦不鲜见。
大数据杀熟的产生原因可能来自多个方面。首先，从技术视角看，作为大数据杀熟底层技术的用户画像技术早已实现了从设备到用户、从静态到动态、从评估到预测的三维跃迁。例如，有研究文章称，微软仅通过分析用户搜索引擎的交互行为，就可以预测使用者患有阿尔茨海默症的几率。这种技术进步可以为平台赋能，使其能够为用户提供更为精准化、个性化的商品和服务。但在用户画像技术不断升级换代之时，据此实行歧视性定价也变得廉价易行。
其次，从资本视角看，企业通过差别定价实现利益最大化的行为早已有之。早在1920年，英国经济学家庇古就在《福利经济学》一书中对企业实行的价格歧视策略进行了类型化归纳。可以说，通过信息优势赚取更多的消费者剩余是资本的内驱动力之一。而算法与资本的深度耦合，将企业的信息优势不断放大，加之其逐利的特性，对特定用户实行歧视性定价，从而获得最大化差额利润的现象也就不难理解。此前就有研究表明，某在线视频平台如果采用传统人口统计资料的个性化定价方法，只可以增加0.3%的利润；但如果根据用户浏览历史，结合机器学习技术预测用户支付最高意愿后定价，可以为平台增加14.55%的利润。 |
