訂同行程機票比別人價格更貴？住同一酒店卻需要支付更多房費？相同行程下，約車App給出了更高的預估價？

十一“黃金周”旅游高峰，你遇到過這些情況嗎？

近日，文旅部公布的《在線旅游經營服務管理暫行規(guī)定》（下稱“《暫行規(guī)定》”）針對“濫用大數據分析等技術手段”推出條例。如何判定“大數據殺熟”引發(fā)社會討論。

《暫行規(guī)定》第十五條指出，在線旅游經營者不得濫用大數據分析等技術手段，基于旅游者消費記錄、旅游偏好等設置不公平的交易條件，侵犯旅游者合法權益。但目前監(jiān)管部門對在線旅游平臺“大數據殺熟”的判定和處罰標準依舊模糊。

此外，“大數據殺熟”并不只存在于在線旅游業(yè)，對于出行、生活服務等領域是否存在“殺熟”的判定也不甚清晰。總體來看，對“大數據殺熟”的監(jiān)管仍處于“黑箱”狀態(tài)，一定程度上依賴企業(yè)自律。

薛定諤的殺熟

你認為自己被“大數據殺熟”了嗎？

給出肯定答案的消費者不在少數。不少人發(fā)現，購買同一產品時，平臺顯示給老用戶的價格比新用戶（包括使用頻次較低的用戶、新注冊用戶等）更高。

質疑在于，平臺獲悉了用戶的消費記錄、利用大數據分析消費習慣后，是否利用這些數據設置“價格歧視”？是否在變相“殺熟”？

以網約車為例，有用戶指出，因為叫車人多，自己對于出發(fā)地相同、目的地相同的“同一行程”發(fā)出了兩個約車訂單，卻發(fā)現常用賬號叫車慢，而非常用賬號叫車更快，且花的錢更少。“你說大數據不殺熟，我真不信。”該用戶質疑道。

即便是從業(yè)者，有時也被“誤傷”。一位旅行平臺創(chuàng)業(yè)者向AI財經社坦言，自己曾親身經歷過疑似被某頭部在線旅游平臺“殺熟”的情況：預訂同一酒店同一房型時，自己手機顯示的報價和友人手機的報價不同。盡管如此，對于自家平臺是否利用數據“殺熟”，這位創(chuàng)業(yè)者予以否認。

消費者對“大數據殺熟”的質疑存在已久。2019年，北京市消費者協會曾推出關于“大數據殺熟”的調查。調查結果顯示，有超過88%的消費者認為“大數據殺熟”現象普遍或很普遍，超過56%的被調查者表示有過被“大數據殺熟”的經歷。

被調查者認為，網購、在線旅游和網約車等消費平臺“大數據殺熟”問題較多，其中在線旅游被“點名”最多。

文旅部《暫行規(guī)定》的出臺讓這一議題再度成為輿論焦點。該規(guī)定自今年10月1日起施行。有文旅行業(yè)專家表示，“大數據殺熟”屬于行業(yè)積弊，利用行業(yè)信息壁壘進行“殺熟”侵犯了消費者的合法權益，將其納入監(jiān)管對于保障游客消費權益有深遠意義。

不過，盡管被納入監(jiān)管，梳理《暫行規(guī)定》可見，第十五條內卻未提到“不公平的交易條件”的判定方式。有業(yè)內專家認為，新規(guī)未明確違規(guī)行為的判定，判定在線旅游平臺是否存在“大數據殺熟”仍存在難度。

此外，《暫行規(guī)定》第四章“法律責任”中未提及如經營者違反第十五條，將面臨何種處理、處罰。

該規(guī)定明確的是，對于濫用技術手段設置不公平交易條件的在線旅游經營者，縣級以上文化和旅游主管部門可以通過約談等行政指導方式予以提醒、警示、制止，并責令其限期整改。

還需要注意的是，消費者對“大數據殺熟”的聲討并不局限于在線旅游平臺。出行、生活服務等諸多被大數據重構的領域，也被質疑是“殺熟”的高發(fā)地。目前，針對這些領域是否存在“大數據殺熟”的判定標準依舊模糊。

據瞭望智庫援引中國信息安全研究院副院長左曉棟觀點稱，凡是涉及數據、算法的平臺，都會對消費者進行數據收集，同時也有“殺熟”的沖動。即便有電子商務法等上位法支撐，單一領域的暫行規(guī)定能起到的改善效果似乎也比較有限。

就目前情況來看，盡管消費者認為“大數據殺熟”是存在的，但由于難以有效舉證，且相關平臺曾多次發(fā)布聲明否認“殺熟”。如何判定并制約“大數據殺熟”，這一議題仍處于難以審視全貌的“黑箱”狀態(tài)。

被“歧視”的價格

大數據到底“殺熟”了沒？或許只有大數據才能給出答案。

通常，消費者的控訴包括“不同手機、不同賬號的訂單價格不同”、“新客老客預估價存在價差”、“復購價格高于首次購買價格”等，“證據”多為App界面截屏、多終端測試。

不過，由于互聯網產品策略、技術的復雜性，例如不同的定價體系、同一App有獲取數據的不同入口、甚至不同的手機終端，都可能對價格產生影響，平臺擁有解釋空間。對于單一消費者來說，若想用親身經歷為“大數據殺熟”有效舉證，頗有難度。

先從定價說起，從經濟學角度來看，“大數據殺熟”的背后是“價格歧視”理論，傳統營銷體系內的“買得越多折扣力度越大”、“早鳥票”、“兒童半價成人原價”等均在此列。

其中，“兒童半價成人原價”所代表的策略，是“為不同客群制定不同價格”。這屬于“價格歧視”理論中的三級價格歧視，也是“大數據殺熟”背后的定價邏輯。

“價格歧視”不是新鮮詞，搶優(yōu)惠券、會員價、新客優(yōu)惠等營銷、拉新策略，其實和傳統的線下營銷邏輯類似。但大數據體系的出現，是否讓平臺進一步強化了“價格歧視”？這目前仍是個始終存疑、但難以驗證的“羅生門”。

對大數據的運用并非完全“無辜”。通過新用戶注冊、App打開頻次高低等信息，平臺更容易識別新客群，對于新客群的定價策略也水到渠成。

“大數據降低了收集不同客群信息的成本。”一篇題為《大數據與差異化定價》的研究報告指出。大數據讓辨別客群變得更加容易，而后者正是價格歧視的關鍵。這或許能解釋相同行程中，新用戶的客單價比老用戶更低的原因——利用“優(yōu)惠”沖抵。

不過，這也是許多被指控“大數據殺熟”的平臺自辯的要點：新老客差價的產生不是因為“殺熟”，而是由于優(yōu)惠力度不同。

攜程方面就曾回應稱，“之所以出現同時不同價，是因為有人搶到了優(yōu)惠券，所以顯示金額不同。”

去哪兒網也表示，絕對不存在“大數據殺熟”行為，對所有用戶報價均一致，“會針對新用戶以發(fā)放優(yōu)惠券的形式進行拉新活動，同時也會對老用戶發(fā)放不同會員等級的優(yōu)惠券”。

飛豬則認為，同一商品不同人購買時價格不同、同一人在不同時間購買同一商品時價格不同等情況，常被社會誤解為“大數據殺熟”。實際上這些情況往往是由于促銷紅包、新人優(yōu)惠、酒店和航班庫存變化帶來實時價格變動等原因造成的，并非“大數據殺熟”。

雖然平臺對“殺熟”明確否認，但從消費者視角來看，老用戶很難對這種說法買賬——用戶黏性亦或品牌忠誠度，似乎沒有帶來更為直接的實惠，反而因“殺熟”產生了被欺騙感，對商家和大數據的不滿由此而生。

還需要警惕的是，在傳統營銷體系中幾乎不可能實現的“個性化定價（即一人一價）”，而大數據的出現讓這一切成 了可能。前述研究報告指出，用戶行為數據“可用性”的提升，無形中“鼓勵”了個性化定價成為趨勢。

對于用戶來說，在互聯網的海量信息中，線上的比價成本可能比線下更高。中國人民大學經濟學院教授周業(yè)安曾撰文表示，消費者習慣上認為網絡的比價更充分，從而價格應該更便宜。這種認知局限讓電商鉆了空子。

除了定價體系外，平臺的技術門檻也讓消費者的舉證更加困難。

有網友曾在某技術論壇中放出兩張截圖，表示“相同條件下，不常買菜的自己和常買菜的妻子，兩人App的顯示價格存在價差。”

該帖子下有回復稱，“主要的區(qū)別是入口不一樣”。一個是從買菜界面的入口直接進入，另一個則是從外賣頻道內的買菜入口進入，后者補貼大、優(yōu)惠券多，導致出現價格差，“都是老套路了，不會讓你明顯吃虧，也不會讓你賺”。

互聯網也患不均

“黑箱”之中，你的行為能被大數據“遺忘”嗎？

由于“大數據殺熟”隱秘性強；對于消費者來說，舉證難的同時，卻又逃不開對“殺熟”的疑慮。屢屢感受到的“被宰”，會讓人們對企業(yè)和技術的信任逐漸動搖。

研究經濟法學的華東交通大學副教授鄒開亮等人曾在《大數據“殺熟”的法律定性及其規(guī)制》一文中指出，大數據“殺熟”事件頻發(fā)可能迅速滋生人們的消費選擇疑慮，也可能引發(fā)商業(yè)信任危機。

事實上，美國電商巨頭亞馬遜在20年前曾因為推進這種區(qū)別定價，導致口碑“翻車”。

2000年，亞馬遜嘗試根據用戶填寫的個人資料、購買記錄等判斷他們的購買力，并根據消費者對價格敏感程度的高低，采取區(qū)別定價。具體策略是，一個約20美元的商品，新老用戶的差價約在4美元左右。

發(fā)現端倪的用戶隨即反擊。被區(qū)別定價的商品是DVD碟片，千余位用戶們自發(fā)在論壇中發(fā)布自己的購買價格，進行人工比價。

這一事件引起軒然大波，亞馬遜CEO杰夫·貝佐斯舉行新聞發(fā)布會并公開致歉，稱“這次價格測試是隨機的”，并表示“我們從來沒有，未來也不會根據用戶畫像來測試商品價格”。不過，這一致歉頗有些此地無銀三百兩的意味。

鄒開亮等還指出，“以大數據為基礎、通過算法支持實施的殺熟事件盡管可能只是網絡經濟大海中的一絲漣漪，而且相關商家對此更是一再否認、澄清，我國實證法上對此也無明文規(guī)定，但其對網絡經濟健康發(fā)展的負面影響仍值得研究和重視。”

消費者如何突破大數據建構的“繭房”，如何保護自身權益？“反向用戶畫像”是常被采用的方式，包括定期清除瀏覽記錄、購買記錄、Cookies等，目的在于“誤導”大數據，讓用戶畫像的形成不那么容易。

周業(yè)安還提醒消費者注意平臺的誘導性提醒。以網約車為例，消費者可通過加價提高叫車成功概率。周業(yè)安認為，叫車的概率取決于周圍車的分布，而商家的系統設置則讓消費者誤認為是和其他人競爭叫價，從而通過這種比較機制來刺激消費者加價。