飽受用戶詬病的大數據殺熟等價格違法現象，正在引發監管部門的密切關注和重拳出擊。7月2日，國家市場監管總局就《價格違法行為行政處罰規定（修訂征求意見稿）》公開征求意見。此意見稿指出，電商平台經營者如利用大數據分析、算法等技術手段“殺熟”，可給予警告、并處上一年度銷售總額1‰以上5‰以下的罰款，有違法所得的，沒收違法所得；情節嚴重的，責令停業整頓，或者吊銷營業執照。此外，近期公布的《深圳經濟特區數據條例》也對大數據殺熟現象予以重罰。
所謂大數據殺熟，是指平台企業通過收集、追蹤用戶數據，在利用數據挖掘技術對用戶進行分類和預測的基礎上，對具有特定屬性的用戶進行歧視性定價，從而獲得差額利潤的行為。有調查顯示，目前容易被大數據瞄准的“殺熟”對象分別是老用戶、活躍用戶、會員用戶和使用較高價位移動設備的用戶。除此以外，依據用戶地理位置、生活場景甚至瀏覽行為進行的隱秘“殺熟”的行為亦不鮮見。
大數據殺熟的產生原因可能來自多個方面。首先，從技術視角看，作為大數據殺熟底層技術的用戶畫像技術早已實現了從設備到用戶、從靜態到動態、從評估到預測的三維躍遷。例如，有研究文章稱，微軟僅通過分析用戶搜索引擎的交互行為，就可以預測使用者患有阿爾茨海默症的幾率。這種技術進步可以為平台賦能，使其能够為用戶提供更為精准化、個性化的商品和服務。但在用戶畫像技術不斷升級換代之時，據此實行歧視性定價也變得廉價易行。
其次，從資本視角看，企業通過差別定價實現利益最大化的行為早已有之。早在1920年，英國經濟學家庇古就在《福利經濟學》一書中對企業實行的價格歧視策略進行了類型化歸納。可以說，通過信息優勢賺取更多的消費者剩餘是資本的內驅動力之一。而算法與資本的深度耦合，將企業的信息優勢不斷放大，加之其逐利的特性，對特定用戶實行歧視性定價，從而獲得最大化差額利潤的現象也就不難理解。此前就有研究表明，某在綫視頻平台如果采用傳統人口統計資料的個性化定價方法，只可以增加0.3%的利潤；但如果根據用戶瀏覽歷史，結合機器學習技術預測用戶支付最高意願後定價，可以為平台增加14.55%的利潤。 |
