
消费者遭遇“大数据杀熟” 数据权力如何尊重用户权利
据中国之声《新闻纵横》报道,在购买产品或服务时,一般心中默认的规则是:老客户相对便宜、VIP用户相对价格低。然而最近却出现了一个怪现象:同样的商品或者服务,老客户看到的价格反而比新客户要贵很多,这在互联网行业被叫做“大数据杀熟”。
记者调查发现,在机票、酒店、电影、电商、出行等多个价格有波动的平台上都存在类似情况,特别是在线旅游平台较为突出。“大数据杀熟”除了破坏行业生态外,是否涉嫌价格欺诈?将面临怎样的监管?
当下,越来越多的年轻人会选择通过手机购买电影票,很多影城也会借助互联网发行网络会员卡,以一定的折扣稳定上座率,但是身为某APP高级会员的于先生却遇到会员买票更贵的囧事。
于先生介绍,这几年他都只用这一款APP买电影票,成为其最高级会员有几年了。而他母亲只用该APP买过一两次,两人的票价却不一样。比如3月24日长春万达影城环球店19:20的《环太平洋》,他和母亲座位相邻,母亲票价是30.9元,而他自己是34.9元,作为老会员,他的贵了4元。
除了网上买电影票,提前在网上订好酒店更是人们出行前的基本攻略。安徽合肥的刘女士由于工作需要,每月要到上海出差至少两次。最近一次,她通过某旅行APP订购的酒店350元,结果到了酒店,前台提醒这个房间当天的门市最低价是330元。
刘女士告诉记者,她和同事各自订票,发现作为常在网上订票的她,所订票的票价比不常网上订票的同事订的票贵了20、30元。
对于价格,不仅新老客户有区别,手机不同也有区别。以某视频网站为例,开通VIP会员,安卓用户1个月、3个月和6个月的价格分别为20元、58元、108元,年费是198元;而苹果用户购买则要贵出5-35元不等。对于存在价格差异的原因,客服解释是由于其中包含苹果收取的手续费。
明明是明码标价却能暗度陈仓,消费者只能大叹防不胜防。大数据最擅长的是“精准打击”。
中国传媒大学大数据挖掘与社会计算实验室主任沈浩表示,传统市场中,往往最忠诚的消费者都是被动的消费者,作为企业内部模式,监管确实面临一定的难题。大数据的精准营销,只涉及到对某个人某次行为的优化。但是,一般而言,大众认为该模型或者算法应是用得越多,越忠诚,应得到更好的享受,这是普遍的商业意义。但是卖高还是卖低则是商家的价值观和不法的或者不道德的行为。
大数据技术本身是中性的,关键在于使用者用来做什么。从福利经济学的视角,针对不同消费能力群体差别定价并非一定是坏事。然而,同一时刻对同一产品的差别定价,尤其是将消费者蒙在鼓里、随意加价的情形,并不在其列。
“大数据杀熟”是否涉嫌价格欺诈?
北京岳成律师事务所律师岳屾山表示,国家发改委《禁止价格欺诈行为的规定》中提到,价格欺诈行为是指经营者利用虚假的或者使人误解的标价形式或者价格手段,欺骗、诱导消费者或者其他经营者与其进行交易的行为。这种“杀熟”是随着互联网兴起、利用大数据精心计算之后实施的一种价格行为,在同一平台同一时间段就同一种商品,针对不同的人可能有两种价格体现。岳屾山认为,会否认定为价格欺诈需要国家有关部门直接作出认定,但是他个人倾向于这属于价格欺诈行为,至少是一种价格歧视行为。根据消费者权益保护法,如果对客户实施了价格欺诈,客户可以主张3倍赔偿,最少也是500元的赔偿。
从年初支付宝个性化年度账单引发的大数据信任危机,再到“大数据杀熟”的案例,大数据时代普通消费者的弱势处境暴露无遗,大数据采集甚至出现野蛮生长,下载一个APP应用要把通讯录、照片定位开放等。平台掌握海量数据,对个人生活轨迹以及消费偏好都都做到精准打击,让个人在大数据面前无处可藏。
对这些数据的监管和利用,是否应有新的规范?
互联网专家王越回答, 第一,在企业内部应有一定的监管措施,帮助制定规则,既有拉动大家消费的机制,也有确保整个商业模式健康的机制,而不只是追求短期利益;第二,行业机构或者监管部门应该明确规定,企业利用数据挖掘到的用户价值,在使用的时候必须明确让消费者知道其中有几种选择。只要用户一发现不对、进行投诉后,监管部门就要约谈整改。
大数据技术本身是中性的,要避免“技术的贪欲”,既要求拥有技术者不丢失克制的美德,更应构建与大数据发展相适应的消费权利观念。毕竟,面向万物互联的未来,大数据的深度利用与广泛共享是无法扭转的趋势,无论是通过大数据营销快速撮合交易,还是依靠大数据分析完善社会治理,数据正在极大地改变人们生活。
但换个角度看,当大数据无孔不入,也要谨防数据规则远远落后于数字生活,尤其要避免一些“数据王国”滥用数据权力。只有保证普通用户数据权利与平台数据权力间的大致平衡,才能为大数据的长足发展,赢得更多彼此信任的空间。
“大数据杀熟”,固然可以说是商家的定价策略,但最终形成的所谓“最懂你的人伤你最深”的局面,确实与人们习以为常的生活经验和固有的商业伦理形成了一种可见的冲突。比如,一些在线商家和网站标明新客户享有专属优惠,这从吸引新客户的角度,完全可以理解。可在这一优惠政策的另一端,如果老客户普遍要支付高于“正常价格”的金额,甚至越是老客户价格越贵,这显然背离了一种朴素的诚信原则,也是对老客户信赖的一种直接辜负。由此可能引发的对文明商业伦理的扭曲,应该警惕。
“大数据杀熟”是不是价格歧视?是否违背了相关法律?是否需要进一步完善法律对这一现象加以明确限制?这些都值得讨论。但不管最终如何定性、技术如何进步,一个诚信、透明、公平的市场交易环境抑或对应的市场伦理,无论是线下还是线上,都应是一个成熟商业社会所追求和呵护的。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15