
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
R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29