京公网安备 11010802034615号
经营许可证编号:京B2-20210330
期待电商立法严惩大数据杀熟
浏览一些网络APP,如果你曾打开一条关于健身的消息,之后经常会收到各种关于健身知识、健身产品的广告推送……大算法推荐满足了人们多元化、个性化的信息需求,实现了用户与信息的快速精确匹配,大大降低信息传播和获取的成本,为生活带来便利。但是,算法推荐在带来高效与便捷的同时,也引发了诸如大量低俗劣质信息精准推送、大数据杀熟等突出问题。
上个月提交十三届全国人大常委会第三次会议审议的《电子商务法草案》三审稿规定,电子商务经营者根据消费者的兴趣爱好、消费习惯等特征,向其推销商品或者服务,应当同时向该消费者提供不针对其个人特征的选项,尊重和平等保护消费者合法权益。分析人士认为,这一规定可望在一定程度上避免“大数据杀熟”情形发生。
同样一个酒店房间,不同的人、不同的手机,搜索出来的价格却不一样。前不久,有网友质疑某电商利用大数据手段杀熟,针对不同的手机、不同的用户采取不同的定价策略,导致“酒店同房不同价”。大数据杀熟问题,随之闹得沸沸扬扬,虽然该电商事后进行了否认,但不少网友并不买账。
被大数据杀熟的网友,可谓各有各的故事。微博上类似现身说法一搜一大把,消费者的亲身经历,可没那么容易甩掉锅。相比之前某电商被曝出预订飞机票、火车票时,默认给各种增值服务打钩的“霸王搭售”,大数据杀熟显然更具有隐蔽性,消费者也更难发现(除非你同时用几个不同的手机和账号登录,否则很难发现价格差异)。说白了,就是越忠实的顾客越是挨宰。
电子商务公司利用信息不对称,对消费者偏好了解得清清楚楚,但在被曝光之前,消费者对其杀熟做法却一无所知。大数据杀熟无疑是对消费者权益的伤害和对用户隐私的侵犯,属于赤裸裸的价格歧视。问题是,对这种价值观有问题的企业,该如何通过立法途径有效制约?对于企业掌握的消费者行为偏好数据,又该如何避免滥用?
大数据杀熟,对电子商务立法来说,无疑是个新问题。《电子商务法》三审稿新增相关规定,意在从法律上有效解决这一问题,但谈何容易?大数据杀熟的本质,是大数据如何合理使用的问题。“一人一价”的杀熟行为,只是大数据滥用行为的表现形式之一,大数据滥用的方式还有很多种。电子商务经营者收集用户画像、支付能力、支付意愿,本身是中性的,甚至是提供更好服务的必须。问题是,技术中性不等于价值中性,必须保护用户的网络隐私数据,防止大数据滥用。
要避免电子商务经营者作出对消费者不利的差别待遇,保障消费者公平交易权,在电子商务立法中直接以“不得”、“应该”之类关键词禁止大数据杀熟,其实很不容易做到,难免挂一漏万。也许,可以借鉴电子商务公司给消费者画像的方式,直接给大数据滥用行为画像,辅以严厉罚则,严惩符合画像描述的大数据滥用行为。
在互联网交易情境下,人们交换商品价格和信息的便捷性比以往大幅更高,大数据杀熟行为不可能瞒天过海,因此显得非常愚蠢。电子商务经营者如果仍然禁不住利益诱惑,利用大数据侵犯消费者权益,就会遭到消费者的抛弃,监管部门也该严惩不贷。而作为执法依据,电子商务立法不仅要对大数据杀熟说“不”,更要通过严惩使其吃不了兜着走。
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15