“同一酒店，不同账号查询价格相差近一倍！”“红包一开始能开出12、13元，后来开出的越来越小，只有几元钱”“我是‘钻石会员’，打车的价格却比新会员还高”……从网络投诉平台的网友留言看，令人诟病的“大数据杀熟”现象仍不时发生，这让不少消费者难以接受。

  “大数据杀熟”有何新变种、新套路？“千人千价”的现象缘何屡禁不止？如何治理“大数据杀熟”？带着上述问题，《经济参考报》记者进行了深入调研，业内人士、专家等向记者揭秘了其中的套路和症结。

  一问：“大数据杀熟”有何新套路？

  “国庆出去玩订酒店发现，同样的房间，用自己常消费的账号订显示388元，而用不常用的账号订只要236元，价格相差近一倍！”“同样的酒店，不同平台差价将近100元。”

  刚刚过去的“十一”国庆假期是居民出行旅游的高峰期，记者在社交平台看到，在买机票和订酒店的过程中，不少消费者都觉得自己遭遇了“大数据杀熟”。

  中消协公布的2024年上半年十大消费维权舆情热点之一是“平台经济‘大数据杀熟’频现”。四川省消委会日前最新发布的《网络消费者知情权保护调查报告》也显示，在经历过网络上购买商品和服务的消费者中，39.64%的受访者遇到过“大数据杀熟”的情况。

  所谓“大数据杀熟”，是指经营者利用互联网平台优势收集消费者日常消费数据，依照一定的算法逻辑，输入具有推送对象与排斥对象的身份信息，自动生成和输出个性化的销售或服务定价，使不同消费者对相同销售或服务支付不同对价的行为和现象。

  记者调研发现，“大数据杀熟”不断出现新的“变种”，不仅形式更加多样，而且套路日益隐蔽。

  ——“随机红包”优惠力度“因人而异”。在黑猫投诉平台上，记者看到了不少关于外卖平台省钱包的投诉信息。有消费者投诉称，购买外卖平台的优惠红包，最初购买使用时开出的红包很大，有时能达到12、13元，而多次购买后开出的红包就变小了，一般只有6、7元。

  黑猫投诉平台一位消费者称，一家平台组织攒奖票兑换红包或者提现的活动，该消费者攒了好多奖票准备兑换时，发现无法兑换，而同一地区、同一时间点，有朋友奖券不多却可以兑换，他认为平台对于不同账号存在区别对待。

  ——新老用户被“差别对待”。一些网友吐槽，预订酒店“黄金会员比普通会员贵”、打车软件“钻石会员”价格高于新会员。有网友称，用新注册的小白用户、普通会员用户和高级别的会员用户同时选购同场次电影，最便宜的是小白用户，其次是普通会员用户，而高级别的用户一张票要比小白用户贵出5元以上。还有用户反映，自己作为某平台的付费会员，一开始会得到平台送出的固定优惠券，但当优惠券用完，需要自己花钱再买优惠券时，发现要支付的价格比非付费会员购买同样的优惠券还要贵。

  ——浏览页面“千人千面”且“价格浮动”。平台和企业会根据不同用户的特点推荐不同产品。如拥有较好支付能力的用户，搜索商品时会看到更多的“奢侈类”商品，预订酒店时首页会显示更多的五星级酒店。

  另外，也有人反映，页面在多次浏览后价格会出现自动上涨。一些软件订房页面被浏览多了，相关酒店房价就自动上涨，营造“酒店很抢手”的错觉。小红书平台一位用户吐槽称，从在线旅游服务平台购买机票，第一次看显示是3500元，当晚准备订票时突然涨价到3900多元，第二天价格持续不降就下单了，而下单后再查询价格则立刻恢复到第一次看时的价格。

  中国法学会消费者权益保护法研究会副秘书长陈音江表示，总的来看，“大数据杀熟”呈现隐蔽化的发展趋势。“当前很多‘大数据杀熟’不似以前那么直接，整体而言规则越来越复杂、也越来越隐蔽，但这种根据消费习惯、消费特点，提供特定商品或特定服务的行为，涉嫌侵犯消费者知情权和选择权，对消费者而言是不公平的。”陈音江说。

  二问：“千人千价”缘何屡禁不止？

  近年来，我国已出台《中华人民共和国消费者权益保护法实施条例》《国务院反垄断委员会关于平台经济领域的反垄断指南》《互联网信息服务算法推荐管理规定》等多项法律规定对“大数据杀熟”进行规范，但“千人千价”依然屡禁不止，原因何在？

  “信息不对称”是记者采访过程中被频频提及的内容。中国人民大学经济学院教授李三希对《经济参考报》记者说，“大数据杀熟”本质是一种利用信息不对称而进行的“价格歧视”行为，或称作“差异化定价”行为，屡禁不止的背后有多重原因，包括算法定价存在隐蔽性和不确定性，差异化定价“认定难”以致消费者维权难取证举证以及监管成本高、难度大，难以形成常态化监管等一系列原因。

  从技术角度看，“大数据杀熟”背后高度依赖数据和算法，而算法具有高度不透明性，算法“黑箱”仍然普遍存在。

  一位从事平台经济监管研究的专家对记者表示，算法的细节被视为商业秘密而不被公开，一些由算法定价的结果也缺乏可解释性，即使设计者也难以完全解释其决策过程，而消费者更是只能遵守算法规则参与“游戏”。

  以“随机”发放红包、优惠券这一常见的手段为例。陈音江告诉记者，有的平台会根据消费者的消费记录，包括消费频次、消费金额等，对用户进行分层。对于消费频次高、粘性很高的用户以及完全不消费的用户，不发放优惠券；对于有消费记录但消费频次不高，特别是单次消费金额又很高的用户，通过多发优惠券和打折券来重点培养。“这种情况表面看起来好像是随机的，很难去发现它背后的发放机制，也很难取得证据。”事实上，一些平台通常以“时间不同、地点差异导致价格浮动”“新用户有优惠”等理由，对其行为进行解释，但消费者并不认可。