數據也被稱為“21世紀的石油”。
當前，我國大數據運用飛速發展，數字經濟保持高速增長態勢，成為推動經濟增長的重要引擎。據中國信息通信研究院統計，我國數字經濟增加值已由2011年的9．5萬億元增加到2019年的35．8萬億元，佔GDP比重從20．3％提升到36．2％。但是，大數據的應用在提高社會運轉效率的同時，也帶來了個人隱私洩露和數據權屬不清晰等問題。
越來越多的訂餐、購物、出行等網絡服務平臺，依託人工智能和大數據技術，向消費者提供個性化的產品推薦，但由此也產生了"大數據殺熟"、價格組合千人千面的算法公平性問題。唯品會、京東、美團、餓了麼、每日優鮮、盒馬鮮生、攜程、去哪兒網、如祺出行、滴滴出行今日向社會承諾不利用“大數據殺熟”，即不非法收集、使用消費者個人信息。
一、“大數據殺熟“的進化之路
買機票、訂外賣、訂酒店等等在線業務，早已經成為消費者的“吃雷”重地。據報道，北京的韓女士使用手機在某電商平臺購物時，中途錯用了另一部手機結賬，卻意外發現，同一商家的同樣一件商品，註冊至今12年、經常使用、總計消費近26萬元的高級會員賬號，反而比註冊至今5年多、很少使用、總計消費2400多元的普通賬號，價格貴了25塊錢。
如今，隨著數據競爭日趨白熱化，“大數據殺熟”也迭代升級，“殺熟”引發的數據風險越發引人關注。
殺熟一代，大多是賣高價給老客；殺熟二代，則是個性化推送下的精確殺熟。相較於以往顯而易見的差異化定價，如今消費者在下單時，會收到複雜算法臨時生成的各類優惠券、價格組合，實際上，不同賬號的價格差異其實比以前更大。
並且，殺熟二代中的“熟”，已經不是“熟客”，而是被平臺充分掌握個人信息的“熟人”。基於算法的個性化推送會打造過濾氣泡和信息繭房，這些產品匹配則將剝奪消費者依法享有的選擇權。
隱私信息丟了，公平交易的權益沒了，消費者就此成為平臺算法的“掌中之物”。
二、殺熟難短期消失，自防很重要
根據黑貓投訴相關數據顯示，鍵入關鍵詞“殺熟”後，美團、攜程、滴滴等均在投訴名單之上。幾乎所有互聯網巨頭們都難逃殺熟罪名。
消費者不禁會疑問，平臺及巨頭們為何甘願揹負名譽受損和股價狂跌的代價，也要把大數據殺熟進行到底呢？一切客觀存在的事物都有其內在的邏輯，對大數據殺熟氾濫的領域進行深入調查後發現，這種怪現象背後的原因有三。
首先，持續的燒錢擴張策略是罪魁禍首；多數互聯網企業在初期以燒錢快速擴張，利用低價圈住消費者。長此以往，平臺逐漸成了領域的龍頭，並以此對喪失選擇權的用戶進行“收割”。
現在正是各家巨頭持續的擴張策略，使平臺需要大量的資金支撐利潤和新業務拓展，於是就會想法設法回血資金，大數據殺熟也就成為各家的共同選擇。
其次，新用戶增速放緩是第二動因；隨著互聯網紅利見頂，流量也逐漸觸摸到天花板，很多行業都進入了存量競爭的階段，許多領域獲客成本達到了幾百元甚至上千元，因此各平臺都會對新用戶贈送各種折扣和福利。大多數外賣、出行、OTA平臺已經渡過“創業時期”，用戶增長都開始減慢，融資渠道減少，對老用戶痛下殺手，並把其中一部分的錢補貼給新用戶，成了平臺保持對新用戶吸引力的一個妥協性的辦法。
新用戶增速放緩，讓各大平臺不得不將目光放回老用戶身上，薅老用戶、會員用戶的羊毛，成為大數據殺熟的第二動因，這也使殺“熟”保“新”將會長期存在。如日常購買外賣時，就可以看一看美團、餓了麼兩家平臺同一個商家的同一商品定價，和各自配送費的定價，哪家更低選哪家，掌握主動權才是應對收割的正確做法。
最後，取證難、維權難助長亂象氾濫；每次出現大數據殺熟的風波，企業都會以各種理由回應，過去大數據殺熟的拷問此起彼伏，面對外界的質疑，互聯網企業通常以商品型號或配置、享受套餐優惠、時間點不同等為理由，進行自辯。
“殺熟”行為之所以如此肆無忌憚，很大一部分原因都是監管和舉證的困難導致。究其背後是因為“大數據”的特性就決定了殺熟存在複雜性和隱蔽性，別說普通消費者，甚至機構也難以舉證，所以“大數據殺熟”如何界定就成為了一個類似“既有又沒有”的“薛定諤的貓”的長期問題。
三、平衡數據利用與保護是關鍵
大數據立法需要明確數據權屬主體資格；確立數據採集法律制度；明確數據存儲主體的權利義務和責任等，但其中面臨的一個最核心問題就是如何平衡數據利用與數據保護。
是否允許訪問照片庫、是否允許讀取通訊錄……如今使用各類軟件時，人們似乎已經習慣了這些“前綴”環節，很多人會不假思索地為軟件“開綠燈”，畢竟如果拒絕授權，可能會導致軟件無法使用。
在這些不經意間，我們的個人數據也被商家獲取了，根據後臺數據對消費者實行精準畫像，並由此提供差異化選擇已是軟件運營的商業模式之一。
在享受大數據帶來便利的同時，一些商家也在利用這些數據進行大數據“殺熟”，比如在同一外賣平臺點餐，會員價竟比非會員價高；從常用的在線旅遊平臺訂酒店，房型顯示的竟然還沒有新用戶多。
這也讓不少人吐槽大數據的發展是在犧牲個人信息保護的基礎上。
為了填補虧空、應對增量放緩，加之殺熟的取證維權難，都成為平臺及巨頭們冒風險舉起鐮刀的背後推手，而這些原因不是一朝一夕間出現的，自然短期之內也不會消失。可我們面對不公平的“大數據殺熟”就聽之任之，束手無策嗎？其實一切並不是無解的死局。
