大数据“杀熟”：我是谁，我在哪，我（被）干了啥？

近日，某APP由于再次利用大数据“杀熟”被公众讨伐，“明明三千多的票，点进去就变成六千多，最后变成一万多。”不少网友表示，自己曾被APP大数据杀熟过，并建议把截图保留下来，诉诸法律。那么什么是大数据“杀熟”，它是如何产生的，在数据流中又经历了怎样的加工、计算？有什么防范的方法和工具吗？

什么是大数据“杀熟”

大数据杀熟是指经营者运用大数据收集消费者的信息，分析其消费偏好、点击频率、消费习惯、收入水平等信息，将相同商品或服务以不同的价格卖给不同的消费者，从而获取更多利润的行为。随着大数据技术的发展与应用，大数据“杀熟”行为愈演愈烈，甚至当选为2018年度社会生活类十大流行语。为遏制此类乱象的发展与蔓延，2020年8月20日，文化和旅游部发布了《在线旅游经营服务管理暂行规定》，明确了在线旅游经营者不得滥用大数据分析等技术手段，侵犯旅游者合法权益。

经统计，大数据“杀熟”面向的对象主要是网购平台、在线旅游、网约车类移动客户端或网站用户，那么在这些“重灾区”，它是如何体现的呢？

大数据“杀熟”表现形式

“杀熟”的形式多样，主要有三种表现：

一是借助大数据进行“用户画像”根据用户的收入水平与消费习惯实现杀熟。这是最常见的大数据杀熟套路。商家通过移动端应用后台收集用户的消费习惯信息，如经常浏览的商品类型、价格区间、购物历史等，并进一步收集与用户身份特征（如手机号码、微信、微博账号等）相关联的其他应用信息，通过银行账户资金往来、短信等途径估算用户的收入水平，从而进行行为建模，给用户贴“标签”，针对性地向用户推送一部分商品，隐藏另一部分商品，诱导用户的消费选择，并进行一定幅度的加价。

二是通过地理位置信息实现杀熟。 商家通过移动端应用后台收集用户的地理位置信息并进行实时分析，若用户所处的位置附近潜在的竞争对手较少，则进行一定幅度的加价。此外，用户的住址、办公地点、常去消费的场所等地理位置信息也可以用于判断用户的收入水平及消费能力，使得“用户画像”更为精准。

三是通过用户与移动端应用交互的行为细节实现杀熟。用户与应用交互的行为细节，如键入信息频率、搜索关键词等，能够在一定程度上反映这一时点用户对于商品或服务需求的迫切程度，一些商家会基于这些信息进行动态浮动加价。

平台利用大数据“杀熟”，既损害消费者权益，更阻碍行业健康发展，长此以往，将不利于互联网企业的长远发展。但“大数据杀熟”又频繁跃入公众视野，究竟是什么原因让其长期存在呢？

“杀熟”现象频频发生的原因

一是企业运营越位。一些大型互联网企业正因其体量巨大，对市场具有一定支配作用，凭借其垄断性地位，不断扩展业务范围，获取海量用户数据，在复杂的优惠规则和相对私密的支付过程下，利用规则制定权、算法、技术对用户“杀熟”。

二是用户维权失位。消费者在面对“杀熟”现象时，不易发现，很难察觉，即便发现，也秉持着多一事不如少一事的原则做冷处理，消费者维权意识的缺失，导致大数据杀熟现象愈演愈烈。

三是政府监管难度大。目前对于大数据管理，缺乏有效监管措施和技术手段，虽有出台相关法规和管理条例，但是在具体落实中，操作困难，导致依然有漏洞可钻，在数据监管方面，由于保护措施和相关规范不足，一些企业随意使用用户数据进行牟利。造成大数据滥用情况始终存在，“杀熟”现象频频发生。

抛开政府监管和用户维权，企业利用规则制定权、算法、技术对用户“杀熟”的原理又是怎样的呢？

大数据“杀熟”实现原理

大数据杀熟本质上是在新的技术条件和手段下、效率更高的价格歧视。英国经济学家庇古（Pigou）早在1920年就给价格歧视提出了三级定义。大数据杀熟即属于第三级歧视。（百度百科收录的信息：第三级价格歧视是指垄断厂商对不同市场的不同消费者实行不同的价格，在实行高价格的市场上获得超额利润......有时企业拥有关于顾客的信息，特别是关于顾客愿意支付的价格的信息。如果购买者的特性是可以观察到的，那么销售者就可以制定不同的格。）

本质上看，大数据杀熟的技术原理就是对大数据的搜集和特地目的使用，主要通过三个步骤实现。

• 对用户的消费习惯和消费理念进行采集。这一步在大数据时代简直是易如反掌，因为我们在平台的每一条消费记录甚至是浏览记录都会被作为数据存储。
• 结合用户的消费习惯和消费理念，按照采集的相关数据，进行数据处理分析（数据的质量、数据时效性、数据的关联性等），将用户分成不同的类，标记不同的标签，进行应用（比如营销、数据报表、反欺诈等等）。

用户画像体系架构图

      除了本人外，大数据公司还通过用户标签“二重身”的数据算法（按照各个数据维度寻找相似用 户，业内的专业术语叫“协同过滤”），将他们购买的商品推荐给你。这就是为什么大家会觉得互联网越来越懂自己的原因。

• 对这些商品进行隐秘性价格调整，因为生活中我们的信息是非常不对等的，即使平台调整了价格，我们很多时候是发现不了的，即使发现了，我们也会更多的认为只是平台的等级制度不同而已。

知道了杀熟的技术原理，我们在日常生活中若何反制“杀熟”行为呢？

大数据“杀熟”的防范

第一：人工对比方法。使用不同价格的终端、使用会员与非会员、在不同地点，查询同一家店铺的同一款物品，查询出链接相应价格，截图拍照留存，并做好记录哪个终端、是否使用会员、在哪个位置取得了哪个价格，一方面挑选最便宜的价格进行购买，另一方面将这些材料作为证据举报价格欺诈。

第二：技术手段的思路。开发一款软件，模拟使用不同价格的终端、使用会员与非会员、在不同地点，查询同一家店铺的同一款物品，查询出链接相应价格，自动截图拍照留存，并做好记录哪个终端、是否使用会员、在哪个位置取得了哪个价格，自动挑选最便宜的价格进行购买。

同所有技术一样，大数据分析技术也具有两面性,具有双刃剑作用,沃恩只有正确使用才能产生好的效果。

欢迎在关于数据采集，用户标签，数据质量、数据关联分析等方面能与大家交流。