對老會員配送費更高、同一家店吃兩三回就漲價、開通了會員反而優惠金額減少……近年來，部分網絡平臺“價格歧視老用戶”“割會員韭菜”引起關注。網友將這種新老用戶的“差別對待”，稱為大數據“殺熟”。

大數據“殺熟”是由算法定價引起的現象，本質是價格歧視。具體表現可能是同一個App上“會員價”高于非會員價，甚至同樣的商品、不同手機有不同價格。北京市消費者協會調查發現，近9成人認為“大數據殺熟”現象普遍存在，56%的被調查者表示，自已有過被“大數據殺熟”的經歷，其中以網購、在線旅游、酒店住宿、網約車、外賣、影視等消費場景最多。

何以如此？這與平臺企業的強勢地位、用戶處于信息不對稱地位有關。首先，在技術條件方面，平臺積累了海量用戶數據，包括性別、年齡、職業、地理位置、瀏覽歷史等，云服務器租用，平臺可以準確描繪用戶的個體特征，并通過深度學習分析每個用戶的消費習慣、消費能力和價格敏感度，預測用戶購買喜好和針對性影響用戶的購買決策。其次，平臺擁有強大的算力和專業技術人才，具備處理和分析海量數據的能力，進而平臺可以利用機器學習算法，更精準地為用戶畫像，特別是借助積累的用戶數據不斷訓練算法，提升算法的效能。

大數據“殺熟”背離了誠信原則，辜負了老客戶信賴，侵害了消費者利益，不符合商業倫理，必須予以遏制。一方面，裝上監管“安全閥”，做好大數據保護和合規使用。比如，可考慮由國家市場監管總局作為主體監管部門，牽頭組織商務、工信、網信、文旅等有關部委一道，鑄造監管合力，消除監管盲區。另一方面，通過法規制度建設，規范個人數據處理活動，強化對個人數據的保護，從而有效遏制個人數據侵權行為，切實維護個人數據主體的合法權益。此外，用戶也可以通過以不登錄的狀態，或者不同的瀏覽器、不同的手機終端，到某個網站搜索某個特定的商品，記下報價，并進行比價，時刻做到“貨比三家”。

千金難買回頭客。電商企業應加強自律，directadmin安裝，樹立以用戶為中心的理念，使用大數據時，應一視同仁；相關職能部門也要有所作為，充分發揮技術監管和法律約束的作用，防止“貪欲的技術”急功近利，越滑越遠。