近期網絡上很多用戶都反映了自己遭遇“殺熟”的經歷，同樣的商品或服務，老客戶看到的價格反而比新客戶要貴出許多。調查發現，在機票、酒店、電影、電商、出行等多個價格有波動的平臺，都存在類似情況。類似現象受到各大媒體關注，并被統稱為“大數據殺熟”。在輿論熱浪下，我們應該如何看待“大數據殺熟”呢？
首先，鑒于“大數據殺熟”已經演化成一個廣泛而模糊的標簽，有必要厘清它的含義。其次，我們從商家的視角討論利用大數據進行價格歧視容易忽略的后果。最后，我們討論消費者對“大數據殺熟”的應對。
什么是大數據殺熟？
按字面理解，大數據殺熟即“熟客”比“生客”支付更高的價格。這個更高的價格可能出于兩個原因，一是在個性化推薦系統下，電商平臺向“熟客”推薦高端產品或服務（如，出行平臺向消費者推薦價格更加高昂的出行服務），這種做法大致可理解為一種誘導性消費；另一種是針對同一產品或者服務，給熟客更高的報價，這種做法大致可以理解為（基于大數據的）價格歧視。乍一看，第一種理由似乎比第二種更可接受，因為高價可以歸因為價格差異而不是價格歧視，但事實可能并沒有如此簡單。
首次考慮誘導性消費。網絡平臺日趨完善的技術和算法雖然大大降低了消費者的平均搜索成本，但平臺和消費者之間存在著嚴重的信息不對稱，導致平臺在理論上完全有可能進行誤導性推薦或扭曲正常的消費體驗，從而不當得利。例如，本想預約出租車的消費者可能會發現平臺調派的都是距離較遠的出租車，或者本想預約普通型網約車而叫到的卻是一輛商務七座車。這種誘導性消費無疑違反了《消費者權益保護法》中“消費者享有知悉其購買、使用的商品或者接受的服務的真實情況的權利”，屬于不當得利行為。
再考慮基于大數據的價格歧視。首先，對于需求和供給相對動態的服務（如網約車），價格歧視的判定會相對復雜，因為要考慮即時需求和供給的快速變動。其次，從經濟學意義上來說，價格歧視不是一個簡單的是與非的問題。從商家角度來看，價格歧視是簡單有效的提高利潤的定價方式。考慮一個簡單例子，假設需求曲線是線性而邊際成本恒定，可以證明，用單一的最優價格只能達到最大社會福利（商家利潤和消費者剩余之和）的50%.福利損失的一半來源于部分消費者因為價格過高而拒絕購買。與之對應的，假設商家采用一高一低的兩價組合，商家的利潤會上升1/3，香港免備案主機 美國服務器，高額利潤無疑會刺激商家增加供給。注意到最優價格組合里的低價比最優的單一價格要低，這就意味著價格歧視可以有效地擴充市場，讓部分支付意愿較低的消費者進入市場并獲益，也就是說并不是所有人都會抱怨價格歧視。
大數據時代信息采集手段的多樣化給了商家前所未有的契機。消費者在網上搜索、瀏覽、下單、評價等行為，都可能為商家提供關于價格敏感度的關鍵信息。以外賣網站為例，價格不敏感的消費者可能會用不同標準（如價格高低，送貨時間長短）來篩選外賣。但商家必須意識到，價格歧視并不只是一個技術性問題。盲目追求“精準”的用戶畫像，可能南轅北轍、適得其反。
第一，從經濟學意義來說，顧客和平臺商家之間不是一錘子買賣，而是一個長期交互過程，在這個過程中，消費者的最優對策并不是被動的接受價格歧視。可以想象，如果一個“價格不敏感”的標簽意味著未來將對同樣的產品或服務支付更高的價格，沒有消費者會心甘情愿做這樣的冤大頭。理性的消費者會設法知悉這個標簽背后的算法，并采取相應行動避免被打上“價格不敏感”的標簽。具體來說，消費者有可能通過各種技術方法來嘗試掩蓋不利于自己的信息。例如，如果消費者知道熟客的價格會更高，或者蘋果手機收到的報價更高，他們就會創建新的賬號、用安卓手機下單。這種顧客和商家之間的“躲貓貓”行為顯然不創造任何社會價值，只會導致消費者時間精力的白白浪費。如果消費者發現無法隱瞞自己的信息，他們也可能推遲購買作為對策。相應的，商家可能需要花費更高成本（如新顧客的折扣）來吸引消費者，這些折扣可能會部分甚至完全抵消掉價格歧視帶來的超額利潤。總之，這些行為會導致廠商和消費者的“雙輸”和社會福利的總體下降。
