大數據“殺熟”呼喚行業深度治理

陸峰

大數據“殺熟”行為具有很強的隱蔽性，沒有人能完全明白無良企業在數據黑箱里究竟裝了哪些運算法則，也沒有人能夠在智能計算定義運行的經濟社會中“獨善其身”。

在大數據盛行的今天，人們在擔憂個人隱私泄露被企業用來作惡以外，還有一種大數據作惡方式讓人毛骨悚然，那就是商家基于大數據的千人千面，對已經養成消費習慣的老顧客，暗中提高銷售價格，坑害消費者利益，此類行為被稱為大數據“殺熟”行為。大數據“殺熟”行為具有很強的隱蔽性，沒有人能完全明白無良企業在數據黑箱里究竟裝了哪些運算法則，也沒有人能夠在智能計算定義運行的經濟社會中“獨善其身”。利用好大數據的同時，加強大數據發展治理，謹防大數據對我們的生活造成的新困擾，已經刻不容緩。

大數據“殺熟”事件現狀

大數據“殺熟”行為坑害消費者權益。近日，微博網友爆料自己是某網站某酒店的常客，偶然發現購價380元的房間，其他用戶只需要300元就能拿下，并用朋友賬號測試后再度證實。該消息一經發酵，瞬間引來大批網友共鳴。電商“殺熟”現象不僅存在酒店預訂上，在打車、通信套餐、電影訂票、網絡購物等線上消費中皆有此類現象。基于大數據的千人千面，通過出讓部分個人隱私，幫助企業做最優決策，本是有利于雙方互利共贏的事情，但很多無良企業卻利用了大數據這個利器作惡，他們會給消費者的每次行為打數據標簽，會為消費者打上千甚至上萬個標簽，比消費自己都了解自己，然后利用這些標簽和消費者的消費習慣牟取不正當利益。

大數據“殺熟”行為給新零售發展蒙上陰影。給予新用戶低價是有效的拉新手段，在流量紅利見頂、電商獲客成本高的當下，用低價把新用戶留存成老用戶，在用戶消費習慣形成后提高價格，已經成為商家獲取更高利潤的重要手段。部分線上平臺對熟客的高定價，將打亂線上消費節奏。如果大數據為用戶帶來的不是收益而是損失，將會引發大部分用戶采取保守策略。當年打車大戰時，許多用戶為了獲取補貼而采用新手機號獲取補貼后棄之不用的事件。在新零售火爆的當下，線上消費作為牽頭者，其積累億萬消費大數據優勢，是其能夠作為引領消費的有利保障。出現大數據“殺熟”丑聞，將會影響新零售中用戶對大數據這個工具的態度，造成更為嚴重的不良影響。

大數據“殺熟”行為問題分析

1.法律法規不夠健全。該模式在研發、生產優化、供應鏈管理等方面有應用潛力。根據我國《價格法》規定，經營者提供相同商品或者服務，不得對具有同等交易條件的其他經營者實行價格歧視。由于該法律未針對“同等交易條件”條款進行詳細解釋，網絡平臺根據地理位置、手機型號、瀏覽記錄、消費記錄做的差別定價并不能和價格歧視劃上等號。傳統消費領域普遍采取統一階梯定價，存在的會員折扣、兩杯半價、消費者自行砍價等差別定價類似，線上消費基于“大數據”技術采用新型的差別定價規則，雖然具有很強的隱秘性和不可預測性，但本質上都在《價格法》允許范疇里。此外，《網絡安全法》和《互聯網信息服務管理辦法》等相關網絡信息類法律法規，對大數據“殺熟”行為也沒有明確定論。由于《價格法》等相關法律法規的不完善，進一步導致企業在利用大數據“殺熟”行為方面，除了可能會被消費者偶然察覺，飽受輿論譴責之外，免去了觸犯法律法規的擔憂，行為更加有恃無恐。

2.監管治理手段滯后。與傳統差別定價相比，基于大數據的“殺熟”行為具有更強隱蔽性，具有千人千面特點，個體用戶難以直接發現，即使察覺比例也相當低。面對具有網絡化操控、動態變化、千人千面、隱蔽性強等特征的大數據“殺熟”行為，傳統線下檢查、事后處置監管治理模式幾乎束手無策，存在發現率低、取證難度大、查處成本高等大問題。正是因為大數據“殺熟”行為具有上述特點，使得部分企業在大數據“殺熟”方面躍躍欲試，有的企業甚至抱著僥幸心理，打著大數據分析利用的幌子，肆無忌憚地坑害消費者。提升大數據發展治理能力，亟須推進政府監管治理體系的信息化。

3.社會監督服務缺乏。社會面向企業大數據分析應用的監測、評估、評價服務缺失，使得企業在利用大數據作惡方面更加有恃無恐。針對企業大數據分析利用的網絡監測工具的缺乏，比如像跨平臺的網絡比價軟件等，使得普通消費者幾乎成了無良商家的魚肉，很難發現大數據“殺熟”行為，即使發現也是純粹偶然碰巧行為，企業在利用大數據專業性技術“欺壓”普通消費者時具有強烈技術優越感，大大助長了無良商家的氣焰。社會層面，面向企業大數據分析利用的社會評估和評價服務的機制缺乏，使得消費者對全社會大數據分析利用中的作惡類型，缺乏整體性的認識，降低了消費者對大數據作惡的警覺程度；同時也使得大數據開發利用行業魚龍混雜，部分無良企業冠冕堂皇地打著大數據分析利用的幌子，肆無忌憚地干著坑害消費者利益的勾當。

4.行業自律機制尚未建立。目前社會上關于推進大數據開發利用、創新應用的聯盟、協會等組織很多，此類組織成立宗旨和工作內容都很明確。然而社會對企業大數據開發利用合規性關注度非常高，但很少有專門關注大數據開發利用合規、合理性方面的社會組織。從企業自律角度來講，作用十分有限。大數據“殺熟”等很多大數據作惡行為的出現和發展，重要原因在于行業自我監督缺失，同行業對此類行為相互學習、趨之若鶩，而不嗤之以鼻。行業組織通過行業自律公約、發展報告、評估評價等模式推進行業自律機制，具有比政府監管更強引導和示范作用，更能起到專業性的同行監督作用，但目前這種機制尚未建立。

大數據“殺熟”現狀對策建議

完善大數據發展相關法律法規。一是制定大數據開發利用行業管理規范，明確大數據開發利用的宗旨和原則，出臺大數據開發利用負面清單，引導企業在開發利用大數據時，要綜合考慮企業收益、消費者感受、文化風俗、社會反響等因素，提高大眾大數據應用獲得感，促進大數據更好造福百姓生活。二是完善網絡安全法、互聯網信息服務管理辦法等相關網絡信息服務類法律法規，及時將大數據開發利用“作惡”行為明確納入法律法規治理領域，提高法律法規震懾效應。三是適應大數據開發利用發展形勢，盡快完善《價格法》，理清大數據分析應用可能引起差別定價方式和種類，清晰明確差別定價和價格歧視的具體區別，并將大數據“殺熟”等行為納入價格歧視范圍。

加強大數據應用監管治理能力建設。一是建立社會大數據分析應用政府監管治理網絡平臺，針對網絡市場信息服務平臺，開展在線化、網絡化、全天候的動態市場執法監管，提高對違法、違規、不良等各種隱蔽型大數據作惡行為的及時發現和查處能力。二是應用大數據技術對社會大數據開發應用進行深度治理，從政務應用、企業大數據應用平臺、消費者評價等多種渠道獲取數據，加強數據的深度利用和關聯分析，研判可能存在或發生大數據作惡行為。三是暢通大數據應用作惡行為網絡舉報查處通道，簡化舉報流程，提高對微小型、海量化、多樣式等特點大數據應用作惡行為及時發現和查處能力。四是對采用大數據作惡的企業開展部門聯合懲戒，限制企業大數據分析利用從業領域，以及相關產品的應用范圍和分析數據采集范圍，并對其產品應用開展嚴格安全檢測。

發展大數據應用監測和評價服務。一是鼓勵發展面向大數據分析應用的網絡監測工具和服務，比如網絡比價搜索、網絡銷售熱度、用戶評價匯聚等軟件和信息服務，支撐大眾對企業大數據應用行為的監督和發現，利用消費者力量，開展社會協同化治理。二是開展大數據分析應用社會評估服務，從大數據開發利用合規性、合理性、用戶體驗等多方面評估企業大數據分析應用情況，引導企業大數據開發利用向合規、合理、提高用戶體驗方向發展。三是探索建立企業大數據開發利用信用評價機制，對大數據產品和服務開發、提供和應用等產業鏈企業開展大數據分析應用信用等級認定，建立黑名單公示制度。四是開展大數據產品和服務安全測評和認證，對重點行業和重點領域大數據產品和服務進行嚴格安全測評和安全等級認定。

推進大數據分析企業強化行業自律。一是成立大數據開發利用行業自律聯盟，發布行業自律公約，倡導大數據分析利用行業自律，遵守用戶個人信息授權使用，強化數據應用自我約束，尊重用戶的知情權和控制權，保障用戶的個人信息安全和產品服務的安全可信，接受社會廣泛監督。二是引導企業制定大數據分析應用用戶告知協議，告知數據采集范圍、分析手段、實現目標以及可能對用戶產生的潛在影響等，讓用戶享受服務的時候安心和放心。三是鼓勵企業定期發布企業大數據開發利用發展報告，推進分析算法、數據來源、應用進展、取得成效等相關信息公開，接受社會廣泛監督。四是制定行業大數據開發利用技術規范，提出大數據開發利用負面清單，規范企業大數據技術開發利用行為。

提高全社會對大數據作惡行為的認識。一是建立企業大數據分析作惡行為網絡曝光臺，加大對大數據作惡企業的網絡曝光力度，提高其違法違規社會成本，利用市場機制促進行業優勝劣汰。二是加大宣傳力度，采用網絡科普文章等宣傳模式，提升全社會對大數據作惡行為的普及認識水平，提升公眾的認識和防范意識，全面筑起防范大數據作惡的堡壘，打起防范大數據作惡行為的全民攻堅戰。三是舉辦大數據開發利用成果展和科普展，采用簡而易懂的模式對大數據作惡行為開展科普宣傳，提高社會各界對大數據開發利用的認知水平。