老用户打车一年竟要多花3000元？这些互联网企业被曝“杀熟”

来源：​ 中央广播电视总台央视财经

随着互联网的高速发展，大数据时代的来临，消费者一方面在享受便捷服务的同时，也面临着许许多多的陷阱。从旅行平台、电商平台、打车软件到外卖平台，不少互联网企业，都曾被曝光利用大数据杀熟。

2020年12月14日自媒体漂移神父在微信公众号发表文章《我被美团会员割了韭菜》，质疑美团对外卖会员杀熟，开通会员后，点餐配送费反而上涨。

文章指出作者常年点外卖的一家驴肉火烧店，配送费从未超过3元，但是充了美团会员后，配送费竟变为6元。先确认了当时并非配送高峰期，然后又登录了自己另一个非会员的账号进行确认，发现两个账号在相同时间、相同位置，配送费并不一样，会员6元，非会员2元。

三天后作者再次操作确认，配送费会员4元，非会员2元，会员的配送费还是比非会员高，自此他得出了结论，认为自己遭遇了大数据杀熟。

文章引发热议后，相关外卖平台联系了肖先生，针对他提出的质疑，平台方给出的回复是，配送费上的价格差异是由于系统缓存而导致的误差。对于这一说法，显然肖先生并不认可。

消费者 肖先生：“我尝试了很多次，在一周之内都是这种情况，美团用缓存的说法肯定说不过去了，何来的位置缓存呢？在同一个地方，差异就是存在于会员和非会员之间。”

无独有偶，家住北京的王女士也遇到了类似的情况，她被杀熟的平台是网约车。

王女士介绍说，她平时上班、出行，但凡远一点的地方都会打车，基本上每天要打三四次车。因为经常遇到高峰期约不到车，为了增加成功率，王女士除了一部常用手机，还有一个备用手机，结果她发现了一个问题。

消费者 王女士：“我经常用两部手机叫车，有一次就发现两个手机叫车价格不一样。”

为了验证王女士的说法，记者请她使用自己的两部手机，在同一时间到同一地点，开始约车。

消费者 王女士：“这手机不经常用，18元，经常用的22元，就已经有差价了。平台莫名其妙给了券，这个我常用的手机反而不给券了，同等车型的情况下，（不常用账号）每一辆车都有优惠券，（常用账号里）都是没有的。”

除了支付金额有差异之外，常用和非常用的约车手机，在约车的成功率上也有差别。

消费者 王女士：“有一次，跟我一个好朋友同时回我家，我俩同时打专车，我叫了三分钟没叫到，她叫车之后，不到20秒就叫到了专车。”

王女士介绍说，一开始常用手机叫车还是很容易的，而且还总能叫到便宜的车，但是到后来能叫到便宜车的概率越来越低。

消费者 王女士：“礼橙专车还会出现溢价行为，活跃用户反而溢价，就是涨价，比如说我从国贸回家，大概预估价是70元，（平台）溢价1.2倍、1.6倍，就会多十几元。” 因为经常使用两部手机进行比较，王女士给自己算了一笔账，不算不知道一算吓一跳。

消费者 王女士：“通过我的比较，老手机跟新手机的（叫车）价格，大概每天两单的话，可能就会差10元钱左右，一天差10元钱，一个月就300元，一年就3000多元钱，出行成本就增加了很多，挺坑的，这就是杀熟，我越用你越给我涨价，越对我不好。”

现在商家为了吸引更多新客户，给新客户很多优惠措施，虽然这是可以理解的，但是利用大数据区别对待新老用户，给新用户优惠，给老用户提价，这让许多老用户觉得很不公平。尤其是通过网络平台订酒店，许多消费者发现，他们也经常遇到杀熟的情况。家住河北的张先生，前段时间在携程网订酒店就遇到了一个很奇怪的事情。

消费者 张先生：“我们都新注册，没有会员，之前都没有用过（携程），我订的时候是282元（一间房），我媳妇再订的时候是262元（一间房）。”

张先生一开始以为是这家酒店的问题，就选择了一家在北京之前订过的酒店，再次进行了尝试。

消费者 张先生：“因为之前订过那个酒店，我就说再搜一下，（结果）一模一样的酒店，一模一样的页面，搜出来以后价钱差100元钱。”

同样级别的会员账号，同一时间入住相同的房型，不同的手机预订怎么会有差价呢？张先生开始细致地分析原因。

消费者 张先生：“便宜一点的手机，订出来的（房价）稍微价格低一点，贵一点的手机，订出来的会比（价格低的手机）高出来一些钱。”

张先生计算了一下，酒店房间定价280元左右的，不同的手机上显示的差价为20元左右，定价在1000元左右的，不同手机预订的价格相差100元左右，差价基本都是10%，他觉得自己也被大数据杀熟了。

记者和张先生找到了三部手机进行了现场验证。一部手机是价格千元的普通手机，一部手机是价格三千多元的中档手机，还有一部是价格更贵一些的苹果手机。

按照同一家酒店、同样的房型、同样的入住时间等完全一致的条件要求，开始在携程网上同时搜索，搜索后三部手机分别显示出了价格。

第一部价值千元的普通手机、携程普通会员显示的房间价格是1158元。 第二部价值三千多元的中档手机，携程普通会员显示的房间价格是1258元。

而价值更高的苹果手机，携程的黄金会员，按条件应该享受更优惠的价格，但依然和中档手机、普通会员一个价，房间价格也是1258元。

消费者 张先生：“凭什么我用贵一点的手机，（预订商品）价格就要高一些，就要挨平台宰，大数据杀熟就挺让我生气的。”

比起出行订酒店，外卖平台的使用率更高。邓先生常年在北京打拼，因为一个人做饭不方便，他就经常点外卖。

消费者 邓先生：“一直点饿了么外卖，后来为了能便宜点，我开了个会员，开始以为比正常非会员买东西便宜。饿了么当时推出了一个活动，会员可以买加量包。后来偶然发现朋友非会员，买10元的红包券只花5元，但是我作为会员，却要花7元。”

在邓先生提供的截图上可以看到，同样是购买超级吃货红包，会员账号是七折，而非会员账号是五折。

消费者 邓先生：“饿了么会员也得花钱买，长期续着费，就为了省钱才买了饿了么会员，但是我们发现，买完会员倒比不买会员的花钱花多了。”

湖北孝感消费者： “我是很久之前就一直用饿了么去点外卖，就会买会员，然后我有一个同事刚开始用饿了么，当时是双11，平台会有活动，比如说，你一下买4个月会员，就会给你便宜多少钱，我记得我当时买了4个月会员是20元，但是我朋友单月买是（每月）2元。”

针对这种情况，她联系了饿了么平台的客服，但是始终没有得到一个满意的答复。

湖北孝感消费者：“饿了么就给我回了一个电话，就说平台会去处理这个问题，然后会去反馈关于价格的问题，饿了么说，没有办法给一个非常准确的结果，我只是想得到公平对待。 ”

家住河北唐山的消费者，投诉了关于美团加油购的问题。

河北唐山消费者：“美团加油购就相当于美团红包，之前我一直用美团，可能前面一直是半价，后来可能业务使用比较频繁，经常用美团，突然所有价格都涨了30%，我就去找美团客服，客服说这是正常价格变动。”

针对出现的这种情况，这位消费者要求美团能够退款，但是始终没有得到答复。

河北唐山消费者：“美团根本没有想解决，我感觉有点像霸王条款，就是这个东西你买了，是绝对不能退款的，新用户会有一些优惠，但是老用户就没有了。 ”

大数据杀熟是一个普遍存在的现象，还是偶尔遇到的个例呢？记者在北京街头和写字楼随机进行了采访，在记者的调查中发现，很多消费者表示自己或者身边的朋友，都遇到过大数据杀熟，无论是订外卖、订酒店，还是网约车、网络游戏都有遇到过，对于这样的行为，大家也都表示难以接受。

北京奥古律师事务所主任律师暴杰告诉记者，大数据杀熟这一现象从2016年就开始进入公众视野。“大数据杀熟一般是指，经营者收集消费者的个人信息，运用大数据和算法分析消费者的偏好、消费习惯、支付能力等信息，建立了用户画像，然后将同一种商品或者服务，以不同的价格卖给不同的消费者，从而获得更多利润的行为。大数据杀熟具有价格歧视的表象，但是在本质上，大数据杀熟应当属于一种价格欺诈行为。”

暴杰律师认为，大数据杀熟这种情况在两个阶段涉嫌违法，第一个是在用户个人信息收集阶段，可能涉嫌违法收集个人用户信息。第二个阶段是运用大数据杀熟的实施阶段，涉嫌的是价格欺诈，结合我国消费者权益保护法等相关的法律法规，它主要侵犯了消费者的隐私权、知情权和公平交易权。

北京奥古律师事务所主任律师 暴杰：“在2021年的2月7日，国务院反垄断委员会印发了关于平台经济领域的反垄断指南，重点指出了关于差别待遇，以及大数据杀熟具体的认定，我们认为可以考量以下几个因素，第一个因素是如果我们发现行为是基于大数据和算法，根据交易相对人的支付能力、消费偏好用户习惯等，实施差异价格或者其他交易条件的，这种我们就可以认定是其中之一。第二种实施差异性标准、规则和算法的。第三种是实施差异性付款条件和交易方式的。”

那么关于大数据杀熟，在我们现有的法律规定中应该如何处罚呢？

北京奥古律师事务所主任律师 暴杰：“如果存在大数据杀熟的行为，我们有两种处罚规定，一种是责令限期改正，由市场监管部门责令限期改正，并且没收违法所得处于5万元以上20万元以下的罚款。情节严重的，比如说多次的，在这种情况下可以并处20万元以上50万元以下的罚款。”

如何解决这一现状，暴杰律师也提出了自己的建议。

北京奥古律师事务所主任律师 暴杰：“对于举证的问题，我们可以采用多样化的比较方式，比如说采用不同的手机、不同的号码来分别试一下，看看是不是存在大数据杀熟现象，如果存在这个现象的话，我们的消费者应当及时地截屏，保存证据，向有关部门进行投诉。第二个是我们应当把它形成一种人人喊打的社会氛围，商家就要考虑自己被处罚的成本和承担的责任。”

大型互联网平台企业利用庞大数据及用户场景黏性进行大数据杀熟的行为，侵害消费者数据主体权利和公平交易权以及知情权，严重损害消费者利益。

我们希望相关执法和监管部门能够进一步落实中央要求，加大力度对于大数据杀熟等平台不规范的经营行为进行严厉处罚，切实保障安全有序的市场环境，维护消费者的合法权益。

（编辑 朱辛未）