随着互联网技术的迅猛发展，消费者的兴趣爱好、消费习惯等信息，已经在大数据技术面前毫无藏身之地。所谓“大数据杀熟”，通常指经营者利用大数据技术釆集用户信息、建立用户“画像”，并以谋取利益为目的，根据用户“画像”提供特定（非可选性）商品或服务的损害消费者权益行为。

2018年以来，大数据“杀熟”问题备受关注，有关大数据“杀熟”现象的报道时有发生。但每次涉事企业都否认了利用大数据技术“杀熟”，最后结果也都不了了之。今年1月1日实施的《电子商务法》明确规定，电子商务经营者根据消费者的兴趣爱好、消费习惯等特征向其提供商品或者服务的搜索结果的，应当同时向该消费者提供不针对其个人特征的选项，尊重和平等保护消费者合法权益。

这一规定，被普遍认为会对规制大数据“杀熟”问题起到有效遏制作用。那么，目前是否还存在大数据“杀熟”现象？消费者对大数据“杀熟”现象怎么看？如何有效解决大数据“杀熟”问题？为深入了解大数据“杀熟”问题有关情况，维护消费者的合法权益，促进互联网经济健康发展，北京市消费者协会通过社会招标形式，委托北京阳光消费大数据技术研究院开展了大数据“杀熟”问题调查活动。

一、调查目的

通过开展大数据“杀熟”问题调查，了解消费者对大数据“杀熟”的认知情况，现实中存在哪些大数据“杀熟”行为，探讨大数据“杀熟”的侵权属性和规制思路，切实维护消费者的合法权益，促进互联网经济健康发展。

二、调查方法与内容

本次调查内容主要包括消费者对大数据“杀熟”的认知情况，现实中是否存在大数据“杀熟”行为，如果确实存在，主要存在哪些消费领域等。其中消费者对大数据“杀熟”的认知情况，主要通过网络问卷形式开展调查；是否存在大数据“杀熟”行为，主要通过对网约车、在线旅游、网购平台、票务网站、网络外卖等5个消费者反映计较集中的新兴互联网消费领域开展体验调查。

（一）问卷调查

设计大数据“杀熟”问题调查问卷。内容主要包括消费者对大数据“杀熟”问题认知情况，如是否有过被大数据“杀熟”的经历？如何看待大数据“杀熟”问题？希望有关部门如何加强监管？等等。

邀请消费者填写调查问卷。主要通过北京市消费者协会的官方微信、官方网站以及消费者网、消费大数据研究院微信公众号等渠道发布调查问卷，通过一定奖励方式邀请消费者填写调查问卷。共收集到有效调查问卷样本3185份。

（二）舆情监测

通过舆情监测技术，全面搜集各主流媒体（网媒、纸媒）、论坛、博客、微博、微信、新闻客户端关于大数据“杀熟”的报道、评论和网友吐槽等舆情资料，并对搜集到的大数据“杀熟”舆情资料进行汇总和研究分析。

（三）体验调查

1、体验网络约车消费是否存在大数据“杀熟”问题

结合征集网络约车老用户志愿者情况，选择滴滴平台的快车、专车以及首汽专车进行体验。每个调查样本要求2名调查人员同时进行体验，一个调查员的网约车用户是经常用的老用户，另一个调查员则用刚开通的用户约车。2名调查人员同时在同一地点乘坐同一平台的同一种网约车到同一地点，详细体验打车价格和车费情况。要求调查员坐后座，全程截屏或录音，保存好调查证据。

2、体验在线旅游消费是否存在大数据“杀熟”问题

结合征集在线旅游老用户志愿者情况，选取携程、同程、飞猪、去哪儿等4个在线旅游企业作为体验调查对象。每个调查样本要求2名调查人员同时进行体验，一个调查员用经常使用的老用户体验，另一个调查员则用刚开通的用户体验。2名调查人员同时购买同一旅游产品，详细体验其价格和收费情况。要求调查员模拟消费者正常购买旅游产品，并全程截屏或录音，保存好调查证据。

3、体验网络购物是否存在大数据“杀熟”问题

结合征集网络购物老用户志愿者情况，，选取天猫、淘宝、京东、当当网4个网购平台作为体验调查对象。每个调查样本要求2名调查人员同时进行体验，一个调查员用经常使用的老用户体验，另一个调查员则用刚开通的用户体验。2名调查人员同时购买同一商品，详细体验其价格和收费情况。要求调查员模拟消费者正常购买商品，并全程截屏或录音，保存好调查证据。

4、体验网络购票是否存在大数据“杀熟”问题

结合征集网络购票老用户志愿者情况，选取猫眼、淘票票作为体验调查对象。每个调查样本要求2名调查人员同时进行体验，一个调查员用经常使用的老用户体验，另一个调查员则用刚开通的用户体验。2名调查人员同时购买同一种票，详细体验其价格和收费情况。要求调查员模拟消费者正常购买商品，并全程截屏保存好调查证据。

5、体验网络订餐是否存在大数据“杀熟”问题

结合征集网络订餐老用户志愿者情况，选取美团、饿了么作为体验调查对象。2名调查人员同时在美团外卖进行体验调查，一名调查员用经常使用的老用户体验，另一名调查员则用刚开通的用户体验。2名调查人员同时模拟消费者购买同一食物，详细体验其价格和收费情况。要求调查员模拟消费者正常购买商品，并全程截屏保存好调查证据。

三、调查质量保障

1、成立调查项目小组

成立项目质量控制小组，小组由研究院主要负责人及有关专业人士组成，并对调查方案、调查过程及调查结果进行全程质量监控。

2、邀请媒体和消协志愿者参与调查

为了确保本次调查工作的公平、公开，项目组在调查实施之前，邀请部分消协志愿者、媒体志愿者与专业调查人员组成调查项目团队。消协志愿者和媒体志愿者重点参与体验调查过程，并现场见证各项调查记录等。

3、及时保存好体验调查数据资料

考虑到部分体验过程不能复原，项目组将对体验调查过程全程录音，对重要调查环节截屏保留照片，确保在由消协志愿者、媒体志愿者和调查机构调查员组成调查团队的见证下，对新老用户的体验调查结果进行固定，以防被调查对象质疑或不认可调查结果。

4、举办项目专家研讨会

调查期间，专门组织大数据“杀熟”调查专家研讨会，组织专家学者对调查数据及调查结论进行探讨和论证。

5、其它保障事项

整个调查期间，调查团队与北京市消费者协会保持密切沟通，根据调查情况随时休整调查实施情况。

四、调查结果

（一）问卷调查结果

本次大数据“杀熟”问卷调查自2019年2月22日启动，截止至2019年3月1日结束，通过北京市消费者协会网（www.bj315.org）、消费者网（www.bjxf315.com）以及“北京消协”微信（bjxx315）等渠道，共计收回有效问卷3185份。具体问卷调查结果如下：

1、被调查者以21-40岁的中青年为主

调查结果显示，本次被调查者以中青年为主，其中31-40岁的被调查者占39.59%，21-30岁的被调查者占22.07%，两者总和达到61.66%，51岁以上的被调查者占26.72%，41-50岁的被调查者占10.46%，20岁以下的被调查者占1.16%。

图1：被调查者年龄分布情况

2、被调查者职业以事业单位和企业职工居多

被调查者的职业以事业单位和企业职工居多，两者总和达到60.51%。其中企业职员占36.11%，事业单位工作人员占24.4%，自由职业者占22.07%，政府公务员占15.1%，学生占2.32%。

图2：被调查者职业分布情况

3、超六成被调查者认为大数据“杀熟”现象很普遍

调查结果显示，65.05%的被调查者认为大数据“杀熟”现象很普遍，23.27%的被调查者认为大数据“杀熟”现象普遍存在，认为大数据“杀熟”现象存在一般或不普遍的被调查者占比分别为7.03%和4.65%。没有被调查者认为大数据“杀熟”现象不存在。

图3:被调查者认为大数据“杀熟”存在的情况

4、通过亲身经历了解到大数据“杀熟”现象的被调查者最多

调查结果显示，42.83%的被调查者通过自己经历了解到大数据“杀熟”，27.97%的被调查者通过网上信息了解到大数据“杀熟”，25.62%的被调查者通过新闻报道了解到大数据“杀熟”，听别人说起了解到大数据“杀熟”的调查者仅占3.58%。

图4：被调查者了解大数据“杀熟”的途径

5、过半被调查者表示有过被大数据“杀熟”经历

调查结果显示，56.92%的被调查者表示有过被大数据“杀熟”的经历，43.08%的调查者表示没有被大数据“杀熟”的经历。

图5：被调查者遭遇大数据“杀熟”经历的情况

6、被调查者认为网购平台、在线旅游和网约车类APP或网站大数据 “杀熟”较多

调查结果显示，被调查者在购物类、在线旅游类和打车类APP或网站经历大数据“杀熟”最为常见，其他依次为外卖类、视频类和电影类APP或网站。其中，44.14%的被调查者经历过购物类APP或网站大数据“杀熟”，39.5%的被调查者经历过在线旅游类APP或网站大数据“杀熟”，37.17%的被调查者经历过打车类APP或网站大数据“杀熟”，19.84%的被调查者经历过其他类型的大数据“杀熟”，16.26%的被调查者经历过外卖类APP或网站大数据“杀熟”，15.10%的被调查者经历过视频类APP或网站大数据“杀熟”，13.94%的被调查者经历过电影类APP或网站大数据“杀熟”。

图6：被调查者经历过的大数据 “杀熟”类型

7、超八成被调查者认为大数据“杀熟”侵犯消费者公平交易权

调查结果显示，83.74%的被调查者认为大数据“杀熟”侵犯了消费者的公平交易权，46.56%的被调查者认为大数据“杀熟”侵犯了消费者的知情权，40.75%的被调查者认为大数据“杀熟”侵犯了消费者的选择权，还有3.49%的被调查者对大数据“杀熟”侵犯了消费者的权利表示不清楚。

图7：大数据“杀熟”侵犯了消费者的权利

8、遭遇大数据“杀熟”后选择向消协或市场监管部门投诉的被调查者不到三成

遭遇大数据“杀熟”后怎么办？调查结果显示，26.72%的被调查者选择向消协或市场监管部门投诉，25.56%的被调查者选择不再去这个商家消费，17.43%的被调查者选择忍气吞声、自认倒霉，11.71%的被调查者选择与商家理论，要求赔偿，10.46%的被调查者选择卸载商家APP或删除网址，8.13%的被调查者选择在社交网站或向媒体曝光。

图8：被调查者对大数据“杀熟”后处理方式

9、超七成被调查者认为企业利用大数据“杀熟”的目的是利用老用户的信任牟利

关于企业利用大数据“杀熟”的目的，调查结果显示，73.28%的被调查者认为是企业利用老用户的信任牟利；20.91%的被调查者认为是用优惠条件给吸引新用户；仅有3.49%的被调查者认为是给用户推荐合适的商品或服务，提升用户体验；另有2.32%的被调查者表示对企业利用大数据“杀熟”的目的不太清楚。

图9：企业利用大数据“杀熟”的目的

10、绝大多数被调查者认为大数据“杀熟”会透支消费者信任，降低企业信誉，损害消费者合法权益

企业利用大数据“杀熟”会带来什么后果？调查结果显示，82.54%的被调查者认为会透支消费者信任，降低企业信誉；81.41%的被调查者认为会损害消费者的合法权益，66.28%的被调查者认为会降低用户忠诚度，65.12%的被调查者认为会影响整个行业的商业信誉，仅有1.16%的被调查者认为会提升用户消费体验。

图10：企业利用大数据“杀熟”带来的后果

11、被调查者认为规范和减少大数据“杀熟”行为的最有效途径是加强监管

调查结果显示，81.41%的被调查者认为规范和减少大数据“杀熟”行为途径是加强监管，79.09%的被调查者认为是加强和完善立法，加大个人信息数据保护力度，69.76%的被调查者认为是消费者提升自我保护意识，遇到问题依法维权，61.66%的被调查者认为是加强企业自律，倡导企业诚信守法经营，16.26%的被调查者认为是其他途径。

图11：规范和减少大数据“杀熟”行为的建议

（二）舆情采集结果

本次大数据“杀熟”问题调查，通过舆情监测技术对有关主流媒体（网媒、纸媒）、论坛、博客、微博、微信、新闻客户端上，关于大数据“杀熟”的报道、评论和网友吐槽等舆情资料进行全面采集，并对采集到的大数据“杀熟”舆情资料进行汇总分析，归纳出以下十种形式：

1、新客户享有专属优惠

舆情资料显示，部分企业网站在宣传语中，直接标注针对新客户有特别优惠。比如，用户注册成功后即可获得系统赠送的各种满减礼券，或者为首次注册的用户提供充值返现活动。还有企业网站为新用户提供优惠待遇。虽然每家企业针对新用户的优惠不尽相同，但基本都规定，每位新用户只能享有一次优惠。对于该类价格优惠政策，不少网友表示可以接受。有网友甚至表示，“完全可以理解，每个平台都想吸引新用户，我们也都曾是新用户，都享受过这种待遇。”

2、广告联盟分享用户数据

不少网友表示，除了不同用户拥有不同价格待遇，还存在同一位用户在不同网站之间数据被共享这一问题。许多网友都表示遇到过在一网站搜索或浏览某一产品，在其他网站的广告栏也会看到相关产品。有网友表示，“在某电商网站给母亲买衣服，从此以后推荐的全是那类中年人服装。”还有网友表示，在一个汽车论坛上搜索某某汽车，再打开另一电商网站，该电商网站立刻推荐之前搜索过的某某汽车的配件产品。还有用户表示，自己曾和朋友在网上聊天中谈及一家温泉，随后登录另一网站，立刻收到了温泉度假等相关推荐。这说明，这些不同网站可能存在数据互通共享问题，属于广告联盟分享用户数据行为。舆情认为，在平台内部存在基于大数据的推荐很正常，但在不同平台之间互通用户信息无法接受。

3、根据用户特点提供特定服务

舆情资料显示，有的企业根据不同用户的特点推荐不同产品或做出不同售后处理意见。如拥有较好支付能力的用户，搜索时会看到更多的奢侈类商品；在社交网站拥有较多粉丝的“大V”，其影响力等同于高级别会员，在客服人员处理其投诉时被识别，从而更快、更好地被响应。有网友甚至表示，在某电商网站上存在“好次掺卖”的情况，对于投诉较少的客户，网站发次品的几率较高，而对于质量较为敏感的客户，网站则发优等品的几率较高。

4、多次浏览后价格自动上涨

在“杀熟”套路曝光帖中，旅游类APP成为吐槽重灾区。网友“卖铁小王子”发帖，罗列了市面上常见旅游APP的价格圈套：一些软件订房页面被浏览多了，相关酒店房价就自动上涨，营造“酒店很抢手”的错觉。有网友甚至反映，清除浏览记录后，竟然发现原本显示的价格又下调了不少。

5、浏览过程遭遇“花式”催买

有网友反映，用APP订某个航班机票，多看几次或预订后再取消，价格便会抬高。整个预订过程中，APP页面会不停提示，“最近又有×名客人在浏览此航班”，一些客人觉得越晚下手越贵，只好匆匆下单，第二天再看机票，又恢复了原来的低价。

6、隐藏老用户优惠券

据媒体报道，胡先生经常乘飞机往返杭州和深圳两地，一直使用某APP购买机票。有一次，胡先生偶然在机票订单确认页中发现，“航意险”和“延误险”两项被默认勾选上了。“一般情况下，我觉得选就选了，没特别在意。但有一天，当我把勾选取消了，系统提示我放弃了两张价值8元的折扣券。等我重新把这两项保险勾选上后，订单总价竟然比之前便宜了8元。也就是说，平台通过默认勾选隐藏了老客户应该享有的优惠。”

7、老用户比新用户价格高

有网友称，自己在某电影票订票平台有过被“杀熟”的经历。她表示，用新注册的小白用户、普通会员用户和高级别的会员用户同时选购同场次电影，最便宜的是小白用户，其次是普通会员用户，而高级别的用户一张票要比小白用户贵出5元以上。

8、手机配置不同收费不同

有网友吐槽，有视频网站根据手机不同型号给出不同的收费待遇。以某视频网站为例，开通VIP会员，安卓用户1个月、3个月和6个月的价格分别是20元、58元、108元，年费是198元，而苹果用户购买则要贵出5-35元不等。对于存在价格差异的原因，客服表示，是由于其中包含苹果收取的手续费。

9、默认勾选之前购买过的服务

舆情资料显示，有网站根据用户“上一次行为”，默认捆绑相应服务。例如刚刚注册会员的用户，他在购买机票时，系统仅默认显示一张机票的价格；而一旦他勾选过一次贵宾休息室、接送机服务或酒店优惠券等附加服务后，那么在下一次下单时，系统就会默认勾选之前选择过的服务。

10、不消费时送优惠券，需要时却没有

还有网友反映，自己很久不消费或者根本不需要消费时，网站或APP却赠送优惠券，而当自己需要购买产品或服务时，网站或APP根本不会赠送优惠券，或显示优惠券已过期。

（三）体验调查结果

本次体验调查共选取14个消费者常用的APP或网站作为体验对象，具体包括携程旅行、去哪儿旅行、同程艺龙、飞猪旅游4个在线旅游APP或网站，天猫、淘宝、京东、当当4个购物APP或网站，美团和饿了么2个外卖APP或网站，猫眼和淘票票2个网络购票APP或网站，滴滴出行和首汽约车2个网络出行APP或网站。

体验人员分别使用一个经常使用的老用户账号和一个刚开通的新用户账号，同时模拟消费者购买同一种产品或服务，详细体验其新老用户价格及推送特定商品或服务情况。

调查结果显示，在对14个APP或网站进行的57组模拟消费体验样本中，有35组样本新老账户的价格完全一致，占比61.40%；23组样本新老账户的价格不完全一致，占比40.35%。其中有11组样本老用户比新用户价格便宜，11组老用户比新用户的价格高，另有1组由于平台对不同新用户的价格不同，一次老用户比老用户价格高，一次老用户比老用户价格低。

大数据“杀熟”体验调查汇总表

1、在线旅游APP（含网站）体验结果

①携程旅行体验调查结果

2名调查人员同时模拟消费者购买同一航班机票1次，同时模拟购买酒店产品1次，同时模拟购买旅游产品3次（具体包括1次境外游、1次民宿客栈和1次邮轮游），一共完成5个体验调查样本。具体情况如下表：

携程旅行网体验调查情况

调查结果显示，在5次携程旅行网体验调查过程中，有3次新老用户体验价格一致，有2次体验因为新老用户的优惠程度和选择选项不一样而导致的最后的支付价格不一致：一次是新用户有10优惠，但需线下交300元押金给房东；另一次是老用户比新用户价格便宜34元且老用户含早餐，积分也多。此外，有一次民宿客栈默认为推荐排序，新老用户推荐产品排序不一致。

②去哪儿旅行体验调查结果

2名调查人员同时模拟消费者购买同一航班机票1次，同时模拟购买酒店产品2次（包括1次上海铭忆静别墅精品民宿国际旅游度假区乐园店和1次高端酒店），同时模拟购买旅游产品2次（包括1次跟团游和1次周边游），一共完成5个体验调查样本。具体情况如下表：

去哪儿旅行体验调查情况

调查结果显示，在5次去哪儿旅行体验调查过程中，有2次新老用户体验时间、产品、价格一致，有3次体验因优惠券导致最后支付价格不一致：第一个是老用户有代金券，比新用户便宜10元；第二个是价位一致，但不同用户享受优惠项目不一致，导致最终新用户比老用户订酒店价格便宜10元；第三个是新用户有专享券，所以便宜了17元。另有2次酒店默认推荐排序不一样。

③同程旅游体验调查结果

3名调查人员同时在同程旅游网进行体验调查，一名调查员用经常使用的老用户体验，另两名调查员则用刚开通的用户体验。2名调查人员同时模拟消费者购买同一航班机票1次，模拟购买酒店产品2次，具体包括1次成都瑞思特酒店和1次上海青奢概念酒店，模拟购买旅游产品1次，模拟购买游轮产品1次。具体情况如下表：

同程旅游体验调查情况

调查结果显示，在5次同程旅游体验调查过程中，有3次新老用户体验时间、产品、价格一致，有2次体验因为新老用户因优惠券导致的最后的支付价格不一致：一次是新用户有10元优惠券，所以比老用户便宜10元；另一次是老用户有会员特权优惠券，而新用户没有，所以老用户比新用户便宜13元。

④飞猪旅游体验调查结果

2名调查人员同时在飞猪旅游进行体验调查，一名调查员用经常使用的老用户账号体验，一名调查员则用刚开通的新用户账号体验。2名调查人员同时模拟消费者购买同一航班机票2次，包括1次KN5895航班和1次MF8148航班；同时模拟购买酒店产品3次，包括1次广州正佳广场万豪酒店、1次西安W酒店和1次麗枫酒店•昌平体育馆店；同时模拟购买旅游产品1次。具体情况如下表：

飞猪旅游体验调查情况

调查结果显示，在5次飞猪旅游体验调查过程中，有2次新老用户体验时间、产品、价格一致，有2次新老用户价格不一致，2次推送酒店不一致。价格不一致表现为：新老用户标价不同，优惠也不同。新老用户推送酒店不一致表现为：平台根据用户之前浏览过的价位推荐价格接近的酒店，新用户第一次登录，推荐的酒店价格低，比老用户都低。但体验人员浏览一次五星级酒店后，页面推送的基本都是高价酒店。

2、网络购物APP（含网站）体验结果

①天猫体验调查结果

2名调查人员同时模拟消费者在天猫网进行购物体验，1名调查员用经常使用的老用户账号体验，另1名调查员则用刚开通的新用户账号体验。2名调查人员同时在天猫超市购买母婴用品1次、模拟购买食品零食1次，在天猫国际模拟购买化妆护肤产品1次，在搜索手机模拟购买电子产品1次。具体情况如下表：

天猫体验调查情况

调查结果显示，在4次天猫购物体验调查过程中，有3次新老用户体验时间、产品、价格一致，其中1次体验调查因新用户享有优惠券，比老用户便宜15元。此外，检索“手机”体验时，默认综合排序不一致。

② 淘宝体验调查结果

2名调查人员同时模拟消费者在淘宝进行购物体验，1名调查员用经常使用的老用户账号体验，另1名调查员则用刚开通的新用户账号体验。2名调查人员同时模拟消费者购买保温杯1次，模拟购买笔记本电脑1次，模拟购买洗衣机1次、模拟购买签字笔1次。具体情况如下表：

淘宝体验调查情况

调查结果显示，在4次淘宝购物体验调查过程中，新老用户体验时间、产品、价格均一致。但4次网站综合默认推荐的商品均不一致。

③京东体验调查结果

2名调查人员同时模拟消费者在京东进行购物体验调查，1名调查员用经常使用的老用户账号体验，另1名调查员则用刚开通的新用户账号体验。2名调查人员同时模拟消费者购买笔记本电脑1次，模拟购买冰箱1次、模拟购买医疗保健1次、模拟购买食品生鲜1次。具体情况如下表：

京东体验调查情况

调查结果显示，在4次京东体验调查过程中，有3次新老用户体验时间、产品、价格以及推送情况均一致。但有1次购物体验价格不一致，网站为新老用户首推产品的配置不一致，导致价格也不一致，新用户便宜了300元钱。

④当当体验调查结果

2名调查人员同时模拟消费者在当当进行购物体验调查，1名调查员用经常使用的老用户账号体验，另1名调查员则用刚开通的新用户账号体验。2名调查人员同时模拟消费者购买图书1次，模拟购买教辅书1次、模拟购买粮油调味1次、模拟购买服装1次。具体情况如下表：

当当体验调查情况

调查结果显示，在4次当当网体验调查过程中，有3次新老用户体验时间、产品、价格及推送商品均一致。但有1次购物体验调查中，新用户因享有优惠券，比老用户便宜10元。

3、网络外卖类APP或网站的体验结果

①美团外卖体验调查结果

2名调查人员同时模拟消费者在美团外卖进行消费体验调查，1名调查员用经常使用的老用户账号体验，另一名调查员则用刚开通的新用户账号体验。2名调查人员同时模拟消费者购买黄焖鸡米饭1次，模拟购买一品一味烤肉饭1次，模拟购买魏家凉皮（北京西站店）1次。具体如下图：

美团外卖体验调查情况

调查结果显示，在3次美团外卖体验调查过程中，3次新老用户体验价格均一致。

②饿了么外卖体验调查结果

2名调查人员同时模拟消费者在饿了么平台进行消费体验，1名调查员用经常使用的老用户账号体验，另1名调查员则用刚开通的新用户账号体验。2名调查人员同时模拟消费者购买福融缘过桥米线1次，模拟购买N多寿司1次，模拟购买麻辣香锅1次。具体如下表：

饿了么外卖体验调查情况

调查结果显示，在3次饿了么外卖体验调查过程中，3次新老用户体验价格均一致。

4、网络购票APP（含网站）体验结果

①猫眼体验调查结果

2名调查人员同时模拟消费者在猫眼进行购票体验调查，1名调查员用经常使用的老用户账号体验，另1名调查员则用刚开通的新用户账号体验。2名调查人员同时模拟消费者在购买不同影院的电影票3次，3次都为电影《驯龙高手3》。具体如下表：

猫眼体验调查情况

调查结果显示，在3次猫眼体验调查过程中，3次老账户享有优惠，导致的最后的支付价格不一致，老账户比新用户都便宜2.1元。

②淘票票体验调查结果

2名调查人员同时在淘票票进行体验调查，一名调查员用经常使用的老用户体验，另一名调查员则用刚开通的用户体验。2名调查人员同时模拟消费者购买电影票3次，具体包括电影《阿丽塔：战斗天使》、《流浪地球》、《驯龙高手3》。具体如下表：

淘票票体验调查情况

调查结果显示，在3次淘票票体验调查过程中，3次新老账户体验价格均一致。

5、网络出行APP（含网站）体验结果

①滴滴出行体验调查结果

2名调查人员同时模拟消费者进行网络打车体验，1名调查员用经常用的老用户账号体验，另1名调查员则用刚开通的新用户账号体验。2名调查人员同时在同一地点乘坐同一平台的同一档车型到同一地点，分别模拟消费者完成3次滴滴快车和3次滴滴专车体验。具体如下表：

滴滴出行体验调查情况

体验调查结果显示，在6次体验调查样本中，3次老用户打车费用比新用户高，2次老用户打车费比新用户低，还有1次相同。导致打车费不同的原因，主要是优惠券、低速时长费和里程费不同。其中低速时长不仅跟瞬时路况有关，而且跟司机驾车习惯有关，同时同样的路线也很难做到相同。

②首汽约车体验调查结果

2名调查人员同时进行体验，一名调查员用经常使用的老用户账号约首汽专车，另一名调查员则用刚开通的新用户账号约首汽专车，先后完成3次体验调查样本。具体情况如下表：

首汽约车体验调查情况

调查结果显示，在3次体验调查样本中，2次老用户打车费用比新用户高，1次老用户打车费比新用户低。同样，导致打车费不同的原因，主要是优惠券、低速时长费和里程费不同。其中有一次老用户的打车费由于使用了优惠券，最终打车费比新用户高出59.48%。

五、主要结论

根据本次调查结果，总结归纳出以下几点调查结论：

1、绝大多数被调查者认为大数据“杀熟”普遍或很普遍。调查结果显示，近九成被调查者认为大数据“杀熟”现象普遍或很普遍，认为大数据“杀熟”现象一般或不普遍的被调查者仅占一成多，没有被调查者认为大数据“杀熟”现象不存在。此外，有超过一半的被调查者表示有过被大数据“杀熟”的经历。

2、被调查者认为网购平台、在线旅游和网约车等消费大数据“杀熟”问题最多。调查结果显示，四成多被调查者表示经历过购物平台大数据“杀熟”，近四成被调查者表示经历过在线旅游网站和网约车大数据“杀熟”。此外，有近两成被调查者表示经历过外卖大数据“杀熟”，表示经历过视频网站和电影APP大数据“杀熟”的被调查者均达到一成多。

3、绝大多数被调查者认为大数据“杀熟”侵犯了消费者公平交易权。调查结果显示，超八成被调查者认为大数据“杀熟”侵犯了消费者的公平交易权，近半被调查者认为大数据“杀熟”侵犯了消费者的知情权，超过四成被调查者认为大数据“杀熟”侵犯了消费者的选择权。

4、被调查者遭遇大数据“杀熟”后自我保护意识不强。调查结果显示，遭遇大数据“杀熟”后，不到三成被调查者选择向消协或市场监管部门投诉，两成多被调查者选择不再去这个商家消费，不到两成被调查者选择忍气吞声、自认倒霉，选择与商家理论并要求赔偿和选择卸载商家APP或删除网址被调查者均刚超过一成，另有不到一成的被调查者选择在社交网站或向媒体曝光。

5、大多数被调查者认为大数据“杀熟”是利用老用户信任牟利。调查结果显示，超过七成被调查者认为大数据“杀熟”是利用老用户的信任牟利，另有两成多被调查者认为是用优惠条件给吸引新用户；仅有极少数（3.49%）被调查者认为是给用户推荐合适的商品或服务，提升用户体验。

6、大数据“杀熟”将严重透支消费者信任，降低企业信誉。调查结果显示，超过八成被调查者认为大数据“杀熟”会透支消费者信任，降低企业信誉；同样有超过八成被调查者认为大数据“杀熟”会损害消费者合法权益，有六成多被调查者认为会降低用户忠诚度和影响整个行业商业信誉，仅有极个别被调查者认为会提升用户消费体验。

7、大数据“杀熟”具有隐蔽性，维权往往难以举证。调查结果显示，过半数被调查者有被大数据“杀熟”的经历，不少网友吐槽遭遇过大数据“杀熟”，甚至有不少权威媒体也报道过大数据“杀熟”事件。但由于经营者通常以商品型号或配置不同以及享受套餐优惠不同、时间点不同等理由进行自辩，同时又不对外公布具体算法、规则和数据，所以消费者遇到类似问题后，维权举证往往非常困难。

8、体验调查发现部分新老用户同时购买同一商品或服务价格不同，但只发现极个别行为涉嫌大数据“杀熟”。本次体验调查发现，部分新老用户同时在同一平台购买同一商品或服务，确实存在价格不同的现象，但原因主要是因为新用户拥有优惠券、老用户自动开启了会员资格或推送的商品配置或服务内容存在差异等。只有个别价格不同行为涉嫌大数据“杀熟”。例如：2名体验人员同时通过飞猪旅行网预订麗枫酒店•昌平体育馆店的同一天高级大床房，老用户的房费不含早餐291元1间，而新用户的房费不含早餐286元1间，另享受4元买立减优惠，实际282元1间。体验结果发现，同一房间新老用户标价不同，优惠也不同，老用户价格高且不享受优惠。

9、部分商家存在特定推送行为，但很难界定其是否属于《电子商务法》规定的不合理推送行为。本次体验调查发现，不少商家确实存在根据用户特征提供特定商品或服务的行为，但点击进入下级页面或二级页面，一般都能找到不针对其个人特征的其它选项。对于一般消费者来说，也很难界定是否属于《电子商务法》规定的不向消费者提供不针对其个人特征的其它选项。

10、被调查者认为规范和减少大数据“杀熟”行为的最有效途径是加强监管。调查结果显示，超过八成被调查者认为规范和减少大数据“杀熟”行为途径是加强监管，近八成被调查者认为是加强和完善立法，加大个人信息数据保护力度，近七成被调查者认为消费者提升自我保护意识，超过六成被调查者认为是加强企业自律，倡导企业诚信守法经营。

六、结论分析

本次问卷调查结果显示，六成多被调查者认为大数据“杀熟”现象很普遍，甚至过半被调查者表示有过被大数据“杀熟”的经历。舆情采集信息显示，有关大数据“杀熟”的形式非常多样，但由于事后很难举证而无法核实。同时体验调查发现，虽然不少新老用户同时消费的价格不同，但价格不同的原因主要是因为新用户拥有优惠券、老用户自动开启了会员资格或推送的商品配置与服务内容存在差异，只有少数个别涉嫌存在大数据“杀熟”行为；部分商家确实存在特定推送行为，但很难界定其是否属于《电子商务法》规定的不合理推送行为，很难界定其是否侵犯了消费者的知情权、选择权和公平交易权。

结合实践分析，本次问卷调查和舆情采集信息反映的大数据“杀熟”问题较多，但反映的问题主要是在《电子商务法》实施之前产生或存在。而体验调查结果反映的，主要是当前有关大数据“杀熟”的实际情况。这一方面说明，《电子商务法》实施之后，大数据“杀熟”问题得到了明显改善，尽管目前仍有不少商家利用大数据技术推送特定商品或服务，但较少发现商家存在明显违反《电子商务法》第十八条规定，只向消费者提供与其个人特征相符的选项；另一方面也说明，由于大数据“杀熟”的概念具有主观性和模糊性，形式具有多样性和隐蔽性，消费者越来越难发现大数据“杀熟”问题，即使发现被大数据“杀熟”了，维权举证也往往比较困难。

从表面上看，大数据“杀熟”通常指经营者利用大数据技术针对消费者的消费特征推送特定的商品或服务，以达到其获取更多利益而非提升消费者服务体验的行为。从深层次看，大数据“杀熟”其本质则反映了部分经营者对消费者个人信息的过度采集和随意使用，消费者的知情权、选择权、公平交易权、个人信息受保护的权利未得到充分尊重和有效保障。

七、调查建议

大数据时代的到来，不仅给人们带来了便利，同时也带来了新的问题。商家利用大数据技术精准定位描摹消费者，为其“量身定制”商品或服务，原本是件好事。但如果商家只顾谋取私利，而不惜损害消费者的合法利益，就应该依法受到应有的规制。

为了引导和督促互联网企业诚信守法经营，合理合法运用大数据技术，避免过度和非法使用消费者的个人信息，损害消费者的合法权益，影响互联网经济健康稳定发展，北京市消费者协会结合本次调查结果提出以下几点建议：

一是健全相关法律法规。要完善现有法律，明确对大数据“杀熟”的判断标准，对大数据的法律属性和使用范围予以规定，使得相关企业意识到在使用大数据时应首先考虑到消费者权益和市场经济秩序等问题。在出台《个人信息保护法》之前，应当将数字信息网络中不断涌现的个人信息种类纳入到保护范围内，如网络用户注册信息、搜索记录、定位信息、消费偏好等。完善《网络安全法》、《互联网信息管理办法》等相关法律法规，及时将大数据“杀熟”行为列入法律治理的范围中。同时尽快完善《价格法》有关规定，清晰明确界定“价格歧视”行为，探讨是否将大数据“杀熟”现象列入价格歧视范畴。

二是加大监管力度和创新监管方法。大数据时代，消费者的消费信息变得愈加透明。随着部分互联网企业的市场份额不断增大，相对消费者来说优势地位也越来越明显。这就需要政府监管部门进一步加强监管，加大执法力度，严惩通过大数据“杀熟”损害消费者知情权、选择权和公平交易权的行为。同时创新监管方式方法，建立诚信激励和失信黑名单制度。对于大数据“杀熟”这类行为，不仅要对经营者给与行政处罚，同时还要纳入到诚信机制中，同时结合数据公开、信息公示手段，利用舆论监督和社会监督约束商家的定价行为，促进企业诚信守法经营。

三是提高大数据运营监管技术。随着社会的发展，监管治理技术难免存在着滞后性。建议建立相应的大数据网上监管平台，针对网络信息平台进行全天候的在线监管，提高对各种隐性大数据利用违法行为的查处能力。积极开展社会调查，预先判断出有可能利用大数据“杀熟”的企业，有针对性地加强监管。多个部门联合执法，严厉打击大数据“杀熟”行为，同时限制企业利用大数据“杀熟”的信息获取能力。

四是强化运营商和企业诚信自律。加强行业自律是规制大数据“杀熟”行为的重要途径之一。建议建立统一的互联网大数据应用协会，通过行业协会的制度、规范，实现企业的内部监督，尊重消费者的知情权与公平交易权，保障用户个人信息的安全，广泛地接受社会群体的监督。相关的企业运营商应当制定大数据使用风险告知书，告知数据使用、分析、实现所具有的风险，让消费者能够安心和放心消费。促进企业定期能够发布大数据利用报告，披露企业利用大数据信息的有关情况等。

五是提高消费者自我保护意识。第一，消费者在购买商品或服务时尽量做到货比三家，选择合适的价格购买，这样做不仅可以有效避免大数据“杀熟”，还可以让系统识别为价格敏感型消费者，降低被“杀熟”的几率。第二，消费者要注重个人隐私保护，有关个人照片、通讯录、定位等可能泄露个人隐私的功能，应尽可能地少让手机 App 访问，自己的消费记录和快递等信息也要提高警惕，注意防护。第三，一旦发现大数据“杀熟”现象，消费者应及时保存好证据，并向有关部门举报，依法维护自己的权益，不给商家任何侥幸心理。

六是呼吁社会各界继续共同关注大数据“杀熟”问题。由于每个消费者之间存在天然的隔离，经营者所掌握的算法多种多样，导致大数据“杀熟”具有隐蔽性和复杂性。建议法学界、理论界、监管层对大数据“杀熟”这样的新型疑难问题进行深入研究探讨，消费者保持理性消费，及时反映现实中遇到的实际问题，共同营造良好的放心消费环境。