近來，一篇《我被美團會員割了韭菜》刷屏各大網站，更衝上了微博熱搜，美團傾刻間身陷“大數據殺熟”漩渦。那篇文章作者指出，自己開通會員後，發現常點的一家店鋪，配送費由平時的2 元變為了6 元。頗感意外的是，作者用另一部沒有開通會員的手機點了同一家店鋪，同一時間配送費依然是2元。

一時之間，“會員配送更貴”引發熱議，紛紛指責美團“價格歧視”“割會員韭菜”“不顧吃相”……面對網民“控訴”，美團方面回應稱：配送費差異與會員身份無關，由於軟件存在定位緩存，錯誤地使用了用戶上一次的歷史定位，與用戶實際位置產生了偏差，導致了配送費預估不准。在實際下單時，會按照真實配送地址計算，不受影響。

這則回應沒有承認是“大數據殺熟”，不過是技術問題，程序員得背鍋了。僅僅一次“殺熟風波”，12月18日美團股價大跌3%，逾400 億市值瞬間蒸發。

美團到底存不存在“大數據殺熟”，已不再是問題的關鍵。

關鍵的問題是，“大數據殺熟”早不是什麼新鮮事，美團也曾被傳成了“大數據殺熟”的重災區。新華社的記者在調查報導過程中，曾拿兩個手機賬戶登陸美團APP，一部是使用過該APP的手機，一部是沒有使用過該APP的手機，顯示結果是：查詢同一房型同一時間的房價，前者明顯高於後者，其他人也遇到過同樣的情況。

諸如此類的案例，網上多得是。

“大數據殺熟”的現象，不僅僅存在於美團，也存在於餓了麼、淘寶、噹噹、天貓、攜程、飛豬等等這些平台。與美團一樣，餓了麼平台也曾被人指“大數據殺熟”，如金牌會員的折扣被暗中取消，同一時間同一地點同一時餐廳，其他人的配送費就低一些等等，諸如此類，林林總總。

不僅國內如此，國外類似平台也早存在同類問題。

早在2000 年，亞馬遜“差別價格實驗”即是“大數據殺熟”起源。當時，亞馬遜根據潛在用戶的畫像，終合購物歷史、上網行為等大數據軌跡，對68種DVD 光盤進行差別定價，不同的人群不一樣的價格。結果是，老用戶“被坑了”。

“最懂你的人傷你最深”，這些平台在信息不對稱的情況下，借助大數據“精準打擊”，利用了老用戶的“消費路徑依賴”專門“殺熟”，似乎是隱性的內在運行邏輯。

我們可以容忍美團“定位緩存”所造成的表面傷害，但不能無視背後的大數據倫理之困，更不能讓平台做大後可以任意宰割用戶。

畸形的平台運營模式背後，是大數據倫理的失範。

像美團這類平台公司，謀求企業利潤的最大化，過於短視，而無法合理平衡平台收益與用戶利益的關係問題。

儘管“大數據殺熟”一直存在，也引起了輿論的關注，同時，《電子商務法》明確“大數據殺熟”是違法行為，然而可怕的問題則是“隱性殺熟”。

因為平台線上交易，借用大數據平台，依據算法形成用戶畫像，“個性定制”式殺你沒商量，而你一般情況下不深究，無法發現被平台坑了。

大家稍反思下，就會明白，目前網絡購物消費，基本上註冊會員模式。為了刺激消費，平台想方設法“拉新”，通過秒殺、滿減、現金紅包、積分兌換、預付直減……各種層出不窮玩法吸引新用戶。

緊接著，大量會員陷入了平台早已佈設好的“溫柔陷阱”中，沒有錢也不用擔心。一切都為你想好了，會員可以用借貸模式消費，平台打通“現金流—支付流—物流”，用諸如美團月付、螞蟻花唄、京東白條，消費毫無痛感，平台不時提醒老會員的信用額度增加了，而到了還錢時才一切恍然大悟。這隱性的消費邏輯，正是當前慾望主導、情緒驅動、符號化消費的“後消費網絡”時代最大的癥結。

正如法國社會學家、哲學家讓·博德里拉認言，人們從來不消費物的本身，人們總是把物用來當做能夠突出你的符號，或讓你加入視為理想的團體，或參考一個地位更高的團體來擺脫本團體。這些涉嫌“大數據殺熟”的平台，正是充分利用了會員、用戶的這些心理來牟利。

可以想見，若不是《我被美團會員割了韭菜》之類這些作者，我想大多數人可能還會繼續蒙在鼓裡。先是現金紅包、打折優惠、套餐團購讓利，如同誘餌，當平台用戶成了規模，也就是平台收割殺熟時。這些“大數據殺熟”的方式隱藏在消費的所有環節，如打包、配送、更換、額外添加小菜等等流程或服務上。

這對用戶的傷害可想而知。接下來，如何治理“大數據殺熟”？

一方面，政府管理部門規範市場秩序，比如出台實施《電子商務法》，還需要進一步完善交易消費環節的程序，更要切實有效地跟進監督，或者建立健全遏制“大數據殺熟”的維權機制。

否則，廣大的個體很難維護自身利益，畢竟不可能每個人都能寫篇《我被美團會員割了韭菜》。無論怎麼揭露，最後還得回到互聯網治理層面上來。

另一方面，從倫理治理層面著手“大數據殺熟”，顯然是數字經濟關鍵而又長遠的策略方向。

尤其是5G時代，如何強化反壟斷、平台治理、企業社會責任，如何使算法少一點算計，在大數據提供個性化服務時，以透明公正的要義，打造平衡用戶權益與平台收益的健康生態，形成共同遵守的商業倫理準則或行業公約，關上大數據的“偏見之門”，是從根本上治理“大數據殺熟”的題中應有之義。