在黄道丽看来 ， “大数据杀熟”实质上是平台实施差异化营销所产生的结果 ， 指向的是一种价格欺诈的行为 。 只有当企业的差异化定价不具备正当理由 ， 侵犯消费者的知情权、自由选择权与公平交易权 ， 构成不合理的价格歧视时 ， 才会在实质上构成“大数据杀熟” 。
北京师范大学互联网发展研究院研究员冯贺霞则表示 ， 如果平台在消费者不知情的情况下 ， 对同一地点的同一商品或服务制定了差异化定价 ， 那么就是“大数据杀熟” 。
“大数据杀熟和差异化营销的真实关系是一体两面 ， 站在企业的角度是差异化营销 ， 站在用户的角度就是被杀熟 。 ”上海申伦律师事务所律师夏海龙认为 ， 这个争论其实是大数据技术本身所固有的 ， 只能通过促进市场竞争、科学监管等方式平衡好双方的正当利益 ， 除非禁用相关技术 ， 否则类似争论不可能消除 。
一把双刃剑
互联网平台拥有大量用户信息、数据和技术优势 ， 通过实施“大数据杀熟” ， 确实能够带来额外的利润 。
2015年美国白宫的报告《大数据和差别定价（Big Data and Differential Pricing）》提到 ， 美国布兰戴斯大学经济学系助理教授Benjamin Shiller基于Netfilx的研究发现 ， 如果将用户行为数据用于个性化定价 ， 那么会多增加12.2％的利润 。
为了平衡供需关系 ， 保证用户能打到车 ， Uber推出了动态定价机制 。 当同一区域内有很多用户同时叫车时 ， 系统就会采用动态定价 ， 吸引更多司机前往高需求区域 ， 从而使所有乘客都有车可乘 ， 这也意味着用户在打车时车费会高一些 。 由于通过抽成获利 ， 用户付费越高 ， 打车平台获得的利润也就越高 。 有研究表明 ， 经过粗略计算 ， 可以得出2015年Uber通过动态定价在美国产生的总体消费者剩余为68亿美元 。
在电商、出行、旅游等行业 ， 动态定价相当普遍 。 《算法的陷阱 : 超级平台、算法垄断与场景欺骗》一书中提到 ， 当卖方采取了更加复杂的营销手段时 ， 动态定价与价格歧视的边界开始变得模糊 。 此外 ， 也许表面上看似有效的动态定价 ， 实则却是经营者有意根据消费者的价格敏感度而对他们做出的区分 。
不过算法在满足用户个性化需求时 ， 也容易产生“信息茧房” 。 张宇表示 ， 算法会根据获取到的用户数据作出反馈 ， 如果发现该用户对价格不敏感 ， 可能会不断试探其价格底线 ， 最终实现自身利益最大化 ， “只要资本市场存在 ， 就一直会有价格歧视 ， 因为公司也是为了逐利 。 ”
对于消费能力较强的用户 ， 可能会较多推荐价格区间处于较高位置的商品或服务 ， 这在一定程度上节约了消费者的时间 ， 但是会让其误以为所需的商品或服务仅有这样的价格区间 。 如果该平台的市场份额价高 ， 加上消费者对价格不敏感 ， 那么就会在不知不觉中多花不少钱 。
“精准、高效的差异化营销手段的确能够帮助企业提升经营效益 ， 也能帮助用户提高供需匹配效率、节省购物成本 。 ”夏海龙认为 ， 这一营销利器有可能被恶意使用以牟取不当利益 。
也就是说 ， 消费能力更强且对价格不敏感的熟客 ， 往往容易成为“被宰”的对象 。 亚马逊就曾在2000年对部分碟片实施过差异化定价实验 ， 当新老用户在该平台购买同一种碟片时 ， 老用户会比新用户贵4美元左右 。 后迫于舆论压力 ， 亚马逊最终道歉 ， 并承诺不会再利用用户数据进行差异化定价 。
事实上 ， 除了金钱上的损失 ， “大数据杀熟”在给消费者带来心理伤害的同时 ， 也会影响平台和品牌的声誉度 。 当老客户发现自己不仅没有享受到额外的福利 ， 反倒成了“被宰”的对象时 ， 往往会产生愤怒情绪 ， 转而选择其他品牌 。 因此 ， 互联网公司可能客观上具备实施“大数据杀熟”的条件 ， 但在实际运营中并不一定会使用该手段 。