同樣的商品或服務，老客戶看到的價格反而比新客戶要貴出許多，這在互聯網行業被叫作“大數據殺熟”。調查發現，在機票、酒店、電影、電商、出行等多個價格有波動的平臺都存在類似情況，且在線旅游平臺較為普遍。在一些網站，大V在客服投訴等方面甚至享有特權。同時，還存在同一位用戶在不同網站的數據被共享這一問題，許多用戶遇到過在一個網站搜索或瀏覽的內容立刻被另一網站進行廣告推薦的情況。

“大數據殺熟”是一個新近才“熱”起來的詞，不過這一現象或已經持續多年。有信息表示，國外有些網站早就有之;而近日有媒體對2008名受訪者進行的一項調查顯示，51.3%的受訪者遇到過互聯網企業利用大數據“殺熟”的情況。

和任何新事物都會存在不同看法一樣。“大數據殺熟”到底該如何定性，目前也面臨著爭議。如上述調查中，59.2%的受訪者指出大數據面前信息嚴重不對稱，消費者處于弱勢;59.1%的受訪者希望價格主管部門進一步立法規范互聯網企業歧視性定價行為。另外，也有專家表示，這一價格機制較為普遍，針對大數據下價格敏感人群，系統會自動提供更加優惠的策略，算是可以接受的動態定價。

但擱置其具體應如何定性的爭議，“大數據殺熟”所表現出來的現象和邏輯，其中存在的問題還是基本可以確定的。

首先，“大數據殺熟”，固然可以說是商家的定價策略，但最終形成的所謂“最懂你的人傷你最深”的局面，確實與人們習以為常的生活經驗和固有的商業倫理形成了一種可見的沖突。比如，一些在線商家和網站標明新客戶享有專屬優惠，這從吸引新客戶的角度，完全可以理解。可在這一優惠政策的另一端，如果老客戶普遍要支付高于“正常價格”的金額，甚至越是老客戶價格越貴，這顯然背離了一種樸素的誠信原則，也是對老客戶信賴的一種直接辜負。由此可能引發的對文明商業倫理的扭曲，應該警惕。

有專家表示，與其稱這種現象為“殺熟”，不若說是“殺對價格不敏感的人”。舉例說明：一聽可樂，在超市只賣2元，而在五星級酒店能賣出30元——這不能叫價格歧視，而是因為你能住得起五星級酒店住，那么你就是要被“殺”的。該案例在現實中已被普遍接受。但套用在“大數據殺熟”上卻并不恰當。其中一個關鍵問題便是，一聽可樂的正常價格是非常透明的，五星級酒店的溢價在很大程度上是公開溢價。但“大數據殺熟”，卻處于隱蔽狀態，多數消費者其實是在“不知情”的情況下“被溢價”了。且將老顧客等同于“對價格不敏感的人”也有偷換概念之嫌。

其次，有聲音將“大數據殺熟”歸咎為“大數據精準靶向坑人”，也是找錯了“靶子”。本質上說，大數據技術并無原罪，由此所衍生的“殺熟”，歸根結底不過是一種商業套路。這一定價“潛規則”，正是依據大數據所形成的用戶畫像和消費習慣進行精準溢價，但反過來說，它也可以對老顧客實行精準優惠。所以，不必將“大數據殺熟”視為大數據發展的必然現象。真正要擔心的，是這一現象可能給大數據的發展制造污名效應。

“大數據殺熟”，到底是不是價格歧視、是否違背了相關法律，或者說，需不需要進一步完善法律對這一現象加以明確限制，這些也值得討論。但不管最終如何定性，技術如何進步，一個誠信、透明、公平的市場交易環境抑或對應的市場倫理——無論是線下還是線上，都應該是一個成熟的商業社會所應該追求和呵護的。