大数据杀熟的表现形式正在发生变化，不再是直白的直接标价不同，转而借助优惠券、抽奖等更加隐蔽的方式实施差异化定价，消费者权益保护再度引发社会关注。

据北京日报客户端报道，有市民聚餐时发现，三台手机同时下单同一家烧烤店的同款团购套餐，却出现三种不同价格。记者后续调查证实，当下大数据杀熟流行 “优惠券游戏”：打开同一个活动链接，部分用户可以领到大额优惠券，部分用户则无任何折扣。用户的手机型号、地理位置、浏览行为，都会影响平台优惠券的发放额度，最终导致实际支付价格出现差距。

打开网易新闻 查看精彩图片

除优惠券差异外，还存在多种差异化定价现象。部分平台会根据用户浏览记录动态抬升酒店等商品价格；部分付费会员，反而会被展示更高的售价；使用苹果设备的用户更容易遇到更高报价，有分析认为，这和苹果税带来的成本转移存在关联。平台将价差隐藏在优惠券抽奖之中，但抽奖规则并不对外公开，依靠用户画像实现精细化区别对待。

平台用户画像分析粒度已经十分细致，不只是简单判断消费能力。平台还会研判消费习惯，例如识别女性用户消费可能由他人代付，即便本身收入有限，也会推送更高价格。

商品的推荐排序也和佣金深度绑定。同款商品，商家给到平台、带货达人的佣金比例越高，越容易获得流量倾斜。即便商品标价一致，佣金分成的差异，也决定平台是否向用户推送该商品。与此同时，平台通过设置繁多的商品规格，使得全网一键比价功能失效，消费者很难横向对比真实价格。

面对平台算法画像，有业内分享消费者反向博弈的小技巧：看到高价商品先收藏但不下单，遇到低价商品更新收藏，及时退掉高价订单；认真撰写评价，让系统判定自己对价格敏感、对劣质商品容忍度低，以此优化平台给到的推送与优惠。通过收藏、移除收藏、延迟下单等操作，反向训练算法，争取更优惠的价格。

但个体与平台算法博弈存在明显局限。普通消费者缺乏和具备市场支配地位的大型平台抗衡的能力。业内观点认为，仅依靠消费者个人的技巧对抗远远不够，需要监管部门出台明确规则，对平台算法、优惠券发放逻辑、佣金推荐机制加强约束，提升算法透明度，遏制隐蔽化的大数据杀熟行为，维护普通消费者合法权益。