北京阳光消费大数据研究院通过舆情监测手段梳理出8种大数据杀熟形式，分别为：新老用户打折优惠信息不同；广告联盟分享用户数据；针对用户特点提供特定服务；多次浏览后价格自动上涨；浏览过程遭遇“花式”催买；老用户比新用户价格高；默认勾选之前购买过的产品；不消费时送优惠券，消费时却没有。

根据此前北京消协发布的调查报告显示，61.21%受访者认为大数据杀熟主要体现为不同用户享有不同的折扣或优惠，45.76%受访者认为体现为多次浏览后价格自动上涨，36.92%受访者认为体现为同一时间不同用户价格不同。

中国消费者权益保护法学研究会副秘书长陈音江告诉记者，从表面上看，大数据杀熟是电商经营者利用大数据技术根据消费者的消费偏好或习惯推送特定的商品或服务，或为了“获客”“拉新”针对新人或特殊群体，推行损害其他消费者合法权益的优惠营销策略。从深层次看，大数据杀熟实际上反映了部分电商经营者对消费者个人信息的过度采集和随意使用，在电商交易过程中导致消费者的知情权、选择权、公平交易权和个人信息受保护的权利没有得到尊重和平等保障。

是否杀熟难以判定

需要衡量各种因素

近年来，不少平台被质疑大数据杀熟，而随着各部门对消费者权益保护的重视，相关规定与法律也相继出台。但在现实中，几乎没有一个平台承认存在大数据杀熟行为。比如有平台称，这并不是大数据杀熟，而是针对不同用户所进行的差异化营销。

曾在某大型购物网站从事营销工作的陈凯（化名）告诉记者，大数据杀熟常见的套路分为借助大数据进行“用户画像”、通过地理位置信息实现杀熟以及通过用户与移动端应用交互的行为细节实现杀熟等。

“根据用户的收入水平与消费习惯实现杀熟，这是最常见的套路。还有一种便是商家通过用户与应用交互的行为细节，如键入信息频率、搜索关键词等，能够在一定程度上反映这一时点用户对于商品或服务需求的迫切程度，一些商家会基于这些信息进行动态浮动加价。”陈凯说，一些商家还会通过移动端应用后台收集用户的地理位置信息并进行实时分析，若用户所处的位置附近潜在的竞争对手较少，则进行一定幅度的加价。此外，用户的住址、办公地点、常去消费的场所等地理位置信息也可以用于判断用户的收入水平及消费能力，使得“用户画像”更为精准。

对此，浙江大学国际联合商学院数字经济与金融创新研究中心联席主任盘和林提到，判断是否构成大数据杀熟，需要认定平台是否对交易相对人在价格上进行差别对待，以及认定交易相对人是否“条件相同”。但实际情况是，消费者缺乏必要的技术条件，难以辨别商家是否存在大数据杀熟行为。而当前大数据杀熟的很多案例，大部分是处于质疑阶段，即便是诉讼也很难有结果。