實際上而言無論是任何涉事「殺熟」平臺及機構，當我們嘗試著判斷產品是否存在「殺熟」行為，數學中的「控制變量法」再適合不過了，當僅存在唯一變量的情況下再去比較，得出來的結論才有可信度，如果存在多個變量比如時間、地域等等因子其實也都是需要考慮在內的！

不過，在討論「殺熟」之前，我們先來看看什么是大數據？再來討論什么又是大數據「殺熟」？

大數據是AI人工智能的基石，目前的深度學習主要是建立在大數據的基礎上，即對大數據進行訓練，并從中歸納出可以被計算機運用在類似數據上的知識或規律。簡單而言何為大數據？雖然很多人將其定義為“大數據就是大規模的數據”。但是，這個說法并不準確！“大規模”只是指數據的量而言。數據量大，并不代表著數據一定有可以被深度學習算法利用的價值。大數據在應用層面：大數據往往可以取代傳統意義上的抽樣調查、大數據都可以實時獲取、大數據往往混合了來自多個數據源的多維度信息、大數據的價值在于數據分析以及分析基礎上的數據挖掘和智能決策。美國《大西洋月刊》公布的一段A.I.聊天記錄截圖實際上AI算法的發展，離不開海量數據進行訓練，究其根本大數據的循環往復無數次的訓練和深度學習才有了人工+智能！接著，我們再回到所謂的大數據「殺熟」，實際上是鑒于大數據的AI算法層面的分析了！其實很多時候所謂的大數據“殺熟”，實際上背后的技術來源是營銷背后的“千人千面”技術，大數據通過對有意義有價值的大規模用戶畫像的學習、分析和解構，了解用戶的消費習慣、消費偏好、消費場景甚至于用戶對平臺的忠誠度、對價格的敏感度，包括用戶年齡、收入、職業、興趣愛好等信息，當然用戶的使用設備這些硬件信息實際上相較軟性特質其實重要性稍微次之。從用戶運營層面來看：新用戶，粘性較低，如果對價格再更為敏感，則如果平臺希望將其很好的留存，成為其忠實用戶，這就意味著平臺需要多一些付出，讓新用戶薅更多羊毛的做法自然而然可以理解了。老用戶，意味著從某種層面上是忠誠的用戶，粘性也更高，選購某種產品的時候對平臺更看重，一般而言放棄了再三比較價格之后等再購買的操作。最后，我們從法律層面來看這事：《人民日報》3月23日發表評論員觀察文章《數據權力如何尊重用戶權利》，一文中也指出大數據「殺熟」對消費者權益的傷害和用戶隱私的侵犯！實際上不同平臺差異化定價這個完全OK，沒毛病！但是如果同一平臺針對不同的消費者出具不同價格，即所謂的「看人抓藥」「千人千面」，這種做法無疑是對消費者權益的傷害，無疑也觸犯了相關法律準則。「殺熟」無論是對用戶知情權，或者是消費者正當權益以及是否涉及隱私權的侵害，無論哪一條都會觸及法律的紅線！不管是否存在「殺熟」，「大數據」本身還是好的！不管怎樣，「大數據」背鍋估計是沒跑了！