今天天貓超市搞活動，全辦公室買特侖蘇都送了15元的券，就不送給我，難道就因為我經常買特侖蘇嗎？從此以後絕對不在天貓超市買了。太過分了，這不是錢的問題，簡直就是歧視老顧客。

大資料殺熟是指同樣的商品或服務，老客戶看到的價格反而比新客戶要貴出許多的現象。2018年3月，“大資料殺熟”這個詞進入大家視野，不過這一現象或已持續多年。有資料顯示，國外一些網站早就有之，而近日有媒體對2008名受訪者進行的一項調查顯示，51.3%的受訪者遇到過網際網路企業利用大資料“殺熟”的情況。

與其稱這種現象為“殺熟”，不若說是“殺對價格不敏感的人”：一罐可樂，在超市只賣2元，在五星級酒店能賣30元。這不能叫價格歧視，而是因為人們能住得起五星級酒店，那麼就是要被“殺”，這個理論套用在“大資料殺熟”上卻並不恰當。一個關鍵問題是，一罐可樂的正常價格是透明的，所以在五星級酒店的溢價是公開的。但“大資料殺熟”卻處於隱蔽狀態，多數消費者是在不知情的情況下“被溢價”了。此外，將老顧客等同於“對價格不敏感的人”，也有偷換概念之嫌。

舉個例子，如果在你想買口紅的時候，碰巧你的網頁給你推了很多賣口紅的廣告，那麼你點這個廣告的可能性是不是很大，同時你點進去之後消費的可能性是不是也很大。大資料就是能造成這種“碰巧”的工具。它能透過你的瀏覽記錄綜合分析出你現在需要的東西並把相關連結推送給你。那麼大資料在裡面扮演的什麼角色呢?

比如：大資料分析出你是一名公司領導，對企業稅收方面比較關注，那麼就會大量給你推送關於川普承諾上任後為企業減少所得稅的訊息;比如你是一名金融從業者，那麼就會給你推送大量關於川普上任後將放鬆金融監管的訊息……民眾或許不瞭解川普，但是很多人喜愛川普的政見，而這些讓民眾愛上川普的訊息都是經過大資料分析後根據喜好推送給你的。做的好了，它能像京東自建庫那樣幫助物流做到“當日達”，來彙集普通民眾。

或者未來當我們鋼鐵行業也有大資料分析後，還可以做資源需求預測分析來指導鋼廠生產或者鋼貿商銷售策略制定。但是它同樣可以像之前爆出的“某些大型網際網路公司利用大資料殺熟”：同一種產品，同一個時間，老使用者看到的價格比新使用者價格貴;或者同一家外賣，家附近沒有商場的使用者比交通便利的客戶貴，用蘋果手機的使用者看到的商品價格比用安卓機的人貴(這個歧視太嚴重了)等等。

通俗地講，大資料就是全世界幾十億人使用計算機、平板電腦、手機和其它數字裝置產生海量資料，這個量，已經到了人類無法處理只能透過機器處理的階段了。大資料技術的戰略意義不在於掌握龐大的資料資訊，而在於對這些含有意義的資料進行專業化處理。在大資料時代，資料已經成為一種商業資本，透過一定的邏輯處理，就可以創造新的經濟利益。