算法推荐与备案

用算法给不同用户不同价格，算不算大数据杀熟？

你可能要做的

1. 排查是否存在基于用户偏好或交易习惯的价格差异
2. 把优惠规则写成可对外解释的书面口径
3. 对营销、发券、定价算法做定期复核并留痕
4. 在用户协议或活动规则中说明差别化优惠的适用条件

条文依据

一句话结论

向消费者销售商品或提供服务时，用算法依据消费者的偏好、交易习惯等特征在交易价格等交易条件上实施不合理差别待遇，属于明文禁止的行为。「大数据杀熟」不是灰色地带。

依据

第二十一条是这一问题的直接条文：算法推荐服务提供者向消费者销售商品或者提供服务的，应当保护消费者公平交易的权利，不得根据消费者的偏好、交易习惯等特征，利用算法在交易价格等交易条件上实施不合理的差别待遇等违法行为。

第三十二条把第二十一条列入责任衔接条款：违反第二十一条的，由网信部门和电信、公安、市场监管等有关部门依据职责，按照有关法律、行政法规和部门规章的规定予以处理。也就是说，这一条的处罚路径是转致到价格、消费者权益保护等领域的既有法规，而不是停留在这部规章自身。

需要区分的是合理的差异化经营与条文明文禁止的差别待遇：针对不同场景、不同渠道的公开优惠通常有可解释的商业逻辑；而依据用户个体特征在交易条件上做隐蔽的不合理区别，正是本条要针对的情形。判断边界的核心在于是否针对个体特征、是否不合理、是否可对外解释。

你要做什么

• 排查定价、发券、推荐组合购等环节是否存在基于个体特征的隐性价格差异。
• 把优惠规则整理成能对外解释的书面口径，明确触发条件。
• 对定价相关算法做定期复核，记录复核结论与负责人。
• 用户投诉价格差异时，按第二十二条的申诉与投诉入口给出明确答复。
• 涉及跨平台比价、会员价差的营销文案先过一遍法务。

容易踩的坑

把「新客券」「老客回归券」当成绝对安全，但若发放逻辑依赖用户个体交易习惯且不可解释，仍可能被认定为不合理差别待遇。用「随机测试」名义对部分用户抬高价格。把差别待遇只理解成价格，忽略交易条件（如配送、退换、售后）上的区别对待。发现投诉后不及时说明规则，反而拉长回应周期。

常见追问

本条针对的是向消费者销售商品或提供服务的场景；面向企业的批发定价是否同样适用，需要结合交易性质判断，拿不准时以属地网信办口径为准。

常见追问

会员比非会员贵，算违法吗？

条文禁止的是根据消费者偏好、交易习惯等特征在交易条件上实施的不合理差别待遇。定价是否合理需要具体分析，建议先做成可对外解释的书面规则。

违反第二十一条谁处罚？

第三十二条规定由网信部门和电信、公安、市场监管等有关部门依据职责，按照有关法律、行政法规和部门规章的规定予以处理。