Ценообразование на основе слежки, также известное как персонализированное или алгоритмическое ценообразование, — это практика, при которой компании используют ваши личные данные, такие как ваше местоположение, используемое устройство, история просмотра и даже ваш доход, чтобы определить, какую цену показать вам. Дело не только в спросе и предложении — дело в вас как потребителе и в том, сколько, по мнению системы, вы способны (или готовы) заплатить.

Вы когда-нибудь искали авиабилеты онлайн(новое окно), чтобы обнаружить, что цена таинственным образом выросла при второй проверке? Или вы с другом искали один и тот же номер в отеле на своих телефонах, только чтобы обнаружить, что ваш друг видит более низкую цену? Это не сбой — это работа ценообразования на основе слежки.

В Соединенных Штатах ценообразование на основе слежки становится все более распространенным в различных отраслях, включая авиакомпании, отели и платформы электронной коммерции. Оно существует и в других местах, но в других частях мира, таких как Европейский союз, растет понимание опасности, которую эта модель ценообразования представляет для конфиденциальности граждан, что приводит к более строгим законам о защите данных, направленным на ее ограничение. США, похоже, движутся в противоположном направлении.

В этой статье мы рассмотрим:

Что такое ценообразование на основе слежки?

По своей сути, ценообразование на основе слежки — это практика корректировки цен на основе личных данных, собранных о человеке. В отличие от традиционного динамического ценообразования(новое окно), которое меняет цены в зависимости от времени, спроса или предложения, ценообразование на основе слежки использует информацию о том, кто вы и как вы ведете себя онлайн, чтобы определить цену, которую вы видите.

Компании собирают данные из широкого спектра источников, чтобы создать профиль каждого клиента. Эти данные могут включать:

  • Ваше местоположение: Вы делаете покупки из богатого почтового кода (что также может привести к расовой дискриминации(новое окно))?
  • Тип устройства: Вы используете iPhone или старый Android?
  • История просмотра: Вы смотрели этот элемент несколько раз?
  • Поведение при покупке: Вы постоянный покупатель? Вы часто выбираете платные опции?
  • Статус входа: Вы вошли в программу лояльности или аккаунт с бонусами?

Эта информация передается в алгоритмы, которые могут предсказать вашу чувствительность к цене — по сути, сколько, по их мнению, вы готовы заплатить. Если система считает, что вы с меньшей вероятностью будете сравнивать цены или с большей вероятностью заплатите полную цену, она может показать вам более высокую цену, чем та, которую видит кто-то другой за тот же продукт или услугу.

Что делает ценообразование на основе слежки спорным, так это не просто разница в цене — это то, что вы обычно не знаете, что это происходит. Редко есть какое-либо раскрытие информации или очевидный способ сравнить вашу цену с тем, что видят другие. Это отсутствие прозрачности делает ценообразование на основе слежки принципиально отличным от таких вещей, как купоны, распродажи или даже «традиционное» динамическое ценообразование.

Как работает ценообразование на основе слежки?

Цель ценообразования на основе слежки — найти максимальную цену, которую вы стерпите, прежде чем уйти. Эта концепция известна в экономике как ценовая дискриминация первой степени(новое окно). Она использует передовую аналитику данных и алгоритмы для динамической корректировки цен на основе ваших индивидуальных данных. Она использует ваши данные для создания вашего профиля и корректирует цены, которые вы видите, в режиме реального времени на основе этого профиля.

Ценообразование на основе слежки возможно только в том случае, если у продавца есть ваши данные. Они собираются по нескольким каналам, включая:

  • Файлы cookie и снятие цифровых отпечатков устройства и браузера(новое окно)
  • Мобильные приложения, которые получают доступ к местоположению или данным устройства
  • Карты лояльности и программы, которые регистрируют ваши прошлые покупки
  • Активность в социальных сетях
  • Поисковое поведение (особенно когда вы вошли в аккаунты). Например, если вы вошли в Amazon и просматриваете определенный продукт несколько раз, не покупая его, Amazon может сделать вывод о высоком интересе и немного поднять цену в следующий раз, когда вы будете его искать.

Какие компании используют ценообразование на основе слежки?

Следующие примеры показывают, как компании используют ваши личные данные для динамической корректировки цен:

  • Target согласился выплатить 5 миллионов долларов в виде гражданских штрафов(новое окно) после того, как было обнаружено, что его приложение повышает цены для людей в зависимости от их местоположения. Например, он взимал на 100 долларов больше(новое окно) за телевизоры, если кто-то находился на парковке Target, потому что чем ближе они были к магазину, тем выше была вероятность, что они заплатят.
  • Ценовые алгоритмы Amazon меняют цены более 2,5 миллионов раз в день(новое окно) в зависимости от различных факторов, включая спрос и поведение пользователя.
  • Staples(новое окно) взимал с клиентов разные цены на своем веб-сайте на основе оценок их местоположения — взимая с людей больше, когда они находились в районах с меньшим количеством конкурентов
  • Uber признал(новое окно), что «модели землепользования/соседства, цели поездки, время суток и другие эффекты» влияют на ценообразование, в то время как Lyft заявил, что «есть много факторов, которые влияют на ценообразование: время суток, цели поездки и многое другое». Uber был обвинен(новое окно) в повышении тарифов для пользователей с низким зарядом батареи на телефонах в предположении, что они заплатят больше.
  • Сайт бронирования путешествий Orbitz(новое окно) направлял пользователей Mac к более дорогим вариантам отелей на основе данных, указывающих, что пользователи Mac, как правило, тратят больше на проживание.

Законно ли ценообразование на основе слежки в США?

В Соединенных Штатах ценообразование на основе слежки широко распространено и в значительной степени не регулируется. В отличие от Европейского союза, где законы о конфиденциальности, такие как GDPR(новое окно), ограничивают то, как компании могут использовать личные данные, в США отсутствует какое-либо федеральное законодательство, которое напрямую затрагивает методы персонализированного ценообразования.

Этот нормативный пробел позволяет компаниям собирать и использовать данные потребителей с минимальным надзором, если они избегают открыто обманных или дискриминационных практик, нарушающих существующие законы о защите прав потребителей или гражданских правах. В 2022 году Федеральная торговая комиссия (FTC) объявила(новое окно) о заинтересованности во введении новых правовых норм для решения этой проблемы, а в последние дни администрации Байдена она выпустила отчет(новое окно) и опубликовала пост в блоге(новое окно), выступая за конкретные регуляторные действия в отношении ценообразования на основе слежки.

Однако администрация Трампа ясно дала понять, что ее мало интересует эта цифровая защита потребителей. В ответ Калифорния, Джорджия, Иллинойс, Колорадо и Нью-Йорк представили законодательство на уровне штатов(новое окно) для ограничения ценообразования на основе слежки.

Несмотря на жесткое сопротивление со стороны групп технологической индустрии, таких как TechNet(новое окно), эти законопроекты, особенно калифорнийский, могут иметь далеко идущие последствия. Принятый Ассамблеей Калифорнии(новое окно) 12 мая 2025 года, Законопроект Ассамблеи 446(новое окно) может стать национальным стандартом, подобно Калифорнийскому закону о конфиденциальности потребителей (CCPA21`)(новое окно). Как отметил автор законопроекта, член Ассамблеи Сан-Диего Кристофер Уорд:

«Я считаю, что [ценообразование на основе слежки] является хищническим, дискриминационным и нарушает общественное доверие, когда потребители уже находятся в трудном положении и не заслуживают того, чтобы их невольно эксплуатировали».

Ценообразование на основе слежки в мире

Хотя в США оно в значительной степени не регулируется, другие страны заняли более жесткую позицию в отношении защиты данных потребителей и ограничения того, как они могут использоваться для алгоритмического ценообразования. `

Европейский союз

Общий регламент ЕС по защите данных (GDPR) является одним из самых строгих законов о конфиденциальности в мире. Он не запрещает напрямую персонализированное ценообразование, но устанавливает серьезные ограничения на то, как компании могут собирать и использовать личные данные, особенно для автоматизированного принятия решений. Ключевые меры защиты GDPR, относящиеся к ценообразованию на основе слежки, включают:

  • Право быть информированным: Компании должны быть прозрачными в отношении того, какие данные они собирают и как они используются.
  • Право возражать: Потребители могут возражать против профилирования и автоматизированного принятия решений.
  • Явное согласие: Компании часто должны получать четкое согласие перед использованием личных данных для принятия решений о ценообразовании.

На практике европейские компании более осторожны в использовании ценообразования на основе слежки — особенно когда это связано с чувствительными характеристиками, такими как раса, доход или местоположение. Следуя официальному руководству(новое окно), они должны включать четкие оговорки при предложении динамического или алгоритмического ценообразования или использовать стандартизированное ценообразование.

Великобритания

Хотя UK GDPR(новое окно) больше не является частью ЕС, он по-прежнему в целом соответствует GDPR. Управление по конкуренции и рынкам (CMA) также выразило озабоченность(новое окно) по поводу алгоритмического вреда, включая дискриминационное ценообразование, и пообещало работать с ICO(новое окно) и Ofcom(новое окно), чтобы помочь решить эти проблемы.

Канада

Закон о защите конфиденциальности потребителей (CPPA)(новое окно) Канады, часть предложенной ею Цифровой хартии(новое окно), направлен на повышение прозрачности и предоставление потребителям большего контроля над своими данными. Хотя он все еще находится в стадии разработки, это отражает растущее понимание того, что поведенческий таргетинг (включая ценообразование) вреден для потребителей.

В более общем плане во всем мире наблюдается растущая тенденция(новое окно) к алгоритмической подотчетности, обучению потребителей цифровому ценообразованию и созданию правовых рамок, ограничивающих злоупотребление данными. Однако правоприменение остается непоследовательным, и граждане многих стран остаются уязвимыми для непрозрачных и эксплуататорских практик ценообразования на основе слежки.

Как избежать ценообразования на основе слежки

Трудно полностью обнаружить или избежать ценообразования на основе слежки, особенно если вы используете мобильные приложения, которые могут получить доступ к огромному количеству ваших личных данных. Однако есть некоторые вещи, которые вы можете сделать, чтобы уменьшить объем информации, которую компании знают о вас.

1. Используйте браузер, а не приложение

Мобильные приложения обычно собирают огромное количество личных данных о вас, которые они отправляют непосредственно своим разработчикам. Браузеры (включая мобильные браузеры) не отправляют и близко столько данных(новое окно) на веб-сайты, которые вы посещаете, и могут включать функции конфиденциальности, такие как защита от отслеживания и устойчивость к снятию отпечатков(новое окно).

Узнайте о лучших браузерах для вашей конфиденциальности(новое окно)

2. Блокируйте сторонние файлы cookie

Сторонние файлы cookie — это небольшие текстовые файлы, сохраненные в вашем браузере, которые существуют почти исключительно для отслеживания вашего поведения на разных веб-сайтах. Их блокировка в вашем браузере лишает компании части данных, которые они используют для ценообразования на основе слежки.

Узнайте, как заблокировать сторонние файлы cookie во всех браузерах

3. Используйте VPN

VPN скрывает самое раскрывающее о вас для разработчиков приложений и веб-сайтов — ваш IP-адрес. Он также не дает вашему интернет-провайдеру знать, что вы делаете онлайн, и продавать эти данные(новое окно) компаниям, использующим ценообразование на основе слежки. С платным аккаунтом Proton VPN наша функция фильтрации DNS NetShield Ad-blocker защитит вас от целого ряда скриптов трекеров.

Получить Proton VPN Plus

4. Сравнивайте цены на разных устройствах и в браузерах

При поиске товаров и услуг попробуйте выполнить несколько поисков на разных устройствах и в разных браузерах, чтобы увидеть, есть ли какие-либо изменения в цене.

Заключительные мысли: крайне несправедливая практика

Ценообразование на основе слежки — это не научная фантастика. Оно здесь и встроено в повседневный опыт онлайн-шопинга, заказа такси и даже образовательных услуг(новое окно). Незаметно собирая и анализируя огромные объемы потребительских данных, компании могут невидимо корректировать цены в зависимости от того, кто вы, где вы находитесь, какое устройство используете и насколько вероятно, что вы заплатите.

Компании часто утверждают, что эта практика — не что иное, как безобидная персонализация. Но она способствует дискриминации, эксплуатации и неравенству, особенно когда на ценообразование влияют такие чувствительные черты, как раса, уровень дохода или место жительства.

В конечном счете, только законодатели обладают властью, необходимой для того, чтобы обуздать безудержные злоупотребления ценообразованием на основе слежки. Вот почему прискорбно, что FTC отказалась от своей работы по ценообразованию на основе слежки, предоставив отдельным штатам разгребать последствия. Потребителям в других местах может повезти больше.

Тем не менее, избегая приложений и используя VPN, вы можете помочь ограничить данные, которые компании собирают для создания вашего профиля для ценообразования на основе слежки.