Что такое «ценообразование на основе данных о пользователях»? Скрытый способ, с помощью которого компании устанавливают цены на основе ваших данных

Представьте, что вы зашли в продуктовый магазин. Вы берете пакет молока, бросаете взгляд на электронную ценник и видите $3.49. Человек рядом с вами — то же молоко, тот же магазин, тот же момент — видит на своём телефоне цену $2.89. В чём разница? Его история просмотров указывает на то, что он более чувствителен к цене, чем вы. А ваша история просмотров говорит о том, что вы без колебаний заплатите более высокую цену.

Это не гипотетический случай. Это называется ценообразование в сфере наблюдения, и к 2026 году это вызвало волну законодательных инициатив, расследований Федеральной торговой комиссии (FTC) и негативной реакции потребителей по всей территории США. Вот что это на самом деле означает, как это работает и почему электронные ценники — цифровые ценники, появляющиеся повсеместно в магазинах, — стали неожиданным центром этой дискуссии.

Что такое ценообразование на основе мониторинга?

Простое определение

Федеральная торговая комиссия определяет ценообразование с учетом данных о потребителях как «установление цен на товары и услуги с учетом данных о характеристиках и поведении потребителей» (ФТК, 2025). Проще говоря: компания использует собранные о вас персональные данные — историю просмотров, местоположение, информацию об устройстве, особенности покупок — для того, чтобы установить цену именно для ты, а не предлагать всем одну и ту же цену.

Институт правовой информации юридического факультета Корнелльского университета формулирует это ещё более резко: ценообразование на основе слежения — это персонализированное ценообразование, основанное на слежении, то есть на систематическом сборе и алгоритмической обработке данных отдельных потребителей (Корнеллский институт информационного права (LII)).

Ключевое слово — это наблюдение. Речь идет не об изменениях цен на рынке, например, о том, что авиабилеты дорожают в праздничные дни. Речь идет о ты — кто вы, на что вы нажимали, где вы живете и какую сумму, по мнению алгоритма, вы готовы заплатить.

Примеры из реальной жизни, которые попали в заголовки новостей

Эта концепция перестает быть абстрактной, когда вы видите чеки:

• Цель выплатила в Калифорнии компенсацию в размере $5 миллионов в рамках урегулирования спора после того, как ее приложение начисляло покупателям более высокие цены, обнаруживая, что они физически находятся рядом с магазином Target. Один из покупателей заметил, что цена на телевизор в приложении, когда он стоял на парковке, была на $100 выше, чем при просмотре товара из дома.
• Instacart взимала с некоторых клиентов на 23% больше за идентичные продукты в одно и то же время. В ходе предварительного расследования, проведенного Федеральной торговой комиссией (FTC) в соответствии с пунктом 6(b), было установлено, что эти расхождения обусловлены алгоритмическими переменными ценообразования, связанными с профилями пользователей.
• Orbitz систематически предлагала пользователям Mac более дорогие варианты проживания в отелях, чем пользователям Windows, основываясь на данных, свидетельствующих о том, что владельцы Mac, как правило, тратят больше.
• Скрепки варировала свои цены в интернете в зависимости от того, находился ли физический магазин конкурента в радиусе 20 миль от почтового индекса покупателя — устанавливая более высокие цены, когда у покупателя было меньше альтернатив поблизости.

Это не единичные сбои. Это результат работы систем, предназначенных для того, чтобы для каждого отдельного покупателя определить максимальную цену, на которую он согласится, прежде чем уйти.

Основные характеристики, определяющие ценообразование в сфере видеонаблюдения

Из этих примеров выделяются три характерные особенности:

1. Источник данных носит личный характер, а не основан на рыночных данных. Динамическое ценообразование задает вопрос: «Что происходит на рынке прямо сейчас?». Ценообразование на основе мониторинга задает вопрос: «Кто вы и что мы можем извлечь из вас?».
2. Цена устанавливается индивидуально, а не является фиксированной. Два покупателя видят разные цены на один и тот же товар одновременно — и, как правило, ни один из них не знает, сколько платит другой.
3. Этот процесс непрозрачен. Никакой информации об этом не предоставляется, нет никакой пометки, гласящей: «Эта сумма была рассчитана с использованием ваших личных данных». Потребитель не может проверить, платит ли он справедливую цену.

Представьте себе меню в ресторане. Динамическое ценообразование означает, что бранч по выходным стоит дороже, чем обед в будний день — при этом все посетители, пришедшие в субботу, платят одинаковую сумму. «Ценообразование с наблюдением» — это когда официант бросает взгляд на ваши часы, телефон и обувь, а затем подает вам меню с ценами на 20% выше, чем у человека за соседним столиком.

Как работает ценообразование в сфере видеонаблюдения?

Процесс формирования цен в системе мониторинга проходит в три этапа — от сбора данных до того момента, когда вы видите конечную цену. Это происходит за миллисекунды, и вы даже не замечаете этого процесса.

Уровень сбора данных — что компании знают о вас

Первый этап — сбор данных. Компании и их партнеры — посредники по торговле данными — собирают информацию из различных источников, создавая профили, которые гораздо более подробны, чем думает большинство потребителей:

• История просмотров и поисковые запросы — каждая страница товара, которую вы просматривали, каждый поисковый запрос, который вы вводили
• Сведения об устройстве — независимо от того, используете ли вы iPhone или Android, новый ноутбук или старый, и даже от уровня заряда батареи (известны случаи, когда приложения для заказа поездок предлагали более высокие цены пользователям с низким уровнем заряда батареи, поскольку предполагалось, что они менее склонны ждать)
• Данные о местоположении — почтовый индекс вашего места жительства, который является надежным показателем уровня дохода; где вы делаете покупки; находитесь ли вы в данный момент рядом с магазином конкурента
• История покупок и данные по картам лояльности — до 52 недель ваших чеков за продукты, систематизированных и с присвоенными баллами
• Демографические выводы — диапазоны доходов, структура семьи и категории образа жизни, определенные на основе приведенных выше данных
• Поведенческие сигналы — движения мыши, время наведения курсора на элемент, особенности отказа от корзины

Как зафиксировал Джозеф Туров в «Проходы имеют глаза», в обычных магазинах устанавливаются Bluetooth-маяки, которые посылают сигнал на ваш смартфон, когда вы перемещаетесь по проходам, отслеживая время пребывания у конкретных витрин. Инфраструктура наблюдения в розничной торговле носит физический характер, а не только цифровой.

Алгоритмический уровень — прогнозирование вашей готовности платить

После сбора данных модели машинного обучения приступают к работе в три этапа.

Первый, подготовка признаков преобразует исходные данные в переменные, пригодные для расчетов. Ваш почтовый индекс превращается в оценку медианного дохода. Модель вашего устройства становится индикатором покупательной способности. Ваши привычки просмотра веб-страниц превращаются в «показатель ценовой чувствительности».

Второй, моделирование готовности платить оценивает вашу индивидуальную ценовую эластичность. Алгоритм прогнозирует: если мы предложим этому человеку товар по цене $4.29, купит ли он его? А по цене $4.59? Модель определяет максимальную цену для каждого товара.

Третье, принятие решений о ценообразовании в режиме реального времени выполняются с миллисекундной скоростью. Только одна компания Amazon меняет цены примерно 2,5 миллиона раз в день, корректируя их с учетом сигналов о поведении пользователей, цен конкурентов и уровня запасов — и все эти данные обрабатываются одновременно.

В ходе расследования, проводимого Федеральной торговой комиссией (FTC) на основании пункта 6(b), было выявлено восемь посреднических компаний — в том числе Mastercard, Revionics, Bloomreach, PROS, Accenture и McKinsey, — которые предоставляют розничным продавцам алгоритмическую инфраструктуру для масштабного внедрения таких систем ценообразования.

«Цена, которую вы видите» — вывод и исполнение

В интернете персонализированная цена отображается на веб-странице динамически. Разные пользователи, открывающие одну и ту же страницу товара, видят разные цифры, которые генерируются в режиме реального времени с учетом их профиля.

В обычных магазинах механизм реализации всё в большей степени опирается на электронные полочные этикетки (ESL) — небольшие цифровые дисплеи, которые заменяют бумажные ценники и позволяют централизованно обновлять цены за считанные секунды. В сочетании с приложениями магазинов или идентификацией по картам лояльности на кассе ESL создают техническую основу для переноса динамического ценообразования из сферы электронной коммерции в традиционную розничную торговлю. Именно в этом аспекте данная технология вызывает споры и заслуживает более пристального внимания.

«Контрольное ценообразование», «динамическое ценообразование» и «алгоритмическое ценообразование» — в чём разница?

Эти три термина постоянно встречаются в новостях и законодательных актах, и их часто используют как синонимы. Однако они обозначают разные явления, имеющие разные правовые последствия. Алгоритмическое ценообразование представляет собой самый широкий круг: любая система ценообразования, в которой цену устанавливает не человек, а формула или модель. Внутри этого круга находятся динамическое ценообразование и ценообразование на основе мониторинга — два подтипа, использующие принципиально разные источники данных.

Эта взаимосвязь важна, поскольку объясняет, почему некоторые законодательные акты направлены непосредственно на ESL. Законодатели не обеспокоены самой технологией отображения информации. Их беспокоит сочетание ESL (возможность быстрого обновления цен) и инфраструктуры данных о потребителях (составление персональных профилей), которое создает систему ценового мониторинга внутри физических магазинов.

Законно ли ценообразование на основе данных о поведении пользователей? Нормативно-правовая обстановка в 2026 году

Краткий ответ: это зависит от того, где вы находитесь, и ситуация быстро меняется.

На федеральном уровне всеобъемлющего запрета не существует. В рамках исследования Федеральной торговой комиссии (FTC) по пункту 6(b) — начатого в июле 2024 года с направления запросов о предоставлении информации восьми компаниям, выступающим в качестве ценовых посредников, — в январе 2025 года был опубликован предварительный отчет сотрудников, подтверждающий, что компании используют данные о потребителях для установления разных цен на идентичные товары. Однако ФТК под руководством председателя Эндрю Фергюсона дала понять, что намерена применять более узкий подход, ориентированный на раскрытие информации, а не добиваться полного федерального запрета. В декабре 2025 года группа сенаторов от обеих партий (Уорнер, Хоули, Блюменталь и Галлего) направила письмо, в котором призвала ФТК возобновить расследование и принять меры по обеспечению соблюдения законодательства.

Настоящая деятельность разворачивается на уровне штатов. Более 70 законопроектов только в 2026 году были введены в более чем двух десятках штатов. Вот самые значимые из них:

Обратите внимание на один поразительный факт: ESL — то есть сами цифровые ценники — упоминаются в целом ряде законодательных актов, начиная с моратория на их установку в штате Нью-Джерси и заканчивая полным запретом, предусмотренным федеральным законопроектом. Эта технология стала объектом законодательного регулирования не из-за того, что она делает, а из-за того, что, как опасаются законодатели, она позволяет делать.

Электронные ценники и ценообразование под контролем — как отделить технологии от злоупотреблений

Почему потребители обеспокоены — и они не ошибаются

Обеспокоенность потребителей по поводу электронных ценников (ESL) возникла не на пустом месте. Когда Walmart объявил о планах по установке электронных ценников в 2 300 магазинах, а Kroger расширил внедрение собственных электронных ценников в рамках инфраструктуры данных по картам лояльности, организации по защите прав потребителей провели прямую параллель между цифровыми ценниками и ценообразованием на основе данных слежения.

Профсоюз «Объединенные работники пищевой промышленности и розничной торговли» (UFCW) запустил кампанию «Остановим электронные ценники», сославшись на данные опроса, согласно которым 68% потребителей считают, что электронные ценники приведут к росту цен на продукты, а 67% поддерживают полный запрет этой технологии. Генеральный прокурор штата Нью-Йорк Летиция Джеймс провела митинги, на которых электронные ценники были представлены как физический инструмент ценового надзора, и 66% избирателей штата Нью-Йорк поддержали предложенный штатом запрет.

Эта обеспокоенность вполне обоснована. Если магазин может мгновенно изменять цены и при этом знает, кто вы такой, благодаря вашей карте лояльности или приложению магазина, что мешает ему показать вам цену, отличную от той, которую видит человек, стоящий за вами в очереди? Когда Закон о пресечении ценового сговора в продуктовых магазинах предлагая запретить ESL наряду с запретом на ценообразование на основе данных о потребительском поведении, она рассматривает эту технологию и эту практику как единое целое — неразделимые угрозы.

Почему сама по себе технология не является проблемой

Вот в чём заключается различие, которое упускается из виду в дискуссиях законодателей и СМИ: электронные ценники не собирают данные о потребителях. Это просто устройства отображения информации. Они получают сигнал об обновлении цены из центральной системы управления ритейлера и отображают его на экране. Электронный ценник в отделе молочных продуктов не знает, кто вы, не отслеживает историю ваших просмотров и не рассчитывает вашу готовность заплатить.

Системы, которые сделать Системы наблюдения за покупателями — базы данных карт лояльности, отслеживание через Wi-Fi в магазинах, Bluetooth-маяки, службы определения местоположения в мобильных приложениях, аналитика данных платежных терминалов и камеры внутри магазинов — все они не зависят от электронных ценников (ESL). Они существовали задолго до появления электронных ценников и продолжали бы функционировать, даже если бы завтра все электронные ценники были удалены.

При использовании в соответствии с назначением программы ESL фактически позволяют добиться принципиально иного набора результатов:

• Единообразное обновление цен в режиме реального времени — все ценники в магазине одновременно обновляются на одну и ту же новую цену, что позволяет сократить трудозатраты и снизить вероятность ошибок, связанных с ручной заменой бумажных ценников на тысячах артикулов
• Синхронизация цен между онлайн- и офлайн-магазинами — цена, указанная на сайте, соответствует цене на полке. Это и есть прозрачность, а не дискриминация.
• Снижение количества ошибок в ценообразовании — ручная замена бумажных ценников приводит к ошибкам; цифровые обновления позволяют их исключить, а это значит, что вероятность того, что при оплате потребителю будет начислена правильная цена, становится выше

Архитектура технологии имеет большое значение. Хорошо спроектированные системы ESL получают данные о ценах исключительно из собственной центральной системы управления ритейлера — той самой базы данных цен, которая управляет всеми каналами сбыта. Никакие данные о потребителях не влияют на сигнал, отображаемый на дисплее. Коммуникационные протоколы, на которых работают системы ESL (2,4 ГГц, BLE, Wi-Fi, NFC, 433 МГц), передают команды для дисплея, а не данные о потребителях. Это различие не является незначительным. Оно носит архитектурный характер.

Представьте себе разницу между автомагистралью и водителем, превышающим скорость. Автомагистраль позволяет быстро передвигаться, но не определяет, соблюдает ли кто-то ограничение скорости. Системы ESL позволяют эффективно управлять ценами, но не определяют, вводит ли ритейлер данные о потребителях в алгоритм ценообразования. Ответственность — и цель регулирования — должны лежать на решениях ритейлеров в области управления данными, а не на оборудовании для отображения информации, которое просто показывает результат.

Для ритейлеров, оценивающих технологии ценообразования в современных условиях регулирования, практический вопрос заключается не в том, «стоит ли избегать цифровых ценников?», а в том, «разделяет ли архитектура данных моей системы ценообразования рыночную логику ценообразования и профилирование потребителей?». Прозрачная архитектура системы — при которой дисплеи ESL отображают цены, полученные из единой бэкэнд-системы управления розничной торговлей, а не на основе алгоритмов, использующих персональные данные, — позволяет технологии оставаться в рамках законодательства. При оценке поставщиков ритейлерам следует обращать внимание на открытый доступ к SDK и API, который обеспечивает полную прозрачность логики ценообразования, а не соглашаться на системы типа «черного ящика», в которых поток данных остается неясным. Некоторые производители ESL, такие как Zhsunyco, построили архитектуру своих систем именно на этом принципе: данные о ценах поступают исключительно из центральной системы управления ритейлера, а протоколы связи, управляющие дисплеями, не содержат информации о профилях потребителей. На практике это означает, что ритейлер, использующий такую систему, может продемонстрировать как регулирующим органам, так и покупателям, что его цифровые ценники служат повышению операционной эффективности, а не персонализированной ценовой дискриминации.

Обсуждение вопросов ценообразования с использованием технологий наблюдения имеет большое значение, а беспокойство потребителей, лежащее в его основе, вполне обосновано. Однако смешивание технологий отображения информации с методами обработки данных не защищает покупателей. Это лишь затрудняет ритейлерам внедрение инструментов, которые действительно повышают точность ценообразования, операционную эффективность и прозрачность цен для всех.

Ссылки

1. Федеральная торговая комиссия. «Исследование по вопросу ценообразования на основе мониторинга рынка (пункт 6(b)) — предварительное резюме результатов исследования сотрудников комиссии». Январь 2025 г. Федеральная торговая комиссия
2. Институт правовой информации юридического факультета Корнелльского университета. «Ценообразование в сфере слежения». law.cornell.edu
3. Американская ассоциация юристов, «Antitrust Law Source». «Когда ценообразование становится личным». Апрель 2026 г. americanbar.org
4. Kelley Drye Ad Law Access. «Ценообразование в сфере наблюдения: основные понятия». Апрель 2026 г. kelleydrye.com
5. EPIC. «Политика ценообразования на основе данных наблюдения, применяемая компанией Kroger, наносит ущерб потребителям». epic.org
6. WRVO Public Media. «Электронные ценники вызывают опасения». Февраль 2026 года. wrvo.org
7. UFCW. «Поддержите доступные продукты». ufcw.org
8. New York Times. «Почему „ценообразование на основе слежения“ задевает за живое». Ноябрь 2025 года. nytimes.com