Мы привыкли, что цены на товары меняются в зависимости от акций, курса валют, спроса и сезона. Но мало кто знает, что ценник может быть сформирован на основании наших индивидуальных данных, привычек, благосостояния, местоположения и даже пола.
В этой статье расскажем, как работает индивидуальное ценообразование и попытаемся понять, как обмануть алгоритмы и сэкономить.
Что такое ценовая дискриминация?
Ценовая дискриминация — это стратегия продавцов, при которой для разных покупателей устанавливаются разные цены на один и тот же товар. Мы давно привыкли к некоторым формам ценовой дискриминации и считаем их нормой. К примеру, вход в музеи и памятники архитектуры для иностранцев дороже, чем для местных. Или билеты на самолет за день до вылета продают вдвое дороже, чем за пару месяцев.
Однако есть виды ценовой дискриминации, с которыми смириться гораздо тяжелее. К примеру, привычка продавцов на рынке оценивать благосостояние человека по одежде и повышать цену для богатых известна и осуждается еще с древних времен.
Когда продавца в ларьке сменили гигантские корпорации, способные собирать и анализировать большие объемы информации о благосостоянии и поведении покупателей, ценовая дискриминация вышла на новый уровень.
Действительно, если 100 рублей для человека — не деньги, и разница на эту сумму никак не повлияет на решение о покупке, то почему бы не сделать для него все товары дороже на 100 рублей?
Эта прекрасная идея приходила в голову многим. К примеру, доказано, что сайт по бронированию отелей завышал цены для пользователей, заходивших с устройств Apple, считая их более платежеспособными. Известны даже случаи, когда энергетические компании продавали электричество жителям зажиточных районов по завышенной цене.
Правовая сторона и источники информации
Ценовая дискриминация в России запрещена законом. Продавца, которого уличили в установке индивидуальных цен, ждет крупный штраф. Однако, алгоритмы ценообразования на маркетплейсах настолько сложны, что доказать ценовую дискриминацию почти невозможно.
В случаях, когда маркетплейсы ловят за руку на совсем уж вопиющей разнице в цене, причиной этому называют сбой в алгоритмах или A/B-тестирование — механизм, позволяющий продавцам устанавливать сразу несколько цен на один товар, чтобы оценить спрос.
Последний аргумент торговых площадок в том, что они сами ничего не продают, а вытупают лишь посредниками между продавцом и покупателем. Однако известно, что на крупных маркетплейсах работают системы на основе ИИ, которые, помимо прочего, помогают продавцам с ценообразованием. На каких данных основывается эта помощь установить невозможно.
Принципы ценообразования площадок — коммерческая тайна, а информация о «скидках» не попадает ни в какую отчетность. Поэтому фактических данных о цифровой дискриминации на российских маркетплейсах нет.
Остается полагаться только на людей, которые замечают неладное и делятся наблюдениями. И в таких сообщениях недостатка нет: только на Pikabu опубликованы тысячи постов о ценах на маркетплейсах и большинство из них именно о странном ценообразовании на OZON и в сервисах Яндекса, включая Яндекс Маркет.
Еще один косвенный, но красноречивый довод — памятка Роспотребнадзора, где в перечень самых частых жалоб потребителей включены манипуляция скидками и ценовая дискриминация.
Как работает ценовая дискриминация?
Рассказываем про известные механизмы динамического ценообразования, ведь без понимания того, как это работает, невозможно избежать переплат.
Персонализация цен на основе данных пользователя
Алгоритмы анализируют историю покупок, время пребывания на сайте, возраст и прочие характеристики, чтобы предлагать персональные скидки или изменять цены в реальном времени. Например, пользователи, редко сравнивающие цены, видят более высокие ценники, а новые клиенты, еще не совершавшие покупок видят цены пониже.
Некоторые люди избегают слишком дешевых товаров, считая их менее качественными. Таких людей платформы тоже научились вычислять и удовлетворяют их желание купить качественный товар, прибавляя к цене всех позиций изрядную сумму.
Системы «персональных скидок», действующие на всех маркетплейсах, выглядят невинно, но на самом деле это все та же ценовая дискриминация, замаскированная под заботу о покупателях.
Географическая дискриминация
Если личных данных покупателя получить не вышло, от ценовой дискриминации это не убережет. Ведь самый простой способ заработать больше — поднять цену для регионов с высоким средним доходом. Цены для больших городов выше на 10-15% в сравнении со средним по стране.
На вопросы об этом маркетплейсы обычно отвечают разницей в стоимости доставки. Но вот незадача: если москвич закажет товар в маленький город — цена ниже не станет.
Дискриминация через платежные инструменты
Покупатели, использующие карты Ozon Bank или Wildberries Bank, получают кэшбэк 5-15%, что фактически снижает итоговую цену товара. Для клиентов других банков и платежных систем цена остается высокой.
Многим такое положение дел кажется естественным, но, когда речь идет о компаниях, занимающих совокупно 80% рынка, такой подход не оставляет покупателям выбора и тоже относится к ценовой дискриминации.
Дискриминация по полу
«Налог на розовое» известен еще с 90-х. Этим термином описывают завышение цен на товары для женщин в сравнении с аналогичными товарами для мужчин. Тогда исследователи обратили внимание на цены в обычных магазинах, но с приходом маркетплейсов налог на розовое перекочевал и туда.
Товары для женщин, например бритвы и шампуни, стоят до 50% дороже аналогов для мужчин при одинаковой себестоимости. Но еще более показательна цена на одежду: одни и те же кроссовки 37-го размера часто продают в среднем на 20-40% дороже, чем 40 и выше. Это можно было бы объяснить редкостью маленьких размеров, но ценники на не менее редкие размеры 45+ почему-то не повышаются.
Здесь стоит оговориться, что налог на розовое — давно укоренившийся принцип ценообразования и полностью возлагать за него вину на маркетплейсы нельзя, производители и продавцы виноваты не меньше.
Вывод
Нельзя с полной уверенностью сказать, что маркетплейсы завышают цены на товары, исходя из личных данных покупателей. Налог на розовое и дискриминация через платежные инструменты — это факты, но изменение цен в зависимости от уровня дохода и потребительского поведения доказать невозможно.
Однако, косвенных признаков слишком много: тысячи сообщений от покупателей, упоминания в Роспотребнадзоре и доказанные случаи из других стран почти не оставляют пространства для сомнений. Сама логика работы с Big Data в цифровой экономике подразумевает увеличение прибыли за счет анализа личных данных пользователей и в эту канву ценовая дискриминация укладывается идеально.
Плохая новость в том, что обмануть алгоритмы, чтобы покупать все товары дешевле не выйдет. Для этого придется полностью изменить свое поведение в сети, а также семейное положение, возраст, уровень дохода и даже пол.
Однако, перед тем, как совершать особенно крупную покупку, лучше проверить цену с нового аккаунта, сопоставить с ценой на других площадках, отправить ссылку друзьям и сверить ценник. Гарантий нет, но в интернете полно историй, как таким образом удавалось сэкономить до 60% от стоимости.
- Поддержите нас лайками и делитесь опытом в комментариях ⬇️
