Все уже сталкивались с динамическим ценообразованием: билет на самолет дорожает ближе к вылету, такси - в дождь и час пик, гостиница - в праздники. Цена меняется в зависимости от спроса, но в каждый конкретный момент она одинакова для всех. Персонализированное ценообразование устроено иначе. Два человека в одно время видят на один и тот же товар разные цифры, потому что система по-разному оценила их цифровой профиль: историю покупок, частоту возвратов, модель телефона, район, банковский профиль и т. д. В Америке прижился термин surveillance pricing - "ценообразование через слежку". Алгоритм следит за покупателями и выясняет, какие группы не замечают подорожания, а какие уходят при первой надбавке. При единой цене продавец всегда что-то теряет: один покупатель готов был заплатить больше, но заплатил меньше, другой ничего не купил, хотя купил бы со скидкой. Персонализация позволяет "достать" обоих.

По подсчетам экономистов Чикагского университета Жана-Пьера Дюбе и Санджога Мисры, правильно подобранная единая цена поднимает прибыль на 55%. А персонализация на основе машинного обучения добавляет еще 19% сверху. Для клиентов-покупателей совокупная выгода сокращается на 23% по сравнению с единой ценой. Зато больше 60% клиентов от персонализации выиграли - им досталась цена ниже единой. Проиграло меньшинство, зато сильно.

Персонализация позволяет продать больше товара, а скидка достается тому, кто без нее не купил бы, а не всем подряд. Человек со скромным доходом, которому вещь раньше была не по карману, получает ее дешевле. Налицо расширение рынка. При этом цена перестает быть общим ориентиром: ее нельзя сравнить с ценой соседа, а значит, слабеет и конкуренция между магазинами. Также алгоритм бьет не столько по богатым, сколько по предсказуемым - по тем, кто торопится, не сравнивает, привык к одной площадке. Часто это пожилые и просто занятые люди.

В Америке эта проблема уже вышла на политический уровень, когда выяснилось, что, скажем, в доставке из супермаркета одна и та же корзина отличается по цене для разных покупателей более чем на 20%.

Больше 60% клиентов от персонализации выиграли - им досталась цена ниже единой. Проиграло меньшинство, зато сильно

За дело взялись штаты. С 1 октября в Мэриленде запрещено магазинам и службам доставки поднимать цену на основе персональных данных, штраф - до 10 тыс. долларов. Похожие законы приняли Коннектикут и Нью-Джерси. Нью-Йорк с конца 2025 года обязывает предупреждать, что цена рассчитана алгоритмом на основе ваших данных. На федеральном уровне Федеральная торговая комиссия предложила сообщать о персонализированной цене ясно и на видном месте, раскрывая, какие данные использованы.

В ЕС еще с 2022 года продавцы обязаны предупреждать, если цена персонализирована с помощью алгоритмов. Хотя масштаб явления оказался скромнее, чем можно подумать: исследование Еврокомиссии 2018 года по 160 интернет-магазинам нашло признаки персональных цен лишь в 6% проверок, а типичная разница не превышала 1,6%.

11 ноября 2026 года Еврокомиссия представила проект "Акта о цифровой справедливости". Персональные цены он не запрещает: запрет касается случаев, когда цена построена на профилировании, способна причинить вред и адресована несовершеннолетним или уязвимым потребителям. Продавцы с такими ценами должны будут раскрывать, сколько товара доступно по объявленной цене. Штрафы - до 6% мирового оборота. Однако непонятно, как отличить "уязвимого" покупателя от обычного.

В России понятия персонализированной цены нет. Статья 426 Гражданского кодекса требует одинаковой цены в публичном договоре для покупателей одной категории. Верховный суд в 2018 году разъяснил, что категории покупателей продавец вправе устанавливать сам, в том числе через программы лояльности, но критерии должны быть объективными и известными покупателю. Закон о персональных данных ограничивает решения, принятые исключительно алгоритмом.

Спор идет в иной плоскости. Главным ценовым конфликтом последних лет стала война маркетплейсов с банками и офлайн-ретейлом за скидки при оплате "своей" картой. Закон о платформенной экономике, вступивший в силу 1 октября 2026 года, закрепил: цена не должна зависеть от способа оплаты, а базовую стоимость нужно показывать на всех этапах покупки. О профиле покупателя в законе ни слова.

Персонализация повышает продажи и прибыль, а части покупателей приносит реальную экономию. Проигрывают от нее невнимательные, торопливые и лояльные

Хотя во время первого чтения закона депутаты говорили, что маркетплейсы для отдельных покупателей завышают цену чуть ли не в два раза, анализируя закрытые данные. Некоторые предлагают обязать площадки раскрывать персональное ценообразование и ввести понятие "цифровой оферты" с презумпцией одинаковых условий для всех. Законопроектов на этот счет пока, правда, нет.

Персонализация в российской рознице расширяется под вывеской "персональных предложений". Так, X5 открыла поставщикам доступ к персонализированному промо в своих сетях, а 43% покупателей, по данным исследования RetailCRM и ЮKassa, регулярно такими предложениями пользуются. Формально это не наценка, а скидка, - суды и регуляторы ее допускают. Беда в том, что скидка от завышенной базы и наценка для человека, не видящего цену соседа, выглядят одинаково.

Да, персонализация повышает продажи и прибыль, а части покупателей приносит реальную экономию. Проигрывают от нее не обязательно богатые - скорее невнимательные, торопливые и лояльные. Нигде она не запрещена, регулирование строится вокруг раскрытия информации. Человек должен знать, что цена рассчитана лично для него и по каким данным. России, где на Wildberries, Ozon и "Яндекс Маркет" приходится почти девять десятых онлайн-рынка, этот вопрос предстоит решать в ближайшие годы. Единая цена при любом способе оплаты - полдела. Вторая половина - единая цена при любом цифровом профиле.