Isti proizvod, u istoj prodavnici i u isto vreme, ne mora uvek da ima istu cenu za sve kupce. Digitalne platforme raspolažu podacima o pretragama, prethodnim kupovinama i interesovanju za određenu robu, a algoritmi mogu da ih koriste za procenu koliko je pojedinac spreman da izdvoji novca. Tako cena koju vidite na ekranu ne mora zavisiti samo od troškova i tržišne potražnje, već potencijalno i od vašeg ponašanja na internetu.
Ovakva praksa otvara pitanja transparentnosti i zaštite potrošača, posebno kada kupci ne znaju zbog čega se iznosi razlikuju. Ipak, nije svaka promena cene dokaz da trgovac prati pojedinca i prilagođava mu ponudu. Da bi se razumelo kako sistem funkcioniše, potrebno je razlikovati uobičajeno menjanje cena od personalizovanog određivanja iznosa koji se prikazuje konkretnom kupcu.
Isti proizvod, različite cene
Istraživanje organizacija Consumer Reports i Groundwork Collaborative iz 2025. godine pokazalo je da su korisnici platforme Instacart u isto vreme nailazili na različite cene istih proizvoda u istim prodavnicama. U istraživanju je učestvovalo 437 kupaca u četiri američka grada. U prodavnici Safeway u Vašingtonu, na primer, isto pakovanje jaja nuđeno je po pet različitih cena, od 3,99 do 4,79 dolara.
Prema rezultatima istraživanja, gotovo tri četvrtine posmatranih proizvoda imalo je različite cene, a razlike su kod pojedinih artikala dostizale 23 odsto. Instacart je tvrdio da cene nisu bile personalizovane na osnovu ličnih podataka, već da su korisnici nasumično raspoređivani u eksperimentalne grupe. Istraživači nisu utvrdili da su razlike povezane sa demografskim karakteristikama učesnika, ali je slučaj pokazao koliko kupcima može biti teško da razumeju način formiranja cena na digitalnim platformama.
Šta internet prodavnice mogu da saznaju o kupcima
Podaci koje korisnici ostavljaju tokom internet kupovine mogu da otkriju mnogo više od proizvoda koji im se dopadaju. Među informacijama koje se mogu analizirati nalaze se lokacija, istorija kupovina, prethodne pretrage, pregledani artikli i način reagovanja na popuste. Kada se ti podaci povežu sa drugim dostupnim informacijama, algoritmi mogu da procenjuju kupovne navike i osetljivost potrošača na promene cena.
Trgovac ne mora direktno da zna kolika je nečija plata niti koliko novca kupac ima na računu. Sistem može da procenjuje da li će osoba odustati od kupovine kada cena poraste, da li redovno kupuje određeni brend ili nastavlja kupovinu i bez popusta. U poslovanju se takva procena povezuje sa pojmom spremnosti na plaćanje, odnosno najvišim iznosom koji je kupac spreman da izdvoji za određeni proizvod ili uslugu.
Kako algoritmi testiraju granice potrošača
Kompanije mogu da testiraju različite cene i prate kako kupci reaguju na njih. Ako povećanje iznosa ne dovede do značajnog pada prodaje, trgovac može zaključiti da deo potrošača prihvata višu cenu. Ako veliki broj kupaca odustane, to ukazuje da su osetljiviji na poskupljenje i da bi niža cena mogla da podstakne kupovinu.
Veštačka inteligencija omogućava obradu velikih količina podataka i prepoznavanje obrazaca koje bi bilo teško uočiti ručno. Kada se rezultati testiranja povežu sa informacijama o ponašanju kupaca, kompanija može preciznije da proceni kakva ponuda ima najveće šanse da bude prihvaćena. Međutim, različite cene ne znače automatski da je svaki kupac dobio cenu prilagođenu svom ličnom profilu. Na cenu mogu uticati i potražnja, zalihe, promocije, troškovi dostave ili eksperimentalno testiranje različitih ponuda.
Da li je personalizovano određivanje cena dozvoljeno
Jedan od najvećih problema za potrošače jeste to što uglavnom vide samo konačan iznos, bez objašnjenja kako je formiran. Kod klasičnog popusta razlog za nižu cenu obično je vidljiv, dok kod algoritamskog određivanja cena kupac može ostati uveren da svi plaćaju isto. Zbog toga su transparentnost i obaveštavanje potrošača važni za procenu da li se cena menja zbog tržišnih okolnosti ili na osnovu ličnih podataka.
Pravila se razlikuju od zemlje do zemlje. U Njujorku je od novembra 2025. uvedena obaveza obaveštavanja kupaca kada kompanije koriste lične podatke za algoritamsko određivanje cena, dok je tokom 2026. razmatran i predlog zakona usmeren na ograničavanje takve prakse, uz određene izuzetke. To pokazuje da se regulativa još razvija i da se granice između dozvoljene tržišne strategije i potencijalno nepravednog tretmana potrošača i dalje razmatraju.
Za kupce je zato korisno da pre kupovine uporede cenu istog proizvoda na više platformi, provere troškove dostave i obrate pažnju na uslove promocija. Ako im se ponuda učini neuobičajenom, mogu da je uporede sa cenom prikazanom na drugom uređaju ili nalogu, iako ni takvo poređenje samo po sebi ne dokazuje personalizaciju. U digitalnoj trgovini, gde algoritmi sve više utiču na ponudu, pravo potrošača nije samo da vidi cenu već i da razume na koji način se ona formira.
