Profilazione del prezzo: quando il marketplace decide quanto sei disposto a pagare

Un contenuto identico, un mercato identico ma prezzi differenti. Per qualcuno costava di più e altri dimeno. A cambiare non era il contenuto, ma noi.

Perché la stessa cosa dovrebbe costare di più a me e meno a un altro?

Quali dati vengono raccolti per prendere questa decisione?

Si tratta di un comportamento legittimo?

Benvenuti nel mondo della profilazione del prezzo!

Cos’è la profilazione del prezzo?

La profilazione del prezzo (o price discrimination algoritmica) è la pratica con cui un servizio digitale modifica il prezzo di un prodotto o servizio in base al comportamento individuale dell’utente.

Non parliamo semplicemente di “sconti personalizzati”, ma della capacità di prevedere la tua propensione all’acquisto, stimare quanto sei disposto a spendere e adattare il prezzo di conseguenza. È un meccanismo tipico degli ecosistemi digitali, dove ogni nostro gesto (clic, permanenza su una schermata, acquisti passati, frequenza di gioco) diventa un dato comportamentale.

Come funziona: l’algoritmo che “sa quanto ci tieni”

Gli algoritmi possono stimare:

• Utenti ad alta propensione all’acquisto:
  Giocano spesso, acquistano regolarmente, mostrano impazienza nel progredire.
  → Prezzo più alto.
• Utenti a bassa propensione:
  Non spendono quasi mai, ignorano gli acquisti in-app.
  → Prezzo più basso per incentivarli.
• Nuovi utenti o utenti in fase di abbandono:
  → Offerte aggressive o “pacchetti di rientro”.

Tecnicamente la logica è identica a quella di un e-commerce, ma nel mondo del gaming, dove la spinta emotiva è fortissima, il rischio di abuso aumenta.

Gli ecosistemi digitali giochi mobile, e-commerce, app di servizi, possono raccogliere una grande quantità di microsegnali:

Dati osservabili

• frequenza di utilizzo
• durata delle sessioni
• rapidità con cui si risponde a pop-up o offerte
• comportamento in situazioni di “frustrazione progettata”

Dati derivati

• segmentazione in cluster comportamentali
• valutazioni di rischio di abbandono
• capacità di spesa stimata tramite modelli di regressione o classificazione

Dati predittivi

• probabilità di acquisto entro una certa finestra temporale
• valore LTV (lifetime value) previsto
• sensibilità al prezzo

L’algoritmo registra i comportamenti, li normalizza e li passa a modelli predittivi che calcolano il prezzo ottimale. Il risultato è una vera asta individuale inversa, non sei tu a scegliere il prezzo migliore, è il sistema che decide quanto puoi pagare.

Perché questa pratica è delicata per la privacy

La profilazione del prezzo solleva diverse questioni rilevanti dal punto di vista del GDPR, tra cui:

1. a) Base giuridica e finalità (art. 5 e 6 GDPR)

Per effettuare una profilazione che incide sul prezzo, il Titolare dovrebbe:

• dichiarare chiaramente la finalità (personalizzazione dei prezzi),
• raccogliere una base giuridica idonea (in molti casi il consenso),
• evitare finalità vaghe o indeterminate (“migliorare il servizio”, “offrire contenuti personalizzati”).

Nella pratica, quasi nessun gioco lo spiega apertamente.

b) Decisioni automatizzate (art. 22 GDPR)

Se il prezzo varia esclusivamente sulla base di un processo automatizzato, l’utente ha diritto a:

• conoscere la logica sottostante in modo comprensibile,
• ottenere l’intervento umano,
• contestare la decisione.

Questa regola spesso viene ignorata nei modelli pay-to-win dei giochi mobile.

c) Minimizzazione dei dati (art. 5, par. 1, lett. c)

Per stimare la “propensione ad acquistare”, spesso vengono raccolti:

• pattern di utilizzo,
• tempi di gioco,
• frequenza dei click,
• capacità di spesa presunta.

Molti di questi dati non sono strettamente necessari alla semplice fornitura del servizio.

Oltre al GDPR, anche il quadro normativo europeo più recente, ed in particolare il Digital Services Act (DSA), il Digital Markets Act (DMA) e la Direttiva Omnibus, introduce nuovi obblighi di trasparenza verso gli utenti quando un prezzo viene personalizzato. Secondo queste norme, le piattaforme devono informare chiaramente quando un prezzo non è uguale per tutti, ma deriva da una profilazione algoritmica o dall’analisi del comportamento dell’utente.

Il confine con la manipolazione

Il punto più critico della personalizzazione dei prezzi emerge quando l’algoritmo non si limita a osservare il comportamento dell’utente, ma arriva a sfruttare deliberatamente le sue fragilità decisionali. In questi casi, la personalizzazione smette di essere un semplice strumento commerciale e diventa un meccanismo capace di incidere profondamente sulla libertà di scelta dell’individuo. È qui che il confine tra persuasione e manipolazione inizia a sfumare, spesso senza che l’utente ne sia minimamente consapevole.

Nel settore del gaming questo fenomeno è particolarmente diffuso, perché la progettazione stessa del gioco è pensata per massimizzare l’engagement e mantenere l’utente all’interno dell’ecosistema. Il design, spesso definito “frustration-based”, è costruito in modo da rendere l’esperienza progressivamente più lenta o più difficile senza l’acquisto di determinati potenziamenti o risorse. In altre parole, il gioco crea condizioni artificiali di ostacolo, portando l’utente a percepire l’acquisto non come un extra facoltativo, ma come l’unica via per continuare a divertirsi o rimanere competitivo.

Gli algoritmi partecipano attivamente a questa dinamica:

• monitorano i momenti di calo di performance, ad esempio quando l’utente perde ripetutamente o rimane bloccato su un livello;
• identificano segnali di stanchezza o frustrazione, come sessioni più brevi, click impulsivi, aumento dei tentativi falliti;
• attivano offerte “mirate” nel momento esatto in cui l’utente è più vulnerabile, presentando pacchetti che promettono immediato sollievo o un vantaggio significativo.

Questa tempistica non è casuale, è calibrata per intercettare il momento emotivo più favorevole alla conversione. L’utente, già immerso nel gioco e in una condizione di frustrazione, è molto meno razionale e molto più incline a cedere all’acquisto. In questo senso, la personalizzazione del prezzo non si basa più su una valutazione neutra del comportamento, ma su un utilizzo strategico delle debolezze psicologiche dell’individuo.

Il rischio di manipolazione è ancora più evidente quando gli utenti sono giovani. I minori, infatti, non dispongono della stessa capacità degli adulti nel riconoscere meccanismi di pressione comportamentale, e spesso non percepiscono che dietro un’offerta “conveniente” ci sia un sistema progettato per sfruttare la loro impulsività. In questo contesto, la pratica del price profiling può trasformarsi in una forma di pressione commerciale particolarmente aggressiva, con implicazioni etiche e regolatorie rilevanti.

In sintesi, quando la personalizzazione del prezzo è guidata da logiche che intercettano e sfruttano vulnerabilità emotive o cognitive, il modello smette di essere un semplice strumento di marketing e diventa un meccanismo manipolativo, capace di incidere sulla libertà contrattuale dell’utente e di generare rischi significativi, soprattutto per le fasce più deboli di utenti.

Sebbene il gaming rappresenti uno dei contesti più evidenti, la profilazione del prezzo è ormai diffusa anche in altri settori digitali. Piattaforme di e‑commerce utilizzano il comportamento di navigazione per mostrare prezzi diversi agli utenti con storici d’acquisto ricchi; compagnie aeree e servizi di prenotazione hotel modulano le tariffe in base al dispositivo utilizzato, alla provenienza dell’utente o alla frequenza delle visite; perfino alcuni servizi assicurativi digitali stimano il premio sulla base di dati comportamentali raccolti online. Questo dimostra come la price discrimination algoritmica sia un fenomeno trasversale, non limitato all’intrattenimento ma ormai strutturale nell’economia dei dati.

È tutto illegale? No. Ma dipende da come viene fatto.

La profilazione del prezzo non è vietata, ma deve essere:

• dichiarata in modo chiaro e comprensibile,
• basata su una logica accessibile all’utente,
• sorretta da una base giuridica adeguata,
• proporzionata e non discriminatoria,
• non manipolativa.

In pratica, i requisiti normativi e le prassi di mercato sono spesso molto lontani. La maggior parte degli utenti non sa di essere oggetto di price profiling, e molti titolari evitano di esplicitarlo.