Passer au contenu
Pourquoi est-ce si bon marché ici ?
Social Rocket

La FTC examine les prix personnalisés de neuf groupes – ce que les marketeurs allemands doivent savoir

La FTC demande à neuf groupes des données sur les prix personnalisés et les rémunérations. Ce que cette enquête signifie pour le pricing par IA, le social commerce et les règles de transparence de l'UE.

De Rédaction Social Rocket

Ce texte a été rédigé avec l'aide de l'IA et relu par la rédaction avant publication. Toutes les sources sont liées ci-dessous.

Paiement sans contact sur smartphone à une caisse de supermarché – illustration des prix personnalisés
Photo : Zeller HQ / Unsplash

L'autorité américaine de protection des consommateurs FTC examine si neuf entreprises utilisent des données personnelles pour calculer individuellement des prix ou des rémunérations. Le 29 octobre 2026, elle a demandé des informations à Delta, United, JetBlue, Lyft, Uber, DoorDash, Instacart, Target et Walmart. Cette démarche est une étude de marché et non la preuve d'un comportement illégal. Pour les équipes marketing, une question devient centrale : quand un prix dynamique relève-t-il d'un simple pilotage de la demande, et quand s'agit-il d'une décision individuelle fondée sur les données, à peine perceptible ?

Neuf entreprises, deux types d'algorithmes

L'annonce de la FTC du 29 octobre porte sur deux problèmes distincts. D'une part, l'autorité veut savoir si les prix des vols, trajets, livraisons et marchandises varient selon les caractéristiques des clients. D'autre part, elle vérifie si les plateformes ajustent la rémunération des chauffeurs et livreurs en fonction de données comportementales personnelles.

Les entreprises doivent divulguer les données, procédures et outils utilisés ; le délai de réponse est de 45 jours à compter de la réception de chaque injonction. L'interrogation repose sur la section 6(b) du FTC Act et sert à l'étude du marché, non directement à une procédure de sanction.

Trois logiques de prix que les marketeurs doivent distinguer

Les prix dynamiques réagissent par exemple à la demande, à l'heure, aux capacités ou aux stocks. Les prix personnalisés intègrent en revanche des données sur des personnes ou appareils précis, comme l'historique d'achats, la localisation ou la disposition présumée à payer. Les remises personnalisées peuvent utiliser les mêmes signaux de données, mais ne sont pas assimilables à une hausse de prix individuelle. Les conséquences juridiques dépendent du modèle concret et du marché.

En août 2026, la FTC a publié un projet de lignes directrices sur l'application aux prix personnalisés : des prix individuels opaques pourraient être trompeurs. Ce document n'est pas une norme d'interdiction générale. Parallèlement, New York impose depuis novembre 2025 une obligation d'information explicite en cas de prix algorithmiques fondés sur des données personnelles .

Un texte plus ambitieux, l'One Fair Price Act, qui interdirait certaines formes de « Surveillance Pricing », n'était selon une analyse juridique mise à jour le 27 octobre toujours pas en vigueur. Il ne faut pas confondre projet de loi et droit applicable.

Ce qui s'applique déjà en Allemagne et dans l'UE

Pour les commerçants allemands, il ne s'agit pas d'une nouvelle obligation américaine reprise automatiquement. Les informations des consommateurs de l'UE sur les prix personnalisés expliquent toutefois une exigence existante : les consommateurs doivent être informés avant la conclusion d'un contrat en ligne lorsqu'un prix a été personnalisé sur la base d'une prise de décision automatisée. Par ailleurs, le droit de la protection des données et de la concurrence déloyale reste pertinent ; une simple mention ne rend pas tout traitement de données licite.

Pour les campagnes avec bons de réduction individualisés, retargeting ou segments de fidélité, il convient donc de documenter quelles données influencent réellement le prix final. Pour l'évaluation de la recherche de produits assistée par IA dans notre pays, consultez notre analyse de l'étude KPMG/EHI sur le shopping par IA.

Questions concrètes pour les équipes commerce et médias

Un audit solide sépare la règle de prix, la source de données et le message publicitaire : une différence s'explique-t-elle par une disponibilité générale ou par un profil individuel ? Le prix est-il déjà promis dans une annonce ou seulement calculé au moment du paiement ? Les écarts entre application, web et commerce physique sont-ils explicables, et les mentions sont-elles affichées au bon endroit ?

L'interface entre données clients et publicité s'étend : Target développe des points de contact supplémentaires en Retail Media, tandis que l'affaire FTC Publicis/LiveRamp montre comment les autorités examinent l'accès aux données et la protection de la vie privée sur le marché de l'adtech. Ce qui compte n'est pas la simple existence d'un algorithme, mais l'utilisation concrète des données personnelles – et la capacité des consommateurs à la reconnaître.