L’intenzione è concedersi una pausa a New York. Partenza il 6 novembre, ritorno otto giorni dopo: 382 euro, tasse incluse, calcola l’app sul telefonino mentre la metropolitana è ferma in una zona periferica di Milano. Pochi minuti dopo si tenta l’acquisto, stavolta dal computer di lavoro, in pieno centro: 421 euro per lo stesso volo, la stessa classe. «Uno potrebbe pensare che intanto qualcun altro ha prenotato, riducendo i sedili liberi a disposizione e incrementando il valore dei biglietti successivi», sintetizza un manager di una grande compagnia aerea europea. «Ma la verità è che l’algoritmo del vettore ha fatto un’analisi più sofisticata: ha notato che il viaggiatore, una volta davanti alla scrivania, si trova in un’area dove il reddito medio è elevato — il centro città — e gli orari sono quelli di ufficio, quindi magari la trasferta è per motivi professionali e a pagare sarebbe l’azienda».
L’ambito è l’«airline revenue management». Tradotto in modo esplicito: dimmi dove ti colleghi, quando e con quale dispositivo così potrò stabilire il prezzo massimo che riesco a farti pagare. Il tutto grazie ai big data, l’ammasso di informazioni digitali raccolte da ogni tipo di fonte possibile e incrociati tra loro. «È una versione moderna del rivenditore di auto», commenta Rafi Mohammed, noto consulente sulle strategie di prezzo, nell’ultimo numero della rivista Harvard Business Review. Se a quelli bravi «bastano uno sguardo all’abbigliamento, domande sulla residenza e sulla professione e un paio di battute per intuire quanto può spendere al massimo per un veicolo ogni singolo cliente», allo stesso modo funzionano anche gli algoritmi elaborati per conto di alcune compagnie aeree e motori di ricerca dei viaggi.
Mohammed racconta come la discriminazione tariffaria abbia colpito anche lui. «Quando ho usato l’app di Orbitz per un pacchetto vacanza nella Grande Mela mi dava un prezzo, ma quando ho deciso di acquistarlo, da un computer, la cifra era più alta del 6,5%». La società ha spiegato che la variazione dipende dalla fluttuazione tipica della domanda e della risposta. Ma l’esperto ribatte: «A parità di servizio a certi utenti vengono mostrati prezzi diversi dagli altri». Ufficialmente i vettori, grandi e piccoli, smentiscono. Ufficiosamente diversi di loro decidono i prezzi usando i big data per massimizzare il profitto all’interno di una stessa classe di volo. «In una Economy ci sono quindici diverse fasce di prezzo», spiega il manager della compagnia aerea. Così il viaggio da Milano a New York, a parità di sedile, può costare 300 o 900 euro.
La geolocalizzazione dell’utente è una delle voci più importanti: questo tipo di algoritmo, infatti, è così sofisticato che riesce a differenziare il prezzo per l’utente incrociando i dati del suo posizionamento — in centro o in periferia, in città o in campagna, al Nord o al Sud — con le fasce di reddito relative di ogni area. Il dispositivo elettronico è un’altra variabile rilevante: su tablet e smartphone compare un prezzo diverso — di solito più elevato, a parità di località — rispetto al computer. Così come influisce sul costo finale anche il sistema operativo: iOs, di Apple, è considerata appannaggio della fascia medio-alta di una popolazione a differenza di Android, che verrebbe utilizzato di più da chi ha una capacità di spesa inferiore. Poi c’è la questione tempo. Le prenotazioni nei primi cinque giorni della settimana tendono a vedersela con tariffe più elevate: l’algoritmo ipotizza si tratti di trasferta di lavoro. Da venerdì sera a domenica sera la media si abbassa: l’incrocio dei big data immagina che si tratti di un viaggio di piacere o di un’esigenza famigliare.«Bisogna chiedersi a questo punto se questa personalizzazione dei prezzi sia etica — ragiona Mohammed —, anche perché può produrre, senza volerlo, risultati ingiusti».
