La technique est simple: le site enregistre l’IP de ses visiteurs afin de constituer un profil au fil du temps, jusque là rien de nouveau. Mais là où l’on bascule du côté obscur c’est lorsque les prix affichés augmentent artificiellement lorsque le visiteur revient plusieurs fois sur la même offre, parfois à quelques minutes près.
C’est ce que reprochent aujourd’hui à la fois la CNIL et la DGCCRF en particulier aux sites de voyages en lançant une enquête afin de déterminer quels sites mettent en oeuvre cette pratique commerciale déloyale.
La CNIL estime que cette pratique « est susceptible de porter préjudice à certains clients qui se verraient appliquer des tarifs moins avantageux en fonction de leur profil de navigation », pourtant cela va beaucoup plus loin puisque l’utilisation du tracking de l’IP est doublement condamnable :
1- collecte déloyale de données personnelles. L’IP étant ici liée à un individu, il s’agit bien d’une donnée personnelle
2- interdiction absolue d’utiliser des automatismes pour donner ou retirer des droits à un individu (Loi de 78)
La traque des traqueurs devrait s’avérer complexe, les consommateurs étant habitués à voir évoluer les tarifs des billets en fonction du délais entre la commande et l’utilisation effective (voir par ex. les tarifs SNCF évoluant d’un jour à l’autre). Air France et SNCF-Voyages ont déjà démenti (Le Monde) utiliser ce système, les autres vont suivre ou modifier légèrement les paramètres de leur système. Comment prouver la fraude ?
Et pourquoi s’arrêter ou pointer du doigt les voyagistes ? D’autres cybermarchands utilisent le tracking (IP, Cookies) aux mêmes fins. Le site Staples.com a été dénoncé par exemple pour augmenter ses tarifs lorsque l’acheteur se situait géographiquement plus loin de ses magasins concurrents…
Et que penser de la collecte des données personnelles effectuée par les réseaux sociaux et autres moteurs de recherche, la finalité n’en serait-elle pas purement mercantile ? Qu’en est-il lorsque le big data entre dans la danse en simplifiant la gestion d’énormes données ?
1 comment