3‑टैब निर्णय‑वृक्ष के साथ ऑनलाइन खरीदारी करते समय AI “निगरानी मूल्य‑निर्धारण” से कैसे बचें

एक‑स्क्रीन सारांश

यह किसके लिए है: ऑनलाइन खरीदारी करने वाला कोई भी व्यक्ति जो कम‑तनाव वाला तरीका चाहता है यह जाँचने के लिए कि कीमत (या छूट) व्यक्तिगत डेटा, व्यवहार, या संदर्भ के आधार पर बदल रही है या नहीं।
यह किन निर्णयों में मदद करता है: अभी खरीदें बनाम तुलना जारी रखें बनाम अधिक पारदर्शी विक्रेता पर जाएँ।
इसे कैसे उपयोग करें: तीन समानांतर खरीदारी संदर्भ (तीन टैब/विंडो) खोलें, उसी आइटम और चेकआउट का कुल (ऑल‑इन) जोड़ की तुलना करें, फिर निर्णय‑वृक्ष का पालन करें।

यह तरीका जोखिम कम करने और सत्यापन के बारे में है, मंशा सिद्ध करने के बारे में नहीं। नियामक और उपभोक्ता‑निगरानी संगठन बार‑बार उसी समस्या पर ध्यान दिलाते हैं: मूल्य‑निर्धारण अपारदर्शी हो सकता है, और एक खरीदार के रूप में आप अक्सर नहीं जान पाते कि बदलाव गतिशील (संदर्भ/मांग), यादृच्छिक प्रयोग, या व्यक्तिगत “निगरानी मूल्य‑निर्धारण” है। (https://www.ftc.gov/news-events/news/press-releases/2025/01/ftc-surveillance-pricing-study-indicates-wide-range-personal-data-used-set-individualized-consumer) (https://www.consumerreports.org/money/questionable-business-practices/instacart-ai-pricing-experiment-inflating-grocery-bills-a1142182490/) (https://www.reuters.com/business/delta-air-assures-us-lawmakers-it-will-not-personalize-fares-using-ai-2025-08-01/)

“निगरानी मूल्य‑निर्धारण” का मतलब क्या है (और मध्यस्थ क्यों मायने रखते हैं)

अमेरिकी फेडरल ट्रेड कमीशन (FTC) “निगरानी मूल्य‑निर्धारण” की सक्रिय जाँच कर रहा है और, अहम बात यह है कि इसे “एक वेबसाइट ने नंबर बदल दिया” के रूप में नहीं देखा जा रहा। जुलाई 2024 की घोषणा में, FTC ने जिस प्रथा की जाँच का वर्णन किया, वह है तृतीय‑पक्ष मध्यस्थों द्वारा AI और उपभोक्ता डेटा का उपयोग—जिसमें स्थान, जनसांख्यिकी, और ब्राउज़िंग/खरीद इतिहास जैसे कारक शामिल हैं—ताकि लक्षित कीमतें तय करने में मदद मिल सके। (https://www.ftc.gov/news-events/news/press-releases/2024/07/ftc-issues-orders-eight-companies-seeking-information-surveillance-pricing)

यह “मध्यस्थ” वाला बिंदु आपकी खरीदारी रणनीति के लिए महत्वपूर्ण है। अगर कीमत के पीछे का तर्क प्लेटफ़ॉर्म के बाहर प्रभावित होता है, तो पेज पर आपको कभी कोई स्पष्ट कारण न दिखे—सिर्फ अंतिम नंबर और जल्दी चेकआउट करने का धक्का। (https://www.ftc.gov/news-events/news/press-releases/2024/07/ftc-issues-orders-eight-companies-seeking-information-surveillance-pricing)

2025 की शुरुआत में, FTC ने प्रारंभिक स्टाफ निष्कर्ष प्रकाशित किए जिनसे संकेत मिलता है कि व्यक्तिगत कीमतें तय करने के लिए व्यक्तिगत डेटा की व्यापक रेंज इस्तेमाल हो सकती है—जिसमें माउस की गतिविधियाँ और कार्ट व्यवहार जैसे सूक्ष्म व्यवहारिक संकेत भी शामिल हैं। (https://www.ftc.gov/news-events/news/press-releases/2025/01/ftc-surveillance-pricing-study-indicates-wide-range-personal-data-used-set-individualized-consumer)

इन बातों को साथ रखें तो, खरीदार के लिए एक साफ़ निष्कर्ष निकलता है:

अगर व्यवहार और संदर्भ ऑफ़र को प्रभावित कर सकते हैं, तो व्यवहार/संदर्भ बदलना यह जाँचने का व्यावहारिक तरीका है कि कीमत स्थिर है या नहीं।
अगर मूल्य‑निर्धारण अपारदर्शी है, तो सबसे यथार्थवादी उपभोक्ता‑रक्षा सत्यापन और तुलना‑खरीदारी है—“मॉडल को मात देने” की कोशिश नहीं। (https://www.ftc.gov/policy/advocacy-research/tech-at-ftc/2025/01/surveillance-pricing-update-work-ahead)

यह भी: नियामक जाँच कर रहे हैं, लेकिन इसका मतलब यह नहीं कि हर देखा गया कीमत‑अंतर निश्चित रूप से अवैध आचरण है। FTC की जाँच पर Reuters की रिपोर्टिंग इस बात पर जोर देती है कि यह व्यक्तिगत डेटा के आधार पर लक्षित कीमतों की जाँच है—यह संदर्भ समझने में मदद करता है कि नीति के साथ‑साथ चलते हुए भी खरीदार क्यों self‑help सत्यापन चाहेंगे। (https://www.reuters.com/world/us/us-ftc-looking-into-targeted-pricing-based-personal-data-2024-07-23/)

चिंता‑कम करने वाला तरीका: एक 3‑टैब वर्कफ़्लो जिसे आप दोहरा सकते हैं

अगर कीमत‑निर्धारण के इनपुट में आप कौन हैं (या कैसे “दिखते” हैं), आप कहाँ हैं, और खरीदारी के दौरान आप कैसे व्यवहार करते हैं—यह सब शामिल हो सकता है—तो सबसे शांत कदम है तीन “दुनियाएँ” बनाना जो तुलना के लिए पर्याप्त समान हों, लेकिन अस्थिर कीमतों को उजागर करने के लिए पर्याप्त अलग हों।

FTC के 2025 स्टाफ निष्कर्ष “सेशन संदर्भ” को महत्वपूर्ण मानने का मजबूत कारण देते हैं: अगर व्यवहारिक इंटरैक्शन संकेत हो सकते हैं, तो अलग‑अलग संदर्भों में तुलना करना एक समझदार पहचान‑तकनीक है। (https://www.ftc.gov/news-events/news/press-releases/2025/01/ftc-surveillance-pricing-study-indicates-wide-range-personal-data-used-set-individualized-consumer)

Consumer Reports के वकालत कार्य—कैलिफ़ोर्निया के प्रस्तावित प्रतिबंध (AB 446) के समर्थन में—एक व्यावहारिक, सरल बात जोड़ते हैं: पहचान पाना मुश्किल है, और ब्राउज़र/कुकीज़/लोकेशन बदलने जैसे छोटे प्रयोग अक्सर वही “करके देखो” तरीके होते हैं जो अंतर दिखा देते हैं। (https://advocacy.consumerreports.org/research/consumer-reports-supports-california-prohibition-on-surveillance-pricing-ab-446/)

और FTC के “वर्क अहेड” अपडेट में व्यवहारिक पक्ष स्पष्ट है: नुकसान तब सबसे अधिक होता है जब मूल्य‑निर्धारण अपारदर्शी हो और तुलना करना मुश्किल बनाया जाए, जिसमें रुकावटें (friction) और जल्दबाज़ी की रणनीतियाँ शामिल हैं जो तुलना से हतोत्साहित करती हैं। (https://www.ftc.gov/policy/advocacy-research/tech-at-ftc/2025/01/surveillance-pricing-update-work-ahead)

इसलिए तीन टैब का लक्ष्य सरल है:

अपनी सामान्य स्थिति में कीमत देखें।
पहचान संकेत हटाएँ या कम करें।
एक और उच्च‑प्रभाव वाला संदर्भ संकेत बदलें (अक्सर स्थान या ब्राउज़र/प्रोफ़ाइल)।
तभी निर्णय लें—और चेकआउट के कुल (ऑल‑इन) जोड़ की पुष्टि करने के बाद ही—क्योंकि अतिरिक्त शुल्क और दबाव‑आधारित बिक्री ऑनलाइन पारदर्शिता की ज्ञात समस्या हैं। (https://www.gov.uk/government/news/cma-launches-major-consumer-protection-drive-focused-on-online-pricing-practices)

3‑टैब निर्णय‑वृक्ष (कॉपी/पेस्ट‑अनुकूल)

3‑टैब मूल्य जाँच (निर्णय‑वृक्ष)

शुरू
  |
  v
एक ही विशिष्ट आइटम चुनें (वही स्टोर, वही आइटम/वेरिएंट, वही कार्ट)।
  |
  v
टैब 1 (बेसलाइन): आपका सामान्य सत्र।
नोट: आइटम पेज की कीमत + कोई भी छूट + चेकआउट का कुल (ऑल‑इन) जोड़।
  |
  v
टैब 2 (पहचान‑रहित): लॉग‑आउट या निजी ब्राउज़िंग विंडो।
उसी आइटम को खोलें। वही तीन आंकड़े लिखें।
  |
  v
टैब 3 (अलग संदर्भ): अलग ब्राउज़र/प्रोफ़ाइल और/या स्थान संदर्भ।
उसी आइटम को खोलें। वही तीन आंकड़े लिखें।
  |
  v
क्या टैब 1 / टैब 2 / टैब 3 मेल खाते हैं?
  |
  +--> हाँ
  |      |
  |      v
  |   क्या चेकआउट का कुल (ऑल‑इन) मूल्य साफ़ है (अंत में कोई अप्रत्याशित शुल्क नहीं जुड़ता)?
  |      |
  |      +--> हाँ -> भरोसे के साथ खरीदें।
  |      |
  |      +--> नहीं -> इसे पारदर्शिता का रेड फ़्लैग मानें; तुलना जारी रखें/विक्रेता बदलें।
  |
  +--> नहीं
         |
         v
क्या अंतर पारदर्शी है और तुलना करना आसान है (आपको रोकने के लिए कोई रुकावट/जल्दबाज़ी नहीं)?
         |
         +--> हाँ -> जिन शर्तों को आप स्वीकार करते हैं उन पर निर्णय लें, फिर ऑल‑इन कुल दोबारा जाँचें।
         |
         +--> नहीं -> अधिक जोखिम मानें (व्यक्तिगत मूल्य‑निर्धारण या प्रयोग);
                     आसपास देखें या अधिक पारदर्शी विकल्प चुनें।

यह फ़्रेमिंग सावधान क्यों है: Consumer Reports की Instacart जाँच अनिश्चितता बताती है कि क्या व्यक्तिगत या जनसांख्यिकीय डेटा विशिष्ट कीमत‑परीक्षणों को चलाता है, फिर भी अपारदर्शिता और प्रयोग पर जोर देती है। खरीदार के नजरिए से, व्यावहारिक जोखिम समान है—आप बिना स्पष्ट कारण के किसी और से अधिक भुगतान कर सकते हैं—इसलिए अलग‑अलग संदर्भों में सत्यापन फिर भी उपयोगी है। (https://www.consumerreports.org/money/questionable-business-practices/instacart-ai-pricing-experiment-inflating-grocery-bills-a1142182490/)

इसे “प्रोजेक्ट” बनाए बिना 3 टैब कैसे चलाएँ

आपको बिल्कुल परफेक्ट “वैज्ञानिक” सेटअप की जरूरत नहीं है। स्रोत एक ही वास्तविकता की ओर इशारा करते हैं: सिस्टम अपारदर्शी हो सकता है, इनपुट व्यापक हो सकते हैं, और सबसे अच्छा उपभोक्ता कदम है तुलना करना और जल्दबाज़ी से बचना। (https://www.ftc.gov/policy/advocacy-research/tech-at-ftc/2025/01/surveillance-pricing-update-work-ahead)

चरण 1: तुलना को “एक ही कार्ट” पर लॉक करें

Instacart पर उपभोक्ता जाँचें एक ही स्टोर/समय पर समान आइटमों के लिए अलग‑अलग खरीदारों को एक साथ कई कीमतें दिखाने का वर्णन करती हैं—यही “एक ही कार्ट, अलग कीमत” वाली समस्या है। अपनी तुलना को एक उत्पाद और एक कार्ट पर संरेखित रखें ताकि आप वास्तव में कीमत की स्थिरता परख रहे हों, अलग‑अलग आइटम नहीं। (https://www.consumerreports.org/media-room/press-releases/2025/12/new-report-exposes-instacarts-hidden-price-games/) (https://groundworkcollaborative.org/work/instacart/)

चरण 2: टैब 1 = बेसलाइन वास्तविकता

उसी सत्र का उपयोग करें जिसमें आप पहले से खरीदारी कर रहे थे। यह उन संकेतों को पकड़ता है जो पहले से मौजूद हो सकते हैं—लॉग‑इन स्थिति, ब्राउज़िंग/खरीद इतिहास, और वह व्यवहारिक संदर्भ जिसे FTC के अनुसार महत्व मिल सकता है। (https://www.ftc.gov/news-events/news/press-releases/2025/01/ftc-surveillance-pricing-study-indicates-wide-range-personal-data-used-set-individualized-consumer)

तीन बातें लिख लें:

दिखायी गई आइटम कीमत
दिखायी गई कोई भी छूट
चेकआउट का कुल (ऑल‑इन) जोड़ (जब आप उस स्क्रीन तक पहुँचें)

चरण 3: टैब 2 = वे पहचान संकेत हटाएँ जिन्हें आप आसानी से हटा सकते हैं

लॉग‑आउट व्यू या निजी विंडो को अपनी “आपसे कम जुड़ी” तुलना‑स्थिति बनाइए—यह Consumer Reports की वकालत में बताए गए “ब्राउज़र/कुकीज़ बदलो” वाले detectability प्रयोगों के अनुरूप है। (https://advocacy.consumerreports.org/research/consumer-reports-supports-california-prohibition-on-surveillance-pricing-ab-446/)

फिर वही: आइटम कीमत, छूट, ऑल‑इन कुल।

चरण 4: टैब 3 = एक और बड़ा संदर्भ संकेत बदलें

FTC के जुलाई 2024 के वर्णन में निगरानी मूल्य‑निर्धारण के संकेतों में स्थान स्पष्ट रूप से शामिल है, और उसकी फ्रेमिंग बताती है कि डेटा तृतीय‑पक्ष मध्यस्थों के जरिए भी इस्तेमाल हो सकता है। (https://www.ftc.gov/news-events/news/press-releases/2024/07/ftc-issues-orders-eight-companies-seeking-information-surveillance-pricing) Consumer Reports की वकालत भी “...लोकेशन बदलो” को ऐसे प्रयोगों में गिनाती है जो अंतर दिखा सकते हैं। (https://advocacy.consumerreports.org/research/consumer-reports-supports-california-prohibition-on-surveillance-pricing-ab-446/)

सबसे सरल संस्करण: अलग ब्राउज़र/प्रोफ़ाइल उपयोग करें और, यदि संभव हो, अलग स्थान संदर्भ। आप सटीक कारण पहचानने की कोशिश नहीं कर रहे—सिर्फ यह जाँच रहे हैं कि कीमत संदर्भों के बीच स्थिर है या नहीं।

“ऑल‑इन कीमत” की जाँच: जहाँ पारदर्शी मूल्य‑निर्धारण अक्सर टूटता है

यूके की Competition and Markets Authority (CMA) ने ऑनलाइन मूल्य‑प्रथाओं पर केंद्रित एक बड़ा उपभोक्ता‑संरक्षण अभियान शुरू किया, जिसमें मूल्य पारदर्शिता से जुड़ी समस्याएँ—जैसे अतिरिक्त शुल्क और दबाव‑आधारित बिक्री—शामिल हैं। (https://www.gov.uk/government/news/cma-launches-major-consumer-protection-drive-focused-on-online-pricing-practices)

यह इसलिए महत्वपूर्ण है क्योंकि भले ही आइटम कीमत तीनों टैब में एक‑सी दिखे, अंतिम कुल प्रक्रिया के अंत में बदल सकता है। इसलिए आपकी तीन‑टैब जाँच में “एक ही स्क्रीन, एक ही कुल” की अंतिम पुष्टि शामिल होनी चाहिए।

स्पष्टता‑केंद्रित तरीका:

तीनों टैब में आइटम पेज की कीमत की तुलना करें।
तीनों टैब में चेकआउट कुल की तुलना करें।
अगर इनमें से कोई भी अस्थिर है—और साइट तुलना कठिन बनाती है—तो इसे खरीदारी जारी रखने का कारण मानें। FTC स्पष्ट रूप से बताता है कि जब अपारदर्शिता के साथ रुकावट और जल्दबाज़ी की रणनीतियाँ मिलकर तुलना रोकती हैं, तब नुकसान बढ़ता है। (https://www.ftc.gov/policy/advocacy-research/tech-at-ftc/2025/01/surveillance-pricing-update-work-ahead)

अगर अंतर मिले: आप क्या निष्कर्ष निकाल सकते हैं (और क्या नहीं)

अंतर एक संकेत है, निदान नहीं।

स्रोत क्या समर्थित करते हैं:

FTC के प्रारंभिक स्टाफ निष्कर्षों के अनुसार, कीमतें और छूट व्यापक डेटा—जिसमें व्यवहारिक इंटरैक्शन भी शामिल हैं—का उपयोग करके अनुकूलित की जा सकती हैं। (https://www.ftc.gov/news-events/news/press-releases/2025/01/ftc-surveillance-pricing-study-indicates-wide-range-personal-data-used-set-individualized-consumer)
निगरानी रिपोर्टिंग और जाँचें एक ही आइटम के लिए, एक ही स्टोर/समय संदर्भ में, अलग खरीदारों को एक साथ कई कीमतें ऑफ़र होने का वर्णन करती हैं, और छिपे प्रयोग व अपारदर्शिता को उजागर करती हैं। (https://www.consumerreports.org/media-room/press-releases/2025/12/new-report-exposes-instacarts-hidden-price-games/) (https://groundworkcollaborative.org/work/instacart/) (https://www.consumerreports.org/money/questionable-business-practices/instacart-ai-pricing-experiment-inflating-grocery-bills-a1142182490/)
जब खरीदारी वातावरण तुलना को कठिन बनाता है—खासकर रुकावट और जल्दबाज़ी की रणनीतियों के जरिए—तब नुकसान अधिक होता है। (https://www.ftc.gov/policy/advocacy-research/tech-at-ftc/2025/01/surveillance-pricing-update-work-ahead)

स्रोत आपको क्या नहीं देते:

ऐसा विश्वसनीय, सार्वभौमिक उपभोक्ता “ऑप्ट‑आउट” जो हर जगह काम करे।
बाहर से देखते हुए, रियल‑टाइम में, गतिशील मूल्य‑निर्धारण, यादृच्छिक परीक्षण, और व्यक्तिगत निगरानी मूल्य‑निर्धारण के बीच साफ़ अंतर बताने का तरीका।

यह अंतर साफ़‑साफ़ कहना जरूरी है। FTC का उपभोक्ता‑मुखी अपडेट भी, निगरानी मूल्य‑निर्धारण से पूरी तरह बचने के लिए कोई सरल स्विच देने के बजाय, तुलना‑खरीदारी और जल्दबाज़ी का विरोध करने पर जोर देता है। (https://www.ftc.gov/policy/advocacy-research/tech-at-ftc/2025/01/surveillance-pricing-update-work-ahead)

इसलिए आपका निर्णय‑नियम सरल हो सकता है:

अगर कीमतें एक‑सी हो जाती हैं और ऑल‑इन कुल स्पष्ट है, आगे बढ़ें।
अगर कीमतें अलग‑अलग हैं और पारदर्शिता टूटती है, तो आसपास देखें या स्विच करें।

एक त्वरित “प्रूफ़‑ऑफ़‑लाइफ़” रियलिटी चेक: उद्योग की आपत्ति भी मौजूद है

यह भी सच है कि कुछ कंपनियाँ सार्वजनिक रूप से गतिशील मूल्य‑निर्धारण और वैयक्तिकृत मूल्य‑निर्धारण के बीच रेखा खींचती हैं। Reuters ने रिपोर्ट किया कि Delta ने अमेरिकी सांसदों को आश्वस्त किया कि वह AI का उपयोग करके किराए को व्यक्तिगत नहीं बनाएगा—यह दिखाता है कि कंपनियाँ पहचान‑आधारित वैयक्तिकरण से इनकार कर सकती हैं, भले ही वे मूल्य‑अनुकूलन पर बहस को स्वीकार करें। (https://www.reuters.com/business/delta-air-assures-us-lawmakers-it-will-not-personalize-fares-using-ai-2025-08-01/)

यह एक और कारण है कि 3‑टैब तरीका आरोप नहीं, सत्यापन है। आप बस यह जाँच रहे हैं कि जो कीमत आप देने वाले हैं वह संदर्भों के बीच स्थिर है या नहीं—फिर तय कर रहे हैं कि आप कितनी अपारदर्शिता स्वीकार करेंगे।

वैकल्पिक: “निगरानी” बनाए बिना अपनी “रसीद‑ट्रेल” रखें

जब कीमत‑निर्धारण अपारदर्शी लगे, तो सबसे सशक्त कदम अक्सर बस अपना रिकॉर्ड रखना होता है: आपने क्या देखा, आपने क्या भुगतान किया, और क्या ऑल‑इन कुल अलग‑अलग संदर्भों में बदला।

अगर आप पहले से खर्च ट्रैक करते हैं, तो Monee जैसा प्राइवेसी‑फर्स्ट ट्रैकर आपको अंतिम ऑल‑इन कुल के लिए एक तेज़ श्रेणी‑टैग और नोट सेव करने में मदद कर सकता है—बिना विज्ञापनों या ट्रैकर्स के, और आपके नियंत्रण में रखे गए डेटा के साथ। (उत्पाद जानकारी प्रदान की गई)

आगे क्या (नीति संकेत, भविष्यवाणियाँ नहीं)

कई स्रोत जाँच और नीति से जुड़े हैं—यह समझने में मददगार कि यह विषय क्यों जाने वाला नहीं:

FTC के जुलाई 2024 आदेश दिखाते हैं कि तृतीय‑पक्ष मध्यस्थ AI और उपभोक्ता डेटा का उपयोग करके लक्षित कीमतें कैसे तय कर सकते हैं—इस पर सक्रिय जानकारी‑संग्रह चल रहा है। (https://www.ftc.gov/news-events/news/press-releases/2024/07/ftc-issues-orders-eight-companies-seeking-information-surveillance-pricing)
FTC के जनवरी 2025 स्टाफ निष्कर्ष दिखाते हैं कि व्यक्तिगत और व्यवहारिक डेटा‑इनपुट कितने सूक्ष्म हो सकते हैं। (https://www.ftc.gov/news-events/news/press-releases/2025/01/ftc-surveillance-pricing-study-indicates-wide-range-personal-data-used-set-individualized-consumer)
एक संघीय विधेयक पेश किया गया जो स्वचालित प्रणालियों और व्यक्तिगत डेटा का उपयोग करके व्यक्तिगत कीमतें तय करने को सीमित करेगा (अन्य उद्देश्यों के साथ)। (https://www.congress.gov/bill/119th-congress/house-bill/4640/text)
एल्गोरिथ्म‑सक्षम मूल्य‑निर्धारण पर प्रवर्तन ध्यान खुदरा से बाहर भी मौजूद है: अमेरिकी न्याय विभाग ने आवास बाजारों में कथित एल्गोरिथ्मिक मूल्य‑निर्धारण योजना को लेकर RealPage पर मुकदमा किया—डोमेन अलग है, पर यह संकेत है कि जब मूल्य‑प्रणालियाँ व्यापक नुकसान से जुड़ती हैं तो नियामक मुकदमे कर सकते हैं। (https://www.justice.gov/opa/pr/justice-department-sues-realpage-algorithmic-pricing-scheme-harms-millions-american-renters)

नीति‑समयरेखा चाहे जो हो, खरीदार के लिए व्यावहारिक निष्कर्ष वही रहता है: संदर्भों में सत्यापित करें, जल्दबाज़ी का विरोध करें, और पारदर्शी ऑल‑इन कीमत को प्राथमिकता दें। (https://www.ftc.gov/policy/advocacy-research/tech-at-ftc/2025/01/surveillance-pricing-update-work-ahead) (https://www.gov.uk/government/news/cma-launches-major-consumer-protection-drive-focused-on-online-pricing-practices)

प्रिंट करने योग्य निर्णय सहायता: 3‑टैब मूल्य जाँच कार्ड

इस सेक्शन को प्रिंट करें या नोट्स ऐप में कॉपी करें। लक्ष्य है जाँच को छोटा, शांत, और दोहराने योग्य रखना।

3‑टैब मूल्य जाँच कार्ड (प्रिंट करने योग्य)

आइटम का नाम / लिंक:
______________________________________________________________

स्टोर / प्लेटफ़ॉर्म:
______________________________________________________________

क्या कार्ट तीनों टैब में एक‑सा है?   [ ] हाँ   [ ] नहीं (ठीक करें और फिर से जाँचें)

टैब 1 — बेसलाइन सत्र (सामान्य ब्राउज़िंग)
- दिखायी गई आइटम कीमत: ______________________
- दिखायी गई छूट (यदि कोई): _______________
- चेकआउट का कुल (ऑल‑इन) जोड़: __________________
- क्या कोई रुकावट/जल्दबाज़ी है जो तुलना से रोकती है? [ ] हाँ [ ] नहीं

टैब 2 — लॉग‑आउट या निजी विंडो
- दिखायी गई आइटम कीमत: ______________________
- दिखायी गई छूट (यदि कोई): _______________
- चेकआउट का कुल (ऑल‑इन) जोड़: __________________

टैब 3 — अलग ब्राउज़र/प्रोफ़ाइल और/या स्थान संदर्भ
- दिखायी गई आइटम कीमत: ______________________
- दिखायी गई छूट (यदि कोई): _______________
- चेकआउट का कुल (ऑल‑इन) जोड़: __________________

निर्णय
1) क्या तीनों टैब में आइटम कीमत/छूट मेल खाती है?
   [ ] हाँ -> (2) पर जाएँ
   [ ] नहीं -> इसे अधिक‑जोखिम वाली अपारदर्शिता मानें; आसपास देखें या विक्रेता बदलें

2) क्या चेकआउट का कुल (ऑल‑इन) जोड़ स्पष्ट और स्थिर है (अंत में कोई अतिरिक्त शुल्क नहीं जुड़ता)?
   [ ] हाँ -> भरोसे के साथ खरीदें
   [ ] नहीं -> इसे पारदर्शिता का रेड फ़्लैग मानें; तुलना जारी रखें

नोट्स (स्क्रीनशॉट लिए, क्या बदला, क्या अस्पष्ट रहा):
______________________________________________________________
______________________________________________________________

यह निर्णय‑सहायता स्रोतों में जोर दिए गए मूल उपभोक्ता‑रक्षा के अनुरूप है: जब मूल्य‑निर्धारण अपारदर्शी हो और तुलना को हतोत्साहित किया जाए, तो आप तुलना को आसान बनाकर—स्वतंत्र संदर्भों में—और अंतिम ऑल‑इन कीमत की पुष्टि करके खुद को सुरक्षित रखते हैं। (https://www.ftc.gov/policy/advocacy-research/tech-at-ftc/2025/01/surveillance-pricing-update-work-ahead) (https://www.gov.uk/government/news/cma-launches-major-consumer-protection-drive-focused-on-online-pricing-practices)