在線購物算法是否串通以保持高價?定價算法不斷關注其他在線商店。 卡斯帕·格林瓦爾茲/Shutterstock

您是否有過這樣的經歷:早上在網上搜索了某種產品,晚上再回來查看,卻發現價格發生了變化? 在這種情況下,您可能會受到零售商定價算法的約束。

傳統上,在決定產品價格時,營銷人員會考慮其對買家的價值以及類似產品的成本,並確定潛在買家是否對價格變化敏感。 但在當今技術驅動的市場中,情況發生了變化。 定價算法最常執行這些活動並在數字環境中設定產品的價格。 更重要的是,這些算法可能實際上以一種對消費者不利的方式進行串通。

最初,網上購物被譽為給消費者帶來的好處,因為它使他們可以輕鬆比較價格。 這將導致競爭的加劇(以及零售商數量的增加)也會迫使價格下降。 但所謂的 收益管理定價系統 允許在線零售商使用市場數據來預測需求並相應地設定價格以實現利潤最大化。

這些系統在酒店和旅遊業中非常受歡迎,特別是因為酒店具有固定成本、易腐爛的庫存(需要在變質之前吃掉的食物)和波動的需求水平。 在大多數情況下,收益管理系統允許酒店使用複雜的算法、過去的業績數據和當前的市場數據快速、準確地計算理想的房價。 然後可以在任何地方輕鬆調整房價 他們被打廣告了.


內在自我訂閱圖形


這些收入管理系統催生了“動態定價”。 這是指在線提供商能夠根據供需的最細微變化立即改變商品或服務的價格,無論是倉庫滿的不受歡迎的產品還是深夜高峰期間的優步乘車服務。 因此,今天的消費者越來越接受這樣一種觀念:網上價格可以而且確實會波動,不僅在促銷時,而且在一天內會波動多次。

然而,新 算法定價程序 由於人工智能的發展,收入管理系統變得比原來的收入管理系統複雜得多。 人類通過分析收集到的數據並做出最終價格決策,在收入管理系統中仍然發揮著重要作用。 但算法定價系統在很大程度上是靠自身發揮作用的。

就像 Amazon Echo 等家庭語音助手一樣 了解他們的用戶 隨著時間的推移並相應改變其運作方式,算法定價程序會通過市場經驗進行學習。

這些算法研究在線商店的活動,以了解市場的經濟動態(產品如何定價、正常消費模式、供需水平)。 但他們也可以通過不斷觀察其他賣家的價格點,無意中與其他定價程序“交談”,以了解哪些方法有效。 市井

這些算法不一定被編程為以這種方式監視其他算法。 但他們了解到,這是實現利潤最大化目標的最佳做法。 這導致 無意的勾結 定價,其中價格設定在彼此非常接近的範圍內。 如果一家公司提高價格,競爭對手系統將立即提高價格來做出反應,從而形成一個串通的非競爭市場。

監控競爭對手的價格並對價格變化做出反應是企業的正常合法活動。 但算法定價系統可以更進一步,將價格設置為高於正常價格。 競爭市場 因為他們都以同樣的方式運作,以實現利潤最大化。

從公司的角度來看,這可能是件好事,但對於消費者來說卻是一個問題,因為即使價格可能更低,他們走到哪裡都必須支付相同的費用。 非競爭性市場也會導致創新減少, 降低生產力 最終導致經濟增長放緩。

我們可以做什麼?

這提出了一個有趣的問題。 如果程序員(無意中)未能阻止這種串通的發生,那麼會發生什麼? 在大多數國家/地區,默契勾結(公司之間不直接溝通)目前並不被視為非法活動。

然而,這些公司及其開發人員仍然需要承擔責任,因為這些算法是由人類編程的,並且有能力學習如何與競爭對手的算法進行通信和交換信息。 這 歐盟委員會 警告稱,電子商務中定價算法的廣泛使用可能會導致整個市場人為抬高價格,因此軟件的構建方式不應 允許其串通.

但只要算法被編程為提供盡可能最大的利潤,並且能夠學習如何獨立地做到這一點,程序員就可能無法克服這種共謀。 即使存在一些限制,算法在尋找新方法來實現其目標時很可能會學習克服這些限制的方法。

試圖通過控制市場環境來阻止有意識的價格監控或市場透明度,無疑也會帶來更多的疑問並產生新的問題。 考慮到這一點,在引入新法規之前,我們需要更好地了解這種機器學習及其功能。談話

關於作者

格雷姆·麥克萊恩,市場營銷講師, 斯特拉斯克萊德大學

本文重新發表 談話 根據知識共享許可。 閱讀 原創文章.

相關書籍

at InnerSelf 市場和亞馬遜