Er Online Shopping Algoritmer Colluding å holde prisene høye?

Er online-shoppingalgoritmer kolliderte for å holde prisene høye?Prissettingalgoritmer ser konstant på andre nettbutikker. Kaspar Grinvalds / Shutterstock

Har du noen gang søkt etter et produkt på nettet om morgenen og gått tilbake for å se på det igjen om kvelden for å finne prisen har endret seg? I så fall kan du ha vært underlagt forhandlerens prisalgoritme.

Tradisjonelt når man bestemmer prisen på et produkt, vurderer markedsførere sin verdi til kjøperen og hvor mye tilsvarende produkter koster, og fastslår om potensielle kjøpere er følsomme for prisendringer. Men i dagens teknologisk drevne marked har ting blitt forandret. Prisalgoritmer utfører oftest disse aktivitetene og setter pris på produkter i det digitale miljøet. Dessuten kan disse algoritmene effektivt samle seg på en måte som er dårlig for forbrukerne.

Opprinnelig var nettbutikk hyllet som en fordel for forbrukerne fordi det tillot dem å enkelt sammenligne priser. Økningen i konkurransen dette ville føre til (sammen med det økende antall forhandlere) vil også tvinge prisene ned. Men det er kjent som Inntektsføringsprissystemer har gjort det mulig for nettforhandlere å bruke markedsdata til å forutsi etterspørsel og sette priser tilsvarende for å maksimere profitt.

Disse systemene har vært svært populært innen gjestfrihet og turisme, særlig fordi hoteller har faste kostnader, forgjengelig inventar (mat som må spises før det går av) og varierende etterspørselsnivå. Inntektsføringssystemer tillater i de fleste tilfeller hotell å raskt og nøyaktig beregne ideelle rompriser ved hjelp av sofistikerte algoritmer, tidligere ytelsesdata og nåværende markedsdata. Romprisene kan da enkelt justeres overalt de er annonsert.

Disse inntektsføringssystemene har ført til begrepet "dynamisk prising”. Dette refererer til nettleverandører muligheten til å umiddelbart endre prisen på varer eller tjenester som svar på de minste endringene i tilbud og etterspørsel, enten det er et upopulært produkt i et fullt varehus eller en uber-tur under en sen kveldssveis. Følgelig blir forbrukerne i dag blitt mer komfortabel med ideen om at prisene online kan og gjør svingninger, ikke bare på salgstid, men flere ganger i løpet av en enkelt dag.

Men ny algoritmiske prisprogrammer blir langt mer sofistikert enn de opprinnelige inntektsføringssystemene på grunn av utviklingen i kunstig intelligens. Mennesker har fortsatt en viktig rolle i inntektsføringssystemer ved å analysere de innsamlede dataene og gjøre den endelige avgjørelsen om priser. Men algoritmiske prissystemer fungerer i stor grad av seg selv.

På samme måte som hjemme-hjemmeassistenter som Amazon Echo lære om sine brukere Over tid og endre måten de opererer på, lærer algoritmiske prisprogrammer gjennom erfaring fra markedet.


Få det siste fra InnerSelf


Algoritmene studerer aktiviteten til nettbutikker for å lære markedets økonomiske dynamikk (hvordan produktene blir priset, normalt forbruksmønster, leverings- og etterspørselsnivå). Men de kan også utilsiktet snakke med andre prisprogrammer ved å hele tiden se prispoengene til andre selgere for å lære hva som fungerer i markedsplass

Disse algoritmene er ikke nødvendigvis programmert for å overvåke andre algoritmer på denne måten. Men de lærer at det er den beste tingen å gjøre for å nå målet om å maksimere profitten. Dette resulterer i en utilsiktet samspill av priser, der prisene er satt innenfor en svært nær grense av hverandre. Hvis ett firma øker prisene, vil konkurransesystemene reagere umiddelbart ved å heve deres, og skape et konkurransedyktig konkurranseutsatt marked.

Overvåking av konkurrentene og reaksjon på prisendringer er normal og juridisk aktivitet for bedrifter. Men algoritmiske prissystemer kan ta ting et skritt videre ved å sette priser over hvor de ellers ville være i en konkurranse marked fordi de alle opererer på samme måte for å maksimere fortjenesten.

Dette kan være bra ut fra selskapers perspektiv, men er et problem for forbrukere som må betale det samme overalt de går, selv om prisene kan være lavere. Ikke-konkurransedyktige markeder medfører også mindre innovasjon, lavere produktivitet og til slutt mindre økonomisk vekst.

Hva kan vi gjøre?

Dette gir et spennende spørsmål. Hvis programmører har (utilsiktet) ikke klart å forhindre at dette samspillet skjer, hva skal skje? I de fleste land er stilt samspill (hvor selskapene ikke kommuniserer direkte med hverandre) for tiden ikke sett på som en ulovlig aktivitet.

Imidlertid kan selskapene og deres utviklere fortsatt holdes ansvarlige da disse algoritmer er programmert av mennesker og har evnen til å lære å kommunisere og utveksle informasjon med konkurrentalgoritmer. De EU-kommisjonen har advart om at den utbredt bruk av prisalgoritmer i e-handel kan medføre kunstig høye priser gjennom hele markedet, og programvaren skal bygges på en måte som ikke la det samle seg.

Men så lenge algoritmene er programmert for å gi størst mulig gevinst, og kan lære å gjøre dette selvstendig, kan det ikke være mulig for programmerere å overvinne dette samspillet. Selv med noen begrensninger på plass, kan algoritmer godt lære måter å overvinne dem når de ser etter nye måter å oppfylle sitt mål på.

Forsøk på å kontrollere markedsmiljøet for å hindre bevisst prisovervåkning eller markedsgjennomgang vil også uten tvil føre til flere spørsmål og skape nye problemer. Med dette i tankene må vi bedre forstå denne typen maskinlæring og dens evner før vi tar inn nye regler.Den Conversation

Om forfatteren

Graeme McLean, foreleser i markedsføring, University of Strathclyde

Denne artikkelen er publisert fra Den Conversation under en Creative Commons-lisens. Les opprinnelige artikkelen.

Relaterte bøker

{amazonWS: searchindex = Bøker; søkeord = prisfastsetting; maxresults = 3}

enafarzh-CNzh-TWnltlfifrdehiiditjakomsnofaptruessvtrvi

følg InnerSelf på

facebook-ikonettwitter-iconrss-ikonet

Få den siste via e-post

{Emailcloak = off}