Is aanlyn-inkopie-algoritmes wat saamhang om pryse hoog te hou?

Is aanlyn-inkopie-algoritmes gekollouer om pryse hoog te hou?Prysalgoritmes kyk voortdurend na ander aanlyn-winkels. Kaspar Grinvalds / Shutterstock

Het jy al ooit in die oggend 'n produk aanlyn gesoek en weer teruggekyk om die aand net weer te sien om die prys te verander? In so 'n geval mag u onderhewig wees aan die kleinhandelaar se prysalgoritme.

Tradisioneel beskou die bemarkers die waarde van die produk aan die koper en hoeveel soortgelyke produkte dit kos, en bepaal of potensiële kopers sensitief is vir prysveranderinge. Maar in vandag se tegnologies gedrewe mark het dinge verander. Prysalgoritmes voer hierdie aktiwiteite gewoonlik uit en stel die prys van produkte binne die digitale omgewing vas. Daarbenewens kan hierdie algoritmes doeltreffend op 'n manier wat vir verbruikers sleg is, effektief wees.

Oorspronklik was aanlyn inkopies as 'n voordeel vir verbruikers beskou, omdat dit hulle toegelaat het om pryse maklik te vergelyk. Die toename in mededinging wat dit sou veroorsaak (saam met die groeiende aantal kleinhandelaars) sal ook die pryse dwing. Maar wat staan ​​bekend as inkomste bestuur pryse stelsel het aanlynverkopers toegelaat om markdata te gebruik om die vraag te voorspel en pryse daarvolgens te stel om wins te maksimeer.

Hierdie stelsels is buitengewoon gewild in die gasvryheids- en toerismebedryf, veral omdat hotelle vaste koste het, bederfbare voorraad (kos wat geëet moet word voordat dit afloop) en wisselende vlakke van vraag. In die meeste gevalle stel inkomstebestuurstelsels hotelle in staat om ideale kamertariewe vinnig en akkuraat te bereken deur gebruik te maak van gesofistikeerde algoritmes, vorige prestasiedata en huidige markdata. Kamer pryse kan dan oral aangepas word hulle word geadverteer.

Hierdie inkomstebestuurstelsels het gelei tot die term "dinamiese pryse". Dit verwys na aanlynverskaffers se vermoë om onmiddellik die prys van goedere of dienste te verander in reaksie op die geringste verskuiwings in vraag en aanbod, of dit 'n ongewilde produk in 'n volle pakhuis of 'n Uber-rit is tydens 'n laat-nag-oplewing. Gevolglik word verbruikers vandag meer gemaklik met die idee dat pryse aanlyn kan wissel, en nie net op die verkoops tyd nie, maar verskeie kere in die loop van 'n enkele dag.

Maar nuut algoritmiese prysprogramme word baie meer gesofistikeerd as die oorspronklike inkomstebestuurstelsels as gevolg van ontwikkelings in kunsmatige intelligensie. Mense het steeds 'n belangrike rol in inkomstebestuurstelsels gespeel deur die versamelde data te ontleed en die finale besluit oor pryse te maak. Maar algoritmiese prysstelsels werk grootliks self.

Net soos in die huis stem assistente soos Amazon Echo leer oor hul gebruikers Met verloop van tyd en verander die manier waarop hulle dienooreenkomstig funksioneer, leer algoritmiese prysprogramme deur ervaring van die mark.


Kry die nuutste van InnerSelf


Die algoritmes bestudeer die aktiwiteit van aanlynwinkels om die ekonomiese dinamika van die mark te leer (hoe produkte geprys word, normale verbruikspatrone, vlakke van vraag en aanbod). Maar hulle kan ook onophoudelik "praat" met ander prysprogramme deur voortdurend die pryspunte van ander verkopers te kyk om te leer wat werk in die mark

Hierdie algoritmes word nie noodwendig geprogrammeer om ander algoritmes op hierdie manier te monitor nie. Maar hulle leer dat dit die beste ding is om te doen om hul doelwit te bereik om wins te maksimaliseer. Dit lei tot 'n onbedoelde samespanning van pryse, waar pryse binne 'n baie noue grens van mekaar gestel word. As een firma pryse verhoog, sal mededingersstelsels dadelik reageer deur hulle te verhoog en 'n gekompetreerde nie-mededingende mark te skep.

Die monitering van die pryse van mededingers en reaksie op prysveranderings is normale en regsaktiwiteite vir besighede. Maar algoritmiese prysstelsels kan dinge 'n stap verder neem deur pryse hier te stel waar hulle andersins in 'n mededingende mark omdat hulle almal op dieselfde manier werk om wins te maksimeer.

Dit kan goed wees vanuit die oogpunt van maatskappye, maar dit is 'n probleem vir verbruikers wat dieselfde moet betaal, selfs al kan pryse laer wees. Nie-mededingende markte lei ook tot minder innovasie, laer produktiwiteit en uiteindelik minder ekonomiese groei.

Wat kan ons doen?

Dit stel 'n interessante vraag. As programmeerders (onopsetlik) versuim het om hierdie samespanning te voorkom, wat moet gebeur? In die meeste lande word stilstaande samespanning (waar maatskappye nie direk met mekaar kommunikeer nie) tans nie as 'n onwettige aktiwiteit beskou nie.

Die maatskappye en hul ontwikkelaars kan egter steeds verantwoordelik gehou word, aangesien hierdie algoritmes deur mense geprogrammeer word en die vermoë het om te leer hoe om inligting met mededingeralgoritmes te kommunikeer en uit te ruil. Die Europese Kommissie het gewaarsku dat die wydverspreide gebruik van prysalgoritmes in e-handel kan lei tot kunsmatig hoë pryse regdeur die mark en die sagteware moet gebou word op 'n manier wat nie laat dit toe om saam te vat.

Maar solank as wat die algoritmes geprogrammeer is om die grootste wins te lewer, en kan leer hoe om dit onafhanklik te doen, kan dit nie vir programmeerders moontlik wees om hierdie samespanning te oorkom nie. Selfs met sekere beperkinge wat in plek is, kan die algoritmes ook maniere leer om dit te oorkom, aangesien hulle nuwe maniere soek om hul doelwit te bereik.

Poging om die markomgewing te beheer om bewuste prysmonitering of mark deursigtigheid te voorkom sal ook ongetwyfeld meer vrae tot gevolg hê en nuwe probleme skep. Met hierdie in gedagte moet ons hierdie soort masjienleer en sy vermoëns beter verstaan ​​voordat ons nuwe regulasies inbring.Die gesprek

Oor Die Skrywer

Graeme McLean, dosent in bemarking, Universiteit van Strathclyde

Hierdie artikel is gepubliseer vanaf Die gesprek onder 'n Creative Commons lisensie. Lees die oorspronklike artikel.

verwante Boeke

{amazonWS: search index = Boeke; sleutelwoorde = prysbepaling; maxresults = 3}

enafarzh-CNzh-TWnltlfifrdehiiditjakomsnofaptruessvtrvi

volg InnerSelf op

Facebook-ikoonTwitter-ikoonrss-ikoon

Kry die nuutste per e-pos

Emailcloak = {af}