가격 알고리즘은 다른 온라인 상점을 지속적으로 감시합니다. Kaspar Grinvalds / Shutterstock

아침에 온라인 제품을 검색 한 후 저녁에 다시 보러 가격이 변경되었음을 알았습니까? 어떤 경우 소매 업체의 가격 알고리즘이 적용되었을 수 있습니다.

전통적으로 제품 가격을 결정할 때 마케터는 구매자에게 가치를 부여하고 유사한 제품의 가격을 고려하고 잠재 구매자가 가격 변화에 민감한지를 확인합니다. 그러나 오늘날의 기술적으로 주도되는 시장에서는 상황이 달라졌습니다. 가격 결정 알고리즘은 이러한 활동을 수행하고 디지털 환경 내의 제품 가격을 설정하는 경우가 가장 흔합니다. 게다가 이러한 알고리즘은 소비자에게 나쁜 방식으로 효과적으로 결탁 될 수 있습니다.

원래 온라인 쇼핑은 가격을 쉽게 비교할 수 있었기 때문에 소비자에게 큰 도움이되었습니다. 이로 인해 경쟁이 치열 해지면서 (소매 업체 수가 늘어남에 따라) 가격이 내려 가게됩니다. 그러나 매출 관리 가격 시스템 온라인 소매 업체는 시장 데이터를 사용하여 수요를 예측하고 이에 따라 가격을 설정하여 이익을 극대화 할 수있었습니다.

이 시스템은 특히 호텔에 고정 비용, 부패하기 쉬운 재고품 (먹기 전에 먹을 필요가있는 음식) 및 변동하는 수요 수준이 있기 때문에 호텔 및 관광 산업에서 매우 인기가 있습니다. 대부분의 경우 수익 관리 시스템을 사용하면 호텔에서 정교한 알고리즘, 과거 실적 데이터 및 현재 시장 데이터를 사용하여 이상적인 객실 요금을 신속하고 정확하게 계산할 수 있습니다. 객실 요금은 어디서나 쉽게 조절할 수 있습니다. 그들은 광고된다..

이러한 수익 관리 시스템은 "동적 가격 책정". 이것은 온라인 공급 업체가 전체 창고에 인기없는 제품이든 또는 심야 서재 중의 Uber ride이든 공급 및 수요의 미세한 변화에 대응하여 재화 또는 서비스의 가격을 즉시 변경할 수있는 능력을 나타냅니다. 따라서 오늘날의 소비자들은 온라인 가격이 판매 시점뿐만 아니라 하루 동안 여러 번 변동 할 수 있다는 생각에 더욱 편안 해지고 있습니다.

그러나 새로운 알고리즘 가격 책정 프로그램 인공 지능의 발전으로 인해 원래 수익 관리 시스템보다 훨씬 더 정교 해지고 있습니다. 인간은 여전히 ​​수집 된 데이터를 분석하고 가격에 대한 최종 결정을 내림으로써 매출 관리 시스템에서 중요한 역할을 담당했습니다. 그러나 알고리즘 가격 시스템은 대부분 자체적으로 작동합니다.

아마존 에코와 같은 가정 내 음성 조력자와 동일한 방식으로 사용자에 대해 알아보기 알고리즘의 가격 책정 프로그램은 시간이 지남에 따라 시장의 경험을 통해 학습합니다.

이 알고리즘은 온라인 상점의 활동을 연구하여 시장의 경제적 역학 (제품의 가격, 정상 소비 패턴, 공급 및 수요 수준)을 학습합니다. 그러나 그들은 또한 다른 판매자의 가격 포인트를 지속적으로 보면서 다른 가격 책정 프로그램과 의도없이 "대화"할 수 있습니다. 시장

이러한 알고리즘은 반드시 이러한 방식으로 다른 알고리즘을 모니터링하도록 프로그래밍되지는 않습니다. 그러나 그들은 이익을 극대화하려는 목표를 달성하는 것이 최선이라는 것을 알고 있습니다. 이로 인해 의도하지 않은 결탁 가격은 서로 매우 가까운 경계 내에서 설정됩니다. 한 기업이 가격을 올리면 경쟁 업체 시스템은 즉시 경쟁 제품을 출시함으로써 비 경쟁 시장을 창출합니다.

경쟁 업체의 가격을 모니터링하고 가격 변동에 대응하는 것은 비즈니스에 대한 정상적이고 합법적 인 활동입니다. 그러나 알고리즘 가격 시스템은 가격이 그렇지 않은 가격보다 높게 설정함으로써 한 걸음 더 나아갈 수 있습니다. 경쟁 시장 왜냐하면 그들은 모두 이익을 극대화하기 위해 같은 방식으로 운영되기 때문입니다.

이것은 기업의 관점에서 보면 좋지만 가격이 낮을지라도 그들이가는 곳마다 동일하게 지불해야하는 소비자에게는 문제가됩니다. 비경쟁 시장은 또한 혁신을 덜 일으키고, 생산성 감소 궁극적으로 경제 성장이 덜합니다.

우리는 무엇을 할 수 있습니까?

이것은 흥미로운 질문을 던집니다. 프로그래머가 (실수로)이 담합을 방지하지 못하면 어떤 일이 발생해야합니까? 대부분의 국가에서 암묵적 담합 (회사가 서로 직접 소통하지 않는 곳)은 현재 불법 활동으로 간주되지 않습니다.

그러나이 알고리즘은 사람이 프로그래밍하고 경쟁자 알고리즘과 정보를 교환하고 정보를 교환하는 방법을 배울 수 있으므로 회사와 개발자는 여전히 책임을 질 수 있습니다. 그만큼 유럽위원회 (European Commission) 전자 상거래에서 가격 산정 알고리즘의 광범위한 사용이 시장 전체에 걸쳐 인위적으로 높은 가격을 초래할 수 있다고 경고했으며, 소프트웨어는 그렇지 않은 방식으로 구축되어야한다고 경고했다. 그것과 공모를 허락해라..

그러나 알고리즘이 최대한의 이익을 제공하도록 프로그래밍되어 있고 독자적으로이를 수행하는 방법을 배울 수있는 한 프로그래머는이 담합을 극복 할 수 없습니다. 몇 가지 제한 사항이 적용 되더라도 알고리즘은 목표를 달성 할 수있는 새로운 방법을 모색하면서이를 극복 할 수있는 방법을 배우게됩니다.

의식이있는 가격 모니터링이나 시장 투명성을 방지하기 위해 시장 환경을 제어하려고 시도하면 의심 할 여지없이 더 많은 의문이 제기되고 새로운 문제가 야기 될 것입니다. 이를 염두에두고 새로운 규정을 도입하기 전에 이러한 종류의 기계 학습 및 기능을 더 잘 이해할 필요가 있습니다.

저자에 관하여

Graeme McLean, 마케팅 강사, 스트래스 클라이드 대학

이 기사는에서 다시 게시됩니다. 대화 크리에이티브 커먼즈 라이센스하에 읽기 원래 기사.

관련 서적

at 이너셀프 마켓과 아마존