Penyebaran harga dalam ritel online


10

Ada sejumlah penjual buku online yang sedang populer di India saat ini. Harga yang mereka tetapkan untuk buku yang sama sering berbeda hingga 10% (Lihat situs perbandingan harga ini untuk memeriksa http://www.indiabookstore.net/ )

Karena ini adalah barang-barang yang homogen dan siapa saja yang dapat mengakses salah satu toko dapat dengan mudah menilai yang lain, saya bertanya-tanya bagaimana kita dapat menjelaskan penyebaran harga ini. Saya belum melakukan penelitian yang sistematis tetapi kesan saya bahwa bukan itu masalahnya ada pemesanan harga antara toko-toko yang sama untuk buku yang berbeda.

Saya bertanya-tanya apakah ada model ekonomi yang dapat menjelaskan penyebaran ini. Secara khusus ada model yang dapat diuji dengan menggunakan panel data harga.

[Aku mengaku sedang memancing topik penelitian.]

Jawaban:


9

Ya, ini sebenarnya merupakan area yang cukup aktif untuk penelitian dalam literatur pencarian konsumen. Sebagai titik awal, saya akan merekomendasikan melihat yang berikut:

Beberapa referensi tambahan untuk diselesaikan:


1
@Ubiquitous (+1). Mengenai makalah "De Los Santos et al", apakah mereka juga berurusan dengan biaya informasi dan ketidakpastian? Algoritma terbuka apa pun ("lanjutkan pencarian hingga ...") menciptakan ketidakpastian tentang panjang dan biaya proses. Lihatlah bisnis: Sebagian besar departemen Pengadaan menentukan jumlah penawaran tetap yang telah ditentukan (biasanya tidak kurang dari tiga, jarang lebih dari lima) yang akan mereka coba terima untuk memutuskan pembelian. Ada alasan untuk itu.
Alecos Papadopoulos

1
@AlecosPapadopoulos Ya, model pencarian berurutan (yang jauh lebih tua dari De Los Santos et al.) Memperhitungkan biaya-biaya ini. Namun, pencarian berurutan tetap optimal. Cara kerjanya adalah bahwa konsumen menghitung harga cadangan, , sehingga mereka akan acuh tak acuh antara membeli pada harga itu dan terus mengeluarkan biaya pencarian. Mereka membeli segera setelah mereka menemukan harga di bawah . Hasil utama dari literatur ini adalah bahwa, meskipun panjang pencarian tidak pasti, harga cadangan tetap selama seluruh proses pencarian. <Bersambung di bawah>rrr
mana

1
<lanjutan dari atas> Alasan intuitif mengapa pencarian sampel tetap tidak optimal adalah ini: misalkan Anda memutuskan untuk mencari lima toko, tetapi toko pertama sangat sangat murah. Anda kemudian akan menyesal telah berkomitmen untuk menghabiskan waktu mencari empat lagi. Sebaliknya jika semua dari lima penawaran pertama sangat mahal Anda akan berharap bahwa Anda telah merencanakan untuk mencari lebih lama. Model pencarian berurutan tidak mengalami masalah ini karena cakrawala pencarian berubah tergantung pada apakah Anda mendapatkan penawaran awal di bawah harga cadangan atau tidak.
mana

@Berkarang Apakah ada bukti empiris bahwa agen ekonomi cenderung memilih model pencarian berurutan? Dengan akumulasi pengalaman, konsumen akan mengetahui "panjang rata-rata" dan karenanya merasa nyaman bahwa prosesnya tidak akan berlangsung tanpa batas. Ini berfungsi untuk mengadopsi pencarian berurutan. Tetapi bagaimana jika itu terus berlanjut, membuat konsumen kelelahan? Pada titik tertentu agen akan memutuskan untuk memotong proses (ini menyiratkan bahwa "harga cadangan" bukan fitur terprogram dari agen, dan mungkin disesuaikan dalam proses, betapapun anehnya ini terdengar). Tapi kedengarannya sangat realistis.
Alecos Papadopoulos

1
@AlecosPapadopoulos Sebagai contoh, salah satu cara pemodelan konsumen menjadi usang adalah dengan mengatakan bahwa biaya pencarian marjinal meningkat. Tetapi kemudian konsumen harus menggunakan pencarian berurutan tetapi meningkatkan harga cadangan mereka dari waktu ke waktu. Secara intuitif, ketika mereka bosan mencari, menjadi optimal untuk menerima tawaran yang lebih buruk. Tapi tetap saja, Anda tidak ingin melakukan ex ante untuk mencari firma ada perubahan yang hanya membutuhkan pencarian untuk menemukan penawaran yang dapat diterima. x - 1xx1
mana
Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.