Saya seorang peneliti ilmu komputer pemula yang bekerja di persimpangan ekonomi dan komputasi. Maafkan saya jika pertanyaan ini tampaknya tidak sesuai dengan administrator.
Saat ini saya mempelajari model penetapan harga yang berbeda dan mempelajari cara atau harga "optimal" untuk menjual barang. Saya perhatikan di Google Play ada film yang bisa disewa atau dibeli orang. Juga, untuk film dengan popularitas yang sama, saya perhatikan bahwa sering ada perbedaan besar dalam harganya. (sekitar 10 euro). Secara konvensional, orang melihat distribusi penilaian untuk suatu barang. Namun, itu tidak akan menjelaskan perbedaan biaya ini. Mungkin ada masalah dalam membeli hak cipta juga. Namun, secara umum, bagaimana perusahaan seperti Google memberi harga pada barang-barang digital ini? Apakah mereka memperbarui harga ini secara teratur berdasarkan informasi penjualan? Apakah ada pekerjaan sebelumnya tentang bagaimana seseorang bisa melakukan ini?
Saya hanya mencari arah sehingga bantuan apa pun sangat dihargai.
Jawaban:
Jawaban sederhananya adalah mereka memperkirakan kurva permintaan untuk setiap produk dan, menggunakan struktur biaya dan karakteristik pasar (struktur persaingan, dll.) Menetapkan harga untuk memaksimalkan keuntungan. Ini standar untuk perusahaan mana pun.
Bagaimana Google pada khususnya dan perusahaan-perusahaan besar ini secara umum (Amazon, Microsoft, dll.) Memperkirakan kurva permintaan agak berbeda dari yang biasa dilakukan oleh ekonom. Untuk estimasi permintaan biasa, seorang peneliti harus menggunakan keistimewaan pasar untuk mengidentifikasi permintaan. Misalnya, menggunakan pemindah persediaan dengan 2SLS untuk estimasi permintaan dasar, BLP untuk pilihan terpisah dengan produk heterogen, dll. Identifikasi adalah masalah besar untuk estimasi permintaan karena seorang peneliti umumnya hanya mengamati kombinasi keseimbangan (p, q), bukan permintaan aktual melengkung. Kami juga sering dibatasi murni oleh jumlah data yang tersedia.
Namun, untuk perusahaan besar seperti Google, mereka 1) memiliki kemampuan untuk memberlakukan gangguan harga eksogen untuk melihat bagaimana perubahan penjualan dan 2) memiliki akses ke berton-ton data. Menggunakan 1) mereka terus-menerus menjalankan eksperimen kecil untuk melihat bagaimana perilaku konsumen berubah. Mereka kemudian dapat menggunakan hasilnya untuk benar-benar menelusuri kurva permintaan. Dalam percobaan ini, perusahaan dapat dengan mudah mempertimbangkan hal-hal seperti popularitas film, genre, dll. Sehubungan dengan 2), Pat Bajari, kepala ekonom di Amazon dan salah satu nama terbesar dalam IO empiris modern, memiliki (pada titik ini) ) kertas kerjadengan Nekipelov, Ryan, dan Yang tentang cara menggunakan pembelajaran mesin untuk memperkirakan kurva permintaan di seluruh produk dengan banyak titik sampel tandan karakteristik (pikirkan ribuan karakteristik produk). Sebagai "peneliti ilmu komputer pemula," Anda mungkin akan terlibat dalam hal ini. Pendekatan ini sangat relevan untuk orang / perusahaan dengan akses ke banyak data (seperti Google, Amazon, dll.)
sumber