Apakah Algoritma Belanja Online Berkolusi Untuk Menjaga Harga Tetap Tinggi?

Apakah Algoritma Belanja Online Berkolusi Untuk Menjaga Harga Tetap Tinggi?Algoritma penetapan harga secara konstan menonton toko online lainnya. Kaspar Grinvalds / Shutterstock

Pernahkah Anda mencari produk secara online di pagi hari dan kembali untuk melihatnya lagi di malam hari hanya untuk mengetahui bahwa harganya telah berubah? Dalam hal ini, Anda mungkin dikenai algoritma penetapan harga pengecer.

Secara tradisional ketika menentukan harga suatu produk, pemasar mempertimbangkan nilainya bagi pembeli dan berapa harga produk yang serupa, dan menetapkan apakah pembeli potensial sensitif terhadap perubahan harga. Tetapi di pasar saat ini yang didorong oleh teknologi, banyak hal telah berubah. Algoritma penetapan harga paling sering melakukan kegiatan ini dan menetapkan harga produk dalam lingkungan digital. Terlebih lagi, algoritma ini secara efektif dapat berkolusi dengan cara yang buruk bagi konsumen.

Awalnya, belanja online dipuji sebagai manfaat bagi konsumen karena memungkinkan mereka untuk dengan mudah membandingkan harga. Peningkatan persaingan ini akan menyebabkan (seiring dengan meningkatnya jumlah pengecer) juga akan memaksa harga turun. Tetapi apa yang dikenal sebagai sistem penetapan harga manajemen pendapatan telah memungkinkan pengecer online untuk menggunakan data pasar untuk memprediksi permintaan dan menetapkan harga yang sesuai untuk memaksimalkan keuntungan.

Sistem ini sangat populer di industri perhotelan dan pariwisata, terutama karena hotel memiliki biaya tetap, persediaan yang cepat rusak (makanan yang perlu dimakan sebelum dimatikan) dan tingkat permintaan yang berfluktuasi. Dalam kebanyakan kasus, sistem manajemen pendapatan memungkinkan hotel untuk dengan cepat dan akurat menghitung tarif kamar ideal menggunakan algoritma canggih, data kinerja masa lalu dan data pasar saat ini. Tarif kamar kemudian dapat dengan mudah disesuaikan di mana-mana mereka diiklankan.

Sistem manajemen pendapatan ini telah menghasilkan istilah “harga dinamis” Ini mengacu pada kemampuan penyedia online untuk secara instan mengubah harga barang atau jasa sebagai respons terhadap sedikit perubahan dalam penawaran dan permintaan, apakah itu produk yang tidak populer di gudang penuh atau perjalanan Uber selama lonjakan larut malam. Dengan demikian, konsumen saat ini menjadi lebih nyaman dengan gagasan bahwa harga online dapat dan berfluktuasi, tidak hanya pada waktu penjualan, tetapi beberapa kali selama satu hari.

Namun baru program penetapan harga algoritmik menjadi jauh lebih canggih daripada sistem manajemen pendapatan asli karena perkembangan kecerdasan buatan. Manusia masih memainkan peran penting dalam sistem manajemen pendapatan dengan menganalisis data yang dikumpulkan dan membuat keputusan akhir tentang harga. Tetapi sistem penetapan harga algoritmik sebagian besar bekerja sendiri.

Dengan cara yang sama seperti asisten suara di rumah seperti Amazon Echo pelajari tentang penggunanya seiring waktu dan mengubah cara mereka beroperasi sesuai, program penetapan harga algoritmik belajar melalui pengalaman pasar.


Dapatkan Yang Terbaru Dari Diri Sendiri


Algoritme mempelajari aktivitas toko online untuk mempelajari dinamika ekonomi pasar (bagaimana harga produk, pola konsumsi normal, tingkat penawaran dan permintaan). Tetapi mereka juga dapat secara tidak sengaja “berbicara” dengan program penetapan harga lainnya dengan secara konstan mengawasi titik harga dari penjual lain untuk mempelajari apa yang berfungsi di pasar

Algoritma ini tidak harus diprogram untuk memonitor algoritma lain dengan cara ini. Tetapi mereka belajar bahwa itu adalah hal terbaik untuk dilakukan untuk mencapai tujuan mereka memaksimalkan keuntungan. Ini menghasilkan kolusi yang tidak diinginkan penetapan harga, di mana harga ditetapkan dalam batas yang sangat dekat satu sama lain. Jika satu perusahaan menaikkan harga, sistem pesaing akan segera merespons dengan menaikkan harga mereka, menciptakan pasar non-kompetitif berkolusi.

Memantau harga pesaing dan bereaksi terhadap perubahan harga adalah aktivitas normal dan legal untuk bisnis. Tetapi sistem penetapan harga algoritmik dapat mengambil langkah lebih jauh dengan menetapkan harga di atas di mana mereka berada pasar yang kompetitif karena mereka semua beroperasi dengan cara yang sama untuk memaksimalkan keuntungan.

Ini mungkin baik dari perspektif perusahaan tetapi merupakan masalah bagi konsumen yang harus membayar sama di mana pun mereka pergi, bahkan jika harga bisa lebih rendah. Pasar yang tidak kompetitif juga menghasilkan lebih sedikit inovasi, produktivitas yang lebih rendah dan akhirnya pertumbuhan ekonomi kurang.

Apa yang bisa kita lakukan?

Ini menimbulkan pertanyaan yang menarik. Jika pemrogram telah (tidak sengaja) gagal mencegah kolusi ini terjadi, apa yang harus terjadi? Di sebagian besar negara, kolusi diam-diam (di mana perusahaan tidak berkomunikasi secara langsung satu sama lain) saat ini tidak dipandang sebagai kegiatan ilegal.

Namun, perusahaan dan pengembangnya masih dapat dianggap bertanggung jawab karena algoritma ini diprogram oleh manusia dan memiliki kemampuan untuk belajar bagaimana berkomunikasi dan bertukar informasi dengan algoritma pesaing. Itu Komisi Eropa telah memperingatkan bahwa meluasnya penggunaan algoritma penetapan harga dalam e-commerce dapat menghasilkan harga yang sangat tinggi di seluruh pasar, dan perangkat lunak harus dibangun dengan cara yang tidak biarkan berkolusi.

Tetapi selama algoritma diprogram untuk memberikan keuntungan sebesar mungkin, dan dapat belajar bagaimana melakukan ini secara mandiri, mungkin tidak mungkin bagi programmer untuk mengatasi kolusi ini. Bahkan dengan beberapa pembatasan diberlakukan, algoritma mungkin belajar cara untuk mengatasinya ketika mereka mencari cara baru untuk memenuhi tujuan mereka.

Mencoba mengendalikan lingkungan pasar untuk mencegah pengawasan harga yang sadar atau transparansi pasar juga akan menimbulkan lebih banyak pertanyaan dan menciptakan masalah baru. Dengan pemikiran ini, kita perlu lebih memahami jenis pembelajaran mesin dan kemampuannya sebelum kita membawa peraturan baru.Percakapan

Tentang Penulis

Graeme McLean, Dosen Pemasaran, University of Strathclyde

Artikel ini diterbitkan kembali dari Percakapan di bawah lisensi Creative Commons. Membaca Artikel asli.

Buku terkait

{amazonWS: searchindex = Buku; kata kunci = penetapan harga; maxresult = 3}

enafarzh-CNzh-TWnltlfifrdehiiditjakomsnofaptruessvtrvi

ikuti InnerSelf di

facebook-icontwitter-iconrss-icon

Dapatkan Terbaru Dengan Email

{Emailcloak = off}