Google định giá các mặt hàng trên Google Play như thế nào?


11

Tôi là một nhà nghiên cứu khoa học máy tính non trẻ làm việc trong giao điểm của kinh tế và tính toán. Xin thứ lỗi cho tôi nếu câu hỏi này có vẻ không phù hợp với quản trị viên.

Tôi hiện đang nghiên cứu các mô hình định giá khác nhau và nghiên cứu cách "tối ưu" hoặc giá để bán các mặt hàng. Tôi đã nhận thấy rằng trên Google Play có những bộ phim mà người ta có thể thuê hoặc mua. Ngoài ra, đối với những bộ phim có mức độ phổ biến tương tự tôi nhận thấy rằng thường có sự khác biệt rất lớn về giá của chúng. (khoảng 10 euro). Thông thường, người ta nhìn vào phân phối định giá cho một mặt hàng. Tuy nhiên, điều đó sẽ không giải thích sự khác biệt này về chi phí. Có thể có vấn đề mua bản quyền quá. Tuy nhiên, nhìn chung, làm thế nào để các công ty như Google định giá các mặt hàng kỹ thuật số này? Họ có cập nhật những giá này thường xuyên dựa trên thông tin bán hàng không? Có bất kỳ công việc trước về làm thế nào một người có thể đi về làm điều này?

Tôi chỉ tìm kiếm hướng dẫn để bất kỳ trợ giúp được đánh giá cao.


Bạn có ý nghĩa gì bởi sự phổ biến tương tự? Có nhiều số liệu thống kê có thể chỉ ra một số loại phổ biến tương tự, nhưng có thể được tạo ra bởi các đường cầu khác nhau.
Pburg

@Pburg Trong bối cảnh cụ thể này, tôi đã xem phim trên Google Play. Tôi nhận thấy rằng họ có xếp hạng tương tự, thể loại tương tự và cả hai đều gần đây.
pareshnakhe

Câu trả lời:


3

Câu trả lời đơn giản là họ ước tính các đường cầu cho từng sản phẩm và sử dụng cấu trúc chi phí và đặc điểm thị trường (cơ cấu cạnh tranh, v.v.) của họ để đặt giá để tối đa hóa lợi nhuận. Đây là tiêu chuẩn cho bất kỳ công ty, mặc dù.

Cách Google nói riêng và các công ty lớn nói chung (Amazon, Microsoft, v.v.) ước tính đường cầu có hơi khác so với các nhà kinh tế thông thường có thể làm điều đó. Để ước tính nhu cầu thông thường, một nhà nghiên cứu sẽ phải sử dụng các đặc điểm riêng của thị trường để xác định nhu cầu. Ví dụ: sử dụng các bộ dịch chuyển cung cấp với 2SLS để ước tính nhu cầu cơ bản, BLP cho sự lựa chọn rời rạc với các sản phẩm không đồng nhất, v.v. Nhận dạng là một vấn đề lớn đối với ước tính nhu cầu bởi vì một nhà nghiên cứu thường chỉ quan sát các kết hợp cân bằng (p, q), chứ không phải nhu cầu thực tế đường cong. Chúng tôi cũng thường bị hạn chế hoàn toàn bởi số lượng dữ liệu có sẵn.

Tuy nhiên, đối với một công ty lớn như Google, họ 1) có khả năng ban hành sự nhiễu loạn ngoại sinh về giá để xem cách thay đổi doanh số và 2) có quyền truy cập vào hàng tấn dữ liệu. Sử dụng 1) họ liên tục chạy các thử nghiệm nhỏ để xem hành vi của người tiêu dùng thay đổi như thế nào. Sau đó, họ có thể sử dụng kết quả để thực sự tìm ra đường cầu. Trong các thí nghiệm này, hãng có thể dễ dàng tính đến những thứ như sự nổi tiếng của phim, thể loại, v.v. Đối với 2), Pat Bajari, nhà kinh tế trưởng tại Amazon và một trong những tên tuổi lớn nhất của IO theo kinh nghiệm hiện đại, có một (tại thời điểm này ) giấy làm việcvới Nekipelov, Ryan và Yang về cách sử dụng học máy để ước tính đường cầu trên các sản phẩm có rất nhiều điểm mẫu đặc trưng (nghĩ hàng ngàn đặc điểm của sản phẩm). Là một "nhà nghiên cứu khoa học máy tính non trẻ", có lẽ bạn sẽ tham gia vào việc này. Cách tiếp cận này đặc biệt phù hợp với những người / công ty có quyền truy cập vào hàng tấn dữ liệu (như Google, Amazon, v.v.)

Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.