Como o Google precifica os itens no Google Play?

11

Eu sou um pesquisador de ciência da computação que trabalha na interseção de economia e computação. Por favor, desculpe-me se esta pergunta parecer inadequada ao administrador.

Atualmente, estou estudando diferentes modelos de preços e estudando a maneira ou o preço "ideal" para vender itens. Percebi que no Google Play existem filmes que se pode alugar ou comprar. Além disso, para filmes de popularidade semelhante, notei que muitas vezes há uma enorme diferença no preço deles. (cerca de 10 euros). Convencionalmente, observa-se a distribuição de avaliação de um item. No entanto, isso não explica essa diferença de custo. Também pode haver problemas na compra de direitos autorais. No entanto, de maneira mais geral, como empresas como o Google avaliam esses itens digitais? Eles atualizam esses preços regularmente com base nas informações de venda? Existe algum trabalho prévio sobre como alguém pode fazer isso?

Estou apenas procurando instruções, então qualquer ajuda é muito apreciada.

pareshnakhe
fonte
O que você quer dizer com popularidade semelhante? Existem muitas estatísticas que podem indicar algum tipo de popularidade semelhante, mas podem ser geradas por diferentes curvas de demanda.
Pburg
@Pburg Nesse contexto em particular, eu estava vendo filmes no Google Play. Notei que eles têm classificações semelhantes, gênero semelhante e ambos são recentes.
pareshnakhe

Respostas:

3

A resposta simples é que eles estimam as curvas de demanda de cada produto e, usando sua estrutura de custos e características de mercado (estrutura de concorrência, etc.), definem o preço para maximizar os lucros. Isso é padrão para qualquer empresa, no entanto.

Como o Google em particular e essas grandes empresas em geral (Amazon, Microsoft etc.) estimam as curvas de demanda é um pouco diferente do que o economista comum pode fazer. Para uma estimativa de demanda usual, um pesquisador teria que usar idiossincrasias de mercado para identificar a demanda. Por exemplo, o uso de shifters de fornecimento com 2SLS para estimativa básica de demanda, BLP para escolha discreta com produtos heterogêneos etc. A identificação é um problema tão grande para estimativa de demanda, porque um pesquisador geralmente apenas observa combinações de equilíbrio (p, q), não a demanda real curva. Também somos frequentemente limitados apenas pela quantidade de dados disponíveis.

Para uma grande empresa como o Google, no entanto, 1) eles têm a capacidade de provocar perturbações exógenas no preço para ver como as vendas mudam e 2) têm acesso a toneladas e toneladas de dados. Usando 1), eles estão constantemente realizando pequenas experiências para ver como o comportamento do consumidor muda. Eles podem usar os resultados para realmente rastrear a curva de demanda. Nessas experiências, a empresa poderia facilmente levar em conta coisas como popularidade, gênero, etc. Em relação a 2), Pat Bajari, economista-chefe da Amazon e um dos maiores nomes da IO empírica moderna, tem um (neste momento) ) documento de trabalhocom Nekipelov, Ryan e Yang, sobre como usar o aprendizado de máquina para estimar curvas de demanda em produtos com muitos pontos de amostra em lotes de características (pense em milhares de características do produto). Como um "pesquisador iniciante em ciência da computação", você provavelmente participaria disso. Essa abordagem é especialmente relevante para pessoas / empresas com acesso a toneladas de dados (como Google, Amazon etc.)

philE
fonte