MS:在线搜索与最优产品排序

学术   2024-12-01 23:04   上海  

本期推荐一篇最新发表在《营销科学MS》上的论文《在线搜索与最优产品排序:一种实证框架》。随着电子商务的蓬勃发展,线上平台在消费者选择中的作用愈发重要,像亚马逊、谷歌和Expedia这样的平台通过产品排序来影响用户的决策。已有研究表明,产品在页面中的排序会显著影响其被选择的概率。因此,如何优化排序,使得消费者体验和平台收益兼得,成为一个具有现实意义的问题。该研究旨在探索线上平台如何通过优化产品排序,达到提升消费者福利与平台收入的双重目标。

研究基于Weitzman的顺序搜索模型,构建了一个双指标的实证框架。这个框架包括效用指标和搜索指标两个关键因素:效用指标表示消费者在实际体验中获得的满足感,搜索指标表示产品在搜索结果页面上的吸引力。在此基础上,研究者设计了一种算法,能够在排序过程中兼顾消费者体验与平台收入。具体来说,研究采用了“潜力”导向的排序策略,即对那些用户预期效用低但实际体验好的产品(即“潜力”产品)予以优先排序,从而帮助消费者发现性价比更高的选择。为了实现高效计算,论文提出了OPT-K算法,它针对排序前K个位置进行优化,因为这些位置对消费者决策的影响最大。在此基础上,剩余的排序则通过贪婪算法逐步优化,以减轻计算负担,使算法在大规模数据场景中仍然适用。

通过Expedia平台的数据,研究者验证了该算法的效果,结果表明这种排序不仅能够显著提高消费者剩余,还能带来平台收入的提升,相较于Expedia的现有排序系统,这种优化实现了双赢。在实证分析中,消费者剩余最大化的排序策略能够每位用户的体验提升约1.21美元,同时平台收入也增加了约8美分。研究表明,将高潜力产品放置在前列,能够有效提升消费者体验,同时维持或增加平台的收益。这一成果为在线平台的产品排序提供了新的思路,表明通过合理的排序优化可以实现消费者福利和平台收入的平衡,为电子商务的可持续发展提供了理论依据。

论文原文:
Marketing S,Volume 43 Issue 3    
Online Search and Optimal Product Rankings: An Empirical Framework
Giovanni Compiani , Gregory Lewis, Sida Peng, Peichun Wang


唧唧堂学院推荐订阅


以下专栏及课程,安卓手机用户可通过下方小程序链接订阅,苹果手机用户请通过文末“阅读原文”链接访问唧唧堂学院H5页面订阅。


论文导读


**管理学**

管理学论文导读会员(年度)

2024管理学顶刊论文导读/数据库

2024战略管理顶刊论文导读/数据库

2024组织行为与人力顶刊论文导读/数据库

2024营销学顶刊论文导读/数据库

人工智能主题论文导读专栏

中国主题管理学论文导读专栏

SMJ历年最经典论文导读专栏

AMJ历年最经典论文导读专栏


更多管理学论文导读专栏请访问

唧唧堂学院


数据库


管理学论文理论数据库

管理学论文数据集数据库

管理学论文量表数据库



方法班课程


AMJ(2022)微观研讨班

计量经济学论文研讨班

行为和心理科学顶刊听读研讨班

中介调节顶看方法班-单层(学生)

中介调节顶刊方法班-多层(学生)

经验取样顶刊方法班(学生)


更多方法班直播课程请访问

唧唧堂学院



咨询+开票+团购


唧唧堂
从数据到洞见,全面解读学术研究!
 最新文章