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。
唧唧堂学院推荐订阅
