Неоклассическая экономическая теория основана на идее о том, что люди являются логическими существами, называемыми эконами. Эти существа логичны, всегда идут на правильные компромиссы и никогда не платят за продукт или услугу больше, чем их экономическая полезность. Это отличная идея, которая значительно облегчает понимание многих теорий. Очевидно, что это всего лишь модель, и чем больше мы узнаем о людях и поведенческой экономике, тем яснее становится, что это не очень хорошо соответствует действительности.

Каждая достойная маркетинговая группа ищет места, в которых люди отличаются от экономистов, чтобы понять, какой трюк принесет им больше всего денег. Вы все привыкли видеть: «Чем больше тратишь, тем больше экономишь». Что однозначно неверно, если вы покупаете продукт, превышающий ваши потребности в потреблении. Например, скидка 50% при покупке более 100 яиц не имеет смысла, если вы собираетесь использовать только 12, прежде чем они испортятся. Несмотря на это, тысячи людей ходят в Costco каждую неделю и возвращаются с гораздо большим количеством еды, чем они могут съесть, прежде чем она испортится.

Однако за последние несколько десятилетий ситуация вошла в устойчивое состояние, когда маркетологи обратили последние психологические исследования против людей, а люди медленно поумнели. Это сработало, потому что маркетологи — люди и делают вещи с человеческой скоростью, имея при этом человеческие предубеждения. Сейчас это меняется быстрее, чем большинство людей понимает, с введением машинного обучения в ценообразование.

Небольшое отступление о том, как вы делаете ценообразование с ML. По сути, вы даете компьютеру масштабное уравнение, представляющее все, что вы знаете, что может повлиять на вашу прибыль, и позволяете ему оптимизировать цену продажи. Например, для заправочной станции простое уравнение может быть таким:

Прибыль = (цена продажи — цена покупки) * проданные литры

Когда один человек занимается ценообразованием, он будет ожидать, что снижение цены увеличит объем продаж, и попытается найти золотую середину. Хитрость заключается в том, что с ML вы можете включить гораздо больше факторов, таких как:

  • Какие цены на других заправках?
  • Какова цена на других заправках в таких приложениях, как Waze? (реальность — это то, что воспринимают потребители, а не истина)
  • Какой % клиентов собирается заправляться на вашей заправке по другим причинам, независимо от цены? (автомойка, бонусная программа)
  • Насколько чувствительны потребители к цене? (Имеет ли для вас значение разница в 0,03 доллара за галлон? Если вы продаете 10 000 галлонов, это будет иметь значение)
  • Знают ли потребители о других вариантах? (Может быть, соревнования проходят на боковой улице рядом с шоссе)
  • И тысячи других условий

Это позволяет алгоритму учитывать вещи, которые раньше казались немыслимыми, например, повышение цены по сравнению с другой заправочной станцией через улицу для увеличения размера прибыли. Это может быть вызвано дюжиной причин, начиная от простого факта, что люди думают, что более высокие цены означают, что они получают лучший продукт, до более неясных вещей, таких как тот факт, что структура движения в это время дня означает поворот налево к конкурирующей станции. сложно, поэтому небольшое повышение цены означает, что люди все равно придут.

И тут у нас начинаются проблемы. Милтон Фрейдман был бы очень рад, ведь именно так и должны работать рынки. Поставщик извлекает из своего продукта максимальную ценность в соответствии с тем, что может предложить рынок, а экономисты должны оценивать наилучшее соотношение цена/качество. Но теперь поставщик может принимать решения о ценах тысячи раз в секунду. Они постоянно могут экспериментировать и отслеживать поведение покупателей, чтобы найти оптимальную цену быстрее, чем реальные люди смогут прочитать вывеску.

Это перемещает власть от рынка к продавцу. Эти машины могут вносить изменения быстрее и использовать более точную информацию, чем любой человек на земле. Теперь мы сталкиваем людей с теми же машинами, которые используются для высокочастотной торговли каждый раз, когда им нужен газ. Это приводит к тому, что станции могут устанавливать уровни цен, чтобы извлечь максимальную прибыль из всей клиентской базы.

Ценовые уровни существуют до тех пор, пока люди что-то покупают, но это было, когда люди торговались с людьми. Теперь вы пытаетесь бороться с машиной, которая знает о вас больше, чем вы, и может торговаться сразу с тысячами людей. Этот дисбаланс сил сначала начнет проявляться в увеличении прибыли корпораций за счет неискушенных потребителей. Он будет продолжать расти, если потребители не смогут дать отпор.

Я не знаю, что это за способ дать отпор. Буквально вчера я купил бензин на заправочной станции, которая немного дороже, потому что это был Chevron с баллами Safeway, что компенсирует часть стоимости. Стоя у заправки, я понял, что она все равно дороже, чем та, что через дорогу, но пытаться посчитать, что спешить, было для меня слишком сложно, поэтому я просто заплатил дополнительные 3 доллара. Тем не менее, это складывается в сумме, бак бензина в неделю, и к концу года я отказался от продуктов на месяц в обмен на абсолютно бесполезную просто из-за моей собственной неспособности делать математику во время вождения.

Распространите это на все население США и, возможно, действительно умную идею начать покупать акции компаний, которые используют ИИ для ценообразования вместо газа. Потому что они только начинают царапать поверхность здесь, и все становится немного захватывающим.