Buyer and seller value from optional automated bargaining in electronic commerce
Este artículo desarrolla un modelo de valor relativo al momento del pago para demostrar que, si bien la negociación automatizada opcional puede generar valor combinado tanto para compradores como para vendedores, su beneficio económico neto es altamente condicional a contextos de productos específicos, configuraciones de políticas y costos de interacción, favoreciendo a menudo al vendedor a expensas del comprador o sin beneficiar a ambas partes simultáneamente.
Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo
En el mundo de las compras en línea, han existido durante mucho tiempo dos formas distintas de comprar cosas. La primera es el precio publicado, donde un vendedor ofrece un artículo por un monto fijo y el comprador simplemente lo paga o se retira. La segunda es la negociación, donde un comprador y un vendedor regatean el precio hasta que acuerdan una cifra. Durante décadas, los economistas han estudiado cómo interactúan estos dos sistemas, preguntándose si permitir que los clientes negocien realmente ayuda al mercado o si solo crea confusión y pérdida de tiempo. La cuestión central no es solo si se llega a un acuerdo, sino si el acto de negociar crea más valor para ambas partes de lo que crearía simplemente comprar al precio fijo. Si un cliente dedica cinco minutos a regatear para ahorrar unos pocos dólares, pero al hacerlo pierde la oportunidad de comprar el artículo al precio original, o si el vendedor baja el precio para alguien que habría pagado el precio completo de todos modos, el sistema podría estar perdiendo valor en realidad.
Los investigadores Bankatesh Choudhary y Meenakshi Sharma, del Instituto de Tecnología de Birla en la India, se propusieron responder a esta pregunta construyendo una simulación informática detallada de una tienda en línea. No pidieron a personas reales que regatearan; en su lugar, crearon un mercado virtual donde agentes informáticos automatizados actuaban como vendedores, intentando negociar con compradores simulados. El objetivo era ver si añadir una función de negociación opcional a un proceso de pago estándar beneficiaría tanto al comprador como al vendedor, o si simplemente desplazaría el dinero de un lado a otro o causaría pérdidas. Probaron esto comparando un proceso de pago estándar de "comprar ahora" contra un escenario donde un comprador podía elegir negociar primero. Midieron no solo el precio final, sino todo el trayecto: cuántas ventas nuevas se crearon, cuántas ventas existentes se perdieron porque se bajó el precio, cuántos acuerdos se rompieron por completo y cuánto tiempo y esfuerzo dedicaron ambas partes durante el proceso.
Los investigadores descubrieron que la respuesta depende enteramente de la situación específica y del comportamiento de las personas involucradas. En un escenario estándar y promedio, donde los compradores tienen una posibilidad razonable de comprar al precio completo, un sistema de negociación automatizado puede, de hecho, crear valor adicional para ambas partes. En su prueba principal, el agente vendedor automatizado logró generar una ganancia pequeña pero positiva para sí mismo y una pequeña ganancia para el comprador por cada oportunidad de compra original. Sin embargo, este resultado positivo no fue universal. El estudio reveló que una política que hace que el vendedor gane más dinero no es necesariamente la que hace que ambos lados ganen más dinero combinados. De hecho, el negociador automatizado más sofisticado que probaron los investigadores, el cual utilizaba un método de aprendizaje complejo para tomar decisiones, produjo en realidad un valor total ligeramente inferior para la pareja que un enfoque más simple y basado en reglas predecibles.
La simulación también mostró con qué facilidad las cosas pueden salir mal. Cuando los investigadores probaron un escenario donde los compradores eran "obstinados" y se negaban a moverse de sus ofertas iniciales bajas, el sistema de negociación automatizado causó que el vendedor perdiera dinero. El sistema dedicó tiempo a negociar, no logró llegar a un acuerdo y, en el proceso, el vendedor perdió la oportunidad de vender el artículo al precio original a un cliente que estaba dispuesto a pagarlo. Del mismo modo, cuando los investigadores simularon un grupo de compradores que simplemente no valoraban el producto lo suficiente como para pagar el precio completo, el proceso de negociación también les costó tiempo y esfuerzo. Aunque la negociación a veces permitió una venta que no habría ocurrido de otro modo, el tiempo dedicado a negociar no compensó el pequeño descuento que recibieron, dejando a los compradores en una situación peor en términos generales.
Un descubrimiento clave fue que los beneficios de la negociación están ocultos por el promedio. Mientras que las cifras generales parecían positivas en el mejor de los casos, los investigadores analizaron de cerca los productos individuales y descubrieron que solo alrededor del 42 por ciento de las situaciones de productos específicos beneficiaron simultáneamente al comprador y al vendedor. Para los otros productos, uno de los dos lados o bien el otro perdió. Esto significa que una decisión generalizada de activar la negociación para toda una tienda podría perjudicar a muchos clientes y al propio negocio, incluso si las cifras promedio parecen buenas. El estudio también calculó la cantidad máxima de tiempo o esfuerzo que un comprador o vendedor podría permitirse dedicar a una negociación antes de que el trato dejara de valer la pena. Encontraron que si el costo de la negociación es demasiado alto, o si la probabilidad de volver al precio original tras una negociación fallida es demasiado baja, el sistema colapsa.
Los investigadores fueron cuidadosos al declarar que estos resultados se basan en un modelo informático, no en datos de ventas del mundo real. Utilizaron registros públicos de precios pasados y conversaciones de negociación pasadas para construir su simulación, pero los comportamientos específicos de los compradores y los costos de su tiempo fueron supuestos integrados en el modelo. No pretendían haber descubierto una nueva ley de la economía o una forma perfecta de dirigir una tienda en línea. En cambio, proporcionaron un marco claro para pensar en el problema. Demostraron que para saber si la negociación es útil, una empresa debe observar los detalles específicos de sus clientes y sus productos, en lugar de limitarse a mirar el precio final de un trato. El estudio concluye que, si bien la negociación automatizada tiene potencial, es una herramienta delicada que requiere una configuración cuidadosa. Si una tienda desea ofrecerla, debe asegurarse de que el sistema no desperdicie el tiempo de los clientes que están listos para comprar, y que no obligue a los vendedores a entregar sus ganancias a clientes que habrían pagado el precio completo de todos modos. El valor del sistema no reside en la tecnología en sí, sino en qué tan bien se adapta a las personas y productos específicos que sirve.
¿Ahogado en artículos de tu campo?
Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.