A Note on Market Segmentation and Bertrand Competition

एक हलचल भरे बाज़ार की कल्पना करें जहाँ हर कोई बिल्कुल एक जैसा नींबू पानी बेचने की कोशिश कर रहा है। अर्थशास्त्र की दुनिया में, इसे "बर्ट्रेंड प्रतियोगिता" (Bertrand competition) कहा जाता है। यह एक उच्च-दांव वाला खेल है जहाँ विक्रेता ग्राहकों को चुराने के लिए लगातार एक-दूसरे की कीमतों को कम करते हैं। यदि आप एक कप के लिए $1 लेते हैं, तो मैं अपना$0.99 में बेचूँगा, और आप $0.98 पर आ जाएंगे, जब तक कि कीमत एकदम निचले स्तर पर नहीं पहुँच जाती और कोई भी लाभ नहीं कमा पाता। अब, एक नया मोड़ सोचिए: क्या होगा यदि विक्रेता कीमतें तय करने से पहले प्रत्येक ग्राहक के बटुए में झाँक सकें? यह "मार्केट सेगमेंटेशन" (market segmentation) या "व्यक्तिगत मूल्य निर्धारण" (personalized pricing) है। आधुनिक तकनीक के साथ, कंपनियाँ डेटा एकत्र करके यह अनुमान लगा सकती हैं कि आप कितना भुगतान करने के लिए तैयार हैं। अर्थशास्त्रियों ने जो बड़ा सवाल पूछा है वह यह है: क्या बटुओं में झाँकने की यह क्षमता विक्रेताओं को मूल्य युद्ध (price war) रोकने में मदद करती है? क्या वे डेटा का उपयोग ग्राहकों को विभिन्न समूहों में बांटने के लिए कर सकते हैं और उन्हें अलग-अलग कीमतें वसूल सकते हैं, जिससे प्रभावी रूप से प्रतिस्पर्धा शांत हो सके और उनका लाभ ऊँचा बना रहे?

यह शोध पत्र, जिसे झांग ज़ू, मिंगशेंग झांग और वेई झाओ द्वारा लिखा गया है, सीधे उसी प्रश्न में उतरता है। उन्होंने यह देखने के लिए एक गणितीय मॉडल बनाया है कि क्या बाज़ार को विभिन्न समूहों में विभाजित करना (सेगमेंटेशन) फर्मों को तीव्र मूल्य प्रतिस्पर्धा के शून्य-लाभ वाले जाल से बचा सकता है। उनका उत्तर एक निश्चित, गणितीय "नहीं" है, लेकिन एक महत्वपूर्ण शर्त के साथ: विशिष्ट स्थितियों के तहत। वे सिद्ध करते हैं कि यदि फर्मों की संख्या सीमित है और ग्राहकों की भुगतान करने की इच्छा की एक अधिकतम सीमा (bounded willingness to pay) है, तो पूर्ण डेटा और सेगमेंटेशन के साथ भी, प्रतिस्पर्धा मुनाफे को शून्य तक धकेल देगी। इससे कोई फर्क नहीं पड़ता कि सेगमेंटेशन रणनीति कितनी चतुर है; जब तक ये विशिष्ट स्थितियाँ बनी रहती हैं, प्रतिस्पर्धा के नीचे गिरने का दबाव बहुत अधिक रहता है।

महान नींबू पानी युद्ध: क्यों डेटा विक्रेताओं को नहीं बचा सकता (जब बजट सीमित हों)

आइए एक शहर की कल्पना करें जिसमें कुछ नींबू पानी के स्टॉल हैं (मान लीजिए $n$ स्टॉल) और लोगों की एक भीड़ है। प्रत्येक व्यक्ति की एक गुप्त "भुगतान करने की इच्छा" (Willingness to Pay - WTP) होती है—एक ठंडे पेय के लिए वे अधिकतम कितना खर्च करने को तैयार हैं। शायद कुछ अमीर हैं और $5 देने को तैयार हैं, जबकि अन्य बजट पर हैं और केवल$0.50 ही देंगे। शोध पत्र यह मान लेता है कि यह अधिकतम राशि सीमित (bounded) है, जिसका अर्थ है कि कोई भी अनंत राशि भुगतान करने के लिए तैयार नहीं है।

एक सामान्य, अराजक बाज़ार में, ये स्टॉल कीमतें कम करके प्रतिस्पर्धा करते हैं। यदि एक स्टॉल $2 वसूलता है, तो दूसरा ग्राहकों को चुराने के लिए$1.90 वसूलेगा। नीचे की ओर भागने की यह दौड़ क्लासिक "बर्ट्रेंड प्रतियोगिता" है। शोध पत्र पूछता है: क्या होगा यदि स्टॉल भीड़ को छाँटने के लिए एक सुपर-एडवांस्ड कंप्यूटर का उपयोग कर सकें? वे एक "मार्केट सेगमेंटेशन प्रोफाइल" बना सकते हैं, जो अनिवार्य रूप से डेटा के आधार पर ग्राहकों को विभिन्न बर्तनों (buckets) में रखता है। शायद समूह A को $4 की कीमत मिले, और समूह B को$2 की। उम्मीद यह है कि कीमतों को अनुकूलित करके, स्टॉल एक ही ग्राहकों के लिए लड़ने से बच सकते हैं और अपना लाभ बनाए रख सकते हैं।

हालाँकि, लेखक दिखाते हैं कि यह रणनीति उनके मॉडल के विशिष्ट संदर्भ के भीतर पूरी तरह से विफल हो जाती है। वे एक प्रमेय (theorem) सिद्ध करते हैं जो कहता है: यदि फर्मों की संख्या सीमित है और एक अधिकतम मूल्य सीमा (bounded WTP) है, तो प्रत्येक फर्म का लाभ सटीक रूप से शून्य होगा, चाहे मार्केट सेगमेंटेशन प्रोफाइल कुछ भी हो।

यह कैसे होता है? इसका तर्क कीमतों के साथ "हॉट पोटैटो" (गर्म आलू) के खेल जैसा है। शोध पत्र एक चतुर गणितीय तर्क का उपयोग यह दिखाने के लिए करता है कि यदि कीमत शून्य से थोड़ी भी ऊपर है, तो एक फर्म के पास अपनी रणनीति को बदलने की हमेशा एक लालसा होती है। कल्पना कीजिए कि सभी फर्में (परोक्ष रूप से) $1 वसूलने के लिए सहमत हैं। शोध पत्र दिखाता है कि यदि कीमत$1 है, तो एक स्मार्ट फर्म अपनी रणनीति को थोड़ा सा बदलकर बाजार का एक बड़ा हिस्सा हासिल कर सकती है, या इस विशिष्ट प्रमाण में, कुल मूल्य युद्ध को शुरू किए बिना "सुरक्षित" रेंज के ग्राहकों को पकड़ने के लिए अपनी मूल्य निर्धारण रणनीति को बदल सकती है।

प्रमाण थोड़ा तकनीकी हो जाता है, लेकिन मुख्य विचार यह है: लेखक उस उच्चतम संभव कीमत को देखते हैं जो वास्तव में बाज़ार में होती है (मान लीजिए कि यह "सीलिंग" या छत है)। वे दिखाते हैं कि यदि यह सीलिंग शून्य से ऊपर है, तो हमेशा एक "अंतराल" या सुरक्षित स्थान होता है जहाँ एक फर्म अधिक पैसा कमाने के लिए अपनी कीमत को थोड़ा सा बदल सकती है। यह नियमों में एक खामी खोजने जैसा है। क्योंकि प्रत्येक फर्म तर्कसंगत है और पैसा कमाना चाहती है, वे सभी अंततः इस खामी का फायदा उठाएंगे। स्थिति के लिए निरंतर संघर्ष कीमतों को तब तक नीचे धकेलता है जब तक कि लाभ पूरी तरह से गायब नहीं हो जाता।

शोध पत्र स्पष्ट रूप से इस विचार को खारिज करता है कि मार्केट सेगमेंटेशन इन सीमित स्थितियों के तहत प्रतिस्पर्धा की तीव्रता को "कम" (alleviate) कर सकता है। यह केवल यह नहीं है कि सेगमेंटेशन शायद विफल हो जाए; लेखक सिद्ध करते हैं कि सीमित भुगतान करने की इच्छा की धारणा के तहत, लाभ शून्य ही होना चाहिए। वे केवल सुझाव नहीं देते; वे एक कठोर गणितीय प्रमाण प्रदान करते जो उनकी धारणाओं के दायरे के भीतर किसी भी संदेह की गुंजाइश नहीं छोड़ता।

तो, इस कहानी में, डेटा संग्रह की "सुपर-टेक्नोलॉजी" नींबू पानी के स्टालों को सुपरपावर नहीं देती है यदि बजट सीमित हैं। इसके बजाय, यह पता चलता है कि सीमित ग्राहकों के समूह के लिए लड़ने वाली कुछ प्रतिस्पर्धियों का दबाव इतना मजबूत है कि उसे चतुर समूह बनाने से नियंत्रित नहीं किया जा सकता। मार्केट सेगमेंटेशन प्रोफाइल, चाहे वह कितना भी जटिल या "मापने योग्य" क्यों न हो, इस विशिष्ट परिदृश्य में नीचे की ओर दौड़ को नहीं रोक सकता। इस शून्य-लाभ वाले जाल से बचने का एकमात्र तरीका खेल के मौलिक नियमों को बदलना होगा—शायद ऐसे अनंत ग्राहकों के साथ जिनकी कोई ऊपरी सीमा नहीं है, जो एक ऐसा परिदृश्य है जिसका उल्लेख लेखक भविष्य के कार्य के रूप में करते हैं, लेकिन जो सीमित बजट की वास्तविक दुनिया पर लागू नहीं होता है।

संक्षेप में, यदि आप कुछ प्रतिस्पर्धियों वाले बाज़ार में एक विक्रेता हैं और आपके ग्राहक अपने खर्च पर एक सीमा (cap) रखते हैं, तो अपनी डेटा एनालिटिक्स टीम से अपने लाभ बचाने की उम्मीद न करें। गणित कहता है कि प्रतिस्पर्धा जीतेगी, और लाभ गायब हो जाएगा, चाहे आप भीड़ को कैसे भी सेगमेंट करने की कोशिश करें इन विशिष्ट स्थितियों के तहत।