Learning through Ratings under Endogeneous Product Quality
यह शोध पत्र संरचनात्मक अनुमान (structural estimation) और प्रति-तथ्यात्मक प्रयोगों (counterfactual experiments) का उपयोग करते हुए यह विश्लेषण करता है कि रेटिंग प्रणालियाँ अंतर्जात उत्पाद गुणवत्ता (endogenous product quality) वाले बाजारों में उपभोक्ता शिक्षण और विक्रेता प्रोत्साहन दोनों को कैसे प्रभावित करती हैं, जिससे यह प्रदर्शित होता है कि रेटिंग हेरफेर बाजार के परिणामों को नुकसान पहुँचाता है जबकि रेटिंग क्षमा (rating forgiveness) राजस्व, गुणवत्ता और कल्याण में सुधार करती है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
इंटरनेट के इस विशाल, अदृश्य बाज़ार में एक अजीब समस्या बनी हुई है: आप खरीदने से पहले उत्पाद को छू नहीं सकते। जब आप कोई वेकेशन रेंटल बुक करते हैं या ऑनलाइन भोजन ऑर्डर करते हैं, तो आप एक अजनबी के शब्दों और कुछ स्टार रेटिंग्स पर भरोसा करते हैं कि अनुभव कैसा होगा। विक्रेता जो जानता है और खरीदार जो जानता है, उसके बीच के इस अंतर को 'एसिमेट्रिक इंफॉर्मेशन' (असममित सूचना) कहा जाता है। अर्थशास्त्रियों को लंबे समय से डर रहा है कि यह अंतर दो बुरे परिणामों की ओर ले जाता है। पहला, "लेमन्स" (lemons) की समस्या, जहाँ खराब उत्पाद अच्छे उत्पादों को बाहर कर देते हैं क्योंकि खरीदार उनके बीच का अंतर नहीं पहचान पाते। दूसरा, "मोरल हेज़र्ड" (नैतिक जोखिम) की समस्या, जहाँ विक्रेता काम चोरी कर सकते हैं या मेहनत करना छोड़ सकते हैं क्योंकि वे जानते हैं कि खरीदार उनके दैनिक प्रयासों को देख नहीं सकते। इसे ठीक करने के लिए, डिजिटल प्लेटफॉर्म्स ने रेटिंग सिस्टम बनाए। ये सितारे दो काम एक साथ करने के लिए बनाए गए हैं: वे अगले ग्राहक को बताते हैं कि क्या उम्मीद की जाए, और वे वर्तमान विक्रेता को अपने उत्पाद को अच्छी स्थिति में बनाए रखने के लिए प्रेरित करते हैं। लेकिन यह हमेशा स्पष्ट नहीं होता कि क्या ये दोनों लक्ष्य एक साथ काम करते हैं, या वे विपरीत दिशाओं में खिंचते हैं।
कैलिफोर्निया विश्वविद्यालय, बर्कले और नोवा स्कूल ऑफ बिजनेस एंड इकोनॉमिक्स, पुर्तगल के शोधकर्ताओं द्वारा किया गया एक नया अध्ययन एक अनूठे माध्यम से इस प्रश्न की गहराई में उतरता है। उन्होंने शॉर्ट-टर्म रेंटल मार्केट पर ध्यान केंद्रित किया, जो एयरबीएनबी (Airbnb) जैसे प्लेटफॉर्म्स के पीछे का उद्योग है, जहाँ होस्ट अल्प प्रवास के लिए घर किराए पर देते हैं। इस दुनिया में, गुणवत्ता स्थिर नहीं होती; एक घर गंदा हो सकता है, फर्नीचर टूट सकता है, और एक होस्ट इसे ठीक करने या अनदेखा करने का निर्णय ले सकता है। शोधकर्ताओं के पास एक मैनेजमेंट एजेंसी का एक दुर्लभ डेटासेट था जो इन सैकड़ों रेंटल्स को संभालती है। अधिकांश अध्ययनों के विपरीत, जो केवल अंतिम स्टार रेटिंग देखते हैं, इस डेटा ने शोधकर्ताओं को यह दिखाया कि कब एक होस्ट ने डीप क्लीनिंग, छत की मरम्मत या नए लिनन के लिए भुगतान किया। वे खर्च किए गए पैसे और उसके समय को देख सके, जो सीधे बाद में आने वाली समीक्षाओं से जुड़ा था। इसने उन्हें वास्तविक समय में प्रयास और प्रतिष्ठा के अदृश्य नृत्य को देखने की अनुमति दी, बजाय इसके कि वे केवल अनुमान लगाएं।
शोधकर्ताओं ने एक विस्तृत कंप्यूटर मॉडल बनाया ताकि यह सिम्युलेट किया जा सके कि ये बाजार लंबे समय में कैसे काम करते हैं, जिसमें होस्ट और गेस्ट के बीच की बातचीत को एक निरंतर खेल (continuous game) माना गया। उन्होंने पाया कि यह प्रणाली रणनीति से भरी हुई है। जब किसी होस्ट को खराब समीक्षा मिलती है, तो वे इसे केवल अनदेखा नहीं करते; वे अपनी प्रतिष्ठा सुधारने के लिए अगले कुछ हफ्तों में रखरखाव पर पैसा खर्च करने की बहुत अधिक संभावना रखते हैं। यह साबित करता है कि खराब रेटिंग का डर एक शक्तिशाली प्रेरक है। दूसरी ओर, मेहमान लगातार सीख रहे हैं। जब किसी प्रॉपर्टी की औसत रेटिंग अधिक होती है, तो अधिक लोग उसे बुक करते हैं। लेकिन समीक्षाओं की संख्या भी मायने रखती है। यदि किसी प्रॉपर्टी की रेटिंग उच्च है लेकिन समीक्षाएं बहुत कम हैं, तो मेहमान सतर्क रहते हैं। यदि उच्च रेटिंग के साथ कई समीक्षाएं हैं, तो मेहमानों को विश्वास महसूस होता है। हालांकि, यदि किसी प्रॉपर्टी की रेटिंग कम है, तो अधिक समीक्षाएं जोड़ना वास्तव में इसे नुकसान पहुँचाता है, क्योंकि बुरी खबरें जमा हो रही हैं और कम गुणवत्ता की पुष्टि कर रही हैं।
अध्ययन में यह भी पता चला कि सभी रेंटल्स एक जैसे नहीं हैं। शोधकर्ताओं ने लिस्टिंग्स को दो समूहों में विभाजित किया: "वैल्यू" (value) प्रॉपर्टीज, जो छोटी, सस्ती और अधिक बार बुक की जाती हैं, और "प्रीमियम" प्रॉपर्टीज, जो बड़ी, महंगी हैं और बेहतर क्षेत्रों में स्थित हैं। प्रीमियम होस्ट, जिनके पास खोने के लिए अधिक है, बुरी खबरों पर अधिक प्रतिक्रिया देते हैं और अपनी रखरखाव राशि को बेहतर रेटिंग में बदलने में अधिक कुशल होते हैं। वैल्यू होस्ट, हालांकि वे भी प्रतिक्रियाशील हैं, अलग तरह के दबाव और लागतों का सामना करते हैं। यह सोचने के लिए महत्वपूर्ण है कि रेटिंग सिस्टम का डिज़ाइन स्वयं कैसा होना चाहिए।
यह परीक्षण करने के लिए कि सिस्टम को कैसे सुधारा जा सकता है या बिगाड़ा जा सकता है, शोधकर्ताओं ने कई काउंटरफैक्टुअल (counterfactual) प्रयोग चलाए। उन्होंने पूछा: क्या होता है यदि प्लेटफॉर्म नकली समीक्षाओं की अनुमति देता है? या क्या होता है यदि प्लेटफॉर्म उन खराब समीक्षाओं को हटा देता है जो होस्ट के नियंत्रण से बाहर की चीजों, जैसे तूफान या ट्रैफिक जाम के कारण हुई थीं? परिणाम स्पष्ट और विषम थे। जब शोधकर्ताओं ने एक ऐसी दुनिया का सिम्युलेशन किया जहाँ बीस प्रतिशत समीक्षाएं फर्जी पांच-स्टार रेटिंग थीं, तो बाजार और खराब हो गया। भले ही मेहमान यह जानने के लिए पर्याप्त समझदार हों कि कुछ समीक्षाएं फर्जी हैं, फिर भी होस्ट ने अपने रखरखाव के प्रयासों को कम कर दिया। क्यों? क्योंकि फर्जी समीक्षाओं ने रेटिंग सिस्टम के लिए बुरे व्यवहार को दंडित करना कठिन बना दिया था। होस्टों को एहसास हुआ कि वे कम प्रयास के साथ भी बच सकते हैं, और घरों की गुणवत्ता गिर गई। बुकिंग दर और वास्तविक प्रवास की गुणवत्ता में गिरावट आई, जिससे सभी को नुकसान हुआ।
इसके विपरीत, जब शोधकर्ताओं ने "रेटिंग माफी" (rating forgiveness) की नीति का सिम्युलेशन किया, जहाँ प्लेटफॉर्म ने तीस प्रतिशत नकारात्मक शोर—ऐसी खराब समीक्षाएं जो खराब सेवा के बजाय बदकिस्मती के कारण हुई थीं—को हटा दिया, तो बाजार में सुधार हुआ। इन अनुचित दंडों को हटाकर, सिस्टम वास्तविक गुणवत्ता का एक स्पष्ट संकेत बन गया। होस्टों ने देखा कि उनकी कड़ी मेहनत एक यादृच्छिक (random) खराब समीक्षा के कारण दंडित होने की संभावना कम थी, इसलिए उन्होंने रखरखाव में अधिक निवेश किया। घरों की गुणवत्ता बढ़ गई, और मेहमानों ने अधिक बुकिंग की। यह प्रभाव प्रीमियम प्रॉपर्टीज के लिए विशेष रूप से मजबूत था, जहाँ होस्ट पहले से ही अपनी प्रतिष्ठा के प्रति अधिक संवेदनशील थे।
इस कार्य की मुख्य खोज यह है कि रेटिंग सिस्टम केवल निष्क्रिय स्कोरबोर्ड नहीं हैं; वे व्यवहार को संचालित करने वाले सक्रिय इंजन हैं। सकारात्मक शोर जोड़ना, जैसे फर्जी पांच-स्टार समीक्षाएं, हानिकारक है क्योंकि यह कड़ी मेहनत करने के प्रोत्साहन को कुंद कर देता है। हालांकि, नकारात्मक शोर को हटाना फायदेमंद है क्योंकि यह अच्छे काम करने वालों को बदकिस्मती से बचाता है, जिससे उन्हें अच्छा काम जारी रखने के लिए प्रोत्साहन मिलता है। अध्ययन बताता है कि डिजिटल मार्केटप्लेस के फलने-फूलने के लिए, रेटिंग सिस्टम के डिजाइन को सूचना की आवश्यकता और विक्रेता को प्रेरित करने की आवश्यकता के बीच सावधानीपूर्वक संतुलन बनाना चाहिए। केवल सितारों को दिखाना ही पर्याप्त नहीं है; प्लेटफॉर्म को यह सुनिश्चित करना चाहिए कि वे सितारे उनके पीछे के प्रयास को सटीक रूप से दर्शाते हों।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।