Buyer and seller value from optional automated bargaining in electronic commerce
यह शोध पत्र एक चेकआउट-सापेक्ष मूल्य मॉडल विकसित करता है यह प्रदर्शित करने के लिए कि जबकि वैकल्पिक स्वचालित सौदेबाजी खरीदारों और विक्रेताओं दोनों के लिए संयुक्त मूल्य उत्पन्न कर सकती है, इसका शुद्ध आर्थिक लाभ विशिष्ट उत्पाद संदर्भों, नीतिगत विन्यासों और अंतःक्रिया लागतों पर अत्यधिक सशर्त है, जो अक्सर खरीदार की कीमत पर विक्रेता के पक्ष में होता है या दोनों पक्षों को एक साथ लाभान्वित करने में विफल रहता 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
ऑनलाइन शॉपिंग की दुनिया में, चीजें खरीदने के दो अलग-अलग तरीके लंबे समय से मौजूद हैं। पहला है निर्धारित मूल्य (posted price), जहाँ एक विक्रेता किसी वस्तु को एक निश्चित राशि पर सूचीबद्ध करता है, और खरीदार या तो उसका भुगतान करता है या पीछे हट जाता है। दूसरा है सौदेबाजी (bargaining), जहाँ एक खरीदार और विक्रेता तब तक कीमत पर मोलभाव करते हैं जब तक कि वे एक संख्या पर सहमत नहीं हो जाते। दशकों से, अर्थशास्त्री इस बात का अध्ययन कर रहे हैं कि ये दो प्रणालियाँ एक-दूसरे के साथ कैसे परस्पर क्रिया करती हैं, यह पूछते हुए कि क्या ग्राहकों को मोलभाव करने देना वास्तव में बाजार की मदद करता है या केवल भ्रम और समय की बर्बादी पैदा करता है। केंद्रीय प्रश्न केवल यह नहीं है कि कोई सौदा हुआ या नहीं, बल्कि यह है कि क्या बातचीत करने की प्रक्रिया निर्धारित मूल्य पर खरीदने के बजाय दोनों पक्षों के लिए अधिक मूल्य बनाती है। यदि एक ग्राहक कुछ डॉलर बचाने के लिए पांच मिनट तक मोलभाव करने में बिताता है, लेकिन ऐसा करने में वह मूल कीमत पर वस्तु खरीदने का अवसर खो देता है, या यदि विक्रेता उस व्यक्ति के लिए कीमत कम कर देता है जो वैसे भी पूरी कीमत चुकाने वाला था, तो यह प्रणाली वास्तव में मूल्य खो रही हो सकती है।
भारत के बिरला इंस्टीट्यूट ऑफ टेक्नोलॉजी के शोधकर्ता बंकतेश चौधरी और मीनाक्षी शर्मा ने एक ऑनलाइन स्टोर का विस्तृत कंप्यूटर सिमुलेशन बनाकर इस प्रश्न का उत्तर देने का प्रयास किया। उन्होंने वास्तविक लोगों से मोलभाव करने के लिए नहीं कहा; इसके बजाय, उन्होंने एक आभासी बाजार बनाया जहाँ स्वचालित कंप्यूटर एजेंट विक्रेताओं के रूप में कार्य करते थे, जो सिम्युलेटेड खरीदारों के साथ बातचीत करने की कोशिश करते थे। लक्ष्य यह देखना था कि क्या एक मानक चेकआउट प्रक्रिया में एक वैकल्पिक मोलभाव सुविधा जोड़ने से खरीदार और विक्रेता दोनों को लाभ होगा, या यह केवल धन को इधर-उधर स्थानांतरित करेगा या नुकसान का कारण बनेगा। उन्होंने इसकी तुलना एक मानक "अभी खरीदें" (buy now) चेकआउट के विरुद्ध करके परीक्षण किया, जहाँ एक खरीदार पहले मोलभाव करने का विकल्प चुन सकता था। उन्होंने न केवल अंतिम कीमत को मापा, बल्कि पूरी यात्रा को मापा: कितने नए बिक्री सृजित हुए, कितनी मौजूदा बिक्री कम हुई क्योंकि कीमत कम कर दी गई थी, कितने सौदे पूरी तरह से विफल हो गए, और इस प्रक्रिया के दौरान दोनों पक्षों ने कितना समय और प्रयास लगाया।
शोधकर्ताओं ने पाया कि उत्तर पूरी तरह से विशिष्ट स्थिति और शामिल लोगों के व्यवहार पर निर्भर करता है। एक मानक, औसत परिदृश्य में जहाँ खरीदारों के पास पूर्ण मूल्य पर खरीदने का उचित अवसर होता है, एक स्वचालित मोलभाव प्रणाली वास्तव में दोनों पक्षों के लिए अतिरिक्त मूल्य बना सकती है। अपने मुख्य परीक्षण में, स्वचालित विक्रेता एजेंट प्रत्येक मूल खरीदारी अवसर के लिए अपने लिए एक छोटा लेकिन सकारात्मक लाभ और खरीदार के लिए एक छोटा लाभ उत्पन्न करने में सफल रहा। हालाँकि, यह सकारात्मक परिणाम सार्वभौमिक नहीं था। अध्ययन ने खुलासा किया कि ऐसी नीति जो विक्रेता को सबसे अधिक पैसा कमाकर देती है, वह आवश्यक रूप से वह नहीं है जो दोनों पक्षों के लिए संयुक्त रूप से सबसे अधिक पैसा बनाती है। वास्तव में, शोधकर्ताओं द्वारा परीक्षण किए गए सबसे परिष्कृत स्वचालित वार्ताकार ने, जिसने निर्णय लेने के लिए एक जटिल शिक्षण पद्धति का उपयोग किया था, वास्तव में एक सरल, अधिक अनुमानित नियम-आधारित दृष्टिकोण की तुलना में जोड़े के लिए थोड़ा कम कुल मूल्य उत्पन्न किया।
सिमुलेशन ने यह भी दिखाया कि चीजें कितनी आसानी से गलत हो सकती हैं। जब शोधकर्ताओं ने एक परिदृश्य का परीक्षण किया जहाँ खरीदार "जिद्दी" थे और अपनी शुरुआती कम पेशकशों से पीछे हटने से इनकार कर रहे थे, तो स्वचालित मोलभाव प्रणाली के कारण विक्रेता को नुकसान हुआ। प्रणाली ने बातचीत में समय बिताया, एक सौदा करने में विफल रही, और इस प्रक्रिया में, विक्रेता ने उस ग्राहक को वस्तु बेचने का अवसर खो दिया जो इसके लिए भुगतान करने को तैयार था। इसी तरह, जब शोधकर्ताओं ने खरीदारों के एक समूह का अनुकरण किया जो उत्पाद के लिए पूर्ण मूल्य चुकाने के लिए पर्याप्त महत्व नहीं देते थे, तो मोलभाव की प्रक्रिया में उन्हें समय और प्रयास भी लगा। भले ही मोलभाव ने कभी-कभी ऐसी बिक्री को सक्षम किया जो अन्यथा नहीं होती, लेकिन बातचीत में बिताया गया समय उस छोटी छूट के लायक नहीं था जो उन्हें मिली, जिससे खरीदार कुल मिलाकर बदतर स्थिति में रहे।
एक प्रमुख खोज यह थी कि मोलभाव के लाभ औसत के पीछे छिपे होते हैं। जबकि सर्वोत्तम-मामले के परिदृश्य में समग्र आंकड़े सकारात्मक दिख रहे थे, शोधकर्ताओं ने बारीकी से देखा और पाया कि केवल 42 प्रतिशत विशिष्ट उत्पाद स्थितियों ने ही वास्तव में खरीदार और विक्रेता दोनों को एक साथ लाभ पहुँचाया। अन्य उत्पादों के लिए, एक पक्ष या दूसरे को नुकसान हुआ। इसका मतलब है कि पूरे स्टोर के लिए मोलभाव चालू करने का एक व्यापक निर्णय कई ग्राहकों और व्यवसाय को नुकसान पहुँचा सकता है, भले ही औसत आंकड़े अच्छे दिखें। अध्ययन ने यह भी गणना की कि एक खरीदार या विक्रेता मोलभाव पर कितना अधिकतम समय या प्रयास खर्च कर सकता है इससे पहले कि सौदा सार्थक न रहे। उन्होंने पाया कि यदि मोलभाव की लागत बहुत अधिक है, या यदि विफल बातचीत के बाद मूल कीमत पर लौटने की संभावना बहुत कम है, तो प्रणाली टूट जाती है।
शोधकर्ता इस बात के प्रति सावधान थे कि ये परिणाम एक कंप्यूटर मॉडल पर आधारित हैं, वास्तविक दुनिया के बिक्री डेटा पर नहीं। उन्होंने सिमुलेशन बनाने के लिए पिछले मूल्यों और पिछली बातचीत के सार्वजनिक रिकॉर्ड का उपयोग किया, लेकिन खरीदारों के विशिष्ट व्यवहार और उनके समय की लागत को मॉडल में धारणाओं के रूप में शामिल किया गया था। उन्होंने यह दावा नहीं किया कि उन्होंने अर्थशास्त्र का कोई नया नियम या ऑनलाइन स्टोर चलाने का कोई आदर्श तरीका खोज लिया है। इसके बजाय, उन्होंने इस समस्या के बारे में सोचने के लिए एक स्पष्ट ढांचा प्रदान किया। उन्होंने दिखाया कि यह जानने के लिए कि मोलभाव उपयोगी है या नहीं, एक व्यवसाय को केवल सौदे की अंतिम कीमत को देखने के बजाय अपने ग्राहकों और अपने उत्पादों के विशिष्ट विवरणों को देखना चाहिए। अध्ययन निष्कर्ष निकालता है कि हालांकि स्वचालित मोलभाव में क्षमता है, लेकिन यह एक नाजुक उपकरण है जिसके लिए सावधानीपूर्वक सेटअप की आवश्यकता होती है। यदि कोई स्टोर इसे देना चाहता है, तो उन्हें यह सुनिश्चित करना चाहिए कि प्रणाली उन ग्राहकों का समय बर्बाद न करे जो खरीदने के लिए तैयार हैं, और यह भी सुनिश्चित करें कि यह विक्रेताओं को उन ग्राहकों को लाभ देने के लिए मजबूर न करे जो वैसे भी पूरी कीमत चुकाने वाले थे। प्रणाली का मूल्य तकनीक में नहीं, बल्कि इस बात में है कि यह विशिष्ट लोगों और उत्पादों के साथ कितनी अच्छी तरह मेल खाती है।
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।