Resumo Técnico: Do Confundimento ao Aprendizado: Precificação Dinâmica de Taxas de Serviço em Plataformas de Terceiros

1. Formulação do Problema

O artigo aborda o problema de precificação dinâmica enfrentado por plataformas de terceiros (ex: entrega de comida, transporte por aplicativo, revenda de ingressos) que intermediam transações entre vendedores e compradores estratégicos. A receita da plataforma deriva de uma taxa de serviço ($a_t$) cobrada em cada transação. O desafio central é o aprendizado de demanda sob confundimento na presença de compradores estratégicos e modelos de demanda de alta capacidade.

• Dinâmica de Mercado: Os vendedores comprometem-se com curvas de oferta ($P_{St}$) antes que a plataforma defina a taxa. A plataforma observa as características da oferta e define uma taxa $a_t$. Os compradores, agindo estrategicamente para maximizar o excedente cumulativo descontado, determinam sua quantidade de compra com base no preço total (preço de oferta + taxa de serviço).
• O Problema do Confundimento: A plataforma observa apenas o preço de equilíbrio de mercado ($P^e_t$) e a quantidade ($Q^e_t$). Estes são determinados conjuntamente pela oferta, demanda e pela própria taxa da plataforma. Uma regressão ingênua de $Q^e_t$ sobre $P^e_t$ falha porque a taxa $a_t$ é endógena ao choque de demanda $\epsilon_{Dt}$, levando a estimativas enviesadas (ex: potenciais inclinações de demanda positivas).
• Comportamento Estratégico: Compradores podem reportar falsamente a demanda para manipular taxas futuras. Se os compradores forem tão pacientes quanto a plataforma ($\gamma=1$), nenhum algoritmo pode alcançar regret sublinear. O artigo foca no regime empiricamente relevante onde os compradores são menos pacientes ($\gamma < 1$).
• Complexidade do Modelo: Plataformas modernas utilizam modelos de alta capacidade, como Redes Neurais Profundas (DNNs), para previsão de demanda. A teoria clássica de variáveis instrumentais (IV) não paramétrica geralmente depende de suposições de "forma estrelada" (star-shapedness), que as DNNs tipicamente violam.

2. Metodologia

Os autores propõem um framework que transforma a própria variável de decisão da plataforma em um instrumento válido para aprendizado, aliado a refinamentos de engenharia específicos para lidar com ambientes dinâmicos e estratégicos.

2.1 Ações como Instrumentos (Actions-as-Instruments - AaI)

A ideia metodológica central é que a própria taxa de serviço $a_t$ pode servir como uma variável instrumental.

• Ortogonalidade: Como a plataforma se compromete com $a_t$ antes que o choque de demanda $\epsilon_{Dt}$ se realize, $a_t$ é ortogonal a $\epsilon_{Dt}$ condicionado ao histórico.
• Identificação: Isso permite a construção de uma condição de momento $E[(P^e_t - \beta Q^e_t - f(x_t)) a_t] = 0$, que, combinada com a ortogonalidade de características padrão, identifica os parâmetros de demanda mesmo quando $a_t$ é escolhida de forma adaptativa.
• Tratamento de Não-i.i.d.: Como $a_t$ não é independente e identicamente distribuída (depende do histórico passado), os autores utilizam argumentos de concentração de martingales em vez de ferramentas i.i.d. padrão para provar a identificação.

2.2 Refinamentos de Engenharia

Para fazer o método AaI funcionar na prática, três mecanismos específicos são introduzidos:

1. Correção Duplamente Robusta: Para controlar a variância do estimador e acelerar a convergência, os autores empregam uma equação estrutural duplamente robusta: $E[(P^e_t - \beta Q^e_t - f(x_t))(a_t - E[a_t | x_t])] = 0$. Isso garante consistência se tanto o modelo de demanda quanto o modelo de previsão de taxa forem especificamente corretos.
2. Exploração Adaptativa com Ruído Decrescente: Quando o ruído do lado da oferta ($\sigma^2_S$) é baixo, o instrumento torna-se fraco. O algoritmo injeta ruído Gaussiano artificial na taxa com magnitude de $t^{-1/4}$. Esta taxa é provada ser o equilíbrio único entre controlar a variância do instrumento fraco e minimizar o regret de exploração.
3. Atualizações de Baixa Alternância (Low-Switching Updates): Para mitigar a manipulação estratégica pelos compradores, os parâmetros da política são atualizados apenas $O(\log T)$ vezes (em episódios de duplicação). Isso limita o incentivo para os compradores reportarem dados falsos, já que reduções futuras de taxas são exponencialmente descontadas.

2.3 Lidando com Redes Neurais Profundas

Para estender o framework para DNNs, os autores constroem um homeomorfismo para uma classe de funções auxiliar.

• Burlar a Forma Estrelada: A teoria de IV padrão exige que a classe de funções seja em forma de estrela em relação à função verdadeira. Os autores constroem uma classe auxiliar que é homeomorfa à classe original, mas que possui forma de estrela em relação à função verdadeira.
• Dimensionalidade: Esta construção aumenta a dimensão efetiva da classe em no máximo um, permitindo a derivação de limites de regret para perceptrons multicamadas (MLPs) arbitrariamente profundos sem assumir a forma estrelada.

3. Resultados Principais

3.1 Regret Minimax e Transição de Fase

O artigo estabelece a taxa de regret minimax-ótima, revelando uma transição de fase nítida dependente da variância do ruído do lado da oferta ($\sigma^2_S$):

• Alto Ruído de Oferta ($\sigma^2_S \gtrsim 1/\sqrt{T}$): Flutuações naturais de oferta fornecem exploração suficiente. A plataforma não precisa injetar ruído artificial. O regret é logarítmico em $T$ ($\tilde{O}(1)$).
• Baixo Ruído de Oferta ($\sigma^2_S \lesssim 1/\sqrt{T}$): A oferta é estável demais para identificar a demanda. A plataforma deve explorar explicitamente injetando ruído $t^{-1/4}$. O regret escala como $\tilde{O}(\sqrt{T})$.
• Limite Unificado: O regret minimax é $\tilde{\Theta}(\sqrt{T} \wedge \sigma^{-2}_S)$.

3.2 Regret do Comprador Estratégico

Para compradores com taxa de desconto $\gamma < 1$, o regret exibe apenas uma dependência polinomial de $1/(1-\gamma)$. O cronograma de atualização de baixa alternância garante que a distorção estratégica da curva de demanda permaneça controlada.

3.3 Construção de Limite Inferior (Lower Bound)

O artigo fornece um limite inferior correspondente de $\Omega(\sqrt{T} \wedge \frac{\log T}{\sigma^2_S})$. A prova introduz uma construção inovadora que isola o canal de informação carregado pelo ruído de demanda ($\epsilon_{Dt}$). Ao ajustar simultaneamente os parâmetros de demanda e a magnitude do ruído de demanda, os autores criam instâncias indistinguíveis onde tanto as diferenças de primeira quanto de segunda ordem desaparecem, uma técnica não utilizada anteriormente em limites inferiores de precificação dinâmica.

4. Validação Empírica

Os autores validam sua abordagem usando tanto dados sintéticos quanto conjuntos de dados do mundo real:

• Experimentos Sintéticos: Simulações confirmam a transição de fase em $\sigma^2_S \approx 1/\sqrt{T}$ e demonstram que a correção duplamente robusta reduz significativamente a variância do estimador em comparação com a IV simples.
• Talabat (Entrega de Comida): Usando dados de transações de nível micro de uma plataforma de entrega de comida egípcia, os autores mostram que a regressão OLS ingênua produz inclinações de demanda insignificantes (confundimento), enquanto o método AaI produz uma elasticidade de demanda estatisticamente significativa e economicamente sensata ($\approx -0,53$). Um contrafactual offline sugere um potencial de aumento de receita de $\approx 5,5\times$ ao redistribuir dinamicamente as taxas entre horários de pico e de baixa demanda sob uma restrição de taxa média fixa.
• Lyft (Transporte por Aplicativo): Um estudo sobre dados de transporte por aplicativo de Boston estende a metodologia para modelos não lineares usando Transformers. Embora as melhorias tenham sido mais modestas (consistente com preços de surto maduros), o experimento demonstra a viabilidade de aplicar regressão IV profunda a funções de demanda complexas e não separáveis.

5. Significância e Alegações

O artigo alega três contribuições primárias:

1. Inovação Metodológica: Introduz o framework de "ações como instrumentos", provando que as próprias decisões adaptativas de uma plataforma podem servir como instrumentos válidos para o aprendizado de demanda, desde que condições específicas (concentração de martingales, baixa alternância) sejam atendidas.
2. Insight Teórico: Revela uma transição de fase fundamental na precificação dinâmica onde a volatilidade do mercado é informação, não apenas ruído. A capacidade de aprendizado da demanda é fundamentalmente determinada pela variância dos choques do lado da oferta.
3. Aplicabilidade Prática: Fornece as primeiras garantias teóricas de regret para aprendizado de demanda com confundimento usando redes neurais arbitrariamente profundas, contornando a restritiva suposição de forma estrelada via uma construção homeomorfa.

Os autores concluem que sua abordagem oferece um caminho viável para plataformas de terceiros otimizarem a receita em ambientes complexos, estratégicos e de alta dimensão, desde que a exploração seja cuidadosamente calibrada à volatilidade natural do mercado.