[논문 리뷰] Optimal Search Segmentation Mechanisms for Online Platform Markets

Zhenzhe Zheng, R. Srikant|arXiv (Cornell University)|2019. 08. 20.

Consumer Market Behavior and Pricing참고 문헌 35인용 수 4

한 줄 요약

이 논문은 판매자 표시를 플랫폼이 통제하는 차별적 제어 모델 하에서 온라인 플랫폼에서의 검색 세분화 메커니즘을 연구한다. 구매자 선택에 다항 로짓(MNL) 모델을, 가격 설정에 베르트랑 경쟁을 사용하여, 사회적 복지가 모든 제품을 표시함으로써 최대화되고, 수익은 품질 기준 이하의 판매자만 표시함으로써 최대화됨을 증명한다. 최적의 기준은 선형 시간 내에 계산 가능하며, 사회적 복지와 수익 최적화 모두에서 단순한 구조를 띤다. 이는 베르트랑 및 쿠르노 경쟁 모델 모두에 적용된다.

ABSTRACT

Online platforms, such as Airbnb, hotels.com, Amazon, Uber and Lyft, can control and optimize many aspects of product search to improve the efficiency of marketplaces. Here we focus on a common model, called the discriminatory control model, where the platform chooses to display a subset of sellers who sell products at prices determined by the market and a buyer is interested in buying a single product from one of the sellers. Under the commonly-used model for single product selection by a buyer, called the multinomial logit model, and the Bertrand game model for competition among sellers, we show the following result: to maximize social welfare, the optimal strategy for the platform is to display all products; however, to maximize revenue, the optimal strategy is to only display a subset of the products whose qualities are above a certain threshold. We extend our results to Cournot competition model, and show that the optimal search segmentation mechanisms for both social welfare maximization and revenue maximization also have simple threshold structures. The threshold in each case depends on the quality of all products, the platform's objective and seller's competition model, and can be computed in linear time in the number of products.

연구 동기 및 목표

• 차별적 제어 모델 하에서 온라인 플랫폼이 검색 세분화를 어떻게 최적화하여 사회적 복지와 수익을 극대화할 수 있는지 분석하기 위해.
• 다항 로짓(MNL) 선택 모델을 사용하여 구매자 행동을 모델링하고, 베르트랑 및 쿠르노 게임을 통해 판매자 간 경쟁을 기반으로 하기 위해.
• 내생적 가격 설정 하에서 균형 사회적 복지와 수익에 대한 닫힌 형식의 표현식을 유도하기 위해.
• 사회적 복지와 수익 극대화를 위한 최적의 검색 세분화 메커니즘—즉, 어떤 판매자 집합을 표시할 것인지—를 규명하기 위해.
• 결과를 쿠르노 경쟁으로 확장하여, 임계값 기반 메커니즘이 여전히 최적임을 보여주기 위해.

제안 방법

• 선호도를 소프트맥스 기반 수요 함수로 변환함으로써, 다항 로짓(MNL) 모델을 사용하여 구매자 선택을 모델링하기 위해.
• 동일한 제품 대체재를 가진 판매자 간 경쟁을 베르트랑 게임으로 설정하고, 일阶 조건을 통해 유일한 순수 내쉬 균형을 도출하기 위해.
• 분석적 취급 가능성을 확보하기 위해 라마르트 함수의 변형을 사용하여 균형 사회적 복지와 수익을 표현하기 위해.
• 품질 기준에 기반하여 판매자 집합을 선택하는 검색 세분화 메커니즘을 제안하여 플랫폼의 목표를 최적화하기 위해.
• 제품 대체성의 맥락에서 복지 및 수익 함수의 준볼록성 분석을 통해 임계값 기반 선택의 최적성 증명하기 위해.
• 결과를 쿠르노 경쟁으로 확장하여, 사회적 복지 및 수익 극대화 모두에서 유사한 임계값 구조가 나타남을 보여주기 위해.

실험 결과

연구 질문

• RQ1 내생적 가격 설정이 존재하는 플랫폼 시장에서 사회적 복지를 극대화하기 위해 표시할 최적의 판매자 집합은 무엇인가?
• RQ2 베르트랑 경쟁과 MNL 구매자 선택 하에서 플랫폼이 자신의 수익을 극대화하기 위해 판매자를 어떻게 선택해야 하는가?
• RQ3 최적의 검색 세분화 메커니즘이 사회적 복지 및 수익 극대화 모두에서 단순한 임계값 구조를 보일까?
• RQ4 최적의 임계값은 제품 품질, 경쟁 모델(베르트랑 대비 쿠르노), 그리고 플랫폼의 목표에 따라 어떻게 달라지는가?
• RQ5 최적의 세분화는 효율적으로 계산될 수 있으며, 임계값 집합을 식별하는 데 있어 계산 복잡도는 무엇인가?

주요 결과

• 사회적 복지를 극대화하기 위해 최적의 플랫폼 전략은 가능한 모든 제품을 표시하는 것으로, 어떤 부분 집합 선택이라도 총 잉여를 감소시킨다.
• 수익을 극대화하기 위해 최적의 전략은 품질이 특정 기준을 초과하는 판매자들만 표시하는 것으로, 이 기준은 전체 제품 품질 집합과 경쟁 모델에 따라 달라진다.
• 수익 극대화를 위한 최적의 임계값은 제품 수에 대해 선형 시간 내에 계산 가능하여 효율적인 구현이 가능하다.
• 베르트랑 경쟁 하에서 사회적 복지 및 수익 극대화를 위한 최적의 검색 세분화 메커니즘은 제품 품질에 기반한 깔끔한 임계값 구조를 띤다.
• 결과는 쿠르노 경쟁으로도 확장되며, 이 경우에도 동일한 요인들에 따라 의존하는 유사한 임계값 기반 메커니즘이 사회적 복지 및 수익 극대화에 대해 최적임을 보여준다.
• 증명은 낮은 품질 제품을 높은 품질 제품으로 대체할 때 복지 및 수익 함수가 준볼록성을 띤다는 것을 보여주며, 이는 최상위 품질 제품 집합의 최적성을 보장한다.