[论文解读] Designing Markets for Daily Deals

Yang Cai, Mohammad Mahdian+2 more|arXiv (Cornell University)|Oct 2, 2013

Auction Theory and Applications参考文献 13被引用 7

一句话总结

本文为每日优惠平台设计了诚实的拍卖机制，通过激励商家披露其私有价值和消费者优惠质量，以最大化社会福利。研究表明，只有当消费者福利函数为分量凸时，诚实的社会福利最大化才可实现，该结论可推广至网络设计和具有概率信号的委托-代理问题等更广泛的机制设计场景。

ABSTRACT

Daily deals platforms such as Amazon Local, Google Offers, GroupOn, and LivingSocial have provided a new channel for merchants to directly market to consumers. In order to maximize consumer acquisition and retention, these platforms would like to offer deals that give good value to users. Currently, selecting such deals is done manually; however, the large number of submarkets and localities necessitates an automatic approach to selecting good deals and determining merchant payments. We approach this challenge as a market design problem. We postulate that merchants already have a good idea of the attractiveness of their deal to consumers as well as the amount they are willing to pay to offer their deal. The goal is to design an auction that maximizes a combination of the revenue of the auctioneer (platform), welfare of the bidders (merchants), and the positive externality on a third party (the consumer), despite the asymmetry of information about this consumer benefit. We design auctions that truthfully elicit this information from the merchants and maximize the social welfare objective, and we characterize the consumer welfare functions for which this objective is truthfully implementable. We generalize this characterization to a very broad mechanism-design setting and give examples of other applications.

研究动机与目标

• 为解决每日优惠市场中信息不对称的问题，即商家了解消费者收益但平台无法获知。
• 设计一种拍卖机制，真实获取商家估值与优惠质量，以最大化平台、商家和消费者的综合福利。
• 刻画可实现诚实社会福利最大化的消费者福利函数类别。
• 将框架扩展至涉及概率信念和非投标第三方福利的一般机制设计场景。

提出的方法

• 将每个商家的类型建模为一对：被选中的估值和代表消费者收益的质量，其中质量被建模为结果上的概率分布。
• 设计一种支付与消费者购买行为挂钩的机制，利用合适的评分规则来对齐激励。
• 证明当消费者福利函数为分量凸时，可保证诚实披露，基于对可实现目标的新型刻画。
• 通过将结果建模为从分布中选择，将框架推广至一般场景，其中福利函数将这些选择映射为第三方效用。
• 将该机制应用于网络设计（如流或生成树选择）以及具有概率成功信号的委托-代理问题。
• 采用一种支付规则，确保即使信念影响结果选择，代理也能通过如实报告来最大化其期望效用。

实验结果

研究问题

• RQ1 在消费者收益信息不对称的每日优惠市场中，何种条件下可实现诚实机制以最大化社会福利？
• RQ2 消费者福利函数的分量凸性是否为诚实实现社会福利最大化的充要条件？
• RQ3 该框架能否推广至涉及概率信念和非投标方的一般机制设计问题？
• RQ4 为何基于质量阈值的常数比例福利目标无法在此设定下被诚实近似？
• RQ5 当质量影响第三方福利时，如何设计机制以真实获取估值和质量的报告？

主要发现

• 诚实的社会福利最大化机制存在的充要条件是消费者福利函数为分量凸。
• 凸性条件是必要的：当函数非凸时，不存在诚实的确定性机制可近似该福利目标。
• 即使近似，也无法实现对最小质量阈值约束下的福利最大化的诚实机制。
• 该框架可推广至网络设计问题，当目标函数（如最小化期望延迟或成本）为凸时，可实现相应的福利目标。
• 在具有概率成功信号的委托-代理模型中，当项目福利函数在成功概率上为凸时，该机制可诚实获取努力水平和成功概率。
• 该机制采用基于结果实现的条件支付，确保代理通过如实报告其真实类型并遵循指定努力水平来最大化其期望效用。