[论文解读] Trade-Offs Between Ranking Objectives: Descriptive Evidence and Structural Estimation

Rafael Greminger|arXiv (Cornell University)|Oct 28, 2022

Consumer Market Behavior and Pricing被引用 10

一句话总结

本文研究了在线搜索平台中收益最大化与消费者福利最大化排序之间的权衡，表明异质性位置效应（即更便宜、更高效用的产品具有更强的可见性效应）使得基于收益的排序能够同时提升平台收益与消费者福利。通过结构化估计搜索与发现模型，研究发现，与随机排序相比，以收益为导向的排序可使总收益最高提升14.93%，消费者福利最高提升0.92%，且相对于理想福利最大化排序的福利损失极小。

ABSTRACT

When designing product rankings, online retailers and platforms choose which outcome to maximize: revenues from commissions or markups, the number of transactions, or consumer welfare. These objectives need not align, creating potential trade-offs. This paper studies how rankings differ between objectives and quantifies the resulting trade-offs. I provide descriptive evidence showing that lower-priced and high-utility alternatives gain more demand when ranked higher, suggesting that ranking them higher increases transactions and consumer welfare but may decrease revenues. To quantify these trade-offs, I develop and estimate a structural demand model based on the search and discovery framework of Greminger (2022) and construct rankings for each objective. The results show that these counterfactual rankings all increase consumer welfare, transactions, and platform revenues relative to a neutral benchmark and the status quo, and that trade-offs between these rankings are limited.

研究动机与目标

• 调查旨在最大化平台收益的排序是否损害消费者福利，或能否同时惠及双方。
• 检验异质性位置效应（即更便宜、更高效用的产品在顶部展示时获益更多）是否能促成收益与消费者福利目标的一致性。
• 构建并估计一个结构化搜索与发现模型，以捕捉消费者基于预期效用和位置而决定停止滚动或进入产品详情页的行为。
• 量化不同排序策略（包括收益最大化启发式方法与效用导向排序）对福利与收益的影响。
• 评估消费者长期信念调整是否会影响这些排序策略的有效性。

提出的方法

• 基于Greminger（2022）的结构化搜索与发现模型进行估计，该模型模拟消费者根据预期效用和位置决定是否停止滚动或进入产品详情页。
• 利用大型在线搜索中介平台的实验性排序变化，识别异质性位置效应，特别是对更便宜、更高效用替代品的更强效应。
• 通过将信念形成过程嵌入模型的结构方程中，构建平滑的似然函数以实现估计。
• 应用反事实分析，评估三种排序策略（随机排序（UR）、收益优化排序（R1R/BUR）和效用导向排序（UR））对收益与消费者福利的影响。
• 利用估计参数重建消费者对排序的信念，并在新排序下重新计算预期效用与发现价值。
• 通过建模信念更新，将分析扩展至长期效应，使用更新后的信念参数估计值（ρ̂）计算长期福利与收益影响。

实验结果

研究问题

• RQ1 以收益最大化为目标的排序是否必然降低消费者福利，还是可能因异质性位置效应而同时提升消费者福利？
• RQ2 位置效应如何随产品属性（如价格与效用）而变化，其对转化率有何影响？
• RQ3 与随机排序或效用最大化排序相比，基于收益的排序在多大程度上提升了消费者福利？
• RQ4 消费者长期信念调整如何随时间影响不同排序策略的表现？
• RQ5 结构化搜索与发现模型能否准确复现观察到的位置效应，并预测福利权衡？

主要发现

• 基于收益的排序与随机排序相比，可使总收益最高提升14.93%，表明平台获得显著的经济收益。
• 这些基于收益的排序在至少搜索一个替代品的前提下，可使消费者福利最高提升0.92%，接近效用导向排序带来的0.98%提升。
• 与效用最大化排序相比，基于收益的排序所造成的福利损失极小，表明平台与消费者利益高度一致。
• 位置效应具有异质性：更便宜、更高效用的产品经历更强的可见性效应，使得顶部展示能同时提升转化率与福利。
• 长期效应进一步放大了最优排序的优势：当消费者更新其信念时，总收益与消费者福利的提升进一步扩大，Expedia平台与用户随时间受益更多。
• 所有提升福利的排序均使发现成本降低2.68%至8.20%，表明由于高效率用选项被更优地排列，搜索过程更快、更高效。