Apakah Anda akan membayar lebih untuk sepatu ini sampai jam tujuh malam? Apakah biaya barang akan berbeda untuk Anda jika Anda tinggal di pinggiran kota? Harga standar dan diskon sederhana memberi jalan kepada strategi yang lebih eksotis yang dirancang untuk menarik uang terakhir dari klien.
Ketika Natal mendekati tahun 2015, biaya satu set rempah untuk pai labu mulai bertingkah aneh. Itu tidak lepas landas, sebagai buku teks ekonomi akan merekomendasikan. Dia tidak pingsan. Dia mulai terombang-ambing di antara dua keadaan kuantum. Biaya paket ons di Amazon adalah $ 4,49 atau $ 8,99, tergantung pada saat Anda melihatnya. Hampir setahun kemudian, pada Thanksgiving 2016, harga kembali mulai melonjak antara dua poin - kali ini antara $ 3,36 dan $ 4,69.
Kita hidup di masa harga tiket variabel dan
naik taksi , pemilihan sendiri harga album Radiohead dan game modern lainnya dengan harga. Tapi apa yang terjadi pada rempah-rempah? Bug komputer aneh? Lebih seperti kesalahan yang disengaja. "Kemungkinan besar, ini adalah strategi untuk mendapatkan data dan harga yang tepat," Guru Hariharan menjelaskan ketika saya menjabarkan diagram ini di papan tulis.
Harga ideal - harga yang dapat memaksimalkan keuntungan dari dompet konsumen - telah menjadi tujuan meningkatnya jumlah orang yang menghitung, banyak dari mereka adalah ekonom yang putus sekolah demi Silicon Valley. Dia juga terlibat dalam startup Boomerang Commerce berusia lima tahun, yang didirikan oleh Hariharan, lulusan Amazon. Dia mengatakan bahwa eksperimen harga seperti itu telah menjadi praktik umum dalam menemukan harga yang sempurna - dan mengulangi pencarian, karena harga ideal bervariasi dengan hari, dan bahkan dengan jam. Amazon berpendapat bahwa perubahan harga bukanlah upaya untuk mengumpulkan data tentang kebiasaan pembelian pelanggan, tetapi upaya untuk memberikan pelanggan harga terendah.
Anda mungkin terkejut ketika Anda membeli bahan untuk kue musiman, Anda dapat berpartisipasi dalam percobaan sosiologis yang direncanakan dengan cermat. Namun justru inilah yang menyebabkan kebiasaan membandingkan harga online. Kemampuan kami untuk mengetahui harga produk apa pun kapan saja dan di mana saja telah memberi kami begitu banyak peluang sehingga para penjual, dalam upaya putus asa untuk mendapatkan kembali keuntungan mereka atau setidaknya menghindari kepunahan, kini mengawasi kami dari sisi layar itu. Sekarang mereka membandingkan pembeli.
Dan untuk ini, mereka memiliki peluang yang kaya: loop data besar menjangkau Anda ketika Anda menambahkan item ke keranjang atau melewati kartu diskon melalui terminal toko. Ekonom dan spesialis pemrosesan data terbaik dapat mengubah data ini menjadi strategi penetapan harga yang bermanfaat. Seorang ekonom menyebut ini "kesempatan untuk bereksperimen pada skala yang belum pernah terjadi sebelumnya sepanjang sejarah ekonomi." Pada pertengahan Maret, Amazon memiliki 59 lowongan ekonomi, dan sebuah situs web yang didedikasikan untuk mempekerjakan mereka.
Bukan kebetulan bahwa skema penetapan harga kuno - diskon iklan dari harga reguler, dua untuk harga satu, "harga rendah harian" - memberi jalan kepada strategi yang jauh lebih eksotis.
"Saya tidak berpikir siapa pun bisa meramalkan betapa rumitnya algoritma ini," kata Robert Dolan, seorang profesor pemasaran di Harvard. "Aku tidak bisa." Biaya sekaleng soda di mesin penjual otomatis dapat bervariasi tergantung pada suhu di luar. Satu studi menemukan bahwa biaya headphone yang direkomendasikan Google mungkin tergantung pada apakah riwayat pencarian Anda memberi Anda sikap hormat terhadap anggaran. Untuk pembeli, ini berarti bahwa harga - bukan harga yang ditawarkan kepada Anda sekarang, tetapi harga yang ditawarkan kepada Anda dalam 20 menit, atau harga yang ditawarkan kepada saya, atau tetangga Anda - dapat menjadi semakin tidak pasti. "Banyak bulan lalu ada satu harga per item," catatan Dolan. Sekarang pertanyaan paling sederhana - berapa harga sebenarnya dari satu set rempah-rempah untuk pie labu - sudah tunduk pada tingkat ketidakpastian yang sebanding dengan Heisenberg.
Ini menimbulkan pertanyaan: bisakah Internet, yang transparansi yang seharusnya menguntungkan konsumen, melakukan yang sebaliknya?
Jika pasar adalah perang antara pembeli dan penjual, seperti yang ditulis oleh sosiolog Prancis abad XIX Gabriel Tarde, maka harga adalah gencatan senjata. Dan kebijakan menetapkan harga tetap untuk barang atau jasa - yang berakar pada tahun 1860-an - berarti penangguhan negara bermusuhan abadi yang dikenal sebagai perdagangan.
Seperti dalam gencatan senjata apa pun, masing-masing pihak mengorbankan sesuatu. Pembeli dipaksa untuk setuju atau tidak setuju dengan harga yang dikutip pada label harga (inovasi ini dikaitkan dengan pelopor ritel dan pemasaran
John Wanameiker ). Apa yang dikorbankan oleh penjual - kemampuan untuk menggunakan berbagai tingkat keinginan pembeli untuk membayar - mungkin merupakan pengorbanan yang lebih besar, karena jumlah yang disepakati oleh beberapa pembeli untuk membayar lebih untuk barang tidak lagi dapat diubah menjadi laba. Tetapi mereka semua sama-sama membuat kesepakatan, dari kombinasi alasan moral dan praktis.
Quaker - termasuk pedagang New York Rowland Macy - tidak pernah percaya pada manfaat dari harga yang berbeda untuk orang yang berbeda. Vanameaker, seorang
Presbiterian yang bekerja di Quaker Philadelphia, membuka toko Grand Depotnya dengan prinsip "satu harga untuk semua, tanpa pilih kasih." Pedagang lain melihat keuntungan praktis dari skema harga tetap Macy dan Vanameaker. Mereka menjejali toko serba ada baru mereka dengan barang-barang, dan terlalu mahal untuk mengajari ratusan pegawai tentang seni perdagangan. Harga tetap menambah prediktabilitas pada akuntansi, mempercepat penjualan, dan berfungsi sebagai kelimpahan dari iklan cetak yang mengumumkan harga tertentu untuk produk tertentu.
Perusahaan seperti General Motors telah menemukan cara yang relatif jujur untuk mengembalikan sebagian laba mereka yang hilang. Pada 1920-an, GM menempatkan berbagai merek otomotifnya dalam hierarki harga. "Chevrolet untuk ternak," seperti yang ditulis toko Fortune, "Pontiac untuk yang miskin tapi bangga, Oldsmobile untuk pecinta kenyamanan yang cerdas, Buick untuk yang termotivasi, Cadillac untuk orang kaya." Kebijakan penetapan harga ini, "sebuah mesin untuk setiap dompet dan setiap tujuan," sebagaimana GM menyebutnya, diperlukan untuk memilah konsumen, tetapi konsumen sendiri yang mengurutkannya. Gencatan senjata berlanjut.
Konsumen, di sisi lain, dapat memperoleh kembali keuntungan mereka dengan mengumpulkan kupon diskon - kesempatan mereka untuk membuat kesepakatan yang tidak dapat diakses oleh pelanggan biasa. Jaringan supermarket baru di tahun 1940-an membuat kupon menjadi makanan pokok gaya hidup Amerika. Penjual besar mengerti -
behavioris nantinya
akan membuktikan ini secara rinci - bahwa konsumen tidak hanya membutuhkan jaminan gencatan senjata dan bahwa mereka tidak akan dirampok, tetapi juga kesempatan untuk mendapatkan keuntungan atas tetangga mereka. Mereka sangat menyukai transaksi sehingga para ekonom harus membedakan antara dua jenis nilai produk: nilai akuisisi (kegunaan mobil baru dirasakan oleh pembeli) dan nilai transaksi (apakah pembeli merasa bahwa ia telah kehilangan atau memenangkan perdagangan).
Ketentuan gencatan senjata terdiri dari ketersediaan "daftar harga" dan diskon berkala dari harga ini. Dan gencatan senjata semacam itu umumnya dipertahankan sampai awal abad ini. Raksasa ritel yang berkuasa Walmart bersikeras "harga rendah harian," tidak melompat-lompat.
Namun pada 1990-an, Internet mulai mengikis kondisi perdamaian yang panjang. Konsumen yang beralasan bisa pergi ke Best Buy dan melihat produk yang akan mereka beli di tempat lain yang lebih murah - latihan ini dikenal sebagai "showrooming". Pada tahun 1999, penjual buku digital Seattle, Amazon.com, mulai berkembang menjadi Grand Depot baru.
Era penjualan ritel online telah tiba, dan permusuhan telah kembali bersamanya.
Melihat ke belakang, menjadi jelas bahwa pengecer telah perlahan-lahan dimobilisasi. Sementara proses korporat lainnya - logistik, manajemen penjualan - pada awal tahun 2000 mulai membantu perangkat lunak yang kuat yang dapat membuat prediksi (dan bahkan jika maskapai memiliki variabel harga tiket pesawat), penunjukan harga eceran tetap lebih merupakan seni daripada sains. Secara khusus, itu tergantung pada hierarki internal perusahaan. Harga tetap menjadi fokus figur terpenting kedua organisasi: direktur penjualan, yang pengetahuan intuitifnya tentang cara dan cara menjual, adalah sumber mitos yang tidak ingin dihilangkannya.
Tetapi dua peristiwa melemahkan genggaman direktur penjualan.
Yang pertama adalah kedatangan data. Thomas Nagle mengajar ekonomi di University of Chicago pada 1980-an, dan ingat bahwa universitas kemudian memperoleh data rantai bahan makanan Jewel dari pemindai mesin kasir baru. “Semua orang senang,” kata Nagle, sekarang penasihat harga senior di Deloitte. - Sebelum itu, kami bergantung pada kuesioner yang dibuat-buat seperti: "Apa yang akan Anda lakukan jika Anda ditawari opsi harga seperti itu?" Tetapi dunia nyata bukanlah eksperimen terkontrol.
Data Jewel terbalik banyak dari apa yang dia ajarkan. Misalnya, ia mengatakan bahwa harga yang berakhir pada, 99 atau, 98 bukannya pembulatan tidak meningkatkan penjualan. Buku teks mengklaim bahwa harga seperti itu tetap merupakan artefak pada masa-masa ketika pemilik toko ingin memaksa teller untuk membuka kasir untuk mendapatkan uang kembalian, dan tidak mengantongi uang dari penjualan. “Ternyata,” kenang Nigel, “bahwa harga yang berakhir pada 0,99 tidak bekerja dengan mobil atau pembelian mahal lainnya yang Anda serius perhatikan. Tapi di toko kelontong efeknya sangat besar! "
Efeknya, sekarang dikenal sebagai "distorsi digit kiri", tidak bekerja dalam eksperimen laboratorium, karena subjek, yang memenuhi sejumlah pilihan solusi, mendekati setiap pembelian hipotetis sebagai masalah matematika. Tetapi dalam kehidupan nyata, Nagle mengakui, "jika Anda melakukan ini, Anda harus menghabiskan sepanjang hari di toko." Dengan menjatuhkan angka di sebelah kanan koma, Anda dapat dengan cepat kembali ke rumah dan memasak makan malam.
Pada awal 2000-an, jumlah data yang dikumpulkan dari toko online ritel menjadi sangat besar sehingga mulai menunjukkan daya tarik gravitasi. Ini mengarah ke acara kedua: kedatangan para ahli di bidang "sains yang menyedihkan" [Sejarawan Victoria
Thomas Carlyle secara ironis menyebut ekonomi berbeda dengan istilah "sains yang menggembirakan", yang berarti menulis lagu dan puisi - kira-kira. diterjemahkan.].
Itu adalah invasi yang agak aneh. Selama beberapa dekade, para ahli teori ekonomi tidak memperhatikan korporasi, dan korporasi dengan para ahli teori. Bahkan, sebagian besar model teoretis umumnya tidak memperhitungkan keberadaan korporasi.
Tetapi berbagai hal mulai berubah pada tahun 2001, ketika ekonom Berkeley,
Hal Varian , penulis buku Peraturan Informasi tahun 1999 yang disetujui, bertemu
Eric Schmidt . Varian mengenalnya, tetapi, seperti yang dia katakan, tidak tahu bahwa Schmidt telah menjadi CEO sebuah perusahaan kecil Google. Varian setuju untuk menghabiskan tahun akademik di Google, memutuskan bahwa ia akan menulis buku tentang bagaimana orang membuat startup.
Pada saat itu, beberapa ekonom serius dari industri memperhatikan masalah ekonomi makro seperti, misalnya, perubahan permintaan barang tahan lama konsumen. Varian segera diundang untuk melihat proyek tersebut, yang, seperti yang dikatakan Schmidt kepadanya, "dapat membantu kami menghasilkan uang": sistem lelang, yang berubah menjadi Google AdWords. Akibatnya, Varian tetap di perusahaan.
Yang lain mengikuti. "EBay adalah taman hiburan bagi kami," kata Steve Tadelis, seorang ekonom dari Berkeley yang bekerja di sana pada 2011 dan sekarang bekerja di Amazon. "Yaitu, harga, orang, perilaku, reputasi - semua yang menyenangkan ekonom - ditambah kesempatan untuk bereksperimen pada skala yang belum pernah terjadi sebelumnya."
Pada awalnya, mereka terutama mengolah data untuk mencari inspirasi. Di eBay, Tadelis, misalnya, menggunakan daftar klik pelanggan untuk mengetahui berapa banyak uang yang menyelamatkan pengunjung satu jam untuk mencari harga yang bagus (ternyata $ 15).
Para ekonom menyadari bahwa mereka dapat melangkah lebih jauh dan mengembangkan eksperimen yang dapat menghasilkan data. Eksperimen yang dikendalikan dengan cermat tidak hanya mencoba memprediksi bentuk kurva permintaan - menunjukkan berapa banyak produk yang orang akan beli jika mereka menaikkan harga, dan membantu penjual menemukan angka optimal yang memaksimalkan keuntungan. Mereka mencoba membangun grafik perubahan kurva oleh jam. Pesanan online paling sering dilakukan selama jam kerja di hari kerja, jadi penjual sering disarankan untuk menaikkan harga di pagi hari dan menurunkannya di sore hari.
Pada pertengahan 2000-an, beberapa ekonom mulai bertanya-tanya apakah data besar akan membantu mengenali kurva permintaan pribadi untuk setiap orang - mengubah “diskriminasi harga ideal” hipotetis (harga yang secara tepat ditetapkan ke nilai maksimum yang secara pribadi Anda bersedia bayar) menjadi peluang nyata.
Dunia baru mulai terbentuk, dan pengalaman pengguna awal dari belanja online - sangat sederhana dan sangat menguntungkan - mulai kehilangan kilau.
Bukan berarti tidak akan menguntungkan bagi konsumen untuk membeli online dengan harga murah. Mereka diuntungkan. Tetapi beberapa kesepakatan tidak menguntungkan seperti yang terlihat. Dan beberapa dari mereka mulai curiga bahwa mereka dirobek. Pada tahun 2007, orang California, Marc Ekenbarger, memutuskan bahwa dia beruntung ketika menemukan kit gazebo dengan harga katalog $ 999, dijual di Overstock.com dengan harga $ 449,99. Dia membeli dua untuk dirinya sendiri, membukanya, dan kemudian menemukan label harga yang tersisa di kotak, yang menunjukkan bahwa Walmart menjual kit ini seharga $ 247. Dia sangat marah. Dia mengeluh kepada Overstock, dan toko memintanya untuk mengembalikan biaya perabotan.
Tetapi pengalamannya menjadi bukti dalam kasus advokat konsumen terhadap Overstock, yang dituduh melakukan iklan palsu. Bukti lain adalah email internal di mana karyawan mengklaim bahwa perusahaan itu dikenal karena kebiasaan harga katalog yang sangat tinggi.
Pada 2014, seorang hakim California memutuskan bahwa Overstock harus membayar denda $ 6,8 juta. Perusahaan mengajukan banding. Pada tahun sebelumnya, gelombang klaim yang sama bertentangan dengan harga katalog fiktif, kata Bonnie Paten, direktur eksekutif TruthinAdvertising.org. Pada tahun 2016, Amazon mulai menghapus semua referensi untuk "daftar harga", dan dalam beberapa kasus menambahkan patokan baru: harga sebelumnya untuk produk itu sendiri.
Ini mungkin tahap terakhir dari keruntuhan sistem lama dengan harga tunggal. Itu digantikan oleh apa yang paling mengingatkan pada perdagangan frekuensi tinggi di Wall Street. Di dunia baru, harga tidak tetap. Mereka dapat berfluktuasi dari jam ke jam, dan bahkan dari menit ke menit - fenomena ini akrab bagi semua orang yang menaruh barang di Amazon di keranjang dan menerima pemberitahuan tentang perubahan harga. Situs web camelcamelcamel.com memonitor harga Amazon untuk produk-produk tertentu dan memperingatkan konsumen ketika harga turun di bawah bilah yang ditentukan. Sejarah harga produk apa pun - misalnya, Classic Twister -
terlihat seperti bagan harga saham biasa .
Dan, seperti di pasar saham, lompatan cepat terjadi. Pada tahun 2011, buku Peter Lawrence,
How the Fly Works, dijual untuk beberapa waktu dengan harga $ 23.698.655,93 karena perang algoritma harga antara dua penjual pihak ketiga. Untuk memahami apa yang terjadi, adalah bijaksana untuk berbicara dengan orang yang mengembangkan perangkat lunak yang mereka gunakan.
Guru Hariharan melepas tutup dari penanda di ruang pertemuan bumerang di Mountain View, California. Dia berbicara tentang apa yang menyebabkan pengecer ke situasi putus asa sehingga mereka perlu mengubah harga berkali-kali sehari. Di papan tulis, ia menggambar beberapa baris yang menunjukkan meningkatnya pangsa penjualan online berbagai barang (buku, DVD, elektronik) dari waktu ke waktu, dan kemudian mencatat tahun-tahun di mana pengecer “fisik” utama (Perbatasan, Blockbuster, Circuit City dan RadioShack) bangkrut. Pada awalnya, tahun-tahun ini terlihat acak. Tetapi kebangkrutan terkumpul di sekitar band yang menunjukkan periode ketika penjualan online berkisar antara 20% hingga 25%. "Titik kehancuran ada di celah ini," kata Hariharan, bertepuk tangan untuk meningkatkan efek. "Di sana pembantaian berdarah terjadi."
Setelah titik ini, pengecer tradisional, yang memiliki toko fisik dan online, merasa bahwa mereka berkewajiban untuk bersaing hanya dalam bidang harga. Hariharan dengan penuh kerinduan berbicara tentang hari-hari ketika dia bisa pergi ke RadioShack, dan penjual itu mengarahkannya ke kabel penghubung yang tepat. Tetapi ketika pengecer jatuh ke zona runtuh, mereka mulai menyingkirkan biaya seperti staf, pelatihan, dan dukungan pengguna. Dan untungnya terus turun - mengapa pergi ke toko jika tidak ada yang membantu Anda? - dan kegagalan menjadi tak terhindarkan. RadioShack pergi dengan cara ini sebelum menyatakan kebangkrutan pada tahun 2015.
"Itu mungkin tidak terjadi," kata Hariharan. Hari ini, dia membantu pengecer menanganinya.
Kami tidak dapat memproses setiap harga yang kami lihat. Oleh karena itu, kami menilai harga toko berdasarkan beberapa produk terkenal. Penjual telah mengetahui hal ini selama beberapa dekade, sehingga mereka menjaga harga telur dan susu minimum, menghasilkan produk yang kita tidak terbiasa dengan margin perdagangan.
Di Amazon, Hariharan, dengan gelar dalam pembelajaran mesin, membantu menciptakan dan mematenkan Pelatih Jual Amazon, sebuah sistem yang membantu penjual pihak ketiga mengoptimalkan daftar harga mereka.
Dia dan tim Boomerang-nya membangun sistem pelacakan harga besar-besaran dan telah mengeluarkan miliaran rekomendasi harga untuk pelanggan mulai dari Office Depot hingga GNC dan Suku Cadang Mobil AS . Tetapi perangkat lunaknya tidak mencoba menyamai harga terendah yang tersedia. Ini akan menjadi algoritma yang sangat sederhana. Ia mencoba mengendalikan sensasi harga konsumen. Ini mengidentifikasi barang-barang yang paling penting di mata konsumen, dan mempertahankan nilainya di tingkat pesaing, atau bahkan lebih rendah. Dan biaya yang lainnya bisa lebih banyak.Menurutnya, Amazon telah lama menguasai taktik semacam itu. Pada satu titik, Boomerang sedang melacak perubahan harga untuk TV populer Samsung untuk periode enam bulan sebelum Black Friday. Kemudian, Jumat ini, Amazon menurunkan harga TV dari $ 350 menjadi $ 250, secara dramatis mengungguli para pesaingnya. Boomerang bot juga menemukan bahwa Amazon meningkatkan harga beberapa kabel HDMI yang dibutuhkan untuk terhubung ke TV sebesar 60% pada bulan Oktober, mungkin mengetahui, menurut Hariharan, pembeli online tidak begitu bersemangat dalam membandingkan harga untuk barang-barang murah.Saya bertanya-tanya bagaimana pengecer lain mulai beradaptasi. Seorang karyawan Boomerang menunjukkan kepada saya panel kontrol yang dilihat pelanggan mereka. Dia menggulir menu dari algoritma yang telah ditentukan ke item "memotong pesaing dengan 10%", yang ditetapkan untuk produk yang memenuhi kriteria berikut:If (comp_price>cost) and (promo_flag = false) then set price = comp_price*0.90
Yaitu: jika harga pesaing lebih tinggi dari biaya barang, dan ini bukan hasil promosi, maka Anda harus menetapkan harga 10% lebih rendah daripada harga barang tersebut. Aturan diterapkan dengan satu klik, dan pada layar saya melihat penurunan signifikan dalam indeks harga yang dirasakan konsumen.
Tapi itu belum semuanya. Penurunan harga akan mempengaruhi radar pesaing. Apakah mereka menjawab hal yang sama atau tidak tergantung pada bagaimana algoritma mereka menginterpretasikan sinyal. Apakah ini tembakan pertama dalam perang harga? Atau apakah penjual hanya berusaha menyingkirkan barang basi? Dalam praktiknya, ini sulit dikatakan. Oleh karena itu, pengurangan harga yang tidak berbahaya dan sementara dapat memicu perang harga antara mobil, yang, tanpa kontrol yang tepat, dapat sangat merugikan penjual. Pelanggan Boomerang didorong untuk membangun "pagar pengaman" - aturan tambahan yang menguji operasi aturan lain - dan tidak mengabaikan pengawasan manusia. Faisal Masoud, direktur teknologi di Staples, salah satu pelanggan pertama Boomerang, percaya bahwa intervensi manusia jarang terjadi. "Kami ingin perangkat lunak membuat keputusan, bukan orang-orang," katanya. - Semuanya otomatis. Kalau tidak, Anda akan kalah. "
Kompleksitas harga eceran telah menyebabkan setidaknya satu pelanggan Boomerang ke bidang teori permainan, cabang matematika yang jarang digunakan di etalase sebelumnya. Hariharan berkata sambil tersenyum, “Dia memungkinkan Anda untuk berpikir,“ Bagaimana pesaing utama bereaksi terhadap saya? Dan jika saya tahu reaksinya, apa jawaban terbaik saya? "Dan ini adalah persamaan Nash. Ya,
John Nash yang sama, dari
Games of the Mind , yang kontribusinya yang cerdik terhadap matematika telah menyebar bahkan sebelum harga pel ditetapkan.
Bagaimana semuanya akan berakhir?
Satu opsi: kesederhanaan.
Everlane, perusahaan startup pakaian, misalnya, menghasilkan uang dari reaksi konsumen terhadap taktik penjualan yang bahkan lebih jarang. Perusahaan mengumumkan harga produksi masing-masing produk dan keuntungan yang diperolehnya.
Dia baru-baru ini memberi tahu pelanggan bahwa harga kasmir dari Mongolia Dalam telah turun. Dan dia menurunkan harga sweater kasmir sebesar $ 25, karena pembuatannya mulai lebih murah. "Transparansi radikal" - ini adalah nama pendiri dan jenis kelamin perusahaan Michael Preisman.
Lain waktu, Everlane memutuskan untuk menjual beberapa model sepatu dan pakaian, menawarkan kepada pengguna tiga pilihan pilihan. Harga terendah mencakup biaya pembuatan dan pengiriman barang. Rata-rata menutupi biaya penjualan. Yang tertinggi menguntungkan.
Jika ada yang tertarik apakah dilema moral telah menjadi cara ideal untuk menetapkan harga, tidak. 87% pembeli memilih harga terendah, kata Preisman. 8% memilih sedang, 5% - tinggi. Intinya, kata Preisman, adalah memberi tahu pelanggan bagaimana semuanya terjadi, bagaimana karyawan dibayar, dan segala hal lain yang biasanya tidak Anda lihat pada kotak sepatu atau label sweater.
"Saya pikir teori Everlane belum terbukti," kata Preisman. Perusahaan-perusahaan di Amerika Serikat "melatih pelanggan untuk terbiasa dengan penjualan. Mereka menjadi dasar penjualan ritel, dan tren ini sangat sulit untuk dibalik. Pendidikan pelanggan semacam ini sulit ditangani jika Anda bekerja di pasar tempat orang-orang memainkan game ini setiap hari. "
Tetapi kemungkinan lain muncul dari kemungkinan bahwa konsumen tidak membutuhkan transparansi. Mereka cenderung jatuh pada penipuan dan membayar lebih jika mereka pikir mereka membayar lebih sedikit. Bahwa mereka cukup gesit untuk menemukan penawaran khusus dan terbaik yang dirancang khusus untuk mereka. Ini menolak prinsip-prinsip gencatan senjata baru yang dipromosikan oleh Everlane. Dan ini akan membuka peluang bagi penjual dan ekonom untuk menerima Holy Grail mereka.
Harga ideal harus ada hanya dalam eksperimen pemikiran teoretis. Tetapi ide mengklaim bahwa penjual tahu harga maksimum yang dapat diterima untuk setiap pembeli, oleh karena itu, dengan menawarkan harga sedikit lebih rendah dari ini, penjual dapat mengguncang semua keuntungan hingga sen terakhir.
Di masa lalu, penjual menggunakan data demografis untuk menghitung harga paling terjangkau. Pada tahun 2000, beberapa orang memutuskan bahwa Amazon melakukan hal itu ketika para pelanggan memperhatikan bahwa DVD yang sama diberikan kepada mereka dengan harga yang berbeda. Amazon membantahnya. Itu adalah hasil pengujian harga acak, seperti yang dijelaskan Jeff Bezos dalam siaran pers. "Kami tidak pernah dan tidak akan pernah memeriksa harga berdasarkan demografi konsumen."
Tetapi demografi adalah cara kasar untuk mempersonalisasikan harga, menurut ekonom Universitas Brandeis mereka, Benjamin Schiller, dalam karya terbarunya, Diskriminasi Harga Kelas Satu Menggunakan Big Data. Jika Netflix hanya menggunakan faktor-faktor demografis, seperti ras, pendapatan keluarga, dan kode pos, untuk mempersonalisasi harga berlangganan, model ini memperkirakan kenaikan laba perusahaan 0,3%. Tetapi jika Netflix dapat menggunakan riwayat peramban orang - persentase penggunaan web pada hari Selasa, jumlah kunjungan ke RottenTomatoes.com dan 5.000 faktor lainnya - itu dapat meningkatkan keuntungan sebesar 14,6%.
Tetapi Netflix tidak melakukan ini. Dia bahkan tidak memberi Schiller data yang dia gunakan (dia menerimanya dari pihak ketiga). Tetapi Schiller menunjukkan bahwa mempersonalisasikan harga adalah kenyataan.
Apakah perusahaan lain melakukan ini? Empat peneliti dari Catalonia mencoba menjawab pertanyaan ini dengan menggunakan komputer sebagai pembeli tiruan, meniru perilaku pelanggan kaya dan hemat, selama seminggu. Ketika komputer ini pergi "berbelanja," mereka tidak ditunjukkan harga yang berbeda untuk barang yang sama. Mereka diperlihatkan barang yang berbeda. Harga rata-rata headphone yang ditampilkan sebagai "kaya" adalah 4 kali lebih tinggi dari harga headphone yang ditawarkan sebagai "ekonomis". Eksperimen lain menunjukkan lebih banyak diskriminasi harga langsung: komputer dengan alamat dari Boston ditunjukkan harga lebih rendah daripada komputer dari bagian terpencil Massachusetts.
Dalam karya “Menentukan Diskriminasi Harga dan Pencarian di Internet,” para peneliti menyarankan bahwa akan bermanfaat bagi pelanggan untuk menggunakan sistem yang melacak harga tertentu (meskipun tidak jelas siapa yang akan membuat dan memelihara sistem seperti itu). Dalam karya lain - di mana Hal Varian dari Google ikut serta - dikemukakan bahwa dengan personalisasi harga yang terlalu agresif, pembeli akan berperilaku lebih strategis, menyembunyikan secara selektif atau menunjukkan informasi pribadi untuk mendapatkan harga yang lebih baik.
Bonnie Patten dari TruthinAdvertising.org berpikir ini semua sangat rumit. "Diskon 50% untuk semuanya, tetapi dengan pengecualian beberapa produk, dan karena ini, semua orang mencoba menghitung 20% dari 50% dalam pikiran mereka." Dan dia sudah memiliki pekerjaan penuh waktu dan tiga anak.
“Secara umum, saya merasa sangat sulit untuk menentukan harga barang yang sebenarnya sehingga ketika saya pergi berbelanja dengan anak-anak, saya membuat keputusan pembelian di box office. "Aku mengabaikan harga ketika memilih, lalu aku sampai ke kasir, dan jika ada sesuatu yang terlalu mahal, aku menolaknya."
Bagiku kewarasan di ambang ekstrem. Tetapi bagaimana dia berbelanja untuk dirinya sendiri?
"Tapi saya tidak membeli untuk diri saya sendiri," kata Patten.
"Dalam arti apa?" Aku bertanya, bingung.
“Aku baru saja menyerah. Saya berhenti berbelanja. "
Di akhir pembicaraan, saya memikirkannya. Mungkin ini karena pekerjaannya, yang dia lihat terlalu banyak. Mungkin dia termasuk tipe "pembeli-yang selamat", begitu dia memanggil mereka, tidak mengalami kegembiraan yang menggembirakan, setelah menemukan $ 30 moccasin dijual seharga $ 8. Pemikiran-pemikiran ini memungkinkan kami untuk mengidentifikasi penjelasan alternatif - yang oleh
Gabriel Tarde disebut sebagai "kegilaan keraguan": kita hanya dapat melihat ketidakpastian dalam jumlah terbatas, kami siap untuk memeriksa fluktuasi harga barang-barang sampai pada titik tertentu. Di suatu tempat di dalam diri kita, ada titik pemutusan untuk proses ini, dan Patten melewatinya.