Comment Google évalue-t-il les articles sur Google Play?

Je suis un jeune chercheur en informatique travaillant à l'intersection de l'économie et du calcul. Veuillez m'excuser si cette question semble hors de propos pour l'administrateur.

J'étudie actuellement différents modèles de prix et étudie la manière ou le prix "optimal" de vendre des articles. J'ai remarqué que sur Google Play, il y a des films que l'on peut louer ou acheter. De plus, pour les films de popularité similaire, j'ai remarqué qu'il y a souvent une énorme différence dans leur prix. (environ 10 euros). Classiquement, on regarde la distribution de valorisation d'un article. Cependant, cela n'explique pas cette différence de coût. Il peut également y avoir des problèmes d'achat de droits d'auteur. Cependant, plus généralement, comment les entreprises comme Google évaluent-elles ces articles numériques? Actualisent-ils régulièrement ces prix en fonction des informations de vente? Existe-t-il des travaux antérieurs sur la façon de procéder?

Je cherche juste des directions donc toute aide est grandement appréciée.

La réponse est simple: ils estiment les courbes de demande pour chaque produit et, en utilisant leur structure de coûts et les caractéristiques du marché (structure de la concurrence, etc.) fixent le prix pour maximiser les profits. Ceci est cependant standard pour toute entreprise.

La façon dont Google en particulier et ces grandes entreprises en général (Amazon, Microsoft, etc.) estiment les courbes de demande est quelque peu différente de ce que pourrait faire l'économiste habituel. Pour l'estimation habituelle de la demande, un chercheur devrait utiliser les particularités du marché pour identifier la demande. Par exemple, l'utilisation de décaleurs d'offre avec 2SLS pour l'estimation de la demande de base, BLP pour un choix discret avec des produits hétérogènes, etc. courbe. Nous sommes également souvent limités uniquement par la quantité de données disponibles.

Pour une grande entreprise comme Google, cependant, ils 1) ont la capacité de décréter une perturbation exogène des prix pour voir comment les ventes évoluent et 2) ont accès à des tonnes et des tonnes de données. En utilisant 1), ils effectuent constamment de petites expériences pour voir comment le comportement des consommateurs change. Ils peuvent ensuite utiliser les résultats pour tracer réellement la courbe de demande. Dans ces expériences, l'entreprise pourrait facilement prendre en compte des choses comme la popularité des films, le genre, etc. En ce qui concerne 2), Pat Bajari, économiste en chef d'Amazon et l'un des plus grands noms de l'IO empirique moderne, a un (à ce stade ) document de travailavec Nekipelov, Ryan et Yang sur la façon d'utiliser l'apprentissage automatique pour estimer les courbes de demande à travers les produits avec beaucoup de points d'échantillons de caractéristiques (pensez à des milliers de caractéristiques de produit). En tant que "jeune chercheur en informatique", vous seriez probablement dans le coup. Cette approche est particulièrement pertinente pour les personnes / entreprises ayant accès à des tonnes de données (comme Google, Amazon, etc.)