看到这个题目,各位看官不妨想一想,淘宝上的信誉高的卖家会收高价,还是会收低价呢?根据我多年的教学经验,这里有四种可能的答案:(A)收高价、(B)收低价、(C)不好说、(D)不知道。您选哪一种?为什么?

且听我慢慢道来。

1 eBay说:卖家信誉越高,最终成交价格越高

1

从2000年开始,以eBay为代表的电子商务发展势头迅猛,养活了一大票科研人员。eBay以网上拍卖为主要的营业方式,因此,当时科研人员的一个主要的研究题目,就是网上拍卖的卖家的信誉如何影响拍卖结果(如成交率、竞拍次数、最终成交价格等)。那么卖家的信誉和最终成交价格是什么关系呢?**答案是显著的正相关关系:**对于同质商品,高信誉的卖家,其最终成交价格普遍更高。

2 淘宝说:卖家信誉越高,商品价格越低(这不可能!!!)

2

在2000~2010中的若干年里,科研人员们孜孜不倦地撰写和发表这类基于eBay数据的论文。那时候中国的淘宝逐渐兴起。既然大家都在灌,当时作为博士生的我,面临着写论文毕业的压力,也想拿淘宝的数据灌一篇。2007年,我开始写爬虫程序抓淘宝的数据,包括商品信息、卖家信息、买家信息、评论。拿着这些数据,照着葫芦画个瓢,**我想得到这么一个结论:平均而言,在淘宝上,高信誉的卖家收相对较高的价格。**是不是特别无聊?我还清楚地记得当时和一个比我还耿直的老师的对话:

我:我想用淘宝数据证明高信誉的卖家收高价。

老师:没意思。

我:可是大家发表了那么多篇文章。

老师:你也可以发,但是我仍然觉得没意思。

然而,“天不遂人愿”。在数据分析过程中,我注意到这事儿和我想象的不一样:对于同质商品,信誉和价格竟然是负相关的!!!相关系数是负的,多元回归系数也是负的!!!鉴于文献中卖家信誉与最终成交价格都是正的关系,我当时就懵了……当时还没有懵逼这个词。

3 宁死不屈的数据:信誉和价格负相关

3

受到文献中结果的影响,我准备好好拷问一下这批数据,让它讲“真话”:信誉与价格正相关。当然,不能篡改数据,这是违背职业道德的,这种事情不能干。但是,如果这个结果是某些“离群点”造成的,删除这些“离群点”让分析结果变好,这是不违背职业道德的。当时我发展了一套黑科技,能准确地识别出某些“离群点”,你删了它们之后,接近显著的关系就能显著。在唯一追求p值的年代,用上这个黑科技,论文能相对好写一点。然而,不管我怎么拷打这批数据,它宁死不屈,信誉与价格始终是负相关的。我当时特别沮丧。有一天晚上在回住所的路上,和同学聊起这事。他说,也许,它们之间的关系真的是负的呢?

真是一句话点醒梦中人。

4 好吃的肉夹馍便宜,难吃的肉夹馍贵

4

我开始琢磨为什么它们的关系是负的。后来我想到一个故事,叫做“游客与本地居民”的故事。想想看,来西安逛的游客们吃到的肉夹馍,和西安本地居民吃到的肉夹馍,哪个更贵,哪个更好吃?

来西安逛的游客们,没来西安之前一般是吃不到肉夹馍的。他们来西安逛,见到肉夹馍,就会认为是西安本地正宗肉夹馍,只要不是贵得太离谱,买来吃一个,拍个照片,发个朋友圈完事儿;所以,景区的肉夹馍不可能太便宜,反正游客也不会回头,赚一个是一个,这就使得景区的肉夹馍又贵又难吃。而西安本地的居民,平时肉夹馍吃太多了,嘴刁得不行,知道肉夹馍的分两大流派,哪个店是哪个流派的,价钱是多少,如果哪家的好吃又划算,就经常去吃;所以,西安本地居民吃的肉夹馍不可能太贵,肉夹馍店要靠高质量和低价格赢取回头客;也不可能太难吃,要不然肉夹馍店就倒闭了……那么,均衡状态下,市场中就只有两种肉夹馍:便宜而好吃的肉夹馍(非景区的),贵而难吃的肉夹馍(景区的)。

5 消费者的搜索能力

5

肉夹馍的故事,看起来是景区与非景区的故事,本质上却是消费者的信息搜索能力的故事。搜索能力强的消费者,我们称之为“知情”的消费者,具有比较质量与价格的能力,可以找到质优价廉的商家;而搜索能力弱的消费者,我们称之为“不知情”的消费者,不具有质量与比较的能力,在市场上的购买行为几近于随机行为。范里安在他著名的论文“A model of sales”中,就使用了这样的模型设定。

网上市场中的“知情”的消费者,寻找信誉水平较高且价格较低的卖家;如果信誉水平较高的卖家选择收取高价格,就会失去这批“知情”的消费者,因此不会收取高价。而网上市场中“不知情”的消费者,行为具有很高的随机性;信誉水平较低的卖家只能吸引到这部分“不知情”的消费者,因此没有动机选择低价格。^[参考 “Pricing Strategy in Online Retailing Marketplaces of Homogeneous Goods: Should High Reputation Seller Charge More?,” Lecture Notes in Business Information Processing (36:Value Creation in E-Business Management), pp 155-168.  http://link.springer.com/chapter/10.1007/978-3-642-03132-8_13]所以,信誉水平较高的卖家收取低价格,信誉水平较低的卖家收取高价格,对吗?

6 美国BizRate的数据:高信誉的商家,价格更低

6

很多人可能会有疑问:淘宝上卖家的信誉得分反映了是累计交易量。这些卖家是因为定价低而信誉(累计成交量)高呢;还是因为像我说的一样,因为信誉高而选择低定价?

为了回答这个问题,得从理论出发。基于范里安的Sales model的设定,我写了一个博弈模型,证明在均衡状态下,信誉高的卖家选择混合策略,其平均的商品价格低于信誉低的卖家。^[参考 “Negative price premium effect in online market-The impact of competition and buyer informativeness on the pricing strategies of sellers with different reputation levels,” Decision Support Systems (54:1) Dec, pp 681-690.  http://www.sciencedirect.com/science/article/pii/S016792361200228X]为了进一步验证我的结论,我还从美国BizRate网上采集了数据。BizRate是一个第三方评估网站,给出的信誉评分不是按照交易量,而是按照顾客的满意度打分(10分制)的平均值作为商家的信誉得分。BizRate的结果也指出,对于同质商品,**信誉高的商家,商品价格平均更低一些。**2012年,这个研究终于在DSS(决策支持系统)上发表。这时离2007年我采集第一批数据,已经过了6年。尽管DSS是一个很普通的期刊,我还是很喜欢这篇论文,因为它讲了一个有趣的故事,而且经过了反复的求证。

7 总结

7

**所以,数据告诉我们,信誉高的卖家的平均价格相对较低。**您猜对了吗?

定价策略是一门很复杂和深入的学问,涉及到非常多的方面,远远超出这个段子能涵盖的内容,也远远超出我们的论文能涵盖的内容。感兴趣的看官可以搜索“Negative Price Premium”,阅读相关的论文,了解更多的内容。我们现在所了解的也非常有限,在定价策略这个问题上仍然在往前走,希望再过一段时间,我可以给大家讲讲这个故事的续集。

我从这件事情上学到的有这么几点:

  1. **实践出真知,做一下试试。**很多大数据的问题,不是凭空想出来的,而是通过数据分析启发得来的。多玩玩数据,就算是看起来很无聊的事情,也可以做一下试试。说不定你就见证奇迹了呢?

  2. **不要过于迷信已有的理论/结论,要尊重数据及结果。**如果不尊重数据,而是利用统计学的技巧来用数据说假话,是没有职业道德的行为,也会错失掉一些真正有趣的故事。

  3. **数据分析需要的是大胆假设,小心求证。**我们在数据分析过程中,会观察到一些出人意料的关联,这会使我们产生一些很大胆的假设。但是,这些大胆的假设,是需要去小心地求证的。仅仅停留在大胆的假设上,或者直接把一些大胆的假设作为事实或者规律,是不太恰当的。例如,阿里巴巴的同事曾经在数据分析中发现,胸围较大的女性购买能力较好。这是一个广为传播的并且很有趣的现象。如果能进一步探索其背后的原因,可能会产生一个更有趣的故事。

  4. 坚持。

后记

半个月以前,应王汉生老师的邀请,我答应在狗熊会这个平台上写一些系列小短文。我心里的算盘是这么打的:这多大点事儿,空闲的时候随便灌灌水就可以了。系列的名称就叫“用数据灌水”,或者就叫“基于数据瞎扯淡”。

没等我开始写,水妈的“丑图百讲”系列就彻底打翻了我的如意算盘:这……这……这水准也忒高了!!!要是我写得太随意,岂不是会被笑话,丢我们西北段子手们的脸?于是乎,我开始为这个系列的选题犯愁,经常一坐下就想,一想就发呆。我家夫人叫我,我也听不见,也不回答,搞得她差点以为我不再爱她。事实证明,想太多会影响家庭和谐,还不如干脆别想了,就开始写吧。

客观一点说,选题困难的原因,主要来自专业方向的不同。狗熊会是一个以统计学为主要背景的团体,而我是正统的商科背景,外加一些计算机背景。在我的专业领域,我的统计学功底算比较好的;但是和狗熊会的一比,纯粹就是狗和熊的差距。2012年夏天,我从腾讯离职,加入西安交大;那个时候,师从两位院士的“政委”常大神也刚从伯克利学成回到交大。在一个阳光灿烂的午后,我在主楼一个阳光明媚的房间,第一次见到了这位阳光帅气的大神。我跟他说,我有个科学问题想和你探讨,于是我就说了困扰我的问题。他听完之后,说了让我至今难忘的两句话:这不是科学。这也不是个问题。刹那之间,我突然觉得,好黑,阳光都去哪儿了?

和狗熊会的人接触多了,慢慢地我开始理解大家分工的不同。统计学追求的是模型的严谨性,而我们追求的是故事的趣味性。严谨的模型是美的,有趣的故事也是美的。所以,大家的目的是一致的,都是尽力追求“美”的东西。高水平的统计论文,以严谨的模型为基础,追求尽可能高的实用价值;而高水平的商科论文,以故事的趣味性为基础,追求尽可能严谨的模型与推理过程(正所谓:大胆假设,小心求证;意料之外,情理之中)。

所以,与其在这个系列论文里讲统计学相关的内容,以己之短,搏人之长;不如就安安静静地做个段子手,讲点尽可能严谨的有趣的故事。这么一想,这个系列的名称干脆就叫做“大数据段子们”吧。“大数据”是个大家都觉得自己明白,但是又谁也讲不清楚的东西;“段子们”也是个比较随性的词;俩凑一块儿,正好遂了我的如意算盘:瞎扯淡。

未来的“大数据段子们”大概会分两拨:我自己的段子,我觉得有趣的别人的段子。我自己的段子是我们自己做的一些工作,包括我们做的一些科学研究、工程应用;别人的段子是我读书、读文献、网上乱翻读到的别人的工作,经过资料多方采集、查证、评估、整理,最后撰写成文。希望各位看官能觉得有趣,如果还能觉得有点道理,那这个系列的目的也就达到了。

个人简介

刘跃文

香港城市大学及中国科学技术大学博士

前鹅厂数据研究员

商科小讲师一枚,努力写论文中

玩数据分析、玩社交网络

梦想着讲有趣的故事,做有价值的研究

讲授信息技术管理、数据库与数据管理、数据挖掘与知识发现等课程

段子手

数据告诉你:高信誉的卖家应该收高价,还是收低价?

如果您对我们的内容感兴趣,请关注微信公众号“狗熊会”,或扫描下方二维码

8

发表/查看评论