Best-seller pricing on Amazon.com: A panel vector autoregressive approach

Abstract

Amazon, hem kendisinin hem de diğer mağazaların satısını yaptığı geniş ürünçeşidiyle insanların tek bir yerden alışveriş yapabileceği ideal bir site yarattı. Onungeniş ürün seçenekleri, büyük veri tabanlı tavsiye sistemi, hoş kullanıcı arayüzüvb. faktörler müşterileri oradan alışveriş yapmaya, ürünleri keşfetmek için saatlerharcamaya çekiyor. Amazon.com'u ziyaret eden bir müşteri; sitenin önerdiği veyabedava kargo koşulunu sağlayan almayı planlamadığı ürünleri de satın almaya meyillioluyor. Amazon'un yüksek çapraz satış potansiyeli ve müşterilerinin dürtüselsatın alma potansiyeli Amazon'un fiyatlandırmada zararına satış stratejisini kullanmasınazemin hazırlıyor. Amazon'un liste bası kitapları zararına sattığı biliniyorancak stratejisini belirlerken hangi faktörlerin etkili olduğu hakkında bilgi kısıtlı.Bu çalışmada anahtar pazar özelliklerinin Amazon'daki indirimlere ve birbirlerineetkisini gözlemliyoruz. Panel vektör otoregresif modelleme ile 500 kitabın 31 günlük15500 gözlemini içeren beş endojen değişkeni (indirim, satış sıralaması, listefiyatı, müşteri kritiği, ve mağaza sayısı) ve bir dışsal değişkeni (format) kapsayanpanel zaman serisi veri setini inceliyoruz. Panel vektör otoregresif modelleme iledeğişkenlerin önceki günlerde gözlenen değerlerinin diğer değişkenlere olan etkilerinide göz önünde bulunduruyoruz. Sonuçlarımız Amazon.com'da daha yüksek indirimlerindaha iyi satış sıralaması, daha yüksek liste fiyatı, daha yüksek müşteri kritiğiolan ya da daha az sayıda mağaza tarafından satılan kitaplara olduğunu gösteriyor.Ayrıca, bu değişkenlerin birbirlerine olan etkilerini de gösterdik. Bizim çalışmamızAmazon pazarının dinamiklerini gözlemleyen az çalışmadan bir tanesi.

Amazon has created an ideal stop for one-stop shopping with its broad assortmentof products sold by Amazon itself and other retailers. Its huge selection of products,big data-driven recommendation system, nice user interface, and many other factorsentice consumers to shop there, and spend hours to discover items. A customer whovisits Amazon.com is likely to buy unplanned items website recommends or thatfulfill the condition for free delivery. High cross-selling potential of Amazon, andconsumers' high impulse buying potential facilitate using loss leader strategy. It isknown that Amazon.com sells best-seller books at below cost, but there is limitedunderstanding of the factors that influence pricing decisions of this company. Inthis study, we observe how key market characteristics impact discounting decisionsof Amazon and how all these variables affect each other in this marketplace. Weconduct Panel Vector Autoregressive modelling on a panel time series dataset with15500 observations on 5 endogenous variables (discount, sales rank, list price, customerreview and number of sellers) and 1 exogenous variable (physical format) of500 books for 31 days. By using Panel Vector Autoregressive modelling, we also takethe impact of previous days' observations into consideration in explaining the relationship.Our results suggest that on Amazon.com discounts are deeper for bookswith better sales ranks, higher list prices, higher customer reviews, or lower numberof sellers. We also demonstrate the effects of these variables to each other. Ourstudy is among the few that observe dynamics of Amazon marketplace.