利用电子商务数据评估定价策略：证据与估计挑战
统计理论
2008-12-02 v1 综合金融
统计理论
摘要
随着基于互联网的商业日益普及，关于多种产品的需求与定价的大规模数据集变得可用。这些为实证经济与商业研究提供了令人振奋的新机会，但也带来了新的统计问题与挑战。在本文中，我们总结了旨在利用从 Amazon.com 收集的大规模电子商务面板数据集评估软件行业价格歧视最优性的研究。我们描述了为成功完成该研究必须可靠估计的与需求和成本相关的关键参数，并概述了我们估计这些参数的方法。这包括一种从 Amazon 报告的销售排名“逆向工程”实际需求的水平的方法，以及直接从公开可用的电子商务数据估计需求弹性、可变成本与定价选择最优性的方法。我们的分析提出了对电子商务数据可靠统计分析的许多新挑战，并以简要总结其中若干显著者作结。
引用
@article{arxiv.math/0609170,
title = {Evaluating Pricing Strategy Using e-Commerce Data: Evidence and Estimation Challenges},
author = {Anindya Ghose and Arun Sundararajan},
journal= {arXiv preprint arXiv:math/0609170},
year = {2008}
}
备注
Published at http://dx.doi.org/10.1214/088342306000000187 in the Statistical Science (http://www.imstat.org/sts/) by the Institute of Mathematical Statistics (http://www.imstat.org)