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

Amazon, hem kendisinin hem de diğer mağazaların satısını yaptığı geniş ürün çeşidiyle insanların tek bir yerden alışveriş yapabileceği ideal bir site yarattı. Onun geniş ürün seçenekleri, büyük veri tabanlı tavsiye sistemi, hoş kullanıcı arayüzü vb. faktörler müşterileri oradan alışveriş yapmaya, ürünleri keşfetmek için saatler harcamaya çekiyor. Amazon.com'u ziyaret eden bir müşteri; sitenin önerdiği veya bedava kargo koşulunu sağlayan almayı planlamadığı ürünleri de satın almaya meyilli oluyor. Amazon'un yüksek çapraz satış potansiyeli ve müşterilerinin dürtüsel satın alma potansiyeli Amazon'un fiyatlandırmada zararına satış stratejisini kullanmasına zemin hazırlıyor. Amazon'un liste bası kitapları zararına sattığı biliniyor ancak stratejisini belirlerken hangi faktörlerin etkili olduğu hakkında bilgi kısıtlı. Bu çalışmada anahtar pazar özelliklerinin Amazon'daki indirimlere ve birbirlerine etkisini gözlemliyoruz. Panel vektör otoregresif modelleme ile 500 kitabın 31 günlük 15500 gözlemini içeren beş endojen değişkeni (indirim, satış sıralaması, liste fiyatı, müşteri kritiği, ve mağaza sayısı) ve bir dışsal değişkeni (format) kapsayan panel zaman serisi veri setini inceliyoruz. Panel vektör otoregresif modelleme ile değişkenlerin önceki günlerde gözlenen değerlerinin diğer değişkenlere olan etkilerini de göz önünde bulunduruyoruz. Sonuçlarımız Amazon.com'da daha yüksek indirimlerin daha iyi satış sıralaması, daha yüksek liste fiyatı, daha yüksek müşteri kritiği olan ya da daha az sayıda mağaza tarafından satılan kitaplara olduğunu gösteriyor. Ayrıca, bu değişkenlerin birbirlerine olan etkilerini de gösterdik. Bizim çalışmamız Amazon pazarının dinamiklerini gözlemleyen az çalışmadan bir tanesi.