$
מוסף 24.03.2016
שאלות אורניום

אתם מסוגלים לתת יותר

איך חברת התעופה מצליחה להזניק את המחיר של הכרטיס המסוים שבדיוק רצינו לקנות? איך קבוצת הפוטבול שאנחנו אוהדים יודעת בדיוק מה המקסימום שנהיה מוכנים לשלם תמורת מושב בפלייאוף? ולמה אפילו את המחירים שמבקשים בעלי הדירות ב־Airbnb הם רק חושבים שהם קובעים בעצמם? ברוכים הבאים לעולם האלגוריתמים האכזרי של התמחור הדינמי

יונתן יעקבזון 22:4825.03.16

 ב־15 בדצמבר 2014 נכנס כמאן הארון מוניס לבית הקפה לינדט בסידני שבאוסטרליה ובאיומי נשק שבה 17 בני ערובה מקרב העובדים והלקוחות. מאותו רגע, במהלך 16 שעות, צרו מאות שוטרים על בית הקפה הממוקם במרכז העסקים של העיר, מסוקים חגו מעל, וסגר הוטל על האזור כולו. הרשויות המליצו לאזרחים העובדים בסמוך לבית הקפה לחזור לבתיהם בהקדם, כמה מבנים מרכזיים כמו הבנק המרכזי האוסטרלי והקונסוליה האמריקאית פונו או נסגרו, ותנועת הרכבות הושהתה.

 

ברגעים הכאוטיים האלה, כל מי שהיה יכול למצוא מונית פנויה נס מהאזור. אבל אלה שבהם שנכנסו למונית של Uber גילו שמחירי הנסיעה הרגילים שלהם האמירו. גולשים רבים צייצו צילומי מסך של אפליקציית הנסיעות, שמראים מחירים גבוהים פי ארבעה מהמחיר ששילמו בימים קודמים. בעקבות הסערה שהתעוררה ניסתה Uber לטעון ש"מחירי הנסיעות הועלו כדי לעודד נהגים רבים יותר להגיע לאסוף נוסעים מהאזור". בהמשך כבר הודתה שהמהלך נעשה באופן אוטומטי כחלק מ־Surge Pricing, "תעריף ביקוש גבוה" שמופעל במוניות שלה, והצהירה שתבטל את החיוב על הנסיעות מהאזור באותו יום.

 

פרשיית סידני, שבה האלגוריתם של Uber העלה באופן אוטומטי את מחירי הנסיעות לאחר שזיהה זינוק בביקושים, היא רק מקרה שיצא משליטה של מה שמכונה במילים מנומסות "תמחור דינמי" (Dynamic Pricing). מערכות ממוחשבות מהסוג הזה, שקובעות אוטומטית מחירים לפי שורה ארוכה של משתנים כדי למקסם רווחים, קיימות כבר יותר מ־30 שנה. אלא שבגרסאות הנוכחיות שלהן, המבוססות על אלגוריתמים מתוחכמים במיוחד ועל כוח מחשובי ענקי, הן הופכות להיות מכשיר רב עוצמה בידי חברות שמוכרות לנו מוצרים או שירותים.

מדוע המחיר של הכרטיסים שרצינו מזנק? מדוע המחיר של הכרטיסים שרצינו מזנק?

 

כמה עולה טיסה כשצפוף?

 

ב־1978 ביקש סגן הנשיא לשיווק של אמריקן איירליינס, רוברט קרנדל, להילחם בתחרות חדשה בשוק מצד חברות התעופה שהפעילו טיסות שכר זולות. קרנדל השתמש בעודפי המלאי של החברה כדי להציע את מה שכונה Super Saver fares: מגוון הנחות שהתבססו על עקרונות של היצע וביקוש. בשיטת התמחור החדשה, שנראית אלמנטרית כיום, כרטיסים שנקנו זמן רב מראש תומחרו בזול, ואילו כרטיסים שנרכשו סמוך למועד הטיסה תומחרו במחיר הגבוה ביותר שהוצע, בהנחה שהנוסעים לא יוותרו עליהם. כדי לעשות זאת ביעילות היתה צריכה אמריקן איירליינס לזהות במדויק ומראש מלאי עודף, והיא היתה גם צריכה ליצור מנגנון שיבטיח שכרטיסים מוזלים לא יימכרו לאנשי עסקים, למשל, שאין להם בעיה לשלם מחיר מלא תמורתם.

 

שבע שנים וכמה מיליוני דולרים מאוחר יותר, כשקרנדל כבר יושב על כיסא המנכ"ל, הציגה אמריקן איירליינס את DINAMO (Dynamic Inventory Optimization and Maintenance Optimizer), מערכת שאפשרה לה להציע מחיר שווה או נמוך יותר מהמחיר שהציעו המתחרים בכל טיסה שבה היה מלאי עודף. DINAMO ידעה להרכיב פרופיל של הקונה לפי מערך החיפושים והצרכים שלו ברכישת הכרטיס, ובאמצעות אלגוריתמים מתקדמים הצליחה לחזות את המלאי העודף העתידי בכל טיסה. אחת התוצאות המיידיות היתה פשיטת הרגל של חברת הצ׳רטר המתחרה והצעירה PeopleExpress, בשעה שאמריקן איירליינס נהפכה לחברת התעופה הגדולה בעולם.

 

מכאן היתה קצרה הדרך לחלחול של מערכות התמחור הדינמי כמעט לכל תחומי המכירות, עד שקביעת המחיר בהתאם למועד שבו מתבצעת הרכישה, זהות הקונה, מיקומו או מידת הבהילות שלו כבר מובנת מאליה. "בתמצית, תמחור דינמי הוא אפליית מחירים, והוא מבוסס על הרעיון שאפשר לגבות מחירים שונים מאנשים שונים עבור שירות או מוצר זהה", אומר פרופ' יוסי שפי, ראש המרכז לתחבורה ולוגיסטיקה ב־MIT, בשיחה טלפונית מבוסטון. שפי, אחד המומחים המובילים בעולם באופטימיזציה של מערכות וניתוח סיכונים, שמאחוריו הקמה של חמש חברות ושלושה רבי־מכר עולמיים בתחום, מכיר את התמחור הדינמי מאוד מקרוב. ״אפליית מחירים נמצאת בכל מקום", הוא אומר.

 

אזור הפיגוע בסידני בדצמבר 2014, וצילומי מסך של אפליקציית Uber שמלמדים על הקפצת המחיר פי ארבעה באותו יום (למטה). החברה נאלצה להחזיר כסף אזור הפיגוע בסידני בדצמבר 2014, וצילומי מסך של אפליקציית Uber שמלמדים על הקפצת המחיר פי ארבעה באותו יום (למטה). החברה נאלצה להחזיר כסף צילום: רויטרס
 צילום: צילום מסך

 

"בארצות הברית, למשל, המחירים בסניפים בתוך העיר גבוהים יותר מהמחירים בפרוורים. למה? מכיוון שאנשי הפרוורים נוסעים בין החנויות, בעוד אנשי העיר לרוב נאלצים ללכת ברגל כך שהם מעדיפים לקנות בחנות הקרובה לביתם. כשאמזון מציעה לך ספר חדש שאולי ימצא חן בעיניך לאחר שזיהתה, למשל, שרכשת בעבר ספר של אותו סופר, היא מציעה לך אותו במחיר מיוחד בשבילך – 20% יותר. היא נתפסה על כך בעבר והתעוררה מחאה ציבורית רועמת, אבל אמזון ממש לא יוצאת מן הכלל".

 

כמה עולה קולה כשחם?

 

והיא גם לא היתה הראשונה. ב־1999 הציע דאגלס איבסטר, אז מנכ"ל קוקה־קולה, שהחברה תתקין מכונות שתייה "חכמות" שיעלו אוטומטית את המחיר בימי הקיץ, כשהביקוש עולה. היוזמה הצינית הזאת נגדעה בעודה באיבה בעקבות תגובות נזעמות של צרכנים, עד שקוקה־קולה נאלצה לפרסם הודעה המתנערת מהרעיון ה"תיאורטי לחלוטין".

"תמחור דינמי עובד כמעט רק עם סחורות מתכלות, כלומר סחורות שיש להן תאריך תפוגה ואי אפשר להכין מהן מלאי", מסביר שפי. "הרי כרטיס בטיסה של תשע בבוקר מבוסטון לדטרויט שלא נמכר עד להמראה מאבד כל ערך. לכן לחברות יש תמריץ למקסם רווח מסחורות כאלו, וזה אומר לא רק למכור כמה שיותר מהן, אבל גם לדאוג שנתח גדול ככל האפשר יימכר ללקוחות שמשלמים את המחירים הגבוהים יותר".

 

אבל איך חברת תעופה יודעת להציע לי כרטיס בזול, ובמחיר יקר יותר לאיש עסקים?

״בוא נגיד שמחיר כרטיס טיסה הוא 500 דולר. החברה צריכה לתמרן בין אלה שמוכנים לשלם יותר על הכרטיס, אך כמובן שלא יעשו זאת מרצונם החופשי, לבין אלה שזה יקר להם מדי, והיו מוכנים לשלם סכום נמוך במעט. אתה, כצרכן, חושב שהחברה משנה את המחירים ולכן זה מכונה 'תמחור דינמי', אבל למעשה היא כלל לא משנה את המחיר".

 

אלא?

"לחברות התעופה יש מה שמכונה 'מחלקות'. לא כרטיסי מחלקה ראשונה, עסקים וכו', אלא מחלקות בתוך החלוקה הראשונית הזאת, שחברת התעופה פותחת וסוגרת חלקים מהן לפי פרמטרים שונים. כל מחלקה כזאת מתומחרת במחיר שונה אבל קבוע, כך שלמעשה לא משנים את המחירים אלא את הזמינות של כל מחלקה בטיסה נתונה. אחרי שמוכרים את כל הכרטיסים במחלקת המחירים הנמוכה ביותר, למשל, פותחים את המחלקה הבאה, עד שהמכסה שלה מתמלאת וכך הלאה".

מכונות שתייה של קוקה־קולה. המנכ"ל הציע שהן יקפיצו מחיר אוטומטית בימים חמים מכונות שתייה של קוקה־קולה. המנכ"ל הציע שהן יקפיצו מחיר אוטומטית בימים חמים צילום: איי אף פי

 

כך שבעצם המחיר לכרטיס טיסה שאני רואה באינטרנט נקבע לפי המחיר של המחלקה שהחברה פתחה בפניי?

״בדיוק! הם מראים רק את מה שהם רוצים שתראה".

 

בר יפרח. "המערכת מציעה תמחור על בסיס יומי" בר יפרח. "המערכת מציעה תמחור על בסיס יומי" צילום: טוויטר
אז מה השתנה מימיו של רוברט קרנדל עד היום?

״חברות התעופה האמריקאיות השתמשו בתמחור דינמי הרבה לפני האינטרנט, כשאנשים עדיין רכשו כרטיסים מסוכן נסיעות. מה שהשתנה באופן דרמטי הוא המהירות שבה כל הדברים האלה נעשים, והעובדה שהם קורים בזמן אמת. זה שינוי שלא היה ניתן להשיג אותו ללא האינטרנט והגידול העצום במהירות ובהיקף של כוח המחשוב".

 

מי קובע את המחיר ב־Airbnb?

 

קשת התעשיות שמיישמות מנגנונים של תמחור דינמי התרחבה בשנים האחרונות, מחדרי מלון, ספרים באמזון ושירות הדואר האמריקאי עד כרטיסים למשחקי פוטבול ודירות ב־Airbnb. המלאכה המורכבת מתבצעת על ידי אלגוריתמים מתוחכמים שמסוגלים לנתח כמויות גדולות של מידע ללא הפסקה, ולנפק בהתאם תמחור מושכל.

 

דוגמה מאלפת מגיעה מ־Airbnb, החברה שהאתר שלה, שמאפשר לבעלי דירות להשכיר אותן לתיירים מזדמנים, אחראי למהפכה עולמית בתיירות. מתברר שתמחור הדירות – המחיר שמבקשים בעלי הנכס תמורת השכרתו ללילה – אינו נקבע כגחמה אישית של הבעלים, אלא נתמך במערכת תמחור דינמי מהמתקדמות שקיימות כיום.

 

באוגוסט האחרון חשף דן היל, בכיר במחלקת הפיתוח של Airbnb, את התהליך שהניב את האלגוריתם של החברה לתמחור דינמי של דירות. היל תיאר כיצד, כאשר התבקשו בעלי הדירות לנקוב במחיר שהם דורשים עבור לילה, הם החלו להתבלבל. חלק מהם בחרו במחיר דומה לזה של שכניהם או של דירות דומות בשכונות דומות, ואילו אחרים פשוט נקבו במחיר שראו בו הכנסה נוספת ראויה מבחינתם. היל ושותפיו בחברה, כך כתב באתר התאחדות לקידום טכנולוגי IEEE, הבינו ש־Airbnb צריכה "להציע למארחים מקור מידע אוטומטי לתמחור, שיעזור להם לקבוע את המחיר תמורת דירתם".

 

צוות הפיתוח של החברה החל לשקוד על כלי שיאפשר למשכירים לתמחר נכון את הנכס שלהם. התוצר הראשוני שיצא תחת ידם ב־2013 התבסס על תכונותיו החשובות ביותר של הנכס: מספר החדרים והמיטות, אופי השכונה, מיקומה וכיוצ"ב. האלגוריתמים שנכתבו הצליחו באופן עקרוני, אך "הם לא היו חפים ממגבלות", כדברי היל. "הכלי שתכננו היה אמור לספק פתרון פשוט: כאשר יפרסם מארח חדש את הנכס שלו באתר, תחלץ המערכת של Airbnb את המאפיינים המרכזיים של הנכס. לאחר מכן היא תחפש מקומות בעלי מאפיינים דומים שנמצאים באותו אזור, תדלה מתוכם את אלו שזכו לכמות הזמנות נאה, בזמן שהיא מביאה בחשבון גורמים כמו ביקוש ועונתיות, ותבסס על כל אלה את הצעתה למחיר שעל המארח לבקש". אבל ברגע שהיל וצוותו ניסו להבין מה הם המאפיינים המרכזיים, התבררה להם המורכבות: "אין שני נכסים שעיצובם זהה, והאופי שלהם יכול לנוע מחדר בדירה, איגלו, ועד טירה".

דירה להשכרה ב-Airbnb. "התברר שהתמונות של חדרי שינה מזמיני כירבול מושכות הזמנות, והמידע הזה הוטמע באלגוריתם" דירה להשכרה ב-Airbnb. "התברר שהתמונות של חדרי שינה מזמיני כירבול מושכות הזמנות, והמידע הזה הוטמע באלגוריתם" צילום: צילום מסך

 

בחברה החליטו להסתמך על שלושה סוגים של מידע בתהליך קביעת המחיר: פרמטרים הניתנים להשוואה, עדכניות ומיקום. בקטגוריית הפרמטרים הניתנים להשוואה אפשר למצוא את כל המידע על הנכס שניתן לכמתו: כמה אנשים יכולים ללון בו, אם מדובר בכל הנכס או בחדר בתוכו, מה סוג הנכס, כמה ביקורות נכתבו עליו ומה טיבן. קטגוריית העדכניות הכילה אינפורמציה של תנודות עונתיות בביקוש, בהתאם לעונות, חופשות, חגים וכו’. הקטגוריה השלישית הביאה בחשבון את מיקומו של הנכס. שלא כמו בענף המלונאות המסורתית, שלרוב נכסיו מקובצים במספר אזורים מוגבל, "בערים הגדולות יש ל־Airbnb דירות בכל פינת רחוב", כתב היל.

 

החברה שכרה מפאים (קרטוגרפים, ציירי מפות) כדי שישרטטו את גבולותיהן של כל השכונות בערים מרכזיות בכל העולם. במפה קובצו הנכסים באשכולות סביב סממנים גיאוגרפיים כמו חוף ים, או אתרי תיירות מוכרים. האלגוריתמים פותחו עוד ועוד, עד שיכלו לשקלל אלפי גורמים שונים ולנתח מיקום גיאוגרפי באופן מפורט במיוחד. ועדיין, גם הגרסה הזאת הציגה שתי חולשות עיקריות: הראשונה היתה שהטיפים שהיא סיפקה היו סטטיים. הם אמנם השתנו בהתאם ללוח השנה ומה שהאלגוריתמים ידעו על ״שוויו״ של התאריך לפי העונה, אך לא ידעו להתאים את עצמם בהתחשב בביקוש וההיצע בפועל, כפי שעושות, למשל, חברות התעופה. החולשה השנייה היתה שאף שהמידע שנאגר במערכת הלך והשתפר, האלגוריתמים עצמם לא השתפרו.

 

זה היה השלב שבו החליטו בחברה לבנות מערכת שלומדת בכוחות עצמה. ביוני האחרון שחררה Airbnb לאוויר העולם את Aerosolve, "המילה האחרונה" בניסיון להביא לשלמות את התמחור הדינמי. "Aerosolve היא חבילה של אלגוריתמים שמסוגלים להציג את הבעיות עצמן באופן שהן יוכלו להיפתר בעזרת מחשבים", אומר לי זאנג (Li Zhang), מנהל מחלקת ההנדסה של צוות התמחור, בשיחת ועידה שאנחנו מנהלים מסן פרנסיסקו. במילים אחרות, המתכנתים ב־Airbnb רתמו ידע מעולם של למידת מכונות כדי "לעזור לאנשים לפענח מידע מסובך בעזרת מודלים קלים להבנה".

 

המשחק בין סיינט לואיס ראמס נגד שיקגו ברס. מושב בסמוך לקו 20 היארדים תומחר תחילה ב־134 דולר, אחר כך טיפס בהדרגה עד 222 דולר חודש לפני המשחק המשחק בין סיינט לואיס ראמס נגד שיקגו ברס. מושב בסמוך לקו 20 היארדים תומחר תחילה ב־134 דולר, אחר כך טיפס בהדרגה עד 222 דולר חודש לפני המשחק צילום: איי פי

 

למידת מכונות, או למידה מחשובית, היא תחום מחקר שהחל כחלק מלימודי האינטליגנציה המלאכותית ומדעי המחשב. באופן תמציתי מדובר באלגוריתמים שמתוכננים כך שיאפשרו למחשב ללמוד בעצמו, מתוך דוגמאות, ללא שיהיה צריך לתכנת אותו לשם כך באופן ספציפי. התוכנות "מאומנות" על ידי מתכנניהן, שמספקים להן פידבק שלילי או חיובי לתוצאות שהן מציגות, ואז הן מתקנות בעצמן טעויות שלהן ומעדכנות את נתוניהן כדי להשתפר בהדרגה ולמשך זמן.

 

מי שמילא תפקיד מרכזי בפיתוח המערכת הוא בר יפרח, מדען נתונים ישראלי וראש צוות במחלקת התמחור של החברה, שמשתתף גם הוא בשיחת הוועידה. "ב־Airbnb בחרו במודל למידת מכונות שנקרא Classifier, שבעזרתו המערכת מציעה למשתמשים טיפים של תמחור על בסיס יומי, בהתאם למגמות ולתנודות בתנאי השוק", אומר יפרח, שאחראי לארכיטקטורה של Aerosolve. "המודל משתמש בכל המאפיינים של הנכס ודרישות השוק, ולפי חישוביו משבץ את הנכס באחת משתי קטגוריות: יוזמן או לא יוזמן. הרי אם אתה רוצה לארח ארבעה שבועות מעכשיו, הדבר המרכזי שתרצה לדעת הוא איזה מחיר לבקש. אבל לא מדובר רק במחיר שאתה רוצה לנקוב בו, אלא גם בסבירות שייענו להזמנה שלך במחיר הזה".

 

מכיוון ש־Airbnb גוזרת את רווחיה משווי העסקה, היה לה אינטרס למקסם את הרווח למשכירים אבל לא ל"תקוע" אותם עם נכסים לא מושכרים. לא מדובר בתהליך פשוט. המערכת של החברה מתמחרת את הנכס לאחר שחישבה מאות תכונות ומדדים, החל במיקומו והעונתיות, וכלה בסוג האמבטיה. "לאחר מכן אנחנו מתחילים לאמן את המערכת לבחון עצות תמחור אל מול מה שעלה בגורלו של הנכס בפועל", כתב היל. כלומר המערכת "רואה אם נכס כזה או אחר הושכר במחיר מסוים, ועוזרת לעצמה לחדד את עצותיה ולהעריך טוב יותר את ההיתכנות של הזמנת נכס במחיר המבוקש. המארחים באתר יכולים כמובן לבחור לנקוב במחיר גבוה או נמוך יותר, ובהתאם לכך המערכת תעדכן את הסיכויים להזמנה. היא גם תחזור מאוחר יותר לבדוק איזו תוצאה התקבלה ותצרף את המידע למאגר השקלולים העתידיים שלה".

 

"אנחנו מוסיפים באופן קבוע תוכן חדש למערכת שלנו", אומר לי זאנג. "למשל, התברר למערכת שתמונות של חדרי שינה ביתיים ומזמיני כירבול מושכות יותר הזמנות מאשר תמונות מסוגננות של צלמים מקצועיים. מאותו רגע המידע הזה הוטמע באלגוריתמים הרלבנטיים וערכי התכונות והשפעתן על המחיר השתנו בהתאם. אנחנו רוצים לגרום לכך שהמערכת שלנו תהיה תפורה למידותיו של המשתמש. נותרו דברים רבים שמארחים עושים באופן ידני, ואנחנו רוצים להפוך אותם לכאלה שמתבצעים באופן אוטומטי בעזרת אלגוריתמים נוספים. זהו הכיוון שלנו. אנחנו לא קרובים עדיין להטמעה מוחלטת של המערכת, אבל הנתונים שיש לנו עד כה מראים שאלה שמשתמשים במערכת הרוויחו בין 10% ל־20% יותר מחבריהם שלא השתמשו בה".

 

מטוס של אמריקן איירליינס. מנגנון התמחור הדינמי שהגה המנכ"ל בשנות ה־80 חיסל את המתחרות הזולות והפך את החברה לגדולה בעולם מטוס של אמריקן איירליינס. מנגנון התמחור הדינמי שהגה המנכ"ל בשנות ה־80 חיסל את המתחרות הזולות והפך את החברה לגדולה בעולם צילום: אם סי טי

 

רוברט קרנדל. חברות רבות הלכו בעקבותיו רוברט קרנדל. חברות רבות הלכו בעקבותיו צילום: בלומברג
איך מטפס מחיר כרטיס פוטבול?

 

מה האפשרות של הצרכן לעמוד מול מערכות סופר־מתוחכמות מהסוג הזה, ולהשיג מחיר הוגן למוצר או שירות שהוא מבקש לרכוש? "פעם המשחק היה חד־צדדי, ודווקא לטובת הצרכן", אומר פרופ' שפי. "האינטרנט העצים את הצרכן ונתן לו כוח. יש היום המון אפליקציות שסורקות את הרשת ללא הרף ומתריעות כשמחירים יורדים או עולים ומאפשרות להשוות בין מוכרים שונים. אלא שעם הזמן קרה עוד משהו: חברות התעופה ודומותיהן אגרו בזכות הרשת כמויות עצומות של מידע על המשתמש, ההעדפות שלו והתנהגותו הצרכנית".

 

אז לשני הצדדים יש הרבה יותר מידע מבעבר.

"כן, וכך מתפתח משחק בין האלגוריתמים שהחברות משתמשות בהם לאלגוריתמים שאפליקציות השוואת המחיר מפעילות. אבל לאדם שעובד לבד, ללא רקע טכנולוגי, קשה מאוד להתמודד מול חברות הענק. אין לו יותר מדי סיכוי".

 

פרופ' יוסי שפי. "חייבים בן אנוש בלולאת העבודה" פרופ' יוסי שפי. "חייבים בן אנוש בלולאת העבודה" צילום: אוראל כהן
אז הוא ישלם את המקסימום, לפי המחיר שהן יחשפו בפניו?

"יש הרגלים מסוימים שאפשר לעלות עליהם, כמו למשל שבימי שישי ושבת (שבהם אנשים נוהגים להקדיש זמן לחיפוש חופשות) בדרך כלל לחברות הטיסה 'נגמרים' כרטיסי טיסה מהמחלקות הזולות ונפתחים הכרטיסים היקרים יותר. גם אפליקציות עוזרות, אבל אם אתה לא נוסע לעתים תכופות אין יותר מדי טעם לבזבז על המאבק הזה. ואם אתה נוסע לעתים תכופות, כנראה שאתה איש עסקים וממילא החברה משלמת עבורך".

 

להרים ידיים?

"אנשים חייבים להבין שהם משחקים מול אלגוריתמים. שינסו לחסוך במקום אחר".

 

העצה הזאת נכונה, כנראה, גם לחובבי ספורט. כבר ב־2010 החליטו בקבוצת הבייסבול סן פרנסיסקו ג׳איינטס לעבור לתמחור דינמי של חלק מהכרטיסים שנמכרים למשחקים באצטדיון הקבוצה, מתוך הערכה שההכנסות יתפחו בחמישה מיליון דולר בשנה. אחרי ליגות הכדורסל, הבייסבול וההוקי, באוקטובר האחרון הצטרפה גם ליגת הפוטבול האמריקאית (NFL) לטרנד, לאחר שהנהלת הליגה אישרה לקבוצות להתחיל להשתמש במודלים של תמחור דינמי במכירת כרטיסיהן. מאז כרבע מהקבוצות מיישמות את השיטה, ובהצלחה רבה מבחינתן. המחיר לכרטיס למשחק של סיינט לואיס ראמס (כיום לוס אנג'לס ראמס) נגד השיקגו ברס ב־15 בנובמבר שינה את מחירו שלוש פעמים: המושב הסמוך לקו 20 היארדים תומחר תחילה ב־134 דולר, באוגוסט מחירו עלה ל־168 דולר, בספטמבר הוא כבר טיפס ל־210 דולר, וחודש לפני המשחק הוא נמכר ב־222 דולר. ג׳ק ביי, סגן נשיא מחלקת הכרטיסים של הקבוצה, חשף כי בזכות התמחור הדינמי "הכנסות הקבוצה גדלו באופן משמעותי".

 

למה בעלי מק משלמים יותר?

 

חברות מבוססות טכנולוגיה, כמו Airbnb או Uber, תלויות כיום כמעט לחלוטין במערכות תמחור דינמי. Uber מתבססת על אלגוריתמים שהיא ״מזקקת״ מאז 2011, והיא זקוקה להם לא רק כדי למקסם את הרווח, אלא גם כדי לזהות את המחיר שיקסום לנהגים העצמאים, שאינם מחויבים לקבל על עצמם נסיעות, בזמנים שבהם החברה זקוקה ל"כוח עבודה".

 

מנגנון ה־Surge Pricing, ש"יצא משליטה" במקרה של הפיגוע בסידני, תוכנן כך שיעלה מחירים אוטומטית בלילות סוף השבוע, חגים או בתנאי מזג אוויר קשים. בזמנים כאלה האלגוריתם של Uber מכפיל את מחיר הנסיעה במכפלה שנקבעה בהתאם למדדים השונים, ואף מתריע על כך בפני הלקוח טרם אישור ההזמנה. זה נחמד, אבל בליל שלג למשל, או כשיש פיגוע בסמוך, ללקוח אין באמת ברירה.

 

״מה שקרה בסידני זה משהו שקורה כשאין בן אנוש בלולאת העבודה", אומר פרופ' שפי. "בכל אחת מהחברות שאני הקמתי, התפיסה היתה שלא ניתן לתת שליטה מוחלטת לאלגוריתמים".

 

למה בעצם?

"מכיוון שיש דברים שהם לא יכולים לקחת בחשבון, כמו נושאים חברתיים או סיטואציות יוצאות דופן. תמיד צריך שאדם כלשהו יפקח עליהם".

 

עם או בלי שליטה אנושית, מערכות התמחור הדינמי, שהופכות מתוחכמות יותר ויותר, מצליחות לזהות סיטואציות פרטניות יותר ויותר, ומנצלות אותן כדי "לחלוב" עוד כסף מהצרכנים. לא מעט צרכנים ברשת טוענים שהם מקבלים מחירים שונים בהתאם לסוג המחשב שממנו הם גולשים (מק מול פי.סי, סמארטפון מול לפטופ), האזור הגיאוגרפי שלהם, ולעתים גם מספר הפעמים שהם נכנסו למערכת כדי לבדוק מחיר של טיסה מסוימת ולמעשה "חשפו" את הביקוש מצדם.

 

"חברות התעופה אינן מדברות על התופעה הזאת, שבה מעלים לך את המחיר אחרי שהן זיהו שאתה לקוח. לכן יש מעט מאוד מידע על זה וקשה להוכיח", אומר פרופ' שפי. "כך או אחרת, מבחינתי מדובר באפליית מחיר שהיא זהה לתמחור דינמי. כל הרעיון הוא שאנשים שונים משלמים מחירים שונים על אותו מוצר, בהתאם לזמן שבו הם רוכשים אותו, כמה הם נלהבים לרכוש אותו, היכן הם גרים, כמות המוצרים וכיוצ"ב. מחירים תמיד יעלו כשלספק יש חוסר מול הביקוש. והם תמיד יירדו כאשר הביקוש יצנח. זה באמת לא יותר מסובך מזה". ההבדל הוא ביכולת לזהות ביקוש, שרק הולכת והופכת להיות מדויקת ומוקדמת יותר ויותר.

בטל שלח
    לכל התגובות
    x