Dobór par sprzedawca-kupujący a równowaga ofert w symulacyjnym modelu serwisu aukcyjnego

Pełen tekst

(1)Zeszyty Uniwersytet Ekonomiczny w Krakowie Naukowe Metody analizy danych. 873 Kraków 2011. Paweł Wołoszyn. Katedra Informatyki. Jacek Wołoszyn. Katedra Systemów Obliczeniowych. Dobór par sprzedawca-kupujący a równowaga ofert w symulacyjnym modelu serwisu aukcyjnego 1. Wprowadzenie Duża popularność internetowych serwisów aukcyjnych, wśród których czołową pozycję w Polsce zajmuje Allegro, przyciąga coraz więcej użytkowników skłonnych oferować swoje przedmioty i dokonywać zakupów za pośrednictwem takiej platformy. Od czasu powstania serwisów aukcyjnych zaszło jednak wiele zmian, które sprawiły, że systemy zaprojektowane jako elektroniczny odpowiednik pchlego targu przerodziły się w miejsce prowadzenia masowej działalności handlowej. Wraz z tą ewolucją pojawiły się nowe mechanizmy sprzedaży, które pozwalają całkowicie uniknąć klasycznej licytacji, zastępując ją zwykłą ofertą sprzedaży przedmiotu po ustalonej z góry cenie. Takie upodobnienie serwisu aukcyjnego do tradycyjnego sklepu z pewnością odpowiada potrzebom i oczekiwaniom sprzedawców i klientów, przyzwyczajonych do codziennego sposobu dokonywania zakupów oraz konkurencji opartej na preferowaniu niższych cen [Hickman 2009]. Nasuwa się pytanie, czy ogromna popularność mechanizmu sprzedaży nazwanego w serwisie Allegro „kup teraz”, pozwalającego na pominięcie licytacji, wynika tylko z nastawienia użytkowników traktujących platformę.

(2) 110. Paweł Wołoszyn, Jacek Wołoszyn. jako zwykły sklep internetowy, czy też spowodowana jest wadami mechanizmu aukcyjnego. Odpowiedzi można szukać, odwołując się do koncepcji ekonomicznych i społecznych, opisujących rolę i przeznaczenie aukcji jako metody sprzedaży, jej wady i zalety oraz oczekiwania i zachowania uczestników w określonym kręgu kulturowym i ustroju gospodarczym [Vakali, Angelis i Purnara 2001]. Można również przyjąć podejście eksperymentalne i obserwować funkcjonowanie mechanizmu aukcyjnego w doświadczalnym modelu, wnioskując z obserwacji o cechach systemów rzeczywistych [Wołoszyn 2009]. Takie podejście zostało przyjęte w niniejszej części opracowania, która skupia się na zagadnieniu doboru par sprzedający-kupujący w środowisku, w którym wielu sprzedawców w jednym miejscu oferuje ten sam towar wielu kupującym. Komputerowa implementacja modelu pozwoliła na przeprowadzenie serii eksperymentów symulujących przebieg licytacji przy stałym napływie nowych ofert sprzedaży i kupna. W trakcie symulacji obserwowano, w jaki sposób dochodziło do zaspokojenia potrzeb klientów. Wnioski z obserwacji wskazują, że mechanizm aukcyjny zastosowany w środowisku wielu sprzedawców i wielu kupujących doprowadza do problemów w wyłanianiu zwycięzców, zaburza równowagę podaży i popytu oraz może hamować dynamikę sprzedaży, ograniczając liczbę transakcji, jaka mogłaby zostać zawarta. Powyższe obserwacje można również odnieść do mechanizmu aukcji odwrotnej, co pozwala wnioskować, że nawet wprowadzenie w internetowym serwisie aukcyjnym konkurencji cenowej przypominającej tradycyjną sprzedaż może nie zapewnić mechanizmu zawierania transakcji lepszego niż klasyczny sklep internetowy.. 2. Model symulacyjny Do zbadania dynamiki doboru par sprzedawca-klient skonstruowano komputerowy model symulacyjny internetowego serwisu aukcyjnego. Ponieważ strona sprzedająca w takiej interakcji pełni rolę bierną (po wystawieniu przedmiotu na aukcję sprzedawca zasadniczo nie uczestniczy w przebiegu licytacji), model koncentruje się na kupujących, których dynamikę przepływu w serwisie starano się odzwierciedlić [Neugebauera i Pezanis-Christoub 2007]. Celem symulacji jest obserwacja, czy i w jaki sposób napływ kupujących i podaż przedmiotów oraz rozstrzygnięcia licytacji bilansują się w systemie, natomiast sam przebieg licytacji i proces kształtowania się ceny przedmiotu nie są brane pod uwagę. Z tego względu w modelu nie starano się wiernie oddać zachowań klientów podczas aukcji, co pozwoliło uprościć jego konstrukcję..

(3) Dobór par sprzedawca-kupujący…. 111. Stronę sprzedającą w modelu reprezentują przedmioty wystawione na aukcję, przy założeniu, że wszystkie są identyczne pod każdym względem, a więc posiadają jednakowe właściwości, są oferowane przez sprzedawców cieszących się jednakowym zaufaniem i nie są powiązane z żadnymi innymi przedmiotami dostępnymi w serwisie. W ten sposób w modelu rozważany jest odizolowany wycinek całego rynku licytowanych przedmiotów, gdzie sprzedawcy nie konkurują między sobą, natomiast konkurują kupujący, licytując oferty zakupu. Odpowiada to sytuacji, w której wielu sprzedawców wystawia na aukcję ten sam produkt pochodzący od jednego producenta, a niekiedy także jednego dystrybutora. W kontekście dokonującej się transformacji serwisów aukcyjnych w kierunku hipermarketów internetowych jest to sytuacja bardzo często spotykana na przykład w serwisie Allegro [Wołoszyn 2010]. W modelu przyjęto stały napływ ofert sprzedaży zgłaszanych przez różnych sprzedawców. Oferty te pozostają niezależne od siebie, a ich pojawianie się nie zależy od poprzednich zgłoszeń, tworząc w ten sposób jednorodny proces Poissona, gdzie liczba ofert zgłaszanych w jednostce czasu jest parametrem modelu. Zakłada się przy tym, że liczba przedmiotów możliwych do wystawienia na aukcję jest nieograniczona, więc eksperyment symulacyjny można prowadzić dowolnie długo, oczekując ewentualnego ustalenia się równowagi. Z kolei pojedyncza aukcja ma ograniczony czas trwania i po jej zakończeniu następuje rozstrzygnięcie licytacji i oferta jest usuwana z systemu. Komplementarnym elementem modelu jest strumień kupujących, którzy zainteresowani są nabyciem przedmiotu oferowanego na aukcjach. Przybycia kupujących również są modelowane jako proces Poissona, w przeciwieństwie jednak do ofert sprzedaży kupujący pozostają w systemie aż do momentu nabycia przedmiotu, a więc wygrania którejkolwiek z licytacji, co może trwać nieograniczenie długo. Każdy kupujący ma zamiar kupić dokładnie jeden przedmiot i nie zwraca uwagi na zachowania pozostałych użytkowników ani na dynamikę liczby dostępnych przedmiotów. Ponieważ wszystkie przedmioty są takie same, a sprzedawcy z punktu widzenia klienta nie różnią się między sobą, jedynym czynnikiem decydującym o wyborze aukcji jest cena. Każdy kupujący ma własną opinię o przedmiocie aukcji determinującą maksymalną cenę, jaką jest skłonny za niego zapłacić. Tej maksymalnej oferty nie zmienia bez względu na to, jak kształtują się aktualne ceny sprzedaży. Przybywając do serwisu, kupujący w pierwszej kolejności wybiera aukcję, na której złożono najniższą w danym momencie ofertę lub nie złożono jej dotąd w ogóle. W ten sposób stara się zwiększyć swoje szanse na nabycie przedmiotu za jak najniższą cenę. Po wybraniu aukcji kupujący zaczyna składać w niej oferty kupna. Mechanizm przebiegu samej licytacji został skonstruowany w modelu tak, by odpowiadał.

(4) 112. Paweł Wołoszyn, Jacek Wołoszyn. regułom obowiązującym w serwisie Allegro, które są reprezentatywne dla szeregu podobnych serwisów aukcyjnych dostępnych w Internecie [Kumar i Feldman 1998]. Kupujący okresowo sprawdza stan aukcji i jeśli jego oferta została przelicytowana przez innego użytkownika, podwyższa swoją ofertę, aż do maksymalnej kwoty, na jaką subiektywnie wycenia wartość przedmiotu. Częstość sprawdzania licytacji jest indywidualnie określona dla każdego kupującego w sposób losowy i rośnie w miarę zbliżania się aukcji do końca, co odpowiada zachowaniom rzeczywistych użytkowników i oddaje różnorodność ich zachowań związaną z dostępnością Internetu, biegłością obsługi komputera czy rytmem pracy. Do czasu rozstrzygnięcia licytacji kupujący pozostaje przy pojedynczej, wybranej na początku aukcji, nawet jeżeli została przekroczona jego maksymalna cena. Takie zachowanie jest zalecane przez regulaminy serwisów aukcyjnych, które odradzają równoczesne licytowanie takiego samego przedmiotu w kilku aukcjach z uwagi na możliwe późniejsze konsekwencje finansowe i prawne związane na przykład z wycofaniem się niektórych oferentów. Dopiero po zakończeniu licytacji kupujący, który nie nabył w niej pożądanego przedmiotu, ponownie wybiera aukcję i powtarza cały proces od początku. W modelu nie wprowadzano ceny minimalnej (wywoławczej) ustalanej przez sprzedającego przed wystawieniem przedmiotu na aukcję. Upraszcza to model, nie ujmując jednocześnie istotnych jego cech, ponieważ aukcja z ceną minimalną daje się sprowadzić do aukcji bez ceny minimalnej przez odjęcie tej ostatniej i usunięcie wszystkich kupujących, których maksymalna cena jest od niej niższa. Powoduje to, że wszystkie licytacje zostają rozstrzygnięte i każda zaspokaja popyt jednego kupującego.. 3. Przebieg eksperymentów Korzystając z modelu opartego na powyższych założeniach, można zbudować system o zrównoważonym popycie i podaży, w którym tempo przybywania kupujących jest takie samo jak tempo zgłaszania ofert sprzedaży. Ponieważ aukcje nie zakładają cen minimalnych, każda z nich może zostać rozstrzygnięta nawet przy jednej ofercie kupna, dlatego każdy kupujący ma teoretycznie szansę kupić swój przedmiot za taką cenę, jaką jest skłonny zapłacić. Można jednak zauważyć, że jeśli kupujący zaczną konkurować między sobą o te same przedmioty, wówczas taka równowaga może ulec zaburzeniu. Kupujący skłonny zapłacić wyższą cenę mogą podnosić oferty w licytacjach zapoczątkowanych przez klientów o niższej wycenie przedmiotu, pozbawiając tych ostatnich możliwości wygrania aukcji. Jeśli zjawisko to będzie się powtarzać, równowaga zostanie przesunięta na korzyść bardziej hojnych kupujących..

(5) Dobór par sprzedawca-kupujący…. 113. Aby sprawdzić, czy rzeczywiście wystąpi opisany problem, przeprowadzono serię doświadczeń symulacyjnych za pomocą komputerowej implementacji modelu serwisu. Zaprogramowana strategia kupujących polegała na wyszukiwaniu aukcji o najniższej do tej pory złożonej ofercie kupna i licytowaniu w tej aukcji aż do momentu zakończenia. Jeśli kupujący nie wygrał licytacji, ponownie wyszukiwał aukcję o najniższej aktualnej cenie i proces powtarzał się aż do skutku. Wartości pozostałych parametrów przyjętych w modelu zebrano w tabeli 1. Tabela 1. Parametry modelu serwisu aukcyjnego Czas trwania aukcji. Czas trwania cyklu składania oferty. 3–10 dni, rozkład jednorodny. 0,3–5 minut, rozkład jednorodny. Okres sprawdzania aukcji na początku licytacji 8–48 godzin, rozkład jednorodny Okres sprawdzania aukcji na końcu licytacji. 1–5 minut, rozkład jednorodny. Źródło: opracowanie własne.. Po przeprowadzeniu eksperymentów zgodnie z oczekiwaniami zaobserwowano, że strumienie ofert sprzedaży i kupna nie równoważą się, pomimo jednakowego tempa ich napływu: z biegiem czasu przybywa kupujących, którzy nie mogą trafić na odpowiednią okazję, by kupić przedmiot po takiej cenie, na jaką ich stać. Jednocześnie część aukcji pozostaje nierozstrzygnięta ze względu na brak ofert, ponieważ wszyscy obecni w danym momencie kupujący złożyli już swoje oferty w innych licytacjach i nie mogą zmienić wyboru. Po zakończeniu aukcji kupujący, którzy nie wygrali, pozostają w systemie i wraz z nowymi użytkownikami muszą konkurować o kolejne przedmioty (rys. 1). Co więcej, umiarkowane przyśpieszenie tempa napływu nowych aukcji nie pomogło w rozwiązaniu problemu, ponieważ więcej aukcji pozostawało nierozstrzygniętych. Nawet jeśli kupujący o najniższej subiektywnej wycenie przedmiotu znalazł wolną aukcję, w której nikt jeszcze nie licytował, w czasie jej trwania pojawiał się kupujący skłonny zapłacić więcej, który przyłączał się do tej samej licytacji dlatego, że cena pozostawała niska, w ten sposób nie dając szans drugiemu użytkownikowi na wygranie licytacji. Używając terminologii informatycznej, można określić taką sytuację jako zagłodzenie procesu o niskim priorytecie w systemie wieloprocesowym, w którym wszystkie inne procesy wygrywają konkurencję o dostęp do limitowanych zasobów. Warto zwrócić uwagę, że kumulacja niezaspokojonych kupujących nie miała charakteru permanentnego, lecz wykazywała chaotyczne wahania w dłuższych przedziałach czasu. Niekiedy nawet po okresie zatoru następowało udrożnienie systemu i liczba kupujących niemogących doczekać się na swoją kolej spadała do zera, co można zaobserwować na rysunku. Jednakże taki powrót nie oznacza,.

(6) Paweł Wołoszyn, Jacek Wołoszyn. 114. że wszystkich klientów można uznać za zaspokojonych, ponieważ na swoją kolej musieli oczekiwać nawet kilka lat, co jest możliwe w komputerowym modelu, natomiast z pewnością nie miałoby miejsca w rzeczywistości: w analogicznej sytuacji ludzie zrezygnowaliby z zakupu znacznie szybciej. 80 60 40 20 0. 0. 200. 400. 600. 800 1000 Dzień symulacji. Liczba aukcji. 1200. 1400. 1600. Liczba kupujących. Rys. 1. Zmiany liczebności aukcji i kupujących w trakcie symulacji. Skala czasu wyrażona w umownych dniach. Kupujący nie zmieniają aukcji do końca jej trwania i przyłączają się do licytacji, w których cena jest najniższa Źródło: opracowanie własne.. Aby rozwiązać powyższy problem jedynie przez zwiększanie podaży, należałoby przyśpieszyć tempo pojawiania się ofert sprzedaży do tego stopnia, by w każdej chwili czasu życia systemu było dostępnych co najmniej tyle ofert, ilu kupujących może pojawić się łącznie przez cały czas trwania najkrótszej z aukcji. Oznacza to dużą dysproporcję między sprzedającymi a kupującymi, która jest konsekwencją zbyt sztywno postawionych reguł funkcjonowania serwisu. W celu sprawdzenia przeprowadzono kolejną serię eksperymentów, liberalizując zasady dotyczące możliwości zmiany aukcji, w której bierze udział kupujący. Jeśli w aukcji znalazło się więcej niż czterech oferentów, kupujący o najniższych ofertach, a więc najmniejszych szansach na wygranie licytacji, porzucali tę aukcję i szukali następnej. Wprawdzie zgodnie z regulaminem serwisów aukcyjnych każdy kupujący musi być gotowy na to, że w razie wygranej jest zobowiązany kupić przedmiot, ale sytuacje, w których aż czterech najwyżej licytujących użytkowników wycofuje się po rozstrzygnięciu aukcji, należą do rzadkości. Przykładowy rezultat wprowadzonej zmiany w zachowaniu kupujących podczas jednego z eksperymentów przedstawia rys. 2..

(7) Dobór par sprzedawca-kupujący…. 115. 80 60 40 20 0. 0. 200. 400. 600. 800 1000 Dzień symulacji. Liczba aukcji. 1200. 1400. 1600. Liczba kupujących. Rys. 2. Zmiany liczebności aukcji i kupujących w trakcie symulacji. Skala czasu wyrażona w umownych dniach. Kupujący o najmniejszych szansach na wygranie licytacji zmieniają aukcję i przyłączają się do licytacji, w których cena jest najniższa Źródło: opracowanie własne.. Po zwolnieniu części kupujących z obowiązku pozostawania w jednej aukcji do końca jej trwania przebieg zmian liczby klientów oczekujących na okazję kupna przedmiotu uległ zmianie. Problem zagłodzenia nadal występował, stał się jednak mniej dotkliwy, gdyż zmiana aukcji pozwalała przynajmniej niektórym kupującym znaleźć taką licytację, do której nie dołączali już później inni użytkownicy podnoszący oferowaną cenę. Mimo to jednak dawały się zaobserwować okresy zastoju w systemie, podczas których kumulowała się liczba kupujących niemogących zaspokoić swojego popytu. Okresy te były krótsze w porównaniu z poprzednimi symulacjami i nie doprowadzały do tak licznego nagromadzenia kupujących, ale w dalszym ciągu problem nie został rozwiązany, co skłoniło do poszukiwania innych sposobów ułatwienia doboru kupujących i sprzedających w pary. Pomimo różnorodnych prób zmiany zachowania kupujących nie udało się jednak znaleźć takiej strategii wybierania aukcji, która zapewniałaby każdemu klientowi nabycie przedmiotu w krótkim czasie co najwyżej kilku licytacji. W każdej symulacji występowały momenty nagromadzenia się kupujących bezskutecznie usiłujących wygrać licytację. Zdecydowaną zmianę sytuacji przyniosła dopiero zmiana proporcji między tempem napływu ofert sprzedaży i kupna, a mianowicie zwiększenie liczby aukcji tak, by pojawiały się one częściej niż nowi kupujący. Spowodowało to, że część aukcji pozostawała niewykorzystana, ponieważ wszyscy kupujący byli zainteresowani innymi ofertami, natomiast w sytuacji spiętrzenia kupujących nadmiar aukcji pozwalał uniknąć postępującego zagłodzenia tych ofert kupna, które były najniższe..

(8) Paweł Wołoszyn, Jacek Wołoszyn. 116. By zbadać ilościowy wpływ proporcji między szybkością napływu ofert sprzedaży i kupna na stopień zaspokojenia popytu kupujących, przeprowadzono serie eksperymentów, zmieniając stopniowo parametry procesu Poissona modelującego przybywanie kolejnych aukcji w serwisie. Dla każdego wariantu ponawiano wielokrotnie symulację prowadzoną w jednakowym horyzoncie czasowym 1 roku, zliczając skumulowaną liczbę aukcji i kupujących w interwałach jednodniowych. We wszystkich eksperymentach tempo przybywania nowych kupujących było jednakowe. Rezultaty tego procesu przedstawiono na rys. 3. 35 000. 30 000. 25 000. 20 000. 15 000 10 000 5 000 0. 0,5. 0,6. 0,7. 0,8. 0,9. 1,0. 1,1. 1,2. 1,3. 1,4. 1,5. 1,6. 1,7. Stosunek szybkości napływu aukcji do napływu kupujących Liczba aukcji. 1,8. 1,9. 2,0. Liczba kupujących. Rys. 3. Zależność liczby aukcji i liczby kupujących obserwowanych w serwisie w ciągu 1 roku symulacji od proporcji tempa pojawiania się nowych aukcji do tempa napływu kupujących. Uczestnicy licytacji o najmniejszych szansach na wygraną zmieniają aukcje Źródło: opracowanie własne.. Jak się okazuje, już niewielki wzrost tempa napływania ofert sprzedaży ponad szybkość pojawiania się nowych kupujących wystarcza, by zapewnić każdemu możliwość nabycia pożądanego przedmiotu, czego świadectwem jest zrównanie się łącznej liczby aukcji i klientów sumowanej po kolejnych dniach przez cały czas symulacji. Jeśli jakiś klient pozostaje niezaspokojony, wówczas przebywa dłużej w serwisie i jest zliczany wielokrotnie, podnosząc ostateczną sumę. Taka sytuacja ma zdecydowanie miejsce przy napływie ofert sprzedaży wolniejszym od napływu klientów. Z kolei do wyraźnego nasycenia klientów dochodzi przy stosunku szybkości zgłaszania aukcji do szybkości przybywania kupujących wynoszącym około 1,15. Dalsze zwiększanie liczby aukcji powoduje zbyt dużą dysproporcję i prowadzi stopniowo do wystąpienia zjawiska przeciwnego do zagłodzenia ofert kupna. Coraz więcej aukcji pozostaje bowiem nierozstrzygniętych z powodu braku.

(9) Dobór par sprzedawca-kupujący…. 117. chętnych do złożenia oferty. W modelowanym systemie założono, że takie aukcje kończą się i nie powracają ponownie, w rzeczywistości jednak sprzedający są skłonni wystawiać na licytację ten sam przedmiot wielokrotnie aż do zajścia skutecznej transakcji. W istocie sytuacja nadmiaru aukcji przy niedostatecznej liczbie kupujących odpowiada takiemu samemu problemowi, z jakim spotykają się kupujący przy zbyt małej liczbie aukcji.. 4. Wnioski Dzięki komputerowej implementacji modelu serwisu aukcyjnego możliwe było przeprowadzenie doświadczeń symulacyjnych i zaobserwowanie problemów, jakie stwarza mechanizm licytacji wykorzystywany w sytuacji, w której wielu sprzedających oferuje ten sam produkt wielu kupującym. Niedostatki takiego sposobu dobierania par sprzedawca-nabywca wynikają z samej dynamiki procesu: kupujący musi wybrać aukcję, w której złoży ofertę, a następnie oczekiwać na zakończenie licytacji, pozostając w niepewności, czy nie zostanie przelicytowany przez innego użytkownika. Zmienność liczby aukcji i kupujących przybywających w jednostce czasu sprawia, że choć w dużych przedziałach czasu mogą się one równoważyć, ich lokalne fluktuacje zaburzają tę równowagę i doprowadzają do kumulacji niewykorzystanych okazji. W efekcie pomimo tego, że każdy przedmiot ma szansę znaleźć swojego nabywcę, wielu kupującym nie udaje się zaspokoić potrzeby kupna i cały mechanizm traci skuteczność. Sposoby przezwyciężania powyższej bariery, wypróbowane w eksperymentach, okazują się zmierzać do zastąpienia mechanizmu licytacyjnego innym sposobem rozstrzygania tego, który kupujący zawrze transakcję z którym sprzedawcą. Zwolnienie klienta z obowiązku oczekiwania na zakończenie aukcji i możliwość wcześniejszego przejścia do oferty innego sprzedawcy powoduje skrócenie czasu, jaki mija, zanim kupujący trafi na odpowiednią dla siebie okazję. Temu samemu również służy nadmiar ofert sprzedaży. Oznacza to, że licytacja nie jest trafnym rozwiązaniem w analizowanej sytuacji i użytkownicy będą chętniej sięgać po odmienne sposoby dokonywania transakcji. Wnioski te także częściowo tłumaczą, dlaczego wśród użytkowników największego polskiego serwisu aukcyjnego Allegro ogromną popularnością cieszy się mechanizm błyskawicznego rozstrzygania aukcji zwany „kup teraz”, stosowany powszechnie w tych kategoriach towarowych, w których wielu sprzedawców ma do zaoferowania identyczny produkt w praktycznie niewyczerpanych ilościach. Nie przypomina to oczywiście w żaden sposób serwisu aukcyjnego, a raczej staje się odpowiednikiem zwyczajnego sklepu internetowego, zapewnia jednak pełne.

(10) 118. Paweł Wołoszyn, Jacek Wołoszyn. nasycenie popytu kupujących, ponieważ każdy zainteresowany kupnem przedmiotu może zawrzeć transakcję bez oczekiwania i bez niepewności. Mechanizm „kup teraz” ma jednak istotną wadę w stosunku do typowej licytacji, przenosi bowiem całą konkurencję cenową na stronę sprzedającą, odbierając przy tym możliwości interakcyjnego negocjowania ceny. O ile w przypadku licytacji oferty kupujących stopniowo kształtują cenę sprzedaży, tak w przypadku „kup teraz” nie mają oni większego wpływu na politykę cenową sprzedawców, którzy ustalają ceny arbitralnie, kierując się jedynie decyzjami innych sprzedających. W sytuacji gdy wielu sprzedawców oferuje ten sam produkt w różnych cenach, kupujący będą skłonni wybierać zawsze najtańszego sprzedawcę, a wielkości popytu i podaży nie będą kształtować ceny tak, jak w typowym mechanizmie rynkowym. Wady mechanizmu „kup teraz” można próbować naprawić, proponując inne rozwiązania wnoszące element interakcji między kupującymi a sprzedającym. Jednakże w świetle opisanych tutaj eksperymentów nasuwa się wniosek, że rozwiązania oparte na jakiejś formie licytacji będą nieskuteczne, ponieważ będą obarczone takimi samymi mankamentami jak te obserwowane podczas symulacji. Na przykład wprowadzenie w serwisie Allegro mechanizmu przetargu może wiązać się ze zjawiskiem złagodzenia procesów zgłaszania ofert sprzedaży, a wprowadzenie aukcji odwrotnej – ze stałym pomijaniem niektórych kupujących. Z tego względu wskazane wydaje się poszukiwanie jeszcze innych sposobów dobierania par sprzedawca-nabywca zapewniających z jednej strony dobrze funkcjonujące mechanizmy rynkowe, a z drugiej – wysoką skuteczność. Literatura Hickman B. [2009], On the Pricing Rule in Electronic Auctions, „International Journal of Industrial Organization”, publikacja online 27 października, doi:10.1016/j.ijindorg.2009.10.006. Kumar M., Feldman S.I. [1998], Internet Auctions, Procedings of the 3rd Usenix Workshop on Electronic Commerce. Neugebauera T., Pezanis-Christoub P. [2007], Bidding Behavior at Sequential First-price Auctions with(out) Supply Uncertainty: A Laboratory Analysis, „Journal of Economic Behavior & Organization”, vol. 63, nr 1. Vakali A., Angelis L., Purnara D. [2001], Internet Based Auctions: A Survey on Models and Applications, „ACM SIGecom Exchanges”, vol. 2, nr 2. Wołoszyn P. [2009], Badanie zachowań klientów w komputerowym modelu symulacyjnym internetowego serwisu aukcyjnego, Materiały III konferencji naukowej pt. „Modelowanie i prognozowanie zjawisk społeczno-gospodarczych”, Zakopane. Wołoszyn P. [2010], Dynamika doboru par sprzedający-kupujący w modelu internetowego systemu aukcyjnego, Materiały IV konferencji naukowej pt. „Modelowanie i prognozowanie zjawisk społeczno-gospodarczych”, Zakopane..

(11) Dobór par sprzedawca-kupujący…. 119. The Impact of Buyer-seller Matching on Offer Flow Equilibrium in an Online Auction Website Model Internet auctioning is becoming more and more popular among Polish customers who prefer centralised markets where all offers can be easily compared by price, which is impossible with pure auctions. An increasing number of sales are therefore utilising different selling mechanisms that are essentially the equivalent of online shopping. There may also be another reason for the growing popularity of this kind of sale: supply and demand are better balanced than in bidding mechanisms. This issue has become important for sellers seeking to satisfy all of their potential customers. Computer simulations reveal similar problems with satisfying every customer’s expectations as well as with sharing limited resources in a multitasking computer environment. Conclusions indicate that the bidding mechanism is not an efficient way to pair buyers and sellers and that it does not balance supply and demand even if a state of equilibrium is possible..

(12)