Unsere Untersuchungsmethode

Wie ermitteln wir die Shops, die im Projekt hin auf personalisierte Preisgestaltung untersucht werden? Die Erhebung von PRIMMING startet mit Februar 2020 – im folgenden Bericht wird der Untersuchungsrahmen und die Erhebungsmethode des Projekts beschrieben.

Die Messung von personalisierter Preisgestaltung ist ein schwieriges Unterfangen. Im Projekt gewählt wurde ein Zugang, der das Ergebnis der algorithmischen Berechnung von Preisen untersucht („Output-Approach“). Im Gegensatz dazu stünde die Analyse der eingesetzten Algorithmen selbst („Input-Approach“), was jedoch aufgrund von fehlender Information über die eingesetzten Software-Programme kaum verfolgt werden kann.

Für die Untersuchung des Outputs von Preisalgorithmen gibt es zwei mögliche Zugänge, die in diesem Projekt beide ausgeschöpft werden sollen. Es kann über Echt-User gearbeitet werden – geläufig sind Kleingruppen für experimentelle Tests oder systematisch rekrutierte User-Gruppen. Es können auch Echt-User modelliert werden, um mögliche relevante Faktoren für die Preisbildung besser zu untersuchen.

Die Nutzung von Echt-User Daten zur Messung von personalisierter Preisdiskriminierung erlaubt es die Auswahl von Shops nicht entlang von Warenkörben oder Branchen zu treffen, sondern auf Basis gemessener Unregelmäßigkeiten bei den Preisen. Auf diese Art und Weise werden verdächtige Shops ermittelt, die durch einen Crawler zunächst in erhöhter zeitlicher Frequenz und aufbauend darauf durch andere Faktoren genauer untersucht werden. Dieser Ansatz ist bezüglich der Menge an Datenpunkten ein Unikum.

Die Personas und Abfrage durch Szenarien ist ein experimentell daran anknüpfender Vorgang, um der Komplexität der datenbasierten Preisgestaltung gerecht zu werden. Ausgehend von dem Wissen zu gesammelten Daten und möglichen Kombinationen zwecks Personalisierungen im Internet (z.B. für Werbung, individualisierte Suchergebnisse, etc.), geht es darum Echt-User ähnliche Personas zu modellieren, die auch in ihrem Verhalten möglich individuell online nach Produkten suchen und diese erwerben.