Руководство по закупкам - Никола Димитри

Измерение репутации посредством медианы должно воздействовать на стратегическое поведение манипуляторов обратной связью. Если манипуляторы будут знать заранее, что репутация основана на медиане, а не на среднем арифметическом, у них будет меньше стимулов для того, чтобы ставить несправедливые оценки, потому что такие оценки не будут оказывать влияние на репутацию. В результате следует ожидать снижения уровня манипулирования.

Заметьте, что манипуляции могут осуществляться несколькими другими способами (некоторые из которых обсуждаются в подразделе 18.4.10.1). Например, на Usenet – дискуссионном форуме, где люди делятся информацией о товарах и услугах – конкурирующие фирмы влияют на мнения потребителей относительно качества предоставляемых ими продуктов путем размещения дорогих «подложных» рекламных сообщений в группах Usenet. Такая манипуляция может поставить под серьезную угрозу информативность форума. Однако это не так в более общих ситуациях, где имеет значение как ex ante (доконтрактный), так и ex post (постконтрактный) оппортунизм (на Usenet главное беспокойство вызывает ex ante оппортунизм). Стратегическая манипуляция может повысить информативность форума. Присутствие честных мнений потребителей может побудить фирмы раскрыть свои, более точные, знания о качествах продукта посредством манипулирования форумами с относительной интенсивностью, пропорциональной их фактическому качеству. Воздействие манипуляции в этом случае состоит в том, чтобы еще более отделить публикуемый рейтинг фирм с высоким качеством от рейтинга фирм с низким качеством, благодаря чему потребителям будет легче делать выводы об истинном качестве каждой фирмы[522].

18.4.5.3. Сравнение средней оценки и медианы рейтинга

Как и среднее арифметическое, медиана может быть вычислена по недавним N оценкам, чтобы устранить дискриминацию по новым/ старым оценкам и создать условия для сравнения репутации. Хотя медиана преодолевает проблему искусственных оценок, она дает менее точное измерение репутации – медиана может быть равна только –1, 0, 1 и может отображать необъективную информацию, как и среднее арифметическое. Предположим, что в примере, приведенном выше, «друзья» – честные торговцы и что они создали «поток» обратной связи. Среднее арифметическое отображает это (справедливое) улучшение репутации, тогда как медиана этого не делает. С этой точки зрения два данных подхода идут в противоположных направлениях. В то время как медиана совсем не учитывает дальнейшие улучшения репутации (дополнительная обратная связь считается несправедливой), среднее арифметическое засчитывает такие улучшения в полной мере (дополнительная обратная связь считается справедливой). Поскольку обе эти меры не устойчивы к потенциальному информационному уклону, удобно использовать среднее арифметическое.

Практический вывод 2.

Простое и эффективное измерение репутации – сумма оценок, поставленных отдельными покупателями в последних N трансакциях.

18.4.6. Какое количество информации следует публиковать?

Тип и количество информации, раскрываемой на рынке, являются ключевыми элементами разработки механизма обратной связи. В этом разделе мы обсуждаем, какую информацию следует раскрывать, чтобы оптимизировать механизм обратной связи. Большинство известных электронных рынков обычно раскрывают много подробной информации. Однако пользователям нелегко ее обрабатывать. Опубликование меньшего объема, но информативных данных может быть более эффективной политикой раскрытия информации. eBay публикует репутацию пользователей и многие другие статистические данные, касающиеся оценок. Высказывалось мнение, что для eBay может быть оптимальным «скрыть» подробности и включить в процесс медиатора обратной связи[523]. Медиаторы обратной связи предоставляют чрезвычайно точную информацию и удовлетворяют потенциально гетерогенные информационные потребности пользователей. Нам представляется недостатком, что политика раскрытия информации на eBay (и также на Amazon) не предусматривает отображения количества сделок, совершенных пользователем. Эта информация могла быть очень полезной, чтобы оценить, сколько участников активно на рынке и сколько сделок не получают обратной связи.

Интересно, что практика государственных электронных платформ дает примеры другой потенциально полезной информации, которую можно раскрыть. Например, с 1995 г. GSA – федеральная закупочная платформа США – имеет EPLS (систему ведения списка исключенных сторон), размещая в открытом доступе на веб-сайте GSA список продавцов, исключенных из федеральных закупок. Веб-сайт также раскрывает причины исключения и соответствующие исправительные меры. Любой человек имеет свободный доступ к «черному списку» поставщиков, которым не разрешается иметь деловые отношения с федеральным правительством. Публикация такой информации может иметь значительное (отрицательное) воздействие на репутацию, и она должна стать дальнейшим сдерживающим фактором для недобросовестного поведения фирм.

Другой важный аспект относительно политики раскрытия – оптимальная продолжительность истории обратной связи. На eBay у каждого пользователя есть история обратной связи, сообщающая об обратной связи и комментариях начиная с самой давней сделки до самой последней. Вопрос, которым мы задаемся здесь, следующий: лучше ли для платформы публиковать всю историю или же ограничить ее недавним прошлым? Споры по поводу «правильной» продолжительности истории обратной связи показывают, что существует компромисс между эффективностью механизмов обратной связи и полнотой раскрываемой информации. Публикация всей истории обратной связи дает полную информацию о прошлом поведении участников, но подразумевает, что последняя обратная связь имеет незначительное влияние на репутацию: наличие только одного или нескольких отрицательных отзывов за долгую историю не может быть определяющим для торгового решения. Напротив, сокращение истории до последних отзывов предоставляет неполную информацию о прошлом поведении пользователя, но увеличивает силу механизма, так как воздействие отдельных оценок на репутацию теперь возрастает. Как крайний случай, публикация только последней оценки минимизирует количество раскрытой информации, но максимизирует силу механизма. Действительно, это усиливает стимулы к сотрудничеству и исключает искушение «почивать на лаврах», когда участники эксплуатируют хорошую репутацию, приобретенную в прошлом[524].