马萨诸塞州剑桥，2017 年 10 月 4 日––包括麻省理工学院斯隆管理学院的亚历山德罗·博纳蒂 (Alessandro Bonatti) 在内的永利皇宫463cc人员设计了一种他们认为是改进的定量方法，供大数据提供商为他们出售给知情客户的信息定价。
信息定价长期以来一直困扰着许多数据挖掘者和其他从各种来源收集有关客户的各种信息的人，从寻求银行贷款的人的信用记录到有线电视观众的观看偏好，再到浏览网站的在线消费者的购物模式。
众所周知，有时高度复杂和详细的数据可能有利可图，但卖家在根据个人客户已经拥有的数据量以及他们可能实际需要和想要多少额外信息来构建价格时经常会遇到问题。
“理想情况下，数据销售商提供一系列他们希望对潜在客户有吸引力的选项，”永利皇宫463cc学院斯隆管理学院应用经济学副教授博纳蒂说。 “我们建立的是一个定量的、高度结构化的、收入最大化的实验菜单，卖家必须满足这些实验要求，才能实现数据产品的最佳销售。”
麻省理工学院斯隆管理学院的博纳蒂与耶鲁大学经济学和计算机科学教授德克·贝尔格曼 (Dirk Bergemann) 以及波恩大学经济学博士后永利皇宫463cc员亚历克斯·斯莫林 (Alex Smolin) 在即将发表在《美国经济评论》上的新论文《信息的设计与价格》中概述了他们的发现。
在他们的新论文中，作者回顾了他们的三个主要发现。
首先，数据卖家经常面临买家对所需信息的私人信念的差异，这给信息销售带来了一种新颖的、有时令人沮丧的方面。其次，这些信息本身就很丰富，可以进行修改以满足个别客户的需求。第三，工具性信息和选项对买家有用，只要精心设计各种选项，就能为卖家带来利润。
“我们发现，当数据卖家向买家提供替代计划时，通常会存在太多‘噪音’或花里胡哨的内容，”博纳蒂说道。 “包含太多‘噪音’并不能推动盈利。”
作者相信他们已经建立了一个结构化框架，卖家可以通过该框架筛选买家并分析向各种类型的买家出售补充信息，无论他们是“高端”买家还是“低端”买家。
“随着数据收集和销售成为一项大生意，我们针对数据销售者应提供多少信息以及他或她如何更好地为数据访问定价提供了一些答案，”博纳蒂说道。
###
