学术报告：动态定价与基于消费者评论驱动学习的质量控制 -- 活动 -- 东北财经大学

【报告摘要】

在线产品评论在减少消费者对产品属性的不确定性方面发挥着关键作用，这一现象从需求角度得到了广泛研究。然而，从供应方的角度来看，其影响仍不太为人所知——尤其是企业如何利用消费者评论来制定综合定价与质量策略。为填补这一空白，我们研究了一家企业在两个销售期内的动态定价和产品品质决策，在此过程中，消费者评论在塑造市场对一种新体验商品的认知方面发挥着核心作用。企业和消费者最初都对产品的感知（基于市场的）质量不确定，并依靠早期评论来更新他们的看法。我们的分析确定了数量和极性两个关键的评论指标，共同塑造了企业的最优策略。评论数量反映了初始销量，而极性则衡量平均评分。这两个指标共同产生了我们所说的“学习精度效应”，即评论信息提高了质量推断的准确性，进而指导企业的动态定价和质量决策。研究发现，若企业在产品上市后没有改进（调整）质量的选择，那么它会倾向于在初始阶段提供更高的产品质量和更低的入门价格，以增加评论数量并提高学习效果。当上市后改进质量成为可能时，学习精度效应会增强，因为企业会进一步提高初始质量以从评论中获取更多学习。然而，第一阶段由此产生的最优定价策略可能与传统直觉相悖。根据市场状况，企业可能会提高或降低入门价格（相对于没有质量改进的情况），以促进评论的生成。一个显著的结果是，企业的最优策略不仅增加了其总体利润，还提高了早期和晚期购买者的消费者剩余。尽管通常认为质量改进会以牺牲消费者利益为代价对企业有利，但研究结果表明，从评论中学习能够形成真正的双赢局面。最后，我们将模型扩展以纳入漏报偏差、信息不足的消费者、非零边际质量成本以及感知质量的其他分布情况，结果发现我们的主要见解在这些变化中依然稳健。

【报告人简介】

Sandun Perera是内华达大学里诺分校商学院的商业分析与运营学教授，先后获得德克萨斯大学达拉斯分校金达尔管理学院工商管理硕士学位、供应链管理硕士学位及运营管理博士学位，同时还拥有佛罗里达大西洋大学的金融数学博士学位以及统计学和应用数学硕士学位。研究领域涵盖供应链管理、运营管理中的颠覆性技术、医疗保健运营管理以及运营与其他业务功能领域的交叉点。曾与跨国科技公司、零售商、医院、血库、电动汽车和电池制造行业以及制药公司合作，研究成果发表在FT 50和UTD 24期刊，近40篇文章发表在ABDC A/A*等级期刊。同时，他还担任POM高级编辑、IEEE Transactions on Engineering Management 的部门编辑以及OMEGA、DS 和TRE 副编辑，在POMS担任重要领导职务，2025年被POM学会任命为2026 年 POMS年会的项目主席。

撰稿：姜彦驰审核：刘德海单位：公共管理学院

学校概况

院系设置

人才培养

科学研究

合作交流

公共服务