經濟學家與矽谷科技公司

“我們使用最新的計量經濟學以及科學方法幫助雅馬遜更好的服務我們的客戶以及更有效率的運行.我們與其他亞馬遜的人合作並且研發科技上領先但是更加實務的辦法來解決那些在我們平台上運作的營運, 定價,預測,市場運用以及商業服務”-Pat Bajari,亞馬遜首席經濟學家

大概在兩年前吧,我有幸參加一場學術研討會,當時的主講者之一就是Patrick Bajari,Patrick Bajari從2012年開始就擔任Amazon的首級經濟學家算是最早接觸那些矽谷科技公司的經濟學家之一。

研討會的內容比較複雜我就不說了,主要是在講一些行為經濟學以及level-K還有拍賣的問題,但我想說的是他講的有關於為啥美國科技公司會跟經濟學家有關的故事對於英國以及歐洲,甚至我可以更大膽地說世界除了美國以外的國家,經濟學家大概跟矽谷八竿子打不著關係,就算真的有人經濟系畢業跑去這些公司也是當工程師居多。

然而在美國你是可以用經濟學專業來去矽谷高科技公司工作的,而且人家只收PHD ,尤其是Top30的名校PHD,而光是Amazon這一間公司就有兩百多個經濟博士了,那這一切又是如何開始的呢?而經濟學家們又是如何用他們看不見的手影響你多買東西呢?故事開始吧。

你有資料庫,我有研究方法

這故事要從2000年左右開始,當時的Patrick還是那種傳統的經濟學家專門研究競價模型的,然而所有經濟學家其實寫論文的時候都會遇到的第一個問題其實不是數學而是資料,我們常常在寫碩士或者博士論文的時候去找導師的第一句話就是:「阿你有資料嗎?」而年輕的Patrick也是有著同樣的煩惱,尤其是在競價模型這種東西上面往往資料是很難找的,畢竟很多拍賣會的資料都是不公開的。

然而在當時,最大的拍賣網站,eBAY,其實有龐大的資料庫,Patrick發現eBay的資料庫完全可以拿來玩。於是他就跑去找eBay說:「你們的資料庫借我,而我可以幫你們提升獲利」。

eBay聽完以後儘管抱執著高度的懷疑但還是相信了,結果後來還真的成功了,而且Patrick還寫了一篇非常有名的經濟學術文章叫做“The Winner’s Curse, Reserve Prices, and Endogenous Entry: Empirical Insights from eBay Auctions”,這篇文章就算在學術界也是非常有名,目前為止有1300多次的引用次數,幾乎現代研究個體經濟學有關拍賣的都會讀到這篇章。他發現其實大量的用戶都會在最後幾分鐘的時候才開始競標,而事實上許多的賣家都會提供遠低於市價的起標價,而然這種起標價往往會讓買家卻步不敢進場,同樣會讓買家卻步的因素還有單一商品過低的負評價、總體商品過高的評價、帳面價值過高的商品以及隱藏底價。而這篇研究除了對於經濟學理解競標的貢獻以外,對於eBay來講也是貢獻良多,透過改良許多平台使得eBay的客戶增長許多

經濟學家的水晶球:Google Trend

我曾看過未來,而他跟現在非常相似-紀伯倫,“先知”

在這之後許多研究個體經濟學以及行為經濟學的也順著這個方法慢慢開始找上了Google,Amazon等擁有龐大數據的公司,畢竟21世紀開始許多重大的論文其實都是跟運用有關,而這些使用龐大數據的公司跟經濟學的研究方法根本是一拍即合。其中取得大量的第一手資料的經濟學家裡面最早也最著名的人大概就是目前許多大學都會用的個體經濟學教科書“Intermediate Microeconomics”的作者Hal Varian,它同時也是現任Google的首席經濟學家。

他的Varian’s Rule非常有名,而這個定理其實也簡化了Google正在做的事情:要預測未來很簡單,你只要看現在有錢人在享受什麼,十年後中產階級就會享受一樣的東西,然後數十年以後窮人也會享受類似的。事實上諾貝爾經濟學獎得主Paul Krugman在2013年的時候就用這條定理來預測Apple Watch應該會在現代普及。而大部份人現在用Goolge Trend來分析的技術也是建立在2012年Varian的那篇論文“Predicting the present with Google Trends”。在這篇論文裡面他用了一些計量經濟學常用的方法運用在Google Trend來預測實際趨勢,下面圖一跟圖二可以看到這種預測能力的強大。

圖一:雪弗龍與豐田汽車銷售預測https://www.google.com/googleblogs/pdfs/google_predicting_the_present.pdf
圖二:房屋銷售預設
https://www.google.com/googleblogs/pdfs/google_predicting_the_present.pdf

圖一的左邊是單純使用Google Trend的預測,你可以看到預測結果雖然不錯但是還不到完美,而右邊則是透過計量經濟學的方式來做調整重新預測幾乎達到完美的境界。圖二則是直接運用這個模型來跑房屋銷售,在2008年房貸泡沫以前直接完美預測房屋銷售的下跌,如果說經濟學家有水晶球可以預測未來話,Google Trend大概就是其一。

你看到很多Google預測能力很屌的科技新聞其實都來自於這篇論文建立的理論而大部份經濟學家也很願意跟這些科技公司合作。原因在於一方面這些公司給很多的錢,另一方面是這些公司有很多的資料庫,更重要的是你不需要辭掉大學教授的工作。事實上無論是Patrick或者Varian在學術界上的活躍都不亞於他們在企業界的活躍,而且都是能刊登在AER(American Economic Review)這種經濟學術界四大期刊等級的論文,對於經濟學家而言大概沒有比這更好的夢想了吧。

當經濟學家走出象牙塔

上面這兩位目前可以說是經濟學界裡面也算是傳奇的人物了,然而撇開這種大咖不談,事實上還有許多年輕的經濟學家們也在矽谷貢獻自己的理論以及知識。

最近的例子大概就是Dinerstein、Einav、Levinu以及 Sundaresan在2018年的時候就在AER刊登了一篇論文叫做“Consumer Price Search and Platform Design in Internet Commerce“。這篇論文是在探討eBay要如何最快讓買家找到他想要的產品,而他們的研究也改善了eBay的使用平台。

除此之外還有一部分的經濟學家研究賽局理論以及企業關係,他們走出了象牙塔邁向實務界,拋出那些理論以及賽局的策略並且探討著如何實際運用。其中一種賽局理論的運用就是打廣告,畢竟你打了廣告你的對手也會打,而要怎麼最有效率的打廣告不造成囚犯的兩難就是非常有趣的議題了。Microsoft的首席經濟學家,Michael Schwarz,在2007年寫的那篇“Internet advertising and the generalized second-price auction: Selling billions of dollars worth of keywords”可以說是這方面的經典。這篇文章透過分析兩種不同的網路廣告技術以及方法來研究如何透過正確的網路廣告策略來賣出十億美金的鍵盤商機,現在很流行的SOE(Search Engine Optimization,搜尋引擎最佳化)的研究其實人家早在2007年的時候就開始做了,只不過現在才流行起來罷了。

其實在寫程式的技巧上面經濟學家的技術一定輸給電腦科學出生的,但是我們也會用機器學習,不過我們跟電腦科學的人不一樣的地方在於除了用機器學習來預測以外,我們喜歡問“What if ?”的問題,而這是機器學習其實不太能處理的。

“What if “是這些矽谷公司很喜歡問的問題,而我們有能力去回答,因為我們被這是我們被折磨以及訓練出來的技術,所以會設計實驗來取得我們想要的資料來回答這些What if的問題例如:「如果我們在Amazon上看到同樣產品的價格是隨機的會怎樣?」、「如果我預設的搜尋結果是20個而不是30個,是否能夠增加廣告的頭放率?」、「假設我聖誕節送給客戶現金而不是禮卷會怎樣?如果我們送Amazon Premium Account帳號呢? 」這些種種的問題都是我們經濟學家非常有興趣去研究的,而起也是我們常常在做的事情。

另外一個經濟學家常分析的小技巧,但是工程師會忽略的則是工程師在意的是取捨問題-工程師在意的是優化問題,但是經濟學家除了優化問題以外還在意取捨問題。例如我們會去分析如果把塞選條件變嚴格以後會怎樣,結果是你在短期的時候可能會損失一些獲利,但是長期來看你的演算法會更好而顧客會更滿意。這是我們常常分析或者寫學術論文會需要遇到的技巧:「當某項變數改變1%的時候,另一項變數會怎樣?」、「總體社會福利又會怎樣?」、「我們要如何給每個變因比重?」這些問題也都是經濟學家的日常問題。

某方面來說,對於真的有興趣研究個體經濟學的人來講,這些矽谷公司開啟了一道新的門,因為你能夠立刻看到你的理論 、你的結果、你的成就。直到今天為止,美國大部份名校每年的經濟學博士畢業生有很多都是直接跑去矽谷,而不單單只識投資銀行或者中央銀行。你永遠也不知道,你現在使用的某項技術或者廣告排列方式是否是某個經濟學家的大型社會實驗。不要忘了,經濟學是一門探討人類決策的科學,而一旦科技能幫助人類更好地做出決策,總是有經濟學家樂於踏出自己的象牙塔進入矽谷的。

By 一個熱愛科技的經濟學家

分享

One thought on “經濟學家與矽谷科技公司

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *