Neues Pricing-Modell: Dynamische Preisgestaltung für heterogene Käufer

Ein neues arXiv‑Veröffentlichung eröffnet die Forschung im Bereich der kontextabhängigen dynamischen Preisgestaltung, bei der ein Verkäufer über mehrere Runden Preise festlegt, die von einem beobachtbaren, $d$‑dimensionalen Kontext abhängen. Für jede Runde erhält der Verkäufer lediglich ein binäres Kauffeedback.

Im Gegensatz zu bisherigen Arbeiten, die von homogenen Käufergruppen ausgehen, berücksichtigt dieses Modell heterogene Käufer. Der Wert jedes Käufers wird aus einer unbekannten Verteilung mit endlicher Unterstützung von Größe $K_{\star}$ gezogen. Das Team entwickelt einen algorithmischen Ansatz, der auf optimistischem posterioren Sampling basiert und einen Regret von $\widetilde{O}(K_{\star}\sqrt{dT})$ erzielt – ein Ergebnis, das in Bezug auf $d$ und $T$ bis auf logarithmische Faktoren optimal ist.

Darüber hinaus wird die Analyse für den nicht kontextabhängigen Fall verfeinert. Hier wird ein variancenerkennendes Zooming‑Verfahren vorgestellt, das die optimale Abhängigkeit vom Parameter $K_{\star}$ erreicht. Diese Fortschritte legen den Grundstein für effizientere Preisstrategien in Märkten mit vielfältigen Käuferprofilen.