En parcourant Amazon à la recherche du produit parfait, ou parcourez les titres sur Netflix à la recherche d'un film qui correspond à votre humeur, Les recommandations générées automatiquement peuvent vous aider à trouver exactement ce que vous recherchez parmi les nombreuses offres.

Ces systèmes de recommandation sont utilisés dans le commerce de détail, divertissement, réseaux sociaux et plus encore. Dans une étude récemment publiée, deux chercheurs de l'Université du Texas à Dallas ont étudié le rôle informatif de ces systèmes et les impacts économiques sur les vendeurs et les consommateurs concurrents.

« Les systèmes de recommandation sont devenus omniprésents sur les plateformes de commerce électronique et sont présentés comme des outils d'aide à la vente qui aident les consommateurs à trouver leur produit préféré ou souhaité parmi la grande variété de produits, " a déclaré le Dr Jianqing Chen, professeur de systèmes d'information à la Naveen Jindal School of Management. "Jusque là, la plupart des recherches se sont concentrées sur l'aspect technique des systèmes de recommandation, tandis que la recherche sur les implications économiques pour les vendeurs est limitée."

Dans l'étude, publié dans le numéro de décembre 2020 de MIS Trimestriel , Chen et le Dr Srinivasan Raghunathan, le professeur Ashbel Smith de systèmes d'information, développé un modèle analytique dans lequel les vendeurs vendent leurs produits sur un marché électronique commun.

L'article se concentre sur le rôle informatif du système de recommandation :comment il affecte les décisions des consommateurs en les informant sur des produits dont ils pourraient autrement ne pas être au courant. Les systèmes de recommandation semblent attrayants pour les vendeurs car ils n'ont pas à payer le marché pour recevoir des recommandations, alors que la publicité traditionnelle est coûteuse.

Les chercheurs notent que les systèmes de recommandation augmenteraient les ventes sur ces marchés :plus de 35 % de ce que les consommateurs achètent sur Amazon et plus de 60 % de ce qu'ils regardent sur Netflix résultent de recommandations. Les systèmes utilisent des informations, notamment l'historique des achats, comportement de recherche, des données démographiques et des évaluations de produits pour prédire les préférences d'un utilisateur et recommander le produit que le consommateur est le plus susceptible d'acheter.

Alors que les systèmes de recommandation présentent aux consommateurs de nouveaux produits et augmentent la taille du marché, ce qui profite aux vendeurs, l'exposition gratuite n'est pas nécessairement rentable, dit Chen.

Les chercheurs ont découvert que l'effet publicitaire incite les vendeurs à faire moins de publicité par eux-mêmes, et l'effet de la concurrence les amène à baisser leurs prix. Les vendeurs sont également plus susceptibles de bénéficier du système de recommandation uniquement lorsqu'il a une haute précision.

"Cela signifie que les vendeurs sont susceptibles de bénéficier du système de recommandation uniquement lorsque les recommandations sont efficaces et que les produits recommandés sont bien les produits préférés des consommateurs, " dit Chen.

Les chercheurs ont déterminé que ces résultats ne changent pas si les vendeurs utilisent une publicité ciblée ou une publicité uniforme.

Bien que l'exposition soit souhaitable pour les vendeurs, les effets négatifs sur la rentabilité pourraient éclipser les effets positifs. Les vendeurs doivent choisir avec soin leur approche publicitaire et adopter une publicité uniforme s'ils ne peuvent pas cibler avec précision les clients, dit Chen.

"L'exposition gratuite s'avère ne pas être vraiment gratuite, " at-il dit. " Pour atténuer un tel effet négatif, les vendeurs doivent s'efforcer d'aider le marché à fournir des recommandations efficaces. Par exemple, les vendeurs doivent fournir des descriptions de produits précises, ce qui peut aider les systèmes de recommandation à offrir une meilleure correspondance entre les produits et les consommateurs. »

Consommateurs, d'autre part, bénéficier à la fois directement et indirectement des systèmes de recommandation, dit Raghunathan. Par exemple, ils peuvent être initiés à un nouveau produit ou bénéficier de la concurrence des prix entre les vendeurs.

Inversement, ils pourraient également finir par payer plus que la valeur de ces recommandations sous la forme d'une augmentation des prix, dit Raghunathan.

« Les consommateurs devraient adopter les systèmes de recommandation, " dit-il. " Cependant, partager des informations supplémentaires, telles que leur préférence dans le format des avis en ligne, avec la plate-forme est une épée à double tranchant. Bien que cela puisse aider les systèmes de recommandation à trouver plus efficacement un produit qu'un consommateur pourrait aimer, les informations supplémentaires peuvent être utilisées pour augmenter la précision de la recommandation, ce qui peut à son tour réduire la pression de la concurrence sur les vendeurs et peut être néfaste pour les consommateurs."

Les chercheurs ont déclaré que bien que des efforts importants soient en cours pour développer des systèmes de recommandation plus sophistiqués, les implications économiques de ces systèmes sont mal comprises.

« La valeur commerciale et sociétale des systèmes de recommandation ne peut être évaluée correctement que si les questions économiques qui les entourent sont examinées, ", a déclaré Chen. Lui et Raghunathan prévoient de mener d'autres recherches sur ce sujet.