Статья опубликована в рамках: CXII Международной научно-практической конференции «Актуальные вопросы экономических наук и современного менеджмента» (Россия, г. Новосибирск, 04 ноября 2026 г.)
Наука: Экономика
Секция: Вопросы ценообразования в современной экономике
Скачать книгу(-и): Скачать книгу
дипломов
СКИДКИ ПО МЕТОДУ ОПЛАТЫ В ЭЛЕКТРОННОЙ ТОРГОВЛЕ: МОДЕЛЬ СРАВНЕНИЯ ПО РАЗМЕРУ И ТОВАРНОМУ ОХВАТУ
PAYMENT-METHOD DISCOUNTS IN ONLINE RETAIL: A MODEL FOR COMPARING DISCOUNTS BY SIZE AND PRODUCT COVERAGE
Аннотация
Предложена модель сравнения скидок, различающихся размером и товарным охватом, при оплате картой определённого банка в электронной торговле. При заданном ожидаемом наборе покупок выведено условие, при котором большая скидка на ограниченный круг товаров даёт большую ожидаемую экономию, чем меньшая скидка на широкий круг. Сформулирована гипотеза о том, что большая ожидаемая экономия повышает вероятность привязки карты. Динамика доли пользователей с привязанной к сервису картой описана через новые и утраченные привязки. Предложена схема пользовательского рандомизированного эксперимента с сохранением первоначального распределения пользователей по группам. Эффекты скидок сравниваются у пользователей с разным составом покупок до воздействия. Анализ охватывает новые привязки карты и сохранение действующих. Вероятность покупки, количество купленных товаров и сумма покупок оцениваются по всем способам оплаты в совокупности и отдельно по целевой карте. После завершения эксперимента проверяется, сохраняются ли различия между группами. Эмпирическую проверку планируется провести на обезличенных данных российского маркетплейса.
Abstract
This paper proposes a model for comparing discounts in online retail that differ in size and product coverage and require payment with a card issued by a particular bank. For a fixed expected basket of purchases, a condition is derived under which a larger discount on a limited range of products offers greater expected savings than a smaller discount on a broader range. The paper hypothesizes that greater expected savings increase the probability of linking the card. Changes in the share of users with the target card linked to their account are described through new links and the loss of existing links. A user-level randomized experiment is proposed, retaining users in their originally assigned groups. The proposed analysis compares discount effects across users with different pre-treatment purchase patterns. It examines new card links and the retention of existing links, purchase probability, purchase quantity and spending across all payment methods and separately for the target card. After the experiment ends, the analysis assesses whether differences between groups persist. An empirical test is planned using anonymized data from a Russian online marketplace.
Ключевые слова: ценовая дифференциация, способ оплаты, электронная торговля, размер скидки, товарный охват, платёжная карта, рандомизированный эксперимент.
Keywords: price differentiation, payment method, online retail, discount size, product coverage, payment card, randomized experiment.
Введение
В электронной торговле платформа определяет размер дополнительной скидки при оплате картой определённого банка и набор товаров, на которые распространяется скидка. Ожидаемая экономия на будущих покупках может повлиять как на объём покупок, так и на решения пользователя об оформлении карты и её привязке к сервису.
Цель статьи — разработать модель сравнения скидок разного размера и товарного охвата с учётом ожидаемого состава покупок пользователя. Для этого выводится условие, при котором один вариант приносит большую ожидаемую экономию, и формулируется гипотеза о связи этой экономии с вероятностью привязки карты. Затем предлагается схема экспериментальной проверки влияния скидок на привязку карты и покупки, включая наблюдение после завершения воздействия.
Обзор литературы
Для поставленной задачи важны исследования параметров розничных скидок, выбора способа оплаты и поведения покупателей после ценовых акций.
В модели Ричардса расширение ассортимента со скидками привлекает покупателей. Дополнительные продажи товаров с большей маржой позволяют компенсировать снижение маржи на акционных товарах [1]. Малхерн и Леоне исследуют естественный эксперимент: переход от небольших скидок на множество товаров к большим скидкам на меньшее число товаров. В изученной торговой сети такой переход сопровождался увеличением выручки без изменения потока покупателей [2].
Связь спроса с выбором способа оплаты исследуют Альварес и Архенте на примере поездок Uber. Их модель объединяет добавление карты в приложение, выбор оплаты наличными или картой и спрос на поездки. Параметры модели оцениваются по трём полевым экспериментам, а полученные оценки используются для расчёта потерь потребителей при запрете наличной оплаты [3].
Последующее поведение покупателей изучается в экспериментах с ценовыми акциями. Чжан и соавторы в рандомизированном эксперименте Alibaba предоставляют скидки на товары в корзине. В течение месяца после воздействия пользователи чаще просматривали товары и совершали покупки, но платили за товары меньше [4]. Эльберг и соавторы сначала предоставляют группам разные по размеру скидки, затем одинаковые. После этого пользователи, ранее получавшие большие скидки, сохраняют более высокую вероятность покупки товаров по акции [5].
В настоящей статье сравниваются скидки по одной и той же карте, различающиеся размером и товарным охватом. Ожидаемый состав покупок пользователя позволяет определить, какой вариант принесёт ему большую экономию. Условие сравнения экономии служит основанием для проверяемой гипотезы: один вариант сильнее стимулирует привязку карты у одних пользователей, другой — у других. Предлагается схема экспериментальной проверки этой гипотезы и отдельной оценки изменений покупок.
1. Параметры скидки и ожидаемая экономия
Рассмотрим, как дополнительная скидка при оплате картой определяет ожидаемую экономию пользователя.
Вариант скидки задаётся парой , где — размер дополнительной скидки при оплате картой, заданный числом от 0 до 1, а — множество товаров, на которые распространяется дополнительная скидка. Дополнительная скидка увеличивает исходную скидку по карте. Обе рассчитываются от одной цены.
Пусть — цена товара , от которой рассчитывается скидка. Для пользователя обозначим через ожидаемое количество единиц товара , которое он купит за рассматриваемый период. Ожидаемая дополнительная экономия пользователя при оплате целевой картой равна:
2. Сравнение вариантов скидки по размеру и товарному охвату
Пусть — два ценовых порога. Множество включает товары с ценой , а множество — товары с ценой .
Сравним варианты и , где . В обоих вариантах скидки рассчитываются от одной цены , остальные условия предоставления одинаковы.
Для сравнения используется один и тот же ожидаемый набор покупок . Изменение выбора товаров под влиянием скидки в этом расчёте не учитывается.
Ожидаемая стоимость покупок в диапазонах равна:
Тогда ожидаемая экономия от двух вариантов составляет:
Сравним ожидаемую экономию от двух вариантов:
При это равносильно условию:
Вариант даёт большую ожидаемую экономию, если доля расходов на товары из в общей ожидаемой стоимости покупок из и превышает . При меньшей доле большую экономию даёт вариант . При равенстве экономия одинакова.
3. Следствия для спроса и изменения доли пользователей с привязанной картой
Предположим, что при прочих равных большая ожидаемая экономия повышает вероятность привязки целевой карты. Тогда различие между вариантами скидки по вероятности привязки должно зависеть от состава покупок пользователя. Это гипотеза, которую можно проверить на данных.
Изменение покупок требует отдельной проверки. Скидка может увеличить вероятность покупки или количество купленных товаров, а может только перераспределить покупки между ценовыми диапазонами.
Для анализа различий между группами во время эксперимента и после его завершения опишем изменение доли пользователей с действующей привязкой целевой карты.
Пусть — эта доля в группе в начале периода . Через обозначим вероятность наличия действующей привязки в конце периода у пользователя, не имевшего её в начале. Через обозначим вероятность её отсутствия в конце периода у пользователя, имевшего её в начале.
На конец периода (начало периода ) получаем:
Вероятности и могут различаться между группами и меняться во времени, в том числе после завершения воздействия.
4. Схема эмпирической проверки
Гипотеза о привязке карты и возможные изменения покупок проверяются в рандомизированном эксперименте на уровне учётных записей. Группа пользователя определяется до возможного воздействия скидки и затем не меняется. В анализ включаются пользователи, посетившие сервис после начала эксперимента. Для каждого пользователя наблюдение начинается с первого посещения сервиса после запуска эксперимента.
Формирование выборки по первому возможному воздействию соответствует практике онлайн-экспериментов [6]. Полученные результаты относятся к посетившим сервис участникам эксперимента, а не ко всем зарегистрированным пользователям.
Модель можно проверить с помощью двух типов рандомизированных сравнений:
1. если одновременно меняются размер скидки и правило товарного охвата, эксперимент оценивает их совокупное влияние, но не позволяет разделить вклад каждого параметра;
2. если меняется только один параметр, эксперимент позволяет оценить его влияние независимо от второго.
Прямое сравнение вариантов показывает различие между ними. При наличии контрольной группы каждый вариант также сравнивается с условиями без экспериментального изменения скидки.
После начала эксперимента наличие действующей привязки и выбор способа оплаты могут зависеть от скидки. Поэтому они используются для оценки её влияния, а не для отбора пользователей в сравниваемые группы [7].
Рост количества товаров, оплаченных целевой картой, может отражать только смену способа оплаты. Поэтому покупки учитываются по всем способам оплаты в совокупности и отдельно по целевой карте. Оцениваются:
1. вероятность наличия действующей привязки в конце периода отдельно среди пользователей, имевших и не имевших её до воздействия;
2. вероятность покупки, количество купленных товаров и сумма продаж после скидок по всем способам оплаты в совокупности — по всем товарам и отдельно в диапазонах и ;
3. вероятность покупки с оплатой целевой картой, количество товаров, оплаченных целевой картой, и соответствующая сумма продаж после скидок — по всем товарам и отдельно в диапазонах и ;
4. изменение показателей по неделям после завершения эксперимента.
Эффект по каждому показателю оценивается как разность его средних значений между экспериментальными группами. Вероятность и объём покупок рассчитываются для всех включённых в анализ пользователей, в том числе не совершивших покупок.
Для проверки зависимости эффекта от состава покупок обозначим долю ожидаемых расходов пользователя на товары из :
, при .
По покупкам до воздействия скидки рассчитывается историческая оценка этой доли, . Каждый купленный товар относится к диапазону по цене до скидки на момент покупки. Если в выбранном периоде у пользователя не было покупок в диапазонах и , определить нельзя, из-за чего сравнить ожидаемую экономию по модели невозможно.
Проверяется, как разница между группами и по перечисленным показателям зависит от . В основном анализе показатель используется непрерывно. Результаты также представляются отдельно для пользователей с и . Устойчивость выводов проверяется при разных периодах предыстории.
После завершения эксперимента группы сравниваются по неделям при одинаковых условиях скидки, чтобы проверить, сохраняются ли различия между ними. Доля пользователей с действующей привязкой карты фиксируется на конец недели. Дополнительно по переходам между началом и концом недели рассчитываются и . Различия этих вероятностей между группами используются для описания динамики, а не как отдельные причинные эффекты скидки. Вероятность и объём покупок рассчитываются за неделю.
5. Ограничения
Во-первых, увеличение периода предыстории повышает полноту данных, но может снижать их актуальность. В коротком периоде у части пользователей может не быть покупок для расчёта . Более длинная история позволяет рассчитать показатель для большего числа пользователей, но более давние покупки хуже отражают цены и состав покупок на момент эксперимента.
Во-вторых, характеризует распределение прежних расходов пользователя между ценовыми диапазонами. Если состав покупок изменится, прогноз того, какой вариант скидки даст большую экономию, может оказаться неточным.
В-третьих, ограничения применения скидок, например максимальный размер, и другие акции могут изменить фактическую экономию. В таких случаях её соотношение между вариантами может отличаться от расчёта по модели.
В-четвёртых, оценки эффекта, полученные в одном эксперименте, нельзя автоматически переносить на другой: могут различаться ассортимент, состав пользователей и действующие предложения.
В-пятых, у маркетплейса нет полных данных об оформлении банковских карт, поэтому оценивается только влияние скидки на их привязку к сервису.
Заключение
Модель сравнивает скидку на широкий круг товаров с большей скидкой на ограниченный круг. Какая скидка даст большую ожидаемую экономию, зависит от состава покупок пользователя. Ожидаемая экономия может влиять на появление и сохранение привязки целевой карты.
Для проверки модели сравниваются эффекты вариантов скидки у пользователей с разным распределением прежних расходов между ценовыми диапазонами. Изменения объёма покупок по целевой карте сопоставляются с изменениями общего объёма покупок. Это позволяет проверить, растут ли продажи в целом или только перераспределяются между способами оплаты. Модель можно использовать при подготовке экспериментов, чтобы заранее сформулировать гипотезы о различиях в реакции пользователей с разным составом покупок. Эмпирическую проверку планируется провести на обезличенных данных пользовательских рандомизированных экспериментов российского маркетплейса, включая наблюдение после завершения воздействия.
Список литературы
- Richards T.J. Sales by multi-product retailers // Managerial and Decision Economics. – 2006. – Т. 27, № 4. – P. 261–277. – DOI: 10.1002/mde.1251.
- Mulhern F.J., Leone R.P. Retail promotional advertising: Do the number of deal items and size of deal discounts affect store performance? // Journal of Business Research. – 1990. – Т. 21, № 3. – P. 179–194. – DOI: 10.1016/0148–2963(90)90027-B.
- Alvarez F., Argente D. Consumer surplus of alternative payment methods // The Review of Economic Studies. – 2025. – Т. 92, № 6. – P. 3504–3540. – DOI: 10.1093/restud/rdae112.
- D.J. Zhang, H. Dai, L. Dong, F. Qi, N. Zhang, X. Liu, Z. Liu, J. Yang. The long-term and spillover effects of price promotions on retailing platforms: Evidence from a large randomized experiment on Alibaba // Management Science. – 2020. – Т. 66, № 6. – P. 2589–2609. – DOI: 10.1287/mnsc.2019.3316.
- A. Elberg, P.M. Gardete, R. Macera, C. Noton. Dynamic effects of price promotions: Field evidence, consumer search, and supply-side implications // Quantitative Marketing and Economics. – 2019. – Т. 17, № 1. – P. 1–58. – DOI: 10.1007/s11129-018-9205-5.
- Ларсен Н., Сталлрич Дж., Сенгупта С., Дэн А., Кохави Р., Стивенс Н.Т. Statistical challenges in online controlled experiments: A review of A/B testing methodology / N. Larsen, J. Stallrich, S. Sengupta, A. Deng, R. Kohavi, N.T. Stevens // The American Statistician. – 2024. – Т. 78, № 2. – P. 135–149. – DOI: 10.1080/00031305.2023.2257237.
- Rosenbaum P.R. The consequences of adjustment for a concomitant variable that has been affected by the treatment // Journal of the Royal Statistical Society. Series A. – 1984. – Т. 147, № 5. – P. 656–666. – DOI: 10.2307/2981697.
дипломов

