Руководство по закупкам
Шрифт:
Выбор между качественной и количественной обратной связью не вызывает особого беспокойства. Если задача заключается в оценке выполнения обязательств, качественным аспектам можно присвоить численные значения.
Относительно детализации шкалы оценок, как показано в разделе 18.3, eBay принимает шкалу – 1, 0, 1, в то время как Amazon использует шкалу 1–5, Yahoo! шкалу 1 – 10. Однако некоторые работы по этой теме [519] выдвигают предположение, что б'oльшая степень детализации не улучшает эффективность механизма: бинарные механизмы обратной связи (1, (–1)) могут быть эффективны и очень просты.
519
См., например, работу: [Dellarocas, 2005]. Автор рассуждает, было ли бы для eBay эффективнее переключиться на шкалу Amazon. Деларокас (2005) анализирует группу механизмов стиля eBay и показывает, что бинарный механизм обратной связи (сделка «положительная» или «отрицательная»), при котором отображается сумма недавних оценок, приводит к высокому уровню сотрудничества между участниками, и такое сотрудничество стабильно в течение долгого времени. Эффективность механизма невозможно улучшить более сложной рейтинговой шкалой (такой как шкала Amazon) или отображением всей истории обратной связи.
Разрабатывая механизм обратной связи, государственные закупщики могут быть ограничены некоторыми факторами. Например, наличие законодательных ограничений по закупкам и скептицизм продавцов относительно оценки результатов их деятельности – продавцы могут отказаться от механизмов, учитывающих отрицательные отзывы, и прибегнуть к угрозам судебного преследования в случае получения плохого рейтинга – предполагает, что нужно сосредоточиться на особых видах механизмов (как мы увидим при анализе случая, представленного в разделе 18.6, так обстоит дело с итальянским законодательством по регулированию государственных закупок). Кроме того, сама природа механизма может быть потенциальным источником конфликта: механизмы обратной связи обеспечивают «субъективное» измерение репутации, направленное на то, чтобы зафиксировать неподдающийся проверке аспект качества, который невозможно определить в формальном контракте. Продавцы, возможно, будут отвергать идею о том, что на бизнес может влиять субъективное измерение их работы, даже при том, что это каждый день происходит в рыночных сделках.
Если эти проблемы воспринимаются как важные, агентство по закупкам может разработать механизмы с только положительными оценками. Чтобы избежать потенциального падения уровня участия, агентства должны максимизировать восприятие, что механизмы обратной связи могут быть деловой возможностью для фирм, а не инструментом «наказания». Этот выбор может помочь агентству достичь одновременно двух важных целей: увеличения участия путем привлечения «надежных» продавцов и повышения качества.
Практический вывод 1.
Отдавайте предпочтение простым положительным шкалам обратной связи, таким как (0, 1) или (0, 1, 2), когда «отрицательные отзывы» могут привести к уменьшению участия.
18.4.5. Вычисление репутации
eBay вычисляет репутацию как сумму оценок, поставленных другими пользователями (балл отзывов). Однако, как упоминалось в разделе 18.3, обратная связь, предоставленная одним и тем же пользователем, засчитывается только однажды. Причина в следующем. Предположим, что некто совершает многократные покупки у одного и того же продавца и всегда остается доволен сделкой. Со временем между сторонами могут развиться доверительные долговременные отношения. Поэтому высока вероятность, что обратная связь, публикуемая покупателем о продавце, будет положительной. Обратная связь засчитывается только один раз во избежание раздувания репутации за счет получения многочисленных отзывов в контексте долговременных отношений между сторонами. Долгосрочные отношения поддерживаются перспективой будущей прибыли от дальнейшего сотрудничества с конкретным партнером и не должны рассматриваться как часть репутации, в чем eBay совершенно прав. Действительно, механизмы обратной связи направлены на измерение того, как участник выполняет свои обязательства, когда он вступает в единственные случайные взаимодействия, а не тогда, когда он находится в самодостаточных долгосрочных отношениях.
18.4.5.1. Средняя репутация
Репутация, которую пользователи приобретают на eBay, зависит от числа совершенных ими сделок. Здесь возникают две проблемы. Во-первых, это ставит в выгодное положение старых пользователей, которые имеют более долгую историю. Во-вторых, механизм не позволяет сравнивать профили репутации пользователей. Одним простым решением для преодоления этих проблем может быть измерение репутации следующим показателем:
Это простая сумма оценок, и ее можно интерпретировать как неявное измерение (средней) репутации, поскольку набор (N) сделок, по которым она вычисляется, фиксирован и одинаков для всех пользователей. Эта сумма не меняется согласно истории, что автоматически решает вторую проблему. Такая сумма оценок может быть основным инструментом для измерения репутации: ее просто вычислить, и пользователям легко с ней работать.
Рассмотрим теперь следующий показатель средней репутации:
Этот показатель, по сравнению с предыдущим, явно подчеркивает отношение хороших отзывов к общему количеству отзывов, таким образом немедленно предоставляя пользователям информацию об относительном уровне производительности конкретного участника.
Предложенные показатели могут быть далее усовершенствованы, чтобы достичь более точного и специализированного измерения репутации [520] .
520
Например, мы можем также учесть число участников, оставляющих обратную связь. Предположим, один продавец столкнулся с K покупателями для совершения в общей сложности N сделок. Продавец, возможно, взаимодействовал более одного раза с некоторыми или всеми K покупателями. Теперь вычислим среднюю оценку последних М сделок для каждого из K пользователей. Затем вычислим среднее арифметическое этих средних оценок. Так мы получаем своего рода обобщенную формулу, в которой можно соответственно подбирать K и М. Устанавливая особые значения для K и М, мы возвращаемся к особым случаям: например, установив N = 1, мы получаем среднюю оценку, поставленную последними отдельными K пользователями. Установив N = K = 1, мы получаем особый случай, в котором имеет значение только последняя оценка. В случае необходимости N и K можно выбрать произвольно большими, чтобы рассмотреть более долгую историю обратной связи. Например, предположим, что 3 покупателя, А, B, C, вступали в торговые отношения 4, 3, 4 раза с продавцом D, оценив его (0, 0, 1, 0), (1, 1, 1) и (1, (–1), (–1), (–1)) соответственно. Если мы ограничим внимание средним арифметическим двух самых последних оценок (выделенных жирным шрифтом), то средняя оценка для каждого пользователя будет следующей: 0,5 для A, 1 для B и – 1 для C. Простое среднее арифметическое этих оценок будет (0,5 + 1–1) / 3 = 0,16. Заметьте, что репутация, основанная на последней оценке, была бы (0 + 1–1) / 3 = 0.
18.4.5.2. Медиана репутации
Как обсуждалось в предыдущем разделе, репутация, измеренная через среднее арифметическое (или соответствующие суммы) оценок, может быть хорошим показателем репутации. Тем не менее он все еще далек от преодоления уклона репутации, производимого незаслуженными оценками, и стратегических манипуляций обратной связью. К счастью, существуют альтернативы, которые можно противопоставить этой проблеме [521] . Например, репутация может быть измерена с использованием медианы рейтинга вместо средней оценки. Как известно, одно важное статистическое свойство медианы состоит в том, что она менее чувствительна к крайним значениям по сравнению со средним арифметическим. Как пример возьмем шкалу оценок eBay и предположим, что один пользователь сталкивается со следующей последовательностью оценок: (–1, 0, 1, 1, 1). Эта последовательность имеет среднее арифметическое, равное 0,4, и медиану, равную 1. Друзья пользователя («свои люди», отправляющие ложные отзывы) могут искусственно улучшить профиль при помощи «потока» положительной обратной связи, чтобы создать лучшую последовательность оценок, такую как (–1, 0, 1, 1, 1, 1, 1, 1, 1). Эта новая последовательность имеет медиану, равную 1, и среднее арифметическое, равное 0,67. Таким образом, в то время как репутация, измеренная по медиане, не изменяется, когда «свои люди» несправедливо оценивают партнеров, репутация, измеренная по среднему арифметическому, увеличивается до 0,67, таким образом создавая уклон репутации. Подобные аргументы применимы также в случае «недоброжелателей», т. е. пользователей, желающих испортить репутацию конкурентов.
521
См. обсуждение и формальный анализ методов иммунизации обратной связи в работах [Dellarocas, 2000, 2003, 2004, 2006; Douceure, 2002; Cheng, Friedman, 2005].
Измерение репутации посредством медианы должно воздействовать на стратегическое поведение манипуляторов обратной связью. Если манипуляторы будут знать заранее, что репутация основана на медиане, а не на среднем арифметическом, у них будет меньше стимулов для того, чтобы ставить несправедливые оценки, потому что такие оценки не будут оказывать влияние на репутацию. В результате следует ожидать снижения уровня манипулирования.
Заметьте, что манипуляции могут осуществляться несколькими другими способами (некоторые из которых обсуждаются в подразделе 18.4.10.1). Например, на Usenet – дискуссионном форуме, где люди делятся информацией о товарах и услугах – конкурирующие фирмы влияют на мнения потребителей относительно качества предоставляемых ими продуктов путем размещения дорогих «подложных» рекламных сообщений в группах Usenet. Такая манипуляция может поставить под серьезную угрозу информативность форума. Однако это не так в более общих ситуациях, где имеет значение как ex ante (доконтрактный), так и ex post (постконтрактный) оппортунизм (на Usenet главное беспокойство вызывает ex ante оппортунизм). Стратегическая манипуляция может повысить информативность форума. Присутствие честных мнений потребителей может побудить фирмы раскрыть свои, более точные, знания о качествах продукта посредством манипулирования форумами с относительной интенсивностью, пропорциональной их фактическому качеству. Воздействие манипуляции в этом случае состоит в том, чтобы еще более отделить публикуемый рейтинг фирм с высоким качеством от рейтинга фирм с низким качеством, благодаря чему потребителям будет легче делать выводы об истинном качестве каждой фирмы [522] .
522
См.: [Mayzlin, 2006; Dellarocas, 2006b] для получения дальнейшей информации о манипуляциях в ситуациях, где неудачный выбор представляет главную проблему.
18.4.5.3. Сравнение средней оценки и медианы рейтинга
Как и среднее арифметическое, медиана может быть вычислена по недавним N оценкам, чтобы устранить дискриминацию по новым/ старым оценкам и создать условия для сравнения репутации. Хотя медиана преодолевает проблему искусственных оценок, она дает менее точное измерение репутации – медиана может быть равна только –1, 0, 1 и может отображать необъективную информацию, как и среднее арифметическое. Предположим, что в примере, приведенном выше, «друзья» – честные торговцы и что они создали «поток» обратной связи. Среднее арифметическое отображает это (справедливое) улучшение репутации, тогда как медиана этого не делает. С этой точки зрения два данных подхода идут в противоположных направлениях. В то время как медиана совсем не учитывает дальнейшие улучшения репутации (дополнительная обратная связь считается несправедливой), среднее арифметическое засчитывает такие улучшения в полной мере (дополнительная обратная связь считается справедливой). Поскольку обе эти меры не устойчивы к потенциальному информационному уклону, удобно использовать среднее арифметическое.