RT info:eu-repo/semantics/bachelorThesis
T1 Algorithmic personalised pricing
T2 Los precios algorítmicos personalizados. Estudio de casos
A1 del Caso Matos, Cristina
A2 Universidad de Valladolid. Facultad de Ciencias Económicas y Empresariales
K1 Precios
K1 Algoritmos
K1 Eficiencia
K1 Transparencia
K1 5311 Organización y Dirección de Empresas
K1 5308.02 Comportamiento del Consumidor
AB La fijación de precios personalizados mediante algoritmos de machine learning ha generado opiniones encontradas entre consumidores y académicos, a pesar de tener raíces históricas en ajustes de precios basados en el comportamiento del cliente. Hoy en día, estos algoritmos realizan esta tarea con mayor precisión y frecuencia, a menudo sin el conocimiento de los consumidores. Esta práctica adapta los precios según las características individuales para alinearlos con la disposición a pagar de cada consumidor. Los intereses en juego incluyen la libertad del empresario, la competencia, la eficiencia, la innovación, la igualdad, la privacidad y la transparencia. A pesar de ser controversial, esta estrategia puede mejorar la competencia y beneficiar a los consumidores al aumentar tanto la eficiencia estática como dinámica, promoviendo la innovación y maximizando las transacciones. Sin embargo, también puede tener efectos redistributivos negativos al reducir el bienestar de ciertos grupos de consumidores. Es crucial una coordinación efectiva entre las autoridades para mitigar los riesgos y equilibrar los beneficios para todos los actores económicos
YR 2024
FD 2024
LK https://uvadoc.uva.es/handle/10324/71773
UL https://uvadoc.uva.es/handle/10324/71773
LA spa
DS UVaDOC
RD 13-ene-2025