エコノミストのKay-Yut Chenは15年間、HPの経済実験を行ってきました。 彼の実験の助けを借りて、彼はHP機器の需要を予測し、発売前にマーケティングプログラムをテストし、特定の製品の最も有利な価格設定方針を決定しようとします。 チェン博士の実験は雇用者にとって何百万ドルも節約しましたが、最近まで彼はこのユニークな分野で働いたほとんど唯一の科学者でした。
実験経済学の別の専門家であるバーノン・スミスが「実験的経済分析、特に代替市場メカニズムの分析のツールとしての実験室実験」でノーベル賞を受賞した2002年以降、すべてが変わりました。 それは本当のブレークスルーでした。 このイベントの後、IT業界の企業を含む多くの大企業が、経済プロセスのモデル化のために独自の部門を開設しました。 たとえば、GoogleとYahooのエコノミストとコンピューターエンジニアは、キーワードオークションを最適化します。 eBayでは、実験エコノミストがオークションサービスの新しいフィードバックシステムの開発を支援し、サイトトラフィックの25％の増加を可能にしました。
「物事がより複雑になると、スローガンだけでビジネスを管理するのが難しくなります」とスタンフォード大学のÖzalpÖzer教授は語りました。 、生産およびマーケティング。
実験経済学により、古典経済の力を超えた問題を解決することができます。 これの良い例は、有名なゲームUltimatumです。 タスクの条件に応じて、プレーヤーAは10ドルを持っているので、プレーヤーBと何らかの方法で共有する必要があります。彼が申し出を受け入れる場合、すべてが正常であり、受け入れない場合、誰も何も受け取りません。 質問：プレーヤーAの代わりにいくら提供しますか？
したがって、合理的な古典経済の法則によれば、最適なオファーは1セントです。これは、プレーヤーBの場合、これは何よりも優れており、同意する必要があるためです。 しかし、実験により、実際には人々はこのように振る舞わないことが示されています。 実験では、平均オファーサイズが4.27ドルで、プレーヤーBが33％のケースで拒否することが示されました。
これは、人間の思考の非合理性の良い例です。 これらは、実験経済学がモデルで考慮する要因です。 予備実験は、大きな間違いを避けるための最も安価な方法です。 それらはすべて実験室で除去されます。
Chenの最近のプロジェクトの1つは、HPディストリビューターへの供給の最適化に専念しています。 以前は、販売代理店の予測に基づいて機器の生産が行われていましたが、年間最大30億ドルでHP製品を販売する最大の9社が購入予測を送信しました。 問題は、この予測が現実と100％も一致しないことがあり、計画が混乱することでした。 チェン博士は、予測が現実に最も近いディストリビューター向けの特別なインセンティブシステムを提案しました。 その結果、予測と実際の購入の一致率は80％に増加しました。