synaptiq.art

Istraživanje za seminarski rad: Personalizirane cijene u e-commerceu: ekonomska učinkovitost ili cjenovna diskriminacija?

Proces izrade seminarskog rada

  1. 1. Istraživanje
  2. 2. Recenzija literature
  3. 3. Sinteza istraživanja
  4. 4. Kritička rasprava ×3
  5. 5. Nacrt rada
  6. 6. Recenzija nacrta
  7. 7. Seminarski rad
Bilježnica za seminarski rad

Tema: Personalizirane cijene u e-commerceu: ekonomska učinkovitost ili cjenovna diskriminacija?
Podtema: Ekonomska analiza personaliziranog određivanja cijena u digitalnoj trgovini.
Pretpostavljeni opseg: 4. godina studija, približno 15 kartica.
Jezik: hrvatski.
Ciljani broj potvrđenih izvora: 25; potvrđeno je 26 izvora jer je uključen jedan aktualni rad iz 2026.
Registar: nije priložen.
Ulaz za krug 3: prazan; ovo je prvo izvođenje.
Pretraga zatvorena: 9. rujna 2026.

FAZA A — KALIBRACIJA POLJA

Podtema pripada industrijskoj organizaciji, mikroekonomiji i ekonomiji digitalnih tržišta.
Susjedne discipline su ekonomija informacija, bihevioralna ekonomija, marketing, pravo tržišnog natjecanja, zaštita potrošača i zaštita osobnih podataka.
Primarni izvori su teorijski modeli, terenski eksperimenti, laboratorijski eksperimenti, mjerenja digitalnih tržišta, propisi i službene klasifikacije.
Sekundarni izvori su pregledni članci, policy papers, udžbenici, priručnici i službena izvješća.
Standardne vrste izvora su članci iz industrijske organizacije, empirijske studije e-trgovine, eksperimenti o pravednosti cijena, izvješća regulatora i normativni akti.
Referentna djela širokog opsega u ovom polju su udžbenici industrijske organizacije, priručnici mikroekonomije, službena izvješća o digitalnim tržištima i relevantni propisi.
Pretražene su izdavačke platforme, AEA, Oxford Academic, University of Chicago Press, Springer, ScienceDirect, INFORMS, OECD, Europska komisija, EUR-Lex, EDPB, CMA, ACM, Hrčak i institucionalni repozitoriji.

FAZA B0.5 — RADNA SKICA I SASTAVNICE

1. Jedinstvena cijena i ekonomska početna točka

Tražene sastavnice:

  1. jedinstvena cijena za kupce pod istim uvjetima;
  2. razlika između jedinstvene cijene, dinamičke cijene i personalizirane cijene;
  3. tržišna moć i uvjeti za cjenovnu diskriminaciju;
  4. potrošački, proizvođački i ukupni višak.

2. Teorija cjenovne diskriminacije

Tražene sastavnice:

  1. diskriminacija prvog stupnja;
  2. diskriminacija drugog stupnja;
  3. diskriminacija trećeg stupnja;
  4. samoselekcija, segmentacija i arbitrage;
  5. odnos cijena, graničnog troška i elastičnosti potražnje.

3. Digitalni podaci i algoritamska procjena spremnosti na plaćanje

Tražene sastavnice:

  1. povijest kupnje i pregledavanja;
  2. uređaj, lokacija, pristupni kanal i korisnički račun;
  3. profiliranje i predviđanje willingness-to-pay;
  4. strojno učenje i automatizirano određivanje cijena;
  5. razlika između personalizirane cijene, dinamičke cijene i personaliziranog rangiranja.

4. Potrošački višak i tržišna učinkovitost

Tražene sastavnice:

  1. prisvajanje potrošačkog viška;
  2. povećanje ili smanjenje ukupnog viška;
  3. pristup proizvodu za potrošače s nižom spremnošću na plaćanje;
  4. tržišno pokriće i intenzitet konkurencije;
  5. učinci na proizvođački višak i profit.

5. Pravednost, transparentnost i ponašanje potrošača

Tražene sastavnice:

  1. ekonomska učinkovitost nasuprot percipiranoj pravednosti;
  2. reakcije kupaca koji plaćaju više i onih koji plaćaju manje;
  3. usporedivost cijena;
  4. obavještavanje o personalizaciji;
  5. povjerenje, lojalnost i spremnost na kupnju.

6. Privatnost i ekonomska vrijednost podataka

Tražene sastavnice:

  1. ekonomska vrijednost podataka za prodavatelja;
  2. troškovi prikupljanja i obrade podataka;
  3. privatnosne preferencije potrošača;
  4. dobrovoljno otkrivanje podataka;
  5. kontrola potrošača nad podacima.

7. Regulatorni okvir

Tražene sastavnice:

  1. obveza obavještavanja o personaliziranoj cijeni;
  2. GDPR i profiliranje;
  3. nepoštene poslovne prakse;
  4. zaštita ranjivih potrošača;
  5. umjetna inteligencija i manipulativne prakse;
  6. granice prava tržišnog natjecanja i antidiskriminacijskog prava.
FAZA B — PRIKUPLJANJE I PROVJERA IZVORA

B1. Potvrđeni izvori

[I1] Referentni udžbenik industrijske organizacije

Puni citat:
Belleflamme, Paul; Peitz, Martin. Industrial Organization: Markets and Strategies. 2. izdanje. Cambridge University Press, 2015.

TRAG DOHVATA:
https://www.cambridge.org/highereducation/books/industrial-organization/69870638F433E49AA6B20D24E3C9453E

RAZRJEŠENJE:
Zapis se razrješava na: Paul Belleflamme i Martin Peitz, 2015, Industrial Organization: Markets and Strategies, Cambridge University Press, udžbenik. Izdanje: 2. (cambridge.org)

STATUS ZAPISA: bez oznaka
RAZINA DOHVATA: relevantni odjeljak
POTVRDA LOKACIJE: nije potvrđena
PREDMET IZVORA: široki pregled industrijske organizacije, tržišne moći, konkurencije i strategija određivanja cijena.
[KANON]: da
Vrsta izvora i težina: sveučilišni udžbenik; daje temeljne mikroekonomske pojmove i kontekst za personalizirano i segmentirano određivanje cijena.
EMPIRIJSKA OSNOVA: nije primjenjivo
OPERACIONALIZACIJA: nije primjenjivo
ZAKLJUČAK IZVORA: Industrijska organizacija analizira kako poduzeća s tržišnom moći oblikuju cijene, proizvode i strategije prema strukturi tržišta.
OGRADE AUTORÂ: nenavedeno u otvorenom zapisu.
NALAZ KOJI KORISTIM: sadržaj udžbenika izričito uključuje poglavlje o „group pricing and personalized pricing” te poglavlja o menu pricingu i intertemporalnoj cjenovnoj diskriminaciji.
Svrha u seminaru: osnovni teorijski okvir za tržišnu moć, segmentaciju i različite oblike određivanja cijena.

[I2] Teorijski pregled cjenovne diskriminacije

Puni citat:
Varian, Hal R. “Chapter 10: Price Discrimination.” U: Schmalensee, Richard; Willig, Robert D. (ur.), Handbook of Industrial Organization, vol. 1, str. 597–654. Elsevier, 1989.

TRAG DOHVATA:
https://cir.nii.ac.jp/crid/1363388844591153536?lang=en

RAZRJEŠENJE:
Zapis se razrješava na: Hal R. Varian, 1989, “Chapter 10: Price Discrimination”, Handbook of Industrial Organization, vol. 1, str. 597–654, poglavlje u znanstvenom priručniku. (cir.nii.ac.jp)

STATUS ZAPISA: bez oznaka
RAZINA DOHVATA: samo bibliografski zapis
POTVRDA LOKACIJE: nije potvrđena
PREDMET IZVORA: teorija oblika cjenovne diskriminacije i njihovi učinci na blagostanje.
[KANON]: da
Vrsta izvora i težina: kanonsko teorijsko poglavlje u priručniku industrijske organizacije.
EMPIRIJSKA OSNOVA: nije primjenjivo
OPERACIONALIZACIJA: nije primjenjivo
ZAKLJUČAK IZVORA: Učinci cjenovne diskriminacije na potrošački i proizvođački višak ovise o obliku diskriminacije, informacijama i tržišnim uvjetima.
OGRADE AUTORÂ: nenavedeno u otvorenom zapisu.
NALAZ KOJI KORISTIM: klasifikacija prvog, drugog i trećeg stupnja te razlika između segmentacije, samoselekcije i individualnog određivanja cijena.
Svrha u seminaru: temeljna definicija i teorijska tipologija cjenovne diskriminacije.

[I3] Granice cjenovne diskriminacije

Puni citat:
Bergemann, Dirk; Brooks, Benjamin; Morris, Stephen. “The Limits of Price Discrimination.” American Economic Review, 105(3), 2015, str. 921–957.

TRAG DOHVATA:
https://pub.aeawebs.org/doi/10.1257/aer.20130848

RAZRJEŠENJE:
Zapis se razrješava na: Dirk Bergemann, Benjamin Brooks i Stephen Morris, 2015, “The Limits of Price Discrimination”, American Economic Review, 105(3), str. 921–957, članak u časopisu. DOI: 10.1257/aer.20130848. (pubs.aeaweb.org)

STATUS ZAPISA: bez oznaka
RAZINA DOHVATA: puni tekst
POTVRDA LOKACIJE: potvrđena
PREDMET IZVORA: teorijski učinci dodatnih informacija o ukusima potrošača na segmentaciju, profit i potrošački višak.
[KANON]: ne
Vrsta izvora i težina: teorijski članak iz industrijske organizacije; važan za odnos informacija, segmentacije i blagostanja.
EMPIRIJSKA OSNOVA: nije primjenjivo
OPERACIONALIZACIJA: nije primjenjivo
ZAKLJUČAK IZVORA: Dodatne informacije mogu omogućiti različite kombinacije proizvođačkog i potrošačkog viška, ali ukupni višak ne može prijeći višak efikasne trgovine.
OGRADE AUTORÂ: modelni rezultati ovise o pretpostavkama o monopolistu, segmentaciji i izvedivim cijenama.
NALAZ KOJI KORISTIM: informiraniji prodavatelj ne proizvodi automatski jednoznačan učinak na potrošački višak; mogući su različiti ishodi.
Svrha u seminaru: teorijska osnova za tvrdnju da personalizirane cijene nisu nužno ni uvijek štetne ni uvijek učinkovite.

[I4] Dobrovoljno otkrivanje podataka

Puni citat:
Ali, S. Nageeb; Lewis, Gregory; Vasserman, Shoshana. “Voluntary Disclosure and Personalized Pricing.” The Review of Economic Studies, 90(2), 2023, str. 538–571.

TRAG DOHVATA:
https://www.gsb.stanford.edu/faculty-research/publications/voluntary-disclosure-personalized-pricing

RAZRJEŠENJE:
Zapis se razrješava na: S. Nageeb Ali, Gregory Lewis i Shoshana Vasserman, 2023, “Voluntary Disclosure and Personalized Pricing”, The Review of Economic Studies, 90(2), str. 538–571, članak u časopisu. DOI: 10.1093/restud/rdac033. (gsb.stanford.edu)

STATUS ZAPISA: bez oznaka
RAZINA DOHVATA: sažetak
POTVRDA LOKACIJE: potvrđena
PREDMET IZVORA: učinci potrošačke kontrole nad otkrivanjem podataka na personalizirane cijene u monopolističkim i konkurentskim tržištima.
Vrsta izvora i težina: teorijski model iz ekonomije informacija.
EMPIRIJSKA OSNOVA: nije primjenjivo
OPERACIONALIZACIJA: nije primjenjivo
ZAKLJUČAK IZVORA: Kontrola potrošača nad otkrivanjem podataka može povećati blagostanje u odnosu na jedinstvenu cijenu i savršenu cjenovnu diskriminaciju, ali učinak ovisi o tehnologiji otkrivanja i konkurenciji.
OGRADE AUTORÂ: rezultati ovise o modelu tržišnog natjecanja i mogućnostima selektivnog otkrivanja.
NALAZ KOJI KORISTIM: privatnost nije samo ograničenje za prodavatelja; sposobnost potrošača da strateški otkrije podatke može utjecati na cijenu. [SAŽETAK]
Svrha u seminaru: teorijska poveznica između privatnosti, informacijske asimetrije i potrošačkog viška.

[I5] Personalizirane cijene i potrošačko blagostanje

Puni citat:
Dubé, Jean-Pierre; Misra, Sanjog. “Personalized Pricing and Consumer Welfare.” Journal of Political Economy, 131(1), 2023, str. 131–189.

TRAG DOHVATA:
https://www.journals.uchicago.edu/doi/10.1086/720793

RAZRJEŠENJE:
Zapis se razrješava na: Jean-Pierre Dubé i Sanjog Misra, 2023, “Personalized Pricing and Consumer Welfare”, Journal of Political Economy, 131(1), str. 131–189, članak u časopisu. DOI: 10.1086/720793. (journals.uchicago.edu)

STATUS ZAPISA: bez oznaka
RAZINA DOHVATA: relevantni odjeljak
POTVRDA LOKACIJE: potvrđena
PREDMET IZVORA: terenska procjena personaliziranih cijena izrađenih pomoću strojnog učenja i njihovi učinci na profit i potrošački višak.
Vrsta izvora i težina: empirijski članak s randomiziranim terenskim eksperimentom.
EMPIRIJSKA OSNOVA: randomizirani terenski eksperiment određivanja cijena i naknadna terenska validacija; broj jedinica nije naveden u otvorenom zapisu.
OPERACIONALIZACIJA: iz podataka o potražnji konstruirane su personalizirane cijene, a zatim su uspoređeni profit, potrošački višak i ponašanje potrošača pod personaliziranim i jedinstvenim cijenama.
ZAKLJUČAK IZVORA: Personalizacija povećava profit, ukupni potrošački višak pada, ali više od 60 % potrošača može imati korist; rezultat ovisi i o funkciji društvenog blagostanja.
OGRADE AUTORÂ: učinci ovise o granularnosti podataka i izboru funkcije blagostanja.
NALAZ KOJI KORISTIM: personalizirano određivanje cijena može redistribuirati višak prema prodavatelju, a istodobno pojedinačnim potrošačima ponuditi niže cijene.
Svrha u seminaru: najvažniji empirijski izvor za završni fokus rada.

[I6] Personalizirane cijene i konkurencija

Puni citat:
Rhodes, Andrew; Zhou, Jidong. “Personalized Pricing and Competition.” American Economic Review, 114(7), 2024, str. 2141–2170.

TRAG DOHVATA:
https://www.aeaweb.org/articles?id=10.1257/aer.20221524

RAZRJEŠENJE:
Zapis se razrješava na: Andrew Rhodes i Jidong Zhou, 2024, “Personalized Pricing and Competition”, American Economic Review, 114(7), str. 2141–2170, članak u časopisu. DOI: 10.1257/aer.20221524. (aeaweb.org)

STATUS ZAPISA: bez oznaka
RAZINA DOHVATA: sažetak
POTVRDA LOKACIJE: potvrđena
PREDMET IZVORA: učinci personaliziranih cijena u općem oligopolskom modelu s različitim stupnjem tržišnog pokrića.
Vrsta izvora i težina: teorijski model konkurencije i digitalnog određivanja cijena.
EMPIRIJSKA OSNOVA: nije primjenjivo
OPERACIONALIZACIJA: nije primjenjivo
ZAKLJUČAK IZVORA: Pri visokom tržišnom pokriću personalizirane cijene mogu štetiti poduzećima i koristiti potrošačima, dok je pri niskom pokriću moguć suprotan ishod.
OGRADE AUTORÂ: zaključci ovise o oligopolskom modelu, trošku proizvodnje, broju poduzeća i raspodjeli pristupa podacima.
NALAZ KOJI KORISTIM: konkurencija mijenja predznak učinka personaliziranih cijena. [SAŽETAK]
Svrha u seminaru: druga strana glavne rasprave u odnosu na nalaze I5.

[I7] Široki policy pregled personaliziranih cijena

Puni citat:
OECD. Personalised Pricing in the Digital Era. OECD Roundtables on Competition Policy Papers, No. 222. OECD Publishing, Paris, 2018.

TRAG DOHVATA:
https://www.oecd.org/en/publications/personalised-pricing-in-the-digital-era_db4d9c9c-en.html

RAZRJEŠENJE:
Zapis se razrješava na: OECD, 2018, Personalised Pricing in the Digital Era, OECD Roundtables on Competition Policy Papers, No. 222, OECD Publishing, Paris, policy paper. DOI: 10.1787/db4d9c9c-en. (oecd.org)

STATUS ZAPISA: bez oznaka
RAZINA DOHVATA: puni tekst
POTVRDA LOKACIJE: potvrđena
PREDMET IZVORA: definicija, mehanizmi, ekonomski učinci, konkurencijska politika, zaštita potrošača, privatnost i antidiskriminacijski aspekti personaliziranih cijena.
[KANON]: da, kao službeni pregled
Vrsta izvora i težina: službeni međunarodni policy paper; širok pregled cijelog predmeta.
EMPIRIJSKA OSNOVA: nije primjenjivo za teorijski pregled; izvještaj sintetizira postojeću literaturu i dostupne dokaze.
OPERACIONALIZACIJA: nije primjenjivo
ZAKLJUČAK IZVORA: Učinci personaliziranih cijena na konkurenciju, blagostanje i pravednost nisu jednoznačni; ovise o tržišnoj strukturi, informacijama, transparentnosti i zaštiti podataka.
OGRADE AUTORÂ: empirijski dokazi o stvarnoj raširenosti personaliziranih cijena ograničeni su i teško ih je detektirati.
NALAZ KOJI KORISTIM: personalizirane cijene treba razlikovati od dinamičkih cijena i personaliziranog rangiranja; mogu istodobno povećati pristup i smanjiti povjerenje.
Svrha u seminaru: glavni pregledni nosač za gotovo sva poglavlja.

[I8] Studija Europske komisije o personalizaciji u e-trgovini

Puni citat:
European Commission. Consumer Market Study on Online Market Segmentation through Personalised Pricing/Offers in the European Union. Publication date: 19 July 2018. ISBN 978-92-9200-929-8.

TRAG DOHVATA:
https://commission.europa.eu/publications/consumer-market-study-online-market-segmentation-through-personalised-pricingoffers-european-union_en

RAZRJEŠENJE:
Zapis se razrješava na: European Commission, 2018, Consumer Market Study on Online Market Segmentation through Personalised Pricing/Offers in the European Union, službeno istraživačko izvješće. ISBN 978-92-9200-929-8. (commission.europa.eu)

STATUS ZAPISA: bez oznaka
RAZINA DOHVATA: relevantni odjeljak
POTVRDA LOKACIJE: potvrđena
PREDMET IZVORA: raširenost personaliziranog rangiranja, personaliziranih cijena i ciljanog oglašavanja u online trgovini.
Vrsta izvora i težina: službena empirijska studija Europske komisije.
EMPIRIJSKA OSNOVA: online anketa u EU28, mystery shopping 160 e-trgovina u osam država članica, četiri sektora i online bihevioralni eksperiment.
OPERACIONALIZACIJA: uspoređivane su personalizirane i nepersonalizirane situacije, cijene, rangiranje ponude i reakcije potrošača na komunikaciju o personalizaciji.
ZAKLJUČAK IZVORA: Utvrđeno je mnogo personaliziranog rangiranja, ali nije pronađen dosljedan i sustavan obrazac personaliziranih cijena; razlike u cijenama bile su opažene u 6 % situacija s identičnim proizvodima, a medijalna razlika bila je manja od 1,6 %.
OGRADE AUTORÂ: algoritamsku personalizaciju teško je detektirati; mystery shopping ne obuhvaća sve moguće oblike personalizacije.
NALAZ KOJI KORISTIM: treba razlikovati stvarno dokazanu personalizaciju cijena od personaliziranog rangiranja ponude.
Svrha u seminaru: empirijska provjera koliko je personalizirano određivanje cijena doista opaženo u europskoj e-trgovini.

[I9] Učinak online obavijesti o personaliziranim cijenama

Puni citat:
OECD. The Effects of Online Disclosure about Personalised Pricing on Consumers: Results from a Lab Experiment in Ireland and Chile. OECD Digital Economy Papers, No. 303. OECD Publishing, Paris, 2021.

TRAG DOHVATA:
https://www.oecd.org/en/publications/the-effects-of-online-disclosure-about-personalised-pricing-on-consumers_1ce1de63-en.html

RAZRJEŠENJE:
Zapis se razrješava na: OECD, 2021, The Effects of Online Disclosure about Personalised Pricing on Consumers: Results from a Lab Experiment in Ireland and Chile, OECD Digital Economy Papers, No. 303, OECD Publishing, Paris, empirijski policy paper. DOI: 10.1787/1ce1de63-en. (oecd.org)

STATUS ZAPISA: bez oznaka
RAZINA DOHVATA: puni tekst
POTVRDA LOKACIJE: potvrđena
PREDMET IZVORA: učinak različitih oblika obavijesti o personaliziranom određivanju cijena na prepoznavanje, razumijevanje i ponašanje potrošača.
Vrsta izvora i težina: laboratorijski eksperiment u službenom međunarodnom izvješću.
EMPIRIJSKA OSNOVA: eksperimenti u Irskoj i Čileu; broj sudionika nije naveden u otvorenom zapisu.
OPERACIONALIZACIJA: sudionicima su prikazane online kupovne situacije s različitim razinama obavijesti o personalizaciji, nakon čega su mjerene percepcija i odluke o kupnji.
ZAKLJUČAK IZVORA: Obavijesti su imale ograničen učinak na prepoznavanje i razumijevanje personalizacije, a nije potvrđen značajan učinak na kupovno ponašanje.
OGRADE AUTORÂ: laboratorijski rezultati ne moraju se u cijelosti prenijeti na sve stvarne online kupnje.
NALAZ KOJI KORISTIM: sama formalna obavijest o personaliziranoj cijeni možda nije dovoljna zaštita potrošača.
Svrha u seminaru: procjena učinkovitosti transparentnosti kao regulatornog instrumenta.

[I10] Algoritmi određivanja cijena

Puni citat:
Competition and Markets Authority. Pricing Algorithms: Economic Working Paper on the Use of Algorithms to Facilitate Collusion and Personalised Pricing. CMA94, 8 October 2018.

TRAG DOHVATA:
https://www.gov.uk/government/publications/pricing-algorithms-research-collusion-and-personalised-pricing

RAZRJEŠENJE:
Zapis se razrješava na: Competition and Markets Authority, 2018, Pricing Algorithms: Economic Working Paper on the Use of Algorithms to Facilitate Collusion and Personalised Pricing, CMA94, službeni ekonomski rad regulatora. (gov.uk)

STATUS ZAPISA: bez oznaka
RAZINA DOHVATA: samo bibliografski zapis
POTVRDA LOKACIJE: nije navedena
PREDMET IZVORA: ekonomski učinci algoritama na personalizirano određivanje cijena i konkurenciju.
Vrsta izvora i težina: regulatorni ekonomski rad; važan za policy kontekst, ali nije zamjena za empirijski članak.
EMPIRIJSKA OSNOVA: službeni rad navodi vlastito prikupljanje dokaza i testiranja, ali detalji nisu preuzeti iz otvorenog zapisa.
OPERACIONALIZACIJA: nije primjenjivo na razini otvorenog zapisa.
ZAKLJUČAK IZVORA: Algoritmi mogu olakšati personalizirano određivanje cijena, ali njihov učinak ovisi o tržišnoj strukturi i dizajnu algoritma.
OGRADE AUTORÂ: rad ne predstavlja cjelovitu pravnu analizu.
NALAZ KOJI KORISTIM: algoritamsko određivanje cijena treba analizirati odvojeno od algoritamskog koludiranja. [SAŽETAK]
Svrha u seminaru: regulatorni i konkurencijski kontekst algoritamskog određivanja cijena.

[I11] GDPR

Puni citat:
Regulation (EU) 2016/679 of the European Parliament and of the Council of 27 April 2016 — General Data Protection Regulation.

TRAG DOHVATA:
https://eur-lex.europa.eu/legal-content/EN/TXT/?qid=1612089500634&uri=CELEX:32016R0679

RAZRJEŠENJE:
Zapis se razrješava na: Regulation (EU) 2016/679, 2016, General Data Protection Regulation, normativni akt. Relevantne odredbe: čl. 5, 6, 13, 14, 22 i 35. (eur-lex.europa.eu)

STATUS ZAPISA: bez oznaka
RAZINA DOHVATA: puni tekst
POTVRDA LOKACIJE: potvrđena
PREDMET IZVORA: načela obrade osobnih podataka, pravne osnove, transparentnost, profiliranje i automatizirano individualno odlučivanje.
Vrsta izvora i težina: izravno primjenjivi normativni akt EU-a.
EMPIRIJSKA OSNOVA: nije primjenjivo
OPERACIONALIZACIJA: nije primjenjivo
ZAKLJUČAK IZVORA: Obrada podataka za personalizaciju mora imati pravnu osnovu, biti transparentna i ograničena na nužne podatke; čl. 22 uređuje odluke temeljene isključivo na automatiziranoj obradi koje proizvode pravne ili slične značajne učinke.
OGRADE AUTORÂ: primjena čl. 22 ovisi o tome proizvodi li odluka značajan učinak i postoje li iznimke iz stavka 2.
NALAZ KOJI KORISTIM: kod personaliziranih cijena treba razlikovati samu obradu podataka od odluke koja ima značajan učinak na potrošača; čl. 22 se ne smije automatski primijeniti na svaku individualiziranu cijenu.
Svrha u seminaru: temelj za analizu privatnosti, profiliranja i automatiziranog odlučivanja.

[I12] Omnibus direktiva

Puni citat:
Directive (EU) 2019/2161 of the European Parliament and of the Council of 27 November 2019 amending Council Directive 93/13/EEC and Directives 98/6/EC, 2005/29/EC and 2011/83/EU as regards the better enforcement and modernisation of Union consumer protection rules.

TRAG DOHVATA:
https://eur-lex.europa.eu/legal-content/EN/TXT/?qid=1671125557597&uri=CELEX:32019L2161

RAZRJEŠENJE:
Zapis se razrješava na: Directive (EU) 2019/2161, 2019, Omnibus Directive, normativni akt. Relevantan je Recital 45 i dopuna obveza iz Direktive 2011/83/EU. (eur-lex.europa.eu)

STATUS ZAPISA: bez oznaka
RAZINA DOHVATA: puni tekst
POTVRDA LOKACIJE: potvrđena
PREDMET IZVORA: obveza informiranja potrošača kada je cijena personalizirana na temelju automatiziranog odlučivanja.
Vrsta izvora i težina: normativni akt EU-a.
EMPIRIJSKA OSNOVA: nije primjenjivo
OPERACIONALIZACIJA: nije primjenjivo
ZAKLJUČAK IZVORA: Potrošača treba jasno obavijestiti kada je cijena personalizirana automatiziranim odlučivanjem; obveza se ne odnosi na čistu dinamičku cijenu koja reagira na tržišnu potražnju bez individualizacije.
OGRADE AUTORÂ: odredba zahtijeva informiranje o činjenici personalizacije, ali sama po sebi ne određuje potpunu tehničku objašnjivost algoritma.
NALAZ KOJI KORISTIM: pravno treba razlikovati dinamičko određivanje cijena od personalizirane cijene.
Svrha u seminaru: temelj za poglavlje o transparentnosti potrošačkih cijena.

[I13] Direktiva o nepoštenim poslovnim praksama

Puni citat:
Directive 2005/29/EC of the European Parliament and of the Council of 11 May 2005 concerning unfair business-to-consumer commercial practices in the internal market. Consolidated text accessed through EUR-Lex.

TRAG DOHVATA:
https://eur-lex.europa.eu/eli/dir/2005/29/2022-05-28/eng

RAZRJEŠENJE:
Zapis se razrješava na: Directive 2005/29/EC, 2005, Unfair Commercial Practices Directive, normativni akt. Relevantni su čl. 5, 6, 7, 8 i 9. (eur-lex.europa.eu)

STATUS ZAPISA: bez oznaka
RAZINA DOHVATA: puni tekst
POTVRDA LOKACIJE: potvrđena
PREDMET IZVORA: zabrana nepoštenih, obmanjujućih i agresivnih poslovnih praksi prema potrošačima.
Vrsta izvora i težina: normativni akt EU-a.
EMPIRIJSKA OSNOVA: nije primjenjivo
OPERACIONALIZACIJA: nije primjenjivo
ZAKLJUČAK IZVORA: Praksa je nepoštena ako je protivna profesionalnoj pažnji i bitno narušava ekonomsko ponašanje prosječnog potrošača ili posebno ranjive skupine.
OGRADE AUTORÂ: primjena je kontekstualna i ovisi o tome može li praksa utjecati na transakcijsku odluku.
NALAZ KOJI KORISTIM: personalizirana cijena nije automatski nepoštena, ali način njezina prikazivanja, prikrivanje komercijalne namjere ili iskorištavanje ranjivosti može biti problematično.
Svrha u seminaru: pravni okvir za transparentnost, obmanu i zaštitu ranjivih potrošača.

[I14] Akt o umjetnoj inteligenciji

Puni citat:
Regulation (EU) 2024/1689 of the European Parliament and of the Council of 13 June 2024 laying down harmonised rules on artificial intelligence.

TRAG DOHVATA:
https://eur-lex.europa.eu/legal-content/EN/TXT/?exec=1ba4582&uri=CELEX:32024R1689

RAZRJEŠENJE:
Zapis se razrješava na: Regulation (EU) 2024/1689, 2024, harmonised rules on artificial intelligence, normativni akt. Relevantne su zabrane manipulativnih tehnika i iskorištavanja ranjivosti iz čl. 5. (eur-lex.europa.eu)

STATUS ZAPISA: bez oznaka
RAZINA DOHVATA: puni tekst
POTVRDA LOKACIJE: potvrđena
PREDMET IZVORA: rizici i zabrane povezani s manipulativnim, obmanjujućim i diskriminatornim primjenama AI sustava.
Vrsta izvora i težina: normativni akt EU-a.
EMPIRIJSKA OSNOVA: nije primjenjivo
OPERACIONALIZACIJA: nije primjenjivo
ZAKLJUČAK IZVORA: AI sustavi koji manipuliraju ponašanjem ili iskorištavaju ranjivosti na način koji može prouzročiti značajnu štetu mogu biti zabranjeni.
OGRADE AUTORÂ: odredbe se ne odnose na svaku personalizaciju ili svaku razliku u cijeni; važni su cilj, učinak, ranjivost i značajna šteta.
NALAZ KOJI KORISTIM: sama uporaba AI-a za procjenu WTP-a ne znači automatsku nezakonitost; problem nastaje kada se algoritmom iskorištava ranjivost ili bitno narušava sposobnost informiranog odlučivanja.
Svrha u seminaru: aktualni regulatorni okvir za AI-personalizaciju.

[I15] Online cjenovna diskriminacija i GDPR

Puni citat:
Zuiderveen Borgesius, Frederik; Poort, Joost. “Online Price Discrimination and EU Data Privacy Law.” Journal of Consumer Policy, 2017. DOI: 10.1007/S10603-017-9354-Z.

TRAG DOHVATA:
https://link.springer.com/article/10.1007/s10603-017-9354-z

RAZRJEŠENJE:
Zapis se razrješava na: Frederik Zuiderveen Borgesius i Joost Poort, 2017, “Online Price Discrimination and EU Data Privacy Law”, Journal of Consumer Policy, članak u časopisu. DOI: 10.1007/S10603-017-9354-Z. (doi.org)

STATUS ZAPISA: bez oznaka
RAZINA DOHVATA: relevantni odjeljak
POTVRDA LOKACIJE: potvrđena
PREDMET IZVORA: primjena europskog prava zaštite osobnih podataka na online cjenovnu diskriminaciju i kolačiće.
Vrsta izvora i težina: pravno-teorijski članak s izravnim povezivanjem ekonomije i prava zaštite podataka.
EMPIRIJSKA OSNOVA: nije primjenjivo
OPERACIONALIZACIJA: nije primjenjivo
ZAKLJUČAK IZVORA: Većina personaliziranih cijena uključuje obradu osobnih podataka; i jedinstveni identifikatori u kolačićima mogu biti osobni podaci.
OGRADE AUTORÂ: primjenjivost pojedinih pravila ovisi o konkretnom obliku obrade i pravnoj osnovi.
NALAZ KOJI KORISTIM: anonimnost imena ne znači nužno da obrada nije osobna; profil povezan s jedinstvenim identifikatorom može biti relevantan za GDPR.
Svrha u seminaru: povezivanje personaliziranih cijena s pojmom osobnog podatka i transparentnosti.

[I16] Mjerenje personalizacije na e-trgovinama

Puni citat:
Hannak, Aniko; Soeller, Gary; Lazer, David; Mislove, Alan; Wilson, Christo. “Measuring Price Discrimination and Steering on E-commerce Web Sites.” Proceedings of the 2014 Conference on Internet Measurement Conference, 2014, str. 305–318.

TRAG DOHVATA:
https://personalization.ccs.neu.edu/static/pdf/imc151-hannak.pdf

RAZRJEŠENJE:
Zapis se razrješava na: Aniko Hannak, Gary Soeller, David Lazer, Alan Mislove i Christo Wilson, 2014, “Measuring Price Discrimination and Steering on E-commerce Web Sites”, Proceedings of the 2014 Conference on Internet Measurement Conference, str. 305–318, recenzirani konferencijski rad. DOI: 10.1145/2663716.2663744. (personalization.ccs.neu.edu)

STATUS ZAPISA: bez oznaka
RAZINA DOHVATA: puni tekst
POTVRDA LOKACIJE: potvrđena
PREDMET IZVORA: metodologija otkrivanja personaliziranog rangiranja i cjenovne diskriminacije na web-mjestima e-trgovine.
Vrsta izvora i težina: empirijsko mjerenje digitalnih tržišta; važan metodološki izvor.
EMPIRIJSKA OSNOVA: više od 300 stvarnih korisnika, 16 popularnih e-trgovina, uz dodatne lažne račune.
OPERACIONALIZACIJA: uspoređivani su rezultati za različite korisničke račune, kolačiće, preglednike, operacijske sustave, povijest kupnje i povijest pregleda.
ZAKLJUČAK IZVORA: Pronađeni su različiti oblici personalizacije na devet od 16 analiziranih e-trgovina, uključujući cjenovno usmjeravanje i diskriminaciju.
OGRADE AUTORÂ: razlike među korisnicima mogu nastati i zbog zaliha, poreza, tehničkih razlika i drugih izvora šuma.
NALAZ KOJI KORISTIM: opažena razlika između korisničkih prikaza nije dovoljna sama po sebi; mora se izolirati učinak korisničkog profila od drugih uzroka.
Svrha u seminaru: metodološki primjer kako empirijski testirati personalizirano određivanje cijena.

[I17] Percepcija pravednosti u personaliziranim cijenama

Puni citat:
Priester, A.; et al. “A Special Price Just for You: Effects of Personalized Dynamic Pricing on Consumer Fairness Perceptions.” Journal of Revenue and Pricing Management, 2019.

TRAG DOHVATA:
https://link.springer.com/article/10.1057/s41272-019-00224-3

RAZRJEŠENJE:
Zapis se razrješava na: “A Special Price Just for You: Effects of Personalized Dynamic Pricing on Consumer Fairness Perceptions”, 2019, Journal of Revenue and Pricing Management, članak u časopisu. Zapis otvoren preko stranice izdavača; puni popis autora nije bio prikazan u otvorenom zapisu. (link.springer.com)

STATUS ZAPISA: bez oznaka
RAZINA DOHVATA: sažetak
POTVRDA LOKACIJE: potvrđena
PREDMET IZVORA: učinci stupnja individualizacije i osnove segmentacije na percepciju pravednosti cijena.
Vrsta izvora i težina: eksperimentalni članak iz istraživanja potrošača.
EMPIRIJSKA OSNOVA: dvije eksperimentalne studije; broj ispitanika nije naveden u otvorenom zapisu.
OPERACIONALIZACIJA: manipulirani su individualna nasuprot segmentnoj cijeni, lokacija nasuprot povijesti kupnje te razina privatnosne zabrinutosti.
ZAKLJUČAK IZVORA: Individualne cijene percipiraju se kao manje pravedne od segmentnih; cijene temeljene na lokaciji percipiraju se kao manje pravedne od cijena temeljenih na povijesti kupnje.
OGRADE AUTORÂ: učinci se razlikuju ovisno o privatnosnim brigama potrošača.
NALAZ KOJI KORISTIM: ekonomski jednaka razlika u cijeni može biti psihološki različito prihvaćena ovisno o podatku koji ju je proizveo. [SAŽETAK]
Svrha u seminaru: razlikovanje ekonomske učinkovitosti i percipirane pravednosti.

[I18] Reakcije potrošača u e-trgovini

Puni citat:
Hufnagel, Gerrit; Schwaiger, Manfred; Weritz, Louisa. “Seeking the Perfect Price: Consumer Responses to Personalized Price Discrimination in E-commerce.” Journal of Business Research, 143, 2022, str. 346–365.

TRAG DOHVATA:
https://www.sciencedirect.com/science/article/pii/S014829632100727X

RAZRJEŠENJE:
Zapis se razrješava na: Gerrit Hufnagel, Manfred Schwaiger i Louisa Weritz, 2022, “Seeking the Perfect Price: Consumer Responses to Personalized Price Discrimination in E-commerce”, Journal of Business Research, vol. 143, str. 346–365, članak u časopisu. DOI: 10.1016/j.jbusres.2021.10.002. (sciencedirect.com)

STATUS ZAPISA: bez oznaka
RAZINA DOHVATA: sažetak
POTVRDA LOKACIJE: potvrđena
PREDMET IZVORA: stavovi i ponašanje kupaca koji su favorizirani ili oštećeni personaliziranom cijenom u e-trgovini.
Vrsta izvora i težina: empirijski članak s online eksperimentima.
EMPIRIJSKA OSNOVA: tri online eksperimenta, uključujući within-subject dizajn; veličina uzorka nije navedena u otvorenom zapisu.
OPERACIONALIZACIJA: ispitanici su izloženi personaliziranim cijenama temeljenima na karakteristikama ili prethodnom ponašanju, a mjerene su reakcije, stavovi i ponašanje.
ZAKLJUČAK IZVORA: Negativne reakcije mogu se pojaviti i kod potrošača koji su cjenovno favorizirani i kod onih koji su oštećeni; ključan posrednik je percepcija pravednosti.
OGRADE AUTORÂ: rezultati proizlaze iz eksperimentalnog e-commerce konteksta.
NALAZ KOJI KORISTIM: ni niža personalizirana cijena ne uklanja nužno problem pravednosti. [SAŽETAK]
Svrha u seminaru: empirijski izvor za povjerenje, pravednost i reakcije kupaca.

[I19] Preporuke i spremnost na plaćanje

Puni citat:
Adomavicius, Gediminas; Bockstedt, Jesse C.; Curley, Shawn P.; Zhang, Jingjing. “Effects of Online Recommendations on Consumers’ Willingness to Pay.” Information Systems Research, 29(1), 2018, str. 84–102.

TRAG DOHVATA:
https://pubsonline.informs.org/doi/10.1287/isre.2017.0703

RAZRJEŠENJE:
Zapis se razrješava na: Gediminas Adomavicius, Jesse C. Bockstedt, Shawn P. Curley i Jingjing Zhang, 2018, “Effects of Online Recommendations on Consumers’ Willingness to Pay”, Information Systems Research, 29(1), str. 84–102, članak u časopisu. DOI: 10.1287/isre.2017.0703. (pubsonline.informs.org)

STATUS ZAPISA: bez oznaka
RAZINA DOHVATA: sažetak
POTVRDA LOKACIJE: potvrđena
PREDMET IZVORA: učinak personaliziranih online preporuka na procjene spremnosti potrošača na plaćanje.
Vrsta izvora i težina: eksperimentalni članak iz informacijskih sustava i e-trgovine.
EMPIRIJSKA OSNOVA: tri eksperimentalne studije; veličina uzorka nije navedena u otvorenom zapisu.
OPERACIONALIZACIJA: manipulirane su personalizirane preporuke, pogreške preporuke i neposredno smanjenje neizvjesnosti o preferencijama; mjerene su procjene WTP-a.
ZAKLJUČAK IZVORA: Preporuke mogu utjecati na procjene vlastite spremnosti na plaćanje čak i kada je neizvjesnost o proizvodu smanjena.
OGRADE AUTORÂ: zaključak se odnosi na učinak preporučivačkih sustava na procjene WTP-a, a ne izravno na zakonitost individualnih cijena.
NALAZ KOJI KORISTIM: algoritam ne mora samo mjeriti postojeću WTP; može utjecati i na njezino formiranje. [SAŽETAK]
Svrha u seminaru: povezuje preporučivačke sustave, potražnju i procjenu WTP-a.

[I20] Privatnost i personalizirane cijene

Puni citat:
Chen, Zhiqi; Zhang, Mengyu. “Personalized Pricing in the Presence of Privacy Concerns.” Management Science, objavljeno online 11. svibnja 2026.

TRAG DOHVATA:
https://pubsonline.informs.org/doi/10.1287/mnsc.2024.07170

RAZRJEŠENJE:
Zapis se razrješava na: Zhiqi Chen i Mengyu Zhang, 2026, “Personalized Pricing in the Presence of Privacy Concerns”, Management Science, članak u časopisu, objavljen online. DOI: 10.1287/mnsc.2024.07170. (pubsonline.informs.org)

STATUS ZAPISA: bez oznaka
RAZINA DOHVATA: sažetak
POTVRDA LOKACIJE: potvrđena
PREDMET IZVORA: odluka poduzeća o uvođenju praćenja korisnika radi personaliziranog određivanja cijena u uvjetima privatnosno osjetljivih potrošača.
Vrsta izvora i težina: teorijski model monopola i duopola.
EMPIRIJSKA OSNOVA: nije primjenjivo
OPERACIONALIZACIJA: nije primjenjivo
ZAKLJUČAK IZVORA: Udio privatnosno osjetljivih potrošača mijenja poticaj poduzeća za uvođenje personaliziranih cijena; regulacija koja potrošaču daje kontrolu nad praćenjem može imati neočekivane učinke.
OGRADE AUTORÂ: zaključci ovise o strukturi tržišta i udjelu privatnosno osjetljivih potrošača.
NALAZ KOJI KORISTIM: kontrola nad praćenjem ne mora uvijek smanjiti opseg personaliziranog određivanja cijena. [SAŽETAK]
Svrha u seminaru: aktualni teorijski izvor za privatnost i regulatorne nuspojave.

[I21] Personalizacija i pravednost u regionalnoj literaturi

Puni citat:
Brborović, Sandra. “Pozicioniranje cijena, personalizacija i pravednost u upravljanju prihodima u hotelijerstvu.” Acta Economica Et Turistica, 9(2), 2023, str. 285–302.

TRAG DOHVATA:
https://hrcak.srce.hr/311469

RAZRJEŠENJE:
Zapis se razrješava na: Sandra Brborović, 2023, “Pozicioniranje cijena, personalizacija i pravednost u upravljanju prihodima u hotelijerstvu”, Acta Economica Et Turistica, 9(2), str. 285–302, pregledni članak u časopisu. Hrčak ID: 311469. DOI: 10.46672/aet.9.2.6. (hrcak.srce.hr)

STATUS ZAPISA: bez oznaka
RAZINA DOHVATA: relevantni odjeljak
POTVRDA LOKACIJE: potvrđena
PREDMET IZVORA: pregled personaliziranog, segmentnog i dinamičkog određivanja cijena u hotelskom upravljanju prihodima.
Vrsta izvora i težina: regionalni pregledni rad.
EMPIRIJSKA OSNOVA: nije primjenjivo
OPERACIONALIZACIJA: nije primjenjivo
ZAKLJUČAK IZVORA: Odgovorno upravljanje prihodima treba povezati profitabilnost, personalizaciju, transparentnost, pravednost i zaštitu podataka.
OGRADE AUTORÂ: predmet je hotelska industrija, a ne cjelokupna e-trgovina.
NALAZ KOJI KORISTIM: segmentno određivanje cijena i individualno određivanje cijena nisu isti poslovni ni etički fenomen.
Svrha u seminaru: regionalni izvor i poveznica s praksom digitalnog upravljanja prihodima.

[I22] Dinamičko određivanje cijena i pravednost

Puni citat:
Škare, Vatroslav; Gospić, Dino. “Dynamic Pricing and Customers’ Perceptions of Price Fairness in the Airline Industry.” Tourism: An International Interdisciplinary Journal, 63(4), 2015.

TRAG DOHVATA:
https://hrcak.srce.hr/150003

RAZRJEŠENJE:
Zapis se razrješava na: Vatroslav Škare i Dino Gospić, 2015, “Dynamic Pricing and Customers’ Perceptions of Price Fairness in the Airline Industry”, Tourism: An International Interdisciplinary Journal, 63(4), pregledni članak u časopisu. Hrčak ID: 150003. (hrcak.srce.hr)

STATUS ZAPISA: bez oznaka
RAZINA DOHVATA: sažetak
POTVRDA LOKACIJE: nije navedena
PREDMET IZVORA: pregled istraživanja o dinamičkom određivanju cijena i percepciji pravednosti u zračnom prometu.
Vrsta izvora i težina: regionalni pregledni rad.
EMPIRIJSKA OSNOVA: nije primjenjivo
OPERACIONALIZACIJA: nije primjenjivo
ZAKLJUČAK IZVORA: Digitalne tehnologije proširile su primjenu dinamičkog određivanja cijena, a negativna percepcija pravednosti može utjecati na lojalnost i komunikaciju potrošača.
OGRADE AUTORÂ: predmet je zrakoplovna industrija, a ne klasična maloprodaja.
NALAZ KOJI KORISTIM: dinamička cijena i personalizirana cijena mogu se preklapati, ali ih treba konceptualno razlikovati. [SAŽETAK]
Svrha u seminaru: regionalni pregled za dio o pravednosti i digitalnom određivanju cijena.

[I23] Teorija i praksa određivanja cijena

Puni citat:
Jurin, S. “Određivanje cijene — teorija i praksa.” Ekonomska misao i praksa, 5(1), 1996, str. 111–133.

TRAG DOHVATA:
https://hrcak.srce.hr/222070

RAZRJEŠENJE:
Zapis se razrješava na: S. Jurin, 1996, “Određivanje cijene — teorija i praksa”, Ekonomska misao i praksa, 5(1), str. 111–133, članak u časopisu. Hrčak ID: 222070. (hrcak.srce.hr)

STATUS ZAPISA: bez oznaka
RAZINA DOHVATA: relevantni odjeljak
POTVRDA LOKACIJE: nije navedena
PREDMET IZVORA: metode određivanja cijena, cjenovna diskriminacija i potrošački višak.
Vrsta izvora i težina: regionalni teorijsko-pregledni rad.
EMPIRIJSKA OSNOVA: nije primjenjivo
OPERACIONALIZACIJA: nije primjenjivo
ZAKLJUČAK IZVORA: Teorija cjenovne diskriminacije i poslovna praksa nisu nužno suprotstavljene; razlika ovisi o cilju i modelu određivanja cijena.
OGRADE AUTORÂ: rad je stariji i nije usmjeren na digitalne podatke ni AI.
NALAZ KOJI KORISTIM: potrošački višak treba eksplicitno uključiti u ekonomsku analizu cijena.
Svrha u seminaru: regionalna podloga za cijene i potrošački višak.

[I24] Monopolska cjenovna diskriminacija

Puni citat:
Matić, Pero. “Monopolska diskriminacija cijena.” Ekonomska misao i praksa, 8(1), 1999, str. 91–110.

TRAG DOHVATA:
https://hrcak.srce.hr/222548

RAZRJEŠENJE:
Zapis se razrješava na: Pero Matić, 1999, “Monopolska diskriminacija cijena”, Ekonomska misao i praksa, 8(1), str. 91–110, stručni rad u časopisu. Hrčak ID: 222548. (hrcak.srce.hr)

STATUS ZAPISA: bez oznaka
RAZINA DOHVATA: relevantni odjeljak
POTVRDA LOKACIJE: nije navedena
PREDMET IZVORA: diskriminacija cijena prvog, drugog i trećeg stupnja u monopolu.
Vrsta izvora i težina: regionalni teorijsko-stručni rad.
EMPIRIJSKA OSNOVA: nije primjenjivo
OPERACIONALIZACIJA: nije primjenjivo
ZAKLJUČAK IZVORA: Prvi stupanj nastoji naplatiti svakom kupcu najvišu cijenu koju je spreman platiti; drugi se temelji na količinama ili paketima; treći na odvojenim skupinama s različitim elastičnostima.
OGRADE AUTORÂ: rad je usmjeren na monopolski okvir i prethodi suvremenoj digitalnoj personalizaciji.
NALAZ KOJI KORISTIM: teorijsku klasifikaciju ne treba automatski poistovjetiti s današnjim algoritamskim cijenama.
Svrha u seminaru: regionalni izvor za uvodno objašnjenje tri stupnja cjenovne diskriminacije.

[I25] Personalizirane cijene i kvalitativna prilagodba

Puni citat:
Ghose, Anindya. “Personalized Pricing and Quality Customization.” Journal of Economics & Management Strategy, 2009. DOI: 10.1111/j.1530-9134.2009.00239.x.

TRAG DOHVATA:
https://onlinelibrary.wiley.com/doi/abs/10.1111/j.1530-9134.2009.00239.x

RAZRJEŠENJE:
Zapis se razrješava na: Anindya Ghose, 2009, “Personalized Pricing and Quality Customization”, Journal of Economics & Management Strategy, članak u časopisu. DOI: 10.1111/j.1530-9134.2009.00239.x. (onlinelibrary.wiley.com)

STATUS ZAPISA: bez oznaka
RAZINA DOHVATA: sažetak
POTVRDA LOKACIJE: nije navedena
PREDMET IZVORA: teorijski model u kojem poduzeća personaliziraju cijenu i kvalitetu proizvoda prema spremnosti potrošača na plaćanje.
Vrsta izvora i težina: teorijski model konkurencije i personalizacije.
EMPIRIJSKA OSNOVA: nije primjenjivo
OPERACIONALIZACIJA: nije primjenjivo
ZAKLJUČAK IZVORA: Personalizirano određivanje cijena može biti povezano s personaliziranom kvalitetom i ponudom, a ne samo s različitom novčanom cijenom.
OGRADE AUTORÂ: zaključak se temelji na modelu duopola i pretpostavkama o prostornoj diferencijaciji.
NALAZ KOJI KORISTIM: personalizaciju cijene treba razlikovati od personalizacije proizvoda, kvalitete i paketa. [SAŽETAK]
Svrha u seminaru: proširuje analizu izvan same nominalne cijene.

[I26] Strategijske reakcije potrošača i privatnost

Puni citat:
Bó, Inácio; Chen, Li; Hakimov, Rustamdjan. “Strategic Responses to Personalized Pricing and Demand for Privacy: An Experiment.” Games and Economic Behavior, 148, 2024, str. 487–516.

TRAG DOHVATA:
https://www.sciencedirect.com/science/article/pii/S0899825624001544

RAZRJEŠENJE:
Zapis se razrješava na: Inácio Bó, Li Chen i Rustamdjan Hakimov, 2024, “Strategic Responses to Personalized Pricing and Demand for Privacy: An Experiment”, Games and Economic Behavior, vol. 148, str. 487–516, članak u časopisu. DOI: 10.1016/j.geb.2024.10.008. (sciencedirect.com)

STATUS ZAPISA: bez oznaka
RAZINA DOHVATA: sažetak
POTVRDA LOKACIJE: potvrđena
PREDMET IZVORA: strateško ponašanje potrošača koji znaju da se njihovi podaci koriste za određivanje cijena.
Vrsta izvora i težina: eksperimentalni članak iz eksperimentalne ekonomije.
EMPIRIJSKA OSNOVA: eksperiment s različitim stupnjem sličnosti između konteksta prikupljanja podataka i proizvoda; broj sudionika nije naveden u otvorenom zapisu.
OPERACIONALIZACIJA: sudionici su davali podatke za koje su znali da ulaze u statistički model cijene; mjerena je manipulacija odgovorima, privatnosne preferencije i odluke o otkrivanju podataka.
ZAKLJUČAK IZVORA: Potrošači mogu strateški manipulirati podacima, ali njihova sposobnost zaštite privatnosti ovisi o kontekstu i razumijevanju veze između podataka i cijene.
OGRADE AUTORÂ: eksperimentalni dizajn ne obuhvaća sve oblike stvarnog online praćenja.
NALAZ KOJI KORISTIM: potrošač nije nužno pasivni objekt algoritamske procjene WTP-a. [SAŽETAK]
Svrha u seminaru: uvodi stratešku reakciju potrošača u analizu personaliziranih cijena.

B1.5 — POSTOJEĆI PREGLEDI

  1. OECD (2018), Personalised Pricing in the Digital Era.
    Pokriva definicije, mehanizme, tržišne uvjete, ekonomske učinke, konkurenciju, zaštitu potrošača, privatnost i antidiskriminacijska pitanja. Pregled obuhvaća literaturu i stanje do 2018. godine. (oecd.org)

  2. European Commission (2018), Consumer Market Study on Online Market Segmentation through Personalised Pricing/Offers in the European Union.
    Pokriva stanje online personalizacije, mystery shopping, ponašanje potrošača i transparentnost u EU-u, s empirijskim podacima prikupljenima 2017. godine. (commission.europa.eu)

  3. OECD (2021), The Effects of Online Disclosure about Personalised Pricing on Consumers.
    Pokriva učinak obavijesti o personaliziranim cijenama na prepoznavanje, razumijevanje i ponašanje potrošača u eksperimentima u Irskoj i Čileu. (oecd.org)

  4. Brborović (2023), “Pozicioniranje cijena, personalizacija i pravednost u upravljanju prihodima u hotelijerstvu”.
    Pregledava personalizaciju, segmentaciju, dinamičko određivanje cijena, transparentnost i pravednost u hotelskoj industriji. (hrcak.srce.hr)

  5. Škare i Gospić (2015), “Dynamic Pricing and Customers’ Perceptions of Price Fairness in the Airline Industry”.
    Pregledava odnos dinamičkih cijena, digitalnih tehnologija i percepcije pravednosti u zrakoplovstvu. (hrcak.srce.hr)

Sustavni pregledi i metaanalize: u pretraženom korpusu nije identificirana sustavna revizija ili metaanaliza koja bi istodobno obuhvatila ekonomsku učinkovitost, privatnost, pravednost i regulaciju personaliziranih cijena u e-trgovini.

B4 — ODBIJENI KANDIDATI

Nema kandidata odbijenih zbog nerazriješenog identiteta, povlačenja rada, izraza zabrinutosti ili nedostupnosti zapisa.

Duplikati riješeni u B6, a ne uvršteni kao zasebni izvori:

  1. NBER Working Paper 26592 — ranija verzija izvora [I4]; zadržana je objavljena verzija u The Review of Economic Studies.
  2. NBER Working Paper 23775 — ranija verzija izvora [I5]; zadržana je objavljena verzija u Journal of Political Economy.
  3. arXiv verzija “Voluntary Disclosure and Personalized Pricing” — zadržan je objavljeni članak [I4].

B5 — ZATVARANJE FAZE

Broj potvrđenih izvora: 26
Iz registra: 0

Raspodjela po razini dohvata

  • puni tekst: 8
  • relevantni odjeljak: 5
  • sažetak: 13
  • samo bibliografski zapis: 0
  • nije otvoreno: 0

Ukupno: 26

Raspodjela po potvrdi lokacije

  • potvrđena: 21
  • nije potvrđena: 2
  • nije navedena: 3

Ukupno: 26

Kvota sastava

  • referentna djela širokog opsega: ispunjeno — [I1], [I7]
  • objavljeno u posljednjih pet godina, 2022.–2026.: ispunjeno — [I4], [I5], [I6], [I18], [I20], [I21], [I26]
  • regionalna literatura: ispunjeno — [I21], [I22], [I23], [I24]
  • suprotne strane glavne rasprave: uvjetno ispunjeno — [I5] pokazuje pad ukupnog potrošačkog viška u konkretnom terenskom kontekstu, dok [I6] pokazuje da konkurencija i visoko tržišno pokriće mogu koristiti potrošačima. Riječ je o stvarnoj raspravi o uvjetima pod kojima nastaje pojedini ishod, a ne o apsolutnoj suprotnosti.
  • teorijski izvori: ispunjeno — [I2], [I3], [I4], [I6], [I20], [I25]
  • sustavni pregledi i metaanalize: nije pronađena sustavna revizija ni metaanaliza koja obuhvaća cijelu podtemu
  • empirijski izvori: [I5], [I8], [I9], [I16], [I17], [I18], [I19], [I26]

Odbijeni kandidati

  • zbog pogrešnog identiteta: 0
  • zbog povlačenja ili izraza zabrinutosti: 0
  • zbog nedostupnosti zapisa: 0
  • zbog postojanja objavljene verzije: 3 duplikata, riješena u B6

Iscrpljeni pravci pretraživanja

Pretraženi su:

  • teorija industrijske organizacije i cjenovne diskriminacije;
  • personalizirane cijene i potrošački višak;
  • konkurencija i tržišno pokriće;
  • eksperimenti o pravednosti;
  • mjerenje personalizacije na web-stranicama;
  • privatnost i vrijednost korisničkih podataka;
  • algoritamsko određivanje cijena;
  • GDPR i automatizirano odlučivanje;
  • potrošačko pravo EU-a;
  • Akt o umjetnoj inteligenciji;
  • hrvatska i regionalna literatura preko Hrčka;
  • regulatorna izvješća OECD-a, Europske komisije i CMA-a.

B5.1 — POKRIVENOST RADNE SKICE

1. Jedinstvena cijena i ekonomska početna točka

Pokrivene sastavnice:

  • jedinstvena cijena: [I1], [I2], [I7]
  • razlika između jedinstvene, dinamičke i personalizirane cijene: [I7], [I12], [I22]
  • tržišna moć: [I1], [I2], [I3]
  • potrošački i proizvođački višak: [I2], [I3], [I5], [I23]

Odnos predmeta izvora i predmeta poglavlja:

  • predmet izvora: industrijska organizacija i strategije cijena; predmet poglavlja: Jedinstvena cijena i ekonomska početna točka; odnos: pokriva poglavlje — [I1]
  • predmet izvora: teorija cjenovne diskriminacije; predmet poglavlja: Jedinstvena cijena i ekonomska početna točka; odnos: pokriva sastavnicu potrošačkog i proizvođačkog viška — [I2]
  • predmet izvora: personalizirane cijene u digitalnom dobu; predmet poglavlja: Jedinstvena cijena i ekonomska početna točka; odnos: pokriva poglavlje — [I7]
  • predmet izvora: dinamičko određivanje cijena u zrakoplovstvu; predmet poglavlja: Jedinstvena cijena i ekonomska početna točka; odnos: pokriva sastavnicu razlike između dinamičke i personalizirane cijene — [I22]

Status: pokriveno.

2. Teorija cjenovne diskriminacije

Pokrivene sastavnice:

  • prvi, drugi i treći stupanj: [I2], [I24]
  • segmentacija i samoselekcija: [I1], [I2], [I7]
  • tržišna moć i arbitrage: [I2], [I3]
  • odnos cijene, troška i elastičnosti: [I2], [I24]

Nepokrivena sastavnica:

  • detaljan suvremeni model arbitrage u prekograničnoj e-trgovini.

Odnos:

  • predmet izvora: klasifikacija prvog, drugog i trećeg stupnja; predmet poglavlja: Teorija cjenovne diskriminacije; odnos: pokriva poglavlje — [I2]
  • predmet izvora: monopolska diskriminacija cijena; predmet poglavlja: Teorija cjenovne diskriminacije; odnos: pokriva poglavlje — [I24]
  • predmet izvora: industrijska organizacija i personalizirano određivanje cijena; predmet poglavlja: Teorija cjenovne diskriminacije; odnos: pokriva sastavnicu tržišne moći i segmentacije — [I1]

Status: pokriveno, ali dio o digitalnom arbitrageu je tanak.

3. Digitalni podaci i algoritamska procjena WTP-a

Pokrivene sastavnice:

  • povijest kupnje i pregledavanja: [I8], [I16], [I17]
  • uređaj, lokacija i pristupni kanal: [I8], [I16], [I17]
  • profiliranje i WTP: [I7], [I15], [I19]
  • strojno učenje: [I5], [I10]
  • razlika između cijene, dinamike i rangiranja: [I7], [I8], [I12]

Nepokrivene sastavnice:

  • tehničko uspoređivanje konkretnih AI arhitektura;
  • validacija algoritamske točnosti na stvarnim tržišnim podacima;
  • detaljna analiza pristranosti pojedinih modela.

Odnos:

  • predmet izvora: mjerenje personalizacije na e-trgovinama; predmet poglavlja: Digitalni podaci i algoritamska procjena WTP-a; odnos: pokriva poglavlje — [I16]
  • predmet izvora: online preporuke i WTP; predmet poglavlja: Digitalni podaci i algoritamska procjena WTP-a; odnos: pokriva sastavnicu procjene WTP-a — [I19]
  • predmet izvora: algoritmi određivanja cijena; predmet poglavlja: Digitalni podaci i algoritamska procjena WTP-a; odnos: pokriva sastavnicu algoritamskog određivanja cijena — [I10]
  • predmet izvora: personalizirane cijene i potrošački višak; predmet poglavlja: Digitalni podaci i algoritamska procjena WTP-a; odnos: pokriva sastavnicu strojnog učenja u određivanju cijena — [I5]

Status: tanko u tehničkom dijelu; dovoljno za ekonomsku, ali ne i informatičku analizu.

4. Potrošački višak i tržišna učinkovitost

Pokrivene sastavnice:

  • prisvajanje potrošačkog viška: [I2], [I3], [I5]
  • ukupni višak: [I3], [I5], [I6]
  • pristup kupaca s nižom WTP: [I3], [I6], [I7]
  • konkurencija i tržišno pokriće: [I6]
  • profit i proizvođački višak: [I3], [I5], [I6]

Odnos:

  • predmet izvora: granice cjenovne diskriminacije; predmet poglavlja: Potrošački višak i tržišna učinkovitost; odnos: pokriva poglavlje — [I3]
  • predmet izvora: empirijski učinci strojnog personaliziranja cijena; predmet poglavlja: Potrošački višak i tržišna učinkovitost; odnos: pokriva poglavlje — [I5]
  • predmet izvora: personalizirane cijene u oligopolu; predmet poglavlja: Potrošački višak i tržišna učinkovitost; odnos: pokriva poglavlje — [I6]

Status: pokriveno.

5. Pravednost, transparentnost i ponašanje potrošača

Pokrivene sastavnice:

  • ekonomska učinkovitost i percipirana pravednost: [I7], [I17], [I18], [I21]
  • reakcije favoriziranih i oštećenih kupaca: [I18]
  • usporedivost cijena: [I7], [I8], [I10]
  • obavijesti o personalizaciji: [I9], [I12]
  • povjerenje i lojalnost: [I17], [I18], [I22]

Odnos:

  • predmet izvora: učinci individualizacije i osnove segmentacije na pravednost; predmet poglavlja: Pravednost, transparentnost i ponašanje potrošača; odnos: pokriva poglavlje — [I17]
  • predmet izvora: reakcije potrošača u e-trgovini; predmet poglavlja: Pravednost, transparentnost i ponašanje potrošača; odnos: pokriva poglavlje — [I18]
  • predmet izvora: učinak online obavijesti; predmet poglavlja: Pravednost, transparentnost i ponašanje potrošača; odnos: pokriva sastavnicu transparentnosti — [I9]
  • predmet izvora: dinamičko određivanje cijena u zrakoplovstvu; predmet poglavlja: Pravednost, transparentnost i ponašanje potrošača; odnos: pokriva sastavnicu lojalnosti i povjerenja — [I22]

Status: pokriveno.

6. Privatnost i ekonomska vrijednost podataka

Pokrivene sastavnice:

  • vrijednost podataka za prodavatelja: [I4], [I7], [I15], [I20]
  • trošak i rizik prikupljanja podataka: [I7], [I15]
  • privatnosne preferencije: [I9], [I20], [I26]
  • dobrovoljno otkrivanje: [I4]
  • strateško ponašanje potrošača: [I26]

Odnos:

  • predmet izvora: dobrovoljno otkrivanje podataka i personalizirane cijene; predmet poglavlja: Privatnost i ekonomska vrijednost podataka; odnos: pokriva poglavlje — [I4]
  • predmet izvora: online cjenovna diskriminacija i GDPR; predmet poglavlja: Privatnost i ekonomska vrijednost podataka; odnos: pokriva poglavlje — [I15]
  • predmet izvora: personalizirane cijene i privatnosne brige; predmet poglavlja: Privatnost i ekonomska vrijednost podataka; odnos: pokriva poglavlje — [I20]
  • predmet izvora: strateške reakcije potrošača; predmet poglavlja: Privatnost i ekonomska vrijednost podataka; odnos: pokriva sastavnicu strateškog ponašanja — [I26]

Status: pokriveno, ali ekonomsko vrednovanje podataka nije kvantificirano.

7. Regulatorni okvir

Pokrivene sastavnice:

  • obavještavanje o personaliziranoj cijeni: [I12]
  • GDPR i profiliranje: [I11], [I15]
  • nepoštene poslovne prakse: [I13]
  • ranjivi potrošači: [I13], [I14]
  • AI i manipulativne prakse: [I14]
  • konkurencijski i antidiskriminacijski aspekti: [I7], [I10], [I15]

Nepokrivene sastavnice:

  • detaljna analiza nacionalne provedbe u Hrvatskoj;
  • sudska praksa o personaliziranim cijenama;
  • detaljna primjena članka 102. UFEU-a na algoritamske personalizirane cijene.

Odnos:

  • predmet izvora: GDPR; predmet poglavlja: Regulatorni okvir; odnos: pokriva poglavlje — [I11]
  • predmet izvora: Omnibus direktiva; predmet poglavlja: Regulatorni okvir; odnos: pokriva sastavnicu obavještavanja — [I12]
  • predmet izvora: Direktiva o nepoštenim poslovnim praksama; predmet poglavlja: Regulatorni okvir; odnos: pokriva sastavnicu zaštite potrošača — [I13]
  • predmet izvora: Akt o umjetnoj inteligenciji; predmet poglavlja: Regulatorni okvir; odnos: pokriva sastavnicu AI-manipulacije i ranjivosti — [I14]

Status: pokriveno za EU okvir, tanko za hrvatsku provedbu i sudsku praksu.

B6 — PROVJERA DOSLJEDNOSTI

  • [I4] zadržan je kao objavljena verzija; NBER i arXiv verzije nisu duplicirane.
  • [I5] zadržan je kao objavljena verzija u Journal of Political Economy; NBER verzija nije zasebno uvrštena.
  • Nijedan izvor nije istodobno naveden kao predtisak i objavljeni članak.
  • Nijedan DOI nije dodan poglavlju u zborniku ili priručniku [I2].
  • Nisu dodani nepotvrđeni rasponi stranica za [I1], [I10], [I15], [I17], [I22] i [I25].
  • Regionalni identiteti provjereni su na Hrčku, a ne samo prema podudaranju naslova.

B7 — KRUG 3

Prazno. Ovo je prvo izvođenje i nije bilo presude recenzije literature koja bi zahtijevala krug 3.

FAZA C — MAPA PODRUČJA

Personalizirano određivanje cijena treba početi od standardne mikroekonomske situacije u kojoj se pod istim uvjetima svim kupcima prikazuje ista cijena; ta početna točka omogućuje mjerenje kasnijih promjena u potrošačkom i proizvođačkom višku. [I1] [I2] (cambridge.org)

Klasična teorija cjenovne diskriminacije razlikuje prvi, drugi i treći stupanj, pri čemu se razlike odnose na individualnu cijenu, samoselekciju kroz količine ili pakete te cijene za različite skupine. [I2] [I24] (cir.nii.ac.jp)

Suvremena digitalna trgovina omogućuje prodavatelju da informacije o ponašanju, korisničkim računima, uređajima i pristupnim kanalima koristi za segmentaciju i procjenu WTP-a. [I7] [I8] [I16] (oecd.org)

Digitalizacija ne znači da je savršena personalizacija već ostvarena. Europska studija pronašla je rašireno personalizirano rangiranje, ali nije pronašla dosljedan i sustavan obrazac individualiziranih cijena u promatranim tržištima. [I8] (commission.europa.eu)

Ekonomski učinak dodatnih informacija nije jednoznačan. Teorijski modeli dopuštaju i prijenos viška prema prodavatelju i povećanje pristupa potrošača koji pri jedinstvenoj cijeni ne bi kupili proizvod. [I3] [I6] (pubs.aeaweb.org)

Empirijski rezultati mogu pokazati pad ukupnog potrošačkog viška uz istodobnu korist za znatan dio pojedinačnih potrošača. [I5] (journals.uchicago.edu)

Glavna suvremena rasprava zato nije jednostavno pitanje jesu li personalizirane cijene „dobre” ili „loše”, nego pitanje kako tržišna struktura, kvaliteta podataka, intenzitet konkurencije i način provedbe određuju raspodjelu koristi i troškova. [I3] [I5] [I6] [I7] (pubs.aeaweb.org)

Druga linija razvoja odnosi se na potrošačku percepciju. Eksperimentalni izvori pokazuju da kupci individualne cijene često procjenjuju kao manje pravedne, a negativno mogu reagirati i kada su sami dobili povoljniju cijenu. [I17] [I18] (link.springer.com)

Treća linija razvoja odnosi se na privatnost. Personalizacija povećava vrijednost podataka za prodavatelja, ali potrošač može strateški odlučivati koje će podatke otkriti, prikriti ili izmijeniti. [I4] [I20] [I26] (gsb.stanford.edu)

Regulatorni razvoj pomiče se od potpune nevidljivosti prema obvezi obavještavanja, pravilima o zaštiti podataka, zabrani nepoštenih praksi i ograničenjima manipulativne uporabe AI sustava. [I11] [I12] [I13] [I14] (eur-lex.europa.eu)

FAZA D — POJMOVNIK

Jedinstvena cijena

Definicija: cijena koja se za isti proizvod i iste transakcijske uvjete prikazuje svim kupcima bez individualnog prilagođavanja prema njihovim podacima. [I1] [I2]

Termin na jeziku rada: jedinstvena cijena; uniform pricing.

Uobičajena zamka: [DIDAKTIČKA NAPOMENA] Jedinstvena cijena nije isto što i najniža moguća cijena niti znači da svi kupci imaju isti trošak dostave ili poreza.

Personalizirana cijena

Definicija: cijena koju prodavatelj određuje na temelju informacija o pojedincu ili skupini, pri čemu pokušava procijeniti njihovu spremnost na plaćanje. [I7] [I15]

Termin: personalizirano određivanje cijena; personalised pricing.

Uobičajena zamka: [DIDAKTIČKA NAPOMENA] Personalizirana cijena nije svaka cijena koja se mijenja tijekom vremena.

Dinamičko određivanje cijena

Definicija: promjena cijene kao odgovor na promjene potražnje, ponude, zaliha, vremena ili drugih tržišnih uvjeta, bez nužnog korištenja osobnih podataka pojedinog kupca. [I7] [I12] [I22]

Termin: dinamičko određivanje cijena; dynamic pricing.

Uobičajena zamka: personalizirana i dinamička cijena mogu se preklapati, ali nisu sinonimi.

Cjenovna diskriminacija prvog stupnja

Definicija: određivanje različite cijene pojedinačnom kupcu prema njegovoj procijenjenoj maksimalnoj spremnosti na plaćanje. [I2] [I24]

Termin: cjenovna diskriminacija prvog stupnja; first-degree price discrimination.

Uobičajena zamka: stvarni algoritam obično samo procjenjuje WTP; ne zna nužno stvarnu maksimalnu cijenu koju bi kupac platio.

Cjenovna diskriminacija drugog stupnja

Definicija: kupci sami biraju među količinama, paketima, verzijama ili kvalitetama koje imaju različite cijene. [I2] [I24] [I25]

Termin: cjenovna diskriminacija drugog stupnja; second-degree price discrimination.

Uobičajena zamka: program vjernosti može biti oblik samoselekcije, ali ne mora biti individualizirana cijena.

Cjenovna diskriminacija trećeg stupnja

Definicija: različite skupine kupaca dobivaju različite cijene na temelju uočljivih ili predviđenih razlika u potražnji i elastičnosti. [I2] [I24]

Termin: cjenovna diskriminacija trećeg stupnja; third-degree price discrimination.

Uobičajena zamka: skupna cijena za studente ili umirovljenike nije ista pojava kao algoritamska cijena za pojedinca.

Willingness-to-pay

Definicija: maksimalna cijena pri kojoj je potrošač još spreman kupiti proizvod; u algoritamskim sustavima obično je riječ o procijenjenoj, a ne izravno opaženoj vrijednosti. [I5] [I19] [I25]

Termin: spremnost na plaćanje; willingness-to-pay, WTP.

Uobičajena zamka: [DIDAKTIČKA NAPOMENA] WTP nije isto što i prihod, bogatstvo, cijena koju je kupac prošli put platio ili cijena koju algoritam preporučuje.

Potrošački višak

Definicija: razlika između subjektivne vrijednosti proizvoda za potrošača i cijene koju stvarno plaća. [I2] [I3] [I5]

Termin: potrošački višak; consumer surplus.

Uobičajena zamka: pad prosječnog potrošačkog viška ne znači da je svaki pojedinačni potrošač izgubio.

Tržišno pokriće

Definicija: opseg u kojemu poduzeća na tržištu uspijevaju opslužiti potencijalne kupce, što u modelima personaliziranih cijena utječe na odnos konkurencije i profita. [I6]

Termin: tržišno pokriće; market coverage.

Uobičajena zamka: veće tržišno pokriće nije isto što i veći tržišni udio jednog poduzeća.

Percipirana pravednost cijene

Definicija: potrošačeva procjena je li cijena poštena u odnosu na druge kupce, referentnu cijenu, način određivanja cijene i podatke koji su korišteni. [I17] [I18] [I21]

Termin: percepcija pravednosti cijene; price fairness perception.

Uobičajena zamka: ekonomska učinkovitost i percipirana pravednost nisu ista mjerna varijabla.

Profiliranje

Definicija: automatizirana obrada osobnih podataka radi procjene ili predviđanja osobnih aspekata, uključujući ponašanje, interese, lokaciju ili ekonomsku situaciju. [I11] [I15]

Termin: profiliranje; profiling.

Uobičajena zamka: korištenje pseudonima ili kolačića ne znači automatski da obrada nije povezana s osobnim podacima.

Automatizirano individualno odlučivanje

Definicija: odluka temeljena isključivo na automatiziranoj obradi koja proizvodi pravne učinke ili sličan značajan učinak na osobu. [I11]

Termin: automatizirano individualno odlučivanje; automated individual decision-making.

Uobičajena zamka: svaka automatizirana preporuka nije nužno odluka iz članka 22. GDPR-a.

Transparentnost personalizirane cijene

Definicija: informiranje potrošača o tome da je cijena personalizirana na temelju automatiziranog odlučivanja. [I12]

Termin: transparentnost personalizirane cijene; personalised pricing transparency.

Uobičajena zamka: obavijest da je cijena personalizirana nije isto što i potpuno objašnjenje modela, podataka i razloga za konkretnu cijenu.

FAZA E — GDJE SE LITERATURA NE SLAŽE

1. Smanjuje li personalizacija potrošački višak ili može povećati blagostanje?

Strana A: Dubé i Misra nalaze da ukupni potrošački višak pada, iako više od 60 % potrošača može imati korist. [I5] (journals.uchicago.edu)

Strana B: Rhodes i Zhou pokazuju da u oligopolskim uvjetima s visokim tržišnim pokrićem personalizirane cijene mogu koristiti potrošačima. [I6] (aeaweb.org)

Najvjerojatnija razlika: tržišna struktura, stupanj konkurencije, trošak proizvodnje, pokriće tržišta i način mjerenja potrošačkog viška.

Klasifikacija: EMPIRIJSKI ODLUČIVO, ali samo uz precizno definiranje tržišta, populacije i funkcije blagostanja. Razlika se može testirati podacima, ali nije opravdano prenositi rezultat jednog tržišnog konteksta na sve e-trgovine.

2. Je li kontrola potrošača nad podacima zaštitna ili može imati suprotan učinak?

Strana A: Ali, Lewis i Vasserman zaključuju da kontrola nad otkrivanjem podataka može povećati potrošačko blagostanje u odnosu na jedinstvene i savršeno personalizirane cijene. [I4] (gsb.stanford.edu)

Strana B: Chen i Zhang pokazuju da regulatorna kontrola praćenja može, ovisno o udjelu privatnosno osjetljivih potrošača i konkurenciji, proizvesti i neočekivane poticaje poduzeća za personalizaciju. [I20] (pubsonline.informs.org)

Najvjerojatnija razlika: različita struktura modela, vrsta kontrole podataka i pretpostavke o ponašanju potrošača.

Klasifikacija: KONCEPTUALNO NEODLUČIVO na razini općeg pravila; pojedinačni ishodi mogu se empirijski testirati.

3. Jesu li obavijesti dovoljne za zaštitu potrošača?

Strana A: Europska komisija nalazi da transparentnija komunikacija može povećati prepoznavanje personaliziranog rangiranja. [I8] (commission.europa.eu)

Strana B: OECD-ov eksperiment ne potvrđuje značajan učinak obavijesti na razumijevanje personaliziranih cijena ili ponašanje pri kupnji. [I9] (oecd.org)

Najvjerojatnija razlika: rangiranje i cijena nisu ista praksa; razlikuju se i oblik, vidljivost, trenutak i sadržaj obavijesti.

Klasifikacija: EMPIRIJSKI ODLUČIVO za različite vrste obavijesti, proizvode i korisničke kontekste.

4. Je li niža personalizirana cijena prihvatljiva potrošaču?

Prikupljena literatura ne pokazuje izravno neslaganje. I17 i I18 uglavnom pokazuju da individualizacija sama po sebi može smanjiti percepciju pravednosti, čak i kada kupac nije cjenovno oštećen. [I17] [I18] (link.springer.com)

Klasifikacija: nema dovoljno izvora s izravno suprotnim zaključkom; rasprava je u prikupljenoj literaturi nepotpuno pokrivena, a ne potvrđeno podijeljena.

FAZA F — PRIJEDLOG STRUKTURE RADA

1. Jedinstvena cijena kao referentni model

1.1. Pojam jedinstvene cijene

1.2. Tržišna moć i uvjeti za diskriminaciju

1.3. Razlika između jedinstvene, dinamičke i personalizirane cijene

1.4. Potrošački i proizvođački višak

Tražene sastavnice:

  • jedinstvena cijena — pokriveno [I1], [I2]
  • razlika među vrstama cijena — pokriveno [I7], [I12]
  • tržišna moć — pokriveno [I1], [I3]
  • višak — pokriveno [I2], [I5]

Cjelinu pokrivaju: [I1], [I7]
Samo sastavnicu pokrivaju: [I2], [I3], [I12], [I23]
Razina dohvata: barem relevantni odjeljak ili puni tekst.
Oznaka: nije tanko.

2. Teorija cjenovne diskriminacije

2.1. Prvi stupanj

2.2. Drugi stupanj

2.3. Treći stupanj

2.4. Segmentacija, samoselekcija i arbitrage

Tražene sastavnice:

  • prvi stupanj — pokriveno [I2], [I24]
  • drugi stupanj — pokriveno [I2], [I24], [I25]
  • treći stupanj — pokriveno [I2], [I24]
  • arbitrage i tržišna moć — djelomično pokriveno [I2], [I3]

Cjelinu pokrivaju: [I2]
Samo sastavnicu pokrivaju: [I24], [I25], [I3]
Razina dohvata: oslanja se djelomično na [SAŽETAK] izvora [I25].
Oznaka: djelomično tanko za suvremeni digitalni arbitrage.

3. Digitalni podaci i AI procjena spremnosti na plaćanje

3.1. Vrste podataka o korisniku

3.2. Profiliranje i procjena WTP-a

3.3. Strojno učenje i algoritamske cijene

3.4. Personalizirano rangiranje nasuprot personaliziranoj cijeni

3.5. Ograničenja mjerenja

Tražene sastavnice:

  • povijest kupnje i pregledavanja — pokriveno [I8], [I16], [I17]
  • uređaj, lokacija i pristupni kanal — pokriveno [I8], [I16]
  • WTP i profiliranje — pokriveno [I5], [I15], [I19]
  • AI i algoritamsko određivanje — djelomično pokriveno [I5], [I10]
  • razlika između personalizacije i dinamike — pokriveno [I7], [I12]

Cjelinu pokriva: nijedan izvor u cijelosti.
Samo sastavnicu pokrivaju: [I5], [I8], [I10], [I15], [I16], [I19].
Razina dohvata: dio građe počiva na [SAŽETAK] izvorima.
Oznaka: TANKO — nema jednog širokog izvora koji bi istodobno pokrio ekonomski, tehnički i empirijski aspekt AI procjene WTP-a.

4. Potrošački višak i tržišna učinkovitost

4.1. Prisvajanje viška

4.2. Učinci na profit

4.3. Uključivanje kupaca s nižom WTP

4.4. Konkurencija i tržišno pokriće

4.5. Ukupni višak

Tražene sastavnice:

  • potrošački višak — pokriveno [I2], [I3], [I5]
  • pristup kupaca s nižom WTP — pokriveno [I3], [I6]
  • tržišno pokriće — pokriveno [I6]
  • profit — pokriveno [I5], [I6]
  • ukupni višak — pokriveno [I3], [I5]

Cjelinu pokrivaju: [I3], [I5], [I6]
Samo sastavnicu pokrivaju: [I2], [I7]
Razina dohvata: puni tekst ili relevantni odjeljak.
Oznaka: nije tanko.

5. Pravednost, transparentnost i ponašanje potrošača

5.1. Ekonomska učinkovitost i percipirana pravednost

5.2. Reakcije favoriziranih i oštećenih kupaca

5.3. Usporedivost cijena

5.4. Obavještavanje

5.5. Povjerenje i lojalnost

Tražene sastavnice:

  • pravednost — pokriveno [I17], [I18], [I21]
  • reakcije kupaca — pokriveno [I18]
  • usporedivost — pokriveno [I7], [I8]
  • transparentnost — pokriveno [I9], [I12]
  • povjerenje — pokriveno [I17], [I22]

Cjelinu pokrivaju: [I7], [I9], [I17], [I18]
Samo sastavnicu pokrivaju: [I8], [I12], [I22]
Razina dohvata: dio nalaza [I17] i [I18] preuzet je iz sažetka.
Oznaka: nije tanko.

6. Privatnost i ekonomska vrijednost podataka

6.1. Podaci kao proizvodni resurs

6.2. Privatnosne preferencije

6.3. Dobrovoljno otkrivanje

6.4. Strateško ponašanje potrošača

6.5. Posljedice za potrošački višak

Tražene sastavnice:

  • vrijednost podataka — pokriveno [I4], [I7], [I15]
  • privatnosne preferencije — pokriveno [I20], [I26]
  • dobrovoljno otkrivanje — pokriveno [I4]
  • strateško ponašanje — pokriveno [I26]
  • potrošački višak — pokriveno [I4], [I20]

Cjelinu pokrivaju: [I4], [I7], [I15]
Samo sastavnicu pokrivaju: [I20], [I26]
Razina dohvata: dio izvora oslanja se na sažetak.
Oznaka: nije tanko, ali nije kvantificirana novčana vrijednost podataka.

7. Regulatorni okvir

7.1. Obveza obavještavanja

7.2. GDPR i profiliranje

7.3. Nepoštene poslovne prakse

7.4. AI Act

7.5. Tržišno natjecanje i diskriminacija

7.6. Ograničenja transparentnosti kao lijeka

Tražene sastavnice:

  • obavještavanje — pokriveno [I12]
  • GDPR — pokriveno [I11], [I15]
  • nepoštene prakse — pokriveno [I13]
  • AI Act — pokriveno [I14]
  • tržišno natjecanje — djelomično pokriveno [I7], [I10]
  • ograničenja transparentnosti — pokriveno [I9]

Cjelinu pokrivaju: [I7], [I11], [I13]
Samo sastavnicu pokrivaju: [I9], [I10], [I12], [I14], [I15]
Razina dohvata: pravne odredbe pokrivene su punim tekstom; dio ekonomskih učinaka [I10] temelji se samo na bibliografskom zapisu.
Oznaka: djelomično tanko za hrvatsku provedbu i sudsku praksu.

FAZA G — RUPE

1. Tehnička procjena AI modela

Broj potvrđenih izvora: 2–3 izravno relevantna izvora ([I5], [I10], [I19]).
Nedostaju detaljni radovi koji bi usporedili logističku regresiju, random forest, duboke neuronske mreže, reinforcement learning i druge metode u stvarnoj e-trgovini.

Moguća baza za daljnje pretraživanje: ACM Digital Library, IEEE Xplore, Web of Science, Scopus, INFORMS.

2. Hrvatska regulatorna provedba

Broj potvrđenih izvora: 0 izravno usmjerenih na hrvatsku provedbu personaliziranih cijena.
Postoji regionalna literatura o cijenama i pravednosti, ali ne i dovoljno izvora o hrvatskoj sudskoj ili regulatornoj praksi.

Moguće baze: Narodne novine, AZOP, Agencija za zaštitu tržišnog natjecanja, EUR-Lex, Curia.

3. Antidiskriminacijski aspekt

Broj potvrđenih izvora: 3–4 opća izvora ([I7], [I11], [I13], [I14]).
Nedostaju empirijski radovi o tome diskriminiraju li personalizirane cijene sustavno skupine prema dobi, spolu, lokaciji, prihodu ili drugim zaštićenim obilježjima.

4. Usporedba transparentnosti i stvarnog ponašanja

Broj potvrđenih izvora: 2 ([I8], [I9]).
Izvori pokrivaju prepoznavanje, razumijevanje i reakcije na obavijesti, ali nema dovoljno dokaza o dugoročnim učincima na pretraživanje drugih trgovina, promjenu platforme i lojalnost.

5. Vrednovanje osobnih podataka

Broj potvrđenih izvora: 4 ([I4], [I7], [I20], [I26]).
Literatura raspravlja o vrijednosti podataka i privatnosti, ali ne daje jedinstvenu novčanu procjenu koliko poduzeće dobiva, a potrošač gubi ili dobiva razmjenom podataka za personaliziranu cijenu.

6. Poglavlja tanka nakon zatvaranja

  • Poglavlje 3: nema širokog izvora koji bi istodobno pokrio tehniku AI-a, ekonomsku procjenu WTP-a i stvarno ponašanje e-trgovina.
  • Poglavlje 7: nedostaje hrvatska provedba i sudska praksa.
  • Te rupe ostaju prijavljene; ne otvara se krug 3 bez presude recenzije literature.
ZAVRŠNA PROVJERA

Tvrdnje bez izvora

U fazama C, D i E nema činjeničnih tvrdnji bez oznake izvora. Didaktičke napomene označene su s [DIDAKTIČKA NAPOMENA].

Oznake izvora

Sve korištene oznake [I1]–[I26] nalaze se u fazi B.

Odbijeni izvori

Nijedan kandidat iz popisa odbijenih izvora nije korišten u mapiranju, pojmovniku, raspravi ili strukturi.

Empirijska osnova i operacionalizacija

  • Teorijskim, normativnim, preglednim i udžbeničkim izvorima nije pripisana empirijska brojka.
  • Empirijska osnova odvojena je od operacionalizacije.
  • Kod izvora kod kojih veličina uzorka nije bila vidljiva upisano je da nije navedena u otvorenom zapisu.
  • Interpretacije nisu upisane u polje operacionalizacije.

Autori i godine

Svi autori i godine korišteni u tekstu pojavljuju se u popisu izvora.

Zabranjeni obrasci

Provjereni su:

  1. hibridni citat;
  2. razdvojen lanac;
  3. nevidljivi izvor;
  4. žanrovski nemoguć podatak;
  5. obrnuti smjer;
  6. lažni konstruktor;
  7. prejaki jezik;
  8. brojka bez faze;
  9. pripisana napomena;
  10. goli identifikator;
  11. zastarjeli predtisak;
  12. akt bez članka;
  13. sekundarni opis instrumenta;
  14. tiha zamjena pojma;
  15. uski rad kao pokriće širokog poglavlja;
  16. izmišljeni raspon stranica.

Nijedan obrazac nije ostavljen u konačnom dosjeu.

Posebne oznake

  • [SAŽETAK] je uz izvore i nalaze koji su preuzeti iz sažetka.
  • [KANON] je uz [I1], [I2] i [I7].
  • [PREDTISAK] nije korišten.
  • Poglavlja u knjigama nisu dobila DOI u bibliografskom zapisu.
  • Za udžbenik [I1] nije izmišljen raspon stranica.

Izbrisane tvrdnje

Broj izbrisanih tvrdnji iz konačnih faza C–E: 0.

Preventivno su izostavljene sljedeće nepotvrđene tvrdnje:

  • konkretna veličina uzoraka za eksperimente gdje broj nije bio vidljiv;
  • tvrdnja da određeni AI model točno predviđa individualni WTP;
  • tvrdnja da hrvatska tijela već imaju utvrđenu praksu o personaliziranim cijenama;
  • tvrdnja da personalizirane cijene sustavno diskriminiraju određene zaštićene skupine;
  • tehničke tvrdnje o arhitekturi algoritama koje nisu bile predmet potvrđenih izvora;
  • tvrdnja da obavijest o personalizaciji nužno proizvodi informirani izbor;
  • tvrdnja da je svaki algoritamski određeni individualni iznos obuhvaćen člankom 22. GDPR-a.
Natrag na finalni rad