Sinteza istraživanja: Personalizirane cijene u e-commerceu: ekonomska učinkovitost ili cjenovna diskriminacija?

Proces izrade seminarskog rada

Izmijenjeni dokument

VERZIJA_RECENZIJE: v15.1
VERZIJA_PROMPTA: v15.1

RESEARCH DOKUMENT

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:

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

2. Teorija cjenovne diskriminacije

Tražene sastavnice:

diskriminacija prvog stupnja;
diskriminacija drugog stupnja;
diskriminacija trećeg stupnja;
samoselekcija, segmentacija i arbitrage;
odnos cijena, graničnog troška i elastičnosti potražnje.

3. Digitalni podaci i algoritamska procjena spremnosti na plaćanje

Tražene sastavnice:

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

4. Potrošački višak i tržišna učinkovitost

Tražene sastavnice:

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

5. Pravednost, transparentnost i ponašanje potrošača

Tražene sastavnice:

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

6. Privatnost i ekonomska vrijednost podataka

Tražene sastavnice:

ekonomska vrijednost podataka za prodavatelja;
troškovi prikupljanja i obrade podataka;
privatnosne preferencije potrošača;
dobrovoljno otkrivanje podataka;
kontrola potrošača nad podacima.

7. Regulatorni okvir

Tražene sastavnice:

obveza obavještavanja o personaliziranoj cijeni;
GDPR i profiliranje;
nepoštene poslovne prakse;
zaštita ranjivih potrošača;
umjetna inteligencija i manipulativne prakse;
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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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

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

Sustavni pregledi i metaanalize: u pretraženom korpusu nije identificirana metaanaliza specifično o personaliziranim cijenama koja bi istodobno obuhvatila ekonomsku učinkovitost, privatnost, pravednost i regulaciju. Pronađen je širi sustavni pregled odnosa personalizacije i privatnosti, ali nije specifično usmjeren na personalizirane cijene.

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:

NBER Working Paper 26592 — ranija verzija izvora [I4]; zadržana je objavljena verzija u The Review of Economic Studies.
NBER Working Paper 23775 — ranija verzija izvora [I5]; zadržana je objavljena verzija u Journal of Political Economy.
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 metaanaliza specifično o personaliziranim cijenama
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]

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.

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.

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]

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]

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]

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.

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]

Bergemann, Dirk; Benjamin Brooks; Stephen Morris. The Limits of Price Discrimination. American Economic Review, 105(3), 2015, 921–957. https://www.aeaweb.org/articles?id=10.1257/aer.20130848

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. Matić, Pero. Monopolska diskriminacija cijena. Ekonomska misao i praksa, 8(1), 1999, 91–110. https://hrcak.srce.hr/222548

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]

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]

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]

U nekim konkurentskim uvjetima, osobito pri visokom tržišnom pokriću, personalizirane cijene mogu povećati tržišno pokriće i koristiti potrošačima. [I3] [I6] [I7]

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

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]

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. Priester, Anna; Thomas Robbert; Stefan Roth. A Special Price Just for You: Effects of Personalized Dynamic Pricing on Consumer Fairness Perceptions. Journal of Revenue and Pricing Management, 19, 2020, 99–112. https://link.springer.com/article/10.1057/s41272-019-00224-3 [I18]

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]

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]

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. Belleflamme, Paul; Martin Peitz. Industrial Organization: Markets and Strategies. 2. izdanje. Cambridge University Press, 2015, poglavlje 8. https://www.cambridge.org/highereducation/books/industrial-organization/69870638F433E49AA6B20D24E3C9453E/group-pricing-and-personalized-pricing/9268E15EFBC9ABC9E4CFBC12203CC4DC

Termin na jeziku rada: jedinstvena cijena; uniform pricing.

Uobičajena zamka: [DIDAKTIČKA NAPOMENA] Jedinstvena cijena nije najniža moguća cijena niti znači da svi kupci imaju isti trošak dostave ili poreza. Zuiderveen Borgesius, Frederik; Joost Poort. Online Price Discrimination and EU Data Privacy Law. Journal of Consumer Policy, 40, 2017, 347–366. https://link.springer.com/article/10.1007/s10603-017-9354-z

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. Directive (EU) 2019/2161, Recital 45. https://eur-lex.europa.eu/legal-content/EN/TXT/?uri=CELEX:32019L2161

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. Directive (EU) 2019/2161, Recital 45; Škare, Vatroslav; Dino Gospić. Dynamic Pricing and Customers’ Perceptions of Price Fairness in the Airline Industry. Tourism: An International Interdisciplinary Journal, 63(4), 2015, 515–528.

Cjenovna diskriminacija prvog stupnja

Definicija: određivanje različite cijene pojedinačnom kupcu prema njegovoj procijenjenoj maksimalnoj spremnosti na plaćanje. Matić, Pero. Monopolska diskriminacija cijena. Ekonomska misao i praksa, 8(1), 1999, 91–110. https://hrcak.srce.hr/222548

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. Matić, Pero. Monopolska diskriminacija cijena. Ekonomska misao i praksa, 8(1), 1999, 91–110. https://hrcak.srce.hr/222548

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

Uobičajena zamka: program vjernosti može biti oblik samoselekcije, ali ne mora biti individualizirana cijena. Zuiderveen Borgesius, Frederik; Joost Poort. Online Price Discrimination and EU Data Privacy Law. Journal of Consumer Policy, 40, 2017, 347–366. https://link.springer.com/article/10.1007/s10603-017-9354-z

Cjenovna diskriminacija trećeg stupnja

Definicija: različite skupine kupaca dobivaju različite cijene na temelju uočljivih ili predviđenih razlika u potražnji i elastičnosti. Matić, Pero. Monopolska diskriminacija cijena. Ekonomska misao i praksa, 8(1), 1999, 91–110. https://hrcak.srce.hr/222548

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. Zuiderveen Borgesius, Frederik; Joost Poort. Online Price Discrimination and EU Data Privacy Law. Journal of Consumer Policy, 40, 2017, 347–366. https://link.springer.com/article/10.1007/s10603-017-9354-z

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. Adomavicius, Gediminas; Jesse C. Bockstedt; Shawn P. Curley; Jingjing Zhang. Effects of Online Recommendations on Consumers’ Willingness to Pay. Information Systems Research, 29(1), 2018, 84–102. https://pubsonline.informs.org/doi/10.1287/isre.2017.0703

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. Adomavicius, Gediminas; Jesse C. Bockstedt; Shawn P. Curley; Jingjing Zhang. Effects of Online Recommendations on Consumers’ Willingness to Pay. Information Systems Research, 29(1), 2018, 84–102. https://pubsonline.informs.org/doi/10.1287/isre.2017.0703

Potrošački višak

Definicija: razlika između subjektivne vrijednosti proizvoda za potrošača i cijene koju stvarno plaća. Bergemann, Dirk; Benjamin Brooks; Stephen Morris. The Limits of Price Discrimination. American Economic Review, 105(3), 2015, 921–957. https://www.aeaweb.org/articles?id=10.1257/aer.20130848

Termin: potrošački višak; consumer surplus.

Uobičajena zamka: [DIDAKTIČKA NAPOMENA] Pad prosječnog potrošačkog viška ne znači da je svaki pojedinačni potrošač izgubio. Dubé, Jean-Pierre; Sanjog Misra. Personalized Pricing and Consumer Welfare. Journal of Political Economy, 131(1), 2023, 131–189. https://www.journals.uchicago.edu/doi/10.1086/720793

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. Rhodes, Andrew; Jidong Zhou. Personalized Pricing and Competition. American Economic Review, 114(7), 2024, 2141–2170. https://www.aeaweb.org/articles?id=10.1257/aer.20221524

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. Priester, Anna; Thomas Robbert; Stefan Roth. A Special Price Just for You: Effects of Personalized Dynamic Pricing on Consumer Fairness Perceptions. Journal of Revenue and Pricing Management, 19, 2020, 99–112; Brborović, Sandra. Pozicioniranje cijena, personalizacija i pravednost u upravljanju prihodom u hotelijerstvu. Acta Economica Et Turistica, 9(2), 2023, 285–302.

Termin: percepcija pravednosti cijene; price fairness perception.

Uobičajena zamka: ekonomska učinkovitost i percipirana pravednost nisu ista mjerna varijabla. Priester, Anna; Thomas Robbert; Stefan Roth. A Special Price Just for You: Effects of Personalized Dynamic Pricing on Consumer Fairness Perceptions. Journal of Revenue and Pricing Management, 19, 2020, 99–112. https://link.springer.com/article/10.1057/s41272-019-00224-3

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. Zuiderveen Borgesius, Frederik; Joost Poort. Online Price Discrimination and EU Data Privacy Law. Journal of Consumer Policy, 40, 2017, 347–366. https://link.springer.com/article/10.1007/s10603-017-9354-z

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. Regulation (EU) 2016/679, čl. 22. https://eur-lex.europa.eu/eli/reg/2016/679/2016-05-04/eng

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. Directive (EU) 2019/2161, Recital 45. https://eur-lex.europa.eu/legal-content/EN/TXT/?uri=CELEX:32019L2161

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]

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

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]

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]

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]

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

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?

U otvorenim izvorima I17 i I18 nalaze se nalazi o nižoj percipiranoj pravednosti individualnih cijena, ali ti izvori ne uspoređuju izravno prihvatljivost niže personalizirane cijene s uniformnom cijenom.

Klasifikacija: nema dovoljno izvora s izravno suprotnim zaključkom; rasprava je u provjerenom otvorenom korpusu nepotpuno pokrivena.

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

7.3. 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]. Tvrdnja 23 nakon izvršene nove formulacije ostaje bez izvornog nositelja i prenesena je kao zaključana odluka s oznakom [BEZ NOSITELJA] u popisu zaključanih odluka.

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:

hibridni citat;
razdvojen lanac;
nevidljivi izvor;
žanrovski nemoguć podatak;
obrnuti smjer;
lažni konstruktor;
prejaki jezik;
brojka bez faze;
pripisana napomena;
goli identifikator;
zastarjeli predtisak;
akt bez članka;
sekundarni opis instrumenta;
tiha zamjena pojma;
uski rad kao pokriće širokog poglavlja;
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.

Izvršene izmjene

Br.	Radnja	Prije	Poslije
2	ZAMIJENI_REFERENCU	[I1] [I2]	Bergemann, Dirk; Benjamin Brooks; Stephen Morris. The Limits of Price Discrimination. American Economic Review, 105(3), 2015, 921–957. 🔗
3	ZAMIJENI_REFERENCU	[I2] [I24]	Matić, Pero. Monopolska diskriminacija cijena. Ekonomska misao i praksa, 8(1), 1999, 91–110. 🔗
7	IZNOVA_IZVEDI_TVRDNJU	Personalizacija može povećati pristup potrošača koji pri jedinstvenoj cijeni ne bi kupili proizvod.	U nekim konkurentskim uvjetima, osobito pri visokom tržišnom pokriću, personalizirane cijene mogu povećati tržišno pokriće i koristiti potrošačima.
10	ZAMIJENI_REFERENCU	[I17] [I18]	Priester, Anna; Thomas Robbert; Stefan Roth. A Special Price Just for You: Effects of Personalized Dynamic Pricing on Consumer Fairness Perceptions. Journal of Revenue and Pricing Management, 19, 2020, 99–112. 🔗 [I18]
16	ZAMIJENI_REFERENCU	[I1] [I2]	Belleflamme, Paul; Martin Peitz. Industrial Organization: Markets and Strategies. 2. izdanje. Cambridge University Press, 2015, poglavlje 8. 🔗
17	ZAMIJENI_REFERENCU	bez oznake izvora	Zuiderveen Borgesius, Frederik; Joost Poort. Online Price Discrimination and EU Data Privacy Law. Journal of Consumer Policy, 40, 2017, 347–366. 🔗
19	ZAMIJENI_REFERENCU	bez oznake izvora	Directive (EU) 2019/2161, Recital 45. 🔗
21	ZAMIJENI_REFERENCU	bez oznake izvora	Directive (EU) 2019/2161, Recital 45; Škare, Vatroslav; Dino Gospić. Dynamic Pricing and Customers’ Perceptions of Price Fairness in the Airline Industry. Tourism: An International Interdisciplinary Journal, 63(4), 2015, 515–528.
22	ZAMIJENI_REFERENCU	[I2] [I24]	Matić, Pero. Monopolska diskriminacija cijena. Ekonomska misao i praksa, 8(1), 1999, 91–110. 🔗
23	IZNOVA_IZVEDI_TVRDNJU	Stvarni algoritam obično procjenjuje WTP i ne zna nužno stvarnu maksimalnu cijenu koju bi kupac platio.	Algoritamsko određivanje cijena obično koristi podatke iz kojih procjenjuje potrošačevu spremnost na plaćanje; takva procjena nije isto što i izravno opažanje njegove maksimalne spremnosti.
24	ZAMIJENI_REFERENCU	[I2] [I24] [I25]	Matić, Pero. Monopolska diskriminacija cijena. Ekonomska misao i praksa, 8(1), 1999, 91–110. 🔗
25	ZAMIJENI_REFERENCU	bez oznake izvora	Zuiderveen Borgesius, Frederik; Joost Poort. Online Price Discrimination and EU Data Privacy Law. Journal of Consumer Policy, 40, 2017, 347–366. 🔗
26	ZAMIJENI_REFERENCU	[I2] [I24]	Matić, Pero. Monopolska diskriminacija cijena. Ekonomska misao i praksa, 8(1), 1999, 91–110. 🔗
27	ZAMIJENI_REFERENCU	bez oznake izvora	Zuiderveen Borgesius, Frederik; Joost Poort. Online Price Discrimination and EU Data Privacy Law. Journal of Consumer Policy, 40, 2017, 347–366. 🔗
28	ZAMIJENI_REFERENCU	[I5] [I19] [I25]	Adomavicius, Gediminas; Jesse C. Bockstedt; Shawn P. Curley; Jingjing Zhang. Effects of Online Recommendations on Consumers’ Willingness to Pay. Information Systems Research, 29(1), 2018, 84–102. 🔗
29	ZAMIJENI_REFERENCU	bez oznake izvora	Adomavicius, Gediminas; Jesse C. Bockstedt; Shawn P. Curley; Jingjing Zhang. Effects of Online Recommendations on Consumers’ Willingness to Pay. Information Systems Research, 29(1), 2018, 84–102. 🔗
30	ZAMIJENI_REFERENCU	[I2] [I3] [I5]	Bergemann, Dirk; Benjamin Brooks; Stephen Morris. The Limits of Price Discrimination. American Economic Review, 105(3), 2015, 921–957. 🔗
31	ZAMIJENI_REFERENCU	bez oznake izvora	Dubé, Jean-Pierre; Sanjog Misra. Personalized Pricing and Consumer Welfare. Journal of Political Economy, 131(1), 2023, 131–189. 🔗
33	ZAMIJENI_REFERENCU	bez oznake izvora	Rhodes, Andrew; Jidong Zhou. Personalized Pricing and Competition. American Economic Review, 114(7), 2024, 2141–2170. 🔗
34	ZAMIJENI_REFERENCU	[I17] [I18] [I21]	Priester, Anna; Thomas Robbert; Stefan Roth. A Special Price Just for You: Effects of Personalized Dynamic Pricing on Consumer Fairness Perceptions. Journal of Revenue and Pricing Management, 19, 2020, 99–112; Brborović, Sandra. Pozicioniranje cijena, personalizacija i pravednost u upravljanju prihodom u hotelijerstvu. Acta Economica Et Turistica, 9(2), 2023, 285–302. [I18]
35	ZAMIJENI_REFERENCU	bez oznake izvora	Priester, Anna; Thomas Robbert; Stefan Roth. A Special Price Just for You: Effects of Personalized Dynamic Pricing on Consumer Fairness Perceptions. Journal of Revenue and Pricing Management, 19, 2020, 99–112. 🔗
37	ZAMIJENI_REFERENCU	bez oznake izvora	Zuiderveen Borgesius, Frederik; Joost Poort. Online Price Discrimination and EU Data Privacy Law. Journal of Consumer Policy, 40, 2017, 347–366. 🔗
39	ZAMIJENI_REFERENCU	bez oznake izvora	Regulation (EU) 2016/679, čl. 22. 🔗
41	ZAMIJENI_REFERENCU	bez oznake izvora	Directive (EU) 2019/2161, Recital 45. 🔗
51	ZAMIJENI_REFERENCU	[I17] [I18]	Priester, Anna; Thomas Robbert; Stefan Roth. A Special Price Just for You: Effects of Personalized Dynamic Pricing on Consumer Fairness Perceptions. Journal of Revenue and Pricing Management, 19, 2020, 99–112; Hufnagel, Gerrit; Manfred Schwaiger; Louisa Weritz. Seeking the Perfect Price: Consumer Responses to Personalized Price Discrimination in E-commerce. Journal of Business Research, 143, 2022, 346–365.
52	IZNOVA_IZVEDI_TVRDNJU	Prikupljena literatura ne pokazuje izravno neslaganje o prihvatljivosti niže personalizirane cijene, pa je ta rasprava nepotpuno pokrivena.	U otvorenim izvorima I17 i I18 nalaze se nalazi o nižoj percipiranoj pravednosti individualnih cijena, ali ti izvori ne uspoređuju izravno prihvatljivost niže personalizirane cijene s uniformnom cijenom.

Neizvršeni nalazi

Br.	Razlog
23	TVRDNJA BEZ NOSITELJA: nakon izvršene radnje IZNOVA_IZVEDI_TVRDNJU nova formulacija nema izvorni nositelj u dokumentu. Tvrdnja je označena [BEZ NOSITELJA] i prenesena u ZAKLJUČANE ODLUKE sa statusom nepotvrđeno.

ZAKLJUČANE ODLUKE

Br. nalaza	Radnja	Uklonjeno / promijenjeno	Razlog iz recenzije	Status
7	IZNOVA_IZVEDI_TVRDNJU	Personalizacija može povećati pristup potrošača koji pri jedinstvenoj cijeni ne bi kupili proizvod. → U nekim konkurentskim uvjetima, osobito pri visokom tržišnom pokriću, personalizirane cijene mogu povećati tržišno pokriće i koristiti potrošačima.	Izvor podupire uvjetni, a ne opći iskaz o svim potrošačima s nižom spremnošću na plaćanje.	izvršeno; nizvodne faze ne smiju proširiti formulaciju
23	IZNOVA_IZVEDI_TVRDNJU	Stvarni algoritam obično procjenjuje WTP i ne zna nužno stvarnu maksimalnu cijenu koju bi kupac platio. → Algoritamsko određivanje cijena obično koristi podatke iz kojih procjenjuje potrošačevu spremnost na plaćanje; takva procjena nije isto što i izravno opažanje njegove maksimalne spremnosti.	Nova formulacija uklanja preširoki iskaz o svim stvarnim algoritmima.	izvršeno; [BEZ NOSITELJA]; status nepotvrđeno
52	IZNOVA_IZVEDI_TVRDNJU	Prikupljena literatura ne pokazuje izravno neslaganje o prihvatljivosti niže personalizirane cijene, pa je ta rasprava nepotpuno pokrivena. → U otvorenim izvorima I17 i I18 nalaze se nalazi o nižoj percipiranoj pravednosti individualnih cijena, ali ti izvori ne uspoređuju izravno prihvatljivost niže personalizirane cijene s uniformnom cijenom.	Tvrdnja o cijeloj literaturi šira je od provjerenog korpusa; nova formulacija ograničava iskaz na otvorene izvore.	izvršeno; nizvodne faze ne smiju vratiti širi iskaz

KOLATERALNA ŠTETA

Odjeljak	Vrsta štete	Opis	Prijedlog
Nema stavki.

PROVJERENO NA IZVORU

Oznaka	Razina provjere	Razina dohvata u dosjeu	URL	Stranice na kojima su nalazi lokalizirani	Objavljena verzija	Izostavljeno (iz A8)
I1	PUNI TEKST	RELEVANTNI_ODJELJAK	🔗	puni tekst relevantnog poglavlja	null	Otvoreni udžbenički odjeljak ne navodi empirijske ograde; modelni zaključci ovise o pretpostavkama o tržištu i informacijama.
I2	SAMO_BIBLIOGRAFSKI_ZAPIS	SAMO_BIBLIOGRAFSKI_ZAPIS	🔗	bibliografski zapis	null	nema zapisa o izostavljenom
I3	PUNI TEKST	PUNI_TEKST	🔗	str. 921–957; relevantni dijelovi o segmentaciji i blagostanju	null	Rezultati ovise o monopolskoj strukturi, segmentaciji i izvedivim cijenama.
I4	SAŽETAK	SAŽETAK	🔗	sažetak	null	nema zapisa o izostavljenom
I5	SAŽETAK	RELEVANTNI_ODJELJAK	🔗	sažetak; relevantni odjeljci o profitu i potrošačkom višku	null	Učinci ovise o granularnosti podataka, terenskom kontekstu i funkciji društvenog blagostanja.
I6	SAŽETAK	SAŽETAK	🔗	sažetak	null	Zaključci ovise o oligopolskom modelu, trošku, broju poduzeća i raspodjeli pristupa podacima.
I7	PUNI TEKST	PUNI_TEKST	🔗	odjeljci o definicijama, mehanizmima i učincima	null	Empirijski dokazi o stvarnoj raširenosti personaliziranih cijena ograničeni su i teško ih je detektirati.
I8	PUNI TEKST	RELEVANTNI_ODJELJAK	🔗	relevantni izvještajni dio	null	Algoritamsku personalizaciju teško je detektirati, a mystery shopping ne obuhvaća sve moguće oblike personalizacije.
I9	PUNI TEKST	PUNI_TEKST	🔗	puni tekst; dijelovi o eksperimentima i učincima obavijesti	null	Laboratorijski rezultati ne moraju se prenijeti na sve stvarne kupnje.
I10	PUNI TEKST	SAMO_BIBLIOGRAFSKI_ZAPIS	🔗	puni tekst službenog CMA rada	null	Rad nije cjelovita pravna analiza.
I11	PUNI TEKST	PUNI_TEKST	🔗	čl. 5, 6, 13, 14, 22 i 35	null	Članak 22. primjenjuje se samo pod uvjetima značajnog učinka i uz iznimke iz stavka 2.
I12	PUNI TEKST	PUNI_TEKST	🔗	Recital 45 i relevantne odredbe Direktive 2011/83/EU	null	Obveza se odnosi na činjenicu personalizacije, ne na potpuno tehničko objašnjenje algoritma.
I13	PUNI TEKST	PUNI_TEKST	🔗	čl. 5, 6, 7, 8 i 9	null	Primjena je kontekstualna i ovisi o mogućem učinku na transakcijsku odluku.
I14	PUNI TEKST	PUNI_TEKST	🔗	čl. 5	null	AI Act ne zabranjuje svaku personalizaciju; važni su manipulacija, ranjivost i značajna šteta.
I15	PUNI TEKST	RELEVANTNI_ODJELJAK	🔗	odjeljci o definiciji, vrstama diskriminacije, kolačićima i osobnim podacima	null	Primjena pravila o osobnim podacima ovisi o konkretnom obliku obrade i pravnoj osnovi.
I16	PUNI TEKST	PUNI_TEKST	🔗	str. 305–318	null	Razlike među korisnicima mogu biti posljedica zaliha, poreza, tehničkih razlika i drugih izvora šuma.
I17	PUNI TEKST	SAŽETAK	🔗	sažetak i odjeljci o učincima individualizacije	null	Učinci individualizacije ovise o privatnosnim brigama i osnovi segmentacije.
I18	SAŽETAK	SAŽETAK	🔗	sažetak	null	Rezultati proizlaze iz eksperimentalnog e-commerce konteksta.
I19	SAŽETAK	SAŽETAK	🔗	sažetak	null	nema zapisa o izostavljenom
I20	SAŽETAK	SAŽETAK	🔗	sažetak	null	Zaključci ovise o strukturi tržišta i udjelu privatnosno osjetljivih potrošača.
I21	PUNI TEKST	RELEVANTNI_ODJELJAK	🔗	relevantni odjeljak o pravednosti i upravljanju prihodom	null	Zaključci se odnose na hotelijerstvo, ne na cjelokupnu e-trgovinu.
I22	PUNI TEKST	SAŽETAK	🔗	sažetak i uvodni dio	null	Zaključci se odnose na zrakoplovnu industriju, ne na klasičnu maloprodaju.
I23	PUNI TEKST	RELEVANTNI_ODJELJAK	🔗	relevantni odjeljak	null	Rad je stariji i nije usmjeren na digitalne podatke ili AI.
I24	PUNI TEKST	RELEVANTNI_ODJELJAK	🔗	odjeljci o prvom, drugom i trećem stupnju	null	Rad je usmjeren na monopolski okvir i prethodi suvremenoj digitalnoj personalizaciji.
I25	SAŽETAK	SAŽETAK	🔗	sažetak	null	Zaključci se temelje na modelu duopola i pretpostavkama o prostornoj diferencijaciji.
I26	SAŽETAK	SAŽETAK	🔗	sažetak	null	Eksperimentalni dizajn ne obuhvaća sve oblike stvarnog online praćenja.

PRENESENI SIGNALI

Signal	Izvor u recenziji
PREGLED_BEZ_POZICIONIRANJA — I7, I8, I9: postojeći pregledi i službena izvješća koriste se kao izvori pojedinačnih tvrdnji, ali dokument se prema njima nigdje izrijekom ne pozicionira kao prema pregledima.	A14
TANKA_TEHNICKA_PODTEMA — Poglavlje 3: nedostaju izravni izvori o usporedbi AI arhitektura, validaciji algoritamske točnosti i pristranosti modela u stvarnoj e-trgovini.	B5
TANKA_NACIONALNA_PROVEDBA — Poglavlje 7: nedostaju hrvatska regulatorna provedba, sudska praksa i detaljna primjena članka 102. UFEU-a na personalizirane cijene.	B5

NALAZI O DOSJEU

Br.	Vrsta	Predmet	Opis
D1	RAZLAZ_SEMANTIKE_POTVRĐENOG	B5	Dosje svih 26 jedinica naziva potvrđenima, dok provjera potvrđuje 21 izvor, a 5 ih ima bibliografske nepravilnosti.
D2	RAZLAZ_RAZINE_DOHVATA	B5	Raspodjela po razini dohvata u dosjeu nije usklađena ni s pojedinačnim zapisima ni s neovisnom provjerom.
D3	RAZLAZ_RAZINE_DOHVATA	I10	I10 je u dosjeu označen kao samo bibliografski zapis, ali otvoren je službeni CMA PDF u punom tekstu.
D4	NEPOTPUNA_PROVJERA_PREGLEDA	B1.5	Tvrdnja da ne postoji relevantan sustavni pregled preširoka je; pronađen je noviji sustavni pregled odnosa personalizacije i privatnosti, ali ne i metaanaliza specifično o personaliziranim cijenama.
D5	NEDOSTAJE_REGISTAR	Registar	Registar nije priložen, pa se ne može neovisno provjeriti odnos izvora iz registra prema konačnom popisu.

KANDIDATI ZA UKLANJANJE

Izvor	Razlog	Status
Nema stavki. Nijedan izvor nakon izmjena nije ostao bez citata u svim dopuštenim formama; nijedan predtisak nije zamijenjen objavljenom verzijom u ovoj recenziji.

Natrag na finalni rad

Proces izrade seminarskog rada

RESEARCH DOKUMENT

FAZA A — KALIBRACIJA POLJA

FAZA B0.5 — RADNA SKICA I SASTAVNICE

1. Jedinstvena cijena i ekonomska početna točka

2. Teorija cjenovne diskriminacije

3. Digitalni podaci i algoritamska procjena spremnosti na plaćanje

4. Potrošački višak i tržišna učinkovitost

5. Pravednost, transparentnost i ponašanje potrošača

6. Privatnost i ekonomska vrijednost podataka

7. Regulatorni okvir

B1. Potvrđeni izvori

[I1] Referentni udžbenik industrijske organizacije

[I2] Teorijski pregled cjenovne diskriminacije

[I3] Granice cjenovne diskriminacije

[I4] Dobrovoljno otkrivanje podataka

[I5] Personalizirane cijene i potrošačko blagostanje

[I6] Personalizirane cijene i konkurencija

[I7] Široki policy pregled personaliziranih cijena

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

[I9] Učinak online obavijesti o personaliziranim cijenama

[I10] Algoritmi određivanja cijena

[I11] GDPR

[I12] Omnibus direktiva

[I13] Direktiva o nepoštenim poslovnim praksama

[I14] Akt o umjetnoj inteligenciji

[I15] Online cjenovna diskriminacija i GDPR

[I16] Mjerenje personalizacije na e-trgovinama

[I17] Percepcija pravednosti u personaliziranim cijenama

[I18] Reakcije potrošača u e-trgovini

[I19] Preporuke i spremnost na plaćanje

[I20] Privatnost i personalizirane cijene

[I21] Personalizacija i pravednost u regionalnoj literaturi

[I22] Dinamičko određivanje cijena i pravednost

[I23] Teorija i praksa određivanja cijena

[I24] Monopolska cjenovna diskriminacija

[I25] Personalizirane cijene i kvalitativna prilagodba

[I26] Strategijske reakcije potrošača i privatnost

B1.5 — POSTOJEĆI PREGLEDI

B4 — ODBIJENI KANDIDATI

B5 — ZATVARANJE FAZE

Raspodjela po razini dohvata

Raspodjela po potvrdi lokacije

Kvota sastava

Odbijeni kandidati

Iscrpljeni pravci pretraživanja

B5.1 — POKRIVENOST RADNE SKICE

1. Jedinstvena cijena i ekonomska početna točka

2. Teorija cjenovne diskriminacije

3. Digitalni podaci i algoritamska procjena WTP-a

4. Potrošački višak i tržišna učinkovitost

5. Pravednost, transparentnost i ponašanje potrošača

6. Privatnost i ekonomska vrijednost podataka

7. Regulatorni okvir

B6 — PROVJERA DOSLJEDNOSTI

B7 — KRUG 3

Jedinstvena cijena

Personalizirana cijena

Dinamičko određivanje cijena

Cjenovna diskriminacija prvog stupnja

Cjenovna diskriminacija drugog stupnja

Cjenovna diskriminacija trećeg stupnja

Willingness-to-pay

Potrošački višak

Tržišno pokriće

Percipirana pravednost cijene

Profiliranje

Automatizirano individualno odlučivanje

Transparentnost personalizirane cijene

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

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

3. Jesu li obavijesti dovoljne za zaštitu potrošača?

4. Je li niža personalizirana cijena prihvatljiva potrošaču?

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

2. Teorija cjenovne diskriminacije

2.1. Prvi stupanj