「我們的研究顯示出，品牌關鍵字的付費搜尋廣告，測量不到任何短利效益。」

• Ebay Research Labs

除了 Google 之外，Ebay 也是在早期就有聘請經濟學家的科技公司。這也不讓人意外，因為拍賣作為一種價格機制，當然也是經濟學。而 Ebay 產生的經濟價值和新型態的交易方式，更是引起不少經濟學家的興趣，催生許多以 Ebay 為主題的學術文章。

這些文章，有的是探討不同拍賣機制對於拍價的影響，有的則是研究買家賣家的單方面的行為。此外，在那個大數據還不家喻戶曉的年代，Ebay 上的拍賣紀錄，更是經濟學家夢寐以求的寶山，每筆拍賣，不但有完整的喊價資料，還能查到用戶的歷史交易紀錄。更有甚者，還有經濟學家親自下海賣東西做實驗。

怎麼用經濟學看 Ebay ？

Ebay 的價值，是提供一個平台媒合買家與賣家，降低市場摩擦，促使交易發生。

比如說郵票印幣等收藏品的市場，就有不少的摩擦。收藏的人不多，而且，賣家賣的，買家未必有興趣；而買家想找的，賣家未必有。因此，買賣家之間很難碰頭。常見的交易方式，是去地方上的專門店或是拍賣會。但即便如此，那也只限於一個區域，也無法接觸到其他地方的潛在買家。而 Ebay 這種不受地域限制的交易形式，大幅降低了交易成本。

有了 Ebay ，賣家只要上網刊登，買家就能透過關鍵字搜尋來找到這項產品。Ebay 透過提供平台，促使資訊流通，讓原本因為摩擦（搜尋成本）太高， 以致難產的交易變得可能。而買賣雙方個自從交易中獲利，皆大歡喜。但是， Ebay 呢？

Lady’s night

Ebay 要獲利，勢必得像使用者的一端——買家或賣家收費。問題是，該向誰收費呢？身為消費者，讀者可能覺得很習慣了而不會去思考，為什麼類似 Ebay 的這類的拍賣平台，是向賣家收費而不是買家呢？同樣地，為什麼 Google 搜尋是免費的？理論上，不論是架網站的，或是上網爬資料的，都因為這項服務受利，Google 自然也能向使用者收費。（試想沒有 Google 的日子會多痛苦！）

這背後的原因，和夜店為何會有 Lady’s Night 的道理是一樣的。其一是男性的願付價格較高，對於夜店消費的價格不敏感，因此有空間向男性收取較高的費用；其二，女性免費，能促進女性來夜店消費。而女性越多，男性就更有動機來消費。

前者是所謂的價格彈性：面對不同客群，永遠像對價格彈性低的一方收取較高費用。這也是為什麼大學的原文教科書，常會有美國版與國際版之分。例如坊間常見的經濟學課本 Mankiw，在台灣大概賣一千，但內容幾乎相同的美國版，在美國就要七八千元。為什麼呢？這是因為台灣學生看到七八千元的售價，大概就紛紛去抓盜版了（價格彈性高）。

「女性越多，男性就更有動機來消費」這個現象，則被稱為「網路效應」。一項服務，使用者越多，其他人就越有動機加入。使用 Google 搜尋的人越多，廠商越有動機買廣告；使用臉書的朋友越多，自己就越想用臉書；Ebay 上的買家越多，賣家就更有興趣在上面刊登商品。

身為一個市場的設計者，Ebay 每制定一個遊戲規則，必須衡量買家與賣家會如何因應，而兩者互動的結果（均衡）又是如何，能替自己帶來多少獲利。若今天的規則是向賣家收取刊登商品的費用，會是如何？反過來想，若是買家每搜尋一項商品，便收取一筆固定費用，又會如何？(大概可以想像，若是搜尋要錢，消費者應該會通通跑光吧？而消費者跑了，賣家自然也跑了)

再想一個例子。Ebay 該如何排序付費廣告？如果只以贊助商的出價作為考量，那為了刺激贊助商喊價，那就該讓出價最高者永遠出現在頁面上最明顯的位置。但為了照顧消費者權益，把人潮留在自己的平台上，Ebay 也應該納入商品的相關程度、賣家評價等等因素加權，提高廣告的品質。

若說 Ebay 透過媒合兩方，為買家與賣家做了一塊大餅，那 Ebay 問題就是在如何在盡量不影響餅的大小下，從中切一塊自己吃掉。替贊助商登廣告，某種程度是犧牲了買家在搜尋時獲得的資訊品質，因此整塊餅變小了——這樣的情況，在經濟學家稱為對市場的扭曲。對於 Ebay ，問題就是如何在最小的扭曲下，抽取最大的利益。

賣家可以給買家評價嗎？

Ebay 雖然解決了距離造成的摩擦，反過來卻也造成了另一種摩擦：資訊不對稱。買家既無法實際檢視商品，也會擔心賣家收了錢卻不出貨。 為了克服這問題，Ebay 先是併購了 Paypal，保障每一買家，在實際收到貨覺得滿意之前，不會被扣款；另一方面，則是設計了一套評價系統，讓雙方有機會評價每一筆交易，賣家便會投鼠忌器。

起初，這套評價系統是雙向的：買家可以替賣家評價，賣家也可以向買家評價。但該讓賣家評價買家嗎？賣家被留了負評，會不會就也為了復仇也給了買家負評呢？試想，買家今天自己踩到地雷，在網路上刊登負評，除了出了一口惡氣，受惠的其實是其他買家，但承受被報復性負評風險的，卻是個人。除了情緒上的渲洩，一點好處都沒有，買家自然沒有誘因給買家負評。揭露壞賣家的資訊，相當於是一種公共財。但在均衡中，買家不敢給負評，這套評價系統形同虛設。

因此，在 2008 年後，Ebay決定讓這套系統成為單向的，只有買家可以評價賣家。有趣的是，自此之後，在電子用品交易這個類別中，負評的比率反而降低了。而發生紛爭的機率，也從 4.2% 降低至 3.5 %。為什麼呢？這有可能是在新政策後，賣家更怕收到負評，更加謹慎的緣故。

經濟學家 vs 資料科學家

以上說了好幾個例子，都可以歸類為個體經濟學的應用。然而，最近經濟學家之所以獲得 Amazon、Uber、Airbnb 等科技公司的青睞，多少也是搭上了大數據的順風車。

文章一開頭所引用的研究，正是 Ebay Economics Lab 在 2015 年發表的一篇研究¹。為了知道廣告的效益，作者們豪氣地直接進行了一場大規模實驗，測試一下關鍵字廣告，究竟能不能為廠商帶來額外收入。由於廣告支出常與節慶等因素有關，直接比較在不同廣告支出下的銷售數量，估計上是有偏誤的。這也呼應了美國百貨商店之父約翰·沃納梅克的名言”我在廣告上的投資有一半是無用的，但是問題是我不知道是哪一半。” 要估計廣告的效益，很難。

即便是不理解關鍵字廣告的效益，Ebay 還是砸了不少錢。而 Ebay 的經濟學家們，在高層主管的同意下，直接在 Google、微軟、雅虎等三個搜尋平台上做實驗，暫時停止購買 Google 的關鍵字廣告，並以微軟、雅虎為對照組，試看會對銷售多大影響。結果是，有沒有廣告，對銷售幾乎沒有影響。尤其是在考慮到成本之下，投資報酬率非常低。這研究狠狠地打了 Google 一巴掌。

談到實驗設計，心理學家更有經驗；講到資料分析，經濟學家的程式設計功力也比不上工程師們。究竟在資料分析這塊領域，經濟學家為何能殺出這片重圍呢？且讓我們繼續看下去。