CC BY
78
DOI 10.15593/2224-9354/2018.2.17 УДК 33.061:004.738.5
С.В.Кульпин
ТРАНСАКЦИОННЫЕ ИЗДЕРЖКИ НА ИНТЕРНЕТ-РЫНКЕ И ИХ ВЛИЯНИЕ НА МАРКЕТИНГОВЫЕ ИНСТИТУТЫ
Экономический обмен за последние годы претерпел кардинальные изменения. Электронные платежные инструменты предоставили участникам экономических отношений на различных рынках возможность ускорить процесс заключения сделки, что привело к снижению трансакцион-ных издержек на интернет-рынке. Исследований в области изучения величины трансакционных издержек достаточно много, чего не скажешь об исследованиях, связанных с подобного рода издержками на интернет-рынке.
Цель статьи - показать влияние величины трансакционных издержек на формирование базовых маркетинговых институтов интернет-фирм, а именно на продуктовую и ценовую политики.
В начале статьи дан краткий экскурс в теорию трансакционных издержек, рассмотрены мнения различных исследователей, специализирующихся на экономике интернет-рынка.
Приведены результаты исследования, связанного с влиянием трансакционных издержек на товарную политику интернет-фирм. Показана связь между трансакционными издержками и информационностью интернет-товаров - способностью товаров содержать тот или иной вид информации. Представлено условие оптимальности реализации товарной политики для фирмы, работающей на интернет-рынке, при учете которого можно получить стратегическое преимущество перед конкурентами.
Дан обзор современных исследований в области ценообразования на интернет-рынке. Автор связывает типологию трансакционных издержек, разработанную им ранее, с базовой моделью ценообразования в Интернет.
Ключевые слова: интернет-маркетинг, институты маркетинга, трансакционные издержки, интернет-рынок.
Введение. Покупки в Интернет становятся обычным делом для многих людей, в том числе и в России. Согласно отраслевому докладу Федерального агентства по печати и массовым коммуникациям «российский Интернет остается самым активным сегментом экономики страны, который все больше влияет на другие отрасли. По итогам 2016 года вклад интернет-рынков в экономику России составляет 2,8 % ВВП, в то время как в 2015 году на них приходилось 2,3 % ВВП, а доля интернет-зависимых рынков в России достигла 19 %» [1, с. 58].
Процесс заключения сделки между покупателем и продавцом в Интернет занимает несколько минут. Речь идет о сокращении такого типа издержек, которые носят название трансакционных издержек.
© Кульпин С.В., 2018
Кульпин Сергей Владимирович - канд. экон. наук, доцент кафедры «Интегрированные маркетинговые коммуникации и брендинг», Институт государственного управления и предпринимательства ФГАОУ ВО «Уральский федеральный университет имени первого Президента России Б.Н. Ельцина», e-mail: [email protected].
Исследований в области изучения величины трансакционных издержек достаточно много, чего не скажешь об исследованиях, связанных с подобного рода издержками на интернет-рынке. Данная статья нацелена на агрегирование полученных в ходе нескольких лет исследований автора по поиску рабочих моделей оценки различных маркетинговых институтов, действующих в условиях виртуального пространства.
Прежде чем перейти к анализу влияния трансакционных издержек на различные маркетинговые институты, следует сделать краткий экскурс в теорию трансакционных издержек и взглянуть на мнения различных исследователей, специализирующихся на экономике интернет-рынка.
Трансакционные издержки на интернет-рынке: обзор исследований. Теория трансакционных издержек стала популярна благодаря работам Рональда Коуза и Оливера Уильямсона, которые впервые предложили рассматривать процесс рыночного экономического обмена за пределами выработанных неоклассических идей об экономическом взаимодействии агентов.
В ранних своих исследованиях Р. Коуз использовал понятия «стоимость использования ценового механизма» и «издержки рыночных трансакций». Тем не менее Р. Коуз предложил использовать термин «трансанкционных издержек» в трактовке, близкой к современной [2, с. 5].
Наиболее широкое распространение теория трансакционных издержек получила в работе О. Уильямсона. Сегодня экономика трансакционных издержек используется при объяснении рыночного поведения экономических агентов. Все чаще понятие трансакций используется не только в описании процессов сделок типа «купля-продажа», но и в повседневном эмоциональном взаимодействии субъектов, в рамках неформального обмена, обмена подарками и т.д. [3, с. 259].
Ранее автором уже было сформулировано собственное понимание трансакции. Под трансакцией в сети Интернет понимается форма экономических отношений между фирмой и контрагентами в окружающем институциональном пространстве, которая сопровождается отчуждением или передачей прав, свобод и собственности посредством информационно-коммуникационных технологий [4, с. 5].
В более глобальном смысле трансакционные издержки понимаются как издержки эксплуатации экономических систем. К. Эрроу называл трансакци-онные издержки препятствием образованию рынков [5, с. 59].
Р. Мэтьюз определил трансакционные издержки как издержки составления и заключения контракта, а также издержки надзора за соблюдением контракта и обеспечения его выполнения в противоположность производственным издержкам, которые являются по сути издержками выполнения контракта [6, с. 903].
Некоторые исследователи считают, что трансакционные издержки связаны с использованием институтов экономическими агентами, а также с их созданием и преобразованием [7, с. 147].
Интернет-пространство имеет также свои трансакционные издержки. Поэтому, исходя из вышеизложенных точек зрения на трактовку данного понятия, определим, что под трансакционными издержками в интернет-пространстве будут пониматься издержки, возникающие в процессе осуществления онлайн-трансакций и включающие затраты на получение информации и обеспечение прав экономических онлайн-агентов.
Трансакционные издержки определяют скорость и стоимость сделки. Перейдем к оценке их влияние на основные маркетинговые институты, действующие на интернет-рынке, а именно на продуктовую и ценовую политики политику.
Влияние трансакционных издержек на товарную политику на интернет-рынке. В работе [8] автор использовал понятие информационности товара и обнаружил связь между информационностью и трансакционными издержками.
Информационность товара можно представить через сумму компонентов по видам информации, а именно:
где 1т - информационность товара; /с - содержание слуховой информации; /з -содержание зрительной информации; /0 - содержание обонятельной информации; /в - содержание вкусовой информации; /т - содержание тактильной информации.
В зависимости от комбинаций слагаемых в выражении (1) можно все категории товаров описать с точки зрения информационности. Так, интернет-товары можно классифицировать на идеальные интернет-товары (информационные товары) (содержат только звуковую и/или зрительную информацию); интернет-товары, стимулирующие спрос (содержат помимо звуковой и/или зрительной информации, обонятельную, вкусовую или тактильную информацию), и интернет-товары, не стимулирующие спрос (товары, в которых содержание слуховой или зрительной информации минимально, или данные виды информации и вовсе отсутствуют).
Согласно авторской классификации интернет-товаров можно сказать, что чем приспособленнее товар для продажи в сети Интернет, тем меньше трансакционных издержек необходимо потратить, иными словами:
где ТСи.т - трансакционные издержки по продаже информационного товара; ТСс.ст - трансакционные издержки по продаже интернет-товаров, стимулирующих спрос; ТСнст - трансакционные издержки по продаже интернет-товаров, не стимулирующих спрос.
Исходя из условия, что в модели рассматривается экономический агент, реализующий все три указанных выше типа товара на интернет-рынке, то прибыли агента можно выразить так:
(1)
ТС < ТС < ТС
и.т с.ст н
(2)
п( д,гс)=п{ бит, ТСит )+*(&„ ,тсс.ст )+Л(бнСт ,ТСнст ) , (3)
при этом
б = бит + бс.ст + бнст, (4)
ТС ТСи.х + ТСс.ст + ТСнст. (5)
Прибыль можно выразить в общем виде следующим образом:
я( б,ТС) = Л (б,ТС)-с (б)-тс, (6)
где п - чистая прибыль; б - объем производства; ТС - трансакционные издержки; Я - валовой доход; С - себестоимость продукции,
В данной модели есть допущения, которые подробно описаны в работе [8, с. 20].
Чтобы максимизировать прибыль, запишем выражение в следующем виде:
тах(к(б,ТС)) = Я(б,ТС)- С (б)-ТС = 0. (7)
Продифференцируем данное выражение по параметру трансакционных издержек:
д% дЯ
дТС дТС дЯ
-1 = 0, (8)
=1. (9)
дТС
Если объединить условие (9) с условием (5), то получится
дЯ
д(ТС + ТС + ТС )
V и.т с.ст нст /
= 1. (10)
Выражение (10) является условием оптимальности реализации товарной политики для фирмы, работающей в интернет-пространстве. Данное выражение говорит о том, что валовый доход компании будет зависеть от того, какие товары реализует экономический агент на интернет-рынке.
Чтобы прибыль интернет-продавца была максимальной, ему необходимо иметь максимально прибыльный продуктовый портфель. Если две фирмы находятся в одинаковых рыночных интернет-условиях, то продуктовый портфель будет формировать для каждой стратегическое конкурентное преимущество.
Таким образом, автором показано влияние трансакционных издержек на формирование товарной политики на интернет-рынке.
Влияние трансакционных издержек на ценообразование на интернет-рынке. Выбор цены - это один из самых важных аспектов для интернет-фирм. Ценообразование требует одновременно и научного подхода, и интуи-
ции, помогающей понять, как бренд и товар воспринимаются покупателями. Как отмечают эксперты, на самом начальном уровне ритейлеру необходимо решить, что поможет ему достичь необходимой прибыльности: высокие цены и низкий объем продаж или низкие цены и, следовательно, более высокие продажи.
Интернет изменил способы потребительского анализа ценовой информации, которая раньше имела диссеминированный характер. Всего за несколько кликов потребитель может обобщить информацию о цене различных ритейлеров на тот или иной товар. Повышенная ценовая информационная прозрачность вызывает жесткую конкуренцию среди ритейлеров и требует мониторинга в реальном времени и быстрой ответной реакции. Многие он-лайн-продавцы применяют конкурентную стратегию поведения, постоянно отслеживая цены конкурентов и на основе полученных данных устанавливая собственные цены. Рост интернет-коммерции побудил развитие приложений для алгоритмизированного ценообразования, т.е. когда продавцы устанавливают цену, используя вычислительные алгоритмы [9, с. 1339]. Сайты туристических компаний и больших хорошо известных интернет-ритейлеров имеют уже адаптированные алгоритмы ценовой стратегии, при этом для малых предприятий инструменты и технологии динамического ценообразования также стали доступны [10, с. 2].
В условиях низкой информационной асимметрии, которая возникла при возникновении товарных интернет-агрегаторов, исследователи анализируют многие проблемы ценообразования в Интернете. Ценообразование может зависеть от многих факторов. Так, в исследовании [11, с. 681] авторы выявляют 3 фактора: репутацию онлайн-продавца, информированность покупателя и конкуренцию, которые оказывают влияние на стратегию ценообразования интернет-фирмы. Ученые выяснили, что благодаря наличию на рынке информированных и неинформированных покупателей, фирмы с более высокой репутацией устанавливают цены ниже, чем фирмы с более низкой репутацией. Также исследование показало, что чем конкуренция на интернет-рынке сильнее, тем отрицательный эффект цены выше: фирмы с высокой репутацией чаще устанавливают цены ниже по сравнению с фирмами с низкой репутацией.
В исследовании [12, с. 43] авторы утверждают, что онлайн-продавцы используют рандомизированную стратегию ценообразования, или, другими словами, стратегию случайной цены. Данный вид стратегии позволяет увеличить прибыль ритейлера на треть.
В работе [13, с. 451] исследователи проанализировали модель, затрагивающую политику ценообразования, политику возврата и политику качества интернет-фирмы. В рамках модели прямых онлайн-продаж оптимальная цена продажи, политика качества и политика возврата взаимно дополняют друг друга. Когда качество продукта становится лучше, прямой дистрибьютор
должен обеспечить мягкую политику возврата и продавать по более высокой цене. Когда уровень качества низкий, прямой дистрибьютор должен занять позицию на рынке недорогих товаров и обеспечить продукты «низкого качества и низкой цены».
Российские исследователи также обращают внимание на стратегии ценообразования в Интернете. Так, исследователь А.А. Сигарев в своем исследовании выделяет следующие виды стратегии, которые применимы для интернет-рынка: стратегия скидки на вторичном рынке, стратегия периодической скидки, стратегия случайной скидки (продажа по переменным ценам), стратегия сегментированного рынка, стратегия проникновения на рынок, стратегии по кривой освоения, стратегии сигнализирования, стратегия цены на набор (установление цены на набор разных благ), стратегия цены на комплект (установление цены на товар и расходные материалы к нему), стратегия «выше номинала», имиджевая стратегия [14, с. 80-82].
Многие исследования посвящены ценовой дискриминации. Так, в работе М. Фасснахта и С. Унтерхубера авторы исследуют влияние ценовой дискриминации на онлайн- и оффлайн-рынке на ключевые потребительские реакции. В частности, они отмечают, что величина разницы цен на оффлайн-и онлайн-рынках зависит от типа реализуемого товара: для товаров, которые требуют опыта потребления (например, одежда), разница больше, чем для других типов товаров [15, с. 137].
Как отмечает Н.Д. Литвин, любой потребитель, независимо от того, через какой канал - традиционный или электронный - он производит покупку, спросит себя, насколько этот товар является для него ценным, и как эта ценность согласуется с ценой на товар [16, с. 91].
В его статье приводится базовая модель принятия решения о покупке в виде формулы
P < V, (11)
где Р - цена на товар; i - индекс потребителя; Vi - ценность товара для самого потребителя.
Данная модель далека от реальной жизни. Существует много других положительных и отрицательных факторов, которые оказывают влияние на принятие решения о покупке на интернет-рынке.
В работе [4] было доказано то, что приобретение того или иного товара в интернет-магазине для покупателя сопровождается определенными тран-сакционными издержками, а именно: издержками поиска, издержками сделки и издержками получения. Представим эти издержки в виде формул и постараемся соотнести их с моделью Н. Д. Литвина.
Издержки поиска. Такие издержки могут включать затраты на поиск информации, сравнение товаров друг с другом, детальное изучение выбран-
ного товара, пробу товара и т.д. В целом эти издержки в первую очередь связаны с временными затратами. Издержки поиска можно представить в виде формулы
SCi = sci ■ tsci, (12)
где SCi - издержки поиска; sc. - ценность единицы времени для индивида i; tsci - количество затраченного времени.
Издержки сделки. Сюда входят издержки, связанные с переговорами об условиях покупки (например, ожидание ответа менеджера после заказа), процесс совершения оплаты товара (онлайн или офлайн) и пр. Эти издержки можно представить в следующем виде:
DCi = dcj • tdct + CF , (13)
где DCi - издержки сделки; dci - ценность единицы времени для индивида i; tdci - количество затраченного времени; CF - комиссионные сборы, которые обычно возникают, например, при банковском переводе и т.д.
Издержки получения. Сюда входит ожидание доставки товара. Этот вид издержек может быть представлен формулой
RCt = DLCi + rci • trct, (14)
где RCi - receiving coast; DLCi - издержки загрузки; rci - ценность единицы времени для индивида i; trci - количество затраченного времени.
Ранее говорилось, что интернет-товары могут быть классифицированы на идеальные (информационные), стимулирующие спрос и не стимулирующие спрос. Исходя из этого стоит отметить, что в случае идеального (информационного) интернет-товара DLCi > 0, в случае других типов товаров DLCi = 0.
Помимо издержек интернет-потребитель получает определенные выгоды от совершения покупки в Интернете. Во-первых, это ожидаемая ценность товара для потребителя, которая является функцией от реальной ценности товара. Обозначим ее как E(Vi). Потребитель, приобретая товар на интернет-рынке, всегда имеет риск несоответствия реальной ценности товара с его ожидаемой потребителем ценностью.
Во-вторых, при покупке информационного блага в интернет-магазине индивиду не нужно выходить из дома, ехать в метро или стоять пробке, тратить время и средства на проезд. Каждый их этих факторов можно выделить отдельно, однако в целях оптимизации модели предлагается обозначить их совместное влияние через Gi для потребителя i.
Таким образом, предварительная модель ценообразования на интернет-рынке выглядит следующим образом:
E(V) + G. > P + SCt + DC, + RCt. (15)
Необходимо учесть также прочие негативные NPFi и позитивные факторы OPF, которые не могут быть выявлены при первичном анализе, а также уровень отношения потребителя к риску и другие психологические факторы потребителя, которые оказывают влияние на ожидаемую ценность товара для потребителя (переменная r). Полная модель ценообразования на интернет-рынке выглядит так:
E V )
P < —^ + Gt + OPF1 - SCt - DCt - RCt - NPF. (16)
Il i i i i i
- r
Таким образом, покупатель приобретет товар, если сумма ожидаемой ценности товара (с учетом риска и других положительных факторов), выраженная в стоимостных единицах, превысит или будет равна сумме негативных факторов и затрат, характерных для интернет-рынка.
Заключение. В заключение стоит сказать, что проблема оценки величины трансакционных издержек остается сегодня актуальной и обсуждаемой. Интернет создал новые условия для ведения экономического обмена между фирмами и потребителями, создавая новое поле деятельности для исследователей во всем мире.
Данная статья будет полезна исследователям интернет-рынка, его институтов, а также особенностей ведения маркетинговой деятельности в условиях виртуального пространства.
Статья подготовлена при финансовой поддержке Российского фонда фундаментальных исследований (проект № 16-36-00146 «Исследование институтов маркетинга в виртуальном рыночном пространстве»).
Список литературы
1. Интернет в России в 2016 году. Состояние, тенденции и перспективы развития [Электронный ресурс]: отрасл. докл. Федер. агентства по печати и массовым коммуникациям. - М., 2017. - 116 с. - URL: http://www.fapmc.ru/ mobile/activities/reports/2017/teleradio/main/custom/00/01/file.pdf (дата обращения: 23.12.2017).
2. Kissell R., Glantz M. Optimal Trading Strategies. - Amacom Inc., New York, 2003. - 350 p.
3. Special Issue of Journal of Retailing in Honor of The Sveriges Riksbank Prize in Economic Sciences in Memory of Alfred Nobel 2009 to Oliver E. Williamson / eds. A. Nygaard, R. Dahlstrom. - 2010. - Vol. 86, iss. 3. - P. 209-290.
4. Кульпин С.В. Типология трансакционных издержек интернет-пространства // Вестник УрФУ. Экономика и управление. - 2013. - № 5. -С.4-14.
5. Arrow K. The organization of economy activity: Issues pertinent to the choice of market versus nonmarket allocation // Analysis and Evaluation of Public Expenditure. - Washington, D.C. U.S: Government Printing Office, 1969. - P. 59-73.
6. Mathews R.C.O. The Economics of Institutions and Sources of Growth // The Economic Journal. - 1986. - Vol. 96. - P. 903-918.
7. Winiecki J. Formal Rules, Informal Rules and Economic Performance // Acta Oeconomica.- 2001.- No. 51.- P. 147-172.
8. Кульпин С.В. Оценка товарной политики в маркетинге интернет-фирм // Практический маркетинг.- 2016.- № 2.- С. 17-25.
9. Chen L., Mislove A., Wilson C. An Empirical Analysis of Algorithmic Pricing on Amazon Marketplace // Proceedings of the 25th International Conference on World Wide Web. - Montréal, Québec, Canada, 2016. - P. 1339-1349.
10. Fisher M., Gallino S., Li J. Competition-Based Dynamic Pricing in Online Retailing: A Methodology Validated with Field Experiments // Social Sciences Research Network Electronic Paper Collection, 2017. - URL: http://ssrn.com/abstract=2547793.
11. Liu Y., Feng J., Wei K.K. Negative price premium effect in online market - The impact of competition and buyer informativeness on the pricing strategies of sellers with different reputation levels // Decision Support Systems. -2012. - Vol. 54, no. 1. - P. 681-690.
12. Wu J., Li L., Xu L.D. A randomized pricing decision support system in electronic commerce // Decision Support Systems. - 2014. - Vol. 58. - P. 43-52.
13. Li Y. Xu L., Li D. Examining relationships between the return policy, product quality, and pricing strategy in online direct selling // Int. J. Production Economics. - 2013. - Vol. 144, no. 2. - P. 451-460.
14. Сигарев А.В. Ценовые стратегии фирм в условиях электронной торговли: дис. ... канд. экон. наук. - М., 2014. - 157 с.
15. Fassnacht M., Unterhuber S. Consumer response to online/offline price differentiation // Journal of Retailing and Consumer Services. - 2016. - Vol. 28. -P.137-148.
16. Литвин Н.Д. Моделирование процессов ценовой дискриминации в электронной коммерции // Труды Дальневосточного государственного технического университета. - 2003. - № 135. - С. 89-98.
References
1. Internet v Rossii v 2016 godu. Sostoianie, tendentsii i perspektivy razvitiia: otraslevoi doklad Federal'nogo agentstva po pechati i massovym kommunikatsiiam [Internet in Russia 2016. Status, trends and development prospects: industrial report of the Federal Agency for press and mass communications], 2017, 116 p., avalable at: http://www.fapmc.ru/mobile/activities/reports/2017/teleradio/main/cus-tom/00/01/file.pdf (accessed 23 December 2017).
2. Kissell R. Optimal trading strategies. AMACOM, 2003, pp. 1-23.
3. Special issue of Journal of Retailing in honor of the Sveriges Riksbank Prize in economic sciences in memory of Alfred Nobel 2009 to Oliver E. Williamson. Eds. A. Nygaard, R. Dahlstrom, 2010, vol. 86, iss. 3, pp. 209-290.
4. Kul'pin S.V. Tipologiia transaktsionnykh izderzhek internet-prostranstva [Typology of transaction costs in the internet]. Bulletin of Ural Federal University. Series Economics and Management, 2013, no. 5, pp. 4-14.
5. Arrow K. The organization of economy activity: issues pertinent to the choice of market versus nonmarket allocation. Analysis and evaluation of public expenditure. Washington, D.C. U.S. Government Printing Office, 1969, pp. 59-73.
6. Mathews R.C.O. The economics of institutions and sources of growth. The Economic Journal, 1986, vol. 96, pp. 903-918.
7. Winiecki J. Formal rules, informal rules and economic performance. Acta Oeconomica, 2001, no. 51, pp. 147-172.
8. Kul'pin S.V. Otsenka tovarnoi politiki v marketinge internet-firm [Evaluation of product policy of internet companies]. Practical Marketing, 2016, no. 2, pp.17-25.
9. Chen L., Mislove A., Wilson C. An empirical analysis of algorithmic pricing on Amazon marketplace. Proceedings of the 25 th International Conference on World Wide Web. April 11-15, Montréal, Québec, Canada, 2016, pp. 1339-1349.
10. Fisher M., Gallino S., Li J. Competition-based dynamic pricing in online retailing: A methodology validated with field experiments. Social Sciences Research Network Electronic Paper Collection, 2017, 43 p., available at: http://ssrn.com/abstract=2547793.
11. Liu Y., Feng J., Wei K.K. Negative price premium effect in online market - The impact of competition and buyer informativeness on the pricing strategies of sellers with different reputation levels. Decision Support Systems, 2012, vol. 54, no. 1, pp. 681-690.
12. Wu J., Li L., Xu L. D. A randomized pricing decision support system in electronic commerce. Decision Support Systems, 2014, vol. 58, pp. 43-52.
13. Li Y., Xu L., Li D. Examining relationships between the return policy, product quality, and pricing strategy in online direct selling. Int. J. Production Economics, 2013, vol. 144, no. 2, pp. 451-460.
14. Sigarev A.V. Tsenovye strategii firm v usloviiakh elektronnoi torgovli [Pricing strategies of firms in the conditions of e-commerce]. Ph.D. thesis. Moscow, 2014, 157 p.
15. Fassnacht M., Unterhuber S. Consumer response to online/offline price differentiation. Journal of Retailing and Consumer Services, 2016, vol. 28, pp. 137-148.
16. Litvin N. D. Modelirovanie protsessov tsenovoi diskriminatsii v elektronnoi kommertsii [Modeling of price discrimination processes in e-commerce]. Trudy Dal'nevostochnogo gosudarstvennogo tekhnicheskogo universiteta, 2003, no. 135, pp. 89-98.
Оригинальность 76 %
Получено 25.12.2017 Принято 16.01.2018 Опубликовано 29.06.2018
S.V. Kulpin
TRANSACTION COSTS ON THE INTERNET MARKET AND THEIR IMPACT ON MARKETING INSTITUTIONS
Economic exchange has undergone major changes in recent years. Electronic payment instruments have provided participants in economic relations in various markets with opportunity to speed up the process of concluding a deal which led to decrease in transaction costs on the Internet market. There are many studies on the value of transaction costs. This is not, however, the case with researches related to this kind of costs on the Internet market.
The purpose of the article is to show the influence of the value of transaction costs on the formation of basic marketing institutions of Internet firms, precisely, on the product and price policies. This article is in some sort the result of the study conducted by the author during several years.
In the first part of the article, the author gives a brief excursion into the theory of transaction costs and draws attention to opinions of various researchers specializing in the economy of the Internet market.
The results of the study dealing with the influence of transaction costs on the commodity policy of Internet firms are presented. The author finds a connection between transaction costs and Internet goods informativity (the ability of goods to contain one or another type of information). The author cites the optimality condition for commodity policy implementation for a firm operating on the Internet market, which makes possible to obtain a strategic advantage over competitors.
The article also provides an overview of modern research in the field of pricing in the Internet market. The author brings together the typology of transaction costs, developed by him earlier, with the basic model of pricing in the Internet.
Keywords: Internet marketing, marketing institutions, transaction costs, Internet market.
Sergey V. Kulpin - Candidate of Economic Sciences, Associate Professor, Dept. of Integrated Marketing Communications and Branding, Institute of Public Administration and Entrepreneurship, Ural Federal University named after the First President of Russia B.N. Yeltsin, e-mail: [email protected].
Received 25.12.2017 Accepted 16.01.2018 Published 29.06.2018
