Рассмотрите обвинения в антиконкурентном поведении маркетплейса (например, Amazon или AliExpress): какие данные и метрики вам потребуются для доказательства злоупотребления рыночной властью, и какие правовые и экономические меры регулирования вы бы предложили
Коротко: чтобы доказать злоупотребление рыночной властью маркетплейса, нужны сочетание (1) подробных данных о платфоме/участниках и внешнего рынка, (2) экономических метрик и тестов, и (3) правовых/регуляторных мер, согласованных с особенностями двухсторонних рынков. Ниже — перечень необходимых данных, ключевые метрики (с формулами) и предлагаемые меры. 1) Данные и доказательства (что собрать) - Внутренние данные платформы: - транзакции (заказы, объёмы, выручка) по продавцу/категории/времени; - цены продаж и скидки (по sku), комиссии/take‑rate, себестоимости/вознаграждений (если доступны); - лог файлы ранжирования/рекомендаций, правила/алгоритмы ранжирования, истории изменений; - данные о внутренней торговле платформы (first‑party/private label): объемы, цены, продвижение; - договоры с продавцами (MFN/parity clauses, эксклюзивы, штрафы), рекламные контракты; - данные о трафике (привлечение покупателей, источники, переходы на конкурентов), удержании и churn продавцов/покупателей. - Внешние данные: - общий размер релевантного рынка, рыночные доли конкурентов по выручке и транзакциям; - цены и предложение у альтернатив (другие маркетплейсы, офлайн); - опросы/панели покупателей (эластичности спроса, переключаемость); - данные о входных барьерах (инвестиции в логистику, доступ к данным). - Качественные доказательства: - внутренние e‑mail/политики, показывающие намерение или практику само‑преференцирования; - случаи исключения конкурентов, изменение видимости после отказа от условий; - документация о таргетированных промо/поиске, которые выгодят аффилированным продавцам. 2) Ключевые метрики и формулы (что рассчитывать) - Рыночная доля продавца/платформы: si=qiQs_i=\dfrac{q_i}{Q}si=Qqi, где qiq_iqi — объём продаж i, QQQ — объём рынка. - Индекс концентрации (HHI): HHI=∑isi2HHI=\sum_i s_i^2HHI=∑isi2. (Высокая концентрация: HHI>2500HHI>2500HHI>2500.) - Маржинальность / индикатор рыночной власти (Lerner): L=P−MCPL=\dfrac{P-MC}{P}L=PP−MC — чем выше, тем сильнее ценовая власть. - Диверсионные коэффициенты: Dij=Δqj−ΔqiD_{ij}=\dfrac{\Delta q_j}{-\Delta q_i}Dij=−ΔqiΔqj — доля ушедших покупателей i, перейдя к j. - GUPPI (Gross Upward Pricing Pressure Index), для оценки давления на повышение цен при исключении/слиянии: GUPPIij=pj−mcjpj⋅DijGUPPI_{ij}=\dfrac{p_j-mc_j}{p_j}\cdot D_{ij}GUPPIij=pjpj−mcj⋅Dij. - Take‑rate и её динамика: take_rate=комиссии платформываловая торговля\text{take\_rate}=\dfrac{\text{комиссии платформы}}{\text{валовая торговля}}take_rate=валоваяторговлякомиссииплатформы. - Доля продаж first‑party / private label: shareFP=продажи FPвсего продаж\text{share}_{FP}=\dfrac{\text{продажи FP}}{\text{всего продаж}}shareFP=всегопродажпродажи FP. - Показатели двухстороннего рынка: перекрёстные эластичности, мультихоминг‑коэффициенты (доля пользователей, использующих >1 площадку). - Показатели перекрытия и выдавливания: изменение доли продаж конкурентов и трафика до/после практики платформы. 3) Экономические методы анализа / идентификация причинно‑следственных эффектов - Разность в разностях (DiD), event‑study, synthetic control для оценки влияния изменения политики платформы на цены/трафик/продажи конкурентов. - Использование A/B‑тестов (если платформа сама их проводила) как доказательств эффекта алгоритмов. - Структурные модели спроса/предложения и симуляции с учётом двухсторонних эффектов (для количественной оценки ущерба и последствий вмешательства). - Анализ ценового прохождения и ценовой дискриминации, тесты на преднамеренное демпинговое ценообразование (сравнение с MC). 4) Юридические аспекты доказательства - Доказать наличие рыночной власти (доминантного положения) на релевантном рынке: часто порог — доля >40%>40\%>40% или высокий HHI, но важно учитывать двухсторонность. - Доказать антиконкурентный эффект: ухудшение конкуренции (выдавливание конкурентов, барьеры входа), повышение цен для конечных потребителей либо снижение качества/инноваций. - Типичные злоупотребления: самопреференцирование, запрет мультихоминга/MFN, связывание/прочие дискриминационные практики, отказ в доступе к критическим данным/инфраструктуре. - Доказывать достаточно как поведенческие эффекты (экономические оценки), так и документальные свидетельства политики/намерений. 5) Предлагаемые правовые и экономические меры регулирования - Экстренные/про‑краткосрочные (ex‑post): - расследования и штрафы за выявленные злоупотребления; принудительное прекращение дискриминационных практик; - временные запреты на изменения алгоритмов/исключения продавцов до завершения расследования. - Поведенческие требования: - запрет на MFN/parity‑клаузы и недобросовестные эксклюзивы; - запрет/ограничение самопреференцирования (недискриминационное ранжирование или объяснимые критерии ранжирования); - обязательная прозрачность платёжных/рекламных правил и условия продвижения; - требование независимых аудитов алгоритмов (регуляторный доступ к логам и модельным решениям). - Доступ и интероперабельность: - обязать обеспечить переносимость данных продавцов/покупателей и открытые API для базовой функциональности (каталог, отзывы, логистика по минимуму), чтобы снизить switching costs; - обеспечить доступ к критическим инфраструктурам (платежи, логистика) на недискриминационной основе. - Структурные меры (если поведение систематическое и тяжёлое): - отделение собственных торговых операций и сервисов (vertical separation) — независимые бизнес‑юниты с «firewall» между ними; - в крайних случаях — реструктуризация или дивестирование бизнес‑линий (marketplace vs retail). - Регулирование комиссий/прозрачности цен: - публичная отчётность по take‑rate, доле FP, алгоритмическим изменениям; возможность регулировать комиссии при злоупотреблении доминированием. - Проактивные меры (ex‑ante) для цифровых платформ: - создание статута для «важных площадок» с особым набором обязанностей (аналог DMA в ЕС); - обязательство по отчётности и мониторингу конкурентных показателей (HHI, share_FP, GUPPI и пр.). - Мониторинг и оценка эффективности мер: регулярные проверки, KPI по конкуренции, независимые ревизии. 6) Практические рекомендации по сбору доказательств - начать с аудита внутренних логов ранжирования и контрактов на предмет MFN/эксклюзивов; - собрать панельные данные по ценам и трафику до/после изменения политики и сделать DiD/synthetic control; - оценить diversion ratios через поведенческие данные покупателей (переходы) и A/B; - смоделировать воздействие на потребителя (цена/качество) через структурную модель и GUPPI‑оценки. Короткое заключение: для убедительного дела нужны как количественные измерения (рыночные доли, HHI, Lerner, GUPPI, diversion), так и документальные/логические доказательства политики платформы; меры должны сочетать запрет на дискриминацию, обеспечение доступа/интероперабельности и, при систематическом вреде — структурные решения.
1) Данные и доказательства (что собрать)
- Внутренние данные платформы:
- транзакции (заказы, объёмы, выручка) по продавцу/категории/времени;
- цены продаж и скидки (по sku), комиссии/take‑rate, себестоимости/вознаграждений (если доступны);
- лог файлы ранжирования/рекомендаций, правила/алгоритмы ранжирования, истории изменений;
- данные о внутренней торговле платформы (first‑party/private label): объемы, цены, продвижение;
- договоры с продавцами (MFN/parity clauses, эксклюзивы, штрафы), рекламные контракты;
- данные о трафике (привлечение покупателей, источники, переходы на конкурентов), удержании и churn продавцов/покупателей.
- Внешние данные:
- общий размер релевантного рынка, рыночные доли конкурентов по выручке и транзакциям;
- цены и предложение у альтернатив (другие маркетплейсы, офлайн);
- опросы/панели покупателей (эластичности спроса, переключаемость);
- данные о входных барьерах (инвестиции в логистику, доступ к данным).
- Качественные доказательства:
- внутренние e‑mail/политики, показывающие намерение или практику само‑преференцирования;
- случаи исключения конкурентов, изменение видимости после отказа от условий;
- документация о таргетированных промо/поиске, которые выгодят аффилированным продавцам.
2) Ключевые метрики и формулы (что рассчитывать)
- Рыночная доля продавца/платформы:
si=qiQs_i=\dfrac{q_i}{Q}si =Qqi , где qiq_iqi — объём продаж i, QQQ — объём рынка.
- Индекс концентрации (HHI):
HHI=∑isi2HHI=\sum_i s_i^2HHI=∑i si2 . (Высокая концентрация: HHI>2500HHI>2500HHI>2500.)
- Маржинальность / индикатор рыночной власти (Lerner):
L=P−MCPL=\dfrac{P-MC}{P}L=PP−MC — чем выше, тем сильнее ценовая власть.
- Диверсионные коэффициенты:
Dij=Δqj−ΔqiD_{ij}=\dfrac{\Delta q_j}{-\Delta q_i}Dij =−Δqi Δqj — доля ушедших покупателей i, перейдя к j.
- GUPPI (Gross Upward Pricing Pressure Index), для оценки давления на повышение цен при исключении/слиянии:
GUPPIij=pj−mcjpj⋅DijGUPPI_{ij}=\dfrac{p_j-mc_j}{p_j}\cdot D_{ij}GUPPIij =pj pj −mcj ⋅Dij .
- Take‑rate и её динамика:
take_rate=комиссии платформываловая торговля\text{take\_rate}=\dfrac{\text{комиссии платформы}}{\text{валовая торговля}}take_rate=валовая торговлякомиссии платформы .
- Доля продаж first‑party / private label:
shareFP=продажи FPвсего продаж\text{share}_{FP}=\dfrac{\text{продажи FP}}{\text{всего продаж}}shareFP =всего продажпродажи FP .
- Показатели двухстороннего рынка: перекрёстные эластичности, мультихоминг‑коэффициенты (доля пользователей, использующих >1 площадку).
- Показатели перекрытия и выдавливания: изменение доли продаж конкурентов и трафика до/после практики платформы.
3) Экономические методы анализа / идентификация причинно‑следственных эффектов
- Разность в разностях (DiD), event‑study, synthetic control для оценки влияния изменения политики платформы на цены/трафик/продажи конкурентов.
- Использование A/B‑тестов (если платформа сама их проводила) как доказательств эффекта алгоритмов.
- Структурные модели спроса/предложения и симуляции с учётом двухсторонних эффектов (для количественной оценки ущерба и последствий вмешательства).
- Анализ ценового прохождения и ценовой дискриминации, тесты на преднамеренное демпинговое ценообразование (сравнение с MC).
4) Юридические аспекты доказательства
- Доказать наличие рыночной власти (доминантного положения) на релевантном рынке: часто порог — доля >40%>40\%>40% или высокий HHI, но важно учитывать двухсторонность.
- Доказать антиконкурентный эффект: ухудшение конкуренции (выдавливание конкурентов, барьеры входа), повышение цен для конечных потребителей либо снижение качества/инноваций.
- Типичные злоупотребления: самопреференцирование, запрет мультихоминга/MFN, связывание/прочие дискриминационные практики, отказ в доступе к критическим данным/инфраструктуре.
- Доказывать достаточно как поведенческие эффекты (экономические оценки), так и документальные свидетельства политики/намерений.
5) Предлагаемые правовые и экономические меры регулирования
- Экстренные/про‑краткосрочные (ex‑post):
- расследования и штрафы за выявленные злоупотребления; принудительное прекращение дискриминационных практик;
- временные запреты на изменения алгоритмов/исключения продавцов до завершения расследования.
- Поведенческие требования:
- запрет на MFN/parity‑клаузы и недобросовестные эксклюзивы;
- запрет/ограничение самопреференцирования (недискриминационное ранжирование или объяснимые критерии ранжирования);
- обязательная прозрачность платёжных/рекламных правил и условия продвижения;
- требование независимых аудитов алгоритмов (регуляторный доступ к логам и модельным решениям).
- Доступ и интероперабельность:
- обязать обеспечить переносимость данных продавцов/покупателей и открытые API для базовой функциональности (каталог, отзывы, логистика по минимуму), чтобы снизить switching costs;
- обеспечить доступ к критическим инфраструктурам (платежи, логистика) на недискриминационной основе.
- Структурные меры (если поведение систематическое и тяжёлое):
- отделение собственных торговых операций и сервисов (vertical separation) — независимые бизнес‑юниты с «firewall» между ними;
- в крайних случаях — реструктуризация или дивестирование бизнес‑линий (marketplace vs retail).
- Регулирование комиссий/прозрачности цен:
- публичная отчётность по take‑rate, доле FP, алгоритмическим изменениям; возможность регулировать комиссии при злоупотреблении доминированием.
- Проактивные меры (ex‑ante) для цифровых платформ:
- создание статута для «важных площадок» с особым набором обязанностей (аналог DMA в ЕС);
- обязательство по отчётности и мониторингу конкурентных показателей (HHI, share_FP, GUPPI и пр.).
- Мониторинг и оценка эффективности мер: регулярные проверки, KPI по конкуренции, независимые ревизии.
6) Практические рекомендации по сбору доказательств
- начать с аудита внутренних логов ранжирования и контрактов на предмет MFN/эксклюзивов;
- собрать панельные данные по ценам и трафику до/после изменения политики и сделать DiD/synthetic control;
- оценить diversion ratios через поведенческие данные покупателей (переходы) и A/B;
- смоделировать воздействие на потребителя (цена/качество) через структурную модель и GUPPI‑оценки.
Короткое заключение: для убедительного дела нужны как количественные измерения (рыночные доли, HHI, Lerner, GUPPI, diversion), так и документальные/логические доказательства политики платформы; меры должны сочетать запрет на дискриминацию, обеспечение доступа/интероперабельности и, при систематическом вреде — структурные решения.