Exploración de las percepciones de los consumidores sobre la discriminación algorítmica de precios en el comercio electrónico de la India: análisis desde perspectivas de mediación y moderación
DOI:
https://doi.org/10.64092/t6k35d70Palabras clave:
Discriminación algorítmica de precios, plataformas de comercio electrónico, percepciones de los consumidores, percepción de explotaciónResumen
Las plataformas de comercio electrónico en la India han experimentado una rápida transformación y, al mismo tiempo, han incrementado el uso de la discriminación algorítmica de precios. Esta constituye una modalidad de discriminación de precios que utiliza inteligencia artificial y tecnologías basadas en datos para establecer precios personalizados para los consumidores según su comportamiento de navegación, historial de compras, ubicación y otras actividades realizadas en línea. El propósito de esta investigación es analizar cómo la discriminación algorítmica de precios influye en las percepciones de los consumidores sobre las plataformas de comercio electrónico en la India, considerando la percepción de explotación como variable mediadora y la alfabetización digital como variable moderadora. Para ello, se empleó una metodología de investigación cuantitativa y se recopilaron datos de 150 consumidores en línea mediante un cuestionario estructurado. Posteriormente, la información fue analizada con los programas SPSS y AMOS utilizando estadística descriptiva y modelos de ecuaciones estructurales. Los resultados muestran que el uso de algoritmos para fijar precios afecta negativamente la percepción que los consumidores tienen sobre los precios y contribuye a generar una sensación de explotación por parte de las empresas, percepción que actúa como un mecanismo mediador de dicho efecto. El estudio evidencia que, entre las dimensiones de la alfabetización digital, el conocimiento sobre la fijación personalizada de precios y el funcionamiento de los algoritmos modera el impacto de la discriminación algorítmica sobre la percepción de los consumidores, ya que quienes poseen un mayor nivel de comprensión de estos mecanismos interpretan de manera diferente las prácticas de discriminación de precios.
Descargas
Referencias
Borgesius, F. Z., & Poort, J. (2017). Online price discrimination and EU data privacy law. Journal of Consumer Policy, 40(3), 347–366. https://papers.ssrn.com/sol3/Delivery.cfm/SSRN_ID3009188_code1896949.pdf?abstractid=3009188&mirid=1
Browne, M. W., & Cudeck, R. (1993). Alternative ways of assessing model fit. In K. A. Bollen & J. S. Long (Eds.), Testing structural equation models (pp. 136–162). Sage Publications.
Calo, R. (2014). Digital market manipulation. George Washington Law Review, 82(4), 995–1051. https://www.gwlr.org/wp-content/uploads/2014/10/Calo_82_41.pdf
Ezrachi, A., & Stucke, M. E. (2016). Virtual competition: The promise and perils of the algorithm-driven economy. Harvard University Press.
Garbarino, E., & Lee, O. F. (2003). Dynamic pricing in internet retail: Effects on consumer trust. Psychology & Marketing, 20(6), 495–513. https://doi.org/10.1002/mar.10084
Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2019). Multivariate data analysis (8th ed.). Cengage Learning.
Hannak, A., Soeller, G., Lazer, D., Mislove, A., & Wilson, C. (2014). Measuring price discrimination and steering on e-commerce web sites. 2014 Conference on Internet Measurement Conference. Vancouver, Canada.
Hu, L. T., & Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling, 6(1), 1–55. https://doi.org/10.1080/10705519909540118
Krämer, A., & Kalka, R. (2017). How digital disruption changes pricing strategies and price models. En A. Khare, B. Stewart, & R. Schatz (Eds.), Phantom Ex Machina: Digital disruption's role in business model transformation (pp. 87–103). Springer.
Martin, K. D., Borah, A., & Palmatier, R. W. (2017). Data privacy: Effects on customer and firm performance. Journal of Marketing, 81(1), 36–58. https://doi.org/10.1509/jm.15.0497
Organization for Economic Cooperation and Development. (2018). Personalised pricing in the digital era. OECD Publishing. https://www.oecd.org/content/dam/oecd/en/publications/reports/2018/10/personalised-pricing-in-the-digital-era_7313c12d/db4d9c9c-en.pdf
Stankov, N. A. (2023). Exploring the relationship between digital skills, online buying, and encountered problems across Europe. UTMS Journal of Economics, 14(2), 188–198. https://www.econstor.eu/bitstream/10419/281943/1/1877329886.pdf
Turow, J. (2017). The aisles have eyes: How retailers track your shopping, strip your privacy, and define your power. Yale University Press.
Van Deursen, A., & Van Dijk, J. (2014). The digital divide shifts to differences in usage. New Media & Society, 16(3), 507–526. https://doi.org/10.1177/1461444813487959
Xia, L., Monroe, K. B., & Cox, J. L. (2004). The price is unfair! A conceptual framework of price fairness perceptions. Journal of Marketing, 68(4), 1–15. https://psycnet.apa.org/doi/10.1509/jmkg.68.4.1.42733
Zuboff, S. (2019). The age of surveillance capitalism. PublicAffairs.
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Surjadeep Dutta, Arunava Mookherjee (Autor/a)
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Los autores que publican en Sophia Research Review (SRR), están de acuerdo con los siguientes términos:
1. Derechos de Autor
Los autores conservan los derechos de autor sobre sus trabajos sin restricciones. Los autores otorgan a la revista el derecho de primera publicación. Para ello, ceden a la revista, de forma no exclusiva, los derechos de explotación (reproducción, distribución, comunicación pública y transformación). Los autores pueden establecer otros acuerdos adicionales para la distribución no exclusiva de la versión de la obra publicada en la revista, siempre que exista un reconocimiento de su publicación inicial en esta revista.
© Los autores.
2. Licencia
Los trabajos se publican en la revista bajo la licencia de Atribución-NoComercial-CompartirIgual 4.0 Internacional de Creative Commons (CC BY-NC-SA 4.0). Los términos se pueden consultar en: https://creativecommons.org/licenses/by-nc-sa/4.0/deed.es
Esta licencia permite:
- Compartir: copiar y redistribuir el material en cualquier medio o formato.
- Adaptar: remezclar, transformar y crear a partir del material.
Bajo los siguientes términos:
- Atribución: ha de reconocer la autoría de manera apropiada, proporcionar un enlace a la licencia e indicar si se ha hecho algún cambio. Puede hacerlo de cualquier manera razonable, pero no de forma tal que sugiera que el licenciador le da soporte o patrocina el uso que se hace.
- NoComercial: no puede utilizar el material para finalidades comerciales.
- CompartirIgual: si remezcla, transforma o crea a partir del material, debe difundir su creación con la misma licencia que la obra original.
No hay restricciones adicionales. No puede aplicar términos legales ni medidas tecnológicas que restrinjan legalmente a otros hacer cualquier cosa que la licencia permita.
