Repetition is one of the key aspects of emerging business procurement auctions. However, very little research has been done about the characteristics of repeated auctions and the design of auction mechanisms suitable for the repeated procurements. Sustainable auction mechanisms for repeated procurement need to enable the auctioneer to gain price advantages by maintaining a sufficient number of bidders over time. For this purpose, we propose the Memory Augmented Auction (MAA) mechanism, which considers not only current bid prices, but also memory scores based on previous bid price competitiveness along with the winning rate. Under the MAA mechanism, beneficial bidders will have a better chance of winning, thus gaining motivation to join the auction market.
From the empirical analysis on repeated auction data from iMarketKorea’s (IMK) MRO items, we found a substantial benefit of the MAA. Among the top 25 MRO items which occupies 77% of auctions, 5 items have significantly decreasing pattern in terms of number of bidders per auction over time. In addition, the average of successful auction rate of 11 items is as low as 70%. Thus, 16 out of 25 items that covers 43% of MRO auctions at IMK suffers from the insufficient number of participating bidders particularly after a certain number of iterations. This phenomenon demonstrates the potential benefit of the MAA approach. Furthermore, we analyzed the bidder’s bid price determination model based on the collectable data in the auction market so that we can imitate the bid pricing agents for the experiment.
By applying the MAA to the B2B procurement portal site, we aim to demonstrate the decreased purchase cost and increased auction success rate. For this purpose, we implemented the MAA mechanism and conducted a comprehensive performance evaluation by comparing the performance of MAA and Traditional Auction (TA) mechanisms. We confirmed that MAA outperforms for all the goals - purchase cost, number of remaining bidders, and rate of successful auctions. The experiment demonstrates that MAA can be effectively applied to the B2B procurement portal sites.
기업구매 경매의 가장 큰 특징은 반복적으로 발생한다는 것이다. 현재 많은 경매 연구들이 기업구매 분야에서 이루어지고 있지만, 반복구매의 특성을 고려한 연구는 거의 없었다. 반복적인 구매시장에서 지속 가능한 경매 메커니즘이 되기 위해서는 메커니즘이 충분한 숫자의 입찰 참여자를 유지함으로써, 지속적으로 경매에서 발생하는 비용 감소효과를 유지할 수 있어야 한다. 이를 위해, 우리는 본 논문에서 기억 기반의 경매 (Memory Augmented Auction: MAA) 메커니즘을 제안한다. 이 메커니즘에서는 현재 경매에서의 입찰가격뿐만 아니라, 입찰자들의 과거 입찰가격의 상대적 경쟁력 정도와 그들이 경매에 참여하여 얻는 성과를 비교한 기억 점수 (Memory Score)를 반영하여 입찰자들을 평가한다. 우리는 MAA 메커니즘을 통해 과거에 상대적으로 경쟁력 있는 입찰 가를 제출한 입찰자들 중 기대하는 만큼의 성과를 얻지 못한 입찰자들에게 다음 번 경매에서 성공할 수 있는 확률을 높여줌으로써, 지속적으로 경매에 참여할 수 있게 동기부여를 하고 결과적으로 충분한 숫자의 입찰자들을 유지할 수 있게 하였다.
실제 반복적으로 경매를 수행하는 B2B 구매 포털(iMarketKore)에서 MRO상품에 대한 경매 데이터 분석을 통해, MAA를 적용하여 효과를 볼 수 있는 잠재적인 시장을 제품 군 수준에서 분류 하였다. 5개의 제품군에서는 입찰 참여자수가 시간이 갈수록 유의하게 줄어 들었고, 11개 제품군의 평균 경매 성공률이 70%로 다른 제품군 보다 상당히 낮았다. 결과적으로 전체 25개 MRO 제품군에서 16개 제품군이 MAA를 적용할 수 있는 잠재적인 시장으로 분류되었고, 이 제품군들은 전체 경매 거래의 43%를 차지하였다. 또한 입찰참여자들이 입찰 가를 정하는 모델을 현재 데이터를 기반으로 분석하고, 그 결과를 실험에서 입찰자들의 입찰 가격을 결정하는데 사용하였다.
우리는 MAA가 B2B 구매 포털에 적용될 경우 예상되는 비용 감소와 경매 성공률 증가 효과를 보여주기 위해, MAA 메커니즘을 실제로 구현하고, MAA와 전통적인 경매 (Traditional Auction: TA) 메커니즘을 IMK 데이터에 기반하여 만들어진 실험 환경에서 비교 평가하였다. 실험 결과 MAA가 세가지 평가 기준 (구매 비용, 남은 입찰자 수, 경매 성공률)에서 TA보다 좋은 결과를 보였다. 본 연구의 결과는 여러 가정에 의한 실험 결과임에 따라 연구 결과의 일반화 관점에서 한계점을 가지고 있지만, MAA를 적용할 수 있는 시장을 분석하고, MAA 적용 시 발생할 수 있는 잠재적인 효과를 보여줌으로써 그 의의를 가진다.
