Project Hammer: ลดการสมรู้ร่วมคิดในตลาดของชำแคนาดา
(jacobfilipp.com)- ในสถานการณ์ที่ตลาดของชำของแคนาดามีการกระจุกตัวสูงจนทำให้การแข่งขันด้านราคาอ่อนแอลง Project Hammer คือโครงการที่เปิดเผยข้อมูลราคาในอดีตของผู้ประกอบการรายใหญ่ เพื่อนำไปใช้ตรวจจับการสมรู้ร่วมคิดและส่งเสริมการแข่งขัน
- ชุดข้อมูลครอบคลุม ผู้ประกอบการ 8 ราย ได้แก่ Voila, T&T, Loblaws, No Frills, Metro, Galleria, Walmart Canada และ Save-On-Foods โดยมีช่วงเวลาตั้งแต่วันที่ 28 กุมภาพันธ์ 2024 จนถึงข้อมูลที่โหลดเข้าล่าสุด
- ไฟล์ที่เปิดเผยแบ่งเป็น
productสำหรับเมทาดาทาของสินค้า และrawสำหรับราคาตามอนุกรมเวลา สามารถวิเคราะห์ได้ด้วย CSV 2 ไฟล์ หรือไฟล์ SQLite - ราคาถูกรวบรวมโดย screen scraping จาก UI ของเว็บไซต์ โดยอ้างอิงตัวเลือก “in store pickup” ในย่านหนึ่งของโตรอนโต ดังนั้นจึงอาจต่างจากข้อมูล API ภายใน หรืออาจมีข้อมูลบางวัน/บางผู้ประกอบการขาดหายไป
- เพื่อให้ข้อมูลนี้นำไปสู่การวิเคราะห์เชิงวิชาการและ การดำเนินการทางกฎหมาย ได้ง่ายขึ้น จำเป็นต้องผสานงานวิเคราะห์เศรษฐศาสตร์ การทำข้อมูลให้เป็นมาตรฐาน การตรวจสอบบั๊ก และการใช้ประโยชน์ทางการเมือง·สื่อ·กฎหมายเข้าด้วยกัน
สิ่งที่ Project Hammer ต้องการทำ
- เป้าหมายของ Project Hammer คือเพิ่มการแข่งขันในภาคของชำของแคนาดาและลดการสมรู้ร่วมคิด
- เพื่อเป้าหมายนี้ โครงการผลักดันงาน 3 อย่าง
- สร้างฐานข้อมูลราคาย้อนหลังจากเว็บไซต์ของผู้ประกอบการของชำรายใหญ่
- จัดเตรียมข้อมูลในรูปแบบที่เหมาะกับการวิเคราะห์เชิงวิชาการและการดำเนินการทางกฎหมาย
- แจ้งให้ผู้ที่สามารถสร้างความเปลี่ยนแปลงทราบถึงการมีอยู่ของชุดข้อมูล และช่วยให้ใช้งานได้จริง
ข้อมูลราคาของชำที่เปิดเผย
- ชุดข้อมูลประกอบด้วย ผู้ประกอบการของชำ 8 ราย
- Voila
- T&T
- Loblaws
- No Frills
- Metro
- Galleria
- Walmart Canada
- Save-On-Foods
- ช่วงเวลาที่ให้บริการคือตั้งแต่ 28 กุมภาพันธ์ 2024 ถึงข้อมูลที่โหลดเข้าล่าสุด
- สามารถรับข้อมูลได้ 2 วิธี
- CSV 2 ไฟล์
- ไฟล์
productมีเมทาดาทาของสินค้าและรายละเอียดสินค้า - ไฟล์
rawมีข้อมูลราคาตามอนุกรมเวลา - ทั้งสองไฟล์ join กันด้วยคอลัมน์
idและproduct_id
- ไฟล์
- ไฟล์ SQLite
- แนะนำ DB Browser เป็นเครื่องมือสำหรับตรวจสอบไฟล์ SQLite
- สามารถกรองข้อมูลและส่งออกเป็น CSV ได้
- CSV 2 ไฟล์
- ฟิลด์ข้อมูลและวิธีเก็บรวบรวมดูได้จากส่วน FAQ ของโครงการ
คนที่ต้องการให้เข้ามามีส่วนร่วม
- โครงการนี้ทำให้เสร็จโดยคนคนเดียวได้ยาก และต้องการชุมชนที่รับหน้าที่วิเคราะห์ ทำให้เป็นมาตรฐาน ตรวจสอบ และนำไปใช้
- โดยเฉพาะต้องการให้คนในบทบาทต่อไปนี้เข้าร่วม
- ผู้ที่สามารถทำ การวิเคราะห์เศรษฐศาสตร์ ของปฏิสัมพันธ์และความสัมพันธ์ระหว่างแนวโน้มราคาหลายรายการตามเวลา
- ผู้ที่เชี่ยวชาญด้านการประมวลผลข้อมูลและการทำข้อมูลให้เป็น มาตรฐาน
- ผู้ที่จะลองจัดการข้อมูลสักหนึ่งวัน แล้วแจ้งบั๊ก ปัญหา และโอกาสที่พบ
- ผู้ที่ทำการวิเคราะห์ราคาคล้ายกันในประเทศอื่น หรือได้รับแรงบันดาลใจจาก งานของ Mario Zechner
- นักการเมือง ผู้ช่วยนักการเมือง นักเคลื่อนไหว นักข่าว และทนายความที่เน้นข้อมูล และต้องการปรับปรุง ภาคของชำที่กระจุกตัวสูง ของแคนาดา
คำถามที่ใช้ข้อมูลนี้ตอบได้
- สามารถทำภาพข้อมูลราคาของแซนด์วิชมาตรฐานแยกตามผู้ประกอบการได้
- ตัวอย่าง: ขนมปังขาว 200g, แฮม 20g, ผักกาดหอม 20g เป็นต้น
- เปรียบเทียบได้ว่าผู้ประกอบการรายใดถูกที่สุด
- ตรวจสอบได้ว่าสินค้าบางรายการมี การตรึงราคา ตั้งแต่ 1 พฤศจิกายนถึง 5 กุมภาพันธ์ หรือไม่
- Metro เคยระบุว่าการตรึงราคาตั้งแต่ 1 พฤศจิกายนถึง 5 กุมภาพันธ์สำหรับสินค้าของชำแบรนด์ของตนเองและแบรนด์ระดับประเทศเป็นแนวปฏิบัติของอุตสาหกรรม และใช้กับร้าน Metro ด้วย
- ความหมายที่แท้จริงของราคา “ลดราคา” ก็เป็นหัวข้อวิเคราะห์เช่นกัน
- ตรวจสอบว่าเวลาผ่านไปเท่าใดนับจากการลดราคาครั้งก่อน
- หากสินค้าอยู่ในสถานะลดราคาตลอดเวลา ก็พิจารณาได้ว่านั่นคือราคาปกติโดยพฤตินัยหรือไม่
- ตรวจสอบได้ว่ามีการขึ้นราคาก่อนลดราคา แล้วลดกลับลงมาที่ระดับปกติหรือไม่
- ยังเปรียบเทียบ การตอบสนองด้านราคา ระหว่างผู้ประกอบการได้ด้วย
- ดูได้ว่าใครเป็นผู้เริ่มเปลี่ยนราคาในสินค้าหรือหมวดหมู่ใดหมวดหมู่หนึ่งก่อน
- ตรวจสอบได้ว่าผู้ค้าปลีกรายใดเอาแต่ตอบสนองและไม่เคยเป็นฝ่ายเริ่มเปลี่ยนราคา
- ดูได้ว่าราคาของบางผู้ประกอบการขยับไปพร้อมกันอย่างแม่นยำหรือไม่
- วิเคราะห์ได้ว่าราคาเคลื่อนไหวแบบสุ่มโดยไม่มีปฏิสัมพันธ์กันหรือไม่
- ตรวจสอบได้ว่าราคาเพิ่มขึ้นอย่างเดียวหรือลดลงอย่างเดียวเสมอหรือไม่
- ในกลุ่มสินค้าที่เปรียบเทียบกันได้ทั้งหมด ยังดูได้ว่าผู้ประกอบการรายใดโดยทั่วไปถูกที่สุด และภายในผู้ประกอบการรายเดียวกัน ชุดสินค้า เช่น ไข่ นม ขนมปัง เคลื่อนไหวไปด้วยกันหรือไม่
วิธีเก็บรวบรวมและข้อจำกัดของข้อมูล
- ข้อมูลได้มาจากการ screen scraping UI เว็บไซต์ของผู้ประกอบการของชำ
- อาจขาดข้อมูลที่หาได้จาก API ภายในซึ่งใช้ขับเคลื่อนเว็บไซต์
- ราคาอ้างอิงตามตัวเลือก “in store pickup” ที่ตั้งค่าไว้ในย่านหนึ่งของโตรอนโต
- ไม่ได้มีข้อมูลครบทุกผู้ประกอบการทุกวัน
- ตั้งแต่ 28 กุมภาพันธ์ 2024 ถึง 10 หรือ 11 กรกฎาคม มีการเก็บราคาสินค้า “small basket”
- หลังจากนั้นมีราคาสินค้าหลากหลายกว่ามาก
- การดึงข้อมูลของผู้ประกอบการบางรายในบางวันอาจล้มเหลว ทำให้ข้อมูลขาดหายได้
ตาราง product
- ตาราง
productมีเมทาดาทาของสินค้า- ชื่อสินค้า
- ผู้ประกอบการ
- แบรนด์
- ขนาดหน่วย
- จะอัปเดตเฉพาะเมื่อพบสินค้าใหม่
- เช่น เมื่อพบความแตกต่างของขนาดหน่วยที่ไม่เคยมีมาก่อน
- คอลัมน์หลักมีดังนี้
id: ID สินค้าที่ใช้ join ตารางproductกับตารางrawแต่เปลี่ยนทุกวัน และไม่ใช่ ตัวระบุเฉพาะที่เสถียรconcatted: ตัวระบุเฉพาะที่สร้างเองโดยนำผู้ประกอบการ ชื่อสินค้า หน่วย และแบรนด์มาต่อกัน ใช้ในขั้นกลางvendor: หนึ่งในผู้ประกอบการของชำ 8 รายproduct_name: ชื่อสินค้า ซึ่งอาจรวมแบรนด์หรือหน่วยอยู่ด้วยunits: หน่วย เช่น g, kg, จำนวนชิ้นในแพ็ก และผู้ประกอบการหรือสินค้าบางรายการอาจว่างได้brand: แบรนด์ผู้ผลิตสินค้า และอาจว่างได้detail_url: URL หน้ารายละเอียดสินค้า ใช้สำหรับดึง SKU และ UPCsku: ตัวระบุเฉพาะของสินค้าที่ผู้ประกอบการแต่ละรายใช้ ดึงมาจากdetail_urlupc: ตัวระบุสินค้าสากลที่ข้ามผู้ประกอบการได้ แต่หาได้ยาก
- ความน่าเชื่อถือของ UPC แตกต่างกันไปตามผู้ประกอบการ
- UPC ของ Metro, Galleria และ Save-On-Foods น่าเชื่อถือที่สุด และมาจากเว็บไซต์ของผู้ประกอบการโดยตรง
- Walmart นำ SKU ไปจับคู่กับ UPC จากเว็บไซต์ที่ดูเหมือน Walmart เป็นเจ้าของ โดยเป็นการจับคู่ตรง ไม่ใช่ fuzzy matching
- Loblaws, NoFrills, T&T และ Voila ใช้ fuzzy matching เพื่อหา UPC ที่เป็นไปได้และตรวจคุณภาพด้วยมือแล้ว แต่ยังอาจมีข้อผิดพลาด
- เมื่อเปรียบเทียบข้ามผู้ประกอบการ ควรดู
product_nameและตรวจสอบด้วยสามัญสำนึก
ตาราง raw
- ตาราง
rawมีราคาสินค้า ณ เวลาหนึ่ง และมีข้อมูลใหม่เพิ่มทุกวัน - คอลัมน์หลักมีดังนี้
nowtime: เวลาที่เก็บข้อมูลcurrent_price: ราคา ณ เวลาที่ดึงข้อมูลold_price: ราคาเดิมที่ถูกขีดฆ่า แสดงว่าสินค้าอยู่ในช่วงลดราคาprice_per_unit: ราคาต่อหน่วยที่แสดงบนเว็บไซต์ผู้ประกอบการ ซึ่งอาจไม่ตรงกับค่าที่คำนวณจริงจากcurrent_priceหารด้วยunitsother: ข้อมูลแสดงผลอื่น ๆ เช่น “Out of stock”, “SALE”, “Best seller”, “$5.00 MIN 2”product_id: ID ที่ใช้ join กับตารางproductแต่เปลี่ยนทุกวัน และไม่ใช่ ตัวระบุเฉพาะที่เสถียร
ข้อควรระวังเมื่อใช้ CSV และ SQLite
- ไฟล์ CSV ถูกปรับให้เหมาะกับ Excel
- ตอนต้นไฟล์มีอักขระ BOM เพื่อให้ Excel ประมวลผลเป็น UTF-8
- หากนำเข้าเครื่องมือวิเคราะห์อื่น อาจต้องลบ BOM ออก
- โครงสร้างไฟล์ SQLite เรียบง่าย
- ตาราง
productมีvendor,product_name,units,brand - ตาราง
rawมีnowtime,current_price,old_price,price_per_unit - ทั้งสองตาราง join กันด้วย
product.idและraw.product_id - มีดัชนีที่
raw.product_idเพื่อความเร็ว
- ตาราง
- SQL ตัวอย่างถูกจัดเตรียมเป็นวิธีค้นหาแบรนด์หรือกลุ่มสินค้าบางอย่าง
- แบรนด์ Becel อาจอยู่เฉพาะใน
product_nameหรือเฉพาะในbrandแล้วแต่ผู้ประกอบการ จึงค้นหาทั้งสองคอลัมน์ - สินค้าของ Miss Vickie's มีรูปแบบการเขียนผสมกันตามผู้ประกอบการ เช่น
Miss Vickies,Miss Vickie'sและแบบที่ใช้เครื่องหมายอัญประกาศ UTF-8 พิเศษ จึงค้นหาด้วยmiss vick - ผลการค้นหา Miss Vickie's Original Recipe chips อาจรวมสินค้า 59g, 200g, 275g เข้าด้วยกัน ดังนั้นเมื่อเปรียบเทียบข้ามผู้ประกอบการต้องจำกัด SQL ให้แคบลง หรือส่งออกเป็น CSV แล้วกรอง
- แบรนด์ Becel อาจอยู่เฉพาะใน
- ในตัวอย่างการวิเคราะห์ มีการทำภาพข้อมูลราคาของ Miss Vickies' Original Kettle Chips 200g ด้วย Excel PivotChart และพบว่า Walmart มีราคาต่ำที่สุด ส่วนผู้ประกอบการที่เน้นร้านของชำเอเชียมีราคาสูงที่สุด
SQL อ้างอิงและตัวอย่างการวิเคราะห์
- มี SQL สำหรับเปรียบเทียบราคาวันที่ 10 มิถุนายนกับ 17 กันยายน
- ในคำอธิบาย วันแรกที่ดึงข้อมูลครบคือ 10 มิถุนายน แต่เงื่อนไข SQL ใช้
2024-06-11%และ2024-09-17% - หลังจาก pivot ราคาเริ่มต้นและราคาสิ้นสุดของสินค้ารายเดียวกันให้อยู่ในแถวเดียว จะตัดสินค้าที่ไม่มีอยู่ครบทั้งสองวันออก
- ในคำอธิบาย วันแรกที่ดึงข้อมูลครบคือ 10 มิถุนายน แต่เงื่อนไข SQL ใช้
- ยังมี SQL สำหรับหาค่าสูงสุด ต่ำสุด ค่าเฉลี่ย และจำนวนของราคา
- สร้างชุดค่าผสมที่ไม่ซ้ำของวันที่ ราคา และ ID สินค้าจาก
rawแล้วทำ aggregation รายสินค้า - join ผลลัพธ์กับตาราง
productเพื่อดูพร้อมผู้ประกอบการ ชื่อสินค้า หน่วย และแบรนด์
- สร้างชุดค่าผสมที่ไม่ซ้ำของวันที่ ราคา และ ID สินค้าจาก
- ขอความเห็นว่าการแชร์โค้ด ข้อมูล และโน้ตในรูปแบบ SQL Notebook จะดีกว่าหรือไม่
ปัญหาข้อมูลที่ทราบแล้ว
- มีปัญหาที่สินค้ารายเดียวกันในวันเดียวกันมีหลายจุดราคาแตกต่างกัน
- ตัวอย่าง: “100% Natural Origin Moisturizing Lip Balm, Cucumber Mint” ของ Loblaws, “Melatonin” ของ Sisu
- สาเหตุคือในเว็บไซต์ผู้ประกอบการมีสินค้าคนละรายการที่มีชื่อและขนาดหน่วยเหมือนกัน
- จนถึงวันที่ 30 กันยายน 2024 ยังไม่มีวิธีแยกสองรายการนี้ออกจากกัน และหลังจากนั้นสามารถแยกได้ด้วยค่า
detail_urlและsku
- มีปัญหาที่รายการราคาซ้ำของสินค้ารายเดียวกันในวันเดียวกันถูกใส่เข้ามาหลายครั้ง
- ณ วันที่ 2 พฤศจิกายน 2024 มีสินค้าประมาณ 6,500 รายการต่อวัน ที่ได้รับผลกระทบ
- ตัวอย่าง: “Mexican 4 Cheeze Blend Gluten Free Shreds” ของ Daiya ที่ Metro
- อาจเกิดจากสินค้ารายเดียวกันถูกลงไว้หลายหมวดหมู่ หรือถูกแสดงซ้ำในฐานะสินค้าโฆษณาในหมวดหมู่อื่นหรือด้านบนของหน้า
- ในการดึงข้อมูล Save-On-Foods เคยมีปัญหาที่ชุดชื่อสินค้า·แบรนด์บางรายการไม่ตรงกับค่า
detail_url- ขนาดผลกระทบอยู่ที่ประมาณ 9 รายการต่อวัน และเป็นเพียงส่วนหนึ่งจากสินค้าทั้งหมดประมาณ 10,000 รายการ
- อาจเกิดกับกลุ่มสินค้าต่างกันในแต่ละวัน
- ได้รับการแก้ไขตั้งแต่ชุดข้อมูลวันที่ 25 ธันวาคม 2024 แต่ไม่ได้ปรับย้อนหลังกับข้อมูลก่อนหน้า
แหล่งข้อมูลราคาของชำที่เกี่ยวข้อง
- เครื่องมือสำหรับค้นหาและเปรียบเทียบราคาผู้ประกอบการของชำหลายรายในแคนาดาพร้อมกัน: ใช้ API ภายในที่ไม่มีเอกสารประกอบ
- grocerytracker.ca
- Monthly average retail prices for selected products ของ Statcan: ข้อมูลราคาขายปลีกเฉลี่ยรายเดือนของสินค้าหลัก 110 รายการ
- พอดแคสต์ของ Statcan “Eh Sayers” Episode 18 - Why Food Inflation Is Such A Hard Nut To Crack
- Statcan รวบรวมข้อมูลจาก web scraping ของตนเองและข้อมูล POS โดยตรงจากผู้ค้าของชำ
- ข้อมูลดังกล่าวไม่เปิดเผยต่อสาธารณะ
- Retail Grocery Market Study Report ของ Competition Bureau
- มีระบุไว้ว่าการเข้าถึง Competition Tribunal จะง่ายขึ้นในวันที่ 20 มิถุนายน 2025
- ประเด็นที่มีการกำหนดเพดานค่าปรับที่ผู้ถูกตัดสินว่ามีความผิดฐานใช้อำนาจต่อต้านการแข่งขันโดยมิชอบต้องจ่าย ถูกกล่าวถึงในเชิงวิพากษ์
- ยังมีการรวบรวมบทความที่เกี่ยวข้องและกรณีศึกษาภายนอกที่น่าดูควบคู่กัน
1 ความคิดเห็น
ความคิดเห็นบน Hacker News
“การวิเคราะห์เชิงเศรษฐศาสตร์ของข้อมูลราคา โดยเฉพาะปฏิสัมพันธ์/สหสัมพันธ์ของกระแสราคาหลายชุดตามเวลา” เป็นเรื่องที่ยากกว่าที่ผู้เขียนคิดไว้มาก
แคนาดามีหน่วยงานด้านนโยบายการแข่งขันอยู่ และแทบจะแน่นอนว่ามีอำนาจเรียกข้อมูลจากบริษัทในระหว่างการสอบสวน ข้อมูลฝั่งนั้นมีแนวโน้มว่าจะดีกว่าข้อมูลที่นี่
กรณีแบบนี้แทบเป็นไปไม่ได้เลยที่จะพิสูจน์ด้วยการวิเคราะห์ข้อมูลอย่างเดียว ถ้าทำได้จริง หน่วยงานต่อต้านการผูกขาดทั่วโลกก็คงเฝ้าระวังข้อมูลแบบนั้นไปแล้ว และฝ่ายที่ฮั้วราคาก็คงพยายามหลบเลี่ยงการเฝ้าระวังนั้นในทางกลับกัน
ข้อมูลสินค้าอุปโภคบริโภคมีราคาสินค้าหลายพันรายการที่มีผู้จัดหา โครงสร้างต้นทุน และช็อกด้านวัตถุดิบแตกต่างกันปะปนอยู่ แม้จะเป็นไอเดียที่ดี แต่ในทางปฏิบัติผมมองว่าใกล้เคียงกับการเสียเวลา — ในฐานะคนที่ทำงานด้านต่อต้านการผูกขาดจริง ๆ
หน่วยงานรัฐขึ้นชื่อว่ามีหนี้ทางเทคนิคหนักมาก ถึงจะมีอำนาจเรียกข้อมูล แต่ก็น่าสงสัยอย่างยิ่งว่าจะประมวลผลด้วยวิธีที่ใกล้เคียงกับการวิเคราะห์ข้อมูลสมัยใหม่หรือไม่ มีความเป็นไปได้สูงว่าไม่ได้มี data lake ที่เป็นเรื่องเป็นราว, คลัสเตอร์ Spark หรือคลังข้อมูลบนคลาวด์ แต่เป็นแค่การดึงข้อมูลจากฐานข้อมูล SQL เก่า ๆ มาใส่สเปรดชีต
หากไม่นับหน่วยงานที่เน้นเทคโนโลยีอย่าง StatsCan ความสามารถด้านวิทยาศาสตร์ข้อมูลของภาครัฐโดยรวมก็ไม่ค่อยดีนัก
มันอาจเป็นจุดเริ่มต้นในการกดดันว่า “ช่วยแข่งกันให้ชัดเจนกว่านี้” หากไม่อยากขึ้นไปอยู่ในรายชื่อนั้น
หน่วยงานดังกล่าวมีงบประมาณและบุคลากรไม่พอ และปัญหานี้แพร่หลายทั่วประเทศจนกลายเป็นเรื่องปกติสำหรับคนส่วนใหญ่ จึงดูเหมือนมีแรงจูงใจน้อยที่จะลงมือแก้จริงจัง
ผมชอบโปรเจกต์นี้ เพิ่งย้ายมาจากโตรอนโต และเมื่อเทียบกับสหรัฐฯ แล้วรู้สึกหงุดหงิดที่อุตสาหกรรมหลักส่วนใหญ่ของแคนาดาแทบจะเป็นตลาดผู้ขายน้อยราย
ไม่ว่าจะโทรคมนาคม ธนาคาร ประกันภัย สินค้าอุปโภคบริโภค หรือสายการบิน ก็มีคู่แข่งรายใหญ่เพียงไม่กี่ราย กฎระเบียบทำให้สร้างคู่แข่งรายใหม่ได้ยาก และคู่แข่งรายเล็กก็มักลงเอยด้วยการถูกบริษัทใหญ่ซื้อกิจการ
ผลลัพธ์คือประสบการณ์ใช้งานย่ำแย่ โทรคมนาคมแพงเกินไปทั้งเคเบิลและมือถือ ธนาคารก็คิดค่าธรรมเนียมสารพัดแม้แต่ฟีเจอร์พื้นฐานที่ในสหรัฐฯ ฟรี และฝ่ายสนับสนุนลูกค้าก็แย่มาก
อย่างน้อยในตลาดโทรคมนาคม การฮั้วราคาดูค่อนข้างโจ่งแจ้ง จึงไม่น่าแปลกใจนัก จากมุมรัฐบาล ตลาดผู้ขายน้อยราย/การฮั้วราคาแบบนี้อาจยุ่งยากเพราะช่วยเพิ่ม GDP และรายได้ภาษี แต่สุดท้ายแล้วผมคิดว่าการแข่งขันที่มากขึ้นและการคุ้มครองผู้บริโภคจะทำให้ประเทศน่าอยู่กว่าเดิม
“แคนาดาถูกสร้างขึ้นบนการผูกขาดในหลายแง่ ลองนึกถึง Hudson’s Bay Company หรือ Canadian Pacific Rail แคนาดามักกลัวอยู่เสมอว่าหากไม่ยอมให้บริษัทพื้นเมืองเติบโตจนใหญ่ ก็จะถูกคู่แข่งอเมริกันกวาดล้างไป ดังนั้นจึงมีความตึงเครียดระหว่างนักการเมืองที่บอกว่าสนับสนุนการแข่งขัน กับกฎหมายที่ส่งเสริมการรวมศูนย์”
ผมคิดว่ากลยุทธ์นี้ยังพอใช้ได้จนถึงราว 20 ปีก่อน มันอาจไม่ใช่สิ่งที่ดีที่สุดสำหรับผู้บริโภค แต่ก็ดีพอสำหรับชาวแคนาดาส่วนใหญ่ ตอนนี้บริษัทผู้ขายน้อยรายเหล่านี้แทบจะกลายเป็นนักล่า กลืนกินเงินรัฐและโอกาสในการยึดครองตลาดทุกอย่างที่หาได้
ตัวอย่างเช่น โปรแกรม Temporary Foreign Worker ปัจจุบันคิดเป็น 7% ของประชากรแคนาดา และสร้างภาระต่อที่อยู่อาศัย สาธารณสุข และตลาดแรงงาน จน UN ถึงกับเรียกว่าเป็น “แหล่งเพาะพันธุ์ของระบบทาส” [1]
[0] https://www.wealthsimple.com/en-ca/magazine/canada-monopolie...
[1] https://documents.un.org/doc/undoc/gen/g24/120/97/pdf/g24120...
อีกอย่าง ผมคิดว่ากฎหมายควบรวมกิจการของแคนาดาก็แตกต่างจากสหรัฐฯ มาก เท่าที่ทราบ ในแคนาดาจะดูว่าการควบรวมดีต่อผู้ถือหุ้นหรือไม่ มากกว่าจะดูว่าดีต่อลูกค้าหรือไม่ ช่วง 1–2 ปีที่ผ่านมานี้เหมือนกำลังเปลี่ยนผ่านด้วยการแก้กฎหมาย จึงช้า แต่ความเปลี่ยนแปลงกำลังมา
สหรัฐฯ ก็มีผู้ให้บริการโทรคมนาคมและธนาคารอยู่ไม่กี่ราย และคิดค่าธรรมเนียมบ้าบอเหมือนกัน โครงสร้างพื้นฐานทางกายภาพและธุรกิจธนาคารมีอุปสรรคการเข้าสู่ตลาดสูงทั่วโลก และก็มีเหตุผลที่เป็นเช่นนั้น ปัญหาไม่ได้มีแค่นั้นอย่างเดียว
ไม่รู้ว่าผู้เขียนอยู่ที่นี่หรือเปล่า แต่ฐานข้อมูล SQLite ที่ดาวน์โหลดได้จะดีขึ้นมากหากมีการบีบอัด แค่ใช้ gzip ก็ลดได้ประมาณ 75% แล้ว
ผมก็สงสัยด้วยว่ามีบทความที่สรุปไว้ว่ารวบรวมราคาอย่างไรหรือไม่ ผมอยากทำการวิเคราะห์คล้าย ๆ กันมาตั้งแต่หลายปีก่อน แต่พอรู้ว่าจะต้องใช้แรง 95% ไปกับการ scraping และการจับคู่ entity ก็ล้มเลิกทันที
โดยทั่วไปผู้ผลิตดูเหมือนตั้งใจให้ SKU เฉพาะของตัวเองเพื่อหลีกเลี่ยงการเปรียบเทียบ
Accept-Encoding: gzipอยู่แล้ว แต่ดูเหมือนเซิร์ฟเวอร์ไม่มีท่าทีจะตอบกลับด้วยContent-Encoding: gzip.sqliteจะลดลงเหลือ 61 MiB โดยขนาดไฟล์ลดลงประมาณ 92%หากแคนาดาคล้ายกับสหรัฐฯ อุปสรรคเวลาพยายามตอบคำถามอย่าง “เนย 1 ปอนด์ของเชน X ราคาเท่าไร” ก็คือซูเปอร์มาร์เก็ตเดี๋ยวนี้เล่นลูกเล่นเรื่องราคากันมากเกินไป จน ไม่มีคำตอบที่ถูกต้องเพียงคำตอบเดียว
ราคาอาจต่างกันตามภูมิภาคหรือย่าน และดูเหมือนจะสะท้อนความจำเป็นในการจัดการสต็อกหรือความเต็มใจจ่ายในแต่ละพื้นที่
แถมยังมีกลเม็ดด้านราคาเยอะมาก ร้านชำแถวบ้านโดยปกติมันฝรั่งทอดหนึ่งถุงราคา 6.99 ดอลลาร์ แต่บางช่วงจะกลายเป็น “ซื้อ 4 ชิ้น ชิ้นละ 1.99 ดอลลาร์” อาหารบรรจุห่อบางอย่างที่ราคา 4.99 ดอลลาร์ จะเหลือ 1.99 ดอลลาร์ถ้าซื้อสินค้าที่ร่วมรายการซึ่งไม่เกี่ยวกันเลย 5 ชิ้น เช่น แครกเกอร์, Tide, บิสกิต Pillsbury ต้องดูใบปลิวอย่างละเอียด และชั้นวางสินค้าก็ไม่ได้บอกครบเสมอว่าสินค้าใดเข้าร่วมรายการ
แย่ที่สุดคือ “ราคาหลังใช้คูปองดิจิทัล” ต้องเปิดแอปที่ช้า ในร้านที่สัญญาณก็ไม่ดี ล็อกอิน ตรวจอีเมลรหัสความปลอดภัย แล้วค้นหาคูปองมากด ‘คลิป’ ถึงจะได้ราคาลด ถ้าลืมก็จ่ายราคาเต็ม
ในสถานการณ์แบบนี้ จำนวนเงินจริงที่ผู้บริโภคแต่ละคนจ่ายจึงต่างกัน ทำให้น่ากังวลเรื่อง ความสมบูรณ์ของข้อมูล ตัวอย่างเช่น ไม่ใช่ทุกคนจะมีพื้นที่ที่บ้านพอเก็บมันฝรั่งทอด 4 ถุง ดังนั้นบางคนจึงต้องจ่าย 7 ดอลลาร์สำหรับ 1 ถุง แทนที่จะเป็น 8 ดอลลาร์สำหรับ 4 ถุง เพราะฉะนั้นมันฝรั่งทอดจึงมีราคา 2 ดอลลาร์และ 7 ดอลลาร์ในเวลาเดียวกัน
คงมีทฤษฎีบางอย่างที่บอกว่าสิ่งนี้ทำให้ราคาลดลง แต่ผมสงสัยว่ามันคืออะไร ตลาดอสังหาริมทรัพย์ในช่วงไม่กี่ปีที่ผ่านมา ความโปร่งใส เพิ่มขึ้นแทบจะไร้ขีดจำกัด จนถึงขั้นถูกใช้เป็นข้อมูลฝึกสำหรับนักวิทยาศาสตร์ข้อมูล
ผลลัพธ์คือพวกนักเก็งกำไรเข้ามาในตลาดแล้วทำให้เละเทะ
การเปลี่ยนแปลงน่าจะเป็นเรื่องที่วิกฤตที่อยู่อาศัยครั้งก่อนและหลังจากนั้น นโยบายดอกเบี้ยศูนย์ ช่วยพยุงผลประโยชน์ของยักษ์เทคโนโลยีและอสังหาริมทรัพย์ แล้วผลักให้พวกเขากระโดดเข้าซื้อบ้านมากกว่า
มันเป็นการผสมกันระหว่างคนที่อยู่ในภาวะบ้านมีมูลค่าน้อยกว่าหนี้อยู่หลายปี กับตลาดใหม่ที่ในที่สุดต้องจ่ายค่าเช่าสูงกว่าค่างวดจำนองในรัฐบาลท้องถิ่นหลายแห่ง เพราะรับต้นทุนคงที่ที่สูงมากไม่ไหว
ถ้ามีทุนมากพอ การเอาเงินไปใส่ในที่ที่มีผลตอบแทนรับประกันก็สมเหตุสมผลอย่างยิ่ง
ผมมองว่าสมมติฐานของ Project Hammer คือการนำความโปร่งใสมาใช้กับอุตสาหกรรมอาหารเพื่อเปิดโปงการฮั้ว และกระตุ้นให้ถกกันว่าควรใช้กฎหมายใดกับโครงสร้างกึ่งผูกขาดแบบนั้น
ถ้าเป็นหุ้น อย่างน้อยยังอาจโทษบริษัทเทรดความถี่สูงที่แห่เข้ามาได้ แต่ราคาอสังหาริมทรัพย์เพิ่มขึ้นด้วยเหตุผลอื่น และการเข้าถึงข้อมูลที่ดีขึ้นน่าจะเป็นเรื่องที่เกิดขึ้นในเวลาไล่เลี่ยกันโดยบังเอิญมากกว่า เหตุผลอาจมีหลายอย่าง เช่น NIMBY, การย้ายถิ่นฐาน, นักลงทุนต่างชาติ ฯลฯ ใกล้เคียงกับกรณี https://xkcd.com/925/ มากกว่า
เหตุผลที่ทำให้เกิดปัญหาสินค้าชำในแคนาดาค่อนข้างเรียบง่าย
ถ้าผมตั้งราคาผลแอปเปิลให้ ต่ำกว่าค่าเฉลี่ยบริเวณใกล้เคียง 0.5 ส่วนเบี่ยงเบนมาตรฐาน นั่นคือการตัดราคาตลาด หรือกำลังฮั้วกับตลาดกันแน่?
ถ้าตั้งเท่าค่าเฉลี่ย นั่นคือการฮั้ว หรือแค่พยายามทำกำไรจากแอปเปิลให้สูงสุด?
ถ้าตั้งสูงกว่าค่าเฉลี่ย นั่นคือการฮั้ว หรือกำลังบอกตลาดว่านี่คือแอปเปิลพรีเมียม?
จะข้ามจากสหสัมพันธ์ไปเป็นการฮั้วได้อย่างไร? โปรเจกต์นี้ดูเหมือนตั้งอยู่บนสมมติฐานว่าการดูราคาตลาดอื่นแล้วตั้งราคาคือการฮั้ว ถ้าไม่ใช่อย่างนั้น แล้วมันจะเป็นค้อนทุบการฮั้วได้อย่างไร? ถ้าหน่วยงานกำกับดูแลจะมองสหสัมพันธ์เป็นหลักฐานของข้อตกลงได้ แปลว่าตอนตั้งราคาต้องไม่รู้ราคาตลาดอย่างนั้นหรือ?
ถ้าภายนอกดูเหมือนเป็นตลาดเสรี แต่การแข่งขันไม่สามารถสร้างผลลัพธ์แบบนั้นได้ ก็เป็นปัญหาของสังคม เมื่อเป็นเช่นนั้น สังคมก็มีอำนาจแก้ไขด้วยวิธีที่เหมาะสมได้ ไม่ว่าจะเป็นสินเชื่อหรือเงินอุดหนุนให้ผู้เล่นหน้าใหม่ในตลาด กฎหมายควบคุมราคา นโยบายภาษีบางแบบ หรือแม้แต่การปฏิเสธตลาดเสรีแล้วไปสู่การควบคุมจากส่วนกลาง ทั้งหมดขึ้นอยู่กับอุดมการณ์ของสังคม
เปรียบเทียบได้ว่า คดีอาชญากรรมรุนแรงลึกลับอาจต้องคลี่คลายเพื่อให้เกิดความยุติธรรม แต่การที่สังคมโดยรวมจะปลอดภัยขึ้น ไม่จำเป็นต้องคลี่คลายคดีนั้นเสมอไป
นี่เป็นแค่ ชุดข้อมูล และตัวมันเองไม่สามารถเปิดโปงอะไรอย่างการฮั้วได้ แต่ถ้าจะศึกษาการฮั้ว ก็สามารถใช้ข้อมูลนี้เพื่อทำความเข้าใจพฤติกรรมของบริษัทได้
และการฮั้วก็ไม่จำเป็นต้องเกี่ยวกับราคาเสมอไป
ถ้าตัดสินใจเองคนเดียวแล้วขายในราคาต่ำกว่าคู่แข่ง นั่นก็คือพฤติกรรมที่ทุนนิยมในตลาดเสรีคาดหวังไว้อย่างแท้จริง
ถ้าโทรหา ร้านข้าง ๆ แล้วบอกว่า “เรามาขึ้นราคาแอปเปิลเป็น 2 เท่าของตอนนี้พร้อมกันเถอะ แบบนั้นผู้บริโภคก็ไม่มีทางเลือกนอกจากต้องซื้อในราคานั้น” นั่นคือการฮั้ว
อย่างไรก็ตาม ประเด็นของคุณถูกต้อง จากภายนอก การแยกการฮั้วออกจากสิ่งที่ไม่ใช่การฮั้วโดยอาศัยแค่สหสัมพันธ์ธรรมดาเป็นเรื่องยากมาก ราคาอาจบรรจบกันได้ด้วยเหตุผลอันชอบธรรมหลายอย่าง และหากไม่มีความรู้ภายในก็ยากที่จะระบุการฮั้วได้อย่างน่าเชื่อถือ
สิ่งที่ดีที่สุดที่โปรเจกต์นี้อาจทำได้คือการสร้างโมเดลครอบคลุมสินค้ากลุ่มเดียว เพื่อแสดงให้เห็นว่ารูปแบบราคาสามารถอธิบายได้ด้วยการฮั้วเท่านั้น หากจะสำเร็จ หลังจากนั้นต้องมีหลักฐานโดยตรง เช่น การสื่อสารที่เผยความผิดในการฟ้องร้องตามมา
[1] https://en.m.wikipedia.org/wiki/Collusion
ท่าทีของแคนาดาต่อการแข่งขันต่างจากสหรัฐฯ สินค้าเกษตร เช่น ผลิตภัณฑ์นม ข้าวสาลี เมเปิลไซรัป และในระดับที่น้อยกว่า เบียร์และสุราขายปลีก ถูกควบคุมโดย การผูกขาดระดับชาติ ที่กำหนดราคา
เหตุผลที่อาหารแพงคือค่าน้ำมันในช่วงไม่กี่ปีที่ผ่านมา และการขึ้นภาษีน้ำมันของรัฐบาลกลาง รวมถึงนโยบายกึ่งทางการที่คงค่า CAD ให้อ่อนเมื่อเทียบกับ USD เพื่อสนับสนุนการส่งออก ก็ไม่ได้ช่วยอะไร เพราะทำให้อำนาจซื้อลดลง
ความพยายามแบบนี้ใช้ได้ผลกับผู้มีสิทธิเลือกตั้งที่ไม่รู้เศรษฐศาสตร์ซึ่งสนับสนุน “การควบคุมราคา”
ถ้าอยากรู้ว่าแคนาดาอยู่ตรงไหนในเกลียวการกำจัดคูลัก รัฐกำลังโทษความล้มเหลวของนโยบายว่าเป็นความผิดของ “พวกค้ากำไรเกินควร” รายต่อไปก็คงเป็นพวกกักตุนสินค้า นักเก็งกำไร และอาจรวมถึงคลิเช่เดิมๆ อย่าง “นายธนาคารนานาชาติ”
แต่สำหรับอาหาร ผมมองต่างออกไป ผู้ค้าปลีกอาหาร 3 รายใหญ่เคย ฮั้วราคาขนมปัง [1], ฮั้วค่าจ้าง [2], และตกลงกันไม่แข่งขันในบางช่วงเวลา [3] ราคาสินค้าที่นี่ไม่ได้ขยับตามต้นทุนพื้นฐานอย่างเดียว
สหรัฐฯ ใช้วิธีหนุนราคาจากด้านหลังด้วยภาษี วิธีหนึ่งคือ “ชีสของรัฐบาล” โดยรัฐบาลกลางซื้อ นมปริมาณมหาศาลไปทำเป็นชีสแล้วแจกให้ผู้รับสวัสดิการ เป็นการซื้อส่วนเกินเพื่อพยุงราคานม
ส่วนแคนาดากลับควบคุมราคานมด้วย โควตา ทั้งสองวิธีล้วนทำให้ราคาสูงเกินจริง สหรัฐฯ ก็ทำคล้ายกันในตลาดอื่นด้วย
จากสายตาคนไม่ใช่ผู้เชี่ยวชาญ ผมดูคร่าวๆ แล้วไม่คิดว่าเชนร้านขายของชำในแคนาดาจะกระจุกตัวมากกว่าสหรัฐฯ มากนัก หลายเชนอยู่ภายใต้แบรนด์ใหญ่ไม่กี่เจ้า ทำให้เทียบยาก แต่กราฟนี้ช่วยได้
https://www.howtocook.recipes/the-largest-grocery-stores-and...
ถ้าดู 10 อันดับแรก ผมจะตัด Walgreens กับ CVS ออก ดูเหมือนว่าชาวอเมริกัน 330 ล้านคนส่วนใหญ่ถูกให้บริการโดยกลุ่มทุน 8 กลุ่ม ยังไม่ชัดว่าควรรวม Target ด้วยไหม ไม่รู้ว่ายอดขายของที่นั่นเป็นสินค้าของชำจริงๆ เท่าไร ส่วนโพสต์ของ OP ระบุว่าชาวแคนาดา 38 ล้านคนส่วนใหญ่ถูกให้บริการโดยกลุ่มทุน 5 กลุ่ม
ตัวอย่างเช่น อัตรากำไรของเชนร้านขายของชำที่ใหญ่ที่สุดเพิ่มขึ้นจริงถึง 50% ในช่วง Covid
แต่บทวิเคราะห์กลับจบแค่ว่า “รัฐบาลแย่!” แน่นอนว่าไม่ได้ปฏิเสธว่ารัฐบาลเป็นส่วนใหญ่ของปัญหา เพราะการเพิ่มปริมาณเงินและนโยบายต่างๆ ที่กล่าวถึง แต่การพยายามอธิบายราคาอาหารโดยไม่พูดถึง Covid หรือ กำไรบริษัทที่ทำสถิติสูงสุด นั้นไม่สุจริตอย่างมาก
ถึงอย่างนั้น ก็คงเป็นพวกไพร่ “ไม่รู้เศรษฐศาสตร์” ที่บ่นเรื่องราคาสูงนั่นแหละที่เป็นปัญหาใช่ไหม?
เมื่อหลายปีก่อนใน Ontario เคยมีเว็บไซต์ที่นำราคาของ Brewers Retail หรือ The Beer Store ซึ่งเป็นผู้ซื้อเบียร์รายเดียว มาจัดเป็นสเปรดชีตที่ดูง่ายขึ้น เพื่อให้เรียงตามยอดรวม ราคาต่อ mL ราคาตามขนาดเคส ฯลฯ ได้
มันดีมาก โปร่งใส และก็เป็นแค่ข้อมูล
แต่แล้วก็ถูกขู่ฟ้องและปิดไป apparently ในแคนาดาคงทำแบบนั้นไม่ได้ มีเงื่อนไขตัวเล็กๆ โง่ๆ ที่บอกว่าข้อมูลเป็นของพวกเขาและใช้ไม่ได้
จำได้ว่าใบปลิวร้านขายของชำก็มีตัวเล็กๆ คล้ายกัน
ทุกคนควรรู้อยู่แล้วว่าพวกเขาทำอะไร และประชาธิปไตยในละแวกบ้านที่ใจดีนั้นดีกว่ามากแค่ไหน เพราะตลอดหลายปี/หลายทศวรรษที่ผ่านมา สามารถอ่านได้ตามตัวอักษรในหนังสือพิมพ์ทุกวัน
เธรดแบบนี้เป็นเพชรในหินหยาบ ผมเลยชอบเก็บรวบรวมไว้
บริษัทค้าปลีกสินค้าอุปโภคบริโภครายใหญ่ 3 อันดับแรก ซึ่งครองตลาดสินค้าอุปโภคบริโภคส่วนใหญ่ของนอร์เวย์ ถูกปรับ[1] ฐาน ฮั้วราคา
หนึ่งในข้อกล่าวหาคือการส่งสัญญาณเพื่อแจ้งการขึ้นราคาในหมวดหมู่หนึ่ง ๆ โดยขึ้นราคาสินค้าบางรายการในหมวดหมู่นั้น การใช้เจ้าหน้าที่สำรวจราคาอย่างกว้างขวางก็ช่วยให้ทำเช่นนี้ได้
ค่าปรับในตอนแรกสูงกว่านี้มาก แต่สุดท้ายรวมทั้งสามบริษัทอยู่ที่ประมาณ 450 ล้านดอลลาร์
หากเทียบกัน กำไรก่อนหักภาษีปี 2023 ของบริษัทที่ใหญ่ที่สุด[2] ก็อยู่ราว ๆ ระดับนั้น
เงินเฟ้อครั้งใหญ่ของราคาสินค้าอุปโภคบริโภคในช่วงหลัง สูงกว่าการเพิ่มขึ้นของจำนวนเงินที่เกษตรกรได้รับจากวัตถุดิบมาก
อย่างไรก็ตาม นอร์เวย์ไม่ได้มีโครงสร้างแบบที่มีร้านใหญ่ ๆ กระจายอยู่น้อยแห่ง แต่กลับมีร้านขายของชำขนาดเล็กตามท้องถิ่นจำนวนมากจนน่าเหลือเชื่อ ตอนนี้ผมนั่งอยู่นอก Oslo ก็ยังมีร้านขายของชำในเครือบริษัท 3 อันดับแรกถึง 8 ร้านภายในระยะเดิน 15 นาที
[1]: https://www.nrk.no/norge/daglegvare-etterforskinga_-4_9-mill...
[2]: https://www.dn.no/handel/resultathopp-for-norgesgruppen-tjen...
ถ้าดูรายงานประจำปี 2005 ของ Norgesgruppen อัตรากำไรอยู่ที่ 2.2% ในปี 2021 เพิ่มเป็น 3.8% ซึ่งหมายความว่า margin เติบโตเกือบ 75%