Toepassing van big data en prijsopslagen van bedrijven: bewijs uit China

Waarom databeslissingen er toe doen voor het dagelijkse bedrijfsleven

Als u online winkelt of een ritdelings-app gebruikt, laat elke klik, veegbeweging en aankoop een digitaal spoor achter. Bedrijven gebruiken deze sporen — "big data" — steeds vaker om beslissingen te sturen over wat ze verkopen, hoe ze het maken en wat ze rekenen. Deze studie stelt een eenvoudige maar krachtige vraag: wanneer bedrijven in China bigdatatoepassingen serieus inzetten, stelt dat hen dan daadwerkelijk in staat hogere prijzen boven hun kosten te vragen — en waarom zou ons dat iets kunnen schelen?

Voorbij eenvoudige productiviteitsmaatstaven

Traditionele maatstaven voor zakelijk succes, zoals productie per werknemer of totale omzet, missen vaak wat er binnen moderne digitale bedrijven gebeurt. In markten die worden gevormd door netwerkeffecten en platforms, kunnen een paar grote spelers domineren, en draait concurrentie minder om kostenverlagingen en meer om slim gebruik van informatie. De auteur voert aan dat een betere graadmeter voor de marktmacht van een bedrijf zijn "markup" is, het verschil tussen wat het klanten rekent en wat het kost om één extra eenheid te produceren. Markups vatten zowel kostenbesparingen als de bereidheid van klanten om meer te betalen voor betere producten samen, waardoor ze een natuurlijke manier zijn om te meten of datagestuurde strategieën echt blijvende voordelen opleveren.

Hoe big data de concurrentiepositie van een bedrijf kan versterken

Het artikel ontwikkelt eerst een theoretisch model van bedrijven die verschillen in kosten en in hoe innovatief hun producten zijn. In dit kader doen bigdatatoepassingen — systemen voor het verzamelen, opschonen en analyseren van enorme, snel veranderende en gevarieerde gegevens — twee hoofdzaken. Ze helpen bedrijven meer onderscheidende producten te ontwerpen die aansluiten bij consumentensmaken, en ze stroomlijnen de bedrijfsvoering zodat elke eenheid goedkoper wordt geproduceerd. Beide kanalen verhogen markups: unieke producten ondervinden minder directe prijsconcurrentie, terwijl lagere productiekosten de kloof tussen prijs en kost vergroten, zelfs als de afficheringsprijzen nauwelijks veranderen.

Datagebruik meten met AI

Om deze ideeën te testen heeft de studie een manier nodig om te meten hoe diep elk bedrijf big data heeft omarmd. In plaats van zich alleen te baseren op een simpele telling van data-analisten of op enquêteresultaten, wendt de auteur zich tot de tekst van jaarverslagen van Chinese beursgenoteerde bedrijven tussen 2002 en 2023. Een groot taalmodel wordt gebruikt om deze documenten te scannen, zinnen te identificeren die daadwerkelijk concrete bigdatainitiatieven beschrijven, en ze in lagen te sorteren zoals basale infrastructuur, technologieën, organisatie en toepassingen. De frequentie van dergelijke gevalideerde beschrijvingen wordt omgezet in een bedrijfsniveau-index van bigdatatoepassing, die vervolgens wordt gekoppeld aan financiële en octrooigegevens om de markups van elk bedrijf te schatten.

Wat de Chinese gegevens onthullen

Met een panel van A‑share genoteerde bedrijven gebruikt de studie fixed‑effects en instrumentele‑variabele technieken om de impact van big data te isoleren van andere invloeden zoals managementkwaliteit of regionale schokken. Over veel verschillende controles heen — alternatieve instrumenten, verschillende manieren om markups te berekenen, en vervangende maatstaven voor datainvesteringen — is het resultaat consistent: bedrijven die hun gebruik van big data opvoeren zien statistisch en economisch betekenisvolle stijgingen in hun markups. Verdere analyses tonen aan dat deze winst vooral via twee wegen werkt. Ten eerste dienen datarijke bedrijven meer productgerichte octrooien in, investeren ze meer in onderzoek en ontwikkeling, en zetten ze die uitgaven efficiënter om in nieuwe aanbiedingen. Ten tweede verbetert hun algehele productiviteit, zoals blijkt uit hogere totale factorproductiviteit en arbeidproductiviteit, wat wijst op soepelere en beter gecoördineerde bedrijfsvoering.

Niet alle bedrijven profiteren evenveel

De opbrengst van big data blijkt sterk ongelijk verdeeld. Grotere bedrijven en bedrijven met een hoger aandeel technisch personeel zijn beter gepositioneerd om data om te zetten in marktmacht, waarschijnlijk omdat zij de aanvullende vaardigheden en infrastructuur hebben om complexe informatie te benutten. Bedrijven met diepere technologische reserves, of die opereren in technologie-intensieve sectoren, profiteren ook meer. Tenslotte doet de bredere omgeving ertoe: steden met sterkere digitale zakelijke ecosystemen en provincies met meer marktgerichte instituties versterken het effect van big data op markups. Kort gezegd, data alleen is niet genoeg — de waarde ervan hangt af van de omringende organisatorische capaciteiten, technologische basis en beleidskader.

Wat dit betekent voor consumenten en beleidsmakers

Voor een lezer buiten het vakgebied is de kernboodschap dat big data bedrijven inderdaad kan helpen zowel slimmer te werken als meer te vragen door betere producten en slankere productie mogelijk te maken. Dit verhoogt de winsten en kan verdere innovatie aanwakkeren, maar het kan ook marktmacht concentreren in de handen van bedrijven die al beschikken over schaal, vaardigheden en gunstige omstandigheden. De studie suggereert dat als samenlevingen willen dat data efficiëntie bevordert zonder gezonde concurrentie te ondermijnen, zij investeringen in digitale infrastructuur moeten koppelen aan ondersteuning voor kleinere en minder geavanceerde bedrijven, terwijl ze nauwlettend letten op hoe datagestuurde strategieën prijzen en macht op de markt hervormen.

Bronvermelding: Wang, D. Big data application and firm markups: evidence from China. Sci Rep 16, 11670 (2026). https://doi.org/10.1038/s41598-026-43480-1

Trefwoorden: big data, prijsopslagen van bedrijven, digitale economie, productinnovatie, China