Les fusions entre plateformes numériques attirent fréquemment l’attention, non seulement des médias mais aussi des chercheurs en économie et en droit. Cette chronique explore les effets d’une fusion entre deux plateformes rivales, en utilisant le cas des deux plus grands marchés bifaces américains de la garde de chiens. Les résultats de l’étude suggèrent que les utilisateurs en ligne ne sont, en moyenne, pas mieux lotis avec une seule plateforme dominante qu’avec deux concurrents. Les auteurs affirment que cet effet net est le résultat de deux forces qui s’équilibrent : les effets de réseau et la différenciation des plateformes.
La question de savoir s’il vaut la peine de renoncer à la concurrence au nom des effets de réseau est au centre du débat réglementaire actuel sur la concurrence des plateformes numériques. Un sous-ensemble important de plateformes est formé de marchés bifaces, qui facilitent les échanges entre acheteurs et vendeurs fragmentés. Les effets de réseau peuvent apparaître sur les marchés bifaces lorsque les utilisateurs bénéficient de plus de choix à mesure que la plateforme s’agrandit. Dans les situations où les effets de réseau sont importants, une plateforme dominante peut créer plus de valeur pour les utilisateurs, par rapport aux petites plateformes concurrentes. Mais une plateforme dominante a également le pouvoir de nuire aux utilisateurs en augmentant les prix et en réduisant les investissements dans la qualité.
Les plates-formes peuvent également être différenciées, de sorte que certains utilisateurs préfèrent le design ou la marque d’une plate-forme tandis que d’autres en préfèrent une autre. Dans ce cas, une plateforme combinée peut être pire que plusieurs autres plus petites, car elle réduit les choix offerts aux clients. À la lumière de ces forces opposées, les modèles théoriques ont des implications ambiguës sur le niveau optimal de concurrence entre les plateformes. Par conséquent, nous ne pouvons apprendre si une plateforme est préférable à plusieurs qu’en examinant les données. La réponse à cette question a des implications fondamentales pour la politique antitrust et la réglementation des plateformes numériques.
Les effets de réseau font partie intégrante de la définition des plateformes qui permettent des interactions entre différents groupes d’utilisateurs. Ces groupes comprennent les annonceurs et les consommateurs, les hôtes et les voyageurs, ou les conducteurs et les usagers (Rochet et Tirole 2004). Dans le cas du covoiturage, par exemple, une augmentation du nombre de conducteurs profite aux usagers en réduisant les temps d’attente et les prix. Une augmentation du nombre de conducteurs et d’usagers, en maintenant constante leur part respective, profite à tous les utilisateurs en augmentant la proximité géographique entre les usagers et les conducteurs, réduisant ainsi les temps d’attente pour les deux.
Mais la quantification des effets de réseau est un défi. Les premiers travaux incluent Saloner et Shepard (1995), Goolsbee et Klenow (2002), et Tucker (2008). L’idéal serait de réaliser une expérience faisant varier de façon aléatoire le nombre de participants à la plateforme. Cette expérience pourrait ensuite être utilisée pour mesurer comment les résultats des utilisateurs changent à mesure que le nombre de participants à la plateforme augmente. En l’absence d’une expérience (ou de quelque chose qui s’en rapproche), les chercheurs ont utilisé des modèles structurels, qui permettent d’étudier les effets de réseau en prédisant ce qui se passerait en présence (ou en l’absence) de concurrence. Citons par exemple Rysman (2004) et Bjorkegren (2020), qui comparent la concurrence et le monopole sur les marchés des pages jaunes et des téléphones mobiles respectivement. Tous deux constatent que la concurrence, en réduisant le pouvoir de marché, est préférable au monopole.
Dans notre article récent (Farronato et al. 2020), nous utilisons une expérience naturelle rare pour étudier les effets de réseau et les effets de la combinaison des places de marché numériques. Cette expérience naturelle découle de la fusion des deux plus grands marchés bifaces américains de la garde de chiens. Fondées respectivement en 2011 et 2012, A Place for Rover, Inc. (« Rover ») et DogVacay ont aidé les propriétaires de chiens à trouver des gardiens pour les promenades, la « garde de chiens » et, le plus populaire de tous, la pension de nuit (où un chien reste avec un gardien pendant l’absence de ses maîtres). Les deux plateformes étaient similaires en ce qui concerne les services échangés, les processus d’intermédiation de ces échanges et leur taille. En outre, les deux plates-formes étaient les seuls grands marchés bifaces dans cet espace (bien que les options non numériques telles que les chenils et les membres de la famille restent des alternatives populaires pour la garde de chiens).
Avant la fusion, les deux plateformes se livraient une concurrence intense. Mais dans les trois mois suivant la fusion, DogVacay a été fermé et ses utilisateurs se sont vus offrir la possibilité de migrer vers Rover. Ce changement soudain du nombre de plateformes disponibles nous permet d’étudier les compromis inhérents à la concurrence entre plateformes. La nature locale des services échangés nous permet de séparer l’activité des plateformes en plusieurs marchés géographiques distincts, ou villes. Sur certains marchés, la fusion a signifié que deux fois plus d’acheteurs et de vendeurs étaient désormais en mesure d’interagir les uns avec les autres (parce que les deux plateformes se partageaient le marché avant la fusion et que peu d’utilisateurs utilisaient les deux plateformes). Dans d’autres villes, la plateforme acquéreuse était déjà dominante, de sorte que la fusion n’a pas entraîné de changements notables dans le nombre d’utilisateurs qui pouvaient interagir les uns avec les autres. Nous utilisons la variation des parts de marché avant la fusion pour évaluer l’étendue des effets de réseau au niveau de la plateforme, et pour explorer si les avantages des effets de réseau font plus que compenser la réduction de la concurrence au niveau du marché. Pour ce faire, nous comparons les résultats des plateformes sur les marchés où Rover était dominant avant la fusion (groupe de contrôle) avec les marchés où Rover avait des parts de marché plus faibles. Nous nous assurons que les marchés ayant des parts de marché différentes sont comparables en faisant correspondre leurs tendances de croissance. Nous sommes en mesure d’exécuter ce plan de recherche car nous disposons de données exclusives des deux plateformes pour les deux années entourant la fusion, ce qui nous permet de mesurer en détail le comportement des utilisateurs de la plateforme.
Principales conclusions
Notre principale conclusion est que les utilisateurs ne sont, en moyenne, pas mieux lotis avec une seule plateforme dominante qu’avec deux concurrents. Cet effet net est le résultat de deux forces qui s’équilibrent : les effets de réseau et la différenciation des plateformes.
Sans surprise, Rover a connu une croissance plus forte sur les marchés où DogVacay avait des parts de marché plus importantes avant la fusion. Dans ces régions, davantage d’utilisateurs ont migré vers la plateforme acquéreuse. Ce qui est plus intéressant, c’est que les utilisateurs de Rover – tant les propriétaires de chiens que les gardiens – ont été conservés à des niveaux plus élevés et ont échangé davantage de services sur les marchés où DogVacay était relativement plus important. Cela est probablement dû à une augmentation des options disponibles grâce à l’afflux d’utilisateurs de DogVacay et constitue une preuve des effets de réseau.
Les avantages pour les utilisateurs de Rover ne se traduisent toutefois pas par des avantages pour le marché dans son ensemble. Cela s’explique par le fait que la fusion a entraîné une attrition accrue des propriétaires et des baby-sitters de DogVacay (et une réduction correspondante du nombre de leurs transactions), en particulier sur les marchés où DogVacay était important avant la fusion. Certains éléments suggèrent que l’attrition accrue pourrait provenir du fait que les utilisateurs apprécient les transactions répétées et n’ont pas pu retrouver leurs anciens partenaires sur la nouvelle plateforme.
Étonnamment, le pouvoir de fixation des prix n’est pas important dans notre contexte. En effet, les frais de plateforme n’ont pas augmenté après la fusion, tant en termes nominaux que nets de promotions ou de remises. Par conséquent, l’augmentation du pouvoir de marché ne s’est pas traduite par des hausses de prix, du moins au cours de la première année suivant la fusion.
Que cela signifie-t-il pour le marché dans son ensemble ? Nous constatons que l’utilisateur moyen est indifférent, du moins à court terme, au fait d’avoir deux concurrents ou une seule plateforme dominante. Leur propension à utiliser les plateformes, leurs taux de correspondance et la qualité perçue de leurs correspondances ne varient pas en fonction des parts de marché avant la fusion. Nous constatons que cela est vrai quelle que soit la taille du marché, même si l’on peut penser que les marchés qui sont déjà grands en termes absolus ne devraient pas être affectés, et que les avantages de réseau de la fusion devraient être concentrés sur les marchés plus petits.
Implications politiques
Comment nos résultats contribuent-ils à éclairer le débat sur l’antitrust à l’ère des plateformes numériques ? Notre article montre que la différenciation des plateformes peut être précieuse et peut compenser les avantages de l’agrégation des utilisateurs sur une seule plateforme. Ceci est important à la fois pour les régulateurs et les entreprises de plateformes elles-mêmes. Pour les régulateurs, le rôle de la différenciation des plateformes appelle à un examen plus approfondi des fusions de plateformes, même au-delà des risques de pouvoir de marché. Pour les entreprises de plates-formes, la consolidation peut nécessiter la coexistence de plusieurs plates-formes sous la même société holding, même si cela implique des coûts de main-d’œuvre et des investissements technologiques supplémentaires et des avantages moindres en termes d’effets de réseau. Les entreprises peuvent être en mesure de conserver les effets de réseau en permettant aux utilisateurs de participer facilement aux deux plateformes grâce à des interfaces communes et à l’interopérabilité. Par exemple, les vendeurs pourraient être automatiquement répertoriés sur les deux plateformes.
Nos résultats pourraient être généralisables à d’autres plateformes de services locaux telles que Lyft et Uber, ou Doordash et Uber Eats. Ces plateformes ont des sous-marchés relativement isolés et des services intermédiaires sensibles au temps, ce qui les rend similaires au dog-sitting.