数据分析师,定价模型怎么做?

大数据 数据分析
现实的难点是:要怎么知道这个需求函数“Q=1000-4P”。本能的想法是:我先标个价格,比如100元,然后再降低到90、80、70、60……然后再提高到110、120、130、140,这样不就能测出来了?

“为啥书上讲的和实际做的不一样???”

在数据领域,有很多“书上一讲就明白,实际一干就报废”的知识点,因此同学们才有这种疑惑。现在系统分享一下,后续工作、面试都用得上。而在众多理论里,定价模型是最常见的一个。

一、理论模型

定价模型在经济学书本上有标准解法。

1、基础假设:价格与销量成反比

2、算出固定成本(与销量无关的固定投入)

3、算出变动成本(随销量增加而增加的投入)

4、算出一个需求随价格变动的函数

5、列出公式:利润=收入-成本=价格*销量-固定成本-变动成本

然后对价格求一阶导数,一阶导数等于0就是利润最大时候价格(如下图)。

图片图片

类似的还有很多衍生品。因为假设了价格与销量成反比,所以能做出价格&销量变动曲线。相应的,价格&销量变动曲线的斜率越陡峭,就说明价格弹性越大,产品并非刚需,消费者对价格很敏感。斜率越平稳,说明产品越刚需,对价格不敏感(如下图)。

图片图片

看起来非常简单清晰,对不对。然鹅现实工作中,为啥这玩意很少有人用呢???

二、现实困境

现实的难点是:要怎么知道这个需求函数“Q=1000-4P”。本能的想法是:我先标个价格,比如100元,然后再降低到90、80、70、60……然后再提高到110、120、130、140,这样不就能测出来了?

额,想法很好,现实中有5大关卡,让这个玩法行不通。

关卡1:竞品。

如果一个产品好卖,很容易被竞品盯上。据说现在河北的电商玩家,已经强大到别人家正在直播的新款衣服,不等直播结束就整出“9块9包邮”的仿款上架销售,这还咋玩。竞争对手的速度,不会允许好卖的商品慢慢测价格。

关卡2:消费者。

如果一个商品,真的今天90,明天80,消费者只会坐地观望,觉得“反正都会打折,不如我再看看……”所以连续打折把牌子打烂了,就是这个场面。

关卡3:羊毛党。

可能大家会联想到另一种测试形式:大数据杀熟。在后台投优惠,测试一下。这样很容易让羊毛党盯上,但凡商品好卖一点,薅羊毛、窜货、乱价都满地都是。

关卡4:工商局。

这个不用说了,大数据杀熟问题正在风口浪尖上,被媒体怼,被监管怼都是早晚的事。

当然,还有个隐藏关卡5:市场部/销售部。

市场部会说:“老子上这一款就是要爆!爆!你懂吗,扯什么叽叽歪歪的”

销售部会说:“到底啥价有个准没有,没个准头,销量上不去你负责?!!”

更不要说饥饿营销的玩法,首批限量100人19元,不买涨价到199元,还是限量100人,不买再涨价到299元,还是限量100人……过几天再来个“珍惜爆款199元限时返场……”这种套路在很多地方都有用。丫连基本假设:价格与销量成反比,都打破了。

为什么理论与现实有这么大差异呢?

三、问题来源

注意:学术研究之所以叫“学术研究”,就是因为它不等于现实操作。学术研究的基本做法,就是从现实中抽象出基础的模型框架,再结合现实,越做越深入。所以完全没必要遇到点问题就大喊:“读书无用”“都是忽悠人的”……

定价模型理论与现实的差异,来源于两点

第一:现实中可以制造非理性消费,违反了经济学“理性人”基本假设。

比如饥饿营销大多发生在粉丝群体里,容易引发情绪共鸣,无视真实生产成本。饥饿营销的产品,也常常是科技产品、文化艺术产品、设计型产品,产品设计独特、噱头大,容易捂盘惜售,从而引发哄抢。这个时候应该参考营销学的理论,而不是经济学。

第二:现实中大部分企业只是市场小玩家,无法了解全面供需情况。

很多商品,如果统计全行业销量,肯定和价格是反比关系。但是具体到一家企业,其面临的消费者很有限,其面对的只是整个需求曲线中沧海一粟。这时候,消费者更多与同类竞品比较,因此竞品远比消费者需求,更能决定价格。

所以,想做好自己企业的定价。更重要的是结合自身企业特点和业务计划的做法,而不是死磕书本,企图找出唯一正确的答案。

四、现实做法

现实中想做好定价,有更简单、靠谱做法。

第一:先定营销方案。

要定的包括:

1、产品定位的档次是什么?

2、产品对标的竞品是什么?

3、产品计划的销量是什么?

4、产品营销的节奏是什么?

有了档次和竞品,就基本圈定了产品价格范围。

而总销量和营销节奏,则圈定了产品价格玩法。

其基本策略,可以用于一个矩阵模型来描述(如下图)。

图片图片

第二:再定成本基线。

注意,成本的核定,和书本上讲的是完全一致的。成本部分,除了互联网广告投放成本很玄学以外,其他成本大多来自生产线,因此容易核算清楚。

知道基线以后,就能结合营销策略,初步定出价格方案。

如果是薄利多销,就可以敞开了打价格战;

如果是高端路线,就得端着卖贵一点。

第三:测试新品定价。

在上市前,还没有真实价格&销售数据,因此只能通过测试方式获得反馈。

相关方法,在市场调查领域有很多做法,比如:

要定的包括:

1、结合功能点,测试哪些功能点是值钱的硬属性,哪些是无感的软属性

2、成品盲测,各个成品混成一堆,盲测价格,看产品品质是否过关

3、带品牌测试,加入品牌因素后,再测看牌子+产品是否值特定价钱

4、PSM测试,在品牌、产品都定性以后,做弹性测试,看价格涨跌幅范围

这里不一一列举了,有兴趣的同学看找市场调查内容来看。

除了调研,在产品内部咨询、预订货、提前场发售等阶段,也可以收集来自行业专家、经销商、KOL的意见,不过大部分是定性方法,这里不一一列举。

第四:上市后产品调价。

产品上市后,首发价格已经公布,后续只能在此基础上做浮动。不过浮动的策略也是有很多的。

涨价策略,可以搞饥饿营销,可以搞限量版,可以搞捆绑组合。降价策略,可以搞大数据杀熟,可以做优惠组合,可以搞季节性活动。总之,通过后续营销手段,在首发价格基础上弥补不足。这些大部分跟营销活动策划有关,有机会再单独分享。

责任编辑:武晓燕 来源: 接地气的陈老师
相关推荐

2023-05-26 07:50:17

数据分析师BI工具

2012-05-31 09:33:28

数据分析

2021-11-10 05:00:58

数据分析运营

2023-07-29 22:27:44

2020-07-22 07:49:14

数据分析技术IT

2022-02-17 13:18:58

定价模型营销AHP

2016-10-21 14:41:22

数据分析师大数据

2022-07-06 11:30:57

数据分析预测模型

2024-05-31 11:37:20

2023-07-08 23:05:01

数据分析运营

2021-03-26 07:37:34

数据分析工具技能

2020-05-12 10:44:19

数据分析师薪资数据

2015-08-18 13:26:05

数据分析

2012-08-08 09:00:29

数据分析师

2015-08-17 09:39:40

大数据

2021-03-16 11:45:15

大数据数据分析数据经典模型

2012-08-07 17:32:25

数据分析师

2017-05-11 10:05:47

数据分析excelPython

2015-08-06 14:02:31

数据分析

2017-05-11 10:35:51

数据分析语言学习
点赞
收藏

51CTO技术栈公众号