系统学习运营课程,加入《91运营网VIP会员》,开启365天运营成长计划>>
“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。趁着开年,系统帮同学们解答一下,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。 定价模型在经济学书本上有标准解法。
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)。
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)。
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??? 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? 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。 现实中想做好定价,有更简单、靠谱做法。 1. 先定营销方案 要定的包括:
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)。
2. 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。 3. 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:
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。 4. 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。 实际上,但凡书本知识,和大众心理、社会舆论、用户喜好等撞上,都会有多多少少偏差。不止定价模型,经典模型如EOQ,AHP、概率决策等,都会遇到问题,后续再和大家慢慢分享,敬请期待哦。 |