你好,游客 登录 注册 搜索
背景:
阅读新闻

技术应用新方式:运用大数据进行定价决策

[日期:2014-07-31] 来源:物联中国  作者: [字体: ]

运用大数据进行定价决策

  利用来自于与客户互动的可利用的大量数据,可以使公司的定价更为合理,并得到相应回报。正确定价的重要性不言而喻。一般来说,价格上涨1%的话,相应的营业利润会增加8.7%(当然,假设销量不发生变化)。

  然而,据估计,每年成千上万的定价决策公司中,30%企业未能提供最好的价格。这是一笔很大的损失。值得关注的是,现在可用的海量数据为公司提供了一个更好作出定价决策的机会。

  当然,这不是一件容易的事。大数据的白热化增加了多通道的复杂性,客户接触点的数量一直呈爆炸性增长,但价格点需要保持同步。由于没有发现并就大数据带来的机会采取措施,许多企业正失去唾手可得的增加利润的机会。抓住机会的秘诀就在于利用大数据找到在产品水平上,而不是种类水平上的最优定价。

  对于每种产品,企业都应该能找到客户愿意支付的最优价格。最理想的是,他们洞察到非常具体的会影响到价格的因素,然后得出最优价格。事实上,对于产品种类不是很多的公司来说,这种定价方式很直接。

  当产品数量激增的时候,这样定价是有问题的。一家典型公司收入的75%来自于它的标准产品,其产品数量经常多达成千上万。耗时的、手动的价格设置,几乎不可能跟释放潜在价值的定价模式沾边。对大型企业来说,细化和处理好定价变量的复杂性太难了,且这些变量通常在不断变化,其核心在于,这实质上是个大数据问题。

  分析的模式强调基于支付意愿的客户产品水平上差异化定价的机会。

  许多营销人员对此却视而不见。他们仅仅基于简单因素来定价,比如制造产品的成本、标准利润率、相似产品的价格、折扣数量等等。他们依赖于过去的实践来管理产品,正如他们总是使用或者引用“市场价格”,作为不处理这些问题的借口。最糟糕的是,他们依赖于“久经考验”的历史方法,如普遍涨价10%。

  更好定价的关键就是充分了解公司现在处理的数据,需要放大而不是缩小数据的作用。

  事实上,在B2B背景下,使用大数据的例子实际上已经不只局限于定价,而是涉及到公司商业引擎的其他方面。例如,“动态评分”在个人交易、决策升级点、激励、绩效得分,以及更多基于一组类似的损益交易水平上提供价格指导。

  使用较小的、相关的交易数据是很有必要的,因为不同交易的相关因素会发生变化。大数据给技术领域带来的巨大成功已经出现——某公司依据大数据定价,相应增加了四到八个百分点的销售利润。





收藏 推荐 打印 | 录入:Cstor | 阅读:
本文评论   查看全部评论 (0)
表情: 表情 姓名: 字数
点评:
       
评论声明
  • 尊重网上道德,遵守中华人民共和国的各项有关法律法规
  • 承担一切因您的行为而直接或间接导致的民事或刑事法律责任
  • 本站管理人员有权保留或删除其管辖留言中的任意内容
  • 本站有权在网站内转载或引用您的评论
  • 参与本评论即表明您已经阅读并接受上述条款