我的编程空间,编程开发者的网络收藏夹
学习永远不晚

数据分析师,定价模型怎么做?

短信预约 -IT技能 免费直播动态提醒
省份

北京

  • 北京
  • 上海
  • 天津
  • 重庆
  • 河北
  • 山东
  • 辽宁
  • 黑龙江
  • 吉林
  • 甘肃
  • 青海
  • 河南
  • 江苏
  • 湖北
  • 湖南
  • 江西
  • 浙江
  • 广东
  • 云南
  • 福建
  • 海南
  • 山西
  • 四川
  • 陕西
  • 贵州
  • 安徽
  • 广西
  • 内蒙
  • 西藏
  • 新疆
  • 宁夏
  • 兵团
手机号立即预约

请填写图片验证码后获取短信验证码

看不清楚,换张图片

免费获取短信验证码

数据分析师,定价模型怎么做?

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。

基础假设:价格与销量成反比

算出固定成本(与销量无关的固定投入)

算出变动成本(随销量增加而增加的投入)

算出一个需求随价格变动的函数

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

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

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:

产品定位的档次是什么?

产品对标的竞品是什么?

产品计划的销量是什么?

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

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:

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

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

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

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。

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

数据分析师,定价模型怎么做?

下载Word文档到电脑,方便收藏和打印~

下载Word文档

猜你喜欢

数据分析师,定价模型怎么做?

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?

定价模型,该如何做分析?

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。

三分钟,看回归分析模型怎么做

总有小伙伴想看分析模型,我们就从最简单的回归分析模型讲起。回归分析是所有分析模型里最浅显,最容易懂的,并且回归分析有很多变化形态,能适用于很多问题场景。今天就一起来看一下。

数据分析师,怎么做可以让领导满意?

从本质上看,这是因为不管是汇报ppt也好,还是BI工具也好,都只是数据的展示形式。到底在什么业务场景会被用上,这才是关键。想提升满意度,一定要尽可能在固定的业务场景输出,混个脸熟,这样后边才有更多机会让大家满意。

怎么用python做数据分析

要使用Python进行数据分析,可以按照以下步骤进行:1. 安装Python和相关库:首先,确保你已经安装了Python的最新版本。然后,使用pip安装常用的数据分析库,例如NumPy、Pandas、Matplotlib和Seaborn。2
2023-10-12

怎么设置Pandas做数据分析

这篇文章主要讲解了“怎么设置Pandas做数据分析”,文中的讲解内容简单清晰,易于学习与理解,下面请大家跟着小编的思路慢慢深入,一起来研究和学习“怎么设置Pandas做数据分析”吧!1. 设置DataFrame最大显示行数pandas设置参
2023-06-16

数据分析师噩梦?ChatGPT实时互动分析Excel数据,网友挖出背后新模型

GPT-4o之后,ChatGPT又迎来更新。这次,数据分析能力再上一个新台阶,将支持谷歌、微软在线文档上传,并实时交互,自定义图表。更重要的是,网友已经灰度测试到背后的新模型了。

数据分析师怎么应对数据库取数后的离线分析

本篇内容主要讲解“数据分析师怎么应对数据库取数后的离线分析”,感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷,实用性强。下面就让小编来带大家学习“数据分析师怎么应对数据库取数后的离线分析”吧!因为缺乏好用工具的支持,数据分析人员的离线分
2023-06-03

数据分析项目是什么?该怎么做?

即使是数字本身,也很难体现价值。比如原因分析,即使不看数据,业务自己也能猜到几条原因。如果仅仅局限在业务提一个假设数据验证一个,那就跟叼飞盘的汪子没啥区别。虽然自己跑得辛苦,人家还认为你就是个打杂的。

数据分析终极难题:数据分析怎么做才能驱动业务?

今天来说说数据驱动业务这个话题,但凡企业搞信息化建设、数字化转型的大多都是扛着“数据驱动业务”的大旗往前冲的,渴望通过数据分析来驱动业务增长,但是在实际工作中,大部分的数据分析项目都是带着“数据驱动业务”的美好愿景出发,但最后都沦落成了业务

做数据分析十年,第一次见到靠谱的归因模型

从经验上来看:投诉类来电,在业务上性质特殊,属于高风险行为。别的来电都能用小程序替代,唯独怒气冲冲的客户,必须用人工来服务,至少让人家消消气。

阿里云数据库开放分析怎么做

1.什么是阿里云数据库开放分析?阿里云数据库开放分析是指在阿里云数据库上进行数据分析和处理的过程。通过阿里云数据库开放分析,用户可以对数据库中的数据进行深入挖掘和分析,以获取更有价值的信息和洞察。2.如何进行阿里云数据库开放分析?##2.1数据准备在进行阿里云数据库开放分析之前,首先需要准备好要分析的数据。这包括选择合
阿里云数据库开放分析怎么做
2024-01-16

运营数据分析,怎么做才有深度

这是很多公司对数据分析师的要求。然而到底怎么做才有深度?除了罗列购买人数、购买率等数据,到底还能分析啥?今天结合运营的例子,具体讲解下。

分析指标波动,数据模型得这么建

数据分析需要跑数,但想解读跑出来的数,需要的是掌握丰富的事实情况,用数据量化评估其中可量化的部分,监控其中持续发展的部分,拆解其中模糊部分,从而越来越接近真相。

每个数据分析师都应该了解的六个预测模型

数据分析模型有不同的特点和技术,值得注意的是,大多数高级的模型都基于几个基本原理。

从拍脑袋到数据支持决策,这个分析师是怎么做到的?

数据驱动决策需要的是业务流程与数据紧密配合,领导层参与推动,才能实现的事。数据驱动决策,从来都不是一个神机妙算的世外高人,拿着数据口念咒语:“妈咪妈咪轰”就轰出来一个惊天地泣鬼神的结论,这是基本常识。

数据分析必会六大实用模型是什么?

对于刚刚接触数据分析的人来说,经常会有这样的困惑和疑问:数据分析究竟难不难?难的话难在哪?为什么有时候作分析不知道从何下手,只能眉毛胡子一把抓?
数据分析必会六大实用模型是什么?
2024-04-23

怎么分析SAP CRM里产品主数据的文本模型设计

怎么分析SAP CRM里产品主数据的文本模型设计,针对这个问题,这篇文章详细介绍了相对应的分析和解答,希望可以帮助更多想解决这个问题的小伙伴找到更简单易行的方法。SAP CRM的产品主数据设计了这几种不同类型的文本模型:第1部分和第2部分实
2023-06-04

编程热搜

  • Python 学习之路 - Python
    一、安装Python34Windows在Python官网(https://www.python.org/downloads/)下载安装包并安装。Python的默认安装路径是:C:\Python34配置环境变量:【右键计算机】--》【属性】-
    Python 学习之路 - Python
  • chatgpt的中文全称是什么
    chatgpt的中文全称是生成型预训练变换模型。ChatGPT是什么ChatGPT是美国人工智能研究实验室OpenAI开发的一种全新聊天机器人模型,它能够通过学习和理解人类的语言来进行对话,还能根据聊天的上下文进行互动,并协助人类完成一系列
    chatgpt的中文全称是什么
  • C/C++中extern函数使用详解
  • C/C++可变参数的使用
    可变参数的使用方法远远不止以下几种,不过在C,C++中使用可变参数时要小心,在使用printf()等函数时传入的参数个数一定不能比前面的格式化字符串中的’%’符号个数少,否则会产生访问越界,运气不好的话还会导致程序崩溃
    C/C++可变参数的使用
  • css样式文件该放在哪里
  • php中数组下标必须是连续的吗
  • Python 3 教程
    Python 3 教程 Python 的 3.0 版本,常被称为 Python 3000,或简称 Py3k。相对于 Python 的早期版本,这是一个较大的升级。为了不带入过多的累赘,Python 3.0 在设计的时候没有考虑向下兼容。 Python
    Python 3 教程
  • Python pip包管理
    一、前言    在Python中, 安装第三方模块是通过 setuptools 这个工具完成的。 Python有两个封装了 setuptools的包管理工具: easy_install  和  pip , 目前官方推荐使用 pip。    
    Python pip包管理
  • ubuntu如何重新编译内核
  • 改善Java代码之慎用java动态编译

目录