添加微信咨询互客产品+微信开通
添加微信咨询互客产品
“为什么它卖这么贵？”
“我觉得它物超所值！”
“性价比不高，不建议入手！”
……
面对生活中玲琅满目的商品，你可能会迷茫，商品的价格都是怎么定价的。物美价廉、性价比低又是从哪些角度来定义的。如果你有一个商品，你将如何给它定价？
一家名为 Displayr 的咨询公司创始人 Tim Bock 从 6 大技术介绍了定价的策略，借助他们的软件 Q，能够有效帮助定价工作者解决定价难题。以此为基石，本期研选带你了解定价研究中的 6 大方法：价格显著性、价格认知、支付意愿、价格敏感度、随机分配和联合选择。
如果要给一个商品定价，首先要了解人们对这个商品的价格意识，即价格在购买动机上的比重。作为定价工作者，重要的是计算出价格在购买动机上所占的比重。方法有二：
其一，询问人们选择某一商品的原因，看价格在对话中的提及频率。在美国一项关于手机供应商的选择原因询问中，1/3 的人不约而同地提到了价格。由此可见，价格在手机供应商的选择中发挥着举足轻重的作用。
其二，询问价格的重要性。当人们缺少对购买动机的概念时，我们可以比较不同产品或品牌，帮助人们更好地理解价格在他们购买意愿中的占比。举个例子，若以 4 分制为例，询问人们对不同品类的选择态度，可以得出人们偏向折扣最大、价格最便宜的商品，这也进一步证明了价格在商品购买时的重要性。其次，从下表中的首尾——茶包和纸巾来看，我们可以发现人们对茶包的选择更多基于品牌，对纸巾的选择更多基于价格。
从茶包和纸巾的例子来看，人们对纸巾的价格更为敏感，愿意购买最为便宜的纸巾，这正是对纸巾购买行为的定价。而茶包较高的品牌忠诚度反映了价格发挥着较低的影响作用。从两种不同品类的商品来看，价格的性质发生着转变，是为「商品」定价，还是为「购买行为」定价，成为定价研究中的先决条件。
在整体了解商品的价格占比后，定价工作者要进一步了解人们对「商品价格的认知」。最基本的一步是对比人们认为他们应该支付的和他们确实支付的。以糖果品牌为例，可以通过建立坐标轴来估计人们的认知水平。
从图中看，X 轴表示实际价格，Y 轴表示人们支付时感知到的价格。通过对人们的询问调查，我们可以绘制出红线和一些零散的黑点，黑点的由浅到深表示人们对价格的模糊到清晰。如果人们对价格认知有着很高的自信，那么黑点会聚集在红线的周围，形成确切的黑色区域。同时，如果黑色区域中低于红线的部分，表明实际价格低于人们所认为该商品应该有的价格。
这个图表有什么作用呢？通过对比黑点与红线，可以反映人们对价格的认知水平和对价格的思考。这在市场知识贫乏的当下，是一个好消息。
在了解人们对价格的不同意识之后，接着要计算人们愿意对商品支付多少，这就是「支付意愿」。而支付意愿中最简单的就是给他们一个价格，问他们买或不买。
通过给定不同的价格，人们的支付意愿可能会有不同的起伏。在数据分析过程中，我们可以建立曲线来查询不同价格点时，人们愿意支付的比例。从上表来看，当我们定价为 $50 左右时，77% 的市场愿意为此数额支付。虽然真实情况可能会出现一些偏差。
当该数据乘上市场实际规模时，我们可以得到实际的需求曲线，还可以自定义添入成本曲线，来得出利润曲线，从而得到利润最大化的价格。
为了获取更为准确的市场数据，我们还可以通过 4 个问题来测试人们对于价格的不同敏感度---
(1)多少价格时你会觉得这个商品难以置信的贵？
(2)多少价格时你会觉得这个商品有点贵？
(3)多少价格时你会觉得这个商品难以置信的便宜？
(4)多少价格时你会觉得这个商品有点便宜？
以上四个问题，都可以成为价格敏感度的策略。
上图表格中，绿色虚线表示“难以置信的贵”的价格人数比例。在不同的价格点，有相应比例的人认为它太贵了。接着，我们叠加一条红色虚线，表示“难以置信的便宜”的价格人数比例。
我们可以清楚看到，价格定在 $15 左右时，73% 的人认为它太便宜了。在两条虚线的交叉点 $50 时，25% 的人认为它太便宜了，但也有25%的人认为它太贵了。所以 $50 时商品拥有了市场上最大比例的人，大约占 50%。这点就为最有价格点，排除了价格太便宜或太贵的情况。
接着，可以继续叠加红色实线，表示人们认为价格“有点便宜”的曲线。这条线与绿色虚线相交的点被称为「保证金贵点」，从图中看是在 $99。在这个点中，33% 的市场认为它太贵了，与此同时 33% 的人认为它有点便宜。当你超出这个点时，越来越多人会因为产品价格高而离开。
最后，我们可以加一条绿色实线，表示人们认为价格“有点贵”的曲线。于是四条线相交形成了一个区域。这个区域告诉我们一个介于 $50～99 的价格。在排除少数人的前提下，这个价格为「最优价格区间」，帮助我们定价。但我们仍需进一步了解成本、需求等因素。
在定价研究中，关于”支付意愿“和”价格敏感度“可能会偏于概念化和理论化，而有接近于镜像的问题会使得成果更具参考性和准确性。最为实际的方法是，展示产品描述，随意询问不同人群愿不愿意购买。
举个例子，有一个提供商计划增加一个新频道，目前定价为 $1、$2.5、$5、$7.5 和 $10。通过介绍产品和价格，得到了人们买或不买的意愿分析。从下图数据来看，$7.5 时，有 26% 的人说他们愿意要买，$10 的时候，也有 26% 的人说他们愿意购买。单从曲线来看，人们并不在乎 $7 和 $10 的差别。
但是，在询问中，每个人虽说愿意购买，但实际中可能会出现一定的误差，这就导致无从而知的纰漏出现。基于以上问题，人们常会联合使用多种方法，这也就是第 6 种更为复杂的技术，给人们各个产品之间的不同权衡。
基于上述方法和策略，我们可以通过使用各种属性和特征来描述不同的备选方案。以手机供应商为例，通过问卷的发放、数据整理，我们可以得到人们对手机供应商的不同属性选择集合。
在这个图中，我们先看看“无线热点”这一个数据。从中可以看出，无线热点我们有 10GB、20GB、50GB 再到无限。10GB 在这里是最低的级别，所以给他 $0 的增值额。这里的条块表示「支付意愿」的中位数。如果我们再看 20GB，这时候中位数为 $2.19，说明样本中的人愿意支付额外的 $2.19 来使热点数据增加 10GB。
假如我们想要每个人支付 $10，我们该怎么布局我们的属性级别呢？通过计算不同的属性级别，能帮助我们来理解定价与产品设计的关系。
我们可以构建一个模拟器，采用统一的品牌如 AT&T。他们目前有着相似的属性，有着相似的报价。在模拟器中，我们可以通过设置更改不同的属性来促成 $40 的报价，帮助我们实现 $10 的额外收益。同时，通过不同的设置修补，我们可以把我们想要的价格与属性相匹配。
在上述六大方法的介绍中，我们可以基本了解产品定价的框架和思路。在市场经济转变与成本利润要求的双重影响下，以上六种方法的融合使用能帮助在定价工作上事半功倍。同时，也可以根据我们的价格需求，来实现不同的配置组合。
