企业定价是一门学问,涉及到定价的方法有许多,本文将为系统地介绍了定价背后的逻辑和方法。定价和价格会涉及到企业的经营形态,精明的Boss可不会忽略这背后潜在的“商机”。
研究定价有什么作用吗?
有人认为价格只是数字,有价意味着有收入。对商家而言,利用消费者对价格的非理性认知,可以将价格作为一种有力的竞争工具。定价手法和生活中常见的X.99元一样,是精通此道的商家在决定消费者的选择。
在这篇文章中,笔者将会介绍传统的价格制定方法,以及如何进行面向用户的价格研究。
价格影响因素传统领域有许多既定的定价策略和方法,基本思想与互联网产品可以共通,不同点可以对照参考。
互联网产品的关键性不同在于,商品的成本和收入结构相对复杂,和实物商品的“实物商品-赚取成本差价”不同,互联网可以创造出各种交叉补贴的盈利模式,不一定向用户收费,总体定价的重要性不如传统商品。此外是用户对价格的决定性,产品价值受用户心理感受影响,定价灵活。但另一方面,人群对互联网产品的价格极为敏感。
1. 内在因素
影响定价的因素可以分为内在因素和外在因素。例如:考虑目标人群和定位,产品的市场定位决定了价格区间,以及财务上是否追求盈利。如果不以利润为目标,价格可以低于成本。互联网产品大部分不以盈利而是圈住用户为首要目标,所以价格没有底线。
2. 外在因素
外在因素中,首先考虑需求弹性,需求弹性=需求量变动的百分比/价格变动的百分比。大部分互联网产品的需求弹性大,收费提价时用户会大量流失。
第二是市场情况,行业的发展水平越高,享受的价格红利越小。最后是环境因素,整体社会经济水平、政策环境、宏观法律调控手段等。若产品要经过渠道销售,需要为中间商留出利润空间。
定价策略与方法1. 新产品定价策略
按照对产品定价的高低,可以简单地将定价策略分为三种:撇脂定价、满意定价和渗透定价。
撇脂定价指新产品以高价销售,例如:iPhone这种有核心不可替代属性的产品。
优点是身价高,降价空间大。缺点在于诱发竞争,空间有限。互联网产品很少使用撇脂定价,少数例外比如有忠实粉丝的网红,变现价格再高粉丝也会买单。再比如:直播间的高价火箭,是为了体现土豪的身价。
渗透定价与撇脂定价相反,以低价扩大市场占有率。因为获取用户效率高,在极度追求用户量的互联网被广泛采用,另外有用户量才形成规模经济效益的特点符合渗透定价的先决条件。缺点在于资金要求高,用户没有忠诚度,很多产品会一轮轮融资,坐拥用户也会着急赚钱。
满意定价介于前面两种定价策略之间,将价格定在中等水平,在一定程度上避免二者的缺点。
不同导向的定价方法按照不同的价值导向,有成本导向、需求导向和竞争导向三种类型,三者代表不同的角度。
成本导向最基本,将成本作为价格依据,最为经典的成本加成定价法计算公式是:
单价=单位成本×(1+目标利润率)。
重要问题是,如何计算产品的成本?互联网的服务产品没有实体,成本是否为0?
成本包括固定成本和变动成本,固定成本是必须的一次性投入,变动成本是每多生产一件商品随之增加的成本。以游戏为例:需要购买引擎这些固定成本,给玩家提供游戏道具或拷贝是变动成本。
互联网虚拟产品变动成本或者说边际成本接近于0,但固定成本是需要支出的。成本会不断变化,用户数每上升一个阶段需要更多固定成本,比如:扩充服务器。从这种意义上说,虚拟服务是有限资源。
需求导向定价法根据用户愿意支付的价格来定价,用户的心理价值是愿意支付的价格,产品价格不高于预期就会有购买动机,这种思路适用于互联网定价。产品需要做的就是找出用户的心理价值,提高感知价值。
竞争导向定价法以同类竞品价格为定价基本依据,常见于随行就市定价法。除此之外还有投标,拍卖定价法等,在互联网产品上更多用于营销,比如:一元拍卖网易黑猪。
基于用户的价格研究方法上文介绍的需求导向定价法是从用户心理价值出发的思路,那么实际工作中,我们如何知道用户对产品的心理价格是多少?最高能接受多高?当前的价格和调整的价格对他有多大的吸引力?
这些问题都可以通过价格研究方法来解决。
根据测试中是否考虑竞品的价格,将价格测试方法分为两类:
一类最为基本,考察产品价格变化时用户的心理感受,包括Garbor Granger法和价格敏感度测试(PSM)。另外一类加入了竞品作为参照,更符合实际情况,包括扩展的Garbor Granger法和品牌/价格交替选择模型(BPTO)。联合分析法考察商品的多种因素对用户选择的影响,价格经常会作为其中一个元素,因此可以应用于价格研究。价格敏感度测试价格敏感度测试调查用户对产品不同价格的接受程度,确定能够接受的价格范围,找出用户意义上的“最优价格”。
测试过程是,向用户呈现产品,随后给出价格测试表,可以用卡片或者电子问卷形式呈现,让用户找出以下四个点:
Q1:从哪个价格开始觉得产品便宜;Q2:从哪个价格开始觉得产品贵;Q3:从哪个价格开始觉得产品太贵(以至于不会买);Q4:从哪个价格开始觉得产品太便宜(以至于不想买),其中Q3>Q2>Q1>Q4。分析方法是计算不同价格下四个价格点的累计频率,即在每个价格点下有百分之多少的人会觉得便宜,其中觉得便宜和贵的累计总和方向不同,例如:如果某个用户认为5元太贵了,那么他必定也会认为6元太贵,对于便宜则相反。
在坐标轴上画出四条随价格变化的积累人数百分比曲线图,以P2点表示便宜和觉得贵的曲线交点,P1表示觉得太便宜和贵的曲线的交点,P3表示觉得便宜和太贵的曲线交点。
一般认为P2是最优可接受价格,因为在该点上,既不觉得便宜也不觉得贵的人数最多,P1和P3所对应的价格范围是可接受的范围。
在价格敏感度测试中有以下注意点,在其他价格测试中也是通用的。
用户样本的选择,根据测试目的,选择一定数量的普通样本、特殊样本或混合样本。例如:新产品测试可选择潜在用户或总体市场的代表性样本,产品线延伸的测试可选择原有用户,若目的是吸引竞品,则应包含竞品用户的样本。
测试材料:
越接近实际产品越好,如果是实物最好选择实物,其次是视频、照片、概念描述等。如果是非实物,可让用户试用;如果涉及到多种产品,呈现方式应相同。价格范围:
价格间距通常是当前价格的3%~5%,选取6~12个点,上下限范围最好不要太大,可通过预测试来确定范围。Gabor Granger法Garbor Granger法用于研究产品价格变化时,用户购买意愿的变化,又称价格断裂点模型,可用于找出销售额最大的价格点。
测试流程如下,首先向用户呈现产品,随后将准备好的一系列价格水平由低到高依次向用户呈现,可以以卡片或电子问卷形式,询问用户在每个价格点的购买意向。
如果这种产品的售价是____,您的购买兴趣是?
一定会购买可能会购买说不好会不会购买可能不会购买一定不会购买Garbor Granger法的第一种作用是找到最大收益点对应的价格水平,统计每个价格水平的肯定或可能购买人数百分比,在较高价格下回答肯定或可能购买的用户,在更低的价格水平也会回答肯定或可能购买,计算虚拟收益=价格×肯定或可能购买的百分比。产品定低价时购买人数最多,但收益并不是最高的。
绘制可能或肯定会购买的人数占比随价格变化的曲线,根据这条曲线可以了解两种信息:
一类是用户需求信息,当价格处于最低点时,对应的值是最大潜在需求,一般在价格最低点,表示的是即使价格到最低,总有一部分人不会购买。与此相反的是核心忠诚用户的比例,即使价格再高,还会有一小部分刚需用户愿意购买,曲线的起伏程度反映需求弹性的大小。另一方面,曲线还可以反映细分市场信息,例如:下图中的黄色需求曲线,与蓝色曲线不同,可能存在两个市场,在较低的价格范围内,随着价格上涨,需求上升,在某个点达到顶峰,在另一个价格更高的范围内,消费者对价格不太敏感,此处可能存在更高价的细分市场。
扩展的Gabor Granger法现实中用户有多种选择,价格敏感度测试和Garbor Granger法都没有考虑竞品价格的影响。有人将Garbor Granger法进行扩展,以研究价格对品牌和竞争品牌的影响。
扩展的Garbor Granger法有两种模式:
第一种模式较为简单,加入竞品但竞品的价格不变化,即在Garbor Granger法中,向用户呈现价格时,不仅呈现待测产品的价格,还会告诉用户一系列竞品的价格是多少,作为一种对照,竞品价格不会变化,用户也不能选择竞品,分析方式与Garbor Granger法类似,可以了解当产品价格变化时,用户流向了哪些竞品。另一种模式是竞品价格也会产生变化,用户也可以选择购买哪一个品牌,但实施起来会比较复杂,例如:有6个品牌,每个品牌有6种价格水平,如果要让用户在所有可能的价格情况下进行选择,那么一共要选6^6=46656次,这是不现实的。研究此类问题时,可以使用接下来要介绍的品牌/价格交替选择模型。品牌/价格交替选择模型(BPTO)该方法可用于测试竞品和待测产品价格变化时,对用户选择的影响,不仅是价格研究,同样是衡量品牌的相对价值。该方法有专用软件,也可使用准备好的卡片,或自行编写软件实现。
测试需要准备所有品牌的所有价格水平,价格水平可根据该品牌实际情况确定。
出示一组标价的,互为竞品的产品,从最低价格开始询问选择,之后升高用户选中品牌的价格水平,其余品牌的价格维持不变,继续选择。
结束的条件有两个:
一是某品牌产品最高价格已被选中,剔除该品牌,重复直至有产品被选中最高价格,保证用户做出了偏好选择;二是用户已选择20次,保证能够从每个用户收集到一定量的数据。用下面这个案例来说明(案例和数据为虚构,与真实情况无联系),在这个虚拟的共享单车价格研究中,选取了5个共享单车品牌,ofo、mobike、hellobike、xiaoming、qibei,假设所有品牌的价格起点为0.5元/小时,价格水平之间的间距均为0.5元,最高价为5元/小时。
向用户提问:假设你现在想借一辆共享单车,不考虑押金问题,这些是现有品牌和每小时的骑行价格,你会选择哪个?
当用户选择某个品牌,比如:ofo,则提高ofo的价格到下一价格水平1.0元,其他品牌价格不变,继续下一轮选择。如果某个单车品牌的价格到了最高5元且被用户选中,则去掉该品牌只显示剩余4个品牌,持续选择到选择20次为止。
下方的gif图用于展示一次选择过程,如果选择了20次还没有品牌被选中最高价格,则继续选择直到条件满足。
BPTO对用户样本量需求较大,根据品牌数量变化,一般样本量在200以上效果较好。
可以从以下几个角度进行分析,例如:品牌选择,初始条件下,用户第一选择的比例反映对品牌的喜爱程度,品牌忠诚度还会反映在价格上,其他品牌在1元的水平,用户愿意为某品牌出价1.5元,其中的价差就是品牌溢价。同理还可以按照待测试品牌的当前价格计算市场份额,或按照不同性别/年龄对用户分类,列出不同类型用户的品牌偏好。
另一个分析方法是绘制需求曲线,绘制出待测试品牌价格变化,其他品牌价格不变时,用户选择的变化。假设这样一个场景,例如:网易也要进入共享单车市场了,随着网易单车的价格变化,用户会选择哪些品牌?
BPTO法的缺点可能在于对价格过于强调,用户做选择不仅仅考虑品牌和价格两个因素,也会包括商品的属性。这些属性对用户的选择有哪些影响,就可以用到联合分析法,下次有机会我们再进行介绍。
上面介绍了许多价格研究方法,帮助我们了解用户的价格感知,在此之外,我们还要探究原因是什么?用户为什么认为这样的价格是高的,或者是低的?以及我们如何改变他的想法,让他觉得这样的价格是值得的?
相信这些问题的答案是更有实际价值的。