大数据背后的定价策略思考

这篇文章的初衷本是源于4月份在复旦听的骆品亮教授关于《大数据杀熟背后的定价思维》演讲,当时听完深有感触并且也做了不少笔记,奈何拖延症晚期的我今天才找出之前的记录整理成文,可惜很多想法已不复存在,甚至看着笔记也难理解,好记性不如烂笔头,知识如果不加以复盘和理解则确是稍纵即逝。

因此成文可能会有不通顺之处,是以为诫。


提起“大数据杀熟”,这确实是如今互联网行业心照不宣的一种定价模式,被“杀”的用户自然愤懑不平:我成为你的忠实顾客,你竟然只想着怎样从我身上薅更多羊毛?从情感上来说实在是不可接受。

但不管媒体怎么批判“大数据杀熟”是涉嫌价格欺诈还是违背“反垄断法”都好,实际上关键问题是在于:企业是否利用信息不对称,或者说秘密定价?如果是在信息公开且具有正当理由的前提下,价格歧视其实是增加利润的有效定价方法

先从价格歧视的经济学理论谈起。

设置栅栏(标准)

价格歧视其实早已是商业惯用的一种手段,商家通过设置各类栅栏来制定差别定价(对价格敏感的顾客最容易越过栅栏),典型如航空公司机票的定价法则,并且在已经完备的机票定价法则之外,廉价航空也能从缝隙中找到被传统航空公司放弃、对价格高度敏感的用户群,再以其差异化的服务增加付费。

价格歧视分类

在看到价格歧视分类时,我有一种特别熟悉的感觉——大多数企业或多或少都有采用这样的价格歧视策略,拼的就是谁能把这套策略结合人性玩转得更好吧。

价格歧视的实施策略

企业生产的本质就是利润最大化,而从策略层面上来讲,越是缺乏价格弹性的市场,则越可能获取更多的利益。

需求的价格弹性

需求的价格弹性:其他因素保持不变下,价格每变动一个百分点引起的需求量变化的百分点。

什么使需求更缺乏价格弹性

这使我想起了以前看到过的一个例子:当把一件市场售价为50元的商品卖给有10000元购买力(价格不敏感)的顾客时,只要商品满足顾客的需求就不难卖出;而当这件商品要卖给只有100元购买力(价格敏感)的顾客时,就只能通过降价来出售。追求利润的企业在成本可控的情况下肯定是卖出的商品越多越好,那么层出不穷的既不会让高购买力用户感觉吃亏,又能变相降价的促销活动就来了。

这一点,在之前为人诟病的天猫双11中就上演得淋漓尽致,而且并不妨碍双11年年创下销售奇迹。

另外,品牌溢价也是高利润的竞争点,看看迪士尼的IP神话,明星经济的爆发,也无外乎近些年粉丝经济被炒得越来越热。

说完价格歧视,其实“熟客”就是一群缺乏价格弹性的用户,但从另一点来说,“杀熟”是非常低级的定价策略,因为熟客们给予的是品牌的信任度,信任建立起来很难,并且一旦被摧毁之后几乎再无重建可能。

当然,垄断企业除外,比如某度和某滴。骆教授在演讲中提到,一般一个行业中有三巨头则为比较稳定的市场形态(参考移动、联通、电信多年的相持不下?),想想那些一家独大的企业,都做了些什么恶出来。

“大数据杀熟”对策与启示

最后,骆教授提出了一些对策与启示,但私以为这些策略就有些偏理论化了,基本很难付诸实际,尤其是在现今中国的市场环境下用道德来约束企业,那无外乎是天方夜谭。

另外关于政府规制部分,其实主要针对的是电商大战时天猫和京东的“霸王条款”,即只允许在天猫和京东平台中二选一,听起来是不是很熟悉?远至当年360和QQ大战,近的菜鸟和顺丰被约谈,这种像闹剧一样的、低级的商业竞争手段竟然都能屡屡上演,我们还能对所谓的企业良知有何期待?

这还是在有巨头竞争的互联网行业之中。

正如有另一位教授在演讲上所说的:中国互联网发展迄今都是利用中国巨大的市场经济规模实现的快速扩张,跟原发性的技术创新思维、原发性的技术进步及其产业化毫无关系

“大数据杀熟”观点总结

而正如骆教授最后提炼的,真正的大数据定价思维应该是基于搜索、社交、交易等数据形成用户画像,做出定制化产品,从而达到个性化定价,即价格歧视分类中的“一级价格歧视”。这样的定制化商品在中国这种大部分用户都是价格敏感型的传统行业中很难普及性实现,但在时至今日的互联网服务中,已有规模性应用。

最后以骆教授在演讲现场答一位创业者问的“互联网+∞”概念结尾(我至今还未曾弄懂):用优惠甚至免费价格战吸引某特定场景庞大的用户群,用户沉淀后再产生新的差异化付费模式,这样的模式将拥有无尽的想象空间。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 215,923评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,154评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 161,775评论 0 351
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,960评论 1 290
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,976评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,972评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,893评论 3 416
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,709评论 0 271
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,159评论 1 308
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,400评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,552评论 1 346
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,265评论 5 341
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,876评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,528评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,701评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,552评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,451评论 2 352

推荐阅读更多精彩内容