大数据优化定价决策

标签:大数据定价

访客:22209  发表于:2014-07-14 06:06:09

如果公司充分利用从客户互动获取的海量数据,就能制定合适的价格,并获得相应回报。

大数据优化定价决策

制定合适的价格很重要,再怎么夸大都不过分。价格提高1%意味着经营利润平均可以增长8.7%(当然,假设销量没有损失)。不过我们估计,在许多公司每年制定的成千上万个定价决策中,多达30%未能给出最合适的价格——这意味着收入大量流失。而且考虑到如今海量数据为公司提供了难得的机会,可以做出合理得多的定价决策,这种现状尤其令人不安。对那些能够井然有序地应对复杂的大数据的公司而言,这蕴含着巨大价值。

我们倒不是说制定合适的价格很容易:由于数字化促使多渠道越来越复杂,客户接触点的数量不断激增。不过,价位需要跟上来。由于许多公司没有发现大数据带来的机会,也没有见机行事,那无异于错失了丰厚的利润。提高利润率的秘诀在于,充分利用大数据,在产品层面、不是类别层面找到最合适的价格,而不是淹没在一大堆数字当中。

大到不能成功

对于每一个产品,公司应该能够找到顾客愿意支付的最合适价格。理想情况下,公司会将影响价格的非常具体的宝贵信息考虑在内,比如次好的竞争产品的成本与该产品对顾客而言具有的价值,然后敲定最合适的价格。的确,对一家拥有几种产品的公司而言,这种定价方法很简单。

要是产品数量繁多,问题就比较棘手。一家普通公司的收入中大概75%来自标准的产品,这些产品往往数以千计。人工制定价格的做法很耗费时间,几乎不可能看到可以完全释放价值的定价模式。要是大公司有成千上万的产品,它们想获得精细的数据,并管理这些复杂的定价变量……这些定价变量不断变化,实在是勉为其难。从本质上来说,这其实是个大数据问题(见图表)。

许多营销人员最终只是把头埋在沙子里。他们根据过于简单的因素来制定价格,比如产品制造成本、标准利润、类似产品的价格和批量折扣等等。他们借助老方法来管理产品,因为他们动不动拿“市场价格”作为不认真处理问题的借口。可能最为糟糕的是,他们依赖“久经考验、屡试不爽”的历史方法,比如所有产品的价格普遍上调10%。

林德气体公司(Linde Gases)的销售业务主管罗杰·布里奇吉(Roger Britschgi)说:“因此实际上发生的一幕是,每年我们根据规模和销量来提价,而不是科学合理地提价。我们的人根本不认为可以换一种方式来提价。而坦率地说,我们的人没有充分准备好说服顾客我们确实有必要提价。”

将数据转化为利润的四个步骤

想制定更合适的价格,关键是完全明白现在可供公司使用的数据。这就需要放大目标,而不是缩小目标。正如综合性能源和化工企业沙索(Sasol)集团副总裁兼营销和销售总经理汤姆·奥布赖恩(Tom O’Brien)提及这种做法时说:“销售团队知道价格,还可能知道销量,但这种做法需要了解更多信息:极其精细的数据,实际上来自每一张发票,按产品、客户和包装分门别类。”

事实上,将大数据成功应用于B2B环境方面最激动人心的一些例子实际上不仅仅着眼于定价,还涉及一家公司的商业引擎的其他方面。比如说,“动态交易评分”(dynamic deal scoring)提供了单笔交易层面的价格指导,还提供了决策逐级上报点、激励机制、绩效评分及更多方面,立足于一系列相似的盈/亏交易。使用较小的、相关的交易样本很有必要,因为与任何一笔交易息息相关的因素会有变化,这导致一系列总体交易成为毫无用处的衡量基准。我们已见过这种方法应用于技术行业,取得了巨大成功。将销售利润率提高了4到8个百分点(相对于同一家公司的对照组)。

想获得足够精细的数据,公司就要做好这四项工作。

倾听数据。制定最合理的价格不是牵涉数据的挑战(公司通常已经坐拥庞大的数据宝库),而是牵涉分析的挑战。最出色的B2C公司知道如何解释自己拥有的海量数据,并见机行事,但B2B公司往往一味管理数据,而不是利用数据推动决策。优秀的分析工具可以帮助公司确定经常被忽视的因素(比如更宏观的经济形势、产品偏好以及销售代表的洽谈),揭示什么因素左右针对每个客户群和产品的价格。

提高自动化。人工分析数千种产品太耗费时间和财力。自动化系统可以识别狭小的客户群,确定什么因素左右每个客户群的价值,并且拿来与历史交易数据进行比较。这样一来,公司就可以根据数据,为产品群和客户群制定有针对性的价格。自动化还大大简化了复制和调整分析的工作,因此没必要每次都从头开始分析。

培养技能、树立信心。实施新价格既在运营方面带来了挑战,又在沟通方面带来了挑战。成功的公司非常注重深思熟虑的变革计划,帮助销售队伍了解并接受新的定价方法。公司需要与销售代表们齐心协力,解释为什么实行建议价,这套价格体系是如何运作的,那样销售代表就会非常信任价格,从而竭力说服顾客。同样重要的是制定一套明确清晰的沟通方法,为价格给出一个理由,从而着重突出价值,然后针对具体顾客给出相应的理由。全面的洽谈培训也至关重要,以便让销售代表获得信心和工具,那样与客户面对面交流时,能拿出颇有说服力的理由。最优秀的领导陪同销售代表会见最难拿下的客户,专注于迅速见效,那样销售代表就能树立起信心,积极奉行新的定价方法。林德集团旗下瑞士PanGas AG公司的总经理罗伯特·克里格(Robert Krieger)说:“表明领导层支持这种新的定价方法这个立场,至关重要。为此,我们采取的做法就是领导层与销售代表一起拜见难缠的客户。我们不仅能够帮助销售代表,还能够阐明为什么制定新价格。” 

积极管理绩效。想改善绩效管理,公司就需要借助实用的绩效指标支持销售队伍。最大的影响来自确保销售一线对于客户带来的利润了然于胸;销售和营销部门拥有合适的分析技能,得以发现机会,并牢牢抓住机会。还需要将权力下放给销售队伍,让他们自行调整价格,而不是依赖集中式团队。这不仅需要创业理念,还需要在针对特定的客户制定价格策略时有一定的创造力。在改变定价策略和绩效衡量标准的同时,可能还要改变激励机制。

我们已经看到了这一幕:软件、化工、建材和电信等众多行业的公司利用大数据,帮助制定更合理的定价决策,因而收到显著成效。这些公司都有数量众多的库存单位(SKU)和交易,还有一大批高度分散的客户;重新制定价格后,都发现利润率提高了3%到8%,这些价格是在极其精细的产品数据层面制定的。仅举一例,一家欧洲建材公司为几种有所选择的产品制定合适的价格后,利润增幅高达20%。如果公司想制定合适的价格,就应该充分利用大数据,并投入足够的资源来支持销售代表,否则它们会发现自己在为此付出高昂的代价:利润流失。

(原载麦肯锡季刊英文版  文/沃尔特·贝克 迪特尔·基威尔和乔治·温克勒 沈建苗翻译)

评论(3)

您可以在评论框内@您的好友一起参与讨论!

    1. 辣笔小鑫 想制定更合适的价格,关键是完全明白现在可供公司使用的数据。

      回复[0] 2014/07/14 06:47

    1. 阡陌 将大数据成功应用于B2B环境方面最激动人心的一些例子实际上不仅仅着眼于定价,还涉及一家公司的商业引擎的其他方面。

      回复[0] 2014/07/14 06:46

    1. 简蓝 由于数字化促使多渠道越来越复杂,客户接触点的数量不断激增。不过,价位需要跟上来。

      回复[0] 2014/07/14 06:42

<--script type="text/javascript">BAIDU_CLB_fillSlot("927898");