點(diǎn)擊標題下《大數據文摘》可快捷關(guān)注
文章來(lái)源: Mckinsey Company
翻譯：郭芳菲 校對：Lynda（轉載請保留）
正確定價(jià)的重要性其實(shí)是很難評估的。產(chǎn)品平均價(jià)格每上漲1%，企業(yè)營(yíng)業(yè)利潤就會(huì )同比增長(cháng)8.7%（當然，這是在假設沒(méi)有損失量的情況下）。然而，據我們估計，成千上萬(wàn)的定價(jià)決策企業(yè)中每年有高達30%的企業(yè)未能提供最佳定價(jià)。這對企業(yè)是一個(gè)巨大的損失。讓人覺(jué)得尤為煩惱的是海量的可獲得的數據可以為公司提供一個(gè)制定更好定價(jià)決策的機會(huì )，但是大數據具有復雜性，而那些能夠解決大數據復雜性的辦法的價(jià)值是巨大的。
我們并不認為這是件簡(jiǎn)單的事情：作為數字化源泉的客戶(hù)接觸點(diǎn)的數量不斷激增，導致多渠道的復雜性不斷增長(cháng)。而價(jià)格點(diǎn)也需要與其保持同步。很多公司沒(méi)有發(fā)現或者利用大數據帶來(lái)的機遇，而錯過(guò)了幾百萬(wàn)美元的盈利。增加利潤空間的秘訣是，利用大數據并根據產(chǎn)品的層次而非類(lèi)別為產(chǎn)品找到最佳的定價(jià)，而不是淹沒(méi)在數字的洪流中。
成功非易事
對于每一個(gè)產(chǎn)品而言，企業(yè)應該能夠找到客戶(hù)愿意支付的最優(yōu)價(jià)格。理想情況下，他們會(huì )考慮到非常具體的能影響定價(jià)的觀(guān)察成果，例如，下一個(gè)極具競爭力的產(chǎn)品的成本與此產(chǎn)品對于顧客的價(jià)值，然后達成最佳定價(jià)。的確，對于一家擁有少數產(chǎn)品的企業(yè)，這種定價(jià)方法很簡(jiǎn)單。
當產(chǎn)品編號種類(lèi)激增，這種方法就比較麻煩。大約75%的典型公司的收入來(lái)自他們的標準產(chǎn)品，而這些產(chǎn)品的種類(lèi)成千上萬(wàn)。制定定價(jià)手冊這種做法費時(shí)，且幾乎不可能預見(jiàn)到可以釋放價(jià)值的定價(jià)模式。對于規模龐大的大企業(yè)而言，做到事無(wú)巨細的分析和管理這些不斷發(fā)生變化的定價(jià)變量的復雜性是壓力巨大的。問(wèn)題的核心是，這是一個(gè)大數據問(wèn)題（如圖）。
基于支付意愿，分析并顯示了不同的基于客戶(hù)-產(chǎn)品層面的機遇。
許多營(yíng)銷(xiāo)人員一味地回避產(chǎn)品定價(jià)問(wèn)題。他們開(kāi)發(fā)產(chǎn)品定價(jià)只是基于簡(jiǎn)單的因素，諸如產(chǎn)品成本，標準的利潤率，同類(lèi)產(chǎn)品的價(jià)格，批量折扣等等。他們依照過(guò)去慣例來(lái)管理產(chǎn)品，或者引用“市場(chǎng)價(jià)格”作為不主動(dòng)出擊的借口?；蛟S最糟糕的是，他們總依賴(lài)于看似久經(jīng)考驗的歷史做法，比如對于任何產(chǎn)品的價(jià)格都以10%的速度上漲。
“在實(shí)際中的情況是，每年我們價(jià)格的增長(cháng)是基于規模和數量，而不是基于科學(xué)的算法?！盠inde Gases 的銷(xiāo)售業(yè)務(wù)負責人，Roger Britschgi如是說(shuō)?！拔覀儾徽J為有其他的方法可以用來(lái)定價(jià)，并且，坦率地講，我們沒(méi)有做好準備去說(shuō)服我們的顧客產(chǎn)品具有漲價(jià)的需要?！?/p>
將數據轉化為利潤的四個(gè)步驟：
做到更好定價(jià)的關(guān)鍵是充分理解公司現有的數據。它要求公司不應該遠觀(guān)數據，而應該把數據放大后具體分析。作為湯姆·奧布萊恩，在沙索集團的市場(chǎng)營(yíng)銷(xiāo)和銷(xiāo)售部門(mén)的副總裁兼總經(jīng)理人員認為，“銷(xiāo)售團隊了解他們的定價(jià)，他們也許也應該知道市場(chǎng)容量，但這個(gè)方法包含更多：詳盡的數據——真正意義上的來(lái)自于每張發(fā)貨單的產(chǎn)品、顧客及包裝分類(lèi)的詳盡數據。
事實(shí)上，一些大數據在B2B領(lǐng)域進(jìn)行實(shí)際應用的精彩案例，比如超越定價(jià)和接觸公司其他商業(yè)系統的實(shí)際應用。例如，動(dòng)態(tài)交易得分在個(gè)人交易層面，決策升級點(diǎn)，激勵；績(jì)效得分和更多的基于類(lèi)似輸/贏(yíng)模式的交易，所提供的定價(jià)指導。因為與任何一個(gè)交易相關(guān)聯(lián)的因素都是多變的，使用樣本量較小的，相關(guān)的交易樣本是必要的，多變的因素導致一組組重要的作為參照的交易變得無(wú)用。我們已經(jīng)看到了它在技術(shù)領(lǐng)域的應用取得了極大的成功，即有四到八個(gè)百分點(diǎn)的銷(xiāo)售利潤的巨大收益增長(cháng)（相對于同一公司控制組）。
以下四部可以幫助企業(yè)通過(guò)數據得到足夠精準的定價(jià)：
傾聽(tīng)數據。設置最合適的定價(jià)的挑戰并非來(lái)自數據（公司已經(jīng)擁有巨大的數據寶庫），而是來(lái)自對于數據的分析。優(yōu)秀的B2C公司知道如何解釋和整理公司所擁有的數據財富，但是B2B企業(yè)意在管理數據而不是利用它來(lái)驅動(dòng)決策。良好的分析可以幫助企業(yè)識別出哪些因素常常被企業(yè)所忽視，例如在廣泛的經(jīng)濟形勢下，揭示了什么因素推動(dòng)了每一個(gè)客戶(hù)細分和產(chǎn)品的價(jià)格，例如，產(chǎn)品的偏好和銷(xiāo)售代表的談判。
自動(dòng)化。人工分析數千種產(chǎn)品既費時(shí)又價(jià)格不菲。自動(dòng)化系統可以識別狹窄的產(chǎn)品細分，決定是什么因素驅動(dòng)了每一個(gè)細分的的價(jià)值，并匹配歷史交易數據。這使得企業(yè)可以為基于數據得到的同一類(lèi)產(chǎn)品和細分進(jìn)行定價(jià)。自動(dòng)化也使得復制和修改分析更加容易，這樣就避免了每次都要從頭開(kāi)始進(jìn)行。
提高技能和信心。實(shí)施新的價(jià)格是對溝通和運營(yíng)的雙重挑戰。成功的企業(yè)不惜過(guò)度投資于經(jīng)過(guò)深思熟慮的變化過(guò)渡的項目，幫助他們的銷(xiāo)售人員了解并接受新的定價(jià)方法。企業(yè)需要與他們的銷(xiāo)售人員緊密合作以解釋價(jià)格建議的原因，以及系統是如何得到他們信賴(lài)的足以讓顧客購買(mǎi)的最佳定價(jià)。同樣重要的是企業(yè)需要制定一套清晰的溝通方法，意在提供新定價(jià)的依據從而突出價(jià)值，然后再將這些參數傳遞給顧客。強化談判訓練對于銷(xiāo)售人員與客戶(hù)的交流中起到增強信心和提供令人信服的論據也是至關(guān)重要的。最好的領(lǐng)導是能夠陪同銷(xiāo)售人員與難以說(shuō)服的客戶(hù)進(jìn)行交流并專(zhuān)注于取得快速勝利，這樣銷(xiāo)售人員也會(huì )增強接受新定價(jià)方法的信心?！靶露▋r(jià)策略背后的領(lǐng)導力至關(guān)重要?！盤(pán)anGas公司的總經(jīng)理，羅伯特·克里格如是說(shuō)?！拔覀兺ㄟ^(guò)參與和難說(shuō)服的客戶(hù)談判，不僅幫助了我們的銷(xiāo)售人員，并且為他們展示了如何進(jìn)行論辯工作?！?/p>
積極的績(jì)效管理。為了提高企業(yè)的績(jì)效管理，企業(yè)需要通過(guò)設定有用的目標來(lái)支持銷(xiāo)售人員。最大的影響來(lái)自于確保一線(xiàn)人員對于來(lái)自顧客的盈利有清晰的認識，也來(lái)自于企業(yè)的市場(chǎng)部門(mén)有正確的分析能力來(lái)識別和利用這個(gè)機會(huì )。銷(xiāo)售人員還需要被賦予調整價(jià)格的權力，而非依賴(lài)于集權化的團隊。這就需要在制定客戶(hù)特定的價(jià)格策略時(shí)要有一定程度的創(chuàng )造力，以及作為企業(yè)家的思維定式。激勵機制可能也需要隨著(zhù)定價(jià)策略和績(jì)效評估方法的改變而變化。
聯(lián)系客服
