通常，零售商在为店面商品进行定价前，首先会了解该产品能为客户带来的价值，同时参考周边竞争对手对该商品的定价。分析能力出众的零售商会设法掌握产品的真正成本，在赢得客户的同时避免牺牲利润。有些商店甚至还会调整某些商品的价格，以低于成本的售价来吸引顾客，从而实现捆绑销售策略。数十年来，一些表现出色的零售商从这些举措中不断吸取经验、完善定价策略，如沃尔玛的“天天平价”策略。通过仔细分析，理论上，零售商对其所售商品的所有定价都充满信心，因为这种定价模式除了能够满足供需之间的平衡，其优势还在于简单：不同的客户，相同的交易。
然而，这一切都正在发生着改变。如今，零售商不仅要与周边的实体店进行价格比较，还要与网络和移动商务平台上运营的众多数字商店来竞争。对某类产品设定一个完美价格的理念正在消失。所谓“完美价格”，是指对各种类型的顾客和任意地点的商店而言都合乎情理的商品价格。如今人们转而认为，如要进行有效定价，零售商就必须采取一种动态方法，根据每种商品的经济价值和每位顾客的购买需求来进行定价，因此必须进行极为细致的分析。
这多少有些像让一个刚刚掌握了乘法运算的人来求解二次方程。为了进行个性化动态定价，零售商必须具备一种果断的差异化思维模式。我们将在下文就零售定价的演变过程进行讨论，明确在此转变过程中，零售商为了业务发展而必须做出的改变，并将探讨分析法在其中所起到的作用。
当今的零售定价：
依赖于竞争性的价格设定零售商进行消费者导向型定价的背后有着怎样的必然因素呢？我们认为，最有可能的一个原因是，随着网络零售商和比价网站的出现，商品价格对消费者而言变得更加透明。如ShopSavvy之类的新型移动技术为消费者提供了更多的便利，顾客通过扫描店面中商品的条形码，即可获知何处的价格更优惠。对于某些商品类别而言，仅网上商店（如亚马逊）就抢走了传统零售商的大笔生意。它们以低价出售相同商品，同时免去了消费者前往店铺购物的辛苦。2011年12月，亚马逊甚至发起了一项极具争议的促销活动
以招揽更多生意，即：凡在传统零售商处使用亚马逊“价格参考”应用程序的顾客，即可享受购买三件商品减免5美元的优惠。
对于正艰难应对消费者支出长期下滑的零售商而言，这一切无疑是雪上加霜。大多数零售商已意识到，要想生存下去，其所售商品必须经得起与网络商家和其他实体竞争对手的价格比较。但传统零售商尚未解决渠道间的价格差异问题，也未能处理好因多渠道销售而引发的内部地盘之争。
究其原因，主要是因为大多数零售商在定价时仍严重依赖竞争性的价格比较。对于常购商品，零售商尽量与竞争对手保持相同价格或设定略低的价格，而对独家所售商品或非常购商品则提高定价。在某种程度上，商店自有品牌种类的增加体现了零售商为避免循环式地进行价格比较和竞争所作的努力。即使拥有数以千计、万计库存种类的零售店，可能也会为寥寥几十种或几百种商品的价格而煞费苦心地分派管理者前往竞争对手店面去调查价格。那些价格分析能力相对薄弱的零售商可能需要依靠直觉来挑选产品，进行竞争性的价格比较。已获得更高能力的零售商则可运用回归分析法，从顾客最常购买的商品着手，找到无需赔本销售的方法。
对于价格弹性较低的商品，零售商往往利用商业规则为其定价。例如，对于出售同一件商品的两家店面，其中一家商店的售价将比两英里之外的另一家竞争对手高出3%。一些零售商已将这些规则嵌入价格优化系统或软件中。此类软件能进行相当复杂的工作，利用ARIMA、Byesian模型或中枢网络来优化全部类别商品的价格。
未来零售定价：动态个性化定价
我们已在上文就当今零售定价工作原理展开了讨论。现在我们就以一家超市的顾客乔治为例，对零售定价的未来发展进行设想。当乔治推着购物车来回选购商品时，商店可通过内置于乔治的智能手机或购物车中的传感器——“私人购物助手”——来追踪每一件放入购物车的商品。
购物车显示屏还将根据乔治的历史购买记录和有可能一并购买的商品（用零售业的术语讲，叫做“附带产品”）进行购物推荐。例如，如果乔治将ClearHead去屑洗发露放入购物车时，显示屏可闪现一条提示信息：“别忘了购买ClearHead护发素哦！”
最后，商店将依据所谓的“经济价值”给予乔治优惠。零售商分析系统可根据乔治在一段时期内（食杂店一般为一年，服装店两年，电子产品店三年）的购买情况计算出经济价值。该计算过程同时还可能纳入企业在别处获得的有关乔治的其他数据。系统将依据计算结果生成专门的优惠计划。这些优惠内容是零售商和制造商进行分析系统投资的结果（乔治可能对此有所知晓或一无所知。这取决于零售商对隐私法的遵守情况以及乔治对披露政策的关注程度）。
特价优惠可以通过多种途径送达：乔治智能手机的应用程序、购物车数字显示屏或在结算时出示积分卡来直接获得定制折扣。如果乔治具有较高的经济价值，他就能以相当优惠的价格购买到购物车里的27件商品，而下一位结账的顾客索菲亚可能购买了相同的27件商品，但享受到的优惠折扣就有所不同——这取决于她对于店面而言的经济价值。
在上述情境中，消费者和商家的关系其实并未发生本质变化。乔治与一百年前在集市上四处闲逛，购买骆驼、山羊乳酪和鼻烟的购物者并无二异。今天，消费者一如既往地寻找着物美价廉的所需商品，而商家也仍尽可能地为最佳顾客提供最多优惠，以此提高顾客回头率。
然而，当今情况的特别之处在于，由于互联网和其他技术提供了多种购物渠道，消费者因此拥有了更多的购物选择。诸如ShopSavvy之类的技术手段凸显了依据标准化商业规则，即按商品类别确定零售价的局限性。如今，实体店顾客可利用手机实现货比三家，然后在网上以更低价格购买到所需商品。在当今这个崭新的世界中，唯一保证有效的定价方式就是以动态的方式、针对每位顾客来设定价格。这意味着零售商需要在了解顾客价值并对如何赢得顾客忠诚度进行快速分析的基础上进行定价。
利用定价取胜：五大要求
面对由动态个性化定价所主导的未来市场，零售商应作何准备方能取得成功呢？我们有如下几项建议。
接受现实：转变将不可避免。尽管因特网已使我们的生活方式发生了巨大变化，但许多传统零售商仍拒绝接受新的现实。对此，恕我们坦言：网络零售商将继续从传统零售商处赢得市场份额，这一趋势不可逆转。仅靠建设更好的店面已无法扭转现状。零售商越快接受现实，便能越早集中资源，在努力争取每一位客户的竞争中取胜。
为了留住最佳客户，零售商必须以更优惠的价格来回报忠实的顾客。如今，对重复惠顾的消费者予以奖励早已成为惯例，而顾客也将其视为双方紧密关系的一部分。只要价格公道透明，顾客便不会对差异化定价策略产生异议。
同时，接受改变还意味着要及时掌握最新的定价模式。个别零售商可能认为Priceline的“价格由你定”模式和团宝网（Groupon）的折扣模式对自身并无直接影响。这种想法当前或许有一定道理，但若坚持认为今后还将如此就会非常危险。
采用新的战略和战术。大多数使用分析工具的零售商会将单个商品或商品类别作为分析对象。但是，随着他们日益看重每位客户的长期经济价值，这种策略将发生转变。分析法将帮助零售商针对每位顾客、每次购物和所购的商品进行价格优化。一些消费者会发现自己被错误地划入了某一差异化定价人群，并对此不公正待遇表示不满。这将使零售商陷入个性化定价和透明定价相冲突的两难境地。对此，企业必须自行解决问题，所采取的策略包括对顾客进行等级划分、为获利较少的顾客提供次级优惠，或促使心存不满的客户去别处购物等。
收集正确数据。如今，零售商并不缺少数据。他们了解店面所售的各种商品，也掌握了进行弹性分析所需数据（即使他们并不热衷于此类分析）。一些零售商甚至设计出寄生程序，滞留在竞争对手的网站上，将对方价格信息反馈回自己的价格优化系统。这些寄生程序并非顾客导向型定价系统的组成部分，但它们能使目前基本依靠手工完成的任务实现自动化。
为进行顾客导向型定价，零售商还需收集几种具体数据，其中一种为“真实成本” （包括自身的“服务成本”）。例如，纸巾的储藏成本远远高于瓶装阿司匹林的储藏成本。但从“每立方英寸销售额”的角度而言，瓶装药的利润率要比纸巾高出许多。因此，零售商必须对成千上万此类数据进行分析。这不仅能影响到商品的定价，还将对零售商所售商品的范围和库存预测产生影响。
从长远来看，针对每一名顾客进行定价将成为商家在顾客购买商品时遵循的惯例。
步骤1：成本+直觉。零售商主要依靠历史数据，通过直觉判断或简单的成本加成计算来设定价格。
步骤2：竞争性规则。零售商利用当前竞争者数据和比较营销的方法定价——设定与主要竞争对手相对的价格，如“在这些重要商品上，我方售价要比下列竞争对手低0-10%”。
步骤3：预测性产品分析。零售商利用SAP、DemandTech或其他供应商提供的模型，来预测价格变化对产品等级和销售额的影响。
步骤4：产品定价优化。领先零售商会利用分析法来分析价格对产品和顾客行为的全面影响。例如，他们可能借助仿真模型来了解价格对某一客户群体产生的光环效应。在食杂店，零售商可能会模拟感恩节火鸡特价推广活动所产生的效应，从而对吸引顾客购买店内其他假日商品的经济价值进行量化。领先的客户导向型零售商（尤其是擅长忠诚度管理的企业）正设法使定价优化技术成为业务经营的一部分，而非仅仅是临时性运用。这些领先企业正向选择性1:1定价模式迈进（虽然仍主要通过促销手段实现）。目前还鲜有零售商能将上述技术嵌入日常业务流程。
步骤5：产品及顾客的动态优化。分析式定价的先行者已在其他业务领域中掌握了预测分析工具，并能准确预测产品成本、供应以及客户需求、价值观和消费行为。分析能力最强的零售商以整体、可持续性方式，运用预测分析工具对其所有产品和顾客进行分析。他们定期观察和分析顾客行为，从而在交易层面对个性化定价进行优化。长期而言，其目标不仅是对产品实行弹性定价原则，同时还对不同顾客和环境也采取弹性原则（如季节性因素；大衣在初夏的价格弹性要高于深秋时节）。分析型零售商虽对此类因素的弹性进行了研究，但尚未找到如何同时利用多种弹性因素以实现价格优化的方法。
零售商“必须收集”的另一类数据则更具挑战性：有关顾客购买习惯以及对价格变化敏感度的详细信息。这将是商家参与新一轮竞赛的入场券。那些掌握了“通用型”顾客数据——即从整体上了解行业前景和顾客消费习惯，而非仅仅是旗下店面信息的零售商将会获得真正优势。此类信息虽无法做到尽善尽美，但包括信用卡企业和联合数据供应商在内的第三方机构拥有规模足够庞大的数据库，足以成为 “准通用型”数据的来源。同时，在定价计算过程中，这些数据还能作为重要的参考信息。
零售商收集的数据应能解答以下问题：
该名顾客的经济价值怎样？
应为该名顾客提供哪些商品？何时提供？通过哪些渠道提供？
该商品实际成本是多少（包括商业推广和库存及运输成本等因素）？
设定的价格应在各个渠道间作出怎样的调整（店内购物、网上购物、电话购物）？
基础设施建设。那些最为成功的零售商都擅于处理两个问题：市场营销和建设相当规模的基础设施。过去，具有决定性作用的基础设施就是供应链——迅速高效的进货能力和控制库存占压资金的能力。随着定价过程变得更具动态化和个性化，新型基础设施将发挥重要作用，其中包括无线网络、与制造商网络的集成（尤其是当制造商也参与到“一对一”定价转型之中时）和分析系统。这些新型设施可帮助商家针对不同顾客设定合理的价格并迅速提出优惠方案。
为动态定价与促销设计便捷直观的顾客界面。亚马逊网站在此方面已取得了出色表现，并用事实证明零售商可以动态及时地进行销售搭配并定制价格。因此，传统零售商必须在其网业务中逐步达到这些标准，但这一过程并不简单。
就理论而言，同时拥有实体店面和网络商店的零售商具备了一大优势：消费者可选择与企业当面交易或通过虚拟方式来交易。无论采取何种交易方式，采用定价分析法的零售商应能为买家提供量身定制的价格。例如，企业可为实体店商品设定较低价格，或为在线购买而到店取货（相当于免去了送货上门过程）的顾客提供优惠折扣。通过极为精确的分析，零售商可越过渠道差异，设定完美价格。但是，现实中这种想法较难实现，大部分零售商还需经过多年努力才能开始尝试。
将顾客变量纳入定价方程
我们并非建议零售商不关注具体商品和产品类别的定价策略。由于产品价格对顾客具有强大影响力，价格便成为确保顾客忠诚度和业务长青的关键所在。基础定价数据较以往有了更强劲的增长，而用于计算最优价格点的价格分析已上升到新的高度。毫无疑问，部分零售商可通过分析法确立基准价格，从而获得战术优势。
但是，零售商面临的挑战正在变化。如今，大部分零售商都在同时操作多种店铺经营模式：实体店、网络商店及移动商店。仅仅侧重于其中一种模式将会限制零售商的发展。因此，优秀的零售商必须在现有及潜在顾客参与的所有渠道中取得同样有力的表现。
一家超市曾在其公司总部摆设了一篮食品，上面写着这样的标语：“在我们的店面中，以下商品比竞争对手便宜10美元”。这样的定价理念曾经具有着强大的影响力，但在“一对一”定价和多零售渠道的今天还需进一步升级和发展。从顾客的角度而言，用于确定合理价格的方程式已变得更为复杂，包涵了很多新的变量。在新的生存竞争中，对此了熟于心的商家将始终先于对手，迈出关键一步。
|
|
打印此页
收藏本文
复制网址
我要评论
我要投稿
