自拍偷在线精品自拍偷,亚洲欧美中文日韩v在线观看不卡

一文快速解鎖:價格分析模型

大數(shù)據(jù) 數(shù)據(jù)分析
價格的敏感性,是可以事先測試的。在事先可以以優(yōu)惠券為杠桿,以抽獎的形式測試用戶的購買率,從而一定程度上推斷漲價/降價多少合適。但是這種方式更適合測降價,漲價的話,用戶本能的反感會比較強(qiáng)烈,所以不太適用。

總有做數(shù)據(jù)的新人抱怨,做的分析被挑刺,嫌棄考慮不全面,不深入。到底該咋做?今天直接上案例,開搞!

問題場景:

某視頻網(wǎng)站以包月會員形式收費(fèi),現(xiàn)了解到同行都準(zhǔn)備漲價,準(zhǔn)備一起漲。漲價以后要求數(shù)據(jù)分析師評估漲價效果,你是該公司的數(shù)據(jù)分析師,你會怎么評估?

思考一分鐘

一、最基礎(chǔ)的漲價模型

收入=總用戶數(shù)*購買率*人均金額。這條公式大家都知道。那么問題是:漲價會帶來什么影響?答:漲價了購買率可能下降,人均金額上升。至于漲價后總收入是多了還是少了,就得看兩者的變化比例,這就是最基礎(chǔ)最基礎(chǔ)的價格變動評估模型了(如下圖)

圖片圖片

價格的敏感性,是可以事先測試的。在事先可以以優(yōu)惠券為杠桿,以抽獎的形式測試用戶的購買率,從而一定程度上推斷漲價/降價多少合適。但是這種方式更適合測降價,漲價的話,用戶本能的反感會比較強(qiáng)烈,所以不太適用。

那么,是不是到這里就結(jié)束了呢?

還少了什么?

二、考慮商品屬性

用戶對購買率下降會受到以下因素影響:

  • 價格錨定:錨定越模糊的,下降越少
  • 剛需程度:剛需程度越高,下降越少
  • 壟斷程度:壟斷度越高,下降越少
  • 價格高低:價格越低,下降越少
  • 認(rèn)知程度:認(rèn)知程度越低,下降越少 

這五點(diǎn)要素,前四個都好直觀理解,第五個稍微解釋下:所謂認(rèn)知程度,就是用戶有多care這件事。我們生活中有很多資費(fèi)都是默默扣掉的,比如水電煤氣話費(fèi)之類,除非某月突然暴增,或者商家主動推了營銷活動,可能這些票子都從人們指尖流走了。

那么問題來了:視頻會員的商品符合以上多少條?

幾乎全中(如下圖)

圖片圖片

 

估計這就是為啥運(yùn)營有底氣提價的,這幾年,人們線上娛樂明顯增多,可以從DAU,在線時長,連續(xù)播放率等數(shù)據(jù)輕易觀察到這點(diǎn)。既然剛需度在增加,認(rèn)知度天生低、價格又不貴,那漲了就是穩(wěn)賺呀。

那么,考慮到這一層,是不是足夠了呢?

還少了什么?

三、考慮漲價細(xì)節(jié)

視頻會員的價格和大米白面的最大區(qū)別是:這玩意價格錨定完全是人為做出來的。提供額外一個用戶服務(wù)的邊際成本幾乎為0,因此運(yùn)營可以任意捏價格,制造出新的錨定點(diǎn),從而模糊用戶的判斷。

比如,原本只有一個每月支付25元成為會員,現(xiàn)在推出一個20月自動開通連續(xù)包月的業(yè)務(wù)。咋一看,便宜5元,用戶很有可能開通??煽紤]到實(shí)際使用率變化(比如我開會員就想追一個爆款劇,追完了就很少看了),很有可能到后續(xù)幾個月,用戶忘了取消付費(fèi),被自動付費(fèi)扣掉額外的錢。這就是明降暗升的策略。

圖片圖片

 

注意,用這個策略是有問題的,就是短期內(nèi)收入會下降。因此也可以反向思維,定一個明升暗降的策略,通過犧牲后續(xù)月份的ARPU值,來短期內(nèi)快速增加收入,收割一筆(如下圖)。

圖片圖片

 

當(dāng)然,還可以通過聯(lián)盟打包的方式,直接出一個新套餐,把價格錨定進(jìn)一步模糊掉。比如拉上外賣平臺一起送會員,打包定價。不要掏手機(jī),現(xiàn)在馬上問你美團(tuán)或餓了嗎的會員一個月多少錢!八成以上的人答不上來,但是感覺:只花了四五十塊就拿兩家會員,好劃算哦,反正也要點(diǎn)外賣的??傊?,價格錨定越模糊,用戶承擔(dān)漲價可能性越大。

所以,這個題目從一開始就不該這么問。如果在真實(shí)工作環(huán)境里,數(shù)據(jù)分析師要干的第一件事就是搞清楚:

1、到底是怎么漲的?

2、哪些具體的會員套餐組合在漲價?

3、是硬漲價,還是出新套餐軟漲價?

4、是明降暗升還是明升暗降?

知道了這些,才能對業(yè)務(wù)走勢有預(yù)判,才能知道哪些是業(yè)務(wù)意料之中的,哪些是意料之外的。不然很有可能忙活半天,只落得一句“早知道了呀”。

然而,這里還有問題,就是業(yè)務(wù)的如意算盤,消費(fèi)者真的買單嗎?

 四、考慮用戶行為

注意,以上每一種策略,都是有前提的,比如:

明降暗升策略:無感用戶有足夠比例/取消率低明升暗降策略:用戶對季度/年度套餐有足夠付費(fèi)率錨定模糊策略:聯(lián)營的產(chǎn)品得有足夠的用戶基礎(chǔ)

如果這些前提不成立,分分鐘策略會玩壞,或者是吸引不來足夠的用戶,或者是被人薅完一波走人。因此用戶的購買轉(zhuǎn)化率,復(fù)購率會直接影響漲價效果。

再進(jìn)一步問:用戶購買轉(zhuǎn)化率,復(fù)購率又和啥有關(guān)?可能大家隨口能說出:有熱播劇看,別人家漲價更猛,新用戶對收費(fèi)沒概念一類理由。但是注意:這些理由無法被數(shù)據(jù)量化。

因此得找到能用數(shù)據(jù)驗證的,比如:在線頻次減少,單次在線時長下降,連續(xù)播放減少等等,區(qū)分新老用戶(如下圖)。這樣才能找到更深層原因,而不是停在:自從提價以后20元套餐賣得少了,這種把圖表又嗶嗶一遍的復(fù)讀機(jī)水平上。

圖片圖片

 

那么,考慮到這一層,是不是足夠了呢?

還少了什么?

五、考慮業(yè)務(wù)動作

都是漲價:

  • 等對手先調(diào)價VS 我先漲為敬
  • 把新包裝的套餐擺在前邊 VS 直勾勾把價格表改了
  • 滿大街吆喝:我要漲價啦!VS 暗搓搓地改掉價格表

圖片圖片

 

這些做法,都是已確定要調(diào)價的情況下,通過改變宣傳話術(shù),宣傳節(jié)奏,宣傳時機(jī),達(dá)到更不同的效果。特別是針對虛擬產(chǎn)品,在價格錨定模糊的時候,就更容易給消費(fèi)者產(chǎn)生錯覺,從產(chǎn)生更強(qiáng)/更弱的效果。

作為數(shù)據(jù)分析,要了解這些具體細(xì)節(jié),才能全面評估漲價動作的影響時間范圍,而不是憨憨的按最基礎(chǔ)模型,從調(diào)價一刻開始計算。

 六、小結(jié)

綜上,一個看似簡單的題目,看似簡單的業(yè)務(wù)邏輯,可結(jié)合具體行業(yè)特點(diǎn),產(chǎn)品屬性,用戶習(xí)慣,業(yè)務(wù)動作以后,就衍生出各種可能性。

因此想做全面評估,就得對業(yè)務(wù)細(xì)節(jié)有深入了解,提前梳理清楚業(yè)務(wù)假設(shè)前提。這樣才能定義清楚到底影響周期從啥時候開始算,到底哪些用戶行為是自然演化,哪些是促銷帶動。否則,不做深入思考,只是憨憨地把每天付費(fèi)數(shù)據(jù)擺出來,不但無法看到數(shù)據(jù)背后含義更是會在業(yè)務(wù)輪番攻擊中敗下陣來:

“你有沒有考慮宣傳影響!“

“你有沒有剔除外部因素!”

“你有沒有考慮長期效應(yīng)!”

“你用舊產(chǎn)品體系模擬個屁!”

“轉(zhuǎn)化率低了所以呢?”

“我們要深層次的分析!”

一個都回答不上來。

責(zé)任編輯:武曉燕 來源: 接地氣的陳老師
相關(guān)推薦

2024-08-19 13:46:00

2023-02-26 00:00:04

項目標(biāo)簽體系

2022-07-26 00:00:03

語言模型人工智能

2020-11-27 09:40:53

Rollup前端代碼

2025-03-12 02:00:00

經(jīng)營分析模型策略

2024-12-04 09:44:13

Spring版本Boot 2

2020-09-27 08:00:49

分庫分表

2023-07-07 08:00:00

KafkaSpringBoo

2022-10-27 07:21:47

Linux性能頻率

2023-12-27 14:03:48

2023-04-10 11:35:31

評估模型業(yè)務(wù)流程

2025-04-07 08:40:00

開源Llama 4大模型

2022-07-03 08:25:09

OSITCP/IP

2025-03-31 08:50:00

模型量化神經(jīng)網(wǎng)絡(luò)AI

2023-03-10 07:57:26

2024-01-12 07:14:52

AI應(yīng)用架構(gòu)

2023-09-17 23:09:24

Transforme深度學(xué)習(xí)

2024-11-08 08:37:25

2022-08-30 22:12:19

Nacos組件服務(wù)注冊

2022-04-26 06:36:09

渠道分析數(shù)據(jù)采集
點(diǎn)贊
收藏

51CTO技術(shù)棧公眾號