产品如何定价的模型讨论

昨天跟人聊到这个问题，但是从经验上说，定价似乎需要考虑很多，但也好像不需要考虑一样。定价格有一些已有的规律，比如产品独领风骚然后按毛利去定的、红海市场跟随友商打价格的、为了扩张亏本卖的等等。经验这种东西会很有效，但它也是阻止破圈的罪魁祸首。所以这篇文章尝试建立一个代理人模型从尽可能多的角度去探索，毕竟这是一个系统性的问题，我们不讲经验，一两条经验不足以适配所有问题，干了40年的老板也不一定解决新场景遇到的问题，要不然百年老店不是又比现在多了一些。

当然，我仍然会建立一个合适的动态模型来模拟尽可能多的情况，如果是沙盘推演也没有问题，只是可能局限性比较大，不能把一些极端的变量组合考虑进去。设计的时候尽量遵循ODD原则（overview, design, detail），以保证覆盖现实情况的同时模拟出更多意外。

这里我们抛开单个产品差异化定价策略，即可以把产品拆成很细的定价策略，比如一块盘按照不同iops和容量租出去最大化利益，只讨论一块固有iops和容量的情况，因为这种拆分算利益的话，更适合用最优解公式而不是建模分析，况且现在差异化定价你会别人也会，最后难免都是同质竞争。

设计

以我熟悉的云计算为例，首先我们尽可能多的列出agent，最明显的就是产品、客户、厂商、供应商，但是这还不够，有些过度抽象了。（我们暂且忽略渠道，主要是因为渠道与云厂商体量在实际情况中基本保持一致，所以这点确实可以忽略）

那接下来我们加入更多agent，产品嘛单纯一些只有一类，客户这一类金融行业客户、游戏行业客户、制造行业客户，厂商的话主要考虑外部竞争和内部团队（云计算部门的集团投入政策、销售体系等），即会有几个体量、质量、策略等不同的厂商agent，厂商除了考虑同类供应商，也要考虑它的上下游，比如代工厂、圆晶厂、渠道商这些（方便实现简化保留下游，仅为防止泰国又洪水产品生命周期有影响）。

梗概

至此，我们已经在这个世界里已经可以描述一个完整的故事了，某个客户（可控数量）向某个云厂商（可控数量）购买最多N个产品（有生命周期），客户会根据自己的偏好选择厂商，厂商提供的产品受限于供应商（价格极低），如果客户技术能力强或者价格敏感度高可能会直接向供应商下单（供应商参与竞争，适用于OEM产品），最后我们的输出是某个厂商在未来一段时间内的市场表现变化，包括收益和客户占有率。

属性与动作

客户

列出尽可能多的agent以后，我们开始构建每个agent的属性和行为。由于我不想写那么多一个个解释，所以列几个意思一下，以金融客户为例（属性值和动作来源于市场销售记录统计，无法确定的值没关系，模拟的时候机器可以范围内随机探索）。

1
2
3
4
5
6
7

产品价格敏感性：低（0.2）
产品质量要求：中（0.5）
服务质量要求：高（0.8）
客户直销忠诚度：中（0.0-1）
客户渠道销售忠诚度：中（0.0-1）
IT技术能力：中（0.5）
受他人影响程度：高（0.7）

然后是动作，这些动作暂且适用于所有客户agent。

- 客户的属性随着时间的增长保持不变 - 客户会根据自己的属性偏好选择厂商产品，各个属性加权值决定产品，比如质量要求高的会喜欢产品综合质量好一些的、渠道忠诚度高的会喜欢渠道多的、IT技术能力低的会喜欢厂商服务好的 - 客户的购买行为除了在与云厂商直接，也可以发生在与供应商之间
- 客户的某属性超过一定阈值的时候（比如忠诚度），虽然所有属性加权值不是最佳，但会导致其这次仍然选择上一家
- 客户的忠诚度会随着历年选择厂商的变化而变化

产品

列出产品的属性，这里可以先定义这么几个。

1
2
3
4
5
6
7
8
9

产品价格：可控变量，即客户每天使用需要付出的价格  
产品状态：在厂、待售、使用、结束（这里假设每个产品从售出便不会再次回到产品池）  
产品用户：产品用户
已经销售：是否已经销售到客户
产品成本：与供应链相关
产品质量：随时间、客户增加而增加，有一个逐步完善的过程
产品销售厂商：产品销售厂商  
产品生产厂商：产品生产厂商
生命周期：产品从售出开始则开始消耗

厂商

然后是厂商的属性。

1
2
3

销售策略：盈利、求同、激进  
产品最大数量：对应厂商体量  
产品成本：与供应商有关

供应商

最后就是供应商的属性，为了减少复杂度，这里我们只有两类供应商，即可直接面向客户以及不可直接面向客户。

1
2
3
4

销售策略：盈利（供应商不赚就是亏）  
产品供应周期：每天能够生产的产品数量  
产品生产成本：可变量  
可直销：是、否

再加一些全局变量进去，比如从Gartner的趋势报告里把云计算、各类产品的每年增长也算进去，主要操控的变量是某个或多个厂商的定价范围（0-100）。

周期事件

TBD 一个周期内，会发生哪些事件呢？

产品：
客户：
厂商：
供应商：

模拟

预期

在开始之前，我们根据经验应该是对这个世界有一些经验预期的，包括：

1
2
3
4
5
6
7
8

一定范围内，定价不能直接决定市场占有率；  
产品做的晚的厂商即使定价再低也只能抢得一定份额的市场；  
供应商供货不足时，体量大的厂商更能抗住黑天鹅事件从而保证客户产品交付，从而获得更高的客户忠诚度；  
动态选择灵活的定价（销售）策略即使起步晚，也可以抢夺一部分可观的市场；  
价格敏感、技术能力强、忠诚度低的客户更容易从供应商处买；  
集团策略影响云厂商定价策略选择；  
在没被针对的情况下，小厂商初期可以打价格战争夺部分客户后，不会赚甚至是亏，但获取一定客户后再改变价格策略是可以盈利的；  
因为不同阶段采取不同的定价策略会影响市场表现，那么作为云厂商在期间的前端销售和供应商谈判策略也不尽相同，比如产品初期的时候很难从供应商要低价，平价甚至亏本抢占市场后可以再向供应商谈判出更低成本价；

行为空间模拟

最后我们来看看模拟的动态情况。

tbd model simulation

tbd 由结果我们先看到几种现象。。。

tbd 然后我们把自己的实际情况带入进去。。。

tbd

tbd 看的多了，再结合dikw模型，结论就是直觉可能就是对的。但是要给人展示数字，我们可以从各种渠道快速填充数字，从数字到推论，只是让人觉得你可信，至于你自己信或不信，就是另外一码事儿了。。。最后我们要把数字与经验结合起来，就是出几个概率数字，即未来几年内我们应该采取怎样的定价策略（保持毛利、争夺市场、自动动态调整）然后有百分之多少的概率占去多少这个产品的市场获得多少利益，根据概率做选择，虽然无法确信，但也不会犯错，平平淡淡才是真。