Наука о ценообразовании - Pricing science

Наука о ценообразовании - это применение методов социальной и бизнес-науки к проблеме ценообразования. Методы включают экономическое моделирование, статистика, эконометрика, математическое программирование. Эта дисциплина возникла в процессе развития управление доходами в авиационной отрасли в 1980-х годах, и с тех пор распространился на многие другие сектора и контексты ценообразования, включая управление доходностью в других секторах индустрии туризма, СМИ, розничной торговле, производстве и распределении.

Научная работа по ценообразованию осуществляется различными способами, от стратегических рекомендаций по ценообразованию при определении сегментов, для которых стратегии ценообразования могут различаться, до программные приложения корпоративного класса, интегрированный в процессы ценового предложения и продаж.

История

Наука о ценообразовании уходит своими корнями в разработку программ управления доходностью, разработанных авиационной отраслью вскоре после отмены государственного регулирования отрасли в начале 1980-х годов. Эти программы предоставили основанную на модели поддержку, чтобы ответить на главный вопрос, с которым сталкиваются дерегулируемые авиакомпании: «Сколько бронирований я должен принять для каждого тарифный продукт которые я предлагаю при каждом отправлении рейса, который я выполняю, чтобы максимизировать свой доход? »Для поиска наилучших ответов потребовалось разработать статистические алгоритмы, чтобы предсказать количество забронированных пассажиров, которые появятся, и спрогнозировать количество дополнительных бронирований, ожидаемых для каждого тарифный продукт. Это также потребовало разработки алгоритмов и формулировок оптимизации для поиска наилучшего решения с учетом характеристик прогнозов. А для авиакомпаний, выполняющих от сотен до тысяч рейсов каждый день и продающих билеты на ежедневные вылеты на 300 дней в будущее, расчет проблемы экстремальны.

Программы управления доходностью принесли огромные финансовые выгоды их первопроходцам в начале-середине 1980-х годов, и этот подход быстро распространился на компании, работающие в смежных секторах гостиничного бизнеса, аренды автомобилей и круизных линий. Несмотря на то, что между этими отраслями существуют важные различия, доминирующими движущими силами решений были скоропортящийся характер продаваемых ресурсов, изменяющиеся во времени модели спроса и ограниченные мощности, доступные для продажи. Хороший обзор методов и приложений науки о ценообразовании, связанных с доходностью или управлением доходами, см. На сайте Phillips. [1] и цитированные там ссылки. Уильямс [2] показывает связь между многими из этих проблем и стандартной микроэкономикой.

С начала до середины 1990-х годов эти успехи привели к усилиям по применению этих методов или разработке новых методов для поддержки ценообразования и связанных с ними решений в различных других условиях. Управление доходностью было успешно применено к вещанию и кабельному телевидению, онлайн-СМИ, производителям нефти и газа, поставщикам спортивных и театральных услуг, онлайн-СМИ, аренде квартир и таймшеров, кредитным картам и розничным сетям.

Примерно с 2000 г. применение науки о ценообразовании к проблемам котировки цен в бизнес для бизнеса количество сделок стало успешным, и компании, принявшие меры, сообщают о финансовых выгодах, сопоставимых с полученными ранее доходами в индустрии туризма. Вместо оптимизации предложений, доступных в ответ на очень динамичную емкость, эти бизнес для бизнеса Приложения предоставляют средства для оптимизации предложений на основе конкретных характеристик предполагаемой транзакции и клиента. В число приложений входили поставщики бизнес-услуг, производители промышленной продукции и дистрибьюторы продукции, от технологий до продуктов питания и канцелярских товаров.

Даже авиакомпании и другие первые практики начали пересматривать свое первоначальное предположение о том, что цены были «данностью», простым вкладом в их технологию оптимизации. Рост числа недорогих перевозчиков, предлагающих цены без ограничений, каналы «называйте свою цену» и аукционы - все это стимулировало этот интерес к применению науки в сфере ценообразования в бизнесе.

По мере расширения применения научных методов к этим бизнес-задачам дисциплина ценообразования стала более строгой и методологической. Первоначально статистические методы и методы оптимизации были адаптированы практиками и теоретиками из дисциплин инженерных и операционных исследований. Дисциплина обычно называлась исследование операций а специализация в методах управления доходами или доходностью рассматривалась как специальность более широкой дисциплины - исследования операций и науки управления. ИНФОРМАЦИЯ, профессиональный орган более широкой дисциплины, имеет раздел, посвященный этой специальности, раздел «Управление доходами и ценообразование». [1]

По мере того, как приложения распространились от управления доходностью до более общих приложений ценообразования, термин «наука о ценообразовании» стал гораздо более распространенным для обозначения дисциплины, а «учёные по ценообразованию» - для обозначения практиков.

Методы

Методы, используемые в науке о ценообразовании, можно разделить на две широкие области: 1. прогнозирование и 2. оптимизация. Проблема прогнозирования отражает тот факт, что решения о ценообразовании должны влиять на события покупки в течение некоторого будущего временного горизонта. Задача оптимизации отражает математическую сложность, необходимую для достижения возможных и практичных ценовых решений.

Методы прогнозирования

Есть две подзадачи прогнозирования: прогнозирование повременного спроса и прогнозирование реакции спроса на решения о ценообразовании. В приложениях типа управления доходностью прогнозирование повременного спроса на очень детальном уровне является центральным, поскольку эти приложения характеризуются фиксированной емкостью, относительно которой спрос должен быть сбалансирован с помощью ценообразования или связанных средств контроля. Во многих из этих типов приложений прогнозирование реакции на решения о ценообразовании также важно, поскольку цена часто является инструментом контроля, используемым для модуляции спроса. Однако существует ряд приложений для управления урожайностью, в которых контроль осуществляется непосредственно за наличием продукта; В этих случаях цены обычно считаются фиксированными, и прогнозирование ценовой реакции не требуется.

Прогнозирование повременного спроса

Методы прогнозирования обычно относятся к классу методов, известных как методы временных рядов, в первую очередь экспоненциальное сглаживание, или причинные методы, в которых цена рассматривается как (один из) причинных факторов. При ценообразовании в научных приложениях необходимо производить прогнозы спроса на уровне детализации, на котором принимаются ценовые решения. Это приводит к сложности моделирования и вычислений, не учитываемой в стандартных методах прогнозирования. Кроме того, в случаях, когда присутствуют ограничения емкости, требуются методы для учета цензуры спроса, которая происходит, когда спрос превышает емкость. В случаях, когда заказы закрываются из-за того, что они достигли максимального разрешения, необходимо оценить, какой «истинный» спрос был бы, если бы заказы были приняты в эти закрытые периоды.

Прогнозирование детального спроса

Часто может быть недостаточно исторических примеров интересующего ряда для составления надежного прогноза спроса. Для авиакомпании это может произойти при полетах на новые рынки, где нет истории, которую можно было бы использовать. Для розничного продавца это могут быть просто скудные данные о продажах определенного SKU. Широко используемый метод, используемый для составления необходимых прогнозов в таких случаях, иногда называют «агрегировать и распределить». Этот метод разбивает прогноз на два компонента: прогноз более агрегированного ряда и прогноз того, как этот более агрегированный спрос распределяется по его компонентам, а именно:

куда представляет интерес конкретная низкоуровневая серия, представляет собой совокупность связанных серий (например, все маршруты, обслуживающие конкретный пункт отправления и назначения, или все размеры и цвета рубашки определенного стиля), - прогноз совокупного, а это прогноз доля . Обе и могут быть получены с использованием стандартных методов экспоненциального сглаживания.[3]

Учет цензуры

Когда приложение уравновешивает спрос и предложение посредством прямого контроля доступности продукта, как это часто бывает во многих приложениях для управления урожайностью, для составления хороших повременных прогнозов требуется либо улавливать спрос, который не приводит к продаже или бронированию напрямую (часто это называется «отклонения» или «данные о потерях»); или используя какой-либо научный метод для оценки ненаблюдаемого спроса. Обычно эти методы называются «методами без ограничений», включают ручную настройку, методы усреднения, Максимизация ожиданий (EM) методы, экспоненциальное сглаживание методы.[4]

Причинные методы

Когда приложение использует цены в качестве инструмента контроля, установка цен для модуляции продаж, создание хороших поэтапных прогнозов может потребовать использования причинно-следственных методов (иногда называемых эконометрическими методами) для учета взаимосвязи между ценами, действующими в определенный момент времени. и наблюдаемые продажи на тот момент. Таким образом, взаимосвязь между ценой и объемом продаж, часто называемая «эффектом ценовой реакции», может использоваться для отделения лежащего в основе повременного спроса от влияния изменения цен на продажи. Поскольку цель этих приложений науки о ценообразовании состоит в том, чтобы максимально использовать эффекты изменения цен на объем продаж, учет этих эффектов может стать важным направлением научной работы в поддержку этих приложений. Проблема выявления и оценки этих эффектов не является тривиальной, поскольку, помимо цены на конкретный продукт, на объем продаж влияет множество других эффектов, некоторые из которых находятся под контролем фирмы (например, реклама, цены на сопутствующие товары ) и другие, которые не контролируются фирмой (например, цены конкурентов, сезонность). В области науки о ценообразовании эти методы обычно называют моделями рыночной реакции.[5]

Методы оптимизации

Имея модели, которые позволяют прогнозировать будущий объем продаж в зависимости от времени или ценовых решений, у фирмы есть определенный выбор или доступные решения. Моделирование этих вариантов или решений как задачи оптимизации предоставляет средства для выбора наилучшего доступного набора вариантов или решений. В некоторых настройках решения этой проблемы могут быть предоставлены эвристическими методами; в других - методами численной оптимизации; в других - строгими математическими методами.

Эвристические методы

Наиболее известные (и, вероятно, наиболее широко применяемые) эвристический метод решения большого класса задач управления урожайностью известен как Ожидаемый предельный доход от мест (EMSR) алгоритм.[6] Эта эвристика обеспечивает правило принятия решения для распределения запасов для продажи по более низким ценам в зависимости от спроса по более высоким ценам и разницы в ценах. Филлипс [1] обсуждает расширения эвристики EMSR.

Методы численной оптимизации

Многие задачи оптимизации формулируются как математические программы с ограничениями или без ограничений, либо линейные программы (LP) или смешанные целочисленные программы (MIP), для которого доступно множество методов решения и коммерческих решателей.

Строгие математические методы

Если модель реакции рынка сформулирована в рамках определенного класса и получены точечные оценки параметров модели, оптимальное решение может быть получено аналитически, используя особую структуру проблемы.

Приложения

Потребительские рынки

Наиболее известные применения науки о ценообразовании - это проблемы, связанные с ценообразованием на скоропортящиеся продукты в индустрии путешествий, особенно на пассажирские авиабилеты, размещение в гостиницах, аренду автомобилей, причалы круизных линий и тому подобное. Эти приложения часто объединяются под заголовком «Управление доходностью» или «Управление доходами».

В последнее время управление доходностью применялось к спортивным и театральным мероприятиям, автомобильным стоянкам, казино и другим секторам, где инновационные и индивидуализированные ценообразования обеспечивают повышенную доходность.

Другой важный набор приложений для науки о ценообразовании решает проблемы ценообразования, с которыми сталкиваются традиционные розничные продажи. К ним относятся уценка, цена рекламных акций и полочные цены. Проблема ценообразования уценки во многом схожа с проблемами, решаемыми при управлении урожайностью, включая нулевые предельные затраты на продукцию, скоропортность и поэтапный спрос.

Рынки Business to Business (B2B)

Приложения для науки о ценообразовании используются в фирмах, предоставляющих бизнес-услуги (например, отгрузка пакетов и аренда оборудования), в нефтегазовой сфере, а также в производственных и распределительных / оптовых компаниях. В случае бизнес-услуг и, в меньшей степени, производственных компаний, приложения предназначены как для увеличения прибыли за счет дифференцированного ценообразования, так и для улучшения использования основных фондов.

В случае секторов распределения и оптовых продаж приложения для науки о ценообразовании сосредоточены исключительно на проблеме выявления возможностей дифференцирования цен в различных сегментах бизнеса и расчета оптимальных цен для каждого сегмента.

Совсем недавно[когда? ], внимание уделяется проблеме учета поведения торговых представителей в процессе ценообразования, поскольку наличие торговых представителей, обладающих свободой ценообразования, является отличительной чертой рынков B2B.[нужна цитата ]

Технологии

Существуют различные практики, с помощью которых предприятия используют методы и результаты науки о ценообразовании для принятия более обоснованных ценовых решений, большинство из которых опосредовано технологиями. Одна организация, занимающаяся видами технологий, должна рассмотреть (а) инструменты общего назначения, используемые для реализации некоторых методов науки о ценообразовании; (б) использование локализованных технологий, обычно стандартных офисных инструментов, настроенных на использование методов науки о ценообразовании; и (c) специализированное программное обеспечение корпоративного класса, разработанное и разработанное для этой цели.

Аналитическая технология

В некоторых компаниях решения о ценообразовании поддерживаются с использованием методов прогнозирования и оптимизации, выполняемых по мере необходимости с использованием аналитических инструментов общего назначения. В этой настройке, когда принимаются периодические или специальные решения, выполняется анализ архивных наборов данных транзакций. Такой подход часто встречается на крупных предприятиях, у которых есть количественные аналитики, знакомые с инструментами и, в той или иной степени, с методами науки о ценообразовании, или которые нанимают специализированных консультантов для проведения анализа.

Так мало аналитических методов использовалось для оценки спроса по цене, такие методы, как линейные, лог-линейные модели, будут использоваться для прогнозирования будущего спроса!

Местные технологии

На многих предприятиях технологии, используемые для поддержки ценообразования и связанных с ними решений с использованием описанных выше методов, представляют собой стандартные офисные приложения для управления данными, отчетности и анализа. Некоторые очень крупные предприятия внедрили и развили очень сложные процессы сбора и обработки данных с использованием такой технологии. Поскольку разработчики и пользователи этих технологий по большей части являются специалистами широкого профиля, часто могут возникать проблемы с качеством, надежностью и расширяемостью таких процессов.

Корпоративное программное обеспечение

С тех пор, как в 1980-х годах управление доходностью начало укореняться, выросло количество узкоспециализированных поставщиков корпоративного программного обеспечения, чтобы удовлетворить потребности предприятий, которые воспользовались преимуществами возможностей повышения маржи, предоставляемыми этими методами. Технологии, предоставляемые такими поставщиками, как правило, представляют собой крупномасштабные приложения, в различной степени решающие не только научные методы ценообразования, но и другие требования к исполнению, рабочему процессу и отчетности, которые предъявляются к бизнесу. Кроме того, эти поставщики обычно предоставляют специализированные знания в области ценообразования научных приложений и методов. Эти поставщики программного обеспечения обычно делятся на три класса: те, кто предоставляет технологии и знания, связанные с проблемами управления доходами, которые обычно возникают в сфере путешествий и смежных отраслях; те, кто предоставляет технологии и знания, связанные с различными проблемами ценообразования в более общей отрасли розничной торговли; и тех, кто предоставляет технологии и знания, связанные с ценообразованием в торговле B2B.

Рекомендации

  1. ^ Филлипс, Р. Л. (2005). Оптимизация цен и доходов. Стэнфорд: Издательство Стэнфордского университета.
  2. ^ Уильямс, Л. (1999). «Управление доходами: микроэкономика и бизнес-моделирование», Экономика бизнеса , 39-45.
  3. ^ Карри, Р. Э. (1993). «Фильтрация Калмана и экспоненциальное сглаживание». Исследовательская группа AGIFORS по вопросам бронирования и управления доходностью. Сидней, Австралия.
  4. ^ Кристалл, К., Фергюсон, М., Хигби, Дж., Капур, Р. (2007). «Сравнение неограничивающих методов для улучшения систем управления доходами», Управление производством и операциями, Vol. 16, № 6, 729 - 746
  5. ^ Hanssens, D.M; Леонард Дж. П.; и Рэндалл Л. С. (2001). Модели реакции рынка: эконометрический анализ и анализ временных рядов, 2-е издание. Нью-Йорк: Спрингер.
  6. ^ Белобаба П. П. (1989). «Применение вероятностной модели принятия решений для контроля инвентаризации мест в авиакомпаниях». Исследование операций, Vol. 37, № 2, 183–196.