埃森哲：大数据预测分析法,一个未来定价模式的诞生

     数字技术的飞速发展，让更多决策的做出，不再依赖于直觉而是数据。随着企业无法再利用削减成本的方式提高利润，使用新的分析工具和技术建立新的定价模式，越来越被企业管理者重视。值得注意的是，在建立最优定价模式的过程中，分析方法正从纯粹的描述性分析转变为预测性分析。

     相比描述性分析，预测分析法建立在复杂的统计、预测和建模能力的基础上，能帮助企业从数据中获得可转化为具体行动的认识。事实上，消费包装商品领域、主要零售商以及B2C与B2B领域的领先企业，早已开始关注预测性分析。

     不过，虽然预测性分析受到追捧，但打造分析能力绝非易事。若要合理利用预测性分析，企业必须根据统一的分析方法考虑问题并采取行动——打造分析能力，明确需要追踪分析的参数和需要开展的实验并建立管理机制，从而确保分析活动与业务战略的一致性（见图）。

     分析领域的迅猛发展，加上经济复苏的前景不甚明朗，使越来越多的行业开始关注定价活动。与此同时，分析软件越来越先进、越来越便于使用，使用这些软件所需要的技术和经验日益普遍，更多的企业实现了对数据的控制与管理。

     对竞争更为激烈的市场而言，定价分析能大大降低价格，保持或扩大企业市场份额；在竞争压力相对较小的市场，定价分析能帮助企业维持利润。然而，企业如何才能提高定价绩效，埃森哲的一项的研究表明，有五大基本因素在发挥着重要作用。

     使用已掌握的大量的数据——并通过仔细研究，获得新认识有效的定价活动以事实为根据。您或许无法详尽了解每件产品的交易情况，但您可以从销售队伍、经销商或客户等渠道掌握大量所需信息。

     如今，企业不乏各种价格优化软件迅速过滤数据，从而了解各种产品的价格弹性。企业迟早需要在不同的部门和产品线整合数据。企业还应确保在制定价格战略时充分结合不同渠道及消费群体的详细成本以及相应的服务成本数据，推动在企业服务的领域获得最优化的利润。

     毫无疑问，价格的预测性分析，以及基于数据的决策使您不得不承认某些期望不够现实。这是意料之中的事。能绝对正确地认识自身产品的企业少之又少。以事实为依据，使企业不再凭空定价，而是通过数据统计分析制定合理价格。

     使价格顺应企业战略的需要——实施将战略转化成实际行动的规则企业必须根据整体营销战略制定明确的定价战略，深入了解用户需求与认识度，以及企业的竞争定位。

     价格决策还应根据产品的生命周期进行调整。企业是否以扩大市场份额、增加收入或提高利润为发展目标，将直接影响价格决策。缜密的针对特定产品的定价计划甚至能逆向作用，帮助企业发现战略中的错误判断。

     不要等待最高管理层的决策：随时随地进行定价实验研究发现，定价决策最常在业务部门层面进行。业务部门经理没有理由不推动更为系统的定价活动。同时，企业可持续改善定价流程。企业应该明确产生最大利润和最具有发展潜力的产品类别，并从这些产品着手。

     因此，最好不要等待最高管理层的决策。任何高级经理制定产品价格时，都应根据数据和周密分析，而不是仅凭经验和主观臆测，从而树立正面的榜样。高级经理还可在其管理范围内对定价流程、作用及职责做出明确规定。

考虑最大影响，选择适当时机

     不能采用单一的方法：原先进入市场时的价格或许不再适用于处于生命周期末端的产品。最佳实践公司对其奖励机制、工作流程和销售流程都有严格规定。他们实现有效交易管理，强调在可提高价格或需要采取竞争性价格或结合非价格因素等方面进行分析和预测，以达成交易。合适的规则将有助于消除不同分类、产品、渠道及地理位置的流程与决策障碍，从而使企业上下获得最好的结果。

     对于在竞争激烈的市场中拥有广泛产品组合的企业而言，灵活应变不是可有可无的能力，而是一种必需。分析法能帮助他们利用精准定价在不同的时间和地点产生不同的效果。

开始招募各种分析人才

     分析人才是企业的一大战略资源。研究表明，多数成功企业通过培养四大人才管理能力，创建了卓越绩效的分析部门。他们首先明确分析人才的需要，同时寻找并发掘分析人才资源，培养自己的分析专家，明确他们所需的技能及其培养方式。这些企业还使分析人才的技能得以充分发挥，实现技术与业务需求的完美统一。
分析人才的素质并不是区分人才驱动型分析组织的唯一要素。企业能否让分析人才各尽所能，最大化地发挥且不断提高其分析能力，也发挥着重要作用。

     无论企业的分析水平有多高，它必须将认识迅速转化成实践，并且以制度化的形式固定下来，从而创造价值。以事实为依据的统计分析法只是成功的一部分。如何推动决策过程，并将认识转化成实际行动才是最大的挑战。

1