大数据技术助力资本资产定价

  资本资产定价对于公司的重要性毋庸置疑，据相关数据统计，1%的价格涨幅能够提升8.7%的营业利润增长。然而许多公司至少有30%的定价决策是不受到市场认可的，导致了大量的资源浪费和收入损失。因此借助大数据技术挖掘客户互动过程中所提供的海量数据，能够帮助公司进行更为合理的资本资产定价决策，即调整到合理的价格以获得高额的营业利润。

  对于每个产品，公司都应当找到客户愿意支付的最优价格。一般情况下，大多数公司都会通过受众群体、市场同价产品、产品核心竞争力等维度指标，制定较为理想的市场价格。事实上，这种方法只适用于产品种类少且订单数量少的公司。然而，现有公司产品种类及数量规模都达到一个比较高的标准，这时传统的定价模式将不再适用。对于大型公司而言，借助大数据技术精准的管理这些复杂的定价变量，处理成千上万不断变换的产品定价问题，是具有重要意义的。例如基于支付意愿的客户–产品差异化定价模型，就是大数据助力资本资产定价的典型案例，其中蓝色点为产品销售价格和折扣率之间的散点图，黄色点代表不同的客户群体，由此找到市场需求和产品价格之间一个最佳的平衡点，从而使得产品定价对于消费者来说价格最小化，对于公司来说利润最大化。

  一家跨国能源公司的销售业务主管曾表示：“事实上，许多公司每年都以规模和数量等相关指标来增加价格，例如生产成本、标准利润率、类似产品价格、批量折扣等，而不是以数据科学为基础。”
  更好地定价的关键是充分了解公司现有的数据。Sasol集团副总裁Tom曾表示：“当销售团队知道他们的定价以后，他们可能就能预估到自己的销量，但这些数据多数都是基于字面发票。”事实上，在B2B的商业环境中使用大数据所产生的价值早就超越了定价，并触及到了公司商业引擎的其他方面。例如“动态交易评分”是基于一系列类似于盈利/亏损交易，提供个人交易、决策升级点、激励措施、绩效评分等级来进行价格指导。因此为了获得更优的定价决策，公司可以从以下三个方面着手：

· 倾听数据所发出的声音

  鉴于公司通常都会收集足够多的用户信息，因此设定最优惠的价格并不属于数据收集的挑战，而是数据分析的挑战。最好的B2C公司知道如何解释和运转他们所拥有的海量数据，但B2B公司倾向于管理数据，而不是用它们来推动决策。良好的分析可以帮助企业确定经常被忽视的因素，例如更广泛的经济形势、用户产品偏好和销售代表性谈判，并揭示出哪些因素能够驱动客户群体和产品价格。

· 使海量数据自动化运转

  手动分析成千上万产品的人工和时间成本难以估量，而自动化系统可以快速识别数据波动规律和异常状态，精确定位哪些因素为客户带来价值，并将其与历史事物数据进行匹配。这允许公司根据数据为产品进行客户细分并生成对应价格，自动化还使得分析具有实时性，不需要每次都从头开始进行计算。

· 数据技术支持公司决策

  新价格的实施既是销售的挑战也是技术的挑战。许多公司为了帮助他们的销售人员了解和接受新的定价方法，投入了大量的资金。他们需要与销售密切合作，解释价格定制的原因以及系统的运作原理，以便销售相信该定价的合理性。技术层面上，开发一套清晰的通讯系统也是同样重要的，该套系统能够实时提供购买的理由、突出产品的价值，并为客户量身定制具有个性化的产品。

  现有电信、交通、医疗等多个行业的众多公司都期望通过使用大数据技术来获得更好的定价决策。相信在不久的将来，大数据技术能够帮助公司突破传统的资本资产定价方式，寻找到市场认可与公司盈利最佳的切合点。