电商和消费者之间的对决

作者:云贷365 时间:2017-04-24

伴随着大数据和电商的发展,商品的定价策略显得越来越复杂化,再也不是从前的简单折扣价和统一定价了,那么这样做的目的是什么呢?这是为了确保零售商可以获得利润最大化。

在《大西洋月刊》近期刊文中,对互联网时代的电商定价策略有了详细的解读。内容大致如下:

2015年圣诞节临近之时,南瓜派香料的价格出现了大幅度的波动。这和经济学教材中的经典理论有所不同,南瓜派香料的价格既没有出现大幅度上涨,也没有出现暴跌的现象,只是有着剧烈震荡。在亚马逊中,南瓜派香料的价格随着时间段的不同会有很大的波动,价格分别为4.49美元和8.99美元。大概一年以后,在2016年感恩节临近之时,南瓜派香料的价格再次出现了波动,这次的价格分别是4.49美元和3.36美元。

在如今这个时代,打车时会遇到价格动态调整,机票会遇到价格不断变化的情况,而其他服务和商品的定价也会有变化,这是因为什么?是因为计算机出了故障,看起来,这更像是有意为之。古鲁·哈里哈兰(Guru Hariharan)表示:“这更像是一种获取更多数据,测试最合适价格的策略。”

最合适价格,就是零售商利润最大化的价格,正受到越来越多变量的影响。这正是创立5年的Boomerang Commerce的关注点。哈里哈兰是Boomerang Commerce创始人,也是亚马逊的前员工。他表示,这样的定价测试已成为寻找或重新寻找最合适价格的常规做法。目前,最合适价格可能时时刻刻都会发生变化,会是每天甚至是每小时,亚马逊表示,该公司调整价格并不是为了获得关于用户消费习惯的数据,而是为了给消费者提供当前的最低价格。

在购买一罐季节性香料过程中,你可能已经参与了经过精心设计的社会科学实验。这样的事实会让人感到震惊。然而,这正是在线比价购物的精密之处。简单来说,消费者有能力知道任何一件商品在任何地点和任何时间的价格,而这样的能力正在引起零售商的重视,零售商希望可以在这场博弈中重新占据上风。零售商同时也在比较消费商。

在这个过程中,零售商掌握着丰富的工具:不管你是在实体店进行POS机刷卡消费还是再电商网站中将商品放入购物车,这些做法都会留下详细的数据。顶级经济学家和数据科学家可以将这些信息变成有用的定价策略。一名技术经济学家表示:“开展大规模的试验能力是经济学历史上前所未有的。”在3月中旬,仅在亚马逊招聘网站中列出的经济学家职位就有59个,同时亚马逊还开发了专门的网站去招聘这些岗位的人才。

在另一方面,一些新颖的定价行为,包括相对于建议零售价的折扣,或是简单的“每日最低价”,又或是“买一送一”等,都在带来更不寻常的策略。

哈佛大学营销学教授罗伯特·多兰(Robert Dolan)表示:“我并不认为,有人能预料到这些算法会变得多么复杂。我当然也不能。”据研究表明,目前,在自动贩卖机中的一罐苏打水价格会随着外界气温的变化而变化。在微博或者谷歌上推荐的耳机价格取决于你是否喜欢在网商淘便宜货。对于消费者来说,这意味着价格变得更加让人难以捉摸:邻居看到的价格和你看到的价格会不同,目前的价格和几分钟后的价格会不同。多兰表示:“很长时间以前,对于特定商品有着统一的价格。”而目前存在的问题就是这罐南瓜派香料的价格究竟是多少,这将取决于零售行业的“海森堡不确定性原理”。

由此带来了更大的问题:一般认为互联网带来的透明度有利于消费者,但情况会不会恰恰相反?

前互联网时代情况

根据19世纪法国社会学家加布里埃尔·塔德(Gabriel Tarde)所说,如果说市场是买卖双方的一场战争,那么价格就是停战协议。为某样商品或者服务确定价格的行为实际是一种长期的敌意状态,即讨价还价的终止。

和任何停战协议类似,双方在这一过程中都有所让步。买方被迫接受或不接受在价格标签上的价格。零售商做出的让步更大,即不再研究买方在不同价格上的购买意愿,从而有可能损失了额外的利润。但考虑到道德和实际原因,双方最终完成了讨价还价的过程。

贵格派教徒,包括纽约商人罗兰·梅西(Roland Macy),从来不赞同根据不同对象制定不同价格的说法。作为费城长老教会的成员,瓦纳梅克的Grand Depot商店遵循“面向所有人统一定价,没有歧视”的原则。其他商人也看到了梅西和瓦纳梅克进行统一定价多带来的好处。在为新百货商店招聘店员时,训练数百名店员掌握讨价还价的技巧非常耗时耗力。制定统一价格有利于账目的可预测性,加速了销售流程,也有利于商家在印刷广告商明确标出某件商品的价格。

类似通用汽车的公司发现了一种方式,可以避免部分利润的损失。在20世纪20年代,通用汽车为旗下不同品牌构建了价格层级。据《财富》杂志的报道,“庞蒂亚克面向没钱但自傲的人,凯迪拉克瞄准富人,奥兹莫比尔强调舒适而谨慎,雪佛兰面向大众,别克面向奋斗的人群。”通用汽车将这种策略称作“根据不同经济状况和目的提供不同汽车”。 实际上,这是一种客户分类的做法,只是促使客户自己将自己分类。

另一方面,消费者也可以通过优惠券的形式夺回属于自己的部分权利。40年代兴起的连锁超市将优惠券变成了美国人生活中最常见的东西之一。大型超市意识到,尽管消费者喜欢停战协议带来的保障,但是他们希望同时可以得到比邻居更好的待遇。这样的行为后来也得到了经济学家的证实。消费者非常喜欢这样的优惠,而为了理解他们的行为,经济学家被迫对两种类型的价值进行区别:获得价值以及交易价值。

标签价格的概念以及消费者有时可以在此基础上获得的优惠,构成了停战协议的具体内容。这样的停战协议一直维持到世纪之交。零售业的超级霸主沃尔玛开始采取永远不变的“每日最低价”策略。

90年代开始,互联网的发展将长久以来的和平就此打破。精明的消费者可以去逛百思买门店,了解想买的商品,随后却从其它地方以更低的价格买到此商品。这也导致了百思的实体店变成了展厅。1999年,来自西雅图的亚马逊也试图发展成为和Grand Depot类似的零售商。

互联网零售时代终于来临了,但是买卖双方之间的敌意再次产生。

互联网兴起之初

回头看过去,零售商的改变速度很慢。即使其他企业职能,包括销售团队与物流管理,在世纪之初凭借强大的预测软件获得了明显的改善,但是零售价定价更多的仍是一种艺术,而非科学。在一定程度上,这是公司内部层级的反映。以往,以往,定价权掌握在零售组织二号人物(经销负责人)的手中。他们能够凭借直觉来确定销售什么商品,以及商品价格是多少,在外界看来,这很神秘!

然而,两方面发生了改变,由此削弱了经销负责人的权力。具体是哪两方面呢?

第一,数据的增长。80年代初,托马斯·纳戈尔(Thomas Nagle)曾在芝加哥大学教经济学。根据他的回忆,学校当时从连锁店Jewel里新安装的结账扫描仪中获取数据。纳戈尔目前是德勤的定价高级顾问。他表示:“所有人都很激动。我们以往依赖于人工调查:‘如果这些商品是这个价格,你会怎么做?’然而现实世界并不是一场受控的试验。”

来自Jewel的数据颠覆了纳戈尔的教学内容。例如他曾经认为,相对于凑个整数,商品定价以0.980.99美元结尾不会带来销量的提升。他认为,这样的做法只是耍了个花招。以往很多商店之所以这样做,是因为店主用这种方式可以迫使收银员打开收银机去找零,从而避免收银员私藏受到的现金。然而情况并非如此。他表示:“结果表明,在购买汽车或是其他大件商品时,价格以0.99美元结尾并没有什么影响。然而在便利店,这样做的效果很明显。”

这种效应目前被称作“左位偏见”,但并未出现在实验室试验中。这是因为,试验参与者通常拥有的决策是有限的,他们对待每笔假想购物的态度就像是数学问题。而在真实世界中,人们不会这样做。

到本世纪初,零售商服务器收集到的数据越来越多,以此开始发挥出自身的“万有引力”。 这也带来了第二点改变:“阴暗科学实践者”的大规模到来。

从某种方式来看,这是个很有趣的趋势。在过去几十年中,对于企业,学院派经济学家通常是漠不关心的。

然而到了2001年,情况发生了一些改变。当时加州大学伯克利分校的经济学家哈尔·瓦里安(Hal Varian)遇到了埃里克·施密特(Eric Schmidt)。瓦里安1999年出版的著作《信息规则》很有名。瓦里安知道施密特这个人,但他不知道施密特是一家小公司谷歌的CEO。瓦里安答应在谷歌花上一年时间,写一本关于创业经历的书。

当时,工作在产业界的极少数严肃经济学家专注于宏观经济问题,比如在未来一年中对消费类耐用品的需求将会发生怎样的变化。然而,瓦里安当时被邀请关注谷歌一个“或许能赚点钱”的项目:这是个拍卖系统,也是谷歌AdWords的前身。在这之后,瓦里安再也没有离开谷歌。

其他经济学家也在这样做。伯克利的经济学家史蒂夫·塔德利斯(Steve Tadelis)表示:“eBay就像个迪士尼乐园。”在2011年,他加入了eBay,而目前则供职于亚马逊。这些公司有经济学家关心的所有元素,包括消费者、声誉、定价、行为。此外,在这里还有机会以前所未有的规模展开试验。

一开始,新到来的经济学家主要依靠分析现有数据去获取信息。例如在eBay,塔德利斯利用买家点击记录去估计,在一小时内,淘便宜货的行为总共给消费者省了多少钱。

随后,经济学家们意识到可以进一步设计特定的试验来获取数据。这些经过严谨设计的试验,一方面是为了获得需求曲线,即随着价格上涨消费者购买商品的数量,零售商凭借这类信息来实现利润的最大化。另一方面,他们也尝试弄清楚曲线每小时变化的情况。网购高峰出现在工作日上班时间,因此零售商通常会在上午涨价,并在傍晚时降价。

00年代中期,一些经济学家开始关注大数据技术是否可以识别单个消费者的需求曲线,从而将理论中的“完美价格歧视” (即通过严谨定价,导致个体消费者支付最高的价格)变为现实。

统一定价消亡

伴随着新世界的逐渐成熟,电商最初对消费者的吸引力,比如价格便宜、购物方便,正在逐渐发生改变。

这并不是说,消费者再也没法享受到电商带来的优惠价格。价格仍然是便宜的,但是在某些优惠活动上的体现并没有那么好。很多人开始怀疑自己是不是被宰。在2007年,加州一名名为马克·艾岑巴格(Marc Ecenbarger)的男子发现,标价999美元的一套庭院桌椅在Overstock.com上售价为449.99美元。他买了两套,在打开包装后发现,在沃尔玛这套桌椅的售价仅为247美元。他感到非常愤怒。他向Overstock.com投诉,而该网站最终同意退货。

他的经历随后被消费者保护律师当作证据,用于起诉Overstock.com发布虚假广告。此外在当时的内部邮件中,Overstock.com的员工承认,标签价格被“过分夸大”是众所周知的现象。

2014年,加州一名法官判决称,Overstock.com应当支付680万美元的民事罚款。该公司随后选择了上诉。TruthinAdvertising.org组织执行董事邦妮·帕腾(Bonnie Patten)表示,围绕虚高的标签价格,过去一年发生了多起类似诉讼。2016年,亚马逊开始大规模放弃“标签价格”的提法,而是改为提供另一项参考数据:商品的历史价格。

这被视为以往统一定价体系走向消亡的最后阶段。作为替代者的新定价体系和华尔街的高频交易非常相似。价格每小时甚至每分钟都会发生变化。对于曾经将商品放入亚马逊购物车的消费者来说,这样的情况很常见,他们经常受到提醒,内容是购物车中商品价格发生了变动。一个名叫camelcamelcamel.com的网站甚至会跟踪特定商品在亚马逊网站上的价格变化,并当价格低于用户预设值时,就会发出提醒。对于任何给定的商品,价格变化就像是股票走势。

类似金融市场,这一体系有时候也会发生故障。在2011年,因为两名第三方卖家之间用算法展开价格战,,皮特·劳伦斯(Peter Lawrence)的著作《The Making of a Fly》平装版在亚马逊的售价突然变成23,698,655.93美元。为了想知道当时究竟发生了什么事,我们可以和参与当时软件开发的人聊聊。

实体零售商处境

在加州山景城Boomerang总部的会议室里,古鲁·哈里哈兰拿出一支白板笔,尝试尽力解释究竟是什么原因让零售商在一天内将商品价格进行多次调整。在白板上,他画了多条曲线,代表在多种不同商品(DVD、图书和电子产品)的总销量中,电商所占比例的逐年上升。同时,他在曲线上标出了年份,代表多家实体零售商(Circuit CityBlockbusterBordersRadioShack)的破产时间。最初,这些年份看起来随机性很大,但在分析后可以看出,所有的破产都发生在电商销售占比达到20%25%时。哈里哈兰指出:“决定性的节点就处在这个区间中。”

在达到决定性节点后,同时开展电商和实体业务的传统零售商将会在价格上感受到明显的压力。哈里哈兰谈到,以往他走进RadioShack门店时,会有店员帮他找到需要的线缆接头。然而,当零售商面临价格压力时,会倾向于削减培训、员工和客户支持费用。但是,利润率仍然在持续下降,当店里没有任何人可以帮你时,你为什么还要去实体店进行购物呢?所以最终,这些零售商走向了失败。

哈里哈兰认为:“情况并不一定非得是这样。”目前,他正在帮助实体零售商做出反击。

消费者没有能力处理所有的价格信息,因此会根据几款熟悉商品去判断某家商店的商品价格是高是低。对于这一点,零售商知道时间已有几十年。所以,他们会把店里的牛奶和鸡蛋的价格定的很低,同时提高其他不容易被消费者注意到的商品价格。

哈里哈兰拥有机器学习的学位。在亚马逊就职期间,哈里哈兰协助发明了“亚马逊销售教练”系统,并申请了专利。该系统帮助第三方卖家优化价格和库存。在Boomerang,他和团队开发了一个大规模的价格追踪系统,将数十亿价格决策告知其客户,包括GNCU.S. Auto PartsOffice Depot。不过,这个软件的引擎并不是为了匹配市场上的最低价格,而是管理消费者对价格的感知,能够识别用户感知度最高的商品,并谨慎地确保这些商品价格与竞争对手一致。其他所以商品的价格都可以有所上升。

哈里哈兰表示,在很久之前亚马逊就已经掌握了这种技巧。有一次,在黑色星期五之前的6个月,Boomerang监控了亚马逊网站上一款热门三星电视机的价格波动。在黑色星期五当天,亚马逊将电视机的价格从350美元下调至250美元,远远低于竞争对手。Boomerang的机器人也注意到,10月份,亚马逊曾将作为配件的某些HDMI线缆的价格上涨约60%。亚马逊知道,在网购时,消费者会针对价格较高的商品去比价,而对价格较低的商品一般不会这样做。

有趣的是,其他零售商也在接受这样的做法。在演示中,Boomerang的员工打开了提供给客户的一个软件控制面板。在预定义的算法菜单上滚动,他选择了一条规则:对于满足以下筛选条件的商品,“比竞争对手便宜10%”。

代码显示如下:If (comp_price>cost) and (promo_flag = false) then set price = comp_price*0.90

意思是如果竞争对手的商品定价比商品制造成本高,且竞争对手没有开展一次性的促销活动,那么就将价格定为竞争对手的90%。在点击一次后,规则执行。在屏幕上,就可以看见该客户的价格感知指数出现了健康的下降。

不过,这还不是故事的全部。该客户的降价将会出现在竞争对手的价格监控面板上。是否做出回应,这取决于它们的算法。这是否是价格战的第一枪?或者这家零售商只是在清理库存?实际上,对于这些问题很难回答。因此,良性的临时调价将会变成机器之间的价格战。如果不干涉这样的价格战,最终会导致突破零售商的底线。Boomerang的客户可以选择“Guardrails”功能,这些额外的规则将会进一步确认最初设置的规则。此外,客户还可以加入一定程度的人工监控。StaplesBoomerang的首批客户之一。该公司首席技术官法萨尔·马苏德(Faisal Masud)认为,人工干预只在少数情况下是有意义的。“我们希望确保由软件来做出决策,而不是依靠人工。”他表示,“这是完全自动化的,否则你就会失败。”

目前的零售商定价非常复杂。因此,至少有一家Boomerang的客户开始关注博弈论。可以说,在这之前,在零售业博弈论几乎没有得到过什么实际应用。哈里哈兰表示:“你要判断,‘主要竞争对手对我什么反应? 如果我知道他们的反应,那么我第一步的最佳行动是什么? 这就是纳什均衡。”约翰·纳什(John Nash)对数学做出了重要贡献,而目前他的理论被用于研究商品定价。那么,终点在哪里?

定价从复杂回归简单

体现之一:追求简单。

比如,针对消费者对零售商模糊定价的不满,服装创业公司Everlane就计划采取措施。此公司将每件商品的成本和此公司所获得的利润列出,近期,Everlane告诉消费者,来自内蒙古的羊绒成本出现下降。该公司随后将羊绒衫的价格下调了25美元。对于这种做法,Everlane创始人及CEO迈克尔·普雷斯曼(Michael Preysman)认为是“极度的透明”。

除此之外,还有就是Everlane决定将鞋子和服装进行库存清理。该公司提供给消费者3种付款方式。最低价仅包括运输成本和商品制造。总等价中还包括销售费用。而最高价可以给Everlane带来利润。

有些人会感觉到好奇,这种人为制造的道德困境会不会是最终的价格花招? 答案是否定的,87%的消费者选择支付最低价格。选择中等价的只有8%,最高价的只有5%。普雷斯曼强调,这样做的目的是为了让消费者知道,员工如何获得报酬,商品如何制造,并让他们了解除羊毛衫和鞋盒价格标签以外其他不容易被关注到的东西。

普雷斯曼表示:“Everlane的理论仍是一种我们需要去证明的理论。”企业“训练美国消费者对促销上瘾。这已成为零售工业的核心部分,很难打破。因此,如果市场参与者每天都在玩这样的游戏,那么对市场中的消费者进行重新教育就非常困难。”

然而在另外一些场景下,消费者并不喜欢这样的透明度。如果他们认为自己有本事找到只提供给自己的特别优惠,认为自己少花了钱,那么即使支付更高的价格也无所谓。在这种情况下,消费者将拒绝Everlane的方式,而经济学家和零售商可以把握住自己的“圣杯”。

完美价格歧视再次被认为是只存在于课堂上的试验。然而,这种理论假定,卖家知道每个个体消费者选择拒绝的价格,因此可以提供比这一价格更低的数字,从而实现利润最大化。

以往,零售商使用群体数据去推断消费者拒绝的价格。2000年,有人认为亚马逊正在这样做。当时有消费者发现,在购买同一个DVD时,不同用户看到的价格不同。亚马逊对此表示否认。亚马逊CEO杰夫·贝索斯(Jeff Bezos)在当时的公告中表示,这只是随机的价格测试。“我们没有测试过,也永远不会测试,根据消费者人群的不同而制定不同价格。”

布兰迪斯大学经济学家本杰明·席勒(Benjamin Shiller)近期在题为《利用大数据的第一级价格歧视》的论文中指出,在确定价格时,这种基于群体数据的做法是一种粗暴的方式。他的模型预测,如果Netflix仅仅利用人群特征信息,比如家庭收入、邮政编码和种族,以此决定每月订购价格,利润只能获得0.3%的提升。但如果Netflix利用用户的网页浏览历史,比如用户在周二的上网时间,访问网站的次数,以及其他5000种变量,那么利润可以提升14.6%

Netflix并没有这样做,该公司甚至并没有向席勒提供数据。不过席勒证明,价格个性化的做法是可行的。

其他公司是否正在这样做?西班牙加泰罗尼亚的4名研究员试图回答这个问题。他们在一周时间里使用普通计算机去模拟“价格敏感”和“富人” 人群的网页浏览模式。在虚拟人物“购物”时,他们看到的不是同一商品的不同价格,而是不同的商品。面向富人推荐的耳机平均价格是面向价格敏感人群的4倍。另一项试验以更直接的方式证明了价格歧视:对于同样的商品,地址为马萨诸塞州更偏远地区的计算机看到的价格要高于大波士顿地区的价格。

在题为《监测互联网上的价格和搜索歧视》的论文中,有研究人员提出,消费者可以从价格歧视监控系统中获益。这样的系统能持续监控个性化的价格。由谷歌的哈尔·瓦里安参与的另一篇论文则认为,如果价格个性化的做法太过分,消费者将会变得“更有策略”,会进行选择性地披露或保守信息,从而获得最优惠的价格。

TruthinAdvertising.org的邦妮·帕腾来说,复杂的定价策略导致购物变成了一项庞大的工作。她表示,目前的情况已经“很复杂”。 “一般来说,我在为孩子们购物时,我发现计算商品的实际价格很难。我的新技巧是走到收银台处再做决定。我挑了很多衣服。在结账之前,我会忽略所有价格。如果有些商品价格太高,我会说‘不要了’。”

那么,她如何为自己购物?帕腾回答:“我不会去购物。我已经放弃了。”

在挂掉电话之后,我陷入了沉思。帕腾之所以这样做或许是因为她就是她自己口中所说的“生存型购物者”, 又或许是她的工作让她知道太多的东西了,不会为了一双帆布鞋的大幅度降价而激动。这样的想法符合另一种解释,而加布里埃尔·塔德将其称作为“怀疑的疯狂”,我们能够接受的不确定性不是无限的,我们不会在一个上午不停的去了解日用品的价格是在下降还是上涨,在某个极限点上,我们将自动屏蔽这些信息。帕腾已经触及了这样的极限点。

这真是一场电商和消费者的“智慧大战”,为了促进消费者消费,电商们真可谓是想尽办法啊。

返回首页 关闭