产品定价不用愁，AI告诉你

　　图：Getty
　　根据Bain近期对1700多位企业领导者开展的全球调查发现，有85%的B2B管理团队认为其定价决策需要改进，只有15%的企业具备有效工具及仪表反以设置并监控价格走势。事实证明，对于大部分依赖于定价作为竞争优势的企业而言，在IT平台路线图中纳入AI与机器学习技术已经成为当务之急。
　　保持竞争优势的核心，在于以AI与机器学习专业知识为基础，运用新兴技术建立起新的定价与收入管理优势。数据是消除恐惧、打破焦虑的万灵药，考虑到如今众多企业正面临着前所未有的市场动态，数据驱动型决策也开始成为最可靠的判断决策方法。
　　下面来看AI技术改善现有定价及收入管理的十种重要方式：
　　一、制定优惠策略
　　使用AI技术识别并消除效能最差的客户折扣与细分区间。Bain公司最近发布的一项研究摘要，介绍了如何使用AI技术对现有客户细分及折扣类型的实际效果进行分析。摘要中提到，AI支持下的强大分析能力有助于发现并消除效果差、成本高的各类客户优惠和折扣策略。以下两图，总结了此份摘要中的主要发现：
　　图：Bain公司的研究摘要
　　二、优化定价规则
　　在收入管理系统中使用AI自动建立定价规则，能够将总收入提升5%。波士顿咨询集团（BCG）发现，成功的数字化转型计划中，有高达95%的比例使用了一个或者多个收入增长杠杆。通过将六大收入增长杠杆相结合，可在数字化转型带来的财务影响中实现77%的收益占比。使用包括AI在内的先进技术推动定价机制优化，有望使总收入增长5%。此外，BCG还相信，在收入管理系统中自动执行定价规则并强制执行合同定价变更，能够有效提高收入水平。
　　图：如何在转型中快速、可持续地增加收入波士顿咨询集团/2020年8月18日
　　三、实时价格优化
　　利用AI与机器学习技术发现交易价格、数量与混合分析中蕴藏的模式，将为企业带来重要洞见与可量化的收益。交易数据中的模式与涵盖各项具体业务的趋势性洞见，可以帮助企业显著提升自身竞争力。而释放这些洞见的基本方式，就是以AI方法为基础对蕴藏在交易数据之内的价格、数量与混合波动做出合理解释。以往的无数尝试证明，将交易数据分析与价格、数量及组合波动等因素结合起来是一项艰巨的任务，将这么多元素统一在直观的应用程序中更是堪称挑战。Vendavo正是成功使用AI实现交易与产品组合数据合并的企业之一。他们采用的方法不仅在解决可用性挑战方面表现出色，也达成了目前众多企业在价格优化方面希望实现的目标。
　　Vendavo公司已经能够根据本地市场条件、竞争对手情报以及跨境参数驱动实现价格实时优化。康宁光学通信公司就利用其基于AI的利润分析器确定了产品价格、毛利率与净利率，并在一年之内获得1000万美元收入增长。下图为Vendavo PrincePoint的使用界面：
　　四、验证折扣政策效果
　　机器学习技术能够帮助定价管理者确定客户愿意支付的价格，或优化客户产品组合定价，借此提升企业收入与利润。单纯使用电子表格很难为客户及产品确立理想的定价水平、折扣并发现大规模交易决策中的盲点。在这一领域，AI与机器学习可帮助定价管理者将交易规模与既定折扣政策相关联，借此分析现有折扣是否切实起效，并根据客户的协商洞见确定所能提供的折扣极限值。
　　图：利用定价能力创造持久价值Bain公司/2020年2月24日
　　五、洞察客户偏好
　　AI技术的使用使得角色建立倾向性模型成为可能，并且可以预测和定位愿意接受捆绑服务或定价要约等条件的客户。根据定义，倾向性模型依靠包括机器学习在内的各类预测分析手段，对特定客户对于捆绑服务、定价要约、电子邮件宣传或者其他意在促成购买/追加销售/交叉交易的认可与接受度做出预测。凭借着出色的实际表现，倾向性模型已经在增加客户保留率与减少客户流失方面得到广泛认可。如今，几乎所有全渠道销售企业都在依靠倾向性模型对客户偏好及以往行为可能促成怎样的未来购买活动做出分析。下图所示，为TIBCO公司提供的倾向性模型仪表板。
　　图：TIBCO.COM
　　六、定价策略分析
　　价格优化与价格弹性已经不再局限于航空或酒店等高度依赖库存的行业，已经逐步渗透至制造业与服务业领域。当下，营销人员越来越依赖于机器学习技术以定义更具竞争力、且与特定场景高度匹配的定价结果。除此之外，机器学习应用也在将价格优化范围扩展到航空公司及酒店行业之外，开始涵盖更多产品与服务的定价议题。如今，机器学习能够确定每种产品的价格弹性，并充分考虑到渠道细分、客户细分、销售周期以及当前产品在整个产品线定价策略中的作用等。以下示例，为微软Azure提供的交互式定价分析预配置解决方案（PCS）。
　　图：AZURE CORTANA交互式定价分析预配置解决方案
　　七、提升企业盈利能力
　　AI通过提升价格管理与价格优化的准确性与可控性，增强配置、定价与配额（CPQ）效果，进而提升利润、降低成本并改善财务绩效。下图所示，为一套AI价值路线图。这份路线图以CPQ销售策略为基础，评估了AI技术在改善定价管理、优化以及长期绩效贡献当中发挥的价值。而路线图中提到的卓越商业定义，则主要体现在组织每年获得稳定毛利率、收入与盈利能力等方面。
　　图：AMR RESEARCH/凯捷/德勤/加特纳/麦肯锡
　　八、改善价格细分机制
　　运用由AI提供的洞见微调价格细分策略，借此稳定并提升现有利润及收入。各个客户细分市场能够接受的产品或服务价格也有所不同。通过使用AI与机器学习对客户愿意为产品支付的价格进行细分，AI应用程序能够向销售与收入经理提供更精准的价格建议。这种使用CRM与CPQ系统自动执行特定于细分市场定价指导的思路，也将成为决定定价细分策略成败的关键。下图所示，为价格细分机制的实现方式。我们的销售与交易数据以及AI系统质量越高，模型给出的买家价格认可结论也就越准确。
　　图：如何通过价格细分获得更多价值亚历克斯·霍夫 CFO.COM/2017年7月6日
　　九、提高定价效率
　　AI为销售及财务等相关人员提供了比以往更为准确的交易价格指导，帮助大家更高效地运用价格折扣工具。面对销售周期当中越来越大的定价压力，卖方希望快速敲定交易，销售代表则据此快速提供大幅折扣。但这种作法会严重影响到企业的利润比例，这一点在企业级软件中体现得尤其明显。麦肯锡发现，使用以折扣为索引的动态交易评分机制，能够帮助销售代表确定哪种折扣水平能够在不过度牺牲利润的前提下赢得交易。
　　图：软件定价中的高级分析麦肯锡公司/2018年6月14日
　　十、降低业务风险
　　依靠AI技术监控基于风险的指标与KPI，从而更好地理解潜在收入风险及其根源。引发销售额与客户流失的原因，往往在于销售与服务团队不够了解自己的服务对象。面对这个大问题，基于AI技术的关键收入、定价与报价指标警报机制能够保护销售额、保留客户并协助查明特定产品中存在的问题。基于AI的风险警报能够针对特定指标与条件进行自定义设置，并将结果发送给客户支持团队成员。利用这些警报，我们能够确切找到各类问题的根本原因。资料补充：
　　根据麦肯锡发布的报告，基于AI技术培训的定价与营销活动有望给全球市场带来2591亿至5000亿美元的新增价值。
　　预计到2024年，全球收入管理市场总体规模将由2019年的145亿美元增长至224亿美元，年均复合增长率（CAGR）可达9.6%。
　　BCG发现，使用AI自动化收入管理系统的定价规则，能够在9个月之内将收入提升5%。