媒体吐槽规则太复杂:咱这智商,基本告别双十一了

日期:2017-11-10

在双十一购物前,你首先要搞明白“购物津贴”“火炬红包”“定金膨胀”“跨店满减”“叠加优惠”这些名词的确切含义及使用规则。接下来还要定时抢红包,在群里分享激活红包,甚至还要打游戏换红包、花钱买红包、组团购物分红包……而且双十一越来越提前,还要仔细分辩在哪些店可以用哪些券……

有人抱怨“我到现在都没有搞懂双十一的规则”,立刻有人附和“直接降价很难吗?非要搞这么多屁事。”“光是看各类优惠的使用规则,就已经头晕了。”“有关部门能不能管一管!”——据南方都市报调查,近74%的受访者认为双十一优惠活动过于复杂,浪费时间精力。

至于小明那件衣服最终多少钱,我也不知道,谁能算明白在评论里说一声。

何苦为难

双十一为何要搞得如此复杂?不能简单粗暴一点的直接打折吗?

其实,电商巨头的行径是非常符合经济学原理的,这个原理叫“价格歧视”。

我们假设有这样一个超市,在没有实施价格歧视时,商品按标签统一定价,对所有消费者都按同一个价格出售。

很快,超市管理员发现汽水卖不动,为了促销,定了一套规则:原价5元的汽水,现在可以买3瓶套装,定价13元。这时可能就有不少人,原本只想买一到两瓶甚至不打算买汽水,也多加钱买了三瓶的套装。

这就叫二级价格歧视,管理员并不知道消费者是什么人,消费喜好和能力如何,但通过区别化设计产品和定价,就将那些爱占便宜的、怕吃亏的、哪怕买回去不喝也先囤起来的消费者们吸引了过来,并将原本从他们手中挣不到的钱圈了出来。

是不是很眼熟?

回到双十一,每个参与双十一的消费者,都难免支付额外成本,这成本至少包含两方面——

首先是为了占便宜,而额外付出“看规则、抢红包、算数、交定金、熬夜秒杀、快递爆仓、半个月收不到货”等一系列成本。

其次是为了凑单和占便宜,消费者从“买必需品”逐渐放宽到买“一直想买的”,再放纵到“买了或许用得上”,以至于“管它有没有用,这么便宜我就买买买!”

双十一设置如此麻烦折腾耗时的流程,就是方便筛选出这些对时间不敏感,对价格很敏感的消费者,再略打折扣,把他们的钱掏出来。然后等双十一结束后,再用原价,把商品卖给那些买东西从不看价格的、只买自己需要的、怕麻烦的、不愿意等的人。

比如今年提前一个月的预售期,既从技术上缓解了当天零点的服务器压力,又进一步“歧视”了消费者:以往都是双十一结束后等快递,现在这个时间更延长到了双十一之前,能下单的,的确是时间真不值钱且买的东西并非紧缺必需品的消费者。

这样一来,商家就既能挣“认为时间和体验比价格重要”的消费者的钱,又能挣“只要便宜我可以重新补习数学课”的消费者的钱。岂不美哉。

所以,双十一,尤其是今年的双十一,是非常典型的二级价格歧视案例。当然,这样的差别定价还太粗犷。消费者千人千面,单纯划分成两个阵营的定价粒度,尚不足以使商家利润最大化。

买的不如卖的精

“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。”——法国社会学家? 加布里埃尔?塔德

既然有二级价格歧视,那当然就还有一个“一级价格歧视”,又称完全价格歧视。这几乎是所有商家都梦寐以求的商业模型——根据每个消费者的不同情况,为其制定不同的价格,尽可能掏空每个消费者的购买力。

在菜市场里,菜贩子会通过观察买主的衣着表情口音动作而个性化定价,菜贩子完全可以向穿着考究的买家收取比其他客户高出一倍的价格。同样,在律师、私人医生等行业中,都可以发生一级价格歧视。

但这种一对一定价的成本太高昂了,既需要卖家识人察色谈判的经验,又占用大量时间精力,还难以规模化复制。所以一级价格歧视往往只存在于经济学书本中。不过,大数据技术的普及,让商家能够逐渐摸索出一种更为经济而有效的方法,根据每位客户的支付意愿,实现差别定价销售——

定价可以基于设备:

2012年,在线旅游网站Orbitz(旅程)发现,使用Mac的消费者在酒店房间每晚的支出,要比平均水平高出20~30美元,而且订4星和5星级酒店的概率比PC用户要高出40%。如果Mac用户和PC用户订同一家酒店,前者通常会选择更贵的房间。在这个发现之后,Orbitz开始尝试把Mac用户引导到服务和体验更高的酒店。

定价可以基于时间:

如果你在下午5点寻找当天晚上的酒店房间,而且使用手机进行搜索,旅游服务网站Priceline的算法就会假设你比使用台式机的用户更加急切。

定价可以基于地理位置:

在《华尔街日报》对办公用品公司Staples的网络产品售价调查中,按照邮政编码划分,平均收入越高的地区通常会得到打折产品,而低收入地区的产品售价要更高一些,因为这些地区竞争较弱。不仅如此,Staples似乎还考虑到了用户与竞争对手的实体店之间的距离。如果竞争对手的商店在20英里的范围内,Staples网站通常会展示打折的售价。

定价可以基于国别:

向语言学习者出售软件的Rosetta Stone,会向美国或加拿大用户提供最多20%的德语课程折扣,但是却不会向英国或阿根廷用户提供这样的折扣。

定价可以基于注册时间:

亚马逊在2000年9月中旬开始了著名的差别定价实验。某DVD碟片对新顾客的报价为22.74美元,而对那些对该碟片表现出兴趣的老顾客的报价则为26.24美元。

定价可以基于复杂算法:

2014年,Brandeis大学经济学家Benjamin Shiller对Netflix公司的用户数据研究得出结论,如果Netflix单纯通过传统的方式(用户的年龄、种族、收入、居住区域等信息)区分用户群体,实行差异化定价,则利润可提升0.8%。而如果通过大数据分析,结合用户的网页浏览、购买历史等信息区分用户群体(如访问烂番茄网站的次数等),则利润可提升12.2%。虽然Netflix并没有采取这样的定价策略,但大数据的应用已经显示出不可小觑的商业价值。

在美国,4名研究员在一周时间里使用计算机去模拟“富人”和“价格敏感”人群的网页浏览模式。在使用虚拟人物“购物”时,他们发现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,地址为大波士顿地区的计算机看到的价格,要低于马萨诸塞州偏远地区的价格。

以上一切努力最终形成的结果,就是对于互联网平台而言,价格不再是某个固定数值,而是可以随时依据多种条件因人而异发生变化的变量。价格每小时,甚至每分钟都会改变。对于曾经将商品放入亚马逊购物车的消费者来说,这样的情况并不少见,价格变化就像是股票走势。

很多经济学家进入了亚马逊、阿里这样的企业,因为这些公司有经济学家关心的所有元素,包括定价、消费者、行为、声誉。此外,在这里还有机会“以前所未有的规模展开试验”——可以通过数据测试,不断训练消费者,使他们对双十一这种价格歧视大促销成瘾。

以我们熟悉的产品为例,最常执行“动态价格”(即趋向于完全价格歧视)的产品,就是携程和Uber了。

在微博上搜索“携程价格不同”,你会发现大量针对携程“不同人不同价”的抱怨。有人认为,随着在携程搜索次数的增加,酒店/机票的价格也在不断地增加;还有人说,携程有“杀熟”现象,老客的价格总是要比新客高。有媒体测试过,在不同手机上使用携程订票,不仅同时不同价,而且剩余票数还会来回变化。

 




相关文章:

文章评论:(0条)

请留名: 匿名评论
评论内容:

点击查看所有评论 好亚论坛
责任编辑:好亚网 声明:刊登此文章是为了传递更多信息,文章内容仅供参考,转载请注明出处。