Mở khóa nhanh trong một bài viết: Mô hình phân tích giá

Trong một thị trường cạnh tranh cao, việc ra quyết định dựa trên dữ liệu đã trở nên quan trọng đối với thành công của doanh nghiệp. Tuy nhiên, việc đánh giá tác động của việc tăng giá sản phẩm có thể là một nhiệm vụ đầy thách thức đối với nhiều nhà phân tích dữ liệu. Bài viết này sẽ bắt đầu với mô hình tăng giá cơ bản và dần dần phân tích nhiều khía cạnh như thuộc tính sản phẩm, chi tiết tăng giá, hành vi của người dùng và hành động kinh doanh để giúp bạn xây dựng một khuôn khổ phân tích toàn diện và chuyên sâu.

Luôn có những người mới làm việc trong ngành khoa học dữ liệu phàn nàn rằng phân tích của họ bị chỉ trích là không toàn diện hoặc không đủ sâu. Chúng ta nên làm gì? Chúng ta hãy bắt đầu với trường hợp này ngay hôm nay! Tình huống có vấn đề: Một trang web video tính phí thành viên hàng tháng và hiện nhận thấy các đối thủ cạnh tranh đang chuẩn bị tăng giá nên cũng có kế hoạch tăng giá. Sau khi giá tăng, nhà phân tích dữ liệu được yêu cầu đánh giá tác động của việc tăng giá. Nếu bạn là nhà phân tích dữ liệu của một công ty, bạn sẽ đánh giá dữ liệu đó như thế nào?

1. Mô hình tăng giá cơ bản nhất

Doanh thu = tổng số người dùng * tỷ lệ mua hàng * số tiền trung bình trên mỗi người. Mọi người đều biết công thức này. Vậy câu hỏi đặt ra là: việc tăng giá sẽ có tác động như thế nào? Trả lời: Tỷ lệ mua có thể giảm khi giá tăng, nhưng số tiền bình quân đầu người sẽ tăng. Còn về việc tổng doanh thu sẽ tăng hay giảm sau khi tăng giá thì phụ thuộc vào tỷ lệ thay đổi của hai yếu tố. Đây là mô hình đánh giá thay đổi giá cơ bản nhất (như được hiển thị bên dưới)

Độ nhạy về giá có thể được kiểm tra trước. Trước tiên, bạn có thể sử dụng phiếu giảm giá làm đòn bẩy và thử nghiệm tỷ lệ mua hàng của người dùng dưới hình thức xổ số, để suy ra ở một mức độ nào đó mức tăng/giảm giá phù hợp. Tuy nhiên, phương pháp này phù hợp hơn để đo lường mức giảm giá. Nếu giá tăng, người dùng theo bản năng sẽ cảm thấy ghê tởm hơn, nên điều này không thực sự áp dụng được.

Vậy, mọi chuyện kết thúc ở đây sao?

2. Xem xét các thuộc tính của sản phẩm

Sự suy giảm trong tỷ lệ mua hàng của người dùng sẽ bị ảnh hưởng bởi các yếu tố sau:

• Giá neo: Giá neo càng mơ hồ thì giá càng ít giảm
• Mức độ cầu cứng nhắc: Cầu cứng nhắc càng cao thì mức giảm càng ít
• Mức độ độc quyền: Mức độ độc quyền càng cao thì sự suy giảm càng ít
• Giá cao hay thấp: Giá càng thấp thì mức giảm càng ít
• Nhận thức: Nhận thức càng thấp thì sự suy giảm càng ít

Trong năm yếu tố này, bốn yếu tố đầu tiên dễ hiểu theo trực giác, còn yếu tố thứ năm cần giải thích ngắn gọn: cái gọi là mức độ nhận thức đề cập đến mức độ quan tâm của người dùng đến vấn đề đó. Có nhiều khoản chi phí trong cuộc sống của chúng ta được khấu trừ âm thầm, chẳng hạn như hóa đơn nước, điện, gas và điện thoại. Trừ khi có sự gia tăng đột ngột vào một tháng nào đó hoặc người bán hàng chủ động triển khai chiến dịch tiếp thị, những hóa đơn này có thể lọt khỏi tầm tay mọi người.

Vậy câu hỏi đặt ra là: Sản phẩm dành cho thành viên video đáp ứng được bao nhiêu mục tiêu nêu trên?

Hầu như tất cả chúng (như được hiển thị bên dưới)

Tôi đoán đây chính là lý do tại sao các nhà khai thác lại tự tin tăng giá. Trong những năm gần đây, nhu cầu giải trí trực tuyến của mọi người đã tăng lên đáng kể, điều này có thể dễ dàng quan sát được từ dữ liệu như DAU, thời gian trực tuyến và tốc độ phát lại liên tục. Vì nhu cầu ngày càng tăng, nhận thức vốn thấp và giá cả không đắt nên chắc chắn sẽ có lợi nhuận nếu giá tăng.

Vậy xét ở mức độ này thì đã đủ chưa?

3. Xem xét chi tiết về việc tăng giá

Sự khác biệt lớn nhất giữa giá thành viên video và giá gạo và bột mì là mức giá neo của thứ này hoàn toàn là giả tạo. Chi phí cận biên để cung cấp dịch vụ cho người dùng bổ sung gần như bằng không, do đó, nhà khai thác có thể tùy ý điều chỉnh giá và tạo ra các điểm neo mới, qua đó làm mờ đi khả năng phán đoán của người dùng.

Ví dụ, ban đầu chỉ có một mức phí thành viên là 25 nhân dân tệ mỗi tháng, nhưng hiện nay đã có dịch vụ tự động kích hoạt đăng ký thành viên hàng tháng liên tục trong 20 tháng. Thoạt nhìn, có vẻ như nó chỉ rẻ hơn 5 nhân dân tệ nên người dùng có thể sẽ kích hoạt nó. Tuy nhiên, xét đến những thay đổi thực tế về tỷ lệ sử dụng (ví dụ, tôi mua tư cách thành viên chỉ để xem một bộ phim truyền hình ăn khách, nhưng hiếm khi xem sau khi xem xong), rất có thể trong những tháng tiếp theo, người dùng sẽ quên hủy thanh toán và tự động bị tính thêm tiền. Đây là chiến lược hạ thấp công khai và tăng cao bí mật .

Lưu ý rằng chiến lược này có một vấn đề là thu nhập của bạn sẽ giảm trong ngắn hạn. Do đó, chúng ta cũng có thể suy nghĩ ngược lại và xây dựng chiến lược tăng rõ ràng nhưng giảm tiềm ẩn, để tăng doanh thu nhanh chóng trong ngắn hạn và thu lợi nhuận bằng cách hy sinh giá trị ARPU trong những tháng tiếp theo (như thể hiện trong hình bên dưới).

Tất nhiên, bạn cũng có thể sử dụng phương pháp đóng gói liên minh để trực tiếp tung ra một gói sản phẩm mới và làm mờ hơn nữa mức giá neo. Ví dụ, chúng ta có thể hợp tác với các nền tảng giao đồ ăn để giao đồ ăn cho các thành viên cùng nhau và đặt giá theo gói. Đừng lấy điện thoại ra, để tôi hỏi bạn ngay xem phí thành viên hàng tháng của Meituan hoặc Ele.me là bao nhiêu! Hơn 80% số người không thể trả lời câu hỏi này, nhưng họ cảm thấy rằng: thật hời khi mua hai thẻ thành viên chỉ với bốn mươi hoặc năm mươi nhân dân tệ, vì dù sao thì bạn cũng phải gọi đồ mang về. Nói tóm lại, mức giá neo càng mơ hồ thì khả năng người dùng phải gánh chịu hậu quả của việc tăng giá càng lớn .

Vì vậy, câu hỏi này không nên được hỏi theo cách này ngay từ đầu. Nếu trong môi trường làm việc thực tế, điều đầu tiên mà một nhà phân tích dữ liệu nên làm là tìm ra:

1. Nó tăng lên như thế nào?
2. Những gói thành viên cụ thể nào đang tăng giá?
3. Đây có phải là đợt tăng giá cứng hay tăng giá nhẹ bằng cách tung ra các gói sản phẩm mới?
4. Đó có phải là sự sụt giảm rõ ràng nhưng lại tăng ẩn hay là sự tăng rõ ràng nhưng lại giảm ẩn?

Chỉ khi biết những điều này, chúng ta mới có thể dự đoán được xu hướng kinh doanh và biết được kết quả kinh doanh nào là mong đợi và kết quả nào là không mong đợi. Nếu không, bạn có thể sẽ phải làm việc chăm chỉ trong một thời gian dài chỉ để được chào đón bằng câu "Tôi đã biết điều đó từ sớm rồi".

Tuy nhiên, vẫn còn một câu hỏi ở đây, đó là liệu người tiêu dùng có thực sự tin vào suy nghĩ lạc quan của doanh nghiệp hay không?

4. Xem xét hành vi của người dùng

Lưu ý rằng mỗi chiến lược nêu trên đều có những điều kiện tiên quyết riêng, chẳng hạn như:

Chiến lược giảm rõ ràng và tăng ẩn: Có đủ tỷ lệ người dùng thờ ơ/tỷ lệ hủy thấp Chiến lược tăng rõ ràng và giảm ẩn: Người dùng có tỷ lệ thanh toán đủ cho các gói theo quý/năm Chiến lược neo mờ: Sản phẩm chung phải có đủ lượng người dùng

Nếu những tiền đề này không được đáp ứng, chiến lược từng phút sẽ thất bại, hoặc là không thu hút được đủ người dùng, hoặc là bị những người khác thâu tóm rồi bỏ đi. Do đó, tỷ lệ chuyển đổi mua hàng và tỷ lệ mua lại của người dùng sẽ ảnh hưởng trực tiếp đến hiệu ứng tăng giá.

Chúng ta hãy hỏi thêm: Tỷ lệ chuyển đổi mua hàng và tỷ lệ mua lại của người dùng phụ thuộc vào điều gì? Có lẽ mọi người đều có thể dễ dàng đưa ra những lý do như: có những bộ phim truyền hình ăn khách để xem, các công ty khác đã tăng giá mạnh hơn và người dùng mới không biết gì về các khoản phí. Nhưng lưu ý: những lý do này không thể định lượng được bằng dữ liệu.

Do đó, chúng ta cần tìm ra điều gì đó có thể xác minh được bằng dữ liệu , chẳng hạn như: giảm tần suất trực tuyến, giảm thời gian trực tuyến đơn lẻ, giảm phát lại liên tục, v.v., để phân biệt giữa người dùng mới và cũ (như thể hiện trong hình bên dưới). Chỉ bằng cách này, chúng ta mới có thể tìm ra những lý do sâu xa hơn, thay vì chỉ dừng lại ở mức độ lặp lại biểu đồ của một con vẹt: doanh số bán gói 20 nhân dân tệ đã giảm kể từ khi giá tăng.

Vậy xét ở mức độ này thì đã đủ chưa?

5. Xem xét các hành động kinh doanh

Tất cả giá cả đều tăng:

• Chờ đối thủ điều chỉnh giá trước VS tăng giá trước
• Đặt gói mới trước VS thay đổi trực tiếp bảng giá
• La hét trên phố: Tôi sẽ tăng giá! VS bí mật thay đổi bảng giá

Tất cả các hoạt động này đều được sử dụng khi đã xác định được mức điều chỉnh giá để đạt được những hiệu ứng khác nhau bằng cách thay đổi ngôn ngữ khuyến mại, nhịp độ khuyến mại và thời điểm khuyến mại. Đặc biệt đối với các sản phẩm ảo, khi giá neo không rõ ràng, sẽ dễ tạo ra ảo tưởng cho người tiêu dùng, dẫn đến hiệu ứng mạnh/yếu hơn.

Là một nhà phân tích dữ liệu, cần phải hiểu những chi tiết cụ thể này để đánh giá đầy đủ phạm vi thời gian tác động của việc tăng giá, thay vì ngây thơ tuân theo mô hình cơ bản nhất và tính toán từ thời điểm điều chỉnh giá.

VI. Phần kết luận

Tóm lại, một câu hỏi có vẻ đơn giản và logic kinh doanh có vẻ đơn giản có thể tạo ra nhiều khả năng khác nhau khi kết hợp với các đặc điểm cụ thể của ngành, thuộc tính sản phẩm, thói quen của người dùng và hành động kinh doanh.

Do đó, nếu bạn muốn đánh giá toàn diện, bạn phải hiểu sâu sắc về các chi tiết kinh doanh và sắp xếp các giả định kinh doanh trước. Chỉ bằng cách này, chúng ta mới có thể xác định rõ ràng thời điểm chu kỳ tác động bắt đầu và hành vi nào của người dùng là sự phát triển tự nhiên và hành vi nào được thúc đẩy bởi các chương trình khuyến mãi. Ngược lại, nếu bạn không suy nghĩ sâu sắc và chỉ trình bày dữ liệu thanh toán hàng ngày một cách ngây thơ, bạn không những không thấy được ý nghĩa đằng sau dữ liệu mà còn bị đánh bại trước những cuộc tấn công kinh doanh liên tiếp.

Tác giả: Thầy giáo thực tế Chen

Tài khoản công khai WeChat: Giáo viên Chen thực tế