电竞之家_品味电竞生活移动版

本文是 TalkingData 首席数据科学家张夏天翻译自 Highly Scalable Blog的一篇文章，介绍了零售业中的数据挖掘问题。本文内容包括零售业中的多个常见问题，如响应建模、推荐系统、需求预测、价格差异、促销活动规划、类目管理、财务影响等。其中涉及的资源分配优化问题、个性化推荐、定向广告等业务问题，上下两篇完整阅读大约需要两个半小时，本次发布下篇。

零售商向客户提供一组产品时，针对每个用户都制定不同的价格来最大化整体的收入。另外，该问题可以重新定义为提供定向折扣从而在基线价格上改变价格。

价格差异被广泛的应用在零售业并且存在非常多种显性和隐性的形式：优惠券，店铺级价格分区，和折扣都是价格差异的例子。

价格区分与通过数量折扣来提升销售是相关的。

动态定价能用价格差异的原则和模型来增量的调整价格。

尽管我们在问题的定义中暗示了是细粒度的个体定价方式，但是这是非常极端的情况更多常见的方法是对大的客户分群设置不同的价格。

价格区分是最基础的经济和营销问题 [SM11]，因此：

此处 G 是利润，Q 是销售数量，P 是单位价格，V 是可变的单位成本（大致相当于零售商拿到的批发价格），而是固定成本如管理成本。公式（4.1）中的价格和销量是互相依赖的，因为随着价格的提高需求会下降，反之亦然。价格和销量的关系通常可以用一个线性函数来逼近，这一函数具有一个一般被称为需求弹性的系数：

换言之， 需求弹性是需求量的百分比变化与价格的百分比变化的比率。公式（4.1）和（4.2）可以可视化如下：

需求曲线是一条由需求弹性和零售商利润定义的斜线，数值上等价于（Po-V） · Q0，此处 P0 是由零售商设定的单位产品价格。

一方面，当价格接近可变成本时利润趋近于 0，虽然销售量很高。

另一方面，高价格将导致销售量下降，结果利润也会变得很小。这基本上意味着价格服从于一个数值优化问题，并且零售商可以用统计技术来估计需求弹性并找到使得公式（4.1）最大化的最优价格。

这一方法，即所谓计量价格优化的实用性是比较有限的 [SM11] 因为又公式（4.1）表达的模型过于简化了市场行为并丢弃了在竞争市场中一些重要的影响价格-数量关系的因素。

例如，价格大幅度下降可能会引发竞争对手降低整个行业价格的对称反应，所以所有的市场参与者最终都会处于一个销售量和利润都较低的状况。

尽管计量价格优化有很多局限性，但公式（4.1-4.2）揭示了价格差异的本质。对于任意一个价格，无论它有多优化，这一价格都是一种折衷。因为一些客户会因为这一价格太贵而放弃购买，尽管他们可能愿意以更低的在 P0 和 V 之间的价格（依然对两种利润是正向贡献）购买该产品。

此外，一些客户可以容忍高于 P0 的价格，尽管他们产生的销售量会相对较小。在这两种情况下，零售商无法获取位于需求曲线和可变成本线围成的三角区域之中的额外利润。

价格差异是一种自然的方法来克服单一常规价格的限制，通过根据客户的付款意愿将客户分群并向不同的客户群体提供不同的价格。考虑一个这种策略的特殊情况，在前一图表的常规价格外补充了一个较高的溢价（注意与单一价格策略相比利润区域如何增加）：

这一考虑带来了零售商如何把相同的产品以不同的价格卖给不同的客户这一挑战性问题。一般而言，这需要在具有不同付费意愿的客户之间设置区隔以使得高付费意愿的客户不能以为低付费意愿客群设定的价格来付费。零售商可以使用如下几种区隔机制：

店铺区域：连锁零售商店一般都位于不同的社区内，这些社区具有不同的平均家庭收入、平均家庭规模、最近竞争商店距离等人口属性和竞争性因素。这就自然对客户的价格敏感性以及寻找替代供应商的能力或者意愿做了区分。这使得零售商可以在店铺的级别上在不同区域设置不同的价格。

包装大小：诸如软饮料或化妆品之类的快速消费品（FMCG）具有较高的周转率，消费者自然可以选择是频繁购买少量产品或者储存大量的产品，这种权衡也受到诸如家庭规模等人口因素的影响。这一机制通过购买大型或小型包装的意愿来创建区隔，并为不同包装尺寸设置不同的单位边际价格。买一送一（BOGO）优惠也与此机制有关。

促销活动：客户可以根据他们是否愿意等待较低价格还是以正常价格立即购买来区分。此种客户分群方式被广泛应用于服饰领域，在该领域季节性促销是主要的营销机制之一。

优惠券：许多客户不会愿意以常规价格来购买某一产品，但是当有折扣价时却会考虑购买。因此零售商可以从折扣中获得额外的客户，尽管他们贡献的毛利率相较于那些以正常价格购买的产品的客户较低。另一方面，向太过广泛的受众提供折扣可能是有害的，因为那些愿意以正常价格购买的客户也会使用折扣（当没有折扣的时候），前面章节中讨论过的响应建模技术有助于解决这一问题。然而有一种 19 世纪就存在的传统解决方案——优惠券，优惠券代表需要付出一定努力才能赚取或兑换的价格折扣（例如，客户必须在报纸上找到它，剪下来并在商店出示），这就通过花费时间和精力获得折扣的意愿区分了客户。

销售渠道：不同的销售渠道自然代表不同的区隔，因为客户对购买渠道的选择与他们的支付意愿密切相关。例如，与在杂货店购买相同葡萄酒的顾客相比，酒类商店顾客的价格敏感性一直较低 [CU13]。

尽管这些技术已经应用很久了，但是要建立一个完整的折扣优化模型是非常挑战的。