Nauka o cenach

Nauka o cenach to zastosowanie metod nauk społecznych i biznesowych do problemu ustalania cen. Metody obejmują modelowanie ekonomiczne , statystykę , ekonometrię , programowanie matematyczne . Dyscyplina ta ma swoje korzenie w rozwoju zarządzania zyskami w branży lotniczej w latach 80. XX wieku i od tego czasu rozprzestrzeniła się na wiele innych sektorów i kontekstów cenowych, w tym zarządzanie zyskami w innych sektorach branży turystycznej, mediach, handlu detalicznym, produkcji i dystrybucji.

Prace związane z nauką o cenach są realizowane na różne sposoby, od strategicznego doradztwa w zakresie cen w zakresie definiowania segmentów, w przypadku których strategie cenowe mogą się różnić, po oprogramowanie klasy korporacyjnej zintegrowane z procesami wyceny i sprzedaży.

Historia

Nauka o cenach ma swoje korzenie w rozwoju programów zarządzania zyskami opracowanych przez branżę lotniczą wkrótce po deregulacji branży na początku lat 80-tych. Programy te zapewniły oparte na modelach wsparcie w odpowiedzi na główne pytanie, przed którym stoją linie lotnicze objęte deregulacją: „Ile rezerwacji powinienem zaakceptować dla każdego produktu taryfowego które oferuję podczas każdego obsługiwanego przeze mnie lotu, aby zmaksymalizować swoje przychody?” Znalezienie najlepszych odpowiedzi wymagało opracowania algorytmów statystycznych, aby przewidzieć liczbę zarezerwowanych pasażerów, którzy się pojawią, oraz przewidzieć liczbę dodatkowych rezerwacji, których można się spodziewać w przypadku każdego produktu taryfowego. Wymagało to również opracowania algorytmów i formuł optymalizacyjnych, aby znaleźć najlepsze rozwiązanie, biorąc pod uwagę charakterystykę prognoz. Natomiast w przypadku linii lotniczych obsługujących setki do tysięcy lotów każdego dnia i sprzedających bilety na codzienne odloty 300 dni w przyszłość, obliczenia wyzwania są ekstremalne.

Programy zarządzania zyskami przyniosły ogromne korzyści finansowe ich pierwszym użytkownikom na początku i połowie lat 80. XX wieku, a podejście to szybko rozprzestrzeniło się na firmy z powiązanych sektorów branży hotelarskiej, wynajmu samochodów i linii wycieczkowych. Chociaż istnieją istotne różnice między tymi branżami, dominującymi czynnikami wpływającymi na rozwiązania były nietrwałość sprzedawanego zasobu, zmienne w czasie wzorce popytu oraz ograniczona zdolność produkcyjna dostępna do sprzedaży. Dobry przegląd metod nauki o cenach i zastosowań związanych z zarządzaniem plonami lub przychodami można znaleźć w artykule Phillips i cytowanych tam źródłach. Williams pokazuje związek między wieloma z tych problemów a standardową mikroekonomią.

Począwszy od początku do połowy lat 90. sukcesy te zaowocowały próbami zastosowania tych metod lub opracowania nowych metod w celu wspierania decyzji dotyczących ustalania cen i powiązanych decyzji w wielu innych sytuacjach. Zarządzanie zyskami zostało z powodzeniem zastosowane w przypadku telewizji nadawczej i kablowej, mediów internetowych, producentów ropy i gazu, dostawców usług sportowych i kinowych, mediów internetowych, wynajmu mieszkań i nieruchomości w oznaczonym czasie, kart kredytowych i sklepów detalicznych.

Od około 2000 r. zastosowanie nauki o cenach do problemów związanych z podawaniem cen w transakcjach między przedsiębiorstwami zyskało na popularności, a użytkownicy zgłaszający korzyści finansowe porównywalne z wcześniejszymi osiągnięciami w branży turystycznej. Zamiast optymalizować dostępne oferty w odpowiedzi na bardzo dynamiczną przepustowość, te business-to-business aplikacje umożliwiły optymalizację ofert w oparciu o szczególne cechy rozważanej transakcji i klienta. Zastosowania obejmują dostawców usług biznesowych, producentów produktów przemysłowych i dystrybutorów produktów, od technologii po żywność i materiały biurowe.

Nawet linie lotnicze i inni pierwsi praktycy zaczęli wracać do swojego pierwotnego założenia, że ceny są „danym”, prostym wkładem w ich technologię optymalizacji. Rozwój tanich przewoźników oferujących ceny bez ograniczeń, kanały „nazwij własną cenę” i aukcje pobudził zainteresowanie zastosowaniem nauki do strony ustalania cen w biznesie.

W miarę rozszerzania się zastosowań metod naukowych do rozwiązywania problemów biznesowych dyscyplina nauki o cenach stała się bardziej rygorystyczna i metodologiczna. Początkowo metody statystyczne i optymalizacyjne były adaptowane przez praktyków i teoretyków z dziedzin inżynierii i badań operacyjnych. Dyscyplina ta była zwykle określana jako badania operacyjne , a specjalizacja w metodach zarządzania przychodami lub plonami była postrzegana jako specjalność w szerszej dyscyplinie, jaką są badania operacyjne i nauki o zarządzaniu. INFORMUJE , organizacja zawodowa większej dyscypliny, posiada sekcję poświęconą tej specjalności, sekcję Zarządzanie przychodami i ceny. [1]

W miarę rozprzestrzeniania się zastosowań z zarządzania plonami na bardziej ogólne zastosowania związane z ustalaniem cen, termin nauka o cenach stał się znacznie bardziej powszechny w odniesieniu do dyscypliny, a naukowcy zajmujący się cenami w odniesieniu do praktyków.

Metody

Metody stosowane w nauce o cenach można podzielić na dwa szerokie obszary: 1. prognozowanie i 2. optymalizacja . Problem prognozowania odzwierciedla fakt, że decyzje cenowe mają na celu wpłynąć na zdarzenia zakupowe w pewnym przyszłym horyzoncie czasowym. Problem optymalizacji odzwierciedla złożoność matematyczną wymaganą do osiągnięcia wykonalnych i praktycznych rozwiązań cenowych.

Metody prognozowania

Istnieją dwa podproblemy prognozowania: przewidywanie popytu etapowego w czasie i przewidywanie reakcji popytu na decyzje cenowe. W zastosowaniach typu zarządzanie plonami przewidywanie zapotrzebowania na etapy w czasie na bardzo szczegółowym poziomie ma kluczowe znaczenie, ponieważ aplikacje te charakteryzują się stałą wydajnością, względem której popyt musi być równoważony za pomocą cen lub powiązanych kontroli. W wielu tego typu zastosowaniach ważne jest również przewidywanie reakcji na decyzje cenowe, ponieważ cena jest często instrumentem kontrolnym używanym do modulowania popytu. Istnieje jednak wiele aplikacji do zarządzania wydajnością, w których kontrola dotyczy bezpośrednio dostępności produktu; W takich przypadkach ceny są zazwyczaj przyjmowane jako stałe i przewidywanie reakcji cenowej nie jest wymagane.

Prognozowanie zapotrzebowania okresowego

Metody prognozowania ogólnie należą do klasy metod zwanych metodami szeregów czasowych, głównie wygładzania wykładniczego lub metod przyczynowych, w których cena jest traktowana jako (jeden z) czynników przyczynowych. W zastosowaniach związanych z nauką o cenach konieczne jest tworzenie prognoz popytu na poziomie szczegółowości, na którym podejmowane są decyzje cenowe. Wprowadza to zarówno złożoność modelowania, jak i obliczeń, która nie jest uwzględniana w standardowych metodach prognozowania. Ponadto w przypadkach, gdy występują ograniczenia wydajności, wymagane są metody uwzględniające cenzurowanie popytu, które ma miejsce, gdy popyt przekracza możliwości. W przypadkach, gdy rezerwacje są zamknięte z powodu osiągnięcia maksymalnej autoryzacji, należy oszacować, jakie byłoby „prawdziwe” zapotrzebowanie, gdyby rezerwacje zostały przyjęte w tych okresach zamkniętych.

Prognozowanie szczegółowego popytu

Często może nie być wystarczających przykładów historycznych szeregu zainteresowań, aby stworzyć wiarygodną prognozę popytu. W przypadku linii lotniczej może się to zdarzyć w przypadku lotów na nowe rynki, dla których nie jest dostępna żadna historia, do której można by się odwołać. Dla sprzedawcy detalicznego mogą to być po prostu skąpe dane dotyczące sprzedaży konkretnego SKU . Szeroko stosowaną metodę stosowaną w takich przypadkach do tworzenia niezbędnych prognoz nazywa się czasem „agregowaniem i dystrybucją”. Metoda ta rozkłada prognozę na dwa składniki: prognozę bardziej zagregowanej serii i prognozę rozkładu bardziej zagregowanego popytu na jego składniki, a mianowicie:

${\ Displaystyle Q_ {t + n} ^ {i} = Q_ {t + n} ^ {I} * sI_ {t + n} ^ {i}, i \ w ja;}$

gdzie $wszystkie trasy obsługujące określone miejsce początkowe-miejsce$ konkretna interesująca seria niskiego poziomu, to suma powiązanych $serii (np.$ lub wszystkie rozmiary i kolory określonego stylu koszula), ${\ displaystyle Q_ {t + n} ^ {ja}}$ jest prognozą agregatu i ${\ displaystyle sI_ {t + n} ^ {i}}$ jest prognozą ${\ displaystyle i}$ udział $.$ _ Zarówno jak $_$ $je$ _

Rachunek za cenzurę

Kiedy aplikacja równoważy popyt z podażą poprzez bezpośrednią kontrolę dostępności produktu, co jest powszechne w wielu aplikacjach do zarządzania plonami, tworzenie dobrych prognoz okresowych wymaga albo uchwycenia popytu, który nie skutkuje bezpośrednio sprzedażą lub rezerwacją (często określane jako „ograniczenia” lub „dane dotyczące strat”); lub zastosowanie jakiejś metody naukowej do oszacowania niezaobserwowanego popytu. Konwencjonalnie metody te nazywane są „metodami bez ograniczeń” i obejmują ręczne dostosowywanie, metody uśredniania, metody maksymalizacji oczekiwań (EM) , metody wygładzania wykładniczego .

Metody przyczynowe

Gdy aplikacja wykorzystuje ceny jako instrument kontrolny, ustalanie cen w celu modulowania sprzedaży, tworzenie dobrych prognoz rozłożonych w czasie może wymagać zastosowania metod przyczynowych (czasami nazywanych metodami ekonometrycznymi) w celu uwzględnienia relacji między cenami obowiązującymi w danym momencie oraz sprzedaż zaobserwowaną w tym momencie. W ten sposób związek między ceną a wielkością sprzedaży, często nazywany „efektem reakcji ceny”, może zostać wykorzystany do oddzielenia bazowego popytu okresowego od skutków zmian cen na sprzedaż. Ponieważ celem tych zastosowań nauki o cenach jest właśnie najlepsze wykorzystanie skutków zmian cen w zakresie wielkości sprzedaży, uwzględnienie tych skutków może stanowić istotny przedmiot prac naukowych wspierających te zastosowania. Problem identyfikacji i oszacowania tych efektów nie jest trywialny, gdyż oprócz ceny konkretnego produktu na wielkość sprzedaży wpływa wiele innych efektów, z których część jest pod kontrolą firmy (np. reklama, ceny powiązanych towarów ) i inne, na które firma nie ma wpływu (np. ceny konkurencji, sezonowość). W dziedzinie nauki o cenach metody te są zwykle określane jako modele reakcji rynku.

Metody optymalizacji

Mając modele przewidujące przyszłą wielkość sprzedaży w funkcji czasu lub decyzji cenowych, firma ma do wyboru pewne możliwości i decyzje. Modelowanie tych wyborów lub decyzji jako problemu optymalizacyjnego umożliwia wybranie najlepszego dostępnego zestawu wyborów lub decyzji. W niektórych sytuacjach rozwiązania tego problemu można uzyskać za pomocą metod heurystycznych; w innych metodami optymalizacji numerycznej; w innych za pomocą ścisłych metod matematycznych.

Metody heurystyczne

Najbardziej znaną (i prawdopodobnie najszerzej stosowaną) metodą heurystyczną dla dużej klasy problemów związanych z zarządzaniem dochodami jest algorytm oczekiwanego krańcowego przychodu z miejsca docelowego (EMSR). Ta heurystyka zapewnia regułę decyzyjną dotyczącą alokacji zapasów do sprzedaży po niższych cenach, jako funkcję popytu po wyższych cenach i różnic cenowych. Phillips ^[1] omawia rozszerzenia heurystyki EMSR.

Numeryczne metody optymalizacji

Wiele problemów optymalizacyjnych formułuje się jako programy matematyczne z ograniczeniami lub bez ograniczeń, albo programy liniowe (LP), albo programy na liczbach całkowitych mieszanych (MIP), dla których dostępnych jest wiele technik rozwiązywania i rozwiązań komercyjnych.

Ścisłe metody matematyczne

Jeśli model reakcji rynku zostanie sformułowany w ramach określonej klasy i uzyskanych punktowych szacunków parametrów modelu, można uzyskać optymalne rozwiązanie analitycznie, wykorzystując specjalną strukturę problemu.

Aplikacje

Rynki Konsumenckie

Najbardziej znane zastosowania nauki o cenach dotyczą problemów związanych z ustalaniem cen produktów łatwo psujących się w branży turystycznej, zwłaszcza pasażerskich biletów lotniczych, zakwaterowania w hotelach, wynajmowanych samochodów, miejsc postojowych na liniach wycieczkowych i tym podobnych. Aplikacje te są często łączone w ramach zarządzania plonami lub zarządzania przychodami.

Niedawno zarządzanie zyskami zostało zastosowane w przypadku wydarzeń sportowych i teatralnych, parkingów samochodowych, kasyn i innych sektorów, w których innowacyjne i dostosowane ceny zapewniają większe zyski.

Inny ważny zestaw zastosowań nauki o cenach dotyczy problemów cenowych stojących przed tradycyjną sprzedażą detaliczną. Należą do nich ceny po przecenach, ceny promocyjne i ceny na półce. Problem przecen cenowych wykazuje znaczne podobieństwa do problemów rozpatrywanych w zarządzaniu plonami, włączając zerowe koszty krańcowe produktu, nietrwałość i popyt rozłożony w czasie.

Rynki między przedsiębiorstwami (B2B).

Zastosowania nauki o cenach można znaleźć w firmach świadczących usługi biznesowe (np. wysyłka paczek i wypożyczanie sprzętu), firmach zajmujących się produkcją ropy i gazu, a także firmach produkcyjnych i dystrybucyjnych/hurtowych. W przypadku usług biznesowych, a w mniejszym stopniu firm produkcyjnych, aplikacje mają służyć zarówno maksymalizacji marży poprzez różnicowanie cen, jak i poprawie wykorzystania środków trwałych.

W przypadku sektorów dystrybucji i handlu hurtowego zastosowania nauki o cenach skupiają się wyłącznie na problemie identyfikacji możliwości różnicowania cen w różnych segmentach działalności i obliczenia optymalnych cen dla każdego segmentu.

Bardzo niedawno ^{[ kiedy? ]} zwraca się uwagę na problem rozliczania zachowań przedstawicieli handlowych w procesie ustalania cen, gdyż obecność przedstawicieli handlowych mających swobodę ustalania cen jest cechą wyróżniającą rynki B2B. ^{[ potrzebne źródło ]}

Technologia

Istnieje wiele praktyk, dzięki którym przedsiębiorstwa wykorzystują metody i wyniki nauki o cenach do podejmowania lepszych decyzji cenowych, a większość z nich opiera się na technologii. Jedna z organizacji typów technologii uwzględnia (a) narzędzia ogólnego przeznaczenia stosowane do wdrażania niektórych technik nauki o cenach; (b) wykorzystanie zlokalizowanej technologii, zazwyczaj standardowych narzędzi biurowych, skonfigurowanych do wykorzystania metod Pricing Science; oraz (c) specjalistyczne oprogramowanie klasy korporacyjnej zaprojektowane i opracowane w tym celu.

Technologia analityczna

W niektórych przedsiębiorstwach decyzje cenowe wspomagane są metodami prognozowania i optymalizacji, realizowanymi w miarę potrzeb przy użyciu narzędzi analitycznych ogólnego przeznaczenia. W tym ustawieniu, w przypadku podejmowania decyzji okresowych lub doraźnych, przeprowadzana jest analiza historycznych zbiorów danych transakcyjnych. Takie podejście jest często spotykane w dużych przedsiębiorstwach, które zatrudniają analityków ilościowych zaznajomionych z narzędziami i w różnym stopniu metodami Pricing Science lub które zatrudniają wyspecjalizowanych konsultantów do przeprowadzania analiz.

Do oszacowania popytu na podstawie ceny wykorzystano tak niewiele technik analitycznych, że do przewidywania przyszłego popytu zastosowane zostaną techniki takie jak modele liniowe i log-liniowe!

Technologia lokalna

W wielu przedsiębiorstwach technologią wspomagającą podejmowanie decyzji cenowych i z nimi związanych, wykorzystujących opisane powyżej metody, są standardowe aplikacje biurowe służące do zarządzania danymi, raportowania i analiz. Niektóre bardzo duże przedsiębiorstwa wdrożyły i rozwinęły bardzo skomplikowane procesy pozyskiwania i manipulacji danymi przy użyciu takiej technologii. Ponieważ twórcy i użytkownicy tych technologii to w większości ogólniowcy, często mogą pojawiać się problemy z jakością, niezawodnością i rozszerzalnością takich procesów.

Oprogramowanie firmowe

Odkąd zarządzanie zyskiem zaczęło się zakorzeniać w latach 80. XX wieku, rozwinęło się wielu wysoce wyspecjalizowanych dostawców oprogramowania dla przedsiębiorstw, aby sprostać potrzebom firm, które skorzystały z możliwości zwiększenia marży, jakie dają te metody. Technologia dostarczana przez takich dostawców to zazwyczaj zastosowania na dużą skalę, które w różnym stopniu odpowiadają nie tylko naukowym metodom ustalania cen, ale także innym wymaganiom biznesowym dotyczącym realizacji, przepływu pracy i raportowania. Ponadto dostawcy ci zazwyczaj zapewniają specjalistyczną wiedzę w zakresie zastosowań i metod nauki o cenach. Dostawcy oprogramowania dzielą się ogólnie na trzy klasy: dostawcy technologii i wiedzy specjalistycznej związanej z problemami zarządzania zyskami, typowymi dla branży turystycznej i pokrewnych; podmioty zapewniające technologię i wiedzę specjalistyczną związaną z różnymi problemami cenowymi w bardziej ogólnej branży detalicznej; oraz dostarczających technologię i wiedzę specjalistyczną związaną z ustalaniem cen w handlu B2B.