Наука о ценообразовании — это применение методов социальных и бизнес-наук к проблеме установления цен. Методы включают экономическое моделирование , статистику , эконометрику , математическое программирование . Эта дисциплина зародилась в развитии управления доходами в авиационной отрасли в 1980-х годах и с тех пор распространилась на многие другие отрасли и контексты ценообразования, включая управление доходами в других секторах туристической индустрии, средствах массовой информации, розничной торговле, производстве и дистрибуции.
Работа по науке о ценообразовании осуществляется различными способами: от стратегических рекомендаций по ценообразованию при определении сегментов, для которых стратегии ценообразования могут различаться, до программных приложений корпоративного класса , интегрированных в процессы ценообразования и продаж.
Наука о ценообразовании уходит корнями в разработку программ управления доходами, разработанных в авиационной отрасли вскоре после дерегулирования отрасли в начале 1980-х годов. Эти программы обеспечивали поддержку на основе моделей для ответа на главный вопрос, с которым сталкиваются дерегулированные авиакомпании: «Сколько бронирований я должен принять по каждому тарифному продукту , который я предлагаю на каждом вылете моего рейса, чтобы максимизировать свой доход?» Для поиска лучших ответов потребовалась разработка статистических алгоритмов, позволяющих предсказать количество забронированных пассажиров, которые появятся, а также количество ожидаемых дополнительных бронирований для каждого тарифного продукта. Также потребовалось разработать алгоритмы оптимизации и формулы для поиска наилучшего решения с учетом характеристик прогнозов. А для авиакомпаний, выполняющих от сотен до тысяч рейсов каждый день и продающих билеты на ежедневные вылеты через 300 дней в будущее, вычислительные проблемы являются чрезвычайными.
Программы управления доходами принесли огромные финансовые выгоды своим первым последователям в начале-середине 1980-х годов, и этот подход быстро распространился на фирмы в смежных секторах гостиничного бизнеса, аренды автомобилей и круизных линий. Хотя между этими отраслями существуют важные различия, доминирующими движущими силами решений были скоропортящийся характер продаваемых ресурсов, структура спроса, меняющаяся во времени, и ограниченные мощности, доступные для продажи. Хороший обзор методов и приложений науки о ценообразовании, связанных с управлением урожайностью или доходами, см. в работе Phillips [1] и цитируемых там ссылках. Уильямс [2] показывает связь между многими из этих проблем и стандартной микроэкономикой.
Начиная с начала и середины 1990-х годов, эти успехи породили усилия по применению этих методов или разработке новых методов для поддержки ценообразования и связанных с ним решений в различных других условиях. Управление доходностью успешно применяется в сфере вещания и кабельного телевидения, онлайн-СМИ, производителей нефти и газа, спортивных и театральных провайдеров, аренды квартир и таймшеров, кредитных карт и розничной торговли.
Примерно с 2000 года началось применение науки о ценообразовании к проблемам котирования цен в сделках между предприятиями , и ее последователи сообщают о финансовых выгодах, сопоставимых с предыдущими достижениями в туристической индустрии. Вместо оптимизации доступных предложений в ответ на очень динамичную емкость эти бизнес- приложения предоставили средства для оптимизации предложений на основе конкретных характеристик рассматриваемой транзакции и клиента. Приложения включали поставщиков бизнес-услуг, производителей промышленной продукции и дистрибьюторов самых разных товаров: от технологий до продуктов питания и канцелярских товаров.
Даже авиакомпании и другие специалисты-практики начали пересматривать свое первоначальное предположение, что цены были «данностью», простым входом в их технологию оптимизации. Рост числа бюджетных перевозчиков, предлагающих цены без ограничений, каналы «назовите свою цену» и аукционы — все это стимулировало этот интерес к применению науки к ценовой стороне бизнеса.
По мере расширения применения научных методов для решения этих бизнес-задач дисциплина науки о ценообразовании стала более строгой и методологической. Первоначально методы статистики и оптимизации были адаптированы практиками и теоретиками инженерных дисциплин и исследований операций. Эту дисциплину обычно называли исследованием операций , а специализация в методах управления доходами или доходностью рассматривалась как специальность в более широкой дисциплине «Исследование операций и наука управления». INFORMS , профессиональная организация более широкой дисциплины, имеет раздел, посвященный этой специальности, — раздел управления доходами и ценообразованием. [1]
По мере распространения приложений от управления доходами до более общих приложений ценообразования, термин «Наука о ценообразовании» стал гораздо более распространенным для обозначения дисциплины, а термин «Учёные по ценообразованию» — для обозначения практиков.
Методы, используемые в науке о ценообразовании, можно разделить на две большие области: 1. прогнозирование и 2. оптимизация . Проблема прогнозирования отражает тот факт, что решения о ценообразовании призваны повлиять на события покупок в некотором будущем периоде времени. Проблема оптимизации отражает математическую сложность, необходимую для достижения осуществимых и практических решений ценообразования.
Есть две подзадачи прогнозирования: прогнозирование поэтапного спроса и прогнозирование реакции спроса на решения о ценообразовании. В приложениях управления доходностью прогнозирование поэтапного спроса на очень детальном уровне имеет центральное значение, поскольку эти приложения характеризуются фиксированной мощностью, относительно которой спрос должен быть сбалансирован с помощью ценообразования или соответствующего контроля. Во многих из этих типов приложений также важно прогнозировать реакцию на ценовые решения, поскольку цена часто является инструментом контроля, используемым для модуляции спроса. Однако существует ряд приложений по управлению доходностью, в которых контроль осуществляется непосредственно за доступностью продукта; В этих случаях цены обычно принимаются фиксированными, и прогнозирование реакции цен не требуется.
Методы прогнозирования обычно относятся к классу методов, известных как методы временных рядов, в первую очередь экспоненциального сглаживания , или причинных методов, где цена рассматривается как (один из) причинных факторов. В приложениях науки о ценообразовании необходимо прогнозировать спрос на том уровне детализации, на котором принимаются решения о ценообразовании. Это усложняет как моделирование, так и вычисления, не учитываемые в стандартных подходах к методам прогнозирования. Кроме того, в тех случаях, когда присутствуют ограничения мощности, необходимы методы, учитывающие цензуру спроса, которая происходит, когда спрос превышает мощность. В случаях, когда бронирования закрываются из-за достижения максимального уровня авторизации, необходимо оценить, каким был бы «истинный» спрос, если бы заказы были приняты в течение этих закрытых периодов.
Часто может оказаться недостаточно исторических примеров интересующего ряда для составления надежного прогноза спроса. Для авиакомпании это может произойти с рейсами на новые рынки, история которых недоступна. Для ритейлера это могут быть просто скудные данные о продажах конкретного SKU . Широко используемый метод, используемый для получения необходимых прогнозов в таких случаях, иногда называют «агрегировать и распределять». Этот метод разбивает прогноз на два компонента: прогноз более агрегированного ряда и прогноз того, как этот более агрегированный спрос распределяется по его компонентам, а именно:
где – интересующий конкретный ряд низкого уровня, – совокупность связанных рядов (например, все маршруты, обслуживающие определенный пункт отправления-назначения, или все размеры и цвета рубашек определенного стиля), – прогноз совокупности, и прогноз доли России . И то , и другое может быть получено с использованием стандартных методов экспоненциального сглаживания. [3]
Когда приложение уравновешивает спрос и предложение посредством прямого контроля доступности продукта, как это часто бывает во многих приложениях по управлению доходностью, для создания хороших повременных прогнозов требуется либо уловить спрос, который не приводит к прямой продаже или бронированию (часто это называется «отказы» или «данные о потерях»); или использовать какой-либо научный метод для оценки ненаблюдаемого спроса. Условно эти методы называются «методами без ограничений», включают ручную корректировку, методы усреднения, методы максимизации ожидания (EM) , методы экспоненциального сглаживания . [4]
Когда приложение использует цены в качестве инструмента управления, устанавливая цены для модуляции продаж, создание хороших повременных прогнозов может потребовать использования причинно-следственных методов (иногда называемых эконометрическими методами) для учета взаимосвязи между ценами, действующими в определенный момент времени. и наблюдаемые продажи на тот момент. Таким образом, взаимосвязь между ценой и объемом продаж, часто называемая «эффектом реакции цены», может использоваться для отделения основного поэтапного спроса от эффектов изменения цен на продажи. Поскольку цель этих приложений науки о ценообразовании состоит именно в том, чтобы максимально эффективно использовать эффекты изменения цен на объем продаж, учет этих эффектов может стать важным направлением научной работы в поддержку этих приложений. Проблема выявления и оценки этих эффектов нетривиальна, поскольку, помимо цены конкретного продукта, на объем продаж влияют многочисленные другие эффекты, некоторые из которых находятся под контролем фирмы (например, реклама, цены на сопутствующие товары). ) и другие, которые находятся вне контроля фирмы (например, цены конкурентов, сезонность). В области науки о ценообразовании эти методы обычно называются моделями реакции рынка. [5]
Учитывая модели, которые позволяют прогнозировать будущий объем продаж либо в зависимости от времени, либо от ценовых решений, у фирмы есть определенные варианты выбора или решения. Моделирование этих выборов или решений как задачи оптимизации дает возможность выбрать наилучший доступный набор вариантов или решений. В некоторых случаях решение этой проблемы может быть обеспечено эвристическими методами; в других — методами численной оптимизации; в других - строгими математическими методами.
Самый известный (и, вероятно, наиболее широко применяемый) эвристический метод для большого класса задач управления доходностью известен как алгоритм ожидаемого предельного дохода от места (EMSR). [6] Эта эвристика обеспечивает правило принятия решения о распределении запасов для продажи по более низким ценам в зависимости от спроса по более высоким ценам и разницы в ценах. Филлипс [1] обсуждает расширение эвристики EMSR.
Многие задачи оптимизации формулируются в виде математических программ с ограничениями или без ограничений, либо линейных программ (LP), либо смешанных целочисленных программ (MIP), для которых доступно множество методов решения и коммерческих решателей.
Если модель реакции рынка сформулирована в рамках определенного класса и получены точечные оценки параметров модели, оптимальное решение может быть получено аналитически, используя особую структуру задачи.
Существует множество практик, с помощью которых предприятия используют методы и результаты науки о ценообразовании для принятия более эффективных решений о ценообразовании, большинство из которых опосредованы технологиями. Одним из типов технологий является рассмотрение (а) инструментов общего назначения, используемых для реализации некоторых методов науки о ценообразовании; (б) использование локализованных технологий, обычно стандартных офисных инструментов, настроенных на использование методов ценообразования; и (c) специализированное программное обеспечение корпоративного класса, разработанное и разработанное для этой цели.
В некоторых компаниях ценовые решения поддерживаются с помощью методов прогнозирования и оптимизации, выполняемых по мере необходимости с использованием аналитических инструментов общего назначения. В этом случае, когда принимаются периодические или специальные решения, выполняется анализ наборов данных исторических транзакций. Этот подход часто встречается на крупных предприятиях, где есть количественные аналитики, знакомые с инструментами и, в различной степени, с методами ценообразования, или которые нанимают специализированных консультантов для выполнения анализа.
Так мало аналитических методов было использовано для оценки спроса с использованием цены, а такие методы, как линейные и лог-линейные модели, будут использоваться для прогнозирования будущего спроса!
На многих предприятиях технология, используемая для поддержки ценообразования и принятия связанных с ним решений с использованием описанных выше методов, представляет собой стандартные офисные приложения для управления данными, отчетности и анализа. Некоторые очень крупные предприятия внедрили и развили очень сложные процессы сбора и обработки данных с использованием такой технологии. Поскольку разработчики и пользователи этих технологий по большей части являются специалистами широкого профиля, часто могут возникать проблемы с качеством, надежностью и расширяемостью таких процессов.
С тех пор как в 1980-х годах управление доходностью начало внедряться, ряд узкоспециализированных поставщиков корпоративного программного обеспечения выросли, чтобы удовлетворить потребности предприятий, которые воспользовались возможностями увеличения прибыли, предоставляемыми этими методами. Технологии, предоставляемые такими поставщиками, как правило, представляют собой крупномасштабные приложения, в той или иной степени удовлетворяющие не только научные методы ценообразования, но и другие требования к исполнению, рабочему процессу и отчетности, предъявляемые бизнесом. Кроме того, эти поставщики обычно предоставляют специализированные знания в области научных приложений и методов ценообразования. Эти поставщики программного обеспечения обычно делятся на три класса: поставщики технологий и опыта, связанных с проблемами управления доходами, обычно наблюдаемыми в сфере туризма и смежных отраслях; те, кто предоставляет технологии и опыт, связанные с различными проблемами ценообразования в более общей отрасли розничной торговли; и те, кто предоставляет технологии и опыт, связанные с ценообразованием в торговле B2B.
