psm模型在70年代被推出后就被廣泛應用，這一模型基于受訪者反應來進行產(chǎn)品價格測試，在一定程度上有效地兼顧了企業(yè)與受訪者雙方。本篇文章里，作者就結合自身經(jīng)歷，利用psm模型進行實操，闡述了產(chǎn)品價格的制定過程。感興趣的話就繼續(xù)看下去吧。
一、業(yè)務背景
2019年8月份，因為一直對開盤啦的競價打板很癡迷，正好產(chǎn)品線也缺少這一塊，所以提出了要做類似競價打板的產(chǎn)品，于是不斷改進并回測算法，最終產(chǎn)出了zpxgb，主打競價抓漲停的。
由于一開始對標的是開盤啦和換手率的高端競價選股，所以對這個產(chǎn)品的定位就是高價產(chǎn)品，年版價格3000以上，月版388元。
10月18號上線的時候，市場很配合，好幾天每天100%成功率，我還得瑟地發(fā)了朋友圈。上線一個月，自然用戶存量就到2000個，用戶的使用率達到85%，次日留存率達到88%，認可度很高。
但這個產(chǎn)品畢竟是高風險用于競價打板的產(chǎn)品，用戶群體偏向激進風格的。在市場行情轉冷，打板的賺錢效應持續(xù)變差時，客戶的續(xù)費就下降，且出貨量也明顯下降。雖然每年都有360萬的收入，客戶的認可度也不錯，但
出貨還是沒有達到預期的目標，內(nèi)部普遍認為這個產(chǎn)品的價格定過高了，經(jīng)過一年多的糾結，終于決定對這個產(chǎn)品進行降價處理。但，價格要定多少呢?這個可不是隨意定的啊，要保證降價的同時能保證收入不減反增，而且要最大化。
為了科學合理的確定最終價格，我們最終決定采用了psm模型，通過問卷方式，去獲取一個合理的理論價格。
以下我介紹下如何利用psm來確定zpxgb合理估價的過程。講之前，我簡單介紹下psm。
二、什么是psm
psm(price sensitivity measurement)，價格敏感性測試，該模型是在70年代由van westendrop所創(chuàng)建，其目的在于衡量目標用戶對不同價格的滿意及接受程度，了解其認為合適的產(chǎn)品價格，從而得到產(chǎn)品價格的可接受范圍。
psm的定價是從消費者接受程度的角度來進行的，既考慮了消費者的主觀意愿，又兼顧了企業(yè)追求最大利益的需求。
但，其價格測試過程完全基于所取購買對象的主觀自然反應，沒有涉及到任何競爭對手的信息。雖然缺少競品信息是psm的缺陷所在，但我們已經(jīng)是該行業(yè)市場最大的c端app了，其他app對我們的定價其實影響不是很大?；蛘卟灰樀恼f，我們的降價完全有實力去影響市場其他競品的價格。
三、具體操作
1. 設計價格梯度表和問卷題目
設計出涵蓋產(chǎn)品價格區(qū)間的價格梯度表，因為我們是降價處理，所以直接確定從最低10元到400設計以下四個問題：
便宜的價格：對您而言什么價格該產(chǎn)品是很劃算，肯定會購買的?
太便宜的價格：低到什么價格，您覺得該產(chǎn)品會因為大家都可以隨便用，而覺得這個產(chǎn)品會失效無用?
貴的價格：您覺得“有點高，但自己能接受”的價格是多少?
太貴的價格：價格高到什么程度，您肯定會放棄購買?
2. 清洗并整理數(shù)據(jù)，獲取樣本
清洗并整理數(shù)據(jù)，選出代表性的樣本，取被訪者在價格梯度表上做出四項選擇：有點低但可以接受的價格，太低而不會接受的價格，有點高但可以接受的價格，太高而不會接受的價格。處理后的數(shù)據(jù)如下：
3. 繪制敏感測試圖
對取出的樣本數(shù)據(jù)繪制累計百分比曲線圖，四條曲線的交點得出產(chǎn)品的合適價格區(qū)間以及最優(yōu)定價點和次優(yōu)定價點。
p1(太便宜×有點高)=(71.4元/月，46.3%)
p2(有點高×很劃算)=(99.7元/月，62.1%)
p3(太貴了×很劃算)=(111.1元/月，42.4%)
p4(太便宜×太貴了)=(92.8元/月，31.5%)
p1-p3區(qū)間內(nèi)的價格(71.4元/月~111.1元/月)都是用戶可以接受的價格，低于p1會因為太便宜而擔心產(chǎn)品策略失效，高于p3用戶會覺得太貴，p2為最優(yōu)價格點。在該價格點位下，用戶覺得價格既不會太貴也不會太便宜。
4. 繪制模擬收益圖
根據(jù)以上的樣本數(shù)據(jù)，繪制模擬收益圖。
其中，潛在用戶比例是每個價格檔位下可能會愿意購買的用戶占比，即：潛在用戶比例 = (總體-覺得太貴不會買的用戶人數(shù))/總體。
另外，虛擬收益 = 對應檔位價格 × 潛在用戶比例。
從圖了解到，價格在120和200元的收益最優(yōu)。但結合之前的價格敏感測試曲線圖，120元的價格更為合理。
從以上的圖形可以看出，120元的模擬收益是360元的1.5倍，即120元的定價不僅不會帶來收入的減少，反而會使得收入提升。
當然，由于檔位不夠多，模擬收益的曲線變化過大，計算時會比潛在用戶曲線計算的誤差大。我們從潛在用戶的角度來測算。
價格在360元的轉化比例為11.61%，(388元的轉化比例≤11.61%)，我們暫定用11.61%來作為388元的轉化比例。而120元的轉化比例為52.26%，原來轉化率是原來的4.4倍。
由此可以計算，價格降為原來的31%，而模擬出貨量是原來的440%，整體的收益是原來的 31% * 440% = 136%。從理論上來說，本次降價帶來的是收益正向增長，理論上預估可以帶來 36%的收入增量。
風險提示：以上的測算是來源于理論模型，并且樣本數(shù)只有200多條，并不是特別大，因此存在的誤差會大一些。并且上訴的潛在用戶比例，也是用戶答卷說的，真正在付費的時候，轉化率會低于上訴的潛在購買比例。