編輯導(dǎo)語：PSM模型在70年代被推出后就被廣泛應(yīng)用，這一模型基于受訪者反應(yīng)來進(jìn)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(jié)合自身經(jīng)歷，利用PSM模型進(jìn)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(wù)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(jìn)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(biāo)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(dá)到85%，次日留存率達(dá)到88%，認(rèn)可度很高。

但這個產(chǎn)品畢竟是高風(fēng)險用于競價打板的產(chǎn)品，用戶群體偏向激進(jìn)風(fēng)格的。在市場行情轉(zhuǎn)冷，打板的賺錢效應(yīng)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(rèn)可度也不錯，但出貨還是沒有達(dá)到預(yù)期的目標(biāo)，內(nèi)部普遍認(rèn)為這個產(chǎn)品的價格定過高了，經(jīng)過一年多的糾結(jié)，終于決定對這個產(chǎn)品進(jìn)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(xué)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(biāo)用戶對不同價格的滿意及接受程度，了解其認(rèn)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(jìn)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(yīng)，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(shè)計價格梯度表和問卷題目

設(shè)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(shè)計以下四個問題：

1. 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？
2. 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？
3. 貴的價格：您覺得“有點高，但自己能接受”的價格是多少？
4. 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(dān)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(yīng)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(jié)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(dāng)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(zhuǎn)化比例為11.61%，（388元的轉(zhuǎn)化比例≤11.61%)，我們暫定用11.61%來作為388元的轉(zhuǎn)化比例。而120元的轉(zhuǎn)化比例為52.26%，原來轉(zhuǎn)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(yù)估可以帶來 36%的收入增量。

風(fēng)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(zhuǎn)化率會低于上訴的潛在購買比例。

四、最后結(jié)論

當(dāng)然這個模型還是比較粗糙的，很多細(xì)節(jié)點，我這邊都沒有認(rèn)真講。因為趕著早點發(fā)，就先這樣子發(fā)，后面有時間再來完善。

模型雖然粗糙，但我們還是大體得到一個有理論依據(jù)，至少不是拍腦袋瞎說的。

但是這個價格是不是有效，每個公司還要根據(jù)實際情況，進(jìn)行實際的線上售賣測試，以驗證該價格的可靠性。

本文由 @新時代過客（韭菜） 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來自Unsplash，基于CC0協(xié)議。