【原创，前沿理论】定价与收益最优化管理 – 迪士尼成功背后的大数据分析

大数据文摘原创作品 作者：秦时明月，Shawn 如需转载，务必留意申请授权

欢迎各种“小语种”的朋友，加入大数据文摘翻译志愿者团队，分别回复“翻译”和“志愿者”可了解更详细信息。

今天，大数据文摘【金融与商业专栏】成立！

此栏目将视角集中在金融及商业决策分析相关的大数据分析文摘，内容涵盖金融，信贷，风控，投资，理财，商业等领域。鼓励独家首发与观点原创，行业前沿理论分享，国外优秀文章翻译以及行业领袖采访演讲编译，力争刊出更多金融和商业领域相关精品文章。欢迎各位同行及对数据分析感兴趣的朋友加入，共同分享交流。项目合作或交流请联系finance@bigdatadigest.cn

当你听到“迪士尼”这个名字的时候你第一时间会想到什么？米老鼠？大白？迪斯尼乐园？如果你是一个商人的话你可能会首先想到迪士尼强大的品牌公认力和它长久以来的受欢迎程度。也许很少有人会立刻联想到商业数据分析这一点，但这恰恰正是迪士尼保持成功的一个秘密—— 将数据分析与定价及收益优化管理应用在它的整个商业战略决策中。

上个月，迪士尼主题乐园和度假区负责收益管理的高级副总裁Mark Shafer在多伦多进行了一场有关大数据分析引领商业决策的演讲，揭秘了迪士尼如何利用海量客户数据和定价分析来保持迪士尼的蓬勃发展。Mark的商业数据分析团队如今已经超过了140人，并且还在逐渐扩大。从数据整合，到模型分析，再到策略实施，这支团队坐落在迪士尼主题乐园和度假区内，却在定价、销售、营销和收益管理等方面为迪士尼的全部业务提供数据分析支持。这些业务除了主题乐园和度假酒店外，还包括动画电影，电视网络（美国广播公司ABC，迪士尼频道，迪士尼XD频道，迪士尼电子游戏等），音乐戏剧，游轮专线等。

Mark在演讲中用“狮子王”百老汇演出的成功作为例子，重点强调了数据分析对于迪士尼起到的重要影响。尽管剧场相对较小，演出时间也不够长，“狮子王”却是截止到现在总收入最多的百老汇演出。这是如何实现的呢？“狮子王”这个广泛的知名度和受众度是一个原因，但另一原因却是动态定价模式——更广泛来说又被称为定价与收益最优化管理。

前定价与收益最优化管理时代

众所周知，盈利是由价格和成本决定的。

单位盈利（Profit）=单位价格（Price）-单位成本（Cost）

保持单位价格不变，单位成本越低，利润越高。同样的，如果成本固定，从理论上来说，价格越高的企业盈利自然越高。然而，由于各个行业及市场的竞争性不同，很多企业制定的价格往往出现价格过高销量惨淡，或者价格偏低失去了本该获得的利润，甚至造成了市场资源浪费的状况。

拿零售业的换季销售与清仓甩卖为例，销售总监的计划是在10周内将春季剩余的货物清仓处理掉。这时候如何选择减价的时机与幅度就是定价分析和优化可以解决的问题。现实中人们往往急于减价甩卖，大幅的降价使得10周的任务5周就完成并还对着空空的货架沾沾自喜，殊不知白白损失掉了大笔的收益。

酒店住宿预订的例子也极其类似，酒店管理者们能领会到要根据不同季节不同时间段调整各个房型的房价，但是传统的管理者靠的是经验和直觉，而不是基于需求预测来确定房价。例如，一家酒店的经理将客房从128元降至78元，在短时间内会给酒店带来大量的客源，入住爆满，但其实这样并不明智。首先，客房数量有限（假设有30间客房，且简单起见每间价格都一样），大幅的降价带来的是超过自身接待能力的需求，也许降价至98元也刚好能客满，这样就无形中每天亏损了(98-78)x30=600元的利润。其次，降价吸引的大部分是对价格非常敏感的客户，今后一旦酒店再从78元涨回正常价格128元，这些客户极有可能会因为接受不了而流失。

除了降价来刺激需求，多数的企业还倾向于采取不断降低自身生产成本的策略。虽然如此，但成本降得再低也是有一定瓶颈的，于是人们开始从方程的另一个维度寻求解决之道。海量大数据的产生，为更精准的价格预测分析，收益最优化管理及商业决策提供了有力帮助。

定价与收益最优化管理

定价与收益最优化管理是通过理解预测消费者的行为，区别定价，控制供给，并随时根据实时需求来重新优化的过程来实现收益最大化。这一理论最初是从80年代的航空业兴起的。1978年美国联邦政府取消了对航空票价及市场准入的管制，随后新的航空公司就不断依靠低运营成本来打出超低价机票吸引客户涌入市场，使得各家航空公司竞争日趋激烈。这也迫使了航空行业更急于寻觅更加有效的销售及定价策略，于是定价与收益优化管理理论应运而生。这一理论也随着电子商务时代可利用的客户数据越来越多而迅速发展，并逐渐延伸应用到运营环境非常相似的酒店行业。

回到迪士尼“狮子王”百老汇演出的票务动态定价问题，Mark的团队设计的这个定价系统一共分为了这么几个步骤：

· 根据过往15年来票房收入的趋势预估每场演出的票房需求，得出需求价格公式，并界定合理的价格范围。

· 由剧场大小和地形来划分区域，根据座位限制、票价档数和需求价格公式来得出最优化的票价。

· 开放售票后，再实时观察票房表现来调整价格。

未来趋势

在新的定价理论与收益最优化管理体系中，价格超过了如销量、固定成本、可变成本等其他变量，排在了影响利润的诸多因素的第一位。针对不同客户群体和客户需求来制定更适合的价格已经成为了收益最优化的必需策略。比如苹果公司的iPhone，不同内存容量的手机成本差距不会超过100元，但是价格差距却在800元左右。国外各种软件和App应用也会特意下功夫删减豪华版的功能来推出一个超低价的普通版本或学生版本。类似的，很多国际航空公司已经通过对消费者偏好及需求数据分析，将票价从传统的三种（头等舱，商务舱，经济舱）再细分为九种甚至更多，于是你发现即便在飞机上同一排，靠窗的座位要比中间的座位贵几十美金，而靠过道的座位又比靠窗的座位贵上几十美金。

现在，越来越多的企业已经意识到并开始重视利用定价分析等相关策略来准确定位市场，加上动态分析和收益最优化管理做到实时监控，力争在每个渠道范围，对各个客户群体都能有针对各个产品的精准定价。

【作者介绍】

有意联系译者的朋友，请给“大数据文摘”后台留言，附自我介绍及微信ID，谢谢。

秦时明月（王玥），本科毕业于南开大学经济学院国贸系，目前在加拿大多伦多攻读皇后大学的数据分析管理硕士学位，五月份即将毕业，现在正在积极地寻求金融领域的数据分析工作。曾就职于北京的一家小微借款及信用风险评估管理公司担任数据分析工作，对于个人信用评分，自动审批系统和反欺诈风险管理方面有丰富的实践经验。对大数据在金融领域，尤其是互联网金融领域的应用有浓厚的兴趣，也相信大数据与金融领域的结合会是未来发展的趋势。定价和收益优化是一门新兴的理论，所以希望能和大家分享这方面的理论和心得，也非常愿意结交各路人才，并和感兴趣的伙伴们讨论定价与收益优化的相关项目。

Shawn (仲杉) ，资深银行战略分析师，商业管理与数据分析硕士，现就职于加拿大顶尖商业银行信贷战略决策部门。资深金融银行业从业经验，曾先后任职于银行商业信贷部，内审与金融欺诈调研部，投行金融衍生品交易与项目管理部，信用风险管控及商业决策部，与BCG，德勤、毕马威等多家咨询公司开展过项目管理合作。欢迎各位同行及对数据分析感兴趣的朋友共同分享，交流学习。