[[341780]]

▲ 圖：Getty

根據Bain近期對1700多位企業領導者開展的全球調查發現，有85%的B2B管理團隊認為其定價決策需要改進，只有15%的企業具備有效工具及儀表反以設置并監控價格走勢。事實證明，對于大部分依賴于定價作為競爭優勢的企業而言，在IT平臺路線圖中納入AI與機器學習技術已經成為當務之急。

保持競爭優勢的核心，在于以AI與機器學習專業知識為基礎，運用新興技術建立起新的定價與收入管理優勢。數據是消除恐懼、打破焦慮的萬靈藥，考慮到如今眾多企業正面臨著前所未有的市場動態，數據驅動型決策也開始成為最可靠的判斷決策方法。

下面來看AI技術改善現有定價及收入管理的十種重要方式：

一、制定優惠策略

使用AI技術識別并消除效能最差的客戶折扣與細分區間。Bain公司最近發布的一項研究摘要，介紹了如何使用AI技術對現有客戶細分及折扣類型的實際效果進行分析。摘要中提到，AI支持下的強大分析能力有助于發現并消除效果差、成本高的各類客戶優惠和折扣策略。以下兩圖，總結了此份摘要中的主要發現：

▲ 圖：Bain公司的研究摘要

二、優化定價規則

在收入管理系統中使用AI自動建立定價規則，能夠將總收入提升5%。波士頓咨詢集團（BCG）發現，成功的數字化轉型計劃中，有高達95%的比例使用了一個或者多個收入增長杠桿。通過將六大收入增長杠桿相結合，可在數字化轉型帶來的財務影響中實現77%的收益占比。使用包括AI在內的先進技術推動定價機制優化，有望使總收入增長5%。此外，BCG還相信，在收入管理系統中自動執行定價規則并強制執行合同定價變更，能夠有效提高收入水平。

▲ 圖：如何在轉型中快速、可持續地增加收入
波士頓咨詢集團/2020年8月18日

三、實時價格優化

利用AI與機器學習技術發現交易價格、數量與混合分析中蘊藏的模式，將為企業帶來重要洞見與可量化的收益。交易數據中的模式與涵蓋各項具體業務的趨勢性洞見，可以幫助企業顯著提升自身競爭力。而釋放這些洞見的基本方式，就是以AI方法為基礎對蘊藏在交易數據之內的價格、數量與混合波動做出合理解釋。以往的無數嘗試證明，將交易數據分析與價格、數量及組合波動等因素結合起來是一項艱巨的任務，將這么多元素統一在直觀的應用程序中更是堪稱挑戰。Vendavo正是成功使用AI實現交易與產品組合數據合并的企業之一。他們采用的方法不僅在解決可用性挑戰方面表現出色，也達成了目前眾多企業在價格優化方面希望實現的目標。

Vendavo公司已經能夠根據本地市場條件、競爭對手情報以及跨境參數驅動實現價格實時優化。康寧光學通信公司就利用其基于AI的利潤分析器確定了產品價格、毛利率與凈利率，并在一年之內獲得1000萬美元收入增長。下圖為Vendavo PrincePoint的使用界面：

四、驗證折扣政策效果

機器學習技術能夠幫助定價管理者確定客戶愿意支付的價格，或優化客戶產品組合定價，借此提升企業收入與利潤。單純使用電子表格很難為客戶及產品確立理想的定價水平、折扣并發現大規模交易決策中的盲點。在這一領域，AI與機器學習可幫助定價管理者將交易規模與既定折扣政策相關聯，借此分析現有折扣是否切實起效，并根據客戶的協商洞見確定所能提供的折扣極限值。

▲ 圖：利用定價能力創造持久價值
Bain公司/2020年2月24日

五、洞察客戶偏好

AI技術的使用使得角色建立傾向性模型成為可能，并且可以預測和定位愿意接受捆綁服務或定價要約等條件的客戶。根據定義，傾向性模型依靠包括機器學習在內的各類預測分析手段，對特定客戶對于捆綁服務、定價要約、電子郵件宣傳或者其他意在促成購買/追加銷售/交叉交易的認可與接受度做出預測。憑借著出色的實際表現，傾向性模型已經在增加客戶保留率與減少客戶流失方面得到廣泛認可。如今，幾乎所有全渠道銷售企業都在依靠傾向性模型對客戶偏好及以往行為可能促成怎樣的未來購買活動做出分析。下圖所示，為TIBCO公司提供的傾向性模型儀表板。

▲ 圖：TIBCO.COM

六、定價策略分析

價格優化與價格彈性已經不再局限于航空或酒店等高度依賴庫存的行業，已經逐步滲透至制造業與服務業領域。當下，營銷人員越來越依賴于機器學習技術以定義更具競爭力、且與特定場景高度匹配的定價結果。除此之外，機器學習應用也在將價格優化范圍擴展到航空公司及酒店行業之外，開始涵蓋更多產品與服務的定價議題。如今，機器學習能夠確定每種產品的價格彈性，并充分考慮到渠道細分、客戶細分、銷售周期以及當前產品在整個產品線定價策略中的作用等。以下示例，為微軟Azure提供的交互式定價分析預配置解決方案（PCS）。

▲ 圖：AZURE CORTANA交互式定價分析預配置解決方案

七、提升企業盈利能力

AI通過提升價格管理與價格優化的準確性與可控性，增強配置、定價與配額（CPQ）效果，進而提升利潤、降低成本并改善財務績效。下圖所示，為一套AI價值路線圖。這份路線圖以CPQ銷售策略為基礎，評估了AI技術在改善定價管理、優化以及長期績效貢獻當中發揮的價值。而路線圖中提到的卓越商業定義，則主要體現在組織每年獲得穩定毛利率、收入與盈利能力等方面。

▲ 圖：AMR RESEARCH/凱捷/德勤/加特納/麥肯錫

八、改善價格細分機制

運用由AI提供的洞見微調價格細分策略，借此穩定并提升現有利潤及收入。各個客戶細分市場能夠接受的產品或服務價格也有所不同。通過使用AI與機器學習對客戶愿意為產品支付的價格進行細分，AI應用程序能夠向銷售與收入經理提供更精準的價格建議。這種使用CRM與CPQ系統自動執行特定于細分市場定價指導的思路，也將成為決定定價細分策略成敗的關鍵。下圖所示，為價格細分機制的實現方式。我們的銷售與交易數據以及AI系統質量越高，模型給出的買家價格認可結論也就越準確。

▲ 圖：如何通過價格細分獲得更多價值
亞歷克斯·霍夫 CFO.COM/2017年7月6日

九、提高定價效率

AI為銷售及財務等相關人員提供了比以往更為準確的交易價格指導，幫助大家更高效地運用價格折扣工具。面對銷售周期當中越來越大的定價壓力，賣方希望快速敲定交易，銷售代表則據此快速提供大幅折扣。但這種作法會嚴重影響到企業的利潤比例，這一點在企業級軟件中體現得尤其明顯。麥肯錫發現，使用以折扣為索引的動態交易評分機制，能夠幫助銷售代表確定哪種折扣水平能夠在不過度犧牲利潤的前提下贏得交易。

▲ 圖：軟件定價中的高級分析
麥肯錫公司/2018年6月14日

十、降低業務風險

依靠AI技術監控基于風險的指標與KPI，從而更好地理解潛在收入風險及其根源。引發銷售額與客戶流失的原因，往往在于銷售與服務團隊不夠了解自己的服務對象。面對這個大問題，基于AI技術的關鍵收入、定價與報價指標警報機制能夠保護銷售額、保留客戶并協助查明特定產品中存在的問題。基于AI的風險警報能夠針對特定指標與條件進行自定義設置，并將結果發送給客戶支持團隊成員。利用這些警報，我們能夠確切找到各類問題的根本原因。

資料補充：

• 根據麥肯錫發布的報告，基于AI技術培訓的定價與營銷活動有望給全球市場帶來2591億至5000億美元的新增價值。
• 預計到2024年，全球收入管理市場總體規模將由2019年的145億美元增長至224億美元，年均復合增長率（CAGR）可達9.6%。
• BCG發現，使用AI自動化收入管理系統的定價規則，能夠在9個月之內將收入提升5%。