定價策略分析
對於有付費項目的產品，引導活躍用戶轉化爲付費用戶並且留住他們 ，是產品運營的一項重要內容，那麼，用戶會因爲什麼付費呢？爲什麼有些人不會付費呢？因此，我們需要對用戶付費情況進行分析。
今天，我們以一款遊戲產品爲例，藉助DataFocus系統瞭解一種在分析用戶付費時的定價策略分析。
分析概述
1.1 PSM模型
本次，我們採用PSM價格敏感度分析方法，它是價格測試中較簡單、實用的一中方法。其測試過程完全基於被訪者的自然反應，沒有任何競爭對手以及自身產品的信息。
1.2 問題調研
該方法需要進行用戶調研。
首先對需要定價的項目，設計可以給出的價格檔位，再根據該價格梯度表對用戶進行調研，主要涉及四個問題：
A、什麼樣的價格認爲太便宜，以至於您懷疑它的品質而不去購買？
B、什麼樣的價格比較便宜，並且是最能吸引您購買的促銷價？
C、什麼樣的價格是您認爲貴，但仍可接受的價格？
D、什麼樣的價格太高，以至於您不能接受？
1.3 注意事項
A、實際購買力：爲避免只考慮用戶接受力而忽視購買力，在調研時，需要強調用戶自己是否會購買；
B、價格說謊：爲了解用戶對價格評價的真實性，需要增大樣本量以減小誤差；
C、系統缺陷：爲避免價格變化導致銷量變化，在對調研內容進行分析後，可以根據結果設計不同的價格方案，進行組間實驗。
分析詳情
2.1 價格梯度表設計
我們假定對一款遊戲裝備，設計價格梯度表爲：100金幣，200金幣，300金幣，400金幣，500金幣，600金幣，700金幣，800金幣，900金幣，1000金幣。
2.2 調研結果
在對玩家進行調研後，可以從四個問題中得到4個價格，例如玩家A認爲200金幣太便宜不會買，400金幣比較便宜會去買，600金幣貴但可接受，800金幣價格太高不會買。
2.3 結果處理
對調研結果進行統計分析時，
最低價格和較低價格的百分比進行向下累計統計，即玩家認爲200金幣太便宜，也會認爲100金幣太便宜 ；認爲400金幣比較便宜，也會認爲300金幣、200金幣、100金幣比較便宜；
最高價格、較高價格的百分比進行向上累計統計，即玩家認爲600金幣貴的話，同樣會認爲700金幣、800金幣、900金幣、1000金幣貴；認爲800金幣價格太高的話，同樣會認爲900金幣、1000金幣價格太高。
2.4 數據分析
在DataFocus搜索框中，對處理好的數據進行搜索 ，設置折線圖，可以獲得如下四條曲線。
“便宜”與“貴”曲線交點，即無差異價格點。在該點上，“認爲便宜而購買”產品的人數與“認爲貴但購買”的人數相等。人們對這個價格的感覺較爲平淡。
“太便宜”與“太貴”曲線交點，即理想價格點。在該點上，因太貴而不購買的人數與因太便宜而不購買的人數相等。是追求市場最大化的理想價格點，但不是利潤最大化的價格點，即銷售規模最大。
C、“太便宜”和“貴”曲線交點，該點爲合理定價區間的最低點，在該點上認爲貴和太便宜的人數相等。
D、“便宜”和“太貴”曲線交點，該點爲合理定價區間最高點，在該點上認爲便宜和認爲貴的人數相等。
2.5 價格確定
通過“太便宜”和“太貴”的交點確定出最優價格，因爲在這種情況下，既不覺得“太貴”也不覺得“太便宜”的人數是最多的，對於企業而言，在該價格上，有最多的消費者可能去購買他的產品。同時,由“太便宜”和“貴”,“便宜 和“太貴”確定出可接受的價格區間。
因此這份數據中，定價區間在500金幣到600金幣。如果定價550金幣，我們可以獲得最大的銷售量。
SAAS版DataFocus Cloud正在進行公測，大家都可以參與，一起來體驗雲時代的“搜索式數據分析”吧~