论文部分内容阅读
摘 要：产品定价决策是企业经营决策的重要组成部分，大数据、智能化给企业经营带来机遇和挑战，数据挖掘和关联分析帮助企业洞察市场发展趋势和企业竞争力，对企业进行运营创新、产品与服务创新、模式创新、文化创新提供数据支撑，助力企業在数智时代更好地进行产品定价，并为客户创造更多的价值。
关键词：数智时代;企业经营;定价策略
本文索引：王一明，陈立群，刘雪瑜.<变量 2>[J].中国商论，2021（16）：-092.
中图分类号：F 272 文献标识码：A 文章编号：2096-0298（2021）08（b）--03
当今社会信息化已经成为人们生活中的重要组成部分。国家工业信息安全发展研究中心发布的《2019中国大数据产业发展报告》显示，大数据已经远远超过亿万级数量，并且这个数值还在不断上升，促使企业意识到数据价值并利用大数据、信息化工具不断加强企业核心竞争力，从而能够适应市场变化，提升企业利润。利润和成本、价格密切相关，定价是关乎企业利润的直接因素。
1 企业经营定价影响因素
1.1 产品成本
马克思资本论提出，价值构成是C+V+M，即商品价值 = 不变成本+可变成本+剩余价值。C+V是劳动者在生产过程中产生的价值，M是对社会产生的价值。成本是企业产品定价一个最基本的内容。大数据智能化分析系统对于企业成本预算和定价都有着重要意义，成本预算差异通过分析得出报表，从而进行成本控制，数据分析结果给决策者提供参考区间。当成本超过预期，决策者能够及时反馈并调控实现成本控制。产品成本影响定价，而价格在一定程度上影响消费者购买力，因此企业应充分对数据信息进行整合和分析，力求降低盈亏平衡点，扩大安全边际，提高市场经济效益。
1.2 市场
市场存在供求双方，供应方受到生产技术、商品的价格以及税收等方面的影响;需求方主要受到商品价格、消费者心理、收入水平等方面的影响，如图1所示。企业考虑市场供求关系时，大数据可以影响到方方面面，企业可以利用大数据分析消费者偏好和收入水平，以及产品价格变动趋势，同时大数据也促进供给方生产技术的提高，知己知彼百战百胜，各类信息透明化，有助于企业实现最优定价。
大数据有助于企业建立以市场供求关系为主的“竞争情报数据仓库”，掌握与企业产品相关的市场行情，充分释放企业潜能，进而生产适销对路的产品创造收益。
1.3 产品生命周期
创新是技术提升的动力，是企业第一生产力。创新技术决定企业生产力曲线变化，如图2所示。当企业使用大数据的信息技术时，先进入线段①，即从一项技术出现到a点，为技术A的初阶段。该阶段发展比较平缓;线段②即从a点到b点，为技术A的发展迅速期，经过初期发展，在这一阶段发展迅速，线段变得陡峭;线段③即从b点到c点，是稳定期，企业发展日趋稳定;经过c点，技术A就进入滞后期，此时有两个拐点，其发展趋势要么如线段④，继续维持，要么如线段⑤，到达退化期，被新技术B所取代。
当前时代正处于大数据技术的快速增长期，即线段②阶段。企业应该抓住机遇，适应大数据市场的千变万化，创造收益。当进入线段③成熟期时，市场需求接近饱和，产品销售量随之下降，维持市场份额是重要策略。一方面企业要继续做好宣传和用户服务工作，在保持老客户的同时努力拓展新客户，同时由于企业大数据技术的应用，越来越多产品定价策略开始进行捆绑模式，根据需求差异、数据时效性差异、数据规模差异等分别采取个性化定价、时间差别定价和容量差别定价。一旦进入到线段⑤滞后期，就要进行价格折扣促进商品的销量，从而能够稳定度过这一时期，或者开发新技术产品取代落后产品。
2 企业常用定价方法
2.1 成本导向定价法
成本导向是指成本作为定价最重要的因素，包括：成本加成定价法、边际成本定价法、盈亏平衡定价法和目标利润定价法等。最常用的是成本加成定价法，根据商品分类，制定不同加成比例。成本加成定价法包括计划成本定价法、成本利润定价法、销售利润率定价法三种。这些方法计算简便但存在共同的弊端，即只考虑成本，不考虑市场，也没有充分考虑数据信息。在传统的成本导向定价法中，需要对数据的处理和分析进行提升。企业需要通过大数据分析技术得出相应的预设的价格，然后通过可视化的数据分析进一步优化定价，实现企业利润最大化。
2.2 市场导向定价法
市场导向是针对消费者关于产品的价值需求度来进行分析，消费者对于产品价值认可度越高，产品定价就越高;市场对于产品的需求量越高，定价就越高。虽然大数据信息技术分析能够为定价方法的缺陷进行一定弥补，但是买卖双方对大数据信息有不同的主观判断，这就导致了大数据定价决策在一定程度上可能会出现偏差，这是企业利用大数据智能化进行定价决策需要解决的问题。
2.3 顾客导向定价法
顾客导向法即需求导向定价法，根据市场以及消费者心理需求进行定价。这种方式一般都会参考之前价格，然后根据市场变化以及需求变化进行一定调整，这样就会形成两种价格。这两种价格的差异会随着市场变化而改变。例如产品颜色改变导致价格改变;成本相同，根据市场位置不同，价格上也有差别等。企业使用大数据进行分析的过程中获取到预估值和实际值之间的差异。企业可以通过大数据智能化，定位目标客户，更加具有针对性，精准把握整体市场。实际操作过程中由于预期值受到外界影响造成最后的价格波动，不过，随着大数据信息分析技术不断提升，使之后的产品定价更加准确科学。
3 数智融合助力企业优化定价策略
3.1 利用大数据动态掌握企业产品价格
企业定价受到成本、市场、产品生命周期以及环境、人口、经济、社会等众多因素影响。企业只有在参与市场管理的过程中收集大量的数据，利用智能化技术来动态分析同类产品的价格、替代产品的价格以及各类因素的变化过程，才能清晰地掌握企业定价的发展变化规律。 利用大數据掌握企业产品价格，有助于建立企业定价长效机制。利用市场交易过程以及代理过程进行数据获取，然后利用大数据分析工具和平台进行分析，融合专业的理论建设一个动态化、准确性以及合理化的评估测评系统，保证企业产品定价更加准确科学，对于供应商和零售商的选择也会更加便利。企业需要了解企业产品价格变化，分析市场的供求比例，定期发布企业定价趋势及价格水平，引导消费者积极消费，不仅能够提高企业核心竞争力，还能促进市场平稳健康发展。
3.2 利用大数据选择合适的供应商
选择供应商流程决策模型如图3所示。按照企业对于供应商选择的要素、权重及标准红线，设置供应商评估模型。评估的内容包括但不限于：同类产品标准对比、采购价格评估、采购成本分析、市场反馈、供应商资质审查、交易风险评估和财务状况评估等。
通过系统和人工收集所需数据，利用决策模型计算出每家供应商的得分，及时对标准红线的事项进行预警。企业管理者可以全方位选择合适的供应商，对于信息资料较为公开的供应商，企业管理者可以利用智能化的决策模型，只需要输入对于供应商的标准，系统自动收集供应商相关数据，向企业管理者推荐供应商名单。同时，系统会根据要素更新数据，对已选择的供应商实时监控，并推荐可替代的新的供应商，为企业创造价值。
通过多维建模和机器学习系统，能更快地对供应商资质作出评估，减少工作人员的时间投入。多角度、全方位、体系化的评估模型，能全面展现供应商之间的差异，减少人为因素的干预，便于管理者做出更精准的判断。此外，评估数据可追溯，便于事后检核分析。系统可以持续监控供应商的服务能力，并在供应商触及风险红线时及时做出预警。
3.3 搭建大数据资源集成机制
“数据是第一生产力”，通过“大数据+产业+金融”三者相结合的方式进行产业发展，加大数据信息化利用，在互联网环境中，加上大数据分析，进行价格评估和监管;企业可以利用大数据进行融资，让市场更加具有活力。企业应该考虑数据在市场上的多维价值、数据安全等因素，最大化利用大数据给企业带来的机遇，能够实现企业在市场上的创新需求，从以下六个维度来对企业产品定价提供决策参考：IVD （数据的内在价值）准确性、完整性和专属性;EVD （数据的经济价值）对盈亏影响;PVD （数据的绩效价值）对关键业务的影响;CVD （数据的成本价值）如果数据丢失会带来的损失;BVD （数据的业务价值）对具体目标的作用和重要性;MVD （数据的市场价值）能从数据销售或交换中得到的价值。
4 结语
大数据能够给企业带来更多信息资源，通过内外部风险因素数据的自动收集，以及风险模型的预测和应用，提高企业对于风险的预知能力、管控能力和应对能力;通过构建智能决策模型和多维价值分析，帮助管理者作出更精准的产品定价决策;通过短期和中长期运营数据的预测，提高企业产品定价预见能力，推动战略落地执行，促进集团企业业务发展和规模扩张。因此，大数据信息和智能化运用，为企业进行数字化转型搭建了组织基础、数据基础和管理基础，不仅能实时反馈企业成本信息、定价信息、经营成果和防控经营风险，还能驱动企业的价值创造和业务创新。
参考文献
Yabsley W ， Coleman S . Using data analytics for business decisions in the UK energy sector： a case study integrating gas demand with weather data[J]. International Journal of Oil Gas and Coal Technology， 2019， 21（1）：109.
Kwak W ， Shi Y ， Lee H ， et al. Applications of Fuzzy Set to International Transfer Pricing and Other Business Decisions[J]. World entific Book Chapters， 2020.
花双莲，王英.大数据背景下的管理会计信息应用[J].财会月刊，2019.
胥莉，陈宏民.具有网络外部性特征的企业定价策略研究[J].管理科学学报， 2006（6）：23-30.
胡丽，李松，王友群.企业并购决策和目标企业定价研究[J].金融与经济， 2005（4）：62-63.
Research on the Pricing of Business Decision-making on Operation Assisted by the Integration of Big Data and Intelligence
School of Management， Guangzhou City University of Technology
WANG Yiming CHEN Liqun LIU Xueyu
Abstract： Product pricing decision is an important part of enterprise management decision. Currently， big data and intelligence bring opportunities and challenges to the enterprise management. Data mining and correlation analysis help business have an insight into market trends and enterprise competitiveness and provide data support for enterprise operating innovation， product and service innovation， model innovation， cultural innovation， assisting enterprises to price products better in the age of digital intelligence and create more values for customers.
Keywords： digital intelligence age; enterprise operation; pricing strategy
关键词：数智时代;企业经营;定价策略
本文索引：王一明，陈立群，刘雪瑜.<变量 2>[J].中国商论，2021（16）：-092.
中图分类号：F 272 文献标识码：A 文章编号：2096-0298（2021）08（b）--03
当今社会信息化已经成为人们生活中的重要组成部分。国家工业信息安全发展研究中心发布的《2019中国大数据产业发展报告》显示，大数据已经远远超过亿万级数量，并且这个数值还在不断上升，促使企业意识到数据价值并利用大数据、信息化工具不断加强企业核心竞争力，从而能够适应市场变化，提升企业利润。利润和成本、价格密切相关，定价是关乎企业利润的直接因素。
1 企业经营定价影响因素
1.1 产品成本
马克思资本论提出，价值构成是C+V+M，即商品价值 = 不变成本+可变成本+剩余价值。C+V是劳动者在生产过程中产生的价值，M是对社会产生的价值。成本是企业产品定价一个最基本的内容。大数据智能化分析系统对于企业成本预算和定价都有着重要意义，成本预算差异通过分析得出报表，从而进行成本控制，数据分析结果给决策者提供参考区间。当成本超过预期，决策者能够及时反馈并调控实现成本控制。产品成本影响定价，而价格在一定程度上影响消费者购买力，因此企业应充分对数据信息进行整合和分析，力求降低盈亏平衡点，扩大安全边际，提高市场经济效益。
1.2 市场
市场存在供求双方，供应方受到生产技术、商品的价格以及税收等方面的影响;需求方主要受到商品价格、消费者心理、收入水平等方面的影响，如图1所示。企业考虑市场供求关系时，大数据可以影响到方方面面，企业可以利用大数据分析消费者偏好和收入水平，以及产品价格变动趋势，同时大数据也促进供给方生产技术的提高，知己知彼百战百胜，各类信息透明化，有助于企业实现最优定价。
大数据有助于企业建立以市场供求关系为主的“竞争情报数据仓库”，掌握与企业产品相关的市场行情，充分释放企业潜能，进而生产适销对路的产品创造收益。
1.3 产品生命周期
创新是技术提升的动力，是企业第一生产力。创新技术决定企业生产力曲线变化，如图2所示。当企业使用大数据的信息技术时，先进入线段①，即从一项技术出现到a点，为技术A的初阶段。该阶段发展比较平缓;线段②即从a点到b点，为技术A的发展迅速期，经过初期发展，在这一阶段发展迅速，线段变得陡峭;线段③即从b点到c点，是稳定期，企业发展日趋稳定;经过c点，技术A就进入滞后期，此时有两个拐点，其发展趋势要么如线段④，继续维持，要么如线段⑤，到达退化期，被新技术B所取代。
当前时代正处于大数据技术的快速增长期，即线段②阶段。企业应该抓住机遇，适应大数据市场的千变万化，创造收益。当进入线段③成熟期时，市场需求接近饱和，产品销售量随之下降，维持市场份额是重要策略。一方面企业要继续做好宣传和用户服务工作，在保持老客户的同时努力拓展新客户，同时由于企业大数据技术的应用，越来越多产品定价策略开始进行捆绑模式，根据需求差异、数据时效性差异、数据规模差异等分别采取个性化定价、时间差别定价和容量差别定价。一旦进入到线段⑤滞后期，就要进行价格折扣促进商品的销量，从而能够稳定度过这一时期，或者开发新技术产品取代落后产品。
2 企业常用定价方法
2.1 成本导向定价法
成本导向是指成本作为定价最重要的因素，包括：成本加成定价法、边际成本定价法、盈亏平衡定价法和目标利润定价法等。最常用的是成本加成定价法，根据商品分类，制定不同加成比例。成本加成定价法包括计划成本定价法、成本利润定价法、销售利润率定价法三种。这些方法计算简便但存在共同的弊端，即只考虑成本，不考虑市场，也没有充分考虑数据信息。在传统的成本导向定价法中，需要对数据的处理和分析进行提升。企业需要通过大数据分析技术得出相应的预设的价格，然后通过可视化的数据分析进一步优化定价，实现企业利润最大化。
2.2 市场导向定价法
市场导向是针对消费者关于产品的价值需求度来进行分析，消费者对于产品价值认可度越高，产品定价就越高;市场对于产品的需求量越高，定价就越高。虽然大数据信息技术分析能够为定价方法的缺陷进行一定弥补，但是买卖双方对大数据信息有不同的主观判断，这就导致了大数据定价决策在一定程度上可能会出现偏差，这是企业利用大数据智能化进行定价决策需要解决的问题。
2.3 顾客导向定价法
顾客导向法即需求导向定价法，根据市场以及消费者心理需求进行定价。这种方式一般都会参考之前价格，然后根据市场变化以及需求变化进行一定调整，这样就会形成两种价格。这两种价格的差异会随着市场变化而改变。例如产品颜色改变导致价格改变;成本相同，根据市场位置不同，价格上也有差别等。企业使用大数据进行分析的过程中获取到预估值和实际值之间的差异。企业可以通过大数据智能化，定位目标客户，更加具有针对性，精准把握整体市场。实际操作过程中由于预期值受到外界影响造成最后的价格波动，不过，随着大数据信息分析技术不断提升，使之后的产品定价更加准确科学。
3 数智融合助力企业优化定价策略
3.1 利用大数据动态掌握企业产品价格
企业定价受到成本、市场、产品生命周期以及环境、人口、经济、社会等众多因素影响。企业只有在参与市场管理的过程中收集大量的数据，利用智能化技术来动态分析同类产品的价格、替代产品的价格以及各类因素的变化过程，才能清晰地掌握企业定价的发展变化规律。 利用大數据掌握企业产品价格，有助于建立企业定价长效机制。利用市场交易过程以及代理过程进行数据获取，然后利用大数据分析工具和平台进行分析，融合专业的理论建设一个动态化、准确性以及合理化的评估测评系统，保证企业产品定价更加准确科学，对于供应商和零售商的选择也会更加便利。企业需要了解企业产品价格变化，分析市场的供求比例，定期发布企业定价趋势及价格水平，引导消费者积极消费，不仅能够提高企业核心竞争力，还能促进市场平稳健康发展。
3.2 利用大数据选择合适的供应商
选择供应商流程决策模型如图3所示。按照企业对于供应商选择的要素、权重及标准红线，设置供应商评估模型。评估的内容包括但不限于：同类产品标准对比、采购价格评估、采购成本分析、市场反馈、供应商资质审查、交易风险评估和财务状况评估等。
通过系统和人工收集所需数据，利用决策模型计算出每家供应商的得分，及时对标准红线的事项进行预警。企业管理者可以全方位选择合适的供应商，对于信息资料较为公开的供应商，企业管理者可以利用智能化的决策模型，只需要输入对于供应商的标准，系统自动收集供应商相关数据，向企业管理者推荐供应商名单。同时，系统会根据要素更新数据，对已选择的供应商实时监控，并推荐可替代的新的供应商，为企业创造价值。
通过多维建模和机器学习系统，能更快地对供应商资质作出评估，减少工作人员的时间投入。多角度、全方位、体系化的评估模型，能全面展现供应商之间的差异，减少人为因素的干预，便于管理者做出更精准的判断。此外，评估数据可追溯，便于事后检核分析。系统可以持续监控供应商的服务能力，并在供应商触及风险红线时及时做出预警。
3.3 搭建大数据资源集成机制
“数据是第一生产力”，通过“大数据+产业+金融”三者相结合的方式进行产业发展，加大数据信息化利用，在互联网环境中，加上大数据分析，进行价格评估和监管;企业可以利用大数据进行融资，让市场更加具有活力。企业应该考虑数据在市场上的多维价值、数据安全等因素，最大化利用大数据给企业带来的机遇，能够实现企业在市场上的创新需求，从以下六个维度来对企业产品定价提供决策参考：IVD （数据的内在价值）准确性、完整性和专属性;EVD （数据的经济价值）对盈亏影响;PVD （数据的绩效价值）对关键业务的影响;CVD （数据的成本价值）如果数据丢失会带来的损失;BVD （数据的业务价值）对具体目标的作用和重要性;MVD （数据的市场价值）能从数据销售或交换中得到的价值。
4 结语
大数据能够给企业带来更多信息资源，通过内外部风险因素数据的自动收集，以及风险模型的预测和应用，提高企业对于风险的预知能力、管控能力和应对能力;通过构建智能决策模型和多维价值分析，帮助管理者作出更精准的产品定价决策;通过短期和中长期运营数据的预测，提高企业产品定价预见能力，推动战略落地执行，促进集团企业业务发展和规模扩张。因此，大数据信息和智能化运用，为企业进行数字化转型搭建了组织基础、数据基础和管理基础，不仅能实时反馈企业成本信息、定价信息、经营成果和防控经营风险，还能驱动企业的价值创造和业务创新。
参考文献
Yabsley W ， Coleman S . Using data analytics for business decisions in the UK energy sector： a case study integrating gas demand with weather data[J]. International Journal of Oil Gas and Coal Technology， 2019， 21（1）：109.
Kwak W ， Shi Y ， Lee H ， et al. Applications of Fuzzy Set to International Transfer Pricing and Other Business Decisions[J]. World entific Book Chapters， 2020.
花双莲，王英.大数据背景下的管理会计信息应用[J].财会月刊，2019.
胥莉，陈宏民.具有网络外部性特征的企业定价策略研究[J].管理科学学报， 2006（6）：23-30.
胡丽，李松，王友群.企业并购决策和目标企业定价研究[J].金融与经济， 2005（4）：62-63.
Research on the Pricing of Business Decision-making on Operation Assisted by the Integration of Big Data and Intelligence
School of Management， Guangzhou City University of Technology
WANG Yiming CHEN Liqun LIU Xueyu
Abstract： Product pricing decision is an important part of enterprise management decision. Currently， big data and intelligence bring opportunities and challenges to the enterprise management. Data mining and correlation analysis help business have an insight into market trends and enterprise competitiveness and provide data support for enterprise operating innovation， product and service innovation， model innovation， cultural innovation， assisting enterprises to price products better in the age of digital intelligence and create more values for customers.
Keywords： digital intelligence age; enterprise operation; pricing strategy