定价策略分析
对于有付费项目的产品，引导活跃用户转化为付费用户并且留住他们 ，是产品运营的一项重要内容，那么，用户会因为什么付费呢？为什么有些人不会付费呢？因此，我们需要对用户付费情况进行分析。
今天，我们以一款游戏产品为例，借助DataFocus系统了解一种在分析用户付费时的定价策略分析。
分析概述
1.1 PSM模型
本次，我们采用PSM价格敏感度分析方法，它是价格测试中较简单、实用的一中方法。其测试过程完全基于被访者的自然反应，没有任何竞争对手以及自身产品的信息。
1.2 问题调研
该方法需要进行用户调研。
首先对需要定价的项目，设计可以给出的价格档位，再根据该价格梯度表对用户进行调研，主要涉及四个问题：
A、什么样的价格认为太便宜，以至于您怀疑它的品质而不去购买？
B、什么样的价格比较便宜，并且是最能吸引您购买的促销价？
C、什么样的价格是您认为贵，但仍可接受的价格？
D、什么样的价格太高，以至于您不能接受？
1.3 注意事项
A、实际购买力：为避免只考虑用户接受力而忽视购买力，在调研时，需要强调用户自己是否会购买；
B、价格说谎：为了解用户对价格评价的真实性，需要增大样本量以减小误差；
C、系统缺陷：为避免价格变化导致销量变化，在对调研内容进行分析后，可以根据结果设计不同的价格方案，进行组间实验。
分析详情
2.1 价格梯度表设计
我们假定对一款游戏装备，设计价格梯度表为：100金币，200金币，300金币，400金币，500金币，600金币，700金币，800金币，900金币，1000金币。
2.2 调研结果
在对玩家进行调研后，可以从四个问题中得到4个价格，例如玩家A认为200金币太便宜不会买，400金币比较便宜会去买，600金币贵但可接受，800金币价格太高不会买。
2.3 结果处理
对调研结果进行统计分析时，
最低价格和较低价格的百分比进行向下累计统计，即玩家认为200金币太便宜，也会认为100金币太便宜 ；认为400金币比较便宜，也会认为300金币、200金币、100金币比较便宜；
最高价格、较高价格的百分比进行向上累计统计，即玩家认为600金币贵的话，同样会认为700金币、800金币、900金币、1000金币贵；认为800金币价格太高的话，同样会认为900金币、1000金币价格太高。
2.4 数据分析
在DataFocus搜索框中，对处理好的数据进行搜索 ，设置折线图，可以获得如下四条曲线。
- “便宜”与“贵”曲线交点，即无差异价格点。在该点上，“认为便宜而购买”产品的人数与“认为贵但购买”的人数相等。人们对这个价格的感觉较为平淡。
- “太便宜”与“太贵”曲线交点，即理想价格点。在该点上，因太贵而不购买的人数与因太便宜而不购买的人数相等。是追求市场最大化的理想价格点，但不是利润最大化的价格点，即销售规模最大。
C、“太便宜”和“贵”曲线交点，该点为合理定价区间的最低点，在该点上认为贵和太便宜的人数相等。
D、“便宜”和“太贵”曲线交点，该点为合理定价区间最高点，在该点上认为便宜和认为贵的人数相等。
2.5 价格确定
通过“太便宜”和“太贵”的交点确定出最优价格，因为在这种情况下，既不觉得“太贵”也不觉得“太便宜”的人数是最多的，对于企业而言，在该价格上，有最多的消费者可能去购买他的产品。同时,由“太便宜”和“贵”,“便宜 和“太贵”确定出可接受的价格区间。
因此这份数据中，定价区间在500金币到600金币。如果定价550金币，我们可以获得最大的销售量。
SAAS版DataFocus Cloud正在进行公测，大家都可以参与，一起来体验云时代的“搜索式数据分析”吧~
