|
文/王子威@零售威观察 在亚马逊上，如果你对某产品的价格不满意，那么不妨等10分钟，因为价格很可能发生变化。 2013年价格调研机构Profitero的数据显示，亚马逊每天会对产品价格调整250万次，而于此形成鲜明对比的是沃尔玛和百思买（Best Buy），这两家机构在2013年11月份分别只调整了约50000次价格。
▲亚马逊的价格变动
▲百思买的价格变动
▲沃尔玛的价格变动 Profitero还指出，在2013年全年，亚马逊将每日价格调整的数量提升了10倍。 对于部分消费者来说，这种疯狂的价格调整机制是令人不爽的，毕竟自己刚买完某个商品，然后商品就降价了，这个体验实在太糟糕了；不过对亚马逊来说，这一波波疯狂操作帮自己提高了25%的利润。
▲动态定价体系的本质 其实愿意很简单，这一切都是大数据。 15亿件商品，再加上2亿用户，亚马逊拥有的数据量就已经达到10亿GB了，如果你用一块500GB的硬盘将这些数据存下来，再把这些影片叠成一摞，其高度大约是8个珠穆朗玛峰。 在这些数据的帮助下，亚马逊就可分析用户的各种购买特征、竞争对手的价格、利润率、库存等，这样就可以做到每10分钟就对一些产品进行价格调整，在保证其价格是具有相当的竞争力的同时，榨取更多利润。 于是，亚马逊就在这个过程中发现了一个赚钱大法，也就是在比较火的商品方面降价，做到更便宜，而在那些不太经常购买的商品上提升价格——比如说降低畅销小说的价格同时，提升那些晦涩难懂的书籍的价格。 逻辑非常简单，当消费者经常搜索那些比较畅销的商品时，慢慢会得出一个“亚马逊的价格很不错”的结论，而此时，当他们需要购买不是那么常用的商品时，也就懒得比价，直接去亚马逊买走了，于是亚马逊也就赚到了钱。
其实，在数据驱动方面，亚马逊比较经典的案例还包括“基于你的搜索进行推荐”和“买了这个的消费者，还买了……”，这时候亚马逊只要将海量消费者的数据整合到一起，就可以完成推荐了。 更可怕的是，亚马逊还会根据你在Kindle图书中画的重点进行推荐，所以你会发现对亚马逊来说Kindle赚的根本不是设备的钱，而是你消费的图书和未来可能给你的各种推荐，进而赚的钱。 再往后说，当亚马逊预测可能会购买某种商品后，他们就可能会把该商品配送到距离你最近的仓库，一旦你下单，亚马逊就可以以较低的配送成本给你带来更好的体验。 而这一套逻辑已经有了一个专利，叫“预测配送模型（Anticipatory Shipping Model）”，事实上也开始被更多零售商开始使用（比如在中国，沃尔玛推出的云仓）。 |
|
|
