对于每一个产品，公司应该能够找到顾客愿意支付的最合适价格。理想情况下，公司会将影响价格的非常具体的宝贵信息考虑在内，比如次好的竞争产品的成本与该产品对顾客而言具有的价值，然后敲定最合适的价格。的确，对一家拥有几种产品的公司而言，这种定价方法很简单。

要是产品数量繁多，问题就比较棘手。一家普通公司的收入中大概75%来自标准的产品，这些产品往往数以千计。人工制定价格的做法很耗费时间，几乎不 可能看到可以完全释放价值的定价模式。要是大公司有成千上万的产品，它们想获得精细的数据，并管理这些复杂的定价变量……这些定价变量不断变化，实在是勉 为其难。从本质上来说，这其实是个大数据问题。

许多营销人员最终只是把头埋在沙子里。他们根据过于简单的因素来制定价格，比如产品制造成本、标准利润、类似产品的价格和批量折扣等等。他们借助老 方法来管理产品，因为他们动不动拿“市场价格”作为不认真处理问题的借口。可能最为糟糕的是，他们依赖“久经考验、屡试不爽”的历史方法，比如所有产品的 价格普遍上调10%。

林德气体公司（Linde Gases）的销售业务主管罗杰·布里奇吉（Roger Britschgi）说：“因此实际上发生的一幕是，每年我们根据规模和销量来提价，而不是科学合理地提价。我们的人根本不认为可以换一种方式来提价。而坦率地说，我们的人没有充分准备好说服顾客我们确实有必要提价。”

将数据转化为利润的四个步骤

想制定更合适的价格，关键是完全明白现在可供公司使用的数据。这就需要放大目标，而不是缩小目标。正如综合性能源和化工企业沙索（Sasol）集团副总裁兼营销和销售总经理汤姆·奥布赖恩（Tom O’Brien）提及这种做法时说：“销售团队知道价格，还可能知道销量，但这种做法需要了解更多信息：极其精细的数据，实际上来自每一张发票，按产品、客户和包装分门别类。”

事实上，将大数据成功应用于B2B环境方面最激动人心的一些例子实际上不仅仅着眼于定价，还涉及一家公司的商业引擎的其他方面。比如说，“动态交易 评分”（dynamic deal scoring）提供了单笔交易层面的价格指导，还提供了决策逐级上报点、激励机制、绩效评分及更多方面，立足于一系列相似的盈/亏交易。使用较小的、相 关的交易样本很有必要，因为与任何一笔交易息息相关的因素会有变化，这导致一系列总体交易成为毫无用处的衡量基准。我们已见过这种方法应用于技术行业，取 得了巨大成功。将销售利润率提高了4到8个百分点（相对于同一家公司的对照组）。

想获得足够精细的数据，公司就要做好这四项工作

倾听数据。制定最合理的价格不是牵涉数据的挑战（公司通常已经坐拥庞大的数据宝库），而是牵涉分析的挑战。最出 色的B2C公司知道如何解释自己拥有的海量数据，并见机行事，但B2B公司往往一味管理数据，而不是利用数据推动决策。优秀的分析工具可以帮助公司确定经 常被忽视的因素（比如更宏观的经济形势、产品偏好以及销售代表的洽谈），揭示什么因素左右针对每个客户群和产品的价格。

提高自动化。人工分析数千种产品太耗费时间和财力。自动化系统可以识别狭小的客户群，确定什么因素左右每个客户 群的价值，并且拿来与历史交易数据进行比较。这样一来，公司就可以根据数据，为产品群和客户群制定有针对性的价格。自动化还大大简化了复制和调整分析的工 作，因此没必要每次都从头开始分析。

培养技能、树立信心。实施新价格既在运营方面带来了挑战，又在沟通方面带来了挑战。成功的公司非常注重深思熟虑 的变革计划，帮助销售队伍了解并接受新的定价方法。公司需要与销售代表们齐心协力，解释为什么实行建议价，这套价格体系是如何运作的，那样销售代表就会非 常信任价格，从而竭力说服顾客。同样重要的是制定一套明确清晰的沟通方法，为价格给出一个理由，从而着重突出价值，然后针对具体顾客给出相应的理由。全面 的洽谈培训也至关重要，以便让销售代表获得信心和工具，那样与客户面对面交流时，能拿出颇有说服力的理由。最优秀的领导陪同销售代表会见最难拿下的客户， 专注于迅速见效，那样销售代表就能树立起信心，积极奉行新的定价方法。

积极管理绩效。想改善绩效管理，公司就需要借助实用的绩效指标支持销售队伍。最大的影响来自确保销售一线对于客 户带来的利润了然于胸；销售和营销部门拥有合适的分析技能，得以发现机会，并牢牢抓住机会。还需要将权力下放给销售队伍，让他们自行调整价格，而不是依赖 集中式团队。这不仅需要创业理念，还需要在针对特定的客户制定价格策略时有一定的创造力。在改变定价策略和绩效衡量标准的同时，可能还要改变激励机制。

我们已经看到了这一幕：软件、化工、建材和电信等众多行业的公司利用大数据，帮助制定更合理的定价决策，因而收到显著成效。这些公司都有数量众多的 库存单位（SKU）和交易，还有一大批高度分散的客户；重新制定价格后，都发现利润率提高了3%到8%，这些价格是在极其精细的产品数据层面制定的。