定价战略

一条趋势线,
四个市场

为什么别拿一条价量趋势线去定批量折扣。

杨一安 · pricinggoat.com

做B2B定价项目,开局几乎都是同一张图:纵轴是净价,横轴是客户采购量,一团散点,中间拉一条趋势线。

这张图确实好用。几秒钟就能看出哪些单子离线太远,那条线好像还顺便告诉你:量到了这个级别,价格大概该落在哪儿。

麻烦出在下一步。很多公司把这条线的斜率当成“量的价格”,直接拿来做批量折扣阶梯。在大多数企业里,这一步是错的,因为这条斜率量的根本不是你以为的东西。

说明:文中数据是示意数据,165笔交易,专门用来把道理讲清楚。不过这个现象,做定价咨询的人在真实客户数据里都见过。

165笔交易的散点图,纵轴为净价指数,横轴为年采购量(对数刻度,从不到100件到10万件)。一条趋势线从约140降到60,每一格下降23个指数点。偏离趋势线超过2σ的7笔交易用红圈标为异常。
示意数据。

从一格到下一格,比如从1,000件到10,000件,这条线下降大约23个指数点。按常用的规则,偏离趋势线超过2σ就算异常,图里有7笔交易被标了出来。

现在把同样这些点按客户群上色,行业加规模组合着分,每个客户群单独拟合一条线。

同一张散点图按客户群上色,每个客户群一条趋势线。医疗与实验室客户量小,价格指数在128左右,线几乎是平的;机械设备厂商从约117降到97;工业分销商在84到90之间,坡度很缓;汽车一级供应商量最大,从约87降到61。虚线的总趋势线比四条都陡。
示意数据。

一条线,当场裂成四个市场:

总趋势线的斜率是−23,比哪一个客户群都陡。

斜率反映的是客户结构,不是采购量

整体怎么会比每一部分都陡?因为采购量和客户群是绑在一起的。在这组数据里,量最大的客户正好来自价格水平最低的行业,量最小的客户正好来自价格水平最高的行业。一条线把行业之间的价差,全算到了采购量头上。

后果很直接:照着−23去设计批量折扣,每上一个量级给出去的折扣,比任何一个客户群实际给过的都多。等于在所有客户群里,都为“量”多付了钱。

一笔一笔看,一条线到底错在哪

四个小图,每个客户群一个,各自的趋势线与虚线的总趋势线对比。汽车:两笔交易高于同类,总趋势线没发现。分销商:一笔低价交易被总趋势线抓到;约31,500件的最大客户低于同类,却正好落在总趋势线上,被漏掉。机械:一笔高于同类、一笔低于同类,都被漏掉。医疗与实验室:总趋势线标出的4笔在本客户群内正常,属于误报;两笔低价交易被抓到。
示意数据。

还是2σ这条规则,但这次每笔交易只跟自己客户群的线比。

误报。有4家实验室客户,每年采购450到750件,价格指数在128到135之间。按总趋势线,价格应该在111到116,看上去贵了大约15%到20%。可放在同类客户里,它们再正常不过。真要去“纠正”,就是把利润白白让给根本没开口要折扣的客户。

藏起来的漏损。最大的那家分销商客户,每年采购约31,500件,价格指数73。它正好落在总趋势线上,看着定价完美。可同类客户都在84左右。差11个点,乘以31,500件,假设1个指数点等于每件1欧元,这一个客户一年就漏掉大约35万欧元。总趋势线还把它当成标杆。

藏起来的溢价。两笔汽车客户的交易比同类高6到9个点,一笔机械客户的交易比同类高10个点左右。总趋势线一笔也看不出来。

总趋势线也不是一无是处,最扎眼的几笔它能抓到:一笔约3,000件的分销商交易,比同类低14个点;两笔量很小的医疗客户交易,比同类低15个点左右。但它能抓到的,也就这些了。

柱状图,165笔交易,同一判定规则(2σ)。总趋势线抓到的真实异常:3笔。误报,在本客户群内正常:4笔。总趋势线漏掉的真实异常:5笔。
示意数据。

总趋势线标出来的7笔里,4笔是误报;真正的8个异常里,它漏掉了5个。

线下和线上,是两类问题

在客户群趋势线下面的,是漏损。该问的是:谁批的?差距怎么补回来?

在线上面的,要么是认价值的客户,要么是有流失风险的客户。前者要弄清楚他们到底为什么愿意多付,好把这份价值用到别的客户身上;后者要赶在竞争对手找上门之前先守住。一条总线,把这两类都当成了噪音。

斜率是假设,不是诊断

人很容易把每条斜率读成这个市场的“定价逻辑”。至少一开始,先别急。

斜率陡,可能是量真的在驱动价值,比如采购方议价能力强,或者大单的服务成本确实低;也可能只是销售团队习惯了按量让价。

斜率平,可能是客户买的本来就不是数量,而是认证、关键性、切换成本;也可能只是这个客户群从来没人认真试过价格天花板在哪儿。

散点图告诉你的,是你过去收了多少,不是你应该收多少。每一条斜率,都是一个问题,要拿到这个客户群的价值驱动因素面前去验证。

真正的风险:客户群趋势线会把漏损变成政策

这个风险,恰恰是分析做对以后才冒出来的。一旦每个客户群有了自己的基准线,这个客户群眼下的价格水平就自动成了“正常”。汽车客户的低价,从此“符合基准”。而且只要客户群开始决定价格指导,销售就会想办法把客户归到便宜的那一组去。

所以客户分群必须有治理:

信这些线之前,先查四件事

四项检查
1用对价格。要看口袋价格,也就是扣掉返利、运费、账期、赠品之后真正落袋的价格。很多时候,账外项目让交易跑偏的程度,比分群还大。
2剔除产品结构的影响。用相对目录价、或者相对每个SKU目标价的价格指数,别直接用单价。不然所谓“客户群斜率”,很可能只是产品斜率。
3想想横轴选得对不对。采购量是客户今天买了多少,钱包份额才说明他还能买多少。大集团下面的一个小客户,不是小客户。
4让数据来检验分群。拍脑袋分的群只是起点。做一个带交互项的回归,或者一棵简单的决策树,就能看出你选的分群维度到底管不管用。

从客户群到同类客户组

行业和规模是方便的分群方式,但很少是客户付这个价的真正原因。更适合做定价单元的,是同类客户组(peer group):在驱动价值和成本的属性上相似的一批客户,比如应用场景、关键程度、服务成本、增长潜力。属性相似,价格理应一致。

同类客户组要立得住,有两条规则:

1
按属性分组,绝不按现在的价格分组。

按现价分组,每一组看起来都很一致,你的漏损也就顺理成章成了标准。

2
用价格一致性来检验。

好的同类客户组,价格带很窄。价格带很宽,要么是组分错了,要么是价定错了。

做对了,每一次价格讨论就都有了参照:跟他一样的客户付多少?他凭什么不一样?

同类客户组具体怎么搭,下一篇细讲。

一条总趋势线回答的是:这个采购量下,平均价格是多少?可真正要紧的问题是:这个客户应该付多少?依据是他是谁、看重什么,还有,这个价是谁定的?

客户群趋势线告诉你往哪儿看,同类客户组告诉你跟谁比,价值告诉你什么是对的,治理保证它一直对。

定价,是设计出来的,
不是将就出来的。

你的散点图按客户群拆开之后,还剩几个“异常”?欢迎留言聊聊。

首发于微信公众号「定价制胜-Dr. Pricing」,2026年10月。英文版:One trend line, four markets