品牌價格抵補模型
出自 MBA智库百科(https://wiki.mbalib.com/)
品牌價格抵補模型(Brand Price Trade Off，BPTO模型)
目錄 |
品牌價格平衡模型（BPTO）是非常有效的品牌價格分析模型，目前在美國和歐洲已成為一種廣泛使用的定價方法。在競爭對手的品牌價格，通過該模型可以得出目標研究品牌在什麼價位上會得到最高的市場份額。
通常情況下，企業往往根據歷史經驗對產品進行定價，因此經常會對定價的範罔感到困惑。特別尼在為產品進行價格調整時，消費者所能承受的最高價格是多少？在什麼價格條件下消費者感到比較適合．願意繼續消費？等等諸如此類的問題。在較為簡單的價格測試中，企業向購買者詢問“產品A賣多少錢您會考慮購買？”或者“假如產品B的價格上升10％你是否還會購買？”，前者無一例外合產生相當低的價格預期；而後者則傾向於低估價格彈性，因此產生過於樂觀的預測。它們的局限性在於無法表現真實生活中的購買決且
BPTO試圖建立一個模擬價格研究方祛。在測試時通常需要收集被測產品及所有主要競爭對手的產品，其最終結果是要建立所研究品牌和競爭對手品牌的動態關聯。
BPTO模型比GABOR GRANGER模型要複雜的多。
BPOT從本質上要解決以下的價格問題：
- 瞭解在消費者心目中價格和品牌的相對重要性；
- 測量品牌的價格彈性；
- 確定最優價格和價格極限；
- 模擬價格戰。
在市場調查時，傳統的BPTO有多種數據採集分析方法：
方法一：向被訪者出示被測品牌和競爭品牌，計算任何一種價格條件下被訪者選擇被測品牌和競爭品牌的次數。
方法二：計算每個品牌被訪者所能選擇的邊際價格。開始時的價格應能夠反映目前巾場上各品牌間的價格差異，詢問被訪者在這些價格下，會選擇哪個品牌。被選擇的品牌將被加價／降價一個價格段，重覆問同樣的問題；再找出了一個會被選擇的品牌，同時對該品牌進行加價／降價，直到最後。
BPTO在消費品、耐用品和服務的定價策略中使用較多，但在使用過程中也存在局限性。BPTO定價策略中一個受到廣為關註的問題是這種加價／降價模式讓被訪者感覺到好象是在玩游戲，而不是在完成一件關係到價格決策的大事。這樣被訪者會覺得乏味、不真實，不願意認真投入，容易對付了事。因此有的被訪者不論品牌，只選擇價格最低的產品；反之，當給出一個市場卜不可能接受的價格時，被訪者仍有可能選擇他所喜愛的品牌。BPTO還會存在以下兩個方面的問題：與模型建立過程有關的錯誤徹］模型在多大程度上能反映出現實生活巾的實際情況），另一方面是樣本設計錯誤。
BPTO的研究試圖建立一個模擬價格研究方法。其通常通過中心地測試(CLT)的方式來完成,測試時需要收集被測產品及所有主要競爭對手的產品。所有產品被標上從最低到最高的價格。這裡值得註意的是最低價格和最高價格要求明顯低於市場最低價和高於市場最高價。其原因是必須考慮到產品以後可能的降價和漲價。另外，由於測試涉及多個品牌，各品牌之間的順序可能會影響被訪問者的評價，因此，必須保證各品牌順序的隨機性，大視野的做法是利用隨機數表，讓訪問員根據隨機數表時刻調整各品牌之間的順序，消除測試順序性誤差。
我們從圖1開始來介紹BPTO問卷過程。在圖1中，有5種品牌和5種不同的價格，假如某一被訪者首先選擇的是C品牌(55RMB), 那麼C品牌的價格馬上上漲一個幅度(57RMB)，其他品牌價格不變。這時再讓該被訪者選擇，儘管C品牌價格上漲了，該被訪者仍然選擇C品牌(57RMB)，這時C品牌再上漲一個幅度 (59RMB)，其他品牌價格仍然不變。這樣迴圈下去，圖2記錄了該消費者的選擇軌跡。其選擇過程中止的條件是任何一個品牌在所有價位上全部被選完。 BPTO模型的最終結果是建立一個研究品牌和競爭對手品牌的一個動態關聯。在競爭對手品牌的價格下，通過該模型可以得出研究品牌在什麼價位上會得到最高的市場份額。
適用於考慮品牌競爭的情況
該模型主要的研究目的是：當消費者面對他們喜歡的價格較高的品牌和哪些價格相似的第二選擇品牌時，做出的反映情況。消費者是否轉換品牌，還是忠實所喜愛的品牌，從而確定品牌的理想價格，為企業品牌戰略管理提出指導性建議。
隨著電腦網路與通信技術的發展，信息技術在市場預測模型中的應用越來越廣泛。基於電腦數據分析的品牌價格平衡模型，成為國外目前最為成功的一種在模擬競爭環境下測試品牌價格策略的高級研究技人
傳統BPTO由f要處理的信息量太大，往往只能對相對較小的預測模型進行分析。電腦數據分析的5隊，使得BPTO的大規模應用成為可能，許多著名的統計軟體均增加了BPTO的計算功能，一些大型的市場研究公司則開發7自己的專用軟體。隨著這些電腦軟體技術的引入，近幾年BPTO技術也止在開始進入中國。基於電腦數據分析的BFTO極大地擴展了預測的能力，主要體現在以下幾個方面；
- 模擬現實的競爭環境，允許多個競爭品牌和測試品牌共同參與測試；
- 運用聯合分析（Conjoint Analysis）技術，可以對數據進行更深入的診斷性分析；
- 模擬預測任何價格戰的結果；
- 可以將被訪者使用習慣和品牌能力納入預測模型，從而使預測結果更為可靠。
