探討零售業之定價策略-以A公司為例

Pricing strategy in retail industry

李美明(Mei-Ming Lee)

指導教授 ： 郭佳瑋

國立臺灣大學/管理學院/商學研究所/碩士(2019年)

https://doi.org/10.6342/NTU201901094

摘要

價格是行銷領域中重要的一環，好的定價策略不但能達到市場區隔的目標，也能提高消費者願付價格，完善的收益管理制度更是企業獲利之關鍵。
越來越多企業試著透過動態定價來提高收益，然而，錯誤的定價策略不但未能達到目的，更可能造成市場供需不平衡，進而產生缺貨或存貨成本。本論文所研究的對象為跨國企業A 公司，其產品由公司總部統一定價，總部會根據銷售狀況進行動態定價，台灣分公司面臨的問題是，總部頻繁的調整價格使台灣市場出現供需不平衡的問題，導致部分商品必須降價求售。因此，本論文的目的是找出價格波動頻繁的商品，瞭解其價格走勢與特徵，爾後有類似特徵的新產品上市，便能協助管理者預測其價格未來走勢。
本研究以A 公司2014~2018 年的歷史資料作分析。研究中建構三個預測模型（預測前先將產品按歷史價格分為六類）:
模型一：透過隨機森林、XGBoost 演算法預測產品類別，進而瞭解該產品未來價格走勢。
模型二：使用邏輯斯迴歸預測類別之機率，並找出類別間之差異。
模型三：給定類別下，進一步以共變數分析預測下期價格。
研究結果顯示，XGBoost 模型之預測力較隨機森林好。當產品特徵為(1)價格較低(2)熱銷顏色(3)產品款式是18~24 歲與35 歲以上消費者所偏好的款式(4)上市的月份是在四、五、八、十月，總部可能會頻繁地調價。在價格方面，本期價格與下期價格顯著正相關，且影響程度因改變價格次數多寡有所不同(有顯著交互作用)。

關鍵字

價格策略 ； 隨機森林 ； XGBoost ； 邏輯斯迴歸 ； 共變數分析

並列摘要

無資料

並列關鍵字

pricing strategy ； Random Forest ； XGBoost ； logistic regression ； ANCOVA

參考文獻

[1] 古婉榛，《消費者交易型態與人格特質分析—以信用卡資料庫例》，（臺北：臺灣大學國際企業學研究所學位論文，2015)

[2] 林曉芳，《多變量分析在社會科學領域之應用-SPSS 操作與資料分析》，（臺北市：鼎茂，2014）

[3] 范德鑫，〈共變數分析功能, 假設及使用之限制〉，《師大學報》，（1992）

[4] 張志熙，《羅吉斯回歸於生物相似性藥品對等性評估之應用》，（臺北：臺灣大學農藝學研究所學位論文，2011）

[5] 郭佳瑋、鄭安淇，〈以收益管理打造競爭優勢〉，《哈佛商業評論》，（2019 年6月）