Метод был разработан в 1960-х годах американскими экономистами Клайвом Грейнджером и Андре Габором (Gabor-Granger Method).
Лестница цен позволяет оценить чувствительность спроса к цене в заданном диапазоне и приблизительно понять, при каком уровне цены вероятность покупки начинает заметно снижаться.
Суть метода
вы проводите опрос, в котором респонденту
- показываете продукт (или его описание, прототип)
- вариант цены на него
- и просите оценить вероятность покупки по этой цене
Варианты ответа могут быть разными:
- 5-балльная шкала Лайкерта
- или простое бинарное «Да / Нет»
После этого тому же респонденту задаётся тот же вопрос, но с другой ценой. Таким образом можно протестить разные значения внутри выбранного диапазона.
Существует два способа тестировать цены
-
Последовательный подход
Респонденту показывают цены по порядку внутри диапазона.Например: 299 ₽ → 349 ₽ → 399 ₽ → 449 ₽
На каждой цене человек отвечает на тот же вопрос: насколько вероятно, что он купит продукт по этой цене. Так можно понять, как меняется вероятность покупки при росте цены.
-
Адаптивный подход
Это классический подход, здесь следующая цена зависит от ответа респондентаНапример:
299 ₽ → «Да» → 349 ₽
349 ₽ → «Да» → 399 ₽
399 ₽ → «Нет» → 374 ₽Если человек отвечает «Да», цена повышается, если «Нет», цена понижается. Таким образом вы постепенно приближаетесь к максимальной цене, при которой респондент ещё готов купить продукт.
Например, возьмём приложение трекер полезных привычек:
- библиотека привычек (питание, спорт, управление стрессом, эмоциями и пр.) с AI-рекомендациями;
- персональная статистика, streaks, как в Duolingo;
- напоминания по времени и локации;
- синхронизация смартфона с умными часами.
Насколько вероятно, что вы оформите подписку за 299 ₽ в месяц?
- 1 – Точно не оформлю
- 2 – Скорее не оформлю
- 3 – Затрудняюсь / Нейтрально
- 4 – Скорее оформлю
- 5 – Точно оформлю
Или в бинарном варианте:
- Да, оформлю
- Нет, не оформлю
🔎 Как интерпретировать результаты?
- Для каждой цены из тестируемого диапазона считаете вероятность покупки, как долю ответов 4+5 (ну или «Да»)
- Затем, строите график зависимости вероятности покупки от цены (cхематично он изображён на обложке поста 😅)
- На основе этой зависимости можно оценить ожидаемую выручку для разных уровней цены = цена × вероятность покупки. Цена, при которой эта величина максимальна, часто рассматривается как кандидат на оптимальный уровень цены.
ℹ️ Главный минус метода: он оценивает заявленное поведение, а не фактическую покупку; ещё из минусов – эффект якорения (показанные цены влияют на ответы) и отсутствие знаний за пределами тестируемого диапазона цен. Тем не менее, метод хорошо подходит, чтобы сузить диапазон цен для дальнейших экспериментов: A/B-тестов или Fake Door Tests, где вы можете приблизиться уже к фактической покупке.
В следующем посте разберём ещё один инструмент, который помогает определить цену, когда неопределённости ещё больше и продукт только выходит на рынок
Автор: Иван Меркурьев 🥳, пишет про продакт-менеджмент в TG-канале @OrdinaryPM
#немногопродакт #цена #ценообразование #pricing
Дискуссия