电商中的动态定价：如何基于数据、利润率与自动化构建定价策略

价格是电商中最重要的业务参数之一。它不仅影响转化率，还会影响利润率、现金流、库存周转、广告活动效果、相对竞争对手的位置以及品牌认知。尽管如此，许多网店仍然以非常操作层面的方式对待价格：把它看成后台面板里填入的一个数值、促销活动中的折扣，或者仅仅是对竞争对手降价的反应。

在成熟的电商业务中，价格不应是偶然结果，而应是一项战略决策。

动态定价，也就是对价格进行动态管理，是优化定价政策最先进的方法之一。但它并不意味着混乱地改价，也不是自动成为市场最低价。它的目标是让价格匹配当前的业务条件：需求、供给、库存水平、利润率、季节性、竞争、广告成本，以及某个产品所对应的业务目标。

实施得当的动态定价可以提升利润、改善库存周转并减少不必要的降价。实施不当则可能引发价格战、侵蚀利润、造成促销混乱，并削弱客户信任。

价格是利润杠杆，而不只是营销元素

许多网店把重点放在提升流量上：SEO、Google Ads、Meta Ads、marketplace 平台、联盟营销、邮件通讯和营销自动化。这些当然都很重要，但如果店铺的定价政策设计有问题，再好的流量也无法解决根本问题。

价格会直接影响财务结果。更重要的是，它的影响往往比转化率或流量的小幅增长更大。

假设一家店铺以 $100 售卖某个产品。采购成本为 $60，那么该产品的毛利就是 $40。

如果店铺把价格降到 $90，毛利就会降到 $30。这意味着在售出件数不变的情况下，毛利润会下降 25%。想赚到和之前一样多的钱，店铺就必须卖出明显更多的件数。

这说明了许多促销活动的一个基本问题：销量增长并不总是意味着利润增长。

店铺可能卖出更多产品、获得更高营业额、广告活动数据更漂亮，但同时赚得更少。因此，专业的价格管理不应只看收入，更应基于利润率、毛利润、库存周转以及扣除销售成本后的盈利能力。

什么是动态定价？

动态定价是一种价格管理模型，其中产品价格会依据事先定义好的规则、市场数据或预测算法而变化。价格变化可能源于需求、产品可得性、竞争对手价格、销售历史、季节性、物流成本、广告成本、库存水平、价格弹性以及分配给该产品的业务目标。

在实践中，动态定价例如可能意味着店铺：

当竞争对手缺货时，维持更高的产品价格，

降低仓库中滞销产品的价格，

不会给库存较低的畅销品打折，

根据季节调整价格，

对即使没有促销也有高转化率的产品提高价格，

只调整特定变体、尺码或颜色的价格，

为自有店铺、marketplace 平台和广告活动设置不同的价格规则。

还必须区分动态定价与个性化定价。动态定价通常是指根据市场或业务条件改变产品价格。而个性化定价则意味着基于具体客户或客户群体的数据，对价格进行差异化处理。OECD 指出，数字环境中的个性化定价是一个独立议题，涉及消费者数据分析、自动化，以及对竞争与消费者保护的潜在影响。

这一区分至关重要。比如，季末将儿童凉鞋的价格从 $59 调整为 $49，这是动态定价。而基于两位客户的浏览历史、位置或购买画像，向他们展示两个不同价格，则已经进入个性化定价的范畴，这在法律和声誉层面都敏感得多。

动态定价不是“做最低价”的策略

对动态定价最大的误解，是认为系统应该自动追踪竞争对手，并把价格设得比对方略低。

这是一种非常危险的做法。

如果店铺总想成为最便宜的那一个，很快就会陷入价格战。竞争对手把价格降到 $79，店铺降到 $77，竞争对手再回应为 $75，几轮之后谁都赚不到钱。订单数量的增长在销售报表里看起来可能不错，但利润率已经被摧毁。

专业的动态定价不会问：「怎样才能最便宜？」而是会问：「什么价格最能实现这个产品的业务目标？」

对某些产品而言，目标是利润最大化；对另一些产品，则是快速周转库存；还有一些是为了提升客单价；另一些则是为了维持高端定位；再有一些是为了带来流量并获取新客户。

同一种定价逻辑不应被应用到整个商品目录上。

定价作为决策系统

网店不应把价格看成一个单独的数值。价格应当是决策系统的一部分。

畅销品、高端商品、季节性商品，以及在仓库中滞销了 120 天的商品，管理逻辑都应该不同。

例如：

产品 A 的价格为 $49，每天都在卖，利润率不错，退货率也低。它的目标可以是利润最大化并维持当前价格。

产品 B 的价格为 $129，但三个月都没有卖出。它的目标可能是释放现金流和仓储空间，即使要以较低利润率为代价。

产品 C 的价格为 $19，利润率较低，但它经常与售价 $89 的产品一起进入购物车。它的目标不一定是单品盈利，而可能是提高平均客单价。

产品 D 的价格为 $99，品牌力强、可得性有限，且尺码齐全，而竞争对手只有零散几个变体。它的目标可能是维持价格，而不是去匹配市场上的最低报价。

这说明动态定价应当在产品分层层面运作，而不是以整个店铺为单位统一执行。

电商中最重要的定价策略

动态定价并不会取代传统定价策略，而是将它们整合进一个更高级的模型中。想要正确落地，就必须理解这些基础的定价方法。

成本加成定价（Cost-plus pricing）：基于成本与利润率定价

这是最简单的定价模型。店铺先看产品的采购成本，再加上预设的利润率。

例如：

产品成本为 $40。店铺以 $80 售卖。毛利为 $40。

这种方法的优点是简单。店铺清楚自己希望从每个产品上赚多少，并按固定公式定价。

问题在于，成本加成定价忽略了市场。它没有考虑客户实际上愿意支付多少、竞争对手定价如何、产品是否独特、是否在仓库中滞销，也没有考虑需求是否正在上升。

成本加成定价适合作为起点，却不适合作为终点。如果店铺只使用这一模型，就可能把客户愿意支付更高价格的产品卖得太便宜，也可能把市场估值更低的产品定得过高。

竞争导向定价（Competition-based pricing）：基于竞争对手定价

在这种模型中，店铺会参考竞争对手来设定价格。

如果竞争对手以 $74 售卖某产品，店铺可以把价格设为 $72、$74、$79 或 $85。具体取决于店铺是否拥有更好的可得性、更快的配送、更优的评价、更强的信任、更方便的退货流程或更有力的品牌。

监控竞争对手价格非常有价值，但不应演变成对最低价的自动复制。

如果店铺能为客户提供更高价值，就不必一定是最便宜的。在电商中，价格只是部分竞争因素。客户还会考虑产品可得性、配送时效、运费、店铺可信度、评价、图片、产品描述、退货政策以及整体购物体验。

价值定价（Value-based pricing）：基于感知价值定价

在这种模型中，价格不仅由产品成本决定，还取决于客户在这个报价中看到的价值。

两个产品的采购成本可能相近，比如都是 $35，但一个卖 $59，另一个卖 $89。差异可能来自品牌、设计、图片质量、描述、评价、包装、产品故事、独特性或更好的展示方式。

价值定价在高端品类、时尚、家居、儿童产品、化妆品、生活方式产品，以及所有客户购买的不只是功能、还包括情感、审美、便利与信任的场景中尤其重要。

在这种模型里，店铺变现的不只是产品本身，而是整个价值主张。

心理定价（Psychological pricing）

心理定价并不只是把价格写成 $99 而不是 $100。它关乎的是整个购买决策架构。

例如：

价格为 $49 时，可能会被视为适合冲动购买的可接受价位。

价格为 $99 时，常常能成为进入“更贵”产品类别前的一道心理边界。

价格为 $149 时，可能会将产品定位为高端，但仍低于 $150 这道门槛。

满 $75 包邮，若典型购物车金额约为 $62，就可能提高平均客单价。

售价 $119 的套装，如果单独购买这些产品需要 $139，就会显得更有吸引力。

心理定价只有在与整体报价架构一致时才最有效。仅仅把价格结尾设成 .99，如果客户并不理解产品价值，也无法建立竞争优势。

库存导向定价（Inventory-based pricing）：基于库存定价

这是电商中最实用的策略之一。

价格不应只取决于竞争对手，也应取决于仓库中有多少件产品，以及产品销售速度如何。

如果某产品库存有 300 件，而 60 天内只卖出 8 次，店铺就可以逐步将价格从 $59 降到 $49，之后再降到 $39。

如果另一款产品仓库里只剩 4 件，并且每天都在卖，那么仅仅因为竞争对手暂时做了促销，就把价格从 $89 降到 $79，在逻辑上就说不通。

库存过剩意味着资金被冻结，缺货则意味着失去销售机会。定价应该同时管理这两件事。

需求导向定价（Demand-based pricing）：基于需求定价

在这种模型中，价格会随需求变化而变化。

季节性产品在旺季前可能卖 $69。旺季中价格可能升至 $79，季后再降到 $59，之后进一步降到 $49。

在童装时尚领域，凉鞋、夹克、冬鞋、泳装或开学用品都可以作为例子。它们的需求具有很强的季节性，因此全年维持同一价格往往没有商业意义。

不过，需求导向定价需要谨慎。客户可能接受因季节性或供给有限而带来的涨价，但对于那些看起来随机、不公平或投机性的价格变化，反应通常会更差。

动态定价需要哪些数据？

动态定价的效果，取决于它所依赖的数据质量。

如果店铺的采购成本有误、库存状态不更新、marketplace 平台佣金计算错误，或者根本没有把广告成本纳入考量，那么价格自动化只会加速做出错误决策。

成熟的定价系统应当利用多层数据。

产品数据

这类数据包括：采购成本、常规定价、最低价、最高价、目标利润率、品类、品牌、季节性、产品状态、尺码变体、颜色变体，以及该产品是否为新品、畅销品、高端商品或清仓商品。

没有这些数据，系统就不知道该产品在整体报价中扮演什么角色。

销售数据

这里重要的是：售出件数、转化率、平均客单价、退货率、距离上次成交的时间、按渠道划分的销售情况、促销历史，以及价格变化对销售的影响。

仅仅知道产品在卖还不够。还必须知道它是否以良好利润率售出、在哪个渠道售出、获取客户的成本是多少，以及退货率如何。

库存数据

动态定价应考虑库存水平、周转情况、滞销时间、供应商可得性、计划到货，以及产品是否属于系列尾货。

滞销 180 天的产品，所需的定价逻辑与每天都在卖且供给有限的产品完全不同。

营销数据

在电商中，价格与广告之间有着很强的联动关系。

某个产品在毛利层面看起来可能是盈利的，但加上广告活动成本后就不再划算。因此，值得分析点击成本、ROAS、CAC、产品在广告活动中的占比、扣除广告成本后的盈利能力，以及价格对转化率的影响。

如果售价 $99 的产品利润率不错，但需要非常昂贵的付费流量，那么它的真实盈利能力可能低于售价 $69 且依靠自然流量销售的产品。

市场数据

这类数据包括竞争对手价格、竞争对手可得性、在 marketplace 上的位置、Google Shopping 中的价格、市场促销活动以及报价可见度。

但重要的是，不要只看价格。脱离可得性信息来看竞争对手价格，可能会导致错误决策。

如果竞争对手把产品卖到 $89，但只剩一个尺码，而店铺尺码齐全且发货很快，那么自动把价格降到 $87 就可能是不必要的利润损失。

动态定价规则示例

在起步阶段，动态定价不一定非要依赖高级人工智能。对于很多店铺来说，第一步更好的做法是设计清晰的业务规则。

最低利润率规则

除非产品被标记为清仓商品，否则系统不应将价格降到某个利润率水平以下。

例如：

产品常规价格为 $89。能够维持可接受利润率的最低价格为 $69。系统可以在 $69 到 $89 的范围内调整价格，但若没有人工决策或没有把产品状态改为 outlet，则不能再往下调。

低库存规则

如果库存少于 5 件，系统不会自动降价。

例如：

产品售价为 $79。竞争对手把价格降到 $72，但店铺只剩 3 件。系统会维持 $79 的价格，因为利润损失的风险大于更快售出的潜在收益。

滞销规则

如果产品 90 天没有卖出，系统就按设定百分比降价，或者将其转入清仓分组。

例如：

产品售价为 $59，且 90 天未售出。价格降至 $53，如果之后 30 天仍无销售，则进一步降到 $49。

竞争规则

如果竞争对手便宜不到 $3，系统就不改价。

例如：

店铺以 $79 售卖某产品，竞争对手卖 $77。差距太小，不值得自动牺牲利润率。系统维持原价。

竞争对手可得性规则

如果竞争对手缺货，店铺就不降价，而且在某些情况下还可以提价。

例如：

产品售价为 $99。竞争对手之前卖 $94，但现在已经没货。店铺有现货且发货快。系统会维持 $99，或者测试 $104 的价格。

季节性规则

在季末前 30 天，系统启动逐步降价。

例如：

季节性产品售价为 $79。第一阶段降到 $69，之后降到 $59，在清仓尾声阶段则降到 $49。

与一次性激进砍价相比，分阶段降价往往更好，因为这样可以更好地控制利润率和周转节奏。

广告活动规则

如果某产品的 ROAS 偏低，系统不应自动降价。首先要检查问题究竟出在价格、描述、图片、可得性、配送成本、流量质量，还是广告活动本身。

例如：

产品售价为 $119。它从广告获得了大量访问，但转化率偏低。降到 $99 也许会有帮助，但如果产品页图片很弱、缺少尺码表，或者配送太贵，那么降价也可能无法解决问题。

动态定价不能替代商品呈现分析和营销分析。

动态定价与价格弹性

定价中最先进的组成部分之一，就是价格弹性，也就是需求对价格变化的反应。

并不是每个产品对价格的反应都一样。

价格弹性高的产品通常竞争者很多、容易比较、差异化元素少，客户也能很快找到替代品。典型例子可能是热门配件、电子产品、标准化化妆品，或在很多店铺都能买到的商品。

价格弹性低的产品则通常具有强品牌、独特性、有限供应、情感价值，或者存在紧迫购买需求。客户不会仅仅因为价格上涨几美元就轻易放弃。

例如：

某产品售价 $39，每月卖 100 件。降价到 $35 后，销量增加到 108 件。乍看之下，降价有效，因为销量提高了。但如果单件利润下降幅度大于销量增幅，店铺实际上可能赚得更少。

另一款产品售价 $99，每月卖 20 件。降价到 $89 后，销量增至 40 件。在这种情况下，如果额外销量能够弥补更低的利润率，那么降价就是合理的。

如果没有价格弹性分析，动态定价常常会导向一个错误结论：「降价有效，因为销量涨了。」真正的问题是：利润是否也增加了？

动态定价与产品变体

在许多店铺中，产品价格不应只在款式层面分析，也应分析到变体层面。

这尤其适用于时尚、鞋类、儿童产品、家居用品，以及那些具有尺码、颜色或不同版本的品类。

例如：

一双鞋售价 $89。尺码 28、29 和 30 卖得很好，但尺码 35 在仓库中滞销。把整个产品都降到 $79 可能是个错误。更好的做法可能是只折价那些周转慢的尺码。

颜色也是一样。如果黑色款以 $99 卖得很好，而黄色款已经滞销 100 天，就没有理由把所有变体一起降价。动态定价应考虑变体周转，而不仅仅是主产品。

这在销售季节性系列的店铺中尤其重要。有时候问题并不在于整个产品的价格，而在于那些占压库存的个别变体。

动态定价与 marketplace

marketplace 平台会给定价政策带来额外复杂性。

在自有店铺中能赚钱的价格，在 marketplace 上加上佣金、广告成本、加推费用、运营成本和潜在退货成本之后，可能就不再赚钱。

例如：

店铺在自有站以 $79 售卖某产品，利润率不错。在 marketplace 上同样卖 $79，但扣除佣金、广告活动成本和额外费用后，真实盈利能力会低得多。

因此，动态定价应考虑销售渠道。同样的含税售价，并不意味着同样的盈利能力。

在实践中，店铺可以为以下场景设置不同规则：

网店，

Allegro 或其他 marketplace 平台，

Amazon，

Google Shopping，

B2B 销售，

再营销广告活动，

outlet 报价。

最大的错误，就是只从产品层面管理价格，而完全不考虑销售渠道。

动态定价与促销

动态定价与促销不是一回事。

促销是一种战术动作。它可以是 Black Friday、季末清仓、优惠券、折扣码、「第二件更便宜」活动，或者包邮。

动态定价则是一个持续过程。它涉及根据数据和业务目标，决定某个产品应该卖 $49、$59 还是 $69。

这一区分非常重要，因为很多店铺试图用促销去修补定价错误。如果常规价格设置不当，店铺就会开始依靠折扣来挽救销售。久而久之，客户会学会一件事：没必要按常规价格购买，因为很快就会有促销。

这样一来，店铺就失去了对价格感知的控制。

成熟的定价政策应明确区分：

常规价格，

促销价格，

清仓价格，

最低价格，

marketplace 价格，

广告活动价格，

组合价格，

由动态定价计算出的价格。

动态定价与法律及透明度

在欧洲，动态价格管理必须结合消费者法规来设计，尤其是在传达促销信息时。在 Omnibus 指令背景下，商家在宣布降价时必须告知降价前特定时期内的最低价格；在波兰以及许多行业材料中，实践上通常将其理解为：展示促销前 30 天内的最低价。

这意味着店铺不应人为先抬高价格，只为了之后展示更大的折扣。此类做法在法律上有风险，在声誉上也有害。

对个性化定价则必须更加谨慎。美国联邦贸易委员会（Federal Trade Commission）发布过有关所谓 surveillance pricing（监控式定价）的材料，即使用位置、浏览历史或其他消费者信息来为个人设定价格的做法。

从网店的角度看，最安全的方法很简单：动态定价应主要基于产品、库存、市场和销售数据，而不是基于针对特定个人的隐藏式价格差异化。

价格越依赖某个具体客户的数据，透明度、合规性、个人数据保护以及失去信任的风险就越重要。

实施动态定价时最常见的错误

自动成为最低价

这是最常见、也最昂贵的错误。店铺部署了竞争监控，设置了「比对手便宜 $1」的规则，几周后发现销量增加了，但利润率却下降了。

动态定价不应成为一台自动摧毁利润率的机器。

缺少最低价格

每个产品都应该有最低盈利门槛。否则系统可能会把价格降到一卖就亏的水平。

最低价格不仅应考虑采购成本，还应考虑佣金、支付成本、配送、包装、退货、折扣和广告成本。

忽略 marketplace 成本

通过 marketplace 销售，其经济结构往往与自有店铺销售不同。如果定价系统不考虑佣金和渠道成本，它就可能制定出只在收入层面看起来不错的价格。

缺少产品分层

畅销品、新品、高端商品、outlet 商品、季节性商品和尾货，不能用同一种方式定价。

每个分层都应该有自己的规则。

价格变动过于频繁

频繁且明显的价格变化会削弱客户信任。如果客户看到某产品早上卖 $89，下午变成 $99，第二天又变成 $79，就可能觉得价格是随意的，甚至是操控性的。

动态定价应对价格调整频率设限。

把促销当作定价策略

促销是战术工具，不能替代设计良好的定价体系。

如果店铺一直靠折扣卖货，那么常规价格就会失去可信度。

上线后缺乏控制

动态定价需要仪表盘、预警机制和定期审计。

店铺应该知道：

哪些价格被修改了，

为什么被修改，

对销售产生了什么影响，

对利润率产生了什么影响，

系统是否违反了最低盈利规则，

价格变化是否过于频繁，

高端商品是否被不必要地打折。

没有控制的自动化是有风险的。

如何一步步实施动态定价？

第 1 步：算清真实利润率

第一步不是选择工具，而是计算产品真实的盈利能力。

需要考虑：

采购成本，

marketplace 佣金，

支付成本，

配送成本，

包装成本，

退货成本，

广告成本，

折扣，

客服与运营成本，

不同销售渠道之间的差异。

只有在这之后，才能确定什么价格才是真正赚钱的。

第 2 步：将产品划分为不同分层

示例分层：

核心商品，

高端商品，

畅销商品，

季节性商品，

清仓商品，

高库存商品，

低库存商品，

广告驱动型商品，

对 marketplace 成本敏感的商品，

新系列商品，

系列尾货。

分层是必须的，因为不同产品有不同目标。

第 3 步：设定最低价和最高价

对每个产品或分层，都值得设定一个价格区间。

例如：

常规价格：$89

最低价格：$69

最高价格：$99

清仓价格：$59，但只在产品状态变更后才可使用。

这样的限制可以保护店铺免受自动化错误影响。

第 4 步：建立业务规则

起步阶段，与其上线一个没人能控制的复杂算法，不如先实施简单且易于理解的规则。

例如：

如果库存少于 5 件，就不要降价。

不要低于最低利润率。

如果竞争对手的差价小于 $3，就不要响应。

对 90 天未售出的产品降价。

没有人工批准，不要给高端商品打折。

价格最多每天改一次，或者每几天改一次。

第 5 步：在选定品类中测试

不应一开始就在整个店铺范围内实施动态定价。

更好的方法是在一个品类、一个分层或一组选定产品上测试。这样可以检验价格变化对销售、利润率、库存周转和客户行为的影响。

第 6 步：衡量利润，而不只是销量

最重要的指标包括：

毛利率，

毛利润，

转化率，

平均客单价，

库存周转，

售出率，

折价商品占比，

按利润率计算的 ROAS，

价格变动次数，

价格对退货的影响，

按渠道划分的盈利能力。

如果店铺只衡量收入，就可能把错误决策误判为正确决策。

第 7 步：建立治理机制

动态定价需要明确责任。

值得明确：

谁来审批规则，

谁可以修改价格阈值，

谁对错误价格负责，

多长时间分析一次结果，

系统在什么情况下需要人工批准，

哪些产品被排除在自动化之外。

在大型店铺中，定价不应只是营销部门的任务。它是电商、财务、采购、仓储、效果营销与类目管理之间的交叉领域。

高级场景示例

某店铺以 $120 售卖一款产品。采购成本为 $65。竞争对手价格是 $109，但只有一个尺码有货。店铺则尺码齐全、发货快、评价好。

简单的定价系统会把价格降到 $107，以便比竞争对手更便宜。

成熟的定价系统可能会做出不同决定。

如果转化率稳定，它可以维持 $120 的价格。

它也可以只把部分周转慢的变体降到 $115。

它可以让热门尺码维持常规价格。

它可以只折价尾货库存。

它可以增加组合促销，而不是降低主产品价格。

它可以提高包邮门槛，以改善平均客单价。

它可以优化该产品在广告活动中的曝光，而不是改价。

这说明动态定价并不总意味着简单调整主价格。有时更好的决定是调整变体价格、增加套装、改变沟通方式、为特定渠道提供有限促销，或者即使竞争对手更便宜也坚持原价。

每个店铺都应该实施动态定价吗？

并不是每个店铺都需要立刻上高级算法系统。但每个店铺都应该拥有清晰、主动的定价政策。

小型店铺可以从简单规则开始：

最低利润率，

产品分层，

对滞销产品的控制，

针对选定畅销品的竞争监控，

为季节性产品设置单独规则，

分析折扣对利润的影响。

中型和大型店铺则应以更广的视角看待动态定价：把它视为连接 ERP、OMS、电商平台、marketplace、广告工具、仓储系统和竞争监控的数据系统。

真正获得最大优势的，不是那些降价最快的店铺，而是那些最清楚何时该降价、何时该维持价格、何时该提价的店铺。

总结

电商中的动态定价并不是神奇算法，也不是一个简单的竞争监控自动机。它是一个高级的盈利能力管理过程，需要数据、规则、控制以及对客户行为的理解。

设计良好的动态定价会结合利润率、需求、库存、季节性、竞争、广告成本和产品业务目标进行分析。它能帮助企业做出更好的定价决策：不仅在该降价时降价，也能在降价没有意义时维持价格，并在市场接受更高价值的地方提高价格。

最大的错误，是把动态定价等同于做最低价。在成熟的电商业务中，价格不是为了拼命争抢销量的工具，而是战略的一部分。

一个善于管理价格的店铺，不必赢下每一场价格战。它必须知道哪些产品应该用来赚利润，哪些产品应该加快周转，哪些产品应保护不被打折，哪些产品则应被当作用于提升客单价或获取客户的工具。

正因如此，动态定价不应被视为系统中的一个功能，而应被视为电商商业模式的一部分。