psm
首先感谢各位客官对《别走！没有想到你是这样的用户！——流失用户预警》的抬举，在这里发文更多是为了整理这一年来的学习与收获，一年前的今天，我也在这个平台接受了很多前辈的指导才能在这条路上走得更好。现在也希望能帮助同样的朋友，能在这条路上有一些帮助~予人玫瑰，手有余香。
今天和大家分享的是关于产品功能上线和合理定价的问题。记得一个产品姐姐在晨会分享的时候说过一句话受益匪浅“一个产品从出生到长大，要先保证能用，再保证好用。”是的，在产品功能选择上，什么功能是保证用户能用的，什么功能是为了让用户好用的，每类功能会带给用户什么样的体验。这个问题一直也是我们在做产品过程中不断整理和思考的，用户说什么就做什么，功能丰富且齐全，但最终还是做死了的例子不胜枚举。那么一个新的功能到底上不上，这个功能/服务如果收费，价格应该是怎样的。今天就来给大家分享一下关于我之前项目遇到的这些问题和我们的解决办法。
一、功能到底要不要上——KANO模型
KANO模型大家应该都很熟悉。我不太喜欢把能百度一下的“个人简介”贴上来凑字。简单说就是N个功能摆在这里，我们如何判定该功能符合基本型需求、期望型需求还是兴奋型需求？KANO模型就可以帮助我们解决这个问题。但是这里有必要说一下，评定一个需求的优先级绝对不是仅仅根据这个就直接判定的。其他吧啦吧啦的问题也是要考虑在其中的。（PS：我常常觉得产品经理是一个瞬间老10岁的岗位）
直接分享我之前的项目，如果有小伙伴不太了解KANO模型是什么，建议大家可以直接百度，我就不在这班门弄斧了。
项目背景：因为临近一个关键节日，我司产品希望能增加功能A、功能B、功能C、功能D、功能E，那么如何判定哪一些功能是可以排在前面，哪些可以稍微排后？我们设置了调研问卷来让用户对这5个功能进行评价。具体问卷形式如下图。
（为保护我司隐私，对具体内容进行隐藏。啊哈哈，我价值观很正的！）
这样一份问卷收到之后呢，你将会得到这样一个格式的数据。数据已经过处理。
这是一份“如果提供功能A五选项的选择人数*如果不提供功能A五选项的选择人数”的交叉表。分别是交叉选择人数和人数在该选项总人数的占比。
这个图表怎么用嘞。这下我就必须要找一个解释图上来了。请见下图：
大家看到了这里面AQIRMO之类的标记了。后续的所有指数都是这些类别的求和。比如：所有分布在Q的格子里的值相加，就是Q的总体系数。所有R的格子里的值相加，就是R的总体系数。和我上面一张数据图一一对应。解释的够清楚了昂~
下面解释一下这些神奇AQIRMO都是什么意思：
A–魅力属性
O–期望属性（一维属性）
M–必备属性
I –无差异属性（次要属性）
R –反向属性
Q–可疑结果
得分最高的属性就是这个功能的最后属性归属。
最后，增加了这个功能或者没有这个功能又会对用户满意度造成什么影响呢？这就是better-worse系数
增加后的满意系数（better）：（魅力属性+期望属性）/(魅力属性+期望属性+必备属性+无差异因素）
消除后的不满意系数（worse）：(期望属性+必备属性）/(魅力属性+期望属性+必备属性+无差异因素×（-1）
注：系数越接近于1或-1，说明对提供后产生满意或不提供后产生不满的影响越大
就酱紫，我们得到了这样的一些系数。就可以画一个逼格比较高的象限图啦。横坐标worse系数，纵坐标better系数。把四类属性分布于各个象限中。这个是用SPSS做的散点图。
综上所述，我们就确认了功能ABCDE的各个属性归类和优先级啦~昂。功能的优先级确定就酱紫结束了。
二、 确定了功能/服务，该如何为其定价
不是每个功能的出现都是为了实现用户更好的操作而存在的，比如购物车、收藏夹之类的功能。还有一些功能的存在是为了能够赚钱的！是不是很直接！是不是说到了很多人的心里去！比如说卖东西寄快递，卖家愿意给你送货上门，为你提供这个功能虽然是为了用户体验更好，说到底还是起码不赚钱但不亏本的。那么快递费定价多少合适？（我就是举个例子，不要告诉我快递费多少钱是快递公司说的算）
就我司这次项目中，有一些功能是需要付一些费用的，那么要付多少钱能够保本，多少钱可以盈利，多少钱用户就觉得你有病了呢？比起拍脑袋猜，或者设置不同价格用市场来验证，我更建议在最开始的时候能确定一个价格范围值。那么用户接受的价格到底在哪个区间呢？这里就给大家隆重介绍——PSM价格敏感度测试。
还是上面的话，能百度的基本不贴字。简单说PSM就是帮助你能够获取到一个功能或者服务的用户可接受价格区间，并确定最佳价格。为了保护我司的数据。我来举个朋友卖水果的定价案例。一盒现切的水果拼盘，定价在多少最合适呢？市场容忍度是多少呢？首先，我们做了用户调研。问卷结构见下图。
（不用P图的感觉真好）这里就是问卷的结构啦。用户对每一档价格进行4个选项的评价，价格从最低到最高，最好极值设置的高一点点避免天花板和地板效应。区间取得尽量细一点，这样后面得到的结果会比较精准。
回收到问卷之后，我们将会得到这样一份数据，再来一波图。
这里需要注意的有几点，因为我脑子对累计求和之类的东西总是绕不清，所以我写的详细一点。
我们得到了各类价格区间的“比较便宜、太便宜、有点贵可以忍、太贵了放弃”的频率值。然后每个选项都计算累计总和，比如：比较便宜右边，是从下往上的累计总和。为什么是从下至上求和呢？
因为，如果觉得8-10块都是比较便宜的话，5-1块钱当然都会觉得便宜啊。同理，如果觉得1-2块钱都贵的话，3-10块肯定都是觉得贵啊。
这里就是需要注意的点啦！很便宜和太便宜都是从下往上求和的，而有点贵和太贵了都是从上往下求和的。
求好了和值。计算当前这一行的和值的累计百分比（本行累计和值/累计总和）就阔以啦。举例：比较便宜列，累计和值=6，百分比=6/20；累计和值=13，百分比=13/20.以此类推。酱紫是不是就有4列百分比了？然后肿么做呢？——画图！
数据是我为了演示随便填的，图画的有点丑。好好统计出来的数据应该画的比较好看。
P1–比较贵*太便宜曲线交叉点
P2–太贵*太便宜曲线交叉点
P3–比较便宜*太贵交叉点
P4–比较便宜*比较贵交叉点
可接受价格范围：
P1–P3两点之间的价格都是用户可接受价格
低于P1——用户会认为太便宜而怀疑质量问题，高于P3——用户会觉得太贵而放弃
可接受价格点：P4——在此点，用户觉得价位太高的比例和价位太低的比例相等
最优价格点：P2——在此点，用户觉得价格既不会太贵也不会太便宜
就是这样的计算之后，我们将会得到最优价格。并且在这样一个合理的价格范围里去不断调试。这相对于直接拍脑袋来说，真的是靠谱多了呢~
本文参考资料：
东京理工大学教授狩野纪昭(Noriaki Kano)和他的同事Fumio Takahashi于1979年10月发表了《质量的保健因素和激励因素》(Motivator and Hygiene Factor in Quality)
周达，梁英瑜，贺成功.基于KANO模型的顾客需求分析——以校园咖啡吧商品及服务项目筛选为例
PSM价格敏感度测试——2006.7.20 （百度文库）
相关阅读
文章以小米和锤子为例，分享了两种产品定价策略，希望对各位有所启发。在美国的营销学里有一本经典的教材《基础营销》，里面提出过一个
1. 问题模型 VRP问题是车辆路径问题的缩写。问题是：有N辆车，都从原点出发，每辆车访问一些点后回到原点，要求所有的点都要被访问到，求最
机器如何知道用户的匹配兴趣？其实，这其中是有着具体的匹配规则的，本文将对其进行了简要概述。接上篇文章《社交领域不会有终局，除非人
很多人在开直通车的时候，都不知道到底要怎么给关键词去出价，出太高了，又容易造成损失，出太低了，又没有效果。根本无法平衡好关键词出价
AARRR漏斗模型是运营中常使用的一种方法，拉新也包括其中。本文基于邀请者端的ECS和被邀请者端的ECU两个漏斗模型视角，分享了几点关