价格断裂点模型
什么是价格断裂点模型
价格断裂点模型（Gabor Granger）是由Gabor和Granger在1965年提出的，对于新产品预先确定好几个可能的价格，然后对每一价格询问被访者购买产品的可能性，由此可以确定产品的最优价格以及分析产品价格变化对需求的影响。
价格断裂点模型的特点
图：价格断裂点模型
这种价格研究方法是预先确定好产品或服务的几个可能的价格，通过访问询问被访者每一可能价格的购买可能性（购买可能性通常用5分制来表示，5分代表非常可能，1分代表非常不可能）；
然后计算出不同价格点下非常可能购买的百分比，绘制价格需求曲线，并据之进行分析，找到价格断裂点，该价格点四周的微小变动会带来购买爱好的明显下降，即可以此价格点作为市场参考价。
价格断裂点模型运用案例[1]
首先让客户充分了解产品情况，一般是由销售员给客户介绍楼盘的情况，并让客户看到园林和样板房（假如没有看模型也可以），然后开始询问客户，当售价分别为P1、P2、P3、P4或P5，他购买的可能性分别是多大。
一般这些价格都是与市场价格比较接近的，价格都会从低到高来排序，一般的结果是价格越低越倾向于购买，价格越高越倾向于不购买，假如结果正好相反，这是有逻辑上的问题的，这种类型问卷的数据我们可以不予采用。有的时候为了得到精确的价格需求关系，会设置10个以上的价格水平，虽然在理论上确实可以得到产品价格变化对需求的影响，但是在实际操作过程中是非常难以实现的，销售员也不希望让客户花这么多时间往返答这样一个很伤脑筋的问题。
由于每一套单位的价格不尽相同，所以这种剔除每一套单位的非凡性来测试价格的做法并不是非常科学，一般来说可以将这个价格设定为均价，同时根据景观、朝向等主要的差价因素来将产品分为几类，让客户选择了某一类产品之后再来做上面的调查。例如A项目是一个江景楼盘，其差价主要表现在景观上，所以可以将所有单位分为有江景和非江景的单位，假如客户喜欢江景单位，那就让客户针对江景价格来给出购买的可能性，假如客户想买非江景单位，则让客户针对非江景给出购买的可能性。
得到以上的数据之后就模拟购买过程，将某一个价格水平下所有表示肯定或者可能会购买的比例算出来，并根据客户总数量和比例来计算销售套数，并进一步估计出销售额，便得到了一个对应的关系，将其他几个价格对应的销售额都算出来，假如还对产品进行了分类，则需要分类来分别统计可能的销售额，甚至还可以实现不同的组合。例如A项目，我们就分开江景均价和非江景均价，两大类进行调查，得到了两个不同的对应关系。
假设针对A项目的江景单位，通过调查得到以下结果：
将上面的表图成一个更直接的图形，以销售额为横坐标，以价格为纵坐标，得到需求的价格曲线的示意图，虽然并不是十分精确，但是基本上可以说明问题。
卖到8000元/平方米，在这个价格水平下估计可以卖到8125万元，假如卖到9000元/平方米，则销售额就会减至2436万元，假如再高一点卖到10000元/平方米，则销售额只有922万元。有几点我们也需要注重：
1、调研中有一个客户数量的基础数据，本例使用了认筹客户数量这个值，在实际操作过程中，这个数字会不断变化，而且受到广告投放等因素的影响较大，需要灵活对待；
2、由于房地产相对其他产品本身的价格的敏感度就是偏低的，两套房子之间差几千甚至上万块钱可能对客户的购买都不会产生决定性的影响，所以一般来说调查得到的价格还能够有5％左右的浮动范围，也就是说能够接受8000元/平方米的客户可能大多数也能够接受8400元/平方米的价格；
3、6000到7000元/平方米，还有10000到12000元/平方米是两个非弹性需求的价格区间，对价格敏感度不高，而8000到9000是一个弹性需求区域，对价格相对更敏感；
4、因为A项目开盘时，对项目的价格把握不大，所以本例所划分的价格区间较大，接下来可以再缩小范围，细分区间，建议价格差额不要小于5％，本例就可以500元/平方米为间隔。
参考文献
价格断裂点模型（Gabor Granger）是由Gabor和Granger在1965年提出的，对于新产品预先确定好几个可能的价格，然后对每一价格询问被访者购买产品的可能性，由此可以确定产品的最优价格以及分析产品价格变化对需求的影响。
价格断裂点模型的特点
图：价格断裂点模型
这种价格研究方法是预先确定好产品或服务的几个可能的价格，通过访问询问被访者每一可能价格的购买可能性（购买可能性通常用5分制来表示，5分代表非常可能，1分代表非常不可能）；
然后计算出不同价格点下非常可能购买的百分比，绘制价格需求曲线，并据之进行分析，找到价格断裂点，该价格点四周的微小变动会带来购买爱好的明显下降，即可以此价格点作为市场参考价。
价格断裂点模型运用案例[1]
首先让客户充分了解产品情况，一般是由销售员给客户介绍楼盘的情况，并让客户看到园林和样板房（假如没有看模型也可以），然后开始询问客户，当售价分别为P1、P2、P3、P4或P5，他购买的可能性分别是多大。
一般这些价格都是与市场价格比较接近的，价格都会从低到高来排序，一般的结果是价格越低越倾向于购买，价格越高越倾向于不购买，假如结果正好相反，这是有逻辑上的问题的，这种类型问卷的数据我们可以不予采用。有的时候为了得到精确的价格需求关系，会设置10个以上的价格水平，虽然在理论上确实可以得到产品价格变化对需求的影响，但是在实际操作过程中是非常难以实现的，销售员也不希望让客户花这么多时间往返答这样一个很伤脑筋的问题。
由于每一套单位的价格不尽相同，所以这种剔除每一套单位的非凡性来测试价格的做法并不是非常科学，一般来说可以将这个价格设定为均价，同时根据景观、朝向等主要的差价因素来将产品分为几类，让客户选择了某一类产品之后再来做上面的调查。例如A项目是一个江景楼盘，其差价主要表现在景观上，所以可以将所有单位分为有江景和非江景的单位，假如客户喜欢江景单位，那就让客户针对江景价格来给出购买的可能性，假如客户想买非江景单位，则让客户针对非江景给出购买的可能性。
得到以上的数据之后就模拟购买过程，将某一个价格水平下所有表示肯定或者可能会购买的比例算出来，并根据客户总数量和比例来计算销售套数，并进一步估计出销售额，便得到了一个对应的关系，将其他几个价格对应的销售额都算出来，假如还对产品进行了分类，则需要分类来分别统计可能的销售额，甚至还可以实现不同的组合。例如A项目，我们就分开江景均价和非江景均价，两大类进行调查，得到了两个不同的对应关系。
假设针对A项目的江景单位，通过调查得到以下结果：
| 价格水平（元） | 肯定或可能购买的百分比（％） | 销售套数 | 估计销售金额（万元） |
|---|---|---|---|
| 6000 | 95.8 | 153 | 11036 |
| 7000 | 82 | 131 | 11021 |
| 8000 | 52.9 | 85 | 8125 |
| 9000 | 14.1 | 23 | 2436 |
| 10000 | 4.8 | 8 | 922 |
| 11000 | 2.1 | 3 | 444 |
| 12000 | 0.9 | 1 | 207 |
将上面的表图成一个更直接的图形，以销售额为横坐标，以价格为纵坐标，得到需求的价格曲线的示意图，虽然并不是十分精确，但是基本上可以说明问题。
卖到8000元/平方米，在这个价格水平下估计可以卖到8125万元，假如卖到9000元/平方米，则销售额就会减至2436万元，假如再高一点卖到10000元/平方米，则销售额只有922万元。有几点我们也需要注重：
1、调研中有一个客户数量的基础数据，本例使用了认筹客户数量这个值，在实际操作过程中，这个数字会不断变化，而且受到广告投放等因素的影响较大，需要灵活对待；
2、由于房地产相对其他产品本身的价格的敏感度就是偏低的，两套房子之间差几千甚至上万块钱可能对客户的购买都不会产生决定性的影响，所以一般来说调查得到的价格还能够有5％左右的浮动范围，也就是说能够接受8000元/平方米的客户可能大多数也能够接受8400元/平方米的价格；
3、6000到7000元/平方米，还有10000到12000元/平方米是两个非弹性需求的价格区间，对价格敏感度不高，而8000到9000是一个弹性需求区域，对价格相对更敏感；
4、因为A项目开盘时，对项目的价格把握不大，所以本例所划分的价格区间较大，接下来可以再缩小范围，细分区间，建议价格差额不要小于5％，本例就可以500元/平方米为间隔。
参考文献
- ↑ http://blog.soufun.com/10961818/53/articledetail.htm
附件列表
词条内容仅供参考，如果您需要解决具体问题
（尤其在法律、医学等领域），建议您咨询相关领域专业人士。