前言
資料科學家在多數人看來是一群對電腦和資料癡迷的人。他們可以熟練運用各種機器或者程式設計語言與計算機進行互動，從他們口中，會高頻的出現“資料”，“算法”，“模型”，“機器學習”這些高大上的專業詞彙。正因如此，他們常被看做“埋頭資料中，不聞窗外事”的代表。
其實在資料科學家中并不乏诙諧有趣的社交達人。定價科學家就是他們的典型代表，他們也是以被稱作為“資料科學界的社交達人”。
原點團隊這次有幸采訪到了兩位在zilliant公司工作的定價科學家stevetao和tianlan。用計算機進行模組化，分析資料僅僅占用了在zilliant工作的定價科學家們日常生活中的一小部分。那麼其餘大部分時間他們都會做些什麼呢？原點團隊今日就來跟大家解讀這群懂資料、善于溝通、同時具備商業洞察力的定價科學家們到底是如何煉成的。
被采訪人介紹：
liqin(steve) tao(陶立秦) is the director ofpricing science at zilliant, where he oversees designing and implementation ofdata-driven pricing optimization solutions. for over 10 years, steve has beensolving pricing problems for more than 30 b2b companies (many of them are amongfortune 100 companies) in over 15 industries. he holds a master’s degree instatistics and an mba in marketing intelligence, both from the university ofconnecticut.
tian lan（藍天）has worked more than two years implementing prescriptive pricing solutions formore than 8 b2b companies. tian holds a master’s degree in statistics from theuniversity of texas at austin.
最懂資料的社交達人，最懂社交的資料科學家
zilliant是一家坐落于美國德州奧斯丁，b2b的跨國公司，是北美定價行業中的領頭企業。zilliant具有強大的定價科學家團隊，這使得zilliant的定價科學成為其核心競争力。
作為zilliant現任的定價科學總監(director of pricing science) ，steve在定價科學領域中已有了10多年的實戰經曆。十多年中，他為超過15個行業的30多家公司解決了定價這個“大難題”，客戶不乏世界著名500強的企業，比如西門子，施耐德等等。
原點君:“定價科學家到底與普通的資料科學家有什麼樣的差別和共同特征？對于那些剛剛畢業的學生或者有一定資料分析基礎的初級分析師們來說，如果希望成為定價科學家，應當着重培養哪些技能呢？”
steve:“每一位資料科學家都是在各個領域行業裡用資料解決不同的問題。定價科學家要解決的主要問題是‘什麼是最合理優化的價格，能夠使産品或服務為公司帶來最大的利潤？’要回答這個問題，一個定價科學家要懂得客戶怎樣認識公司産品的價值，産品價格要和這個價值基本對等才能使公司最大盈利。然而每一類客戶對同一個産品價值的認識和願意付出的購買價格是不一樣的，而且每個市場的競争情況也不一樣。每個市場的價格彈性，價格需求關系都不一樣。定價是最重要的也是最困難的商業決策之一。
一般來說，定價科學家的教育背景是來自統計，優化，工業工程，經濟學，應用數學和工商管理。一個定價科學家需要精通以下三個方面：
（1）價格需求模型的理論和應用。
（2）由于定價方案的最終目标是實作利潤或者收入的最優化，是以最優化理論是定價科學的重要組成。
（3）最後也是最重要的，并且區分于普通資料科學家的是，定價科學家必須具備敏銳的商業洞察力，以及強大的溝通能力。這主要是由于定價的最終方案并不是孤立的，而是幾乎與商業和市場戰略的所有方面相聯系的。”
我們的另一個被訪者，藍天，則是一位剛剛步入“定價科學家”行列兩年的新人，拿到統計學碩士學位的藍天認為“定價科學家”給自己最大的挑戰就是培養更有效商業溝通的能力。
“我們和資料科學家的不同點就是專注在定價，我們所有的産品都是圍繞定價。我們的客戶都是經銷商或生産商，他們可能有成千上萬的産品和客戶，當他們的銷售去賣這些産品的時候，會碰到很多困難。每個産品的價格數字不是憑空就能來的，這裡面包含了很多人類決策和産品價值的問題，都是很難解決的。銷售人員是很難又快又準确地定價并反映給客戶。是以我們的價值就是，盡可能的收集資訊，最後綜合得出解決方案回報給客戶，讓銷售人員能更迅速、更自信地跟客戶進行協商。因為所有的價格資料都是建立在資料的支撐上的。”
原點君總結：定價科學家的工作性質決定了他們需要和商業緊密結合，“跳進這個圈子裡”。拿到一個項目後，定價科學家一般會先跟商業決策者、消費者等市場參與者溝通，再結合資料分析，兩種因素結合得出定價政策。如此高強度的人際交往訓練下，定價科學家也就成為了名副其實“最懂資料的社交達人”，和“最懂社交的資料科學家”。
定價科學家的“資料技能”
原點君：“同在資料行業中打拼，十分好奇我們所學的數理模組化，統計學技能到底是如何在定價科學中得以實際的運用？主要運用哪些分析工具和手段？”
steve&藍天：應用于定價科學的常用算法模型有：
（1）價格需求模型(pricing demand model)：用于判斷價格變化對市場需求的影響，學習收入和利潤的權衡。
（2）多層次貝葉斯模型(hierarchical bayesian model): 用于估計價格彈性 (pricing elasticity) 。在市場細分的樹性結構裡，如果樹葉節點的資料量稀少，就需要木市場節點的資訊（先驗資訊）來輔助子市場節點的資訊估算（得到後驗資訊）。這樣解決子市場資料量稀少的問題。
（3）聚類分析，決策樹模型(clusteringand decision tree model): 用于對市場進行細分(segmentationanalysis)。比如：産品屬性，客戶行業類别，大小，地理位置，市場競争情況，市場占有率，庫存或項目定價，訂單大小等等。
（4）最優化模型(optimization)：用于價格利潤百分點限制，價格區分或對齊，設定市場收入或者利潤最大化的目标函數。
（5）時間序列及回歸模型(timeseries & regression model)：用于例如半導體元件，led照明燈具市場的價格或産品季節性需求模型）。
（6）協同過濾模型(collaborative filtering model)：用于提供産品交叉銷售建議。
主要運用的資料模組化和分析工具有：
（1）在sql環境下進行資料處理，操作。
（2）運用tableau進行資料可視化。
（3）運用r,python以及sas進行統計分析。
（4）運用cplex平台進行最優化分析。
定價科學家的“商業洞察和社交技能”
原點君：“定價科學最終傳遞客戶的産品是什麼？定價科學家們又是如何将自己對價格的分析和洞見展現給客戶的呢？”
steve: “在zilliant我們提供兩種商務應用軟體産品：“利潤優化”和“銷售優化”以幫助銷售人員決定– 向哪些客戶銷售（打電話），推銷哪些産品，如何對這些産品定價。zilliant應用輸出的價格和産品銷售建議可以和客戶現有的各種系統連接配接，包括crm- 客戶關系管理系統，erp - 企業資源管理系統，quoting - 報價系統，email系統（用于建議可直接輸出到銷售人員的電子郵件），以及手機應用。
原點君:“如何評估産品的價值？如何向客戶展現定價産品比較于人工定價的優越性？”
steve: “定價是一個極為複雜的決策系統：上萬的産品，上萬的客戶，大量的決定，市場競争複雜，客戶類型衆多，價格關系複雜（産品之間的價格關系，客戶之間的價格關系，與競争對手之間的價格關系），同時b2b需要準确快速的定價系統。人工定價不能滿足這些定價的要求，更不能将公司宏觀的決策（譬如市場滲透，市場收獲）反應到每一個細小又繁多的的定價方案裡面。
相比之下，一個由資料驅動的，系統化的，基于大多數重要商業價格驅動和商業政策的最優化價格，提供了更好的價格指導。并且這種最優化的價格可以極大的提升公司的市場及金融立場。打個比方，人工定價就如同步行周遊世界，資料驅動的最優化定價則如同搭乘全國聯網的高速火車準确而高速。
為了證明資料驅動定價的價值，我們通常通過測試進行收益分析。産品，顧客和銷售代表被随機配置設定進入測試組和控制組。我們對測試組和控制組的成績結果進行對比分析，産生的最終差别是我們彙報給客戶的重要資料，也是證明資料驅動定價優越性的重要名額。在客戶使用了最優化定價之後，我們也會進行跟蹤分析以確定産品的優越性。”
定價科學家和定價科學的未來
原點君：”當你同時具備了資料和社交技能成為了一名優秀的定價科學家，那麼下一步的職業方向又将會是什麼呢？定價科學未來将如何發展呢？”
steve&藍天：“通常情況下，一個自身的定價科學家可以往這兩個方面進行發展：
（1）咨詢公司或軟體公司發展：大型咨詢公司很多都設有定價咨詢服務部門，例如麥肯錫，德勤，simon & kucher；軟體公司例如zilliant,pros, revionics, vistaar等等。可以接觸到各個不同的行業，獲得大量的商務經驗。
（2）在某一個公司内部發展，一個定價科學家所具備的知識技能和經曆可以用作許多領域的商業決策。定價科學無論在資料科學或是公司管理領域都具備廣闊的前景。優秀的定價科學家在公司裡可以勝任的職位例如定價技術總監，副總裁(director/vpof pricing) 或是cdo(chiefdata officer)。另外也可以為公司建立資料驅動的商業文化并且建構在市場，金融和供應鍊管理領域的資料方案。”
“定價科學對于許多公司來說仍然是一個新鮮事物。它正在飛速的成為公司收入和利潤的一個最重要的驅動。在公司裡有很多潛在的定價科學專家。
随着資料數量和種類的增長，更多的公司正在建立報價系統來擷取盈虧資訊，收集客戶的競争價格,由此得到的定價方案能夠更加機動靈活的反應市場動态。
同時，随着人才的不斷聚集和增多，擁有高等統計模組化，機器學習，和定價科學技能的專業人士，将會對某個特定的顧客或者産品的曆史購買趨勢和特征有更深入的了解。這一深層次的洞見幫助我們更好的了解顧客喜好，并且更好的建立針對客戶的定價方案。
原文釋出時間為：2015-12-09
本文來自雲栖社群合作夥伴“大資料文摘”，了解相關資訊可以關注“bigdatadigest”微信公衆号