★ FEATURED ARTICLE 简介一份聚焦中国乘用车量价趋势与价格策略的行业研究报告适合车企市场策略、产品定价与产业链投资研究人士阅读。报告基于2023年近2171万辆销量数据梳理燃油车“量价皆失”与新能源车“以价换量”并存的格局结合用户降价感知与持币观望预期解析市场易变性、不确定性、复杂性与模糊性并给出汽车之家与罗兰贝格联合提出的SEAM四步法及落地案例为制定“一车一策”“一区一策”提供参考。资源为1个PDF文档压缩包45.49MB内容含整体市场趋势、燃油车与新能源车量价表现、用户价格感知、价格策略研究等章节结构完整、数据表格清楚便于直接查阅引用。目前已有54人学习下载适合需要快速把握2024年价格战应对思路、在激烈竞争中辅助科学决策的研究与从业人员。1. 价格战不是降价战量价趋势里藏着定价权的争夺前两年有一回某新势力 C 把主力车型官降了两万渠道铺天盖地宣传结果月销量环比只涨了 3%。同期另一家没怎么张扬的合资品牌 A 只是把终端返利从暗返改成明返成交价实际上只降了几千块份额却悄悄掉了两个点。这个反差让我意识到一件事价格战真正要读的不是“谁降得多”而是“降下去之后量从哪里来、价往哪里走”。这份报告类的分析主题拆到底就是一套量价趋势与价格策略的方法论——用批发量、上险量、成交价三层数据去定位战局用价格带迁移率和价格弹性去判断降价的真实去向最后把价格策略落进经营计划。适合车企市场部、定价策略岗以及给汽车行业做研究的分析师照着复现。2. 把“价格战”拆成可计算的数据结构销量、价格、份额的建模口径做价格战分析最容易犯的错是拿到一张终端销量表就开始算降价幅度。实际上“价格战”在一线从业者眼里不是一场事件而是一组需要严格定义的数据结构谁的量、谁的价、在哪个时间段、对谁而言的降价。这一章先把口径立住后面所有策略才站得稳。2.1 量价趋势的三层数据批发量、上险量、成交价从哪来分析乘用车量价趋势绕不开三个量批发量、上险量、成交价。它们不是同一个东西混着用必定翻车。批发量是厂家卖给经销商的数量车企财报和行业月度统计里最常见。但它有一个天然水分压库。厂家为了完成季度目标会把车先压给渠道批发量好看终端却堆着库存。价格战分析如果只看批发量你会在降价两个月之后才看到“量终于起来了”实际上那可能是渠道在被迫吃库存不是真实需求回暖。上险量是终端实际上牌的数量最接近真实零售。做价格策略时我一般用上险量做“量”的主口径因为它反映消费者真金白银的购买行为。但上险量有一个滞后问题从消费者下订到上牌通常有 26 周时间差价格调整的效果传导到上险量会比终端折扣变化慢 1 到 1.5 个月。对齐时间轴是第一步。成交价是三兄弟里最难的。指导价不能用来算降价幅度那只是厂商的定价锚点发票价存在低开避税的问题第三方监测价格有样本偏差和采集滞后。常见做法是把三个来源交叉起来看经销商访谈抽样确认终端真实优惠幅度发票样本修正价格水平第三方监测数据看趋势方向。数据口径反映什么主要失真来源在价格战分析里的用法批发量厂家出货节奏压库、渠道囤货判断厂家主动进攻还是被动应战上险量终端真实零售滞后 11.5 个月衡量价格调整后的需求反应成交价消费者实际支付低开发票、监测样本偏差计算折扣率与价格弹性血泪经验是无论报告里写得多漂亮只要成交价口径没对齐后面所有弹性和迁移率都是黑匣子里的数字。2.2 用价格带迁移率判断降价的真实去向很多人看完降价后的销量增长直接下结论“降价有效”。但有效分很多种增量可能来自同价格带竞品的用户可能来自原本打算买更贵车的用户降级购买也可能只是把本品牌老车主的换购需求提前透支了。只有拆开价格带迁移率才能看清楚增量到底从哪来。价格带可以按成交价切成若干区间例如 10 万以下、1015 万、1520 万、2030 万、30 万以上具体边界按车型定位调整。迁移率矩阵的做法是对购买目标车型的新用户做来源拆解进店前的意向车型落在哪个价格带成交后落在哪个价格带。通过经销商调研问卷、增换购数据或第三方用户画像样本把成交用户按“原意向价格带 × 实际成交价格带”填入矩阵。拿一个示例来讲某车型官降 1.5 万月销量从 8000 涨到 11000。增量 3000 台里如果 2200 台来自同价格带竞品的转化说明降价精准打击了对手如果 1800 台来自原本看 20 万以上车型的降级用户那卖出去的每一台都在透支品牌的高端价位短期量好看长期伤害溢价。还有一种更难察觉的情况增量里有大量本品牌老车主置换相当于用利润补贴了存量客户没有带来任何新增市场份额这种“假胜利”在迁移率矩阵里一眼就能看出来。实际操作时不需要追求全样本精确抽样 300500 个成交用户访谈就能得到可用的迁移结构。关键是每个季度固定做一次形成时间序列才能看到价格带之间的流动是持续的还是脉冲式的。2.3 价格弹性测算一个最小可行的回归模型迁移率回答“量从哪来”弹性回答“该不该降、降到什么程度”。价格弹性描述的是价格变化 1% 时销量变化百分之几。乘用车领域常见的经验区间是 -1.3 到 -1.8即价格每降 1%销量增长 1.3%1.8%。但这个数值不是抄来用的每个品牌、每个价格带、每个产品生命周期阶段都不一样得用自己的数据测算。用车型 × 月份的月度面板数据跑一个最简单的对数线性回归import pandas as pd import statsmodels.api as sm # df 需要包含: 车型ID, 月份, 销量, 成交均价, 竞品加权价, 车型上市月数 # 建议先做两件事: 按车型聚合月度量; 剔除上市首月与停产前3个月的数据 df df.sort_values([车型ID, 月份]).dropna() # 对数变换 df[ln_sales] np.log(df[销量]) df[ln_price] np.log(df[成交均价]) df[ln_comp_price] np.log(df[竞品加权价]) # 车型固定效应: 用哑变量吸收各车型固有的品牌力差异 # 月份固定效应: 吸收春节、政策退出等共同冲击 covariates [ln_price, ln_comp_price, 车型上市月数] for cid in df[车型ID].unique(): df[ffe_{cid}] (df[车型ID] cid).astype(int) X df[covariates [c for c in df.columns if c.startswith(fe_)]] y df[ln_sales] X sm.add_constant(X) model sm.OLS(y, X).fit() print(model.summary()) # 核心看 ln_price 的系数, 即价格弹性 # 常见健康区间: -0.8 ~ -2.0; 大于 -0.5 说明降价带不动量这个模型的三个参数要特别说明。第一个是ln_price的系数它就是价格弹性代表成交均价每降 1%销量变化的百分比如果系数是 -1.6意味着降 1% 价格可以换来 1.6% 的销量增长前提是竞品不跟进。第二个是竞品加权价把同价格带主要竞品的月度加权平均成交价放进来用于控制“竞品也在降价”带来的干扰如果不放这个变量模型会把整个市场的下行归因于你的价格调整。第三个是车型上市月数用于控制产品生命周期自然衰减新车爬坡期和末期的销量走势跟价格关系不大不控制的话弹性会被严重高估。有个经典翻车点必须提醒不控制车型固定效应直接用全市场数据回归经常会算出“价格越高销量越高”的正弹性。原因是高价车型本身销量基数大、市场份额高价格因素被品牌力掩盖了。加上车型固定效应后弹性才会回到负值区间。3. 价格策略的四步落地从竞品跟随到主动定价弹性算完回到现实。价格策略不是“降价促销”四个字而是一套决策流程先判断战火烧到了几级再决定用指导价还是终端价去接招然后回测净效果最后写进季度经营计划。我一般按四步走。3.1 第一步界定价格战烈度——用折扣率分档判断要不要应战不能凭销售总监的直觉要看折扣率的分布和变化速度。折扣率的定义是指导价 - 终端成交价÷ 指导价。把每个车型的月度折扣率算出来再按品牌和价格带聚合就能看到战局在哪条价格带上最激烈。烈度等级折扣率区间市场信号常规应对观望级3% 以下价格体系稳定个别车型清库不动价格监控竞品动作防守级3%6%局部价格带出现跟进式降价跟随但设折扣率上限防蔓延进攻级6%10%多个竞品放量份额开始迁移主动调整终端政策守住份额失控级10% 以上渠道价格倒挂经销商靠返利存活收缩供货、清理库存、重定指导价分档之后还要看一个关键指标折扣率的扩散速度。如果某个月竞品的折扣率从 4% 跳到 7%这是主动进攻的信号如果三个月才从 4% 爬到 5%多半是季节性促销不必过度反应。实战里“提前一个季度预判烈度”比“当月响应”更重要所以这个分档要每月滚动更新而不是年底复盘。3.2 第二步终端促销与厂家指导价的双轨管理很多价格策略失败是因为只调了指导价没动终端政策或者只加返利没动指导价。这两个杠杆必须分开管理协同使用。指导价锚定的是价值感。消费者会拿指导价衡量“这车值不值这个定位”指导价频繁下调会伤害品牌溢价和二手车残值。终端成交价锚定的是竞争力它才是决定消费者掏不掏钱的关键。双轨价差指导价 - 成交价÷ 指导价在 5% 以内属于正常商务政策范畴超过 8%说明渠道已经在用价格换量经销商的报价体系濒临失控。我常用的操作是厂家严格控制开票价禁止经销商低于开票底价成交把原来的暗返季度末根据销量秘密返还改成明返按成交即返、系统可查让价格透明度上来渠道之间的互相杀价就会收敛。表面上看是商务政策调整实际上是把定价权从经销商手里收回厂家。这一步的难点在于渠道博弈——经销商担心收价丢单厂家担心不收价乱价折中方案是设定分档返利成交价越接近指导价返利比例越高用利益引导而不是行政命令。3.3 第三步为价格策略做回测——没有 AB 组时的替代验证价格策略没有完美的对照组。同一时刻你只能选择降价或不降价不可能让同一款车既降价又保持原价。但行业内的通用替代方案是合成对照法找一个和目标车型在同一细分市场、没有大幅降价、且历史销量趋势高度相关的竞品用它的销量变化作为基准减去目标车型的变化得到净效果。import numpy as np from scipy import stats # 获取调价前12个月两车型的月度销量 # 目标车型 X, 对照车型 Y(未大幅降价且相关性高) # 第一步: 验证调价前两者的销量趋势相关系数 corr np.corrcoef(pre_x, pre_y)[0, 1] print(调价前相关系数:, round(corr, 3)) # 经验要求: 相关系数 0.8 才适合作为对照 # 第二步: 计算调价后6个月的累计增量 delta_x post_x.sum() - pre_x.mean() * len(post_x) # 目标车型净增量 delta_y post_y.sum() - pre_y.mean() * len(post_y) # 对照车型自然增长量 net_effect delta_x - delta_y # 扣除市场自然增长后的净效果 # 第三步: 用配对t检验看净效果是否显著 t_stat, p_value stats.ttest_rel(post_x - post_y, 0) print(净增量:, net_effect, p值:, round(p_value, 4))这个做法的逻辑是对照车型的销量变化代表了没有降价时市场给的自然增长把它从目标车型的增量里扣掉剩下的才是价格调整带来的净效果。参数选择上有两个要求一是对照车型必须和降价车型处于同一价格带、目标人群重叠度高二是调价前 12 个月销量走势相关性要大于 0.8否则对照没有解释力。回测结果的解读要注意“前置效应”很多消费者在降价消息公布后观望等待短期销量可能不涨反跌要把窗口拉长到 3 个月以上再看。还有一种情况是竞品在第二个月跟进降价这时候净效果会被抹平不代表你的策略失败而是说明你触发了价格战——这本身就是需要汇报给决策层的重要信息。3.4 第四步把价格策略写进季度经营计划策略不落进经营计划就是空谈。季度经营计划里价格策略要写成一张可执行的矩阵明确每个产品处在什么位置、折扣率上限是多少、促销费用怎么分配。策略类型适用情形折扣率目标费用上限退出条件进攻型份额连续两季度下滑、库存深度超 1.5 个月对标竞品折扣率 0.5%营收的 1.5%份额恢复后下调折扣防守型竞品降价、价格带重叠度高不高于竞品折扣率营收的 1.0%竞品收回价格收割型产品处于生命周期末期收缩至原折扣率 -2%营收的 0.5%换代上市前清库完成这里最容易出现的玄学操作是把费用按“品牌总盘子”切块而不是按价格带分配。同一品牌 10 万级和 25 万级产品面临的价格战烈度完全不同费用应该跟着折扣率分档走烈度高的价格带多配费用烈度低的守住利润。写进季度计划后每月的经营例会只复盘两个数字实际折扣率是否突破上限、促销费用是否超支其他细节交给月度滚动预测去处理。4. 价格策略分析避坑数据失真、渠道博弈与误伤做量价趋势分析这几年踩过的坑比做对的分析多。挑五个最典型的按“现象→原因→解决”写清楚每条都能省下至少两周的返工时间。4.1 成交价与指导价错位算出的“降价”全是假的现象某车型的折扣率数据显示已经降到 12%但终端访谈发现消费者实际成交价只降了 5%。分析团队据此做出“价格体系崩溃”的预警管理层差点启动紧急降价。原因数据源用的是指导价和厂家建议零售价算折扣但终端经销商早就通过“高开发票 旧车置换补贴 精品赠送”的方式变相降价发票价和实际支出对不上。指导价口径在价格战期间失真严重。解决以“消费者最终支出”为成交价口径把裸车发票价、置换补贴、金融贴息、精品赠送折算成现金价值。每个月抽 3050 个真实成交样本做校准用校准系数修正监测数据的系统偏差。校准做完之前别拿折扣率去吓唬管理层。4.2 渠道库存周期掩盖价格战的真实起点现象批发量数据连续三个月平稳分析结论是“市场未见异动”。两个月后终端成交价突然崩塌折扣率从 5% 跳到 10%所有人都在问为什么没提前预警。原因经销商在价格战开始的时候会先用库存扛一段同时减少向厂家的批发性进货。批发量平稳是因为厂家还在按计划压库真正反映战火的是渠道库存深度和终端折扣率不是批发量。等库存消化完终端价格才出现明显松动。解决把“渠道库存深度”库存量 ÷ 月均销量作为前置指标。库存深度连续上升两个月的价格带就是价格战的潜伏区要在折扣率还没变化的时候就启动防守预案。4.3 只看均价看不到结构性降价现象某品牌整体成交均价同比上涨 2%报告结论是“价格体系坚挺”。但分价格带看低价车型放量、高价车型滞销均价靠结构效应撑住实际每个车型的折扣都在加深。原因均价是加权平均销量结构变化会掩盖单品价格变化。低价车卖多了、高价车卖少了均价可能不变甚至上升但这恰恰说明品牌在向低价市场滑落。解决强制拆分两个维度跟踪一是分车型的“同口径折扣率变化”二是价格带的销量占比变化。两者结合才能分清“主动降价”和“结构性下探”。只看均价报告的价格策略迟早被市场教育。4.4 促销费用分摊错科目价格战的 ROI 算错现象某季度促销费用花费巨大但账面上价格折让很少财务测算显示“每花一块钱只带来两块钱营收”管理层指责市场部低效。原因费用被记进了市场推广费或者销售服务费而不是价格折让科目。包括经销商返利、金融贴息、置换补贴在内的大额支出没有从净价里扣除导致实际成交价比账面低ROI 被严重低估。解决建立统一的“净价”口径净价 发票价 - 返利 - 贴息 - 补贴摊销。所有促销动作产生的费用都在净价里体现再做价格弹性测算。跟财务对清楚科目归属是价格分析前的必要步骤。4.5 补贴退出后的价格反弹被当成了“策略失败”现象降价策略执行一个季度后销量回升但补贴到期的那一个月销量骤降 20%管理层判定“降价无效”。原因错把政策退坡当成了价格策略失效。部分地区的置换补贴、新能源车型的地方性消费券到期相当于终端价格一夜之间涨了几千块需求回落是补贴退坡的正常反应和价格策略本身无关。解决做量价分析时加一个“补贴到期哑变量”识别政策退坡的月份复盘时把补贴因素从价格因素里拆出来分别计算“价格贡献”和“政策贡献”。不拆开看就会在错误的时间点否定一个原本有效的策略。5. 让价格策略可验证量价敏感性看板与复盘节奏5.1 看板三件套与三个月复盘法价格策略不能靠季度报告验证要有一块能每周更新的量价敏感性看板。我的习惯是只看三个图第一个是折扣率分布的热力图横轴是月份、纵轴是价格带颜色深浅代表折扣率一眼看出战火蔓延的方向第二个是价格带迁移率的桑基图简化为流量表看清用户从哪来、到哪去第三个是滚动 12 个月的价格弹性趋势线弹性变弱说明降价越来越带不动量该收手了。复盘节奏固定为月度、季度、年度三层月度只核对折扣率上限和费用执行率快速纠偏季度做一次弹性重算和迁移率更新调整策略类型年度把整年的价格动作和销量结果放在一起做全量回顾修订下一年的定价基线。这套节奏的核心是“先记录后分析”——每条价格决策都要留下决策时间、原因、预期效果三个月后再拿出来对账。有一次我建议某品牌把官降替换成经销商返利理由是终端价格更灵活。结果三个月后看数据成交价纹丝不动费用却沉进了渠道库存里。原因是经销商把返利截留了一部分并没有全部让利给消费者。那次之后我养成一个习惯任何价格策略上线前先明确“这笔钱最终要让谁拿到”是消费者、经销商还是厂家自己。说不清这一点就不要动价格。价格战里没有后悔药但量价数据能让下一次决策少走弯路。希望帮到你。本文还有配套的精品资源点击获取
阅读完成 · 觉得有帮助？
