“拍照賺錢”定價方案研究

耿亞恒 李伊卓 秦菱浠 王宏

“拍照賺錢”定價方案研究

耿亞恒1李伊卓1秦菱浠1王宏2

針對“拍照賺錢”定價，綜合分析拍照任務點所處經以緯度及完成情況、會員信息等數據，建立交互線性回歸模型、logistic回歸模型、聚類打包定價模型、動態規劃模型，結合梯子定價策略、差別定價策略、尾數定價策略，應用SPSS、MATLAB等軟件得到任務未完成原因及定價方案策略方程。

“拍照賺錢”是依托于移動互聯網的一種自助式服務模式。需用戶下載APP并注冊為會員，然后從APP上領取需要的拍照任務，賺取相應酬金。它能夠在節省調查成本的同時為企業較快地提供各種商業檢查和信息搜服務，并能夠保證信息的準確卻可靠性。因此APP成為銜接會員與企業的中樞，而任務的定價的合理性直接關系到商品檢查任務的完成情況。因此尋找影響任務定價和完成率的相關因素建立“拍照賺錢”的定價模型具有重要意義。

定價模型

模型準備

由數據得任務所處位置：廣州A、深圳B、佛山E、東莞S。應用SPSS得圖1：

圖1 各任務點位置、標價散點圖

由實際和圖1得標價與以下因素有著顯著影響：

所處城市經濟水平x1：由數據網得A、B、E、S的GDP占額比例（%）為：24、20、11、8（可代表附近定價水平），進行歸一化處理有：

繁華程度x2：令各任務位置與4個城市中心的最小距離值d，歸一化處理得：

任務密集度x3：某一任務所附近0.01緯度以內的其他任務數。

建立交互線性回歸模型有：

模型求解

應用MATLAB得回歸系數和R2=0.3895即該模型可信度為98.95%，F=233.6542＞＞F臨界值，p=0.0000<<0.0001,且y與實際值基本吻合。

圖2 優化模型殘差圖

殘差分析無異常。故任務定價規律為：

完成情況分析

設完成情況為P（完成P=1，未完成P=0），x2、K為X1、X2，完成概率為Y，建立Logistic回歸方程有：

模型改進

（1）策略改進

梯子定價：交通能力影響任務執行，故對執行時間進行分段處理并得其交通延時指數 c：（c ∝ y）。

差別定價：對不同質量的會員采用不同的定價：y=（1+m）y

（m：完成質量；n：任務限額；t：信譽度）

尾數定價：對第二位進行四去六進五保留得到 y new≈ yold 。

邏輯分析得任務完成數量586＞522，即方案有利，故定價模型為：

（2）實際任務存在密集分布，導致有些任務無法完成，故將密集任務聯合打包為一個任務點。

聚類分析有：

圖3 聚集程度分布圖

據圖對任務按稀疏程度分為兩類。稀疏處不做處理，密集處切割為n個邊長為r的正方形（存在 y min、 ymax ）。顯然所定價格y應滿足 y min ＜y＜ymax 。考慮包內任務點存在偏差，因此設定b=0.9，c=1.63并以r=100m為閥值分兩段有：（c：控制價格變化幅度）

動態規劃求最優解max：Y，其中S.tymin＜y＜ymax。得Y與r有關，呈開口向下的拋物線，其中r=15m時Ymax=0.9658：。

綜合1）和2）即為最優定價模型。

以上模型的建立以實際情況為基點出發進行求解并進行改進與檢驗，與此同時還考慮會員心理進行模型建立與求解，合理性突出。結合大量數據應用相應軟件進行處理使得到的任務未完成原因以及定價方案策略方程結果更加精確。

華北理工大學）