Ocena:
Książka zapewnia dogłębną eksplorację teorii i praktyk cenowych, w szczególności koncentrując się na elastyczności cenowej, analizie cen i praktycznych zastosowaniach w różnych przypadkach cenowych. Chociaż prezentuje cenne spostrzeżenia i jest dobrym źródłem informacji dla poważnych profesjonalistów zajmujących się wyceną, cierpi z powodu takich kwestii, jak słaba oprawa w wydaniach fizycznych i znaczące błędy w wydaniu Kindle, które utrudniają czytanie.
Zalety:⬤ Szczegółowe i praktyczne wyjaśnienie elastyczności cenowej i związanej z nią matematyki.
⬤ Dogłębne omówienie narzędzi do badania cen, takich jak conjoint i MaxDiff.
⬤ Wciągająca sekcja poświęcona segmentacji.
⬤ Odpowiednie studia przypadków pokazujące praktyczne zastosowania.
⬤ Polecana dla tych, którzy chcą przełożyć teorię wyceny na praktyczne spostrzeżenia.
⬤ Słaba jakość oprawy fizycznych egzemplarzy; okładki łatwo się zwijają.
⬤ Wydanie Kindle zawiera liczne błędy typograficzne i matematyczne, przez co jego lektura jest frustrująca.
⬤ Gęsta treść może nie przypaść do gustu zwykłym czytelnikom.
(na podstawie 5 opinii czytelników)
Pricing Analytics: Models and Advanced Quantitative Techniques for Product Pricing
Temat tej książki jest prosty. Cena - liczba, którą ktoś umieszcza na produkcie, aby pomóc konsumentom w podjęciu decyzji o zakupie tego produktu - pochodzi z danych. W szczególności wynika ona z modelowania statystycznego danych.
Ta książka daje czytelnikowi narzędzia do modelowania statystycznego potrzebne do uzyskania liczby, którą należy umieścić na produkcie. Modelowanie statystyczne nie odbywa się jednak w próżni. Ekonomiczne i statystyczne zasady i teoria wspólnie zapewniają tło i ramy dla modeli. Dlatego też niniejsza książka kładzie nacisk na dwa powiązane ze sobą elementy modelowania: teorię ekonomiczną i zasady statystyczne.
Komponent teorii ekonomicznej jest wystarczający, aby zapewnić zrozumienie podstawowych zasad ustalania cen, w szczególności elastyczności, które mierzą wpływ cen na kluczowe wskaźniki biznesowe. Oszacowanie elastyczności jest celem modelowania statystycznego, dlatego zwraca się uwagę na koncepcję i implikacje elastyczności.
Komponent modelowania statystycznego jest zaawansowany i szczegółowy, obejmując wybór (conjoint, wybór dyskretny, MaxDiff) i modelowanie danych sprzedażowych. Zasady projektowania eksperymentów, podejścia do estymacji modeli i metody analizy są omawiane i rozwijane dla modeli wyboru. Podstawy regresji zostały opracowane dla specyfikacji i estymacji modeli sprzedaży oraz rozszerzone dla analizy klas ukrytych.
