基于用量的定价模式入门指南

本文信息来源：dearstage2

亲爱的定价策略思考者： 随着 AI 技术不断重塑价值创造和交付的方式，它也在动摇定价体系的根基。越来越多的创业者试图突破简单订阅定价的局限，但要找到”战略前瞻性”与”运营可行性”之间的完美平衡点，实非易事。

为了帮助我们理清思路，我请教了凯尔·哈特 ，这位定价专家曾与数十家成长期企业合作制定定价策略并推动落地（包括他在 Price Intelligently 的前同事团队）。最近，凯尔为 Toast 制定了新产品定价手册，并主导了 5 条以上新产品线从零到 1 亿美元年度经常性收入的定价策略设计、测试及实施。他在这个领域积累了深厚实战经验，尤其在 AI 功能迫使团队重新思考价值交付、产品打包和系统准备度的当下。

以下是凯尔关于如何探索基于用量或结果的定价模式（特别是针对 AI 驱动功能）而不引发混乱的见解。

1. 切勿直接采用用量计价，从可选定价开始

AI 会带来巨大的使用量波动。有些客户几乎不会使用，而另一些客户可能一夜之间用量暴增十倍。你不能假定一刀切的定价模式会奏效。

凯尔的见解：许多客户声称想要基于使用量的定价模式，但他们往往不愿接受随之而来的波动性。”我倾向于尽可能提供定价的可选择性，”他分享道，”这虽然增加了复杂性，但把决策权交给了客户。”

与其完全押注于消耗量或结果导向模式：

• 将人工智能功能打包成符合客户当前采购习惯的形式。
• 引入用量分级或基于积分的模式，让高阶客户能”升级”到更灵活的定价方案。
• 让固定价格套餐与按量付费模式并存，让客户自主选择适合的方案

2. 像构建产品假设一样构建定价假设

在做出任何调整前，先建立结构化假设。Kyle 建议将其视为产品实验，利用现有资源按步骤推进。

第一步：梳理当前状况

首先深入挖掘自身数据：

• 销售行为：销售代表最常提供哪些折扣？他们在主推哪些功能或套餐？
• CRM 与使用数据：哪些功能被实际使用？使用者是谁？是否存在能启发新定价层级的使用集群？
• 团队意见：销售团队是定价前线。Kyle 建议与销售团队建立深度合作关系，花大量时间与他们共同构思潜在的套餐/定价模型，尤其要找出阻碍销售信心的因素。

专业建议：仅通过这次内部审计就能做出许多定价决策。你不需要调查就能发现所有客户都集中在某个套餐，或者使用量远超当前限制。

第二步：进行竞品调研

这部分不必过度设计，但也不应跳过。使用 LLM 创建一个粗略的功能矩阵：

• 你的竞品重点突出了哪些功能？
• AI 功能是如何打包或定价的？
  它们对基于用量的选项采取何种定位策略？

这个练习能帮助你同时理解定价机制和买家心理。凯尔指出：即便你主打差异化价值，买家仍会以他们已知的标准来衡量你。

第三步：明确你的价值主张和市场认知

你可能已经和客户交流过。很好。现在请专门从定价的角度重新分析这些对话：

• 客户认为哪些功能是必不可少的？
• 他们希望在哪些方面看到投入或改进？
• 他们最初为何购买您的产品？

再次运用 LLMs，要求其总结访谈记录，标记常见主题，并对感知价值领域进行优先级排序。你不是在问”你愿意付多少钱？”，而是在问”什么最重要？”

步骤4：形成可测试的假设

现在将所有内容整合起来：

• 你当前的套餐与用量在哪些方面不匹配？
• 是否存在某个套餐内容过剩，而另一个套餐却鲜少售出？
• 你从竞争对手的定价中了解到什么？你的高级功能是否定价过低？

起草2-3个”定价假设”作为模拟定价页面。每个页面应包含：

• 清晰的层级或模块
• 价值指标（即使你尚未据此收费）
• 与感知价值相匹配的价格点
• 成功指标：哪些信号能表明方案有效？

凯尔称此为”重构”阶段。你不是在创造新数据，而是用新视角重组现有信息。

3. 验证你的假设

你已构建了定价假设，现在需要验证。但难倒多数创始人的问题是： 如何验证？

Kyle 的建议：验证方式取决于产品特性、定价策略以及实际客户数量。没有放之四海皆准的最佳实践。对于拥有 5000 名用户的产品有效的方法，可能对仅有三个企业客户的团队来说既过度又难以实施。多数公司会默认推荐正式调研。但 Kyle 这些年的观点有所演变：”我越来越倾向于替代方案——销售试点、深度访谈，甚至利用 LLMs 通过定性数据进行验证，因为早期团队通常缺乏足够样本量，传统调研的成本效益比太低。”

这就引出了一个关键选择： 你该与谁进行验证？

以下是凯尔验证方法的具体步骤：

• 销售试点 ：为团队提供模拟定价页面，观察潜在客户在真实通话中的反应。
• 客户访谈 ：询问哪种定价版本最能体现交付价值，而非他们愿意支付的价格。
• LLM 驱动的总结 ：利用 AI 从跨团队反馈中提取模式。
• 内部角色扮演 ：如果你的团队都难以解释清楚，客户肯定更会困惑。

调研方式：客户访谈 vs 市场小组讨论

在开展调研时，主要有两种受众路径：客户访谈或市场小组。两者各有利弊，正确的选择取决于你想了解什么以及你的目标客户是谁。

凯尔在此提供了一个简单的决策树：

• 如果你拥有一定规模的客户基础，就从现有客户着手。这种方法尤其适用于收集产品包装反馈、功能价值评估或对价格变动的初期反应。
• 如果你的目标是新细分市场，或现有客户样本量不足，市场小组或许能提供帮助，但成本较高。

客户访谈和小规模调查通常足以让你达到80%的信心水平。它们还有一个额外优势：这些数据都基于真实场景。

市场调研小组虽然可行，但要做好每个回复花费50-120美元的准备。凯尔经常与一些服务机构合作，这些机构能帮助创始人以固定费用完成问卷设计、平台托管和精准投放（特别是在使用自有名单时）。

当你准备好分析结果时？保持简单和结构化。凯尔建议使用 Claude 或 GPT 等工具总结访谈数据。对于定量调查，按业务类型或用户画像细分数据，尽可能将 30 份以上回复分组，不要急于下结论，先构建可视化图表。

从中寻找信号：

• 哪些用户画像表现出明显的付费意愿？
• 是否存在高价值用户群体持续偏爱的功能？
  当定价行为出现差异时，是否存在可指导未来消耗模型的用量指标？

4. 未雨绸缪，为灵活性做好规划

即便尚未准备实施用量计费模式，你也需要提前构建适配的底层系统。

许多创业者执着于寻找”完美”定价方案，却因计费与套餐系统缺乏弹性而难以落地。

凯尔的建议：尽早投入定价运营。像 Schematic 或 Metronome 这样的工具能提供帮助，但更重要的是确保你的系统不会将你束缚在无法随产品演变的僵化结构中。

为 AI 功能定价并不意味着你必须立即按使用量或结果收费。相反：

• 为客户提供通往更动态定价的可选路径。
• 利用内部数据、团队洞察和现有访谈来形成定价假设。
• 用真实对话验证，而非昂贵的问卷调查。
• 在客户提出要求前，就为技术栈做好面向未来的准备。

再次感谢凯尔·哈特分享这一框架和见解。