Academic literature on the topic 'Dynamisk prissättning'

Den svenska tågmarknaden är idag avreglerad från att tidigare ha varit monopoliserad av Statens Järnvägar (SJ). Många företag inom tågbranschen använder, precis som inom flyg- och hotellindustrin, sig av dynamisk prissättning. Priser anpassas hela tiden för att maximera lönsamheten där flera faktorer tas i beaktning vid prissättningen. Syftet med denna studie är att granska hur prissätningsprocessen hos nyetablerade företag påverkas utifrån Porters sju inträdesbarriärer. Studien har utförts genom kvalitativa intervjuer med två företag som trätt in på tågmarknaden vid olika tidpunkter efter avregleringen. Resultatet av den genomförda undersökningen fann att inträdesbarriärer påverkar prissätningsprocessen hos båda företagen. Däremot använder sig företagen av olika prissättningstrategier och således påverkas dem av olika inträdesbarriärer.

In line with today’s big focus on environmental and climate issues, energy efficiency has gained great traction in society. To survive this change and send correct signals to customers regarding what energy efficiency measures are preferred from a holistic view, a widespread trend among district heating companies to change their pricing models has started. The change is towards seasonal differentiation of energy prices and a higher portion of fixed fees. This report is, on behalf of Capital Cooling Energy Service AB (Capital Cooling), studying if that change is enough, or if temperature-based dynamic prices would be a safer and more correct way to price district heating. A general computational model is created in Excel to study the change for both a district heating company and its customers. This model is then used on a specific, anonymous district heating company to determine if the customer’s heat demand can be described with a temperature-based load profile, which is necessary if these pricing models are to work. After this a temperature distribution for each day during a normal year is calculated and the load profiles applied to calculate each customer’s daily demand for that year. This information is coupled with economic data for the district heating company to create the new, dynamic pricing models. These new pricing models can be compiled in four groups: existing, marginal cost-based, average cost-based and optimised price models. The different price models are tested together with the one the district heating company is using today in a tool provided by Capital Cooling, which computes the cost change for each customer and summarise this as the district heating company’s total income for this normal year. To test the stability of the price models, the same is done for an unusually cold and an unusually hot year. At last, incentives for energy efficiency measures are tested as cost savings for an exemplified customer. The results indicate that the current price models puts the studied company in economic risk during cold years. If a static energy price is used throughout the year the price signals sent to customers does not correlate well from a holistic viewpoint, but with a differentiated price model somewhat correct price signals are sent. By applying dynamic prices this can be improved even further, but all cases are very dependent on the company’s economic view of power reduction. The optimised price model indicates that a cross between marginal and average cost-based should be used to utilise their separate strengths and avoid their weaknesses. From both an environmental and a cost-based viewpoint, dynamic pricing models are suggested to be studied further for a future implementation in Swedish district heating grids.
I linje med dagens ökade fokus på miljö och klimat har energieffektiviseringar fått en stor roll i samhället. Detta har satt press på fjärrvärmebolag att ändra sina prismodeller för att överleva förändringen och samtidigt kunna sända prissignaler till kunderna gällande vilka typer av energieffektiviseringsåtgärder som är lämpligast att implementera ur ett miljö- och kostnadsmässigt perspektiv. Vanligtvis innefattar denna förändring en övergång till säsongsdifferentierade energipriser och en högre andel fasta avgifter. Denna rapport undersöker å konsultbolaget Capital Cooling Energy Service AB:s (Capital Cooling) vägnar om det vore lämpligt att istället använda sig av temperaturbaserade dynamiska prismodeller för att bestämma energipriset. För att undersöka hur förändringen blir för fjärrvärmebolaget och dess kunder skapas en generell beräkningsmodell i Excel. Denna modell används sedan på ett anonymiserat fjärrvärmebolag för att först undersöka om kundernas efterfrågan kan beskrivas enligt temperaturberoende effektprofiler, som är ett krav för att dessa prismodeller ska kunna fungera. Sedan beräknas temperaturerna per dygn för ett normalår och effektprofilerna ansätts till denna för att ta fram normalårsefterfrågan per kund. Tillsammans med fjärrvärmebolagets marginella och fasta kostnader används detta för att skapa de nya prismodellerna. De nya prismodellerna kan sammanfattas i fyra grupper: nuvarande prismodeller, marginalkostnads-baserade, medelkostnadsbaserade samt optimerade. De olika prismodellerna testas sedan jämfört med fjärrvärmebolagets nuvarande prismodell i ett verktyg tillhandahållet av Capital Cooling som beräknar kostnadsförändringen för varje enskild kund och summerar detta till fjärrvärmebolagets totala intäkter under ett normalår. För att testa prismodellernas stabilitet görs detta även för uppmätta värden under ett kallt och ett varmt år. Incitamenten genom kostnadsbesparingar för olika slags energieffektiviseringsåtgärder undersöks sedan för en exempelkund. Resultaten tyder på att de nuvarande prismodellerna leder till ekonomisk risk för fjärrvärmebolaget under kalla år. Om inte säsongsdifferentierade prismodeller används sänds felaktiga prissignaler till kund, men om energipriset differentieras sänds något mer korrekta signaler. Vid implementering av dynamiska prismodeller kan detta förbättras ytterligare, men beror kraftigt på hur fjärrvärmebolaget vill värdesätta effektreduceringar. Den optimerade prismodellen tyder på att ett mellanting mellan marginalkostnadsbaserade och medelkostnadsbaserade prismodeller bör användas för att nyttja deras separata styrkor och undvika svagheterna. Av både miljö- och kostnadsrelaterade orsaker föreslås därför att implementering av dynamiska, temperaturberoende prismodeller undersöks vidare för att i framtiden kunna implementeras i svenska fjärrvärmenät.

Purpose: The purpose of this Bachelor is to analyze how the organizers of a Major event price their tickets and how these strategies consistent and differs from dynamic pricing. The study also aims to analyze whether there are conditions for dynamic pricing in Major events in the future. Theories: Dynamic pricing - Kimes model, Segmentation, price discrimination, variable ticket pricing. Method: The study used a triangulation where a qualitative interview was combined with quantitative data collection. Primary data was collected through a qualitative approach through an interview with General Secretary Tony Wiréhn and Marketing Director Malin Eldh in the local organization of the IIHF World Championship in Sweden. The quantitative data collection was to collect price information from the games played in the Swedish side of the World Championship organization arrangements. Conclusion: The conclusions that can be drawn are that the organizer of Ice Hockey World Championships today largely applies segmentation and also the second and third degree price discrimination. World Cup organization believes that it has something they call "semi-dynamic pricing", which according to this study involves a variable pricing with dynamic tendencies, then prices on some games adapted based on supply and demand during the sales period. The investigation has revealed that changes in pricing almost exclusively done by time-limited campaigns and not through a continuous influence of variables that control supply and demand. According to analysis by Kimes model revealed that future use of dynamic pricing in Major events are very possible, but there are some obstacles that must first be overcome.

Parking is an old concept, which fundamentally involves leaving a vehicle at a place. Parking has been considered as a subsidiary activity to owning a car. However, these days owning a car has become the norm, which leads to a greater demand for parking. Unregulated parking demand often leads to increased traffic congestion, when there are not enough parking spaces to keep up with the demand. Congestion itself has a negative impact on the environment and causes safety issues. A common solution to reduce congestion have been by influencing the demand for parking spaces through parking prices. During recent years, the existing pricing strategies have not been able to keep up with the daily changes in demand. Therefore, stakeholders in the parking industry have started to shift towards working for dynamic pricing. Dynamic pricing utilizes a pricing strategy that sets the price according to the current demand and occupancy. However, the parking industry is missing a key feature to fully enable dynamic pricing. There is no communication standard in the parking industry. Thus, there is no efficient communication mean for the stakeholders to share their parking-related information (such as location, occupancy, and tariff data). This thesis has developed and proposes a protocol for sharing such parking-related information. The aim is that the protocol will be used as a communication standard in the parking industry. Due to limited time, the most focus was put on completing the protocol for tariff data. However, the developed protocol can be considered as a partial solution towards dynamic pricing. Because the protocol can still be used to properly share tariff data. Based on the evaluation, the protocol could express a variety of tariffs. The tariffs that are expressible have use cases such as early bird, residential, or on-street parking. To make integration easier, for the parking industry, the protocol includes tools to aid integrations of the protocol. A future work will be to complete the support of location and occupancy related data. Additionally, it has been discussed that the protocol will onwards be developed as open-source.
Parkering har sedan länge varit ett stort område, vilket enkelt innebär att ett fordon lämnas på en plats. Parkering har för det mesta haft ett sekundärt syfte från att äga en bil. Men eftersom antalet bilägare ökar, ökar även parkeringsbehovet. Om det inte finns tillräckligt med parkeringar för att kunna tillfredsställa behovet, leder det till en ökad trafikträngsel. Trafikträngsel skapar både miljöproblem och säkerhetsproblem. Den huvudsakliga metoden för att påverka parkeringsbehovet har varit genom att skapa lägre en efterfrågan. Efterfrågan har sänkts genom att justeringar av parkeringsavgifter. Då efterfrågan på senaste tiden har ökat markant, räcker de traditionella parkeringsavgifterna inte längre till. För att lösa problemen, har många bolag och organisationer börjat jobba mot en dynamisk prissättning. Dynamisk prissättning använder sig av en prisstrategi som sätter parkeringsavgifterna i realtid baserat på den nuvarande efterfrågan och tillgång. Däremot har parkeringsindustrin i nuläget inte de nödvändiga kommunikationskanalerna som krävs för att anta en dynamisk prissättning. Examensarbetets huvudsyfte har varit att utveckla ett protokoll som gör det möjligt att dela parkeringsrelaterade data så som: plats-, ockuperings- och tariffdata. Huvudmålet med protokollet är att det senare ska kunna bli en standard i parkeringsindustrin. På grund av tidsbegränsningar, har den största fokusen av utvecklingen lagt på stöd för tariffdata. Därmed kan inte protokollet antas som den fullständiga lösningen för dynamisk prissättning. Dock, kan protokollet ses som en delvis lösning, då det med protokollet är möjligt att korrekt dela med sig av tariffdata. Evalueringen visade att det gick, med hjälp av det utvecklade protokollet, att beskriva flera sorters tariffer utan att förlora någon viktig information. Tariffer som gick att beskriva används för bland annat: gatu-, infarts- och boendeparkeringar. Ett framtida projekt blir att utveckla och färdigställa protokollet för fullt stöd av plats- och ockuperingsdata. Ytterligare har det diskuterats om att den fortsatta utvecklingen av protokollet, ske som öppen källkod (open-source).

Tillämpningen av dynamisk prissättning har förenklats genom digitaliseringens framväxt. Med den ökade tillgången till kunddata kan företag idag kartlägga kundernas köpbeteende och genom algoritmer anpassa priserna därefter. Identiska varor och tjänster kan således prissättas, utefter kundens köpvillighet. För företaget utgör denna prissättning en möjlighet till ökad lönsamhet, men ur ett kundperspektiv kan detta tänkas skapa känslor av orättvisa och lurendrejeri. Samtidigt har det visat sig vara desto viktigare i en digital miljö att se till kundnöjdhet, eftersom det finns en högre pristransparens och kunderna har lägre engagemang och lojalitet. Det kan därför ifrågasättas om ett företag i längden tjänar på att använda sig av dynamisk prissättning om den skadar relationen till kunden. Syftet med denna studie är således att undersöka sambandet mellan kundattityd och dynamisk prissättning. För att undersöka kundattityd skapas en modell utifrån teori med komponenterna kundvärde, kundnöjdhet, kvalitet, kundlojalitet, förtroende och rättvisa. Modellen används för att undersöka hur en prisändring påverkar kundens attityd mot dynamisk prissättning. Studiens analys grundar sig på empiriska data som samlats in genom virtuella fokusgruppsdiskussioner. Dataunderlaget utgörs av fem fokusgruppsdiskussioner, med totalt 31 deltagare. Studien visar att kundernas attityd till företaget påverkas negativt av dynamisk prissättning. Dock framhäver studien att kundvärdet skapas i andra kvaliteter än pris. Trots en initial negativ inställning påvisas att det finns en viss grad av kundanpassning och utveckling av köpstrategier hos kunderna.

The understanding of what motivates a customer to pay more for a product or service has al-ways been a fundamental question in business. To the end of answering this question, revenue management is a business practice that revolves around using analytics to predict consumer behavior and willingness-to-pay. It has been a common practice within the commercial airline and hospitality industries for over 30 years, allowing adopters to reach their service capacity with increased profit margins. In this thesis, we investigated the possibility to apply revenue management to the last mile delivery industry, an industry that provides the service of delivering goods from e-commerce companies to the consumer’s front door. To achieve this objective, a revenue management framework was conceived, detailing the interaction between the customer and a dynamic pricing model. The model itself was a product of a machine learning model, intended to segment the customers and predict the willingness-to-pay of each customer segment. The performance of this model was tested through a quantitative study on synthetic buyers, subject to parameters that influence their willingness-to-pay. It was observed that the model was able to distinguish between different types of customers, yielding a pricing policy that increased profits by 7.5% in comparison to fixed price policies. It was concluded that several factors may impact the customer’s willingness-to-pay within the last mile delivery industry. Amongst these, the convenience that the service provides and the disparity between the price of the product and the price of the service were the most notable. However, the magnitude of considering these parameters was never determined. Finally, em-ploying dynamic pricing has the potential to increase the availability of the service, enabling a wider audience to afford the service.
Vad som motiverar en kund att betala mer för en tjänst eller en produkt har länge varit ett centralt koncept inom affärslivet. Intäktsoptimering är en affärspraxis som strävar efter att besvara den frågan, genom att med analytiska verktyg mäta och förutse betalningsviljan hos kunden. Intäktsoptimering har länge varit framträdande inom flyg- och hotellbranschen, där företag som anammat strategin har möjlighets att öka försäljningsvinsten. I detta examensarbete undersöker vi möjligheten att applicera intäktsoptimering på sista milen industrin, en industri som leverar köpta produkten hem till kunden. För att uppnå detta har vi tagit fram ett ramverk för informationsflöden inom intäktsoptimering som beskriver hur kunder interagerar med en dynamisk prissättningsmodell. Denna prissättningsmodell framställs genom maskininlärning med avsikt att segmentera kundbasen, för att sedan förutse betalningsviljan hos varje kundsegment. Modellens prestanda mättes genom en kvantitativ studie på syntetiska kunder som beskrivs av parametrar som påverkar betalningsviljan. Studien påvisade att modellen kunde skilja på betalningsviljan hos olika kunder och resulterade i en genomsnittlig vinstökning på 7.5% i jämförelse med statiska prissättningsmodeller. Det finns mänga olika faktorer som spelar in på kundens betalningsvilja inom sista milen industrin. Bekvämlighet och skillnader i priset på produkten som levereras och tjänsten att leverera produkten är två anmärkningsvärda faktorer. Hur stor inverkan faktorerna som beskrivs i detta examensarbete, har på betalningsviljan, förblev obesvarat. Slutligen uppmärksammades möjligheten att, med hjälp av dynamisk prissättning, öka tillgängligheten av tjänsten då flera kunder kan ha råd med en prissättning som överväger deras betalningsvilja.