Competitive Price Monitoring（竞品价格监测与响应）

1. 解决的问题

竞品价格监测不只是"看别人卖多少钱"，而是建立价格-转化率的因果响应模型，在竞品降价时量化"不跟降会损失多少"和"跟降能获得多少"，做出有数据支撑的响应决策。

2. 核心算法逻辑

竞品价格监测不只是"看别人卖多少钱"，而是建立价格转化率的因果响应模型，在竞品降价时量化"不跟降会损失多少"和"跟降能获得多少"，做出有数据支撑的响应决策。

3. 业务应用场景

业务问题：5 个竞品（Momcozy/Medela/Spectra/Bellababy/Elvie）在 Amazon US 频繁调价。需要每日监测+自动预警+响应建议。

数据要求：每日竞品价格爬虫 + 我们的日销量数据（用于估计交叉弹性）

预期产出： - 竞品价格仪表盘：5 竞品 × 3 变体（单边/双边/穿戴式）价格热力图 - 预警规则：PCI > 1.10 且竞品降价 > 10% 时触发橙色预警 - 响应建议：预计不跟降损失 15-20% 日销量 vs 跟降 10% 保护份额但利润率降 3pp

4. 输入数据要求

请查看原始代码模板获取输入规格。

5. 输出结果

请查看原始代码模板获取输出规格。

6. 业务价值 / ROI

• ROI 预估：优化竞品响应决策，每月节约 $2,000-5,000；年化 25-60 万元
• 实施难度：⭐⭐☆☆☆（2 星）— 爬虫 + PCI 计算简单
• 优先级评分：⭐⭐⭐⭐☆（4 星）— 跨境价格战是日常挑战

7. 代码模板

代码块数量：1 · 路径：未检测到

"""Competitive Price Monitoring — PCI 计算 + 响应决策"""

import numpy as np
from typing import List, Dict, Tuple


def price_competitiveness_index(
    our_price: float, competitor_prices: List[float]
) -> float:
    """价格竞争力指数"""
    if not competitor_prices:
        return 1.0
    return our_price / np.median(competitor_prices)


def estimate_cross_elasticity(
    our_sales: List[float], competitor_prices: List[float],
    window: int = 7
) -> float:
    """用滚动窗口估计交叉价格弹性"""
    if len(our_sales) < window * 2:
        return -0.8  # 默认值
    
    elasticities = []
    for t in range(window, len(our_sales) - window):
        comp_change = (competitor_prices[t] - competitor_prices[t-window]) / competitor_prices[t-window]
        sales_change = (our_sales[t+window] - our_sales[t]) / max(our_sales[t], 0.01)
        if abs(comp_change) > 0.01:
            elasticities.append(sales_change / comp_change)
    
    return np.median(elasticities) if elasticities else -0.8


def price_response_decision(
    our_price: float, our_cost: float, our_sales: float,
    competitor_prices: List[float], cross_elasticity: float = -0.8,
) -> Dict:
    """竞品响应决策"""
    pci = price_competitiveness_index(our_price, competitor_prices)
    min_comp = min(competitor_prices)
    
    # 场景分析
    if pci < 1.03:
        return {'action': 'maintain', 'pci': pci, 'reason': '价格有竞争力'}
    
    # 跟降 10% 的效果
    target_price = min_comp * 1.02
    price_drop_pct = (our_price - target_price) / our_price
    expected_sales_gain = cross_elasticity * (-price_drop_pct) * our_sales
    profit_change = (target_price - our_cost) * (our_sales + expected_sales_gain) - \
                    (our_price - our_cost) * our_sales
    
    if profit_change > 0 and price_drop_pct > 0.03:
        return {
            'action': 'match', 'target_price': round(target_price, 2),
            'pci': pci, 'expected_sales_gain': round(expected_sales_gain),
            'profit_change': round(profit_change), 'drop_pct': f'{price_drop_pct:.1%}'
        }
    elif pci > 1.10:
        return {'action': 'partial_match', 'pci': pci,

8. 论文来源

未自动抽取；请查看原始 Skill 卡片。