足球赛事定价模型与定价策略研究.docx
《足球赛事定价模型与定价策略研究.docx》由会员分享，可在线阅读，更多相关《足球赛事定价模型与定价策略研究.docx（15页珍藏版）》请在冰点文库上搜索。
足球赛事定价模型与定价策略研究
足球赛事定价模型与定价策略研究
结项摘要
国防科技大学信息系统与管理学院长沙市体育局
一、基于支付意愿的享乐定价模型
1.1影响因素的分析
课题组考虑了足球赛事供需两个方面，一方面通过问卷调查，了解球迷的基本情况，消费偏好、消费方式以及对各类球赛不同档次座位的支付意愿；另一方面通过问卷了解体育局以前主办的各场球赛比赛时间、比赛球队、票价情况、场馆的设施、观众人数以及其他有关的内容。
调查问卷的内容见附件。
课题组在中国足协的支持下，在全国范围发出问卷6000份，收回5596份，其中有效问卷5561份，并对问卷结果进行回归分析后得到结果如下表。
表1影响因素回归分析结果
因素名称
具体内容
收入水平
比赛所在地居民的月收入状况
赛事水平
球队双方排名,比赛的精彩程度，比赛球队的实力等等
政治历史文化等意义
双方的历史上输赢情况,两个民族的历史纠葛、政治文化冲突等
赛事类型
指世界杯、亚洲杯、一般国际赛事、友谊赛、邀请赛等等
赛事宣传
赛事的宣传情况，包括合作的媒体的宣传和有关领导的重视程度
比赛时间
比赛是否安排在节假日、双休日，与观众正常的工作时间是否冲突；两场比赛之间是否有一定的间隔期；同期有没有举办其他大型的娱乐活动和其他体育赛事
天气情况
天气是否适宜观看比赛，有没有雨雪天气
场馆环境
比赛场馆的条件较以前有没有改善，设施是否齐全，舒适等
1.2影响因素比例关系确定及评分标准的形成
1、赋值的原因
足球赛事门票的影响因素主要有赛事水平、比赛的重要意义、赛事类型、比赛时间、天气情况、赛事宣传和场馆环境，还有观众的支付意愿。
通过问卷调查，我们收集到不同的观众的支付意愿。
下面考虑如何对赛事水平、比赛的重要意义、赛事类型、比赛时间、天气情况、赛事宣传和场馆环境因素进行定量分析。
不同比赛的赛事水平、赛事类型以及比赛时间等各不相同。
不论是主办方定价时还是观众购票时都是对上面这些因素进行综合考虑的。
为了对比赛的情况进行全面的衡量，便于对不同比赛进行比较，我们对这些因素进行赋值。
2、指标的比例划分
设定所有因素为100分，根据专家的意见赛事水平、比赛的重要意义和赛事水平占80％，为80分；赛事宣传、比赛时间、天气情况和场馆环境占20％，为20分。
3、指标细化
赛事水平、出线等意义和赛事类型的问卷调查结果：
图1赛事类型等问卷调查结果
表2赛事类型等问卷调查均值
均值
占80分中的比重值
赛事水平
0.4933
80×0.4933∕1.4601≈29
出线等意义
0.5268
80×0.5268∕1.4601≈27
赛事类型
0.44
80×0.44∕1.4601≈24
合计
1.4601
80
比赛宣传、比赛时间、天气情况和场馆环境如下图：
图2场馆环境等问卷调查结果
表3场馆环境等问卷调查均值
均值
占80分中的比重值
赛事宣传
0.4129
20×0.4129∕1.7524=4.71
比赛时间
0.4873
20×0.4873∕1.7524=5.56
天气情况
0.4418
20×0.4418∕1.7524=5.04
场馆环境
0.4104
20×0.4104∕1.7524=4.68
合计
1.7524
20
因为我们研究的是国家队的比赛，所以赛事的类型在实际定价中的影响相对要小些。
虽然问卷调查显示天气情况比场馆环境的影响程度大，但是在实际中，由于比赛当天的天气是不好控制的因素，而门票价格是在比赛之前确定的，决定价格时比赛当天的天气的情况是不能确定，所以天气情况对定价的影响不大。
赛事宣传和场馆环境对票价的影响程度基本相同。
根据专家的建议，我们调整了分值，赛事水平30分，赛事意义28分，赛事类型22分。
比赛时间7分，赛事宣传5分，场馆环境5分，天气情况3分。
表4影响因素赋值
比重值
实际赋值
赛事水平
29
30
出线等意义
27
28
赛事类型
24
22
赛事宣传
4.71
5
比赛时间
5.56
7
天气情况
5.04
3
场馆环境
4.68
5
合计
100
100
结合实际，对各明细指标赋值
4、比赛时间、赛事宣传、场馆环境和天气情况是与赛事紧密联系在一起的，他们影响门票价格围绕赛事的价值上下波动。
赛事的时间安排会影响观众的消费行为。
根据体育局的经验，如果一年之间举行两场以上的比赛就会引起消费疲劳，另外，如果同期有其他的体育赛事或者娱乐活动，观众势必会进行取舍，因而会影响门票价格和上座率。
但是，宣传的作用没有比赛之外的政治文化意义大，所以分值也相对低一点。
场馆环境从两个方面和门票价格联系在一起。
一方面，场馆的环境和观众的感受联系在一起，好的设施能够给观众带来更好的享受，观众愿意支付更高的费用。
另一方面，改善场馆的环境主办方也需要一定的成本。
由于足球比赛价值的生产和消费具有同时性和不可存储的特点，人们对比赛价值的了解在一定程度上需要从媒体的宣传中获得。
强大的宣传攻势和出色的广告策略，以及对赛事有关情况的详细介绍可以极大地刺激消费者的消费欲望。
而且广告总是之间或者间接的向消费者传达赛事精彩、门票价格合理的信息。
天气情况会影响上座率，由于它的不可控制性，对门票价格的影响相对较小，和对方国家的地理位置对票价的影响相类似。
二、基于支付意愿的足球赛事享乐定价模型
2.1历史赛事定价与支付意愿的对比分析
在上文所述的影响因素及其影响程度的基础上，我们选取了在长沙举行的四场重要赛事作为样本进行定价模型的分析基础。
对历史赛事实际票价和支付意愿对比分析。
表5观众支付意愿统计结果
强敌
包厢价
高档价
中档价
低档价
重要赛事
313.08
177.63
108.44
67.13
一般赛事
187.78
114.43
75.38
55.27
一般对手
包厢价
高档价
中档价
低档价
重要赛事
261.9
150.99
95.52
56.01
一般赛事
145.48
91.63
59.89
37.85
弱敌
包厢价
高档价
中档价
低档价
重要赛事
194.26
104.77
71.08
53.25
一般赛事
104.71
68.13
44.91
24.65
注：
支付意愿数据来源于观众支付意愿的问卷的调查结果。
表中的数据，是根据调查结果取的平均数。
重要定义：
（1）重要赛事是指中国国家足球队的官方网站（中国之队）公布的不仅关系到两支球队的国际排名而且涉及到出线权，或者具有重要的政治历史文化等意义的比赛。
（2）高档票价是指有利于观看比赛的座位（一般在主席台对面和球门的两侧）的价格，；中档票价是指观看比赛的视角一般的座位（一般在球场的环形处）的价格；低档票价是指观看比赛的视角不好，对观看比赛造成一定影响的座位（一般在球门的后面）的价格。
表6历史赛事实际票价和支付意愿对比
高档票
中档票
低档票
历史
定价
支付
意愿
二者
比例
历史
定价
支付
意愿
二者
比例
历史
定价
支付
意愿
二者
比例
中韩
300
177.63
1.69
200
108.44
1.84
100
67.13
1.49
80
1.19
中哥
280
114.43
2.45
200
75.38
2.65
120
55.27
2.17
中保
280
91.63
3.06
180
59.89
3.01
100
37.85
2.64
50
1.32
中日
150
114.43
1.31
100
75.38
1.32
50
55.27
0.90
分析结论：
（1）中日比赛的票价和观众支付意愿最接近，而中保比赛的票价和观众的支付意愿差距最大。
（2）除去中日比赛的低档票价外，所有比赛不同档次的实际定价都在同类支付意愿的1倍以上。
这也反映了市场经济中的一个普遍的规律：
供应方总是希望自己提供的服务或者商品能够卖到比较高的价钱，而购买者则希望用比较低的价钱买到较好的商品或者享受更好的服务。
（3）综合价和综合支付意愿的形成
综合价形成依据：
历史赛事的门票价格是体育主管部门依据经验作出的，而观众会在各种不同类型的票价之间进行了选择，挑选性价比最高的门票。
观众的选择就是市场对定价进行的修正。
我们认为，观众的各种不同选择综合之后的价格，是比较合理的综合价格。
因此，进入模型的，是经过修正之后的综合价而不是原始定价。
座位综合价计算公式：
座位综合价格＝高档票价×高档票销量/座位总销量＋中档票价×中档票销量
÷座位总销量＋低档票价×低档票销量/座位总销量
综合支付意愿形成依据：
问卷调查的观众的支付意愿，是观众按照不同类型的比赛和座位情况给出的支付意愿。
它是观众的心里价位，而不是球赛的真正价值。
为了和门票的综合价格相对应，我们也对支付意愿进行处理，得到不同类型比赛观众的综合支付意愿。
综合支付意愿计算公式：
座位综合支付意愿=（高档价＋中档价＋低档价）/3
注：
因为问卷调查的观众支付意愿是按照赛事和坐位档次来分类的，所以每种赛事类型的综合支付意愿，我们按照坐位档次取平均数。
历史赛事综合价和观众综合支付意愿
表7历史赛事综合价和观众综合支付意愿
赛事
座位综合价
座位综合支付意愿
中韩
186
117.73
中哥
168
81.7
中保
124
63.12
中日
87
81.7
2.2定价模型
1﹑研究目的：
通过对历史赛事的综合价﹑赛事分值和综合支付意愿之间的分析，希望找出它们之间的线性关系，为以后的定价提供支持。
2﹑历史赛事有关数据
表8历史赛事有关数据
座位综合价格
座位综合支付意愿
100分打分值
中韩
186
117.73
77
中哥
168
81.7
60
中保
124
63.12
49
中日
87
81.7
48
3﹑定价模型
座位综合价格和赋值与支付意愿的线性关系。
表9座位综合价格和赋值与支付意愿的线性关系
说明：
因素的P值都大于0.01。
说明模型虽然能够反映票价和分值以及综合支付意愿之间的线性关系，但是由一定的偏差。
这主要是因为历史赛事的数据有限造成的，随着赛事数量的增加，模型能够得到优化。
座位的综合价格P＝-39.826＋6.14×打分值－2.07×座位综合支付意愿
4﹑结论
通过公式我们可以看出：
综合价和打分值成正比例关系，和支付意愿成反比例关系。
因为打分值越高，说明球赛的赛事质量、赛事水平越高，或者与足球核心产品相关的服务越到位，可观赏性强，能够刺激消费者的消费欲望，所以票价会高。
而观众的支付意愿是观众的主观的心里价位，不是球赛的真正价值。
观众总是希望用较低的价钱来欣赏精彩的比赛。
所以体现在公式中就是综合价和支付意愿成反比关系。
2.3价格分配模型
1、分析历史赛事的统计分析
历史赛事的实际价格和综合价格如表。
表10历史赛事的实际价格和综合价格
高档票
中档票
低档票1
低档票2
座位综合价
中韩
300
200
100
80
186
中哥
280
200
120
168
中保
280
180
100
50
124
中日
150
100
50
87
历史赛事的实际定价和综合价格的比例如下表。
表11历史赛事的实际定价和综合价格的比例
高
中
低
中韩
1.61
1.08
0.49
中哥
1.67
1.19
0.71
中保
2.26
1.45
0.68
中日
1.72
1.15
0.57
历史赛事各类门票销量占总销量的比例
表12历史赛事各类门票销量比例
高档票占总销量的比例
中档票占总销量的比例
低档票占总销量的比例
中韩
22.5％
45％
27.5％
中哥
12％
25％
45％
中保
10％
15％
60％
中日
18％
35％
42％
2、结论：
中韩比赛和中保比赛的实际综合价低于模型给出的综合票价，中哥比赛的实际综合价高于模型给出的综合票价，中日比赛的实际综合价和模型给出的综合价相当。
中保比赛高中档票价与综合价之比远远高于其他三场比赛。
中保比赛低档票销量所占的比重远远高于其他三场比赛，而中档票销量的比重又低于其他三场比赛。
这表明中保比赛中档票价定得过高，观众根据自己的需要，挑选对自己最有利的性价比最高的门票。
2.4价格分配比例
1、分配理由
模型给出的价格只是球赛的综合价格，它反映的是球赛的综合情况。
在实际中，我们需要根据座位情况的不同制定出不同档次的票价。
因此需要找出不同档次的票价和综合价之间的比例关系，从而对综合价进行合理的分配，找出高中低档票价定价的合理区间。
综合价格是观众根据体育局的定价进行比较选择的结果，也就是供求双方的均衡点，不同档次票价和综合价的比例反映了票价浮动的大致区间。
去掉极端的差异值，就可以得到不同档次票价与综合价的浮动范围。
2、高中低档票价与综合价的浮动比例
表13价格分配比例
高档票价
中档票价
低档票价
与座位综合价的比例范围
1.6－1.7
1.1－1.2
0.5－0.7
三、足球赛事上座人数分析
本章的研究目的在于找出人数与价格之间的关系，为预测上座率提供参考，其中隐含了一个基本假设，即认为观众人数只与门票价格相关。
3.1座位总人数与综合价的线性关系
表14座位总人数与综合价的线性关系
结论：
座位总人数＝－5594.714＋198.458×座位综合价
模型能够回归座位总人数与座位综合价的线性关系，但是由于p值大于0.01，所以精度不高，误差范围大约在10％-30％左右。
表15模型预测总人数与实际观众总人数对比分析
实际观众人数
模型预测人数
误差范围
中韩
38000
31319
18％
中哥
20500
27746
35％
中保
17000
19014
12％
中日
14250
11671
18％
3.2各档次座位人数与综合价的线性关系
1、高档座位人数与座位综合价的线性关系
表16高档座位人数与座位综合价的线性关系
结论：
高档票销量＝－2984.393＋50.686×座位综合价
模型能够回归高档座位人数与座位综合价的线性关系，但是由于p值大于0.01，所以精度不高，误差较大。
表17高档座位模型预测人数与实际观众人数对比分析
实际观众人数
模型预测人数
误差范围
中韩
9000
6443
28％
中哥
3000
5531
84％
中保
2000
3301
65％
中日
2700
1425
47％
2、中档座位人数与座位综合价的线性关系
表18中档座位人数与座位综合价的线性关系
结论：
中档票销量＝－6954.112＋106.755×座位综合价
模型能够回归中档座位人数与座位综合价的线性关系，但是由于p值大于0.01，所以精度不高，误差较大。
表19中档座位模型预测人数与实际观众人数对比分析
实际观众人数
模型预测人数
误差范围
中韩
18000
12902
28％
中哥
6250
10980
75％
中保
3000
6283
109％
中日
5250
2333
56％
3、低档座位人数与座位综合价的线性关系
表20低档座位人数与座位综合价的线性关系
结论：
模型能够回归低档座位人数与座位综合价的线性关系，但是由于p值大于0.01，所以精度不高，误差在20％左右。
表21低档座位模型预测人数与实际观众人数对比分析
实际观众人数
模型预测人数
误差范围
中韩
11000
11972
8％
中哥
11250
11233
1％
中保
12000
9429
21％
中日
6300
7911
25％
座位总人数＝－5594.714＋198.458×座位综合价
高档票销量＝－2984.393＋50.686×座位综合价
中档票销量＝－6954.112＋106.755×座位综合价
低档票销量＝4343.791＋41.017×座位综合价
3.3结论
总的说来，上述的线性关系精度不高。
原因有两个方面：
观众人数不仅与票价有关，还受其他因素的影响。
另外，由于历史赛事的数量十分有限，所以造成回归结果不理想。
不过，结果具有一定的参考价值，可以为预估观众人数提供参考。
升级会员 