TCG卡牌店模拟器

TCG卡牌店模拟器

评价数不足
Анализ оптимальной стратегии ценообразования
由 Ognik33 制作
Данное руководство расскажет вам о том как наиболее эффективно ставить цены на товары в вашем магазине, основываясь на математике, теории вероятности и статистике.
   
奖励
收藏
已收藏
取消收藏
Дисклеймер
Данное руководство является переводом данного руководства - *тык*

Поскольку в игре нет официальной русификации, такие пункты как "Profit", "Avg Cost" и прочее, если речь про конкретную колонку в игре остались на английском языке для удобства восприятия.
В двух словах
Оптимальная стратегия, основанная на анализе:

  1. Нажмите на Market Price
  2. Сравните Profit и Avg Cost
  3. Если Profit > Avg Cost -> готово
  4. Если Profit < Avg Cost -> +10% и сравните Profit и Avg Cost вновь.
  5. Если 2 * Profit > Avg Cost -> готово
  6. Если 2 *Profit < Avg Cost -> +10% вновь (всего +20%) и готово.

Продажа ниже Market Price или с наценкой более 30% никогда не является оптимальной с точки зрения прибыли. Наценка в 30% оптимальна, если Profit и Avg Cost находятся очень близко друг к другу - с отклонением не более 10%. Не уверен, позволяет ли игра вообще такую ситуацию. Для полноты картины и без предположений о том, как игра рассчитывает Market Price и Avg Cost, полная стратегия оптимального ценообразования выглядит так:

  1. Нажмите на Market Price
  2. Сравните Profit и Avg Cost
  3. Если Profit > Avg Cost -> готово
  4. Добавлено : Если 10 * Profit < Avg Cost -> +30% и готово
  5. Если Profit < Avg Cost -> +10% и сравните Profit и Avg Cost вновь
  6. Если 2 * Profit > Avg Cost -> готово
  7. Если 2 * Profit < Avg Cost -> +10% снова (всего +20%) и готово.

Дополнительно, если нас не интересуют +20%/+30% и мы рассматриваем только Market Price/+10%, тогда стратегия сводится к следующему:

  1. Нажмите на Market Price
  2. Сравните Profit и Avg Cost
  3. Если Profit > Avg Cost -> готово
  4. Если Profit < Avg Cost -> +10% и готово
Предположения
Предполагается, что у клиента достаточно денег для покупки, и следующие вероятности покупки основаны на руководстве LoddZee: Everything Customers (Update 0.51). (примечание: будет переведено в будущем)

Отклонение цены продажи от Market Price
Шанс покупки
-20%
100%
-10%
95%
0%
90%
+10%
75%
+20%
60%
+30%
45%
+40%
15%
+50%
5%
+60%
1%
>+60%
0%
Цель
Мы хотим максимизировать прибыль, установив оптимальную цену продажи. Известно, что эти две величины связаны следующим образом:

прибыль = цена продажи - цена закупки

Также, нам необходимо учесть покупательскую способность p

ожидаемая прибыль = (цена продажи - цена покупки) * p

Для удобства, всякий раз, когда далее будет упоминаться прибыль, мы будем иметь в виду ожидаемую прибыль.

Поскольку мы хотим задать цену продажи через отклонение от рыночной цены (обозначим это x), нам нужно выразить цену продажи через x:

цена продажи = x * рыночную цену

Следовательно, нам надо найти такой x, при котором прибыль будет максимальной:

прибыль = (x * рыночную цена - цена покупки) * p
Исследование
Если мы не знаем, как решить эту задачу, хорошим подходом будет сначала провести исследование. Мы можем просто перебрать разные комбинации x, рыночной цены, цены покупки и наблюдать, как меняется прибыль (при этом p фиксировано для конкретного x). Мы попросим компьютер проверить все возможные комбинации:

  • x между 0.8 и 1.6 (эквивалент -20% и +60%)
  • рыночная стоимость между 0 и 100
  • цена покупки между 0 и 100

Для всех комбинаций рыночной цены и цены покупки мы записываем такое значение x, при которой прибыль максимальна. Полученные результаты можно визуализировать в виде тепловой карты:



Первое наблюдение: никогда не является оптимальным продавать ниже рыночной цены (то есть с отклонением -20% или -10%).
Второе: при разумном предположении, что рыночная цена > стоимости покупки, можно игнорировать половину тепловой карты — всё, что выше диагонали.
Следовательно, также никогда не оптимально продавать с наценкой выше 30% (то есть x > 1.3 — 40%, 50%, 60% и т.д.).

Универсальные границы решений
По итогам первичного анализа мы сделали вывод, что единственно оптимальная цена продажи - это либо рыночная цена, либо наценка в 10%, 20% или 30%, в зависимости от соотношения рыночной цены и цены покупки. Теперь нам нужно вывести обобщённые границы решения, которые не зависят от конкретных значений рыночной цены и себестоимости, взятых на этапе анализа. По тепловым картам видно, что эти границы - прямые с положительным наклоном и без смещения, которые можно задать параметром:

рыночная цена = m * цену закупки + b (при m>0, b=0)

Учтите, что ось Y направлена в противоположную сторону. Используя тот же подход исследования, что и раньше, можно просто подобрать разные значения m и отобразить их на тепловой карте.

Мы замечаем, что границы решений примерно находятся в диапазоне m = 1.1, 1.4 и 2.0.

Перепишем линейную функцию как:

m = рыночная цена / цена покупки

Таким образом, можно вывести условия для оптимального x, максимизирующего прибыль, на основе найденных границ решений:

  1. Рыночная цена оптимальна, если Market Price / Purchase Cost > 2.0
  2. Наценка +10% оптимальна, если 2.0 > Market Price / Purchase Cost > 1.4
  3. Наценка +20% оптимальна, если 1.4 > Market Price / Purchase Cost > 1.1
  4. Наценка +30% оптимальна, если 1.1 > Market Price / Purchase Cost > 1.0
Выведение практического правила (эмпирического правила)
Обратите внимание, что в этом разделе прибыль уже не ожидаемая (Expected Profit), а просто (прибыль = цена продажи - себестоимость), поскольку игра не показывает игроку ожидаемую прибыль.

Если кто-то не напишет мод, то каждый раз точно считать соотношение рыночная цена / цена закупки без калькулятора - задача не из лёгких. В игре при установке цены продажи нам показывают такие значения: Purchase Cost, Sell Price, Market Price и Profit.


Раз прибыль отображается, можно переписать границы решений через прибыль и себестоимость. Для случая, когда Sell Price = Market Price, первая граница решений становится:

2.0 < m = рыночная цена / цена покупки = цена продажи / цена покупки = (прибыль + цена покупки) / цена покупки = (прибыль / цена покупки) + 1 1.0 < прибыль / цена покупки цена покупки < прибыль

Граница решений при m = 1.4 неудобна в практическом применении. Поэтому мы пересчитываем все значения m, но теперь относительно отклонений от 1.1 * рыночной цены, а не просто Market Price.

Граница при m_old = 1.4 превращается во что-то между m_new = 1.5 и m_new = 1.6, но m_new = 1.5 достаточно близко и подойдёт как удобное приближение. При Sell Price = 1.1 * Market Price и m_new = 1.5 вторая граница решений становится:

1.5 < m = (Profit / Purchase Cost) + 1 0.5 < Profit / Purchase Cost 0.5 * Purchase Cost < Profit Purchase Cost < 2 * Profit

Третьей границей решений при Sell Price = Market Price станет:

1.1 < m = (Profit / Purchase Cost) + 1 0.1 < Profit / Purchase Cost 0.1 * Purchase Cost < Profit Purchase Cost < 10 * Profit

На основе пересмотренных границ принятия решений рекомендуемый рабочий процесс для определения оптимальной цены продажи выглядит следующим образом:

  1. Кликните на Market Price.

  2. Сравните Profit и Avg Cost.

  3. Если Profit > Avg Cost -> готово.

  4. Опционально: Если 10 * Profit < Avg Cost -> +30% и готово.

  5. Если Profit < Avg Cost -> +10% и снова сравните Profit и Avg Cost.

  6. Если 2 * Profit > Avg Cost -> готово.

  7. Если 2 * Profit < Avg Cost -> еще +10% (итого +20%) и готово.

Примечание к шагу 4: Хотя это теоретически возможно, ситуация, когда 10 * Profit < Avg Cost, крайне маловероятна. Возможно, игра даже не позволяет, чтобы Market Price и Avg Cost находились так близко друг к другу. Поэтому шаг 4 можно пропустить, если мы не рассматриваем вариант +30%, а рассматриваем только варианты: Market Price, +10% и +20%.

Дополнительное упрощение: если мы также не рассматриваем вариант +20% и хотим учитывать только Market Price или +10%, то рабочий процесс сводится к следующему:

  1. Кликните на Market Price.

  2. Сравните Profit и Avg Cost.

  3. Если Profit > Avg Cost -> готово.

  4. Если Profit < Avg Cost -> +10% и готово.

Важно заметить: надбавки +20%/+30% не эквивалентны нажатию кнопки +10% 2 или 3 раза внутри игры. Однако мы сознательно идем на это приближение ради удобства. Мы предполагаем, что:

1.1^2 = 1.21 ~ 1.2 1.1^3 = 1.331 ~ 1.3

Отклонение составляет:
  • 1% от Market Price между разовой надбавкой +20% и двойным нажатием +10%.
  • 3.1% от Market Price между разовой надбавкой +30% и тройным нажатием +10%.