⋯1번째 줄 근처
+추가: ## 개요
+추가: 가변적 가격 책정(Dynamic Pricing)은 제품이나 서비스의 가격을 고정하지 않고, 알고리즘과 실시간 데이터 분석을 바탕으로 시장 수요, 공급 상황, 경쟁사 동향, 외부 환경 요인 등을 종합적으로 고려하여 유동적으로 조정하는 가격 전략이다. 위키데이터에서는 이를 '기업이 현재 시장 수요를 기반으로 알고리즘을 통해 유연한 가격을 설정하는 가격 전략'으로 정의하며, 상위 개념으로 '가격 전략'을 둔다[1]. 기존의 정가 정책이나 원가 가산 가격 책정(Cost-plus pricing)과 달리, 머신러닝 등 정교한 알고리즘을 활용해 특정 시점에서 수익을 극대화할 수 있는 최적의 가격을 탐색하는 것이 핵심이다[2]. 영어권에서는 서지 프라이싱(Surge Pricing), 수요 기반 가격 책정(Demand Pricing), 시간 기반 가격 책정(Time-based Pricing), 변동 가격 책정(Variable Pricing) 등 다양한 용어로 불린다[3].
+추가: ## 작동 방식과 유형
+추가: 가변적 가격 책정 시스템은 다양한 데이터 소스를 실시간으로 수집·분석하여 가격 결정 엔진에 입력하는 방식으로 작동한다. 주요 입력 변수와 대표적인 유형은 다음과 같다.
+추가:
+추가: ### 핵심 입력 변수
+추가: * **수요와 공급**: 가장 기초적인 변수로, 수요가 공급을 초과하면 가격을 상승시키고(서지 프라이싱), 반대의 경우 하락시켜 수급 균형을 맞춘다[2].
+추가: * **고객 데이터 분석**: 과거 구매 이력, 검색 기록, 장바구니 담기 패턴, 가격 민감도(탄력성) 등을 분석해 개인화된 가격을 제시하거나 세그먼트별 최적가를 산출한다[2].
+추가: * **경쟁사 가격 분석**: 경쟁사의 가격 변동을 실시간으로 추적(크롤링, API 등)하여 자사 가격에 즉각 반영한다. 아마존(Amazon)처럼 빈번하게 가격을 바꾸는 선도 기업의 가격을 벤치마킹하는 경우가 많다[3].
+추가: * **외부 환경 요인**: 시간대, 요일, 계절, 날씨, 콘서트·스포츠 경기 등 특수 이벤트 발생 여부 등 가격에 영향을 미치는 거시적 변수를 포함한다[2].
+추가:
+추가: ### 주요 가격 결정 방법론
+추가: 자료[3]에 따르면 산업과 목적에 따라 다음과 같은 방법론이 단독 또는 복합적으로 쓰인다.
+추가:
+추가: #### 원가 가산 가격 책정 (Cost-plus Pricing)
+추가: 생산 원가에 미리 정해진 이윤을 더해 가격을 정하는 가장 기초적인 방식이다. 내부 정보만 고려하므로 시장 반응, 날씨, 소비자 가치 변화 등 외부 요인을 반영하지 못한다. 미국 기업의 약 74%가 이 전략을 사용하지만, 경쟁이 치열한 기업일수록, 제조업일수록 사용 비중이 낮아지는 경향이 있다[3].
+추가:
+추가: #### 경쟁사 기반 가격 책정 (Competitor-based Pricing)
+추가: 경쟁사 가격을 모니터링하며 자사 가격을 조정한다. 소매업에서는 아마존이 빈번한 가격 변동으로 사실상 기준 가격 역할을 한다. 가격 비교 봇(Price Tracker)을 통해 최저가를 자동 탐색하고 이를 하회하는 가격을 제시하는 '가격 매칭(Price Matching)' 메커니즘이 대표적이다[3].
+추가:
+추가: #### 가치·탄력성 기반 가격 책정 (Value/Elasticity-based Pricing)
+추가: 소비자가 제품에 부여하는 가치(지불 의사)에 맞춰 가격을 설정한다. 가격 탄력성이 낮은(비탄력적) 제품은 가격을 올려도 수요 감소가 적어 수익 극대화에 유리하며, 탄력성이 높은 제품은 가격 인하로 판매량을 늘리는 전략을 취한다. 탄력성은 제품, 카테고리, 시간, 위치, 유통채널에 따라 동적으로 변하므로 지속적인 재추정이 필요하다[3].
+추가:
+추가: #### 번들 가격 책정 (Bundle Pricing)
+추가: 단일 상품 가격이 해당 상품이 어떤 번들에 속하는지, 어떤 고객에게 제공되는지에 따라 달라지는 방식이다. 구독형 서비스나 인쇄 매체에서 흔히 쓰이며, 전자판 단독 구독가와 전자판+인쇄판 번들 할인가를 다르게 책정하는 월스트리트저널(Wall Street Journal) 사례가 대표적이다[3].
+추가:
+추가: #### 시간 기반 가격 책정 (Time-based Pricing)
+추가: 하루 중 시간, 요일, 계절 등에 따라 가격을 차등화한다.
+추가: * **소매/온라인**: 주간 근무 시간(오전 9시~오후 5시)에는 가격을 올리고 야간에는 내리는 패턴이 일반적이다[3].
+추가: * **전력 요금**: 사용 시간대별 요금제(TOU), 임계 피크 요금제, 실시간 요금제(Real-time Pricing), 피크 부하 감축 크레딧 등 세부 제도가 존재한다. 실시간 요금제는 1시간 단위로 도매 전력 가격을 반영하며, 2021년 텍사스 전력 위기 당시 그리디(Griddy) 파산 사례처럼 극단적 가격 폭등 위험도 내포한다[3].
+추가: * **피크 핏 프라이싱(Peak-fit Pricing)**: 공급이 비탄력적이고 수요 증가를 예측 가능한 서비스에 적합하다[3].
+추가:
+추가: #### 알고리즘 가격 책정 (Algorithmic Pricing)
+추가: 판매자 이익을 극대화하기 위해 가격을 자동 결정하는 고도화된 방식이다. 주요 입력 데이터는 다음과 같다[3].
+추가: * 잠재 구매자의 확률적·통계적 정보 (베이즈 최적 가격 책정 등)
+추가: * 경쟁사 가격 (예: 최저가 대비 $1 이내로 자동 설정)
+추가: * 현재 구매자의 개인 정보 (인구통계, 관심도, 구매 임박 여부 감지 시 가격 인상)
+추가: * 판매자 비즈니스 정보 (신규 입고 예정일, 목표 일일 판매량 등)
+추가:
+추가: 이 문서는 GGWiki AI가 공개 자료(아래 출처)를 조사해 새로 쓴 초안입니다. 틀린 내용은 편집하거나 이의 제기로 알려 주세요.
