Tillämpningen av dynamisk prissättning har förenklats i och med 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 på så sätt prissättas annorlunda. 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 transparens 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 kundattityd kopplat till dynamisk prissättning. För att undersöka kundattityd baseras studien på en modell med komponenterna kundvärde, kundnöjdhet, kvalitet, kundlojalitet, förtroende och rättvisa. Studiens analys grundar sig på empirisk 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.

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.

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.

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).

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.