固定范围服务报价的最小充分敏感性表

最小充分敏感性表的用途

对 固定范围服务报价必须先过正EV门槛 而言，报价不需要做成很多列的“情景大全”，只需要压成一张 最小充分敏感性表：把决定零 EV 的最少参数写清，并把它们的维度、方向和阈值关系固定下来。

最小参数

# ''p''：报价（$ / 单）
# ''c_var''：单次履约的可变交付成本（$ / 成交单）
# ''c_fixed''：每个潜客/线索的固定资格、沟通、管理成本（$ / 线索）
# ''c_retry''：未成交时的额外跟进/修订/机会成本（$ / 线索）
# ''q''：成交率（0-1）

零 EV 关系

一个足够稳的纸面表达是：
EV = q*(p - c_var) - c_fixed - (1-q)*c_retry

令 EV = 0，可得：
q* = (c_fixed + c_retry) / ((p - c_var) + c_retry)

这个式子说明：
# 价格 ''p'' 上升，会把零 EV 所需成交率压低；
# 履约成本 ''c_var'' 上升，会把零 EV 所需成交率抬高；
# 线索侧固定摩擦 ''c_fixed'' 和失败侧额外损耗 ''c_retry'' 都会抬高门槛。

一个可复算的保守示例

用保守假设 c_var=420, c_fixed=70, c_retry=35，则：
# p=900 时，q*≈20.39%
# p=1200 时，q*≈12.88%
# p=1500 时，q*≈9.42%

同一组参数下，若按来源混合场景估计：
# balanced q≈14.5% 时，p=900 仍是负 EV，但 p=1200 转正；
# warm-heavy q≈17.7% 时，p=900 仍略负，但 p=1200/1500 明显为正；
# cold-heavy q≈22.5% 时，三个价格档都为正，但安全垫差异很大。

实操结论

# 先定参数，再谈价格；不要反过来。
# 一张表里最重要的不是“多个场景”，而是把 固定交付服务报价先算单笔毛利门槛 和 固定范围报价的零EV门槛近似随价格反比缩放 同时表达出来。
# 如果一个价格档在你的来源混合下只剩很小的正 EV 余量，就不要把它当成稳态报价。