互联网和物联网的发展和广泛的应用,让数据从幕后映入人们眼帘,由此促生了以数据交易为生的数据服务商一类的企业,也让许多受技术和规模限制的企业有了盈利的新方式。数据服务商利用信息技术对消费者线上的历史浏览、搜索和购买记录进行收集分析整理,企业利用数据服务商提供的数据服务对产品进行优化,对消费者进行细分与差别定价,在此过程中,数据的重要性显而易见,数据服务商也成为供应链中极其重要的成员,从而使供应链定价变得更加复杂。企业根据数据服务商提供的服务改进产品,在细分消费者类别的过程中,数据能满足企业增加产品需求,提高消费者满意度,为企业增加收入,但同时也产生了相应的成本。数据服务的成本制造商和零售商可以共同承担,也可以独自承担或集中决策。策略型消费者会根据自身情况来选择是否需要花费成本隐藏消费者隐私信息,企业也会根据数据服务的质量来进行价格决策。因此,存在数据服务,消费者决策,消费者隐私信息价值与企业决策之间的相互影响,以及企业在面临数据服务成本时对整个供应链多种决策模式的选择,对不同顾客的定价策略等一系列问题。在此背景下,本文首先对产品服务相关的定价、数据质量和服务定价、以及消费者隐私信息影响下的产品定价等研究现状进行梳理与分析,通过对数据的来源与构成分析,明确数据质量为数据服务商的重要决策变量;其次,在数据服务商参与的供应链系统中,将数据服务质量和价值作为决策变量,建立制造商支付模式、制造商和零售商集中决策模式以及收益共享模式下的供应链定价模型,对三种模型进行比较,并且分析各模式下的均衡解,参数影响决策变量的变化趋势,得到最优模式;最后在制造商支付模式的模型基础上考虑消费者隐私信息对需求函数的影响,再优化模型,构建出不同情况下的垄断型零售商收益函数,根据消费者隐私信息隐藏成本和数据服务质量准确度的影响,分析不同情况下垄断型零售商的最优定价决策,通过对模型分析结果的解读,为企业提出相应决策意见,使企业获取更多利润。本文的主要结论如下:(1)在数据服务提供商参与的供应链中,在零售商和制造商的集中决策模型下,供应链的利润最高;当制造商与零售商之间的收益共享系数满足一定条件时,能够起到协调供应链的作用。(2)消费者需求的转换率受到数据服务质量的影响,并随着数据质量的提高而增加。(3)对于企业未能识别的消费者,当消费者隐私信息的隐藏成本不同且满足一定条件时,垄断零售商将根据消费者隐私信息的隐藏成本的不同对其收取不同的价格。(4)当数据服务中包含的消费者信息的质量或准确性较高,并且消费者信息隐藏成本较高时,垄断零售商的利润将达到最高峰。以上研究是基于大数据背景,考虑数据质量的重要性对企业定价决策的影响进行的,在以往的研究中,学者多是基于服务和产品来确定市场需求,但是本文将数据质量融入到消费者需求转化率中,让需求量变得更加准确,并将数据质量和消费者隐私信息隐藏成本结合起来分析零售商的利润,力求为企业在与数据服务商合作过程中提出相应管理意见和定价决策,以实现多企业的互利共赢。