К сожалению, сайт не работает без включенного JavaScript. Пожалуйста, включите JavaScript в настройках вашего браузера.

От Excel к ML: как бизнесу перейти на динамическое ценообразование

Фото Getty Images
Фото Getty Images
Цена любого товара зависит от множества факторов: колебаний спроса, предложений конкурентов, географии, размера партии, промо, атрибутов клиента и десятков других метрик. Как адаптировать ценообразование к реалиям рынка быстрых изменений и жесткой конкуренции, рассказывает директор по развитию в провайдере e-commerce и data-решений «Аэро» Александр Воронцов

Из чего складывается цена

Ценообразование — это процесс формирования цены продажи товара или услуги. Что-то купили или произвели? Нужно продать и остаться в границах целевой юнит-экономики. Когда продукт один, управлять его ценой просто. Но если речь идет об офлайн-ретейле, у которого 5000 складских учетных единиц (SKU) и ecom-направление в виде интернет-магазина и продаж на маркетплейсах, ситуация сильно усложняется.

Какие факторы влияют на финальную цену? Во-первых, юнит-экономика, то есть закупочная цена товара, себестоимость (аренда склада, логистика, маркетинг и другие расходы) и целевая маржинальность товара, линии бизнеса или компании. Во-вторых, бизнес-показатели и эффективность — это объемы закупаемых партий, текущий объем стока, оборачиваемость, показатели продаж в деньгах или штуках. В-третьих, цены и стратегии конкурентов и прогнозы, включая эластичность и сезонность. Сюда можно отнести такие факторы, как особенности точки продаж (география, доступность, клиентский путь, конкуренты, персонал), отзывы о товарах или точке продаж, маркетинг и программы лояльности, планограммирование (ассортимент в торговой точке) и многое другое.

При формировании цены приходится учитывать все эти факторы. И здесь есть две основные стратегии ценообразования — статическая и динамическая.

 
Forbes.Идеи для бизнеса
Канал о стартапах, новых идеях и малом бизнесе
Подписаться

Ценообразование в статике и динамике

Статическое ценообразование (его часто называют классическим или фиксированным) подразумевает, что цена товара: а) планируется значительно заранее, б) фиксируется на определенные промежутки времени — например, недели. Она устанавливается вручную и так же вручную меняется. При этой модели управление ценами становится простым и прогнозируемым, изменения цен на товары можно рассчитывать хоть в Excel. Такой вариант хорошо подходит для бизнесов с небольшой продуктовой линейкой и/или географией. 

Но эта модель не учитывает те факторы влияния на цену, которые постоянно меняются, например деятельность конкурентов или динамику спроса. Поэтому многие компании — особенно те, у которых широкий ассортимент и география, а также много каналов продаж — отдают предпочтение динамическому ценообразованию.

 

При динамическом ценообразовании компания устанавливает для товара не конкретную цену, а ценовую стратегию, которая определяет границы и диапазоны изменения стоимости и состоит из набора правил. Например, набор может быть таким:

  • цена должна быть ниже на X%, чем у конкурента N;
  • цена не должна быть выше Y рублей;
  • цена не должна быть ниже суммы закупочной цены, себестоимости и нормативной минимальной наценки;
  • цена должна сохраняться в диапазоне «точки чувствительности» — то есть не доходить до границ, где покупатели решают, что «слишком дорого» или «подозрительно дешево».

Все эти правила формируют диапазон допустимой цены. 

Следующий шаг — расчет финальной цены товара в конкретный момент. Здесь в игру вступают другие факторы. В их числе бизнес-стратегия. Так, если задача компании — максимальная маржинальность, цена будет ближе к верхней границе установленного диапазона. Если цель — быстрый захват рынка с новым продуктом, цена будет стремиться к нижней границе. А также эластичность и сезонная динамика спроса. Эту информацию собирают на основе исторических данных о продажах. 

 

Все эти параметры загружаются в систему, которая делает расчеты на основе ML-алгоритмов (ML — Machine Learning) и меняет цену в соответствии с динамикой параметров. Это намного проще, чем рассчитывать стратегии вручную, тем более что ML-модели могут задавать не только конечную цену, но и границы ее диапазона.

Расчет цены — сложный процесс, который отличается у каждой компании. У правил внутри стратегий может быть разный приоритет. Например, если приоритетный фактор ценообразования — промо конкурентов, то цена на товар будет снижаться во время акций других ретейлеров, даже если фактор сезонности в этот момент требует повышения цены. А может быть иначе: когда эти правила не только не имеют иерархии, но вообще факультативны. Либо на их приоритет каждый раз влияет решение ответственного сотрудника.

Вообще приоритет — важная часть динамического ценообразования, поскольку часто правила противоречат друг другу.  Поэтому для динамического образования обязательно наличие системы менеджмента противоречий.

Как достичь зрелости в ценообразовании

Если у ретейлера сотни или тысячи единиц товаров, перейти со статического ценообразования на динамическое одномоментно будет крайне сложно. Лучше плавно переводить на динамическую модель отдельные категории товаров. Следует постепенно наращивать число категорий или групп товаров, которые работают на стратегиях и правилах (пусть даже жестких) и к которым подключены ML-алгоритмы. Так со временем сложится полноценная система.

Второй момент — нужно постепенно усложнять правила в основе стратегий. Допустим, сначала на цену влияют только факторы сезонности, себестоимости и действий конкурентов. Но со временем в модель добавляются маркетинговые промо, атрибуты клиентов, метрики поставок, точек продаж и другие параметры.

 

Для сбора этих данных понадобится централизованная актуальная нормативно-справочная информация и инструменты, обеспечивающие управление данными, верификацию их надежности, исключение повторяющихся данных и возможности для хранения и экспериментирования.

Без этих инструментов бизнес будет получать искаженные данные, а значит, цена не будет учитывать реальную ситуацию. 

Наконец, для работы стратегий динамического ценообразования и сбора данных бизнес-процессы в компании должны быть оцифрованы и носить сквозной характер.

Проблема скидок и бонусов

Если у компании есть какие-либо акции, промо, скидки, программы лояльности — все это обязательно должно ложиться в систему динамического ценообразования.

 

Представим ретейлера, у которого одновременно работает несколько скидочных механик — обычная скидка, скидка от поставщика, купоны, бонусные и накопительные акции, а еще есть программы лояльности: собственная и партнерская (например, «СберСпасибо»). Если хотя бы несколько этих скидок действуют одновременно, это больно бьет по маржинальности.

Бизнес решает эту проблему по-разному. Например, коммерческий директор и директор по маркетингу могут договориться о максимальном размере скидки, обещая «глубже не залезать». Один из вариантов — ограничить максимальную глубину скидки, но здесь есть риск столкнуться с недовольством клиента. При цене на товар 10 000 рублей со скидкой до 9000 рублей, купоном на 500 рублей и накопленными 1000 баллами покупатель ожидает взять товар по цене в 7500, но вынужден заплатить 8500 рублей, потому что максимальный размер скидки — 15%.

Можно попробовать разделить кейсы начисления и списания. Если одновременно на товар стоимостью 10 000 рублей баллами дается акция на 1000 рублей, а вдобавок по базовому уровню лояльности «золотой» покупатель ожидает получить еще 5% (или 500 баллов) на счет — глубина скидки на кассе не спасет. Товарная корзина будет продана с достойной маржой, но общую маржинальность в LTV (Lifetime Value, пожизненная ценность) клиента это снизит. Во многих компаниях это приводит к тому, что огромное количество чеков идет с пороговым значением по объему списываемых баллов, что нарушает целевую экономику — и в какой-то момент акции идут по году «густо», а дальше резко становится «пусто и грустно».

Что еще следует учитывать? Часто в конструктор акций программы лояльности либо реализуют начисление баллов от цены без скидки, либо не пересчитывают количество начисляемых промо-баллов при применении купона на корзину, либо не блокируют применение купона на конкретную категорию с низкой маржинальностью. Известны кейсы — товар за 125 000 рублей (на нем вот очень низкая маржа, общеизвестно по рынку), баллами дается 24 000 рублей, еще купон на 10 000 рублей с корзины на 50 000 рублей, плюс бонус в 1250 с базовой акции программы лояльности.

 

Что тут можно сделать? 

Первый вариант — включить в динамическое ценообразование систему скидок и бонусных начислений по всем видам механик. Тогда алгоритмы будут каждый раз рассчитывать размер скидки и бонусов с учетом приоритетов и установленной минимальной маржинальности. Недостаток такого способа — техническая сложность реализации. Кроме того, при создании системы придется учитывать интересы разных департаментов (например, маркетинга и финансов), сращивать бизнес-процессы.

Второй вариант — перейти на динамическое ценообразование с сохранением базовой программы лояльности, персональной ценой и бонусами для клиентов, но без дополнительных механик. Правда, так вы рискуете снизить продажи (может, и нет) и повысить репутационные риски (точно да).

Конкретный способ решения проблемы лучше выбирать, ориентируясь на зрелость IT-систем компании. И если вы еще не внедрили программу лояльности — лучше думать о ней сразу в разрезе ценообразования.

 

Другие факторы влияния на цену

В идеале цена товара учитывает множество внутренних процессов компании — управление ассортиментом, закупки, ценообразование, аналитику точек продаж, планограммирование и мерчендайзинг. Так, цена может зависеть от остатков товара и динамики продаж, эффективности уценки или соседних точек притяжения (АЗС с кафе недалеко от крупного торгового центра или на трассе без других мест общественного питания на ближайшие 30 км). Частота переоценок может зависеть от числа сотрудников в смене.

Нужно ли включать все эти параметры в систему ценообразования, какой приоритет им давать — зависит от конкретного бизнеса. В идеале нужно тестировать разные варианты и затем принимать решения. Но полноценный эксперимент требует больших ресурсов и временных затрат, и проводить их слишком часто для разных категорий товаров не получится. 

Оптимальнее сразу вкладываться в создание полноценной автоматизированной системы динамического ценообразования, которая будет учитывать все процессы компании. Обязательные условия такой системы — это:

  • оцифрованные и оптимизированные бизнес-процессы;
  • автоматизированный сбор и подготовка всех данных, которые учитываются в системе;
  • работающие модели машинного обучения;
  • настроенные алгоритмы управления стратегиями ценообразования и проведения экспериментов с моделями.

Иначе говоря, внедрение системы динамического ценообразования невозможно без качественной перестройки бизнеса. Однако в итоге вы получите серьезный рост эффективности компании и, как следствие, прибыли.

 

Мнение редакции может не совпадать с точкой зрения автора

Мы в соцсетях:

Мобильное приложение Forbes Russia на Android

На сайте работает синтез речи

Рассылка:

Наименование издания: forbes.ru

Cетевое издание «forbes.ru» зарегистрировано Федеральной службой по надзору в сфере связи, информационных технологий и массовых коммуникаций, регистрационный номер и дата принятия решения о регистрации: серия Эл № ФС77-82431 от 23 декабря 2021 г.

Адрес редакции, издателя: 123022, г. Москва, ул. Звенигородская 2-я, д. 13, стр. 15, эт. 4, пом. X, ком. 1

Адрес редакции: 123022, г. Москва, ул. Звенигородская 2-я, д. 13, стр. 15, эт. 4, пом. X, ком. 1

Главный редактор: Мазурин Николай Дмитриевич

Адрес электронной почты редакции: press-release@forbes.ru

Номер телефона редакции: +7 (495) 565-32-06

На информационном ресурсе применяются рекомендательные технологии (информационные технологии предоставления информации на основе сбора, систематизации и анализа сведений, относящихся к предпочтениям пользователей сети «Интернет», находящихся на территории Российской Федерации)

Перепечатка материалов и использование их в любой форме, в том числе и в электронных СМИ, возможны только с письменного разрешения редакции. Товарный знак Forbes является исключительной собственностью Forbes Media Asia Pte. Limited. Все права защищены.
AO «АС Рус Медиа» · 2024
16+