Правильное выявление товаров KVI: почему это важно ⚠️
Насколько важно выявлять полный список KVI, делать это вовремя и поддерживать этот список в актуальном состоянии? Этот пост мы посвятим этой теме.
Почему KVI это важно❗️
Само определение KVI (Key value items) говорит о том, что этот товар формирует ценовой имидж и служит индикатором "здесь отличные цены" или, наоборот, "слишком дорогой магазин".
Факт наличия товаров KVI в магазине формируют у покупателя еще и ассортиментный имидж: "это правильное место, здесь я нахожу всё, что нужно" или "здесь вечно нет половины необходимых мне товаров, пойду в другой".
Как следствие, KVI помогают управлять трафиком: с помощью цены привлекать новых покупателей и увеличивать конверсию в покупку.
Что происходит, если работа с KVI организована не правильно? Разберем это ниже.
Распространенные ошибки в работе с KVI⛔️
1. Наиболее распространенная ошибка - выявлены не все товары KVI, их список не полный. Как следствие, вы становитесь "не в рынке" и, в лучшем случае, теряете разовые продажи. В худшем случае покупатели вешают на вас ярлык "дорогого магазина" и становятся постоянными клиентами ваших конкурентов, а вы получаете глобальное падение продаж.
2. Также негативно скажется на валовой прибыли и случай, когда к товарам KVI отнесены те товары, которые ими не являются. Как известно, товары категории Back Basket позволяют зарабатывать на них дополнительную прибыль. Но если они по ошибке были отнесены к KVI, то это будет упущенная прибыль.
3. Отсутствие KVI в ассортименте может привести к потере части покупателей - они уйдут к конкурентам.
4. Список KVI пересматривается слишком редко. Дело в том, что рыночная ситуация может существенно измениться даже за день. Товар может быстро выйти в топ после рекомендации блогеров или перестать продаваться из-за негативных отзывов лидеров мнений. К слову, топовые игроки рынка пересчитывают цены каждый день или даже несколько раз в день. Это практически невозможно сделать вручную, но вот алгоритм с такой задачей справляется легко.
Что дает автоматизация работы с KVI⚙️
Алгоритм позволяет в автоматическом режиме актуализировать список KVI и устанавливать привлекательные рыночные цены на эти товары.
Это вам позволит:
• Улучшить ассортиментную матрицу магазина - за счет контроля обязательного наличия KVI
• Увеличить продажи - за счет притока новых покупателей и роста конверсии в покупку
• Увеличить прибыль - за счет роста продаж и за счет товаров Back Basket. Цены на товары KVI всегда будут "в рынке", в соответствии с вашей ценовой стратегией.
Результаты📈
Какие результаты дает автоматизация работы с KVI?
В качестве иллюстрации приведем результаты внедрения ценообразования по KVI у нашего клиента за один месяц:
• на 30% выросло количество заказов интернет-магазина
• на 10% вырос средний чек в интернет-магазине
• на 20% выросла валовая прибыль
О том, как алгоритмы Imprice автоматически выявляют KVI мы расскажем в следующих постах. Сейчас лишь отметим, что неверное определение KVI это всегда потерянная прибыль и лояльность покупателей.
Насколько важно выявлять полный список KVI, делать это вовремя и поддерживать этот список в актуальном состоянии? Этот пост мы посвятим этой теме.
Почему KVI это важно
Само определение KVI (Key value items) говорит о том, что этот товар формирует ценовой имидж и служит индикатором "здесь отличные цены" или, наоборот, "слишком дорогой магазин".
Факт наличия товаров KVI в магазине формируют у покупателя еще и ассортиментный имидж: "это правильное место, здесь я нахожу всё, что нужно" или "здесь вечно нет половины необходимых мне товаров, пойду в другой".
Как следствие, KVI помогают управлять трафиком: с помощью цены привлекать новых покупателей и увеличивать конверсию в покупку.
Что происходит, если работа с KVI организована не правильно? Разберем это ниже.
Распространенные ошибки в работе с KVI
1. Наиболее распространенная ошибка - выявлены не все товары KVI, их список не полный. Как следствие, вы становитесь "не в рынке" и, в лучшем случае, теряете разовые продажи. В худшем случае покупатели вешают на вас ярлык "дорогого магазина" и становятся постоянными клиентами ваших конкурентов, а вы получаете глобальное падение продаж.
2. Также негативно скажется на валовой прибыли и случай, когда к товарам KVI отнесены те товары, которые ими не являются. Как известно, товары категории Back Basket позволяют зарабатывать на них дополнительную прибыль. Но если они по ошибке были отнесены к KVI, то это будет упущенная прибыль.
3. Отсутствие KVI в ассортименте может привести к потере части покупателей - они уйдут к конкурентам.
4. Список KVI пересматривается слишком редко. Дело в том, что рыночная ситуация может существенно измениться даже за день. Товар может быстро выйти в топ после рекомендации блогеров или перестать продаваться из-за негативных отзывов лидеров мнений. К слову, топовые игроки рынка пересчитывают цены каждый день или даже несколько раз в день. Это практически невозможно сделать вручную, но вот алгоритм с такой задачей справляется легко.
Что дает автоматизация работы с KVI
Алгоритм позволяет в автоматическом режиме актуализировать список KVI и устанавливать привлекательные рыночные цены на эти товары.
Это вам позволит:
• Улучшить ассортиментную матрицу магазина - за счет контроля обязательного наличия KVI
• Увеличить продажи - за счет притока новых покупателей и роста конверсии в покупку
• Увеличить прибыль - за счет роста продаж и за счет товаров Back Basket. Цены на товары KVI всегда будут "в рынке", в соответствии с вашей ценовой стратегией.
Результаты
Какие результаты дает автоматизация работы с KVI?
В качестве иллюстрации приведем результаты внедрения ценообразования по KVI у нашего клиента за один месяц:
• на 30% выросло количество заказов интернет-магазина
• на 10% вырос средний чек в интернет-магазине
• на 20% выросла валовая прибыль
О том, как алгоритмы Imprice автоматически выявляют KVI мы расскажем в следующих постах. Сейчас лишь отметим, что неверное определение KVI это всегда потерянная прибыль и лояльность покупателей.
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
❤6🔥3🤓2✍1⚡1❤🔥1👍1🤔1
Пример из практики: цены под конкурентов и ЦО с помощью ИИ 🤖
В одном из предыдущих постов мы рассказывали, как оптимальные цены на товары KVI определялись с помощью ИИ, а не выставлялись “под конкурентов”. Мы хотим продолжить эту тему и рассказать еще один практический кейс. В этом примере можно будет сравнить оба подхода к ЦО наглядно.📊
В качестве примера рассмотрим товар KVI - молоко, 1 литр. В период до 17 ноября цену на товар определял алгоритм, исходя из эластичности спроса (оранжевый пунктир на графике 1). Параллельно клиент собирал цены конкурентов на этот товар.
С начала ноября конкуренты один за другим подняли цены на товар (цветные линии на графике 1 с динамикой цен). Однако, алгоритм не спешил поднимать цену на молоко.
Клиент решил, что алгоритм ошибается и стоит ориентироваться на конкурентов. И 17 ноября ИИ ценообразование на данный товар было выключено и цены выставлены под конкурентов (этот момент на обоих графиках обозначен вертикальной зеленой линией). Цена на молоко выросла на 2 рубля (со 116 руб. до 118 руб.)
Как же это отразилось на метриках? За следующую неделю продажи упали с 282 до 162 шт. Также упала выручка и валовая прибыль (график 2).📉
Это пример того, что конкурентное ценообразование на товары KVI не всегда является лучшим способом формирования цены и порой целесообразно искать оптимальную цену самостоятельно, опираясь на спрос и поведение ваших покупателей.
В одном из предыдущих постов мы рассказывали, как оптимальные цены на товары KVI определялись с помощью ИИ, а не выставлялись “под конкурентов”. Мы хотим продолжить эту тему и рассказать еще один практический кейс. В этом примере можно будет сравнить оба подхода к ЦО наглядно.
В качестве примера рассмотрим товар KVI - молоко, 1 литр. В период до 17 ноября цену на товар определял алгоритм, исходя из эластичности спроса (оранжевый пунктир на графике 1). Параллельно клиент собирал цены конкурентов на этот товар.
С начала ноября конкуренты один за другим подняли цены на товар (цветные линии на графике 1 с динамикой цен). Однако, алгоритм не спешил поднимать цену на молоко.
Клиент решил, что алгоритм ошибается и стоит ориентироваться на конкурентов. И 17 ноября ИИ ценообразование на данный товар было выключено и цены выставлены под конкурентов (этот момент на обоих графиках обозначен вертикальной зеленой линией). Цена на молоко выросла на 2 рубля (со 116 руб. до 118 руб.)
Как же это отразилось на метриках? За следующую неделю продажи упали с 282 до 162 шт. Также упала выручка и валовая прибыль (график 2).
Это пример того, что конкурентное ценообразование на товары KVI не всегда является лучшим способом формирования цены и порой целесообразно искать оптимальную цену самостоятельно, опираясь на спрос и поведение ваших покупателей.
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
❤🔥5❤4👍4🔥3🤓2
На вебинаре 29 мая совместно с признанным экспертом по категорийному менеджменту Гульфирой Крок поговорили о практической стороне расчета и применения ценовой эластичности в текущих реалиях ритейла.
Коротко о главных вопросах, которые обсудили на встрече:
• Почему классические формулы эластичности не работают? Как «ступенчатость» спроса меняет подход к ценообразованию.
• Факторы, влияющие на ценовую эластичность: остатки, сезонность, каннибализация, конкуренты, промо. Тонкости расчета и польза ценовых экспериментов.
• Алгоритмы + экспертиза категорийного менеджера: как знание реальной эластичности помогает ритейлерам выстраивать эффективное ценообразование?
https://youtu.be/GAk43ZQ_g20
Please open Telegram to view this post
VIEW IN TELEGRAM
YouTube
Вебинар "Ценовая эластичность"
Что такое ценовая эластичность и как её измерять? Никита Цуканов, основатель IMPRICE, рассказывает о сложностях расчета, очистке данных и применении данных по эластичности для эффективного ценообразования - в первую очередь для повышения валового дохода ритейлера.
🔥7❤2🤩1
Розничная сеть «О'Кей» совместно с ИТ-партнером GlowByte реализовала комплексный проект по разработке и пилотированию методологии регулярного ценообразования. В основе автоматизации расчета цен по методологии - система динамического ценообразования Imprice.
Подробнее в материале на Cnews:
https://www.cnews.ru/news/line/2025-06-09_roznichnaya_set_okej_i
Please open Telegram to view this post
VIEW IN TELEGRAM
CNews.ru
Розничная сеть «О'Кей» и интегратор GlowByte совместно разработали методологию регулярного ценообразования - CNews
Розничная сеть «ОКей» совместно с ИТ-партнером GlowByte реализовала комплексный проект по разработке и пилотированию...
🔥6❤🔥4❤3
В нашей практике немало кейсов работы с локальным ритейлом, и каждый такой проект – уникальный для нашей команды опыт.
В регионах кипит своя жизнь, действуют свои локальные особенности и своя конкуренция, которая часто ужесточается приходом федеральных сетей. Работа с локальными рынками всегда требует бОльшего погружения и даёт возможность проверить силу алгоритмов системы применительно к самым непростым задачам ценообразования. И когда мы с командами наших клиентов приходим к реальным показателям роста в пилотных проектах – это для нас всегда большая победа.
📣 В серии постов мы бы хотели рассказать о нескольких региональных ритейлерах, совместно с которыми решали задачи ценообразования, и сегодня речь пойдёт о первом из них. Подробнее о том, как шла работа, какие механики реализовали и какие инсайты почерпнули, вы сможете почитать по ссылке в конце поста, а ниже коротко о главном.
Торговая сеть "Айгуль", Якутия
"Айгуль" - одна из крупнейших и динамично развивающихся ритейлерских сетей на рынке Якутии, без преувеличения исторический лидер региона.
❓ Что подтолкнуло к внедрению динамического ценообразования
За последние годы конкуренция на рынке Якутии заметно усилилась, поскольку в регион активно выходят федеральные сети. Несмотря на сформированное годами эффективное ценообразование руководство "Айгуль" понимало, что для дальнейшего роста необходимо внедрять более гибкую систему, способную учитывать особенности региона и оперативно реагировать на изменения.
➡️ Цель внедрения
Укрепить позиции в тесной конкуренции с федеральными сетями, сохранить свою аудиторию и найти точки роста прибыльности.
📊 Задача пилотного проекта
Проверить влияние динамического ценообразования с целевыми метриками по приросту валового дохода и выручки.
❗️ Главный вызов
Суровые климатические условия Крайнего Севера привносят свои сложности в работу ритейла. Это и переток трафика в сезон сильных морозов в пользу "магазинов у дома", и нестабильная логистика, которая влияет на стоимость поставок и ведёт к постоянным изменениям себестоимости. В ходе проекта нам удалось учесть все нюансы и с помощью тонкой настройки адаптировать систему под специфику рынка.
📈 Результаты
• Рост валовой прибыли в тестовых магазинах на 9,8% и 10,6%
• Рост выручки на 8,6% и 9,8%
По результатам пилота руководство "Айгуль" приняло решение о масштабировании системы Imprice на все магазины сети.
🔗 Читать полный кейс - https://imprice.ru/case-aigul
В регионах кипит своя жизнь, действуют свои локальные особенности и своя конкуренция, которая часто ужесточается приходом федеральных сетей. Работа с локальными рынками всегда требует бОльшего погружения и даёт возможность проверить силу алгоритмов системы применительно к самым непростым задачам ценообразования. И когда мы с командами наших клиентов приходим к реальным показателям роста в пилотных проектах – это для нас всегда большая победа.
Торговая сеть "Айгуль", Якутия
"Айгуль" - одна из крупнейших и динамично развивающихся ритейлерских сетей на рынке Якутии, без преувеличения исторический лидер региона.
За последние годы конкуренция на рынке Якутии заметно усилилась, поскольку в регион активно выходят федеральные сети. Несмотря на сформированное годами эффективное ценообразование руководство "Айгуль" понимало, что для дальнейшего роста необходимо внедрять более гибкую систему, способную учитывать особенности региона и оперативно реагировать на изменения.
Укрепить позиции в тесной конкуренции с федеральными сетями, сохранить свою аудиторию и найти точки роста прибыльности.
Проверить влияние динамического ценообразования с целевыми метриками по приросту валового дохода и выручки.
Суровые климатические условия Крайнего Севера привносят свои сложности в работу ритейла. Это и переток трафика в сезон сильных морозов в пользу "магазинов у дома", и нестабильная логистика, которая влияет на стоимость поставок и ведёт к постоянным изменениям себестоимости. В ходе проекта нам удалось учесть все нюансы и с помощью тонкой настройки адаптировать систему под специфику рынка.
• Рост валовой прибыли в тестовых магазинах на 9,8% и 10,6%
• Рост выручки на 8,6% и 9,8%
По результатам пилота руководство "Айгуль" приняло решение о масштабировании системы Imprice на все магазины сети.
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
❤5🔥5💯1
Продолжаем серию постов, посвященных локальным ритейлерам, и сегодня поговорим о фармацевтическом рынке Дальнего Востока.
Аптечная сеть "Амурфармация", Амурская область
"Амурфармация" — одна из ведущих фармацевтических компаний региона с многолетней репутацией, широкой офлайн сетью и собственным онлайн-каналом.
❓ Что подтолкнуло к внедрению динамического ценообразования
Конкурентная обстановка в регионе разная - в каких-то городах активно появляются другие сети, в том числе федеральные, а где-то конкуренция остается минимальной. До внедрения динамического ценообразования в "Амурфармации" была своя автоматизация и привычная матрица наценок, но для эффективной конкуренции на разных территориях требовалась более "тонкая" работа с десятками тысяч SKU.
🚩 Цель внедрения
Перейти на систему ценообразования, которая позволит быстро пересматривать цены, где спрос высок, и удерживаться в рынке там, где назревает конкурентная гонка.
✔️ Задача пилотного проекта
Протестировать потенциал динамического ценообразования в онлайн-канале с целевой метрикой по приросту оборота.
⚡️ Главный вызов
Тестирование системы решили начать с интернет-магазина, но сразу возник вопрос: как сравнивать результаты? Сложность заключалась в том, что регионы продаж онлайн-канала "Амурфармации" существенно различаются по оборотам, и на уровне целых городов "чистых" пар для сравнения не нашлось. В итоге было принято решение взять город с самым большим трафиком и разделить ассортимент по группам SKU на тестовые и контрольные сегменты. Звучит просто, но на деле это требовало постоянного мониторинга динамики по каждому товару и глубокой аналитики на всех этапах. Чтобы получить качественный эксперимент и достоверные результаты на выходе, важно было отследить любые аномалии и влияние неценовых факторов (сезонные всплески, влияние льготных программ и др.).
📊 Результаты
• Тестовая группа товаров показала устойчивый рост оборота при сохранении стабильного уровня маржинальности.
На графике в галерее для примера приводим динамику по одному из препаратов тестовой группы: продажи увеличились на 87%, валовая прибыль при этом выросла на 31%.
Название препарата и общие показатели по всей пилотной группе не раскрываем по условиям NDA.
После успешного пилота "Амурфармация" приняла решение масштабировать новый подход на все города и торговые точки, начиная с e-commerce.
🔗 Читать полный кейс - https://imprice.ru/case-amurfarma
Аптечная сеть "Амурфармация", Амурская область
"Амурфармация" — одна из ведущих фармацевтических компаний региона с многолетней репутацией, широкой офлайн сетью и собственным онлайн-каналом.
Конкурентная обстановка в регионе разная - в каких-то городах активно появляются другие сети, в том числе федеральные, а где-то конкуренция остается минимальной. До внедрения динамического ценообразования в "Амурфармации" была своя автоматизация и привычная матрица наценок, но для эффективной конкуренции на разных территориях требовалась более "тонкая" работа с десятками тысяч SKU.
Перейти на систему ценообразования, которая позволит быстро пересматривать цены, где спрос высок, и удерживаться в рынке там, где назревает конкурентная гонка.
Протестировать потенциал динамического ценообразования в онлайн-канале с целевой метрикой по приросту оборота.
Тестирование системы решили начать с интернет-магазина, но сразу возник вопрос: как сравнивать результаты? Сложность заключалась в том, что регионы продаж онлайн-канала "Амурфармации" существенно различаются по оборотам, и на уровне целых городов "чистых" пар для сравнения не нашлось. В итоге было принято решение взять город с самым большим трафиком и разделить ассортимент по группам SKU на тестовые и контрольные сегменты. Звучит просто, но на деле это требовало постоянного мониторинга динамики по каждому товару и глубокой аналитики на всех этапах. Чтобы получить качественный эксперимент и достоверные результаты на выходе, важно было отследить любые аномалии и влияние неценовых факторов (сезонные всплески, влияние льготных программ и др.).
• Тестовая группа товаров показала устойчивый рост оборота при сохранении стабильного уровня маржинальности.
На графике в галерее для примера приводим динамику по одному из препаратов тестовой группы: продажи увеличились на 87%, валовая прибыль при этом выросла на 31%.
Название препарата и общие показатели по всей пилотной группе не раскрываем по условиям NDA.
После успешного пилота "Амурфармация" приняла решение масштабировать новый подход на все города и торговые точки, начиная с e-commerce.
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥5
Делимся ещё одной историей нашей совместной работы с региональными ритейлерами и сегодня переместимся на DIY-рынок Дальнего Востока.
Торговая сеть "Зелёный Остров", Приморский край
Дальневосточная сеть, специализирующаяся на товарах для дома и дачи. На сегодняшний день компания объединяет под своим брендом 2 интернет-магазина и 12 торговых точек в городах региона. На первый взгляд, это небольшой локальный ритейлер, но на самом деле ассортимент "Зелёного Острова" невероятно широк: от посуды и постельного белья до садовых инструментов и сувенирки, в сумме свыше 50 тысяч SKU в год.
ℹ️ Что подтолкнуло к внедрению динамического ценообразования:
Система ценообразования "Зеленого Острова" эффективно работала на ключевых SKU, но не позволяла держать в фокусе весь многотысячный ассортимент. Команда понимала, что огромная доля потенциала скрыта в так называемом "длинном хвосте", и для дальнейшего роста необходимо ломать старую парадигму, в которой категорийный менеджер контролирует лишь часть товаров.
➡️ Цель внедрения:
Выстроить системную работу со всеми категориями товаров сети и реализовать потенциал роста прибыли.
⚙️ Задача пилотного проекта:
Подключить в помощь команде алгоритмы и на продажах в нескольких городах с разными конкурентными условиями отследить, какой результат покажет система.
⚠️ Главный вызов:
В этом проекте нам впервые удалось поработать над созданием матрицы наценок "с нуля" - учитывая многотысячный ассортимент сети, это была по-настоящему большая совместная работа с полным погружением. Поскольку до проекта наценки на товар в "Зеленом Острове" формировались разрозненно, единая матрица по всем категориям товаров требовалась и как база, от которой будут отталкиваться алгоритмы, и как шаг на пути к выстраиванию системного ценообразования.
📈 Результаты:
• Рост валовой прибыли в тестовых магазинах на 12,5% и 25,5% при сохранении положительной динамики чеков.
Позитивные результаты пилота стали отправной точкой к полному внедрению, на сегодняшний день идёт поэтапное масштабирование динамического ценообразования на все торговые точки сети.
🔗 Читать полный кейс - https://imprice.ru/case-zelenyjostrov
Торговая сеть "Зелёный Остров", Приморский край
Дальневосточная сеть, специализирующаяся на товарах для дома и дачи. На сегодняшний день компания объединяет под своим брендом 2 интернет-магазина и 12 торговых точек в городах региона. На первый взгляд, это небольшой локальный ритейлер, но на самом деле ассортимент "Зелёного Острова" невероятно широк: от посуды и постельного белья до садовых инструментов и сувенирки, в сумме свыше 50 тысяч SKU в год.
Система ценообразования "Зеленого Острова" эффективно работала на ключевых SKU, но не позволяла держать в фокусе весь многотысячный ассортимент. Команда понимала, что огромная доля потенциала скрыта в так называемом "длинном хвосте", и для дальнейшего роста необходимо ломать старую парадигму, в которой категорийный менеджер контролирует лишь часть товаров.
Выстроить системную работу со всеми категориями товаров сети и реализовать потенциал роста прибыли.
Подключить в помощь команде алгоритмы и на продажах в нескольких городах с разными конкурентными условиями отследить, какой результат покажет система.
В этом проекте нам впервые удалось поработать над созданием матрицы наценок "с нуля" - учитывая многотысячный ассортимент сети, это была по-настоящему большая совместная работа с полным погружением. Поскольку до проекта наценки на товар в "Зеленом Острове" формировались разрозненно, единая матрица по всем категориям товаров требовалась и как база, от которой будут отталкиваться алгоритмы, и как шаг на пути к выстраиванию системного ценообразования.
• Рост валовой прибыли в тестовых магазинах на 12,5% и 25,5% при сохранении положительной динамики чеков.
Позитивные результаты пилота стали отправной точкой к полному внедрению, на сегодняшний день идёт поэтапное масштабирование динамического ценообразования на все торговые точки сети.
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥5👏5✍3