Суть омниканального ценообразования состоит в том, чтобы цены на продукцию были приблизительно одинаковыми на всех платформах. Покупатели ощущают себя обманутыми, если видят различные цены в разных каналах: почему, например, нужно платить больше в магазине, чем онлайн? Омниканальное ценообразование способствует увеличению лояльности клиентов.✨

Кто может использовать омниканальное ценообразование? 🔍

Стратегия подойдёт для любого магазина.Она не зависит от особенностей бренда или продукции. Решающее значение имеет предпочтение самой компании. Если магазин хочет создавать более “честное” впечатление, то он может везде поставить единые цены. Из плюсов можно отметить, что покупатели, которые вам доверяют, перестанут тратить время на сравнение цен на разных платформах и будут более склонны купить товар “здесь и сейчас”. На рынке такой стратегией пользуется книжный магазин "Буквоед". В физическом магазине и на сайте цены одинаковые.

Риски стратегии ⚖️

Омниканальность иногда может требовать более высокого уровня ценообразования, потому что компенсировать слабости одного из каналов, нужно за счёт другого. При этом везде нужно поддерживать единые цены. Усложняется вычисления, а общая стратегия требует учёта больших факторов. Прежде всего, учитываются затраты на обслуживание каналов продаж, региональные различия, потребности клиентов, логистические расходы и конкурентная среда на разных платформах. Решить риски помогает аналитика особенностей ценообразования для каждого канала в отдельности. После из всех данных формируется окончательная цена.🏷

Управление ценами больше не инновация, а необходимость: выбор покупателей все чаще опирается на стоимость предполагаемой покупки. Сергей Воробьев, основатель компании Keeprise, специализирующейся на инновационных подходах в ценообразовании, раскрывает суть концепции KVI и объясняет, как ее можно использовать для развития ценообразования и улучшения показателей компании

Сергей Воробьёв поделился своим видением о ценообразовании товаров KVI в материале для издания "Деловой мир".

📖 Читайте материал по ссылке: https://delovoymir.biz/kak-uluchshit-finansovye-pokazateli-ispolzuya-kvi.html

Сегодня хотим вам рассказать, какие компании пользуются современными технологиями оптимизационного ценообразования.

Когда речь заходит об успешной реализации стратегий оптимизационного ценообразования, одним из первых на память приходит Amazon. Сегодня Amazon считается крупнейшим магазином e-commerce в США и Европе. В среднем меняет свои цены каждые десять минут, причем цены могут меняться между добавлением товара в корзину и его оплатой. Такой подход увеличивает прибыль Amazon на 25%.

Amazon достигает этого, собирая множество данных и используя алгоритмы машинного обучения для прогнозирования продаж товаров и корректировки цен. Вероятно, самая интересная находка Amazon состоит в том, что даже в физических магазинах они интегрировали оптимизационное ценообразование, позволяя предлагать индивидуальные цены для каждого покупателя. Здесь нет ценников, а узнать сколько стоит товар можно, наведя телефон на штрих-код. Оформили Amazon Premium? Тогда компания продаст вам товар дешевле, чем другим покупателям. 😉

Используя машинное обучение, Uber адаптирует тарифы к рыночным условиям, изменяя их в реальном времени каждые пять минут. Это позволяет компании увеличивать предложение водителей и снижать спрос, чтобы не образовывалось долгих очередей из клиентов. Так компания оптимизирует доходы. 🚗

Airbnb - компания, которая занимается арендой недвижимости. Она внедрила оптимизационное ценообразование, которое учитывает не только спрос, но и многие другие факторы. Поскольку Airbnb выступает исключительно в качестве платформы для сторонних хозяев, размещающих объявления о сдаче жилья, владелец сам решает, использовать ли ему стратегию ценообразования Airbnb.
Платформа автоматически регулирует цены в зависимости от спроса и других факторов, учитывая тип и местоположение объявления, доступные удобства, сезон и другие параметры. Airbnb использует оптимизационное ценообразование и формирует рекомендуемую цену, что повышает вероятность бронирования и увеличивает доходы хозяев. 🏠

«Рив Гош» объявил о запуске проекта по оптимизации и автоматизации ценообразования совместно с российским вендором «KeepRise». Уже во II квартале 2024 года планируется провести полную переоценку товаров сети, сократив время процесса до одного часа. «Рив Гош» сможет увеличить оперативность управления ценами и ассортиментом. 💼

Автоматизация ценообразования становится ключевым фактором для эффективного управления продажами, отмечают представители компании. Ожидается, что благодаря этому проекту «Рив Гош» получит прирост валовой прибыли и выручки, превышающий 2%. 💰

📖 Читайте подробности новости на CNews: cnews.ru/news/line/2024-03-28_riv_gosh_startoval_novyj

📢 Продолжаем делиться с вами нашими публикациями в СМИ.
Издание Biz-360 поинтересовалось у эксперта Александры Шестаковой, какие ошибки чаще всего допускают молодые компании в ценообразовании. Хотите узнать, как избежать этих ловушек?

Читайте материал по ссылке ниже! 👇

Ценообразование можно сравнить с построением бренда. Чтобы добиться в этом направлении успеха, необходима долгая работа. Она не всегда приносит явный результат, но каждый новый шаг приближает к цели. Работа с ценами устроена похожим образом.

Мы продолжаем цикл вебинаров "Введение в ценообразование" (Познакомится с нашими предыдущими материалами можно в плейлисте со всеми записями).

В этом видео Александра Шестакова, эксперт по ценообразованию с 10-ти летним опытом интеграции и создания систем автоматизированного ценообразования, рассказывает об ограничениях в ценообразовании. ❌

Обсудим, какие бывают особенности и ограничения в ценообразовании. Какими способами можно их преодолевать и использовать себе на пользу. Разберём полезные инструменты и рассмотрим психологические мотивы, которые могут ограничивать предпринимателей в ценообразовании. 🛠💰

Мы решили перевести вебинары в видео-формат и теперь вы можете посмотреть их в любой момент, когда вам будет удобнее.🎓

Ссылка на видео: https://youtu.be/BrMqD90wwH8?feature=shared

Эксперты Keeprise раскрывают свои секреты определения KVI. Ранее мы рассказывали о возможности поиска таких товаров с помощью простых программ. Сегодня поделимся нашими методами. 📊

Аналитика требует обработки больших данных (несколько десятков тысяч SKU за раз!), поэтому обычными средствами не обойтись и мы разработали собственный сервис. Он опирается на алгоритмы оптимизации пересчёта цен. Сначала исключается влияние случайных факторов: сезона, скидок, акций и праздников. Категории, которые минимально зависят от внешних факторов определяются как ключевые (KVC). Это позволяет сократить объём времени и мощностей для анализа. 📈

Для каждого товара определяются бизнес-показатели, такие как доля выручки в общей сумме или эластичность товара. Веса показателей назначаются в соответствии с бизнес-целями. Это помогает катманам и бизнесу в целом гибко определять KVI по своим приоритетным показателям. 💼

После товары проходят фильтр ограничений. Из расчёта исключаются товары собственного производства. В результате получаем ожидаемое число KVI: 5-15% от общего числа SKU в магазине. ✏️

Для каждого из оставшихся SKU рассчитывается скоринговый балл, нормируются бизнес-показатели, и производится сортировка по скорингу. Затем определяется функция отсечения для каждой категории, штрафующая позицию за удаленность от лидера. Также накладывается штраф на разницу с соседней позицией. Это существенное отличие от простого ABC-анализа, при котором не происходит оценки факторов и приоритизации через функцию отсечения. Метод повышает точность вычислений. 🔍

В результате сохраняется только часть от отсортированного ассортимента, максимально подходящая под группу KVI. Итоги анализа должны соответствовать цели: товары KVI обеспечивают ценовое восприятие для покупателя и регулярно присутствуют в магазинах. Когда изменяются условия, производится повторный перерасчёт. 🛒

"Вы говорите, что можно увеличить прибыль и маржу за счет ценообразования, как это сделать?"

Мы часто получаем от компаний разные вопросы. Сегодня разберёмся с, вероятно, самым главным. Как ценообразование может влиять на финансовые показатели компании? Ответит Александра Шестакова, эксперт команды Keeprise 🗂

Существует несколько направлений, которые помогают улучшить ключевые показатели: кластеризация, поиск точки оптимума цены с очищением данных, а также автоматизация, которая освобождает руки сотрудников и даёт возможность заниматься ценовыми экспериментами 📊

Компании отличаются друг от друга, поэтому решение их проблем зависит от бизнес ограничений, качества и объёма данных, который попадает в аналитику. Распространено ошибочное мнение, что автоматизация ценообразования будет работать с одной кнопки, что вендор соберёт данные и предоставит идеальные цены, которые сразу же принесут прибыль 🤖

В действительности, одна из главных ценностей ценообразования состоит в возможности проверять гипотезы. Если компания не проверяет ценовые гипотезы, значит у неё точно есть потенциал роста. Развитие ценообразование предполагает реализацию последовательных шагов: сбор данных, анализ текущих бизнес-ограничений, формирование гипотез изменения ценообразования для достижения показателей эффективности, а затем уже и проведение пилотов с первыми финансовыми результатами 💼

🛒 Умные тележки и ценообразование в магазинах

Тележки стали неотъемлемой частью продуктов. Они помогают покупателям удобно перемещаться по магазину, брать много продуктов, а сегодня тележки стали пространством для развития возможностей ценообразования и маркетинга. 📊

Когда проводили первые исследования оказалось, что увеличение объёма тележки приводит к росту оборачиваемости магазина. 📈

Сегодня происходят изменения в сфере компьютеризации тележек. Умные тележки стали не просто средством для перевозки товаров, а мощным инструментом для оптимизации покупательского опыта. 💡

В начале 2000-х годов исследователи начали экспериментировать с компьютеризированными тележками, оснащая их планшетами и сканерами штрих-кодов. Это позволило покупателям легко находить нужные товары, оценивать их стоимость и даже делать заказы заранее. Магазины же получали данные покупателей 📱

Amazon и другие компании представили свои версии умных тележек, оснащенных камерами компьютерного зрения и весами, что позволяет автоматически подсчитывать стоимость покупки. 🚀

Некоторые компании ушли дальше, используя искусственный интеллект для анализа предпочтений покупателей и предлагая персонализированные рекомендации прямо в магазине.
С помощью данных, собранных при помощи умных тележек (например, предпочтения покупателей, популярные товары и т. д.), магазины могут лучше адаптировать свою стратегию ценообразования под запросы клиентов.🧠

Данные, которые могут собирать современные тележки могут помочь оптимизировать ценовую политику, например, путем анализа спроса на определенные товары в разное время суток или дня недели.⌛️

Уважаемые подписчики! ⚡️
Хотим поговорить с селлерами WB, Ozon и прочих маркет-плейсов для того, чтобы узнать какая специфика есть в ценообразовании этого канала. Необходимо на добровольной основе потратить полчаса Вашего времени и поучаствовать в небольшом опросе.

Взамен останемся друзьями, напишем статью в СМИ и Вас не забудем упомянуть, а потом может и систему будущую вместе протестируем, кто его знает... В общем, мы будем Вам признательны. Пишите @personeadmin ❤️

Уважаемые подписчики, у нас появился новый формат - Вопросы к эксперту! 📊

Теперь у вас есть возможность задать интересующие вас вопросы по ценообразованию экспертам прямо здесь, в комментариях ⬇️

Ждем ваши вопросы! Наши эксперты будут рады помочь вам разобраться в них 🤓💬

Отвечаем на вопрос подписчика: "Есть N<10 магазинов, все разные, разного формата, локаций. Нельзя выбрать похожие. Но цены общие. Внедряется ценообразование по каким-то стратегиям, посчитаны кластеры. Как выбрать метрику эффективности ценообразования, максимально откинув неценовые факторы."

Есть несколько способов, которые лучше всего применять совместно:
📍 Создать тестовую и контрольную группу внутри товаров, а не магазинов: берем два максимально похожих по показателям товара и проверяем гипотезу на одном из них.
📍 Нужно убедиться, что не влияют другие факторы, например, сезонность, поэтому сравниваем эти же товары к самим себе, но берем динамику показателей в прошлом году. Рынок мог поменяться, а сезон сместиться, но за неимением лучшего подобную операцию провести все же стоит.
📍 Сравниваем динамику тестового и дотестового периода. Товар Х (Который мы тестируем) демонстрирует полное равенство товару Y (Который является контрольным) в дотестовом периоде. После внедрения гипотезы тестируемый вероятно будет отклоняться от предыдущих показателей. Сравнивая степень отклонения с товаром Y можно понять, какой эффект производит цена на конкретно данный товар.
📍Контрольный замер показателей от недели к неделе. Если гипотеза демонстрирует устойчивый рост, то данный замер позволяет нам составить представление о возможном потенциале позиции. Например, подняв цену мы обнаружили, что продажи не изменились. Следовательно поднимать цену можно до тех пор, пока товар не станут приобретать реже. И тут нам помогает второй, максимально похожий товар, который может подсказать, связано ли поведение рынка с другими факторами или исключительно с ценой.

Не забывайте фиксировать и относительные показатели, например, выручку на чек, чтобы найти корреляцию между общим числом покупателей и данным товаром. Иначе может сложиться ложное впечатление, что потенциал конкретного товара исчерпан, хотя на самом деле, ваши магазины по той или иной причине просто стали реже посещать.

Сегодня хотим рассмотреть пример реального внедрения автоматизации ценообразования в инфраструктуру компании, которую провела компания Dell.

🏢 О компании:
Dell Technologies - американская технологическая компания с оборотом около $60 миллиардов. Для устранения неэффективностей в ценообразовании, повышения оборота и увеличения прибыли компания решила внедрить автоматизацию ценообразования.

💡 Оптимизированная цена и повышение эффективности продаж:
Для реализации улучшений команда по ценообразованию Dell начала с того, чтобы все руководители компании поддержали решение о внедрении нового подхода к ценообразованию. Целью стал переход от определения цены на основе простого ценообразования от издержек к установлению цен, соответствующих стратегии компании. Возможности вендора были направлены на поиск цен, максимизирующих прибыль компании. Благодаря новому подходу к отчетам, команда по ценообразованию смогла измерять результаты и регулярно отчитываться о прогрессе на основе точных данных.

💰 Деньги в кармане:
Полная трансформация ценообразования Dell привела к тому, что 90% ассортимента компании пересчитываются за 4 часа. Цены соответствуют целям компании. Изменения привели к росту маржи на более чем 100 базисных пунктов. Руководители компании признали эффективность новой стратегии.

«90% наших цен изменяются в течение 4 часов, а 75% не требуют дополнительного подтверждения — система подсказывает, как их оценить, и пока отдел продаж устанавливает цены в этом диапазоне, никакого согласования не требуется... Огромное повышение эффективности».

📈 Если хотите почитать больше кейсов об автоматизации ценообразования, можете познакомится с нашими: keeprise.ru/cases

Вопрос:
Как сравнить два товара по динамике показателей? Какие из них наиболее важны для ценообразования?
Например: чай в упаковках без OOS. Какие показатели сравнивать: выручку, средний чек, продажи в штуках?

Ответ:

1. Связанные товары:
Не всегда анализ одного товара дает полную картину 🛍
Покупатели могут приобретать товары комплектами ("Товар A + Товар B + Товар X")
В таких случаях правильнее проверять не показатели каждого товара в отдельности, а связанные.
Пример: "Товар А" снижается, а "Товар B" растет, но в сумме "Товар A + Товар B" дают стабильный прирост

2. Показатели и стратегия:
Выбор показателей зависит от стратегии оптимизации (ваших целей) 🛒
Например:

Цель: KVI (привлечь покупателей). Сравниваем:
Штуки: рост говорит о привлекательности цены
Проникновение в чек: охват новых покупателей

Цель: без потери прибыли. Добавляем:
Средний чек: контроль маржи
Валовая прибыль: контроль рентабельности

Чтобы отвечать точнее - нужно смотреть стратегию оптимизации более детально, а она зависит от подхода аналитика или выбранного решения 🤔

3. Методы проверки отвечают на два вопроса: а) сколько мы получили прироста б) насколько мы можем этому верить 🔬
Из этого следуют разные варианты:

A/B или слепое тестирование: для оценки прироста
Статистические методы (критерий Стюдента): для оценки достоверности

Из рубрики “непрошенный совет”:
Определите, хотите ли вы максимальный прирост или уверенность в нем 📈💡
+10% с 70% уверенностью или +5,5% с 90% уверенностью?
Подробнее эта проблема раскрыта в парадоксе Алле 🤷‍♂️

Исходя из опыта, когда клиент видит стабильный рост 3%, никакие проверки не изменят его концептуальной картины мира

Какие данные используют в ценообразовании?

📊 Чаще всего в ценообразовании используют данные об остатках, транзакциях, цены конкурентов. Современные развитые системы ценообразования могут учитывать любые количественно-измеримые данные вплоть до погоды. Например, характеристики торговой точки и местности, курсы валют и биржевые показатели.

Как данные используются в ценообразовании?

🔍 То, как покупатель отреагирует на цену зависит от множества факторов: сколько этот товар стоит у конкурентов, какие цены и качество у аналогов, какая у покупателя зарплата, насколько велика потребность в товаре. Данные выбираются и используются с целью учета максимального количества факторов, влияющих не только на покупку, но и на общее впечатление о ценовом позиционировании магазина.

Историческая информация о продажах используется для того, чтобы предсказывать оптимальные цены на продукты и формировать прайс на новые товары.

⌛️Что можно сделать с данными уже сегодня?

📦1. Сбор данных

Если вы ещё не приступали к сбору данных, то начать отслеживать можно следующие показатели: историю продаж по SKU, цены, скидки, акции и себестоимость. Можно собирать информацию о клиентах, например, специфичные факторые принятия решения о покупке.

🧹2. Очистка данных

При внедрении любой автоматизации, даже простой кластеризации в Excel, необходимо очистить и повысить качество данных. В небольшой компании можно провести ручную очистку от дублей, некорректных и аномальных данных, а также удалить устаревшие данные.

На что обратить внимание:

Логические ошибки: отрицательные цены, отрицательные остатки, аномально большие значения и т.д.

Системные ошибки: отсутствие данных, текстовые значения в числовых полях и т.д.

Сверка контрольных сумм: суммарно по всей компании и отдельно по каждому магазину.

🗂3. Базовая аналитика

Базовая аналитика может дать вам новые инсайды для ценообразования, например, она поможет отследить переток спроса и позволит определить связки товаров, которые покупатели часто берут вместе.