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.

Почему компании решают делать единую наценку? 💰

В распространена ошибка, которую совершают компании, продающие несколько товаров по одинаковой наценке для всех своих предложений. Например, предположим, что ваш бизнес продает два продукта - один, стоимость производства которого составляет 30.00 ₽, и другой - стоимостью 50.00 ₽. Компании в таком случае руководствуются простотой и удобством и просто добавляют к изначальной цене единую наценку. Легко увлечься идеей поддержания одинаково прибыльной наценки на оба продукта - продавать их по 100.00 ₽ и 120.00 ₽ соответственно.

Риски стратегии💡

1. Учет разнообразия рынков и покупателей 🛍

Более точечный подход к ценообразованию позволяет получить больше прибыли. Максимальной точности можно достигнуть в персонализированном ценообразовании, где цена определяется под каждого клиента на основе массива данных. Но даже простое разделение товаров на категории и управление ими может существенно улучшить результаты.

2. Гибкая реакция на изменения рынка 📉

Единая наценка мешает быстро реагировать на изменения на рынке. Например, если конкурент делает скидку на товар, а ценообразование в магазине устроено по единой наценке, он не сможем оперативно отреагировать и потеряет часть прибыли. Возможна и обратная ситуация, когда единая наценка мешает повышать прибыль. При аномалиях на рынке, например, когда часть продуктов уходят с рынка, остатки можно продать существенно дороже из-за возрастающего на них спроса. Без гибкого подхода к ценообразованию компании упускают возможности заработать больше.

Упущенная прибыль из-за недостаточно гибкого ценообразования 💸

Даже некоторые крупные ритейлеры ставят единую наценку на все товары. Это не мешает им удерживать позиции на рынке, но при этом они теряют прибыль без существенных причин. Не зацикливайтесь на идее упрощения вашей стратегии ценообразования через стабильную наценку на все товары, лучше провести простую кластеризацию и категоризацию товаров на базовые KVI и Back Basket.

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

В этом видео Александра Шестакова, эксперт в ценообразовании с 10-ти летним опытом интеграции и создания систем автоматизированного ценообразования, рассказывает о реализации ценообразования 📦

В заключительном видео из нашей серии Александра расскажет, как пройти путь от налаживания бизнес-процесса ценообразования до пилотирования и масштабирования ценовых гипотез 📈

Ссылка на видео: https://youtu.be/gHg9A4rwA7A?feature=shared

Ювелирный холдинг SOKOLOV и компания KeepRise запустили пилотный проект для внедрения инновационного подхода к ценообразованию ювелирных изделий. 💍

С помощью платформы ценообразования от KeepRise, основанной на технологии машинного обучения (ML), SOKOLOV будет проводить тестирование оптимизационного подхода к расчету цен на изделия. Система регулярно анализирует данные о продажах, а также учитывает внешние и внутренние факторы, чтобы рекомендовать оптимальные цены на товары. К таким факторам относятся эластичность спроса, оборачиваемость, маржинальность, себестоимость изделий, курс золота, а также бизнес-ограничения при расчете цены. 💎

Для эксперимента SOKOLOV выделил две категории товаров. Предварительный анализ данных показал потенциал увеличения выручки на уровне от +6% до +18% в год для выбранных категорий товаров. 📈 Пилотный проект будет длиться три месяца. По завершении тестирования SOKOLOV примет решение о расширении системы на другие категории. 🛍

📖 Читайте подробности новости на CNews: https://www.cnews.ru/news/line/2024-05-31_sokolov_i_keeprise_zapustili_pilot

Как правильно повысить цену и не отпугнуть клиентов? 📈💡

Большинство предпринимателей сталкиваются с задачей повышения цен. Главный риск компаний, которые работают в среднем и низком ценовом сегменте состоит в том, что повышение цены может отпугнуть клиентов, а компания потеряет ценовое позиционирование. 📉💸

На что обратить внимание при повышении цен:

1. Поднимать цены на часть товаров

Если товар чувствителен к цене, то к нему нужно подходить осторожно. Для товаров типа Long Tail или Back Basket можно повышать цены более свободно. Для KVI изменение даже на рубль может нести риски.
Вы должны понимать, насколько спрос чувствителен по цене товара, и, исходя из этого принимать решение о поднятии цены. Понять это поможет эластичность товаров (о том как посчитать эластичность мы писали тут). Например, для KVI иногда стоит временно сдерживать цены в ожидании пока конкуренты поднимут собственные, чем временно сохранить маржинальность, но потерять клиентов в долгосрочной перспективе.

2. Постепенное повышение

Если повышать цены постепенно, можно избежать шока у клиентов от резкого повышения цены. Для разных категорий товаров действуют разные правила. Цены на Товары KVI должны подниматься постепенно 🐌
Для менее чувствительных групп товаров это правило не так обязательно 🚀
При определении скорости повышения цены можно опираться на частоту спроса. Как правило, покупатель должен увидеть одну и ту же цену хотя бы 2 раза, прежде чем произойдет повышение, чтобы избежать негативного впечатления. Определить частоту покупок можно по данным по дисконтным картам, жизненному циклу продукции и т.д.

3. Выбрать приоритеты

В таких ситуациях важно правильно распределить товары по их доле в прибыли/выручке. В первую очередь стоит пересмотреть цены на прибыльные товары. Таким образом вы минимизируете потери от задержки изменения цен. ⚖️
Например, товар А стоит 1000 рублей и занимает 0,01% от общей прибыли, а товар B стоит 200 рублей, но приносит 20% прибыли. Лучше поднять цену на высокоприбыльный товар. 💰

Используя ценообразование, можно реагировать на колебание рынка с минимальными рисками. Правильная стратегия поможет избежать потерь и даже укрепить свою позицию на рынке. 💪📈

Павел Ворошилов, сооснователь Keeprise, взял интервью у Владислава Тихомирова, директора департамента управления доходностью и ценообразованием METRO Cash & Carry Россия 💸

В интервью обсудили устройство ценообразования METRO изнутри, а также
- Влияние централизации на категорийных менеджеров
- Какие проблемы решает централизованное ценообразование?
- Чем отличается ценообразование в России от зарубежного?
И т.д.

🌐 Не забывайте подписаться на наш YouTube и смотрите видео по ссылке