Price Optimization
Оптимизация ценообразования
В течение многих лет установление оптимальной цены на продукты было проблемой для розничных продавцов, которым очевидно не хватало формальных централизованных программных решений. И нынешний кризис показал, насколько неадекватным является сочетание процессов, в значительной степени ручных и разделенных на подразделения.

Сегодня структура спроса существенно изменяется в результате ускоренного перехода к покупкам в интернете и появления новых моделей поведения пытающихся справиться с текущим кризисом потребителей.

Задача ритейлеров — сделать свои цены привлекательными и прибыльными за счет точного прогнозирования потребительского спроса. Однако, хотя сегодня розничные продавцы имеют больше данных, чем когда-либо, сбои 2020 года сделали эту информацию более несовершенной, запутанной и лишенной практических идей. В результате группы планирования теперь сталкиваются с рядом новых спорадических выбросов.
По мере появления новых каналов, форматов розничной торговли и конкурентов командам будет все труднее читать и понимать эту динамику, поскольку она постоянно изменяется и фрагментируется. Уж не говоря о том, чтобы действовать в соответствии с ней! Короче говоря, розничным торговцам никогда не было так сложно вручную оценивать спрос по категориям, продуктам, цене, типу клиентов и каналам связи.

Благодаря способности выполнять сложную работу, искусственный интеллект является ключом к реагированию на эту необычную динамику рынка и потребителей. Розничные продавцы ищут правильную конкурентную позицию на протяжении всего жизненного цикла продукта: от ежедневного ценообразования до рекламных акций и уценок, которые уравновешивают конкурентоспособные инвестиции с прибыльностью, сохраняя при этом положительное восприятие цен для меняющихся клиентов.

Инструменты управления ценами на основе искусственного интеллекта используют поведение клиентов во всех его вариациях, чтобы определять оптимальную цену по категории, продукту, формату розничной торговли и региону, а также динамически управлять этими ценами по мере изменения поведения клиентов, рыночных условий и конкурентной активности.

Ритейлеры, пользующиеся этим подходом, обычно устанавливают цены, управляют рекламными акциями и максимально эффективно используют скидки. Применение искусственного интеллекта Revionics и data science позволило розничным продавцам перераспределить свои ценовые инвестиции между более и менее чувствительными к цене товарами таким образом, чтобы ценообразование могло стать самофинансируемым. Увеличение объемов продаж продуктов с наивысшей ценовой эластичностью было настолько значительным, что привело к увеличению общей прибыли.
Вот основные элементы целостной стратегии ценообразования.
1
Узнайте, как ваши клиенты воспринимают цену, чтобы определить эластичность
Технологии ценообразования, оценивая большие объемы исторических данных о транзакциях, могут очень точно определить, насколько эластичен по цене спрос на конкретный продукт. И это применимо как к ежедневным, так и к акционным ценам.

Эти технологии помогают розничным продавцам определять продукты, на которые они могут безболезненно для потребителей повысить цену. Или действительно снизить цену там, где это приводит к значительному увеличению объемов и улучшает восприятие цены.

Самое важное — определить момент, когда цена из справедливой превратится в оскорбительную, что начнет подрывать ценовой имидж магазина или бренда.
2
Кластеризация магазинов в соответствии с их эластичностью спроса и наложение географических зон с ценовыми кластерами
Усовершенствованные алгоритмы теперь позволяют розничным продавцам на основе локального спроса динамически устанавливать цены по ценовым зонам и подзонам вплоть до уровня магазина. Они также могут создавать специальные подмножества ценообразования, основанные, например, на местных продуктах, которые заслуживают более чувствительного, привлекающего локальный спрос подхода к ценообразованию.

Кроме того, розничные продавцы могут быстро реагировать на местных конкурентов, которые начинают продвигать определенные товары или делать скидки на них.
3
Используйте искусственный интеллект, чтобы быстрее реагировать на действия конкурентов
При использовании data science для понимания эластичности цены каждого товара и других показателей спроса розничные продавцы могут вносить изменения в цены еженедельно, ежедневно, а в высококонкурентной продуктовой рознице — в реальном или почти реальном времени.

Потребители уже привыкли видеть частые изменения цен и различия в них, особенно по мере увеличения числа каналов продаж. Проведенное совместно с Forrester исследование показало, что 78% покупателей считают изменение цен с помощью data science справедливым и обоснованным.
4
Долгосрочные стратегии
Экологически чистые продукты имеют тенденцию быть менее эластичным по цене и, следовательно, иметь более высокую норму прибыли. По экологически чистым продуктам можно лучше оценить спрос, отслеживая текущие и прошлые данные о продажах. Увеличивая количество устойчивых брендов по сравнению с менее устойчивыми, розничные продавцы получают больше возможностей для конкуренции за устойчивость, поскольку у них есть инструменты для оценки спроса и обеспечения более конкурентоспособных цен.

Аналогичный подход можно применить и к промоакциям. Отслеживая каннибализацию или аффинити между органическим, экологически чистым локальным продуктом и более известным, но менее экологичным национальным продуктом или брендом, можно оценить финансовое воздействие и выбрать правильный трейд-офф.