Уменьшайте размер шрифта символов валюты рядом с ценой
Продолжаем рубрику «Короткие инсайты ценообразования» о том, какие тонкости и идеи присутствуют при назначении и визуализации цен в магазинах.
Сегодня многие розничные сети в разных категориях и форматах имеют большое количество SKUs, ценообразование которых, как правило, осуществляется по единым правилам и наценкам, установленным для товарной категории, в зависимости от ее роли и стратегии. При этом ценовая прозрачность и конкуренция заставляет сети применять конкурентное ценообразование на отдельные корзины SKUs.
Как сбалансировать зачастую жесткую конкуренцию по front-basket и корзинам KVI с возможностью ценообразования остальной части ассортимента back-basket и удержать, или даже увеличить, валовый доход? Это одна из ключевых задач и вызовов розничного ценообразования, решение которой усугубляется еще и необходимостью локализации цен на уровне отдельных кластеров магазинов.
Решить данную задачу позволяет дифференцированный подход к ценообразованию на уровне отдельных SKUs, c учетом локализации ценовых матриц на уровне кластеров магазинов. Если провести анализ продаж и реакции покупателей на изменение цен отдельных SKUs в одной категории, то можно увидеть, что даже в одной категории разные SKU обладают различной ценовой эластичностью, находятся в разных ценовых диапазонах и сегментах и обладают различным потенциалом увеличения валового дохода.
Например, в категории …. Ценовая чувствительность может отличаться более чем на 50% от -1,5 до -2,3, а рентабельность более чем на 25%.
Кроме этого, большое количество категорий (во многих сетях более 400) не позволяет в ручном режиме оперативно дифференцированно управлять таким количеством SKUs. Это приводит к появлению так называемых забытых категорий. В одной розничной сети в такой «забытой» категории как Зубные пасты удалось увеличить валовый доход до 37%
Как "выжать" максимум дохода из тех позиций, где это возможно, и сохранить объем продаж?
С помощью SmartPricing Вы уверенно можете решить эту задачу за счет специальных функций:
При этом, решение всех задач находится под вашим контролем. Вы можете задавать жесткие рамки ограничений увеличения цен, уменьшения продаж, минимальной рентабельности для отдельных SKUs и всей категории, а также отдельных корзин.
В большинстве секторов розничной торговли уровень конкуренции стремительно растет, особенно со стороны крупных федеральных компаний, которые имеют ценовое преимущество. При этом ценовая прозрачность, осведомленность покупателей о ценах и ценовая агрессивность со стороны конкурентов, являются ключевыми вызовами. Это заставляет многие розничные компании дифференцироваться по ассортименту, вводя СТМ (собственные торговые марки) и ЭТМ (эксклюзивные торговые марки), а по другим известным товарам и брэндам они вынуждены «быть в рынке» - конкурировать по цене даже с федеральными игроками. Такая ситуация часто приводит к продаже товаров ниже себестоимости для удержания ценового позиционирования и восприятия.
Решение data-driven динамического ценообразования SmartPricing поддержит вас в решении задач ценовой дифференциации и конкурентного ценообразования с помощью таких возможностей, как:
Формирование разных ценовых матриц для разных регионов и форматов является очевидной задачей ценообразования, так как разные форматы формируют разное ценностное предложение. Регионы и города отличаются покупательским поведением и спросом на одни и те же товары.
Но сегодня категорийные менеджеры и отделы ценообразования должны опуститься до уровня отдельных групп и кластеров магазинов. В одном городе может быть несколько магазинов одного формата, но расположенных в разных локациях с разным уровнем дохода покупателей и конкурентном окружении. Не стоит терять валовый доход там, где нет жесткого конкурентного окружения; а там, где уровень конкуренции высокий, требуется корректировать цены, чтобы удержать относительное ценовое позиционирование у покупателей.
Звучит просто, но если перемножить количество кластеров на количество SKUs в ассортиментной матрице, сложность решения этой задачи возрастает по экспоненте.
В одном из проектов внедрения SmartPricing заказчик сформировал более 30 кластеров магазинов при средней активной ассортиментной матрице в 15 000 SKUs, что задало масштаб задачи ценообразования в 450 000 ценовых единиц.
Решение data-driven динамического ценообразования SmartPricing изначально разработано с учетом структуры розничной компании и поддерживает три основных уровня ценообразования: формат/географический регион (населенный пункт)/ кластер магазинов.
Это означает, что вся статистика продаж размечена в соответствии с этой структурой для локализации расчета коэффициента ценовой чувствительности и уменьшения ошибок расчетов. При переоценках вы можете задавать все параметры и ограничения, на каждом уровне соблюдая иерархию. Таким образом, вы можете установить параметры и ограничения на уровне формата по умолчанию, и они будет действовать для всех регионов и кластеров. Или вы можете установить свои специфические параметры и ограничения для выбранного региона и кластера, рассчитывая локализованную ценовую матрицу именно для этого кластера магазинов.
Запрос демонстрации решения задачиПо исследованию компании Nielsen доля продаж по промоакциям топ-20 категорий FMCG превышает более 60%. В некоторых категориях, например, таких, как Кофе, Стиральные порошки, доля промо достигает 80%. В таких условиях, безусловно, цена верного ценового решения в промо даже выше, чем регулярная цена товара. Зачем сетям вообще нужны промоакции?
Решение data-driven динамического ценообразования SmartPricing изначально разработано с учетом структуры розничной компании и поддерживает три основных уровня ценообразования: формат/географический регион (населенный пункт)/ кластер магазинов.
Если обобщить все, что мы слышим по теме проведения промо, то есть два основных стимула:
С помощью SmartPricing Вы уверенно можете решить эту задачу за счет специальных функций:
Если в первом случае все более или менее понятно, второй случай вызывает массу вопросов. Но главное, что актуально в обоих случаях – это то, как принимаются решения.
По исследованию Nielsen порядка 60% всех промоактивностей не окупаются. Связано это с тем, что многие сети просто не умеют работать с данными, и большинство решений принимается «на интуитивном уровне».
В распоряжении у сетей есть данные чеков, данные клиентов по картам лояльности, исторические данные проведения промо. Все эти данные вкупе с современными вычислительными ресурсами позволяют вывести промо на новый уровень, уйти от «интуитивной» модели принятия решений и использовать data-driven подход, который позволяет получать более 10% дополнительного валового дохода от оптимизации промо.
Очевидно, что планирование и прогнозирование промо сегодня – это на 90% математическая задача, которую невозможно решить стандартными аналитическими инструментами, поскольку, с одной стороны, есть много факторов, которые нужно учесть, и большой объем данных, с другой – ограниченные временные ресурсы категорийного менеджера, которые не позволяют производить множество расчетов вручную, так как еженедельные промо не оставляют время для глубокой аналитики. Решения оптимизации промо требуют более оперативного транзакционного операционного подхода.
Модуль «Промо» в SmartPricing – это решение, позволяющее ритейлеру на основании его данных ответить на три главных вопроса:
С помощью SmartPricing вы сможете решить следующие задачи:
В свое время одним из шагов к повышению эффективности ценообразования стала сегментация ассортимента по ценовым корзинам, например, Front Basket– ТПЦ (товары первой цены), KVI (know value items – товары -индикаторы) и Back Basket – остальной ассортимент. При таком подходе выделялась часть ассортимента, задачей которого является формирование ценового имиджа – Front Basket, и часть ассортимента для зарабатывания маржи Back Basket. Затем выбирались ключевые конкуренты, по которым проводился мониторинг и устанавливались цены. Как следствие, список KVI при таком подходе увеличивается, цены снижаются, а вслед за ними снижается и доходность всей ассортиментной матрицы.
Такой подход уже не отвечает сегодняшним вызовам. Во-первых, увеличилась частота, с которой необходимо пересматривать KVI. Во-вторых, KVI сегодня должен учитывать канал продаж/локацию, формат торговой точки. Список конкурентов, в свою очередь, определяется не для сети в целом, а исходя из конкретных товарных категорий. Эти изменения обусловлены развитием «магазинов-специалистов», и компании вынуждены конкурировать со многими.
SmartPricing с помощью специальной функции Управления корзинами KVI и конкурентного ценообразования поможет повысить гибкость и эффективность вашего конкурентного ценообразования на основе KVI. С помощью SmartPricing вы сможете:
Процессы ценообразования в современной розничной компании - это не просто расчеты цены по заданным правилам. Если проанализировать типовые процессы и задачи в розничной компании, можно выделить следующие группы процессов, которые взаимосвязаны, но при этом имеют свою специфику. Любая розничная компания, так или иначе, выстраивает и реализует следующие бизнес-процессы розничного ценообразования:
Решение data-driven динамического ценообразования SmartPricing поможет справиться со сложностью и динамикой процессов ценообразования и поддержать масштабирование и локализацию вашей розничной сети за счет:
Мы находим индивидуальное решение для каждой компании.
Определяем и усиливаем уникальное конкурентное преимущество и «ДНК» вашей компании,
сочетая с ведущими деловыми практиками, концепциями и технологиями.