Поделиться • 21 января 2025
Динамические цены в ecom и рознице: как внедрить и увеличить прибыль
Динамические цены в ecom и рознице: как внедрить и увеличить прибыль
Текст: Александр Воронцов, директор по развитию «Аэро»
Фото: Hendrik Morkel/Unsplash
Если месяцами сохранять цены без изменений, не подстраиваясь под внешние факторы, можно упустить прибыль — именно поэтому компании переходят на динамическое ценообразование. В этом случае ценник меняется постоянно — на основе колебаний спроса, сезона, действий конкурентов и многого другого, что рассчитывают ML-алгоритмы. Как бизнесу не терять прибыль из-за неактуальных цен, рассказывает директор по развитию компании-провайдера ecommerce & data решений «Аэро» Александр Воронцов.
В классическом варианте цена на товар устанавливается вручную, чаще бывает плоской, то есть одинаковой для всех точек продаж или регионов, и фиксируется на длительный срок, как правило, на две-четыре недели. Такое ценообразование называется статическим. Им легко управлять с помощью ERP или даже Excel, и оно хорошо подходит для бизнесов с небольшой линейкой продуктов.
Коммерция всегда в движении. Спрос не постоянен — вспомните, как во время непогоды поднимается стоимость такси. Представьте компанию, которая продает товары для активного отдыха по фиксированной цене. Зимой растет спрос на санки, летом — на палатки. С другой стороны, есть большой сегмент клиентов, закупающий летом «зимние» продукты именно потому, что цены на них в этот период значительно снижаются. Без скидки правильной глубины товары пролежат невостребованными до следующего сезона, а деньги не попадут в оборот.
На цену могут влиять также акции и изменения ассортимента конкурентов. Пример — аптечная сеть, конкурент которой объявляет скидки на часть позиций. Если первая сеть никак на это не отреагирует, ее клиенты начнут переходить туда, где дешевле.
Перечень факторов, влияющих на цену, очень большой: динамика спроса, объем партии, маркетинговые кампании, бизнес-стратегии, показатели продаж, изменение себестоимости и закупочной цены, программы лояльности, даже специфика конкретной точки продаж — например, стоимость блюд в кофейне в туристическом месте часто выше, чем в других точках этой же сети.
Из всех этих факторов можно извлекать пользу, например, превращая повышение спроса в увеличение цены и, следовательно, маржинальности, а падение спроса — в снижение цены, что влечет рост лояльности аудитории и числа покупок. Цена при таком формате может меняться хоть ежедневно, как только в силу вступает какой-то новый фактор.
Такое ценообразование называется динамическим (ДЦО), и при грамотной настройке оно может дать весомый плюс к прибыли. Так, когда крупный поставщик бумажно-ватной продукции внедрял ДЦО в онлайн-продажах, чистая прибыль по тестируемым категориям увеличилась на 3–4%. В другой компании после внедрения системы сразу несколько высокомаржинальных категорий стали на 7–10% чаще попадать в чеки.
Непрерывно пересчитывать цену «руками» с учетом ключевых факторов можно, если у компании 50, 100 или даже 500 SKU. Но если речь идет о бизнесе с 5 тыс. SKU в десяти разных категориях, 200 точками продаж и дополнительным ecom-направлением на маркетплейсах, вручную управлять ценами — очень долго и сложно. Поэтому для настройки системы ДЦО используются автоматизация на стратегиях и правилах, а также машинное обучение (ML).
Чтобы запустить на динамическое ценообразование, нужно:
Сформировать ценовую стратегию — решить, какие факторы и как именно будут влиять на цену. Этот набор свой у каждого бизнеса. Правила могут выглядеть так:
Правила применяются как к конкретным товарам, группам и категориям в каналах, регионах или точках продаж, так и к товарной корзине и географическому кластеру. Содержимое товарной корзины — частный разрез вашего ассортимента, имеющий общие признаки покупательского поведения. Кластер или сегмент — это регионы продаж или точки продаж с общими характеристиками. В одном регионе или на одном формате точек могут функционировать разные стратегии одновременно — для исключения конфликтов продумывается приоритирзация.
Стратегия и правила, нацеленные на более тонкие разрезы ассортимента и географии, дают лучшие результаты. И если в компании внедряется такая модель ценообразования, то и KPI отделов также должны быть доработаны с учетом новых возможностей.
После применения всех этих правил формируется диапазон допустимой цены — верхняя и нижняя границы, в пределах которых она может колебаться.
Чтобы установить итоговую цену, учитываются такие факторы, как спрос и наличие предложения, эластичность, сезонность и бизнес-стратегия. Например, если компания стремится к максимальной маржинальности, внутри диапазона цен подбирается наиболее отвечающая этой цели, а если компания стремится безубыточно нарастить долю в товарной нише — в иной точке диапазона.
В итоге мы получаем систему правил для расчета цены товара в каждом регионе в конкретный момент с определенной частотой или в связи с какими-то изменениями.
Важная часть управления стратегией ценообразования — выстраивание иерархии правил, то есть их приоритета друг перед другом. Например, если действия конкурентов — приоритетное правило, то при снижении цен у конкурентов нам нужно тоже их снизить, даже если другие факторы настаивают на повышении.
Противоречить друг другу могут не только правила, но и стратегии для конкретного товара и категории, к которой он относится. Поэтому в динамическом ценообразовании важно сформировать систему менеджмента противоречий.
Систему ДЦО могут усложнять маркетинговые акции. Обычно у компании есть сразу несколько скидочных механик, например акция компании, акция поставщика, купоны, бонусы по программе лояльности, партнерские бонусы, и так далее. В этом случае ДЦО лучше интегрировать с системой лояльности, чтобы управлять максимальной глубиной скидки и не допустить ситуаций, когда суммируется сразу несколько глубоких скидок и от этого страдают коммерческие показатели.
С технической точки зрения это непросто и потребует времени. Но для бизнеса со сложными торговыми и маркетинговыми механиками такая система может окупиться в течение года благодаря снижению потерь по марже при ошибках взаимодействия команд продаж и маркетинга.
Следующий шаг — разработка ML-моделей, которые будут рассчитывать цену для каждого товара по заданным правилам. Перевести на динамическое ценообразование с применением ML все товарные группы в ассортименте сразу очень сложно, поэтому компании начинают с отдельных товарных категорий, групп или корзины.
Лучше стартовать с небольшого количества сценариев, влияющих на процесс ценообразования, и постепенно добавлять новые модели и новые факторы в них.
Производитель медицинских товаров хотел заранее понимать, как будут меняться продажи в зависимости от изменения цены. Чтобы разработать такую модель, компания использовала информацию о заказах в штуках и деньгах по всему ассортименту, о магазинах и актуальных остатках.
Также в систему добавили факторы внутринедельной сезонности и эластичности спроса, затем разработали ансамбль ML-моделей, которые на основе этих метрик прогнозируют продажи и дают рекомендованную цену внутри сформированного правилами диапазона в зависимости от бизнес-задач по товарному узлу на заданный срок. В интерфейсе решения компания может смоделировать, какая цена обеспечит необходимые объемы продаж и выручки, а после принять решение, какую цену установить или как скорректировать стратегию и правила, — в зависимости от целей бизнеса.
Чтобы такие модели работали, нужны разнообразные и большие исторические объемы данных: о себестоимости, о логистике, о динамике спроса, акциях конкурентов, партиях, скидках, и так далее. Все эти данные должны автоматически подгружаться в систему, чтобы применяться в алгоритмах.
Иными словами, для внедрения динамического ценообразования сначала нужно оцифровать все бизнес-процессы и создать инструменты централизованного сбора данных. Конечно, это требует серьезной перестройки бизнеса, но в финале все окупается большей управляемостью, прозрачностью, ростом эффективности и прибыли.