21 ноября CPO Mindbox Игорь Калиновский представил на конкурсе Retail TECH проектов новый продукт Product Data Platform — автоматическую переоценку товаров. Технологию уже протестировал обувной ритейлер Mario Berlucci, который раньше управлял ценами вручную. Выручка в тестовой группе товаров выросла почти на четверть по сравнению с контрольной.
Почему ручное управление ценами было неэффективным
До внедрения Product Data Platform (PDP) специалисты Mario Berlucci запускали общие сезонные акции для всех товаров. Распродажи ускоряли оборачиваемость складских запасов, но одновременно «съедали» прибыль. Востребованные модели продавали с большими скидками, а непопулярные позиции часто оставались невостребованными.
Категорийные менеджеры отвечают за переоценку товаров и их качество, переговоры с поставщиками, закупки и возвраты. При такой загрузке не остается времени на детальную проработку каждого SKU. В результате решения по ценам принимались универсально, например, продать весь остаток с одной скидкой. Такой подход не учитывал спрос: востребованные модели можно было продать дороже, а на непопулярные нужно было делать бóльшую скидку.
Как разрабатывали сценарии переоценки
Правила автоматической переоценки товаров в PDP вместе с командой Mindbox разработали категорийные менеджеры Mario Berlucci. В сценарий включили алгоритм действий в зависимости от остатков и скорости продаж каждого товара.
Если популярные туфли раскупаются слишком быстро, можно повысить на них цену, иначе модель будет распродана задолго до конца сезона. А медленно продающиеся товары получают скидку с постепенным увеличением, например, сначала 5%, спустя семь дней 10%, еще через неделю 15%. Популярные модели, напротив, дорожают.
Как работает автоматизация цен в PDP
Процесс состоит из четырех этапов:
– Категорийный менеджер настраивает сценарий переоценки и система применяет его автоматически.
– Еженедельно PDP обрабатывает информацию о продажах и остатках каждого товара.
– PDP пересчитывает цены по заданному сценарию.
– Цены автоматически меняются на сайте и в офлайн-магазинах.
Как проводили тест
Для эксперимента отобрали 128 товаров и с помощью ABC-анализа разделили их на две равные группы: тестовую и контрольную. Чтобы результаты можно было корректно оценить, при формировании групп учли скорость продаж, складские остатки и наличие полного размерного ряда. В тестовом сегменте цены меняли автоматически через PDP, а в контрольной — вручную.
За полтора месяца в тестовой группе по сравнению с контрольной:
– выручка выросла на 23%;
– маржинальность увеличилась на 0,8 процентного пункта;
– объем продаж в штуках вырос на 25%.
По итогам теста Mario Berlucci планирует масштабировать механику на большее количество товаров и добавить автоматические сценарии закупок. А в PDP в ближайшем будущем появятся:
– разные стратегии ценообразования для онлайна и офлайна;
– персонализация цен через QR-коды;
– возможность отправить клиентам предложение с динамическими ценами, например, тем, кто добавил товар в избранное.
