Автор: эксперты в области ценообразования компании KeepRise
В чем будущее ценообразования? Что по-настоящему инновационного может нас ожидать в скором времени? Магазины без продавцов, маркировка продуктов на блокчейне, контекстные предложения продуктов, после невинного разговора на кухне с включенным телефоном… Все стремительно движется в сторону автоматизации и системы ценообразования не отстают, потребляя все больше вводных данных, добавляя к многочисленным факторам цены даже культурные особенности отдельных регионов. Ценообразование начиналось с правильно рассчитанной себестоимости товара, но совершенно новый уровень – динамическое ценообразование, где цена меняется тогда, когда меняется спрос на товар или услугу.
Портретное ценообразование
Данные – основа возможностей ценообразования. Их количество и качество является залогом развития системы до уровня, который сегодня является одним из самых обсуждаемых в зарубежных источниках, а именно – персонализированное ценообразование. Это метод установления индивидуальных цен на товары и услуги для каждого конкретного покупателя.
Основа такого подхода – персональные потребности и предпочтения клиента. Каждый потребитель видит в различных продуктах или услугах определенную ценность. Ценность, как любое фундаментальное понятие, интерпретируется крайне широко. В контексте потребителя это совокупность элементов: вежливый продавец, хорошее качество продукта, чистота помещения и ширина рядов, широкий выбор ассортимента или промо, вызывающее ощущение заботы со стороны компании. Ценность может транслироваться и за пределами торгового помещения, но важным здесь остается чувство правильного выбора, выбора в пользу компании, которая заботится о лояльности своих покупателей.
Но как быть, если у всех разное представление о ценности? Разные возможности и желания платить одну цену. В этом заключается авангард ценообразования – дать каждому клиенту ту цену, которая приведет компанию и клиента к долгосрочному и выгодному сотрудничеству.
Digital позволяет собрать достаточные данные, чтобы ценовая дискриминация воспринималась как положительное явление. Но как быть с физическими торговыми помещениями? Цена там не может быть разной для всех. Инструментально возможно представить следующий выход из ситуации: оставить магазин без ценников, а стоимость товаров каждый покупатель будет узнавать непосредственно на кассе самообслуживания, когда будет приобретать товар. Ведь потребитель сам его сканирует, сам упаковывает и т.д. Но особенности нашего менталитета – искать лазейки. Наш потребитель с радостью предоставит свою карту лояльности соседу по очереди, не имея в виду, что эта карта является источником ценнейшей информации. Такая же участь постигла бы и вышеописанную систему индивидуальных цен.
Персонализированное ценообразование иногда называют индивидуальным. Но в виду вышеописанных причин, – это в корне неверно для материальных торговых точек. Правильнее будет сказать «Портретное ценообразование». Если нет возможности менять ценники для каждого конкретного покупателя, значит необходимо собрать их в группы. Эти группы можно назвать «портретами». Стандартный диалектический пример – студенты и пенсионеры. В рамках одного магазина их потребительская корзина будет существенно отличаться. На базе информации из карт лояльности можно с малой погрешностью определить, какой ассортимент на самом деле интересует пенсионеров, а какой студентов. Две группы людей с различными потребностями и желаниями, различными ценностями и возможностями идут в один магазин. И если верно обработать все данные (эластичность, воздействие промо, тренды), то можно представить себе те гигантские преимущества, которые может получить компания с ценообразованием, которое может калибровать ассортимент под портреты.
Во-первых, это повышает уровень лояльности клиентов. Во-вторых, укрепляется и расширяется «охват» посетителей. Если данные интегрированы в систему и гипотеза работает – остается лишь выявить закономерности и для остальных групп: семейные пары, клерки, родители с детьми и т.д. В-третьих, это может помочь улучшить понимание спроса и максимально точно оптимизировать побочные показатели: оптимизация остатков в магазине, более интенсивные переоценки там, где это действительно необходимо и т.д.
С помощью современных технологий можно представить такую модель ценообразования, но насколько она реализуема в отечественном пространстве – вопрос открытый.
Это очень тонкий инструмент, который при неправильном обращении может вызвать лишь недовольство и отток покупателей. Очевидно, что так или иначе, мы имеем представления о портретах, более того, они «инкрустированы» в цены, качество и обертку определенных товаров. Coca-Cola всегда позиционировала себя как нечто традиционное, рождественское, Pepsi в этом смысле антагонист – реклама и этикетка динамичны, энергичны, что явно говорит нам – продукт нацелен на молодежную аудиторию. Задача ценообразования здесь не переворачивать маркетинговую логику вверх-дном, а выявить реальные предпочтения покупателей, которые бывают далеко не очевидны. Пока это остается на уровне гипотезы, но, возможно, где-то этот проект будет реализован в ближайшее время.
KeepRise – автоматизированная система ценообразования, российское ПО для торговых сетей и производств. Система была разработана и запущена в 2022 году в ответ на уход с российского рынка международных технологических компаний.
Специальный алгоритм системы определяет оптимальные цены в полуавтоматическим режиме, предоставляя ритейлеру возможность самостоятельно задавать параметры и правила ценовых корректировок, а также контролировать процесс изменения цены на те или иные товары. Через оптимизацию ценообразования KeepRise помогает торговым сетям и производствам увеличивать валовую прибыль и достигать стратегических целей. Клиентами KeepRise уже стали компании «Билайн», ТД «Вимос», «Рив Гош» и «Профпоток».
