Исследование и оптимизация цен на основе автоматизации

MBA бизнес-школы МГУ им. М.В. Ломоносова (Экономический факультет)
Курс: Ценообразование
Кейс: Исследование и оптимизация цен на основе автоматизации. Кейс составлен на основе материалов: Сеть DIY «Вимос» использует искусственный интеллект в ценообразовании

Торговый дом «Вимос» проходит разные этапы эволюции ценообразования. Сначала здесь учитывали только цены поставщиков и конкурентов, затем стали рассматривать сезонность и промо. Но этого оказалось недостаточно, ведь на ценообразование влияют около 60 разных факторов, не всегда очевидных для человека, которые невозможно проанализировать без автоматизации. Поэтому решили использовать технологии искусственного интеллекта и выстроить систему «умного» ценообразования. Тестовый запуск показал рост выручки на 10%, валовой прибыли – на 9%.

Задание кейса «Исследование и оптимизация цен на основе автоматизации»: дайте характеристику примененным методам исследования цен и технологиям оптимизации уровней цен. Как производится сбор информации о ценах? За счет каких резервов достигается автоматическая оптимизация цен? В каких сферах бизнеса применима подобная автоматизация ценообразования?

ТД «Вимос» работает на рынке DIY Северо-Западного округа с 1992 года. Объединяет 41 магазин (базы), и также имеет в своей структуре завод по производству железобетонных изделий, 3 распределительных центра, автотранспортное предприятие (330 единиц, из которых 50 – большегрузная техника), земельные участки. В ассортименте представлены товары направлений hard-DIY, soft-DIY, household и garden, порядка 50 тыс. наименований.

Два драйвера: цена поставщика и цена конкурента

До внедрения технологий AI сеть «Вимос» использовала традиционный подход к ценообразованию: добавляла свою наценку к цене поставщика и учитывала цены конкурентов. Стратегия была простой – цены должны быть хоть на рубль, но ниже цен всех других игроков. Чтобы быстро принимать решение о снижении цены, разработали свою ИТ-программу. «Это была хорошая стратегия, которой мы долго и успешно пользовались, – рассказал вице-президент ТД «ВИМОС». – Но два года назад поняли, что если так пойдет дальше, то мы уменьшим маржу до опасных пределов. Количество конкурентов растет, покупатели имеют возможность мониторить цены в интернете и выбирать магазин с наилучшим предложением. Самые простые методы снижения мы уже использовали – получали от производителей низкую отпускную цену, виртуозно работали с затратами, но этого оказалось недостаточно. Необходимы были новые подходы и методы. Поэтому, когда мы получили предложение заняться ценообразованием на основе AI, поняли, что нужно рисковать».

Что влияет на покупательский спрос

На покупательский спрос влияет очень много факторов, самые очевидные для товаров DIY – промо-зависимость и сезонность. Здесь происходят резкие спады и скачки спроса. В этом бизнесе сезонность – очень сильный фактор. Летом покупают товаров больше, чем за все остальные сезоны вместе взятые, поэтому мы всегда учитывали этот фактор в наших бизнес-правилах и меняли наценку при старте сезона. Но кроме сезона действует много других факторов, например, переток спроса, погода, курсы валют и прочее. Выявление таких факторов – большая аналитическая работа, а учесть их все сразу человеку не под силу».

В сети «Вимос» за ценообразование отвечают руководители товарного направления, но помимо этого у них много других задач, в частности, закупка товаров, переговоры с поставщиками. При такой загруженности времени на глубокую аналитическую работу не хватает. Поэтому при ценообразовании менеджеры обращали внимание только на опыт прошлых продаж и самые очевидные факторы. В среднем, руководитель товарного направления способен брать в расчет только 6 факторов – 3 ценовых и 3 неценовых.

«В итоге наши руководители товарного направления считали цены, не учитывая все факторы, которые влияют на спрос, а кроме того, мы меняли наши бизнес-правила расчета цен, когда уже событие происходило, – рассказывает менеджер компании. – Например, в пандемию сезон стартовал значительно раньше, а мы обнаружили это только спустя несколько недель, когда продажи уже сильно подскочили».

Стояла задача – увеличить прибыль в сезон и сохранить в период спада, при этом не изменить ценовое позиционирование. Все это потребовало кардинального пересмотра методологии и подхода к бизнес-процессам.

От 6 факторов – к 60

Итак, «Вимос» подошел к следующему этапу – ценообразование с помощью искусственного интеллекта. Для пилота было выбрано 5 тестовых магазинов и 5 контрольных магазинов, в которых изменения не проводились, чтобы можно было сравнивать результаты. Старались подобрать магазины похожие по площади, локации, конкурентному окружению и товарообороту.

Программа анализировала продажи тестовых магазинов за несколько лет. Для удобства анализа ассортиментная матрица была разбита на группы. В результате было выявлено, что на спрос и цену влияют порядка 60 факторов, в том числе более «тонкие настройки», такие как восприятие бренда, расположение на полке, похожие товары, каннибализация категорий и товаров, рекламные каналы, мотивация продавцов, тренды рынка, поведение покупателей, бонусы карт лояльности и многое другое. Специальные алгоритмы, анализируя исторические данные, отыскивают связи, выявляют закономерности и предлагают оптимальные цены. Такой подход называется ценообразованием на основе спроса. Полученная аналитика позволяет выбирать стратегию развития каждой группы товаров.

Новая цепочка ценообразования

Как это работает? Руководитель товарного направления больше не тратит время на простые вычисления в Excel, а действует как аналитик – используя свои компетенции, подбирает стратегию для каждой группы ассортимента. Например, в категории «гвозди» – нарастить продажи в штуках при сохранении маржи, а в
категории «перчатки» – увеличить валовую прибыль при сохранении выручки. Система анализирует данные, выявляет все факторы и взаимосвязи, делает прогноз продаж и выручки каждого товара по заданной стратегии и подбирает лучший сценарий. Например, для группы из 10 товаров будет пересмотрено не менее 3,5 млн вариантов цен.

Руководитель направления принимает решение, что именно надо увеличивать – количество проданного товара или маржу, а программа выдает ему предложение, как следует переоценивать каждый товар».

Дальше товарный руководитель дает распоряжение магазину, где персонал вручную быстро перевешивает ценники. Программа замеряет ключевые показатели продаж по новым ценам.

В тестовых магазинах переоценка проводилась каждую неделю в течение трех месяцев. Сначала анализировали и переоценивали 5 тыс. товаров в каждом магазине, но для линейных сотрудников такая задача оказалась слишком трудоемкой, а покупатели жаловались на то, что цены на ценниках часто не совпадают с ценой на кассе. Поэтому решено было уменьшить количество тестовых товаров до 2,5 тыс. артикулов и менять цены каждые две недели.

Результаты и резервы

Тестовые продажи в пяти гипермаркетах длились 3 месяца. По итогам пилота удалось нарастить выручку на 10%, валовую прибыль – на 9%, продажи в штуках – на 6%.

Результат превзошел ожидания, и было принято решение масштабировать проект на всю сеть.

Показатели могли быть еще лучше, если бы выборка составляла больше, чем 2,5 тыс. товаров. Кроме того, на эффективность внедрения повлияла пандемия. «В 2021году отрасль DIY испытала серьезный подъем, покупателей хватило на всех игроков, – рассказывает менеджер компании – На первый план выступило наличие товара, потому что из-за локдауна многие заводы останавливались, поставки прекращались, а спрос был высоким. Чтобы обеспечить необходимое количество товара и высокую скорость обслуживания, нам пришлось пожертвовать частью внедрения. Еще мы опасались переоценить действие программы, поэтому старались отделить рост за счет пандемии от роста за счет внедрения и были осторожны в оценках. Тем не менее разница получилась довольно высокой».

Выгоду от проекта получили также и покупатели торгового дома: на товары, где покупателю особенно важна низкая цена, система максимально опускала цены, а там, где повышение некритично, система не позволяла поднимать цены выше «психологического» порога, находила оптимальный уровень, чтобы и потребитель мог купить, и компания получила маржу.

Еще один резерв повышения эффективности – новые компетенции и опыт сотрудников. Пока менеджеры только учатся работать в системе, чтобы полноценно использовать AI в ежедневном процессе.

Тормозит процесс и большое количество ручного труда в торговом зале, связанного с перевешиванием ценников. Чтобы ускорить эту работу, компания рассматривает возможность внедрения электронных ценников. Инвестиции в пилотный проект окупились, стоимость внедрения программного обеспечения на всю сеть пока не раскрывается. Но затраты на ИТ-проект оказались беспрецедентными для сети.

Таким образом ТД «Вимос» проходит разные этапы эволюции ценообразования: простая наценка – анализ конкурентов – автоматизация по основным факторам и внутренним правилам – анализ спроса – персонализация. Компания ожидает, когда появится законодательная и техническая возможность показывать каждому клиенту именно ту цену на товар, которая максимально удовлетворит именно его потребность с учетом его истории взаимодействия с нашей компанией. И эта цена может быть разной для разных людей и партнеров.

Чтобы оформить заказ или уточнить стоимость решения кейса «Исследование и оптимизация цен на основе автоматизации», заполните, пожалуйста, форму обратной связи, и я свяжусь с Вами в самое ближайшее время:

Фрагменты образовательной программы бизнес-школы МГУ им. М.В. Ломоносова (Экономический факультет) (https://www.econ.msu.ru/) опубликованы исключительно для ознакомления, то есть в соответствии со ст. 1274 ГК РФ, данная публикация преследует строго научные и учебные цели. Мы не претендуем на авторство данного контента и не извлекаем из его публикации прибыль.