Хотите посмотреть систему изнутри
и понять, насколько она
применима для ваших задач?
и понять, насколько она
применима для ваших задач?
С удовольствием проведем демонстрацию:
Хотите посмотреть систему изнутри
и понять, насколько она
применима для ваших задач?
и понять, насколько она
применима для ваших задач?
С удовольствием проведем демонстрацию:
Сеть гипермаркетов "Европа" доверила цены искусственному интеллекту и автоматизировала ценовые бизнес-процессы
Торговая сеть "Европа" (https://europa-ts.ru/)— крупная сеть, работающая в Центральном федеральном округе:
● 28 лет на рынке. 1994 — год основания. Первую «Европу» открыли в 1997 году
● 47 торговых объектов в Липецкой, Белгородской, Орловской, Брянской, Рязанской, Воронежской, Тамбовской и Курской областях
● 6,000+ сотрудников
● 35,000 SKU, 1700 наименований СТМ
● Собственное производство: 34 цеха, ежедневный выпуск продукции составляет 60 тонн.
● 28 лет на рынке. 1994 — год основания. Первую «Европу» открыли в 1997 году
● 47 торговых объектов в Липецкой, Белгородской, Орловской, Брянской, Рязанской, Воронежской, Тамбовской и Курской областях
● 6,000+ сотрудников
● 35,000 SKU, 1700 наименований СТМ
● Собственное производство: 34 цеха, ежедневный выпуск продукции составляет 60 тонн.
Задача
В 2021 году компания начала переход к Data-Driven подходу в ценообразовании с помощью платформы Imprice.
C точки зрения продаж, прибыли, противостояния конкуренции "старые" процессы ценообразования сети работали очень эффективно.
Однако компания видела в инновациях возможность дополнительного роста.
C точки зрения продаж, прибыли, противостояния конкуренции "старые" процессы ценообразования сети работали очень эффективно.
Однако компания видела в инновациях возможность дополнительного роста.
Основной вызов:
"Старая" система ценообразования работала с элементами децентрализации.
Часть процессов плохо поддавалась унификации и формальному описанию, опираясь на экспертизу сотрудников.
Практически невозможно было описать существующую систему расчета цен "от и до", учтя все нюансы, — это заняло бы месяцы.
Запускать масштабный пилот без подобного описания было опасно: ошибки и неучтенные факторы могли "уронить" выручку и прибыль и привести к потере покупателей.
"Старая" система ценообразования работала с элементами децентрализации.
Часть процессов плохо поддавалась унификации и формальному описанию, опираясь на экспертизу сотрудников.
Практически невозможно было описать существующую систему расчета цен "от и до", учтя все нюансы, — это заняло бы месяцы.
Запускать масштабный пилот без подобного описания было опасно: ошибки и неучтенные факторы могли "уронить" выручку и прибыль и привести к потере покупателей.
Было принято решение "двигаться маленькими шагами":
- описывать процессы для части категорий,
- вводить эти категории в пилот,
- мониторить неучтенные элементы процесса и появляющиеся из-за этого ошибки,
- вносить корректировки в правила расчета цен,
- снова мониторить,
- добавлять новые категории и так далее.
Основные результаты
Процесс автоматизации и тестирования занял целый год:
- С апреля 2021 по март 2022 провели три пилота в двух тестовых магазинах, гипермаркете и супермаркете. Их динамику сравнивали с контрольными магазинами.
- Усовершенствовали, формализовали и автоматизировали все основные процессы, влияющие на расчет цен и оценку результатов.
- Весь "пилотный год" наблюдался рост прибыли и продаж в категориях, участвующих в пилотах. Динамика в пилотных магазинах превышала динамику в контрольных магазинах.
- Автоматизация и полная прозрачность правил ценообразования спасли от авралов весной 2022 года, в период скачков закупочных цен и перестройки поставок.
- +2% валовой прибыли — результат последних пяти месяцев в пилотных магазинах по сравнению с контрольными магазинами. В этот период платформа Imprice управляла регулярными ценами большинства категорий (исключения: фрукты, овощи, мясо , СП ).
Компания признала пилот успешным, и определила, что решение полностью себя окупает уже при работе в 1-2 магазинах, а при работе в большем количестве магазинов дает чистый прирост.
В апреле 2022 года сеть начала роллаут: подключение Imprice ко всем магазинам сети.
В апреле 2022 года сеть начала роллаут: подключение Imprice ко всем магазинам сети.
28 лет успеха: как работала сеть до старта автоматизации
Торговая сеть «Европа» — розничное направление ГК «Промресурс», девелопера, строящего торгово-развлекательные центры и супермаркеты и сдающего их в аренду.
Супермаркеты и гипермаркеты «Европа» работают на собственных торговых площадях ГК «Промресурс». По частоте посещений гипермаркеты «Европа» близки к магазинам «у дома»: в среднем, каждый покупатель заходит в «Европу» три–четыре раза в неделю. Это обусловлено расположением магазинов — в черте города, в спальных районах и около жилых кварталов.
В торговых центрах сети работают 34 цеха собственного производства, 30 производств с полным циклом. В них делают выпечку, хлебобулочные и кондитерские изделия, мясные полуфабрикаты, салаты, кулинарию.
Супермаркеты и гипермаркеты «Европа» работают на собственных торговых площадях ГК «Промресурс». По частоте посещений гипермаркеты «Европа» близки к магазинам «у дома»: в среднем, каждый покупатель заходит в «Европу» три–четыре раза в неделю. Это обусловлено расположением магазинов — в черте города, в спальных районах и около жилых кварталов.
В торговых центрах сети работают 34 цеха собственного производства, 30 производств с полным циклом. В них делают выпечку, хлебобулочные и кондитерские изделия, мясные полуфабрикаты, салаты, кулинарию.
“
Наши пекарные возможности сопоставимы с курским хлебокомбинатом. В наших кондитерских цехах мы производим продукцию в объёмах, сравнимых с кондитерской фабрикой, а наши цеха по переработке мяса по объёмам равны среднему мясокомбинату.
C 2017 года стало ощущаться повышенное конкурентное давление крупных федеральных сетей.
Однако компании удалось успешно отстроиться и сохранить лояльность покупателей, в том числе за счет СТМ (компания выпускает около 1700 наименований) и клиентского сервиса, опирающегося на эффективные бизнес-процессы.
До 80% рабочего времени управляющие магазинов проводят в торговом зале, а не в кабинете. Работает программа «600 контрольных точек»: это параметры, которые ежедневно проверяет управляющий магазина. Среди них свежесть продуктов, чистота, грамотная выкладка и так далее. Во время обхода управляющий магазина заполняет чек-лист и отмечает пункты, нуждающиеся в доработке.
Однако компании удалось успешно отстроиться и сохранить лояльность покупателей, в том числе за счет СТМ (компания выпускает около 1700 наименований) и клиентского сервиса, опирающегося на эффективные бизнес-процессы.
До 80% рабочего времени управляющие магазинов проводят в торговом зале, а не в кабинете. Работает программа «600 контрольных точек»: это параметры, которые ежедневно проверяет управляющий магазина. Среди них свежесть продуктов, чистота, грамотная выкладка и так далее. Во время обхода управляющий магазина заполняет чек-лист и отмечает пункты, нуждающиеся в доработке.
Цены — ещё один важный фактор успешной конкуренции.
Эффективность цен сети в значительной степени достигалась за счет экспертизы сотрудников.
Эффективность цен сети в значительной степени достигалась за счет экспертизы сотрудников.
За 28 лет работы в компании сложилась объёмная, частично децентрализованная система сложных правил ценообразования, в которой были задействованы:
✓ матрицы наценок, на уровне категорий и на уровне отдельных товаров,
✓ мониторинги конкурентов,
✓ KVI-ценообразование,
✓ большой объём промо, изменение даты окончания промо в зависимости от результата и остатков товара,
✓ ручные корректировки и фиксации цен на уровне маркетологов,
✓ ручные корректировки на уровне магазинов по результатам мониторинга конкурентов.
Всё это в совокупности обеспечивало высокие продажи и прибыль и позволяло эффективно противостоять федеральной экспансии.
✓ матрицы наценок, на уровне категорий и на уровне отдельных товаров,
✓ мониторинги конкурентов,
✓ KVI-ценообразование,
✓ большой объём промо, изменение даты окончания промо в зависимости от результата и остатков товара,
✓ ручные корректировки и фиксации цен на уровне маркетологов,
✓ ручные корректировки на уровне магазинов по результатам мониторинга конкурентов.
Всё это в совокупности обеспечивало высокие продажи и прибыль и позволяло эффективно противостоять федеральной экспансии.
Перед командами торговой сети и Imprice стоял серьезный вызов:
полностью перестроить уже эффективную систему ценообразования, ничего не испортить и найти точки роста при уже "высокой базе".
полностью перестроить уже эффективную систему ценообразования, ничего не испортить и найти точки роста при уже "высокой базе".
Первый пилот. Непродовольственные корзины Back Basket и Long Tail
Как проводили пилот:
1 – Выбрали два гипермаркета, тестовый и контрольный.
Гипермаркеты располагались в одном городе и обладали очень похожей динамикой продаж.
2 – В пилот решили включить только SKU, не влияющие на ценовое восприятие (относящиеся к корзинам Back Basket и Long Tail), и только из непродовольственных категорий.
3 - Запустили алгоритм кластеризации Imprice — аналитический модуль с искусственным интеллектом, выявляющий все взаимосвязи внутри ассортимента и роль каждого SKU в продажах.
4 - Алгоритм кластеризации автоматически разделил ассортимент по ролям: hard KVI, soft KVI, Back Basket, Long Tail, заменители, дополнители и так далее.
5 - Для непродовольственных товаров Back Basket и Long Tail в Imprice создали специальные сегменты; в них попали больше 10,000 SKU. Управление ценами этих сегментов передали алгоритмам с искусственным интеллектом, оптимизирующим цены на базе спроса.
6 - Для части SKU алгоритмам поставили цель "найти цены, при которых магазин получит максимально возможную выручку"; для другой части SKU алгоритмы должны были "рассчитать цены, которые дадут магазину максимально возможную прибыль".
Оптимизация цен шла в диапазоне, заданном экспертами "Европы":
от -10% до +15% относительно цены, рассчитанной по "старой" схеме сети.
7 - Искусственный интеллект нашел в сегментах Back Basket и Long Tail товары с заниженной ценой: по факту, покупатели готовы были платить за них больше, и при новой, более высокой цене, спрос оставался прежним. То есть при "старой" цене магазин терял прибыль. Алгоритмы подняли цены этих товаров до оптимальных.
1 – Выбрали два гипермаркета, тестовый и контрольный.
Гипермаркеты располагались в одном городе и обладали очень похожей динамикой продаж.
2 – В пилот решили включить только SKU, не влияющие на ценовое восприятие (относящиеся к корзинам Back Basket и Long Tail), и только из непродовольственных категорий.
3 - Запустили алгоритм кластеризации Imprice — аналитический модуль с искусственным интеллектом, выявляющий все взаимосвязи внутри ассортимента и роль каждого SKU в продажах.
4 - Алгоритм кластеризации автоматически разделил ассортимент по ролям: hard KVI, soft KVI, Back Basket, Long Tail, заменители, дополнители и так далее.
5 - Для непродовольственных товаров Back Basket и Long Tail в Imprice создали специальные сегменты; в них попали больше 10,000 SKU. Управление ценами этих сегментов передали алгоритмам с искусственным интеллектом, оптимизирующим цены на базе спроса.
6 - Для части SKU алгоритмам поставили цель "найти цены, при которых магазин получит максимально возможную выручку"; для другой части SKU алгоритмы должны были "рассчитать цены, которые дадут магазину максимально возможную прибыль".
Оптимизация цен шла в диапазоне, заданном экспертами "Европы":
от -10% до +15% относительно цены, рассчитанной по "старой" схеме сети.
7 - Искусственный интеллект нашел в сегментах Back Basket и Long Tail товары с заниженной ценой: по факту, покупатели готовы были платить за них больше, и при новой, более высокой цене, спрос оставался прежним. То есть при "старой" цене магазин терял прибыль. Алгоритмы подняли цены этих товаров до оптимальных.
Пример товара с заниженной ценой: кассеты Gillette из сегмента Long Tail.
Алгоритмы исследовали спрос и выяснили, что спрос на данный товар неэластичен, то есть не меняется при изменении цены, оставаясь в пределах 0.3-.0.4 штуки в день. Поэтому увеличивая цену, мы увеличиваем выручку и валовую прибыль, сохраняя объем продаж в штуках.
Ниже приведены скриншоты из системы Imprice:
Алгоритмы исследовали спрос и выяснили, что спрос на данный товар неэластичен, то есть не меняется при изменении цены, оставаясь в пределах 0.3-.0.4 штуки в день. Поэтому увеличивая цену, мы увеличиваем выручку и валовую прибыль, сохраняя объем продаж в штуках.
Ниже приведены скриншоты из системы Imprice:
Скриншот 1. Зависимость валового дохода кассет Gillette от цены.
Чтобы увеличить изображение, кликните на него.
Чтобы увеличить изображение, кликните на него.
Скриншот 2. Зависимость продаж в штуках кассет Gillette от цены.
Чтобы увеличить изображение, кликните на него.
Чтобы увеличить изображение, кликните на него.
Скриншот 3. График изменения цены кассет Gillette.
До старта пилота цена не менялась в течение года. Алгоритм начал исследование цен 29 июня 2021 года, вначале снизив цену, а потом за два месяца подняв цену до оптимальной.
Важно: в случае Long Tail и Back Basket исследование цен идет продолжительный срок; группа Long Tail - это редко покупаемые товары, поэтому каждая цена экспонируется минимум 3 недели, чтобы набралась достаточная статистика.
Чтобы увеличить изображение, кликните на него.
До старта пилота цена не менялась в течение года. Алгоритм начал исследование цен 29 июня 2021 года, вначале снизив цену, а потом за два месяца подняв цену до оптимальной.
Важно: в случае Long Tail и Back Basket исследование цен идет продолжительный срок; группа Long Tail - это редко покупаемые товары, поэтому каждая цена экспонируется минимум 3 недели, чтобы набралась достаточная статистика.
Чтобы увеличить изображение, кликните на него.
8 - Также алгоритмы обнаружили товары с завышенной ценой: большинство покупателей были не готовы платить столько.
Алгоритмы опустили эти цены до оптимальных, и продажи таких товаров существенно выросли.
9 - Оптимизация ценообразования велась на уровне товарной категории.
Алгоритмы автоматически учитывали товары-заменители и предотвращали каннибализацию продаж — явление, когда снижение цены на товар обрушивает продажи его заменителя, и магазин теряет прибыль.
10 - Промо-ценообразование осталось под управлением маркетологов.
Если товар из оптимизируемого сегмента попадал в промо, его цена автоматически фиксировалась (становилась равной акционной цене) до окончания акции.
11 - Действовало ограничение: магазин менял до 500 ценников в день.
В Imprice работало автоматическое расписание пересчета цен и интеллектуальная очередь — аналитический инструмент, определяющий, какие цены нужно менять в первую очередь, а какие могут подождать.
В заданные магазином дни — например, когда меняли промо, — система не присылала в магазин новые цены; в остальные дни в магазин автоматически отправлялся список до 500 наименований с новыми ценами.
12 - Пилот длился 3 месяца и был признан успешным.
Приняли решение расширять эксперимент и запускать второй пилот.
Алгоритмы опустили эти цены до оптимальных, и продажи таких товаров существенно выросли.
9 - Оптимизация ценообразования велась на уровне товарной категории.
Алгоритмы автоматически учитывали товары-заменители и предотвращали каннибализацию продаж — явление, когда снижение цены на товар обрушивает продажи его заменителя, и магазин теряет прибыль.
10 - Промо-ценообразование осталось под управлением маркетологов.
Если товар из оптимизируемого сегмента попадал в промо, его цена автоматически фиксировалась (становилась равной акционной цене) до окончания акции.
11 - Действовало ограничение: магазин менял до 500 ценников в день.
В Imprice работало автоматическое расписание пересчета цен и интеллектуальная очередь — аналитический инструмент, определяющий, какие цены нужно менять в первую очередь, а какие могут подождать.
В заданные магазином дни — например, когда меняли промо, — система не присылала в магазин новые цены; в остальные дни в магазин автоматически отправлялся список до 500 наименований с новыми ценами.
12 - Пилот длился 3 месяца и был признан успешным.
Приняли решение расширять эксперимент и запускать второй пилот.
Второй пилот. Продовольственные Back Basket и Long Tail. Подключение формата "супермаркет"
На данном этапе эксперимент расширили:
а) Добавили новые товарные категории.
Искусственный интеллект начал управлять ценами продовольственных категорий — кондитерских изделий и бакалеи, а также ценами бытовой химии.
б) Подключили к пилоту магазин другого формата — супермаркет "Европа". Его показатели сравнивали с контрольным супермаркетом.
Второй пилот шел 3 месяца; за это время удалось формализовать для автоматизации почти все бизнес-процессы, связанные с ценообразованием.
По итогам сравнения динамики тестовых и контрольных магазинов, второй пилот также признали успешным.
Приняли решение запускать третий, финальный пилот.
а) Добавили новые товарные категории.
Искусственный интеллект начал управлять ценами продовольственных категорий — кондитерских изделий и бакалеи, а также ценами бытовой химии.
б) Подключили к пилоту магазин другого формата — супермаркет "Европа". Его показатели сравнивали с контрольным супермаркетом.
Второй пилот шел 3 месяца; за это время удалось формализовать для автоматизации почти все бизнес-процессы, связанные с ценообразованием.
По итогам сравнения динамики тестовых и контрольных магазинов, второй пилот также признали успешным.
Приняли решение запускать третий, финальный пилот.
Третий пилот. Подключение почти всего ассортимента и ценообразование по KVI
Первые два пилота позволили ТС "Европа" запустить автоматизацию "без шока" и постепенно, шаг за шагом, описать и оптимизировать основные процессы расчета цен, познакомиться с системой Imprice и убедиться, что она не только "не портит", но значимо улучшает результаты.
В третьем пилоте перешли к масштабному тестированию:
● Добавили в тест ещё 2,000 SKU. Теперь система Imprice управляла ценами почти всего ассортимента, кроме фруктов, овощей, СП и мяса. В том числе, группами "консервы", "безалкогольные напитки", "замороженные овощи и фрукты", "молочные продукты", "товары для животных" и так далее.
● Запустили автоматическое ценообразование по KVI.
Цены товаров KVI теперь также формировала система Imprice, автоматически удерживая заданную ценовую позицию относительно конкурентов.
Данные о ценах конкурентов загружались в Imprice автоматически; для этого настроили интеграцию Imprice и систем мониторинга "Европы". Для улучшения качества данных и их полноты запустили дополнительный мониторинг цен напрямую через Imprice.
● В тестовом гипермаркете и супермаркете под управлением экспертов ТС "Европа" оставались только цены нескольких фреш-категорий и промо.
Эксперимент продолжали 5 месяцев.
Затем сравнили динамику тестовых магазинов, где работало автоматическое ценообразование, и динамику контрольных магазинов, с "ручным" ценообразованием.
Данные очистили от влияния дополнительных факторов; в том числе, из подсчетов убирали результаты промо и продажи категорий с "ручным" управлением ценами.
Основной результат:
+2% валовой прибыли — результат последних пяти месяцев в пилотных магазинах по сравнению с контрольными магазинами.
В третьем пилоте перешли к масштабному тестированию:
● Добавили в тест ещё 2,000 SKU. Теперь система Imprice управляла ценами почти всего ассортимента, кроме фруктов, овощей, СП и мяса. В том числе, группами "консервы", "безалкогольные напитки", "замороженные овощи и фрукты", "молочные продукты", "товары для животных" и так далее.
● Запустили автоматическое ценообразование по KVI.
Цены товаров KVI теперь также формировала система Imprice, автоматически удерживая заданную ценовую позицию относительно конкурентов.
Данные о ценах конкурентов загружались в Imprice автоматически; для этого настроили интеграцию Imprice и систем мониторинга "Европы". Для улучшения качества данных и их полноты запустили дополнительный мониторинг цен напрямую через Imprice.
● В тестовом гипермаркете и супермаркете под управлением экспертов ТС "Европа" оставались только цены нескольких фреш-категорий и промо.
Эксперимент продолжали 5 месяцев.
Затем сравнили динамику тестовых магазинов, где работало автоматическое ценообразование, и динамику контрольных магазинов, с "ручным" ценообразованием.
Данные очистили от влияния дополнительных факторов; в том числе, из подсчетов убирали результаты промо и продажи категорий с "ручным" управлением ценами.
Основной результат:
+2% валовой прибыли — результат последних пяти месяцев в пилотных магазинах по сравнению с контрольными магазинами.
Рост прибыли и роллаут
“
"Мы перестраивали и автоматизировали бизнес-процессы, связанные с нашими ценами, почти год.
Например, настройка корректной передачи данных о промо заняла пять месяцев, поскольку многие решения о составе и сроках промо принимались вручную — и на уровне категорийных маркетологов, и на уровнях магазинов. Убрать из процесса обмена промо-данными человеческий фактор оказалось очень сложной задачей.
Однако результат полностью оправдал наши усилия.
+2% валовой прибыли — это чистый эффект от автоматизированного ценообразования.
Но мы получили и дополнительные выгоды:
– Расчет цен стал полностью прозрачен и логичен. Теперь легче принимать решения о ценах и оценивать результаты этих решений.
– Система формирует цены полностью автоматически, освободив специалистов по маркетингу от рутинной работы. Автоматизация и полная прозрачность правил ценообразования спасли нас от авралов весной 2022 года, в период скачков закупочных цен и перестройки поставок.
– Продвинутые инструменты аналитики Imprice помогают выявлять "слепые зоны" бизнес-процессов, не связанные с ценами, зато критично важные для продаж.
Например, благодаря пилотам мы обнаружили, что замена обычных касс на кассы самообслуживания негативно отражается на продажах шоколада и жевательной резинки (они экспонируются в прикассовой зоне, а у касс самообслуживания прикассовая зона отсутствует).
Знание о проблеме дало возможность работать над ее решением.
С помощью Imprice мы увидели, что в ряде случаев пополнение запаса товара на полке запаздывает на несколько дней, хотя товар есть на складе.
То есть товар раскупают, но сотрудники не успевают отследить все 35,000 SKU и не выносят дополнительные единицы со склада в торговый зал. Естественно, когда товара нет на полке, его продажи падают до нуля, а магазин теряет прибыль.
Imprice помог устранить проблему с помощью специального отчета "SKU с аномально замершими продажами", который ежедневно автоматически отправляется директору магазина на email.
Подведение итогов пилотов показало: автоматизация быстро окупает потраченные усилия и стоимость системы.
Поэтому мы приняли решение о роллауте и с апреля 2022 года начали внедрять динамическое ценообразование на базе Imprice во все магазины ТС "Европа""
Например, настройка корректной передачи данных о промо заняла пять месяцев, поскольку многие решения о составе и сроках промо принимались вручную — и на уровне категорийных маркетологов, и на уровнях магазинов. Убрать из процесса обмена промо-данными человеческий фактор оказалось очень сложной задачей.
Однако результат полностью оправдал наши усилия.
+2% валовой прибыли — это чистый эффект от автоматизированного ценообразования.
Но мы получили и дополнительные выгоды:
– Расчет цен стал полностью прозрачен и логичен. Теперь легче принимать решения о ценах и оценивать результаты этих решений.
– Система формирует цены полностью автоматически, освободив специалистов по маркетингу от рутинной работы. Автоматизация и полная прозрачность правил ценообразования спасли нас от авралов весной 2022 года, в период скачков закупочных цен и перестройки поставок.
– Продвинутые инструменты аналитики Imprice помогают выявлять "слепые зоны" бизнес-процессов, не связанные с ценами, зато критично важные для продаж.
Например, благодаря пилотам мы обнаружили, что замена обычных касс на кассы самообслуживания негативно отражается на продажах шоколада и жевательной резинки (они экспонируются в прикассовой зоне, а у касс самообслуживания прикассовая зона отсутствует).
Знание о проблеме дало возможность работать над ее решением.
С помощью Imprice мы увидели, что в ряде случаев пополнение запаса товара на полке запаздывает на несколько дней, хотя товар есть на складе.
То есть товар раскупают, но сотрудники не успевают отследить все 35,000 SKU и не выносят дополнительные единицы со склада в торговый зал. Естественно, когда товара нет на полке, его продажи падают до нуля, а магазин теряет прибыль.
Imprice помог устранить проблему с помощью специального отчета "SKU с аномально замершими продажами", который ежедневно автоматически отправляется директору магазина на email.
Подведение итогов пилотов показало: автоматизация быстро окупает потраченные усилия и стоимость системы.
Поэтому мы приняли решение о роллауте и с апреля 2022 года начали внедрять динамическое ценообразование на базе Imprice во все магазины ТС "Европа""
Продолжение кейса:
Что дает динамическое ценообразование ТС "Европа" — сети гипермаркетов и супермаркетов — через год после завершения пилотов:
+4% трафика,
+3,6% валовой прибыли по всему ассортименту магазина
(+15% валовой прибыли по категориям с динамическим ценообразованием),
+3,4% выручки по всему ассортименту магазина
(+11,2% выручки по категориям с динамическим ценообразованием).
Объяснение, как это работает и какие стратегии ценообразования применяются, — в кейсе
+3,6% валовой прибыли по всему ассортименту магазина
(+15% валовой прибыли по категориям с динамическим ценообразованием),
+3,4% выручки по всему ассортименту магазина
(+11,2% выручки по категориям с динамическим ценообразованием).
Объяснение, как это работает и какие стратегии ценообразования применяются, — в кейсе
Читать кейс