Хотите посмотреть систему изнутри и понять, насколько она применима для ваших задач?
С удовольствием проведем демонстрацию
Продуктовая сеть или сеть аптек может иметь множество “точек”, находящихся в разных районах и имеющих разное конкурентное окружение. В разных точках продаж будет разный спрос на одни и те же товары, ведь в них ходит разная аудитория. Как учесть все эти нюансы?
В этой статье мы расскажем как кластерное ценообразование помогает улучшить финансовые результаты за счет учета общих особенностей торговых точек при формировании цен.
В этой статье мы расскажем как кластерное ценообразование помогает улучшить финансовые результаты за счет учета общих особенностей торговых точек при формировании цен.
Кластерное
ценообразование
Различия, влияющие на ценообразование
Давайте разберем различия между магазинами и приглядимся к причинам, которые эти различия вызывают.
Разная аудитория - разное ценообразование
Первое различие - социально-демографический состав аудитории, разные потребители. В спальном районе посетителями будут семьи и пожилые люди. В центре города - молодые клерки.
Пример.
В качестве иллюстрации рассмотрим две аптеки: одна находится в “спальном” районе, другая - в ТЦ в центре города.
В спальном районе живет бабушка, которая собирается в аптеку, чтобы купить Кардиомагнил. Она покупает его регулярно, знает цену с точностью до копейки в ближайших аптеках. Изменение цены на лекарство в одной аптеке заставит этого покупателя пойти в соседнюю.
Теперь рассмотрим другую аптеку и другую ситуацию. У бабушки есть внук, работающий в центре города. Предположим, по каким-то причинам пожилой человек не смог выйти из дома сам и попросил заскочить в аптеку внука. Молодой человек во время обеда забегает в ТЦ в центре города, где есть аптека. Он не знает цену на Кардиомагнил, цена для него не играет ключевую роль. Ему важно купить нужное лекарство любимой бабушке.
Что мы имеем по итогу? В первом случае Кардиомагнил явно товар Hard KVI. Аптека должна ставить на него цену под рынок, сохранять свою аудиторию и формировать правильное ценовое восприятие.
Во втором случае, тот же самый товар является Back Basket. Аптека может ставить цену на Кардиомагнил выше, ведь для покупателя важно наличие лекарства и удобство расположения самой аптеки, а не цена.
В качестве иллюстрации рассмотрим две аптеки: одна находится в “спальном” районе, другая - в ТЦ в центре города.
В спальном районе живет бабушка, которая собирается в аптеку, чтобы купить Кардиомагнил. Она покупает его регулярно, знает цену с точностью до копейки в ближайших аптеках. Изменение цены на лекарство в одной аптеке заставит этого покупателя пойти в соседнюю.
Теперь рассмотрим другую аптеку и другую ситуацию. У бабушки есть внук, работающий в центре города. Предположим, по каким-то причинам пожилой человек не смог выйти из дома сам и попросил заскочить в аптеку внука. Молодой человек во время обеда забегает в ТЦ в центре города, где есть аптека. Он не знает цену на Кардиомагнил, цена для него не играет ключевую роль. Ему важно купить нужное лекарство любимой бабушке.
Что мы имеем по итогу? В первом случае Кардиомагнил явно товар Hard KVI. Аптека должна ставить на него цену под рынок, сохранять свою аудиторию и формировать правильное ценовое восприятие.
Во втором случае, тот же самый товар является Back Basket. Аптека может ставить цену на Кардиомагнил выше, ведь для покупателя важно наличие лекарства и удобство расположения самой аптеки, а не цена.
Как это будет реализовано в системе Imprice? Аптеки из примера выше будут входить в разные кластеры. Например, кластеры “Спальные районы” и “ТРЦ центр”. Для каждого кластера будет рассчитываться свой прайс на все SKU.
Соответственно, один и тот же товар может оказаться Hard KVI в одном кластере и Back Basket или Long Tail в другом - ведь ценовая чувствительность будет разная в разных кластерах. И цены на этот товар также будут различаться.
Соответственно, один и тот же товар может оказаться Hard KVI в одном кластере и Back Basket или Long Tail в другом - ведь ценовая чувствительность будет разная в разных кластерах. И цены на этот товар также будут различаться.
Пример: товар в разных кластерах попал в разные товарные классы.
Еще пример: один товар имеет разные оптимальные цены в разных кластерах.
Так же для каждого кластера можно определить свой диапазон ценового индекса относительно конкурентов: количество KVI и Soft KVI.
Индекс силы конкуренции и кластерный анализ
Второе важное различие - конкурентное окружение. Рядом с любой точкой продаж есть ее конкуренты. В примере с аптеками мы видим картину, уже привычную для больших городов, когда на каждом перекрестке есть аптека, а порой и не одна. Клиенту достаточно пройти несколько шагов, чтобы купить лекарство дешевле и тут ценовой фактор начинает играть все большую роль.
Но помимо прямых конкурентов могут быть и косвенные. Такие, с которыми идет конкуренция по отдельным товарным группам. Например, для дрогери ритейла прямым конкурентом будут магазины шаговой доступности, где также продаются моющие средства.
Как же учесть все эти факторы конкуренции?
Система Imprice позволяет учесть все эти факторы при расчете CSI (англ. competitive strength index) - Индекс силы конкуренции.
Как он рассчитывается? Если кратко, Индекс силы конкуренции учитывает всех конкурентов в окружении точки продаж, их тип (прямые, специалисты и не только) и расстояние до них. Механику процесса можно увидеть на скриншотах ниже.
Но помимо прямых конкурентов могут быть и косвенные. Такие, с которыми идет конкуренция по отдельным товарным группам. Например, для дрогери ритейла прямым конкурентом будут магазины шаговой доступности, где также продаются моющие средства.
Как же учесть все эти факторы конкуренции?
Система Imprice позволяет учесть все эти факторы при расчете CSI (англ. competitive strength index) - Индекс силы конкуренции.
Как он рассчитывается? Если кратко, Индекс силы конкуренции учитывает всех конкурентов в окружении точки продаж, их тип (прямые, специалисты и не только) и расстояние до них. Механику процесса можно увидеть на скриншотах ниже.
Откуда берется информация о конкурентах?
Сбор и систематизация данных о конкурентах - одна из важнейших составляющих успешного бизнеса. Своих конкурентов надо знать “на отлично”! И работа эта должна вестись системно, а данные обновляться регулярно.
Система Imprice предлагает весь нужный инструментарий для этого. Но системе необходимо предоставить внешние данные для разметки торговых точек и конкурентов.
Сбор и систематизация данных о конкурентах - одна из важнейших составляющих успешного бизнеса. Своих конкурентов надо знать “на отлично”! И работа эта должна вестись системно, а данные обновляться регулярно.
Система Imprice предлагает весь нужный инструментарий для этого. Но системе необходимо предоставить внешние данные для разметки торговых точек и конкурентов.
Пример: к торговой точке привязываются конкуренты из имеющегося списка.
По каждому конкуренту есть описание: тип, вес конкурента (определяется экспертно, ведь значимость даже прямых конкурентов может быть разной), расстояние. Например, прямым конкурентом для формата магазин у дома будет конкурент того же формата, а не гипермаркеты.
Когда к каждой торговой точке будут привязаны конкуренты и описаны должным образом, тогда система сможет вычислить Индекс силы конкуренции. CSI тем больше, чем выше конкуренция, вес каждого отдельного конкурента, и он имеет обратную зависимость от расстояния до них.
Иными словами, если конкурентов мало и они далеко - Индекс силы конкуренции низкий. Если же близко от вас много сильных конкурентов - Индекс высокий.
Следующий шаг: формирование кластеров на основе CSI. Скажем сразу, Индекс силы конкуренции не единственный определяющий кластер критерий (другими критериями могут быть формат магазина, локация и пр. факторы, о них мы еще поговорим). Но Индекс силы конкуренции критерий очень важный. Система Imprice позволяет для каждого кластера определить свой диапазон CSI.
Иными словами, если конкурентов мало и они далеко - Индекс силы конкуренции низкий. Если же близко от вас много сильных конкурентов - Индекс высокий.
Следующий шаг: формирование кластеров на основе CSI. Скажем сразу, Индекс силы конкуренции не единственный определяющий кластер критерий (другими критериями могут быть формат магазина, локация и пр. факторы, о них мы еще поговорим). Но Индекс силы конкуренции критерий очень важный. Система Imprice позволяет для каждого кластера определить свой диапазон CSI.
Пример кластеров, определяемых через Индекс силы конкуренции.
Что произойдет, если рядом с торговой точкой закроется магазин конкурента? Система пересчитает Индекс силы конкуренции для нашего магазина и автоматически переопределит его в другой кластер с более низкой конкуренцией. Соответственно, пересчитаются и все цены для данного магазина.
Важность контекста в кластерном ценообразовании
Третий важный фактор - контекст. По сути, это целая группа факторов, учет которых дает более “тонкую настройку” кластера. Что входит в фактор контекста?
Прежде всего - окружение. И речь сейчас не о конкурентах или аудитории.
Аптеки в аэропорту и в торговом центре могут иметь разные топовые категории товаров, хотя социально-демографический срез будет схожий. Но контекст, в котором оказываются покупатели - разный.
К примеру, молодой клерк может после обеда забежать в аптечный киоск в ТЦ, чтобы купить средство от несварения. И он же, отправляясь в командировку, зайдет в аптеку в аэропорту, чтобы приобрести пластырь или лекарство от укачивания в полете.
К контексту мы отнесем и тип помещения: стрит ритейл, ТЦ, ларек в больнице/поликлинике. В эту группу факторов мы отнесем и целевой уровень маржинальности и объема продаж для достижения финансовых результатов. Можно даже учесть особенности аренды помещений, ведь они непосредственно влияют на маржинальность.
Можно учесть и такие данные окружения, как уровень платежеспособности населения в районе торговой точки. Об этом косвенно будет свидетельствовать окружение: характеристики точки продаж на улице с бутиками будут отличаться от окружения дискаунтерами.
Эти множественные факторы могут будь сформулированы в виде правил, по которым та или иная торговая точка будет отнесена к тому или иному ценовому кластеру.
Как это будет работать? К примеру, изменение ставки аренды может потребовать изменить цены, чтобы выравнять маржинальность. Соответственно, точка продаж может перекочевать в другой кластер после пересчета показателя.
При формировании кластеров могут быть учтены данные программы лояльности. Покупателей, которые чаще посещают определенные группы магазинов, можно объединить в группу и привязать к определенному кластеру.
Прежде всего - окружение. И речь сейчас не о конкурентах или аудитории.
Аптеки в аэропорту и в торговом центре могут иметь разные топовые категории товаров, хотя социально-демографический срез будет схожий. Но контекст, в котором оказываются покупатели - разный.
К примеру, молодой клерк может после обеда забежать в аптечный киоск в ТЦ, чтобы купить средство от несварения. И он же, отправляясь в командировку, зайдет в аптеку в аэропорту, чтобы приобрести пластырь или лекарство от укачивания в полете.
К контексту мы отнесем и тип помещения: стрит ритейл, ТЦ, ларек в больнице/поликлинике. В эту группу факторов мы отнесем и целевой уровень маржинальности и объема продаж для достижения финансовых результатов. Можно даже учесть особенности аренды помещений, ведь они непосредственно влияют на маржинальность.
Можно учесть и такие данные окружения, как уровень платежеспособности населения в районе торговой точки. Об этом косвенно будет свидетельствовать окружение: характеристики точки продаж на улице с бутиками будут отличаться от окружения дискаунтерами.
Эти множественные факторы могут будь сформулированы в виде правил, по которым та или иная торговая точка будет отнесена к тому или иному ценовому кластеру.
Как это будет работать? К примеру, изменение ставки аренды может потребовать изменить цены, чтобы выравнять маржинальность. Соответственно, точка продаж может перекочевать в другой кластер после пересчета показателя.
При формировании кластеров могут быть учтены данные программы лояльности. Покупателей, которые чаще посещают определенные группы магазинов, можно объединить в группу и привязать к определенному кластеру.
Что дает кластерное ценообразование?
Как говорилось выше, чем больше факторов будет учтено при ценообразовании, тем более точно можно определить кластер, к которому отнести торговую точку. И, как следствие, покупателю будет предложена правильная цена.
Каждый кластер будет иметь свой прайс, а значит, ассортимент в несколько десятков тысяч SKU следует умножить на количество кластеров - столько данных будет пересчитываться регулярно. В таком объеме выискивать вручную дополнительную валовую прибыль физически невозможно, а алгоритм Imprice умеет справляться с этой задачей: определяя эластичность товара и оптимальную цену, при которой максимизируется валовая прибыль или выручка.
Нужно ли магазины объединять в кластеры или можно пойти дальше и формировать уникальные прайсы для каждого магазина?
Исследования показывают, что 5-10 кластеров дают 80% экономического эффекта по сравнению с вариантом отдельного прайса для каждой торговой точки. При этом у избыточности этого процесса есть свои минусы: торговых точек могут быть сотни, а стало быть, потребуется генерировать и пересчитывать такое же количество прайсов. Объем данных растет пропорционально. Это и лишняя нагрузка на серверы, и время пересчетов. При том, что на большую часть данные будут совпадать. А то, что различается можно и нужно определять на уровне кластера.
Каждый кластер будет иметь свой прайс, а значит, ассортимент в несколько десятков тысяч SKU следует умножить на количество кластеров - столько данных будет пересчитываться регулярно. В таком объеме выискивать вручную дополнительную валовую прибыль физически невозможно, а алгоритм Imprice умеет справляться с этой задачей: определяя эластичность товара и оптимальную цену, при которой максимизируется валовая прибыль или выручка.
Нужно ли магазины объединять в кластеры или можно пойти дальше и формировать уникальные прайсы для каждого магазина?
Исследования показывают, что 5-10 кластеров дают 80% экономического эффекта по сравнению с вариантом отдельного прайса для каждой торговой точки. При этом у избыточности этого процесса есть свои минусы: торговых точек могут быть сотни, а стало быть, потребуется генерировать и пересчитывать такое же количество прайсов. Объем данных растет пропорционально. Это и лишняя нагрузка на серверы, и время пересчетов. При том, что на большую часть данные будут совпадать. А то, что различается можно и нужно определять на уровне кластера.
В результате, оптимизация на уровне кластера дает 2-5% прироста валовой прибыли по всей сети.
✓ Картина настройки всех этих правил кажется пугающе сложной, но Imprice обладает всей необходимой методологией и инструментарием, чтобы настроить систему, а также обучить и поделиться своей экспертизой с клиентом.
✓ Картина настройки всех этих правил кажется пугающе сложной, но Imprice обладает всей необходимой методологией и инструментарием, чтобы настроить систему, а также обучить и поделиться своей экспертизой с клиентом.
Ответы на частые вопросы
Кластерное ценообразование делит торговые точки (магазины, аптеки) на группы-кластеры с учётом их общих характеристик: соцдем-аудитории, окружения и уровня конкуренции. В отличие от регионального ценообразования, которое фокусируется на территориях (городы, области), кластерный подход может учитывать не только географию, но и контекст: уровень CSI (индекс силы конкуренции), формат магазина, тип помещения. Это позволяет точнее проводить оптимизацию ценообразования под разные условия и эффективно конкурировать даже в рамках одного региона.
Оптимизация ценообразования для каждой точки по отдельности может быть слишком дорогостоящей и сложной для сопровождения. Исследования показывают, что кластерный подход даёт 80% экономического эффекта при существенно меньших затратах ресурсов и времени. При этом динамическое ценообразование в рамках кластера позволяет обрабатывать большие объёмы данных и сохранять высокую гибкость при смене рыночных условий.
При кластеризации Imprice учитывает локальное конкурентное окружение (включая прямых и косвенных конкурентов) с помощью индекса силы конкуренции (CSI). На основе этой информации система определяет, насколько агрессивной должна быть ценовая стратегия, и помогает проводить автоматизацию ценообразования. Если неглубокая конкуренция, цена может быть выше; если много сильных соперников рядом, её придётся снижать, чтобы сохранить продажи.
Алгоритмы рассматривают аудиторию и её ценовую чувствительность, конкурентное окружение (CSI), тип локации (ТЦ, уличный формат, районная аптека и т. д.), уровень платежеспособности населения и прочие факторы. Все эти данные помогают системе проводить динамическое и конкурентное ценообразование на уровне кластера, повышая точность определения оптимальной цены.
Imprice позволяет сформировать для каждого кластера собственные правила ценообразования. Эти правила могут учитывать KVI (Hard и Soft), товары Back Basket или Long Tail, логику регионального ценообразования (если кластеры завязаны на конкретные регионы), а также бизнес-ограничения по маржинальности. Когда складываются внешние или внутренние условия, система автоматически пересчитывает цены с заданной частотой.
Да. В рамках одного кластера часть товаров может относиться к Hard KVI (с резкой реакцией на изменение цены у конкурентов), а другая часть — к Long Tail или Back Basket (где цена не так важна для покупателя). Система Imprice поддерживает гибкие настройки для каждой группы товаров внутри кластера, чтобы обеспечить конкурентное ценообразование только там, где это действительно необходимо, и не упускать возможную дополнительную прибыль.
Динамическое ценообразование отвечает за своевременную реакцию на изменения: новый конкурент, распродажа, рост спроса из-за сезона и т. д. Кластеризация определяет общую стратегию для похожих торговых точек. Вместе эти методики позволяют быстро учитывать специфику каждого кластера и своевременно корректировать цены, защищая продажи и прибыль.
Точность и актуальность кластеризации зависят от скорости изменений во внешней среде. Рекомендуется проверять и обновлять кластеры как минимум раз в квартал, особенно если в сетях появляется новая точка, закрывается конкурент или резко меняются условия аренды. Чем быстрее рынок, тем чаще стоит актуализировать настройки.
По статистике, компании, применяющие кластерное ценообразование, повышают общий уровень продаж и валовой прибыли на 2–5%. Это достигается за счет точного учёта социальных, демографических и конкурентных факторов для каждой группы магазинов. В совокупности с динамическим и региональным ценообразованием такой подход обеспечивает максимально эффективную стратегию ценообразования в ритейл-сети.
Остались вопросы о задачах вашего бизнеса и ценообразовании?
Задайте их нам!
Задайте их нам!
С удовольствием проконсультируем и покажем,
как оптимальнее решить ваш ценовой кейс:
как оптимальнее решить ваш ценовой кейс:
В НАШЕМ ТЕЛЕГРАМ-КАНАЛЕ
эксперты Imprice о внутренней кухне ценообразования
Разбираем проверенные практики, делимся опытом и рассказываем, как устроены управляемые процессы изнутри.
Скопировано