Динамическое ценообразование
в логистике и грузоперевозках

Рынок грузоперевозок в России переживает непростой период. Изменение цепочек поставок, сильные колебания ставок на перевозки, нехватка складского персонала и, в особенности, кадровый дефицит водителей. Эти факторы сильно отражаются на рентабельности отрасли.

Чтобы отвечать современным вызовам, транспортные компании активно проводят цифровизацию бизнес-процессов, что позволяет уменьшить издержки и повысить эффективность бизнеса в целом.

Рассмотрим ряд “болевых точек” в логистике на примерах.

Обычно в транспортных компаниях делают разбивку автопарка по нескольким логистам (диспетчерам). Чем больше машин, тем сложнее расчет фрахта. Но даже с ограниченным числом парка человек не всегда может выбрать оптимальное решение и предложить сбалансированную цену.

Многие транспортные компании имеют очень сложные прайсы и предлагают целый комплекс услуг в разных направлениях: отправка посылок для частных лиц, перевозка грузов для бизнеса, развоз товаров по точкам и работа с торговыми сетями (авизация, упаковка, возврат документов), различные складские услуги (кросс-докинг, транзитное хранение, перепалетирование) и пакетные предложения для интернет-магазинов - доставка до пункта выдачи, отправка в маркетплейс, фулфилмент (включая маркировку, сортировку и доставку). В условиях сложного прайса и меняющихся во времени факторов вести расчеты вручную сложно и чревато ошибками.

Осознанное формирование прайса должно учитывать и то, что разные услуги могут иметь разную эластичность спроса: для одних позиций нужно поддерживать цену в рынке, а для других можно повысить маржинальность, не теряя при этом клиентов. Модель, описывающая эти зависимости сложная и имеет массу нюансов.

Кроме того, прайс должен поддерживаться в актуальном состоянии с учетом конкурентного окружения. А это означает, что цены конкурентов надо отслеживать, а самих конкурентов приоритизировать: чьи цены мы учитываем в первую очередь при построении правил.

Ниже мы расскажем как система ценообразования Imprice может решать вышеперечисленные задачи.

Инструмент: Модуль оптимизации цен алгоритмами на базе машинного обучения.

Как это работает?
● На основе уже имеющихся исторических данных и машинного обучения система Imprice определяет эластичность спроса и предлагает оптимальные цены.
● Система позволяет формировать сложные правила с учетом всех факторов, влияющих на ценообразование: расстояние, вес и объем груза, класс транспортного средства, маршрут следования, наценки за срочность и особые требования к грузу и пр.
● Ряд параметров меняются динамически и будут учтены при формировании цены: сезонность, цена на топливо, погодные условия и пр.
● Цена (как на перевозки, так и на складские услуги) будет учитывать загруженность ресурсов: терминалов, автопарка, работников склада и водителей. Стоимость услуги будет автоматически снижаться при низкой загруженности и повышаться в пиковые периоды.
● Правила формируются в режиме low-code: сотрудники смогут самостоятельно создавать новые правила или корректировать существующие.
● Работа с данными автоматизирована: будет обеспечена интеграция с существующими системами. При необходимости данные могут загружаться по расписанию из существующих экселевских таблиц.
● Система Imprice предложит множество аналитических отчетов, дающих полную картину. Имеется набор готовых отчетов, а также есть возможность создавать кастомизированные отчеты.



Результат:
✓ Максимизация дохода: система будет предлагать рекомендованные цены на услуги, основываясь на знании эластичности спроса.
✓ “Умная” загрузка ресурсов: цены на перевозку и складские услуги будут динамически меняться в зависимости от загруженности автотранспорта и складов. Таким образом, маржинальность будет увеличиваться при дефиците ресурса и, наоборот, будет расти загрузка путем снижения стоимости в периоды простоя.
✓ Получение дополнительной маржи за счет учета сезонных колебаний, пиковых дней и часов загрузки и разгрузки и других динамически меняющихся факторов.


Подробнее: Ценообразование на базе Machine Learning на примере ценообразования товаров.

Инструмент: Модуль автоматизации конкурентного ценообразования.

Как это работает?
● На первом этапе собирается информация об окружении и формируется список основных конкурентов. При этом вы можете выбрать каких конкурентов считать наиболее значимыми при формировании цен на ту или иную услугу (к примеру, для услуг грузоперевозок в фокусе внимания компании-конкуренты A, D, C, а для услуг складской обработки - D, C, E)
● Осуществляется настройка автоматического парсинга цен конкурентов. Алгоритм автоматически сканирует цены из открытых источников, вносит их в систему и поддерживает информацию в актуальном состоянии. Изменение цен конкурентов сразу отражается в системе.
● Цены конкурентов и ценовая позиция относительно них формируют рекомендации на основе правил. Правила формируются на уровне номенклатуры услуг и учитывают специфику услуги.
● Происходит формирование аналитических отчетов, которые дают полное представление о конкурентном окружении.
● Учитывается выбранная компанией стратегия: увеличение объема продаж, увеличение доли рынка или максимизация маржинальности.
● Система незамедлительно реагирует на изменение цен конкурентов и дает рекомендации по корректировке цен.



Результат:
✓ Цены на услуги соответствуют рынку и остаются привлекательными для клиентов.
✓ Переход от трудоемкого ручного анализа к автоматическому.
✓ Ситуация на рынке прозрачна и всегда актуальна в отличие от варианта ручного анализа, проводимого редко и с запозданием.
✓ Максимизация прибыли или увеличение объема продаж.


Подробнее: Конкурентное ценообразование и автоматический мониторинг цен конкурентов на базе Imprice.

Инструмент: Модуль персонального ценообразования.

Как это работает?
● Система Imprice позволяет формировать ряд индивидуальных тарифов для отдельных клиентов (скидки по отдельным или всем позициям от основного прайса).
● При формировании персональных предложений можно учитывать статус клиента: новый, постоянный или ушедший (N месяцев не совершал отправку).
● Клиентов можно сегментировать по количеству оформленных заявок, наличию задолженностей, наличию претензий, фактору работы по ЭДО, отрасли, наличию зафиксированных преференций и пр. параметрам.
● Можно учитывать при формировании предложений перспективность клиента. Например, на основе данных из СПАРКА по логистическим расходам.



Результат:
✓ Повышается лояльность клиентов, улучшается удержание.
✓ Повышается возвращаемость клиентов: вы можете предложить им разовую скидку или скидку на период.
✓ Повышается маржинальность: при формировании персональных цен вы учитываете операционные издержки “проблемных” клиентов.
✓ Уменьшается нагрузка на диспетчеров через преференции при оформлении заявки через личный кабинет.
✓ Достигается ситуация “win-win”: клиент получает персональные скидку на важные для него позиции, а вы получаете лояльного клиента, приобретающего, в том числе, услуги с более высокой маржинальностью.


Подробнее: Персональное ценообразование с помощью Imprice.