Хотите посмотреть систему изнутри
и понять, насколько она
применима для ваших задач?
С удовольствием проведем демонстрацию:
 
Лучшие практики динамического ценообразования
Будьте в курсе,
как внедряют динамическое ценообразование
в России и в мире:

✓ Подводные камни внедрения.
✓ Плюсы и минусы методик.
✓ Рекомендации российских и зарубежных экспертов.
✓ Свежие кейсы.

Открыть доступ к знаниям в Telegram:
Хотите посмотреть систему изнутри
и понять, насколько она
применима для ваших задач?
С удовольствием проведем демонстрацию:
Ценообразование на базе Machine Learning (машинного обучения)
Динамическое ценообразование на основе правил - это быстрый способ достичь первых результатов: роста валовой прибыли и продаж.

Следующий этап, для дополнительного роста показателей, - подключение алгоритмов искусственного интеллекта на базе спроса:
1
Запустите модуль Imprice "Автоматическое выявление товаров KVI".
Один алгоритм модуля найдет все KVI в вашем ассортименте и в дальнейшем будет автоматически актуализировать полученный список.

Второй алгоритм определит для каждого KVI оптимальную степень агрессивности ценообразования: рассчитает на основе данных, по каким товарам выгоднее удерживать первую минимальную цену на рынке, а по каким KVI выручка будет больше с четвертой минимальной ценой или даже с пятой.
ЧИТАТЬ ПОДРОБНЕЕ
2
Получите список ваших конкурентов, который влияют на ваши продажи по каждому товару, с помощью модуля Imprice "Автоматическое определение ключевых конкурентов"
Модуль выявит для каждого товара:
- какие конкуренты действительно оказывают влияние на ваши продажи на основе истории изменений цен конкурентами и истории ваших продаж,
- и цены каких конкурентов лучше исключить из расчетов.

Скорректировав правила ценообразования -
учтя в них всех реальных конкурентов конкретного региона и исключив из правил "ложных" конкурентов - вы перестанете упускать часть продаж и прибыли.
Рекомендуем обязательно применять данный модуль для товаров KVI.
ЧИТАТЬ ПОДРОБНЕЕ
3
Автоматически оптимизируйте цены в рамках товарных категорий, чтобы получать максимум продаж или максимальную валовую прибыль по каждой категории
Модуль "Автоматическая оптимизация цен по заданному критерию" с помощью постоянных улучшений будет вычислять оптимальные наборы цен, при которых товарная категория в актуальных условиях даст вам максимум валовой прибыли.

При наращивании доли рынка можно задать алгоритму другой критерий оптимизации - максимизация продаж. Также можно автоматически определять лучшую цену на впервые закупленные товары.
ЧИТАТЬ ПОДРОБНЕЕ
1
Модуль 1.
Автоматическая оптимизация цены по критерию "максимизация валовой прибыли" или "максимизация продаж"
Суть метода:
Алгоритмы с использованием машинного обучения пошагово оптимизируют цены, изучая реакцию посетителей интернет-магазина.
В зависимости от поведения пользователей, цены товаров корректируются для максимизации продаж либо максимизации валовой прибыли - смотря какую цель поставили перед системой.
В частности, учитываются просмотры карточек товаров, показатели отказов, конверсии в заказ из карточки товара, средняя конверсия в разрезе товаров/брендов/категорий.

Рекомендуется проводить оптимизацию цен по всей товарной категории целиком - это приводит к лучшему результату, чем оптимизация для отдельных товаров, помогает избежать товарной каннибализации внутри категорий, учесть перекрестную эластичность товаров.

Однако при необходимости метод с использованием машинного обучения может использоваться и для поиска оптимальной цены конкретного товара.
Скриншот из системы Imprice. Отчет "Основные показатели ценообразования". Рекомендуемая цена, максимизирующая валовую прибыль, которую определили алгоритмы с машинным обучением
Кликните на картинку, если хотите ее увеличить
Преимущество алгоритмов Imprice: при оптимизации цен можно учитывать любые оцифрованные ограничения вашего бизнеса, влияющие на продажи, или комбинации таких ограничений.

Например:
ограниченный запас товара,
фиксированный рекламный бюджет,
ограниченная ёмкость доставки товара.

Алгоритмы найдут такой набор цен, который будет максимизировать прибыль в категории при заданных ограничениях.
Основные ситуации применения:
Модели машинного обучения анализируют данные о поведении пользователей на сайте и их реакцию на товары - и за короткий срок определяют оптимальные цены, при которых в текущих условиях будет получен максимум продаж или максимальная прибыль по товару или товарной категории.
Метод ценообразования на базе ML подходит:

1. Для оптимизации цен Long Tail - всего регулярного ассортимента, за исключением товаров KVI и низкооборачиваемых товаров.

Для товаров KVI и низкооборачиваемых товаров рекомендуется использовать Ценообразование по KVI и Ценообразование по оборачиваемости.

2. Для определения наилучшей цены на новые товары, впервые появившиеся в ассортименте, по которым отсутствует история продаж.
Алгоритм быстро обучится и вычислит оптимальную цену, максимизирующую продажи или прибыль.

3. Для определения оптимальной цены на товары, по которым нет данных конкурентной среды; например, если у товара нет прямых аналогов.
Критерий оптимальности цены зависит от целей ритейлера: быстрое наращивание доли рынка или максимизация валовой прибыли.
Что даёт метод:
Цена - важнейший фактор при принятии решения:
75% российских респондентов назвали цену ключевым фактором, влияющим на решение о покупке
(источник: исследование PwC, 2019, pwc.ru/ru/retail-consumer/publications/gcis-2019-ru.pdf).
При завышенной цене потребители отказываются от покупки.
Слишком низкая цена - это потери прибыли. К тому же низкая цена может выглядеть подозрительно - покупатели сочтут, что товар подделка или плохого качества - и в итоге также упадут ваши продажи и валовая прибыль..

Оптимальная цена - это цена, которая даст вам максимум валовой прибыли, если ваша цель прибыль.
А если ваша цель захват доли рынка - это цена, которая обеспечит максимум продаж при сохранении приемлемого уровня маржинальности.
Как правило, цена магазина определяется тремя факторами:

- себестоимость товара,
- цены конкурентов,
- дополнительная ценность, которую получают потребители от покупки именно в данном магазине.

Для покупателя дополнительной ценностью могут быть факторы сервиса - например, более удобная и быстрая доставка, более удобная оплата, удобство выбора на сайте: отличные фотографии и видео, исчерпывающие описания, много реальных отзывов о каждом товаре и его особенностях в эксплуатации.
Ценность могут формировать и психологические факторы - высокий уровень доверия к магазину, престиж или самоидентификация - "я покупаю здесь, потому что принадлежу к определенной социальной группе", положительный опыт взаимодействия, боязнь нарваться на подделки в других магазинах.

За такую ценность покупатели готовы платить больше.

Но насколько именно больше?
Обычно этот вопрос решается с помощью интуиции менеджеров компании.
Алгоритмы с машинным обучением позволяют пойти дальше интуиции - и точно определить, сколько покупатели готовы и должны платить магазину, чтобы магазин вышел на свои максимальные показатели.
Для хорошо продаваемых товаров определяется, какие цены и насколько можно поднять, чтобы увеличить валовую прибыль.
Среди новых товаров со слабыми продажами ML-алгоритм выявит товары, "подозрительные" на завышенную цену, и проведет для них плавное поэтапное снижение цены, пока показатели конверсии не улучшатся.
В итоге:

1. Либо цена немного снижается и товары начинают лучше продаваться. Улучшается оборачиваемость активов компании.

2. Либо товар в принципе не продается даже при минимально допустимом уровне маржинальности - плохое качество, непривлекательный, слабые потребительские свойства, плохие отзывы. Тогда он помечается как неликвид и выводится из ассортиментной матрицы с дальнейшим запретом к покупке. Предотвращается накопление неликвидов.
Если цель - увеличение доли рынка и рост продаж, система найдет оптимальную цену для данной цели в допустимом интервале, максимально сохраняя при этом маржинальность.
Допустим, при наших ограничениях по маржинальности мы можем устанавливать вторую минимальную цену на рынке, а в реальности уровень продаж при второй, третьей и четвертой цене почти одинаковый. Продажи начинают снижаться только при установке пятой цены.

В этих условиях алгоритм будет устанавливать четвертую минимальную цену рынка.
Изучите актуальные кейсы 2020 года с результатами оптимизации цен алгоритмами искусственного интеллекта:
Искусственный интеллект и самоизоляция: как увеличить валовую прибыль на 20.1% на фоне падения спроса
Цены 80% ассортимента отдали под управлением искусственного интеллекта
Прочтите кейс!
Как искусственный интеллект две недели автоматически устанавливал цены интернет-магазина и увеличил валовую прибыль в категории на 100%
Пилотное подключение алгоритмов с машинным обучением во время "режима самоизоляции" к одной товарной категории
Прочтите кейс!
Как ценообразование на базе поведенческих показателей сайта реализовано в системе Imprice:
1. Imprice автоматически забирает поведенческие данные вашего сайта из Google Analytics.
Для удобства и скорости запуска данного метода у нас в системе реализована возможность получать исходные данные из Google Analytics, то есть устанавливать на сайт дополнительные JS скрипты не нужно, от вас необходимо будет только дать доступ на чтение данных из вашего аккаунта:
Скриншот из системы Imprice. Показатели из Google Analytics
2. Для "проблемных товаров" создаются специальные сегменты с отдельными правилами ценообразования.
На основе данных можно выявить и создать сегменты проблемных товаров, например, товары с низкой конверсией, или товары с малым количеством просмотров:
Скриншот из системы Imprice. Примеры "проблемных сегментов"
Для этих сегментов можно вручную задать правила ценообразования, которые будут формировать цены по строгим ограничениям.
Например, для товаров с низкой конверсией можно ставить более низкие цены по сравнению с конкурентами:
Скриншот из системы Imprice.
Настройка правила для "проблемного" сегмента: устанавливаем самую агрессивную цену на рынке
3. Оптимальный путь - автоматическое ценообразование.
При ручной настройке правил вы действуете, опираясь на логику и интуицию, - и рискуете "порезать" маржу сильнее необходимого.

Вместо этого вы можете подключить алгоритм Imprice: он определит оптимальные цены для всей категории товаров, исходя из заданной вами стратегии продаж.
Скриншот из системы Imprice. Выбор стратегии оптимизации: максимизация продаж или валовой прибыли
При формировании цен система учтет множество факторов: поведение пользователей на сайте по каждому товару (уникальные просмотры, показатель отказов, входы на сайт, время на странице), подтвержденные заказы (средний чек, наполняемость чека, проникновение товаров в чек), цены конкурентов, если таковые имеются, текущие остатки и другие показатели.
Исходя из стратегии система самостоятельно сформирует оптимальный набор цен на категорию с учетом всех взаимосвязей внутри категории.
Скриншот из системы Imprice. Результаты управления ценой с помощью алгоритма, использующего машинное обучение
4. "Фишка" Imprice: система может рассчитывать оптимальные цены с учетом практически любых кастомных ограничений.
Алгоритмы машинного обучения Imprice могут оптимизировать вашу прибыль или продажи и при этом учитывать практически любые оцифрованные условия.

Бизнес почти всегда работает в рамках каких-то ограничений: запас товара не бесконечен, доставка рассчитана на выполнение ограниченного количества заказов, расходы на рекламный канал должны вписаться в утвержденный бюджет.
Искусственный интеллект может учесть эти ограничения и оптимизировать ценообразование точно в рамках заданных условий.
Несколько примеров, как это работает:


Пример 1. Запас.
Самая распространенная ситуация - ограничения по запасу товара, когда спрос резко вырос или был недооценен при закупках.
Вы закупили товар первого числа. Ваш магазин продает его по оптимальной цене.
20-го числа остается несколько единиц товара и поступает информация, что следующая поставка будет 30-го числа.
Алгоритм увеличит наценку и продажи снизятся точно до уровня, при котором товара хватит до следующего поступления. Магазин заработает больше на оставшихся единицах товара.


Пример 2. Логистика.
Допустим, за день ваша курьерская доставка может развезти максимум 10 холодильников. Алгоритм поставит такие цены по категории, чтобы продать 10 холодильников, дающих максимальную валовую прибыль.


Пример 3. Реклама.
У вас стоит ограничение 5 тысяч рублей на CPA в день.
Оптимизируем категорию "Холодильники". По каждому холодильнику известны затраты в CPA, при этом у холодильников разная валовая прибыль.
Алгоритмы проанализируют эти данные и будут выставлять цены по категории, которые максимизируют валовую прибыль для этого ограничения "5000 рублей на CPA в день" - продадутся 10 холодильников, которые принесут вам максимально возможный размер валовой прибыли.


Необходимо учесть одновременно и ограничение по CPA, и ограничение по логистике? Алгоритмы Imprice умеют и это: учитывать комбинации сразу нескольких ограничений.
2
Модуль 2.
Автоматическое выявление товаров KVI.
Расчет оптимального ценового позиционирования относительно конкурентов
1. Первый алгоритм модуля автоматически найдет все товары KVI в вашем ассортименте и в дальнейшем будет автоматически актуализировать этот список: добавлять новые товары KVI, убирать товары, переставшие быть KVI.
Распространенная ошибка:

Часто KVI определяют по упрощенной схеме, как товары - топы продаж в категории или как товары, которые формируют магазину наибольшую часть выручки.

Такой подход не всегда верен.

Первое - не всякий "топ" является KVI.
Например, ваш "топ" продаж - это товар, отсутствующий или почти отсутствующий у конкурентов; это не KVI, его оптимальная цена определяется на основе себестоимости и спроса.

Второе - "не топ" может оказаться KVI.
Например, вы закупали несколько раз товар Х в небольшом количестве. Каждый раз он быстро распродавался. Из-за небольших объемов продаж он не попадет в список топов продаж категории, хотя является KVI.
Алгоритмы Imprice анализируют широкий ряд факторов для каждого товара вашего ассортимента и определяют, KVI это или нет. Примеры факторов, которые принимают во внимание алгоритмы Imprice:

Объем продаж товара.
Оборачиваемость.
Вхождение в ассортимент конкурентов.
Влияние на продажи данного товара изменений его цены в вашем магазине и у конкурентов.
Сколько людей интересуются товаром на сайте.
Как часто посетители уходят с сайта после изучения карточки товара.
Влияние цены на конверсию в заказ.
Покупают ли с товаром другие товары.

Результат работы алгоритма:
Анализируются все sku.
В специальном поле товара делается отметка: KVI это или нет.
Товары с отметкой "KVI" помещаются в специальный сегмент, для которого можно за несколько минут настроить особые правила конкурентного ценообразования.
2. Второй алгоритм для каждого KVI в вашем ассортименте определит оптимальную степень агрессивности ценообразования: рассчитает на основе данных, по каким товарам выгоднее удерживать первую минимальную цену на рынке, а по каким KVI выручка будет больше с четвертой минимальной ценой или даже с пятой.
У товаров KVI в ассортименте одного и того же магазина может быть разная чувствительность к цене.

Популярная, часто применяемая стратегия ценового позиционирования - удерживать для всех товаров KVI вторую минимальную цену на рынке или среди ключевых конкурентов.
Эта стратегия, как правило, эффективна: даёт большое количество продаж и не так опасна, как первая минимальная цена.
Первая минимальная цена:
✓ может привести к ценовой войне,
✓ урезает маржинальность, часто без необходимости, т.к. со второй позиции может продаваться такое же количество в штуках,
✓ привлекает много низколояльных покупателей, делающих разовые покупки и выкупающих только KVI из-за низкой цены.

Стратегия "вторая минимальная цена для всех KVI" обладает большим количеством плюсов, однако существует и более эффективная стратегия: индивидуальный расчет оптимальной ценовой позиции для каждого товара KVI.

Например, по некоторым товарам KVI чувствительность покупателей к цене может быть экстремально высокой; как следствие, переход от второй минимальной цены к первой может привести к кратному росту продаж.
По другим товарам, напротив, может быть ниже конкуренция и могут сыграть роль уникальные преимущества магазина, важные именно для покупки данного вида товара. Допустим, интернет-магазин одним из немногих предоставляет возможность частичного выкупа и примерки перед покупкой, плюс принимает оплату при получении. В таких случаях третья, четвертая и даже пятая минимальная цена могут давать примерно то же количество продаж в штуках, что и вторая, и маржинальность данного sku существенно вырастет.
Для каждого товара KVI алгоритм Imprice:
анализирует исторические данные - продажи, цены конкурентов за предшествующие месяцы,
фиксирует, на каком месте каждый день была цена товара KVI относительно конкурентов,
фиксирует объемы продаж при этой позиции цены,
вычисляет оптимальную позицию цены этого sku по отношению к конкурентам.

Критерий оптимальности - цена должна обеспечить максимум выручки.
В вычислениях алгоритм учитывает продажи самого KVI и продажи покупаемых с ним товаров.

Алгоритму можно задать и другой критерий оптимизации - максимум валовой прибыли. Но для товаров KVI рекомендуется использовать именно "максимизацию выручки".
Скриншот из системы Imprice. Отчет о результатах работы алгоритма. В последней колонке указано рекомендуемое алгоритмом ценовое позиционирование для каждого товара KVI: первая, вторая, третья, четвертая, пятая минимальная цена рынка.
3. Вы настроите правила ценообразования для товаров KVI за несколько кликов. Дальше они будут работать автоматически.
Скриншот из системы Imprice.
Настройка правила конкурентного ценообразования. Можно задать конкретное место цены товара по отношению к ценам конкурентов, в соответствии с имеющейся ценовой стратегией.
Можно задать цель - Оптимальная выручка или Оптимальная валовая прибыль, и алгоритм автоматически определит, на каком месте должна оказаться цена, чтобы заданная цель была достигнута. Также можно задать алгоритму допустимый диапазон маржинальности товаров KVI и ограничить глубину позиции: например, указать, что цена KVI может подниматься не выше 7-й позиции, и маржа должна составлять от 3% до 15%.
4. Чтобы внимательно изучить все настройки и принципы работы алгоритмов и посмотреть систему Imprice изнутри, нажмите на кнопку ниже.

Эксперты Imprice проведут для вас полную демонстрацию системы и проконсультируют по вопросам ценообразования в удобное для вас время. Это бесплатно:
Рекомендуем совмещать работу по настройке ценообразования по KVI с оптимизацией performance-маркетинга: создавайте для товаров KVI отдельный сегмент в pricelabs и повышайте ставки для Яндекс.Маркета.

Изучите подробный кейс ценообразования по KVI с выгрузкой лучших цен в pricelabs:

Как найти в своём ассортименте в три раза больше товаров KVI и увеличить валовую прибыль интернет-магазина на 20%
3

Модуль 3. Автоматическое определение ключевых конкурентов
Истинные конкуренты - это магазины, ценообразование которых оказывает существенное влияние на ваши продажи.
Почему определение истинных, ключевых конкурентов - крайне важная задача для товаров KVI?

Допустим, в ценообразовании на товар KVI вы учитываете цены всех магазинов, представленных на Яндекс.Маркете для вашего региона.
Два магазина продают этот товар по цене гораздо ниже других игроков.
В действительности эти магазины не влияют на ваши продажи:
Один магазин находится в другом городе и срок доставки неприемлемо долгий для ваших покупателей: им важно получать товар быстро.
У другого магазина плохие отзывы - заказы долго обрабатываются, могут привезти некондицию или подделку; ваши клиенты не рискнут покупать в таком магазине.
Если вы учитываете цены указанных магазинов в расчетах и формируете близкую к ним агрессивную цену, то вы теряете маржинальность на каждой сделке.

Другой пример.
Вы крупный ритейлер с очень широким ассортиментом, мониторите цены других крупных ритейлеров и только их учитываете в расчетах.
Небольшой интернет-магазин продает узкую группу товаров KVI по привлекательным ценам, активно рекламируясь через блогеров. У него быстрая доставка, компетентный персонал, великолепные отзывы и более агрессивные, чем у вас, цены. Всё больше ваших покупателей предпочитают покупать эти товары у небольшого интернет-магазина - там более привлекательная цена и положительный опыт взаимодействия; ваши продажи по соответствующим товарам проседают. Также проседают продажи товаров с хорошей маржинальностью, которые обычно покупали с этими KVI "прицепом".
Уровень покупательской осведомленности о ценах сейчас очень высок; в связи с этим количество товаров KVI в категориях может достигать 30, а иногда и 50%. И по каждому товару список истинных конкурентов может отличаться - таковы реалии эпохи digital.

Понятно, что вручную или в полуавтоматическом режиме нереально проанализировать полный список конкурентов по каждому товару и определить значимость каждого конкурента для ваших продаж. Это неизбежно приводит к упрощениям:
либо мониторингу слишком узкого списка самых очевидных конкурентов,
либо к "ковровым бомбардировкам" - установкой максимально агрессивных цен относительно всех игроков на рынке.

Первое чревато потерями продаж, второе - потерями маржинальности.
Решить эту задачу поможет искусственный интеллект.
Алгоритмы, использующие машинное обучение:

1. Проанализируют накопленные внутренние и внешние данные продаж, остатков, колебаний спроса, внутренних и внешних ценовых изменений.

2. Сформируют списки конкурентов, которые действительно оказывают существенное влияние на ваши продажи.

3. Будут автоматически актуализировать эти списки при изменении ситуации.
Изучите актуальный кейс 2020 года с финансовыми результатами выявления ключевых конкурентов:
Увеличение оборота на 23% за счет выявления ключевых конкурентов
Перенастройка ценообразования товаров KVI:
замена интуитивно определенных конкурентов на ключевых конкурентов, выявленных алгоритмами машинного обучения
Прочтите кейс!
Как это работает в Imprice:
1 этап. Сбор данных.
Определяется полный перечень игроков в регионе.
Система Imprice автоматически собирает и хранит цены этих игроков, а также другие внутренние и внешние данные.

Если у вас есть собственный источник цен конкурентов - мы легко интегрируем Imprice с этим источником. Цены конкурентов от вашего поставщика данных будут поступать в Imprice автоматически.
2 этап. Определение ключевых конкурентов.
Imprice анализирует накопленные данные и формирует списки ваших настоящих конкурентов в каждом регионе.

Для каждого конкретного sku система автоматически определит, цены каких именно конкурентов в данном регионе оказывали влияние на продажи этого sku.
Соответствующие конкуренты будут автоматически внесены в "Топ-конкуренты" для товара, чтобы цена товара формировалась с учетом их ценовых предложений.
Знание ключевых конкурентов позволяет на порядок снизить стоимость сбора данных:
вместо 100 потенциальных конкурентов вы будете мониторить всего пять-десять ключевых, действительно влияющих на ваши продажи.

Читать об оптимизации сбора цен ПОДРОБНЕЕ