Использование больших данных и продвинутой аналитики позволят розничным сетям без ущерба для прибыли привлекать покупателей, которые особенно пристально следят за стоимостью товаров. McKinsey в этой статье рассказывает о том, как правильно работать с этими технологиями для правильного ценообразования.
Руководителям торговых сетей хорошо известно, что ценообразование – это компромисс между прибылью и тем, как стоимость продукта воспринимает сам покупатель. Чтобы не снижать стоимость каждый раз, когда это делают конкуренты, ритейлеры должны учиться грамотно выстраивать ценовую политику. Что им может в этом помочь? Самые продвинутые розничные сети уже выявляют ключевые ценовые категории (Key Value Categories, KVC) и товары (Key Value Items, KVI) – те продукты, которые покупатели чаще всего хотят купить как можно выгоднее. Если продавец делает это правильно, он будет снижать стоимость ключевых товаров и повышать ее на другие категории.
Однако, несмотря на важность выявления KVC/KVI, у многих торговых сетей до сих пор отсутствует систематический, основанный на фактических данных подход к ценообразованию. Некоторые ритейлеры почти полностью полагаются на интуицию опытных категорийных менеджеров. Надо отдать должное: часть сетей действительно использует данные для выделения KVC/KVI. К примеру, они могут сравнивать свои цены с теми, которые формируют дискаунтеры на основании желания потребителей купить товар максимально. Другие магазины для определения KVI смотрят на такие критерии, как частота покупки и восприятие бренда.
В сегодняшней бизнес-среде, когда компании используют большой объем данных, ритейлеры должны выходить за рамки таких простых методов. Чтобы точно идентифицировать KVC/KVI, ведущим розничным сетям необходимо задействовать информацию о транзакциях, программах лояльности и онлайн-исследования. Им доступны сложные методики, способные анализировать миллиарды операций и сотни гигабайт данных. Использование в полной мере мощи продвинутой аналитики для улучшения ценового восприятия может дать значительный эффект: увеличение прибыли на 1-2% при сохранении и даже увеличении продаж.
Какие факторы влияют на ценовое восприятие?
Товары можно разделить на две группы: те, что покупают часто (от двух раз в месяц) и редко. Большая часть продуктов питания попадают в первую группу, но розничные компании – особенно гипермаркеты, в ассортименте которых больше промтоваров, – продают и непопулярные позиции. В отличие от них ассортимент сетей товаров для дома состоит в основном из SKU, которые покупаются редко, таких как электроинструменты или бытовая техника. Мы рекомендуем разные методики для выявления KVI/KVС для каждой из групп товаров.
В идеале KVI должны составлять 15-25% продаж в категории. Другие позиции в ассортименте называются товарами «переднего плана» или «фоновыми» (см. илл. 1).
Выявление KVC/KVI среди часто покупаемых товаров
Для часто покупаемых товаров KVC можно выявить, рассчитав средний балл для каждой категории. Он должен формироваться на основе трех критериев: частоты покупок (вес 40%), охвата покупателей (40%) и доли в промоакциях (20%). Затем для выявления KVI ритейлер должен предпринять четыре последовательных шага, каждый из которых включает в себя использование больших данных и продвинутых аналитических моделей.
- Во-первых, идентифицируйте номер товарной позиции (Stock Keeping Unit, SKU), который представляет из себя выгодную покупку. Эти товары являются либо дешевыми по отношению к категории, либо имеют низкую цену за единицу товара. Например, двухлитровая бутылка газированной воды может считаться выгодной покупкой, в то время как пол-литровая бутылка – нет, так как стоимость литра воды в двухлитровой упаковке значительно ниже. Такой расчет необходимо проводить еженедельно для каждой позиции, чтобы корректировать временные изменения цен и промоакции (товар по акции может быть выгодной покупкой на одной неделе, но выпасть из этой категории на следующей, когда он будет продаваться по полной цене).
- Далее попробуйте выделить клиентов, для которых важно покупать товары по выгодным ценам. Это те покупатели, которые отслеживают стоимость продуктов. Используйте карты лояльности, а для тех клиентов, у кого их нет, можно проводить анализ транзакционных данных и выделять не потребителей, а покупательские корзины.
- Третий пункт – оценить значимость товаров, которые купили «чувствительные» к цене люди. Этот шаг потребует от торговой сети ответить на два вопроса про каждый из товаров: сколько чувствительных к цене клиентов покупают этот товар? какой процент эта категория людей составляет от общего числа покупателей? затем результаты комбинируются и приводятся к среднему значению.
Методика для редко покупаемых товаров
Для сетей, чей ассортимент состоит в основном из редко покупаемых товаров, мы рекомендуем немного другую методику. Она совмещает в себе три типа данных, опять же полученных с помощью технологии больших данных. Каждый набор аналитик помогает ритейлеру определить, какая из товарных категорий отвечает следующим критериям:
- Товар часто ищут в интернете и регулярно покупают (возможно, один раз в два-три месяца). Предполагается, что покупатели запоминают цены на эти категории. Информация о том, как товар ищется онлайн, обычно доступна в системах веб-аналитики, таких как Google Analytics. Фактические покупки можно отследить из транзакционных данных сети.
- Товар дорогой или его довольно регулярно покупают. Чтобы проанализировать эту категорию, магазину требуется посчитать среднюю стоимость товара и частоту покупки.
- Товар часто оказывается в корзинах покупателей, чувствительных к цене. Анализируя транзакции и данные системы лояльности, ритейлеры могут определить, какие товары часто появляются в корзинах кроме тех товаров, цена на которые ниже, чем у конкурентов.
Получив эти результаты, вы можете составить внушительный список KVС. Сеть может рассчитать индекс восприятия цены на основании частоты покупки и доли продаж категорий, – для каждого товара в KVC. Те товары, которые набирают максимальный балл, и являются KVI.
Практические рекомендации к внедрению методики
В каждом случае результаты анализа можно применить на практике. Это означает, что категорийные менеджеры и продавцы должны проанализировать и одобрить эти результаты. Обычно они рассматривают список KVC с нескольких точек зрения. Например, играет ли эта категория стратегическую роль для продавца? Является ли категория драйвером трафика или дополнительных покупок (к примеру, покупка краски скорее всего приведет к покупке кисточки, лестницы, тряпок и прочего)? Есть в категории один или несколько заметных брендов? Мы обнаружили, что самые точные списки KVC/KVI – результат комбинации: экспертного знания категорийных менеджеров и качественного анализа больших данных
Для применения этих методик на практике не требуется дорогих систем или армии аналитиков. Многим сетям нужен лишь один аналитик, который знает, как запустить алгоритм расчетов. Он же может научить команду отдела продаж интерпретировать результаты и использовать их в работе.
Эта методология показала хороший результат в самых разных розничных компаниях. К примеру, одна из продуктовых сетей в Восточной Европе пыталась снижать цены каждый раз после того, как это делают конкуренты. Когда они применили стратегию ценообразования на базе KVC/KVI, их прибыль увеличилась на 2%. Другой пример – один из непродуктовых ритейлеров в Западной Европе, использовавший подобную методологию, усовершенствовал ценовую архитектуру и увечил прибыль на 1,5%.
Читайте больше интересных материалов по ценообразованию в блоге нашего сайта.
