Клиент является крупным магазином косметики на площадке Яндекс.Маркет с мультибрендовым ассортиментом более 2000 видов товаров (SKU). В этой категории высокая конкуренция, на некоторые позиции более 80 предложений конкурентов!
При этом, конечно, львиную долю продаж получает продавец, цена которого как правило ниже всех, то есть в поисковой выдаче и карточке его предложение на первом месте и забирает на себя основную долю продаж.
Соответственно, если всегда ставить самую низкую цену, то продажи будут максимальные, но ведь хочется чтобы и прибыль была если не максимальная, то оптимальная. И вот тут начинается самое интересное =)
С какой проблемой к нам пришел клиент
Высокие продажи и оптимальная прибыль клиенту даются с тяжелым трудом. Сотрудники ежедневно вручную смотрят все карточки товаров и в тех карточках, где товар клиента не занимает первое место по цене (то есть не выиграл buybox) вручную рассчитывается допустимая скидка с учетом минимальной маржи (это разница между рыночной ценой и себестоимостью)товара клиента.
При этом есть бренды с достаточно жесткой ценовой политикой, для которых скидку можно ставить только по промокоду. Это еще немного усложняет задачу. А еще есть промо-периоды, в которые нужно рассчитать размер скидки с учетом промо цены.
В итоге это занимает целый рабочий день у 5 сотрудников клиента, которые вынуждены тратить все рабочее время на анализ конкурентов и расчет цены. А ведь есть еще много других задач, которые нужно выполнять - обновлять остатки, делать поставки, следить за отзывами, запускать маркетинговые кампании и многое другое чтобы получать хорошие продажи и выполнять планы. И все это на ассортименте более 2000 SKU.
Как шла подготовка к проекту
Выслушав проблему клиента мы сразу поняли что можем ему помочь автоматизировать ценообразование. Мы совместно с клиентом обсудили логику расчетов, которая выполняется сотрудниками, зафиксировали все необходимые детали.
Определили из каких источников и как будем брать информацию для автоматического расчета цен и скидок:
- ассортимент
- себестоимость
- минимальный уровень маржи
Оборачиваемость и остатки не учитывали, т.к. у клиента хорошо налажены поставки и товар всегда есть в наличии в нужном объеме. Все данные клиента хранятся в 1С:УТ. Договорились что обновляем эти данные автоматически из 1С через наш готовый модуль 1С. Соответственно, в проекте предусматривается установка модуля 1С для получения данных и синхронизации с маркетплейсом.
Ход реализации проекта
Зная все вводные от клиенты мы определили формулу расчета цен и скидок. В упрощенном виде, понятном для любого человека, логика выглядит так:
Для товаров с низкой маржинальностью:
А: Логика ценообразования на снижение цены по каждому товару
1. Смотрим на цену продажи нашего товара и цены конкурентов. Если наша цена ниже всех, то ничего не делаем.
2. Если наша цена не самая низкая, то рассчитываем размер скидки для промокода чтобы сделать еë самой низкой. Если маржи не хватает и мы ставим лучшую цену, то спускаемся до минимальной маржи. Если маржи хватает, то рассчитываем цену по схеме «цена-промокод» ниже на 1 руб. от текущей цены конкурента с минимальной ценой.
Б: Логика ценообразования на повышение цены по каждому товару
1. Смотрим на цену продажи нашего товара и цены конкурентов. Если наша цена ниже всех, то сравниваем свою цену и цену ближайшего конкурента.
2. Если разница в цене нашего товара и следующего ценового предложения больше 1 рубля, то поднимаем цену до разницы в 1 руб. Если разница в цене нашего товара и следующего ценового предложения меньше, либо равна 1 рублю, то ничего не делаем.
Для товаров с высокой маржинальностью:
Для этих товаров схема аналогичная, но даем не промокод, а прямую скидку. При ценообразовании надо учесть:
1. Для товаров с низкой маржой наличие акций и рекламных компаний согласованных с производителями. Необходимо установить прямую скидку, согласованную продавцом.
2. Для всех товаров наличие подарков за покупку. Если есть подарок, товар может встать в выдаче выше конкурентов с ценой выше следующего предложения.
3. Для всех товаров наличие акций 3=4, 4=5 и т.п. В этом случае маржа и стоимость основного товара снижается за счет акционного подарочного товара.
Тестирование в ручном режиме
Далее мы в нашей системе ценообразования прописали согласованную логику расчета. И договорились с клиентом о том, что сначала идет этап тестирования - тестируем в формате Excel, то есть выдаем результат расчета размеров промокодов и размеров скидок в формате Excel, менеджеры клиента проверяют данные на предмет ошибок в расчетах и после согласования устанавливают рассчитанные промокоды и цены по традиционной схеме.
После завершения этапа тестирования мы договорились перейти к автоматизации. Очень важный момент проекта - а как мы узнаем цены конкурентов? Для этого у нас есть сервис парсинга и мониторинга цен конкурентов, задача которого каждый день парсить и загружать в систему ценообразования актуальные цены конкурентов.
То есть мы убрали необходимость сотрудников клиента глазами сверять цены конкурентов и полностью автоматизировали этот процесс - клиенту было достаточно предоставить нам API ключ к контенту личного кабинета на Яндекс.Маркете. Мы по API получили необходимые ссылки для парсинга цен с карточки.
Таким образом, сотрудникам больше не надо вручную проверять цены конкурентов - у них освободилось примерно 6 часов рабочего времени ежедневно! Этап тестирования занял 1 неделю - в течение недели мы каждый день делали расчеты и высылали сотрудникам клиента, которые проверяли и заливали рассчитанные промокоды и цены.
Автоматизация процесса ценообразования
На этом этапе мы, используя API ключ клиента, ежедневный парсинг и автоматическое ценообразование, автоматизировали процесс загрузки промокодов и цен в карточки клиента на все более 2000 SKU товаров.
В течение нескольких дней сотрудники клиента наблюдали за установкой цен выборочно заходя в карточки и сверяясь с данными расчетов из файла Excel, чтобы убедиться, что цены и промокоды поставлены корректно и товары клиента либо стали лучшими по цене, где маржа позволяет, либо максимально близко лучшей цене в случаях, когда упирались в размер минимальной маржи.
Результат проекта
В итоге мы полностью автоматизировали и оптимизировали процесс ценообразования для магазина клиента на Яндекс.Маркете. У сотрудников высвободилось огромное количество времени на другие важные задачи с ассортиментом - контроль остатков, поставки, маркетинг, работы с отзывами - не менее важные составляющие для эффективности роста продаж.
Если перевести результат в цифры, то даже при самом грубом расчете экономия времени составила НЕ МЕНЕЕ 200 ЧЕЛОВЕКО-ЧАСОВ В НЕДЕЛЮ! А весь процесс автоматизации занял ВСЕГО 2 НЕДЕЛИ.
#Автоматизацияценообразования #Маркетплейсы #ЯндексМаркет