SmartPricing – система управления ценообразованием. Решение повышает эффективность работы с динамическим розничным ценообразованием с помощью Data-driven подходов: машинное обучение (ML), искусственный интеллект (AI), обработка больших данных (Big Data).
Реклама на retail.ru
Подпишитесь
на новости ритейла
Получайте новости
индустрии ритейла первым!
Поделиться
Как сеть «Абрикос» внедряла систему динамического ценообразования: полезный, но неудачный пилот
Томская сеть «Абрикос» провела пилот по внедрению системы ценообразования SmartPricing в двух магазинах. Это был полезный, но неудачный проект. Почему так произошло, какие проблемы помешали достичь целевых показателей и как опыт помог усовершенствовать систему, – об этом рассказал руководитель практики ценообразования myRetailStrategy Александр Выголко.
Внедрение программного продукта типа SmartPricing – это всегда крупный проект, требующий изменения бизнес-процессов, финансовых инвестиций и человеческих ресурсов. Понимая масштаб и затраты, ритейлеры перед внедрением изучают и пилотируют решение. С начала выхода SmartPricing на рынок компания myRetailStrategy провела десятки пилотных проектов. В большинстве случаев это стандартный и обкатанный процесс, задачи которого – убедиться в эффективности продукта, проверить соответствие поставленным задачам, оценить ресурсы и исходную базу. В 2020 году был проведен подобный проект с сетью «Абрикос». Хотя с тех пор прошло два года, опыт остается актуальным и выражает суть подхода нашей компании к проведению пилота, оценке программных продуктов. Поэтому мы решили поделиться трудностями, с которыми столкнулись, результатами, которые получили, и показать, как, казалось бы, незначительные детали могут повлиять на оценку проекта.
Определение потенциала
На первом этапе подготовки к проекту были решены следующие задачи:
-
Интеграция данных.
-
Выбор контрольных и пилотных торговых точек;
-
Выбор категорий для теста и фиксация правил и ограничений.
Обычно при проведении пилота клиенты выделяют 5–10 торговых точек и выбирают 3–5 категорий товаров. В данном случае для эксперимента были выбраны только две пилотные и две контрольные точки. Также было принято решение компенсировать малую базу точек участием в пилоте всего ассортимента. Как показала практика, оба этих решения доставили немало хлопот.
После загрузки данных мы настраиваем правила, ограничения, подбираем оптимальные параметры расчетов и проводим моделирование потенциала увеличения ключевых показателей.
В результате оценки показателей сети «Абрикос» системой был обозначен потенциал прироста валового дохода в 3,5%. Этот результат был зафиксирован на бизнес-ревью в качестве целевого по проекту.
Три проблемы – три новых модуля
Первая проблема, с которой столкнулась группа проекта, – объем переоценок.
В течение почти четырех месяцев предстояло неоднократно провести переоценку всех товаров матрицы с минимальными последующими корректировками.
Переоценка – очень важный этап, который в пилотах на ограниченном числе категорий не считается трудозатратным, ритейлеры часто игнорируют важность этого процесса, списывая все на то, что «это пока пилот». На практике же это ежедневная работа и большое количество времени менеджеров любого отдела ценообразования. Прецедент послужил толчком к разработке нового модуля системы – ограничения частоты переоценок. В этом модуле можно настроить допустимую частоту переоценки товаров, и система в автоматическом режиме будет отслеживать дискретность переоценок.
Вторая проблема, с которой мы столкнулись, вытекает из первой. Каждый раз нам приходилось вручную «нарезать» переоценки и порциями выдавать в торговые точки. Это было очень трудоемко и неудобно, поэтому мы разработали модуль управления переоценками, в котором можно настроить квоты по переоценкам в торговых точках буквально на каждый день. Также система теперь умеет самостоятельно расставлять приоритеты, какой товар стоит отправить на переоценку в первую очередь, а какой – перенести на следующий день.
Третья проблема, выявленная во время пилота, – невозможность в ежедневном процессе оперативно контролировать и учитывать изменения цен закупки. Особенно остро вопрос стоял с биржевыми товарами и фрешем. Впоследствии подобные кейсы послужили базой для разработки модуля управления событиями. Модуль управления событиями предназначен для автоматического отслеживания различных изменений внутри компании и оперативного реагирования на них даже без участия человека.
Через четыре месяца пилота
Оценка эффективности пилота проводится по принципу A/B-тестирования. Группа проекта смотрит, как пилотные и контрольные точки выросли во время пилота, дельта между приростом основных показателей по пилотным точкам и контрольным считается результатом проекта.
Пример оценки эффективности
Тут возникла проблема – так как при старте пилота было выбрано мало торговых точек, даже небольшие изменения трафика в одной из групп сразу же приводили к смазыванию всего результата эксперимента. Поэтому для нивелирования данного явления все показатели были перенормированы к общему знаменателю трафика. То же самое относится к изменению закупочных цен. Даже несмотря на то, что в фуд-ритейле отклонения закупочных цен между точками, как правило, невелико, от этого фактора также важно было очиститься, пересчитав показатели с учетом единой средневзвешенной себестоимости товаров.
После нормирования данных мы получили следующие результаты по пилотной группе относительно контрольных точек:
-
прирост выручки + 0,8%,
-
прирост валового дохода + 2,7%
-
прирост количества продаж + 0,9%.
Прирост основных показателей относительно контрольных торговых точек
Более 70% всех категорий показали положительный результат. Основные категории, по которым контрольные точки обогнали пилотные, – категории фреш, которые до появления модуля управления событиями мы не могли переоценивать достаточно часто.
Также отрицательному эффекту способствовал тот факт, что не всегда точно и в достаточном объеме проводились переоценки до появления модулей управления переоценками и модуля управления частотой переоценок.
Важность прайс-менеджмента
Объективно сказать, что пилот проходил гладко, нельзя. Были трудности, которые послужили почвой для усиления системы. В целом итоги пилота получились положительными, хотя в силу разных факторов и не настолько оптимистичными, как планировалось изначально. Поэтому формально мы не достигли целевых значений пилота.
Важный вывод, который сделали руководители проекта, – это то, что посчитать оптимальную цену нетрудно, сложнее сделать так, чтобы при этом процесс был максимально управляемым, комфортным и не отнимал много времени.
Именно это мы и стараемся реализовывать в нашем решении SmartPricing, где наряду с основной задачей обеспечения возможности увеличения ключевых показателей не меньшая роль отдается процессу и инструментам прайс-менеджмента, без которых любая, даже самая навороченная модель будет схожа с автомобилем без колес.
Retail.ru
Интервью
Про собственное производство, готовую еду, b2b-направление, диджитализацию и стратегию развития.