Оптимизация ценообразования и управление цепями поставок

00:00:07 Оптимизация ценообразования и проблемы.
00:01:34 Классические подходы к ценообразованию и их ограничения.
00:04:12 Важность интеграции ценообразования и оптимизации цепи поставок.
00:05:48 Успешные примеры динамического ценообразования в электронной коммерции.
00:07:26 Балансировка рыночной коммуникации и оптимизация динамического ценообразования.
00:09:07 Использование вероятностного подхода для более эффективной оптимизации ценообразования.
00:11:58 Важность исторических данных и практик ценообразования.
00:13:56 Технические требования для оптимизации ценообразования.
00:15:03 Процесс и требования к данным для оптимизации цен.
00:17:35 Важность ценообразования конкурентов в различных отраслях.
00:19:22 Прогнозирование будущего ценообразования и прибыли, и отрасли, которые уже этим занимаются.
00:20:33 Основной урок по оптимизации ценообразования и его связь с спросом.
00:21:18 Заключительные замечания.

Резюме

В интервью основатель Lokad Жоанн Верморель обсуждает проблемы моделирования ценообразования и спроса, подчеркивая, что они часто не связаны. Он утверждает, что традиционные модели прогнозирования ограничены, так как они не учитывают эффекты ценообразования. Верморель считает, что оптимизация ценообразования и управление цепями поставок тесно связаны и должны рассматриваться вместе. Стратегии динамического ценообразования, такие как те, которые использует Amazon, позволяют компаниям управлять дефицитом товара и максимизировать маржу. Верморель подчеркивает важность вероятностного подхода к прогнозированию, который учитывает ряд возможностей. Объединяя команды, ответственные за ценообразование, планирование, закупки и производство, бизнесы могут осуществлять более эффективные стратегии оптимизации с минимальными требованиями к данным.

Расширенное резюме

В интервью ведущий Киран Чандлер и Жоанн Верморель, основатель Lokad, обсуждают проблемы моделирования связи между ценообразованием и спросом, а также то, как прогресс в области машинного обучения и больших данных сделал возможной оптимизацию ценообразования для современных компаний.

Верморель начинает с объяснения того, что наиболее поразительным аспектом ценообразования является его отсутствие связи с планированием спроса. Команды маркетинга обычно определяют цены на продукты, в то время как команды планирования принимают решение о спросе. Команда по продажам может сотрудничать в рамках процесса S&OP (планирование продаж и операций), но ценообразование часто игнорируется после принятия решения.

Он продолжает обсуждать основной принцип экономики, согласно которому с увеличением цен спрос снижается. Для большинства товаров это верно, хотя есть исключения, известные как товары Веблена. Верморель говорит, что такие товары редки, и эксперты Lokad в основном сосредоточены на более распространенных продуктах. Проблема возникает, когда учитывается тот факт, что большинство инструментов планирования цепи поставок не учитывают ценообразование, что оставляет планировщиков в неведении относительно сильного влияния ценообразования на прогнозы.

Причина, по которой многие инструменты управления цепями поставок не учитывают ценообразование, заключается во множестве переменных, таких как маркетинговые влияния, которые могут влиять на спрос. Однако Верморель утверждает, что большое количество переменных не является проблемой, поскольку современные компьютеры могут обрабатывать сотни тысяч переменных. Проблема заключается в использовании упрощенных моделей, которые часто рассматривают спрос только как скользящее среднее со сезонным коэффициентом, не учитывая отсутствие товара на складе или эффекты ценообразования.

Верморель подчеркивает важность мониторинга цен конкурентов, что стало проще с помощью веб-сканеров и специализированных компаний по сбору данных. Он считает, что отправной точкой для оптимизации ценообразования является признание того, что оптимизация цепи поставок должна учитывать оптимизацию ценообразования. Эти два элемента тесно связаны и не могут быть разделены. Признавая это, компании могут начать работу над более эффективными стратегиями ценообразования и управления цепями поставок.

Верморель подчеркивает важность включения ценообразования в процесс прогнозирования. Традиционные модели прогнозирования, которые рассматривают ценообразование и спрос отдельно, ограничены в своей способности точно предсказывать будущее. Он утверждает, что ценообразование не должно рассматриваться как отдельная сущность, которую нужно прогнозировать, а скорее как фактор, который можно использовать для оптимизации управления цепью поставок.

Компании электронной коммерции приводятся в качестве лидеров в умном, количественном оптимизации с помощью динамического ценообразования. Верморель объясняет, что, регулируя цены в зависимости от уровня запасов, компании могут лучше управлять отсутствием товара на складе и максимизировать маржу. Например, если компания знает, что она идет к отсутствию товара на складе, нет необходимости быстро ликвидировать оставшийся товар. Вместо этого они могут увеличить цену, чтобы получить большую маржу на последние несколько единиц. Напротив, если конкуренты испытывают отсутствие товара на складе, нет необходимости спешить и создавать ситуацию с отсутствием товара на складе для себя.

Другим примером, который приводит Верморель, является общая практика среди розничных компаний модной одежды проводить распродажи в конце коллекции для ликвидации излишков товара. Такие стратегии динамического ценообразования уже используются компаниями, такими как Amazon, цены которых часто меняются в зависимости от спроса и предложения.

Динамическое ценообразование основано на нескольких факторах, включая историческую производительность продукта и уровень спроса. Верморель указывает, что ценообразование выполняет несколько функций, одной из которых является отправка сообщения рынку о позиционировании бренда. Например, дешевый бренд не должен слишком сильно повышать цены во время отсутствия товара на складе, так как это может нанести вред его имиджу.

Еще одной важной аспект ценообразования является его способность помочь управлять вызовами и неопределенностями в цепи поставок путем ускорения или замедления спроса. Динамическое ценообразование может привести к лучшему распределению ресурсов и улучшению общего опыта клиента. Если два почти идентичных продукта доступны, но один близок к исчерпанию, повышение цены на редкий товар может помочь направить клиентов, которые не имеют предпочтений между ними, к более доступному продукту, в то время как те, кто специально хочет редкий товар, все равно смогут получить его по премиальной цене.

Когда речь идет о интеграции ценообразования с прогнозированием, Верморель предлагает отказаться от идеи статических прогнозов. Он критикует традиционный подход, который предполагает прогнозирование определенного количества будущих продаж продукта. Этот подход не учитывает тот факт, что ценообразование является рычагом, который можно использовать для влияния на спрос. Вместо этого он утверждает, что прогнозы должны учитывать не только будущие неопределенности, но и решения, которые компании могут принимать сами, чтобы формировать спрос путем корректировки цен.

Верморель объясняет, что ценообразование не является неопределенным, а скорее неопределенным, и бизнес-процессы должны иметь возможность корректировать цены на основе отзывов рынка. Это может включать повышение цен для снижения спроса при исчерпании запасов или снижение цен для увеличения спроса.

Вероятностный подход, который учитывает ряд возможностей, может помочь бизнесам лучше понять эффекты изменения цен. Верморель использует пример Big Mac от McDonald’s, объясняя, что небольшие изменения цены оказывают измеримое влияние на спрос из-за масштаба и чувствительности к цене продукта. Однако в типичных ситуациях цепи поставок, где продается меньше единиц, анализ ценообразования становится менее точным. Вероятностное прогнозирование помогает справиться с этой неопределенностью, позволяя бизнесам сдвигать свои прогнозы спроса вверх или вниз, оставаясь относительно неопределенными.

Vermorel подчеркивает важность объединения команд, ответственных за определение цен, планирование, закупки и производство, чтобы оптимизировать ценообразование. Таким образом, компании могут осуществлять более эффективные стратегии оптимизации. Требования к данным для оптимизации ценообразования не являются обширными; обычно достаточно исторических данных о продажах, истории промоакций и информации о ценах конкурентов (если она доступна).

В интервью также затрагивается важность цен конкурентов. Vermorel объясняет, что влияние цен конкурентов зависит от отрасли, причем роскошные бренды менее подвержены влиянию цен конкурентов, в то время как отрасли с легко заменяемыми продуктами более чувствительны к ценам конкурентов.

Vermorel указывает на то, что некоторые компании, такие как Amazon, уже успешно используют оптимизацию ценообразования. Он предсказывает, что оптимизация ценообразования станет более распространенной в различных отраслях в будущем. В заключение, оптимизация ценообразования является неотъемлемой частью прогнозирования спроса, и компании не должны игнорировать влияние цен на оптимизацию цепи поставок.

Полный текст

Kieran Chandler: Сегодня на Lokad TV мы узнаем, как прогресс в области машинного обучения и Big Data изменил все это и сейчас возможна оптимизация ценообразования для современных компаний. Итак, Джоаннес, можете рассказать нам немного о том, какие классические подходы используют многие компании в ценообразовании сегодня.

Joannes Vermorel: Самое удивительное в ценообразовании обычно заключается в том, насколько оно оторвано от планирования спроса в целом. У вас есть, скажем, маркетинговая команда, которая будет оценивать, какая цена будет хорошей для продуктов, а затем, в значительной изоляции, часто полной изоляции, у вас будут планировочные команды, которые будут решать, какой будет спрос. Возможно, команда по продажам будет координировать это в рамках процесса S&OP, но численно ценообразование в основном игнорируется, как только кто-то принял решение о цене для определенного продукта.

Kieran Chandler: Мы уже рассмотрели процессы S&OP в предыдущем эпизоде, а само ценообразование, как это работает как механизм?

Joannes Vermorel: Экономика 101 гласит, что обычно с увеличением цены спрос снижается. В теории существует класс товаров, известных как товары Веблена, которые могут быть противоположными, потому что более высокая цена делает их более привлекательными. Однако опыт Lokad показывает, что такие товары крайне редки. Так что для практически всего, что является обычными вещами, если вы повышаете цену, спрос снижается, и это относительно очевидно. Однако это становится очень сложным, потому что, когда вы думаете в терминах классической оптимизации цепи поставок, вы сосредотачиваетесь на спросе, но ценообразование отсутствует. Большинство инструментов планирования цепи поставок даже не учитывают ценообразование. Так что вы полностью слепы. И, очевидно, это означает, что когда вступает в силу сильный эффект ценообразования, все планирование и все ваши прогнозы просто драматически ошибочны.

Kieran Chandler: Так что одна из причин, по которой многие инструменты управления цепью поставок не учитывают ценообразование, заключается в том, что существует так много переменных. Есть такие вещи, как влияние маркетинга и другие факторы, которые могут помешать спросу. Это ли причина, по которой ценообразование на самом деле не учитывается?

Joannes Vermorel: Да, но также потому, что само количество переменных не является проблемой. С помощью вычислительной мощности современных компьютеров вы можете работать с сотнями тысяч переменных. Это само по себе не является преградой. Однако эти классические модели обычно являются полностью упрощенными. Вы думаете о спросе как о чистом скользящем среднем со сезонным коэффициентом, и это все. Вы даже не учитываете такие базовые вещи, как отсутствие товара на складе. Так что, очевидно, если у вас нет товара на складе, вы наблюдаете нулевые продажи, но это не означает, что у вас нет спроса. Не говоря уже о ценовом эффекте. Действительно, ценообразование более тонкое, и в идеале вы должны учитывать цены ваших конкурентов, которые в наше время могут быть отслеживаемыми онлайн с помощью веб-сканеров. Никогда еще не было так просто получить доступ к данным. Даже есть компании, специализирующиеся на сборе этих цен для вас.

Kieran Chandler: Итак, если это не такая большая проблема и возможно отслеживать все эти переменные, как мы можем начать работать над оптимизацией ценообразования? С чего начать?

Joannes Vermorel: Ваша оптимизация цепочки поставок должна учитывать оптимизацию ценообразования. Вы не можете отделять эти два аспекта, потому что традиционная точка зрения состоит в том, что у вас есть люди, которые изолированно определяют цену, а затем другие люди, которые изолированно определяют будущий спрос. Но реальность заключается в том, что эти два элемента полностью связаны друг с другом, и если вы не можете разделить их, они фундаментально переплетены. Это означает, что отправной точкой является признание того, что эти вещи будут идти рука об руку в процессе. И если вы, по своему усмотрению, разделяете их, то не имеет значения, насколько умными могут быть ваши алгоритмы машинного обучения или все ваши числовые методы. Как только они полностью разделены по дизайну, вы больше не можете учитывать существование ценообразования с точки зрения прогнозирования спроса, потому что вы просто слепы, с точки зрения чисел. Итак, идея заключается в том, что ценообразование, вместо того, чтобы быть чем-то, что вы фактически прогнозируете, является чем-то, что вы фактически инженерите самостоятельно. Хорошим примером являются компании, которые сегодня хорошо этим занимаются. Как обычно, компании электронной коммерции опережают других в области квантовой оптимизации. Они активно оптимизируют цены. Так что, если они знают, что они идут на исчерпание запасов, нет смысла спешить с ликвидацией оставшихся запасов, потому что в любом случае вы все равно столкнетесь с исчерпанием запасов. Вы можете немного увеличить цену, и вы все равно столкнетесь с исчерпанием запасов, но по крайней мере вы получите большие маржи на этих последних нескольких единицах. Соответственно, если вы видите, что ваши конкуренты все страдают от исчерпания запасов, нет смысла спешить к моменту, когда вы столкнетесь с исчерпанием запасов, просто из-за дополнительного притока спроса. Вот что делают все розничные компании, если у вас остается слишком много запасов для определенного продукта в конце коллекции: вы проводите распродажу, чтобы фактически ликвидировать остатки. Итак, динамическое ценообразование уже используется в производстве. Например, Amazon, если вы посмотрите на их цены, они очень изменчивы. Цены меняются от дня к дню и даже от часа к часу, особенно во время очень активных периодов, таких как предновогодний период.

Kieran Chandler: Итак, основой для такого динамического ценообразования является, в основном, прошлый опыт работы продуктов и уровень спроса в разные моменты?

Joannes Vermorel: Идея заключается в том, что ценообразование - это множество вещей. Ценообразование - это одно сообщение, которое вы отправляете на рынок, поэтому этот аспект относительно жесткий. Вы не хотите слишком сильно отклоняться от этого сообщения. Если вы позиционируете себя как дешевый бренд, вы не хотите сильно увеличивать цену из-за исчерпания запасов. Так что есть этот важный аспект сообщения, который является долгосрочным компонентом. Но также есть и то, что ценообразование - это фантастический механизм для ускорения или замедления спроса, чтобы помочь вам справиться с вызовами и трудностями в вашей цепочке поставок. Будущее неопределенно, и очень сложно иметь точный прогноз, когда рынки крайне нестабильны. Поэтому динамическое ценообразование - это способ лучшего распределения ресурсов и даже предоставления лучшего сервиса для ваших клиентов.

Например, нет смысла, если у вас есть два продукта, которые являются почти идеальными заменителями, но один из них заканчивается. В глазах всех ваших клиентов он не является естественным идеальным заменителем. Если вы повысите цену на один из этих двух продуктов, клиенты, которым не важно, какой продукт использовать, просто перейдут на другой. Клиенты, которым это важно, по-прежнему будут иметь доступ к продукту, который они действительно ищут, и они даже готовы заплатить небольшую премию.

Kieran Chandler: Теперь давайте рассмотрим вещи с точки зрения прогнозирования. Как можно построить прогноз, который хорошо работает вместе с ценообразованием?

Joannes Vermorel: Идея заключается в том, что вам нужно отказаться от идеи статического прогноза. Это также одна из моих больших проблем с классическим подходом к прогнозированию. Вы должны сказать: “вот оно, это будущее, мы продадим 1000 единиц этой вещи”, и ответ будет: “ну, это зависит”. Ваше ценообразование фундаментально влияет на спрос. Так что то, что вы пытаетесь прогнозировать, фундаментально определяется тем, что вы можете сделать. Речь не идет о захвате будущей неопределенности; это также о захвате будущих решений, которые вы примете сами. И эти решения не являются неопределенными; они неопределены. Нет неопределенности в отношении вашего ценообразования; ваше ценообразование точно то, что вы хотите. Если вы хотите повысить цену, вы можете повысить цену, за исключением случаев, когда вы находитесь в высокорегулируемой сфере. В основном у вас полная свобода в отношении ценообразования, поэтому нет неопределенности, но вы можете изменить свое мнение.

Если вы думаете о статическом прогнозе, это как будто вы говорите: “ну, моя цена не изменится независимо от всего”, что плохо. Гораздо умнее и в бизнесе это означает более прибыльно быть способным корректировать то, что вы делаете, в зависимости от обратной связи от рынка.

Kieran Chandler: Итак, если вы хотите снизить спрос, потому что у вас заканчивается товар, вы повысите цены, а затем, если вы хотите увеличить спрос, вы можете снизить цену?

Joannes Vermorel: Именно. И вот здесь хорошо подходит вероятностный подход. Иметь этот диапазон возможностей может сработать хорошо. Вероятности действительно помогают, потому что, если вы не продаете продукт, подобный Биг Маку, в большой стране, например, Германии, где у вас есть фантастические количества, если вы повышаете цену на Биг Мак, каждый цент, скорее всего, окажет измеримое влияние на спрос. Так что здесь у вас есть продукт, который продается масштабно и очень чувствителен к цене. Люди должны быть в состоянии измерить точную эластичность. Я уверен, что в McDonald’s есть умные люди, которые знают ценовую эластичность Биг Мака в каждой стране.

Но это работает хорошо, потому что у них есть огромное количество данных. В типичных ситуациях снабжения вы не продаете миллионы единиц товара в неделю. Часто вы оказываетесь только с несколькими сотнями единиц в неделю или даже меньше, поэтому анализ ценообразования будет очень нечетким. Где это помогает, так это то, что наличие вероятностного прогноза означает, что вы можете фактически иметь прогноз, где вы просто сдвигаете свой прогноз спроса вверх или вниз, но он все равно относительно неопределенный. Чем дальше вы от своей обычной цены, тем больше дополнительной неопределенности вы добавите.

Потому что если вы просто немного измените цену, оказывается, что, скорее всего, ваши исторические данные являются релевантной отправной точкой для того, чтобы угадать, что произойдет. Но если бы вы подумали о том, что произошло бы, если бы ваша цена была, например, в 10 раз дешевле, вероятно, у вас нет исторических данных, чтобы подтвердить это, просто потому что вы никогда этого не делали. Так что, потому что это было нерентабельно, ни один из ваших конкурентов не собирался делать это, поэтому вы просто не знаете. Никто не знает. Может быть, спрос на ваш продукт увеличится в 100 раз, если он станет в 10 раз дешевле, но это просто не точка, которую вы когда-либо исследовали. Так что вы просто не знаете, и это крайняя ситуация, но та же идея применима.

Kieran Chandler: Чем дальше вы отходите от своих обычных практик ценообразования, тем меньше информации вы получаете от своего магазина, поэтому у вас больше неопределенности.

Joannes Vermorel: Хорошо, так в случае с Биг Маком вы говорите, что если вы меняете на пару центов тут или там, у вас будет больше понимания, тогда как если вы меняете на пару евро, более значительное изменение, то у вас будет гораздо меньше представления о возможном будущем.

Kieran Chandler: Поговорим о некоторых технических требованиях для оптимизации ценообразования. Что нужно компании? Вы сказали это о Биг Маке и о том, что у McDonald’s есть много исторических данных. Какие технические требования нужны компании, чтобы оптимизировать свои цены?

Joannes Vermorel: Вашим первым требованием для начала работы является объединение команд, которые занимаются ценообразованием, команд, которые обычно занимаются планированием, и тех, кто занимается закупками и планами производства. Вы видите, потому что проблема в том, что вам необходимо объединить все эти функции; в противном случае вы не сможете выполнить оптимизацию. Это как будто вы сами себе мешаете выполнить это. Затем я бы сказал, что требования к процессу, в терминах данных, не такие большие. Фактически, ваши традиционные исторические данные о продажах хороши. Вам нужно иметь обычных подозреваемых: вашу историю акций, потому что акции - это временные изменения цен, которые интересно анализировать, что происходит, когда вы меняете цену. Вам также нужно иметь историю отсутствия товара на складе, чтобы избежать загрязнений и выбросов, которые нельзя объяснить с точки зрения цены. Идеально, если у вас есть цена ваших конкурентов, по крайней мере в Интернете, это действительно помогает. Это не является строго обязательным, но это действительно помогает понять, я бы сказал, нелинейные эффекты, когда вы становитесь дешевле конкурента или конкурент становится дешевле вас. Это может вызывать небольшие нелинейные эффекты на спрос, которые вы можете видеть, пики и падения, которые объясняются тем, что люди переходят от того, кто является наименее дорогим.

Kieran Chandler: Собирая все эти отделы вместе, в чем это отличается от более традиционного подхода S&OP?

Joannes Vermorel: Оно отличается тем, что, фундаментально, в вашем ценообразовании вы отказываетесь от идеи фиксированной цены на продукт. Вместо этого у вас есть стратегия ценообразования. Допустим, вы закупаете товары в Азии, и между моментом, когда вы размещаете заказ у вашего поставщика из Азии, и моментом, когда вы фактически можете выставить товар на дисплей и начать продавать в Северной Америке и Европе, пройдет 13 недель. Почему бы вам, в день ноль, не решить, какая будет ваша цена, когда вы начнете продавать свой товар через 13 недель? Знаете, это решение можно отложить. Если через 13 недель вы видите, что спрос на этот тип товара вырос, и ваш первоначальный заказ на 1000 единиц уже явно недостаточен. Нет смысла придерживаться того, что вы имели в виду в то время, 13 недель назад. Вы можете переоценить на основе последних данных, которыми вы располагаете, и принять более разумное решение.

Kieran Chandler: Насколько важно отслеживать цены конкурентов, особенно сейчас, когда у нас есть легкий доступ к их ценам в Интернете?

Joannes Vermorel: Это действительно зависит от отраслей. Например, если вы представитель роскошного бренда, это не имеет особого значения. Роскошный бренд, такой как Louis Vuitton, не снижает свою цену только потому, что это сделал Cartier. Оба они являются премиальными роскошными брендами, которые стремятся иметь лучшее качество своей продукции, и они будут устанавливать цены соответственно. Роскошный бренд должен быть чем-то, что не имеет замены. С другой стороны, есть продукты, которые являются практически идеальными заменителями. Если вы покупаете сахар по килограмму для ресторана, не имеет значения, кто ваш поставщик, пока он соответствует стандартам качества.

Kieran Chandler: Взглянув в будущее, вы можете представить себе время, когда компании будут устанавливать ценовые точки с четким пониманием их результативности?

Joannes Vermorel: Некоторые компании, такие как Amazon, уже делают это. У нас есть несколько клиентов в очень агрессивной электронной коммерции, которые также делают это, даже если они не рекламируют это так сильно. В более сложных отраслях, таких как аэрокосмическая промышленность, они уже делают это. Авиакомпании уже десятилетия занимаются управлением доходами для продажи билетов, и даже с запчастями для самолетов они делают это. Я вижу, что это приходит в практически все другие отрасли, но оно может быть более или менее применимым.

Kieran Chandler: В заключение, какой ключевой урок мы должны извлечь из сегодняшнего дня о оптимизации ценообразования?

Joannes Vermorel: Оптимизация ценообразования является неотъемлемой частью спроса и прогнозов спроса. Без цены нет спроса - цена определяет спрос и наоборот. Если ваша организация по управлению цепочкой поставок пытается оптимизировать, игнорируя эффекты ценообразования, вы упускаете слона в комнате. Не имеет значения, насколько микрооптимизировано ваше скользящее среднее; вы все равно игнорируете этого слона, и это плохо.

Kieran Chandler: Надеюсь, больше никто не упускает слона в комнате. Это все на этой неделе. Большое спасибо за внимание, и до новых встреч. Пока пока.