Блог KeepRise

Почему внедрение ИИ следует начинать с ценообразования

Внедрение и финансовые преимущества искусственного интеллекта продолжают сильно отставать от шумихи, за исключением одной неожиданной и часто упускаемой из виду области: ценообразования.

Скорость, многогранность, эффективность и масштаб инструментов на основе ИИ могут увеличить EBITDA (Earnings before interest, taxes, depreciation and amortization - прибыль до вычетов интересов, налогов и амортизации) на 2–5 процентных пунктов. Компании формата B2B и B2C используют их для улучшения тех аспектов ценообразования, которые имеют наибольшее влияние в их организациях.

Широкомасштабный опрос, проведенный Массачусетским технологическим институтом и BCG институтом Хендерсона (авторы данного исследования), продемонстрировал, как успешны могут быть внедрения искусственного интеллекта в сферу ценообразования, и, в то же время, насколько редким это явление можно назвать в данный момент. В технологическом секторе, например, только 12% компаний используют ИИ для ценообразования. Но именно в этой неприметной области он демонстрирует успехи в два раза чаще, чем в иных областях.

Немного подробнее об исследовании:
Мы опросили 3000 менеджеров, в 29 индустриях и 112 странах, чтобы понять как организационное обучение может усиливать инициативы в области ИИ. Исследование показало, что 60% компаний, менеджеры которых участвовали в опросе, не получили никакого дохода от внедрения ИИ. Только 10% компаний добились значительных результатов от своих инициатив в области искусственного интеллекта, но требуемые усилия по изменению были обширными и иногда болезненными. Компании, которые применяли ИИ для укрепления процессов ценообразования, добились самых больших успехов. Причем речь идет не только о получении довольно быстрых финансовых и рыночных преимуществ, но и о принятии этого инструмента на уровне сотрудников.

Ценообразование зависит от процессов и инструментов. Внедрение ИИ может значительно улучшить существующие в компании потоки данных и процессы.

Ценообразование - идеальная отправная точка. Так как именно в этой сфере данные представлены достаточно подробно, но часто им не хватает более тонкого и точного подхода. Оценка зрелости ценообразования, проведенная BCG и Профессиональным обществом ценообразователей, показала, что более 50% всех компаний, производящих промышленные товары, все еще используют Microsoft Excel для создания своих основных инструментов в области ценообразования, а 25% компаний B2B используют статические, универсальные цены с ограниченными входными данными и нечастыми обновлениями. Эти компании созрели для ступенчатых изменений, которые в полной мере может обеспечить ИИ.

У крупных компаний ценообразование состоит из огромного количества данных. Искусственный интеллект может позволить им повысить, а затем масштабировать их уровень конкретизации и проработки. Наше исследование продемонстрировало, что крупные компании (с годовым доходом более 10 млрд. $), которые внедрили ценообразование на базе ИИ, заработали дополнительных 100 млн $, в отличие от тех, кто внедрили ИИ в других областях. (Смотрите табличку). Их "Straggle rate" (коэффициент разброса) был так же значительно ниже. Только 13% компаний, внедривших инициативы в области ценообразования на основе ИИ, не увидели никакой выгоды, по сравнению с 34% компаний, чьи инициативы не касались ЦО.


Компании могут выиграть множество ценовых войн


На базе ИИ компании могут решать сложные вопросы ценообразования в самых разных областях, используя передовые аналитические подходы. "Consumer packaged goods companies", иначе говоря, компании, ориентированные на потребительские товары, например, могут использовать данные аналитики, чтобы переосмыслить ценообразование для своего общего портфеля продукции. Таким образом, усовершенствовать целую систему, включив туда всю линейку товаров. Комбинируя их, можно удвоить доход с самых маржинальных позиций.

Также можно использовать инструменты на основе ИИ для повышения эффективности своих рекламных акций и специализации условий торговли. B2B-компании могут использовать аналитику ИИ для обработки обширных данных о транзакциях, чтобы найти быстрые преимущества с точки зрения постепенной дифференциации цен и улучшения скидок. Присутствует опция использовать инструменты на основе ИИ для определения ценовых показателей, установления уровней и управления реализацией цен. Компании должны обнаружить проблемное поле с наиболее очевидным и быстрым потенциалом роста в сравнении с инвестициями — и начать свою внедрение ИИ именно с ценообразования.

Работникам проще принять внедрение ИИ именно с ценообразования


Некоторые сотрудники, отвечающие за ценообразование в компании, могут бояться внедрения искусственного интеллекта, т.к. полагают, что это приведет к их сокращению.

На деле эти опасения часто уходят, потому что инициативы ИИ предоставляют более мощные и удобные для пользования инструменты, которые требуют знаний сотрудников в их предметной области. Это необходимо для обеспечения оптимальной производительности. Этот совместный, "бионический" подход, не только снимает вышеупомянутые страхи, но так же позволяет усилить отдельные инициативы, создать новые предметные области, такие как центры спроса или функции управления доходностью. Бионический подход также высвобождает время сотрудников для выполнения дополнительных задач и решения более серьезных проблем, которые часто вытесняются острыми краткосрочными приоритетами. Как итог - включение ИИ в ценообразование, как правило, вызывает меньшие организационные нарушения, даже если они включают маркетинг, продажи, финансы и управление ростом доходов.

Трансформация ценообразования в розничной компании


По прямому наставлению своего СЕО крупная розничная компания оценила различные области своей организации, чтобы определить, какие инициативы ИИ предлагают наилучшие возможности для:
  • Обеспечения быстрого возврата инвестиций
  • Совершенствования инструментов и процессов
  • Победы на рынке
  • Принятия со стороны команды

Компания определила, что ценообразование лучшая из предложенных возможностей, а затем акцентировала свой взгляд на узкой области рекламных акций — их эффективности, сроков и диапазона. Но даже этот охват был слишком широк из-за различий между региональными, национальными и местными рынками.

В конце концов компания решила сосредоточиться на продвижении по установленным каналам на двух крупных рынках. План был начать с малого, построить минимальное жизнеспособное решение, доказать ценность и начать с изменения текущей модели управления. В случае успеха, компания расширит инициативу на большее количество рынков и команд.

Этот интенсивный, очень конкретный подход помог компании разработать точные решения, которые принесли ценность двумя способами: Первый - более корректные, реальные данные, которые, в результате быстрой обработки давали очень адекватные ответы о том, как улучшить существующие рекламные акции, второй - тестировались и реализовывались идеи, в которые компания не верила, либо не рассматривала. По оценкам компании, после расширения масштабов инициативы полное воздействие приведет к увеличению EBIT на 2 процентных пункта.

С самого начала усилия по управлению изменениями были сосредоточены на демонстрации того, что ценообразование ИИ — это бионический подход, и расширенная аналитика все так же требует навыков и опыта команды, применяемых для разных задач. Это было критически важно, потому что некоторые члены команды опасались, что ИИ уменьшит их роль или сделает их лишними. Однако ранние успехи оказались самыми сильными мотиваторами для команды, чтобы продолжать поддерживать свой прогресс и развиваться в области новых инструментов.

Три ключевых шага к успеху


Успех преобразования цен на базе ИИ обычно зависит от качества трех факторов: данных, вектора и поддержки управления изменениями. Мы сформировали из этого инсайт, чтобы создать три рекомендации для компаний, которые хотят приобрести преимущество и значительный потенциала роста ценообразования.

Сосредоточьтесь на данных на раннем этапе и продолжайте усилия


Предварительная оценка данных поможет компании выбрать правильное направление в области ценообразования, а также правильный регион или рынок, на котором будет проводиться пилотная программа. Например, нишевый рынок может иметь богатый доступ к данным и большую потенциальную прибыль, но ограниченные возможности масштабирования. Устоявшийся рынок, в свою очередь, может иметь более надежные данные и меньший потенциал роста на местном уровне, но предлагает возможности для быстрого масштабирования решения.

"Идеальных данных не существует, поэтому нет необходимости ждать их или принимать как предлог для откладывания инициативы"

После создания и запуска первоначального решения по ценообразованию на базе ИИ, компания должна сместить акцент на постепенное улучшение как качества, так и доступности данных, чтобы раскрыть весь потенциал инициативы. Идеальных данных не существует, поэтому нет необходимости ждать их или принимать как предлог для откладывания инициативы.

Имейте четкое целевое видение, но также инвестируйте в менее продвинутые решения


Видение ценообразования искусственным интеллектом будет представлять собой существенный шаг вперед для многих компаний. Хотя многим компаниям по-прежнему удается обходиться решениями на основе Microsoft Excel и базовыми стратегиями ценообразования, конкурентное давление и требования клиентов, в конечном итоге, заставят их перейти к более быстрым, динамичным и масштабируемым инструментам, которые обеспечивает ИИ. Компании должны разработать свое перспективное отношение к ИИ на раннем этапе. Те, у кого ограниченная доступность данных или более низкий уровень зрелости ценообразования на некоторых рынках, должны начать свой путь с менее широкого подхода в этих областях. Но в то же время компаниям следует разработать стратегическое видение, к которому нужно стремиться, иначе они рискуют рассматривать ИИ исключительно как "постепенное изменение".

Варьируйте инструменты и области


Разработка и внедрение инициатив по ценообразованию на основе ИИ потребует сотрудничества с первого дня между отделом ценообразования и отделом продаж. Им потребуются инвестиции в возможности создания передовых аналитических групп. Эти инициативы могут изменить баланс сил в отношении решений о ценообразовании, поскольку в большинстве компаний у ценообразования нет "естественного владельца". Ответственность может лежать на финансах, маркетинге или продажах или на новой области, такой как RGM. Явная поддержка этой инициативы руководителями высшего звена облегчит взаимодействие команд и выработку уровня комфорта новых инструментов.

Компании все чаще внедряют современные технологии в ценообразование. Они признают, что улучшения носят не только финансовый, но и стратегический характер. Они могут высвободить ресурсы, чтобы сосредоточиться на стратегических проблемах, а не на краткосрочном тактическом "тушении пожаров". Рекомендуем использовать успех ценообразовательных инициатив в области ИИ, как статистически самый выверенный фундамент для внедрения других возможностей этой технологии.

Авторы: Joël Hazan, Camille Brégé, Jean-Sébastien Verwaerde Arnaud Bassoulet
07.06.2021


Хотите оперативно получать новости из мира ценообразования? Подписывайтесь на наш телеграм-канал ЦенОбразование
Все Искусственный интеллект и машинное обучение