Как формировать правила ценообразования под конкурента
Определив конкурентов и конкурентный ассортимент, мы готовы перейти к следующему шагу: сформировать правила конкурентного ценообразования.
Вспомним, каким образом мы определяли конкурентный ассортимент: собирали максимум данных о внутренних продажах и анализировали рынок. В результате обработки данных, мы получаем сведения об SKU, максимально приближенные к объективным.
Но как быть, если у нас множество магазинов и конкурентный ассортимент в них отличается? Где-то ваш магазин в двух шагах от "конкурента А", но на другом краю города ваши "точки" на приличном расстоянии. Ситуация, при которой конкуренты нашей компании разнятся в зависимости от нашего местоположения, скорее правило, чем исключение. Отсюда первое правило конкурентного ценообразования:
Не все товары и не во всех локациях стоит выравнивать одинаково.
Следование за ценами конкурентов – это инвестиция маржинальности. Далеко не весь ассортимент нуждается в подобных инвестициях, чтобы выигрывать на рынке. Не забывайте пересматривать и ту часть ассортимента, которая не является конкурентной или основной. Иногда, выигрыш лежит именно там.
Не все товары должны стоять с одинаковым правилом. Дифференцируйте.
В предыдущем блоке "ценообразование от издержек" мы обрели понятие "базовой маржинальности", включающей в себя больше факторов, нежели принято считать. Накладывая дополнительное правило выравнивания под рынок, мы можем иметь на определенные SKU отрицательную маржинальность. Но стоит ли отказываться от таких позиций? Нет, ведь с высокой долей вероятности, они являются трафикообразующими для нашего магазина. Поэтому
Моделируйте и экспериментируйте, меняйте переменные, чтобы достичь оптимального результата для достижения стратегических задач.
Результат реализации всех шагов на примере:
Предположим, что у нашей компании есть три конкурента, расположенных недалеко от нас. Проанализировав внутренние продажи и изучив рынок, мы определили наш конкурентный ассортимент: в модели позволим себе ограничиться тремя SKU, хотя на практике это число значительно больше. Составим таблицу, в которую поместим конкурентов и их точки, наши SKU1,2,3 и функции агрегации, помогающие нам получить более обобщенную информацию о ценах. Получаем следующую таблицу:
Мы собрали цены конкурентов в разных точках. Возникает закономерный вопрос: От какой цены лучше отталкиваться? Однозначного ответа, традиционно, нет, но мы можем выставить и проверить правила по отношению к функциям агрегации, чтобы можно было сделать наши цены более управляемыми, а позиционирование на рынке более конкретным и выраженным. Правила представляют собой коэффициенты, применяемые ко всем функциям агрегации и SKU. Они определяются аналитиком ценообразования и включают в себя множество факторов. Например, важнейшим драйвером правил является стратегия компании. Если мы крупная федеральная сеть, реализующая стратегию EDLP, мы будем выставлять даже к функции агрегации "минимальная цена" правило 0,99 чтобы стоять еще ниже на SKU трафик-мейкерах. Но вернемся к нашей модели, кроме установления правил нам необходимо обладать более полной информацией, а именно: знанием о базовой цене и полной себестоимости. Вносим эти данные в таблицу и получаем:
Следование ценам конкурентов или их видоизменение необходимо не для каждого SKU. Так же определенные точки могут быть подвержены большему или меньшему влиянию конкурентов. Но для всех частностей, нам необходим системный подход. Поэтому нам нужно условие, при котором мы будем измерять эффективность наших инвестиций маржинальности в конкурентную борьбу. В случае нашей конкретной модели это "Цена ниже или равна" конкурентной. Еще раз резюмируем:
мы собрали информацию о ценах конкурентов;
ввели несколько функций агрегации и применили к ним правила, согласующиеся со стратегией нашей компании;
привели условие, по которому мы будем принимать эффективность конкурентных цен для каждого SKU
Теперь новые, конкурентные цены отправляются на наши полки и мы проверяем, как правила влияют на маржинальность. Спустя контрольный промежуток времени, мы фиксируем полученные данные в таблицу:
Для удобства мы не стали использовать все функции агрегации, но сосредоточились на трех: минимальная, средняя и средняя по минимальной цена. В случае sku1 и sku2 минимальная цена удовлетворяет наше условие:
"стоять ниже или в равной цене с конкурентом"
в шести из шести случаев. Выполнение этого условия при применении правил 0.99 и 1.00 демонстрирует положительное влияние на маржинальность. А вот SKU3 даже при минимальной цене демонстрирует отрицательный эффект. Стоит ли отказываться от SKU3, если мы торгуем им в минус? Нет, если это трафик-генерирующая позиция с высоким проникновениям в чек и хало-эффектом, то прекращать торговать ей нельзя. Дальнейшее прочтение этой таблицы оставляю на ваше рассмотрение. Конечно, с изменением спроса и количества проданных единиц, упаковок или килограммов мы можем делать уже совершенно иные выводы. Но как было сказано выше – наша задача это поделиться методологией, а не конкретным планом.
Важный вывод: при выравнивании от разных функций агрегации, с разными правилами, вы должны оценивать как это сказывается на вашу маржинальность либо от регулярного ценообразования, либо от прошлого. После проведения этой работы выясняется, что существует "стоимость выравнивания под рынок". Компания получает от такого ценообразования три продукта: