Пять шагов для ценообразования потребительских товаров в условиях кризиса

Глобальная инфляция и снижение реальной заработной платы ввергли потребителей в кризис уровня жизни. Многие потребители на развитых рынках считают, что их страна уже находится в состоянии рецессии, и ожидают, что инфляция, которая в 2022 году достигнет 40-летнего максимума в ведущих странах мира, будет оставаться высокой в течение следующих двух лет.

В ответ на это потребители меняют свое поведение. Они стали больше тратить в не дискреционных категориях, таких как газ, топливо и коммунальные услуги, и либо тратить меньше, либо снижать цены в дискреционных категориях, таких как алкоголь, мода и косметика. Покупатели ищут акции, делают покупки в Интернете по более выгодным ценам, реже ходят в магазин и сокращают расходы на досуг. Снижение реальной заработной платы в 2022 году усиливает негативные настроения потребителей: США и Великобритания сообщили о снижении реальной заработной платы на 3%, а Европейская комиссия прогнозирует аналогичное снижение в еврозоне.

Компании, производящие товары народного потребления (Прим. Далее по тексту - ТНП), во многом разделяют эти настроения. Более двух третей компаний, опрошенных нами в III квартале 2022 г., ожидают, что эти же тенденции окажут негативное влияние на рост их объемов. Это ставит перед бизнесом, производящим потребительские товары повседневного спроса, острую проблему: как найти доступные способы одновременного обслуживания потребителей с ограниченными доходами, ростом выручки и сохранению маржи?

В сентябре 2022 г. BCG (Boston Consulting Group) опросила более 1400 лиц, принимающих решения о ценообразовании в десяти отраслях (автомобилестроение, производство строительных материалов, химическая промышленность, производство потребительских товаров, мода, машиностроение и промышленная автоматизация, медицинские технологии, ресторанный бизнес, розничные технологии и программное обеспечение) в четырех регионах (Северная Америка, Европа, Индия и Китай).

В ходе исследования задавались вопросы о последних результатах деятельности компаний, чтобы понять, какие стратегии оказываются успешными в условиях инфляции. Также изучались ожидания компаний в отношении будущего в разных отраслях.

Проведенное нами исследование показало, что большинство ТНП-компаний продолжают решать эту проблему с помощью проверенных методов, которые, по их мнению, дают наибольший краткосрочный эффект: повышение прейскурантных цен и уменьшение размеров упаковки.

Примерно 60% опрошенных нами ТНП-компаний уже провели несколько повышений цен за последние 18 месяцев.Однако в условиях кризиса стоимости жизни эти меры, несмотря на успех недавних кампаний, уже достигли своего практического предела. Уменьшение размеров упаковок, например, может позволить компаниям предложить доступные цены в краткосрочной перспективе, однако меньшее количество одного и того же продукта за те же деньги не является удовлетворительной сделкой для большинства потребителей с ограниченным доходом.

Ограниченная перспективность этих краткосрочных мер позволяет объяснить, почему более 70% компаний, участвовавших в нашем исследовании, считают, что им необходимо найти дополнительные рычаги для обеспечения баланса между ростом и прибылью.

По опыту социально-экономических и макроэкономических кризисов последних десятилетий мы видим, что многие компании уделяют слишком много внимания укреплению сиюминутных результатов и слишком мало - созданию среднесрочных преимуществ для обеспечения будущего роста. При этом компании, инвестирующие в развитие среднесрочных преимуществ в таких формах, как цифровые решения нового поколения, передовая аналитика и искусственный интеллект, обеспечивают совокупный доход акционеров в три раза выше, чем те, кто этого не делает.

Проведя тщательный анализ успешности этих цифровых решений и ИИ, мы разработали пять императивов для компаний сектора ТНП, которые они должны реализовать в условиях сохранения инфляции и ограничения доходов. Выполнение этих императивов в области управления чистым доходом (NRM – инструмент управления ключевыми факторами генерации выручки) не только обеспечит краткосрочное облегчение, но и заложит основу для постоянного конкурентного преимущества.

Для решения проблем, связанных с инфляцией и ростом стоимости жизни, компаниям сектора ТНП необходимо внедрять решения в области NRM, которые позволяют сбалансировать перспективы будущего с уроками прошлого, преодолеть разрозненность компаний и увязать NRM с комплексными усилиями по снижению сложности. Такие решения должны также учитывать мнение потребителей и категории, а не быть исключительно внутренними.

Интеграция перспективных взглядов потребителей. В прошлом нормой для прогнозирования и планирования в компаниях ТНП было проецирование относительно стабильного прошлого на относительно предсказуемое будущее. Однако ответы на острые проблемы сегодняшнего дня лежат за пределами исторических уровней цен и бюджетов домохозяйств, а значит, и за пределами диапазона исторических данных. Чтобы понять, какой выбор сделают потребители при тех ценах и размерах упаковки, которые ранее не встречались на рынке, ведущие компании ТНП используют методики искусственного интеллекта для интеграции детального анализа исторических данных с исследованиями потребителей, ориентированными на будущее.

Сочетание исторических и прогнозных данных также позволяет компаниям проводить дифференцированное повышение цен вместо равномерного. Они могут вводить усредненные изменения цен по брендам и SKU в зависимости от силы бренда, кривых эластичности, конкурентного позиционирования и изменений в производственных затратах. По нашим наблюдениям, когда компании применяют такой комплексный портфельный подход, эффект на прибыль оказывается как минимум в два раза выше, чем при одностороннем повышении цен, обусловленном затратами, которое было отраслевой нормой в течение последних 18 месяцев.

Синхронизация усилий по оптимизации ассортимента, упрощению портфеля и оптимизации стоимости. Большинство компаний редко рассматривают управление доходами и управление затратами/сложностью в равной мере. Однако, учитывая современные проблемы, обеим сторонам имеет смысл работать согласованно, применяя комплексный подход.

Если компании будут продолжать концентрировать свое внимание только на проверенных способах борьбы с инфляцией, то потребители с ограниченными доходами будут все чаще переходить на более дорогие бренды или частные торговые марки, переключаться на дисконтные каналы или вовсе отказываться от покупок. В то же время большинство компаний пытаются повысить свою рентабельность за счет снижения затрат и упрощения портфелей. Текущий кризис предоставляет уникальную возможность решить обе задачи путем реинжиниринга ведущих SKU с целью увеличения маржи и повышения потребительской ценности. Применяя такой подход, компании могут сократить количество отходов в ассортименте на 30% и более и создать большую ценность для себя и для потребителей. Ключевым моментом является решение проблемы сложности на уровне рецептуры и упаковки основных SKU, исходя из восприятия потребителями ценности и готовности платить, а также осознания истинных факторов сложности и стоимости в производстве или цепочке поставок.

Оценивать рычаги NRM комплексно. В стратегическом планировании на 2023 год компании придерживаются двух различных направлений. Одни значительно сокращают финансирование промоакций, другие проводят амбициозное повышение цен, которое "отыгрывают" за счет более активного использования промо-цен.

Обе стратегии имеют свои достоинства. Чтобы выбрать правильную, компаниям необходимо понимать поведение покупателей в комплексе с упаковками, ценами и промоакциями, а не рассматривать каждую из них в отдельности. Одни покупатели могут вынести умеренное повышение цен на полке в сочетании с более мелкими и редкими промоакциями; другие могут вынести более высокие цены на полке, поддерживаемые промоакциями, которые способствуют увеличению объема продаж.

Ни один инструмент ценообразования, продвижения или ассортимента сам по себе не даст правильного ответа. Необходимо интегрировать рекомендации точечных решений в единый план, а затем применять собственные суждения или использовать платформы, способные находить компромиссы и рекомендовать действия по всем рычагам NRM.

Взгляните на ситуацию с точки зрения розничной торговли. Большинство розничных компаний сталкиваются с этими проблемами. Они недооценивают, насколько много дополнительных знаний они могут предложить даже своим наиболее продвинутым партнерам, оптимизируя результаты для общего пула ценностей, а не ориентируясь исключительно на собственные интересы. Например, стратегия продвижения компании изменится, если она будет учитывать, как промоакции влияют на общий объем продаж на уровне категории, включая каннибализацию брендов магазина и конкурирующих брендов, а также общее влияние на розничный трафик, а не концентрироваться на увеличении продаж собственной продукции по отдельности.

Устранение неэффективных унаследованных торговых условий. Когда поставщики и розничные продавцы имеют общую категориальную перспективу, они могут совместно выявлять устаревшие условия, которые больше не приносят пользы ни одной из сторон. Отношения между этими сторонами включают в себя целую сеть условий, некоторые из которых теряют свою актуальность в период нестабильности. Устаревшие условия, разработанные для регулирования рекламного финансирования или вторичного размещения в более стабильные времена, могут иметь меньшее влияние и меньшую актуальность в период многократного повышения цен, снижения рекламной активности и серьезных изменений в ассортименте. Это дает возможность устранить неэффективные и непроизводительные условия.

Индивидуальные подходы, основанные на использовании искусственного интеллекта, могут ускорить выполнение компанией каждого из пяти рассмотренных выше императивов. Они могут повысить эффективность принятия решений, улучшить качество прогнозирования и ускорить реакцию на неожиданные изменения. Три преимущества дополнения инициатив NRM искусственным интеллектом заслуживают подробного освещения. Скорость, сложность и масштаб инструментов, основанных на искусственном интеллекте, могут увеличить EBITDA более чем на 300 базисных пунктов, если компании используют эти инструменты для улучшения тех аспектов ценообразования, которые имеют наибольшее влияние в их организации.

Интегрировать, а не триангулировать. Принятие решений о цене упаковки или стратегии продвижения часто требует триангуляции для устранения противоречивых результатов, полученных из различных исходных данных. Для конкретного продукта анализ исторических данных может дать один оптимальный ответ, а оценка потребительских исследований - другой, причем ни один из этих результатов не может полностью удовлетворить первоначальные цели компании.

ИИ способствует принятию более целостных решений за счет интеграции аспектов, которые компании обычно рассматривают отдельно. Он помогает получить более точное представление о поведении потребителей, сочетая перспективные эластичности, полученные в ходе маркетинговых исследований (например, в результате совместных измерений), с традиционными эластичностями, полученными на основе исторических данных. Кроме того, моделирование сложных сценариев с одновременным изменением нескольких параметров, таких как цена упаковки, промоакции и размер упаковки, позволяет компаниям лучше понять компромиссы.

Оптимизировать, а не диагностировать. Нередко компании тратят 80% своего аналитического времени на то, чтобы понять прошлое - их истинный базовый уровень, эластичность и т.п., а затем перевести результаты анализа в постепенные изменения будущих планов. Решения на основе искусственного интеллекта позволяют таким компаниям мыслить в будущем, а не только в прошедшем времени. Генерируя перспективные рекомендации вместо анализа задним числом, ИИ позволяет перевести аналитические усилия компании на 20% в прошлое и 80% в будущее. Общий внутренний фокус смещается с постановки диагноза на определение будущих рекомендаций и действий.

Действуйте в темпе изменений. За последний год частота корректировок цен, упаковок и промоакций выросла в три раза, и мы не ожидаем, что этот темп снизится в краткосрочной или среднесрочной перспективе. Используя ИИ, компании могут действовать в соответствии с темпами изменений, что позволит на шаг изменить скорость и точность принятия решений в области NRM.

В прошлом несколько заблуждений заставляли компании не решаться вкладывать значительные средства в решения для НИР на основе искусственного интеллекта, несмотря на описанные нами преимущества. Три заблуждения являются особенно контрпродуктивными:

• Прежде чем приступить к работе, мы должны получить качественные данные.
• Мы должны идти, прежде чем бежать. То есть, необходимо последовательно подходить к созданию инструментов NRM, начиная с основ. Мы не можем перескочить к более совершенным эффективным решениям.
• ИИ может быстро превратиться в товар, тем самым выровняв игровое поле и сведя на нет преимущества первопроходцев.

Наш опыт показывает обратный эффект. По нашим наблюдениям, компании могут генерировать ценность из относительно простых данных, которые являются более ценными, чем думают многие. А когда компании начинают извлекать пользу из своих данных, они создают стимулы для бизнес-команд, чтобы со временем повышать их качество. Переход к самым современным решениям также имеет смысл, поскольку они, как правило, предъявляют те же требования к данным, что и более простые системы, но генерируют большую ценность.

Многие готовые инструменты искусственного интеллекта могут дать хорошие результаты для конкретного рычага NRM, но компании, полагающиеся на эти стандартные подходы, упустят возможность создать фундаментальное конкурентное преимущество. Кроме того, внедрение ИИ - это одновременно и спринт, и марафон. Первоначальные шаги по созданию ценности способствуют укреплению доверия со стороны организации, повышению уверенности и генерированию средств для дополнительных инвестиций. Этот эффект со временем приведет к увеличению разрыва между преуспевающими и отстающими.

Даже развенчивая мифы о решениях NRM на базе ИИ, компании не должны недооценивать возможности, реинжиниринг процессов и общее управление изменениями, необходимые для того, чтобы передовые решения на базе ИИ стали неотъемлемой частью организации. Инвестиции в модернизацию алгоритмов и совершенствование архитектуры данных могут быть значительными, но самая большая сложность заключается в том, чтобы убедить организацию работать по-другому при поддержке инструментов ИИ.

Источник: BCG

Предыдущая статья: Как читать кейсы по внедрению продуктов ценообразования?