Поставщик оборудования и материалов для строительных работ «Профпоток» провел пилотное внедрение системы ценообразования на основе коэффициента эластичности спроса. В результате проекта выручка пилотируемых товарных позиций выросла на 4,5%, валовая прибыль – на 18%.
Фото: Dean Drobot/shutterstock
«Профпоток» – b2b-компания, занимающаяся поставкой оборудования и материалов для строительных работ. Работает на рынке с 2004 года, реализует более 10 тыс. товарных позиций мировых брендов, таких как Prado, «Аристон», ESPA, Grundfos, Valtec, Hajdu, Ostendorf. Основные категории товаров: котельное и насосное оборудование, водонагреватели и бойлеры, теплоизоляция, арматура и др. Клиентами компании являются застройщики, специализированные магазины, подрядные организации.
Пересмотр подхода к ценообразованию был вызван рядом факторов: уход части поставщиков с российского рынка повлек изменение ассортиментной матрицы, замедлились темпы роста продаж, снизилась валовая прибыль. Чтобы выйти на прежний уровень прибыли, топ-менеджмент «Профпотока» принял решение провести пилотное изменение ценообразования на выбранном функциональном объеме. Партнером проекта стала компания KeepRise.
«Уход поставщиков требует изменений в бизнес-процессах, – поясняет Павел Ворошилов, сооснователь и коммерческий директор KeepRise. – Пересмотр цен – это изменения, которые можно сделать быстро и минимальными ресурсами и которые почти сразу дают эффект. Все остальные внедрения требуют гораздо большего времени».
KeepRise предлагает технологическое решение, которое помогает сделать процесс ценообразования в компании прогнозируемым, прозрачным, гибким и управляемым. Специальный алгоритм определяет оптимальные цены в полуавтоматическом режиме, предоставляя компаниям возможность самостоятельно задавать параметры и правила ценовых корректировок, а также контролировать процесс изменения цены на те или иные товары.
Как определить оптимальный подход к ценообразованию?
В начале проекта требовалось подобрать наиболее эффективный подход к ценообразованию, учитывающий особенности бизнеса компании «Профпоток».
Необходимо было структурировать данные, принимающие участие в формировании цен, а затем на основе полученной информации сформулировать гипотезы. Такая работа демонстрирует зависимость спроса от цены, что позволяет сделать выводы о финансовом потенциале пересмотра текущей ценовой политики. Специалисты KeepRise провели детальный анализ и расчет эластичности спроса, впоследствии использованный для достижения результатов.
При поиске эффективных подходов учитывались следующие особенности бизнеса «Профпоток».
Тестовая и контрольная группа в b2b – это клиенты, а не магазины. В отличие от розничных, b2b-компании зачастую не имеют собственных торговых точек, но уделяют не менее серьезное внимание своим клиентам.
Клиенты имеют индивидуальные условия покупки. Заказчики обладают разными потребностями и возможностями, поэтому b2b-компании нередко вырабатывают гибкое решение для своих постоянных клиентов. Все договоренности, условия и скидки обязательно должны быть учтены в системе ценообразования. На практике это редко соблюдается, что, безусловно, сказывается на результатах оптимизации. Эту проблему постарались решить с помощью более глубокой аналитики и вычищения этой категории клиентов из результатов пилота.
Сегмент b2b предполагает длинный цикл сделки. Налаживание работы с клиентом может продолжаться месяцами, при этом распространенной практикой являются уступки и скидки. В контексте ценообразования это вызывает ряд трудностей: повышение наценки невыгодно продавцам, поскольку их KPI преследует цель продать больше, а не дороже. Самая ожидаемая реакция отдела продаж в таком случае – предложить скидку больше, чем рекомендуют эксперты по ценообразованию.
Был сформирован запрос пилота: как изменится структура спроса, если повысить цены для разных групп клиентов в зависимости от коэффициента эластичности?
Пять шагов к поиску лучшей наценки
Перед командой экспертов по ценообразованию стояла задача: выработать и проверить гипотезы, которые приведут к увеличению валовой прибыли на ограниченном числе ассортимента и клиентов компании «Профпоток». Решение задачи было разбито на пять шагов.
Шаг первый. Сбор данных за 1,5 года деятельности компании.
Поскольку существенная доля товаров иностранных брендов из-за санкций ушла с российского рынка, а данные по новым позициям еще не успели достичь нужной историчности, пилот проводился на той части ассортимента, которая соответствовала всем требованиям качества данных. С учетом того, что каждый отдельный параметр может стать отражением аномалии, все метрики проходили проверку по совокупности показателей.
Шаг второй. Отбор клиентов компании «Профпоток» для пилота.
Клиенты были разделены на группы в зависимости от характера спроса. В результате эксперты отобрали три ключевые группы клиентов, по которым было больше всего данных.
«Данные в случае с ценообразованием – это фундамент верных решений и точных расчетов, – поясняет Сергей Воробьев, основатель и CEO компании KeepRise. – Мы сделали акцент на клиентах, данных по которым было достаточно для того, чтобы сформулировать гипотезу с необходимым уровнем уверенности».
Диаграмма соотношения тестовой группы клиентов к общему числу.
Для контрольной и тестовой групп были отобраны три категории клиентов:
-
клиенты, скидка которых была более 5%;
-
клиенты, приобретающие товары с маржой < 15% при доле выручки 0,05–0,1%;
-
клиенты, приобретающие с маржой > 15%.
Эти категории клиентов представляли особый интерес для руководства компании «Профпоток». Пилот проводился со следующим соотношением тестовой группы ко всем клиентам: тестовая группа – 8,5%, все клиенты – 91,5%.
Шаг третий. Выбор SKU для пилота. Товары отбирались по определенным категориям и критериям. Не проходили отбор товары, которые плохо продавались в 2021 году, категории, в которых доля недавно введенного товара составляла более 20%, категории, чья доля в товарообороте составляла менее 0,1%.
Эти условия позволяли проработать данные, благодаря которым возможно прогнозирование спроса и подсчет эластичности.
Категории, прошедшие через фильтрацию, были ранжированы по четырем показателям: доля выручки, доля прибыли, продажи в штуках, количество чеков.
Внутри категорий по аналогичным критериям были отобраны товары.
Шаг четвертый. Формирование гипотез. Подробный анализ данных показал, что ранее «Профпоток» имел потенциал для улучшения своего ценообразования. Значит, можно установить большую дополнительную наценку на неэластичные товары и меньшую – на товары эластичной группы.
Была сформулирована гипотеза: «Имеются устойчивая частота и объем приобретаемой клиентами продукции. Надо разбить клиентов на разные группы, в зависимости от показателей, чтобы отследить, как повышение цен на товары будет влиять на каждую из них. Повышать цены следует на базе коэффициента эластичности, который был рассчитан на основе полученных клиентских данных. Таким образом будет достигнута поставленная цель – увеличить выручку компании».
Шаг пятый. Подсчет эластичности спроса для пилотных SKU. Товары были разделены на четыре группы:
-
эластичные (чувствительные к изменению цены);
-
среднеэластичные;
-
неэластичные (нечувствительные к изменению цены);
-
экспертные (ручная корректировка экспертов).
Каждой степени эластичности была установлена дополнительная наценка, в зависимости от основных критериев. При этом уровень наценок для каждой группы эластичности товаров отличался для разных групп клиентов.
Одновременно проверялись две гипотезы:
1. Возможно заработать на учете эластичности.
2. Возможно дифференцировать цены в зависимости от характера спроса клиентов.
Что доказал пилот
Для подведения итогов пилота полученные данные были дополнительно отфильтрованы: исключены клиенты, которые за период эксперимента совершали покупки реже раза в месяц; исключены товары, которые продавались менее одного раза в месяц за период эксперимента (анализировались продажи 111 SKU и покупки 58 тестовых клиентов).
Показатели выручки, валовой прибыли, количества чеков и продаж проходили через метрики:
-
пилотные показатели тестовой группы в отношении к аналогичному периоду тестовой группы 2021 года (прирост год к году);
-
пилотные показатели тестовой группы в отношении к дотестовому периоду тестовой группы;
-
динамика роста показателей тестовой группы клиентов в отношении к контрольной в сравнении с 2021 годом;
-
динамика роста показателей тестовой группы клиентов в отношении к контрольной в сравнении с дотестовым периодом.
«Чтобы разница была объективной, результаты прогоняют через разные подходы сравнений, – поясняет Сергей Воробьев. – Тестовая группа и ее показатели во время пилотных недель сравниваются с этой же тестовой группой клиентов, но до пилота – в прошлом и, по возможности, позапрошлом году. Так мы можем снять, например, наличие сезонности. И таких сравнительных параметров у нас было четыре».
График 1. Сравнение показателей пилота к аналогичным показателям 2021 года.
Сравнение с аналогичными периодами предыдущих годов (график 1) позволяет сделать выводы о степени влияния сезонности на основные показатели. Как видно на графике, пилот за аналогичные 16 недель в 2021 году продемонстрировал рост выручки на 8%, валовой прибыли – на 28%, продаж в штуках – на 15%, количества чеков – на 23%.
График 2. Пилотные показатели тестовой группы в отношении к дотестовому периоду тестовой группы.
На графике 2 сравнение проходит с 16-недельным периодом до пилота. Такой подход позволяет эксперту оценить, когда пилот может быть полноправно завершен. За этот период пилотные показатели выручки выросли на 5%, валовой прибыли – на 28%, продаж – 35%, количество чеков – на 4%. Рост показателей каждый отчетный период будет обладать своей динамикой, которая должна постепенно склоняться к нулю. Когда нулевая точка будет достигнута, гипотеза может считаться исчерпанной, а пилот завершенным. Видно, что выручка и количество чеков уже приблизились к этому отношению.
График 3. Прирост тестовой группы по отношению к приросту контрольной группы, в сравнении тестовый период к аналогичному периоду в 2021 году.
Показатель на графике 3 сравнивает разницу прироста между тестовой и контрольной группами за период пилота (16 недель) и аналогичный в 2021 году. Прирост выручки составил 5%, валовой прибыли – 20%, продаж – 8%, количества чеков – 12%.
Поскольку аналогичный период в 2021 году в тестовой и контрольной группах отличался минимально, можно заключить, что влияние пилота на разницу прироста между тестовой и контрольной группами довольно велико, особенно в разрезе валовой прибыли.
График 4. Прирост тестовой группы по отношению к приросту контрольной группы в сравнении к дотестовому периоду.
На графике 4 показана разница в динамике структуры спроса и потребительской активности, вызванная повышением стоимости в неэластичных категориях товаров. Данные тестовых и контрольных групп сравниваются с аналогичным дотестовым периодом. Выручка – +4%, валовая прибыль – +30%, продажи – +42%, количество чеков – +15%.
Вопросы экспертов вызвала ситуация с резким увеличением продаж в штуках. Но эта аномалия объясняется внутренним фактором: изменением условий логистики и покупки товаров, которые повлияли на тестовых клиентов.
Дополнительно данные разбили на три уже названные категории тестовых клиентов.
Через четыре месяца пилот показал следующие результаты: клиенты, приобретающие товары с маржинальностью менее 15%, закономерно отреагировали чувствительнее, чем клиенты, приобретающие товары с маржой больше 15%. Увеличение наценки в зависимости от коэффициента эластичности продемонстрировало средневзвешенный прирост выручки на 4,5% и валовой прибыли – на 18%. При этом выросло количество продаж и чеков.
«Данный пилот наглядно продемонстрировал эффективность такого подхода в ценообразовании: грамотно используя коэффициент эластичности спроса на товары, можно добиться значительного роста коммерческих показателей – валовой прибыли и выручки компании», – прокомментировал результаты проекта Павел Ворошилов.
