На этом этапе мы переходим от проектирования к внедрению. Любые изменения, насколько бы объективными ни были, всегда находят скептиков. Например, менеджеры привыкли побеждать в сделках за счёт скидок, воспринимая ручной дисконт как свой главный инструмент работы. Запрет на «произвольные скидки» и передача ценообразования алгоритмам встретили жёсткий саботаж: "Вы убьёте нам продажи! Клиенты уйдут!". Руководству потребовалась огромная воля, чтобы удержать рамки новой политики, переобучить команду и аргументировать ценность наличия и скорости, а не пасовать перед просьбами об уступках. Чтобы переход к новой системе был более эффективным, мы проводим тестовый запуск проекта, а затем после оценки результатов масштабируем на всю деятельность компании.
3.1. Тестовый запуск проекта
Тестировали проект с ограниченной командой продаж. Для пилота были выбраны сильные и опытные менеджеры с высоким авторитетом в коллективе, но открытые к изменениям. Постоянные покупатели со средним чеком (владельцы небольших и средних парков техники, локальные сервисы). Мы не включили в эксперимент ключевых партнёров, чтобы исключить риски потери продаж, так же как не включили клиентов, не совершающих в компании регулярные закупки. В ассортимент были включены расходники, фильтры, элементы ходовой части для китайской техники, по которым есть высокий упущенный спрос и постоянный запрос цен на рынке.
Для менеджеров разработали инструменты продаж, основанные на совокупной стоимости владения продукции. Для эффективного эксперимента важно было не только получить чёткую работу алгоритмов, но и менеджеров по продажам, которые в случае попыток клиентов получить скидку, должны были обосновать цену и ценность продукта без дополнительных “ручных скидок”.
С какими вызовами мы сталкивались?
В первую очередь со сложностями, связанными с обработкой данных и выдаче результата на уровне математических алгоритмов. Алгоритмы предусматривали наличие “чистых данных”. Но в процессе реализации вскрылись классические проблемы: дублирование номенклатурных позиций в учётной системе, неполные спецификации аналогов, отсутствующие статусы по причинам отказов клиентам (упущенный спрос).
Часто в таких проектах мы предлагаем автоматические и полуавтоматические решения по выявлению и исправлению ошибок. Если заказчик знает возможные ошибки, несложно подготовить алгоритмы, которые проверят множество данных. В этом случае заказчик принял решение скорректировать данные самостоятельно, вручную. Однако и после проделанной работы пришлось на ходу проводить изменения в 1С и CRM.
Вторая проблема — трения, возникшие между отделами. Закупщики опасались ответственности за строгие требования по оборачиваемости, а продажи боялись «слишком высоких» цен на дефицит. Создание ценового комитета заставило топ-менеджмент впервые сопоставить KPI подразделений и принудительно вывести команду из состояния "каждый сам за себя".
По итогам тестирования на ограниченном пуле клиентов и номенклатуре мы увеличили среднюю наценку по сделкам на 3%,и этого было достаточно, чтобы показать рост прибыли на 34%. При этом оперативное изменение цен позволило увеличить продажи на 12%. Важно понимать, что во время тестирования мы параллельно работали над отладкой всех процессов. Поэтому уже после масштабирования проекта, мы сопоставили результаты по той же номенклатуре и тем же клиентам, и они были значительно выше.
3.2. Масштабирование проекта
Внедрения системы ценообразования затрагивает много бизнес-процессов, номенклатуру и клиентов. Чтобы не превратить изменения в “хаос” и успевать контролировать качественные и количественные показатели, мы вносили эти изменения по шагам. Реализация всего проекта у нас заняла 1,5 года, из них на этап масштабирования мы потратили шесть месяцев. И ещё шесть месяца после того, как мы “перерезали ленточку”, следили и перепроверяли работу всех процессов, параллельно консультируя команду.
За качество и скорость внедрения нужно отдать должное команде заказчика, которая показала высокий уровень вовлечённости и самоотдачи. Результаты, полученные на этапе тестирования вдохновили на изменения всю команду.
После внедрения автоматического обновления прейскурантных цен компания получила прирост продаж на 12%. Этому сопутствовало два фактора: повышения конкурентоспособности цен на KVI-товары (товары, подверженные высокой ценовой эластичности) и актуализации цен на товары, которых нет на складе.
Система сопоставляет рыночные цены и внутренние показатели, предлагает пересмотреть цены на ряд позиций в зависимости от того, что происходило на рынке. В итоге клиенты уже через три месяца после внесения изменений начали чаще возвращаться за покупкой KVI-товаров к нашему заказчику. Причём эти изменения в спросе можно было наблюдать не только по клиентам категории B (АBC-анализа), но и категории A.
До внедрения системы ценообразования цены на товары, отсутствующие на складе, не менялись в зависимости от изменения цен поставщиков, а оставались в системе и на сайте заказчика неактуальными. Процесс расчёта новой актуальной цены был слишком долгим, поэтому клиенты исключали такие позиции из своих запросов и закупали только товары из наличия. Автоматизация расчёта цены в зависимости от цен поставщиков дала клиенту три варианта поставки под заказ:
Быстрая поставка от Российского поставщика по более высоким ценам;
Экспресс-поставка из-за рубежа по более приемлемым ценам;
Поставка из-за рубежа вместе с основной партией товара по низким ценам.
Имея актуальные предложения на руках с ценами и сроками поставок, многие клиенты начали размещать заказы на такие позиции с разными сроками ожидания. Учитывая автоматизацию, такая работа не несла дополнительную нагрузку на команду, но сопутствовала росту выручки.
Второе важное изменение — регулирование цен в зависимости от эластичности спроса. В отличие от человека, система может заметить любые, даже микроскопические изменения продаж в зависимости от изменения цен, используяформулу Мостеллера — Буша, о которой мы писали в отдельном материале. Давайте рассмотрим на упрощённом примере по ограниченной номенклатуре, как мы достигли результата в нашем проекте.
Разделим товары на три категории: подверженные высокой, средней и низкой ценовой эластичности. Если на товары с высокой ценовой эластичности мы вынуждены держать цены на уровне конкурентов, иначе снижение продаж будет слишком существенным. То повышение цен в среднем на 4% на товары со средней ценовой эластичности приведёт к росту прибыли на 20%, при этом спрос снизился всего на 2%. Ещё больший эффект мы получили по товарам с низкой ценовой эластичностью, на которые в среднем цены выросли на 16%, а прибыль на 114%, при падении спроса на 1%. Выбирая соотношение роста продаж и прибыли, мы всегда в качестве приоритета выберем прибыль, кроме новых стратегических товаров, для которых определили ключевую задачу — рост выручки.
Корректировка цен происходит точечно по каждой номенклатурной единице с учётом уникальных внутренних и внешних показателей. Если бы мы объединили все товары с низкой ценовой эластичности и применили единый коэффициент 1,16 к цене реализации, мы достигли бы гораздо меньшего эффекта. Но ещё больший эффект наш заказчик получает прямо сейчас, в процессе прочтения вами этого кейса, чем дольше работает система, тем больше данных она собирает, тем более точно реагирует на ценовую эластичность.
Пересмотрели подход в работе с KVI-товарами. KVI-товары — это популярные расходники, по ценам, на которые клиенты судят о ценовом уровне всей компании. Несмотря на то что наценка заказчика на KVI-товары была в среднем ниже, в сравнении с наценкой на другие товары, мы предложили снизить цены ещё. Рассмотрим подход на примере масляного фильтра:
В случае если клиента цена на фильтр не устраивает, он уходит без покупки. Снижение цен сопутствует увеличению продаж других запасных частей в одном заказе. Несмотря на то что компания ничего не зарабатывает на фильтре, её прибыль при ценовом преимуществе на него выросла в 4,8 раза.
Масштабируя проект, мы также решили проблемы Background товаров. Background-товары — это редкие или мелкие запчасти (крепёж, датчики, уплотнители, втулки), о рыночной стоимости которых покупатель не имеет чёткого представления. Например, при покупке уплотнения гидроцилиндров подъёма кузова или отвала клиенту важнее качество, чем минимальная цена на рынке, так как стоимость уплотнения — 20 000 - 40 000 руб., а стоимость ремонта — 120 000 - 135 000 руб. не считая простоя. К тому же большинство механиков осознают риск поломки штока, если резина раскрошится внутри цилиндра, в таком случае стоимость ремонта может вырасти в 3,5-4 раза.
Мы оснастили команду продаж расчётами совокупной стоимости владения такой продукции, чтобы команда могла донести до клиента преимущества высокой цены. В итоге клиент сохранил продажи Background товаров и увеличил свою наценку в 2,6 раза.
Поэтапный шестимесячный запуск и четыре месяца сопровождения показали выдержку и вовлечённость команды заказчика, которая прошла путь от первого скепсиса к полному доверию новым алгоритмам. Внедрение автоматической переоценки «под заказ», точечное управление ценовой эластичностью и пересчёт KVI и Background-ассортимента позволили системно перестроить работу всех каналов сбыта. Компания не просто избавилась от «хаоса» в рутинных процессах и наладила взаимодействие между отделами, а получила самообучающийся механизм ценообразования, который ежедневно адаптируется под рынок и защищает экономику каждой сделки.
Итоги:
За 1,5 года работы компания перешла от убыточной модели ручного управления к автоматизированной системе динамического и дифференцированного ценообразования. На падающем рынке без раздувания штата и складских запасов заказчик увеличил среднюю наценку по компании, что привело к росту чистой прибыли в 5,7 раза, а общий объём продаж вырос на 12%. Все затраты заказчика на разработку методологии, перестройку процессов и автоматизацию полностью окупились за 7 месяцев.
Кратный рост прибыли достигнут за счёт четырёх ключевых факторов:
Внедрение системы управления ценовой эластичностью;
Разработка алгоритмов в зависимости от роли позиции в ассортименте (KVI-товары, Background-товары, товары «под заказ» и др.);
Ликвидация прямых потерь маржи, выявленных на этапе диагностики;
Построение операционной архитектуры.
Бизнес перестал управляться «вслепую» на основе интуиции и хаотичных ручных решений. Созданная архитектура ценообразования с четырьмя уровнями сбора данных, работой аналитика и регулярным Ценовым комитетом превратила компанию в саморегулирующийся механизм. Теперь каждая отгрузка защищена от рыночных штормов, а система непрерывно конвертирует любые изменения внешней среды в стабильный рост маржинальности.
Мы благодарны заказчику за доверие, самоотдачу и высокий уровень вовлечённости. Именно благодаря ему мы смогли поделиться таким подробным кейсом и подарить его своим читателям.
Если вы сталкиваетесь с проблемами ценообразования и рентабельности бизнеса — связывайтесь с нами, мы всегда готовы помочь.
На этом всё! Успехов вам! И помните: хороший бизнес не заканчивается на сделке. Он начинается с вопроса: "А что, если попробовать иначе?" До новых встреч.