Hlavním faktorem, který vstupuje do modelu a je nejdůležitější pro stanovení ceny, je chování zákazníků. Tedy tzv. poptávková křivka, jež určuje závislost prodaného množství na ceně a ostatních faktorech. Situace na trhu se ale velmi rychle mění, proto je důležité, aby obchod dokázal na tyto změny co nejdříve reagovat, a aby cenu zboží přizpůsobil nejrůznějším výkyvům i trendům.

Jak to v praxi funguje? Počítačový algoritmus zpracuje obrovské množství dat a automaticky pak ceny mění podle toho, jak se zákazníci e-shopu chovají. Nejde přitom jen o data za uplynulý den, ale o souhrn mnoha údajů za několik týdnů, měsíců i let. Souhrnná data jsou pak nezávislá na výkyvech, což zajišťuje stabilnější výsledek. A obchodům zase vyšší marži.

Co všechno je potřeba nashromáždit? Typicky jsou to prodeje na úrovni objednávek, tedy co si kdo koupil, kolik kusů, v jaké barvě a za jakou cenu. Z těchto údajů se dá odhadnout poptávka. Pak jsou to ceny konkurence – srovnání cen přes různé vyhledávače. V neposlední řadě webová data, jako například návštěvnost stránek, jak moc lidé klikají na jednotlivé produkty, a spolu s tím pochopitelně dodavatel – pořizovací cena, marže apod.

Lze tato data využít také k jiným účelům? S množství získaných dat, která jsou potřeba pro vytvoření optimálních cen, se dá pracovat v marketingu. Firma může zákazníka oslovovat individuálně, přizpůsobit slevy a další akce jeho preferencím. Na základě dat firma ví, do čeho má smysl investovat.

Jaká je ideální frekvence pro změnu cen? Jednou týdně. Jde to ale pochopitelně na denní bázi, dokonce i v čase – například Amazon zvládne změnit ceny i každých 10 minut.

Bude hrát cena klíčovou roli také v budoucnu? Čím dál tím více to bude o zákaznickém servisu a o tom, co e-shop dokáže zákazníkům nabídnout navíc. Tedy například programy pro loajální zákazníky, dopravu zdarma, expresní doručení zásilky, zajímavý vzhled webových stránek či uživatelskou přívětivost ve smyslu co nejjednoduššího nákupu, například ve formě předpřipraveného košíku se zbožím, které pravidelně kupujete. Cena tak nemusí být klíčová.

Půjde tato metoda využít také v kamenných obchodech? Pokud budou mít elektronické cenovky, pak to rychle půjde i tam, důležité je, jak často kamenné obchody přeceňují své produkty. A najít balanc mezi tím, jak často je vůbec nutné přeceňovat.

Pořád řešíte, jestli je optimalizace cen potřeba?
Nezapomeňte, že…

• Podmínky na trhu se rychle mění
• S konkurencí není pokaždé nutné soupeřit
• Ideální kompromis mezi konverzí a marží existuje
• Manuálně nelze uhlídat cenu pro velké množství produktů
• Čas strávený celodenním přeceňováním využijete efektivněji

Co když ale všechny obchody využijí dynamické oceňování a budou mít stejné ceny, podle čeho je pak zákazníci budou rozlišovat? I když e-shopy prodávají stejný produkt, finální cena může být jiná, každý obchod cílí na trošku jiné portfolio zákazníků.

Jaký je tedy nejdůležitější krok na cestě k dynamickým cenám? Aby si k nástroji našli cestu všichni ve společnosti. Nová technologie s sebou přináší zjednodušení práce, současně ale bourá zavedené pořádky. Proto je důležité přesvědčit IT oddělení, že cizí kód není nebezpečný, dodavatele zase, že i o korunu vyšší prodejní cena nad úrovní trhu nemusí být na škodu. A obchodní oddělení, že fixní cena není ideálním řešením a výsledky napříč portfoliem jsou součástí jedné spojené nádoby.

Dynamic pricing v režimu AS-A-SERVICE

DATA: Každý večer putují nejaktuálnější data z e-shopu do Deloitte
OPTIMALIZACE: V Deloitte dojde k automatizovanému zpracování dat, ke spuštění a přetrénování modelů dle výsledků. Následuje výpočet optimálních cen s ohledem na nastavená omezení
NOVÉ CENY: Druhý den brzy ráno putují optimální ceny včetně metody jejího výpočtu a dalších detailů do e-shopu
NASAZENÍ CEN: Po datových kontrolách se automatizovaně nahodí nové ceny na e-shop

Síla vašich dat se ukáže až v okamžiku, kdy je dokážete využít ve svůj prospěch. Podívejte se, jak v týmu Deloitte Advanced Analytics využíváme machine learning, prediktivní modelování a další statistické metody, pokročilé vizualizace dat či text mining.