Автоматизация ценообразования для многих ритейлеров — давно необходимость, от которой зависят ключевые показатели бизнеса. Мы поговорили с основателем компании KeepRise Сергеем Воробьёвым о философии ценообразования в ритейле и о том, как сделать эту сферу управляемой.

— Как вам пришла идея заняться именно автоматизацией ценообразования?

— В десятых годах я работал в «Магните», где создавал похожую систему. Мы делали проект около полутора лет для внутренних нужд компании. Затем я перешёл в бизнес-подразделение, где с помощью нашего решения уже управлял ключевыми показателями выручки и прибыли, дополняя его методологией. Проект был успешным — тогда решил попробовать себя в других, более мелких, в том числе региональных бизнесах в роли консультанта. Выстраивал там политику и практику ценообразования и автоматизации. После этого мы с командой попали в компанию и развернули регулярную работу по внедрению системы ценообразования и бизнес-консалтингу. Параллельно, на протяжении двух лет, мы вынашивали идею собственного продукта.

Идея окончательно оформилась с уходом зарубежных вендоров в 2022 году. У меня и у всей команды к тому моменту уже был широкий опыт внедрения систем автоматизации ценообразования, и мы решили просто его капитализировать. Практика показала, что нашей экспертизы достаточно, чтобы заполнить нишу, освободившуюся после ухода западных компаний.

Миссию мы сформулировали так: хотим дать нашим клиентам гибкий инструмент для получения знаний, с помощью которых можно оптимизировать бизнес компаний и постоянно увеличивать выручку.

Мы приступили к разработке в августе-сентябре 2022 года. К Новому году смогли запустить продукт, который считал цены на полке у клиента. Нужно понимать, что просто так цены на полку не отпускают, поскольку это напрямую влияет на экономический результат — и вот это нам удалось сделать всего за полгода.

— Расскажите про систему KeepRise Как всё работает и какие задачи она решает?

— На рынке есть два подхода к ценообразованию. Первый — максимизация дохода: есть себестоимость и наценка, которая периодически меняется, чтобы компания зарабатывала больше. Это базовый подход, на нём живёт большинство компаний на отечественном рынке. Второй — ценообразование на базе искусственного интеллекта, или оптимизационное ценообразование, при котором цена рекомендуется на основе множества факторов: погода, курс валют, спрос, поведение покупателей и так далее. В результате цена устанавливается не исходя из каких-то правил — «хочу продать больше, чем у конкурента» или «хочу продавать с определенной наценкой или маржой», а исходя из общей стратегии — «хочу что-то максимизировать», «хочу что-то сохранить». Два этих подхода к ценообразованию – сильно отличаются, в первом случае — компания получает управляемость, но не максимальный доход, во втором случае — наоборот.

В нашем решении мы объединили оба подхода. Целью команды было заложить в него как управляемость, так и максимизацию дохода. С помощью нашей системы клиенты могут вырабатывать и тестировать гипотезы, видеть, к чему приведет их решение экспериментировать, измерять и масштабировать результаты.

KeepRise — не машина, которая подвезёт деньги на кассу и спасёт компанию, а прозрачный, понятный и быстрый инструмент, позволяющий проводить сценарное планирование, моделирование, и по итогам вырабатывать лучшее решение для максимизации прибыли.

Решение построено так, чтобы оно было максимально понятно пользователю, не погружённому в ценообразование, и работает в первую очередь на основе бизнес-запросов. Одним из главных вызовов было создать максимально дружественный интерфейс нашего продукта. Бизнес говорит на своем языке, и именно эту парадигму мы заложили в решение. Даже человек, далекий от ценообразования, может ставить понятные бизнесу задачи — например, поднять маржинальность отдельной категории товаров, сохранив при этом её оборачиваемость. KeepRise поможет пользователю решить его задачу или даст свои рекомендации. По сути, клиент сможет управлять ценами с помощью бизнес-запросов: фактически, это мост между потребностями бизнеса и тем, как всё работает с точки зрения математики. Эта особенность делает нас уникальной платформой.

— Какие инструменты призван заменить KeepRise?

— Когда компания задаётся вопросом оптимизационного ценообразования, перед ней встают всегда встают две проблемы: , во-первых, автоматизация, и, во-вторых, организация аналитического процесса. Автоматизацию обычно решают с помощью Excel или ERP-системой, через которые считают базовые цены: здесь KeepRise замещает несколько разрозненных подсистем, поскольку единого инструмента для автоматизации у бизнеса, как правило, нет.

Что касается аналитической работы с ценообразованием — примерно в половине компаний такого процесса вообще не существует, и нам приходится его растить с нуля. Там , где такой процесс есть, компаниям приходится работать с ценообразованием в Excel или другом базовом наборе инструментов. Наше решение снимает ту операционную нагрузку, которую влечет за собой работа в этих приложениях, и выполняет расчеты в сотни раз быстрее.

— Вы работаете с крупными клиентами. Расскажите, что уже получилось реализовать.

— Компании по-разному подходят к работе с KeepRise: одни пользуются комплексно, другие решают частные задачи — например, заказывают предпроектные исследования, аудиты, подготовку к запуску продукта. Клиенты приходят к нам с целью получить управляемый процесс пересмотра цен. Ключевой вопрос здесь — какая должна быть цена и по каким принципам её нужно считать, и зачастую компании приходят, не зная ответов на эти вопросы.

Например, «Билайн» пришёл к нам с задачей сделать управляемым трендовое ценообразование: когда, допустим, сразу после выхода на новый смартфон большой спрос, затем ажиотаж постепенно проходит, а в конце модель окончательно выходит из моды. Жизненный цикл таких продаж состоит из разных этапов, и на каждом из них необходимо правильно управлять ценообразованием. На что в таком случае опираться? Компания, конечно, стремится заработать, при этом в конце жизненного цикла продаж на складах не должно скопиться много остатков товара — и ценообразование необходимо выстроить так, чтобы на всех этапах оно обеспечило максимальный товарооборот, не сохранять на стоках товар, который потом придётся распродавать, и при этом сохранять доходность и маржинальность.

В этом вопросе мы придерживаемся принципа Pricing Decision Tree (PDT) — дерева принятия решений по цене в зависимости от обстоятельств. Если товар новинка — цена будет одна, если вошёл в тренд — цена изменится, если тренд на спаде — цена снова изменится, и так далее. Сейчас это дерево состоит примерно из 50 шагов, в них учитываются себестоимость, цены конкурентов, оборачиваемость, остатки, инфляция и многие другие факторы.

В итоге с «Билайном», формируя дерево принятия решений, удалось нарастить от 7 до 12 п.п. валовой доходности. Это достаточно много для результатов такого процесса на старте, и это хороший показатель эффективности и управляемости процесса ценообразования.

Второй наш клиент — DIY-ритейлер с сезонными товарами для сада и огорода: сезон летом, а зимой спад продаж. Наша задача была запустить систему к сезону с теми же вводными, что и в предыдущем кейсе: она должна была рекомендовать цены, в первую очередь, на востребованные товары. Ключевой момент здесь — «поймать», что такое востребованные товары: в один момент это грабли, в другой — шурупы, и так далее. Для решения этой задачи мы разработали несколько моделей, которые выделяют значимость товара и создают стратегию внутри системы, как формировать цены в зависимости от этой значимости.

Сейчас мы работаем с этими клиентами, автоматизируем процесс и параллельно вырабатываем новые подходы к решению их бизнес-задач.

— Как вы охарактеризуете происходящее сейчас с ценообразованием на российском рынке?

— Российский рынок в плане ценообразования выглядит достаточно незрелым, он живёт под влиянием старых подходов экономики: есть наценка, которую мы хотим зарабатывать, и этого достаточно. При этом существует выраженный запрос на оптимизационное ценообразование , поскольку оно напрямую влияет на доход: можно построить магазин и долго ждать, когда он окупится, а можно внедрить эффективную методологию и окупить его здесь и сейчас. Но я вижу серьёзный перекос в восприятии, когда такой подход воспринимают как чудо-кнопку для бизнеса. И основной вызов для рынка сейчас — то, что в реальности, помимо установки системы, нужно постоянно поддерживать ее своими действиями.

Наша задача — не только заменить «зоопарк» внутренних систем компании, но и научить клиентов, что такое ценообразование в широком смысле этого слова. Сейчас бизнес пробует внедрять различные решения — у кого-то получилось, у кого-то нет, но в итоге все поняли, что просто так желаемого не получить. И компании стали задаваться вопросом, как правильно выстраивать нужные компетенции. В итоге мы находимся на неком пороге: на рынке востребовано ценообразование в связке с процессами и их понимаем, и облегчить это восприятие — серьёзный вызов для нашей команды.

Думаю, в итоге всё придёт к тому, что во многих российских компаниях появятся аналитические подразделения по ценообразованию со специализированными инструментами, которые будут развиваться в сторону машинного обучения и искусственного интеллекта. Хайповая тема с ChatGPT тоже не обойдёт ценообразование стороной — такие технологии станут ещё одним «мостиком» между запросами бизнеса и конкретными решениями.

Подытожу. Россия сейчас находится на переходном этапе: запрос последних трёх лет на ценообразование привёл к тому, что было много и ошибок, успехов и неудач, но компании в итоге поняли, что пора трансформироваться.

Параллельно решения движутся в сторону машинного обучения и искусственного интеллекта — и лет через пять ценообразование сведётся к написанию буквально текстовых запросов к системе, которая в ответ будет выдавать цены под конкретный бизнес-показатель.

— Как бизнесу понять, что пора заняться автоматизацией ценообразования?

— Когда в компании большой ассортимент, который постоянно ротируется, много торговых точек — управлять всем этим с помощью Excel становится невозможно, начинают копиться ошибки, которые приводят к убыткам, либо на просчёт правильной цены уходит столько времени, что она перестаёт быть актуальной.

Как только компания начинает сильно зависеть от цены — из-за конкурентной среды, быстрой ротации ассортимента или по аналогичной причине, это не может не отразится на выручке и прибыли, тогда вопрос об автоматизации ценообразования становиться естественным.

Обычно это сети в 30–40 торговых точек с совокупным оборотом от 1 миллиарда рублей в год, и у них есть от 100–200 позиций в ассортиментной матрице, которые ротируются от 10% ежегодно. Как правило, именно в таких компаниях начинаются проблемы либо с накоплением ошибок, либо со скоростью обновления цен.

Если вы видите, что у вашего бизнеса появились подобные симптомы — самое время связаться с нами.

Только для читаталей Retailer.ru компания KeepRise дарит бесплатную экскурсию в идеальный отдел ценообразования.

Хотите узнать, как построить работу по управлению и контролю за ценами в вашей компании? Тогда оставляйте заявку на экскурсию прямо сейчас.

Официальный сайт KeepRise
+7 (495) 204 20 45
+7 960 261 00 50
info@keeprise.ru