Бизнес-образование
Динамические цены: big data и лидерство Amazon
Динамическое ценообразование – это гибкая система ценообразования, которая адаптирует стоимость товара в соответствии с покупательской способностью клиента и текущим состоянием рынка. По сути динамическое ценообразование не является новой концепцией.
До эпохи фиксированных цен в XIX веке лавочники и клиенты обычно торговались, таким образом определяя субъективную цену на товар. Если богато одетый клиент входил в магазин, он платил значительно больше, чем менее обеспеченный покупатель. Если вы были лояльным клиентом в те времена, вам давали скидку.
Внедрение фиксированных цен принесло структурированность и большую свободу в розничной торговле, позволяя покупателям самостоятельно делать выбор, взглянув на цену, и не зависеть от персонала. Теперь, когда ритейл имеет доступ к большим объемам данных о покупках каждого отдельного пользователя, динамическое ценообразование переживает свой ренессанс в более технологичном виде. Таргетированный маркетинг с персонализацией позволяет компаниям вернуться к оригинальной модели, но без "гадания на кофейной гуще". Сегодня интернет-магазин знает, что вы купили в прошлом, что вам скоро понадобится, куда вы можете пойти, чтобы эту покупку совершить, и, самое главное, сколько вы готовы за нее заплатить.
Алгоритм Amazon
Amazon является искусным мастером "динамических цен" и использует свой собственный алгоритм. Согласно исследованию Intelligence Node у Amazon занимает всего 2 минуты, чтобы изменить цену на товар во всех разделах и секциях, тогда как среднему американскому онлайн магазину потребуется 43 000 минут (или чуть меньше месяца). Для оффлайн рынка США в среднем время изменения цены составляет 270 дней - медлительность, которая дорого стоит.
Главные векторы анализа, которые заложены в алгоритм Amazon для определения индивидуальной цены включают:
- Долгосрочные тенденции,
- поведение пользователя,
- действия конкурентов,
- вероятные сценарии.
Это означает, что нет определенной цены для определенного товара, а есть постоянно меняющаяся цена, которая модифицируется в зависимости от действия пользователя на сайте в реальном времени. Для обработки таких больших данных используется специализированное программное обеспечение.
Согласно исследованию RSR Research 65% ведущих ритейл игроков считают динамическое ценообразование более эффективным, чем сопоставление цен. Речь идет не о цене, а о подходе к ценообразованию.
Как компании используют динамическое ценообразование
Orbitz использует пользовательские данные своих клиентов для определения цены за бронирование. Они обнаружили, что пользователи, которые просматривали номера с устройства Mac, были готовы заплатить на 30% больше за проживание, чем пользователи Windows. Orbitz берет эту информацию и автоматически направляет более состоятельных пользователей на дорогие варианты бронирования. Такой подход позволил им повысить комиссионные и конверсию.
Продовольственная сеть Safeway строит динамическое ценообразование на основе модели покупок. Например, покупательница получает предложение со скидкой на яйца в магазине, когда система показывает, что она покупает много высокобелковых продуктов. С динамическим ценообразованием магазин может продавать яйца этому клиенту по более низкой цене, потому что он будет ставить более высокую цену за те же яйца клиентам с другой моделью покупок.
Исследование Wall Street Journal показало, что Staples использует геолокацию для динамического ценообразования. Клиент, который находится в непосредственной близости от магазина Staples, видит более низкую цену на степлер на веб-сайте компании, чем клиент, который живет в нескольких километрах от магазина. Таким образом компания стимулирует покупки в оффлайн магазине, который находится рядом с вами.
Если вам понравилась эта статья, поделитесь ею с вашими друзьями и коллегами. Все эти и многие другие практические вещи вы найдете в разделе Маркетинг компании ACADEM.BY.