Cliff Isaacson, Executive VP of Product Strategy hos Blue Ridge skybaserte løsninger for etterspørselsprognoser.

Forhandlere har allerede følt seg presset til å finjustere prisstrategiene sine i en stund nå; takket være Amazon, blir distributører nå dratt rett inn i det.

Distributørene sitter fast i midten av forsyningskjeden, med e-handel som har utvidet seg til deres gressbane. Mange må revurdere sine leveringsmodeller og prisoptimaliseringsstrategier for å forsvare seg mot økende konkurranse, kostnader og andre trusler.

Aldri før har prissetting vært en mer unnvikende – men likevel avgjørende – del av en distributørs virksomhet. Du kan kaste Amazon under bussen alt du vil (og du har god grunn til det); men den kalde, harde sannheten er at i dag:

• Prisen er mer elastisk og vanskeligere å bestemme
• Kompleksiteten rundt prissetting øker hver dag
• Prissetting har en stadig større innvirkning på virksomheten din (enten det er en konkurransetrussel eller styrke)

Det er ikke noe magisk tegn som viser den perfekte markedsprisen for hver vare, hvert sted, hver kanal, hver dag. Men distribusjonsbedrifter finner suksess med nye AI-baserte livssyklusprisoptimaliseringsstrategier for å reagere raskt på endringer og nå sine økonomiske mål.

Så i dag snakker PlanningPosts med Cliff Isaacson, Blue Ridges Executive VP of Product Strategy, om hvordan du kan bestemme riktig prisoptimaliseringsstrategi for din stadig mer komplekse forsyningskjede.

Episode 6 Vis notater

Introduksjon

Todd Intro: Har du noen gang blitt møtt med behovet for å forbedre fortjenesten, men vet ikke hvilke varer, på hvilke lokasjoner eller på hvilke kanaler som kan bringe deg dit? Kan det være underprisede eller overprisede varer som eroderer fortjenesten din uten at du vet det?

I dag er vi her med Cliff for å snakke om noen prisoptimaliseringsstrategier og AI-baserte pristeknologier som kan hjelpe deg raskt å identifisere profittmuligheter og teste prisstrategier for å nå dine økonomiske mål. Velkommen, Cliff. Fortell oss litt om bakgrunnen din...

Cliff... (hilsen + kort bakgrunn om deg selv)

Todd: Glad for å ha deg her. Så, hva er det store her?

Cliff: Vel, mange forhandlere og distributører underutnytter virkelig den avanserte vitenskapen og påviste beste praksisen som er tilgjengelig for å maksimere margin, fortjeneste, inntekter og salg. Det er utrolig for meg hvor veldig lite planleggere vet om hvilke av produktene deres som er underpriset eller overpriset akkurat nå. Det er vond lukt i luften, men de har ingen innsikt i hvilke kanaler eller hvilke steder som forårsaker problemet.

Få dette... En 1 % endring i prisen kan ha over 7 % endring i bruttofortjeneste, betydelig mer enn en 1 % endring i enhetssalg eller reduksjon i COGS kan gjøre.

Todd: Hva er årsaken til dette?

Cliff: Det er så mange utfordringer innen engros og distribusjon akkurat nå – både innenlands og internasjonalt – som tvinger dem til å bevege seg raskere og smartere. (Amazoneffekten, tariffer, transportkostnader osv.). Den eneste måten å reagere med smidighet på er å investere i en solid prisplattform.

Det trenger ikke å være et stort, komplekst bedriftssystem. Nye spesialbygde, AI-baserte prisløsninger er ekstremt sofistikerte, men likevel veldig enkle å rulle ut. Og de FUNGERER.

Hva er fordelene med AI-baserte prisløsninger?

Todd: Hva er fordelene med AI-baserte prisløsninger?

Cliff: Disse prisplattformene hjelper deg raskt å identifisere underprisede varer, posisjonere listepriser mot konkurrenter, testliste prisstrategier og sammenligne anslåtte utfall for å oppnå margin, fortjeneste, inntekt, markedsandel og andre økonomiske mål. Bedre listepriser kan brukes til å gjøre ting som å forbedre forhandlede nettopriser, utnytte leverandørforhandlinger, overholde leverandørminimum som NPIP og MAP, og forbedre prisbildet.

Todd: Hvem trenger egentlig en prisoptimaliseringsplattform? Er det et selskap eller en spesiell rolle som vil oppnå størst fordel her?

Cliff: Ja. Når det gjelder selskaper,

Store forhandlere og distributører av diskrete produkter lokalisert i Nord-Amerika som publiserer listepriser på årlig eller hyppigere basis,

• Som sliter med å nå økonomiske mål fra prisendringer
• Og oppleve hyppige prisendringer som svar på kostnadsendringer, konkurransedyktige priser, andre faktorer (Amazon-effekt, tariffer, økende transportkostnader, etc.)
• Med et SKU-antall mindre enn 1 000 000

Når det gjelder roller , kan det være en:

• CFO som ønsker å forbedre fortjenesten eller øke marginene; ønsker å bruke prissetting for å tømme beholdningen; eller er misfornøyd med økonomiske prognoser for prisendringer.
• VP of Sales eller Merchandising: interessert i å forbedre lønnsomheten; opptatt av kundeprisklager; ønsker mer informasjon om prisstrategi inn i forhandlinger med leverandører.
• Prisanalytiker: sliter med hvordan å identifisere overprisede og underprisede produkter, oppnå forespurte margin- eller inntektsforbedringsmål; stole på manuell pris-pluss-tilnærming til prissetting; kan ikke forutsi resultater av prisendringer eller teste ulike prisstrategier.

Todd: Det virker som om noen av disse folkene (spesielt en finansdirektør) kan høre ordet "plattform" og viker unna investeringen. Hva vil du si til mesteren i denne situasjonen, hvis de fortsatt ikke er sikre?

Cliff: Vel, en sikker måte å vite at det er behov for er å stille noen viktige spørsmål:

• Vet du hvilke av produktene dine som er underpriset eller overpriset?
• Hvilke kan ha størst innvirkning på å oppnå bedre marginer eller fortjeneste?
• Er du sikker på at du kan forutsi den økonomiske effekten av prisendringer?
• Kan du sammenligne resultatene av ulike prisstrategier?
• Vurderer du lagernivåer når du setter priser?

Hvis du ikke er 100 % sikker på noen av disse – og de fleste detaljhandels-/distribusjonsorganisasjoner IKKE er det – er det et godt tegn på at du legger igjen penger på bordet og at det er på tide.

Hvordan velge en prisoptimaliseringsløsning

Todd: Greit... Bedre priser, forutsigbare resultater og forbedret fortjeneste. Høres ganske bra ut for meg! Så, hvor begynner noen? Det er så mange forskjellige løsninger for prisoptimalisering der ute; hva skal de se etter?

Cliff: Det må være spesialbygd, enkelt å implementere, og det må gi langsiktig sikkerhet.

Skybaserte løsninger for etterspørselsprognoser som er spesialbygd for detaljhandel og distribusjon, bruker AI og data på transaksjonsnivå for å tjene bedre priser og oppnå økonomiske mål. Det skal også være enkelt å komme inn på; med noen løsninger kan du være i gang på så lite som 30 dager og se reell avkastning i løpet av uker eller måneder. Ikke år. Den skybaserte komponenten legger langt mindre stress på IT-ressursene dine også.

Selgeren bør også ha en hest i løpet... Tilbyr de personlig oppmerksomhet fra ekspertutøvere som jobber for å sikre at du får mer bærekraftige, langsiktige resultater? Eller gir de bare nøklene til en Ferrari og sier "Lykke til"?

Til slutt, tar de ekstra betalt for løpende støtte? (snakk om skjulte konsulentpriser til konkurrenter).

Todd: Gå meg gjennom mulighetene når de oversettes til en distributørs sluttspill.

Cliff:

• Identifiser profittmuligheter med lavere risiko: identifiser underprisede varer, se gjennom fortjenestemuligheter og forstå anbefalingssikkerhet.
• Kontinuerlig prisforbedring: kjør listeprising Hva-Hvis-simuleringer, gjennomgå resultater, velg beste strategi og taktikk basert på resultater, og lås inn de beste strategiene for å operasjonalisere.
• Pris alle varer i sortimentet ditt ved å bruke unik AI-basert vitenskap for prissetting: beregn modeller ved hjelp av unike prissettingsmetoder som tar hensyn til både hurtigselgende nøkkelvarer og sjeldent solgte langhale-sortiment på tvers av kanaler og lokasjoner, vitenskapelige metoder for å velge den beste tilnærmingen, utlede modeller ved å bruke en attributtmatrise der det er nødvendig, beregne elastisitet etter segment. Fleksibel design støtter månedlige, ukentlige eller daglige priser.
• Lag og test scenarier for livssyklusprissetting ved å bruke en omfattende strategimotor: re-sekvensregler, utnytte prisoptimalisering, konkurranseposisjonering, forretningsbegrensninger, produkt- og pristypeforhold, sluttnummerregler og annen AI-logikk og grupper inn strategier for evaluering og utvalg. Viser detaljerte resultater for hvert trinn for å forstå virkningen av hver begrensning.
  • Prisoptimalisering
  • Lagdelte forhold liker bra-bedre-best
  • Pristypeforhold som liste vs. engros vs. renovert vs. reprodusert
  • Optimaliser prisene ved å bruke forskjellige kostnader som detaljhandel, engros og tilpassede kostnader
  • Gruppe, familie, klasse og andre prisgrupper
  • Prisjustering på tvers av kanaler
  • Minimum og maksimum terskler
  • Kundesegmentprising
  • Regler for sluttnummer
• Selvbetjeningsanalyse: last opp dine egne data, kjør din egen optimalisering og andre prosesser, gjennomgå resultater og bor i detaljer for å forstå resultatene og integrere dem i nye simuleringer.
• Prøv-før-du-kjøper med lav risiko: kjøp et korttidsabonnement, velg planen du vil ha, og prøv løsningen på dine premisser i stedet for gjennom store, risikable kapital-"big bang"-prosjekter som involverer kompleks datainnsamling og datarensing .
• Raske og bærekraftige resultater, tid til (levende) produksjon på så lite som 90 dager. Konfigurerer til ditt unike miljø, i stedet for tilpasset.

Betyr skyen noe i prissettingen?

Todd: Ok, så jeg har min prisoptimaliseringsløsning. En konsulent holder meg i hånden for å proaktivt overvåke analyser, ytelse, muligheter og risikoer for å sikre konsistente og bærekraftige resultater. Jeg kan administrere alt i én sentral løsning – prisendringseffekt, scenariosammenligning, konkurrentanalyse og analyser. Jeg kan til og med samarbeide med leverandørene mine . Hva med den skybaserte komponenten; hvorfor betyr det noe?

Cliff:

• Få hyppige innovasjoner og oppgraderinger på grunn av skymodellen
• Utnytt den iboende prosessorkraften til cloud computing
• Tilsvarer de mest komplekse distribusjonene

Todd: Cliff, jeg vil bare spille Devil's Advocate et øyeblikk her... Hva om et selskap føler at de allerede er lønnsomme med gjeldende priser; kan dette virkelig ha stor innvirkning?

Cliff: Absolutt, Todd. Det koker ned til synlighet – og mange organisasjoner skjønner ikke engang at de har et prisproblem før de graver seg inn i systemet.

En endring på 1 % i prisen kan ha over 7 % endring i bruttofortjeneste.

Som jeg nevnte før, kan en prisendring på 1 % ha over 7 % endring i bruttofortjeneste. Så hva slags skade kan en endring på 1 % i enhetssalg eller reduksjon i COGS gjøre? Dårlig prising har direkte innvirkning på fortjeneste, marginer, inntekter, markedsandeler, prisbilde og kundetilfredshet. Takket være Amazon-effekten øker kundens prisfølsomhet og det kritiske med å få en riktig prisoptimaliseringsstrategi.

Vi har sett hundrevis av selskaper som implementerer prisløsninger oppnå dramatiske resultater, veldig raskt [gir eksempel].

Kan ERP-systemer håndtere prissetting?

Todd: Høres ut som et godt eksempel på "Du vet ikke hva du ikke vet." Men kan ikke lagerledere bare bruke sine ERP-systemer til å håndtere priser?

Cliff: En generisk ERP vil aldri gi deg den prisoptimaliseringen du trenger. Den var ikke designet for det. En spesialbygd løsning for mellomstore forhandlere og distributører som er enkel å bruke, selvbetjent, og som kan gi prisoptimalisering, prisanbefalinger, prisscenario er ingen match for en generisk ERP. Du trenger What-If, og Best Practice-prisanalyse i ett, skybasert system slik at du kan optimere, teste, forutse og sette priser raskt – noe en generisk ERP ikke kan gjøre.

Todd: La oss snakke om leverandørvalg. Er det bare de store spillerne som gjør dette?

Cliff: Nei. Faktisk har jeg sett mye bedre resultater med en fokusert skybasert, selvbetjent løsning.

Bare disse gutta kan levere smidigheten du trenger for å identifisere profittmuligheter – og finne dem raskere enn noen andre.

Fordi skybaserte, selvbetjente prisløsninger er spesialbygde for detaljhandel og distribusjon, trenger du ikke lenger å tvinge prisene dine inn på en plattform som ikke er designet for å holde den.

Bare utvalgte AI-baserte løsninger for prissetting og etterspørselsprognose har beregningskraften til å håndtere store datamengder og lar deg analysere dine egne data og identifisere prismuligheter innen timer – ikke dager eller uker. Det, kombinert med personlig og proaktiv støtte, er noe du ikke får med de store leverandørene. Du vil aldri bli skjøvet til bunnen av prioriteringslisten fordi en større klient venter på en annen linje.

 

Avslutning: Så der har du det. Hvis du vil lære mer om prisoptimalisering, send oss en melding på PlanningPosts.com . Takk for at du ble med oss, Cliff.