Cliff Isaacson, vice vd för produktstrategi på Blue Ridge molnbaserade lösningar för prognostisering av efterfrågan.

Detaljisterna har redan under en längre tid känt av pressen att finjustera sina prisstrategier, men tack vare Amazon dras nu även distributörerna in i det stora hela.

Distributörerna är fast i mitten av leveranskedjan, och e-handeln har tagit sig in på deras område. Många måste ompröva sina leveransmodeller och strategier för prisoptimering för att försvara sig mot ökad konkurrens, kostnader och andra hot.

Aldrig tidigare har prissättning varit en mer svårfångad - men ändå avgörande - del av en distributörs verksamhet. Du kan kasta Amazon under bussen så mycket du vill (och du har stor anledning att göra det), men den kalla, hårda sanningen är att idag:

• Prissättningen är mer elastisk och svårare att fastställa.
• Komplexiteten kring prissättning ökar varje dag
• Prissättningen har en allt större inverkan på din verksamhet (oavsett om det är ett hot mot eller en styrka för din konkurrens).

Det finns ingen magisk skylt som visar det perfekta marknadspriset för varje produkt, varje plats, varje kanal och varje dag. Men distributionsföretag lyckas med nya AI-baserade strategier för optimering av prissättning under hela livscykeln för att reagera snabbt på förändringar och uppnå sina finansiella mål.

Idag talar PlanningPosts med Cliff Isaacson, Blue Ridges Executive VP of Product Strategy, om hur man bestämmer rätt strategi för optimering av prissättning för den alltmer komplexa leveranskedjan.

Episode 6 Show Notes

Introduktion

Todd Intro: Har du någonsin stått inför behovet av att öka vinsten, men vet inte vilka artiklar, på vilka platser eller i vilka kanaler som kan hjälpa dig att nå dit? Kan det finnas under- eller överprissatta varor som undergräver dina vinster utan att du vet om det?

Idag är vi här med Cliff för att prata om några strategier för optimering av prissättning och AI-baserad prissättningsteknik som kan hjälpa dig att snabbt identifiera vinstmöjligheter och testa prissättningsstrategier för att uppnå dina finansiella mål. Välkommen, Cliff. Berätta lite om din bakgrund...

Cliff... (hälsning + kort bakgrund om dig själv)

Todd: Jag är glad att du är här. Så, vad är det stora problemet här?

Cliff: Många återförsäljare och distributörer utnyttjar inte tillräckligt den avancerade vetenskap och de beprövade bästa metoder som finns tillgängliga för att maximera marginaler, vinster, intäkter och försäljning. Det är häpnadsväckande för mig hur lite planerare vet om vilka av deras produkter som är underprissatta eller överprissatta just nu. Det finns en dålig lukt i luften, men de har ingen insikt om vilka kanaler eller vilka platser som orsakar problemet.

Hör här... En prisförändring på 1 % kan leda till en bruttovinstförändring på över 7 %, vilket är betydligt mer än vad en förändring på 1 % i enhetsförsäljning eller en minskning av COGS kan göra.

Todd: Vad orsakar detta?

Cliff: Det finns så många utmaningar inom grossist- och distributionsbranschen just nu - både nationellt och internationellt - som tvingar dem att agera snabbare och smartare. (Amazon-effekten, tullar, transportkostnader etc.). Det enda sättet att reagera med smidighet är att investera i en solid prissättningsplattform.

Det behöver inte vara ett stort, komplext företagssystem. Nya specialbyggda, AI-baserade prissättningslösningar är extremt sofistikerade men ändå mycket enkla att införa. Och de fungerar.

Vilka är fördelarna med AI-baserade prissättningslösningar?

Todd: Vilka är fördelarna med AI-baserade prissättningslösningar?

Cliff: Dessa prissättningsplattformar hjälper dig att snabbt identifiera underprisartiklar, placera listpriser mot konkurrenter, testa listprisstrategier och jämföra prognostiserade resultat för att uppnå marginal, vinst, intäkter, marknadsandelar och andra finansiella mål. Bättre listpriser kan användas för att till exempel förbättra förhandlade nettopriser, främja leverantörsförhandlingar, uppfylla minimikrav för leverantörer som NPIP och MAP och förbättra prisbilden.

Todd: Vem behöver egentligen en plattform för prisoptimering? Finns det ett särskilt stort företag eller en särskild roll som skulle få den största fördelen här?

Cliff: Ja. När det gäller företag,

Stora detaljister och distributörer av diskreta produkter i Nordamerika som publicerar listpriser årligen eller oftare,

• som kämpar för att uppnå finansiella mål på grund av prisförändringar
• Och upplever frekventa prisförändringar som svar på kostnadsförändringar, konkurrerande priser och andra faktorer (Amazon-effekten, tullar, stigande transportkostnader etc.).
• Med ett antal SKU:er som är mindre än 1 000 000

När det gäller roller kan det vara en:

• CFO som vill förbättra vinsten eller öka marginalerna, som vill använda prissättning för att minska lagret eller som är missnöjd med de ekonomiska prognoserna för prisändringar.
• VP of Sales or Merchandising: intresserad av att förbättra lönsamheten; oroad över kundernas prisklagomål; vill ha mer information om prissättningsstrategin vid förhandlingar med leverantörer.
• Prisanalytiker: kämpar med att identifiera produkter med för höga och för låga priser, uppnå begärda mål för marginal- eller intäktsförbättring; förlitar sig på manuell kostnads-plus-metod för prissättning; kan inte förutse resultaten av prisändringar eller testa olika prisstrategier.

Todd: Det verkar som om en del av dessa personer (särskilt en ekonomichef) skulle kunna höra ordet "plattform" och skygga för investeringen. Vad skulle du säga till mästaren i den här situationen, om de fortfarande är osäkra?

Cliff: Ett säkert sätt att veta att det finns ett behov är att ställa några viktiga frågor:

• Vet du vilka av dina produkter som är underprisade eller överprisade?
• Vilka kan ha störst inverkan på att uppnå bättre marginaler eller vinster?
• Är du säker på att du kan förutse de ekonomiska konsekvenserna av prisändringar?
• Kan du jämföra resultaten av olika prisstrategier?
• Tar du hänsyn till lagernivåer när du fastställer priser?

Om du inte är 100 % säker på någon av dessa - och det är de flesta detaljhandels- och distributionsorganisationer inte - är det ett bra tecken på att du lämnar pengar på bordet och att det är dags.

Hur man väljer en lösning för optimering av prissättning

Todd: Bättre prissättning, förutsägbara resultat och ökad vinst. Låter ganska bra för mig! Så, var börjar någon? Det finns så många olika lösningar för optimering av prissättning där ute; vad ska man leta efter?

Cliff: Det måste vara ändamålsenligt, lätt att implementera och det måste ge en långsiktig trygghet.

Molnbaserade lösningar för efterfrågeprognoser som är särskilt utformade för detaljhandel och distribution använder AI och data på transaktionsnivå för att erbjuda bättre prissättning och uppnå finansiella mål. Det ska också vara lätt att komma igång; med vissa lösningar kan du vara igång på så lite som 30 dagar och se verklig avkastning på veckor eller månader. Inte år. Den molnbaserade komponenten innebär också en mycket mindre belastning på dina IT-resurser.

Leverantören bör också ha en häst i ditt lopp... Erbjuder de personlig uppmärksamhet från experter som arbetar för att se till att du får mer hållbara, långsiktiga resultat? Eller lämnar de bara över nycklarna till en Ferrari och säger "Lycka till"?

Slutligen, tar de extra betalt för löpande support? (prata om dolda konsultpriser hos konkurrenterna).

Todd: Berätta hur kapaciteten kan översättas till en distributörs slutspel.

Cliff:

• Identifiera vinstmöjligheter med lägre risk: Identifiera underprissatta artiklar, granska vinstmöjligheter och förstå rekommendationernas tillförlitlighet.
• Kontinuerlig förbättring av prissättningen: kör What-If-simuleringar av listpriser, granska resultaten, välj bästa strategi och taktik baserat på resultaten och lås in de bästa strategierna för operationalisering.
• Prissätt alla artiklar i ditt sortiment med hjälp av unik AI-baserad vetenskap för prissättning: beräkna modeller med hjälp av unika prissättningsmetoder som tar hänsyn till både snabbsäljande nyckelartiklar och sällan sålda långsökta artiklar i sortimentet i olika kanaler och på olika platser, vetenskapliga metoder för att välja det bästa tillvägagångssättet, härleda modeller med hjälp av en attributmatris där det behövs, beräkna elasticitet per segment. Flexibel utformning stöder månads-, vecko- eller daglig prissättning.
• Skapa och testa scenarier för prissättning under hela livscykeln med hjälp av en omfattande strategimotor: omsekvensregler, utnyttja prisoptimering, konkurrenspositionering, affärsbegränsningar, relationer mellan produkt- och pristyper, regler för slutnummer och annan AI-logik och gruppera strategier för utvärdering och urval. Visar detaljerade resultat för varje steg för att förstå effekten av varje begränsning.
  • Optimering av priset
  • Relationer i nivåer som bra-bättre-bäst-bäst
  • Relationer mellan pristyper, t.ex. lista vs. grossist vs. renoverad vs. återtillverkad
  • Optimera priserna med hjälp av olika kostnader, t.ex. detaljhandel, grossistkostnader och anpassade kostnader.
  • Grupp, familj, klass och andra prisgrupper
  • Anpassning av priser över flera kanaler
  • Minsta och högsta tröskelvärden
  • Prissättning av kundsegment
  • Regler för slutsiffror
• Självbetjäningsanalyser: ladda upp dina egna data, kör din egen optimering och andra processer, granska resultaten och gå in på detaljer för att förstå resultaten och införliva dem i nya simuleringar.
• Låg risk att prova innan du köper: köp en kortsiktig prenumeration, välj den plan du vill ha och prova lösningen på dina villkor i stället för att genomföra ett stort, riskfyllt "big bang"-projekt med komplicerad datainsamling och datarensning.
• Snabba och hållbara resultat, tid till produktion (live) på så lite som 90 dagar. Anpassas till din unika miljö, snarare än att anpassas.

Spelar molnet någon roll för prissättningen?

Todd: Okej, jag har min lösning för optimering av prissättning. En konsult håller mig i handen för att proaktivt övervaka analyser, prestanda, möjligheter och risker för att säkerställa konsekventa och hållbara resultat. Jag kan hantera allt i en central lösning - prisändringseffekter, jämförelse av scenarier, konkurrentanalyser och analyser. Jag kan till och med samarbeta med mina leverantörer. Hur är det med den molnnativa komponenten, varför spelar det någon roll?

Cliff:

• Få frekventa innovationer och uppgraderingar tack vare molnmodellen
• Utnyttja den inneboende processorkraften i molndatabehandlingar
• Anpassar sig till de mest komplexa driftsättningarna

Todd: Vad händer om ett företag känner att de redan är lönsamma med sin nuvarande prissättning; kan detta verkligen ha en stor inverkan?

Cliff: Absolut, Todd. Det handlar om synlighet - och många organisationer inser inte ens att de har ett prissättningsproblem förrän de gräver i systemet.

En prisförändring på 1 % kan leda till att bruttovinsten förändras med mer än 7 %.

Som jag nämnde tidigare kan en prisförändring på 1 % leda till att bruttovinsten förändras med över 7 %. Så vilken typ av skada kan en förändring på 1 % i enhetsförsäljning eller en minskning av COGS göra? Dålig prissättning har en direkt inverkan på vinster, marginaler, intäkter, marknadsandelar, prisbild och kundnöjdhet. Tack vare Amazoneffekten ökar kundernas priskänslighet och vikten av att ha rätt strategi för prisoptimering.

Vi har sett hundratals företag som infört prissättningslösningar uppnå dramatiska resultat mycket snabbt [exempel].

Kan ERP-system hantera prissättning?

Todd: Låter som ett bra exempel på "Du vet inte vad du inte vet". Men kan inte lageransvariga bara använda sina ERP-system för att hantera prissättning?

Cliff: En generisk ERP kommer aldrig att ge dig den prisoptimering du behöver. Det är inte utformat för det. En specialbyggd lösning för medelstora detaljister och distributörer som är lätt att använda, självbetjäning och kan ge prisoptimering, prisrekommendationer, prissättningsscenario är ingen match för ett generiskt ERP. Du behöver What-If- och Best Practice-prisanalyser i ett molnbaserat system så att du snabbt kan optimera, testa, prognostisera och fastställa priser - vilket ett generiskt ERP inte kan göra.

Todd: Låt oss tala om val av leverantör. Är det bara de stora aktörerna som gör detta?

Cliff: Jag har faktiskt sett mycket bättre resultat med en fokuserad molnbaserad självbetjäningslösning.

Det är bara de här killarna som kan ge dig den smidighet du behöver för att identifiera vinstmöjligheter - och hitta dem snabbare än någon annan.

Eftersom molnnativa, självbetjäningslösningar för prissättning är specialbyggda för detaljhandel och distribution behöver du inte längre tvinga in din prissättning i en plattform som inte är utformad för den.

Endast utvalda AI-baserade lösningar för prissättning och prognostisering av efterfrågan har beräkningskraften att hantera stora mängder data och gör det möjligt för dig att analysera dina egna data och identifiera prissättningsmöjligheter inom några timmar - inte dagar eller veckor. Detta, tillsammans med personlig och proaktiv support, är något du inte får med de stora leverantörerna. Du kommer aldrig att hamna längst ner på prioriteringslistan för att en större kund väntar på en annan linje.

 

Sammanfattning: Så där har du det. Om du vill veta mer om prisoptimering kan du skicka ett meddelande till oss på PlanningPosts.com. Tack för att du var med oss, Cliff.