8 Клиентских политик гарантирующих компании стабильно растущий приток денежных средств
/Статья
Чтобы гарантировать компании стабильно растущий приток денежных средств, необходимо определить и впоследствии совершенствовать клиентские политики, касающиеся работы с ценообразованием, свойств продуктов, стандартов производства и контроля качества, каналов распространения товаров и услуг, позиционирования, сервиса, ассортимента и работы с партнерами.
В этой статье мы обсудим, как компания определяет и модифицирует 8 клиентских политик.
В этой статье мы обсудим, как компания определяет и модифицирует 8 клиентских политик.
8 клиентских политик включают в себя:
1
Ценовую политику. Работа с ценообразованием идет на уровне рынка, конкурентов и отдельных сделок
2
Политику функциональности. Компания управляет свойствами продуктов, которые решают задачи клиентов
3
Политику качества. Компания определяет стандарты производства и контролирует качество
4
Политику дистрибуции. Компания выбирает каналы, по которым будут распространяться ее товары и услуги, и решает, в каких объемах и по каким правилам она будет это делать
5
Позиционирование, т. е. основные модели продвижения бренда, которыми компания должна уметь пользоваться
6
Сервисную политику, т. е. политику послепродажного обслуживания и элементы сервисного дизайна
7
Политику ассортимента. Компания формирует ассортиментную матрицу и управляет категориями товаров и услуг
8
Политику партнерства. Компания решает, кто будет ее ключевыми партнерами. И особое внимание мы уделим позиционированию — ведь именно оно сообщает рынку об уникальном торговом предложении компании
/Политики ценообразования
Когда компании обращаются в наше агентство с заказом на оптимизацию маркетинга, они, как правило, хотят, чтобы мы научили их приводить как можно больше клиентов.
Но как же еще увеличить выручку компании? На помощь приходит структура показателя Life Time Value (пожизненная ценность клиента). Как мы помним из Формулы Прибыли, LTV распадается на средний чек и число повторных сделок — то есть фактически зависит от лояльности и клиента, и цены на продукты.
По данным исследования компании McKinsey «Сила ценообразования» за 2003 г., именно ценообразование является ключевым фактором, влияющим на прибыльность компании. Повышение цен на 1% может привести к увеличению прибыли на 8% (для компаний, входивших на момент составления отчета в список S&P 1500, прибыль составляла в среднем 12,5% от оборота).
Снижение цен на 1% приведет к снижению прибыли на те же 8%. Стратегия снижения цен для повышения объемов продаж обречена практически при любых условиях! В то же время рост числа клиентов на 1% поднимает прибыль всего на 4%, т. е. цена вдвое эффективнее работает, как инструмент управления прибылью, нежели расширение клиентской базы!
По данным исследования компании McKinsey «Сила ценообразования» за 2003 г., именно ценообразование является ключевым фактором, влияющим на прибыльность компании. Повышение цен на 1% может привести к увеличению прибыли на 8% (для компаний, входивших на момент составления отчета в список S&P 1500, прибыль составляла в среднем 12,5% от оборота).
Снижение цен на 1% приведет к снижению прибыли на те же 8%. Стратегия снижения цен для повышения объемов продаж обречена практически при любых условиях! В то же время рост числа клиентов на 1% поднимает прибыль всего на 4%, т. е. цена вдвое эффективнее работает, как инструмент управления прибылью, нежели расширение клиентской базы!
А ведь многие предприниматели вовсе не рассматривают ценообразование в качестве основного рычага для увеличения своей конкурентоспособности и продвижения продукта на рынке! Давайте не будем уподобляться этим недальновидным людям и поговорим об основных подходах к ценообразованию.
Группу подходов, основанных на снятии ценовых возражений, мы обсуждать не будем. Такие подходы, как правило, основаны на ценовой непрозрачности. Такого рода трюки не являются предметом этой книги, а если эта тема вас интересует, можем порекомендовать книгу Германа Симона «Признания мастера ценообразования».
Что же касается организации ценообразования на системном уровне, в ней мы можем выделить три уровня оптимизации:
Группу подходов, основанных на снятии ценовых возражений, мы обсуждать не будем. Такие подходы, как правило, основаны на ценовой непрозрачности. Такого рода трюки не являются предметом этой книги, а если эта тема вас интересует, можем порекомендовать книгу Германа Симона «Признания мастера ценообразования».
Что же касается организации ценообразования на системном уровне, в ней мы можем выделить три уровня оптимизации:
1
оптимизация цены на уровне рынка
2
оптимизация цены на уровне конкурентов
3
оптимизация цены на уровне сделки
Оптимизации на уровне рынка и на уровне конкурентов тесно связаны в рамках ценностно-стоимостного анализа.
Рыночное и конкурентное ценообразование
Ценностно-стоимостной анализ позволяет определить, насколько потребитель готов платить за продукт. Как мы уже знаем, большим подспорьем при ценностно-стоимостном анализе становится его графическое выражение — т. н. ценностно-стоимостная карта. По вертикальной оси (оси Х) откладывается цена за средневзвешенный продукт компании, по горизонтальной оси (оси Y) — ценность продукта в глазах клиента. Это дает возможность представить любую компанию с ее средневзвешенным продуктом и ценностью в глазах потребителя как точку на ценностно-стоимостной карте.
Такая диаграмма отражает не только собственно соотношение цены и ценности для всех участников того или иного рынка, но и уровень зрелости. Рассмотрим реальную ценностно-стоимостную карту, составленную в ходе проекта для строительной компании «Брусника» (г. Екатеринбург), которая занимается строительством многоэтажного жилья в Екатеринбурге, Новосибирске, Тюмени, Сургуте и подмосковном Видном.
Карта оценивает соответствие стоимости и ценности квадратного метра жилья на рынках, Тюмени. По оси абсцисс отложена средняя цена на продукцию (квадратный метр жилья) каждого участника рынка согласно данным по стоимости квадратного метра жилья в Тюмени, Новосибирске и Екатеринбурге, по оси ординат — совокупная коммуницируемая ценность по результатам телефонного опроса потенциальной аудитории от 1 до 5.
Ценностно-стоимостной анализ позволяет определить, насколько потребитель готов платить за продукт. Как мы уже знаем, большим подспорьем при ценностно-стоимостном анализе становится его графическое выражение — т. н. ценностно-стоимостная карта. По вертикальной оси (оси Х) откладывается цена за средневзвешенный продукт компании, по горизонтальной оси (оси Y) — ценность продукта в глазах клиента. Это дает возможность представить любую компанию с ее средневзвешенным продуктом и ценностью в глазах потребителя как точку на ценностно-стоимостной карте.
Такая диаграмма отражает не только собственно соотношение цены и ценности для всех участников того или иного рынка, но и уровень зрелости. Рассмотрим реальную ценностно-стоимостную карту, составленную в ходе проекта для строительной компании «Брусника» (г. Екатеринбург), которая занимается строительством многоэтажного жилья в Екатеринбурге, Новосибирске, Тюмени, Сургуте и подмосковном Видном.
Карта оценивает соответствие стоимости и ценности квадратного метра жилья на рынках, Тюмени. По оси абсцисс отложена средняя цена на продукцию (квадратный метр жилья) каждого участника рынка согласно данным по стоимости квадратного метра жилья в Тюмени, Новосибирске и Екатеринбурге, по оси ординат — совокупная коммуницируемая ценность по результатам телефонного опроса потенциальной аудитории от 1 до 5.
ЗДЕСЬ ДОЛЖНЫ БЫТЬ ИЛЛЮСТРАЦИИ
Точки на полученных картах размещены довольно хаотично — это значит, что на рынке нет сформировавшегося представления о цене и ценности, никто из потребителей не представляет, сколько должен стоить товар, и участники рынка могут, маскируя свою себестоимость, взимать плату за бренд любыми путями. О зрелом рынке можно будет говорить, когда потребитель получит полное представление о ценности, которую предлагают ему участники рынка — а ценность складывается их материальных характеристик продукта и набора сервисов.
На зрелом рынке точки на ценностно-стоимостной карте выстраиваются вдоль диагональной линии, т. е. росту ценности соответствует рост цены.
В отношении конкурентов любая компания может либо пытаться сохранить свое положение на ценностно-стоимостной карте, защищая свою зону извлечения прибыли, либо перемещаться по карте вслед за зоной извлечения прибыли. При этом компания может, соответственно повышению (понижению) ценности своего продукта повышать (понижать) цену.
Наконец, компания может пытаться уйти в сторону от основной линии ценностно-стоимостной карты зрелого рынка — например, повышать цену, не меняя качества продукта, или повышать качество, не меняя цены. Как, например, реагировать на снижение цен на своем рынке? Если компания не является абсолютным лидером рынка, то в ситуации демпинга неизбежен переход части клиентов к конкурентам, понизившим цены — так образуется новый баланс рынка, при котором все участники рынка проиграют, а выиграет только потребитель.
Но если компания будет в такой ситуации двигаться перпендикулярно движению участников, т. е. наращивать ценность при сохранении цены, то со временем, когда цикличность экономики вернет рынок в исходную ситуацию, такая компания сможет переместиться на лидерскую позицию, поскольку она научится производить очень высококачественную продукцию по справедливой цене и сможет оттягивать на себя большую часть рынка.
Показательным является пример компании Samsung, которая в начале 2000-х гг. осознанно и целенаправленно переместилась в более высокий сегмент рынка, повысив ценность своих продуктов. Другой пример — компания «Аскона», в настоящее время — крупнейший в России производитель ортопедических матрасов. Скачкообразный рост бизнеса компании, основанной в 1990 г., начался в 2003 г., когда «Аскона» заключила контракт на поставку матрасов с IKEA. в период кризиса стала работать с ИКЕА. Разумеется, для того, чтобы удовлетворять условиям сотрудничества с массовой розничной сетью, компании пришлось научиться производить матрасы значительно дешевле — зато объемы ее производства выросли на порядок.
Итак, мы видим, что, определяя стратегию перемещения компании относительно координат «цена–качество» нужно решить, как минимум два вопроса — нужно ли перемещаться? Если нужно, то в какую сторону — оставаться на главной диагонали? Повышать качество без увеличения цены? Снижать цену без понижения качества? Может быть, повышать цену без повышения качества или снижать качество без снижения цены? Последнее возможно, если компания умеет хорошо маскировать свою цену, но это возможно далеко не на всех рынках.
Например, на рынке минеральной воды себестоимость продукта — тайна за семью печатями, поэтому разброс цен на воду составляет порядок. В то же время на рынке автозапчастей цены абсолютно прозрачны — пользователь выходит в Интернет, вводит в строке поиска маркировку завода-изготовителя, однозначно идентифицирующую деталь автомобиля, и через несколько секунд знает о ней все.
Есть и третий вопрос — насколько далеко от текущего места положения компания может позволить себе переместиться? Как правило, это вопрос для отдельного консалтингового проекта. С уверенностью можно сказать только, что абсолютный лидер рынка, который находится максимально далеко от остальных игроков в правом верхнем углу ценностно-стоимостной карты, благодаря эффекту масштаба может, снижая цену в разумных пределах, практически беспрепятственно расширять свою долю рынка за счет более мелких игроков — вот почему именно для таких компаний свойственен агрессивный ценовой маркетинг.
На зрелом рынке точки на ценностно-стоимостной карте выстраиваются вдоль диагональной линии, т. е. росту ценности соответствует рост цены.
В отношении конкурентов любая компания может либо пытаться сохранить свое положение на ценностно-стоимостной карте, защищая свою зону извлечения прибыли, либо перемещаться по карте вслед за зоной извлечения прибыли. При этом компания может, соответственно повышению (понижению) ценности своего продукта повышать (понижать) цену.
Наконец, компания может пытаться уйти в сторону от основной линии ценностно-стоимостной карты зрелого рынка — например, повышать цену, не меняя качества продукта, или повышать качество, не меняя цены. Как, например, реагировать на снижение цен на своем рынке? Если компания не является абсолютным лидером рынка, то в ситуации демпинга неизбежен переход части клиентов к конкурентам, понизившим цены — так образуется новый баланс рынка, при котором все участники рынка проиграют, а выиграет только потребитель.
Но если компания будет в такой ситуации двигаться перпендикулярно движению участников, т. е. наращивать ценность при сохранении цены, то со временем, когда цикличность экономики вернет рынок в исходную ситуацию, такая компания сможет переместиться на лидерскую позицию, поскольку она научится производить очень высококачественную продукцию по справедливой цене и сможет оттягивать на себя большую часть рынка.
Показательным является пример компании Samsung, которая в начале 2000-х гг. осознанно и целенаправленно переместилась в более высокий сегмент рынка, повысив ценность своих продуктов. Другой пример — компания «Аскона», в настоящее время — крупнейший в России производитель ортопедических матрасов. Скачкообразный рост бизнеса компании, основанной в 1990 г., начался в 2003 г., когда «Аскона» заключила контракт на поставку матрасов с IKEA. в период кризиса стала работать с ИКЕА. Разумеется, для того, чтобы удовлетворять условиям сотрудничества с массовой розничной сетью, компании пришлось научиться производить матрасы значительно дешевле — зато объемы ее производства выросли на порядок.
Итак, мы видим, что, определяя стратегию перемещения компании относительно координат «цена–качество» нужно решить, как минимум два вопроса — нужно ли перемещаться? Если нужно, то в какую сторону — оставаться на главной диагонали? Повышать качество без увеличения цены? Снижать цену без понижения качества? Может быть, повышать цену без повышения качества или снижать качество без снижения цены? Последнее возможно, если компания умеет хорошо маскировать свою цену, но это возможно далеко не на всех рынках.
Например, на рынке минеральной воды себестоимость продукта — тайна за семью печатями, поэтому разброс цен на воду составляет порядок. В то же время на рынке автозапчастей цены абсолютно прозрачны — пользователь выходит в Интернет, вводит в строке поиска маркировку завода-изготовителя, однозначно идентифицирующую деталь автомобиля, и через несколько секунд знает о ней все.
Есть и третий вопрос — насколько далеко от текущего места положения компания может позволить себе переместиться? Как правило, это вопрос для отдельного консалтингового проекта. С уверенностью можно сказать только, что абсолютный лидер рынка, который находится максимально далеко от остальных игроков в правом верхнем углу ценностно-стоимостной карты, благодаря эффекту масштаба может, снижая цену в разумных пределах, практически беспрепятственно расширять свою долю рынка за счет более мелких игроков — вот почему именно для таких компаний свойственен агрессивный ценовой маркетинг.
Ценообразование на уровне клиентов
Отдельная ветка конкурентной борьбы, которая «трясется» непрерывно, при любом состоянии экономики и на любом рынке — конкуренция производителей и поставщиков за потребителя продукции. Например, бывает так, что производитель хочет создать свой собственный канал напрямую клиентам в обход существующей сети продаж. Бывает и так, что дистрибьютор хочет самостоятельно производить товар, который пользуется успехом у потребителя. Что нужно делать и тем, и другим, чтобы добиться успеха на этом пути?
Настоящая война идет за обладание данными — продавцы стремятся получить доступ к информации о технологиях производства, производители — к информации о клиентах, т. е., фактически, за доступ к клиентам. Данные — важнейший инструмент вертикальной интеграции.
Любая компания, которая продает конечному потребителю продукт, который она не сама производит, обладает перед производителем важнейшим преимуществом — она контролирует доступ к клиенту. Поставщики-производители платят огромные деньги за доступ к «полке», за маркетинговые исследования и пр., и не получают прямого доступа к клиентам — точно так же, как и производители B2B-продукции, которые не имеют прямого доступа к бизнес-потребителю.
Как же получить этот доступ? Для этого можно использовать несколько основных стратегий:
Отдельная ветка конкурентной борьбы, которая «трясется» непрерывно, при любом состоянии экономики и на любом рынке — конкуренция производителей и поставщиков за потребителя продукции. Например, бывает так, что производитель хочет создать свой собственный канал напрямую клиентам в обход существующей сети продаж. Бывает и так, что дистрибьютор хочет самостоятельно производить товар, который пользуется успехом у потребителя. Что нужно делать и тем, и другим, чтобы добиться успеха на этом пути?
Настоящая война идет за обладание данными — продавцы стремятся получить доступ к информации о технологиях производства, производители — к информации о клиентах, т. е., фактически, за доступ к клиентам. Данные — важнейший инструмент вертикальной интеграции.
Любая компания, которая продает конечному потребителю продукт, который она не сама производит, обладает перед производителем важнейшим преимуществом — она контролирует доступ к клиенту. Поставщики-производители платят огромные деньги за доступ к «полке», за маркетинговые исследования и пр., и не получают прямого доступа к клиентам — точно так же, как и производители B2B-продукции, которые не имеют прямого доступа к бизнес-потребителю.
Как же получить этот доступ? Для этого можно использовать несколько основных стратегий:
Самая простая. Самая простая: выстраивание производителем программы лояльности для конечных клиентов в обход каналов сбыта. В этом случае торговый партнер может и не подозревать, что он из точки продаж превращается в витрину — например, если производитель парфюмерии и косметики, распространяющий через него свой товар, вкладывает в свои коробочки инструкции для потребителя о том, как перейти на прямые закупки.
Контроль цепочек товародвижения. Для ее реализации нужно знать все о движении товара через все каналы — а для этого можно, например, организовать программы лояльности не только для конечных клиентов, но и для всех торговых партнеров. Дистрибьютор регистрирует прибытие и убытие товара в «личном кабинете» и получает вознаграждение. Когда товар попадает к дилеру, малый хозяйственный магазин или большой хозяйственный супермаркет, это также становится известно. Наконец, товар оказывается у конечного покупателя, который с радостью — за дополнительную скидку на будущие приобретения — сообщает об этом через собственный личный кабинет лояльности.
Дифференциация каналов дистрибуции. В качестве примера можно назвать поставщиков сложного программного обеспечения, таких как SAP, Oracle, Microsoft — имея разветвленные партнерские сети, они пользуются тем, что без их экспертизы не могут состояться продажи крупным клиентам, требующие проектного развертывания на объектах. Участвуя в таких внедрениях, разработчики программного обеспечения устанавливают прямые контакты с важнейшими клиентами и «ведут» их на всем протяжении путешествия потребителя независимо от того, какое количество непосредственно обслуживающих партнеров за это время сменится у каждого из потребителей.
Частный случай этого подхода — работа на уровне профильных ведомств и законодательных инициатив.
Так, компания — крупный производитель пластиковых окон, если она не хочет попадать в зависимость от дистрибьюторов, развивает направление работы с проектными институтами, чтобы те закладывали в проекты «правильные» оконные стандарты, и параллельно на законодательном уровне лоббирует набор законопроектов, которые могут стандартизировать требования к пластиковым окнам на объектах социального назначения, что дает копании тендерные преимущества.
Надо заметить, что производителям товаров огромные преимущества даст — и, соответственно, ослабит власть дистрибьюторов — тотальное внедрение цифровой маркировки и прослеживаемости товаров в России в сочетании с единым национальным каталогом товаров, которое планируется завершить, по последним данным, к 2024 г. Порядок работы системы в целом выглядит так:
1. Производители и поставщики передают данные о движении каждой единицы товара в единую систему оператора маркировки, который присваивает каждому товару уникальный код. Цифровой код позволяет проследить весь путь товара на каждом этапе — от завода до потребителя.
2. Оператор получает информацию о местонахождении товара — от завода производителя или границы до точки продаж с онлайн-кассой. Так создается каталог с подробными данными о каждом товаре: происхождении, производстве, сроке годности.
3. В магазине сканируют код товара и размещают его на полке. Продавец регистрирует поступившие к нему партии товара в системе маркировки через личный кабинет. Система маркировки фиксирует переход товара по всей логистической цепи, включая проверку кода в магазине при размещении товара на полке, что исключает возможность вброса подделки.
4. При продаже данные уходят оператору фискальных данных. Код в системе получает статус «код вышел из оборота». Таким образом система не позволит реализовать контрафакт.
5. Потребитель сможет узнавать точную информацию о товаре в мобильном приложении.
Прослеживаемость, бесспорно, создаст дополнительную ценность, преимущества и возможности. Если автоматизировано отслеживание активов между производителем и поставщиком, то анализ данных, полученных при прослеживании, позволяет оптимизировать цепочки поставок и лучше узнать покупательское поведение и потребительские предпочтения.
Кроме того, сбор детальных данных о грузоперевозках даст неоценимый материал для оптимизации отслеживаемости и контроля грузов, что даст возможность повысит прибыльность всех участников рынка. Контроль появления новых участников рынка и субститутов — важная часть борьбы за клиента.
Основные способы ограничения появления новых конкурентов (особенно в свете того, что вместе с ними могут появиться подрывные технологии) таковы:
Частный случай этого подхода — работа на уровне профильных ведомств и законодательных инициатив.
Так, компания — крупный производитель пластиковых окон, если она не хочет попадать в зависимость от дистрибьюторов, развивает направление работы с проектными институтами, чтобы те закладывали в проекты «правильные» оконные стандарты, и параллельно на законодательном уровне лоббирует набор законопроектов, которые могут стандартизировать требования к пластиковым окнам на объектах социального назначения, что дает копании тендерные преимущества.
Надо заметить, что производителям товаров огромные преимущества даст — и, соответственно, ослабит власть дистрибьюторов — тотальное внедрение цифровой маркировки и прослеживаемости товаров в России в сочетании с единым национальным каталогом товаров, которое планируется завершить, по последним данным, к 2024 г. Порядок работы системы в целом выглядит так:
1. Производители и поставщики передают данные о движении каждой единицы товара в единую систему оператора маркировки, который присваивает каждому товару уникальный код. Цифровой код позволяет проследить весь путь товара на каждом этапе — от завода до потребителя.
2. Оператор получает информацию о местонахождении товара — от завода производителя или границы до точки продаж с онлайн-кассой. Так создается каталог с подробными данными о каждом товаре: происхождении, производстве, сроке годности.
3. В магазине сканируют код товара и размещают его на полке. Продавец регистрирует поступившие к нему партии товара в системе маркировки через личный кабинет. Система маркировки фиксирует переход товара по всей логистической цепи, включая проверку кода в магазине при размещении товара на полке, что исключает возможность вброса подделки.
4. При продаже данные уходят оператору фискальных данных. Код в системе получает статус «код вышел из оборота». Таким образом система не позволит реализовать контрафакт.
5. Потребитель сможет узнавать точную информацию о товаре в мобильном приложении.
Прослеживаемость, бесспорно, создаст дополнительную ценность, преимущества и возможности. Если автоматизировано отслеживание активов между производителем и поставщиком, то анализ данных, полученных при прослеживании, позволяет оптимизировать цепочки поставок и лучше узнать покупательское поведение и потребительские предпочтения.
Кроме того, сбор детальных данных о грузоперевозках даст неоценимый материал для оптимизации отслеживаемости и контроля грузов, что даст возможность повысит прибыльность всех участников рынка. Контроль появления новых участников рынка и субститутов — важная часть борьбы за клиента.
Основные способы ограничения появления новых конкурентов (особенно в свете того, что вместе с ними могут появиться подрывные технологии) таковы:
- Поскольку на многих рынках новые участники появляются на стыке отрасли и технологий, существующие компании часто стремятся развивать собственные исследовательские программы и ограничить влияние новых игроков регистрацией собственных патентов.
- Контроль клиентской базы при помощи программ лояльности.
- Контроль клиентской базы путем повышения издержек перехода — использования проприетарных стандартов подключения, особых форматов данных и т. п.
Ценообразование на уровне сделок
Крупные розничные торговцы, работающие на очень конкурентных рынках, часто используют KVI для составления ценовых списков. Так, в гипермаркетах «Леруа Мерлен» постоянно проходят опросы покупателей относительно разных товарных групп. Цель этих опросов — выяснить, какие артикулы в эти группах товаров являются KVI. Исходя из результатов опросов такие товары продают в магазинах сети по очень низким ценам, иногда — в прямой операционный убыток. Информация о ценах на KVI используется такими сетями при агрессивных ценовых маркетинговых кампаниях в наружной рекламе, баннеры. Благодаря этому у основной массы клиентов создается впечатление, что лучше цен, чем в «Леруа Мерлен», не найти.
KVI-товары отлично работают непосредственно «в полке». Например, в категории «вода» KVI-товаром является 0,5-литровая бутылка «Боржоми». Обычно она стоит 76–85 р., и, зная об этом, розничный продавец может поставить ее на полку с ценой 60 р. — причем чаще всего это происходит не в убыток продавцу, а с учетом промо-упаковок, которые он получает от поставщика. Потребитель, который видит «Боржоми» на полке по сниженной цене, понимает это так, что и другие товары на этой полке тоже относительно недороги — например, норвежская артезианская вода в эксклюзивной бутылке по цене в 10 раз дороже «Боржоми».
Аналогичный подход применяют в индустрии гостеприимства при комплексных продажах, часто сопровождая его снижением ценовой прозрачности. Например, закусочные сети Cinnabon ориентируются на уже упомянутую чашку кофе и продают ее по минимально возможной цене — зато вместе с ней они предлагают свое фирменное кондитерское изделия «синнабон» по цене от 170 до 290 р.
Разумеется, потребитель не знает, сколько должен стоить синнабон, ему не с чем его сравнить — пока он не поймет, что это та же улитка с корицей, красная цена которой 80 р. Таким образом продавец снижает ценовую прозрачность и создает при этом ощущение выгодной покупки за счет KVI-стратегии.
KVI-стратегиями с успехом пользуются и малые бизнесы, чтобы отбирать часть клиентопотока у более крупных участников рынка или даже у бизнесов из других стратегических групп — т. е. бизнесы, которые удовлетворяют таким же требования JTBD, но в другом формате — например, местные магазины хозтоваров (такие, как наш клиент — региональная сеть магазинов у дома) так могут работать против хозяйственных супермаркетов и гипермаркетов. Магазины сети выставляли в будние дни на витрину 10 кг-упаковки стирального порошка по очень низкой цене.
Обычно за таким товаром в магазины у дома не идут, за ним едут в гипермаркеты — где это классические KVI. Наш клиент таким образом добился того, что часть клиентов, которые собирались посетить гипермаркет в выходные, вместо этого заходили в будние дни в его магазины и покупали там не только большие упаковки стирального порошка, но и, конечно же, основной ассортимент.
- Ценообразование для потребительского сектора (B2C)
- Ключевые индикаторы (KVI)
- Ключевыми индикаторами (Key Value Indicator, KVI) называют товары, по которым клиент формирует свое представление о том, что дешево или дорого — вроде «120 рублей за чашку кофе».
Крупные розничные торговцы, работающие на очень конкурентных рынках, часто используют KVI для составления ценовых списков. Так, в гипермаркетах «Леруа Мерлен» постоянно проходят опросы покупателей относительно разных товарных групп. Цель этих опросов — выяснить, какие артикулы в эти группах товаров являются KVI. Исходя из результатов опросов такие товары продают в магазинах сети по очень низким ценам, иногда — в прямой операционный убыток. Информация о ценах на KVI используется такими сетями при агрессивных ценовых маркетинговых кампаниях в наружной рекламе, баннеры. Благодаря этому у основной массы клиентов создается впечатление, что лучше цен, чем в «Леруа Мерлен», не найти.
KVI-товары отлично работают непосредственно «в полке». Например, в категории «вода» KVI-товаром является 0,5-литровая бутылка «Боржоми». Обычно она стоит 76–85 р., и, зная об этом, розничный продавец может поставить ее на полку с ценой 60 р. — причем чаще всего это происходит не в убыток продавцу, а с учетом промо-упаковок, которые он получает от поставщика. Потребитель, который видит «Боржоми» на полке по сниженной цене, понимает это так, что и другие товары на этой полке тоже относительно недороги — например, норвежская артезианская вода в эксклюзивной бутылке по цене в 10 раз дороже «Боржоми».
Аналогичный подход применяют в индустрии гостеприимства при комплексных продажах, часто сопровождая его снижением ценовой прозрачности. Например, закусочные сети Cinnabon ориентируются на уже упомянутую чашку кофе и продают ее по минимально возможной цене — зато вместе с ней они предлагают свое фирменное кондитерское изделия «синнабон» по цене от 170 до 290 р.
Разумеется, потребитель не знает, сколько должен стоить синнабон, ему не с чем его сравнить — пока он не поймет, что это та же улитка с корицей, красная цена которой 80 р. Таким образом продавец снижает ценовую прозрачность и создает при этом ощущение выгодной покупки за счет KVI-стратегии.
KVI-стратегиями с успехом пользуются и малые бизнесы, чтобы отбирать часть клиентопотока у более крупных участников рынка или даже у бизнесов из других стратегических групп — т. е. бизнесы, которые удовлетворяют таким же требования JTBD, но в другом формате — например, местные магазины хозтоваров (такие, как наш клиент — региональная сеть магазинов у дома) так могут работать против хозяйственных супермаркетов и гипермаркетов. Магазины сети выставляли в будние дни на витрину 10 кг-упаковки стирального порошка по очень низкой цене.
Обычно за таким товаром в магазины у дома не идут, за ним едут в гипермаркеты — где это классические KVI. Наш клиент таким образом добился того, что часть клиентов, которые собирались посетить гипермаркет в выходные, вместо этого заходили в будние дни в его магазины и покупали там не только большие упаковки стирального порошка, но и, конечно же, основной ассортимент.
Ценовая эластичность
Теперь поговорим о ценообразовании на уровне сделки –– влияние изменения спроса от уровня цены. Для случаев В2С достаточно много практики для нашей компании, когда мы определяли как изменение уровня цены влияет на продажи, чтобы сформировать рекомендации о том, какого уровня цен следует компании придерживаться.
Давайте рассмотрим на примере:
Прежде всего для расчета эластичности удобнее всего использовать из доступного программного обеспечения Power BI.
Сейчас я покажу весь рабочий процесс, который может вас привести от получения данных через введение данных в Power BI и затем к результату в виде рассчитанной эластичности спроса по цене.
Мы создаем файл Power BI. Для расчета эластичности нам нужны данные о продажах. Нам потребуются следующие столбцы:
Теперь поговорим о ценообразовании на уровне сделки –– влияние изменения спроса от уровня цены. Для случаев В2С достаточно много практики для нашей компании, когда мы определяли как изменение уровня цены влияет на продажи, чтобы сформировать рекомендации о том, какого уровня цен следует компании придерживаться.
Давайте рассмотрим на примере:
Прежде всего для расчета эластичности удобнее всего использовать из доступного программного обеспечения Power BI.
Сейчас я покажу весь рабочий процесс, который может вас привести от получения данных через введение данных в Power BI и затем к результату в виде рассчитанной эластичности спроса по цене.
Мы создаем файл Power BI. Для расчета эластичности нам нужны данные о продажах. Нам потребуются следующие столбцы:
дата продажи- магазин
- номенклатура, проданной товарной позиции
- сумма продажи
- количество
Данные получаем из Базы данных при помощи запроса, также их можно выгрузить из ИС-Бухгалтерии. В нашем примере данные структурированы подневно (они агрегированы –– каждая строчка –– это день в данном магазине данной товарной позиции) то есть данная товарная позиция в этом магазине в этот день была продана в таком-то количестве и на такую-то сумму.
Кроме данных продаж, мы используем данные о номенклатуре, чтобы иметь возможность смотреть, какая номенклатура была продана, и о магазинах, чтобы иметь возможность видеть данные по конкретной торговой точке.
В результате мы получим расчет чувствительности изменения спроса к ценам, которые изменял Retail.
Загружаем эти данные. Выбираем название файла и сохраняем. Полученный файл выгружаем в виде файла csv в Power BI. Итак, выгрузили три файла: продажи, номенклатура и магазин.
Рассмотрим каждый из них:
в Номенклатуре представлены код номенклатуры , а также описание товарной позиции (название, категория и ее группа); в Магазинах представлена детализация по магазинам; таблица продаж представляет собой совокупность данных по дате, магазину, номенклатуре, сумме и количеству. Для ввода этих данных в Power BI нажимает Get Data, указываем откуда извлекаем данные. Извлекаем каждый файл по очереди: загрузим сначала количество, здесь автоматически определился тип данных на основе первых двухсот строк. Загружаем файлы.
Мы видим загруженные три таблицы: названия столбцов, распознанных программой, отображаются корректно, а не распознанных-обезличены. Исправляем обезличенные названия столбцов.
Наша следующая задача при работе с данными в Power BI –– соединить таблицы. Все данные о продажах находятся в таблице продаж, и мы к ней привязываем справочники Магазинов и Номенклатуры. Один привязался автоматически, второй мы привязываем вручную. Для этого выбираем одинаковые позиции в таблицах Shop ID, нажимаем на эти поля и создаем интересующую нас связь. Это связь двухсторонняя – это значит, когда я буду фильтровать таблицу по справочнику, то будет производится фильтрация по продажам.
В Power BI есть три основных поля для работы: визуальные элементы, наборы данных, где можно просмотреть данные с загруженных таблиц, и здесь вы можете изменять связи между таблицами.
Мы загрузили таблицы с данными и связали их. Следующий шаг – произведение расчетов в данных, в конечном итоге нашей задача в получение расчета эластичности спроса по цене по различным товарным позициям.
Заходим в Продажи и смотрим, что тут у нас есть. Есть сумма и количество. Чтобы рассчитать цену, мы создаем новый столбец, в котором будет произведен расчет цены. Он представляет собой Сумму разделенную на Количество. Во вкладке Моделирование нажимаем Новый столбец, назовем его Цена. При произведении расчета может выдать ошибку, это связано с тем, что Power BI данные, которые выглядят как числа, распознал как текст. Соответственно исправляем это: из визуальной части Power BI переходим в часть Работы с запросами – нажимает кнопку Edit Place, что бы перейти к исходному загрузчику. Выбираем- исправить тип данных на нужные значения. Выбираем Change Type – правой кнопкой нажимаю на столбец , выбираю изменить тип, меняю с текстового на десятичные числа. Выпадает окно в котором я могу заменить текущее значение или сделать необходимые вычисления новым шагом. Выбираю второе, и снова выдает ошибку, которая связана с тем, что разделительные знаки – точки, это американский формат записи, поэтому Power BI с российской локалью его не распознал. Значит изменяем тип таки образом, используя Change Type with Locate и т.о. мы преобразовали тип из текстового в числовой без ошибок. Закрыть и применить. Но когда знаменатель равен нулю, то мы получаем в расчете цен бесконечности.
Для того что бы этого избежать мы используем функцию вместо деления, через дробь мы поделим с помощью функции Devide, она обрабатывает ошибки, не дает делить на ноль. Т.о получаем корректные расчеты цены.
Для того что бы использовать какие-то визуальные составляющие мы можем добавить какой-нибудь объект, например, таблицу. И подтянем название номенклатуры из таблицы номенклатуры, и также добавим сюда и сумму, чтобы увидеть какие позиции наиболее продаваемые. В нашем случае это магазин Электротехники и товар Айфон. Нас интересуют не все магазины сети, а только часть из них- выбираем тип магазина, положим тип магазина в фильтры Restart для того, чтобы сразу видеть магазины только этого типа. Рассматривать эту выборку мы и будем.
Наша следующая задача – дорасчитать еще несколько полей для того, чтобы использовать просчитанные поля в конечном представлении данных. Для того чтобы рассчитать эластичность нужно знать соотношение прироста проданных единиц к изменению цены., т.е. изменение цены к изменению количества.
Чтобы этого добиться мы выгрузили сумму, количество, цену. И дальше мы будем работать только с ценой и количеством.
Добавляем столбцы. К примеру, я хочу смотреть изменение цены понедельно, т.е. как средняя цена на товарную позицию менялась в течении недели. Группирую данные по неделям, для этого нужны создаем столбец Week_no – это функция, которая определяет номер недели в году. И дальше ссылаемся на столбец к которому мы хотим рассчитать Week_no это Dates. Мы получили номера недель, именно по ним мы будем смотреть как у нас продавались разные товарные позиции. Добавим новый столбец-номер года – Year и сменим функцию. Например, наши данные из пяти различных лет. И последний из этой группы столбец, который мы назовем Week_no by Year и в нем пронумерованы недели по годам.
Создаем график: на ось Х наложим Week_no by Year, на ось Y наложим Цену. И увидим распределение цен по номерам недель. Если график не сформировался, это связано со следующими причинами – автоматически происходит агрегация цены, потому что произошло суммирование цены и количества недель и отобразились не корректные данные. Мы не хотим агрегации и выбираем функцию Don’t sum rise. Выбираем конкретный товар и получаем корректный график. На нашем примере цена изменялась довольно значительно от 5200 рублей до 7000 рублей.
Теперь посмотрим, как изменение цены сказывалось на количестве продаж. И добавляем в график количество проданного товара.
При изменении цены на 1000 рублей продажи выросли втрое. Потом в связи с жизненным циклом товара происходит снижение спроса. Промежуток во времени занял 20 недель.
При следующем снижении цены снова идет скачок увеличения количества продаж. Когда снова увеличили цену продажи упали в разы. И когда мы уходим вниз по цене, снова идет рост продаж. Но уже не достигали таких пиковых значений, которые были раньше.
Таким образом, выбирая конкретный товар, мы отслеживаем динамику продаж в зависимости от установленной цены. Также можем видеть, как мы управляем ценой во времени, в зависимости от конкретного товара - если плавный график снижения цены, то идет компенсация снижения спроса со временем за счет уменьшения цен.
Это очень похоже на эластичность спроса по цене, но не совсем она. Отличие в том, что это распределение продаж товаров по цене и по времени. При резком снижении цены идет резкий прирост количества продаж. И как раз нас интересует как именно снижение цены повлияет на количество продаж — это и есть эластичность спроса по цене. Изменяя цену – смотрим на реакцию спроса.
Поэтому рассчитываем эластичность спроса по цене не по всему массиву данных, а только по частям, где наблюдается переход.
С точки зрения Power BI это рассчитать не очень удобно. Для начала рассчитываем несколько дополнительных мер. Прежде всего создаем окно, в которое вставляем меру, которая ссылается на таблицу продаж. Мы предлагаем Power BI рассчитать отношение суммы продаж к количеству проданного и вычислить относительно того контекста строки, который мы зададим. Т.е. если я использую эту меру относительно магазинов, то мы увидим среднюю цену по товарной позиции в различных магазинах сети.
Дальше импортируем еще несколько новых мер: средняя цена, среднее количество. И производим окончательный расчет эластичности. Логика какая – мы рассчитаем среднее количество в неделю до скачка цен и в неделю после скачка цен. Отношение и есть эластичность. Например, при изменении цены на минус 281 рубль количество приросло на 17 шт., при изменении цены на 660 рублей количество приросло на 23 шт.
В Power BI способ расчета прошлых периодов предполагает сложную логику фильтров. При внесении новых мер указываем в начале названия нижнее подчеркивание, что бы они при создании принимались вверх над обычными столбцами.
Для графика мы берем Дельту цены и Дельту продаж и номер недели, как детализацию. Получаем область значений в которой представлены точки прироста, в которых мы видим как изменение цены влияет на количество продаж. Отслеживаем факты большого изменения цены. Добавим фильтр для того чтобы обращаться к моментам больших изменений цен, на пример плюс минус 100 рублей. На графике остаются точки в которых происходили действительно значительные изменения цен. И добавляем линию тренда, путем внесения в график. И угол ее наклона как раз и составит значение эластичности спроса по цене.
Преимущество Power BI состоит в том, что достаточно трудоемкий процесс расчета эластичности, если реализовывать его в любой другой среде, реализуется проще, а в Power BI хорошая визуализация и есть понимание за счет чего происходят изменения. Мы можем сравнивать разные товарные позиции, анализировать их по степени эластичности. Если товар не эластичен по цене, мы можем продавать его дольше по высокой цене, получая при этом большую прибыль.
В конечном счете логика расчетов цены по эластичности , состоит в том , что если товары эластичны –нужно находить тот уровень цены, при котором объем продаж будет максимизировать валовую прибыль. Мы жертвуем маржинальностью, но выигрываем в количестве.
Power BI позволяет нам охарактеризовать с точки зрения эластичности весь ассортимент товаров и разложить на их группы.
Кроме данных продаж, мы используем данные о номенклатуре, чтобы иметь возможность смотреть, какая номенклатура была продана, и о магазинах, чтобы иметь возможность видеть данные по конкретной торговой точке.
В результате мы получим расчет чувствительности изменения спроса к ценам, которые изменял Retail.
Загружаем эти данные. Выбираем название файла и сохраняем. Полученный файл выгружаем в виде файла csv в Power BI. Итак, выгрузили три файла: продажи, номенклатура и магазин.
Рассмотрим каждый из них:
в Номенклатуре представлены код номенклатуры , а также описание товарной позиции (название, категория и ее группа); в Магазинах представлена детализация по магазинам; таблица продаж представляет собой совокупность данных по дате, магазину, номенклатуре, сумме и количеству. Для ввода этих данных в Power BI нажимает Get Data, указываем откуда извлекаем данные. Извлекаем каждый файл по очереди: загрузим сначала количество, здесь автоматически определился тип данных на основе первых двухсот строк. Загружаем файлы.
Мы видим загруженные три таблицы: названия столбцов, распознанных программой, отображаются корректно, а не распознанных-обезличены. Исправляем обезличенные названия столбцов.
Наша следующая задача при работе с данными в Power BI –– соединить таблицы. Все данные о продажах находятся в таблице продаж, и мы к ней привязываем справочники Магазинов и Номенклатуры. Один привязался автоматически, второй мы привязываем вручную. Для этого выбираем одинаковые позиции в таблицах Shop ID, нажимаем на эти поля и создаем интересующую нас связь. Это связь двухсторонняя – это значит, когда я буду фильтровать таблицу по справочнику, то будет производится фильтрация по продажам.
В Power BI есть три основных поля для работы: визуальные элементы, наборы данных, где можно просмотреть данные с загруженных таблиц, и здесь вы можете изменять связи между таблицами.
Мы загрузили таблицы с данными и связали их. Следующий шаг – произведение расчетов в данных, в конечном итоге нашей задача в получение расчета эластичности спроса по цене по различным товарным позициям.
Заходим в Продажи и смотрим, что тут у нас есть. Есть сумма и количество. Чтобы рассчитать цену, мы создаем новый столбец, в котором будет произведен расчет цены. Он представляет собой Сумму разделенную на Количество. Во вкладке Моделирование нажимаем Новый столбец, назовем его Цена. При произведении расчета может выдать ошибку, это связано с тем, что Power BI данные, которые выглядят как числа, распознал как текст. Соответственно исправляем это: из визуальной части Power BI переходим в часть Работы с запросами – нажимает кнопку Edit Place, что бы перейти к исходному загрузчику. Выбираем- исправить тип данных на нужные значения. Выбираем Change Type – правой кнопкой нажимаю на столбец , выбираю изменить тип, меняю с текстового на десятичные числа. Выпадает окно в котором я могу заменить текущее значение или сделать необходимые вычисления новым шагом. Выбираю второе, и снова выдает ошибку, которая связана с тем, что разделительные знаки – точки, это американский формат записи, поэтому Power BI с российской локалью его не распознал. Значит изменяем тип таки образом, используя Change Type with Locate и т.о. мы преобразовали тип из текстового в числовой без ошибок. Закрыть и применить. Но когда знаменатель равен нулю, то мы получаем в расчете цен бесконечности.
Для того что бы этого избежать мы используем функцию вместо деления, через дробь мы поделим с помощью функции Devide, она обрабатывает ошибки, не дает делить на ноль. Т.о получаем корректные расчеты цены.
Для того что бы использовать какие-то визуальные составляющие мы можем добавить какой-нибудь объект, например, таблицу. И подтянем название номенклатуры из таблицы номенклатуры, и также добавим сюда и сумму, чтобы увидеть какие позиции наиболее продаваемые. В нашем случае это магазин Электротехники и товар Айфон. Нас интересуют не все магазины сети, а только часть из них- выбираем тип магазина, положим тип магазина в фильтры Restart для того, чтобы сразу видеть магазины только этого типа. Рассматривать эту выборку мы и будем.
Наша следующая задача – дорасчитать еще несколько полей для того, чтобы использовать просчитанные поля в конечном представлении данных. Для того чтобы рассчитать эластичность нужно знать соотношение прироста проданных единиц к изменению цены., т.е. изменение цены к изменению количества.
Чтобы этого добиться мы выгрузили сумму, количество, цену. И дальше мы будем работать только с ценой и количеством.
Добавляем столбцы. К примеру, я хочу смотреть изменение цены понедельно, т.е. как средняя цена на товарную позицию менялась в течении недели. Группирую данные по неделям, для этого нужны создаем столбец Week_no – это функция, которая определяет номер недели в году. И дальше ссылаемся на столбец к которому мы хотим рассчитать Week_no это Dates. Мы получили номера недель, именно по ним мы будем смотреть как у нас продавались разные товарные позиции. Добавим новый столбец-номер года – Year и сменим функцию. Например, наши данные из пяти различных лет. И последний из этой группы столбец, который мы назовем Week_no by Year и в нем пронумерованы недели по годам.
Создаем график: на ось Х наложим Week_no by Year, на ось Y наложим Цену. И увидим распределение цен по номерам недель. Если график не сформировался, это связано со следующими причинами – автоматически происходит агрегация цены, потому что произошло суммирование цены и количества недель и отобразились не корректные данные. Мы не хотим агрегации и выбираем функцию Don’t sum rise. Выбираем конкретный товар и получаем корректный график. На нашем примере цена изменялась довольно значительно от 5200 рублей до 7000 рублей.
Теперь посмотрим, как изменение цены сказывалось на количестве продаж. И добавляем в график количество проданного товара.
При изменении цены на 1000 рублей продажи выросли втрое. Потом в связи с жизненным циклом товара происходит снижение спроса. Промежуток во времени занял 20 недель.
При следующем снижении цены снова идет скачок увеличения количества продаж. Когда снова увеличили цену продажи упали в разы. И когда мы уходим вниз по цене, снова идет рост продаж. Но уже не достигали таких пиковых значений, которые были раньше.
Таким образом, выбирая конкретный товар, мы отслеживаем динамику продаж в зависимости от установленной цены. Также можем видеть, как мы управляем ценой во времени, в зависимости от конкретного товара - если плавный график снижения цены, то идет компенсация снижения спроса со временем за счет уменьшения цен.
Это очень похоже на эластичность спроса по цене, но не совсем она. Отличие в том, что это распределение продаж товаров по цене и по времени. При резком снижении цены идет резкий прирост количества продаж. И как раз нас интересует как именно снижение цены повлияет на количество продаж — это и есть эластичность спроса по цене. Изменяя цену – смотрим на реакцию спроса.
Поэтому рассчитываем эластичность спроса по цене не по всему массиву данных, а только по частям, где наблюдается переход.
С точки зрения Power BI это рассчитать не очень удобно. Для начала рассчитываем несколько дополнительных мер. Прежде всего создаем окно, в которое вставляем меру, которая ссылается на таблицу продаж. Мы предлагаем Power BI рассчитать отношение суммы продаж к количеству проданного и вычислить относительно того контекста строки, который мы зададим. Т.е. если я использую эту меру относительно магазинов, то мы увидим среднюю цену по товарной позиции в различных магазинах сети.
Дальше импортируем еще несколько новых мер: средняя цена, среднее количество. И производим окончательный расчет эластичности. Логика какая – мы рассчитаем среднее количество в неделю до скачка цен и в неделю после скачка цен. Отношение и есть эластичность. Например, при изменении цены на минус 281 рубль количество приросло на 17 шт., при изменении цены на 660 рублей количество приросло на 23 шт.
В Power BI способ расчета прошлых периодов предполагает сложную логику фильтров. При внесении новых мер указываем в начале названия нижнее подчеркивание, что бы они при создании принимались вверх над обычными столбцами.
Для графика мы берем Дельту цены и Дельту продаж и номер недели, как детализацию. Получаем область значений в которой представлены точки прироста, в которых мы видим как изменение цены влияет на количество продаж. Отслеживаем факты большого изменения цены. Добавим фильтр для того чтобы обращаться к моментам больших изменений цен, на пример плюс минус 100 рублей. На графике остаются точки в которых происходили действительно значительные изменения цен. И добавляем линию тренда, путем внесения в график. И угол ее наклона как раз и составит значение эластичности спроса по цене.
Преимущество Power BI состоит в том, что достаточно трудоемкий процесс расчета эластичности, если реализовывать его в любой другой среде, реализуется проще, а в Power BI хорошая визуализация и есть понимание за счет чего происходят изменения. Мы можем сравнивать разные товарные позиции, анализировать их по степени эластичности. Если товар не эластичен по цене, мы можем продавать его дольше по высокой цене, получая при этом большую прибыль.
В конечном счете логика расчетов цены по эластичности , состоит в том , что если товары эластичны –нужно находить тот уровень цены, при котором объем продаж будет максимизировать валовую прибыль. Мы жертвуем маржинальностью, но выигрываем в количестве.
Power BI позволяет нам охарактеризовать с точки зрения эластичности весь ассортимент товаров и разложить на их группы.
Цена на уровне сделки: анализ эффективности акций
Основная задумка заключается в том, что, когда у нас появляется набор данных в продажах клиентам у нас появляется возможность рассматривать акции, промо, эффективность изменений цены под совершенно новым углом и новую глубину.
Мы уже рассмотрели эластичность спроса по цене, но это только часть из общей массы возможных инструментов для анализа.
Уже знакомые графики –это динамика средней цены, по оси Y средняя цена на позицию и номер недели. И второй график –это количество на среднюю цену.
И мы можем видеть, как у нас менялись средние цены и как на них реагировали потребители. Возьмем товарную позицию, по которой наблюдается эффект Гиффена –– при повышении цены на товар резко возрастает количество продаж. Мы видим обратный наклон кривой, которая описывает отношение средней цены к количеству. Таким же образом можно рассматривать различные товары с достаточно глубокой детализацией. Эту механику мы уже проговорили на прошлом занятии. График, при котором возрастание цены сопровождается с падение продаж характерен для практически всех видов продукции.
Рассмотрим, например, сигареты – мы наблюдаем шаговые повышения цены минимальной стоимости реализации сигарет и это повышение цен сопровождается общим понижением продаж. Каждый раз продается все меньше, потому что все больше людей отсекаются по ценовому фактору. Видим позиции, по которым проводилось управление ценой, и по которым не оно не проводилось. Можно оценить воздействие от ценовых акций и ценовых мероприятий.
Однако, помимо моментной составляющей в каких-то акциях и промо нас интересует еще и составляющая продолжительная, какой фактор оказывает на поведение покупателей то, что он попробовал данный вид продукции.
Рассмотрим вариант более глубокого погружения, где мы рассматриваем реакцию отдельных клиентов во времени. Как только появляется привязка покупателя, нам становится доступна их история покупок. Мы можем понять станут ли люди, которых склонила к покупке ценовая акция на дорогой товар, после повышения цены продолжать покупать этот же товар. Если будут покупать, то в таком формате ценовая акция нужна для охвата дополнительной аудитории.
К сожалению, не имея привязки к персоналиям, которые совершают покупки, мы не сможем сделать такую оценку. Но если у вас имеется персонализация, т.е. знаете клиентов или есть программа лояльности. В2С, когда клиент персонализирован через номер телефона, карту лояльности и т.п.
Как только у нас появляется такая привязка, у нас появляется возможности отследить их историю покупок в зависимости от того, как они взаимодействовали с акцией.
Рассмотрим пример, из общего числа клиентов – около 10 тысяч, мы отобрали только часть клиентов. Которые совершали покупки по картам с высокой регулярностью. В общей сложности у нас рассмотрено 6835 различных карт клиентов, при этом большее количество клиентов совершили от одной до трех покупок. В таком случае нам не удастся восстановить историю их покупок. Нам удалось этому клиенту карту лояльности продать, но он так и не включился в программу лояльности.
Для анализа влияния акций рассмотрим клиентов, которые совершили больше десяти покупок. И по таким клиентам мы видим структуру покупок. Выделяем ядро покупок, т.е. те покупки которые составляют больше всего пользуются спросом у клиента.
Имея такого рода информацию, мы можем отследить как реагируют клиенты на изменение цены на определенный вид продукции. Промо также оказывает влияние на клиентское поведение, но его невозможно отследить с помощью такого контроля за ценами.
Возьмем позицию и проанализируем ее:
Молоко пастеризованное –– при поведении акции мы можем посмотреть удалось ли нам получить новых клиентов. Зная эластичность товара по цене, мы сможем спрогнозировать рост спроса в зависимости от снижения цены. Если до акции в среднем по одному человеку покупали его, то в период проведения акции стали покупать 7-8 человек. После окончания акции видим временной эффект, при котором стали покупать этот товар больше. Давайте посмотрим на это более детально: что бы это сделать построим следующий график. На одной оси лежат даты первой покупки клиентом данного товара, а на другой дальнейшие продажи этого товара клиентам. Этот график представляет одну товарную позицию, и мы отследим сколько человек покупали ее в июле (первое представление товара) и сколько покупали потом. Первую покупку в июле совершили 19 человек, после этого 7 из 19 купили в августе, 7 в сентябре, 2 в октябре, 2 в ноябре и 2 в декабре.
Теперь рассмотрим период, когда произошла акция в августе, какое-то количество людей мы этой акцией охватили и посмотрим, как это в дальнейшем конвертируется в продажи. Среди августовский покупателей было 48 человек, кто впервые познакомился с этим товаром, однако в дальнейшем они практически не конвертировались в повторную покупку. Т.е. благодаря такому методу мы может осуществить однозначную привязку клиента к его дате первой покупки данной продукции, т.е. условно –– к дате ознакомления с ней и в оценить, какой долгосрочный эффект это знакомство оказало. Из 48 человек познакомившись с продуктом в августе благодаря акции, в сентябре приобрело только четверо.
Т.е. предоставив эту скидку, с точки зрения производителя, мы охватили дополнительное количество клиентов, но никто из них не стал нашим постоянным . И в результате раздали достаточно большую сумму денег за счет того, что эту скидку реализовали и факт ознакомления с продукцией никого не конвертировал в постоянных клиентов. При применение такого метода к большим объемам данных , мы можем выявлять тенденции к конвертации людей в постоянных покупателей фактом знакомства с продукцией.
Теперь представим, что у нас не ценовая акция. Ценовую акцию мы смогли отследить благодаря наличию графика. Не ценовую акцию т.о. отследить нельзя и нам нужна привязка к датам, в которые эта акция проводилась. В связи с этим возникает необходимость вести учет по промо акциям. Результат промо акций может быть также в получении дополнительного охвата в виду знакомства людей с продукцией, но не за счет цены. Предположим, вы выпускаете буклет, который будет информировать потенциальных покупателей или просто меняете расположение товаров в торговом зале, развешиваете плакаты и т.п.
На пример , вы выпустили буклет об определенной товарной позиции и хотите отследить какой эффект оказал выпуск этого буклета. Вы распространили буклет среди вашей аудитории и есть привязка только ко времени. Итак , в марте вы провели масштабное информирование клиентов, а в апреле это мероприятие прекратили. Можно рассмотреть когортно, как люди , которых вы проинформировали буклетом, в дальнейшем начали покупать эту позицию или нет, в сравнении со всеми прочими периодами времени. Т.о. можно оценивать такой неявный , сложный эффект от каких-то недостаточно прозрачных маркетинговых мероприятий. Рассматривая ситуацию понедельно и подневно, можно точно отследить привязку акции к конверсии.
Для этого нам потребуется несколько наборов данных:
Основная задумка заключается в том, что, когда у нас появляется набор данных в продажах клиентам у нас появляется возможность рассматривать акции, промо, эффективность изменений цены под совершенно новым углом и новую глубину.
Мы уже рассмотрели эластичность спроса по цене, но это только часть из общей массы возможных инструментов для анализа.
Уже знакомые графики –это динамика средней цены, по оси Y средняя цена на позицию и номер недели. И второй график –это количество на среднюю цену.
И мы можем видеть, как у нас менялись средние цены и как на них реагировали потребители. Возьмем товарную позицию, по которой наблюдается эффект Гиффена –– при повышении цены на товар резко возрастает количество продаж. Мы видим обратный наклон кривой, которая описывает отношение средней цены к количеству. Таким же образом можно рассматривать различные товары с достаточно глубокой детализацией. Эту механику мы уже проговорили на прошлом занятии. График, при котором возрастание цены сопровождается с падение продаж характерен для практически всех видов продукции.
Рассмотрим, например, сигареты – мы наблюдаем шаговые повышения цены минимальной стоимости реализации сигарет и это повышение цен сопровождается общим понижением продаж. Каждый раз продается все меньше, потому что все больше людей отсекаются по ценовому фактору. Видим позиции, по которым проводилось управление ценой, и по которым не оно не проводилось. Можно оценить воздействие от ценовых акций и ценовых мероприятий.
Однако, помимо моментной составляющей в каких-то акциях и промо нас интересует еще и составляющая продолжительная, какой фактор оказывает на поведение покупателей то, что он попробовал данный вид продукции.
Рассмотрим вариант более глубокого погружения, где мы рассматриваем реакцию отдельных клиентов во времени. Как только появляется привязка покупателя, нам становится доступна их история покупок. Мы можем понять станут ли люди, которых склонила к покупке ценовая акция на дорогой товар, после повышения цены продолжать покупать этот же товар. Если будут покупать, то в таком формате ценовая акция нужна для охвата дополнительной аудитории.
К сожалению, не имея привязки к персоналиям, которые совершают покупки, мы не сможем сделать такую оценку. Но если у вас имеется персонализация, т.е. знаете клиентов или есть программа лояльности. В2С, когда клиент персонализирован через номер телефона, карту лояльности и т.п.
Как только у нас появляется такая привязка, у нас появляется возможности отследить их историю покупок в зависимости от того, как они взаимодействовали с акцией.
Рассмотрим пример, из общего числа клиентов – около 10 тысяч, мы отобрали только часть клиентов. Которые совершали покупки по картам с высокой регулярностью. В общей сложности у нас рассмотрено 6835 различных карт клиентов, при этом большее количество клиентов совершили от одной до трех покупок. В таком случае нам не удастся восстановить историю их покупок. Нам удалось этому клиенту карту лояльности продать, но он так и не включился в программу лояльности.
Для анализа влияния акций рассмотрим клиентов, которые совершили больше десяти покупок. И по таким клиентам мы видим структуру покупок. Выделяем ядро покупок, т.е. те покупки которые составляют больше всего пользуются спросом у клиента.
Имея такого рода информацию, мы можем отследить как реагируют клиенты на изменение цены на определенный вид продукции. Промо также оказывает влияние на клиентское поведение, но его невозможно отследить с помощью такого контроля за ценами.
Возьмем позицию и проанализируем ее:
Молоко пастеризованное –– при поведении акции мы можем посмотреть удалось ли нам получить новых клиентов. Зная эластичность товара по цене, мы сможем спрогнозировать рост спроса в зависимости от снижения цены. Если до акции в среднем по одному человеку покупали его, то в период проведения акции стали покупать 7-8 человек. После окончания акции видим временной эффект, при котором стали покупать этот товар больше. Давайте посмотрим на это более детально: что бы это сделать построим следующий график. На одной оси лежат даты первой покупки клиентом данного товара, а на другой дальнейшие продажи этого товара клиентам. Этот график представляет одну товарную позицию, и мы отследим сколько человек покупали ее в июле (первое представление товара) и сколько покупали потом. Первую покупку в июле совершили 19 человек, после этого 7 из 19 купили в августе, 7 в сентябре, 2 в октябре, 2 в ноябре и 2 в декабре.
Теперь рассмотрим период, когда произошла акция в августе, какое-то количество людей мы этой акцией охватили и посмотрим, как это в дальнейшем конвертируется в продажи. Среди августовский покупателей было 48 человек, кто впервые познакомился с этим товаром, однако в дальнейшем они практически не конвертировались в повторную покупку. Т.е. благодаря такому методу мы может осуществить однозначную привязку клиента к его дате первой покупки данной продукции, т.е. условно –– к дате ознакомления с ней и в оценить, какой долгосрочный эффект это знакомство оказало. Из 48 человек познакомившись с продуктом в августе благодаря акции, в сентябре приобрело только четверо.
Т.е. предоставив эту скидку, с точки зрения производителя, мы охватили дополнительное количество клиентов, но никто из них не стал нашим постоянным . И в результате раздали достаточно большую сумму денег за счет того, что эту скидку реализовали и факт ознакомления с продукцией никого не конвертировал в постоянных клиентов. При применение такого метода к большим объемам данных , мы можем выявлять тенденции к конвертации людей в постоянных покупателей фактом знакомства с продукцией.
Теперь представим, что у нас не ценовая акция. Ценовую акцию мы смогли отследить благодаря наличию графика. Не ценовую акцию т.о. отследить нельзя и нам нужна привязка к датам, в которые эта акция проводилась. В связи с этим возникает необходимость вести учет по промо акциям. Результат промо акций может быть также в получении дополнительного охвата в виду знакомства людей с продукцией, но не за счет цены. Предположим, вы выпускаете буклет, который будет информировать потенциальных покупателей или просто меняете расположение товаров в торговом зале, развешиваете плакаты и т.п.
На пример , вы выпустили буклет об определенной товарной позиции и хотите отследить какой эффект оказал выпуск этого буклета. Вы распространили буклет среди вашей аудитории и есть привязка только ко времени. Итак , в марте вы провели масштабное информирование клиентов, а в апреле это мероприятие прекратили. Можно рассмотреть когортно, как люди , которых вы проинформировали буклетом, в дальнейшем начали покупать эту позицию или нет, в сравнении со всеми прочими периодами времени. Т.о. можно оценивать такой неявный , сложный эффект от каких-то недостаточно прозрачных маркетинговых мероприятий. Рассматривая ситуацию понедельно и подневно, можно точно отследить привязку акции к конверсии.
Для этого нам потребуется несколько наборов данных:
- Дата продажи, место продажи , канал продажи, покупатель, сумма продажи , количество проданного, номенклатура товара
- Акции , скидки или промо. Часто фиксируют их в таблицах Exel или чем-то подобным
Эти данные нужно точно также обработать. Основная задача сводится к тому, что бы увязать продажи и информацию по акциям. В тоже время существуют случаи когда акции вообще нигде не видны, т.е. какие-то мероприятия проводятся, при этом документов о том когда и что было проведено нет. В таком случае информация о промо теряется, а о предоставлении скидок может быть восстановлена из продаж.
Давайте посмотрим на наши данные, на графике видно, что была одна акция, которая произошла на 34 неделе и закончилась в середине 35 недели. И второе снижение цен произошло на 45 неделе. Теперь посмотрим как это было учтено на графике продаж, на котором акционные продажи обозначены черным цветом, а не акционные зеленым. При чем на 45 неделе цена была снижена без акции, и снова наблюдается рост продаж. А если было промо , то средние цены могут и не снижаться, а количество – изменится.
Например возьмем позицию Водка –ценовых изменений никаких не было, но были достаточно существенные изменения в количестве проданного. С чем это связано, мы не знаем, может какая-то акционная активность конкурентов, которая подавила продажи или повлияло промо. В общем мы не можем достоверно знать, что произошло в этот период. Чем вызван всплеск продаж или их спад.
Соответственно к наборам данных нам нужны данные продаж, акции , скидки – все это объединяем вместе в один большой массив данных. Ключом объединения, служит информация о дате начала мероприятия, дате окончания мероприятия и о товаре , на который было мероприятие. Осуществлять такую привязку не всегда удобно, особенно в рамках 1С это еще более трудоемко, прощу всего выгрузить данные при помощи конструктора запросов Power BI. Вы выгружаете данные о продажах, из таблиц берете информацию о акциях. Загружаете и то и другое в базу данных. Следующий шаг, это привязка этих данных друг с другом. С помощью запроса на языке SQL, мы можем получить новый набор данных, привязывая их по трем ключам.
Получаем таблицу, которая включает продажи плюс дополнительная информация об акции. Мы привязываем идентификатор, того что данная позиция, проданная в данной торговой точке в данный день, является скидочной (акционной) через 0 и 1. Где 0 , это обычная цена , а 1 акционная. Запрос строится на языке SQL, состоит из блоков , В блоке SELECT перечисляете , что выбрать(указываете столбцы продаж) FROM- указываете таблицу, из которой происходит выборка, дальше WHERE- указываете столбец , значение в котором должно отвечать определенному условию.
А затем происходит привязка таблицы скидок по ключу – когда дата операции находится между датами начала и конца акции, тогда проставь 1, в другом случае проставь 0. Привязка идет по двум условиям. Мы объединили наборы данных и получили одну большую таблицу. Мы привязали информацию маркетинга к информации продаж.
Следующий шаг, мы выгружаем полученную таблицу. Далее выгружаем таблицу со скидками, таблице с клиентами т.к. привязка к клиентам достигается только по идентификатору клиента и идентификатору чека и нам нужна эта связка. Поскольку внутри таблицы данных продаж есть информация идентификатора чека. И связываем эти данные вместе.
Исходная таблица дополнится информацией о маркетинге и информацией о клиентах.
В итоге получаем три файла , плюс выгрузим еще ассортимент –– справочник номенклатуры товаров. Берем из 1С. Привязывается по коду позиции к продажам.
Далее загружаем эти данные в Power BI. Выбираем GET DATA-получить данные и добавляем по одной таблице. Получили таблицы, которые нужно друг к другу. Ассортимент привязываем по полю код к таблице продаж и таблицу клиентов привязываем по чек ID. Устанавливаем двухсторонние связи.
Следующий шаг, в эти таблицы до рассчитываем несколько мер. Мера –это вычисление, которое в памяти не хранится, соответственно оно производится только тогда, когда нужно использовать какой-то визуальный элемент.
В Power BI можно эти визуальные элементы вызывать, основным является таблица. Уже сейчас можно работать с набором данных, которые у вас есть - смотреть цены и т.п. В данном случае у нас таблицы связаны, мы можем взять товарную группу и сумму продаж, т.о. мы получаем визуальное представление о том какая структура ассортимента продается. Отсортируем по объемам продаж и видим как какие группы товаров находятся в ТОР продаж, а по каким маленькие продажи.
Для получения графика оценки эффективности акций нам нужно вычисление средних цен. Для этого нажимаем New Measure – создается мера, ее можно прописать в ручную. Создаем меру с названием Средняя цена, помимо этого прописываем правило : сумма продаж деленная на сумму количества продаж. И применяем к таблице , получаем среднюю цену по товарной категории.
Метрика становится осмысленной, когда мы ее определяем в правильный контекст, например правильнее считать не среднюю цену по товарной группе, а среднюю цену по конкретной товарной позиции.
Следующая мера вычисляет сумму количества проданного.
Ключевыми мерами являются:
Давайте посмотрим на наши данные, на графике видно, что была одна акция, которая произошла на 34 неделе и закончилась в середине 35 недели. И второе снижение цен произошло на 45 неделе. Теперь посмотрим как это было учтено на графике продаж, на котором акционные продажи обозначены черным цветом, а не акционные зеленым. При чем на 45 неделе цена была снижена без акции, и снова наблюдается рост продаж. А если было промо , то средние цены могут и не снижаться, а количество – изменится.
Например возьмем позицию Водка –ценовых изменений никаких не было, но были достаточно существенные изменения в количестве проданного. С чем это связано, мы не знаем, может какая-то акционная активность конкурентов, которая подавила продажи или повлияло промо. В общем мы не можем достоверно знать, что произошло в этот период. Чем вызван всплеск продаж или их спад.
Соответственно к наборам данных нам нужны данные продаж, акции , скидки – все это объединяем вместе в один большой массив данных. Ключом объединения, служит информация о дате начала мероприятия, дате окончания мероприятия и о товаре , на который было мероприятие. Осуществлять такую привязку не всегда удобно, особенно в рамках 1С это еще более трудоемко, прощу всего выгрузить данные при помощи конструктора запросов Power BI. Вы выгружаете данные о продажах, из таблиц берете информацию о акциях. Загружаете и то и другое в базу данных. Следующий шаг, это привязка этих данных друг с другом. С помощью запроса на языке SQL, мы можем получить новый набор данных, привязывая их по трем ключам.
Получаем таблицу, которая включает продажи плюс дополнительная информация об акции. Мы привязываем идентификатор, того что данная позиция, проданная в данной торговой точке в данный день, является скидочной (акционной) через 0 и 1. Где 0 , это обычная цена , а 1 акционная. Запрос строится на языке SQL, состоит из блоков , В блоке SELECT перечисляете , что выбрать(указываете столбцы продаж) FROM- указываете таблицу, из которой происходит выборка, дальше WHERE- указываете столбец , значение в котором должно отвечать определенному условию.
А затем происходит привязка таблицы скидок по ключу – когда дата операции находится между датами начала и конца акции, тогда проставь 1, в другом случае проставь 0. Привязка идет по двум условиям. Мы объединили наборы данных и получили одну большую таблицу. Мы привязали информацию маркетинга к информации продаж.
Следующий шаг, мы выгружаем полученную таблицу. Далее выгружаем таблицу со скидками, таблице с клиентами т.к. привязка к клиентам достигается только по идентификатору клиента и идентификатору чека и нам нужна эта связка. Поскольку внутри таблицы данных продаж есть информация идентификатора чека. И связываем эти данные вместе.
Исходная таблица дополнится информацией о маркетинге и информацией о клиентах.
В итоге получаем три файла , плюс выгрузим еще ассортимент –– справочник номенклатуры товаров. Берем из 1С. Привязывается по коду позиции к продажам.
Далее загружаем эти данные в Power BI. Выбираем GET DATA-получить данные и добавляем по одной таблице. Получили таблицы, которые нужно друг к другу. Ассортимент привязываем по полю код к таблице продаж и таблицу клиентов привязываем по чек ID. Устанавливаем двухсторонние связи.
Следующий шаг, в эти таблицы до рассчитываем несколько мер. Мера –это вычисление, которое в памяти не хранится, соответственно оно производится только тогда, когда нужно использовать какой-то визуальный элемент.
В Power BI можно эти визуальные элементы вызывать, основным является таблица. Уже сейчас можно работать с набором данных, которые у вас есть - смотреть цены и т.п. В данном случае у нас таблицы связаны, мы можем взять товарную группу и сумму продаж, т.о. мы получаем визуальное представление о том какая структура ассортимента продается. Отсортируем по объемам продаж и видим как какие группы товаров находятся в ТОР продаж, а по каким маленькие продажи.
Для получения графика оценки эффективности акций нам нужно вычисление средних цен. Для этого нажимаем New Measure – создается мера, ее можно прописать в ручную. Создаем меру с названием Средняя цена, помимо этого прописываем правило : сумма продаж деленная на сумму количества продаж. И применяем к таблице , получаем среднюю цену по товарной категории.
Метрика становится осмысленной, когда мы ее определяем в правильный контекст, например правильнее считать не среднюю цену по товарной группе, а среднюю цену по конкретной товарной позиции.
Следующая мера вычисляет сумму количества проданного.
Ключевыми мерами являются:
- Средняя цена в прошлую неделю. Функция Week_nam
- Средняя цена в текущую неделю
В результате мы получаем возможность сопоставлять прирост количества продаж за определенный период времени.
Аналогичным образом анализируется прирост цены. Имея среднюю цену и номер недели , мы можем построить график.
Следующий график – это количество на среднюю цену.
Каждая точка на графике –– неделя, становясь на нее, мы видим среднюю цену на этой неделе и количество продаж.
Добавим номенклатуру товаров для понимания какие конкретно товары как продавались.
Для расчета по каждому клиенту количество покупок, реализовано поле Чек. Оно рассчитано в таблице, предполагает расчет для каждого из клиентов и показывает сколько чеков пробил каждый клиент во время взаимодействия с нашим магазином.
Мера считает количество ЧЕК ID по CLIENT ID. Разница между мерой и столбцом заключается в том, что на него можно ссылаться в дальнейших расчетах. Создадим столбец- заходим в таблицу, создаем новый столбец и в него добавляем меру. Этот столбец нужен для того , чтобы отфильтровать клиентов, которые совершали мало покупок. Если посмотреть на распределение клиентов по числу покупок, получается из общего числа клиентов (4200) , есть клиенты которые совершили только одну покупку по карте и по ним не возможно построить цепочку, а есть один клиент , который совершил 432 покупки. Мы фильтруем по возрастанию и отсекаем клиентов, которые совершили менее 10 покупок. И это позволит контролировать какой-то продолжительный эффект по акциям и промо.
Следующий столбец – это столбец, в котором рассчитана дата первого платежа клиента, вычисляется минимальная дата чека по клиентам.
Вытянув таблицу, мы видим, что у нас максимальное количество клиентов совершило первую покупку в январе. Дальше создаем фильтр и подтягиваем туда клиентов по которым первая покупка произошла позже 01 марта 2017 года.
Выведем еще и структуру покупок. Возьмем из ассортимента, т.к. он привязан к продажам. Выберем категории и процент об общего числа в день. Получаем, что среди этого числа людей наибольший процент трат приходится на молоко и молочные продукты, алкоголь , бакалея и мясная гастрономия.
Дальше вытягиваем клиентов из таблицы клиентов. По CLIENT ID вытягиваем еще сумму покупок и привязываем это к истории покупок. Таким образом мы можем наблюдать динамику продаж в разрезе каждого клиента. Сделаем ее графиком, детализированным до уровня дней.
Поскольку в таблице продаж есть еще один параметр – Скидка , мы можем ее применить как еще один параметр для отчета. Используя ее как легенду мы видим оборот , который купила эта группа клиентов без скидок и по скидкам.
Следующий шаг предполагает вычисление даты , в которую клиент первый раз совершил данную покупку. Для этого вычисляем еще один столбец в таблице продаж из таблицы клиентов по дате Чек ID. Вычисляем минимальную дату операции. Т.е для каждого уникально сочетания кода продукции вычисляется минимальная дата в которую эта позиция была реализована.
И добавляем график, который предполагает счет числа различных клиентов и поля даты первой продажи позиции. Агрегируем все до месяца. Также добавим позиции товаров. Выбираем самые значительные по обороту. Далее убираем итоги по столбцам и строкам. И отформатируем на основе цвета объекта. Мы видим когда клиент первый раз ознакомился с продукцией и как это отобразилось на его дальней истории взаимодействия с данной позицией товара, стал ли он постоянным покупателем или не стал.
Для того чтобы эту информацию использовать максимально полно, нужно иметь четкую привязку к клиентам. Если у нас только малая часть персонифицирована, то оценить долгосрочные эффекты от акций становится значительно более трудоемко и менее точно. Вы можете встретить описание в Интернете как это делается, но они на сколько приблизительные , что о какой-то точности говорить даже не приходится.
Одной из важных задач является персонализация клиентов. Это достигается с помощью выдачи карт лояльности, привязки компаний к номеру телефона или через эквайринг по номерам банковских карт. Если все пользователи персонифицированы анализировать эффекты от акции становится гораздо легче. Вы сравниваете поведение пользователей , которых охватили за счет низкой цены, сравниваете поведение пользователей по обычной цене, либо которые пришли по рассылке или в период рассылки. В этом случае дата выступает как ключ. Можно в связи с этим оценить эффекты от размещения плакатов в торговых точках, которые указывали на конкретный вид продукции.
Обращаю внимание, что если у вас есть достаточно надежные данные по маржинальности, то ими этот анализ можно значительно обогатить. Особенно то что касается цены –можно рассчитывать экономический эффект непосредственно, сколько маржи вы потеряли снизив цену на столько-то или наоборот заработали. Т.к. за счет оборота может произойти прирост общего вала маржи.
Если у вас только часть клиентов охвачена, тогда обращаем внимание какая это часть. Скорее всего это люди, которые сильно привязаны к акциям – люди которые сильно заинтересованы в скидках. Для того что бы изучить поведение людей , которые в скидках заинтересованы меньшей степени, нам нужно подумать как персонифицировать этих покупателей.
Резюмируем - для анализа нам нужны данные о продажах, нужна привязка клиентов и данные маркетинга. Все это связываем в один большой набор данных , либо в несколько хорошо структурированных таблиц. Выгружаем это в Power BI и анализируем вплоть до каждой из товарных позиций, оцениваем ее эластичность, то как изменение цен сказывается на ее продажах. Добавляя маржинальность получаем новые измерения и можем по каждой позиции сказать , оправдана ли была конкретная ценовая активация. А по клиентам мы можем понять, как то, что он попробовав нашу продукцию повлияло на его дальнейшие покупки.
Аналогичным образом анализируется прирост цены. Имея среднюю цену и номер недели , мы можем построить график.
Следующий график – это количество на среднюю цену.
Каждая точка на графике –– неделя, становясь на нее, мы видим среднюю цену на этой неделе и количество продаж.
Добавим номенклатуру товаров для понимания какие конкретно товары как продавались.
Для расчета по каждому клиенту количество покупок, реализовано поле Чек. Оно рассчитано в таблице, предполагает расчет для каждого из клиентов и показывает сколько чеков пробил каждый клиент во время взаимодействия с нашим магазином.
Мера считает количество ЧЕК ID по CLIENT ID. Разница между мерой и столбцом заключается в том, что на него можно ссылаться в дальнейших расчетах. Создадим столбец- заходим в таблицу, создаем новый столбец и в него добавляем меру. Этот столбец нужен для того , чтобы отфильтровать клиентов, которые совершали мало покупок. Если посмотреть на распределение клиентов по числу покупок, получается из общего числа клиентов (4200) , есть клиенты которые совершили только одну покупку по карте и по ним не возможно построить цепочку, а есть один клиент , который совершил 432 покупки. Мы фильтруем по возрастанию и отсекаем клиентов, которые совершили менее 10 покупок. И это позволит контролировать какой-то продолжительный эффект по акциям и промо.
Следующий столбец – это столбец, в котором рассчитана дата первого платежа клиента, вычисляется минимальная дата чека по клиентам.
Вытянув таблицу, мы видим, что у нас максимальное количество клиентов совершило первую покупку в январе. Дальше создаем фильтр и подтягиваем туда клиентов по которым первая покупка произошла позже 01 марта 2017 года.
Выведем еще и структуру покупок. Возьмем из ассортимента, т.к. он привязан к продажам. Выберем категории и процент об общего числа в день. Получаем, что среди этого числа людей наибольший процент трат приходится на молоко и молочные продукты, алкоголь , бакалея и мясная гастрономия.
Дальше вытягиваем клиентов из таблицы клиентов. По CLIENT ID вытягиваем еще сумму покупок и привязываем это к истории покупок. Таким образом мы можем наблюдать динамику продаж в разрезе каждого клиента. Сделаем ее графиком, детализированным до уровня дней.
Поскольку в таблице продаж есть еще один параметр – Скидка , мы можем ее применить как еще один параметр для отчета. Используя ее как легенду мы видим оборот , который купила эта группа клиентов без скидок и по скидкам.
Следующий шаг предполагает вычисление даты , в которую клиент первый раз совершил данную покупку. Для этого вычисляем еще один столбец в таблице продаж из таблицы клиентов по дате Чек ID. Вычисляем минимальную дату операции. Т.е для каждого уникально сочетания кода продукции вычисляется минимальная дата в которую эта позиция была реализована.
И добавляем график, который предполагает счет числа различных клиентов и поля даты первой продажи позиции. Агрегируем все до месяца. Также добавим позиции товаров. Выбираем самые значительные по обороту. Далее убираем итоги по столбцам и строкам. И отформатируем на основе цвета объекта. Мы видим когда клиент первый раз ознакомился с продукцией и как это отобразилось на его дальней истории взаимодействия с данной позицией товара, стал ли он постоянным покупателем или не стал.
Для того чтобы эту информацию использовать максимально полно, нужно иметь четкую привязку к клиентам. Если у нас только малая часть персонифицирована, то оценить долгосрочные эффекты от акций становится значительно более трудоемко и менее точно. Вы можете встретить описание в Интернете как это делается, но они на сколько приблизительные , что о какой-то точности говорить даже не приходится.
Одной из важных задач является персонализация клиентов. Это достигается с помощью выдачи карт лояльности, привязки компаний к номеру телефона или через эквайринг по номерам банковских карт. Если все пользователи персонифицированы анализировать эффекты от акции становится гораздо легче. Вы сравниваете поведение пользователей , которых охватили за счет низкой цены, сравниваете поведение пользователей по обычной цене, либо которые пришли по рассылке или в период рассылки. В этом случае дата выступает как ключ. Можно в связи с этим оценить эффекты от размещения плакатов в торговых точках, которые указывали на конкретный вид продукции.
Обращаю внимание, что если у вас есть достаточно надежные данные по маржинальности, то ими этот анализ можно значительно обогатить. Особенно то что касается цены –можно рассчитывать экономический эффект непосредственно, сколько маржи вы потеряли снизив цену на столько-то или наоборот заработали. Т.к. за счет оборота может произойти прирост общего вала маржи.
Если у вас только часть клиентов охвачена, тогда обращаем внимание какая это часть. Скорее всего это люди, которые сильно привязаны к акциям – люди которые сильно заинтересованы в скидках. Для того что бы изучить поведение людей , которые в скидках заинтересованы меньшей степени, нам нужно подумать как персонифицировать этих покупателей.
Резюмируем - для анализа нам нужны данные о продажах, нужна привязка клиентов и данные маркетинга. Все это связываем в один большой набор данных , либо в несколько хорошо структурированных таблиц. Выгружаем это в Power BI и анализируем вплоть до каждой из товарных позиций, оцениваем ее эластичность, то как изменение цен сказывается на ее продажах. Добавляя маржинальность получаем новые измерения и можем по каждой позиции сказать , оправдана ли была конкретная ценовая активация. А по клиентам мы можем понять, как то, что он попробовав нашу продукцию повлияло на его дальнейшие покупки.
/Ценообразование для B2B
Ценовой каскад
Представим ситуацию, свойственную для В2В компаний: к вам обращается ваш постоянный клиент, который уже давно не приносит большого дохода, и просит глубокую скидку. Если в компании нормально ценовой каскад не считается и системы ценообразования на уровне сделки нет, то вероятно, что менеджер, к которому этот клиент обратился, глубокую скидку даст. В таких ситуациях происходит потеря маржинальности. Сегодня мы научимся эту проблему решать.
Представим, что у нас есть компания, которая продает фломастеры. У любой компании есть номенклатурная цена. Представим что у нас это 6 руб/шт. Традиционно у компании есть 2 вида скидок:
Представим ситуацию, свойственную для В2В компаний: к вам обращается ваш постоянный клиент, который уже давно не приносит большого дохода, и просит глубокую скидку. Если в компании нормально ценовой каскад не считается и системы ценообразования на уровне сделки нет, то вероятно, что менеджер, к которому этот клиент обратился, глубокую скидку даст. В таких ситуациях происходит потеря маржинальности. Сегодня мы научимся эту проблему решать.
Представим, что у нас есть компания, которая продает фломастеры. У любой компании есть номенклатурная цена. Представим что у нас это 6 руб/шт. Традиционно у компании есть 2 вида скидок:
1
скидка за объем.(на нашем примере представим 5,8 руб/шт)
2
скидка на фоне конкурента (кривая безразличия) и речь тут идет не о постановке цены ниже, чем у конкурента. Мы даем такую цену, при которой мы уходим с кривой безразличия, и становимся более предпочтительными по соотношению цена-качество чем конкурент. (допустим, 5,6 руб/шт). Такую цену далее мы будем называть ФАКТУРНАЯ ЦЕНА. Именно эту цену мы берем в расчет при исчислении выручки. Из этой цены мы рассчитываем сдельную часть оплаты продавцам
Логистика. Может наносить серьезный урон по фактической цене сделки. И если мы изначально доставляли продукцию до распределительного центра клиента, и внезапно нам приходится везти продукцию дальше – по маржинальности будет нанесен урон.
И получается, что мы предполагаем, что продаем по 6 руб/шт номенклатурно, и 5,6 руб/шт фактурно, а на самом деле фактическая цена после вычета все вышеуказанного составляет 4 руб/шт. Мы предполагаем в нашем примере, что выдаем 7% скидку. Но если мы посмотрим на ценовой каскад, то увидим, что дельта между номенклатурной и фактической ценой =33%. Тоесть мы теряем 26% от стоимости.
Согласно исследованиям компании МакКинзи оптимизация цены всего на 1% для среднестатистической компании влечет 11% прироста валовой прибыли. Оптимизация этого 1% возможна не только за счет номенклатурной цены, если повысить номенклатурную цену, то за счет рыночной эластичности такие манипуляции могут закончится прискорбно. Но если мы начнем работать над оптимизацией фактической, а не номенклатурной цены, в части «неявных скидок», то появится огромное поле для улучшения показателей маржинальности. При этом надо понимать, что в случае с неявными скидками мы сталкиваемся с парадоксом «и сам не сам и другому не дам».
Посмотрим на это на примере постоплаты. З0 дневная постоплата это примерно 2% скидка. Свободные средства можно разместить на месяц на счетах ГКО и получать порядка 2% дохода от них. Мы эти деньги не получаем, но и наш контрагент скорее всего никаких бенефитов от задержки оплаты не получает. Никто из этой ситуации не выигрывает.
Что предпринять. Представим, что обозначена номенклатурная цена 5 руб/шт и можно неявную скидку сделать явной. Пообещать 1% скидки в случае предоплаты. Все получают выгоду: мы получаем деньги вовремя и клиент получает скидку, которой у него до этого не было. От парадигмы loose-loose перешли к win-win.
Для того, чтобы строить такой ценовой каскад нужно научиться грамотно комбинировать данные из разных учетных систем. Если для расчета фактурной цены нам достаточно просто помечать в нашей СRM системе факт выдачи скидки, характер ее или основание для ее выдачи, то в случае с неявными скидками нам уже нужны данные логистики (данные CRM нужно объединить с данными FMS).
Следовательно мы вновь и вновь обращаемся к необходимости построения озер данных, которые бы собирали и единым идентификатором бы пронизывали разрозненные бизнес-данные, которые хранятся в разных учетных системах. Когда мы строим такой ценовой каскад мы получаем возможность посчитать фактическую стоимость каждой сделки, и, самое главное, фактическую стоимость каждого артикула. В итоге мы еще получаем 2 вида анализа, которые могут повлечь за собой оптимизацию денежного потока.
Представим, что мы продаем SQU, например, черный маркер. Представим, что разным контрагентам в разные периоды этот маркер продавался по разной фактической цене. Мы знаем, что его номенклатурная цена – 6 руб/шт, средняя фактическая цена 4 руб/шт. Представим что он продавался: 3,5; 3,7; 3,9; 4,00; 4,2; 4,4; 4,6; 4,8; 5,0 - руб/шт. Обратим внимание, что в нашем случае фактическая цена маркера так ни разу и не дотянула до его фактурной цены. Если взять все продажи этого маркера и перевести их в деньги, то эту сумму мы сможем принять за 100%. А теперь построим столбчатую гистограмму, которая бы показывала какой %% от этих денег мы заработали при продаже черного маркера по какой фактической цене.
Столь широкий разброс фактических цен свидетельствует о бардаке с ценообразованием в компании. Любой маркетолог, узнав об этом и понимая, что эта компания еще жива радостно потирает руки – в этой гистограмме содержатся колоссальные возможности для того, чтобы зарабатывать больше.
Для этого нужно залезть в транзакции по минимальным фактическим ценам и в транзакции по максимальным фактическим ценам и посмотреть, что отличает одни транзакции от других. Одни и те же контрагенты, их индустрии, география, месяцы, конкретный менеджер по продажам, который с этими контрагентами работал – все может оказаться важным. Находя отличия между лучшими и худшими транзакциями, мы получаем возможность на основе этого анализа понять каким образом мы можем стандартизировать процесс, опираясь на достижения лучшей транзакции. И начать: сокращать вариативность ценообразования, подтягивать арифметическое среднее по транзакциям вправо (к увеличению).
Это полностью совпадает с концепцией Деминга и Шухарта относительно управления качеством процесса с помощью контрольных карт. Тот, кто может взять под контроль вариативность в своем бизнесе – сможет им блистательно управлять.
Второй вид анализа, который у нас возникает – тот который нацелен на оптимизацию дистрибуторской политики и позволяет в среднесрочном и долгосрочном периоде серьезно захэджировать риски вторичного оттока клиентской базы.
Посмотрим на клиентскую базу в двумерных координатах. По оси абсцисс – LTV каждого конкретного контрагента, а по оси ординат – для начала расположим дельту между номенклатурной и фактурной ценой. Если в компании нет беспорядка, то скорее всего если мы нанесем каждого контрагента на эту систему координат – получим картинку: контрагенты выстроятся вокруг бисектрисы, отражающий простой принцип традиционной дистрибуторской политики: Чем больше объем ты нам генерируешь – тем большую скидку ты получаешь. Наверняка найдутся выбросы, их будет определенное количество, их интересно будет проанализировать.
Магия начнется в тот момент, когда мы откажемся от вычитания из номенклатурной цены фактурной цены и заменим ее на разность между номенклатурной и фактической ценой – часть контрагентов изменит свое место положения в двумерных координатах критически. По сути база разделится на: нормальных, «козлищ»(отбор ничтожно мал, а скидка огромна) , «лохов» (осуществляют конский отбор но получают низкую скидку).
Козлищ делим на группы:
- Постоплата. Надо понимать, что 30-дневный срок для постоплаты = 2% скидки
- Многие компании предлагают компенсировать часть маркетинговых затрат
- Предоставляют пост материалы
- Предоставляют расширенное обучение
- Расширенное постгарантийное обслуживание
- Скидку за выборку годового объема с мелкоштучным отбором
- Скидка за излишнюю коммуникацию (настойчивый клиент)
И получается, что мы предполагаем, что продаем по 6 руб/шт номенклатурно, и 5,6 руб/шт фактурно, а на самом деле фактическая цена после вычета все вышеуказанного составляет 4 руб/шт. Мы предполагаем в нашем примере, что выдаем 7% скидку. Но если мы посмотрим на ценовой каскад, то увидим, что дельта между номенклатурной и фактической ценой =33%. Тоесть мы теряем 26% от стоимости.
Согласно исследованиям компании МакКинзи оптимизация цены всего на 1% для среднестатистической компании влечет 11% прироста валовой прибыли. Оптимизация этого 1% возможна не только за счет номенклатурной цены, если повысить номенклатурную цену, то за счет рыночной эластичности такие манипуляции могут закончится прискорбно. Но если мы начнем работать над оптимизацией фактической, а не номенклатурной цены, в части «неявных скидок», то появится огромное поле для улучшения показателей маржинальности. При этом надо понимать, что в случае с неявными скидками мы сталкиваемся с парадоксом «и сам не сам и другому не дам».
Посмотрим на это на примере постоплаты. З0 дневная постоплата это примерно 2% скидка. Свободные средства можно разместить на месяц на счетах ГКО и получать порядка 2% дохода от них. Мы эти деньги не получаем, но и наш контрагент скорее всего никаких бенефитов от задержки оплаты не получает. Никто из этой ситуации не выигрывает.
Что предпринять. Представим, что обозначена номенклатурная цена 5 руб/шт и можно неявную скидку сделать явной. Пообещать 1% скидки в случае предоплаты. Все получают выгоду: мы получаем деньги вовремя и клиент получает скидку, которой у него до этого не было. От парадигмы loose-loose перешли к win-win.
Для того, чтобы строить такой ценовой каскад нужно научиться грамотно комбинировать данные из разных учетных систем. Если для расчета фактурной цены нам достаточно просто помечать в нашей СRM системе факт выдачи скидки, характер ее или основание для ее выдачи, то в случае с неявными скидками нам уже нужны данные логистики (данные CRM нужно объединить с данными FMS).
Следовательно мы вновь и вновь обращаемся к необходимости построения озер данных, которые бы собирали и единым идентификатором бы пронизывали разрозненные бизнес-данные, которые хранятся в разных учетных системах. Когда мы строим такой ценовой каскад мы получаем возможность посчитать фактическую стоимость каждой сделки, и, самое главное, фактическую стоимость каждого артикула. В итоге мы еще получаем 2 вида анализа, которые могут повлечь за собой оптимизацию денежного потока.
Представим, что мы продаем SQU, например, черный маркер. Представим, что разным контрагентам в разные периоды этот маркер продавался по разной фактической цене. Мы знаем, что его номенклатурная цена – 6 руб/шт, средняя фактическая цена 4 руб/шт. Представим что он продавался: 3,5; 3,7; 3,9; 4,00; 4,2; 4,4; 4,6; 4,8; 5,0 - руб/шт. Обратим внимание, что в нашем случае фактическая цена маркера так ни разу и не дотянула до его фактурной цены. Если взять все продажи этого маркера и перевести их в деньги, то эту сумму мы сможем принять за 100%. А теперь построим столбчатую гистограмму, которая бы показывала какой %% от этих денег мы заработали при продаже черного маркера по какой фактической цене.
Столь широкий разброс фактических цен свидетельствует о бардаке с ценообразованием в компании. Любой маркетолог, узнав об этом и понимая, что эта компания еще жива радостно потирает руки – в этой гистограмме содержатся колоссальные возможности для того, чтобы зарабатывать больше.
Для этого нужно залезть в транзакции по минимальным фактическим ценам и в транзакции по максимальным фактическим ценам и посмотреть, что отличает одни транзакции от других. Одни и те же контрагенты, их индустрии, география, месяцы, конкретный менеджер по продажам, который с этими контрагентами работал – все может оказаться важным. Находя отличия между лучшими и худшими транзакциями, мы получаем возможность на основе этого анализа понять каким образом мы можем стандартизировать процесс, опираясь на достижения лучшей транзакции. И начать: сокращать вариативность ценообразования, подтягивать арифметическое среднее по транзакциям вправо (к увеличению).
Это полностью совпадает с концепцией Деминга и Шухарта относительно управления качеством процесса с помощью контрольных карт. Тот, кто может взять под контроль вариативность в своем бизнесе – сможет им блистательно управлять.
Второй вид анализа, который у нас возникает – тот который нацелен на оптимизацию дистрибуторской политики и позволяет в среднесрочном и долгосрочном периоде серьезно захэджировать риски вторичного оттока клиентской базы.
Посмотрим на клиентскую базу в двумерных координатах. По оси абсцисс – LTV каждого конкретного контрагента, а по оси ординат – для начала расположим дельту между номенклатурной и фактурной ценой. Если в компании нет беспорядка, то скорее всего если мы нанесем каждого контрагента на эту систему координат – получим картинку: контрагенты выстроятся вокруг бисектрисы, отражающий простой принцип традиционной дистрибуторской политики: Чем больше объем ты нам генерируешь – тем большую скидку ты получаешь. Наверняка найдутся выбросы, их будет определенное количество, их интересно будет проанализировать.
Магия начнется в тот момент, когда мы откажемся от вычитания из номенклатурной цены фактурной цены и заменим ее на разность между номенклатурной и фактической ценой – часть контрагентов изменит свое место положения в двумерных координатах критически. По сути база разделится на: нормальных, «козлищ»(отбор ничтожно мал, а скидка огромна) , «лохов» (осуществляют конский отбор но получают низкую скидку).
Козлищ делим на группы:
- с мышлением бакинского таксиста – торгуется с вами даже после того, как видна цена на счетчике просто потому, что вы с ним не поторговались
- неосознанные козлищи. Они даже не знают о том, что отбирают ваши деньги и ничего с этого не выигрывают
Вопрос сохранения в вашей клиентской базе лохов – вопрос не вашего клиентского сервиса, не того насколько хорошо вы их облизываете. Это вопрос того – как быстро они добегут до клиентов, располагающихся на бисектрисе и узнают какое ценообразование у них.
Построив ценовой каскад мы поймем где мы теряем деньги, и как завоевать эти заветные %%. Мы получим возможность улучшить маржинальность продаж по каждому конкретному артикулу. Более качественную политику взаимодействия с плечами дистрибуции.
Ценностно-стоимостная карта. Это классическое двумерное декартовое пространство, где ось Х – цена, а ось У – ценность. Цена – берем нашу цену, цену конкурентов и определяем унифицированную единицу, условно – пачку масла и по оси Х располагаем все продукты и услуги, присваиваем значение цены (у кого-то 150, у кого-то 200, у кого-то 1000). Что же присваивать по оси ценности? Вспомним модель QFD. В рамках этой модели возникало какое-то количество факторов выбора и каждый из них по итогам опросов начинал обладать неким Бета-весом (может варьироваться от 0 до 1 и в сумме все Бета-веса составляют единицу, 100%). Для просчета ценности добавим еще показатель – коэффициент К или коэф.
Проявленности фактора выбора. Как его оценить? Берете все доступные каналы коммуникации конкурентов и присваиваете каждому Фактору выбора оценку от 1 до 5 (где 1 – данный фактор выбора вообще в коммуникации не встречается, 5 – он является доминирующим и с помощью этого фактора выбора, например, продавцы преодолевают возражения, именно про это говорится на сайте и в постматериалах). И так для каждого Фактора выбора проставляете коэф.К умношаете их на Бета-вес и в итоге для каждого конкурента у вас появляется какое-то значение, которое можно принять за значение ценности по оси У.
Если рынок хорошо структурирован, то у всех игроков есть свое место на этой системе координат, и они расположатся по какой-то прямой, которая называется «Линия ожидаемого совпадения». Эта линия показывает, что на рынке бОльшему уровню ценности соответствует больший уровень цены, и наоборот. Это легко отследить на рынке FMCG ритейла. Есть Магнит, Пятерочка, Магнолия, 7континет, Вкусвилл, Азбука, Глобус гурме (вверх по прямой).
Бывает также, что участники рынка расположены не так структурированно, что объясняется тем, что на рынке еще не установился порядок – какому уровню цены какая ценность соответствует. Это отличная возможность половить рыбку в мутной воде.
В то же время понимание линии совпадения дает возможность ответить на 2 важных вопроса:
Построив ценовой каскад мы поймем где мы теряем деньги, и как завоевать эти заветные %%. Мы получим возможность улучшить маржинальность продаж по каждому конкретному артикулу. Более качественную политику взаимодействия с плечами дистрибуции.
Ценностно-стоимостная карта. Это классическое двумерное декартовое пространство, где ось Х – цена, а ось У – ценность. Цена – берем нашу цену, цену конкурентов и определяем унифицированную единицу, условно – пачку масла и по оси Х располагаем все продукты и услуги, присваиваем значение цены (у кого-то 150, у кого-то 200, у кого-то 1000). Что же присваивать по оси ценности? Вспомним модель QFD. В рамках этой модели возникало какое-то количество факторов выбора и каждый из них по итогам опросов начинал обладать неким Бета-весом (может варьироваться от 0 до 1 и в сумме все Бета-веса составляют единицу, 100%). Для просчета ценности добавим еще показатель – коэффициент К или коэф.
Проявленности фактора выбора. Как его оценить? Берете все доступные каналы коммуникации конкурентов и присваиваете каждому Фактору выбора оценку от 1 до 5 (где 1 – данный фактор выбора вообще в коммуникации не встречается, 5 – он является доминирующим и с помощью этого фактора выбора, например, продавцы преодолевают возражения, именно про это говорится на сайте и в постматериалах). И так для каждого Фактора выбора проставляете коэф.К умношаете их на Бета-вес и в итоге для каждого конкурента у вас появляется какое-то значение, которое можно принять за значение ценности по оси У.
Если рынок хорошо структурирован, то у всех игроков есть свое место на этой системе координат, и они расположатся по какой-то прямой, которая называется «Линия ожидаемого совпадения». Эта линия показывает, что на рынке бОльшему уровню ценности соответствует больший уровень цены, и наоборот. Это легко отследить на рынке FMCG ритейла. Есть Магнит, Пятерочка, Магнолия, 7континет, Вкусвилл, Азбука, Глобус гурме (вверх по прямой).
Бывает также, что участники рынка расположены не так структурированно, что объясняется тем, что на рынке еще не установился порядок – какому уровню цены какая ценность соответствует. Это отличная возможность половить рыбку в мутной воде.
В то же время понимание линии совпадения дает возможность ответить на 2 важных вопроса:
- Что такое ценовая стратегия компании в условиях конкуренции?
- Как себя вести если конкуренты начинают агрессивно демпинговать?
Ценовая стратегия. Если представить нашу компанию точкой на системе координат, то ее ценовая стратегия будет состоять в ответе на следующие вопросы:
1
двигаться ли компании вдоль Линии ожидаемого совпадения или в стороны от нее
2
в каком направлении двигаться? Есть как минимум 4 базовых сюжета. Можно наращивать и цену и ценность, можно понижать и цену и ценность. (движение вдоль линии). Сокращать цену, наращивая ценность (нестандартная стратегия, но подходит для агрессивного захвата рынка, наприме Ксяоми). Наращивать цену, снижая ценность (позволяет экономить на издержках, взымать квазиренту, но работает только на тех рынках, где нет консенсуса)
3
насколько далеко двигаться. Т.к. маршруты движения могут быть альтернативными
Как научиться правильно отвечать на вопрос – В какую сторону двигаться? Отвечая на него прихватим и второй важный вопрос – вопрос о демпинге.
Что делать, если конкуренты выбрали демпинг в качестве стратегии?
Представим некий старый рынок. Вот мы (точка на системе координат). У нас есть конкурент, с которым мы боремся. И он решает поиграть с рынком в демпинг. Не ухудшая потребительскую ценность, серьезно урезает цену. И перемещается в новую точку на карте.
Очевидно, что при текущей рыночной структуре это вызовет сдвиг. Клиенты другой компании (выше по качеству и цене), которые находятся на части Кривой безразличия оценят предложение демпингующей пусть и не таким по качеству, но настолько привлекательным, что частично переместятся в ее точку.
Даже у компании, которая находится еще выше найдутся клиенты, которые переместятся в точку демпингующей компании. Часть наших клиентов увидит, что теперь по цене ниже нашей можно купить более ценностной продукт (мы находимся ниже демпингующей компании) – переместятся в точку компании конкурента. Даже компании, которые находятся ниже по цене (даже с учетом демпинга) потеряют клиентов, которых привлечет ценность. Компании увидят переток и даже те, кто не имеет большого финансового плеча начнут сдвигаться следом, снижая цены в попытке прийти к старой доле рынка. И только абсолютный лидер рынка может позволить себе не обращать внимания на эти движения.
После этого сдвига кривая сместится влево. Кто выиграет при такой ситуации? Только потребитель исключительно. Будет получать тот же набор ценностей за цену ниже. В такой ситуации наша компания должна действовать по-другому: не меняя цену наращивать ценность., чтобы перейти в другое месть координат. Рано или поздно демпинговые явления закончатся, и существовавшая до демпинге структура рынка восстановится. А у нашей копании появится возможность действовать одним из двух способов:
Что делать, если конкуренты выбрали демпинг в качестве стратегии?
Представим некий старый рынок. Вот мы (точка на системе координат). У нас есть конкурент, с которым мы боремся. И он решает поиграть с рынком в демпинг. Не ухудшая потребительскую ценность, серьезно урезает цену. И перемещается в новую точку на карте.
Очевидно, что при текущей рыночной структуре это вызовет сдвиг. Клиенты другой компании (выше по качеству и цене), которые находятся на части Кривой безразличия оценят предложение демпингующей пусть и не таким по качеству, но настолько привлекательным, что частично переместятся в ее точку.
Даже у компании, которая находится еще выше найдутся клиенты, которые переместятся в точку демпингующей компании. Часть наших клиентов увидит, что теперь по цене ниже нашей можно купить более ценностной продукт (мы находимся ниже демпингующей компании) – переместятся в точку компании конкурента. Даже компании, которые находятся ниже по цене (даже с учетом демпинга) потеряют клиентов, которых привлечет ценность. Компании увидят переток и даже те, кто не имеет большого финансового плеча начнут сдвигаться следом, снижая цены в попытке прийти к старой доле рынка. И только абсолютный лидер рынка может позволить себе не обращать внимания на эти движения.
После этого сдвига кривая сместится влево. Кто выиграет при такой ситуации? Только потребитель исключительно. Будет получать тот же набор ценностей за цену ниже. В такой ситуации наша компания должна действовать по-другому: не меняя цену наращивать ценность., чтобы перейти в другое месть координат. Рано или поздно демпинговые явления закончатся, и существовавшая до демпинге структура рынка восстановится. А у нашей копании появится возможность действовать одним из двух способов:
- оставаясь на новой позиции оттягивать на себя высокомаржинальных клиентов и покушаться на часть клиентов лидера рынка
- или переместиться в более высокую часть кривой
Хороший пример – компания Самсунг. В 90-е это была очень дешевая техника. Самсунг принял новую ценовую стратегию, решил инвестировать в R&D, наращивать компетенции и экспертизы. И пока весь мировой рынок под движением бума даткомов в 99 году, структурного кризиса 2004, локального кризиса 2008 – наращивал потребительские свойства продуктов и сейчас является не только премиальным брендом, но и лабораторией технических инноваций, которые продает другим участникам рынка, переместившись в новую для себя часть ценностно-стоимостной карты
/Политики функциональности
Quality Function Deployment (развертывание функций качества) — это методология систематического и структурированного преобразования пожеланий потребителей в требования к качеству продукции, услуги и/или процесса. Главный принцип заключается в сопоставлении пожеланий потребителей характеристик товара.
Это универсальный инструмент, используемый для каждого продукта, услуги или сервиса.
Это универсальный инструмент, используемый для каждого продукта, услуги или сервиса.
Матрицу QFD необходимо строить, если вы не знаете:
1
какие характеристики нового продукт важны для покупателя
2
какое позиционирование выбрать для существующего продукта или услуги
3
какое позиционирование выбрать для вашей компании
4
на чем делать фокус в контентной стратегии (о чем рассказывать и под каким углом)
5
какие точки контакта являются самыми важными для ваших клиентов
/Как построить матрицу QFD
Шаг 1. Сбор данных
Способов собрать данные среди покупателей два:
Способов собрать данные среди покупателей два:
Провести опрос на репрезентативной выборке (используйте калькулятор выборки), определяющий факторы выбора конкретного продукта, предложив респондентам 9 вопросов, связанных с:
а) новизной (например, на сколько для вас важна обновляемость ассортимента?)
б) уникальностью (например, на сколько для вас важно, чтобы в ассортименте были редкие позиции?)
в) доступностью (например, на сколько для вас важно покупать товар круглосуточно?)
г) производительностью (например, на сколько для вас важна скорость обслуживания?)
д) безопасностью (например, на сколько для вас важно, чтобы у компании были сертификаты качества продукции?),
е) дизайном (например, на сколько для важен дизайн упаковки?)
ж) ценой (например, на сколько для вас важна низкая/высокая цена на товар?)
з) экономией (например, на сколько для вас важны акции?)
а) новизной (например, на сколько для вас важна обновляемость ассортимента?)
б) уникальностью (например, на сколько для вас важно, чтобы в ассортименте были редкие позиции?)
в) доступностью (например, на сколько для вас важно покупать товар круглосуточно?)
г) производительностью (например, на сколько для вас важна скорость обслуживания?)
д) безопасностью (например, на сколько для вас важно, чтобы у компании были сертификаты качества продукции?),
е) дизайном (например, на сколько для важен дизайн упаковки?)
ж) ценой (например, на сколько для вас важна низкая/высокая цена на товар?)
з) экономией (например, на сколько для вас важны акции?)
Предложить участникам опроса самим назвать предпочтительные характеристики УТП. В этом случае результаты послужат основой для дальнейшего развития и усовершенствования бренда
Шаг 2. Анализ данных
Получив данные, в левом столбце выписываем факторы выбора продуктов потребителями. В следующем столбце для каждого фактора устанавливаем значение от 0 до 1, обозначающее вес этих факторов (в процентном соотношении) так, чтобы их сумма давала 1.
После этого проводится опрос среди разработчиков продукта: какие характеристики они бы выделили как основные? Отобранные свойства записываем в верхнюю горизонталь таблицы. Либо, если вы анализируете Customer Journey, составьте перечень всех точек контакта, с которыми сталкивается клиент.
Для анализа полученных данных, завершаем заполнение таблицы. На пересечениях строк и столбцов умножаем значение веса на одно из трех значений — «1», «3» или «9», обозначающим степень взаимосвязи инженерных характеристик и клиентских ценностей («1» — слабая корреляция, «3» — средняя, «9» — высокая). В фундамент (нижняя горизонталь) записываем суммы значений каждого столбца. Таким образом определяются приоритеты свойств продукции (или самые значимые точки контакта).
Метод QFD отмечается наглядностью и простотой, а также универсальностью. Таблица используется для выявления требований покупателей — от технических характеристик до особенностей сервиса.
Сегодня расскажу о методе QFD (Quality Function Deployment) –развертывание функций качества. Этот метод был придуман на заводе компании Toyota японскими инженерами при разработке автомобилей премиум класса. Инженеры не знали какими характеристиками должен обладать этот автомобиль, поэтому разработали матрицу, которая объединила в себе с одной стороны факторы выбора покупателей автомобилей премиум класса и с другой технические характеристики этого автомобиля. В результате у них получилась матрица, которая позволила выбрать технические характеристики для разработки этого автомобиля.
В своей практике мы используем QFD для разработки позиционирования, для оптимизации точек контакта, для корректировки POS материалов, т.е. спектр применения очень широкий.
Блоки из которых состоит QFD представлены на слайде.
В левом столбе мы видим Факторы выбора, т.е. те факторы на которые опирается покупатель для выбора товара или услуги, далее идет столбец- Весовой коэффициент, т.е. насколько важен тот или иной фактор для покупателя – сумма коэффициентов должна составлять единицу. В верхней строке указаны либо точки контакта , либо технические характеристики продукта в зависимости от того, что мы исследуем. На пересечении факторов выбора и технических характеристик расположены цифры , позже рассмотрим как их считать. Под каждой технической характеристикой мы видим сумму, которая определяет важность этой характеристики для покупателя.
Получив данные, в левом столбце выписываем факторы выбора продуктов потребителями. В следующем столбце для каждого фактора устанавливаем значение от 0 до 1, обозначающее вес этих факторов (в процентном соотношении) так, чтобы их сумма давала 1.
После этого проводится опрос среди разработчиков продукта: какие характеристики они бы выделили как основные? Отобранные свойства записываем в верхнюю горизонталь таблицы. Либо, если вы анализируете Customer Journey, составьте перечень всех точек контакта, с которыми сталкивается клиент.
Для анализа полученных данных, завершаем заполнение таблицы. На пересечениях строк и столбцов умножаем значение веса на одно из трех значений — «1», «3» или «9», обозначающим степень взаимосвязи инженерных характеристик и клиентских ценностей («1» — слабая корреляция, «3» — средняя, «9» — высокая). В фундамент (нижняя горизонталь) записываем суммы значений каждого столбца. Таким образом определяются приоритеты свойств продукции (или самые значимые точки контакта).
Метод QFD отмечается наглядностью и простотой, а также универсальностью. Таблица используется для выявления требований покупателей — от технических характеристик до особенностей сервиса.
Сегодня расскажу о методе QFD (Quality Function Deployment) –развертывание функций качества. Этот метод был придуман на заводе компании Toyota японскими инженерами при разработке автомобилей премиум класса. Инженеры не знали какими характеристиками должен обладать этот автомобиль, поэтому разработали матрицу, которая объединила в себе с одной стороны факторы выбора покупателей автомобилей премиум класса и с другой технические характеристики этого автомобиля. В результате у них получилась матрица, которая позволила выбрать технические характеристики для разработки этого автомобиля.
В своей практике мы используем QFD для разработки позиционирования, для оптимизации точек контакта, для корректировки POS материалов, т.е. спектр применения очень широкий.
Блоки из которых состоит QFD представлены на слайде.
В левом столбе мы видим Факторы выбора, т.е. те факторы на которые опирается покупатель для выбора товара или услуги, далее идет столбец- Весовой коэффициент, т.е. насколько важен тот или иной фактор для покупателя – сумма коэффициентов должна составлять единицу. В верхней строке указаны либо точки контакта , либо технические характеристики продукта в зависимости от того, что мы исследуем. На пересечении факторов выбора и технических характеристик расположены цифры , позже рассмотрим как их считать. Под каждой технической характеристикой мы видим сумму, которая определяет важность этой характеристики для покупателя.
Для чего вы можете использовать QFD в своем бизнесе
1
Для оптимизации позиционирования. Понимая, какие факторы важны для ваших клиентов, вы используете их в ОТП. Подробнее рассмотрим на третьем уроке
2
Для разработки новых продуктов. Мы можем определить какие технические характеристики наиболее важны для нашего клиента и «вшиваем» их а новый продукт или услугу
3
Для оптимизации точек контакта. Мы понимаем какие точки контакта важны для наших клиентов при взаимодействии с нами, и оптимизируем их , улучшаем, что бы опыт взаимодействия был позитивным для клиента
Модель Кано
Была предложена в 1984 г Нариаки Кано. Модель предполагает оценку уровня удовлетворенности клиента от полноты реализации функции. Для этого используем систему координат, в которой одна ось отвечает за удовлетворенность (Satisfaction) вторая – за полноту реализации той или иной функции ( R). Уровень удовлетворенности вверх – положительный, абсолютная удовлетворенность, вниз – отрицательный, абсолютно не удовлетворены. Так же и по полноте реализации функции – отрицательно (функция не представлена в продукте) положительно (представлена в полной мере).
Первая линия (O-D) – линия единичного измерения, вдоль нее расположен функционал, наиболее востребованный на рынке, свои маркетинговые усилия компания прилагает на продвижение этого функционала. Если функция реализована мало – клиенты не удовлетворены. Чем более полно уровень реализации – уровень удовлетворенности клиентов растет. Вторая линия (Must have) – тот функционал, который должен быть в изделии иначе его невозможно продать (напр. Телефон должен звонить, иметь выход в инет) .
Следующая кривая – линия Attractive – линия повышенного внимания, именно этот функционал повышает уровень удовлетворенности клиентов. Чаще всего он не ожидается и когда изделие реализует такой функционал то уровень удовлетворенности клиента идет вверх по экспоненте. (когда вышли телефоны тачскрин был вау-эффект и спрос на них был ошеломительный но со временем атрибуты attractive при достижении определенного уровня то функционал с данной кривой перемещается в функционал Mast have)
Линия безразличия. Indifference . Вдоль этой линии располагается функционал наличие или отсутствие которого никак не влияет на уровень удовлетворенности клиентов. Например мы выпустим утюг, который может звонить. Его функционал телефона будет располагаться вдоль этой линии.
Реверсивная прямая. Вдоль нее располагается функционал, прирост которого негативно влияет на уровень удовлетворенности клиентов. Например пульт от телевизора – чем больше будет на нем кнопок тем менее он будет удобен и уровень удовлетворенности от него будет меньше.
Как можно использовать эту модель? Точка пересечения всех кривых (расположена у нуля) т.н.з MVP – minimal value product – продукт с минимальным функционалом. Если двигаться вдоль прямой единичного измерения, где располагается основной функционал, то если вы вводите на рынок новый продукт – нет смысла вводить его с таким функционалом, потому что скорее всего вы получите отрицательный уровень удовлетворенности. Надо хотя бы довести до нуля и пробовать вывести продукт. Для реализации MVP мы можем оценить какой функционал нам нужен чтобы дойти до нейтральной точки, оценить наши предполагаемые затраты на реализацию этой функции и оценить наши инвестиции.
Для стартапов это рабочий инструмент определения необходимых затрат для вывода первой версии продукта.
Была предложена в 1984 г Нариаки Кано. Модель предполагает оценку уровня удовлетворенности клиента от полноты реализации функции. Для этого используем систему координат, в которой одна ось отвечает за удовлетворенность (Satisfaction) вторая – за полноту реализации той или иной функции ( R). Уровень удовлетворенности вверх – положительный, абсолютная удовлетворенность, вниз – отрицательный, абсолютно не удовлетворены. Так же и по полноте реализации функции – отрицательно (функция не представлена в продукте) положительно (представлена в полной мере).
Первая линия (O-D) – линия единичного измерения, вдоль нее расположен функционал, наиболее востребованный на рынке, свои маркетинговые усилия компания прилагает на продвижение этого функционала. Если функция реализована мало – клиенты не удовлетворены. Чем более полно уровень реализации – уровень удовлетворенности клиентов растет. Вторая линия (Must have) – тот функционал, который должен быть в изделии иначе его невозможно продать (напр. Телефон должен звонить, иметь выход в инет) .
Следующая кривая – линия Attractive – линия повышенного внимания, именно этот функционал повышает уровень удовлетворенности клиентов. Чаще всего он не ожидается и когда изделие реализует такой функционал то уровень удовлетворенности клиента идет вверх по экспоненте. (когда вышли телефоны тачскрин был вау-эффект и спрос на них был ошеломительный но со временем атрибуты attractive при достижении определенного уровня то функционал с данной кривой перемещается в функционал Mast have)
Линия безразличия. Indifference . Вдоль этой линии располагается функционал наличие или отсутствие которого никак не влияет на уровень удовлетворенности клиентов. Например мы выпустим утюг, который может звонить. Его функционал телефона будет располагаться вдоль этой линии.
Реверсивная прямая. Вдоль нее располагается функционал, прирост которого негативно влияет на уровень удовлетворенности клиентов. Например пульт от телевизора – чем больше будет на нем кнопок тем менее он будет удобен и уровень удовлетворенности от него будет меньше.
Как можно использовать эту модель? Точка пересечения всех кривых (расположена у нуля) т.н.з MVP – minimal value product – продукт с минимальным функционалом. Если двигаться вдоль прямой единичного измерения, где располагается основной функционал, то если вы вводите на рынок новый продукт – нет смысла вводить его с таким функционалом, потому что скорее всего вы получите отрицательный уровень удовлетворенности. Надо хотя бы довести до нуля и пробовать вывести продукт. Для реализации MVP мы можем оценить какой функционал нам нужен чтобы дойти до нейтральной точки, оценить наши предполагаемые затраты на реализацию этой функции и оценить наши инвестиции.
Для стартапов это рабочий инструмент определения необходимых затрат для вывода первой версии продукта.
/Политики качества
Что такое качество
Точнее, что клиент считает качеством. Клиент может не разбираться в продукте, особенно в экспертонасыщенных средах, как медицина.
Что такое качество? Что клиент конкретной компании считает качеством?
Клиент имеет право вообще не разбираться в нашем продукте.
Кейс: компания занималась образованием медиков. Были курсы по сложным видам хирургии. Когда нас нанимали, то инициатива шла от директора по маркетингу, а главврач (директор)сказал, что и так знает чего хотят коллеги, поэтому смысла не видит. Для коллег важны рекомендации других врачей, которые уже прошли курсы. Поэтому нужно грамотно подойти к сбору отзывов, упаковке кейсов и все. Однако, когда эту гипотезу стали использовать на практике (методология QFD) выяснилось, что из 12 параметров, которые имели значение для клиентов отзывы других врачей по важности оказались на 11 месте (на 12 отзывы медсестер). Самым важным – возможность проделать все этапы операции руками. Мы перестроили систему коммуникации и стали акцентировать внимание на прикладном характере обучения. Заполняемость групп критически выросла. Это хорошо показывает, что то, что компания считает качеством, клиенты могут таковым не считать.
В тех компаниях, где вопрос качества – вопрос сугубо технологического свойства продукта, управление качеством сводится к:
Точнее, что клиент считает качеством. Клиент может не разбираться в продукте, особенно в экспертонасыщенных средах, как медицина.
Что такое качество? Что клиент конкретной компании считает качеством?
Клиент имеет право вообще не разбираться в нашем продукте.
Кейс: компания занималась образованием медиков. Были курсы по сложным видам хирургии. Когда нас нанимали, то инициатива шла от директора по маркетингу, а главврач (директор)сказал, что и так знает чего хотят коллеги, поэтому смысла не видит. Для коллег важны рекомендации других врачей, которые уже прошли курсы. Поэтому нужно грамотно подойти к сбору отзывов, упаковке кейсов и все. Однако, когда эту гипотезу стали использовать на практике (методология QFD) выяснилось, что из 12 параметров, которые имели значение для клиентов отзывы других врачей по важности оказались на 11 месте (на 12 отзывы медсестер). Самым важным – возможность проделать все этапы операции руками. Мы перестроили систему коммуникации и стали акцентировать внимание на прикладном характере обучения. Заполняемость групп критически выросла. Это хорошо показывает, что то, что компания считает качеством, клиенты могут таковым не считать.
В тех компаниях, где вопрос качества – вопрос сугубо технологического свойства продукта, управление качеством сводится к:
- правильному определению элементов ТТХ
- тому, каким образом достигается политика контроля
/Сервисные политики
Подпроцессы (с точки зрения интенсивности и персонализации взаимодействия):
1. Политики Взаимодействие с клиентом.
2. Клиентская поддержка
3. Личное Живой человек
4. Выделенный менеджер
5. Безличное
6. Базы знаний (ответы на основные вопросы клиентов, MSKB, часто используются видеоформаты)
7. Сообщество клиентов
Можно разделить на несколько видов с точки зрения персонализации взаимодействия:
Что происходит с клиентом после покупки? Часто негатив, связанный с покупкой вызван не качеством, а клиент не понял как этим пользоваться. Обучение клиентов правильной эксплуатации.
Кейс: фармпроизводитель продавал аппликационные анестетики. Средство было эффективным, но сама анестезия происходила позднее, чем в классических средствах. Пользователи, не читая иструкцию, употребляли и были недовольны. Организовали обучение: создали портал, пригласили экспертов
Не понимает, как правильно пользоваться — обучение пользованию. Кейс: фарм, косм. Обезболивание, обучение. + onboarding. (софт, ERP)
Многие компании организуют учебные центры. В нашем офисе расположен такой, компании РэдХэд – производителя непропритарнго ПО. Зачастую такие программы закладывают и элемент анбординга, это важно когда мы имеем дело с софтом или технологическими решениями. Достигается задача издержек переключения, клиент вносит большой объем данных и даже тестовый период пользование был не гладким, но объем внесенных данных уже настолько велик, что отказываться нет смысла. SaaP -лидер такой практики.
1. Политики Взаимодействие с клиентом.
2. Клиентская поддержка
3. Личное Живой человек
4. Выделенный менеджер
5. Безличное
6. Базы знаний (ответы на основные вопросы клиентов, MSKB, часто используются видеоформаты)
7. Сообщество клиентов
Можно разделить на несколько видов с точки зрения персонализации взаимодействия:
- личные способы взаимодействия (клиент звоня попадает на живого человека и беседует с ним)
- особые личные (клиент звонит выделенному менеджеру – прайват бэнкинг)
- безличные (голосовые помощники, чат-боты)
- базы знаний (характерны для рынков с типовыми вопросами, напр. – минивикипедия от застройщика для тех, кто покупает у него квартиры, база знаний Майкрософт). Часто начали использовать видеоформаты для этого. Напр. Оператор связи региональный – записали большое количество обучающих видео – сократили штат колценра в итоге и количество обращений. How to. Это не экспертная а линейная база.
- через сообщество клиентов. В софтверных компаниях практикуется, клиентов объединяют в клуб в котором отвечают на вопросы. Практиковал Самсунг в 2000-х.
Что происходит с клиентом после покупки? Часто негатив, связанный с покупкой вызван не качеством, а клиент не понял как этим пользоваться. Обучение клиентов правильной эксплуатации.
Кейс: фармпроизводитель продавал аппликационные анестетики. Средство было эффективным, но сама анестезия происходила позднее, чем в классических средствах. Пользователи, не читая иструкцию, употребляли и были недовольны. Организовали обучение: создали портал, пригласили экспертов
Не понимает, как правильно пользоваться — обучение пользованию. Кейс: фарм, косм. Обезболивание, обучение. + onboarding. (софт, ERP)
Многие компании организуют учебные центры. В нашем офисе расположен такой, компании РэдХэд – производителя непропритарнго ПО. Зачастую такие программы закладывают и элемент анбординга, это важно когда мы имеем дело с софтом или технологическими решениями. Достигается задача издержек переключения, клиент вносит большой объем данных и даже тестовый период пользование был не гладким, но объем внесенных данных уже настолько велик, что отказываться нет смысла. SaaP -лидер такой практики.
/Политики ассортимента
Ассортиментная матрица
Модель QFD (Quality Function Deployment), как и многие другие фундаментальные модели, была придумана и разработана в Японии, инженерами Toyota. Успешная маркетинговая стратегия, которой на протяжении многих лет славится этот автомобильный концерн, не дает усомниться в эффективности этой модели.
QFD, или построение матрицы развертывания функций качества, помогает просчитать факторы, по которым клиент выбирает наш продукт. Построение такой матрицы — одна из ключевых задач, которые стоят перед нами при разработке CJM.
Если говорить простыми словами, то QFD — это метод преобразования пожеланий потребителей в требования к характеристикам и качеству нашей продукции, услуги и (или) процесса.
Сущность данного инструмента получения и обработки информации в том, чтобы понять, чего в действительности хочет потребитель и как он оценивает уже имеющиеся на рынке предложения.
Матрица QFD помогает компании определить, какие именно требования потребитель предъявляет к данному виду продукции, поэтому ценна еще и тем, что может быть разработана практически для каждого уникального конечного изделия или продукта.
QFD реализует следующие возможности:
Модель QFD (Quality Function Deployment), как и многие другие фундаментальные модели, была придумана и разработана в Японии, инженерами Toyota. Успешная маркетинговая стратегия, которой на протяжении многих лет славится этот автомобильный концерн, не дает усомниться в эффективности этой модели.
QFD, или построение матрицы развертывания функций качества, помогает просчитать факторы, по которым клиент выбирает наш продукт. Построение такой матрицы — одна из ключевых задач, которые стоят перед нами при разработке CJM.
Если говорить простыми словами, то QFD — это метод преобразования пожеланий потребителей в требования к характеристикам и качеству нашей продукции, услуги и (или) процесса.
Сущность данного инструмента получения и обработки информации в том, чтобы понять, чего в действительности хочет потребитель и как он оценивает уже имеющиеся на рынке предложения.
Матрица QFD помогает компании определить, какие именно требования потребитель предъявляет к данному виду продукции, поэтому ценна еще и тем, что может быть разработана практически для каждого уникального конечного изделия или продукта.
QFD реализует следующие возможности:
1
Детально сопоставить между собой общие критерии, по которым клиент делает выбор, и существующие характеристики нашего продукта
2
Понять, насколько важны наши характеристики для клиента. Ниже мы подробно разберем следующие шаги
3
Как собрать данные для QFD и какого рода данные нам будут необходимы
4
Как сопоставить технические характеристики с факторами выбора потребителя и посчитать, насколько они важны
5
Какие выводы можно сделать на основе матрицы QFD
Сбор данных. Построению матрицы предшествует сбор данных и материалов для проведения исследования. Причем результаты таких исследований можно использовать на всех этапах путешествия, во всех точках контакта. Этот процесс можно разбить на несколько итераций.
Сбор данных с помощью проведения опроса потребителей
Мы предлагаем спросить потребителей, по каким факторам они выбирают конкретный продукт. Такой опрос должен содержать как минимум девять вопросов о параметрах ценностного предложения, которые могут быть важны для ваших клиентов.
Например, швейцарский теоретик бизнеса Александр Остервальдер (Остервальдер А. Разработка ценностных предложений. Как создавать товары и услуги, которые захотят купить потребители. Ваш первый шаг. М.: Альпина Паблишер, 2015.) предлагает следующую классификацию видов ценностного предложения:
Мы предлагаем спросить потребителей, по каким факторам они выбирают конкретный продукт. Такой опрос должен содержать как минимум девять вопросов о параметрах ценностного предложения, которые могут быть важны для ваших клиентов.
Например, швейцарский теоретик бизнеса Александр Остервальдер (Остервальдер А. Разработка ценностных предложений. Как создавать товары и услуги, которые захотят купить потребители. Ваш первый шаг. М.: Альпина Паблишер, 2015.) предлагает следующую классификацию видов ценностного предложения:
- новизна
- уникальность
- доступность
- производительность
- безопасность
- дизайн
- цена
- экономия
- бренд
Конечно, для вашего продукта факторы выбора могут быть изменены. Что-то может и должно быть добавлено или удалено, но список выше всегда будет служить для вас ориентиром (так, например, очевидные факторы выбора для категорийного менеджера сети при выборе поставщика продукции — это сервис со стороны производителя или сформированный со стороны конечного потребителя спрос, их можно смело добавлять в матрицу ценностного предложения, посоветовавшись с экспертами).
Опрос лучше всего проводить не с помощью фокус-группы, а на репрезентативной выборке, например по телефону. Данные, полученные в ходе этого опроса, попадут в горизонтальные строки матрицы QFD.
Можно предложить респондентам самим назвать наиболее важные характеристики УТП (уникальное торговое предложение) нашего продукта. В некоторых случаях результаты такого опроса могут быть совсем неожиданными и, значит, более ценными.
Опрос лучше всего проводить не с помощью фокус-группы, а на репрезентативной выборке, например по телефону. Данные, полученные в ходе этого опроса, попадут в горизонтальные строки матрицы QFD.
Можно предложить респондентам самим назвать наиболее важные характеристики УТП (уникальное торговое предложение) нашего продукта. В некоторых случаях результаты такого опроса могут быть совсем неожиданными и, значит, более ценными.
Сбор данных о технических характеристиках с помощью проведения фокус-сессии
Наша задача — заполнить вертикальные столбики матрицы. Это можно сделать с помощью обсуждения, на которое стоит пригласить всех сотрудников компании, хорошо знакомых с обсуждаемым (актуальным или перспективным) продуктом. Какие технические характеристики продукта вы бы выделили в качестве основных? — именно такой вопрос стоит задать собравшимся. Из чего наш продукт состоит с производственной и дизайнерской точки зрения?
Например, банка Coca-Cola может быть сведена к следующему набору технических характеристик: форма и материал банки, объем, способ открывания, наличие узнаваемого логотипа и дизайн, информация о составе, вкус напитка, степень его газации, температура жидкости и т.д.
Обратите внимание, что иногда, в зависимости от задач исследования, оценке могут подвергаться и более частные свойства. Например, не просто информация о составе, но и отдельно информация о калорийности. Или не просто материал, из которого сделана банка, но и наличие на ней значка, свидетельствующего о ее биоразлагаемости.
Кроме того, стоит обратить внимание, что в некоторых видах бизнеса (прежде всего, в розничной торговле, HORECA и сфере услуг) технические характеристики QFD и точки контакта в потребительском путешествии во многом совпадают. Например, представим, что мы владеем продуктовым магазином. Часть технических характеристик этого магазина, находящихся «на передовой» (вход в магазин, прикассовая зона, мерчандайзинг, шелфтокеры, воблеры, работа продавцов-консультантов и кассиров) — неотъемлемые части карты потребительского путешествия.
При построении QFD в таком виде бизнеса их останется дополнить «внутренними» техническими характеристиками (соответствующими основным группам операционных бизнес-процессов), такими как организация закупок и входящей логистики, современные решения для расчетно-кассового оборудования и CRM.
Так или иначе, данные, полученные в ходе общения с сотрудниками, знающими продукт, пойдут в вертикаль матрицы.
Вы могли обратить внимание еще и на то, что у «домика» QFD есть крыша, состоящая из пересечений столбцов технических характеристик. В случае если мы строим QFD для зрелого устоявшегося продукта или услуги, то этой крышей можно пренебречь.
В то же время, если мы создаем новый продукт или занимаемся улучшением уже существующего продукта, в рамках этой же сессии «крышу» лучше заполнить. Заполняется она знаками «плюс», «минус» и «равно». Знак «плюс» ставится в том случае, если пересекающиеся в ячейке технические характеристики взаимно усиливают друг друга (например, характеристики «быть сделанным из дерева» и «не тонуть в воде» очевидно, усиливают друг друга). Знак «равно» ставится в тех случаях, когда технические характеристики не связаны между собой, а знак «минус» — и это самое главное — ставится там, где характеристики друг другу взаимно противоречат.
В таком случае мы сталкиваемся с тем, что в теории ограничений Голдратта или в ТРИЗ Альтшуллера принято называть инженерным конфликтом.
Данные собраны и готовы к анализу. Строим саму матрицу. Она состоит из столбцов — технические характеристики продукта (полученные из фокус-сессии), и строк — потребительские факторы выбора (полученные из опроса).
Приступаем к заполнению «крыши дома» QFD.
Наша задача — заполнить вертикальные столбики матрицы. Это можно сделать с помощью обсуждения, на которое стоит пригласить всех сотрудников компании, хорошо знакомых с обсуждаемым (актуальным или перспективным) продуктом. Какие технические характеристики продукта вы бы выделили в качестве основных? — именно такой вопрос стоит задать собравшимся. Из чего наш продукт состоит с производственной и дизайнерской точки зрения?
Например, банка Coca-Cola может быть сведена к следующему набору технических характеристик: форма и материал банки, объем, способ открывания, наличие узнаваемого логотипа и дизайн, информация о составе, вкус напитка, степень его газации, температура жидкости и т.д.
Обратите внимание, что иногда, в зависимости от задач исследования, оценке могут подвергаться и более частные свойства. Например, не просто информация о составе, но и отдельно информация о калорийности. Или не просто материал, из которого сделана банка, но и наличие на ней значка, свидетельствующего о ее биоразлагаемости.
Кроме того, стоит обратить внимание, что в некоторых видах бизнеса (прежде всего, в розничной торговле, HORECA и сфере услуг) технические характеристики QFD и точки контакта в потребительском путешествии во многом совпадают. Например, представим, что мы владеем продуктовым магазином. Часть технических характеристик этого магазина, находящихся «на передовой» (вход в магазин, прикассовая зона, мерчандайзинг, шелфтокеры, воблеры, работа продавцов-консультантов и кассиров) — неотъемлемые части карты потребительского путешествия.
При построении QFD в таком виде бизнеса их останется дополнить «внутренними» техническими характеристиками (соответствующими основным группам операционных бизнес-процессов), такими как организация закупок и входящей логистики, современные решения для расчетно-кассового оборудования и CRM.
Так или иначе, данные, полученные в ходе общения с сотрудниками, знающими продукт, пойдут в вертикаль матрицы.
Вы могли обратить внимание еще и на то, что у «домика» QFD есть крыша, состоящая из пересечений столбцов технических характеристик. В случае если мы строим QFD для зрелого устоявшегося продукта или услуги, то этой крышей можно пренебречь.
В то же время, если мы создаем новый продукт или занимаемся улучшением уже существующего продукта, в рамках этой же сессии «крышу» лучше заполнить. Заполняется она знаками «плюс», «минус» и «равно». Знак «плюс» ставится в том случае, если пересекающиеся в ячейке технические характеристики взаимно усиливают друг друга (например, характеристики «быть сделанным из дерева» и «не тонуть в воде» очевидно, усиливают друг друга). Знак «равно» ставится в тех случаях, когда технические характеристики не связаны между собой, а знак «минус» — и это самое главное — ставится там, где характеристики друг другу взаимно противоречат.
В таком случае мы сталкиваемся с тем, что в теории ограничений Голдратта или в ТРИЗ Альтшуллера принято называть инженерным конфликтом.
Данные собраны и готовы к анализу. Строим саму матрицу. Она состоит из столбцов — технические характеристики продукта (полученные из фокус-сессии), и строк — потребительские факторы выбора (полученные из опроса).
Приступаем к заполнению «крыши дома» QFD.
Шаг 1. По горизонтали выписываем инженерные характеристики, которые реально есть у нашего продукта (легкость, размер, эргономичность, форма, цвет).
Шаг 2. В зависимости от того как инженерные характеристики взаимодействуют друг с другом, присваиваем им «+» — если усиливают друг друга, «–» — если ослабляют, «=» — если характеристики и факторы выбора никак друг с другом не взаимодействуют. Так, скажем, техническая характеристика «быть сделанным из дерева» и «не тонуть в воде» получат на пересечении «+»; «быть сделанным из титана» и все та же «непотопляемость» — «–»; а, к примеру, «наличие съемных разноцветных панелей» и «непотопляемость» — «=».
Далее заполняем левый столбец матрицы.
Далее заполняем левый столбец матрицы.
Шаг 3. Подсчитав количество ответов респондентов о важности факторов выбора, принимаем их за 100%. Тогда на каждый ответ придется свой процент, который мы должны перевести в десятичную дробь. Например, 17% превратятся в 0,17, 30% — в 0,3, а 2% — в 0,02. Эти цифры будем в дальнейшем называть бета-веса, а сумма их, как несложно посчитать, должна быть равна 1.
Работаем непосредственно с содержимым матрицы.
Работаем непосредственно с содержимым матрицы.
Шаг 4. Собираем группу, состоящую как из сотрудников компании, так и из приглашенных экспертов рынка, консультантов и клиентов. Просим их оценить, насколько та или иная техническая характеристика влияет на возникновение соответствующего фактора выбора. Если влияние можно оценить как причинно-следственное (например, без такой технической характеристики, как «наличие логотипа» на жестяной банке Coca-Cola, невозможно возникновение клиентской ценности «бренд»), то мы ставим на пересечении цифру 9.
Если техническая характеристика влияет на возникновение клиентской ценности, но не причинно-следственно (например, наличие на банке колы пометки diet — диетический — может для части потребителей приводить к возникновению клиентской ценности «безопасность»), то мы ставим на пересечении цифру 3.
Наконец, если клиентская ценность и техническая характеристика не связаны между собой (например, техническая характеристика «наличие информации о составе» никак не помогает формированию клиентской ценности «инновационность»), то мы ставим цифру 1.
Если техническая характеристика влияет на возникновение клиентской ценности, но не причинно-следственно (например, наличие на банке колы пометки diet — диетический — может для части потребителей приводить к возникновению клиентской ценности «безопасность»), то мы ставим на пересечении цифру 3.
Наконец, если клиентская ценность и техническая характеристика не связаны между собой (например, техническая характеристика «наличие информации о составе» никак не помогает формированию клиентской ценности «инновационность»), то мы ставим цифру 1.
Шаг 5. Осталось немного: необходимо умножить бета-веса на получившиеся в строчках цифры 9, 3 и 1. Например, если ценность «дизайн» имеет вес 0,17, а пересечение с технической характеристикой «наличие логотипа» получило оценку 9, то получаем такой результат: 0,17 × 9 = 1, 53. Повторяем эту операцию для всех пересечений технических характеристик и клиентских ценностей.
Шаг 6. Осталось сложить все получившиеся цифры для каждого столбика. Суммы значений покажут нам меру важности каждой технической характеристики, а значит, помогут определить, на каких характеристиках продукта стоит делать акцент, в развитие каких характеристик стоит инвестировать средства, качеством каких характеристик ни в коем случае нельзя пренебрегать или, напротив, в случае их высокой себестоимости, можно пренебречь или даже исключить из продукта или услуги.
Шаг 7. Осталось сложить все получившиеся цифры для каждого столбика. Суммы значений покажут нам меру важности каждой технической характеристики, а значит, помогут определить, на каких характеристиках продукта стоит делать акцент, в развитие каких характеристик стоит инвестировать средства, качеством каких характеристик ни в коем случае нельзя пренебрегать или, напротив, в случае их высокой себестоимости, можно пренебречь или даже исключить из продукта или услуги.
QFD хорош не только тем, что позволяет лучше понять, какие качества нашего продукта наиболее важны для клиента. Он также позволяет понять, как о них говорить с позиции любого канала: через листовки, маркетинговые киты или те же самые социальные сети, сайты, форумы. QFD показывает, о чем именно нужно говорить с потребителем.
Благодаря показателям матрицы мы можем правильно выстраивать коммуникацию с потребителем:
Благодаря показателям матрицы мы можем правильно выстраивать коммуникацию с потребителем:
- говорить только о важных для него преимуществах
- формировать релевантное потребителю позиционирование нашего продукта или услуги
- пересобрать в точках продаж скрипты для звонков и для продавцов
- грамотно формировать POS и другие рекламные материалы
Несмотря на кажущуюся сложность модели и серьезные временные затраты на ее реализацию, QFD позволяет четко понять, на чем нам фокусироваться при развитии продукта или услуги и отказаться от личных предпочтений в пользу конкретных числовых измерений.
Еще один пласт анализа, который можно получить с помощью QFD, — понимание меры структурированности клиентского спроса. Например, на проектах для компаний рынка девелопмента часто приходится сталкиваться с тем, что разница между бета-весами тех или иных факторов выбора оказывается очень мала. Это свидетельствует о том, что клиенты воспринимают рынок как «старый» и, на первый взгляд, сводят свой выбор только к фактору стоимости.
Однако для опытного консультанта такое положение вещей не указывает на необходимость ценовой конкуренции, а лишь подталкивает к более творческому поиску источников долгосрочного конкурентного преимущества за пределами сложившейся рыночной конъюнктуры.
Скажем, в рамках проекта для екатеринбургского застройщика «Брусника» мы, построив QFD, столкнулись с такой ситуацией: чистый подъезд, благоустроенная придомовая территория, безопасный двор и т. п. клиенты считали не чем-то уникальным, а, скорее, само собой разумеющимся. В итоге источники преимущества были найдены в послепродажном обслуживании.
Разумеется, управление продуктом не исчерпывается одним лишь QFD. Заинтересовавшемуся темой читателю я рекомендую обратить внимание на такие методы и дисциплины, как уже упомянутый выше «Голубой океан», модель Кано, диаграмма Ишикавы, а также теорию и практику категорийного менеджмента. Для управления этапом активной оценки эти модели не применимы, но, поскольку постоянное совершенствование продукта является одним из залогов получения долгосрочных преимуществ на рынке, значение их использования для российских компаний сложно переоценить.
Еще один пласт анализа, который можно получить с помощью QFD, — понимание меры структурированности клиентского спроса. Например, на проектах для компаний рынка девелопмента часто приходится сталкиваться с тем, что разница между бета-весами тех или иных факторов выбора оказывается очень мала. Это свидетельствует о том, что клиенты воспринимают рынок как «старый» и, на первый взгляд, сводят свой выбор только к фактору стоимости.
Однако для опытного консультанта такое положение вещей не указывает на необходимость ценовой конкуренции, а лишь подталкивает к более творческому поиску источников долгосрочного конкурентного преимущества за пределами сложившейся рыночной конъюнктуры.
Скажем, в рамках проекта для екатеринбургского застройщика «Брусника» мы, построив QFD, столкнулись с такой ситуацией: чистый подъезд, благоустроенная придомовая территория, безопасный двор и т. п. клиенты считали не чем-то уникальным, а, скорее, само собой разумеющимся. В итоге источники преимущества были найдены в послепродажном обслуживании.
Разумеется, управление продуктом не исчерпывается одним лишь QFD. Заинтересовавшемуся темой читателю я рекомендую обратить внимание на такие методы и дисциплины, как уже упомянутый выше «Голубой океан», модель Кано, диаграмма Ишикавы, а также теорию и практику категорийного менеджмента. Для управления этапом активной оценки эти модели не применимы, но, поскольку постоянное совершенствование продукта является одним из залогов получения долгосрочных преимуществ на рынке, значение их использования для российских компаний сложно переоценить.
/Управление портфелем продуктом
Одного лишь создание идеального продукта недостаточно. Многие предприниматели не понимают, что сам по себе продукт уже имеет в себе потенциал канала продаж, и правильное понимание того, как этот потенциал раскрыть, может принести компании значительно большую прибыль, чем просто стандартно организованный сбыт. Чтобы разобраться в этом, можно использовать метафору «воронка товаров». Вы, скорее всего, знакомы с «воронкой продаж», а, возможно, и с обратной «воронкой маркетинга».
Помимо этих воронок, существует и воронка продуктов.
Если ваша матрица товаров или услуг насчитывает не очень много позиций, то вы можете, используя эту модель, существенно ее разнообразить. Если же у вас офлайн или онлайн-магазин с большим числом товаров или компания, специализирующаяся на предоставлении широкого спектра услуг, то данная модель может позволить вам грамотно дополнить политику управления ассортиментом. В самой воронке мы выделяем пять продуктов-этапов. Их оптимальное сочетание позволит не просто создать оптимальную для нужд клиента матрицу, но и максимизировать клиентский LTV.
Помимо этих воронок, существует и воронка продуктов.
Если ваша матрица товаров или услуг насчитывает не очень много позиций, то вы можете, используя эту модель, существенно ее разнообразить. Если же у вас офлайн или онлайн-магазин с большим числом товаров или компания, специализирующаяся на предоставлении широкого спектра услуг, то данная модель может позволить вам грамотно дополнить политику управления ассортиментом. В самой воронке мы выделяем пять продуктов-этапов. Их оптимальное сочетание позволит не просто создать оптимальную для нужд клиента матрицу, но и максимизировать клиентский LTV.
Лид-магнит
Это очень дешевый или вовсе бесплатный продукт, задача которого — привлечь внимание к клиенту. Может быть использован не только на этапе активной оценки, но и раньше, на этапе осмысления. Бесплатные миникниги — самый известный формат лид-магнита. Творческий подход позволяет применить такого рода продукты и в сфере реального бизнеса.
В торговле, например, лид-магнит очень близок к понятию key value indicators (KVI). Этим термином обозначают товары или услуги, по которым клиент реально оценивает, дороги или дешевы наши продукты или услуги.
Например, никто не оценивает ресторан как дешевый или дорогой по блюдам вроде «гречетто с хлопьями из кролика под соусом демиглас». Никто не знает, что это такое, и значит, не имеет возможности сравнить цены. Клиенту более интересна цена чашки кофе или салата «Цезарь». Эти блюда — KVI, и грамотное управление ценой на них может помочь компании серьезно поднять продажи. Посмотрите на опыт сети«Леруа Мерлен», который ежедневно предлагает гарантию самых низких цен в городе на 15–20 товарных позиций. Это отличный пример лид-магнита.
Как-то раз к нам обратилась сеть магазинов «У дома», торгующая бытовой химией. По итогам проведенного для них исследования мы порекомендовали агрессивно рекламировать глубокую скидку на 10-килограммовые упаковки порошков, продававшихся, по сути, дешевле себестоимости. На первый взгляд такое решение может показаться странным. За 10-килограммовыми порошками люди ездят по выходным в гипермаркеты, и представить себе клиента, покупающего 10-килограммовый порошок в магазине у дома, довольно сложно.
Проводя такую рекламную акцию, магазин не только начал конкурировать с другим стратегическим форматом за неклиентов второго типа (см. выше), но и предложил своим клиентам решить часть «задач выходного дня», минимизировав тем самым риск того, что такой клиент, поехав в гипермаркет за порошком, заодно купит там множество мелочевки, которую в противном случае мог бы после работы купить в сети «У дома».
Кроме того, лид-магнит— отличный способ отбора контактных данных, о чем мы уже говорили ранее.
Это очень дешевый или вовсе бесплатный продукт, задача которого — привлечь внимание к клиенту. Может быть использован не только на этапе активной оценки, но и раньше, на этапе осмысления. Бесплатные миникниги — самый известный формат лид-магнита. Творческий подход позволяет применить такого рода продукты и в сфере реального бизнеса.
В торговле, например, лид-магнит очень близок к понятию key value indicators (KVI). Этим термином обозначают товары или услуги, по которым клиент реально оценивает, дороги или дешевы наши продукты или услуги.
Например, никто не оценивает ресторан как дешевый или дорогой по блюдам вроде «гречетто с хлопьями из кролика под соусом демиглас». Никто не знает, что это такое, и значит, не имеет возможности сравнить цены. Клиенту более интересна цена чашки кофе или салата «Цезарь». Эти блюда — KVI, и грамотное управление ценой на них может помочь компании серьезно поднять продажи. Посмотрите на опыт сети«Леруа Мерлен», который ежедневно предлагает гарантию самых низких цен в городе на 15–20 товарных позиций. Это отличный пример лид-магнита.
Как-то раз к нам обратилась сеть магазинов «У дома», торгующая бытовой химией. По итогам проведенного для них исследования мы порекомендовали агрессивно рекламировать глубокую скидку на 10-килограммовые упаковки порошков, продававшихся, по сути, дешевле себестоимости. На первый взгляд такое решение может показаться странным. За 10-килограммовыми порошками люди ездят по выходным в гипермаркеты, и представить себе клиента, покупающего 10-килограммовый порошок в магазине у дома, довольно сложно.
Проводя такую рекламную акцию, магазин не только начал конкурировать с другим стратегическим форматом за неклиентов второго типа (см. выше), но и предложил своим клиентам решить часть «задач выходного дня», минимизировав тем самым риск того, что такой клиент, поехав в гипермаркет за порошком, заодно купит там множество мелочевки, которую в противном случае мог бы после работы купить в сети «У дома».
Кроме того, лид-магнит— отличный способ отбора контактных данных, о чем мы уже говорили ранее.
Трипвайер
Или товар — путеводная нить. Недорогие, но обладающие значительной ценностью в глазах клиента продукты или услуги, которые мы предлагаем купить в качестве теста, чтобы минимизировать для клиента риск.
К трипвайерам можно отнести тестовые продукты (в формате «попробуй, затем купи» и продукты-«пробники»). С хорошим примером применения стратегии тестового продукта мы с супругой столкнулись во время недавнего отдыха. При заселении сотрудница ресепшн предложила нам вместо нашего номера одну ночь бесплатно прожить в номере улучшенной категории, а по истечении этого периода принять решение — продолжать жить в этом номере или переехать в изначально забронированный номер.
Предложенный номер оказался так хорош, что мы не смогли отказаться, а выручка отеля выросла относительно плановой более чем на 15%, а затраты составили всего лишь стоимость одной ночи. Уверен, что у многих из вас есть похожие истории, связанные чаще всего с многочисленным web-сервисами, предлагающими в течении определенного срока пользоваться ими бесплатно, а уже потом принять решение — платить или нет.
Существует даже специальная метрика — конверсия из тех, кто решил воспользоваться тестовым периодом, в тех, кто в итоге превратился в клиента. Важно отметить, что использование такой стратегии должно, с одной стороны, осуществляться с большой аккуратностью, поскольку клиент, неверно понявший условия бесплатного периода, может по его истечении остаться недовольным.
А с другой стороны, для повышения упомянутого выше показателя конверсии, нужно параллельное использование так называемой стратегии повышения издержек переключения.
Вспомните, как все те же web-сервисы с помощью квестов, подсказок или виртуальных ассистентов вроде львенка из LinguaLeo или ставшего легендарным Скрепыша стимулируют вас к тому, чтобы вы внесли как можно больше данных или начали достигать нужного вам результата. Отказаться от такой программы по истечении тестового периода гораздо сложнее. Кроме стратегии повышения издержек переключения, нужна еще и продуманная логика обучения клиента: продукт достался клиенту бесплатно, а значит, может не вызывать у него интереса и стремления во что бы то ни стало отбить затраченные деньги.
Чтобы такой ситуации не возникало, нужно убедить клиента в ценности продукта или услуги, настроив его на получение максимальной пользы от бесплатного периода. Здесь на помощь приходит контент-маркетинг, качественная работа службы клиентской поддержки или даже очные консультации.
Пример: когда Philipp Morris решили выпустить на рынок IQOS — аппарат для нагрева табака, служащий более безопасной заменой традиционным сигаретам, то маркетологи компании столкнулись с тем, что после бесплатного периода пользования устройства часто возвращали, несмотря на их значительные функциональные преимущества.
Оказалось, что курильщики, не имевшие ранее опыта использования подобных аппаратов, несмотря на все приложенные инструкции, не могли правильно включить устройство, начать его использование или самостоятельно осуществить очистку от забившихся листьев табака. Тогда была придумана техника продаж, называющаяся guided trial, илисопровождаемое тестирование. При взятии аппарата в аренду клиент получал возможность на протяжении получаса общаться со специальным сотрудником компании, который во всех подробностях показывал, как пользоваться устройством. Кстати, в 2017 г. в Японии IQOS обогнал по объемам продаж все традиционные марки сигарет.
В свою очередь, товар-пробник чаще всего используется в Интернетмагазинах. Зачастую клиент опасается сразу делать большой заказ, боясь длительного времени ожидания, проблем с доставкой, низкого качества или вовсе исчезновения продавца после сделки. Чтобы избежать этих опасений, можно предложить клиенту на условиях бесплатной доставки купить что-то недорогое, дабы клиент мог убедиться, что мы — надежная и ответственная компания.
Следующие три типа продуктов в «продуктовой воронке» зачастую имеют отношение к более поздним этапам потребительского путешествия. Однако, чтобы не разбивать повествование, поговорим о них здесь.
Или товар — путеводная нить. Недорогие, но обладающие значительной ценностью в глазах клиента продукты или услуги, которые мы предлагаем купить в качестве теста, чтобы минимизировать для клиента риск.
К трипвайерам можно отнести тестовые продукты (в формате «попробуй, затем купи» и продукты-«пробники»). С хорошим примером применения стратегии тестового продукта мы с супругой столкнулись во время недавнего отдыха. При заселении сотрудница ресепшн предложила нам вместо нашего номера одну ночь бесплатно прожить в номере улучшенной категории, а по истечении этого периода принять решение — продолжать жить в этом номере или переехать в изначально забронированный номер.
Предложенный номер оказался так хорош, что мы не смогли отказаться, а выручка отеля выросла относительно плановой более чем на 15%, а затраты составили всего лишь стоимость одной ночи. Уверен, что у многих из вас есть похожие истории, связанные чаще всего с многочисленным web-сервисами, предлагающими в течении определенного срока пользоваться ими бесплатно, а уже потом принять решение — платить или нет.
Существует даже специальная метрика — конверсия из тех, кто решил воспользоваться тестовым периодом, в тех, кто в итоге превратился в клиента. Важно отметить, что использование такой стратегии должно, с одной стороны, осуществляться с большой аккуратностью, поскольку клиент, неверно понявший условия бесплатного периода, может по его истечении остаться недовольным.
А с другой стороны, для повышения упомянутого выше показателя конверсии, нужно параллельное использование так называемой стратегии повышения издержек переключения.
Вспомните, как все те же web-сервисы с помощью квестов, подсказок или виртуальных ассистентов вроде львенка из LinguaLeo или ставшего легендарным Скрепыша стимулируют вас к тому, чтобы вы внесли как можно больше данных или начали достигать нужного вам результата. Отказаться от такой программы по истечении тестового периода гораздо сложнее. Кроме стратегии повышения издержек переключения, нужна еще и продуманная логика обучения клиента: продукт достался клиенту бесплатно, а значит, может не вызывать у него интереса и стремления во что бы то ни стало отбить затраченные деньги.
Чтобы такой ситуации не возникало, нужно убедить клиента в ценности продукта или услуги, настроив его на получение максимальной пользы от бесплатного периода. Здесь на помощь приходит контент-маркетинг, качественная работа службы клиентской поддержки или даже очные консультации.
Пример: когда Philipp Morris решили выпустить на рынок IQOS — аппарат для нагрева табака, служащий более безопасной заменой традиционным сигаретам, то маркетологи компании столкнулись с тем, что после бесплатного периода пользования устройства часто возвращали, несмотря на их значительные функциональные преимущества.
Оказалось, что курильщики, не имевшие ранее опыта использования подобных аппаратов, несмотря на все приложенные инструкции, не могли правильно включить устройство, начать его использование или самостоятельно осуществить очистку от забившихся листьев табака. Тогда была придумана техника продаж, называющаяся guided trial, илисопровождаемое тестирование. При взятии аппарата в аренду клиент получал возможность на протяжении получаса общаться со специальным сотрудником компании, который во всех подробностях показывал, как пользоваться устройством. Кстати, в 2017 г. в Японии IQOS обогнал по объемам продаж все традиционные марки сигарет.
В свою очередь, товар-пробник чаще всего используется в Интернетмагазинах. Зачастую клиент опасается сразу делать большой заказ, боясь длительного времени ожидания, проблем с доставкой, низкого качества или вовсе исчезновения продавца после сделки. Чтобы избежать этих опасений, можно предложить клиенту на условиях бесплатной доставки купить что-то недорогое, дабы клиент мог убедиться, что мы — надежная и ответственная компания.
Следующие три типа продуктов в «продуктовой воронке» зачастую имеют отношение к более поздним этапам потребительского путешествия. Однако, чтобы не разбивать повествование, поговорим о них здесь.
Основной продукт
Здесь все просто и понятно, это продукт/продукты, составляющие основную часть нашего ассортимента и генерирующие львиную долю нашего оборота.
Здесь все просто и понятно, это продукт/продукты, составляющие основную часть нашего ассортимента и генерирующие львиную долю нашего оборота.
Максимизатор прибыли
Если основной продукт генерирует оборот, то максимизатор генерирует прибыль. Им может оказаться как недорогой, но высокомаржинальный продукт, продающийся клиенту в рамках кроссела (например, в рамках акционных предложений или в прикассовой зоне), так и премиальное решение или версия основного продукта (скажем, vip-билет на мероприятие вместо обычного билета).
Использование таких премиальных версий продукта способно в том числе стимулировать и продажи основного продукта.
Забавный эксперимент в этой связи описывает Филипп Барден. На полках магазина были выставлены три сорта пива: по цене 1, 2 и 3 евро соответственно, около 70% покупателей обратили свое внимание на пиво за 2 евро. Сорта за 1 евро и 3 евро получили примерно по 15% клиентов. Ситуация в корне изменилась, когда сорт за 2 евро был убран с полки, а на его место поставлен премиальный сорт за 7 евро. Хотя некоторое количество ценителей пива все же приобрели бутылку по наивысшей цене, большая часть клиентов обратили внимание на напиток за 3 евро: пиво за 7 евро казалось им слишком дорогим, а пиво за 1 евро на его фоне откровенно дешевым и потому, вероятно, некачественным.
Если основной продукт генерирует оборот, то максимизатор генерирует прибыль. Им может оказаться как недорогой, но высокомаржинальный продукт, продающийся клиенту в рамках кроссела (например, в рамках акционных предложений или в прикассовой зоне), так и премиальное решение или версия основного продукта (скажем, vip-билет на мероприятие вместо обычного билета).
Использование таких премиальных версий продукта способно в том числе стимулировать и продажи основного продукта.
Забавный эксперимент в этой связи описывает Филипп Барден. На полках магазина были выставлены три сорта пива: по цене 1, 2 и 3 евро соответственно, около 70% покупателей обратили свое внимание на пиво за 2 евро. Сорта за 1 евро и 3 евро получили примерно по 15% клиентов. Ситуация в корне изменилась, когда сорт за 2 евро был убран с полки, а на его место поставлен премиальный сорт за 7 евро. Хотя некоторое количество ценителей пива все же приобрели бутылку по наивысшей цене, большая часть клиентов обратили внимание на напиток за 3 евро: пиво за 7 евро казалось им слишком дорогим, а пиво за 1 евро на его фоне откровенно дешевым и потому, вероятно, некачественным.
Return path, или тропинка возврата
Это, пожалуй, самый сложный для внедрения вид продуктов в «продуктовой воронке», поскольку он предполагает абонентскую монетизацию клиентской базы, как правило, автоматизированную. Тропинку возврата легко построить в тренинговом бизнесе (скажем, за счет продажи ежемесячного доступа к обновляемым материалам), в издательском деле и даже в девелопменте — за счет вывода на объект, принадлежащий застройщику управляющей компании, получающей платежи ЖКХ. В остальных индустриях придется подумать.
Например, у нас был клиент, продающий товары для рукоделия. Нами была предложена модель, в рамках которой клиент ежемесячно присылал своим покупателям по подписке хобби-коробку, содержащую канву, мулине, пяльцы и т. п. Чтобы поддерживать интерес к абонентским платежам, мы рекомендовали вкладывать в коробку схемы для вышивки из набора следующего месяца.
Таким образом, недостаточно создать идеальный продукт. Нужно подумать над его дроблением в логике «продуктовой воронки» с тем, чтобы максимизировать выручку и прибыль компании. Но даже это не является залогом успешных продаж.
Рынок наводнен огромным количеством неплохих продуктов, пренебрегших маркетингом и продающихся несистемно, от случая к случаю. Отличный пример — ассортимент «магазина на диване»: панно «Доброе тепло», дачный душ «Зеленовка», а также ставший притчей во языцех аэрогриль. Все эти продукты, обладая несомненной ценностью для потребителя, не имели маркетинговой поддержки, а потому их компании-производители ушли с рынка. Значит, чтобы быть коммерчески успешным, продукт должен не только являться ценностью для клиента, но и быть грамотно запакованным. В этом вопросе нам на помощь приходит бренд.
Это, пожалуй, самый сложный для внедрения вид продуктов в «продуктовой воронке», поскольку он предполагает абонентскую монетизацию клиентской базы, как правило, автоматизированную. Тропинку возврата легко построить в тренинговом бизнесе (скажем, за счет продажи ежемесячного доступа к обновляемым материалам), в издательском деле и даже в девелопменте — за счет вывода на объект, принадлежащий застройщику управляющей компании, получающей платежи ЖКХ. В остальных индустриях придется подумать.
Например, у нас был клиент, продающий товары для рукоделия. Нами была предложена модель, в рамках которой клиент ежемесячно присылал своим покупателям по подписке хобби-коробку, содержащую канву, мулине, пяльцы и т. п. Чтобы поддерживать интерес к абонентским платежам, мы рекомендовали вкладывать в коробку схемы для вышивки из набора следующего месяца.
Таким образом, недостаточно создать идеальный продукт. Нужно подумать над его дроблением в логике «продуктовой воронки» с тем, чтобы максимизировать выручку и прибыль компании. Но даже это не является залогом успешных продаж.
Рынок наводнен огромным количеством неплохих продуктов, пренебрегших маркетингом и продающихся несистемно, от случая к случаю. Отличный пример — ассортимент «магазина на диване»: панно «Доброе тепло», дачный душ «Зеленовка», а также ставший притчей во языцех аэрогриль. Все эти продукты, обладая несомненной ценностью для потребителя, не имели маркетинговой поддержки, а потому их компании-производители ушли с рынка. Значит, чтобы быть коммерчески успешным, продукт должен не только являться ценностью для клиента, но и быть грамотно запакованным. В этом вопросе нам на помощь приходит бренд.
/Политика партнерства
Компания решает, кто будет ее ключевыми партнерами.
И особое внимание, как и было обещано во введении, мы уделим позиционированию — ведь именно позиционирование сообщает рынку об уникальном торговом предложении компании.
И особое внимание, как и было обещано во введении, мы уделим позиционированию — ведь именно позиционирование сообщает рынку об уникальном торговом предложении компании.
Все полезные материалы по маркетингу от экспертов Paper Planes в нашем чат-боте Telegram
База знаний Paper Planes
/свяжитесь с нами, чтобы