しかし、価格設定ツールの実際の使用では、小売業者は多くの問題に直面します。これは、価格の決定におけるエラーにつながり、その結果、利益の損失につながります。
たとえば、小売業者が価格を引き下げると、消費者の需要は増加しますが、利益はありません。 商品の価格を上げます-需要が低下します。
ご覧のとおり、価格、需要、利益の間には強い関係があります。
弾力性により、コストと販売数の最適な比率を見つけることができ、利益を増やすことができます。 言い換えれば、価格は期待需要と収入のバランスをとる要素として機能します。
既存の価格弾力性モデルの多くは「世界支配」であると主張していますが、問題は、モデリング時に価格と需要に影響するすべての要因を完全に考慮することができないことです。
私たちが開発したモデルは、6か月間の履歴データを使用し、分析の精度を高める頻度、数量、販売の安定性の要因を考慮して、各店舗の商品の価格を個別に修正します。 このモデルは、すべての可能性のある要因と価格変更のケースを最大限にカバーすることを意味するものではありませんが、顧客の店舗で個々の商品の価格を調整するために機能します。
私たちのアプローチは古典的なアプローチとは異なり、以下でその方法を説明します。
価格弾力性の古典的なモデルは、ポイント価格弾力性の係数の決定です。
このアプローチは理論上は優れていますが、実際には十分に信頼できません。
- 商品の販売は、価格だけでなく、競争、広告、ブランドに対する顧客の忠誠心、製品の入手可能性など、多くの要因の影響を受けます。
- このモデルには時間要因が含まれていません。つまり、小売にとって重要な消費者需要への季節的な影響は除外されます。
- 正確な分析のための2つの価格指標はほとんどありません。
価格弾力性モデルの欠点は、特定の製品の価格と販売の変化の比率を視覚化することで確認できます。
プロットしましょう：
水平-価格の変更;
垂直-商品の販売の変化。
何を得たの？ ほとんどのポイントは、yとxの両方で0付近に集中しています。 ご覧のとおり、価格変更は需要にほとんど影響を与えず、需要自体は安定した価格で変化します。 特定の依存関係を追跡することはできません。
商品の最適価格を決定するための別のアプローチを探します。
1.価格と需要の比率を分析する期間を決定する必要があります。
価格弾力性を分析するために選択した期間は6か月です。 これにより、小売市場におけるインフレおよびその他の外部変動のリスクを最小限に抑えるための計算が可能になります。
2.各店舗の計算を個別に実行します。
各店舗には独自のサイズ、品揃え、顧客の条件、顧客の需要があるため、各店舗の商品の最適価格は個別に計算されます。
3.分析のため、比較的安定した需要のある商品のみを取り、週に少なくとも2回販売しています。
4.価格に応じて需要の変動を監視します。
商品の売り上げを垂直軸に、商品の価格を横軸に配置して、グラフを作成します。
ご覧のとおり、チャート上の販売ポイントは、価格の変化によってX軸に対してグループ化されています。
価格が劇的に変化しない食料品小売では、0.5 UAHの増分で価格の変化によって売上をグループ化するのが論理的です。 次に、各グループの平均販売数を決定し、分析から単一のすべての販売を信頼できないものとして除外します。
5.チャート上の各価格グループの商品の平均販売ポイントを取得します。
グラフは、データの依存性があることを明確に示しており、線形回帰（傾向）を決定できます。
商品の価格が少なくとも4回変更されている場合はモデルを使用できると実験的に判断しました。そうでない場合、結果は不正確になります。
6.販売数の価格依存性を決定するための公式を受け取りました。
信頼性の低いものとして、インディケータb> = 0の場合のオプションも考慮します。この場合、何らかの理由で、商品の需要は増加していますが、価格は増加しています。 したがって、これらの指標は個別に検討する必要があります。 この製品に対する需要がまったく弾力的ではない可能性があります。つまり、このモデルには該当しません。
視覚的に、グラフは、インジケータb> = 0の場合、次のようになります。
7.利益が商品の価格に依存するモデルを構築します。
これを行うには、価格に対するマージンの依存性を判断する必要があります。
利益は、売上高対利益率対価格に等しい。
数式の売上高とマージンの価格への依存を置き換えます。
8.商品の価格に対する利益の依存性をプロットします。
垂直-毎日の利益。
水平-商品の価格。
グラフは追加料金なしで価格のポイントから作成され始めます。受け取った利益は0です。
チャート上で利益が最大になるポイントを見つけ、最適価格の値を決定します。
このモデルは、現在の価格を最適な価格に引き下げるための推奨事項を示しています。これにより、1日あたりの販売数を増やすことで利益を増やすことができます。
最適な価格まで価格を引き上げる可能性については考慮しません（下の図のように）。 実際、価格を設定する際には、競合他社の価格、ネットワークの価格設定ポリシー、政府の推奨事項、制限など、多くの外部要因を考慮する必要があります。
BI Datawiz.io機能を使用して製品の最適な価格を選択するいくつかのケースを分析します。 このサービスは、各店舗製品の価格と需要の変化を分析し、記述されたモデルに基づいて、商品の価格の最適な変化を推奨します。これにより、利益の増加が伴います。
ショップ1では、Our Kievブランドの製品Champagne Sovietに対して1つの推奨事項が作成されました。
表は以下を示しています。
- 製品名;
- 追加料金なしの価格。
- 追加料金がかかる現在の価格。
- 推奨価格;
- 1日の平均売上
- 価格が変化した場合の予測販売数。
- 特定の製品および店舗全体の利益の予測される増加。
つまり 決定を下すために必要なすべての情報。
より詳細な分析と情報に基づいた意思決定のために、小売業者は販売数の価格依存性のグラフを見て、計算と推奨事項が正しいことを確認できます。
ご覧のように、価格の短期的な低下（この期間中に商品の在庫が発生する可能性が最も高い）により、商品の売上は大幅に増加しました。 9月1日からシャンパンを含むすべてのアルコールの価格が上昇したため、売上が減少しました。
2番目のグラフでは、価格と形成されたトレンドラインに応じて1日あたりの平均売上がどのように変化したかがわかります。
3番目のチャートでは、シャンパンの現在および推奨価格はキエフです。
したがって、現時点ではシャンパンは51、83 UAHの価格で販売されています。 ユニットあたり、1日あたりの利益は14.71 UAHです。 価格を45.99 UAHに引き下げます。 売上高は増加し、結果として生じる1日の利益は40.04 UAHになります。
これは25.33 UAHです。 現在の日々の利益以上。
ショップ2には、5つの製品の価格を変更するための推奨事項が表示されます。 ストアの1日の合計利益は127.13 UAHです。
1.2リットルのペットボトルでのLvivskeビールの例での最適価格の形成のグラフを検討してください。
ご覧のとおり、現在の6か月で、この製品の価格は6倍に変更されています。 また、同じ価格でも消費者の需要は非常に大きく変動しました。
線形関係がここに表示されます。
16.91 UAHから価格を下げることをお勧めします。 15,57 UAHまで 一方、毎日の利益は2.65 UAH増加します。 以下の曲線に見られるように、30.22 UAHになります。
ストア3では、サービスは4つの製品に対する推奨事項を作成しました。
Roshenブランドの製品Chocolate sponge cakeの価格弾力性を分析してみましょう。
グラフでは、5つの価格の変化が見られますが、最後の価格は33.5 UAHに上昇しています。 商品の毎日の販売は1を超えません。つまり、このようなデータは使用しません。 これはチャート2で見ることができ、4つの販売指標が考慮されます。
次のグラフは、ビスケットの現在の価格である32.66 UAHを示しています。 16.42 UAHの毎日の収入で。 推奨価格は29.62 UAHで、7.05 UAHずつ利益が増加します。
最適な価格を決定するためのアプローチは実践に近く、小売業の実際の状況は、季節性やその他の要因を考慮しない、2つの指標のみを使用する価格弾力性に対する従来のアプローチのリスクを排除することに注意してください。
私たちが開発したモデルは、販売の時間的要因、頻度、量、安定性を考慮しています。 価格と需要の変化に関する履歴データの視覚化を使用した自己分析の機会を提供します。
BI Datawiz.ioサービスは、開発されたモデルを使用して、販売データ全体を処理し、結果を商品リストの形式で表示します。価格の引き下げは、小売業者に利益をもたらします。