В большинстве торговых розничных сетей или магазинах независимой розницы регулярное ценообразование - это некоторая комбинация наценки на закупочную цену и мониторинга цен конкурентов. В этом случае устанавливаются правила, определяющие величину наценок для товаров некоторых категорий в зависимости от ролей категорий и задаются регламенты для внесения корректировок в цены по результатам мониторинга цен конкурентов. При этом розничная цена на один товар, как правило, одинакова во всех магазинах сети для некоторого куста/региона. Это простой в понимании и удобный в применении способ, но у него есть большой недостаток - он неизбежно приводит к потерям в прибыльности в силу ряда причин.
Вот некоторые из них:

• В своей текущей деятельности ритейлер неявно имеет ввиду: для того, чтобы увеличить прибыль необходимо нарастить выручку. Мало кто отдает себе отчет в том, что увеличение выручки - не равнозначно увеличению прибыли. В этом не трудно убедиться, если взглянуть на типичный график <цена>/<прибыль, выручка> товара: максимумы выручки и прибыли приходятся на различные величины цен. Тем не менее, методология процесса ценообразования, реализованная в основных учетных системах розницы, ориентирована прежде всего на выручку. В некоторых случаях это имеет смысл - например, в случае, когда стратегия торговой сети имеет цель - увеличить долю рынка. Но не для небольших магазинов: для них есть только одна цель - устойчивый рост прибыли.
• Так как цены назначаются без учета особенностей субрынка каждого магазина и его конкурентного окружения (одна единая “правильная” цена на товар для всех магазинов куста/региона сети), то у каждого магазина неизбежно образуются сегменты товаров с “завышенными” и “заниженными” относительно оптимума ценами и эти сегменты в разных магазинах отличаются по составу. Важно: для каждого товара в каждом магазине в некоторый момент времени существует некоторая оптимальная (в смысле прибыли) цена; в другом магазине в этот же момент времени у этого товара оптимальная цена может быть иной;
• Эти сегменты постоянно изменяются как по составу товаров, так и по величинам оптимальных цен этих товаров (меняются цены в магазинах соседей, погода, рыночные условия и пр.). Цены, конечно, пересматриваются, но, опять же, в “среднем” по сети и не с той частотой, которая необходима для учета всех этих изменений;
• Корректировка цен по результатам мониторинга цен конкурентов (чаще всего федеральных сетей), проблему не решает: у магазинов крупных сетей точно также есть сегменты товаров с “завышенными” и “заниженными” ценами. Этот сложившийся в крупных сетях уровень цен затем транслируется в уровни цен остальных менее крупных игроков рынка. В результате, цены в их магазинах могут “уводится” от оптимума еще дальше.

Какой порядок теряемой прибыльности? Пилот показал, что в продовольственной рознице для магазинав формата "супермаркет" это составляет более 400 000 рублей ежемесячно. Розничный ритейл теряет значимую прибыль.
Понимая этот факт, фирма “Интегратор” развивает "Integrated Foresight" - сервис оптимизации ценообразования розничных магазинов. В основе сервиса лежит оригинальная Технология адаптивного ценообразования.

Технология адаптивного ценообразования основана на следующем подходе: по данным глубиной два и более месяцев для каждого магазина с периодичностью неделя проводится Расчет цен всех SKU всех товарных категорий на следующий расчетный период (неделю). Для каждой позиции ассортимента магазина рассчитываются прогнозные показатели расчетного периода по объему продаж (количеству в шт./весу/объему), выручке и прибыли для установленных в этой торговой точке фактических цен.
Математическая модель, используемая для расчета прогнозных показателей, основана на устойчивой связи некоторых относительных показателей для цены и объема продаж. Данная связь получена в результате продолжительного анализа реальных данных.
В этом же Расчете для каждой товарной позиции определяются рекомендованные для целей максимизации прибыли/выручки цены на расчетный период в пределах допустимого сдвига. Понятно, что текущая установленная для некоторой позиции цена находится слева или справа от точки максимальной прибыли/выручки.
Типичные графики <цена>/<прибыль, выручка> выглядят так:

Клиенту выдается некоторое разумное количество лучших рекомендаций (в смысле получения наибольшей величины дополнительной прибыли/выручки в следующую неделю от изменения цен на товары). Это количество лимитируется возможностями персонала клиента на изменение цен и размером магазина. Например, при тестировании технологии в розничных сетях каждую неделю в каждом из магазинов, в которых использовались ценовые рекомендации, цена менялась у 100 “лучших” в эту неделю товаров (формат магазинов - гастроном/супермаркет). Список “лучших” товаров для одного магазина отличается от списка “лучших” товаров для другого магазина.
Далее еженедельный цикл обработки данных (получение данных от клиента ==> обработка данных ==> передача клиенту рекомендаций) повторяется.
Важно:
Если использование рекомендаций магазином прекращается, то цены довольно быстро уходят от оптимального уровня - происходит "вымывание" цен, близких к оптимуму.
Еженедельно осуществляя сдвиг розничных цен и отслеживая реакцию покупателя на их изменение, а также на изменения цен на исторических данных до времени выдачи рекомендаций, мы проводим ценовое зондирование.
Реакция покупателя, отслеживаемая в ходе ценового зондирования, будет разной для различных магазинов: различное конкурентное окружение, различный достаток основных покупателей и т.д. Цены адаптируются к покупателю, точнее к его ощущению “правильной” розничной цены в некотором конкретном магазине. Когда покупатель видит цены, у него есть ощущение – насколько цена на некоторый товар для некоторого конкретного магазина соответствует некоторой “правильной”, по его мнению, цене -  с учетом выкладки товаров, конкурентами, персоналом, чистотой в магазине и еще множеством других причин. Все они отражаются в реакции покупателя на цены, точнее – в его реакции на изменение цены. Изменение цены – это воздействие на покупателя, а его покупки – реакция на это воздействие.
Мы умеем замерять и использовать эту обобщенную реакцию субрынка. Основываясь на этой реакции мы понимаем в какую сторону (увеличения или уменьшения) нужно двигать в следующую неделю цену у некоторого конкретного товара для некоторого магазина. Таким образом, цены еженедельно последовательно “подтягиваются” к объективно оптимальному уровню и впоследствии удерживаются на значениях, близких к оптимуму (для каждого товара, каждого магазина рассчитывается своя цена). В результате регулярное ценообразование сети становится маркет-кастомным - оптимальные значения цен для одного и того же товара в одно и то же время в разных магазинах могут быть разные. Таким образом, в еженедельном режиме в рекомендованных ценах отражаются изменения во внешнем и внутреннем контексте каждого магазина и цены “подстраиваются” (адаптируются) к этому изменению.
Адаптивное ценообразование:

• обеспечивает рост прибыли или/и выручки как путем повышения цен, так и понижения цен (в зависимости от того, где находится цена относительно ценового оптимума);
• позволяет проводить оптимизацию цен при гарантированном неснижении трафика.

Сервис состоит из двух компонент. Компонента, которая собственно рассчитывает рекомендации, находится в облаке. С этой компонентой взаимодействует другая, устанавливаемая на стороне клиента — «Retailer». Эта компонента поставляется в виде отдельного приложения на платформе 1С: Предприятие 8.3 с полностью оригинальной конфигурацией, разработанной фирмой «Интегратор».
В «Retailer» работают сотрудники, отвечающие за ценообразование. Здесь описываются промоакции (их сроки и состав, в каких магазинах проводятся), исключения (товары/категории которые клиент не отдает сервису в регулярное ценообразование, а занимается установкой цен на них сам), магазины, которые используют сервис (если магазинов несколько) и другие параметры/настройки. Также в «Retailer» сотрудники клиента могут контролировать полученные рекомендации, чтобы отменить у каких-то товаров прогрузку рекомендованных цен в торговую систему (сервис может работать в автоматическом и в полуавтоматическом режиме).
«Retailer» еженедельно, по установленному регламенту получает необходимые внутренние данные из торговой системы клиента — справочник магазинов, коды и названия товаров в справочнике товаров, закупочные и розничные цены товаров, сводные сведения за день по проданным товарам, описания промоакций (если они есть в торговой системе; если там их нет — тогда описание промоакций задаются в "Retailer"), передает их облачной компоненте сервиса, там происходит расчет рекомендаций, после чего ценовые рекомендации передаются обратно в "Retailer" и отсюда цены прогружаются в торговую систему клиента.
Важно:
Такая двухкомпонентная архитектура сервиса выбрана потому, что она позволяет клиенту сохранять конфиденциальность в отношении товаров и их закупочных цен: в «Retailer» из учетной системы клиента передаются коды товаров/категорий и их названия, но в облако отправляются только коды; названия товаров/категорий остаются в «Retailer», мы их не видим и не знаем. Мы работаем в облаке только с кодами товаров, ценами товаров, их объемами продаж. Обратно из облака в «Retailer» рассчитанные рекомендации передаются в виде пар: код товара, рекомендованная цена. На стороне клиента, в «Retailer» по кодам товаров восстанавливаются их названия и сотрудники клиента с полученными рекомендациями в «Retailer» работают стандартно: с названиями товаров и их рекомендованными розничными ценами.

На сегодня имеется интеграция сервиса с учетной системой, построенной на базе типовой конфигурации 1С: Розница платформы 1С:Предприятие 8.3. Если учетная система клиента построена на базе иной конфигурации на платформе 1С: Предприятие 8.3 (типовой: 1С: Управление торговлей, 1С: УНФ и др. или нетиповой), наша фирма в течение 2 недель настроит необходимую интеграцию. Если учетная система построена не на платформе 1С:Предприятия и имеется API, с помощью которого можно реализовать функционал по выгрузке необходимых для работы сервиса данных из учетной системы клиента и загрузке туда рекомендованных цен, мы также достаточно быстро выполним нужную интеграцию.

1. Сервис ориентирован на сегменты офлайн-розницы, для которых характерны регулярные и частые продажи значительной части ассортимента: продовольственная розница, магазины дрогери, магазины DIY (строительные, отделочные материалы, товары для дома и сада), магазины автозапчастей и расходных материалов для автомобилей и т.п.
2. Форматы магазинов: любые (в частности, для продовольственного ритейла: небольшие магазины, магазины у дома, супермаркеты, гастрономы и пр.)
3. Сетевая/несетевая розница.

Приоритетно сервис развивается для обслуживания небольших магазинов сетевого и несетевого ритейла.

Использование сервиса небольшими магазинами

Сервис исключительно прост в использовании, может применяться розничными магазинами ритейла как в автоматическом, так и в полуавтоматическом режиме. Это позволяет его использовать даже небольшим магазинам.
Подключившись к сервису, магазины сетевой розницы, получают дополнительную прибыль способом, который раньше был для них недоступен - за счет маркет-кастомной оптимизации цен. Если учетная система сети не позволяет назначать разные цены на один товар в различных магазинах сети или сеть не хочет перестраивать свои процессы ценообразования, то сеть может использовать сервис, назначая одинаковые цены на товар для всех магазинов некоторого куста/региона. Получаемая дополнительная прибыль будет меньше, чем в маркет-кастомном варианте, но это заведомо лучше, нежели ценообразование по наценке.
Что касается небольших магазинов несетевой розницы сервис, возможно, вообще единственный доступный на рынке продукт, позволяющий оптимизировать цены в таких магазинах, так как другие продукты предполагают формирование правил ценообразования, мониторинг цен конкурентов и другие недоступные для небольших несетевых магазинов (по причинам стоимости, малочисленности персонала, отсутствия необходимых компетенций в области ценообразования) действия.

Тарифная политика, которой мы будем придерживаться основана на принципе экономической целесообразности: ежемесячная величина дополнительной чистой прибыли, получаемой магазином, должна кратно превышать ежемесячный платеж за использование магазином сервиса.
Мы пока не готовы сформировать полную тарифную сетку. Для того, чтобы это сделать, необходимо накопить определенную статистику по результатам использования сервиса и иметь понимание зависимости величины получаемой магазинами дополнительной прибыли от сегмента розницы, количества SKU в магазине, возможно, каких-то других параметров.
Для продовольственной офлайн-розницы мы можем определить тарифы, так как имеем консервативную оценку теряемой чистой прибыли небольшого продовольственного магазина площадью 60 – 150 м² в случае регулярного ценообразования без использования сервиса - от 25000 до 75000 рублей ежемесячно.

В остальных случаях (большее количество SKU в продовольственном магазине, другие сегменты офлайн-розницы) - свяжитесь с нами.

Технология адаптивного ценообразования тестировалась в двух региональных розничных продовольственных сетях (10 и 6 месяцев), в обоих случаях на масштабе 5 экспериментальных магазинов (супермаркетов и гастрономов) в сравнении с 5 контрольными магазинами.
В последнем по времени тесте потерянная чистая прибыль одного контрольного магазина формата "супермаркет" по сравнению с одним экспериментальным составила в среднем 410 000 рублей ежемесячно.
При этом еженедельные ценовые рекомендации экспериментальных магазинов были как в сторону повышения цен, так и понижения цен (в зависимости от того, где находится цена товара относительно его уникального ценового оптимума). Во втором тесте рекомендации в сторону понижения цен составляли более 80% от общего числа еженедельных рекомендаций.