Томская сеть «Абрикос» провела пилот по внедрению системы ценообразования SmartPricing в двух магазинах. Это был полезный, но неудачный проект. Почему так произошло, какие проблемы помешали достичь целевых показателей и как опыт помог усовершенствовать систему, – об этом рассказал руководитель практики ценообразования myRetailStrategy Александр Выголко.
SmartPricing – система управления ценообразованием. Решение повышает эффективность работы с динамическим розничным ценообразованием с помощью Data-driven подходов: машинное обучение (ML), искусственный интеллект (AI), обработка больших данных (Big Data).
Внедрение программного продукта типа SmartPricing – это всегда крупный проект, требующий изменения бизнес-процессов, финансовых инвестиций и человеческих ресурсов. Понимая масштаб и затраты, ритейлеры перед внедрением изучают и пилотируют решение. С начала выхода SmartPricing на рынок компания myRetailStrategy провела десятки пилотных проектов. В большинстве случаев это стандартный и обкатанный процесс, задачи которого – убедиться в эффективности продукта, проверить соответствие поставленным задачам, оценить ресурсы и исходную базу. В 2020 году был проведен подобный проект с сетью «Абрикос». Хотя с тех пор прошло два года, опыт остается актуальным и выражает суть подхода нашей компании к проведению пилота, оценке программных продуктов. Поэтому мы решили поделиться трудностями, с которыми столкнулись, результатами, которые получили, и показать, как, казалось бы, незначительные детали могут повлиять на оценку проекта.
Определение потенциала
На первом этапе подготовки к проекту были решены следующие задачи:
-
Интеграция данных.
-
Выбор контрольных и пилотных торговых точек;
-
Выбор категорий для теста и фиксация правил и ограничений.
Обычно при проведении пилота клиенты выделяют 5–10 торговых точек и выбирают 3–5 категорий товаров. В данном случае для эксперимента были выбраны только две пилотные и две контрольные точки. Также было принято решение компенсировать малую базу точек участием в пилоте всего ассортимента. Как показала практика, оба этих решения доставили немало хлопот.
После загрузки данных мы настраиваем правила, ограничения, подбираем оптимальные параметры расчетов и проводим моделирование потенциала увеличения ключевых показателей.
В результате оценки показателей сети «Абрикос» системой был обозначен потенциал прироста валового дохода в 3,5%. Этот результат был зафиксирован на бизнес-ревью в качестве целевого по проекту.
Три проблемы – три новых модуля
Первая проблема, с которой столкнулась группа проекта, – объем переоценок.
В течение почти четырех месяцев предстояло неоднократно провести переоценку всех товаров матрицы с минимальными последующими корректировками.
Переоценка – очень важный этап, который в пилотах на ограниченном числе категорий не считается трудозатратным, ритейлеры часто игнорируют важность этого процесса, списывая все на то, что «это пока пилот». На практике же это ежедневная работа и большое количество времени менеджеров любого отдела ценообразования. Прецедент послужил толчком к разработке нового модуля системы – ограничения частоты переоценок. В этом модуле можно настроить допустимую частоту переоценки товаров, и система в автоматическом режиме будет отслеживать дискретность переоценок.
Вторая проблема, с которой мы столкнулись, вытекает из первой. Каждый раз нам приходилось вручную «нарезать» переоценки и порциями выдавать в торговые точки. Это было очень трудоемко и неудобно, поэтому мы разработали модуль управления переоценками, в котором можно настроить квоты по переоценкам в торговых точках буквально на каждый день. Также система теперь умеет самостоятельно расставлять приоритеты, какой товар стоит отправить на переоценку в первую очередь, а какой – перенести на следующий день.
Третья проблема, выявленная во время пилота, – невозможность в ежедневном процессе оперативно контролировать и учитывать изменения цен закупки. Особенно остро вопрос стоял с биржевыми товарами и фрешем. Впоследствии подобные кейсы послужили базой для разработки модуля управления событиями. Модуль управления событиями предназначен для автоматического отслеживания различных изменений внутри компании и оперативного реагирования на них даже без участия человека.
Через четыре месяца пилота
Оценка эффективности пилота проводится по принципу A/B-тестирования. Группа проекта смотрит, как пилотные и контрольные точки выросли во время пилота, дельта между приростом основных показателей по пилотным точкам и контрольным считается результатом проекта.
Пример оценки эффективности
Тут возникла проблема – так как при старте пилота было выбрано мало торговых точек, даже небольшие изменения трафика в одной из групп сразу же приводили к смазыванию всего результата эксперимента. Поэтому для нивелирования данного явления все показатели были перенормированы к общему знаменателю трафика. То же самое относится к изменению закупочных цен. Даже несмотря на то, что в фуд-ритейле отклонения закупочных цен между точками, как правило, невелико, от этого фактора также важно было очиститься, пересчитав показатели с учетом единой средневзвешенной себестоимости товаров.
После нормирования данных мы получили следующие результаты по пилотной группе относительно контрольных точек:
-
прирост выручки + 0,8%,
-
прирост валового дохода + 2,7%
-
прирост количества продаж + 0,9%.
Прирост основных показателей относительно контрольных торговых точек
Более 70% всех категорий показали положительный результат. Основные категории, по которым контрольные точки обогнали пилотные, – категории фреш, которые до появления модуля управления событиями мы не могли переоценивать достаточно часто.
Также отрицательному эффекту способствовал тот факт, что не всегда точно и в достаточном объеме проводились переоценки до появления модулей управления переоценками и модуля управления частотой переоценок.
Важность прайс-менеджмента
Объективно сказать, что пилот проходил гладко, нельзя. Были трудности, которые послужили почвой для усиления системы. В целом итоги пилота получились положительными, хотя в силу разных факторов и не настолько оптимистичными, как планировалось изначально. Поэтому формально мы не достигли целевых значений пилота.
Важный вывод, который сделали руководители проекта, – это то, что посчитать оптимальную цену нетрудно, сложнее сделать так, чтобы при этом процесс был максимально управляемым, комфортным и не отнимал много времени.
Именно это мы и стараемся реализовывать в нашем решении SmartPricing, где наряду с основной задачей обеспечения возможности увеличения ключевых показателей не меньшая роль отдается процессу и инструментам прайс-менеджмента, без которых любая, даже самая навороченная модель будет схожа с автомобилем без колес.
