Olvasási idő: 4 perc

Üzleti probléma

A kiskereskedelmi árazás egy adatelemzéssel jól támogatható terület, jól mérhető, magas megtérüléssel. Sok esetben nem tudunk a bevált recept szerint termékszinten különböző árakat beállítani, például adathiány vagy technikai korlátok miatt. Ilyen esetekben az árakat egyrészt lokáció szerint téríthetjük el (erről korábbi blogcikkünkben meséltünk), másrészt időszakok szerint.

Vannak olyan kitüntetett szezonális napok vagy hetek, mint például a nyári szezon, amikor több átutazó vásárlóval, ezáltal csökkenő árrugalmassággal lehet számolni és erre áreltérítésekkel reagálni.

Ügyfelünk multinacionális cég CEE régióban, többek között kiskereskedelmi tevékenységgel, 1000-es nagyságrendű bolthálózattal rendelkezik. A szárazáru termékkategória időszaki árazási helyszíneit és a termékkör meghatározását a Hiflylabs elemzői támogatták.

Túrjunk bele az adatokba!

A megoldásunk alapja, hogy nem mindenhol, és nem minden terméket árazunk át, mert az általános áremelés könnyen negatív eredménnyel járhat.

• Hol árazzunk?

Az árazási helyszíneket az alapján válogattuk ki, hogy a nyári szezonban mely lokációkban növekszik az átutazó vásárlók aránya, ezáltal csökken az árrugalmasság.

Ezt az egyes lokációk teljes hálózathoz képesti szezonális növekedéséből számoltuk. Az első szimulációk a turisztikai (vízparti) és az általánosan nagyforgalmú helyszíneken mutattak magas átutazó arányt, mely egybevágott a feltevésünkkel, bár sok nem várt bolt is bekerült az átárazásra kijelöltek listájába.

• Mit árazzunk?

Olyan termékcsoportokat áraztunk át, melyek az átlagoshoz képest nagyobbat nőnek a nyári szezonban, például energiaital, ásványvíz, jégkrém.

• Mihez képest mérjük az eredményt?

A tavalyi év eredményeiből úgy képeztünk bázist, hogy különböző korrekciós tényezőkkel (vásárlószám-növekedés, infláció-ellensúlyozási korrekció, egyéb) megtisztítottuk az árazástól független hatásoktól.

A munka eredményét 80 lokáción átárazás keretében teszteltük, a bázis fölötti százalékos eredmények: 

De mekkora megtérüléssel számolhatunk?

Adatelemzés nélkül, egyszerű logikával az előre definiált „nagyforgalmú” lokációkban lett volna érdemes ezt a szezonális árazást bevetni. Itt nagyságrendileg 10-20 m Ft bázison felüli margin lett volna elérhető. Adatelemző munkával, vagyis az átutazó aránnyal definiált kisbolt listával ennél +54%-kal több margin hozható, mely 15 napnyi munka eredménye.

Érdekesség, hogy a teszt során a nem átutazó vásárlók által látogatott boltokon veszteséget realizáltunk, ez is hangsúlyozza az analitikai munka létjogosultságát az ilyen üzleti környezetekben.

A következő szezonban ugyanez a módszertan 1 napnyi munkával előkészíthető, vagy a meglévő árazási rendszerekbe integrálható szoftver készíthető.

Van még kérdés?

Sikeres projektjeink ellenére az a tapasztalatunk, hogy az adatos projektektől több esetben tartanak az üzleti szereplők. Íme egy jó példa arra, hogy nagyon kevés munkával is lehetséges kiemelkedő eredményt elérni.

Szerző: Biró Márton – Data Scientist