Ottimizzazione dei prezzi al dettaglio

Un problema persistente nel commercio al dettaglio moderno è la presenza di un concorrente, da qualche parte, che vende un prodotto praticamente identico a un prezzo straordinariamente basso. Le risposte comuni sono di adeguare i prezzi in base all’esperienza (il modello di pricing intuitivo) e l’applicazione fedele di formule econometriche (il modello di pricing razionalista ingenuo). Entrambi sono manuali e difettosi: il primo, soprattutto, manca di scalabilità; il secondo è spesso troppo rigido. Allineare in modo ingenuo i prezzi con quelli dei concorrenti non è nemmeno una strategia sostenibile. In generale, dato il rapporto spesso simbiotico tra prezzi e domanda, le strategie di pricing al dettaglio dovrebbero essere un passo in un’ottimizzazione complessiva della supply chain automatizzata.

Prezzi al dettaglio rispetto a strategie di pricing al dettaglio

Forse a sorpresa di alcuni, non sono i prezzi al dettaglio ma le “strategie di pricing” che possono essere ottimizzate. La distinzione tra prezzi al dettaglio e strategie di pricing al dettaglio è sottile ma fondamentale e spesso trascurata. I prezzi al dettaglio dipendono da molti fattori: prezzo di acquisto, tasso di reso e prezzi dei concorrenti (tra gli altri), e questi sono fattori estremamente fluidi. Di conseguenza, il prezzo Y potrebbe essere un punto di prezzo ottimale per gennaio ma inappropriato per febbraio. Date le condizioni di mercato in continua evoluzione, potrebbe sembrare spesso impossibile condurre esperimenti di pricing rigorosi ed efficaci.

Una strategia di pricing al dettaglio, tuttavia, è la logica che elabora tutti i dati di input rilevanti per un’azienda specifica per calcolare i prezzi più applicabili in quel determinato momento. In realtà, condurre esperimenti di pricing rigorosi è fattibile, anche se non saranno i prezzi a essere confrontati, ma le strategie di pricing sottostanti.

Ad esempio, se si dispone di 200 prodotti e 2 strategie di pricing al dettaglio, A e B, è possibile applicare la strategia A alla metà dei prodotti e la strategia B al resto. I prezzi fluttuano, eventualmente su base giornaliera, in base alle strategie A e B. Dopo un certo periodo di tempo, confrontando i risultati rispettivi di A e B, diventa possibile determinare quale strategia di pricing ha prodotto risultati superiori. Questo concetto verrà approfondito in Test quantitativo delle strategie di pricing.

Due antipattern di pricing

Nel commercio al dettaglio, il pricing è spesso ancorato a due approcci: il modello intuitivo e il modello razionalista ingenuo. Il primo è il metodo comune basato sull’istinto, mentre il secondo è l’applicazione di formule e teoremi dei manuali di testo. Ogni modello può sembrare inizialmente di successo come risposta ai problemi di ottimizzazione dei prezzi, ma alla fine genera problemi uguali - se non maggiori - nel tempo.

Il modello di pricing intuitivo

Il primo approccio errato - che si rivolge maggiormente ai praticanti di tipo pratico - è il modello di pricing intuitivo. Qui, la determinazione del prezzo appropriato è un processo manuale che si basa sull’intuizione del manager (e probabilmente anche su diversi fogli di calcolo Excel). Poiché questo tipo di strategia di pricing esiste principalmente nella mente del manager, è estremamente difficile (se non impossibile) implementare questo approccio su larga scala, e i risultati dipendono molto dal giudizio del manager. Inoltre, queste intuizioni - se di successo - non possono essere automatizzate e, cosa cruciale, quando il manager lascia l’azienda, una parte considerevole delle conoscenze preziose dell’azienda se ne va con lui.

Il modello razionalista ingenuo

Figura 1: Una curva di domanda di un libro di testo che illustra l'equilibrio tra domanda e prezzo. All'aumentare del prezzo (asse x), la domanda (asse y) tende generalmente a diminuire. Quando il mercato si stabilisce su un prezzo accettabile, ci si può aspettare un certo livello di volume (ricavi) e profitto.

Figura 2: Una curva che rappresenta concettualmente il prezzo ottimale per un prodotto, con il profitto sull'asse y e il prezzo sull'asse x. Questo modello (un'estensione teorica dei principi di mercato nella Figura 1) non solo mira a identificare i punti di profitto ottimali per un rivenditore, ma anche - implicitamente - la domanda. Questa curva cerca di trattare i prezzi come entità separate all'interno del mercato ed è un esempio tipico di razionalismo ingenuo nel pricing.

In alternativa, si potrebbe essere più inclini alla prospettiva accademica, in tal caso c’è il modello di pricing razionalista ingenuo. Questo approccio ridimensiona l’istinto (come il presentimento del manager in un determinato giorno) a favore di econometria disinteressata e metodica. Come il modello intuitivo descritto in precedenza, l’utilizzo del razionalismo ingenuo nel pricing - come quello rappresentato nella Figura 2 - presenta intere classi di problemi. Due esempi chiave includono:

• Causalità/Correlazione: Stabilire una correlazione tra variabili è relativamente semplice, ma ciò non porta automaticamente all’identificazione corretta della causalità. Se si aumentano i prezzi in base a una determinata formula, potrebbe esserci una diminuzione istantanea delle vendite. Tuttavia, ciò potrebbe non essere correlato all’aumento dei prezzi e potrebbe essere attribuibile all’improvvisa comparsa di un concorrente sul mercato - qualcosa che la formula non ha (e forse non può) tenere in considerazione.

• Simultaneità: A differenza del dilemma della causalità/correlazione - in cui è difficile identificare la vera causa del cambiamento quando le variabili coincidono apparentemente - la simultaneità si riferisce al problema di districare il primo attore (usato qui nel senso tomistico) quando già sappiamo che due variabili si influenzano reciprocamente. Ad esempio, il prezzo e la domanda tendono a influenzarsi a vicenda, ma può rapidamente emergere uno scenario uovo o gallina. Quando la domanda è alta, si potrebbe aumentare i prezzi, anche se ciò potrebbe successivamente ridurre la domanda. Questo, a sua volta, potrebbe spingere a ridurre i prezzi solo per vedere la domanda aumentare nuovamente. Ciò può portare a un regresso analitico che ostacola l’ottimizzazione del pricing.

Tentare di ottimizzare il pricing in questo modo può portare a un’eccessiva dipendenza da un ragionamento astratto e accademico, in cui si utilizza una nuova formula con l’emergere di eccezioni o dilemmi e si trascura il ruolo di fattori intangibili (come il sentimento). Tutto ciò significa non affrontare il problema principale: il pricing è una questione altamente specifica del settore e i complessi contesti aziendali (che includono fattori quantitativi e qualitativi) devono essere incorporati nella strategia di pricing per ottenere risultati sensati. L’applicazione ingenua di formule econometriche spinge semplicemente in una direzione diversa - e altrettanto errata -¹.

Il problema dell’allineamento dei prezzi

Una preoccupazione aggiuntiva e duratura - affrontata in modo insufficiente da entrambi i modelli descritti nella sezione precedente - è la minaccia di una guerra (molto probabilmente algoritmica) rappresentata dall’allineamento dei prezzi nei mercati competitivi. Questo è ancora peggiore per i rivenditori che non possiedono i marchi che vendono e che potrebbero essere una delle diverse aziende che offrono prodotti identici nella stessa regione. Abbassare i prezzi per sottoprezzare i propri concorrenti sarà, molto probabilmente, annullato quasi immediatamente dalla risposta dei concorrenti: abbassare ancora di più i loro prezzi.

Le implicazioni del problema dell’allineamento dei prezzi nel contesto attuale sono significative. Considera i seguenti scenari:

• Modello intuitivo: Un manager esperto che utilizza la propria intuizione potrebbe avere una solida comprensione della propria base di clienti, dei costi e delle prestazioni storiche dei propri prodotti. Tuttavia, se i concorrenti cambiano frequentemente i loro prezzi e il manager deve adattare i propri prezzi in risposta, ciò interrompe la strategia di pricing stabilita dal manager. La comprensione sfumata che il manager può avere del mercato viene resa inutile dalla pressione finanziaria diretta a eguagliare (o sottoprezzare) il nuovo prezzo di mercato. Questo costante allineamento dei prezzi può portare a perdite di vendita o a margini di profitto ridotti.

• Modello razionalista ingenuo: Un manager esperto che si affida a formule di testo potrebbe fissare i prezzi basandosi esclusivamente su formule che considerano i costi e i margini di profitto desiderabili, offrendo un approccio apparentemente razionale al pricing. Tuttavia, in un mercato competitivo dinamico in cui vengono venduti prodotti identici e i prezzi vengono regolarmente abbassati, questo modello razionalista ingenuo fallisce rapidamente allo stesso modo del modello intuitivo. Persistere ostinatamente con prezzi determinati da curve di costo ottimali (ad esempio), nonostante significativi cambiamenti di prezzo da parte dei concorrenti, inevitabilmente porterà a una perdita di quota di mercato. Al contrario, l’adesione cieca all’allineamento dei prezzi senza considerare la sensibilità del prezzo percepita dal cliente (e altri comportamenti qualitativi) potrebbe comportare una riduzione delle vendite.

In breve, sia l’approccio intuitivo che quello razionalista ingenuo presentano significative limitazioni quando l’intuito del manager e il libro di testo del teorico si confrontano con l’interazione complessa delle forze di mercato competitive su larga scala. Per non parlare dell’impatto che il problema dell’allineamento dei prezzi può avere sulla previsione della domanda. In breve, l’aggiornamento frequente dei prezzi in una corsa al ribasso nel settore del retail serve ad aggravare le difficoltà nella previsione della domanda, introducendo maggiore incertezza nei modelli di previsione della domanda.

Questo, infatti, rivela la concezione centrale sottolineante dei modelli di pricing descritti qui: cercare di ottimizzare i prezzi in modo isolato - cioè indipendentemente dall’ottimizzazione iniziale della previsione della domanda - è una proposta alquanto retrograda. Qualunque modello si utilizzi, il problema dell’allineamento dei prezzi si erge di fronte ad esso.

Ottimizzare i prezzi senza ottimizzare anche la previsione della domanda potrebbe portare sia i sostenitori del modello intuitivo che quelli del modello razionalista a fissare prezzi troppo alti e a sopprimere la domanda (e quindi i profitti), oppure a fissare prezzi troppo bassi e a sacrificare i profitti. Pertanto, stabilire una strategia efficace di pricing competitivo (e aziendale) deve incorporare sia l’ottimizzazione della domanda che quella dei prezzi².

Stabilire una strategia di pricing

Per ottimizzare efficacemente la propria strategia di pricing, è necessario definire in modo coerente e testare i prezzi. Il primo implica delineare precisamente cosa si sta offrendo all’interno del mercato più ampio, poiché le strategie di pricing differiscono a seconda del tipo di bene/servizio offerto; per quanto riguarda il test dei prezzi, è imperativo condurre rigorosi test quantitativi, tenendo conto della moltitudine di variabili salienti che governano il comportamento dei consumatori.

Definire il prodotto da prezzare

Alla base della propria strategia di pricing c’è la corretta designazione del prodotto stesso. I beni possono essere generalmente divisi tra desideri - cose che le persone desiderano consumare - e necessità - cose che le persone generalmente devono consumare.

I mercati dei desideri sono tipicamente caratterizzati da venditori i cui prodotti sono desiderati per scopi oltre la mera funzionalità, e questi prodotti sono strettamente legati a un marchio. Questo marchio è, di fatto, il motore della domanda. Ad esempio, una borsa di alta gamma di un designer esclusivo può facilmente avere la sua funzionalità replicata da una borsa di plastica di un supermercato locale. Tuttavia, questo significa ignorare il valore che le persone attribuiscono alla creazione del designer. Fondamentalmente, se un consumatore decide di non acquistare un prodotto desiderato, non ci saranno effetti negativi data la natura intrinsecamente discrezionale dell’acquisto.

I mercati delle necessità, al contrario, richiedono essenzialmente il consumo. Optare per non acquistare l’elettricità per la propria casa è una scelta con conseguenze immediate - e potenzialmente durature. I consumatori potrebbero (se il mercato dell’energia del loro paese è liberalizzato) avere opzioni per i loro fornitori di energia, ma la necessità di consumo è praticamente garantita. In altre parole, poiché l’elettricità viene venduta in un mercato delle necessità, ci sarà un fornitore che soddisfa questa domanda. In queste situazioni, i marchi (o le aziende) sono motori di scelta piuttosto che di domanda.

Definire in quale mercato si opera è un primo passo fondamentale per calibrare la propria strategia di pricing. Anche dopo che ciò è stato determinato, la strategia richiede comunque sottigliezza. Considera le sfide che i modelli di pricing strettamente intuitivi o razionalisti ingenui affrontano con beni di lusso e beni essenziali.

Per gli articoli di lusso (desideri), il modello intuitivo potrebbe trascurare il valore psicologico, mentre il modello razionalista ingenuo potrebbe sottovalutare la percezione del consumatore. Per i beni essenziali (necessità), il modello intuitivo potrebbe portare a prezzi ingiusti a causa dell’elasticità della domanda³, mentre il modello razionalista ingenuo potrebbe non considerare le fluttuazioni dei costi o l’impatto sociale dei prezzi alti/bassi.

Dato che le strategie di pricing variano a seconda dei desideri rispetto alle necessità (tra una serie di altri fattori), le sezioni seguenti forniranno indicazioni applicabili nella maggior parte degli scenari, anche se i dettagli varieranno naturalmente a seconda delle situazioni specifiche dei singoli clienti.

Test quantitativo delle strategie di pricing

In un mercato al dettaglio dei desideri, il test dei prezzi A/B può essere utilizzato per identificare un punto di prezzo ottimale che massimizza il profitto o le vendite. Questo processo prevede la selezione di un prodotto (o prodotti) e due diversi punti di prezzo, quindi la suddivisione della base clienti in due gruppi simili, l’esecuzione del test (offrendo il prodotto a ciascun punto di prezzo) e l’analisi dei risultati. I risultati dovrebbero considerare metriche quantitative come vendite, ricavi e profitto, nonché impatti qualitativi come la percezione del marchio e la soddisfazione del cliente. Per i beni di lusso (desideri), un punto di prezzo più alto potrebbe comportare meno vendite ma potrebbe migliorare la percezione di esclusività e qualità, portando a un profitto totale più elevato.

Al contrario, il test dei prezzi A/B in un mercato delle necessità comporta passaggi simili ma richiede una cura particolare a causa della domanda inelastica di questi prodotti/servizi. I fornitori di servizi possono utilizzare questa strategia per capire come i cambiamenti di prezzo influenzano il comportamento, la soddisfazione e il ricavo complessivo dei clienti. Tuttavia, i test in questo mercato devono essere condotti tenendo conto delle considerazioni etiche e dell’impatto potenziale sull’accesso dei clienti a beni o servizi essenziali (necessità). I quadri normativi possono influenzare significativamente tali test e gli aggiustamenti dei prezzi dovrebbero evitare di causare difficoltà indebite ai clienti.

Dato che i test A/B richiedono molto lavoro e sono costosi, l’attenzione dovrebbe essere focalizzata sulla scoperta incrementale di una base di conoscenze sui prezzi, piuttosto che su test esaustivi. Ciò offre l’opportunità di comprendere le risposte del mercato ai prezzi, con ogni esperimento che testa un’unica ipotesi e che produce sistematicamente conclusioni specifiche del settore. Unendo queste intuizioni, diventa possibile elaborare una strategia di pricing completa basata su una profonda comprensione quantitativa del mercato, anziché fare affidamento su un kit di ottimizzazione numerica opaco fotocopiato da un libro di testo universitario.

In termini pratici, una strategia di pricing consiste in una serie di intuizioni semplici, tra cui:

• Evitare di esercitare pressioni sui prezzi quando le scorte sono in diminuzione

• Interrompere la spesa per gli annunci AdWords per i prodotti che non sono competitivi per il primo contatto

• Ridurre l’accumulo di inventario obsoleto offrendo sconti tempestivi

• Interrompere le promozioni per i prodotti che potrebbero essere stati venduti al prezzo pieno

Applicando saggiamente queste intuizioni, i rivenditori possono creare strategie di pricing complete, superando i limiti dei modelli intuitivi o razionalisti ingenui.

La programmabilità è inevitabile

Considerando che le condizioni di mercato sono in costante mutamento, i prezzi al dettaglio dovrebbero riflettere questa dinamicità. Qualsiasi strategia che dipenda dall’aggiustamento manuale dei singoli prezzi soffre non solo dall’incapacità di essere testata e di conseguenza misurata, ma anche da una produttività notevolmente bassa. Pertanto, l’esecuzione delle strategie di pricing dovrebbe essere prevalentemente automatizzata.

Qualsiasi software che automatizza le strategie di pricing al dettaglio deve essere in grado di adattarsi virtualmente a qualsiasi strategia concepibile. In caso contrario, un’azienda è costretta a una selezione limitata di ricette di pricing che potrebbero non essere ideali per le proprie esigenze. Per verificare se un determinato software è sufficientemente potente per requisiti specifici, si può utilizzare un semplice esperimento: il test di Excel. Secondo questo test, una soluzione di pricing dovrebbe essere in grado di implementare qualsiasi strategia di pricing che potrebbe altrimenti essere realizzata in Excel.

In sintesi, se un software non è in grado di eseguire compiti facilmente realizzabili in Excel, è irragionevole aspettarsi che da tale software derivino capacità sofisticate di pricing al dettaglio⁴.

Dati rilevanti per il pricing

Una tendenza comune tra la maggior parte degli strumenti di pricing al dettaglio è quella di attribuire un’importanza significativa ai prezzi stabiliti dai concorrenti. Sebbene questa possa essere una fonte valida di informazioni (che verrà affrontata in una successiva sottosezione), c’è il pericolo di sovrappesare questi dati e ignorare l’immagine molto più ampia. In parole semplici, i prezzi stabiliti dalla concorrenza non forniscono necessariamente una guida chiara su se eguagliare o sottoprezzare detta concorrenza. Ancora più importante, non indicano quali prodotti sono cruciali per l’esecuzione di tali strategie, né il momento e il luogo appropriati per l’attuazione di una nuova strategia di pricing.

Dati aziendali storici

Piuttosto che semplicemente ancorare i prezzi a quelli dei concorrenti, una strategia di pricing al dettaglio sfumata inizia con un’analisi approfondita dei propri dati aziendali. Questi dati sono la fonte di informazioni più affidabile e completa per qualsiasi azienda, e una contabilizzazione accurata della vasta gamma di flussi di dati può fornire intuizioni preziose. In ordine decrescente di importanza, questi flussi includono:

• Un catalogo completo di prodotti (e i loro attributi)

• Livelli di scorte di inventario e ordini di acquisto in arrivo

• Registro degli articoli venduti in passato

• Registro degli ordini di acquisto effettuati in passato

• Registro delle cancellazioni, dei resi, dei chargeback e degli incidenti passati

• Registro dei prezzi visualizzati in passato

• Traffico web aggregato per prodotto al giorno

• Costi di Search Engine Marketing (SEM) per prodotto al giorno

Tra questi dati, gli ultimi due flussi sono tipicamente più sfidanti da consolidare, principalmente a causa del volume considerevole di dati rilevanti, che è di solito 100 volte più grande rispetto a tutti gli altri dataset combinati. Tuttavia, ad eccezione di questi ultimi due punti, il recupero dei dati aziendali fondamentali sopra menzionati dovrebbe avere la massima priorità rispetto all’acquisizione dei dati dei concorrenti⁵.

Intelligence competitiva

Dopo l’acquisizione e l’implementazione strategica dei dati aziendali fondamentali per l’ottimizzazione dei prezzi al dettaglio, un’azienda può passare alla sorveglianza meticolosa delle azioni di prezzo dei propri concorrenti. Dal punto di vista tecnologico, il monitoraggio dei prezzi dei concorrenti comprende tre fasi distinte:

• Crawling: Questo si riferisce all’esplorazione automatizzata di tutti i link accessibili sul sito web di un concorrente, con l’intento di scoprire tutti i prodotti offerti ai clienti.

• Estrazione delle caratteristiche: Questa operazione comporta la trasformazione automatizzata di pagine web non strutturate in un dataset strutturato. Si concentra principalmente sull’isolamento dei nomi dei prodotti, delle caratteristiche dei prodotti e dei prezzi dei prodotti, tra gli altri elementi salienti.

• Corrispondenza dei prodotti: Questo compito comporta l’abbinamento automatizzato di prodotti comparabili tra le offerte di un’azienda e quelle dei loro concorrenti. Dei tre passaggi sopra, la corrispondenza dei prodotti spesso presenta la maggiore complessità operativa, soprattutto per settori in cui non ci sono corrispondenze dirette tra i prodotti, come nel campo della moda⁶.

Con la disponibilità di un team IT robusto, è fattibile per un’azienda implementare la propria soluzione, utilizzando strumenti open-source come Scrapy.org. Questa risorsa fornisce un vantaggio sostanziale in termini di ottenere risultati tangibili in un breve periodo di tempo⁷.

Limiti dell’intelligence competitiva

Le strategie di pricing basate sui dati aziendali fondamentali sono desiderabili, dato che la qualità dei dati sottostanti è generalmente impeccabile. Possono verificarsi occasionali inesattezze a causa di errori di immissione dati, ma nel complesso i dati possono essere considerati assolutamente accurati (essenzialmente 100%).

Al contrario, la qualità dei dati dei concorrenti - anche nelle circostanze ottimali - tende a essere considerevolmente inferiore. Ogni passaggio dettagliato nella precedente sottosezione comporta il potenziale di costosi errori: un prodotto specifico di un concorrente potrebbe essere trascurato, un prezzo errato potrebbe essere estratto o un prodotto potrebbe essere abbinato in modo errato. Un notevole sforzo deve essere dedicato alla valutazione accurata di questi dati, altrimenti l’ottimizzazione dei prezzi al dettaglio è a rischio di significativi problemi di integrità dei dati.

Numerosi fornitori sostengono di offrire soluzioni di intelligence competitiva preminenti. Come linea guida generale, è consigliabile effettuare un test semplice per mettere alla prova tali affermazioni: richiedere al fornitore di intelligence competitiva di fornire un confronto diretto tra il proprio negozio online e quello del principale concorrente. Questo esercizio consente di valutare la tecnologia di intelligence competitiva confrontando i dati appena estratti dal web con i dati estratti dai propri sistemi interni⁸.

Un’altra indicazione di una tecnologia potenzialmente debole è un fornitore che richiede un estratto del database dei prodotti di un potenziale cliente. In sostanza, il fornitore cerca probabilmente queste informazioni per assicurarsi che i dati visualizzati alla fine del processo siano allineati con il database dei prodotti del cliente. Questa pratica non solo è sleale, ma impedisce anche qualsiasi tentativo da parte del cliente di identificare problemi significativi di qualità dei dati. In realtà, il fornitore è ben consapevole che la capacità di un determinato cliente di esaminare i dati sui prezzi dei concorrenti è notevolmente limitata, a differenza dei dati dal proprio sito web che possono essere direttamente incrociati con i database interni.

Il punto di vista di Lokad

Tentare di scoprire i punti di prezzo ottimali senza ottimizzare prima la previsione della domanda lascia vulnerabili a problemi altrimenti prevedibili, come il comportamento erratico dei clienti (ad esempio, la stagionalità) e le politiche di gestione delle scorte fragili. Pertanto, il pricing al dettaglio non dovrebbe essere considerato come un meccanismo indipendente, ma piuttosto come parte di un’ottimizzazione generale della supply chain. In questo contesto, è meglio evitare pratiche di pricing che non scalano (come la fissazione del prezzo istintiva) e quelle che sono eccessivamente rigide e trascurano il ruolo delle forze qualitative chiave.

Oltre a ciò, sviluppare una strategia di pricing al dettaglio efficace richiede un’analisi approfondita ed esigente dei dati storici aziendali, un’attenta sperimentazione dei prezzi e un approccio automatizzato per gestire i continui cambiamenti di mercato. Inoltre, l’integrità dei dati, specialmente per quanto riguarda i dati dei concorrenti, è fondamentale per evitare errori di pricing al dettaglio. Per questo motivo, guardare prima all’interno - ai propri dati aziendali - fornisce la migliore base su cui costruire una strategia competitiva di ottimizzazione dei prezzi al dettaglio.

Lokad è progettato per ottimizzare l’intera supply chain, dal riapprovvigionamento prioritizzato delle scorte all’allocazione delle scorte al dettaglio e al pricing competitivo dei prodotti.

I professionisti della supply chain che desiderano ottimizzare l’intera supply chain sono invitati a inviare un’e-mail a contact@lokad.com per organizzare una dimostrazione di un’ottimizzazione automatizzata end-to-end.

Note