ΕΚΤΥΠΩΣΗ
Εκτύπωση αυτής της σελίδας
Προσελκύστε καταναλωτές, χωρίς να θυσιάσετε τα περιθώρια κέρδους – Μέρος 2ο

Προσελκύστε καταναλωτές, χωρίς να θυσιάσετε τα περιθώρια κέρδους – Μέρος 2ο

01:09 - 23 Νοε 2016
Στο προηγούμενο άρθρο εξηγούσαμε πως μπορούν οι λιανέμποροι να αποφασίσουν για την τιμολόγηση των προϊόντων τους, χρησιμοποιώντας τα big data και τα προηγμένα Analytics, τα οποία προσφέρουν μεθόδους που μπορεί να τους βοηθήσουν να προσελκύσουν τους συνειδητοποιημένους – όσον αφορά τις τιμές – καταναλωτές, χωρίς να θυσιάσουν τα περιθώρια κέρδους τους. Κρίσιμη στο σημείο αυτό, είναι η αναγνώριση των KVCs (key value categories) και KVIs (key value items), για την επίτευξη της οποίας, όμως, πολλοί λιανέμποροι στερούνται μιας συστηματικής διαδικασίας.

Υπενθυμίζουμε ότι ως KVCs  και KVIs θεωρούμε εκείνες τις κατηγορίες προϊόντων τις τιμές των οποίων οι καταναλωτές τείνουν να επισημαίνουν και να θυμούνται. Τα KVIS μπορεί να αντιπροσωπεύουν το 15% έως 25% των πωλήσεων ενός λιανέμπορου. Τα άλλα προϊόντα της γκάμας κατηγοριοποιούνται ως “foreground” ή ως “background” αγαθά.

Πώς εντοπίζονται τα KVCs και τα KVIs μεταξύ των προϊόντων που αγοράζονται συχνά

Για τα συχνά αγοραζόμενα είδη, οι έμποροι λιανικής μπορούν να επιλέξουν αυτά που εντάσσονται στα KVCs βαθμολογώντας κάθε κατηγορία με βάση τρία κριτήρια: τη συχνότητα αγοράς (σταθμισμένη κατά 40%), την προσβασιμότητα των πελατών σε αυτά (40%), και το μερίδιο τους στην προώθηση (20%). Στη συνέχεια, για τον εντοπισμό των KVIs, μπορούν να ακολουθήσουν τέσσερα διαδοχικά στάδια, καθένα από τα οποία περιλαμβάνει τη χρήση των big data αλλά και προηγμένων αναλυτικών μοντέλων και υπολογισμών:

  • Πρώτον, εντοπίστε τους διαθέσιμους κωδικούς (SKUs) που μπορούν να χαρακτηριστούν ως «συμφέρουσα αγορά» ή έχουν την καλύτερη δυνατή σχέση ποιότητας-τιμής. Αυτά τα προϊόντα είτε είναι φθηνά σε σχέση με την κατηγορία τους ή έχουν χαμηλή τιμή ανά μονάδα. Ένα μπουκάλι δύο λίτρων αναψυκτικού, π.χ., θα μπορούσε να χαρακτηριστεί ως «συμφέρουσα αγορά», αντίθετα από ένα μπουκάλι μισού λίτρου, δεδομένου ότι η τιμή της φιάλης των δύο λίτρων προκύπτει χαμηλότερη ανά λίτρο. Αυτοί οι υπολογισμοί θα πρέπει να γίνουν για κάθε είδος στα εβδομαδιαία δεδομένα, για να διορθωθούν τυχόν προσωρινές αλλαγές στις τιμές και τις προσφορές. (Ένα προϊόν σε έκπτωση θα μπορούσε να είναι «συμφέρουσα αγορά» αυτή την εβδομάδα, αλλά όχι όταν πωλείται σε κανονική τιμή).
  • Στη συνέχεια, προσδιορίστε τους πελάτες που αγοράζουν ως επί το πλείστον -value-for-money SKUs (δηλαδή προϊόντα με άριστη σχέση ποιότητας-τιμής), υποθέτοντας ότι πρόκειται για πελάτες ευαισθητοποιημένους, οι οποίοι πιθανότατα θυμούνται τις τιμές των προϊόντων που αγοράζουν. Η ανάλυση μπορεί να γίνει μόνο με δεδομένα που βασίζονται στις αγορές με κάρτες πιστότητας. Οι λιανέμποροι που δεν διαθέτουν δεδομένα καρτών πιστότητας, μπορούν να εντοπίζουν αντίστοιχα καλάθια πελατών χρησιμοποιώντας τα δεδομένα των συναλλαγών.
  • Τρίτον, αξιολογήστε τη σχετική σημασία των ειδών που αγοράζονται από τους ευαισθητοποιημένους στις τιμές πελάτες. Το βήμα αυτό απαιτεί από τον λιανέμπορο να μπορεί να απαντήσει στα εξής δύο ερωτήματα σχετικά με κάθε είδος: Ποιο ποσοστό των ευαισθητοποιημένων πελατών αγοράζει το είδος αυτό; Και ποιο είναι το ποσοστό των ευαισθητοποιημένων πελατών στο σύνολο των πελατών οι οποίοι αγοράζουν το είδος αυτό; Αυτές οι δύο μετρήσεις στη συνέχεια συνδυάζονται ώστε να προκύψει ο μέσος όρος στο σκορ αναγνωρισιμότητας-τιμής.
  • Τέλος, κατατάξτε τους κωδικούς σας SKUs στις κατηγορίες τους, σύμφωνα με τα αποτελέσματα στο σκορ αναγνωρισιμότητας-τιμής. Οι κορυφαίοι SKUs είναι τα ζητούμενα KVIS.

Οι μεθοδολογίες αυτές έχουν αποφέρει θετικά αποτελέσματα σε διαφορετικούς τύπους και μεγέθη εμπόρων λιανικής πώλησης, τόσο σε μικρές όσο και σε μεγάλες αγορές. Η McKinsey αναφέρει χαρακτηριστικά ότι μια αλυσίδα με είδη παντοπωλείου στην Ανατολική Ευρώπη, προσπαθούσε να χτυπήσει όλες τις τιμές των κυριότερων ανταγωνιστών της σχεδόν σε κάθε προϊόν. Από τότε που στράφηκε προς μια εστιασμένη στρατηγική τιμολόγησης στα KVCs και KVIs, τo περιθώριο κέρδους της αυξήθηκε κατά δύο ποσοστιαίες μονάδες.

Copyright © 1999-2024 Premium S.A. All rights reserved.