Признания мастера ценообразования. Как цена влияет на прибыль, выручку, долю рынка, объем продаж и выживание компании

Однако существует множество схем личностной ценовой дифференциации, которые признаны повсеместно. Например, все виды скидок для детей, студентов, ветеранов и пенсионеров. Никто не возражает против того, что члены определенных организаций и клубов получают особые льготы и скидки. Более неприятные для потребителей, но интересные для продавцов – это успешные попытки дифференцировать цены по такому критерию, как покупательная способность или ценовая чувствительность. Но в любой ситуации, когда покупатели и продавцы обговаривают цены индивидуально, именно в этом и заключается цель. Заявленные цены – это лишь отправная точка для индивидуальной ценовой дифференциации. Когда кто-то покупает машину, все зависит от таланта продавца – насколько он сумеет использовать готовность клиента платить.

Личностная ценовая дифференциация может также отражать разный уровень расходов и рисков людей. В итальянском банке UniCredit Banca процентная ставка по кредитам зависит от кредитной истории клиента. Банк вознаграждает лояльность и своевременные платежи низкой ставкой по кредитам. В первые три года банк назначает 100 базисных пунктов сверх базовой процентной ставки. Затем эта цифра ежегодно сокращается на 10 базисных пунктов (до минимальных 70 базисных пунктов за три года), если клиент производит выплаты вовремя. То есть, если ипотека составляет $500 000, это означает, что ежегодно вы экономите $1500.

Намного более разнообразные формы личностной ценовой дифференциации можно найти онлайн. Поставщики электронной торговли много узнают о своих клиентах благодаря их транзакциям и в крайних случаях могут варьировать цены на индивидуальном уровне. Говорят, что онлайн-компании используют пиковые и непиковые цены, повышая стоимость товаров в вечернее время по сравнению с дневным. Для такой временно́й дифференциации существуют веские аргументы, которые на самом деле представляют собой один из вариантов личностной ценовой дифференциации. В течение дня существует высокая вероятность того, что Интернетом пользуются чувствительные к ценовым изменениям подростки и студенты. Взрослые, скорее всего, находятся в это время на работе, однако у них более высокая покупательная способность и низкая ценовая чувствительность. Они склонны чаще делать онлайн-заказы по вечерам. Разве не разумно предлагать низкие цены в течение дня и высокие цены по вечерам?

Недавно я заказал пару ботинок на Zalando. С тех пор на каждой третьей веб-странице, на которую я захожу, есть реклама обуви. Zalando и другие компании могут размещать свою рекламу на других веб-сайтах, нацелившись прямо на меня. Если это можно сделать с рекламой, то можно и с ценами. Это один из способов перейти от прямоугольника прибыли к треугольнику прибыли, если допустить, что вы обладаете достоверной информацией о готовности покупать индивидуальных клиентов. «Большие данные», анализ огромных объемов данных о транзакциях на индивидуальном уровне, открывает фантастические новые возможности для личностной ценовой дифференциации. Здесь возникает интересный вопрос: следует ли потребителям время от времени заказывать очень дешевую продукцию, чтобы продемонстрировать продавцу высокий уровень ценовой чувствительности? Это может стимулировать рекламу особых предложений и привлекательных цен – в общем, новую игру в кошки-мышки.

Реализация личностной ценовой дифференциации требует определенных усилий. Необходимо убедиться в том, что потенциальный покупатель принадлежит к конкретной группе (например, по студенческому удостоверению или дате рождения), или выдать клиенту личную карту (клубную карту BJ’s, карту Американской автомобильной ассоциации или любое количество кредитных карт розничных продавцов).[152] Для онлайн-торговли индивидуальные транзакции потребителей следует фиксировать и анализировать. Банки и страховые компании с незапамятных времен собирали информацию о каждой транзакции каждого клиента, но им, как правило, не хватало аналитических способностей, чтобы извлечь выгоду из этих данных и адаптировать свое предложение под каждого клиента. Вопрос остается актуальным: насколько компания может влиять на поведение индивидуальных потребителей? Я лично заказал несколько сотен книг на Amazon, но ни разу не получал от этой компании рекомендации по книгам, которые привели бы к покупке. В моем случае вся их аналитическая работа оказалась пустой тратой времени. А что касается раздражающих реклам обуви с Zalando, они вызвали у меня отторжение, вместо того чтобы мотивировать на новую покупку. Однако при всем при этом я не отговариваю вас от данной практики. Но я считаю, что ее следует усовершенствовать. Одна из проблем заключается в том, что данные и алгоритмы не раскрывают основополагающих поведенческих стимулов. Относительно цен это действительно большая проблема, потому что онлайн-компании знают только цену, которую заплатил клиент, однако без дополнительной информации (например, тестов) они не могут с уверенностью судить о ценовой чувствительности клиента.

Цена и местоположение