Wichtiger Trend 2020:Preisanpassungsautomatisierung

Von Thomas R. Cutler

Automatisierungslösungen wurden angepasst und angepasst, um Herstellern das Festlegen und Verwalten von Preisgrenzen zu erleichtern.

Wenn zu den Unternehmenszielen eine schnelle und wiederholte Anpassung von Preisen auf der feinsten Ebene gehört, muss die Automatisierung so konzipiert sein, dass sie den Schmerz lindert, indem einfache Regeln zur Ableitung von Preisen verwendet werden.

Bisher befürchteten die meisten Entscheidungsträger in Industrieunternehmen eine lange Implementierungszeit, Komplexität und erhebliche Kosten für Preistechnologie.

Neue Lösungen überwinden diese Bedenken und bieten eine automatisierte Preisanpassungstechnologie, die kostengünstig und in nur wenigen Wochen implementiert werden kann.

Bedeutende Verbesserungen bei Umsatz und Marge durch Bereitstellung einer klaren, geführten Benutzererfahrung (über aufschlussreiche Dashboards und umfassende Preiswissenschaft) bedeutet, dass Hunderte von Fertigungsunternehmen bis zum 4. Quartal 2020 von dieser Automatisierung profitieren werden.

Dadurch wird sichergestellt, dass die Preisgestaltung an den strategischen Zielen ausgerichtet bleibt, um die optimalen Margen zu erreichen.

Die Automatisierung muss mit einer einfachen Integration in Quellsysteme beginnen, gefolgt von einer nahtlosen Befüllung von Transaktionssystemen mit perfektionierten Preisen. Wenn diese Prozesse vorhanden sind, ermöglicht die Preisausrichtung eine komplexe Automatisierung der Preisgestaltungslogik.

Preisexperten für die Automatisierungsfertigung teilen Best Practices

Die Preisexperten Dallas Crawford und Dan Barrett wurden gebeten, darzulegen, wie Hersteller den Preisbedarf mithilfe von Datenanalysen analysieren sollten.

Crawford (Bild links) bestand darauf, dass die Preisanpassung an die Datenanalyse problemlos in Echtzeit erfolgen kann. Die Fähigkeit, sich auf hohe und niedrige Volumina zu konzentrieren, die außerhalb einer normalen Trend- oder Saisonverteilung liegen, kann Aufschluss darüber geben, wo Margenmöglichkeiten bestehen.

Ein höheres Volumen bietet Möglichkeiten, die Preise je nach Nachfrage anzupassen oder Marktanteile zu gewinnen. Ein geringeres Volumen bietet Möglichkeiten, die Preisgestaltung zu analysieren und festzustellen, ob Marktanteile verloren gehen oder ob sich der Lebenszyklus des Produkts dem Ende nähert.

Barrett (Bild links) stellte fest, dass die beste Methode zur Analyse und Optimierung der Kundenpreise darin besteht, die Daten zu modellieren und sicherzustellen, dass die Analyseplattform sie auf einer sehr diskreten Ebene unterstützt. Kundendaten nach Standort oder Produkt-SKUs ermöglichen eine optimale Bereitstellung einzigartiger Preise. Das Verstehen und Prognostizieren der Preiselastizität der Kunden ist der Schlüssel zur Bestimmung des optimalen Preises.

Preissensitivität

Crawford schlug vor, dass die maschinellen Lernmodelle von QueBIT PriceAlign anpassungsfähiger sein können als typische Zeitreihenmodelle in der Pandemieumgebung.

Durch das Hinzufügen qualitativ hochwertigerer und zeitnaher Eingabevariablen (wie Kraftstoffkosten) kann das Modell kontextbezogener und toleranter gegenüber den abweichenden Daten sein, die während dieses einzigartigen Ereignisses gesammelt wurden.

Die Pandemie gibt Fertigungsunternehmen, die die Technologie annehmen, die Möglichkeit, die Auswirkungen zu untersuchen und zu modellieren, um besser auf zukünftige Ereignisse vorbereitet zu sein. Herunterfahren führt möglicherweise zu unvollständigen Daten; Zukünftiges Training von Modellen für maschinelles Lernen muss sich damit befassen.

Barrett ist überzeugt, dass die Pandemie zwar ein wichtiger Treiber für die Preisanpassung ist, aber nur ein Faktor bleibt, der sich auf die Nachfrage- und Angebotsseite auf die Hersteller auswirkt.

Durch den Wegfall von Tabellenkalkulationen verbessert die Preisanpassung die Möglichkeit, die Preisgestaltung schnell an die detailliertesten Ebenen und Marktbedingungen anzupassen. Innerhalb weniger Wochen stellen die automatisierten Preisdaten sicher, dass Hersteller in der Lage sind, Kundensegmente zu visualisieren, die von Variablen gesteuert werden, die die Nachfrage formen, wie z. B. Demografie, was gezieltere und dynamischere Preisanpassungen ermöglicht.

Nur durch eine automatisierte Preisausrichtung sind mittelständische Hersteller in der Lage, Preisstrategien auf ein neues Niveau der Ausgereiftheit zu bringen, eine dynamische Preisgestaltung basierend auf einer Vielzahl von Faktoren zu erreichen und die Preiselastizität über verschiedene Kunden, Produkte oder Regionen hinweg zu verstehen.

Die Nutzung von Big Data automatisiert und beschleunigt das effektivste Preismodell für kleine oder mittelständische Hersteller. Barrett schlug vor, dass zusätzliche Informationen oft Kontext liefern und die nützlicheren Datenelemente in einen ganzheitlicheren Prozess integriert werden können.

Laut Crawford nehmen Hersteller Big Data in Form von Rechnungen, Angeboten, Kosteninformationen, Nachfrage und Angebot auf, die von Preisexperten nicht genutzt werden können.

Fortschrittliche Preissysteme können schnell eine Schnittstelle zu Big Data herstellen, sie über Dimensionen (SKUs, Kunden, Standorte usw.) hinweg analysieren und den iterativen Preisfindungsprozess automatisieren. Dies gibt Herstellern die Möglichkeit, Preisänderungen schnell vorzunehmen und die resultierende Leistung dieser Änderungen aktiv zu verwalten.

Dieser einzigartige Automatisierungsansatz nutzt vorausschauende Bedarfspläne, die fortschrittliche Analysen nutzen, um Genauigkeit und optimale Preise zu erzielen. Nur mit der Automatisierung der Preisanpassung können Unternehmen angemessen auf schnelle Preisschwankungen während der Pandemie reagieren.

Experten der Preisbildungsbranche:

Dallas Crawford ist ein Advanced Analytics Executive bei QueBIT mit über 10 Jahren Erfahrung in der Unterstützung von Kunden bei der Nutzung von Predictive Analytics, um fundierte strategische Entscheidungen zu treffen. Vor QueBIT verbrachte er 7 Jahre bei IBM, betreute Kunden im Vertriebssektor und leitete mehrere wichtige Predictive Analytics- und Reporting-Projekte. Dallas schloss sein Studium 2008 mit einem MBA an der Florida A&M University ab.

Dan Barrett ist Advanced Analytics Technical Manager bei QueBIT. Barrett war mehr als 12 Jahre lang als Controller und CFO für ein Fertigungsunternehmen tätig. Er leitete erfolgreich Evaluierungen von Advanced Analytics-Lösungen in Hunderten von Evaluierungszyklen mit einigen der weltweit führenden Fertigungs- und Einzelhandelsunternehmen. Während seiner Zeit bei IBM und Cognos leitete er die Entwicklung und Umsetzung von Distributions- und Manufacturing Performance Management-Lösungen.

Autorenprofil :Thomas R. Cutler ist President und CEO von TR Cutler, Inc. mit Sitz in Fort Lauderdale, Florida, das sein 21-jähriges Bestehen feiert. Cutler ist der Gründer des Manufacturing Media Consortium, dem mehr als 8000 Journalisten, Redakteure und Ökonomen angehören, die über Trends in Fertigung, Industrie, Materialhandhabung und Prozessverbesserung schreiben. Cutler verfasst jährlich mehr als 1000 Sonderartikel zum Fertigungssektor. Mehr als 4500 Branchenführer folgen Cutler täglich auf Twitter unter @ThomasRCutler. Kontaktieren Sie Cutler unter [email protected].