A reputação de preços dinâmicos evoluiu quase tão rapidamente quanto a tecnologia e talento que a alimentam. O que começou como uma maneira de as companhias aéreas e hotéis equilibrarem a oferta e a demanda por inventário perecível se transformaram em uma maneira de qualquer empresa implantar inteligência artificial (AI) para processar a inúmeras entradas financeiras e comerciais para alcançar o santo graal de preços: a decisão do preço correto no tempo certo para um cliente específico. Reforçando suas dúvidas são vários mitos e conceitos errôneos que rotulam os preços dinâmicos como assustadores ou como exagero de alta tecnologia. Essa resistência persiste, embora várias tendências estejam criando oportunidades convincentes e argumentos fortes para as empresas B2B a adotarem. Essas tendências incluem uma demanda cada vez mais volátil-especialmente durante a atual crise covid-19-junto com ciclos de vida acelerada do produto e a proliferação de dados facilmente acessíveis. A primeira etapa crítica é que as empresas vejam através dos mitos em torno de preços dinâmicos, o que ajudará a proporcionar a ambição e a direção para iniciar sua jornada. exemplos. Mas os preços dinâmicos assumem muitas formas, além de atualizações constantes de preços em tempo real. No sentido mais amplo, a jornada de uma empresa em direção a preços dinâmicos é aquela que se afasta de recomendações estáticas de preços estáticos e de um tamanho único, informados por insumos ocasionais. No seu destino mais lucrativo, as empresas usam a IA para analisar inúmeros insumos em tempo quase real para gerar resultados de preços que podem ser adaptados até o nível individual do cliente. (Consulte o Anexo 1.)
But many B2B companies remain skeptical. Reinforcing their doubts are several myths and misconceptions that label dynamic pricing as too daunting or as high-tech overkill. This resistance persists, even though several trends are creating compelling opportunities and strong arguments for B2B companies to adopt it. These trends include increasingly volatile demand—especially during the current COVID-19 crisis—along with accelerated product life cycles and the proliferation of readily accessible data.
Our research shows that B2B companies can generate higher revenue and margins by implementing a more dynamic approach to pricing. The first critical step is for companies to see through the myths around dynamic pricing, which will help provide the ambition and the direction to start their journey.
Myth: Dynamic Pricing Is Just “Normal” Pricing With Real-Time Updates
It is no surprise that many managers believe that dynamic pricing is synonymous with real-time price changes, given the way that the business press and others use travel and leisure companies as their go-to examples. But dynamic pricing takes on many forms besides constant, real-time price updates. In the broadest sense, a company’s journey toward dynamic pricing is one that moves away from static, one-size-fits-all price recommendations informed by occasional inputs. At their more lucrative destination, companies use AI to analyze numerous inputs in near real time to generate pricing outputs that can be tailored all the way down to the individual customer level. (See Exhibit 1.)
Moving away from a static pricing approach means listening for changes in market conditions, competition, and demand, and then using those inputs to make the right pricing decision. A company with long product life cycles and only a small, homogenous group of direct customers may require only infrequent price changes. A company with a large and diverse customer base, multiple distribution channels, and shorter product life cycles will have a greater need for more frequent and finely calibrated price changes. In either case, though, the company benefits from the control and confidence that AI-powered dynamic pricing provides.
The dynamic pricing journey moves from a static approach toward AI-based pricing decisions tailored to individual customers.
A transformação em um grande fabricante automotivo mostra como uma empresa pode passar do preço estático para uma abordagem de precificação dinâmica mais lucrativa. A Companhia melhorou a eficiência de seu programa de incentivos 10%, transferindo-o de um baseado simplesmente em país e veículo, para um programa mais sofisticado, com base em critérios como região, acabamento em veículos e tipo de incentivo. Os insumos granulares foram os dados de compra em cada veículo individual: modelo, opções, tempo e local de compra, etc. Usando um mecanismo de otimização, a montadora estimou elasticidade por tipo de incentivo (como dinheiro, finanças ou arrendamento) no nível do microsement, a fim de gerar a produção granular necessária: o tempo esperado que todos os segundos gastem em um despertador até que ele seja vendido, baseado em que todos os que foram vendidos, a fim de que todos os segundos, a fim de que todos os segundos, a cada um, todos os que todos os seguidores são vendidos, a fim de gerar, a fim de que todos os quais todos Usando essas idéias, o fabricante selecionou o cenário ideal de incentivo, fazendo compensações nas metas de lucro, ação e volume do mês atual, bem como o número e a mistura de veículos deixados nos lotes dos revendedores.
Mito: O preço dinâmico é útil apenas para mudanças rápidas de indústrias
Strictly falando, isso não é um mito. No entanto, depende da crença equivocada de que algumas indústrias não mudam rapidamente. Todas as indústrias - mesmo aqueles com ciclos de vida mais longos e relativamente pouca interrupção - são propensos a choques políticos, ambientais, sociais ou tecnológicos. A recente crise CoVid-19 é um exemplo extremo. Mas mesmo sem esse tipo de interrupção, a disponibilidade de dados apenas oferece uma lógica atraente para as indústrias aparentemente estáveis se reinventarem com preços dinâmicos. A maneira como as empresas de frete usavam informações de tráfego para otimizar seus custos é um dos muitos exemplos de utilização de dados. Melhorou as margens entre 100 e 250 pontos -base, mudando de uma abordagem de preços mais manual e menos disciplinada para um
A petrochemical products wholesaler demonstrated that dynamic pricing can generate significant bottom-line impact in industries that are not generally perceived as rapidly changing. It improved margins by between 100 and 250 basis points by shifting from a mostly manual, less disciplined pricing approach to an Solução de preços automatizados com base no aprendizado de máquina.= Mas esse é apenas um exemplo de dinâmica Jornada de preços em uma indústria B2B . Os preços dinâmicos abrangem vários casos de uso que atendem a diferentes necessidades e desbloqueiam um valor significativo. (Consulte Anexo 2.)
B2B companies with list-and-discount pricing structures can use dynamic pricing to set optimal list prices that take into account market, competitive, product, and cost factors. Tech, software, and telecommunications companies, among others, rely heavily on subscription business models and contract- or deal-pricing mechanisms and now use dynamic pricing to optimize their on-invoice and discretionary discounts. Distributors and B2B retailers can use dynamic pricing techniques to optimize their promotion planning by calculating promotional impact in advance. For B2B companies with the customer base and the market conditions to warrant a Abordagem de gerenciamento de rendimento , preços dinâmicos significa usar a IA para atender à demanda e vontade de pagar em tempo real no nível mais granular, mesmo até o segmento de um. As plataformas de comércio eletrônico B2B usam gerenciamento de leilão eficiente para otimizar os preços, representando a demanda em tempo real e a disposição de pagar de compradores individuais.
Myth: Dynamic Pricing Is Just a Black Box
The technical heart of dynamic pricing is obviously the pricing engine or algorithm, but treating that engine as simply a black box is a recipe for failure. D Os preços ynâmicos não são uma escolha "ou ou" entre máquinas e pessoas. Em vez disso, é uma solução "ambos e" que combina os pontos fortes de ambas as formas de inteligência.
Preço dinâmico é uma solução que combina os pontos fortes da inteligência artificial e humana.
As pessoas criam os benchmarks de preços, restrições e regras de negócios que informam os módulos de disposição de pagar e concorrentes do mecanismo de preços dinâmicos. Da mesma maneira, julgamento humano E a intervenção é vital para transformar as saídas do motor em decisões reais de preços. Finalmente, os algoritmos e motores devem ser entendidos - pelo menos até certo ponto - com aqueles que os usarão diariamente. A chave é investir em automação, equipes fortes e processos robustos, e envolver os usuários continuamente no processo de design, a fim de garantir que os funcionários vejam preços dinâmicos como mais do que apenas "caixas pretas" e "tecnologia legal". A equipe de preços precisará explicar como os motores funcionam e, idealmente, reforçam a confiança dos vendedores nos testes piloto no mercado. A empresa gerencia um catálogo de centenas de milhares de SKUs vendidos a dezenas de milhares de clientes de diversas indústrias. Para definir e atualizar continuamente bilhões de preços, a empresa implementou um algoritmo que atraiu um conjunto completo de dados de transações históricas, bem como características detalhadas dos clientes de fontes internas e externas. O aprendizado de máquina calculou uma disposição personalizada de pagar por cada produto e cada cliente. Mas, para não comprometer relacionamentos com o cliente de longa data, as equipes de vendas revisaram sistematicamente as posições de preços recomendadas. Um loop de feedback promoveu uma troca contínua entre os usuários e as equipes avançadas de análise e dados para melhorar o modelo.
Salespeople don’t need to become data scientists themselves, but they won’t embed dynamic price recommendations into their routines without trust and confidence in those recommendations. The pricing team will need to explain how the engines work and ideally bolster salespeople’s confidence with in-market pilot tests.
A B2B distributor in the building material sector increased its EBIT margin 100 basis points by using this combined human-machine approach to implement its dynamic pricing program. The company manages a catalog of hundreds of thousands of SKUs sold to tens of thousands of clients from many diverse industries. In order to set and continuously update billions of price points, the company implemented an algorithm that pulled in a complete set of historical transaction data as well as detailed characteristics of the clients from both internal and external sources. Machine learning computed a personalized willingness to pay for each product and each client. But in order not to jeopardize long-standing client relationships, the sales teams systematically reviewed the recommended price positions. A feedback loop fostered an ongoing exchange between the users and the advanced analytics and data teams to improve the model.
Mito: o preço dinâmico requer dados perfeitos ... e anos para implementar
Quem não gostaria de dados perfeitos para qualquer tarefa? A falta de dados perfeitos, no entanto, não é um impedimento ao preço dinâmico, nem é um motivo para adiá -los ou evitá -los. De fato, é um incentivo para implementá -lo. A capacidade de uma organização de coletar e analisar os insumos granulares melhora com o tempo e a repetição, porque prioriza os dados e torna sua coleção mais eficiente.
Nenhuma empresa começa com dados perfeitos ou uma infraestrutura perfeita. Porém, começar com um pequeno número de casos de uso e implementar os ciclos de desenvolvimento ágil permitirá que uma empresa identifique e priorize rapidamente os dados de que precisa. As empresas que integraram de maneira rápida e efetivamente o preço dinâmico em suas operações trataram essa jornada como um desafio de design multifuncional, não como um desafio técnico para os cientistas de dados e a organização de TI. As empresas geralmente criam recursos sequencialmente, concentrando -se em aprimorar as entradas ou saídas primeiro, e não ambas ao mesmo tempo. Alguns criarão os recursos de personalização primeiro, enquanto outros se concentram primeiro em capturar entradas em tempo real. Cada etapa sucessiva da jornada agrega valor.
Think of dynamic pricing not solely as a technical, tactical, data-driven tool, but rather as a journey towards more automated, frequent, and personalized price recommendations. The companies that have quickly and effectively integrated dynamic pricing into their operations have treated this journey as a cross-functional design challenge, not as a technical challenge for the data scientists and the IT organization. Companies generally build capabilities sequentially, focusing on enhancing either inputs or outputs first, rather than both at the same time. Some will build personalization capabilities first, while others focus first on capturing real-time inputs. Each successive step in the journey adds value.
A jornada também pode se mover rapidamente. Um grande distribuidor industrial de suprimentos de manutenção, reparo e operações precisava de apenas 12 meses para mudar sua configuração de preços de tabela para um mecanismo de preços dinâmicos, aumentado por raspagem de preços competitivos. A medida gerou US $ 40 milhões na melhoria do lucro no curto prazo e gerou um crescimento significativo de volume: um aumento no primeiro ano de 10% para toda a empresa e 20% em seu segmento mais lucrativo. Independentemente de onde uma empresa esteja em sua jornada, ela pode acelerar seu progresso, tornando as auto-avaliações mais profundas e contínuas em relação às capacidades obrigatórias para a implementação bem-sucedida de preços dinâmicos. (Consulte o Anexo 3.)
How B2B Companies Can Accelerate Their Dynamic Pricing Journeys
The adoption of dynamic pricing is not plug and play, but rather a journey unique to each organization. Regardless of where a company is on its journey, though, it can accelerate its progress by making deeper, ongoing self-assessments with respect to the must-have capabilities for successful implementation of dynamic pricing. (See Exhibit 3.)
A adoção de preços dinâmicos não é plug e play - a jornada é única para cada organização.
Com base nessas auto-avaliações, uma empresa pode estimar e recalibrar a vantagem financeira, os efeitos comerciais e o tempo necessário.
- Tecnologia e dados. Quantos dados de alta qualidade você possui e quão automatizados são os processos atuais para coleta e processamento de dados? Em algumas indústrias, os mecanismos de preços podem limitar a granularidade dos insumos que as empresas podem coletar. Uma empresa de materiais de construção, por exemplo, pode não ter muito uso para recursos de captura de entrada em tempo real, mas pode ter um grande interesse em outros casos de uso, como otimizar seus programas de preços ou descontos específicos para segmentos. Essa empresa teria um rico conjunto de dados a serem utilizados: informações sobre clientes, produtos, custos e preços dos concorrentes, além de detalhes do contrato, vitórias e perdas, substituição de vendas e comentários, escalações e históricos de negociação. Como funciona sua lógica atual de preços? Que entradas e lógica de cálculo você poderia adicionar para obter recomendações ideais de preços? Algumas empresas B2B já deram medidas para preços rigorosos e orientados a dados, e outros têm alguma história e experiência com ferramentas de preços para
- Algorithms and Pricing Engine. How does your current pricing logic work? What inputs and calculation logic could you add in order to derive optimal price recommendations? Some B2B companies have already made steps toward rigorous, data-driven pricing, and others have some history and experience with pricing tools for Marketing e vendas . Mas as necessidades e o potencial diferirão muito. Uma empresa de tecnologia baseada em assinatura que usa preços de contrato não aplicará preços dinâmicos da mesma maneira que uma empresa de transporte e logística que faz citações baseadas em capacidade, ou da mesma maneira que uma transportadora de telecomunicações que já cita preços com base em vários insumos (capacidade, concorrência, duração de chamada, padrões de uso de dados, etc.) || 3732
- Process and Governance. How well do you enable coordinated and controlled pricing decisions? As powerful as the analytical tools become over time, successful dynamic pricing ultimately depends on how well people exercise control over the process. Sales and marketing contribute their market knowledge and the human side of pricing, supplemented by the technical expertise of the data science team. The pricing team controls the model and improves it over time, and IT runs and enhances AI systems.
- Ativação da equipe. Como a mudança para preços dinâmicos deve ser conectada em suas rotinas de preços diários? Desenvolver recursos de preços dinâmicos não é uma jornada fácil; Exigirá um forte mandato e o apoio e o envolvimento da liderança para serem bem -sucedidos. O papel da administração é absolutamente essencial para garantir a coesão nas equipes multidisciplinares. Um processo de facilidade ajuda as equipes a usar preços dinâmicos em sua vantagem e a fazê -lo. Além do treinamento, esse processo ajuda a instilar uma mentalidade ágil e uma cultura de teste e aprendizado. Os processos de governança, preços e vendas e responsabilidades organizacionais evoluirão à medida que a empresa cria loops de feedback, se concentra na melhoria contínua e treina o Salesforce sobre como o mecanismo de preços funciona. A comunicação de histórias de sucesso ao longo do caminho ajuda toda a organização a iniciar o esforço de transformação. Uma avaliação inicial de sua estratégia de preços e recursos de preços permitiu que eles definissem suas jornadas e como gerenciá -las. Quanto mais uma empresa B2B leva para reconhecer como pode se beneficiar dos preços dinâmicos, mais difícil será aproveitar suas oportunidades de buscar esse santo graal: as decisões de preços certos no momento certo, derivado da confiança da mistura certa de julgamento e tecnologia humana. Camille Brégé
B2B companies that successfully implement dynamic pricing started their ambitious journeys by learning from one use case, then continuing to build and improve capabilities one use case at a time. An initial assessment of their pricing strategy and pricing capabilities enabled them to define their journeys and how to manage them.
To accelerate their journey, these successful companies took an agile approach with the right mix of talent from throughout the organization. The longer a B2B company takes to recognize how it can benefit from dynamic pricing, the harder it will be to seize its opportunities to pursue that Holy Grail: the right price decisions at the right time, derived with confidence from the right mix of human judgment and technology.
