Быть или казаться ?
Суть проекта
Engage3 — это сервис, который помогает розничным продавцам устанавливать оптимальные цены на свои товары.
Понятно, что это можно делать в лоб. Мониторить цены конкурентов и устанавливать все свои цены ниже их. Но при этом мы слишком существенно теряем в прибыли.
Engage3 подходит к решению задачи установки оптимальных цен более умным способом.
Что интересного
При выборе оптимальных цен сервис оперирует не термином «индекса цены» (сумма цен товаров по средней корзине), а «образа цены» — как покупатель воспринимает цены в вашем магазине: «тут дорого» или «тут дёшево» по сравнению с конкурентом.
Фокус в том, что обычный покупатель оценивает дорого или дёшево в конкретном магазине «на глазок» – сравнивая цены на всего лишь несколько (не более пяти) товаров, которые являются для него базовыми точками для оценки.
Представим, что мы (продавец) находимся в точке 1. Если мы снизим цены на все товары — мы окажемся в точке 2 (лучшая конкурентоспособность, но потеря прибыльности). Если мы будем оптимизировать цены только по маржинальности — мы окажемся в точке 3 (меньше продаж, но с нормальной прибыльностью).
А вот если мы сделаем ниже конкурентов цены на товары-маркеры (по которым покупатель оценивает «на глазок» уровень цен), но оставим теми же самыми или даже немного повысим цены на остальные товары — мы а) будем выглядеть дешевле конкурентов, но б) будем иметь оптимальный уровень прибыльности. И это точка 4, которая находится на так кривой «эффективной границы» цен.
Стартап сильно напирает на то, что в своих алгоритмах они используют теорию «эффективной границы» (effective frontier), которая используется для оптимизации портфеля инвестиционных активов, и за которую выдали Нобелевскую премию.
В случае инвестиционного портфеля эффективная граница строится по осям доходности и риска, а в нынешнем случае оптимизации цен — по осям внимания потребителя и маржинальности.
Понятно, что по большим ассортиментным матрицам и большому количеству конкурентов такую эффективную границу руками в Экселе строить замучаешься — поэтому внутри платформы сидит ИИ-машинка, которая всё это обсчитывает.
Ни одна ИИ-машинка не может выдавать нормальные результаты без нормальных данных. Поэтому платформа постоянно собирает и обновляет кучу данных из разных источников для постоянной актуализации оптимальных цен. Среди источников — ручной мониторинг цен в оффлайн-магазинах, парсинг сайтов интернет-магазинов, централизованные базы данных (Nielsen) и даже своё приложение, которое могут использовать ваши дилеры для мониторинга цен локальных конкурентов, не вошедших в централизованную базы данных.
Engage3 — не единственная платформа для оптимизации розничных цен. Но исследование IDC помещает их в группу лидеров наряду с продуктами от IBM, Oracle и McKinsey.
Куда бежать
На фоне роста электронной коммерции — когда покупатель может выбирать продавцов из всего интернета — задача оптимального сочетания конкурентоспособности и маржинальности цен становится всё более актуальной.
Да, уже есть компании, которые занимаются задачами мониторинга и динамического установления цен. Но эти лишь подтверждает наличие спроса. И тут можно уже лезь глубже и разбираться — кто и как это делает, и нельзя ли влезть на этот рынок с аналогичной сегодняшнему стартапу платформой.
Ну а для всех остальных, кто занимается продажами — это хорошее освежение взгляда на выстраивание своей ценовой политики. Важно чётко понимать, какие товары в вашем сегменте играют роль маркеров и жёстко конкурировать по ценам именно по ним. А на всём остальном — думать, как можно незаметно побольше заработать
О компании
Engage3
- Сайт: engage3.com
- Последний раунд: $25M, 01.12.2021
- Всего инвестиций: $49M+, раундов: 6