İleri Analitik Temelli Fiyatlandırma

Oluşturma Tarihi : 27.12.2020
Fiyatlandırma çalışmalarında veri ve analitik odaklı bir yaklaşım benimseyen şirketlerin, geleneksel yöntemlere başvuran şirketlere göre daha başarılı olacakları öngörülmektedir.

Ekonomik belirsizliklerin gölgesinde ileri analitiğe dayalı daha kârlı bir fiyatlandırma ve yüksek müşteri memnuniyeti mümkün mü?

"Yapılan bir işi değerlendirirken dikkate alınacak en önemli kriter, organizasyonun sahip olduğu fiyatlandırma gücüdür. Fiyatı planladığınız oranda artırdığınız halde yaptığınız işi rakiplerinize kaybetmiyorsanız, çok iyi bir işiniz var demektir. Ancak fiyatı yüzde 10 artırmadan önce dua etmeniz gerekiyorsa, işiniz git gide kötüye gitmektedir"
Warren Buffet, CEO of Berkshire Hathaway
Warren Buffet’ın söylediği gibi fiyatlandırma, bir şirketin faaliyet karlarını artırmak veya azaltmak için en güçlü kaldıraçtır. Yapılan araştırmalara göre etkin fiyatlandırma stratejileri ve taktikleri sayesinde satış getirisinde yüzde 2 ile 7'lik bir artış sağlayabilir1.
 
Covid-19’un etkileri
Fiyatlandırma çalışmalarında veri ve analitik odaklı bir yaklaşım benimseyen şirketlerin, geleneksel yöntemlere başvuran şirketlere göre daha başarılı olacakları öngörülmektedir. Mevcut şartlar gözetildiğinde tüm dünyayı etkisi altına alan pandemi sebebiyle pek çok sektör oyuncusunun 2. Dünya Savaşı'ndan bu yana en büyük ekonomik krizle karşı karşıya olduğunu belirtmek gerekir. Sadece birkaç ay içerisinde talep, maliyet ve tedarik zincirlerinde meydana gelen eşi benzeri görülmemiş değişiklikler, hali hazırda kullanılan tahminleme, fiyatlandırma ve kampanya yöntemlerini etkisiz bıraktı. Bu sebeple birçok şirketin üst yönetimi, değer zinciri operasyonlarının yönetiminde yardımcı olan araçlarını ve süreçlerini yeniden tasarlamaya karar verdi2.
 
Örnek verilecek olursa, pandemi sebebiyle bilhassa üretim operasyonlarına sahip şirketler için hammadde maliyetlerindeki yüksek artış, bu şirketlerin benimsedikleri manuel ve geleneksel “maliyet üstü” fiyatlandırma yönteminin güvenilirliği ile ilgili daha fazla soru sorulmasına neden oldu. Bu yaklaşım, belirli bir seviyeye kadar kar getirmeyi garanti edebilir ancak talebe bağlı olarak artacak konsolide kar için optimal olmayabilir. Bu sebeple, volatilitenin gitgide arttığı bu dönemde karlılığını artırmak isteyen bazı sektör lideri orijinal malzeme üreticileri, müşterilerinin ödeme istekliliğini ve rakiplerin alacağı aksiyonları da dikkate alan bir fiyatlandırma çözümünü öncelikli ihtiyaç olarak belirledi.
 
İleri analitiğin yedek parça fiyatlandırmasına katacağı değer
Bu noktada kar potansiyeli yüksek bir ürün kategorisi olan yedek parçalar için McKinsey tarafından yapılmış bir çalışmadan bahsedersek, yedek parçalar genel olarak bir sanayi şirketinin yıllık gelirinin yaklaşık yüzde 20 ile 40'ını oluştursa da o şirketin karlılığına sağladığı katkı çok daha fazladır. Diğer ürün kategorilerinde olduğu gibi şirketler, yedek parça kategorisinde de kar garantisi gözettiğinden “maliyet üstü” fiyatlandırma politikasından vazgeçme konusunda isteksiz davranmaktadır. Ancak, şirketlerin müşterinin ürüne gösterdiği değere ve ödeme istekliliğine dayalı bir fiyatlandırma yaklaşımını benimsemesi yedek parça kategorisinin karlılığını artırma fırsatı sunmaktadır3.
 
Sanayi şirketleri, yedek parçaların fiyatını belirlerken, öncelikle menşei (tescilli ya da tescilli değil) ve satın alma sıklığı gibi işlem özelliklerine bakmalıdır. Daha sonra ise yedek parçanın liste fiyatını, tamamladığı ana ürünün liste fiyatının bir yüzdesi olarak inceleyerek bir müşterinin ödeme istekliliğini tahmin etmeleri gerekir. Böylelikle, portföy genelinde tutarlılık sağlanmalıdır. Örneğin, bir sanayi şirketi 10.000 $'lık bir ana üründe kullanılan bir yedek parça için 500 $ talep edebilir. 20.000 $’a mal olan ikinci bir ana ürün için parça fiyatını 750 $’a yükseltebilir. Şirket, ilk ana ürün ile parçayı liste fiyatının yüzde 5'i üzerinden fiyatlandırdığından, yedek parça üzerindeki 250 $’lık artış müşterilerin parçaya verdiği değeri ve ödeme istekliliğini tam olarak yansıtmamaktadır. Bu sebeple ikinci ana üründe de aynı oranı elde etmek için, sanayi şirketinin yedek parça maliyetini 750 $’dan 1000 $’a çıkarması gerekir.
 
Ürünlerin fiyatlandırma mimarisindeki bu dönüşüm kulağa basit gelebilir, ancak çoklu satış kanallarına, binlerce ürün içeren karmaşık ürün portföylerine ve parçalanmış müşteri tabanlarına sahip olan şirketlerde bunu uygulamak pek de kolay değildir. Zaman içerisinde tanımlanan ve uygulanan veri yönetişimi politikaları, artan veri çeşitliliği ve derinliği sayesinde yükselen model performansı ve ana ürünlere özel oluşturulan modeller sayesinde veri ve analitik temelli çözümler şirketlerin değer zinciri üzerinde ciddi fırsatlar yaratmıştır. Bu noktada ileri analitiğe dayalı fiyatlandırma çözümüne sahip şirketler, farklı ana ürün kategorileri (standart ürünler, mühendislik ürünleri, yedek parçalar, vb.) ve farklı müşteri segmentleri için farklı modeller oluşturarak ürün ve müşteri özelinde en doğru fiyatı belirleme fırsatını yakalarlar3. Yine sektörde ve pazarda meydana gelen değişikliklerin ve müşteri geri bildirimlerinin de ölçümlenerek modelleri beslemesi ile bu şirketler potansiyel fiyat artışlarının ya da azalışlarının da kapsamını ve oranını doğru bir şekilde belirleyebilir ve rekabet üstünlüğünü ele geçirirler.
 
Buna bağlı olarak ileri analitiğe dayalı fiyatlandırma çözümüne olan yaklaşımımızı 6 ana başlık üzerinden açıklayabiliriz:
 
Şekil 1 - İleri analitiğe dayalı fiyatlandırma çözümünün 6 temel adımı
1. Fiyat değişikliğini tetikleyecek durumların tanımlanması: Fiyat değişikliği yapma konusunda tetikleyici bir rol oynayacak durumların neler olduğu ve bu durumlar oluştuğunda nasıl bir aksiyon alınması gerektiğine dair net tanımlamalar yapılmalıdır.
  • Yeni bir ürün modelinin pörtföye girmesi
  • Muadil ürünlerin pörtföy içerisinde tekrardan pozisyonlandırılması
  • Ürünün kalite seviyesinin arttığına/azaldığına işaret eden garanti kullanım oranlarının azalması/artması
  • Ürün satış hacimlerinde meydana gelen değişiklikler
  • Rakip ürün fiyatlarında meydana gelen değişiklikler
  • Ürün maliyetlerinde meydana gelen değişiklikler

2. Ürün özelinde fiyatı belirleyecek algoritmaların oluşturulması: Karmaşık ve geniş ürün pörtföyü, değer yaratan özelliklerine göre farklı segmentlere ayrılır. Daha sonra bu özellikleri temsil eden maliyet, tahmini kullanım süresi, fiyat elastikliği, rekabet gücü, rekabet avantajı, pazar payı, büyüme oranı ve sipariş edilme sıklığı gibi veri değişkenlerinin belirlenmesi ve eldeki verilerin işlenmesi ile oluşturulacak segmente özel fiyatlandırma algoritmaları sayesinde daha hızlı ve daha doğru fiyatlandırma yapılır.  
Algoritmalar başlangıç fiyatını sırası ile 3 adımda belirler:
  • Rakiplere göre pozisyon alma: Her model, segmenti içerisindeki ürünlere eşlenik gelen rakip ürünlerin fiyat verilerini toplar, analiz eder ve her ürün için en uygun fiyat koridorunu belirler.
  • Ürün baz fiyatını belirleme: Her model, segmenti içerisinde yer alan ürünlerin sahip olduğu veriler doğrultusunda her ürün için bir baz fiyat belirler.
  • Ürün baz fiyatını revize etme ve başlangıç fiyatını belirleme: Ürün için belirlenmiş muadil ürün fiyatlandırması, minimum kar, garanti maliyeti, vb. etkenler göz önünde bulundurularak baz fiyat revize edilir ve ürünün başlangıç fiyatı belirlenir. Bunun yanında sipariş hacminin büyüklüğü, son müşteri memnuniyetini artırmak için perakendede sunulan SKU (stok tutma birimi) çeşitliliği ve iyi eğitimli satış destek ekibi bulundurulması gibi özelliklerine göre belirli müşterilere özel ek indirimler uygulanabilir.

3. Belirlenen fiyatların onay sürecini hızlandıracak otomatik süreçlerin tasarlanması: Ürünlerin fiyatlarının belirlenmesi kadar belirlenen fiyatların onaylanıp pazara ve müşterilere çıkartılması da çevik bir süreç yönetimi altında otomatize edilmelidir. Belirlenen fiyatların pörtföy içerisindeki diğer ürünlerin fiyatlarıyla belirlenen iş kuralları doğrultusunda tutarlı olup olmadığı algoritma tarafından otomatik bir şekilde kontrol edilir.  
Covid-19 krizinin özellikle orijinal ekipman imalatçıları üzerindeki ani ve negatif etkisi bu şirketlerin iş yapış şekillerinde değişikliğe gitmelerine sebep oldu. Sektör uzmanlarına göre şirketlerin böyle bir ortamda ne kadar başarılı olabileceğini ise iki faktör belirleyecektir. İlk olarak sundukları ürünlerin özelliklerini iyi analiz etme ve ürünlere dair alacakları satış, pazarlama ve fiyatlandırma gibi kararları uygulama açısından her zamankinden daha hızlı davranmaları gerekecek. İkincisi, ani piyasa değişikliklerine hızlı bir şekilde adapte olmak ve toparlanmada başarılı olmak istiyorlarsa, müşteri tepkilerini tanımlama konusunda çok çevik ve tekrarlı olmaları gerekecektir4. Bu sebeple, fiyat onay süreçlerinin hızlandırılması ihtiyacının da Covid-19 ile üretici şirketler üzerinde kendini daha fazla hissettirdiğini belirtmek gerekir.

4. Fiyatları tekrardan revize edebilmek için yapılan her fiyat değişikliğinin yaratacağı etkiden anlam çıkartarak modeli besleyecek sürdürülebilir bir geri bildirim döngüsünün oluşturulması: Fiyatlandırma çalışmalarının müşteri ve pazar üzerinde yaratacağı etkiler (Örn. satış hacimlerinin artması, stokların azalması ve rakip ürünlerin indirim uygulaması gibi) sistematik olarak test edilir. Meydana gelen değişiklikleri veriye dökecek, analiz edecek, iç görü oluşturacak ve analitik modeli besleyecek bir geri bildirim süreci tasarlanır ve sürdürülebilir bir şekilde uygulanır.  
İş yapış şekillerinin merkezine veri ve analitiği yerleştirmek, şirketlerin ortaya çıkan talep sinyallerine karşı hızlı ve hedefli promosyon oluşturmalarına ve müşterileriyle daha güçlü ortaklık kurmalarına olanak tanıyacaktır. Bilhassa gelişmekte olan pazarlardaki oyuncular için dalgalanan ham madde maliyetleri ve döviz kurları sebebiyle bu ihtiyaç daha kritiktir5.

5.Fiyatlandırma modelleri için gerekli olan tüm iç ve dış verileri içerecek bütünsel bir veri altyapısının oluşturulması: Modeli besleyecek tüm iç (CRM ve ERP gibi) ve dış (satın alma fiyat endeksi, döviz kuru, faiz oranı ve enflasyon oranı gibi) verileri tek bir platformda toplayan ve o verilere kolayca erişim sağlayan bütünsel bir veri altyapısı (veri ambarı) oluşturulur. Bilhassa bu safhada model için gerekli veri tiplerinin belirlenebilmesi için şirketin faaliyet gösterdiği sektör, analitik ve veri bilimi üzerinde uzmanlaşmış insan kaynağının varlığı çok önemlidir.
 
Ayrıca, şirket içerisinde verilerin yönetişimi çalışmalarına yön verecek veri politikalarının belirlenmesi modeli besleyecek verilerin kalitesini artırır. Örneğin, veri ambarında güncel olmayan veriler yer alıyorsa, birçok ürünün maliyeti yanlış bir şekilde modele aktarılır ve bu durum hedeflenen kar ile gerçekleşen kar arasında büyük boşluklara yol açar.
 
Son olarak, her ürün için ayrıntılı fiyatlandırma bilgilerinin izlenmesine yardımcı olan veri altyapısına entegre bir iş zekası sistemi, fiyatlandırma ve karlılığın markalar ve bölgeler arasında nasıl değiştiğini takip edebilmek için kolaylık sağlar.

6. Dönüşüm yönetimi için gerekli ekiplerin ve süreçlerin tasarlanması: Kurum içerisinde hedeflenen dönüşümü daha etkin yönetebilmek için ileri analitiğe dayalı fiyatlandırma çözümünün çıktılarını satış ve pazarlama süreçlerine entegre edecek merkezi bir fiyatlandırma ekibi oluşturulur. Bu ekip, sektörde ortaya çıkan yeni fiyatlandırma yetkinliklerinin öğrenilmesi, diğer ekiplerle paylaşılması, kurum içi fiyatlandırma kültürünün bu yetkinlikler doğrultusunda dönüştürülmesi, hali hazırda oluşturulan analitik modelin doğruluğunu artıracak yeni veri tiplerinin belirlenmesi ve modele indirgenmesi gibi süreçleri yönetir.  

Analitiğe dayalı fiyatlandırmada yaygın görülen üç temel yanlış

Sadece ileri analitiğe güvenmek
Her ne kadar son yıllarda analitik çözümler, operasyonları optimize etme noktasında büyük bir gelişim gösterse de analitik modellerin çıktılarını içinde bulunulan pazar dinamiklerinden ve belirli iş kurallarından bağımsız değerlendirmek büyük risktir. Basit bir örnek verecek olursak: veriler, her çeyreğin sonuna doğru her zaman daha yüksek indirimler göstermektedir. Bu doğrultuda kurgulanacak bir fiyatlandırma algoritması, bu trendi devam ettirerek satış temsilcilerini üzerinden prim ya da komisyon kazandıkları satış işlemlerini daha fazla kazanç sağlamak için çeyrek sonuna ertelemeye teşvik edecektir.

Analitiğe dayalı fiyatlandırmayı bir BT projesi olarak ele almak
Analitiğe dayalı fiyatlandırma ne basit bir satış aracı uygulamasıdır ne de esasen bir BT projesidir. Bu çözümü yüzde 100 BT projesi olarak gören kurumlar, bu çözümden tam anlamıyla fayda sağlayamamıştır. Algoritmaya satış temsilcileri güvenmiyorsa veya satış temsilcileri bu çözümün hem kendileri hem de kurum için sağladığı kazan-kazan yapısını görmüyorsa, çözüm muhtemelen 6 ile 12 ay sonra rafa kaldırılır ve çok az etkisi olur veya hiç olmaz.

Dönüşüm yönetimini göz ardı etmek
Yapay zekadan en iyi şekilde yararlanmak için ekip çalışması gerekir. BCG Gamma’nın yapmış olduğu bir araştırmaya göre bir dijital dönüşüm projesinde algoritmaların katkısını %10, teknoloji altyapısının katkısını %20 ve iş süreci dönüşümünün katkısını %70 olarak düşünmek doğru bir kuraldır6. Yalnızca yapay zeka çözümüne odaklanan ve bunun için sadece veri, teknoloji ve araçlardan yararlanan şirketler, yapay zekanın kullanımını kurum içerisinde kolaylaştıran ve yaygınlaştıran şirketlere göre daha az değer üretmektedir.

Şekil 2 - Dijital dönüşümde başarıya giden yolu tanımlayan 10-20-70 kuralı
Sonuç
Günümüzde hem arz hem de talep tarafında artan volatilite nedeniyle manuel ve geleneksel “maliyet üstü” bir fiyatlandırma yaklaşımı, şirketlerin kazanç potansiyellerini ortaya çıkarmak için fayda sağlamamaktadır. Bunun yerine ürün maliyeti, müşteri değeri ve rakiplerin hamlelerini yansıtan veri değişkenleri belirlenmeli ve bu verilerin besleyeceği sürdürülebilir analitik odaklı fiyatlandırma çözümleri kullanılmalıdır.
Çünkü bu çözümler, şirketlere ticari süreçleri boyunca uyguladıkları gereksiz indirim oranları ve buna bağlı ortaya çıkan verimsizliğin üstesinden gelebilmek için alternatif yollar önerir. BCG’nin daha önce yapmış olduğu çalışmalar doğrultusunda analitiğe dayalı fiyatlandırma çözümünü temel ticari süreçlerine entegre etmeyi başarabilen şirketler karlılığını yüzde 3 ile 8 oranında artırabilmektedir. Son olarak unutulmamalıdır ki bu tür bir fiyatlandırma şekli ile kurum içindeki kültür ve teşvikler de değişikliğe uğrayacak ve en büyük kazancı bu dönüşümü yönetebilen ve çalışanlarına benimsetebilen şirketler elde edecektir.
 
Referanslar
  1. Understanding your options: Proven pricing strategies and how they work, McKinsey, 2015.
  2. Building value in advanced industries through analytics-enabled pricing, McKinsey, 2020.
  3. Creating value at industrial companies through advanced pricing techniques, McKinsey, 2018.
  4. How to Avoid the Auto Industry's Looming Price War, BCG, 2020.
  5. A Revenue Management Reset in Consumer Goods, BCG, 2020.
  6. How to Win with Artificial Intelligence, BCG, 2019.
 
Yazar Hakkında
Salih Ekiz, KoçSistem ve Boston Consulting Group (BCG) iş birliğinde KoçSistem’in yüzde yüz iştiraki olarak kurulan KoçDigital’de kıdemli iş danışmanı olarak talep planlama, üretim planlama, stok optimizasyonu, akıllı üretim ve filo yönetimi alanlarında çalışmaktadır. Aynı zamanda BCG ile DACAMA projelerini yürütmekte; şirketlerin veri, analitik ve dijital yetkinliklerini ölçümleyerek stratejik yol haritaları oluşturmaktadır. Danışmanlık verme, süreç analizi, çözüm tasarımı, kullanım senaryoları oluşturma görevlerinin yanı sıra farklı endüstrilerin lider şirketleri ile yürütülen uçtan uca dönüşüm projelerinde yönetimsel destek vermektedir.
Salih Ekiz

İleri Analitik Temelli Fiyatlandırma

Oluşturma Tarihi : 27.12.2020

Size Nasıl Yardımcı Olabiliriz?

KoçDigital'in kurumlara değer yaratan çözümleri ile tanışın!

Şirketimize ileteceğiniz her türlü talep, şikayet ve önerilerin değerlendirilmesi ve sonuçlandırılması ile izin vermiş olmanız halinde tarafınıza ticari elektronik ileti gönderilmesi amacıyla kişisel verilerinizin işlenmesine yönelik detaylı bilgilere Müşteri Aydınlatma Metni üzerinden erişebilirsiniz. Bize iletmiş olduğunuz talep veya şikayetinizde aşağıda sıralanan özel nitelikli kişisel verilerin yer almadığından emin olmanızı rica ederiz: ırk, etnik köken, siyasi düşünce, felsefi inanç, kılık ve kıyafet, dernek, vakıf ya da sendika üyeliği, sağlık, cinsel hayata ilişkin veriler, ceza mahkûmiyeti ve güvenlik tedbirleriyle ilgili veriler, biyometrik ve genetik veriler.

KoçDigital yeni web sitemizi beğendiniz mi?

* Bizi 1 (en az) ile 10 (en çok) arasında değerlendirebilirsiniz.