Rflct

Hur en dagligvarukedja optimerade pris och sortiment samtidigt

Genom att kombinera efterfrågeelasticitet med sortimentsoptimering kunde kedjan fatta beslut som balanserade kundflöde och lönsamhet — istället för att optimera det ena på bekostnad av det andra.

En etablerad svensk dagligvarukedja ville förstå sambandet mellan prissättning och sortimentsbredd i en nyckelkategori. De hade intuitioner om vilka produkter som drev butikstrafik och vilka som bidrog med marginal, men saknade kvantitativ grund för att prioritera.

Reflect genomförde en kombinerad studie med två analytiska komponenter. Först en prissimulering baserad på efterfrågeelasticitet kalibrerad mot faktiska kassakvittodata, som visade hur prisförändringar på enskilda produkter påverkade efterfrågan i hela kategorin — inklusive korseffekter mellan produkter.

Parallellt genomfördes en TURF-analys (Total Unduplicated Reach and Frequency) med fyra optimeringsalgoritmer för att hitta det sortiment som maximerade kundtäckning med färre artiklar. Analysen visade att en betydande andel av sortimentet hade överlappande räckvidd — de nådde samma kunder.

När pris- och sortimentsanalyserna kombinerades framträdde ett tydligt mönster: vissa produkter med låg marginal var kritiska trafikdrivare som inte kunde tas bort utan att tappa kunder. Andra produkter med hög marginal hade så låg inkrementell räckvidd att de kunde fasas ut eller ersättas.

Resultaten levererades som en interaktiv rapport där kedjan kunde testa olika sortiments- och prisscenarier och se effekten på både räckvidd och estimerad kategoriintäkt.

Det viktigaste att förstå

  • Kassakvittodata gav kalibrerad efterfrågeelasticitet per produkt
  • TURF-analys avslöjade sortimentsöverlapp som dold kostnad
  • Trafikdrivande produkter identifierades separat från marginalprodukter
  • Interaktivt scenarioverktyg ersatte statiska rekommendationer

Relaterade artiklar

Varför pris inte är linjärt

Pris beter sig inte linjärt. En prisökning på 5% ger sällan exakt 5% lägre volym. Reaktionen beror på var i prisskalan du befinner dig, vilken kategori du verkar i, och vilka trösklar som finns i konsumentens uppfattning.

Varför prissättning måste vara top-down

Börja med att förstå hela prislandskapet, inte med att optimera enskilda SKU:ers marginaler. Bottom-up-prissättning leder till inkonsekventa prisbilder och suboptimala portföljer.

Prisuppfattning och kontext

Priset på en produkt uppfattas aldrig i isolering. Det uppfattas i relation till alternativ, till kategori-normer, och till konsumentens förväntningar. Kontexten avgör om ett pris känns högt eller lågt.

Prisbarriärer och trösklar

Pris har trösklar, punkter där acceptansen faller dramatiskt. En krona kan vara skillnaden mellan köp och avvisande. Att identifiera dessa trösklar är avgörande för lönsam prissättning.

Varför 'willingness to pay' är fel fråga

Frågan borde inte vara "vad är du villig att betala?" utan "vad accepterar du att betala?". Willingness to pay mäter en hypotetisk övre gräns. Acceptans mäter verkligt beteende.

Problem med conjoint för prissättning

Conjoint fångar trade-offs men missar kontext, trösklar och inlåsningseffekter. Det ger en illusion av precision som kan leda till dyra felprissättningar.

Problem med AI-prissättning utan kontext

AI-driven prissättning utan förståelse för kundpsykologi och marknadskontext optimerar i blindo. Algoritmerna hittar mönster i historisk data men saknar förståelse för varför konsumenter reagerar som de gör.

Monadisk prissättningsmodell

I en monadisk design exponeras varje respondent för ETT pris, inte en pristrappa. Det eliminerar jämförelseeffekter och ger realistisk acceptansdata som speglar verkliga köpbeslut.

Inlåsningseffekter och captive demand

Mycket prissättning ignorerar att kunder ofta inte är fria att byta. Inlåsning skapar prisutrymme som inte syns i standardmodeller men som är avgörande för rätt prisstrategi.

Reflects prisramverk

Vårt ramverk kombinerar monadisk prismätning, kontextanalys, tröskelidentifiering och kalibrering mot transaktionsdata. Det ger prisbeslut som håller i verkligheten.

Se tillhörande tjänst
Tillbaka till Så når prissättningsmodeller hela vägen till rätt beslut