Utmaningar kring pris- och sortimentsoptimering

apr 2, 2013   //   by Clementz   //   Conjoint, Nyheter, Priselasticitet  //  No Comments

I flera års tid har vi arbetat med pris- och sortimentsoptimering på Reflect. Redan 1998 (långt före Reflects tid) kom vi första gången i kontakt med den metodik som kommit att dominera arbetet med pris- och sortimentsoptimering, nämligen Conjoint. I detta inlägg kommer vi inte i detalj kartlägga hur Conjoint fungerar, men vi kan förklara det i några få meningar. Conjoint betyder “CONsider JOINTly” och innebär att när personer utsätts för valsituationer så är allting relativt. Dvs, om man t ex vill förstå hur priset påverkar inställningen till en produkt, måste produkten sättas i en kontext av andra produkter och hur dom är prissatta. Dvs, 50:- för ketchup är troligen billigt om alla andra kostar 90:-, medan det är dyrt om de andra produkterna kostar 20:-. Conjoint är konstruerat för att rent undersökningstekniskt möta denna utmaning och kunna ge relevant data som möjliggör förståelse för hur ex konsumenter skulle förhålla sig till en hylla med ett antal produkter vid olika priser. Denna infallsvinkel och Trial Markets (vilket innebär att man tar ett testområde/testbutik och faktiskt ändrar priserna för att se vad som händer) har varit de absolut ledande metodikerna för att bestämma hur prissättning skall se ut.

Dessa metoder är båda kraftfulla, men inte utan utmaningar!

Trial markets t ex har stora problem med att det tar väldigt lång tid att testa olika scenarion (eftersom varje trial market endast tillåter ett scenario åt gången). Samt att bruseffekterna är oerhört svåra att kartlägga (Ex: hyllplacering, konkurrentmarknadsföring mm). För att inte tala om hur kostsamt det är.

Conjointmetodiken har också utmaningar som t ex att conjointen i sig självt inte kan hantera psykologiska prisbarriärer. Conjointen får prisdopningseffekter (ex att dyra produkter missgynnas rent studiemässigt). Men kanske mest allvarligt är att Conjointen inte svarar på kategoribeteende såsom återköpsfrekvens, eller om ett varumärke faktiskt är så starkt att en kund byter butik om varumärket inte är representerat. Det finns många fler felkällor i conjointen som många talar tyst om, här kommer ett axplock (hyllstorlek, hyllplacering i butik, kampanjeffekter, crosscategorypromotion, kategorikunskap, psykologiska barriärer, icke linjär prisinställning osv osv).

Utifrån detta perspektiv känns det tveksamt om en ren conjointstudie med en ren prissimulator överhuvudtaget kan ge en rimlig prediktion av hur verkligheten ser ut. Åtminstone är det vår erfarenhet. Så med detta i sinnet har vi byggt en modell som adresserar en stor del av de brister som finns i själva conjointdelen, och genom andra metoder kraftigt ökar möjligheten att göra prediktiv analys för en kategori. Dvs, summan av conjoint och många andra datakällor är det som ger den riktiga analysen. Under flera års tid har vi försökt analysera och successivt adressera dessa, och det är egentligen först nu vi stolt kan säga att vi kan göra bra prediktiva analyser av kategorier. Sådana analyser som tar hänsyn till faktorer som våra konkurrenter gärna talar tyst om men som du som kund kanske upplevt effekten av.

Vill du veta mer om vår pris och sortimentsoptimering så tveka inte att kontakta oss

Comments are closed.