В предыдущей статье я, на основе статистики по Wildberries, показал, что и на рынке совершенной конкуренции соседствуют разные цены. Сейчас на данных из того же источника расскажу, как можно искать оптимальную цену. Причём пример выберу посложнее.

Итак, общий подход к поиску оптимальной цены - статистика продаж моделируется неким трендом. Потом, с учётом этого тренда и затрат (следует использовать только переменные затраты) определяется цена, при которой прибыль наибольшая.

В своей книге я показываю, что во многих случаях зависимость спроса от цены лучше всего моделируется падающей экспонентой, и привожу алгоритм, как быстро найти оптимальную цену для такой модели.

Очевидная проблема при обработке статистики - неценовые факторы, влияющих на спрос, особенно сезонность. Поэтому я выбрал товар с очень сильно выраженной сезонностью - юбку с пайетками. Данные выводятся понедельно за период, равный году.

Юбка с пайетками – история праздничная. Пик покупок: конец сентября – середина декабря, спрос начинает расти с октября. Корпоративы заканчиваются – спрос резко падает. Сезон высокого спроса короткий – 1,5-2 месяца. После резкого падения продаж в середине января наблюдается еще один пик, сравнительно небольшой, а затем до начала марта повышенные (по сравнению с другими сезонами) продажи. Продавцы распродают предновогодние запасы, для чего сильно снижают цены.

Вот как выглядит график продаж в зависимости от цены, если на него нанести данные за прошедший год:

Очевидно, что какой-то одной зависимости продаж от цены тут не наблюдается. Скорее, есть две зависимости, которые можно разделить. Я протестировал алгоритм, разделяющий данные этих зависимостей и устраняющий промежуточные данные:

Между прочим, видно, что очищенные от сезонности данные действительно хорошо ложатся на тренд падающей экспоненты.

При какой цене будет получена наибольшая прибыль? Я не знаю переменных затрат (закупочная цена и т.д.) в этом бизнесе. Допустим, они равны 1000 рублей.

Расчётная наценка для получения оптимальной цены при внепраздничных продажах 1025 рублей.

Маржинальная прибыль в зависимости от цены при этом выглядит так:

Прирост прибыли от продаж по оптимальной цене, по сравнению с фактически полученной, можно оценить в 18% - не малая величина, тем более что она не требует вложений.

А что с предпраздничными продажами? Из графика видно, что продавцы в этот период назначают цены наибольшие по году. С житейской точки зрения это логично - когда же ещё повышать цену, как не во время высокого спроса?

Однако по расчётам оптимальная наценка для предпраздничных продаж (а, следовательно, и оптимальная цена) меньше, чем для внепраздничных. Это видно и на графике - предпраздничные продажи растут гораздо быстрее при снижении цены. Можно предположить, что в этот период на рынок приходят покупатели, обращающие больше внимания на цены.

Небольшое отступление. В последнюю неделю до Нового года и первую неделю после него наблюдался любопытный феномен – отрицательные показатели продаж в некоторые дни. Ловкие девушки, отгуляв корпоративы, сдавали купленный товар в оговоренный законом двухнедельный срок. Самые ловкие сдавали после празднования Нового года.

Итак, маржинальная прибыль для предпраздничных продаж принимает такой вид:

Прибыль, которую мог бы получить продавец в 3 раза больше, чем он получил в реальности.

Разумеется, если рекомендованная цена столь далеко отстаёт от статистических данных, на основе которых она была получена - сильно доверять ей не стоит. Нужно продвигаться к ней небольшими шагами, одновременно накапливая статистику. Но направление в данном случае очевидно.

Нужно упомянуть, что задача поиска оптимальной цены на маркетплейсах несколько сложнее. На каждой площадке существуют свои правила и обычаи, например, периодически назначаемые большие скидки. Однако решить эту задачу тоже можно, и в результате прирост прибыли будет даже больше, чем при отсутствии ограничений.

Итак, метод поиска оптимальной цены работает и на конкурентных рынках, и для сезонных товаров.