Tendance importante pour 2020 :automatisation de l'alignement des prix

Par Thomas R. Cutler

Les solutions d'automatisation ont été adaptées et ajustées pour faciliter la définition et la gestion des limites de tarification pour les fabricants.

Lorsque les objectifs de l'entreprise incluent un ajustement rapide et répété des prix au niveau le plus granulaire, l'automatisation doit être conçue pour atténuer les difficultés en utilisant des règles simples pour calculer les prix.

Auparavant, la plupart des décideurs des entreprises industrielles craignaient un temps de mise en œuvre important, une complexité et des coûts importants pour la tarification de la technologie.

De nouvelles solutions surmontent ces préoccupations en proposant une technologie d'alignement automatique des prix qui peut être mise en œuvre de manière rentable et en quelques semaines seulement.

L'amélioration significative des revenus et de la marge en offrant une expérience utilisateur claire et guidée (via des tableaux de bord perspicaces et une science complète des prix) signifie que des centaines d'entreprises manufacturières bénéficieront de cette automatisation d'ici le quatrième trimestre 2020.

Cela garantira que l'exécution des prix reste alignée sur les objectifs stratégiques afin de naviguer dans les marges optimales.

L'automatisation doit commencer par une intégration facile aux systèmes sources, suivie d'une population transparente de systèmes transactionnels avec des prix perfectionnés. Avec ces processus en place, l'alignement des prix permet une automatisation complexe de la logique de tarification.

Les experts en tarification de la fabrication automatisée partagent les meilleures pratiques

Les experts en tarification Dallas Crawford et Dan Barrett ont été invités à expliquer comment les fabricants devraient analyser les besoins en matière de tarification à l'aide de l'analyse de données.

Crawford (photo de gauche) a insisté sur le fait que l'alignement des prix avec l'analyse des données peut être effectué facilement en temps réel. La capacité à se concentrer sur des volumes élevés et faibles qui ne correspondent pas à une distribution normale de tendance ou de saisonnalité peut indiquer où existent des opportunités de marge.

Un volume plus élevé offre des possibilités d'ajuster les prix en fonction de la demande ou de conquérir des parts de marché. Un volume plus faible permet d'analyser les prix, de déterminer si la part de marché est en train d'être perdue ou si le cycle de vie du produit touche à sa fin.

Barrett (photo de gauche) a noté que la meilleure méthode pour analyser et optimiser la tarification client consiste à modéliser les données et à s'assurer que la plate-forme d'analyse les prend en charge à un niveau très discret. Les données client par emplacement ou SKU de produit permettent une livraison optimale de prix uniques. Comprendre et prévoir l'élasticité des prix des clients est essentiel pour déterminer le prix optimal.

Sensibilité des prix

Crawford a suggéré que les modèles d'apprentissage automatique de QueBIT PriceAlign peuvent être plus adaptatifs que les modèles de séries chronologiques typiques dans un environnement pandémique.

L'ajout de variables d'entrée plus qualitatives et opportunes (comme les coûts de carburant) permet au modèle d'être plus contextuel et tolérant aux données aberrantes collectées lors de cet événement unique.

La pandémie donne aux organisations manufacturières, qui adoptent la technologie, la possibilité d'étudier et de modéliser les effets pour être mieux préparées aux événements futurs. Les arrêts entraîneront potentiellement des données incomplètes ; la future formation des modèles de Machine Learning devra y faire face.

Barrett est convaincu que si la pandémie est un moteur important de l'alignement des prix, elle ne reste qu'un facteur parmi d'autres ayant un impact sur les fabricants du côté de la demande et de l'offre.

En éliminant les feuilles de calcul, l'alignement des prix améliore la capacité d'ajuster rapidement les prix aux niveaux les plus détaillés et aux conditions du marché. En quelques semaines, les données de tarification automatisées garantissent que les fabricants sont en mesure de visualiser les segments de clientèle déterminés par des variables qui façonnent la demande, telles que les données démographiques, permettant des ajustements de prix plus ciblés et dynamiques.

Ce n'est que grâce à l'alignement automatisé des prix que les fabricants de taille moyenne peuvent élever leurs stratégies de tarification à de nouveaux niveaux de sophistication, en obtenant une tarification dynamique basée sur une variété de facteurs et en comprenant l'élasticité des prix entre différents clients, produits ou régions.

L'utilisation du Big Data automatise et accélère le modèle de tarification le plus efficace pour les fabricants de petite ou moyenne taille. Barrett a suggéré que des informations supplémentaires fournissent souvent un contexte et que les éléments de données les plus utiles peuvent être intégrés dans un processus plus holistique.

Selon Crawford, les fabricants ingèrent du Big Data sous forme de factures, de devis, d'informations sur les coûts, de demande et d'offre qui ne sont pas consommables par les professionnels de la tarification.

Les systèmes de tarification avancés peuvent rapidement s'interfacer avec le Big Data, l'analyser à travers les dimensions (SKU, clients, emplacements, etc.) et automatiser le processus itératif de tarification. Cela donne aux fabricants la possibilité d'apporter rapidement des modifications de prix et de gérer activement les performances résultant de ces modifications.

Cette approche d'automatisation unique s'appuie sur des plans de demande prédictifs qui utilisent des analyses avancées pour assurer la précision et des prix optimaux. Ce n'est qu'avec l'automatisation de l'alignement des prix que les entreprises pourront réagir correctement aux fluctuations rapides des prix pendant la pandémie.

Experts du secteur de la tarification :

Dallas Crawford est un responsable de l'analyse avancée chez QueBIT avec plus de 10 ans d'expérience à aider les clients à tirer parti de l'analyse prédictive pour prendre des décisions stratégiques éclairées. Avant QueBIT, il a passé 7 ans chez IBM au service de clients du secteur de la distribution et a dirigé plusieurs projets clés d'analyse prédictive et de reporting. Dallas a obtenu un MBA de la Florida A&M University en 2008.

Dan Barrett est responsable technique de l'analytique avancée chez QueBIT. Barrett a été contrôleur et directeur financier pour une organisation de fabrication pendant plus de 12 ans. Il a mené avec succès des évaluations de solutions d'analyse avancée dans des centaines de cycles d'évaluation avec certaines des principales organisations mondiales de fabrication et de vente au détail. Il a dirigé le développement et l'activation sur le terrain des solutions de gestion des performances de distribution et de fabrication chez IBM et Cognos.

Profil d'auteur :Thomas R. Cutler est le président et chef de la direction de TR Cutler, Inc., basé à Fort Lauderdale, en Floride, qui célèbre sa 21e année. Cutler est le fondateur du Manufacturing Media Consortium, qui compte plus de 8000 journalistes, rédacteurs et économistes écrivant sur les tendances de la fabrication, de l'industrie, de la manutention et de l'amélioration des processus. Cutler écrit plus de 1 000 articles de fond chaque année sur le secteur manufacturier. Plus de 4500 leaders de l'industrie suivent Cutler sur Twitter quotidiennement à @ThomasRCutler. Contactez Cutler à [email protected].