Come migliorare la propria competitività sul mercato online utilizzando algoritmi di approssimazione e cluster di prezzo.

Possiamo verosimilmente approssimare che nel mercato retail online, la ricerca di prodotti da acquistare avviene principalmente attraverso due driver: il brand ed il prezzo.

L'esempio tipico è il settore dell'elettronica. Se si è interessati ad una determinata marca o ad un modello specifico di cellulare o televisore lo si può trovare facilmente partendo dalla casa produttrice e dai siti e-commerce suoi licenziatari. Il brand guida la ricerca, il prezzo entra in gioco in un secondo momento ai fini della decisione d'acquisto.

Discorso contrario se non interessa un particolare brand, in questo caso è il prezzo (nella sua valenza generale di "indicatore di spesa" comprensivo di elementi informativi come sconti speciali, spedizione gratuita etc..) che guida la ricerca e la marca svolge al limite una funzione rassicuratrice.

Con queste premesse vorrei qui abbandonare l'analisi sulla ricerca online di prodotti per brand, la cui comparazione di prezzo è poco significativa considerata la bassa variabilità legata alle imposizioni della licenziataria ed altri fattori determinanti sul mercato (come le esclusive), concentrandomi invece sulla ricerca e comparazione di prodotti no-brand.

Per farlo devo partire da alcune considerazioni:

La prima è che se è vero che chi cerca non ha un brand in mente, ha certamente un budget massimo a disposizione da spendere.

Chiamo questo budget massimo "quanto", riferendomi ad esso come ad una quantità che il venditore vuole ottenere completamente. Un "quanto" in fisica è proprio la quantità discreta ed indivisibile di una certa grandezza.

Se sono alla ricerca di un paio di scarpe stringate ed ho a disposizione 150 €, il mio occhio cadrà difficilmente su prodotti che costano 300 €. Lo shop manager non vorrà però nemmeno che l'occhio del cliente cada su prodotti che costano 50 € (e che soddisfano il budget), perchè quei 150 € li vuole tutti. Il "quanto" può quindi essere visto come il valore di prezzo che soddisfa il cliente (al minimo) ed il venditore (al massimo).

La seconda considerazione è che a tutti i clienti, piace poter scegliere.

La quantità di prodotti che soddisfano i bisogni rispettando il budget, risulta determinante nelle ricerche di prodotti no-brand. Se il cliente non trova sufficienti proposte su un sito, il Web permette facilmente di comparare prodotti provenienti da siti differenti. Inutile sottolineare  come la quantità di proposte di un e-commerce influsica anche sulla sua indicizzazione nei confronti dei motori di ricerca.

La terza ed ultima considerazione riguarda i costi, che deve sostenere lo store manager per gestire un catalogo sempre più grande e complesso..comparison_cost

Per quanto la tecnologia aiuti, così come ogni scheda prodotto ha un costo di gestione anche il monitoraggio di prodotti della concorrenza ne ha uno. Aggiungere un prodotto al proprio catalogo significa per lo store manager gestire anche questi costi di controllo e comparazione che, a differenza dei primi, crescono esponenzialmente (grafico a fianco).

Questa terza considerazione spiega il motivo per cui molti e-commerce di medie dimensioni, con cataloghi superiori ai 3.000 prodotti (SKU), ignorano la reale portata del proprio mercato di riferimento: non è per loro sostenibile controllare la concorrenza di ogni prodotto che vorrebbero vendere. 

Esistono strumenti analitici in grado di aiutare lo store manager a misurarsi per operare una parte di queste scelte in maniera automatica. 

Purtroppo altre indicazioni sono più complesse da ottenere, in particolare quelle utili alla formulazione del prezzo di vendita.

Come si costruisce un prezzo di vendita online

Non è materia di questo articolo entrare nella complessa ed ampiamente documentata materia della determinazione di un prezzo di vendita, esistono tante scuole di pensiero, ma per arrivare a spiegare come operare una comparazione efficiente di prezzo dobbiamo almeno avere alcuni riferimenti.

Dimentichiamoci di poter costruire il prezzo di vendita partendo dal solo prezzo d'acquisto (e dai nostri costi di struttura), sia applicando un margine fisso che un margine variabile. Questa è una tecnica molto utilizzata nel settore retail, ma applicare una formula matematica al solo costo di acquisto per ricavare il prezzo di vendita, nel mercato in cui ci stiamo muovendo (online, globale, iperconnesso, competitivo, in forte crescita, no-brand) ci porterebbe rapidamente fuori strada.

Copiare (al ribasso) i prezzi dei concorrenti diretti è ancora più pericoloso ed è un attività semplicemente impossibile con cataloghi composti da migliaia di prodotti. Gli ecommerce leader del mercato cambiano i prezzi  centinaia di volte al giorno. Amazon, lo abbiamo già scritto, li cambia 2,5 milioni di volte al giorno.

Per creare una strategia di pricing efficace online, misurare se stessi non è sufficiente.

Servono dati recuperati dall’esterno, in particolare dal proprio mercato di riferimento diretto. Purtroppo per lo store manager coscienzioso che ha bisogno di questi dati, i principali strumenti di benchmarking competitivo e price intelligence sono efficaci, ma molto complessi e costosi. Richiedono costi iniziali di setup (mappatura dei prodotti, chiavi di comparazione, strutture semantiche), ricerche di mercato, personalizzazioni, analisi mirate.

Riassumendo
Per ottimizzare la vendita di prodotti, lo store manager dovrebbe offrire una grande scelta, con prezzi competitivi rispetto al mercato di riferimento, in grado di far spendere l'intero budget (che noi chiamiamo "quanto") al proprio visitatore-cliente.
Per farlo deve misurare sia le proprie performances che quelle dei concorrenti, operando continue attività di correzione prezzi (dynamic pricing).

Schematizzando di queste 4 attività, due risultano mediamente facili-economiche e due difficili-costose. 

Offrire una grande scelta di prodotti no-brand (facile) Offrire prezzi ottimizzati (difficile)
Auto misurazione delle performances del sito (attività economica) Misurazione del mercato di riferimento (attività costosta)

 

La comparazione efficiente o quantica, media queste 4 attività portando ad un rapporto costi \ benefici che permette allo store manager di essere competitivo sul suo mercato di riferimento senza dove sostenere costi che crescono esponenzialmente rispetto ai prodotti presenti in catalogo. 

Basi di Comparazione efficiente o quantica.

Se prendete due atleti, due corridori e li fate gareggiare, potete misurare perfettamente le prestazioni di ognuno di loro oppure, con un semplice colpo d'occhio vedere chi vince la gara.

Nel primo caso avete bisogno di una strumentazione adeguata, di regole, di controlli incrociati. Nel secondo caso vi basta quello che già possedete: una discreta vista.

Percentualmente quanti sono gli atleti che raggiungono il traguardo con differenze così impercettibili da dover essere misurate con strumenti di precisione millimetrica ? Pochissimi, e quasi tutti meritano uno sponsor importante.

Se sostituiramo i prodotti agli atleti, lo sponsor che cura gli interessi dei migliori diventa il brand, un driver di grande interesse e facile da misurare (I prodotti di un brand sono pochi rispetto ai no-brand, facilmente identificabili, facilmente confrontabili).

La Comparazione efficiente si pone lo scopo di operare come l'occhio umano nel confronto tra prezzi-prodotto online (in particolare i prodotti no-brand, i più complessi da confrontare).

I 3 assiomi della Comparazione efficiente o quantica sono:

1) Tra 2 ecommerce che vendono prodotti simili allo stesso potenziale target, la percentuale di prodotti perfettamente identici (marca, modello, misura, caratteristica, immagine, etc.) è sempre minore della percentuale delle categorie merceologiche identiche.

Per tornare all'esempio dell'elettronica signfica che due ecommerce concorrenti avranno entrambi la categoria "Auricolari", ma all'interno di questa categoria i prodotti sono in parte differenti.

2) All'interno di una categoria merceologica sufficientemente specifica (o filtrata), l'informazione più importante è prezzo.

Un caso comune a tutti è l'ordinamento per prezzo, presente in ogni ecommerce ed il suo utilizzo rispetto ad altri criteri di ricerca.

3) Prezzi simili all'interno di una stessa categoria merceologica possono essere raggruppati in "quanti". Valori discreti che riassumono la percezione del valore dei prodotti in essi contenuti.

Se cerco un tablet ed ho un budget di 200 euro, valuterò "interessanti per l'acquisto" a partità di caratteristiche sia un modello da 179€ che uno da 199 €. 

Gli strumenti analitici che utilizzano la tecnica della comparazione efficiente, operano quindi attraverso cluster di prezzi e categorie merceologiche invece che sul singolo prodotto.

Attraverso la comparazione efficiente o quantica lo store manager misura rapidamente e precisamente la propria competitività sul prezzo di una qualsiasi quantità di prodotti ed ottiene informazioni su dove operare per migliorare fatturato, marginalità, conversioni.

Attraverso la comparazione efficiente o quantica lo schema delle 4 attività che avevamo precedentamente teorizzato, due delle quali complesse e costose, viene mediato.

La misurazione del mercato di riferimento risulta indipendente dal numero di prodotti, ma legata alla loro catalogazione per categorie e cluster ( la cui complessità non cresce, o cresce poco, all'aumento dei prodotti).

Un caso di studio di comparazione efficiente o quantica

A dimostrazione pratica di come uno strumento di comparazione efficiente o quantica opera, ho fotografato in un dato istante (10 Aprile 2015, ore 00:01) i prezzi di due importanti ecommerce di elettronica europei, che ho chiamato chiamato A e B per rispetto di privacy.

L'ecommerce A offre 12.000 prodotti su oltre 200 sotto-categorie merceologiche, l'ecommerce B ha più di 7.000 prodotti su 115 sotto-categorie. Attraverso l’analisi dei diversi livelli di categorie è possibile rendere coerente la loro comparazione. I prodotti identici tra i 2 ecommerce sono meno del 40%, le categorie identiche oltre l'80% (come da Assioma 1)

Ho diviso i prezzi in 5 cluster fissi, mentre sarebbe meglio avere cluster di prezzo differente a seconda della categoria merceologica e del numero di prodotti in essa contenuti. Tuttavia per la modesta dimensione del catalogo (sotto i 100.000 prodotti) l’approssimazione risulta significativa.

Come indicatore di prezzo per il cluster ho la media aritmetica, anche in questo caso si possono inserire formule matematiche migliori. Per ogni cluster di prezzo ho voluto indicare anche il "best price" ovvero il prodotto più conveniente che, come si può verificare rapidamente, in alcuni cluster non è coerente con il prezzo medio vincente nel confronto.

cluster_competitoor

In queste 2 categorie di esempio si vede chiaramente come per Accessori-Pulizia e Affettatrici i 2 ecommerce abbiamo offerte solo nei cluster di prezzi più bassi, con quantità e medie-prezzo molto simili. 

DATI RILEVATI COMPLETI
https://competitoor.com/examples/quantic_comparison.php

Se fossimo lo store manager dell'ecommerce A, dalla comparazione con il concorrente B possiamo vedere dove siamo più competitivi e su cosa concentrare il nostro lavoro (quantità e prezzi vincenti dal confronto sono segnati con il colore verde). Se il quadro misurato non fosse statico, ma misurato con cadenza giornaliera, potremmo operare analisi ugualmente rapide sulla strategie di prezzo dell' ecommerce B da contrastare o arginare.

L'utilizzo del piano PRO ed ENTERPRISE di Competitoor permette di sfruttare la comparazione efficiente sui prodotti del proprio shop e domini concorrenti.

L’analisi di questi dati nel tempo porta alla definizione di nuovi indicatori, come il “nervosismo di un prezzo” che risultano importanti per il dynamic pricing. 

Questi argomenti richiedono approfondimenti che esulano da questa prima panoramica e che tratterò in dettaglio successivamente.