Bí mật nằm ở việc tùy chỉnh giá thành dựa trên điều kiện, mục đích và cách làm việc của các nhà bán lẻ.

Khi nhắc đến chiếc lược về giá, Amazon vẫn là đối thủ nặng ký nhất trên thị trường bán lẻ. Các nhà bán lẻ khác lấy làm kinh ngạc – và có động thái mô phỏng khả năng thay đổi nhanh chóng và thường xuyên về giá cả của người khổng lồ thương mại điện tử. Amazon đánh bóng tiếng tăm về giá cả của mình khi liên tục đánh bại đối thủ với các mặt hàng bán chạy, các sản phẩm được tìm kiếm nhiều, trong khi đó, vẫn bảo đảm lợi nhuận bằng cách tính phí nhiều hơn ở các sản phẩm ít cạnh tranh về giá. Trên thực tế, sự thành công của Amazon và các nhà cung cấp trực tuyến hàng đầu khác cho thấy tầm quan trọng của việc định giá trên thị trường thương mại điện tử, thị trường bán hàng đa kênh, và thậm chí là thị trường bán hàng thuần túy để có thể tăng doanh thu.

Tuy nhiên, khi các nhà bán lẻ bắt đầu đầu tư vào các giải pháp định giá – cho dù là đã có sẵn hay được thiết kế riêng bởi bên thứ ba, thì họ vẫn thường gặp vấn đề với "chiếc hộp đen": không ai trong số những người dùng cuối thực sự hiểu về các thuật toán để đưa ra kết quả. Các công cụ này thu nhận thông tin và tính toán đáp án, mà đôi khi con số này quá cao hoặc quá thấp so với giá thị trường bán lẻ hiện tại. Các nhân viên định giá không tin tưởng vào các con số gợi ý này.

Để vượt qua rào cản niềm tin đó, đòi hỏi phải tùy biến từng phần của giải pháp, bao gồm việc triển khai thực hiện. Một giải pháp định giá sẽ được tối ưu hóa để sử dụng bởi các nhà quản lý loại và quản lý giá. Những người dùng cuối này nên tham gia vào việc phát triển, tinh chỉnh, đưa ra công cụ và có thể ghi đè các đề xuất định giá. Chỉ như vậy, các doanh nghiệp có thể đạt được tác động đáng kể và bền vững - điển hình là tăng trưởng doanh thu từ 2 - 5% và tăng từ 5 - 10% lợi nhuận, cùng với mức độ hài lòng của khách hàng cao hơn thông qua nhận thức về giá đối với các mặt hàng có tính cạnh tranh nhất.

Năm đơn vị cấu thành định giá

Định giá đóng một vai trò quan trọng trong việc thúc đẩy nhận thức về giá tiêu dùng và khả năng sinh lời của nhà bán lẻ. Nhiều nhà bán lẻ bán khoảng 1/5 các chủng loại sản phẩm của họ với giá rất thấp để định hình hình ảnh giá cả và giữ sức cạnh tranh trên thị trường. Những mặt hàng giá trị quan trọng (KVI) thường là những mặt hàng bán chạy, lưu lượng tìm kiếm nhiều hoặc các mặt hàng SKU (đơn vị lưu kho) được tìm kiếm nhiều mà người tiêu dùng có xu hướng nhớ giá. Hạng mục giá trị cốt lõi có thể chiếm tới 80% doanh thu của nhà bán lẻ nhưng chỉ chiếm 50% lợi nhuận. Do đó, nhà bán lẻ cần tạo ra lợi nhuận trong phần còn lại - các mặt hàng "đuôi dài" – thị trường ngách. Tuy nhiên, việc xác định các mặt hàng giá trị quan trọng không phải là dễ dàng, việc thiết lập và xác nhận giá cho mặt hàng đuôi dài là rất khó khăn vì các thông tin về những mặt hàng đó rất ít.

Những giải pháp định giá giúp các nhà bán lẻ giải quyết cả hai thách thức này. Nói chung, một giải pháp định giá tốt nên bao gồm 5 mô-đun, tất cả được tiến hành song song để đề đạt giá cho từng loại sản phẩm (SKU) trong các phân loại.

5 mô-đun dành cho một giải pháp định giá tốt. Nguồn: McKinsey & Company.

- Mô đun đuôi dài giúp nhà bán lẻ định giá sản phẩm mới hoặc sản phẩm đuôi dài thông qua việc kết nối sản phẩm – dựa trên những sản phẩm có nhiều thông tin để so sánh với các sản phẩm mới hoặc các sản phẩm đuôi dài (ít thông tin).

- Mô-đun đàn hồi sử dụng các phương pháp chuỗi thời gian và phân tích dữ liệu lớn để tính toán mức độ ảnh hưởng đến giá của một sản phẩm, có nhiều yếu tố bao gồm tính mùa vụ, sự ra đời của các sản phẩm mới có khả năng chiếm thị phần của sản phẩm đang có, và các động thái cạnh tranh.

- Mô-đun những mặt hàng có giá trị quan trọng KVI ước tính số lượng mỗi sản phẩm ảnh hưởng đến nhận thức về giá tiêu dùng, sử dụng dữ liệu thị trường thực tế hơn là khảo sát người tiêu dùng. Điều này cho phép mô-đun tự động phát hiện sự thay đổi đối với những người mà người tiêu dùng nhận thức là những mặt hàng có giá trị quan trọng.

- Mô-đun phản hồi cạnh tranh đề nghị điều chỉnh giá dựa trên giá của đối thủ cạnh tranh được cập nhật theo thời gian thực.

- Mô-đun bán hàng đa kênh điều phối giá giữa các kênh offline và online của nhà bán lẻ.

Trong khi giải pháp tốt nhất yêu cầu áp dụng cả 5 mô-đun này, các nhà bán lẻ có thể bắt đầu với những mặt hàng có giá trị quan trọng và mô-đun phản hồi cạnh tranh. Những điều này giúp các nhà bán lẻ đáp ứng nhanh với những động thái cạnh tranh trên các mặt hàng chủ chốt. Các nhà bán lẻ sau đó có thể thêm phần còn lại của các mô-đun theo thời gian.

Phát triển một giải pháp định giá cao cấp bắt đầu với sự hiểu biết thấu đáo về bối cảnh và mục tiêu kinh doanh của nhà bán lẻ, sau đó chuyển chúng thành "công thức" có thể được sử dụng liên tục. Sự lựa chọn cẩn thận các đầu vào, cũng như sự tinh tế của những phân tích cơ bản, phần lớn sẽ xác định độ chính xác của việc tính toán ở từng mô-đun. Công cụ cần phải linh hoạt và đủ thích nghi để các doanh nghiệp tùy chỉnh đầu vào và các tính năng dựa trên những mục tiêu cụ thể của họ và khả năng hiện có, làm tăng độ tin cậy cho các kết quả đầu ra. Và dĩ nhiên, liệu các nhà quản lý danh mục và quản lý giá cuối cùng sẽ sử dụng giải pháp nào trong công việc hàng ngày của họ phụ thuộc một phần vào giao diện trực quan và cách dễ dàng tích hợp vào hệ thống hiện tại của nhà bán lẻ và quy trình công việc hiện hành.

Để xây dựng nền tảng cho việc định giá, một nhà bán lẻ trước tiên có thể định lượng được tiềm năng định giá dựa vào tổ chức - ví dụ bằng cách so sánh mức giá của nhà bán lẻ với các đối thủ chính của nó, đánh giá mức độ cạnh tranh của đối thủ cạnh tranh, cách các đối thủ cạnh tranh phản ứng với những thay đổi giá của nhà bán lẻ. Những phát hiện từ những nghiên cứu như vậy gần như chắc chắn sẽ thúc đẩy các nhà bán lẻ tiến hành thẩm định giá.

Bước tiếp theo là thực hiện một thí điểm trong một số ít những chuyên mục để thiết kế ý tưởng và thử nghiệm. Thực hiện đúng, chạy thử - và lần giới thiệu tiếp theo của việc định giá trên tất cả các loại sản phẩm sẽ mang lại những cải thiện có ý nghĩa về thu nhập, lợi nhuận và nhận thức về giá của khách hàng.

Tùy chỉnh các mô-đun: Ba trường hợp ví dụ

Các ví dụ sau minh họa cách thức các nhà bán lẻ có thể điều chỉnh mô-đun định giá theo nhu cầu và mục tiêu kinh doanh cụ thể của họ. Trong mỗi trường hợp, nhà bán lẻ đã thu thập được một lượng dữ liệu khổng lồ, sử dụng các kĩ thuật phân tích tiên tiến và đảm bảo rằng các nhà quản lý danh mục và nhà quản lý giá đã tham gia vào việc phát triển và thử nghiệm giải pháp.

Mô-đun đuôi dài của nhà bán lẻ Hoa Kỳ

Một nhà bán lẻ có trụ sở tại Mỹ với hơn hai triệu danh mục mặt hàng có hai mục tiêu kinh doanh ưu tiên thường xuyên đòi hỏi chi phí cơ hội: tối đa hóa doanh thu tuyệt đối và tăng năng suất. Các chức năng khách quan của các thuật toán trong mỗi mô-đun của nó do đó phải được điều chỉnh sao cho phù hợp - một mức độ tùy chỉnh mà có thể không khả thi với một giải pháp có sẵn.

Để xây dựng mô-đun đuôi dài, nhà bán lẻ đã mô phỏng một bộ dữ liệu phong phú, bao gồm dữ liệu bán hàng hàng ngày cho 100.000 mã hàng sản phẩm hàng đầu, với mức giá cạnh tranh (thu thập tự động qua web), dữ liệu khách hàng tìm kiếm và hành vi mua hàng, sản phẩm thuộc tính và mô tả và số liệu trực tuyến như số lần hiển thị và thứ hạng tìm kiếm. Với các chuyên gia thiết kế thuật toán và các nhà phân tích làm việc cùng với các nhà quản lý danh mục, nhóm đã soạn thảo một bộ quy tắc liên kết sản phẩm cụ thể với nhà bán lẻ, sử dụng phân tích các nhân tố để chỉ ra "điểm tương tự" cho biết sản phẩm nào khách hàng cho rằng tương đương nhau. Nhà bán lẻ đặt ra các quy tắc cơ bản cho các nhóm sản phẩm của nó, ví dụ: nhóm phải có doanh thu tối thiểu 20 đơn vị mỗi tuần hoặc tất cả các sản phẩm trong một nhóm sẽ có cùng một chu kỳ. Các thuật toán cũng giúp nhà bán lẻ hiểu được giá sản phẩm của họ nên có sự dịch chuyển nhất quán để tránh hiện tượng bị tranh mất thị phần.

Chỉ trong 8 tuần, nhóm nghiên cứu đã xây dựng các nguyên mẫu làm việc của cả mô-đun đuôi dài và mô-đun phản ứng cạnh tranh. Cả hai đều được thiết kế và thử nghiệm với các nhà quản lý giá để tích hợp đơn giản vào quá trình định giá thông thường. Tác động đạt được: tăng lên đến 3% cả về doanh thu và lợi nhuận trong các loại hình thí điểm.

Mô-đun độ co giãn của nhà bán lẻ trực tuyến châu Á

Một nhà phát triển thương mại điện tử hàng đầu của châu Á mong muốn phát triển một chiến lược giá cả có thể tối ưu hóa cho cả lợi nhuận và tổng giá trị hàng hóa (GMV). Để đạt được mục đích đó, công ty biết rằng nó cần phải có khả năng không chỉ để thay đổi giá cả thường xuyên, mà còn phải cân nhắc nhiều yếu tố nữa khi thiết lập hoặc thay đổi giá cả.

Là một phần trong nỗ lực định giá rộng hơn, công ty đã xây dựng một mô-đun đàn hồi. Ở cốt lõi của nó là một thuật toán đa năng đã thu thập dữ liệu từ khoảng 10 terabytes trong hồ sơ giao dịch của nhà bán lẻ. Dữ liệu cho mỗi sản phẩm bao gồm giá của sản phẩm, giá của một sản phẩm thay thế khả thi, chương trình khuyến mãi, mức tồn kho, tính thời vụ và ước lượng khối lượng bán hàng của đối thủ cạnh tranh - tạo ra một mô-đun tùy chỉnh duy nhất cho dữ liệu sẵn có của người bán lẻ và chiến lược giá cả. Mô-đun này tạo ra các khuyến nghị về giá, có tính đến cả mục tiêu kinh doanh của nhà bán lẻ.

Đề xuất được hiển thị trên bảng điều khiển một cách dễ hiểu mà các nhà quản lý danh mục đã giúp thiết kế và kiểm tra. Các nhà quản lý danh mục, những người vào bất kỳ ngày nào đó sẽ cân nhắc các xung đột quan trọng khác liên quan đến khả năng tăng trưởng của sản phẩm hoặc dự kiến sáng chế thay thế, sau đó có thể chấp nhận hoặc từ chối đề xuất định giá. Các nhà bán lẻ cảm thấy rằng các nhà quản lý khu vực nên là những người đưa ra quyết định cuối cùng về quyết định giá cả.

Chỉ sau vài tháng sử dụng mô-đun này, công ty đã có tỷ suất lợi nhuận gộp tăng 10% và GMV tăng 3% trong các loại hình thí điểm.

Mô-đun đánh vào mặt hàng giá trị quan trọng của một nhà bán lẻ phi thực phẩm châu Âu

Nhìn từ các đối thủ cạnh tranh, một nhà bán lẻ phi thực phẩm hàng đầu của châu Âu đã tìm cách xác định và ưu tiên các mặt hàng gía trị quan trọng (KVI) trong các mặt hàng của họ. Họ xây dựng một mô-đun KVI phù hợp, có thể thống kê điểm số của mỗi mặt hàng với tầm nhìn từ mức 0 đến 100. Mô-đun này tạo ra "chỉ số KVI" bằng cách phân tích dữ liệu nội bộ và bên ngoài bao gồm chi phí vận chuyển, số lượng đối thủ cạnh tranh có cùng sản phẩm và giá cả của đối thủ cạnh tranh. Nó cũng xác định được các nhà bán lẻ nào là đối thủ cạnh tranh thực sự cho mặt hàng cụ thể đó. Điều quan trọng là mô-đun đã đủ linh hoạt để các nhà quản lý thể loại có thể điều chỉnh trọng số của mỗi tham số.

Các mô-đun này xác định khoảng giá, hoặc giá trần và giá sàn cho mỗi sản phẩm. Vị trí của mỗi sản phẩm trên thang này sẽ được dựa vào điểm trên thang KVI của nó.

Nguồn: McKinsey & Company.

Nhưng một chỉ số KVI để giúp thiết lập giá cơ sở chỉ là bước đầu tiên. Thông qua mô-đun tìm kiếm đối thủ cạnh tranh, nhà bán lẻ cũng đã được lập trình trong giải pháp định giá của mình, một bộ quy tắc kinh doanh sẽ kích hoạt thay đổi giá cả. Ví dụ: Nếu cấp độ tồn kho cho một mặt hàng nhất định cao hoặc nếu đối thủ cạnh tranh giảm giá của mặt hàng đó, giải pháp có thể đề xuất giảm giá. Các quy tắc này sẽ đưa vào giá đề xuất của giải pháp mà người quản lý loại có thể chấp nhận hoặc từ chối dựa trên các chỉ số và các cân nhắc bổ sung.

Vào cuối thí điểm kéo dài 3 tháng, nhà bán lẻ đã có sự cải thiện 4,7% về thu nhập trước thuế và thu nhập trong các nhóm thí điểm và xác định được tiềm năng cải thiện 3% trong tổng lợi nhuận trên doanh thu. Và nó đã có một giải pháp đáng tin cậy mà các nhà quản lý danh mục có thể kết hợp vào quy trình làm việc của họ.

* Các tác giả: Gadi BenMark, Sebastian Klapdor, Mathias Kullmann và Ramji Sundararajan.

Thu Thủy

Lược dịch theo McKinsey

Vietnam Report