Как метод регулярного ассортиментного сканирования повышает эффективность мониторинга цен на 49%

Метод регулярного ассортиментного сканирования повышает эффективность мониторинга цен до 99% и, таким образом, даёт наивысшую точность мониторинга цен на рынке. 

Главная цель мониторинга цен – максимизация прибыли через конкурентное ценообразование. Для него важны достоверные данные и методика, на которую можно опираться при динамических перерасчетах цен.

В отличие от обычного мониторинга цен с ручным сопоставлением товаров, при котором эффективно мониторится в среднем 50% товаров, метод регулярного ассортиментного сканирования выявляет от 90 до 99% пересечений.

Таким образом, эффективность ценообразования увеличивается почти в 2 раза.

Обычная методика мониторинга цен подразумевает одноразовое сопоставление ссылок на товары перед началом мониторинга. На момент сопоставления на сайтах конкурентов доступно примерно 50% пересечений с эталонным ассортиментом мониторинга. 

50%. Именно это число берётся в расчет, когда заранее не известно точное число сопоставлений. 

Простыми словами, при мониторинге 100 SKU на 10 сайтах в начальный расчет объёмов мониторинга закладывается 100 х 10 х 50% = 500 SKU.

В последующие дни у конкурентов меняются не только новые  цены, но и меняется ассортимент – товары, которых не было в момент сопоставления, – они появляются или уходят из ассортимента.

Если сопоставление делалось только один раз в самом начале, то очевидно, что в мониторинг попадут только те товары, которые были в наличии на тот момент (обозначены зелёным цветом на схеме). Товары, которых в наличии не было (обозначены красным), выпадут из мониторинга до тех пор, пока они не будут выявлены и сопоставлены. 

Поэтому в мониторинг попадает только 50% товарных предложений конкурентов.

 

Выявление появившихся товаров при обычном мониторинге происходит нерегулярно, а часто вообще случайно. Из-за изменений и убывания ассортимента конкурентов, эффективность мониторинга снижается с каждым днем с 50% до 30-40% в течение первых 3-х месяцев после запуска. В таких случаях дополнительное нерегулярное выборочное сопоставление снова доводит эффективность примерно до 50%. 

Нерегулярность вызвана трудоёмкостью ручного процесса сопоставления товаров. Невозможно даже представить себе человека, который ежедневно просматривает множество многотысячных сайтов, чтобы выявить изменения. Конечно, это невозможно, поэтому при стандартном мониторинге повторное сопоставление (пересопоставление) делают редко.

 

Мониторинг методом регулярного ассортиментного сканирования, уже протестированный на многих проектах, во-первых, вводит новую обязательную процедуру: регулярный обход сайтов-конкурентов для получения актуальной картины ассортимента, а во-вторых, увеличивает частоту проверки изменений, чтобы поддерживать актуальность мониторинга цен.  Такой подход повышает эффективность мониторинга в 2 раза, что видно на графике.

Согласно методике, соблюдение следующих 3-х правил доводит эффективность мониторинга до 99% и поддерживает его на максимальном уровне:

1. Регулярный обход сайтов собирает весь фокусный ассортимент
2. Умное автоматическое сопоставление в реальном времени распознаёт товары по правилам.
3. Весь процесс ставится в цикл и выдаёт актуальные цены по действующему ассортименту.

Автоматическое сопоставление, в отличие от ручного сопоставления, способно на рутинную ежедневную обработку похожих массивов многотысячного ассортимента, однозначно определяя товары и соответствия. Никакой, даже самой большой группе сотрудников такая эффективность не под силу.

Заштрихованная зона между графиками наглядно демонстрирует потенциальный прирост эффективности мониторинга цен до 50% при использовании методике регулярного ассортиментного сканирования.

В качестве рекомендации, мы предлагаем начать с еженедельного сканирования, плавно повышая частоту до ежедневной, там,  где сайты-доноры это позволяют. Ежедневное регулярное ассортиментное сканирование даёт наивысшую эффективность мониторинга вплоть до 99%. 

1% всегда остаётся на ошибки.

Методика базируется на технологиях автоматизированного сопоставления товаров, реализованного через технологии машинного обучения и ориентации на адаптируемые правила сопоставления. 

Автоматическое сопоставление позволяет непрерывно получать, распознавать и пересопоставлять фокусный ассортимент конкурентов, чтобы актуализировать текущий ландшафт товарных предложений.

1. Повышает достоверность данных для принятия верных решений
   Автоматизированный сбор данных с высокой частотой обновления открывает новые качественные возможности по работе с данными. На данные, которые обновляются каждый день, можно полагаться, ведь они свежие, а значит более достоверные, чем данные, которые были собраны месяц назад.
   
   
2. Даёт более точное ценообразование в сравнении с конкурентами

   Известно, что еще в 2013 году Amazon обновлял свои цены 2,5 миллиона раз в день. Следование методике регулярного ассортиментного сканирования поможет вам стать на шаг ближе к лидеру рынка.
   
   
3. Уменьшает зависимость от ручного труда и человеческих ошибок

   Ошибки в данных для торговли несут только проблемы. Автоматизированное сопоставление товаров позволяет значительно снизить зависимость от человеческих ошибок.
   
   
4. Работает вместе с любой существующей технологией мониторинга цен

   Автоматическое сопоставление товаров встраивается в действующий процесс мониторинга цен и дополняет его. При внедрении подхода регулярного ассортиментного сканирования нет необходимости заменять действующие системы, если они имеют возможности интеграции.
   
   
5. Метод рассчитан на неограниченные объёмы данных и произвольную частоту обновления

   Облачная обработка данных позволяет использовать столько серверов, сколько необходимо для выполнения операций параллельно.
   
   
6. Метод позволяет проводить конкурентный ассортиментный анализ

   Используя возможности нечеткого сопоставления товаров с товарами-аналогами других брендов по идентичным характеристикам, можно мониторить цены на товары, которых у вас еще нет, но стоило бы включить в свой ассортимент.
   
   
7. Показывает даты завоза товара у конкурентов

   Анализируя количественные всплески появления новых товаров, можно делать выводы о датах и периодичности завоза товара у конкурентов.

Как у любого метода, у автоматизированного сопоставления товаров есть свои недостатки. 

1. Стартовая скорость запуска мониторинга.

Настройка автоматического сопоставления требует детальной проработки информационных моделей данных. Это занимает больше времени на подготовительном этапе, однако полностью окупается после настройки, позволяя постоянно наращивать темп добавления новых источников в мониторинг. 

2. Стоимость начальной настройки. 

Настройка автоматического сопоставления требует квалификации сотрудников по машинному обучению. Это та часть проекта, которую необходимо сделать вначале и которая принесет экономический эффект на этапе регулярного использования подхода ассортиментного сканирования. После того, как начальные настройки проведены, и информационные модели построены, технология обучается только новым товарам и дополнительным характеристикам.  Из графика видно, что такой подход дает экспоненциальный рост производительности.