重要な2020年のトレンド：価格調整の自動化

ThomasR.Cutler著

自動化ソリューションが適応および調整され、メーカーの価格境界の設定と管理が容易になりました。

企業の目標に、最も詳細なレベルで価格を迅速かつ繰り返し調整することが含まれる場合、自動化は、単純なルールを使用して価格を導き出すことにより、苦痛を軽減するように設計する必要があります。

以前は、ほとんどの産業ビジネスの意思決定者は、実装時間の長さ、複雑さ、および価格設定テクノロジーの多大なコストを恐れていました。

新しいソリューションは、これらの懸念を克服し、費用効果が高く、わずか数週間で実装できる自動価格調整テクノロジーを提供します。

明確でガイド付きのユーザーエクスペリエンスを（洞察に満ちたダッシュボードと包括的な価格設定サイエンスを介して）提供することで収益と利益率を大幅に改善することは、2020年第4四半期までに何百もの製造会社がこの自動化の恩恵を受けることを意味します。

これにより、最適なマージンをナビゲートするために、価格設定の実行が戦略的目標と一致し続けることが保証されます。

自動化は、ソースシステムへの簡単な統合から始まり、その後、完璧な価格でトランザクションシステムをシームレスに作成する必要があります。これらのプロセスを導入することで、価格調整により複雑な価格設定ロジックの自動化が可能になります。

自動製造の価格設定の専門家がベストプラクティスを共有します

価格設定の専門家であるDallasCrawfordとDanBarrettは、メーカーがデータ分析を使用して価格設定のニーズを分析する方法を詳しく説明するように求められました。

Crawford（写真左）は、データ分析との価格調整はリアルタイムで簡単に実行できると主張しました。トレンドまたは季節性の正規分布から外れる大量および少量に集中する能力は、マージンの機会がどこに存在するかを知らせることができます。

ボリュームが大きいほど、需要に基づいて価格を調整したり、市場シェアを獲得したりする機会が得られます。ボリュームが少ないと、価格を分析して、市場シェアが失われているかどうか、または製品のライフサイクルが終わりに近づいているかどうかを判断する機会が得られます。

バレット（左の写真）は、顧客の価格設定を分析および最適化するための最良の方法は、データをモデル化し、分析プラットフォームが非常に離散的なレベルでデータをサポートすることを確認することであると述べました。場所または製品のSKUごとの顧客データにより、独自の価格設定を最適に提供できます。顧客の価格設定の弾力性を理解して予測することは、最適な価格を決定するための鍵です。

価格設定の感度

Crawfordは、QueBIT PriceAlignの機械学習モデルは、パンデミック環境における一般的な時系列モデルよりも適応性が高い可能性があることを示唆しました。

より定性的でタイムリーな入力変数（燃料費など）を追加することで、このユニークなイベント中に収集された異常なデータに対して、モデルをよりコンテキストに応じて許容できるようになります。

パンデミックは、テクノロジーを採用している製造組織に、将来のイベントに備えるための効果を研究およびモデル化する機会を提供します。シャットダウンすると、データが不完全になる可能性があります。機械学習モデルの将来のトレーニングでは、それに対処する必要があります。

バレットは、パンデミックが価格調整の重要な推進力である一方で、需要と供給の面でメーカーに影響を与える要因の1つに過ぎないと確信しています。

スプレッドシートを排除することにより、価格調整により、価格を最も詳細なレベルと市況に迅速に調整する機能が向上します。数週間で、自動価格設定データにより、メーカーは人口統計などの需要を形作る変数によって駆動される顧客セグメントを視覚化できるようになり、より的を絞った動的な価格設定調整が可能になります。

自動化された価格調整を通じてのみ、中規模のメーカーは価格戦略を新しいレベルに引き上げ、さまざまな要因に基づいて動的な価格設定を実現し、さまざまな顧客、製品、または地域にわたる価格弾力性を理解することができます。

ビッグデータを使用すると、中小規模のメーカーにとって最も効果的な価格設定モデルが自動化および加速されます。バレットは、追加情報がコンテキストを提供することが多く、より有用なデータ要素をより包括的なプロセスに組み込むことができると提案しました。

Crawfordによると、メーカーはビッグデータを請求書、見積もり、コスト情報、需要、供給の形で取り込みますが、これは価格設定の専門家が消費することはできません。

高度な価格設定システムは、ビッグデータに迅速に接続し、ディメンション（SKU、顧客、場所など）全体で分析し、価格設定の反復プロセスを自動化できます。これにより、メーカーは価格を迅速に変更し、それらの変更の結果として生じるパフォーマンスを積極的に管理することができます。

この独自の自動化アプローチは、高度な分析を利用して精度と最適な価格を推進する予測需要計画を活用します。価格調整の自動化によってのみ、企業はパンデミック時の急激な価格変動に適切に対応できるようになります。

価格設定業界の専門家：

ダラスクロフォード はQueBITの高度な分析エグゼクティブであり、顧客が予測分析を活用して情報に基づいた戦略的意思決定を行うのを支援してきた10年以上の経験があります。 QueBITの前は、IBMで7年間、流通セクターのクライアントにサービスを提供し、複数の主要な予測分析およびレポートプロジェクトを主導していました。ダラスは2008年にフロリダA＆M大学でMBAを取得して卒業しました。

ダンバレット QueBITの高度な分析技術マネージャーです。 Barrettは、製造組織のコントローラーおよびCFOを12年以上務めました。彼は、世界をリードする製造および小売組織の何百もの評価サイクルで、高度な分析ソリューションの評価を首尾よく主導しました。彼は、IBMとCognosにいる間、流通および製造パフォーマンス管理ソリューションの開発とフィールド対応を指揮しました。

作成者プロファイル ：Thomas R. Cutlerは、フロリダ州フォートローダーデールを拠点とするTR Cutler、Inc.の社長兼最高経営責任者であり、21周年を迎えました。 Cutlerは、製造、産業、マテリアルハンドリング、およびプロセス改善のトレンドについて執筆している8000人を超えるジャーナリスト、編集者、およびエコノミストを含むManufacturingMediaConsortiumの創設者です。カトラーは、製造業に関して毎年1000以上の特集記事を執筆しています。 4500人以上の業界リーダーがTwitterで毎日@ThomasRCutlerでCutlerをフォローしています。カトラー（[email protected]）に連絡してください。