ГК Лама: 100% покрытие процессов ценообразования благодаря PowerPrice

Ритейл

Ценообразование

[О проекте]

Группа компаний «ЛАМА» — одни из лидеров пищевой промышленности и розничной торговли в Сибирском регионе.

Задача проекта — найти специализированное решение для автоматизации и оптимизации ценообразования. Ранее многие операции выполнялись вручную через Excel‑таблицу и требовали много времени.

В рамках пилотного проекта команда также должна была протестировать систему прогнозирования показателей сети при изменении параметров ценообразования и изучить пользовательские характеристики продукта: удобство использования, гибкость и скорость настройки.

[результаты]

Система на 100% покрыла процесс ценообразования ритейлера с точки зрения функциональных требований

Пользователи удовлетворены простотой и удобством использования системы

Рутинные операции стали занимать гораздо меньше времени

Провели несколько итераций оптимизации и прогрузки цен: по ряду позиций система показала высокие результаты

[Отзыв клиента]

«В текущих реалиях для бизнеса важно работать по максимально эффективной модели, снижая издержки и риски. Эффективное ценообразование — один из важнейших инструментов для розничной сети в реализации данной стратегии».

Наталья Пиунова

Директор по маркетингу ГК «Лама»

Особенности реализации

Сравнив несколько систем, заказчик остановил свой выбор на PowerPrice на базе Goal Profit. Главное преимущество — гибкая low‑code платформа, которая позволяет внедрить систему за 3 месяца.

Информация, с которой нам предстояло работать, — сырые массивы данных, которые были накоплены вручную за два года: истории продаж, изменения цен и история цен конкурентов.

Перед использованием таких данных важно выявить и устранить возможные ошибки, допущенные при ручном и полуавтоматическом накоплении базы данных. В несколько итераций нам удалось подготовить данные для адаптации оптимизационной математической модели под специфику ритейлера.

Для настройки стратегии ценообразования мы полностью использовали базовую функциональность системы. Также была адаптирована модель машинного обучения для оптимизации цен на основе эластичности спроса.

Стек технологий

[01]

Goal Profit

Fastapi

Airflow

Команда

[02]

Руководитель проекта (1)

Tech Lead (1)

Data-аналитик (1)

Бизнес-аналитик (1)

Backend-разработчик (1)

QA-инженер (2)

Проект был реализован за 4 месяца

Аналитика

[2022 / 4Q]

Проведение интервью со специалистами  со стороны заказчика для сбора информации о текущем процессе ценообразования  в компании и требованиях к новой системе.

Анализ данных, формулировка требований по ценовым правилам и стратегиям.

Разработка

[2023 / 1Q]

Настройка регулярного обмена данными,  их очистка и загрузка в систему

Настройка модели прогнозирования и эластичности спроса.

Настройка правил ценообразования, предиктивной модели и интеграции системы.

Обучение пользователей системы.

Пилот и анализ
результатов

[2023 / 1Q]

Оптимизация цен в системе и выгрузка новых цен в пилотные торговые точки.

Запуск и анализ тестовых расчетов бизнес-экспертами заказчика.

Автоматизация подгрузки ценовых линеек,  а также размерных групп и классов.

Оптимизация рабочего времени сотрудников отдела ценообразования.

Анализ результатов и подведение итогов.

[Комментарий]

«С учетом постоянно меняющихся рыночных реалий ценообразование становится одним из важнейших процессов в рознице. Очень важно иметь инструмент, который может меняться также быстро. Но не менее важно, чтобы инструмент был удобен и интуитивно понятен пользователям. Мы рады, что коллеги из ГК «Лама» высоко оценили наш продукт».

Константин Прайс

Коммерческий директор Napoleon [IT]