LA STATISTICA PER LE
IMPRESE
L’ESPERIENZA DEGLI OPERATORI
|nformation resources :
UN METODO PER LA
DETERMINAZIONE DEI
LIVELLI OTTIMALI DI
PREZZO AL PUBBLICO
BOLOGNA, 21-22 Novembre 2003
DA UN PROGETTO IRI PER IL CLIENTE X :
SUPPORTO ALLA REVISIONE DEL LISTINO
PREZZI
Presentiamo un estratto dai risultati di un progetto di ricerca che IRI sta
portando avanti con il CLIENTE X.
La ricerca ha molteplici obiettivi, fra i quali l’analisi delle manovre di prezzo,
dell’efficacia delle diverse promozioni, dell’effetto sulle vendite della
comunicazione televisiva ; consideriamo qui soltanto la parte del progetto
che fa riferimento alla prevista revisione del listino prezzi da parte del
CLIENTE X.
In particolare, vedremo nel dettaglio come lo studio ha risposto alle seguenti
richieste :
•
ottenere informazioni sull’attuale posizionamento di prezzo (non
promozionato) dei prodotti nei diversi canali distributivi
•
avere gli strumenti per valutare il livello di prezzo ideale
•
stimare gli effetti di una modifica dell’attuale livello di prezzo (non
promozionato)
Copyright © Information Resources 2003. Confidential and proprietary.
1) ottenere informazioni sull’attuale posizionamento di
prezzo (non promozionato) dei prodotti nei diversi canali
distributivi
Per rispondere a questo primo obiettivo, è stata realizzata una serie di analisi
descrittive sul prezzo non promozionato delle referenze del CLIENTE X
(PRICE PROFILER ANALYSIS).
Questo ha permesso di verificare l’attuale dispersione del prezzo non
promozionato, stimando eventuali SOGLIE oltre le quali si verificano
cadute di performance e indicando rischi e opportunità per manovre sul
prezzo di listino nei diversi canali distributivi.
Le analisi sono state realizzate utilizzando i dati scanner dei singoli punti di
vendita del campione IRI (circa 1000 negozi) relativi al periodo di
riferimento, segmentando per canale e area :
•
•
•
•
Ipermercati Nord-Ovest
Ipermercati Nord-Est
Ipermercati Centro
Ipermercati Sud
•
•
•
•
Supermercati Nord-Ovest
Supermercati Nord-Est
Supermercati Centro
Supermercati Sud
Copyright © Information Resources 2003. Confidential and proprietary.
Risultati dell’analisi descrittiva
• DISTRIBUZIONE DEI PREZZI
• EVIDENZIAZIONE DELLE SOGLIE DI PREZZO
• ALLOCAZIONE DEI VOLUMI VENDUTI IN FASCE DI
PREZZO
• Micro-segmentazione per dettaglio geografico
• dati espansi
% CATEGORY ACV
SALES LOCATION
UNIT SALES RATE
REFERENZA A
Prezzo medio € 2.6
SUPER NORD-EST
- 39%
7.0
27% Volumi
6.0
34% Volumi
5.0
4.0
3.0
2.0
1.0
€ 3.11
€ 3.07
€ 3.03
€ 2.99
€ 2.95
€ 2.91
Copyright © Information Resources 2003. Confidential and proprietary.
€ 2.87
Prezzo Base Medio
€ 2.83
€ 2.79
€ 2.75
€ 2.71
€ 2.67
€ 2.63
€ 2.59
€ 2.55
€ 2.51
€ 2.47
€ 2.39
€ 2.35
€ 2.31
€ 2.27
€ 2.23
€ 2.19
€ 2.15
€ 2.43
0.0
2) avere gli strumenti per valutare il livello di prezzo
ideale
La risposta al secondo obiettivo ha richiesto l’applicazione di un modello
econometrico (IRI Marketing Mix Model) in grado di stimare l’elasticità
delle vendite di ciascun prodotto alle variazioni di prezzo, calcolando
una curva di risposta che tiene conto di :
•
•
•
•
contemporanea presenza di attività promozionali (proprie e della
concorrenza)
manovre di prezzo degli altri prodotti del mercato
caratteristiche specifiche del singolo punto di vendita
variabili di controllo (stagionalità, temperatura, …)
Perché i risultati del modello siano operativi, è indispensabile che siano
declinati con lo stesso livello di segmentazione dell’analisi descrittiva,
ovvero per tipologia di canale e area geografica.
Copyright © Information Resources 2003. Confidential and proprietary.
Risultati del modello
•
•
•
•
Curva di elasticità delle vendite al prezzo
Effetti diretti e incrociati
Micro-segmentazione per dettaglio geografico
dati espansi
% variazione delle vendite
-2,0
-1,7
-1,8
-2,0
Ref A
-1,1
-1,1
-2,0
Ref B
SupNO
SupNE
SupCentro
SupSud
-1,2
-1,8
-1,3
-1,6
-1,5
-5%
- 6%
-7%
- 8%
-9%
- 10%
Ref C
- 11 %
-1,5
-1,2
-2,1
-1,8
Copyright © Information Resources 2003. Confidential and proprietary.
Ref D
2) avere gli strumenti per valutare il livello di prezzo
ideale
I risultati analitici del modello (curve di elasticità) sono stati integrati con
informazioni interne del CLIENTE X relative al costo (e al relativo
margine) di ogni prodotto studiato : è possibile in questo modo calcolare
la profittabilità di ciascun livello di prezzo e valutare il livello di prezzo
ottimale per l’azienda.
Information Resources
Stima dei profitti a fronte di variazioni del prezzo a scaffale
SUPERMERCATI CENTRO
REFERENZA A
Dati
ELASTICITA' AL PREZZO
VOLUMI NO PROMO (store-week)
PREZZO NO PROMO (al kg)
Totale
48,45
48,40
10%
48,35
48,30
5%
-1,66
4,79
17,10
48,25
0%
48,20
-7%
-6%
-5%
-4%
-3%
-2%
-1%
0%
1%
2%
-5%
COSTO (euro/kg)
7,00
-10%
3%
4%
5%
6%
7%
48,15
48,10
%uplift volumi
48,05
profitto (euro)
48,00
-15%
47,95
% var prezzo
In questa pagina un esempio dello strumento (Excel) sviluppato a questo
scopo, installato presso gli uffici del cliente.
Copyright © Information Resources 2003. Confidential and proprietary.
euro per PdV-sett
CANALE
PRODOTTO
15%
3) stimare gli effetti di una modifica dell’attuale livello di
prezzo (non promozionato)
Una volta definito il prezzo ideale per ciascuna micro-segmentazione, il
passo successivo è stimare l’effetto del previsto cambiamento di
prezzo sui volumi, tenendo conto delle informazioni ricavate
precedentemente.
SUPER NORD-EST
- 39%
7.0
Ref A
% CATEGORY ACV
SALES LOCATION
UNIT SALES RATE
REFERENZA A
Prezzo medio € 2.6
-2,0
-1,7
-1,8
-2,0
27% Volumi
6.0
34% Volumi
5.0
-1,1
-1,1
-2,0
4.0
1.0
0.0
€ 3.11
€ 3.07
€ 3.03
€ 2.99
€ 2.95
€ 2.91
€ 2.87
€ 2.83
€ 2.79
€ 2.75
Prezzo Base Medio
€ 2.71
€ 2.67
€ 2.63
€ 2.59
€ 2.55
Copyright © Information Resources 2003. Confidential and proprietary.
€ 2.51
-1,8
€ 2.47
Ref D
€ 2.43
-1,2
-2,1
€ 2.39
-1,5
€ 2.35
Ref C
€ 2.31
€ 2.27
€ 2.23
€ 2.15
-1,8
2.0
€ 2.19
SupNO
SupNE
SupCentro
SupSud
-1,2
-1,3
-1,6
-1,5
3.0
Ref B
3) stimare gli effetti di una modifica dell’attuale livello di
prezzo (non promozionato)
L’utilizzo di entrambi i risultati permette di calcolare gli effetti di una modifica del
livello di prezzo scomponendo la manovra in funzione dell’attuale
allocazione dei prezzi e dei volumi, senza dover fare l’ipotesi che tutti
i punti di vendita debbano modificare il proprio prezzo al pubblico.
La manovra
sui prezzi viene declinata secondo il dettaglio di segmentazione
MAIN
seguito nell’intero progetto.
Reset
Base Price (Euro/Pz)
REFERENZA A
Output
minimo
massimo
Actual
Simulated
SUPER NORD-OVEST
2,15
2,34
2,27
2,27
% Chg
0,0%
%volumi
10%
volumi
57670
tot volumi sim
57670
Var ass
0
var %
0,0%
SUPER NORD-OVEST
2,35
2,51
2,45
2,45
0,0%
27%
155709
155709
0
0,0%
SUPER NORD-OVEST
2,52
2,68
2,60
2,60
0,0%
34%
196078
196078
0
0,0%
SUPER NORD-OVEST
2,69
3,13
2,87
2,87
0,0%
29%
167243
167243
0
0,0%
100%
576700
576700
0
0,0%
SUPER NORD-EST
2,31
2,82
2,63
2,63
0,0%
84%
995173
995173
0
0,0%
SUPER NORD-EST
2,83
3,22
2,99
2,99
0,0%
16%
189557
189557
0
0,0%
100%
1184730
1184730
0
0,0%
SUPER SUD
2,55
2,82
2,68
2,68
0,0%
47%
181246
181246
0
0,0%
SUPER SUD
2,83
3,18
2,97
2,97
0,0%
40%
154252
154252
0
0,0%
SUPER SUD
3,19
3,38
3,31
3,31
0,0%
Copyright © Information Resources 2003. Confidential and proprietary.
13%
50132
50132
0
0,0%
100%
385630
385630
0
0,0%
LA METODOLOGIA IRI
IRI utilizza per i suoi modelli multivariati (Marketing Mix Model) la classica
forma funzionale moltiplicativa :
sales  BasePrice  * TPR  * Exp(  ( Display )) * Exp(  ( MultiOffer )) *
* Exp(  ( SpecialPac k )) * Exp(  (ConsumerPromotion)) * ADVStock  *
*  (CompetiveActivity) *  (Controllin gVariables )
resa additiva mediante passaggio al logaritmo.
L’esperienza mostra che i prezzi, le politiche promozionali e
conseguentemente le relative curve di risposta possono variare
considerevolmente per area geografica e per formato (supermercato,
superstore, ipermercato).
Un limite dell’approccio tradizionale è dunque che una risposta unica (a
totale Italia) non può essere soddisfacente; d’altro canto, lanciare
un modello separato per ogni segmentazione strutturale/geografica
conduce spesso a stime non coerenti o non sensate.
Copyright © Information Resources 2003. Confidential and proprietary.
BAYESIAN SHRINKAGE ESTIMATION
Le stime dei coefficienti ottenute mediante un sistema di modelli separati
sono troppo variabili nelle diverse ripartizioni del mercato, e spesso
hanno segni sbagliati (soprattutto per gli effetti incrociati).
Per avere un modello unico e allo stesso tempo sufficientemente preciso
nelle analisi di dettaglio, IRI utilizza la procedura nota come “Bayesian
Shrinkage Estimation”, basata sull’impostazione a priori di un modello
gerarchico. In breve, ciascun soggetto (negozio) viene classificato
secondo gli attributi che descrivono il dettaglio della segmentazione
richiesta : tipologia (supermercato, ipermercato, ...), area geografica
(Nord-Ovest, Nord-Est, …).
Il modello elabora tutti i soggetti allo stesso tempo, stimando per ogni
coefficiente un effetto fisso (“average response”) e un effetto
“random” legato all’appartenenza del soggetto alla specifica classe.
L’effetto fisso fornisce una media di riferimento a totale Italia, gli effetti random
permettono di declinare il coefficiente in funzione delle diverse microsegmentazioni.
Copyright © Information Resources 2003. Confidential and proprietary.
BAYESIAN SHRINKAGE ESTIMATION
From the traditional form
Y=X+
to the Bayesian Shrinkage Model
Y=X+Z+
errors
known matrix
and parameters
of the fixed Known design matrix
effects
and parameters of
the random effects
Il metodo comprime (“shrink”) le stime attorno alla media; l’entità dello
spostamento verso la media overall dipende dal numero di osservazioni
e dalla variabilità della stima nelle diverse micro-segmentazioni.
Copyright © Information Resources 2003. Confidential and proprietary.
BIBLIOGRAFIA ESSENZIALE
BLATTBERG, GEORGE (1991) - “Shrinkage Estimation of Price and
Promotion Elasticities : Seemingly Unrelated Equations”, Journal of the
American Statistical Association, 86
BOATWRIGHT, McCULLOCH, ROSSI (1999) - “Account-Level Modeling for
Trade Promotion : An Application of a Constrained Parameter
Hierarchical Model”, Journal of the American Statistical Association, 94