10 janvier 2013-
Par Craig Zawada
Selon Craig Zawada, Senior Vice President de PROS, seul un petit pourcentage de DAF innovateurs a adopté l'une des armes les plus puissantes à leur disposition : le logiciel d'optimisation des prix.
Alors que les directeurs financiers peuvent se tourner vers diverses technologies pour relever leurs défis commerciaux et financiers, un pourcentage relativement faible d'innovateurs a adopté l'une des armes les plus puissantes à leur disposition : les logiciels d'optimisation des prix.
Une étude récente a révélé que la nécessité de planifier et de s'adapter aux pressions concurrentielles sur les prix est l'une des trois principales préoccupations des directeurs financiers. Mais alors que les directeurs financiers investissent dans des outils et des technologies tels que des systèmes sophistiqués de gestion de la relation client (CRM) et de planification des ressources de l'entreprise (ERP) pour répondre à d'autres priorités, la plupart d'entre eux courent un risque lorsqu'il s'agit de fixer les prix, avec très peu de visibilité en temps réel sur la façon dont les décisions de prix affectent les marges. Voici quelques exemples de la manière dont l'absence de stratégie de tarification peut avoir un impact négatif sur les activités de l'entreprise :
- Une grande entreprise de semi-conducteurs a effectué des ajustements hors facture sur 10 000 transactions différentes en un an.
- Une entreprise de pièces automobiles a découvert qu'un pourcentage important de ses $78 millions d'euros de frais de transport n'était pas répercuté sur les clients, en dépit d'une politique mise en place à cet effet.
- Une grande société de location de matériel a réalisé qu'elle prenait 2,5 millions de décisions de tarification par an, sans avoir une idée précise de l'efficacité de ces décisions.
La capacité des directeurs financiers à maintenir leurs marges dépend de leur visibilité sur les décisions de tarification et de leur capacité à réagir en temps réel. Les logiciels d'optimisation des prix peuvent réduire ce risque, en fournissant une visibilité sur l'impact des décisions de prix et en armant les directeurs financiers d'informations en temps réel. En fait, selon le cabinet de conseil McKinsey & Company, une amélioration des prix de seulement 1 % peut entraîner une augmentation des bénéfices de plus de 8 % pour une entreprise moyenne de l'indice S&P 1000.
Mais l'exploitation de la technologie pour prendre des décisions judicieuses en matière de tarification dépend des "big data". De plus en plus d'entreprises tirent parti du volume, de la variété et de la rapidité de ces données créées grâce aux progrès de la puissance informatique et du stockage des données.
Jusqu'à présent, de nombreuses entreprises ont progressé dans le domaine de la tarification sans recourir au big data - de l'instauration de règles de tarification à la création d'organisations de tarification et à l'obtention d'une visibilité de haut niveau sur les performances en matière de tarification. Elles ont réalisé des investissements importants dans des systèmes ERP, CRM et autres systèmes d'automatisation de la force de vente pour gérer leurs activités de manière plus efficace. Cependant, peu d'entre elles ont fait du pricing un véritable avantage concurrentiel en tirant parti du véritable big data qui va bien au-delà des données transactionnelles traditionnelles pour inclure les clients, les produits, les coûts, les contrats, les remises, les concurrents, les pipelines de vente, les stocks, et bien plus encore.
Comme jamais auparavant, le big data permet aux entreprises de prendre des décisions commerciales et de vente plus intelligentes et de mieux comprendre la volonté de payer. Basé sur une analyse avancée des données de prix et de ventes, il permet aux entreprises de :
- Analyser un grand nombre de points de prix et de permutations afin d'obtenir des recommandations tarifaires basées sur des données, spécifiquement ciblées sur des clients individuels.
- Utiliser la science des données pour prendre des décisions impartiales pour chaque produit, client et micromarché.
- Fournir aux membres de l'équipe de vente une approche fondée sur les données, qui leur permette de négocier en toute confiance en augmentant les prix, le volume des ventes et les marges, avec une cohérence et une rationalité des prix dans des environnements complexes comprenant de multiples canaux, des millions de produits et des milliers de clients.
Prenons l'exemple d'une société de services d'ingénierie. Cette organisation disposait de peu de processus de tarification pour aider les vendeurs à établir des devis rentables. Les analystes de l'entreprise déterminaient des prix minimums en utilisant des facteurs stratégiques qu'ils jugeaient importants ; cependant, en appliquant une analyse scientifique aux contrats, ils ont identifié certains types de contrats d'ingénierie qui pouvaient être remportés même à des niveaux de prix plus élevés. En appliquant des statistiques à un large éventail de facteurs et en combinant les transactions commerciales internes avec des sources de données externes, l'entreprise a été en mesure de prédire avec précision la disposition à payer - et les résultats ont été surprenants. Bien que certains de leurs facteurs stratégiques aient été validés statistiquement, nombre d'entre eux ne décrivaient pas la dynamique sous-jacente du marché. Pourtant, d'autres facteurs qui n'avaient pas été pris en compte auparavant se sont révélés être d'importants facteurs de prix.
De nombreuses entreprises fonctionnent de la même manière. Elles ont pris des mesures tactiques pour trouver et corriger ou éviter les clients à rentabilité extrêmement faible ou négative. Peu d'entre elles ont appliqué la science de la tarification pour identifier les clients à rentabilité moyenne qui pourraient faire mieux lorsqu'on les compare à d'autres clients similaires.
Fonctionner à la vitesse de l'entreprise
Les directeurs financiers ont besoin d'un accès immédiat à des informations actualisées pour répondre à la volatilité de l'économie. Les facteurs de tarification et la concurrence. Cela signifie que la tarification doit fonctionner en temps réel pour s'adapter aux complexités des entreprises d'aujourd'hui.
Prenons l'exemple d'une entreprise de distribution de matériel électrique disposant de trois canaux de distribution, de plus de 10 000 produits et de milliers de clients. Si l'on ne tient compte d'aucune autre variable, il existe à tout moment des millions de scénarios de vente. Ajoutez à cela la complexité permanente des nouveaux prix de la concurrence, des changements dans les volumes de vente et des nouvelles positions de stock ou d'approvisionnement, et vous comprendrez que les entreprises manqueront d'importantes opportunités en appliquant de simples règles empiriques ou en faisant preuve de discernement.
Les outils d'optimisation des prix qui exploitent le big data adaptent ces nouvelles connaissances, améliorent les modèles et produisent des recommandations actualisées pour s'assurer que toutes les informations pertinentes du marché sont prises en compte pour chaque transaction. En utilisant ces données, la société de distribution a pu augmenter ses marges de 160 points de base, même dans un environnement économique très difficile.
Produit de cartographie "ADN
Si de nombreuses entreprises parviennent à ajuster les prix catalogue sur la base d'une analyse des opportunités tarifaires au niveau de la catégorie, elles ont du mal à obtenir une visibilité approfondie des différences clés entre les produits individuels. Cependant, en appliquant une analyse avancée des prix, les entreprises sont en mesure de fixer les prix catalogue pour les produits individuels sur la base d'une analyse sophistiquée de l'historique des prix de chaque produit, ainsi que de comparaisons avec d'autres produits dans des catégories similaires. Ces outils analysent le montant des remises sur le produit, l'écart de prix, la part typique du portefeuille ou de la facture que le produit représente dans les achats des clients, les tendances de prix de la concurrence et la disponibilité afin d'estimer l'élasticité du prix du produit. Ces informations permettent aux entreprises d'identifier rapidement et facilement les produits sous-évalués et de calculer le rapport entre la marge et le chiffre d'affaires pour des prix catalogue spécifiques.
Une entreprise de matériel de construction avait l'habitude d'ajuster annuellement ses prix au niveau des catégories de produits. Tous les raccords hydrauliques subissaient la même augmentation de prix au cours d'une année donnée. Cependant, il manquait les caractéristiques uniques de chaque numéro d'unité de gestion des stocks (UGS) au sein de la catégorie hydraulique. Certains raccords représentaient un faible volume et étaient difficiles à trouver, tandis que d'autres pouvaient être facilement remplacés par des pièces disponibles dans le commerce auprès d'un fournisseur local. En outre, certains étaient déjà beaucoup plus chers que ceux des concurrents, tandis que d'autres pouvaient encore être augmentés tout en restant inférieurs à ceux des concurrents.
En conséquence, l'entreprise sous-évaluait ou surévaluait le prix d'un grand nombre de ses raccords hydrauliques. En analysant ses big data, l'entreprise a atteint un niveau d'analyse granulaire qui l'a aidée à surmonter les problèmes de tarification unique et à augmenter ses marges de plus de 250 points de base.
Performances de conduite
Certaines entreprises comptent aujourd'hui des centaines, voire des milliers de personnes impliquées dans les décisions de tarification. Il en résulte une explosion de la complexité, car la fixation des prix implique davantage de personnes dans des négociations très compliquées avec des acheteurs qui jonglent avec une myriade de remises et de promotions.
Pourtant, les décideurs en matière de tarification ne reçoivent souvent aucune "note" sur leurs performances, car les mesures actuelles des prix ou des marges sont trop génériques et ne tiennent pas compte de la clientèle unique et de la gamme de produits d'un vendeur. Alors qu'un représentant peut sembler être un excellent vendeur, il peut très bien vendre de gros volumes de produits à perte. À l'inverse, un autre représentant peut vendre des volumes moins importants, mais à des prix qui lui permettent de dégager des marges bien plus importantes.
En tirant parti du big data et en intégrant les meilleures pratiques de tarification, les entreprises sont en mesure de créer de véritables comparaisons d'égal à égal sur la manière dont les vendeurs fixent leurs prix et réalisent leurs performances. Il en résulte une évaluation beaucoup plus claire de la contribution d'un individu à l'amélioration des résultats de l'entreprise.
Dans le monde des affaires hautement volatile et compétitif d'aujourd'hui, afin d'améliorer leurs perspectives financières et d'être compétitives et gagnantes sur leurs marchés, les organisations doivent comprendre comment exploiter le big data avec la science avancée du pricing pour transformer un atout formidable, mais souvent caché, en un véritable pricing power et une efficacité commerciale.
Craig Zawada est vice-président senior de PROS Inc. (NYSE : PRO) à Houston. Auparavant, il a passé plus de 12 ans en tant qu'associé chez McKinsey & Company.