אוקיי, את הפוסט הזה על תמחור מבוסס נתונים אני מתכנן לכתוב כבר לא מעט זמן – והנה הוא סופסוף מגיע!

אחת השאלות המרכזיות היום במוצרים דיגיטליים (תוכנות, אפליקציות, קורסים, מדריכים וכיו"ב) היא מהו המחיר "הנכון" שעלינו לגבות, או במילים אחרות – תמחור.

בפוסט הזה נלמד מהן הגישות המרכזיות לסוגיית התמחור, נבין מדוע כיום תמחור הוא משימה אנליטית לא פחות מאשר משימה עסקית/שיווקית, ומהו תמחור מבוסס נתונים.

 

מהו תמחור – ואיך תומחרו מוצרים בעבר

תמחור הוא בעצם מונח יחסית פשוט, שעיקרו: כיצד נקבע המחיר הנכון והמדויק של מוצרים או שירותים.

בעבר, קביעת מחיר של מוצר/שירות היתה תהליך לא פשוט בכלל.
היא בעיקר כללה הרבה מאוד מחקרים, מול הרבה מאוד גורמים, שבסופם התקבלה תוצאה – מספר – שאיתו רצו לשוק והתחילו לעבוד.

וכמובן, שאם המספר הזה לא היה מדויק, היו מתגלות בעיות מהותיות:

אם המחיר היה גבוה מדי – המוצר/שירות היה יכול לא להימכר כלל;

ואם המחיר היה נמוך מדי – החברה היתה מפסידה כסף בצורה משמעותית.

 

היום, תהליך התמחור הפך להיות מעט יותר פשוט (בהמשך נפרט מדוע), אך הוא עדיין מתבסס על אותם העקרונות.

 

ההבדל בין תמחור לפי עלות ותמחור לפי ביקוש

בעולם התמחור מקובל להבחין בין שתי גישות:

  • גישת העלות (Costing)
  • גישת הביקוש (Pricing)

גישת העלות עוסקת בהבנה מהם מרכיבי העלות של המוצר/שירות, מתוך מטרה לקבוע מחיר בצורה של עלות+רווח מסוים ("COST + ").

גישת הביקוש עוסקת בשאלה מצד הלקוחות: מה יהיה המחיר שאותו יסכימו הלקוחות לשלם?

ולעיתים קרובות – המחיר שיסכימו לקוחות לשלם עבור המוצר/שירות גבוה בהרבה מאשר מה שעולה לייצר/לתפעל אותו, וזוהי בעצם שאלה של מהו הערך הנתפס של המוצר/שירות.

 

כמובן שהבינגו קורה כאשר מגלים שהמחיר מבוסס הביקוש גבוה משמעותית מאשר העלות, מה שייצור רווחיות גבוהה.

בגדול, גישת התמחור לפי עלות רלוונטית בעיקר למוצרים/שירותים נפוצים – Commodities, בעוד שגישת הביקוש רלוונטית יותר למוצרים ייחודיים, העונים על צרכים מהותיים (כאב/PAIN גדול של הלקוח), ולמוצרים/שירותים שהתחרות בהם נמוכה.

אם נסתכל לרגע על עולם התעופה, נוכל להבין שיש חברות המתמחות בתמחור לפי עלות – חברות הלואו קוסט. חברת Ryanair, לדוגמה, מנסה כאסטרטגיה להוריד את העלויות שלה על מנת להוריד בהתאם גם את המחיר הסופי לצרכנים.

לעומתה, אפשר להסתכל על חברות יוקרתיות יותר כמו סינגפור אירליינס, אשר המוצר שלהם נתפס כמאוד איכותי, ולכן גם יקר מאוד – בעיקר במחלקת עסקים ומחלקה ראשונה.

שם, ברור שהעלות של חברת התעופה היא שולית, ומה שמהותי הוא השירות שעבורו מוכן הלקוח לשלם, והרבה.

 

הגישה האנליטית לתמחור מוצרים ושירותים – תמחור מבוסס נתונים

אז לאחר שהבנו את העקרונות לקביעת מחיר המוצר/שירות, נכניס לתמונה את היבט עידן הדיגיטל.

אם עד לפני 20 שנים התמחור התבצע בצורה "ידנית" ומחקרית ארוכה לפני השקת המוצר/שירות, עידן הדיגיטל מאפשר היום לבצע תמחור בצורה הרבה יותר מדויקת – בעיקר למוצרים/שירותים דיגיטליים.

מדוע?

כי כיום, מאוד קל יחסית לפתח גרסה ראשונית של המוצר/שירות, "לזרוק אותה לשוק" ולראות מה קורה.

לאחר שהמוצר/שירות נזרק לשוק תחת מחיר מסוים, אפשר לקבל פידבק מאוד מהיר (בצורה יחסית לעבר) לגבי כמות המכירות – ולעדכן את המחיר בהתאם.

זה נקרא גם: תמחור מבוסס נתונים.

 

וכאן אנחנו כאנליסטים נכנסים לתמונה.

מדוע?

כי ברגע שאנחנו יודעים למדוד בצורה מדויקת את המכירות, אנחנו יכולים בתור אנליסטים לנתח איזו רמת מחיר מביאה לאיזו רמת מכירות, ואנחנו גם יודעים לעדכן אותה בהתאם למכירות בפועל.

במילים אחרות: אנחנו כאנליסטים – יודעים לזהות את המחיר האופטימלי!

 

"המעבדה למחירים"

איך בדיוק הדבר הזה מתבצע?

ובכן, המפתח הוא קודם כל שמירת דאטה לגבי המכירות וההכנסות.

את זה הבנו שיש כבר בעולם הדיגיטל – הכל ניתן לניטור ולמדידה.

וכאשר זה קורה, אפשר גם ליצור מספר רמות תמחור, ולהשוות את הביצועים שלהן "ראש בראש" ולראות מה מביא ליותר מכירות.

 

למה הכוונה?

בואו ניקח שירות דמיוני למכירת אנטי-וירוס.

כעת, נבחן תמחור מבוסס נתונים ב-3 גרסאות:

  • 25 דולר לשנה.
  • 50 דולר לשנה.
  • 100 דולר לשנה.

כעת, נציע את אותו המוצר לכלל האוכלוסייה ב-3 גרסאות המחיר – באופן אקראי.

 

ואגב, כאן חשוב לתת הסתייגות מהותית:

כל האמור הוא תחת הנחה שחוקי ולגיטימי לבצע אפליית מחירים באופן הזה (ולא תמיד זה אפשרי);
לעיתים, נקבע מחיר אחיד, אבל ניתנות הנחות באופן שונה מלקוח ללקוח המביאות לרמות מחיר שונות.
ועדיין – חשוב לוודא שניתן לעשות פעולות מעין אלה – וזה תלוי בשוק ובסוג המוצר/שירות.

 

ולאן כל זה הולך?…

אז עבור מי מכם שלמד באונ' קורסים בכלכלה, אחד המונחים הבסיסיים הוא "עקומת הביקוש".
ולפי התיאוריות של עקומת הביקוש, ככל שהמחיר גדל – כך המוצר/שירות יימכר פחות, ולהיפך.

 

לכן, כאשר נציע את המוצר ב-3 מדרגות המחיר שלו ל-3 קבוצות אוכלוסייה שחולקו אקראית, אנחנו אמורים לקבל 3 נקודות של עקומת הביקוש, כאשר ציר X הוא המחיר, וציר Y הוא סכום המכירות הכולל.

כמובן, שסכום המכירות הכולל בכל מדרגת מחיר הוא בעצם תוצאת המכפלה של כמות מכירות ורמת המחיר.

ומדרגת המחיר, שבה סכום המכירות הוא הגבוה ביותר – תהיה המנצחת!

 

ובדוגמה שלנו, נניח שאלה התוצאות שקיבלנו:

תמחור מבוסס נתונים - דוגמא

אז לכאורה, מחיר של 50$ יביא למקסימום המכירות.

תמחור מבוסס דאטה - דוגמא

 

כמובן, שבשלב הזה אפשר להמשיך ולבצע ניסויים במחיר – לדוג': 40$, ולבדוק אם סכום המכירות הכולל יעלה אפילו יותר.

 

ואגב, המכירות כאן אינו השורה התחתונה, כי במציאות  כי מה שמעניין בדר"כ הוא לא המכירות, אלא הרווח (הכנסות פחות הוצאות).

 

 

סיכום

 

נושא התמחור הוא אחד המרתקים בעולם האנליטי, כי יש בו גם מרכיב של צבירת דאטה, גם היבט עסקי-שיווקי מעניין, גם היבט תיאורטי של עקומות ביקוש כלכליות, גם ניסויי A|B Testing ועוד;

והכל מתחבר ברמה האנליטית לתוצאות מאוד ברורות וחד משמעיות – שקל מאוד ליישם.

 

לכן, חשוב מאוד בתור אנליסטים להכיר טוב את ההיבט הזה, מה גם שבחלק לא קטן מראיונות העבודה יש שאלות בתחום (בעיקר בנושאים של ניתוח ההכנסות והרווחיות של משפכי מכירה או שיווק – וניתוחי כדאיות ורגישות עליהם).

 

אז בפעם הבאה שאתם נתקלים במוצר או בשירות שאתם מתעניינים בו – תנסו להפעיל את "החוש האנליטי", ולהבין כיצד נקבע המחיר בגינו.

ומי יודע? אולי הידע הזה יוכל אפילו לחסוך לכם קצת כסף…

 

בהצלחה!

 

 

קבלה לעבודה כ-Data Analyst בדרך החכמה: סדנת הנתיב המהיר

 

 

 

 

 

Share
השארת תגובה