Estudo de caso no Setor de Bens de Consumo: value-pricing - ganhos potenciais de 13% de receita no curto prazo

Com a pandemia, padrões de consumo tem se alterado. Consumidores se tornaram mais cautelosos. É, portanto, primordial incluir o driver de percepção de valor do consumidor na precificação para evitar “deixar dinheiro na mesa”.
Nesse ponto a estratégia de value-pricing é um bom caminho, pois busca definir os preços dos produtos de acordo com o valor que os consumidores atribuem a eles. A ideia principal por trás dessa estratégia é conseguir capturar a disposição a pagar dos consumidores, através de dados do mercado que reflitam as suas escolhas, e incorporar esse driver no processo de decisão do posicionamento dos produtos da indústria.Alguns cases de sucesso mostram que uma política de value-pricing bem implementada é capaz de trazer aumentos de receita que podem chegar a 15% em pouco tempo. Um dos problemas elencados pelo mercado nessa estratégia é a dificuldade em conhecer a disposição a pagar dos consumidores. De fato, se o caminho escolhido for o de pesquisa de mercado como, Conjoint Analysis, Branding Price Trade Off etc., ter a informação de disposição a pagar do consumidor atualizada e com granularidade será economicamente inviável.
Há, no entanto, algoritmos capazes de extrair valoração de características dos produtos e sensibilidade a preços de forma dinâmica e em níveis regionais utilizando dados de pesquisa de mercado consolidadas como a realizada pela Nielsen.
Value-pricing em indústria de bens de consumo indicou aumento potencial de 13% em suas receitas
Uma empresa líder de seu segmento procurou a Teros para melhorar a política de posicionamento de duas de suas principais categorias em busca de melhora na lucratividade. A empresa utilizava um mix entre cost-plus e competitive based price, aplicando reajustes de preços lineares por categoria de produto e regiões geográficas e tinha consciência de que poderia ampliar seus ganhos adotando uma estratégia de value-pricing para customizar seus preços. Utilizando dados de mercado (market share, preço e outras variáveis) da indústria, aplicamos um algoritmo amplamente difundido na academia, mas ainda pouco explorado pelo mundo corporativo, que estima as preferências dos consumidores dessa indústria ao nível de canal de venda e região geográfica.O modelo econômico por trás do algoritmo parte de como o consumidor escolhe no seu dia-a-dia, comparando as opções disponíveis e seus preços, no momento da compra e num passado recente.É possível, portanto, estimar o peso médio das características e dos preços dos produtos no processo de escolha, assim como a hierarquia de avaliação desses atributos, permitindo-nos mapear o processo de decisão do consumidor. Para a indústria em questão, por exemplo, foi possível entender que em dado segmento, os consumidores atrelam preço a qualidade, enquanto em outro o valor do produto estava associado à marca. Em cada mercado (canal x região), os consumidores deram pesos diferentes para características de produtos e para o preço, mostrando bastante heterogeneidade no processo de decisão de compra e apontando para oportunidades significativas de customização de preços e reposicionamento. Outro ponto importante para a estratégia de pricing-value é considerar a reação das marcas concorrentes e do varejista. A escolha é feita com base nos preços e valores relativos dos produtos.
Com a metodologia adotada, a sensibilidade a preços e o valor associado aos produtos dos concorrentes também é estimada, possibilitando simulações de cenários de reação de concorrentes e como o consumo se alteraria.Ou seja, a estratégia de value-pricing é definida com base na percepção de valor dos clientes dada a reação provável dos concorrentes. Para garantir a implementação e facilitar a gestão, a solução foi disponibilizada através de um software customizado contendo os algoritmos e dashboard de controle.
A partir do software customizado é possível acompanhar os pesos das características dos produtos, a hierarquia de decisão e elasticidades-preço próprias e cruzadas para todos os SKUs dos mercados.
O próprio software calcula o posicionamento ótimo com base nos drivers estimados e inputs da equipe sobre o mercado. Além de permitir simular como vetores de preços específicos (sugeridos pela empresa) irão performar no mercado (resultado pode ser avaliado em market-share, receita, lucro).
Tela do software que sugere o reposicionamento de todos os produtos da Categoria 1 do cliente para o Estado de São Paulo. O círculo vermelho representa o preço atual, enquanto o círculo azul representa o preço ótimo sugerido.
O exemplo acima deixa claro que alguns produtos do nosso cliente estavam com o nível de preço muito elevado e reduzi-los traria um resultado melhor através de maiores volume de venda, enquanto outros poderiam melhorar sua margem aumentando seus preços. Após análises, calculamos que a solução construída tinha o potencial de trazer ao nosso cliente um aumento de 13% de seus resultados em um curto prazo de tempo. Porém, vale destacar outros ganhos potenciais para o cliente:- Alinhar-se às melhores práticas de pricing do mercado, dando a ele uma vantagem comparativa sobre os seus concorrentes.
- Facilitar a tomada de decisões estratégicas de preços de novos produtos.
- Reduzir o custo do processo decisório e permitir que ações de reposicionamento sejam identificadas e ajustadas de forma regular e dinâmica.
[1] Indústrias que lidam com custos que oscilam regularmente, para que a política de cost-plus seja ótima, precisam projetar de forma consistente a curva de custos.
[2] O ramo de economia comportamento explora largamente a questão da ancoragem. A noção de caro ou barato não é absoluta, mas sim relativa.
Discovery gratuito
Em 30 minutos mostramos os gaps na sua jornada atual
Sem compromisso. Com quem opera o problema
- Discovery gratuito sem pitch de vendas
- Mapeamos sua esteira atual em tempo real
- Você sai com um diagnóstico de ruptura e custo
Continue lendo
Mais sobre Bens de Consumo

15 de jul. de 2024

22 de dez. de 2023

26 de abr. de 2021