Como melhorar o resultado do repasse de preços de minha indústria através do uso de inteligência de segmentação de preços?
A maior parte das empresas adota estratégia de precificação definida a partir da ótica do produto, ou seja, cost-plus. Como os custos dos produtos mantém-se os mesmos independente do cliente (a não ser pelos custos de transporte), a definição de posicionamento e reajustes de preços tende a ser feita de forma linear para o Brasil todo.
Ao adotar esse tipo de estratégia, a indústria está ignorando o valor que o consumidor atribui ao seu produto e como essa perspectiva muda de acordo com seu perfil e em resposta ao portfólio de produtos e marcas disponibilizados pela concorrência. O intermediário (varejo ou distribuidor) também atribui valores diferentes ao produto de acordo com a importância que este assume dentro de sua carteira de vendas.
Uma forma de impulsionar os resultados é, portanto, trabalhar com estratégia de precificação segmentada por perfil e região para incorporar de forma eficiente a disposição a pagar do consumidor no processo de definição de preços. No limite, a precificação pode ser customizada para cada indivíduo dentro de sua situação de escolha.
Quanto mais o preço se aproximar da real disposição à pagar de um grupo de consumidores/clientes, melhores serão os resultados de reajustes de preços, por exemplo.
Por exemplo: uma empresa pretende repassar o aumento de 10% em custo. Ele pode ignorar oportunidades de ganhos se realizar um aumento linear de 10% para todos clientes. Ou ele pode otimizar resultados se praticar ajustes diferentes em todos clientes, totalizando os mesmos 10% de reajuste efetivo.
A maneira mais eficiente de se fazer um reajuste de preços é realizá-lo de maneira granular – que pode ser feito cliente a cliente ou de maneira regional.
O Painel de Precificação Teros mostra que a preferência por cerveja nos consumidores de diferentes Estados e regiões é consideravelmente distinta.
Como implementar a segmentação de preços baseada em valor percebido
A grande dificuldade na implementação dessa estratégia é conseguir calcular quanto os clientes de cada região podem pagar, de maneira acurada. Para isso, é preciso utilizar a metodologia adequada para o contexto da empresa e o grupo de informações disponíveis (base de dados). Um dos caminhos parte da estimação de curvas de demandas (elasticidades) e montagem de modelos que encontram os preços que otimizam lucro e receita. Não existe um caminho padrão para estes cálculos e geralmente eles dependem de criteriosa avaliação. As empresas que apostaram nesse tipo de estratégia e investiram em inteligência estão apresentando resultados consistentes e se destacando das demais.
Ainda, as melhores práticas apontam para o uso de algoritmos e modelagem estatística como forma de garantir os ótimos resultados. Com essas ferramentas, um grande número de análises são feitas sistematicamente para todos clientes, utilizando os mesmos parâmetros estatisticamente comprovados. Traçando um paralelo, é como ter a acurácia de analisar cliente a cliente, porém em grande escala (e adicionando ainda maior acurácia pela análise dos grupos de clientes). O resultado: até 15% de aumento de receita, com efeito ainda maior em lucro.
Simulação de ajuste simples (linear) e ajuste ótimo (diferente por UF), para um produto. No caso, a empresa perde 3% de receita no primeiro caso, e ganha 7,8% de receita no segundo. Aplicativo desenvolvido pela Teros.
Case de sucesso
Para o total do portfólio de um grande cliente da Teros, que possuía mais de 1000 SKUs e 5000 clientes, construímos um algoritmo para segmentar clientes e diferenciar o reajuste de preços por região, para cada produto do portfólio da companhia. O resultado foi um aumento de 15% em receita em relação à média que vinha sendo obtida com repasses lineares de preços ao longo dos anos.
Vale ressaltar que o cliente citado possuía características essencialmente regionais e, dentro de cada Estado, o comportamento dos clientes era muito parecido. Isso auxilia diretamente no resultado, pois a metodologia de reajuste de preços se apoia na percepção de valor por cada um dos clientes no portfólio como um todo. Dando um exemplo mais prático, os clientes são mais sensíveis à curva ABC (20% dos produtos que representam 80% das vendas) e menos sensíveis no restante do portfólio. Sendo assim, o aumento de preços foi mais moderado nos produtos da curva ABC do cliente e mais acentuado no restante dos produtos. Isso fez com que, mesmo com o aumento de preços, o cliente não reavaliasse a decisão de compra.
Texto de Felipe Sant’Anna – Consultor sênior de pricing da Teros
