Conjoint-анализ: от эластичности спроса к ценовой стратегии на примере FMCG-кейса

Одна из бизнес-задач, решаемая с помощью ценового исследования, — оптимизация продуктовой линейки. Например, у производителя напитков есть портфель брендов, в котором каждый бренд представлен набором SKU (stock keeping units) с разными вкусами, размерами упаковок и ценами. Объем, структура и рентабельность продаж в линейке зависят от набора SKU и соотношения их цен как между собой, так и в сравнении с ценами конкурентов. Оптимизация предполагает поиск такого соотношения цен, при котором мы продаем и зарабатываем больше. Conjoint-анализ — лучший метод для решения такой задачи. Применив его, мы получаем «симулятор рыночных сценариев», который технически позволяет: сделать прогноз продаж при определенном ценовом сценарии; построить кривую спроса на каждый тестируемый продукт и измерить его эластичность спроса по цене; определить оптимальные ценовые пороги для различных SKU; найти оптимальный сценарий — такое соотношение цен между всеми нашими SKU, при котором наши объемы продаж, выручка или прибыль максимальны.

Допустим, мы сделали conjoint и нашли такой сценарий. Стоит ли применять его в таком виде? Как этот сценарий соотносится с нашими гипотезами? Кроме того, мы получили много данных о ценовой эластичности различных SKU. Какие инструменты можно применить для анализа этих данных? Как получить обобщающие выводы? На примере демокейса мы посмотрим:

• Как работает Brand-Price Conjoint / Shelf Layout Conjoint.
• Как перейти с уровня симуляции сценариев, анализа эластичности и проверки гипотез к стратегическим рекомендациям.