Pricefx Fiyatlama Sorununu Nasıl Çözer Ve Kar Kayıplarını Nasıl Tespit Eder ?

Fiyatlama ve kar kayıpları

Doğru fiyatlama ve devamında kardaki artış. Doğru fiyatı tanımlamak aslında basit ama uygulamak zor. Doğru fiyatlama stratejisi için fiyatın doğru hesaplanması ve konumlandırmanın iyi yapılmış olması gerekiyor. Fiyatlama temelde maliyet+ yada rekabet bazlı olarak yapılıyor. Ancak fiyatlamanın en önemli işlevi ise işletmenin operasyonun karının temel belirleyicisi olmak.

Kar kayıplarını tespit etmek için liste fiyatından fatura fiyatına ve cepte kalan fiyata yani “Pocket Price” ulaşana kadar karın azalmasına sebep olan indirim ve rebate’lerin (Geri ödemeler) bilinmesi ve …. Fiyat şelalesi aşağıda gördüğünüz bir bar grafik. Liste fiyatından fatura fiyatına kadar olan alanda “İndirim ve promosyonlar” yer alıyor. Fatura fiyatından cep fiyatına kadar olan alanda yani “off-invoice” alanında rebate’ler yer alıyor.

Yazımın bu son bölümünde cep fiyat analizini ve cep fiyat şelalesini en hızlı ve esnek bir şekilde kullanmanızı sağlayacak olan çözümümüz PriceFx ‘den bahsedeceğim. PriceFx, bünyesinde 100’den fazla makine öğrenimi algoritması barındırdan yüzlerce hatta binlerce ürünün belirlediğiniz kurallara göre fiyatlamasını yapabilen, istediğiniz segmentasyonda karlılığınızı anlık olarak görüntüleyebilen, ve en önemlisi de karınızın nerelerde sızıntıya uğradığını görüntüleyebilen bir Saas çözümüdür. Reputazyon olarak PriceFx’in Türkiye strateji ortağı olduğumuzu belirtmek istiyorum. Bu ortaklık sayesinde Türkiye’de fiyatlama ve karlılık konusunda sıkıntıları olan orta ve büyük çapta B2B yada B2C formatında çalışan işletmelere danışmanlık ve destek veriyoruz. 

PriceFx 7 modülden oluşuyor ve ihtiyacınıza göre istediğiniz modülden başlayabiliyorsunuz. Sloganı ise 3F. Yani Fast, Flexible ve Friendly. Yazılımı istediğiniz esneklikte özelleştirebiliyorsunuz.  SAP’nin gold partneri olduğumuz için ERP sistemi SAP olunca çok daha hızlı şekilde entegre edebiliyoruz. Oracle vb diğer ERP sistemlerine de hızlıca entegre olabiliyoruz. Bu hızın sonucu olarak normalde 18 ay olan sektör ortalamasının çok altında bir süre olan 18 haftada entegrasyonu tamamlayabiliyoruz ve hızlıca kullanmaya başlayabiliyorsunuz. Sistem aylık ödeme sistemine dayanıyor ve devam etmek istemezseniz sistemi kullanmayı bırakabiliyorsunuz. Şunu da belirtmek de büyük fayda var, müşteri elde tutma oranmız (customer retention rate) 98%. Bu oranın büyük bir başarı olduğunu takdir edersiniz.

PriceFX sadece fiyatlama ve karlılık üzerine çalışıyor ve şirket satın almaları ile her geçen gün daha da fazla yapay zeka kullanımı ile kullanıcılarının işlerini daha da fazla kolaylaştırıyor. 

Yapılan araştırmalara göre kar kayıpları bir işletmenin toplam cirosunun yaklaşık %4,4 üne, başka bir araştırma da brüt karın yaklaşık 2,5%’ine ulaşabileceğini gösteriyor. Bu kar kayıplarını engelleyebilmenin anahtarı da her bir işlem bazında karlılığı kontrol edebilmekten geçiyor. PriceFx’in üstün işlem bazında karlılık gösterimi sayesinde karınızın kasada kalmasını sağlayabiliyorsunuz. 

Fiyatlama için PriceAnalyzer ve PriceBuilder beraber yada ayrı ayrı çalışabiliyor. Kar kayıplarının tespit edilmek için PriceOptimizer modülünü kullanabiliyorsunuz.

Mehmet Sarı

Arelyz Yapay Zeka Çözümleri

Gelir ve Kar Kayıpları Nasıl Önlenebilir?

Gelir ve Kar Kayıpları Nasıl Önlenebilir?

Günümüzün artan rekabet koşulları ve pandeminin yeni normali içerisinde şirketlerin gelirleri dikkate alındığında dikkatin en çok yoğunlaşması gereken konunun gelir ve kar kayıpları ‘nın oluştuğu noktaları tespit etmek olduğunu düşünüyorum. Bu noktada sorulması gereken 5n sorusundan iki tanesi,

  • Gelir kayıpları nasıl tespit edilir ?
  • Kar kayıpları nasıl önlenebilir ?
  • Tespit edilen noktalarda şirketler neler yapabilir ?

Büyük veri ne kadar büyük ?

SAP, Oracle vb. büyük ERP sistemleri içindeki veri setlerinin incelenmesi için bu büyük verinin temiz olması ve olabildiğince iyi okunabilecek kalitede olması gerekir. Evrenin oluşum teorisinden hareketle ben, büyük veriyi büyük patlamadan önceki büyük gaz bulutuna benzetiyorum. Çok büyük, dağınık ve düzensizlikleri barındırıyor. Aksiyona dönüşmesi için tepkimeye girmesi, patlaması ve galaksiler, evrenler ve yıldızlar oluşturması gerekiyor. Veriler, okunamadığı ve eylemlere dönüştürülecek ilhamı veremediği sürece bir gaz bulutundan fazlası değil. 

Anlamlandırma

Bilanço ve gelir tabloları içindeki rakamlar yer yer birçok küçük verinin konsolide olarak toplanması ile oluşuyorlar. Bu tablolar hazırlanırken büyük veriye çok da ihtiyaç duyulduğu söylenemez. Ancak büyük veri, kar yada gelirin analiz edilmesi ve kar kayıpları ‘nın tespit edilmesi noktasında bir çok fayda sağlıyor.

  • Bir ürün pazarlama aktivitesinde esnekliği hesaplanmayan bir indirim uygulanabilir. 
  • Aynı ürün birden fazla müşteriye farklı fiyatlar ile satılabilir. 
  • Bir ürünün rekabetteki fiyatları daha düşük olabilir.
  • Faturalandırmadan sonra verilen rebateler (geri ödemeler) tablolarda yeterince iyi görünmeyebilir.

Yukarıda saydığım gerekçeler ile şirketler satış gelirlerinden kayıp yaşarlar.

Ben bu noktada o can alıcı soruları soruyorum arkadaşlarıma:

  • Peki diğerlerine kıyasla düşük fiyattan ürün alan müşterilere uygulanan bu indirim gerçekten gerekli miydi?
  • Kampanyada uygulanan indirim ne kadar gerekliydi? Fiyat esnekliği neydi? Gerekenden fazla bir indirim uygulanmış olabilir mi?
  • Hangi müşteriler iyi, hangileri kötü? Referansınız nedir?
  • Müşterileri kar yada satış gelirlerine göre analiz ettiniz mi?
  • Kar kayıpları ‘nızın nerelerde oluştuğunu biliyor musunuz?
  • Yukarıdaki sorulara cevap verebilmek için sağlıklı bir analiz sisteminiz var mı?

Büyük verinin belirli bir bölümü ile bile ilgilenseniz, zamanınızın büyük bölümünü kaybetmiş olursunuz. Büyük veri yapay zeka destekli yazılımlar ile çok hızlı, kolay ve esnek bir şekilde analiz edilebilir. Nasıl mı? Bir sonraki yazımda nasıl sorusuna cevap vereceğim.

 Benim ilgi alanım daha çok büyük işletmeler. Kobi ölçeğindeki işletme sahipleri ile yaptığım görüşmelerde tespit ettiğim konular ise şunlar:

Kar kayıpları ‘nın bilinirliği

  • Sabit ve değişken gider maliyetleri tam olarak bilinmiyor, tahmin edilse bile bu değerlerin iyi yada kötü olduğunu saptayabilecek ekonomi odaklı bir referans noktası bulunmuyor.
  • Toplam satış gelirlerinden maliyet kalemleri düşüldüğünde geriye kalması beklenen brüt karın neden yıl sonunda kasada olmadığı bilinmiyor.
  • Kar kayıpları, gider kalemleri içinden sadece rakamlara bakılarak tespit edilemiyor.
  • Bütün rakamları anlamlandırabilecek olan veri kaynakları yeterince iyi kalitede kayıt altında tutulamadığı için verilerin söylemek istediği mesajlar alınamıyor.
  • Müşteri segmentasyonu yapılmıyor. Uzun yıllar boyunca fiyat eksenine göre satın alma yapan müşteriler iyi müşteri olarak adlandırılıyor.
  • Yapılan promosyon çalışmaları büyük oranda geçmişten gelen alışkanlıklar ve mevcut rekabet ortamının genel kabulüne göre yapılıyor.
  • “Müşterim beni neden seçsin?” sorusuna cevap verilemiyor. Bu cevap verilemediği için gelirden vazgeçmeye sebep olan indirimlerin gerçekten gerekli olup olmadığı soru işareti olarak kalıyor. 

Mehmet Sarı

Arelyz Yapay Zeka Çözümleri