// SOLUTION · динамическое ценообразование
Заказная разработка · AI-система

AI-система регулярной цены: новая цена каждое утро, по каждой позиции

Модель эластичности учится на ваших чеках и пересчитывает полочную цену ежедневно — в границах ваших правил и коридоров.

Пересчёт за сутки1 248 позиций
Категория A · розницаспрос выше плана
1 290
1 390
+7,8%
Категория B · онлайнконкурент ушёл вверх
2 450
2 590
+5,7%
Категория C · розницаостаток выше нормы
890
840
−5,6%
Категория D · маркетплейсKVI, цена закреплена
590
590
0%
Прогноз к марже за неделю+1,4 п.п.
Где применяется Продуктовый ритейл Non-food сети eCom и маркетплейсы DIY Дистрибуция и B2B Фарма — с учётом ЖНВЛП
/01 эффект решения

Цена — самый сильный рычаг прибыли, и он почти не используется

Меньше 5% позиций пересматриваются еженедельно, а 60–70% ассортимента живут «по инерции» — это невзятая маржа.

+8%

операционной прибыли даёт всего +1% к цене при стабильных объёмах — ценовой рычаг в 2–4 раза сильнее объёма.

Источник: HBR, 1992 · McKinsey, The Power of Pricing, 2003.

Алгоритмическое ценообразование используют менее 15% ритейлеров (BCG, 2026) — окно ещё открыто.

+5–10%
прирост выручки на оптимальных ценах
+0,5–1 п.п.
рост EBITDA
+2–5%
рост продаж за первый год (McKinsey)
/02 что это и кому

Оптимальная регулярная цена по каждому SKU, а не наценка по правилу

Критерий один: прирост маржи без потери объёма.

По SKU и каналу

Своя цена для каждой позиции и канала продаж — от эластичности спроса, цен конкурентов и остатков.

Не правила, а эластичность

Модель учит, как спрос реагирует на цену — включая перекрёстную эластичность и каннибализацию между товарами.

Пересчёт ежедневно

Цена обновляется по мере изменения спроса, конкурентов и остатков — в рамках ценовых коридоров и KVI.

Кому подходит

Большой ассортимент SKU Выручка 10+ млрд ₽ Активная ценовая конкуренция

Где ещё работает

eCom и маркетплейсы Non-food ритейл Фарма · OTC Косметика и парфюмерия Авторитейл B2B-дистрибуция
/03 как это работает

Четыре AI-модуля конвейером: от прогноза спроса до цены в учётной системе

Архитектура из наших внедрений. Каждая цена приходит с объяснением.

ВАШИ ДАННЫЕ Чеки ККМ, 1С, ОФД Прайс-листы и ценовые зоны Остатки и поставки Каталог и атрибуты Конкуренты и промо ЯДРО · ЧЕТЫРЕ ШАГА КАЖДУЮ НЕДЕЛЮ 01 · Недельная панель цена, скидка, маржа и план на уровне «зона × товар» 02 · Модель спроса 150 отобранных признаков · монотонные ограничения по цене 03 · Кривые эластичности три уровня: позиция → серия → категория 04 · Оптимизатор 13 цен-кандидатов на позицию → одна, не ниже плана по маржинальности ГРАНИЦЫ БИЗНЕСА: ЦЕНОВЫЕ КОРИДОРЫ, KVI И ПЛАН ПО МАРЖИНАЛЬНОСТИ — ДО ВЫБОРА ЦЕНЫ ПРИЁМКА: ТЕСТ И КОНТРОЛЬ НА ДВОЙНИКАХ, ЭФФЕКТ = РАЗНИЦА С КОНТРОЛЕМ ДООБУЧЕНИЕ: МОДЕЛЬ ПЕРЕСЧИТЫВАЕТСЯ НА НОВЫХ ПРОДАЖАХ ЧТО НА ВЫХОДЕ Цена по позиции и зоне План изменений цены Прогноз выручки и маржи Обоснование каждой цены КУДА ВСТАЁТ Прайс-лист и учётная система Сайт и приложение BI и отчётность
Чеки, прайс-листы, остатки ЯДРО · ЧЕТЫРЕ ШАГА 01 · Недельная панель 02 · Модель спроса 03 · Кривые эластичности 04 · Оптимизатор Цена по позиции и зоне

Правило репрайса ≠ оптимальная цена: зеркалить конкурента или держать наценку — это правило. Оптимум ищется по кривой спроса и проверяется на контрольной группе.

/04 контексты внедрения

Одно ядро, три разных внедрения

Модель одна — данные, частота пересчёта и ограничения разные.

Цена на ценнике, поэтому меняется не каждый день. Эластичность считается по кластерам магазинов, на выходе — план изменений на неделю, а не поток рекомендаций.

+3–6%выручка сети

Данные

  • Чеки ККМ и ОФД по каждой точке
  • Остатки и поставки по магазинам
  • Ценовые коридоры и матрица KVI

Что учитываем

  • Кластеры магазинов с разной эластичностью
  • Частоту смены ценников и окно печати
  • Социально значимые позиции вне оптимизации

Как замеряем

  • Тест и контроль на магазинах-двойниках
  • Difference-in-differences по категориям
  • Критерии приёмки фиксируются до старта

Из практики. Блокер внедрения — не модель, а печать: ценники должны выйти по всем городам в одном окне.

Цена меняется хоть ежедневно, но считать надо не выручку, а маржу после комиссии площадки и логистики. Модель работает по связке позиция × канал и держит паритет между своим сайтом и площадками.

+5–8%выручка канала

Данные

  • Заказы и события карточки и корзины
  • Цены конкурентов и позиция в выдаче
  • Остатки на складах площадки и своих
  • Комиссии, логистика, возвраты

Что учитываем

  • Маржу после комиссии, а не валовую цену
  • Каннибализацию между своими карточками
  • Правила площадок и их акции
  • Паритет цен между каналами

Как замеряем

  • A/B на парах позиций-двойников
  • Раздельный замер по каналам
  • Контроль доли выкупа и возвратов

Частая ошибка. Оптимизация под выручку канала съедает маржу: площадка забирает свою долю с каждой продажи. Целевая функция считается после комиссии — иначе рост оборота идёт в минус.

Цены нет на полке — есть прайс и матрица скидок. Модель считает границу скидки под сегмент клиента и объём и отдаёт менеджеру рекомендацию в CRM: до какого уровня уступать и где сделка перестаёт зарабатывать.

+1–3 п.п.маржа на сделку

Данные

  • История сделок и фактических скидок
  • Прайс-листы и матрица условий
  • Объёмные обязательства и отсрочки
  • Себестоимость и логистика до клиента

Что учитываем

  • Разброс скидок между менеджерами
  • Готовность клиента платить по сегменту
  • Годовые контракты и согласованные цены
  • Риск потери объёма при ужесточении

Как замеряем

  • Контрольная группа менеджеров или филиалов
  • Доля сделок в рекомендованном коридоре
  • Сохранение объёма у ключевых клиентов

Здесь нет автопилота. Цена остаётся за менеджером: система даёт коридор и объясняет его, а решение и переговоры — человеческие. Так решение принимают, а не обходят.

/05 факторы модели

Из ваших данных вырастают тысячи признаков — в модель отбираются сильнейшие

Ценность не в длине списка, а в отборе.

ГРУППЫ ДАННЫХ 6 источников на входе ПРОИЗВОДНЫЕ ПРИЗНАКИ тысячи В МОДЕЛИ ~150 отбор по важности признака и по ошибке прогноза

Цена и экономика

Цена до и после скидки, себестоимость, маржа и маржинальность, отношение цены к своей истории

Динамика продаж

Лаги, скользящие средние и дисперсии, z-оценки, отношения окон 2/4/6/12/52 недели

Изменение цены

Шаг и процент изменения, разброс цены внутри недели, реакция продаж на прошлый шаг

Позиция в ассортименте

Доля позиции в бренде и серии, ранг цены внутри бренда, отношение к медиане серии

Календарь и сезон

Неделя года и месяца, синус-косинус сезона, праздничные дни в неделе, возраст позиции

Внешние сигналы

Цены и промо конкурентов, расход материалов, планы закупки и продаж по филиалу

Список признаков не фиксирован: при каждом обучении отбор идёт заново — по важности признака и по ошибке прогноза на отложенных неделях. Модель обучается с монотонными ограничениями: рост цены не может увеличить прогноз спроса.

Состав групп и порядок величин — из наших внедрений динамического ценообразования в розничных сетях.

/06 kvi и ценовые зоны

Модель работает в границах, которые задаёт бизнес

Коридоры задаются на любом уровне. Стратегические позиции модель не трогает.

~5%

стратегических позиций (KVI) остаются под ручным контролем — модель управляет остальным ассортиментом, «длинным хвостом».

ПОТОЛОК ВОСПРИЯТИЯ · ЦЕНОВАЯ ЗОНА И КОНКУРЕНТЫ ПОЛ · ПЛАН ПО МАРЖИНАЛЬНОСТИ И КОНТРАКТЫ KVI · закреплена

По позиции и бренду

«Наценка не ниже 20%» — там, где так требует контракт.

По кластерам и регионам

Своя ценовая зона для каждой группы магазинов.

По форматам

Правила под роль формата в сети.

Товары-маячки, по которым покупатель судит о ценах сети, блокируются от повышения независимо от рекомендации модели. Любую цену менеджер может отклонить.

/07 чем отличаемся

Модель эластичности на ваших данных, а не правило в коробке

Репрайсер по правилам/strategai
На чём работаетПравило: «наценка N%» или «на X дешевле конкурента»Модель эластичности на ваших чеках: ККМ, 1С, ОФД
Как выбирает ценуЗеркалит конкурента и держит наценкуМаксимизирует маржу под вашу цель, с учётом каннибализации
Кто настраиваетВаш категорийный менеджер правилами вручнуюМы: обучаем модель и дообучаем её на новых продажах
Как считается эффектСравнение с прошлым периодомТест и контроль на магазинах-двойниках, difference-in-differences
За что платитеЛицензия репрайсера по подпискеФикс + Success Fee от подтверждённого прироста маржи
/08 часто спрашивают

Часто спрашивают

Что такое динамическое ценообразование регулярных цен?
Это ML-модель, которая считает оптимальную регулярную (полочную) цену по каждому SKU и каналу — от эластичности спроса, цен конкурентов и остатков, с пересчётом ежедневно. Цель — прирост маржи и выручки без потери объёма: по международной практике +1% к цене при стабильных объёмах даёт около +8% операционной прибыли (HBR, 1992; McKinsey, 2003). Речь о базовой цене, а не о скидках.
Чем это отличается от управления промо?
Динамическое ценообразование управляет регулярной (полочной) ценой — базой, по которой товар продаётся большую часть времени. Промо, распродажи и уценка остатков — отдельное решение «Управление промо и вторичное ценообразование»: оно считает чистый прирост каждой акции и глубину уценки. Регулярная цена и промо связаны, но это разные модели и разные контуры оптимизации.
У нас уже есть репрайсер или SaaS по подписке — зачем вы?
Коробочный репрайсер и калькулятор в подписке дают движок: правила и зеркалирование цен конкурентов. Они не строят модель эластичности на ваших данных и не отвечают за результат деньгами. Мы строим модель эластичности на ваших данных (ККМ, 1С, ОФД), оптимизируем цену под цель по марже и подтверждаем эффект на контрольных группах. Success Fee — доля от прироста маржи: SaaS отвечает за наличие функции, мы — за деньги в P&L.
Какие данные нужны?
  • Продажи и транзакции — история по SKU от 12 месяцев, дневная гранулярность, по каналам.
  • Цены — история регулярных цен, рекомендованные и минимальные/максимальные, ценовые коридоры.
  • Цены конкурентов — мониторинг по ключевым позициям.
  • Товарный каталог — категории, бренды, аналоги и заменители — для перекрёстной эластичности.
  • Спрос и запасы — остатки по точкам, отсутствие товара, оборачиваемость.
Для MVP достаточно выгрузок — глубокая интеграция с учётными системами не требуется.
Сколько это длится и как устроена оплата?
MVP — 10–14 недель: модель эластичности на 2–3 категориях, рекомендации по ценам и дашборд, без глубокой интеграции. Дальше — полное внедрение: масштабирование на сеть и ассортимент с интеграцией в процессы. Оплата — фикс + Success Fee как доля от прироста маржи, подтверждённого на контрольных группах.
Что происходит после MVP?
Масштабирование на сеть и весь ассортимент, интеграция с учётными системами, мониторинг и дообучение моделей на новых данных. Переменная часть гонорара на этом этапе — Success Fee, доля от измеримого прироста маржи. Команда клиента получает код, Docker и документацию — без привязки к вендору и стеку.

Посчитаем эффект для васи обсудим внедрение

Под NDA, без обязательств. Смотрим ваш ассортимент и историю чеков, называем диапазон прироста маржи и предлагаем, с каких категорий начинать.

🇷🇺