阅读时间:8分钟

什么是智能CPQ,为什么要关心?

 弗兰克苏恩 < 弗兰克苏恩 2018年5月31日

这是智能CPQ的四部分系列中的第一个。也可以看看 价格优化的4个步骤, 如何将CPQ与ERP和CRM集成CPQ定价能力的未来

现代配置 - 价格 - 报价(CPQ)解决方案必须提供超出强产品配置器的更多功能。其中一个先进的智能功能是价格优化。

传统上,价格优化仅适用于航空公司和酒店链等大型组织,但现在大多数企业收集的更多数据,人工智能(特别是机器学习)和更快的计算机,更多的公司可以从价格优化中受益。它与CPQ结合特别有趣,因为它可以帮助销售团队能够在不使用过度折扣的情况下快速找到可配置产品的最佳价格点。

什么是价格优化?寻找最佳(或最高)价格(或价格范围)的过程,客户愿意在给定时间支付产品或服务,同时仍然有利润。

价格优化功能不常用于今天的大多数CPQ解决方案。但由于这种能力直接影响了公司的底线,因此该组合有可能成为游戏更换器。

为了迅速找到客户的价格或服务的正确价格从不容易,特别是当需要考虑许多数据点时。当在单个报价或订单中需要多种产品(或服务)时,此问题被放大。虽然优化的定价并不总是容易的,但对于许多企业来说是正确的。否则你可以:

  • 失去商业
    • 客户可能会决定不购买提供的价格/折扣,并从您的竞争中购买。
  • 赔钱
    • 您的销售团队–特别是在四分之一结束时–提供太慷慨的折扣,公司失去了利润。

价格优化如何工作?

价格优化使用人工智能,或者更精确,机器学习算法为销售提供价格指导。价格指导意味着提供有关正确价格范围的信息,以提高有利可图的产品销售产品的机会。当价格指导与CPQ工作流程相结合时,它提供销售,即可了解给定客户的所有产品和服务的所有批准和有利可图的定价选项。有 价格优化的4个步骤:

  1. 制定定价策略。 在选择CPQ解决方案之前,请为每个途中的途径定义您的定价策略。
  2. 收集历史价格数据。 在使用机器学习算法之前,需要使用历史价格数据培训。
  3. 在“Live”环境中使用价格优化。 在“直播”环境中,销售使用CPQ解决方案具有价格优化功能。
  4. 监控结果并不断更新数据以提高机器学习算法的准确性。 合并机器学习算法(已经使用历史数据)与“Live”环境的新收集数据,以便它从中学习并对持续改进进行必要的调整。 这确保了价格优化仍然是动态的。

注意:步骤3和4在无端循环中执行。每一个将在我的下一篇文章中更详细地讨论。

价格优化和CPQ工作流程之间的相互作用示例:

例子 :销售凭代John Doe看到纽约客户ABC产品A的价格在150美元到175美元之间。客户ABC的“理想价格”是168美元。在这个价格点,不需要额外的批准。如果客户ABC要求价格为155美元,则销售代表John Doe知道他需要销售副总裁的批准。它通常需要1-2天来获得响应,因此他决定查看其他选项,以提供客户ABC他们想要的东西。

结论 :价格优化和CPQ工作流程工作手头,为销售团队提供可操作的信息。

可提供哪些类型的定价分析?

有三种类型的定价分析。他们都指导销售到更好的定价决策:

  1. 描述性定价分析

分析历史价格数据以确定价格。

例子 :在过去12个月内,产品ABC的价格为10美元至10.75美元,为客户集团XYZ位于南/西南地区的客户组。结论:客户123的价格(属于客户组XYZ)的价格应该是10美元– $10.75

  1. 预测定价分析

在这种情况下,分析了当前和历史价格数据,以便为未来价格提供对可能性的可能性。值得注意的是,使用统计算法来确定此估计值,从来没有100% 确定它是正确的。而是有可能是正确的。 目标是在定价数据集之间找到数据模式,然后找出预测 price.

例子 :过去12个月的产品ABC的价格在10美元到10.75美元之间。目前的价格为10.75美元。 结论:在六个月内,预计产品ABC的价格是 between $11 –11.50美元,90%确定。

  1. 规定性定价分析

在这种情况下,基于许多限制和场景来确定最佳价格。这超出了描述性和预测 通过制作价格预测,提示可能的分析 基于这些预测的决定。

销售的好消息是他们不需要成为数学或统计向导,以在CPQ解决方案中使用价格优化(复杂)产品!在我的下一篇文章中,我们将深入潜入价格优化实施所需的步骤。

编辑注意:有关智能CPQ的更多信息,请访问 vendavo. 网站.