Ценообразование на услуги на основе прогнозирования. Использование машинного обучения

posted Jun 15, 2017, 6:23 AM by Alexander Stepanov   [ updated Jan 5, 2018, 3:52 AM by ERPACADEMY ]

Экономика фирмы. Методические рекомендации

Содержание
  • Введение: ценообразование и себестоимость услуг в условиях нестабильности
  • Прогнозная модель себестоимости и ценообразования
  • Инструменты прогнозирования на основе машинного (компьютерного) обучения
  • Бизнес-сценарий: пример продажи услуг автотранспортного перевозчика
  • Заключение: готовы попробовать, тогда начинайте с…
Автор: Александр А. Степанов

Фрагмент:

"Контроль себестоимости и управление ценообразованием - это "краеугольные камни" любого бизнеса. Без хорошего знания затрат, дать клиентам адекватную цену невозможно. Особенно это актуально при оказании услуг. Хотя услуга считается нематериальным продуктом, составляющие ее стоимости – оплата израсходованного рабочего времени исполнителей и задействованной техники, расходные материалы, а также сопутствующие финансовые расходы, вполне материальны и осязаемы. Сегодня в условиях экономического кризиса и связанной с ним инфляции и нестабильности бизнес-факторов, как никогда важно не ошибиться в вопросах ценообразования – защитить интересы предприятия и его инвесторов.

Но калькулирование себестоимости само по себе занимает время, так как сбор данных о ее элементах часто непростой процесс. И если назначать цену только на основе ретроспективных данных, т.е. без прогнозирования, то можно здорово ошибиться - как в одну, так и в другую сторону. И обе альтернативы плохи. Если реальная себестоимость выше, чем вы предполагаете, то бизнес недополучает прибыль (инвесторы будут недовольны). А если себестоимость в расчетной формуле цены завышена (например, взята «на глазок» с запасом), то теряют уже клиенты. Но клиенты умеют сравнивать, и не ровен час, когда они воспользуются предложением конкурентов («стейкхолдеры» вновь будут недовольны). Поэтому сегодня инерция опасна, и необходимо прогнозировать.

Для этого можно привлечь возможности машинного интеллекта, а именно инструменты машинного обучения для выявления трендов и составления прогнозов. Речь идет о готовых ИТ-инструментах, которые сегодня можно приобрести по подписке. Однако, никто кроме самого предприятия не построит модель данных, используемую при работе с этими инструментами. Модель данных, отражающую специфику бизнес-процессов предприятия и содержащую данные оперативного и управленческого учета. Об этом и поговорим в данной статье."

Материал доступен для клиентов ERPACADEMY.RU