Rflct
KUNSKAP

Så når prissättningsmodeller hela vägen till rätt beslut

Pris beter sig inte som de flesta modeller antar. Det är inte en funktion av kostnad plus marginal. Det är inte linjärt. Och det styrs av mekanismer som sällan fångas i en conjoint-analys eller en enkel priselasticitetsmodell. Vi på Reflect har arbetat med prissättning i över 20 år och sett hur företag fattar dyra beslut baserade på förenklade modeller.

Varför pris inte är linjärt

Pris beter sig inte linjärt. En prisökning på 5% ger sällan exakt 5% lägre volym. Reaktionen beror på var i prisskalan du befinner dig, vilken kategori du verkar i, och vilka trösklar som finns i konsumentens uppfattning.

Varför prissättning måste vara top-down

Börja med att förstå hela prislandskapet, inte med att optimera enskilda SKU:ers marginaler. Bottom-up-prissättning leder till inkonsekventa prisbilder och suboptimala portföljer.

Prisuppfattning och kontext

Priset på en produkt uppfattas aldrig i isolering. Det uppfattas i relation till alternativ, till kategori-normer, och till konsumentens förväntningar. Kontexten avgör om ett pris känns högt eller lågt.

Prisbarriärer och trösklar

Pris har trösklar, punkter där acceptansen faller dramatiskt. En krona kan vara skillnaden mellan köp och avvisande. Att identifiera dessa trösklar är avgörande för lönsam prissättning.

Varför 'willingness to pay' är fel fråga

Frågan borde inte vara "vad är du villig att betala?" utan "vad accepterar du att betala?". Willingness to pay mäter en hypotetisk övre gräns. Acceptans mäter verkligt beteende.

Problem med conjoint för prissättning

Conjoint fångar trade-offs men missar kontext, trösklar och inlåsningseffekter. Det ger en illusion av precision som kan leda till dyra felprissättningar.

Problem med AI-prissättning utan kontext

AI-driven prissättning utan förståelse för kundpsykologi och marknadskontext optimerar i blindo. Algoritmerna hittar mönster i historisk data men saknar förståelse för varför konsumenter reagerar som de gör.

Monadisk prissättningsmodell

I en monadisk design exponeras varje respondent för ETT pris, inte en pristrappa. Det eliminerar jämförelseeffekter och ger realistisk acceptansdata som speglar verkliga köpbeslut.

Inlåsningseffekter och captive demand

Mycket prissättning ignorerar att kunder ofta inte är fria att byta. Inlåsning skapar prisutrymme som inte syns i standardmodeller men som är avgörande för rätt prisstrategi.

Reflects prisramverk

Vårt ramverk kombinerar monadisk prismätning, kontextanalys, tröskelidentifiering och kalibrering mot transaktionsdata. Det ger prisbeslut som håller i verkligheten.

Dagligvarukedja optimerade pris och sortiment samtidigt

En stor dagligvarukedja anvande Reflects prissimulering och TURF-optimering for att identifiera vilka produkter som drev trafik respektive marginal, och omfordelade hyllutrymme baserat pa faktisk efterfrageelasticitet.