torstai, 11.5.2023

Hintaoptimointi on win/win sekä myyjälle että ostajalle – haastattelussa optimointiin erikoistunut Joonas Ollila

“Nyt vain 9,99 euroa”. Hintaoptimointia on harrastettu siitä saakka, kun joku keksi, että hintaa muuttamalla voidaan tehdä tehdä parempaa tulosta. Teknologisen kehityksen myötä optimoinnin mahdollisuudet ovat moninkertaistuneet. Nykyisin on mahdollista tarjota asiakkaalle paras mahdollinen hinta kaikissa tilanteissa. Myös B2B-bisneksessä, jossa kilpailijoiden hintatietoja ei ole yleisesti saatavilla. Tämänkertaisessa artikkelissa jututimme hinnan optimoinnista twoday’n Joonas Ollilaa, joka on myös lupautunut vieraaksi meidän tulevaan webinaariin. 

Keskustelemme kanssasi tänään optimoinnista. Mistä siinä on oikein kyse?

Optimoinnissa on kyse siitä, että pyritään löytämään paras mahdollinen vaihtoehto monien erilaisten vaihtoehtojen joukosta. Optimoinnissa on siis yksinkertaisuudessaan kyse siitä, että yritetään löytää tehokkain keino tavoitteiden saavuttamiseen annetuissa raameissa.

Teknologia mahdollistaa sen, että vaihtoehtoja voidaan käydä läpi miltei rajattomasti ja niiden joukosta voidaan seuloa sellaisiakin vaihtoehtoja, joita ihminen ei löytäisi. 

Kerro hieman itsestäsi. Mitä teet nykyisin ja miten olet päätynyt nykyiseen asemaasi?

Autan asiakkaita löytämään ratkaisuja monenlaisiin ongelmiin.

Oma taustani on sovelletun matematiikan puolelta. Halusin päästä sellaiseen rooliin, jossa voin vaikuttaa mahdollisimman laajasti. Siksi päädyin IT-konsultoinnin pariin.

Pidän työssäni myös siitä, että tämä ei ole nollasummapeliä, vaan parhaassa tapauksessa kaikki osapuolet voittavat.

Jos ajatellaan vaikkapa myyntiä, niin hintaa optimoimalla voidaan löytää paras mahdollinen hinta sekä myyjän että ostajan näkökulmasta. Lisäksi teknologiaa hyödyntämällä se voidaan tehdä niin, ettei myyjän tarvitse käyttää siihen juuri lainkaan aikaa, eikä asiakkaan tarvitse jäädä odottamaan tarjousta.

Mitä liiketoimintapäättäjien pitäisi optimoinnista tietää?

Päättäjillä on yleensä varsin hyvä ylätason ymmärrys organisaation tavoitteista sekä keinoista, joilla niihin pyritään. Nämä keinot, eli esimerkiksi myynti, markkinointi, asiakaspalvelu ja henkilöstöhallinto vaativat omanlaisensa prosessit.

Usein yritysjohdolle tulee yllätyksenä, että näitä kaikkia osa-alueita voidaan tehostaa merkittävästi automatisoimalla jokin osa prosessista optimointimallin avulla.  Yllätyksenä tulevat usein myös saavutettavat tulokset. Ei ole mitenkään tavatonta, että jonkin osa-alueen optimointi lisää tehokkuutta 5-10 prosenttia.

Optimoinnin periaate on yksinkertainen, mutta tekninen toteutus dataputkineen ja algoritmeineen kannattaa jättää asiantuntijoille.

Mihin kaikkeen optimointia voidaan organisaatioissa soveltaa?

Optimointia voidaan soveltaa hyvin erilaisiin asioihin, mutta esittelen tässä muutamia erilaisia esimerkkejä.

Kerron aluksi hyvin arkipäiväisen esimerkin, joka avaa hyvin sitä, mistä optimoinnissa on käytännön tasolla kyse. Meistä varmaan jokainen on joskus leiponut piparkakkuja ja törmännyt siihen haasteeseen, kuinka asetella piparkakkumuotit taikinalle niin, että syntyy mahdollisimman vähän hukkaa ja uuniin saadaan mahdollisimman paljon piparkakkuja. Sama tilanne on edessä teollisuudessa, kun asetellaan komponentteja piirilevylle tai leikataan osia teräslevystä.

Organisaatioissa optimointi toimii ajatuksen tasolla ihan samalla tavalla, mutta asiat ovat paljon monimutkaisempia ja liikkuvia osia paljon enemmän.

Otetaan yhtenä esimerkkinä työvoiman suunnittelu. Ensin meidän pitää ymmärtää, mitä työtehtäviä meillä ylipäätään on eli minkälaisiin tarpeisiin työvoimalla vastataan. Tämän jälkeen suunnitellaan työvuorot sen pohjalta, mitä asioita päivän aikana pitäisi saada tehtyä. Kuulostaa mekaaniselta, mutta sitähän se todellisuudessa on.

Tämän puolen optimointi hyödyttää samaan aikaan kaikkia. Yksittäiselle työntekijälle hyöty on siinä, että työ saadaan mitoitettua tehokkaasti. Ei tarvitse pyöritellä peukaloita tai yrittää tehdä liikaa. Työnjohtaja puolestaan saa apua suunnitteluun. Ylimmän johdon näkökulmasta läpinäkyvyys lisääntyy ja työtarpeiden ennustettavuus paranee. Kaiken tämän päälle suurin vaikutus on tuottavuuden kasvussa, koska optimointi auttaa tekemään enemmän samoilla resursseilla.

Toinen tyypillinen ja hyvä esimerkki on tuotantoympäristö. Tuotantolinjoissa on aina kiinni paljon rahaa, eli koneiston on toimittava tehokkaasti. Nämä tuotantolinjat ovat yleensä monimutkaisia kokonaisuuksia, joita ei kannata yrittää pyörittää fiilispohjalta tai Excel-taulukoilla.

Kolmas esimerkki on ruokatoimitusten toimittaminen, mikä on hyvin klassinen optimointiongelma. Kuinka toimittaa vaikkapa 20 ruokalähetystä mahdollisimman nopeasti ja mahdollisimman lyhyillä reittivalinnoilla? Isossa kuvassa on tietysti oleellisinta, että mitä pienemmällä määrällä ajoneuvoja toimitukset voidaan tehdä, sen parempi. Organisaation kannalta voidaan myös tarkastella, mitkä ovat niitä kannattavimpia ruokatilauksia ja ohjailla tilauskäyttäytymistä esimerkiksi hinnalla. Jos tilaan tänään ruokaa 15-16 välissä ja naapuri sattuu tekemään tilauksen juuri samaan aikaan, niin meitä voidaan ohjata hinnoittelun avulla tekemään jatkossakin tilauksia samaan aikaan.

Hinnoittelun optimointi kuulostaa mielenkiintoiselta. Miten sitä käytännössä tehdään?

Hintaoptimointi perustuu siihen, että meillä on olemassa dataa siitä, miten asiakas on reagoinut eri hintoihin. On voitettuja ja hävittyjä kauppoja sekä tietoa siitä, mitä tuotteita tai palveluita näihin kauppoihin on kuulunut.

Voitetut ja hävityt kaupat voidaan siis purkaa osiin ja lähteä etsimään parasta mahdollista hintaa näiden osien pohjalta.

Yksi esimerkki tästä voisi olla vaikkapa IT-tarvikkeiden toimitus. Isommat firmat tilaavat tarvikkeita paketteina. Halutaan esimerkiksi 700 läppäriä, 200 hiirtä ja 100 näyttöä. IT-tarvikkeiden toimittajat saavat tällaisia tilauksia paljon. Myös ostajat lähettävät usein tarjouspyyntöjä useille toimittajille. Lisäksi tilanne elää jatkuvasti. Joitain tarvikkeita on saatavilla paremmin ja joitain huonommin.

Toimittajana tiedän saatavuustilanteen sekä tiedän historiadatan perusteella, että asiakas A on tilannut tietyllä hinnalla ja asiakas B on jättänyt tilaamatta toisella hinnalla. Näitä tietoja hyödyntämällä voidaan hakea hintajoustoa. Voimme esimerkiksi laskea asiakas C:lle hintaa viidellä prosentilla, jos tiedämme tarjouksen menevän 90 prosentin todennäköisyydellä läpi ja saavamme silti kaupasta riittävän katteen.

Näin haetaan kaupalle optimaalista hintaa. Laskutoimituksissa voidaan huomioida monia etukäteen määriteltyjä asioita, kuten tässä esimerkissä varastotilannetta, kaupan todennäköisyyttä ja katetta.

Näitä laskutoimituksia ei todellakaan kannata lähteä tekemään pelkän intuition varassa. Suomessa on edelleen paljon hyvää tulosta tekeviä B2B-yrityksiä, jotka eivät optimoi hintojaan. Mitä jos näiden yritysten tuottavuutta voitaisiin parantaa vaikka viidellä prosentilla?

Optimoinnin avulla hinnoittelupäätökset ovat paljon nopeampia sekä tarkempia. Mitä monimutkaisemmasta tarjouspyynnöstä on kyse, sitä tärkeämpää olisi onnistua löytämään paras mahdollinen hinta. Myyjänä en haluaisi päätyä johonkin hintaan kevyellä valmistelulla ja päässälaskutoimituksilla. Olisi hyvä, että pakista löytyisi työkalu, joka osaisi automaattisesti tarjota jokaiseen tilanteeseen sopivan hinnan.

Onko hinnan optimoinnilla muitakin hyötyjä, joita emme ole vielä käyneet läpi?

Yksi lisähyöty on ainakin se, että tieto kulkee paljon nopeammin. Etenkin isoissa myyntiorganisaatioissa kaikki eivät mitenkään ehdi keskustella keskenään.

Optimoinnin avulla voidaan myös reagoida muutoksiin nopeasti. Jos esimerkiksi kilpailijat ovat jossakin asiakasryhmässä laskeneet hintoja, pystytään optimointimallin avulla tällaisiin muutoksiin reagoimaan nopeasti. Optimointi auttaa olemaan jatkuvasti pulssilla siitä, mitä markkinoilla tapahtuu.

Kuluttajapuolella kilpailutilanne on erilainen, koska hinnat ovat julkisia. Mekin olemme tehneet hintarobotteja, jotka pyrkivät reaaliajassa optimoimaan hintoja muualta kaivettujen hintatietojen pohjalta. B2B-maailmassa hinnat eivät useinkaan ole julkisia, joten hinnoittelupäätökset tehdään asiakkaiden reaktioiden perusteella. Tässä kohtaa voin muuten mainita pienenä kuriositeettina, että kuluttajapuolelta tuttu 0,99 kohdalle asettuva hinta on yksi maailman vanhimmista hinnan optimoinnin sovellutuksista. Joku on aikoinaan huomannut, että hintaa marginaalisesti alaspäin pyöristämällä kauppa käy ihan eri tavalla.

B2B-puoli on siinä mielessä lähentynyt kuluttajapuolta, että jos yksi toimittaja palaa tarjouspyyntöön päivän sisällä ja toinen parin päivän päästä, niin juna on ehkä ehtinyt jo mennä. Jotkut yritykset ovat jo tehneet niin, että voit asiakkaana keskustella chatbotin kanssa ja pyytää tältä alustavan hinta-arvion, minkä jälkeen saat myyjältä sitovan hinnan. Tämä asettaa toki chatbotille haasteita, sillä asiakkaana tietysti ajattelen, että chatbotilta saatu hinta-arvio on se hinta, jolla saan kaupat tehtyä. Tämä asettaa myyjän hankalaan tilanteeseen, jos chatbotin antama hinta-arvio ei osu kohdalleen.

Te olette nimenomaan erikoistuneet optimointiin. Minkälaisia teidän asiakkaat tyypillisesti ovat? Minkälaisia toteutuksia te heille teette?

Tyypillinen meidän asiakas on isohko suomalainen yritys. Koon puolesta puhutaan ehkäpä top1000-yrityksistä Suomessa.

Jotkut asiakkaat haluavat, että toimitamme heille esimerkiksi pelkästään hinnanoptimointimallin ja he vastaavat itse teknisestä toteutuksesta. Toisille yrityksille toimitamme optimointikokonaisuuden, joka sisältää esimerkiksi mallin rakentamisen, käytännön toteutuksen dataputkineen ja raportoinnin.

Jos teknologioita mietitään, niin sillä ei varsinaisesti ole väliä, mihin IT-ympäristöön optimointia lähdetään toteuttamaan.

Aivan kevyimmissä toteutuksissa puhutaan esikartoituksesta ja suositusten antamisesta. Sellaiset ovat yleensä noin parin viikon hankkeita. Jos halutaan ihan oikeaa softaa, esimerkiksi analytiikkamoduuli, niin tällaiset projektit kestävät keskimäärin pari kuukautta. Laajempien kokonaisuuksien osalta puhutaan 4-5 kuukauden hankkeista, jota on tekemässä usean henkilön tiimi.

Meidän asiakkaat ovat tosiaan tyypillisesti isohkoja yrityksiä. Syynä siihen on yksinkertaisesti datan määrän ja laatu sekä resurssit. Jos tavoitteena on kasvattaa tehokkuutta 5% ja se edellyttää muutaman kuukauden kehitysprojektia, niin pienimmillä yrityksillä ei useinkaan ole sellaiseen rahkeita. Selvää on myös, että tulokset kertautuvat, kun puhutaan isosta kokoluokasta tai esimerkiksi isoista volyymeistä.

Olemme myös tehneet yhteistyötä monien start-uppien kanssa. He haluavat yleensä viilata jotain tiettyä osa-aluetta ihan tappiin asti ja hakevat sillä kilpailuetua markkinoilla.

Olet mukana meidän järjestämässä webinaarissa 17.5. Haluatko kertoa, miksi kannattaisi tulla mukaan linjoille?

Koska taatusti joku kilpailija on jo hyödyntämässä optimointia tai suunnittelemassa sen hyödyntämistä.

Yleisesti ottaen jos tuottavuuden parantaminen kiinnostaa tai kiinnostaa kuulla, miten olemassa olevaa dataa voisi hyödyntää paremmin, niin kannattaa ilmoittautua mukaan. Vaikka optimointi ei olisikaan juuri nyt ajankohtainen asia omassa organisaatiossa, niin kannattaa tulla kuuntelemaan, mikä on optimoinnin saralla kuuminta hottia juuri nyt.

Näytämme webinaarissa ihan käytännössä, miten hintaoptimointi toimii.