Prijsanalyse 2.0, dankzij big data

Winstgevendheid van een product wordt in hoge mate bepaald door een goede prijszetting.  Een te hoge prijszetting kan ervoor zorgen dat je product niet wordt afgenomen. Een te lage prijs daarentegen kan ervoor zorgen dat het product met verlies wordt verkocht. Met name binnen de retailmarkt, telco, verzekeringsmarkt als de markt voor hypotheken en leningen is een goede prijszetting essentieel voor de continuïteit van de organisatie. Maar wat is de prijs die een organisatie in de markt wil plaatsen?

Verandering speelveld vanwege internet
Voor veel bedrijven is het internet één van de verkoopkanalen, zo niet het verkoopkanaal. Via websites en social netwerken promoot men het product/dienst. Naast recommandations tonen organisaties op hun sites ook vaak ook de verkoopprijs. Op deze wijze wordt het voor de klant steeds transparanter om producten met elkaar te vergelijken. Maar niet alleen voor de klant wordt de prijszetting transparanter, ook voor de concurrent.

Scrapen
Met  de komst van data scientist als professie zijn steeds meer analisten die via programma’s als python basf, R in staat zijn grote hoeveelheden niet-gestructureerde data van het internet te scrapen. Organisaties die de beschikking hebben over dergelijke professionals, dergelijke skills inkopen, zijn in staat de prijzen van de concurrentie ‘op dagelijkse basis’ te volgen. Binnen Nederland zijn er een aantal bedrijven die deze exercitie uitvoeren.

De data die worden ontsloten via scraping kunnen pricing analisten vervolgens gebruiken om marktsimulaties uit te voeren om zodoende de prijspropositie te kunnen optimaliseren. We kunnen dan ook constateren dat de komst van ‘big data technologie’ de marktverhoudingen doet veranderen.      

Prijsanalyse 3.0
Next step is het toevoegen de output van het prijsvergelijk als input laten dienen voor gaming theorieën waarin we de concurrentie acties (van met name prijsveranderingen als media inzet) doorreken. Strategie wordt op de deze wijze fact based.