Výrobní cenotvorba je nejsložitější disciplína v pricingu. Každý produkt obsahuje stovky součástek a ceny surovin se mění každý den. Třetina organizací přesto podle průzkumu společnosti Syncron stále spoléhá na tabulky a manuální práci. Aktuální data navíc ukazují, že firmy reagují na tržní výkyvy příliš pomalu a prodleva mezi zdražením vstupů a úpravou prodejní ceny jim snižuje, nebo přímo likviduje marži.

Lidé v pricingových týmech dělají, co mohou. Brzdí je roztříštěná infrastruktura a špatný přístup k informacím. Bez systému pro automatický sběr dat o konkurenci manažeři střílí naslepo. Na letošní konferenci EPP Manufacturing Pricing Forum v Mnichově experti shodně potvrdili, že automatizovaný sběr dat z tržišť už není výhodou, ale naprostou nutností.

Situaci komplikuje to, co experti na mnichovském EPP nazvali CITA efektem. Asijští výrobci tlačí ceny dolů a zároveň dohánějí evropskou kvalitu. Zákazníci přitom mají o trhu často lepší přehled než samotní prodejci. Firma, která zjistí změny v ceníku konkurence až na konci měsíce, reaguje příliš pozdě. Revenue Management Labs varují, že vnější šoky a cla se trvale propisují do základních nákladů většiny výrobců. 

Evropské firmy tak čelí obrovskému tlaku. Společnost Euromaster na fóru přiznala propastný rozdíl, kdy asijská konkurence nabízela produkty 2,6krát levněji.

Strojírenský koncern GEA Group například dlouho sestavoval jedinou obchodní nabídku až tři dny, protože zaměstnanci museli ručně propojovat kusovníky s ceníky. Společnost Knorr-Bremse zase složitě slaďovala data u více než 24 000 náhradních dílů napříč různými systémy. Extrémní případ představuje obrovský zmatek po fúzích, kdy firmy podle zjištění u společnosti Wesco musí spravovat až desítky miliard cenových hodnot napříč desítkami různých ERP systémů.

Jakmile tito hráči začali informace napříč svými platformami automaticky párovat a čistit, zkrátili reakční dobu z týdnů na pouhé hodiny. Čistá data jim vrátila kontrolu nad maržemi. Výrobní podniky běžně drží data o nákupních cenách, energiích, skladech a konkurenci odděleně, a pricingový tým pak nemá šanci vidět celý obrázek. Firmy, které tyhle proudy informací propojí, reagují na změny nákladů dřív, než konkurence stihne zareagovat.

Vedení řady firem upíná veškeré naděje k umělé inteligenci. Devadesát procent organizací ale naráží na špatnou kvalitu vstupních dat. Žádný algoritmus nedokáže spolehlivě pracovat s neúplnými nebo nesjednocenými vstupy. Tým, který staví cenové modely na nekompletních tabulkách, nedostane výstupy, na které může spoléhat. Umělá inteligence zkrátka z vody polévku neuvaří, dokud manažeři nevyřeší základní datovou infrastrukturu.

Získat spolehlivá data znamená vybudovat systém, který funguje automaticky a nepřetržitě. Platforma nejprve sesbírá externí signály z indexů komodit i portálů dodavatelů. Následně data očistí od chyb a spáruje shodné položky napříč odlišnými katalogy. Teprve takto připravené informace putují do simulačních nástrojů a podnikového ERP systému. Tento proces zcela odstraňuje lidskou chybovost a šetří až desítky tisíc hodin ročně, které dříve pohlcovalo mechanické přepisování čísel.

 

Digitalizace výrobních procesů posouvá celý průmysl kupředu. Firma, která ale neumí rychle nacenit to, co perfektně vyrobí, plýtvá tou optimalizací nadarmo. Osobně si myslím, že dlouhodobý úspěch čeká na výrobce s cenotvorbou napojenou na reálná data. Včasná a přesná data totiž spolehlivě ochrání jejich zisk před nečekanými otřesy trhu.