Traditionellt har prissättningen i B2B-världen varit statisk och relativt okomplicerad. I de flesta fall fastställdes priserna årligen eller vartannat år, per kontrakt, och ofta med en kostnadsplus-marginalekvation.

Då förändrades världen. Efter flera år av dramatiska svängningar och obalanser i utbud och efterfrågan, perioder med hög inflation och nu en rad nyinförda tullar är de gamla sätten nu ohållbara. Om ett företag i dag inte snabbt kan justera priserna för att återspegla snabba och oväntade förändringar kan det förlora kunder (som kanske söker ett lägre pris någon annanstans), intäkter (om företaget absorberar de ökade kostnaderna), eller båda.

Samtidigt ser organisationer ökade möjligheter att anpassa sig till denna nya verklighet genom att använda digital teknik som molnplattformar, kraftfull analys och artificiell intelligens för att bygga mer flexibla prissättningsmodeller. Dessa modeller hjälper företag att ändra priser för att återspegla marknadsförhållanden i realtid, till exempel en plötslig och dramatisk ökning av materialkostnader.

”Målet är att få både aktualitet och precision till prissättningen”, säger Lionnel Bourgouin, verkställande direktör och partner på konsultföretaget BCG. ”Med hjälp av ytterligare datakällor finns det nu möjlighet att uppdatera priset i tid. Du kan till och med flytta till ett visst pris som är specifikt för din kund.”

C-sviten har märkt av, säger Bourgouin. ”Inflationen gjorde prissättningen till ett viktigt ämne för chefer. Plötsligt var de mycket mer villiga att investera i prissättningskapacitet.”

Men B2B-företag försöker fortfarande bygga den muskel som möjliggör flexibel prissättning. ”Trots den enorma potentialen kämpar många företag med hur de ska göra”, säger han.

På konsumentmarknaden är flexibel prissättning, ibland kallad dynamisk prissättning, vanlig praxis. Alla som har köpt en flygbiljett vet att priset kommer att vara högre vissa dagar i veckan eller när biljetten köps närmare resedatum. Det är en flexibel prissättning baserad på inventering – ett givet flyg har ett begränsat antal platser. Ubers stigande prissättning höjer kostnaden för en resa efter att stapeln stänger, vilket speglar en prissättningsmodell baserad på tider med högst efterfrågan.

Inom B2B är det dock mer komplicerat att böja ett pris. De flesta B2B-priser styrs av avtal, vilket begränsar säljarens möjlighet att justera priserna. Även om avtalen i allt högre grad innehåller klausuler som tillåter prishöjningar – ofta baserade på en formel – är företagen inte vana vid den dynamiska prissättning i realtid som används på konsumentmarknaderna, där priserna kan ändras med några minuters mellanrum. Även B2B-kontraktsprissättningen är ogenomskinlig. Eftersom priser förhandlas mellan företag, baserat på relationer, vet inte företag A vad Företag B betalar för samma komponent från uthyrande företag C.

Konsumentprissättning är också vanligtvis transaktionsspecifik: Ta den eller lämna den. Om du inte gillar det höga priset som Uber erbjuder kan du välja den lokala taxitjänsten. Men du får ändå använda Uber imorgon. "En transaktion på konsumentmarknaden har oftast inte så stor betydelse för nästa transaktion," säger Mitch Lee, vinstevangelist och vice VD för product marketing på Vendavo, som säljer prissättningsmjukvara för olika plattformar, inklusive SAP:s.

Det hela sammanfattar det faktum att B2B-företag har arbete att göra för att skapa prissättningsmodeller som kan hänga med i dagens snabbt föränderliga miljö. ”Dynamisk prissättning är svårt eftersom du behöver massor av information, du behöver det i nära realtid, du behöver beräkningskraft för att omvandla all denna data till priser, och sedan måste du driva dessa priser till säljare som fattar försäljningsbeslut”, säger Ben Blaney, försäljnings- och prissättningsansvarig på PwC U.S.

Denna artikel kommer att diskutera prismodeller som utvecklas på B2B-marknader, utmaningarna med att implementera dem och råd om att gå över till mer dynamisk prissättning.

En rad flexibla B2B-prissättningsmodeller

Prissättningsmodeller i B2B-världen passar ungefär in i fyra kategorier: kostnad plus, marknadsbaserad, värdebaserad och spotprissättning. Vilken modell ett företag använder kan bero på vilken typ av produkt, i vilken applikation den används, om den omfattas av ett förhandlat avtal eller är en oplanerad utgift, och till och med den kanal genom vilken produkten säljs.

Kostnad plus prissättning: använder lättillgängliga data.

Kostnad plus prissättning är precis vad det säger – kostnader plus en procentuell marginal. Marginalens storlek varierar kraftigt beroende på marknad och produkt, oftast mycket låg för varor och högre för fler färdiga varor. Modellen är den vanligaste eftersom den är enkel och bygger på data företaget redan har.

Historiskt sett förändrades inte de uppgifterna så mycket. I dag gör det det. Den senaste tidens händelser har lett till mer frekventa kontraktsändringar, införande av eskaleringsklausuler och till och med totala omförhandlingar. Detta kräver nya uppgifter om kostnader, med frekventa uppdateringar.

Under de senaste årens inflationsspik, till exempel, ändrade vissa tillverkare priserna nio gånger, i stället för den traditionella prissättningen en gång per år före 2020, säger Doug Fuehne, senior vice President på Pricefx, som säljer prissättningsprogram som fungerar med SAP-system. Han tillägger att tarifferna skulle kunna påverka priserna ännu mer dramatiskt. Till skillnad från inflationen, som föranledde gradvisa, tillkommande prisökningar under flera år, är tullarna stora höjningar, som sker på en gång, påpekar Fuehne.

”Förvirring råder kring de här föremålen, och många företag kämpar för att få runt armarna vad de ska göra”, säger han. ”Och i dagens tulltunga värld, om tillverkarna inte gör någonting, skulle de kunna möta en betydande minskning av bruttomarginalen då deras leverantörer ökar kostnader som inte förs vidare.&offert;

Marknadsbaserad prissättning: bygger på aktuell information.

Den marknadsbaserade prissättningsmodellen använder aktuell information om marknadsläget och konkurrensen för att justera priserna. Om det finns materialbrist som har konkurrenter skramlande, medan din försörjning är tillförlitlig och stabil, till exempel, kan en prishöjning vara en bra idé.

Även om denna modell bygger på aktuell information och analys kan kadensen vara månatlig eller veckovis, men inte i realtid som i konsumentbranscher som flygbolag och hotell.

Värdebaserad prissättning: kräver djupgående kundinsikter.

Värdebaserad prissättning är kopplad till det värde säljarens produkt tillför kundens verksamhet eller, vid tillverkning, vad tillverkaren bygger. Det kräver en djup förståelse för kundrelationen och kunskapen om hur kunden använder din produkt, eller införlivar den i sin slutprodukt.

Vendavos Lee använder ett exempel på en verksamhet som säljer dynamit till ett grusföretag. Om säljaren vet att grusföretaget producerar grus av olika storlekar för olika kundanvändningar, kan det ge råd om hur man applicerar sprängmedlen för att krossa sten "att spec.&offert;

Vissa mjukvaruföretag använder ett liknande tillvägagångssätt. I affärsmodeller för mjukvara-som-service startar leverantörer kunder med abonnemang till låga priser. När programvaruleverantören lär sig mer om hur kunden använder programvaran kan den lägga till funktioner, vilket höjer abonnemangspriset, säger BCG:s Bourgouin. "Det är viktigt att veta vilket värdetillägg en specifik kund behöver, och även vad risken är att de kommer att förlora och avsluta abonnemanget när man prissätter vid förnyelsetillfället, säger han.

En AI-modell skulle kunna utformas för att göra just det och ge säljare information om vad de ska sälja till vilken kund och till vilket pris. ”Det är ett område där dynamisk prissättning spelar in”, säger han. ”Vissa företag börjar göra det.”

Spotprissättning: använder data för att fatta godtyckliga beslut mer strategiska.

Spotprissättning är ad hoc som inträffar utanför kontraktet. Det uppstår när till exempel en traktortillverkare upplever en ökad efterfrågan och plötsligt behöver fler bultar än vad som anges i kontraktet med sin skruvleverantör. Historiskt sett kan ett spotpris baseras på godtyckliga faktorer, inklusive sådana som inte är relaterade till företagets vinst. Till exempel: ”Beroende på hur nära säljaren var att nå sin kvot hade de kanske gett en mer generös rabatt”, säger PwC:s Blaney.

Med rätt data och analys är det dock kanske inte så godtyckligt, eller så generöst. Fler företag crunchar data för att ge säljare med acceptabla intervall för spotcitering, säger han. ”Det är en kommersiell spetskompetensspak som företag drar allt oftare.”

En sådan analys skulle kunna vara särskilt viktig i en tid av handelskrig. Blaney förklarar hur en tillverkare snabbt kunde anpassa sig till en stålleverantör som höjde priserna på grund av a taxehöjning. Om tillverkaren hade detaljerade uppgifter om sin stycklista, inklusive hur mycket stål som går till varje enskild produkt, kunde den fatta noggrant beräknade beslut om prissättning av varje produkt. Säg till exempel att en produkt innehåller 20 % stål. ”Nu om priset för 14 uns stål har gått upp 25% – vad gör det med den totala kostnaden för den produkten?” frågar Blaney.

Utmaningar för flexibel prissättning och hur man kan övervinna dem

Ett företag kan använda en eller flera av dessa prissättningsmetoder, beroende på prisnivå, datakvalitet och teknikfunktioner. Många B2B-företag använder dock inte på ett effektivt sätt flexibel prissättning eftersom deras kapacitet inom dessa områden är outvecklad, säger BCG:s Bourgouin.

Här är de största utmaningarna som B2B-företag står inför genom att införa mer flexibla prissättningsmetoder och hur de kan övervinnas.

Utmaning: Föråldrade prissättningsprocesser. Företag kan följa samma prissättningsmetod som de har använt i årtionden. Vad värre är, de kan använda många olika metoder för att bestämma priset. ”Företag har ibland invecklade, ineffektiva och inkonsekventa processer”, säger Blaney. "De kan ha 17 olika sätt att göra samma sak, vilket utesluter alla typer av automatisering."

Möjlig lösning: Inventera metodiskt och granska dina processer. Innan du använder någon teknik för att automatisera prissättningen, ta en noggrann titt på hur du går tillväga för att räkna och sätta priser.

Utmaning: Data av låg kvalitet. Företag kanske inte har rätt data. Det kan vara för siloed eller oorganiserat, eller så kan det vara för gammalt. Till exempel kan Blaneys exempel på att justera priser baserat på en ny taxa inte fungera om tillverkaren inte har de nödvändiga uppgifterna. Även om tillverkarna känner till de allmänna kostnaderna för sina stycklistor, ”har industriföretag inte alltid – ner till uns eller gram – hur mycket stål, gummi eller petroleumbaserat material som går till var och en av sina produkter”, konstaterar Blaney.

Möjlig lösning: Beroende på vilken bransch du är i och hur mycket ditt företag påverkas av sådan volatilitet kan det vara värt det arbete och de utgifter som krävs för att samla in och underhålla data för varje produkt. I vilket fall som helst, med tanke på inriktningen av teknik, analys och AI, är det värt att rensa upp dina data och experimentera i allmänhet med flexibel prissättning.

Men låt inte perfekt vara det godas fiende. Du behöver inte vänta tills data är helt rengjorda och förberedda. Använd istället agila mjukvaruutvecklingstekniker. ”Börja smått, utöka datan, förbättra prissättningsmodellerna, se hur det fungerar, se vilka andra data du behöver, fortsätt sedan iterera”, ger Bourgouin råd. ”Vi har sett att det här är mer effektivt för att få resultat snabbare.”

Utmaning: Brist på kunskaper i datavetenskap. Företag som säljer till konsumenter har vanligtvis starka prissättningsteam, inklusive personal som på ett kompetent sätt kan bygga algoritmer för att beräkna priser baserat på förändrade faktorer. I B2B, inte så mycket. ”De kanske inte har den typ av datavetare man behöver för att bygga prislogik”, säger Bourgouin. ”De måste bygga upp den talangen”.

Prissättningsprogram måste åtföljas av personer med denna expertis. ”Chefer tänker om de investerar i ett verktyg som prissättningsprogramvara, det är det”, säger Bourgouin. Men det brukar inte vara så. ”Prissättningen är extremt komplex. Om du vill skapa konkurrensfördelar bör prissättningslogiken, den faktiska koden som rekommenderar en prispunkt för försäljningsorganisationen, anpassas”, förklarar han. ”Man behöver inte bygga verktyget, men prismotorns kärnintelligens måste vara din.”

Möjlig lösning: Rekrytera och anställa talanger som behövs för att öka din datavetenskapliga kapacitet och stärka ditt prissättningsteam, eller hitta en partner som har dessa färdigheter att hjälpa.

Utmaning: Motstånd från försäljningsorganisationen: Eftersom B2B-försäljning bygger på relationer spelar säljare en nyckelroll. De kan vara misstänksamma mot teknik som de fruktar skulle kunna ersätta dessa relationer, och därför vara ovilliga att använda prissättningsverktyg.

Om de inte är ordentligt utbildade om tekniken kan de tvivla på de priser som verktygen rekommenderar. ”Man måste bygga upp deras förtroende, så de förstår varför den här nya AI-modellen berättade detta för dem, och så har de förtroende att föra detta till sina kunder”, säger Bourgouin.

Möjlig lösning: Utbilda och mäta. Se till att försäljningsorganisationen förstår varför företaget vill använda flexibel prissättning, hur tekniken fungerar och hur den kommer att gynna verksamheten. Ställ sedan in mått och möjlighet att mäta resultaten av prisförändringar, säger Bourgouin. ”Man måste kunna se hur det fungerar på marknaden.” Om det inte fungerar justerar du. Om det fungerar, dela dessa resultat internt med säljarna, så de utvecklar förtroendet för lösningen, konstaterar han.

Flexibel prissättning för en osäker framtid

B2B-företag kommer att fortsätta brottas med en värld av snabba förändringar och frekventa störningar. Detta kommer att göra det allt viktigare att utveckla förmågan att snabbt anpassa prissättningen. Flexibel prissättning kommer att bli ett viktigt verktyg i deras strategiska verktygslåda och en viktig nyckel för deras pågående hälsa.