Скоропортящиеся товары – непростая задача для временной ценовой дифференциации. Какие цены может установить пекарня или фруктовый ларек на свою продукцию незадолго до закрытия, вечером? Если такой товар не продать сегодня, он пропадет. Никто не захочет покупать вчерашний хлеб или гнилые фрукты и овощи. Кстати, к «скоропортящимся товарам» относятся гостиничные номера, места в самолете или в экскурсионном автобусе. Каждое пустое место в рейсе лишает владельца дохода и прибыли.

Затраты не окупятся и уже не играют никакой роли в ценовом решении. С точки зрения краткосрочной выгоды, решение очевидно. Любая цена выше нуля – лучше, чем испорченные продукты или не проданные услуги. Это значит, что продавец должен предложить максимально выгодную для покупателя «последнюю» цену, чтобы заполнить места или опустошить полки.

Но тут есть подвох. Если последняя цена превратится в повседневное правило, покупатели узнают об этом и постараются отложить покупки на последнюю минуту, чтобы получить выгодную цену. Моя экономка сказала мне, что обычно покупает хлеб в булочной, которая предлагает последнюю цену прямо перед закрытием магазина. Барьер между последней ценой и обычной ценой рушится, и продавец сам вредит своим продажам за полную стоимость. Именно поэтому многие компании предпочитают списать непроданный товар или оставлять места свободными, только бы не использовать предсказуемую схему ценообразования «в последнюю минуту». Конечно, в отдельных случаях сложно подсчитать результаты от этих противоречивых эффектов – защищать продажи по высокой цене или потерять потенциальный доход, позволяя товарам «испортиться», и взвесить все «за» и «против». Но мой опыт показывает, что во многих случаях лучше избегать последних цен.

Возможности ценообразования в пиковое и непиковое время зачастую несимметричны. Можно снизить цены, чтобы стимулировать людей пользоваться стиральной машиной или посудомойкой, когда спрос на электричество низкий. А можно повысить цену, чтобы притормозить спрос в пиковый период. Однако, если речь идет о спросе в ресторанах и на железных дорогах, ситуация меняется. Даже если ресторан или железная дорога предложат низкие цены в понедельник вечером, они не смогут заполнить все столики и места клиентами. С другой стороны, у них есть возможность повысить цены в пиковый период. Но это непростой вопрос, так как потребители часто негативно реагируют на искусственное взвинчивание цен.

Следующий пример показывает масштабы битвы за лидерство в области динамического ценообразования. Google подал заявку на патент на динамическое ценообразование 30 сентября 2011 года.[157] В резюме патента говорится, среди всего прочего, о «методах, системах и аппаратуре, включая компьютерные программы по электронному содержанию товара динамического ценообразования…, которые корректируют базовую цену за приобретение товара электронного содержания и предоставляют конкретному пользователю предложение перекупить его по скорректированной цене». Google считает, что владеет авторским методом временной ценовой дифференциации и хочет закрепить свои права на него.

Каковы ограничения динамического ценообразования? Некоторые онлайн-компании часто впадают в крайности. Самые распространенные ценовые изменения наблюдаются в области бытовой электротехники, одежды, обуви и украшений. Цены на эти товары могут меняться по нескольку раз в час. В целом мир электронной торговли ежедневно меняет цены по миллиону раз, этот феномен мы ранее наблюдали только в авиакомпаниях. Основная цель электронной торговли – добиться, чтобы ваш сайт появлялся первым в поисковике.[158] Если эта цель зависит в основном от ценовых изменений, то есть, как правило, от снижения цен, это может лишить вас прибыли, создавая поведенческие тенденции, которые еще больше снизят цены. Это классическая дилемма теории игр, которая благоприятствует только продавцам. Скоро мы увидим, какие битвы развернутся, когда компании начнут соревноваться за лидерство в динамическом ценообразовании и первое место в списке поисковиков.

Одна из самых сложных форм временной ценовой дифференциации – управление доходами. Авиакомпании практикуют этот метод активно и профессионально. Моделирование, анализ данных и прогнозирование играют ключевую роль. Цель – получить максимальный доход и рентабельность с каждого рейса. Для этого авиалинии сочетают товарную и ценовую политику. Например, они увеличивают или сокращают количество пассажиров бизнес-класса, передвигая вперед или назад перегородку, разделяющую бизнес-класс и первый класс. В зависимости от прогноза спроса каждая ценовая категория получает определенное количество мест в самолете из имеющихся в наличии. В зависимости от реального бронирования билетов авиакомпании могут корректировать ценовое распределение в реальном времени. Это объясняет феномен, который наблюдали многие из нас – иногда к нашей выгоде, иногда к нашему огорчению. К примеру, мы забронировали билет за $59, а через полтора часа увидели, что тот же самый рейс стоит $99. Видимо, менеджер по управлению доходами мыслил следующим образом: продать место сейчас за $59 или придержать его в надежде (основанной на скорректированных моделях и прогнозах), что кто-то купит его позже за $99. В последнем случае менеджер рискует тем, что никто так и не купит билет.

Авиакомпании, гостиничные сети, аренда машин и другие схожие предприятия – все практикуют ту или иную форму управления доходами. Это помогает им лучше регулировать свою пропускную способность и загруженность. Однако это не идеальное решение, как показывают слова менеджера по управлению доходами знаменитой гостиницы Hilton в центре Чикаго:

– Сегодня у меня 13 незабронированных номеров из 1600, хотя все гостиницы в городе переполнены, – признался он. – То есть у нас на 13 номеров больше, чем надо.

– Вы уверены? – спросил я. – Возможно, стоит поднять среднюю цену с $100 до $110, и пусть 50 номеров пустуют?

Табл. 14 сравнивает две альтернативы бронирования номеров в Hilton в тот день.

Таблица 14. Цены и количество забронированных номеров

Если бы при средней цене $110 за номер 50 номеров остались пустовать, менеджер получил бы приличный рост дохода. Этот простой пример указывает на ключевую проблему в управлении доходами. Незабронированные номера – это «точные» данные, которые заставляют снижать цены. Неиспользованная готовность платить гостей в этот конкретный день – это непроверенные данные с высокой степенью неопределенности. Менеджер Hilton Chicago «точно» знал, что 13 номеров за $100 пустуют, то есть он потерял $1300 дохода. Но он совершенно не был уверен в том, что 1550 гостей заплатили бы на $10 больше и только 37 гостей обратились бы в другую гостиницу. Если бы только 1400 гостей заплатили бы повышенную цену, доход сократился бы до $154 000, как показывает четвертая колонка табл. 14. Управление доходами – лучший способ разобраться со всей этой неопределенностью и добиться желаемого результата. Чем точнее прогнозы, тем выше прибыль.