Slik overvåker du konkurrenters priser: 6 metoder – fra regneark til full automatisering

Innledning

Hver prisbeslutning du tar, er et veddemål på hva konkurrentene dine tar. De fleste forhandlere baserer dette veddemålet på utdatert informasjon.

Problemet er ikke at det er vanskelig å spore priser. Det tar ti sekunder å åpne en konkurrents produktside. Problemet er at det ikke lar seg skalere.

En forhandler som sporer 50 produkter på 10 konkurrenters nettsteder, må holde rede på 500 datapunkter. Med omtrent 30 sekunder per sjekk tar en fullstendig daglig gjennomgang over fire timer, hver dag, før noen har tatt en faktisk prisbeslutning.

Det er derfor manuell overvåking stille og rolig bryter sammen når listen blir lengre enn en liten kortliste, vanligvis uten at noen sier ifra om det. Regnearket slutter rett og slett å bli oppdatert.

Denne veiledningen dekker seks måter å spore konkurrenters priser på, fra et regneark du kan lage i ettermiddag til fullt automatisert overvåking.

De er rangert etter arbeidsinnsats og dekning, snarere enn etter kvalitet. Den riktige metoden avhenger av hvor mange produkter du selger og hvor raskt markedet endrer seg.

Før du velger en metode: bestem deg for hva du faktisk skal spore

Å hoppe over dette trinnet er den vanligste årsaken til at prisovervåkingsprosjekter mislykkes. Fire beslutninger, i rekkefølge:

Hvilke konkurrenter. Ikke alle som selger produkter i din kategori. De tre til åtte forhandlerne kundene dine faktisk sammenligner priser hos, pluss eventuelle markedsplassselgere som dukker opp i søk etter ditt eget merke. En liste med 30 konkurrenter garanterer at du ikke vil overvåke noen av dem godt nok.

Hvilke produkter. Inntektene dine er ikke jevnt fordelt, og det bør ikke overvåkingen din være heller. Begynn med produktene som driver marginen, de kundene sjekker prisen på mest, og alt der du nylig har mistet salg uten noen åpenbar grunn.

Hvilke egenskaper. Pris alene er misvisende. En konkurrent som er 5 % billigere, men som er utsolgt, underbyr deg ikke. De sender kunder til deg. Registrer som et minimum pris, tilgjengelighet og leveringskostnader, fordi det er den totale kostnaden ved mottak som avgjør et kjøp.

Hvor ofte. Daglig er et fornuftig standardvalg for de fleste kataloger. Hver time er kun relevant for raskt omsatte markedsplassoppføringer. Ukentlig er greit for kategorier med lav omsetning, og ærlige ukentlige data er bedre enn ambisiøse daglige data som ingen samler inn.

Skriv ned disse fire svarene før du vurderer et eneste verktøy. De avgjør hvilke av de følgende metodene som i det hele tatt er gjennomførbare for deg.

Metode 1: Manuelle sjekker i et strukturert regneark

Utgangspunktet, og virkelig det riktige svaret for små kataloger.

Lag én rad per produkt og én kolonne per konkurrent, med din egen pris i den første kolonnen. Legg til en datokolonne og en lagerkolonne – de to feltene folk ofte utelater, men senere ønsker de hadde hatt.

Sjekk på et fast tidspunkt på dagen. Prisene endrer seg i løpet av dagen, og et tall fra mandag morgen sammenlignet med et tall fra fredag kveld er slett ingen sammenligning.

To forbedringer gjør manuell sporing betydelig mer nyttig:

• Registrer prisforskjellen, ikke bare prisen. En kolonne som beregner prisen din som en prosentandel av den billigste konkurrenten, gjør en vegg av tall om til noe du kan sortere og handle ut fra.
• Behold historikken. Ikke overskriv tallene fra forrige uke. Kopier arket eller legg til rader. Et enkelt øyeblikksbilde forteller deg hvor du står; en serie forteller deg hvem som gir rabatt, hvor mye og hvor ofte.

Realistisk øvre grense: rundt 20 til 30 produkter fordelt på tre eller fire konkurrenter, sjekket ukentlig. Utover det tar regnestykket ovenfor over.

Metode 2: Prisvarsler og endringsdeteksjon

I stedet for å sjekke sider etter en fast tidsplan, kan du la noe overvåke dem og gi deg beskjed når et tall endres.

Allsidige tjenester for endringsdeteksjon på nettsteder, som Visualping, overvåker en URL og varsler deg når siden endres. Nettleserutvidelser og prishistorikk-trackere gjør det samme for store markedsplasser. Oppsettet tar bare noen minutter, og det koster ofte ingenting.

Dette er utmerket for én spesifikk oppgave: å overvåke et lite antall kritiske produkter der enhver bevegelse fra konkurrentene krever en respons samme dag.

Det er dårlig til alt annet. Du får varsler, ikke data: ingen historikk å analysere, ingen oversikt over katalogen din og ingen måte å svare på «hva skjedde med kategorien vår forrige måned».

Overvåker du mer enn en håndfull sider, setter varseltretthet inn, og da begynner du å ignorere e-postene og er i praksis tilbake til ingen overvåking i det hele tatt.

Bruk det som: et supplement til en annen metode, aldri som ditt eneste system.

Metode 3: De gratis konkurransedataene du allerede har

Denne blir konsekvent underutnyttet. Hvis du annonserer eller selger på de store plattformene, sitter du allerede på konkurransesignaler om priser som du sannsynligvis aldri har åpnet.

Google Merchant Center inkluderer rapportering om priskonkurranseevne som sammenligner prisene dine med andre forhandlere som annonserer de samme produktene, ved hjelp av produktfeeden du allerede sender inn.

Dashbordene for selgere på markedsplasser viser sammenlignbare signaler: konkurranseevne i kjøpsboksen, priser på utvalgte tilbud og automatiserte prisregler som reagerer på konkurrerende tilbud på samme oppføring.

Vær imidlertid klar over hva dette er, for det er lett å forveksle det med en komplett løsning.

Det er et termometer, ikke en diagnose. Det forteller deg at du er på god vei. Det kan ikke fortelle deg hvorfor, eller hva du skal gjøre med det.

Konkret kan disse dataene ikke gi deg:

• Detaljer per konkurrent. Du får vite at du ligger 8 % over et referansepunkt, ikke hvilken forhandler som underbyr deg på hvilket produkt.
• Dekning av uavhengige nettbutikker. Den ser bare plattformen du er på, og mange av dine virkelige konkurrenter selger andre steder.
• Dekning av produkter du ikke har oppført der. Alt utenfor den kanalen er usynlig.
• Brukbar historikk, varslinger eller informasjon om lager og levering.
• Ingen synlighet av MAP i det hele tatt, hvis du er et merke i stedet for en forhandler.

Bruk den som: en gratis realitetssjekk når du ikke har noen overvåking på plass. Det er klart bedre enn ingenting, og ofte den raskeste måten å bevise internt at problemet er reelt.

Det den ikke kan gjøre, er å erstatte detaljnivået til et verktøy som er laget for oppgaven: priser per konkurrent på de spesifikke produktene du er interessert i, på tvers av uavhengige nettbutikker så vel som markedsplasser, med historikk, lagerbeholdning og varsler inkludert.

Plattformrapporter forteller deg at noe er galt. Et dedikert verktøy som Altosight forteller deg hva, hvor og med hvor mye.

Start her hvis du ikke har noe, men ikke forveksle referanseverdien med det fullstendige bildet.

Metode 4: Halvautomatiserte regneark

Det naturlige neste trinnet for alle som er fortrolige med Sheets, er å la regnearket hente prisene selv.

Google Sheets kan hente data fra en side med IMPORTXML, ved å bruke et XPath-uttrykk for å finne priselementet:

=IMPORTXML(“https://competitor.com/product-page”, “//span[@class=‘price’]”)

Sett forventningene riktig før du bruker en hel dag på dette: på moderne e-handelsnettsteder vil det mislykkes oftere enn det fungerer.

De fleste moderne nettbutikker viser prisene i nettleseren etter at siden først er lastet inn, og IMPORTXML ser bare den rå HTML-koden som kommer først, så cellen blir tom.

Test det mot ti av dine faktiske konkurrenters nettadresser før du bygger noe videre på det. Hvis tre av dem returnerer en pris, er det et normalt resultat.

De andre feilmodusene er like viktige:

• Nettstedsoppdateringer ødelegger alle formler i det stille. En endret CSS-klasse gjør priskolonnen din full av feil, eller enda verre, etterlater et utdatert tall som ingen legger merke til.
• Det finnes ingen håndtering av bots. Gjentatte automatiserte forespørsler fra én kilde blir hastighetsbegrenset eller blokkert, ofte sporadisk, noe som skaper hull i stedet for åpenbare feil.
• Ingenting forteller deg at det har sluttet å fungere. Et manuelt regneark som slutter å bli oppdatert, er synlig forlatt; et automatisert regneark som stille slutter å oppdateres, ser fortsatt ut som en autoritativ kilde, og folk baserer prisene sine på det.

Realistisk tak: et beskjedent antall enkle, statiske produktsider, med noen som er villig til å reparere formler når de går i stykker. Nyttig som et eksperiment, sårbart som infrastruktur.

Metode 5: Bygg din egen skraper

Med tekniske ressurser kan du bygge akkurat det du ønsker: et skript som henter konkurrenters sider etter en tidsplan, analyserer pris og lagerbeholdning og skriver til din egen database.

For statiske sider er dette virkelig enkelt, kanskje noen titalls linjer med Python. Vanskeligheten ligger i alt rundt det:

• Rendering av sider som bygger innholdet i nettleseren
• Håndtering av geografisk målretting, valuta- og språkvarianter, slik at du sammenligner det riktige markedet
• Å rotere forespørsler på en ansvarlig måte og overleve tiltak mot botter
• Å prøve på nytt ved feil, og skille mellom «prisen er utilgjengelig» og «skraperprogrammet vårt brøt sammen»
• Planlegging, lagring, varsling og rapportering på toppen av rådataene

Ingen av disse delene er vanskelige hver for seg. Sammen utgjør de et produkt, ikke et skript.

Den virkelige kostnaden er ikke utviklingen, men vedlikeholdet. Hver gang en konkurrent endrer design, bryter en parser, og parsere bryter uten forvarsel. Team undervurderer rutinemessig dette med en størrelsesorden.

Fornuftig når: du har ledig utviklingskapasitet, uvanlige datakilder som ingen leverandør dekker, eller et strengt krav om å oppbevare rådata i dine egne systemer.

Metode 6: En dedikert prisovervåkingsplattform

Når katalogen når en viss størrelse, blir ikke lenger spørsmålet «hvordan henter vi disse prisene», men «hvordan holder vi tusenvis av sammenligninger nøyaktige uten å ansette noen til å passe på dem». Det er der dedikert programvare tjener inn kostnadene sine.

Det du betaler for, er ikke selve skrapingen. Det er infrastrukturen for crawling, produktmatching, normalisering, prishistorikk, varsling og koblingen til det du gjør videre: en regel for prisjustering, en arbeidsflyt for gjennomføring eller en rapport til innkjøpsteamet ditt.

Begynn med ett spørsmål: leverer du URL-ene, eller finner verktøyet produktene?

Dette er det første du må spørre om, og det som oftest blir oversett.

URL-basert overvåking betyr at du limer inn en konkurrentprodukt-URL for hver sammenligning du ønsker. Det er presist, men oppsettarbeidet er ditt, og det bryter sammen når en konkurrent endrer URL-ene sine.

Kanalbasert overvåking innebærer at du angir et konkurrentnettsted eller en markedsplass, og plattformen finner og matcher produktene dine der. Dette er den eneste tilnærmingen som forblir håndterbar i et stort sortiment.

Hybride oppsett kombinerer begge deler, og de beste plattformene støtter alle modellene, slik at du kan angi eksakte URL-er der presisjon er viktig og overlate søket til plattformen ellers.

Uansett hvilket verktøy du vurderer for prisovervåking av konkurrenter, bør du spørre om hvilken av de tre modellene det bruker før du starter en prøveperiode. Svaret avgjør hvor mye av det løpende konfigurasjonsarbeidet som havner hos teamet ditt i stedet for hos leverandøren.

Deretter går du gjennom resten

• Kan den spore alle nettsteder, eller bare markedsplasser? Mange verktøy håndterer de store markedsplassene godt, men uavhengige nettbutikker dårlig. Konkurrentene dine har sannsynligvis begge deler.
• Hvordan samsvarer det produkter uten identifikatorer? Se neste avsnitt. Dette er det aller viktigste spørsmålet og det som oftest blir oversett.
• Hvilke land og valutaer? Hvis du selger over landegrensene, er overvåking som forutsetter ett marked ikke overvåking.
• Kan du få ut dataene dine? En API og rene eksporter avgjør om verktøyet integreres med prisprosessen din eller blir nok et dashbord som ingen åpner.
• Støtter det det du faktisk gjør med dataene? Automatisert prisjustering med faste minimumsmarginer hvis du er detaljist; påvisning og dokumentasjon av brudd hvis du er et merke som håndhever MAP.

Den delen alle undervurderer: produktsammenstilling

Alle metodene ovenfor forutsetter at du allerede vet hvilken konkurrent-side som tilsvarer hvilket av dine produkter. I praksis er det nettopp denne forutsetningen som gjør at prisovervåking faktisk bryter sammen.

Det samme produktet vises under forskjellige titler, i forskjellige pakker og med forskjellige variantstrukturer hos ulike forhandlere. Identifikatorer mangler, er feil eller gjenbrukes.

Én forhandler selger en enkelt enhet, en annen selger en to-pakning, en tredje inkluderer et tilbehør. Uten pålitelige identifikatorer må en betydelig andel av oppføringene avklares før prisene i det hele tatt kan sammenlignes.

Dette er grunnen til at det er misvisende å beskrive arbeidet som «et regneark med 500 URL-er». Å hente inn 500 priser er den enkle delen.

Å vite at disse 500 prisene refererer til de produktene du tror de gjør, og å sikre at dette forblir riktig selv når konkurrentene omstrukturerer katalogene sine, er den delen som tar mest tid.

Det er også grunnen til at nøyaktigheten i samsvaret, og hvordan den verifiseres, bør være det viktigste kriteriet i vurderingen av enhver automatisert tilnærming.

Hvor ofte bør du egentlig sjekke?

Daglig overvåking passer for de fleste kataloger. Øk hyppigheten for raskt skiftende markedsplassoppføringer, der konkurrerende tilbud kan endres flere ganger om dagen, og for den lille gruppen av produkter der det er kostbart å ta feil.

Planlegg høysesongen separat. Uansett hvilken frekvens som føles komfortabel om sommeren, vil den føles treg under Black Friday-uken, når konkurrentene endrer prisene flere ganger i løpet av dagen og et daglig øyeblikksbilde går glipp av endringene helt.

Hvis du bare oppgraderer overvåkningen én gang i året, bør du gjøre det i oktober.

Hva du bør gjøre med dataene, og hva du ikke bør gjøre

Den dyreste feilen ved prisovervåking av konkurrenter er å behandle den laveste observerte prisen som en instruksjon.

En betydelig andel av prisnedgangene hos konkurrentene skyldes utsalg for å tømme lager, feil i prisdataene eller rene og enkle feil. Automatisert, blind prisjustering sprer disse feilene over hele markedet i løpet av få timer, og alle aktørers marginer må dekke kostnaden for én forhandlers skrivefeil.

Enhver automatisert respons trenger sikkerhetsmekanismer: faste prisgrenser, marginer og en rimelighetskontroll som ignorerer usannsynlige prisnedganger i stedet for å jage etter dem.

Det er også verdt å sette spørsmålstegn ved antakelsen om at man alltid må være billigst. Tilgjengelighet, leveringshastighet og tillit veier ofte tyngre enn en liten prisforskjell, og «billigst for enhver pris» er en strategi for rene råvareprodukter, ikke en standardinnstilling.

God overvåking bør gi svar på tre spørsmål:

• Hvor er jeg priset ut av markedet?
• Hvor går jeg glipp av margin?
• Hva har endret seg denne uken som jeg trenger å vite om?

Hvis oppsettet ditt ikke kan svare på disse tre, vil ikke mer data hjelpe.

Hvilken metode passer for deg

Situasjon	Start med
Under 30 produkter, få konkurrenter	Strukturert regneark (metode 1)
En håndfull viktige produkter å holde øye med	Varsler om endringer (metode 2)
Annonserer eller selger allerede på store plattformer	Gratis plattformrapporter (metode 3)
Noen få enkle produktsider, uten budsjett	Halvautomatiserte regneark (metode 4)
Uvanlige kilder og ledig teknisk kapasitet	Tilpasset skraper (metode 5)
Hundrevis av produkter, eller sammenstilling uten identifikatorer	Dedikert plattform (metode 6)

De fleste forhandlere går gjennom denne listen i rekkefølge, og det er ingenting galt med det.

Feilmodusen er ikke å starte for smått. Det er å holde fast ved en metode lenge etter at den har sluttet å gi pålitelige tall, og fortsette å fastsette priser ut fra den.