Så här följer du upp konkurrenternas priser: 6 metoder – från kalkylblad till fullständig automatisering

Inledning

Varje prisbeslut du fattar är en satsning på vad dina konkurrenter tar betalt. De flesta återförsäljare baserar den satsningen på inaktuell information.

Problemet är inte att det är svårt att följa prisutvecklingen. Det tar tio sekunder att öppna en konkurrents produktsida. Problemet är att det inte går att skala upp.

En återförsäljare som spårar 50 produkter på 10 konkurrenters webbplatser hanterar 500 datapunkter. Med ungefär 30 sekunder per kontroll tar en fullständig daglig genomgång över fyra timmars arbete, varje dag, innan någon har fattat ett faktiskt prisbeslut.

Det är därför manuell övervakning tyst och stilla faller samman när listan växer bortom en liten kortlista, oftast utan att någon meddelar det. Kalkylbladet slutar helt enkelt att uppdateras.

Den här guiden tar upp sex sätt att följa konkurrenternas priser, från ett kalkylblad som du kan skapa redan i eftermiddag till helt automatiserad övervakning.

De är ordnade efter arbetsinsats och täckning snarare än efter kvalitet. Vilken metod som är rätt beror på hur många produkter du säljer och hur snabbt din marknad förändras.

Innan du väljer en metod: bestäm vad du faktiskt ska följa upp

Att hoppa över detta steg är den vanligaste anledningen till att prisövervakningsprojekt misslyckas. Fyra beslut, i ordning:

Vilka konkurrenter. Inte alla som säljer produkter i din kategori. De tre till åtta återförsäljare som dina kunder faktiskt jämför priser hos, plus eventuella marknadsplatsförsäljare som dyker upp i sökresultaten för ditt eget varumärke. En lista med 30 konkurrenter garanterar att du inte kommer att kunna följa någon av dem ordentligt.

Vilka produkter. Dina intäkter är inte jämnt fördelade, och det bör inte heller din övervakning vara. Börja med de produkter som driver marginalen, de som kunderna jämför priserna på mest, och allt där du nyligen har tappat försäljning utan någon uppenbar anledning.

Vilka attribut. Priset i sig är missvisande. En konkurrent som är 5 % billigare men har slut i lager underbjuder inte dig. De skickar kunder till dig. Registrera åtminstone pris, tillgänglighet och leveranskostnad, eftersom det är den totala kostnaden som avgör ett köp.

Hur ofta. Dagligen är ett rimligt standardvärde för de flesta kataloger. Varje timme är endast viktigt för snabbrörliga marknadsplatslistningar. Veckovis fungerar bra för långsamma kategorier, och ärliga veckodata slår ambitiösa dagliga data som ingen samlar in.

Skriv ner dessa fyra svar innan du utvärderar ett enda verktyg. De avgör vilken av följande metoder som överhuvudtaget är genomförbar för dig.

Metod 1: Manuella kontroller i ett strukturerat kalkylblad

Utgångspunkten, och verkligen det rätta svaret för små produktkataloger.

Skapa en rad per produkt och en kolumn per konkurrent, med ditt eget pris i den första kolumnen. Lägg till en datumkolumn och en lagerkolumn – de två fälten som folk ofta utelämnar men senare önskar att de hade haft.

Kontrollera vid en fast tidpunkt på dagen. Priserna förändras under dagen, och att jämföra ett pris från måndag morgon med ett från fredag kväll är ingen jämförelse alls.

Två förbättringar gör manuell uppföljning betydligt mer användbar:

• Registrera skillnaden, inte bara priset. En kolumn som beräknar ditt pris som en procentandel av den billigaste konkurrentens pris förvandlar en vägg av siffror till något du kan sortera och agera utifrån.
• Spara historiken. Skriv inte över förra veckans siffror. Kopiera arket eller lägg till rader. En enskild ögonblicksbild visar var du står; en serie visar vem som ger rabatt, hur mycket och hur ofta.

Realistiskt tak: cirka 20 till 30 produkter fördelade på tre eller fyra konkurrenter, som kontrolleras en gång i veckan. Utöver det tar beräkningarna ovan över.

Metod 2: Prisvarningar och förändringsdetektering

Istället för att kontrollera sidor enligt ett schema kan du låta något övervaka dem och meddela dig när ett värde ändras.

Allmänna tjänster för förändringsdetektering på webbplatser, såsom Visualping, övervakar en URL och meddelar dig när sidan skiljer sig åt. Webbläsartillägg och prishistorikspårare gör samma sak för stora marknadsplatser. Installationen tar några minuter och kostar ofta ingenting.

Detta är utmärkt för en specifik uppgift: att bevaka ett litet antal kritiska produkter där varje konkurrentrörelse kräver ett svar samma dag.

Det fungerar dåligt för allt annat. Du får aviseringar, inte data: ingen historik att analysera, ingen överblick över ditt sortiment och inget sätt att svara på frågan ”vad hände med vår kategori förra månaden?”.

Om du bevakar mer än ett fåtal sidor uppstår ”varningsutmattning”, och då börjar du ignorera e-postmeddelandena och är i praktiken tillbaka till att inte övervaka alls.

Använd det som: ett komplement till en annan metod, aldrig som ditt huvudsakliga system.

Metod 3: De kostnadsfria konkurrensdata du redan har

Den här metoden är genomgående underutnyttjad. Om du annonserar eller säljer på de stora plattformarna sitter du redan på konkurrensprissignaler som du förmodligen aldrig har öppnat.

Google Merchant Center innehåller rapporter om priskonkurrenskraft som jämför dina priser med andra återförsäljare som annonserar samma produkter, med hjälp av den produktfeed du redan skickar in.

Dashboards för säljare på marknadsplatser visar jämförbara signaler: konkurrenskraft i köpboxen, prissättning för utvalda erbjudanden och automatiserade prissättningsregler som reagerar på konkurrerande erbjudanden i samma annons.

Var dock tydlig med vad detta är, eftersom det är lätt att missta det för en komplett lösning.

Det är en termometer, inte en diagnos. Den visar att du ligger i det varma området. Den kan inte säga varför, eller vad du ska göra åt det.

Mer specifikt kan dessa data inte ge dig:

• Detaljer per konkurrent. Du får reda på att du ligger 8 % över ett riktmärke, inte vilken återförsäljare som underskrider ditt pris på vilken produkt.
• Täckning av oberoende webbutiker. Den ser bara den plattform du finns på, och många av dina verkliga konkurrenter säljer på andra ställen.
• Täckning av produkter som du inte listar där. Allt utanför den kanalen är osynligt.
• Användbar historik, varningar eller information om lager och leverans.
• Ingen synlighet av MAP alls, om du är ett varumärke snarare än en återförsäljare.

Använd den som: en kostnadsfri verklighetskontroll när du inte har någon övervakning på plats. Det är helt klart bättre än ingenting, och ofta det snabbaste sättet att internt bevisa att problemet är verkligt.

Vad den inte kan göra är att ersätta detaljrikedomen hos ett verktyg som är byggt för uppgiften: priser per konkurrent på de specifika produkter du bryr dig om, både i oberoende webbutiker och på marknadsplatser, med historik, lagerinformation och varningsfunktioner.

Plattformsrapporterna visar att något är fel. Ett specialiserat verktyg som Altosight visar vad, var och hur mycket.

Börja här om du inte har något annat, men förväxla inte jämförelsetalen med helhetsbilden.

Metod 4: Halvautomatiserade kalkylblad

Det naturliga nästa steget för alla som är vana vid Sheets är att låta kalkylbladet hämta priserna själv.

Google Sheets kan hämta data från en sida med IMPORTXML, genom att använda ett XPath-uttryck för att hitta priselementet:

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

Ställ in förväntningarna innan du lägger en dag på detta: på moderna e-handelssajter kommer det oftare att misslyckas än att det fungerar.

De flesta moderna webbutiker visar priserna i webbläsaren efter den första sidladdningen, och IMPORTXML ser bara den råa HTML-koden som kommer först, så cellen blir tom.

Testa det mot tio av dina faktiska konkurrenters webbadresser innan du bygger något vidare på det. Om tre av dem returnerar ett pris är det ett normalt resultat.

De andra felmoderna är lika viktiga:

• Omdesign av webbplatser förstör alla formler i det tysta. En ändrad CSS-klass förvandlar din priskolumn till fel, eller ännu värre, lämnar kvar ett inaktuellt tal som ingen märker.
• Det finns ingen hantering av botar. Upprepade automatiserade förfrågningar från en källa begränsas eller blockeras, ofta sporadiskt, vilket skapar luckor snarare än uppenbara fel.
• Ingenting indikerar att det har slutat fungera. Ett manuellt kalkylblad som slutar uppdateras är uppenbart övergivet; ett automatiserat kalkylblad som tyst slutar uppdateras ser fortfarande trovärdigt ut, och folk baserar sina priser på det.

Realistisk gräns: ett blygsamt antal enkla, statiska produktsidor, med någon som är villig att fixa formlerna när de slutar fungera. Användbart som experiment, men bräckligt som infrastruktur.

Metod 5: Bygg din egen skrapa

Med tekniska resurser kan du bygga exakt vad du vill: ett skript som hämtar konkurrenternas sidor enligt ett schema, analyserar pris och lager och skriver till din egen databas.

För statiska sidor är detta verkligen enkelt, kanske några dussin rader Python. Svårigheten ligger i allt runt omkring:

• Rendering av sidor som bygger upp sitt innehåll i webbläsaren
• Hantera geografisk inriktning, valuta och lokala varianter så att du jämför rätt marknad
• Att rotera förfrågningar på ett ansvarsfullt sätt och klara av åtgärder mot botar
• Att göra nya försök vid fel och skilja mellan ”priset är otillgängligt” och ”vår skrapa har gått sönder”
• Schemaläggning, lagring, varningar och rapportering utifrån rådata

Inget av detta är svårt i sig. Tillsammans utgör de en produkt, inte ett skript.

Den verkliga kostnaden ligger inte i utvecklingen utan i underhållet. Varje gång en konkurrent gör om sin design slutar en parser att fungera, och parsrar slutar fungera utan att man märker det. Team underskattar rutinmässigt detta med en storleksordning.

Lämpligt när: du har ledig utvecklingskapacitet, ovanliga datakällor som ingen leverantör täcker, eller ett strikt krav på att behålla rådata inom dina egna system.

Metod 6: En dedikerad plattform för prisövervakning

Vid en viss katalogstorlek upphör frågan att vara ”hur hämtar vi dessa priser” och blir istället ”hur håller vi tusentals jämförelser korrekta utan att anställa någon som övervakar dem”. Det är där dedikerad programvara tjänar in sin kostnad.

Det du betalar för är inte själva skrapningen. Det är infrastrukturen för webbkravling, produktmatchningen, normaliseringen, prishistoriken, varningarna och kopplingen till vad du än gör därefter: en regel för prisjustering, ett arbetsflöde för genomförande eller en rapport till ditt inköpsteam.

Börja med en fråga: är det du som tillhandahåller URL:erna, eller är det verktyget som hittar produkterna?

Det här är det första man bör fråga sig och det som oftast hoppas över.

URL-baserad övervakning innebär att du klistrar in en konkurrentprodukt-URL för varje jämförelse du vill göra. Det är precist, men inställningsarbetet är ditt, och det slutar fungera när en konkurrent ändrar sina URL:er.

Kanalbaserad övervakning innebär att du anger en konkurrentwebbplats eller marknadsplats och att plattformen hittar och matchar dina produkter där. Det är den enda metoden som förblir hanterbar även i ett stort sortiment.

Hybridlösningar kombinerar båda, och de bättre plattformarna stöder alla modeller, vilket gör att du kan ange exakta URL:er där precision är viktigt och låta plattformen sköta sökningen i övriga fall.

Oavsett vilket verktyg du väljer för prisövervakning av konkurrenter, fråga vilken av de tre modellerna det använder innan du påbörjar en testperiod. Svaret avgör hur stor del av det löpande konfigurationsarbetet som hamnar på ditt team istället för på leverantörens.

Gå sedan igenom resten

• Kan den spåra vilken webbplats som helst, eller bara marknadsplatser? Många verktyg hanterar de stora marknadsplatserna bra men oberoende webbutiker dåligt. Dina konkurrenter omfattar troligen båda.
• Hur matchar verktyget produkter utan identifierare? Se nästa avsnitt. Detta är den absolut viktigaste frågan och den som oftast förbises.
• Vilka länder och valutor? Om du säljer över gränserna är övervakning som utgår från en enda marknad ingen övervakning alls.
• Kan du exportera dina data? Ett API och rena exportfiler avgör om verktyget integreras med din prissättningsprocess eller blir ännu en instrumentpanel som ingen öppnar.
• Stöder det det du faktiskt gör med data? Automatiserad omprissättning med fasta marginalgränser om du är återförsäljare; upptäckt och dokumentation av överträdelser om du är ett varumärke som tillämpar MAP.

Den del som alla underskattar: produktmatchning

Alla metoder ovan förutsätter att du redan vet vilken konkurrentens sida som motsvarar vilken av dina produkter. I praktiken är det just den förutsättningen som gör att prisövervakningen faktiskt misslyckas.

Samma produkt förekommer under olika benämningar, i olika paket och med olika varianter hos olika återförsäljare. Identifierare saknas, är felaktiga eller återanvänds.

En återförsäljare säljer enstaka enheter, en annan säljer tvåpack, en tredje inkluderar ett tillbehör. Utan tillförlitliga identifierare måste en betydande andel av listningarna avklaras innan deras priser överhuvudtaget kan jämföras.

Det är därför det är missvisande att beskriva arbetet som ”ett kalkylblad med 500 URL:er”. Att hämta 500 priser är den enkla halvan.

Att veta att dessa 500 priser avser just de produkter du tror att de gör, och att se till att det förblir så även när konkurrenterna omstrukturerar sina kataloger, är den del som tar mest tid.

Det är också därför som matchningsnoggrannheten, och hur den verifieras, bör vara avgörande för din utvärdering av alla automatiserade metoder.

Hur ofta bör du egentligen kontrollera?

Daglig övervakning passar de flesta kataloger. Öka frekvensen för snabbrörliga marknadsplatslistningar, där konkurrerande erbjudanden kan ändras flera gånger om dagen, och för den lilla gruppen produkter där felaktigheter blir kostsamma.

Planera separat för högsäsongen. Den övervakningsfrekvens som känns bekväm på sommaren kommer att kännas långsam under Black Friday-veckan, när konkurrenterna ändrar priserna flera gånger om dagen och en daglig ögonblicksbild helt missar förändringarna.

Om du bara uppdaterar din övervakning en gång om året, gör det i oktober.

Vad man ska göra med data, och vad man inte ska göra

Det dyraste misstaget vid prisbevakning av konkurrenter är att behandla det lägsta observerade priset som en instruktion.

En betydande andel av konkurrenternas prissänkningar beror på lagerrensningar, fel i prisflöden eller rena misstag. Automatiserad blind prismatchning sprider dessa misstag över hela marknaden inom några timmar, och allas marginaler får täcka kostnaden för en enskild återförsäljares skrivfel.

Alla automatiserade åtgärder behöver skyddsmekanismer: fasta prisgolv, marginalregler och en rimlighetskontroll som ignorerar osannolika prissänkningar istället för att jaga efter dem.

Det är också värt att pröva antagandet att man alltid måste vara billigast. Tillgänglighet, leveranshastighet och förtroende väger ofta tyngre än en liten prisskillnad, och ”billigast till varje pris” är en strategi för rena basvaror snarare än en standardinställning.

En bra övervakning bör ge svar på tre frågor:

• Var prissätts jag ut ur marknaden?
• Var går jag miste om marginal?
• Vad har hänt den här veckan som jag behöver känna till?

Om din lösning inte kan besvara dessa tre frågor kommer mer data inte att hjälpa.

Vilken metod passar dig

Situation	Börja med
Färre än 30 produkter, få konkurrenter	Strukturerat kalkylblad (metod 1)
En handfull viktiga produkter att hålla koll på	Varningar vid förändringar (metod 2)
Annonserar eller säljer redan på stora plattformar	Gratis plattformsrapporter (metod 3)
Några enkla produktsidor, ingen budget	Halvautomatiserade kalkylark (metod 4)
Ovanliga källor och ledig teknisk kapacitet	Anpassad skrapare (metod 5)
Hundratals produkter, eller matchning utan identifierare	Dedikerad plattform (metod 6)

De flesta återförsäljare går igenom listan i ordning, och det är inget fel med det.

Felet ligger inte i att börja i liten skala. Det ligger i att hålla fast vid en metod långt efter att den har slutat ge tillförlitliga siffror, och att fortsätta prissätta utifrån den.