가격 결정 전
‘가격 탄력성’부터 파악

지난호에 다뤘듯이 기술 발달로 점두 판매·구매행동 데이터 같이 방대한 정보도 손쉽게 분석할 수 있게 됐다. 이번호에서는 ‘가격 탄력성 분석’과 ‘구매자 의사결정 나무’, ‘소비자 조사 기법’ 등 의사결정에 도움이 되는 데이터 분석법에 대해 살펴본다.

최근 물가 인상이 전세계적 이슈로 부상하고 있다. 가격 전략 수립은 마케팅 전략 중에서도 중요도가 높은 요소 중 하나다. 가격은 그 자체만으로 메시지성을 갖고 있어 동일 카테고리 내의 포지셔닝을 숫자만으로 나타낼 수 있다. 상품구색 관점에서는 카테고리 내 주요 가격대를 명확히 제시함으로써 구매자에게 해당 점포가 어떤 상품을 추천하는지 전달할 수 있다.

구매행동 데이터에 맞춰 매장 구성 변경

가격을 결정하려면 다양한 요소를 고려해야 하는데, 먼저 ‘가격 탄력성’을 명확히 파악해야 한다. 이를 건너뛰고 단순히 판매율을 높이기 위해 가격을 낮췄는데 막상 판매수량이 늘지 않거나, 가격을 올리면 판매수량이 감소할 것으로 예측해 재고 수량을 줄였다가 품절 사태가 벌어지는 결과가 생길 수 있다. 가격 탄력성이 크면 수량 변화도 크고, 탄력성이 작으면 가격에 변화를 주더라도 수량은 크게 변하지 않기 때문에 이 경우 가격을 인상해도 판매량은 감소하지 않는다.

가격 탄력성 산출에는 점두 판매 데이터를 사용한다. 단 주의할 점은 전점 데이터 합계가 아닌 점포별 데이터로 계산해야 한다는 것이다. 점포별로 규모 및 가격 변동 타이밍이 다른데 데이터들의 합산치를 사용하면 판매수량과 금액의 움직임을 정확히 파악할 수 없다.

또한 특판에 따른 영향도 평소와 구분해 계산해야 한다. 특판을 진행하면 판매 수량이 늘어 가격 탄력성이 높은 것으로 잘못 판단하게 되고 정가를 낮추면서 도리어 매출이 하락하는 경우를 볼 수 있다. 이는 정가의 탄력성과 특판시의 탄력성을 혼동해 발생하는 전형적 사례다.

다음으로 구매행동 데이터를 사용한 고도의 분석기법인 ‘구매자 의사결정나...기사전문보기