Sihthinnavalemitega õige Tasakaal Kliendi Kasu Ja Tootmiskulude Vahel

2023 Autor: Hannah Pearcy | [email protected]. Viimati modifitseeritud: 2023-08-25 03:37

Tänapäeval ei peaks disain olema mitte ainult kulu- ja spetsifikatsioonidele orienteeritud, vaid orienteeritud kliendi eelistele: „Mida meie kliendid soovivad ja mida nad oleksid nõus selle eest maksma?“On arendusprotsessi üks võtmeküsimusi. Sellega tuleb arvestada algusest peale. tähelepanu keskpunktis, et vältida ülekulutamist või mitteväärtuslikke kulusid

Muidu luuakse arvukate funktsioonidega tooteid - kuid vaevalt, et ostjad neid hindaksid. Ta peaks ikkagi maksma paljude funktsioonide eest. Tulemus: kliendid rändavad võistlusele ja hangivad tooteid, mis vastavad paremini nende endi vajadustele. Klient jõuab oma rahakotti sügavale ainult siis, kui peab toodet eriti kasulikuks, nt. B. kuna see säästab aega, lahendab olemasolevaid tootmisprobleeme või parandab teie enda toodete kvaliteeti.

Pildigalerii

Nutikas inseneripäev

Tootmise digiteerimine nõuab tootearenduse ümbermõtestamist. Smart Engineering Day pakkumised otsuse toetust valiku kõige sobivamad meetodid, kujundamist ja arukate toodete ja masinad.

Rohkem infot

Alates kliendi eelistest kuni müügihindadeni

Puhta kuluanalüüsi jaoks on ettevõttes saadaval erinevad meetodid. Kuid kuidas saab arendusosakond kliendi eelised tootearenduse käigus kiiresti ja täpselt realistlikuks müügihinnaks tõlkida?

Ja kuidas saab hinnata paljusid erinevaid tootevariante, et mõista, kuidas kulud ja tulud on seotud - isegi enne üksikasjaliku arenduse algust? Klassikalised arvutusmeetodid, näiteks ettevõtte maksumus, on sellise stsenaariumi jaoks liiga tülikad ja keerulised. Sobivam on NLPP- meetod ehk mittelineaarse tulemuslikkuse hinnakujunduse lühike meetod.

NLPP näitab kulude, tulude ja müügihindade suhet

NLPP-meetodiga analüüsitakse, mil määral tooteomadused mõjutavad kliendi kasu ja seega ka realiseeritavaid müügihindu ja kulusid, ning kvantifitseeritakse see mõju. Suhet näidatakse sihthindade ja kulude prognoosvalemite abil. Selle põhjal saab arendusosakond nüüd väga kiiresti läbi mängida mitmesuguseid tootevariante ja simuleerida, milliseid toote omadusi tuleb muuta, et

• vähendada kulusid
• suurendada kliendi kasu (ja seega õigustada kõrgemat müügihinda) või
• saavutada mõlema kombinatsioon.

NLPP on saadaval samanimelise tarkvaralahendusena, mis muudab keeruka meetodi rakenduse igapäevaseks kasutamiseks sobivaks

Tootearendus

Tootearenduse ümbermõtestamine

Kasule orienteeritud areng neljas etapis

Kliendi eelistel põhinev tootearendus läbib praktikas järgmised sammud:

• 1. Defineerige omadused, mis kehastavad toote eeliseid kliendi jaoks. Määratluse saab määratleda isegi iga kliendigrupi jaoks, et kaardistada sihtgrupispetsiifilisi eeliseid.
• 2. Lisage tarkvara NLPP olemasolevate toodete omaduste ja müügihindadega. Turu usaldusväärse võrdlusaluse saamiseks võite lisaks enda andmetele lisada ka konkureerivate toodete andmed. Selle põhjal arvutab NLPP mõne sekundi jooksul kasupõhise sihthinnavalemi. Selle sihthinnavalemi abil arvutatakse nüüd sobiv hind kliendi vaatenurgast. Kliendieelis arvestatakse seetõttu rahasummaks.
• 3. Nüüd saate NLPP abil kulude prognoosimise valemi sama kiiresti arvutada, tuginedes toote konstruktiivsetele omadustele ja eelnevate osade kuludele. Selle tulemuseks on sihtkulud. Vastasel juhul võite kasutada ka klassikalisi meetodeid, et luua iga tootevariandi jaoks kuluprognoos.
• 4. Nüüd on iga tootevariandi hindamine kliendirühma kohta väga lihtne, kuna eeldatav sihthind ja eeldatavad kulud on teada. Kõige mõistlikum tootevariant on see, kus sihthinna ja sihtkulude erinevus on suurim.

Variandi kontrollimine, kasutades näidet "tootmisrobotid"

Musterbot soovib turule tuua uue käitlemisroboti. Arendusosakond teab, et potentsiaalse kliendigrupi jaoks on määravaks kolm kasu parameetrit:

• tugivarre ulatus,
• ka võimalik kasulik koormus
• kas lisaseadmed on komplektis või mitte.

Arendusmeeskond tõlgib need kasuliku parameetrid konstruktiivseteks parameetriteks, mis seal olemas oleksid: mootori võimsus, vajalikud laagrid, materjal, kogumass jne.

Nüüd kasutatakse NLPP-d: reaalsete käitlemisrobotite kasulikkuse parameetrite ja nendega seotud müügihindade abil väljastab tarkvara sihthinna valemi. Selles väljamõeldud näites võiks see olla järgmine:

Sihi hind = exp (9,288 + 0,012 * 'käe pikkus millimeetrites' + 0,001 * 'kandevõime KG-des + 0,031 *' lisaseadmed kaasas / jah ')

Nüüd arvutatakse kulude prognoosimise valem - seekord projekteerimisparameetrite põhjal ja mitte seoses müügihindadega, vaid seotud kuludega. Selle kulude prognoosi valem võiks olla järgmine:

Sihtkulud = exp (2,371 + 0,452 * 'mootori võimsus kilovattides' + 0,042 * 'laagri läbimõõt mm' + 1,276 * 'materjal kilogrammides)

Nüüd on mõlemad valemid ellu viidud: arendusmeeskond läbib uue käsitsemisroboti kõik mõeldavad tootevariandid, sisestades vastavasse valemisse kasulikkuse parameetrite konkreetsed väärtused ja ka disainiparameetrid. Seejärel arvutab tarkvara iga variandi jaoks sihthinna ja sellega seotud kulud. Varikatuse korral saadakse kõige mõistlikum toode, mille valmistamiseks maksab ettevõte Musterbot suhteliselt vähe, kuid mida saab müüa eriti soodsa hinnaga.

NLPP meetodi leiutaja Robert M. Münchi jaoks lisateave kolme küsimuse kohta

Hr Münch, propageerite ettevõttes perspektiivi muutmist: eemal endisest keskendumisest tootmiskuludele lõpptoote omaduste suunas. Miks?

Igaüks, kes mõtleb kulude osas kangekaelselt, arendab varasemaid kliente. Ainult kõrge kliendi eelisega tooted võivad saavutada kõrge müügihinna. Puhas kuluanalüüs ei ütle aga midagi kliendi eelise kohta. Seni on neid teadmisi saanud aga vaid vähesed. Ja nii et istuvad disainerid ja müügiinimesed endiselt vaikses kapis, panevad tooted ja müügihinnad kokku kulupõhiselt - ja lõpuks tahavad kõik teada, miks müüginumbrid pole õiged. Mind hämmastab alati, kui konstruktsioonid on sissetõmmatud. Kliendi kasu mõtestamine on nagu revolutsioon.

Kasul põhinev NLPP-meetod töötab sihthinnavalemitega: iga tooteperekonda saab iseloomustada individuaalse valemiga, mis seob hüvesid ja kulusid või hindu. Kui see lähenemisviis on nii ebaharilik, kuidas peaks see valitsema?

See pole ettevõtte kõigis valdkondades ebatavaline. Täpselt seda üritan disaineritele alati selgeks teha. Sest: Hästi struktureeritud ja uuendusmeelse mõtlemisega ostuosakondades on NLPP kasutamine muutunud tavapäraseks - paljude tooteperede jaoks ja mitme miljoni dollarise ostumahu korral. Ostjad arvutavad oma tooterühmade jaoks sihthinnad ja peavad nende sihthindade alusel tarnijatega läbirääkimisi. Nad seovad tarnijat toote eelistega ja hindavad, kui palju tasu nad oma raha eest saavad. Nii et kui minu toodete potentsiaalne klient kasutab NLPP-d, et hinnata nende ostuhindade sobivust hüvitise parameetrite alusel, kuidas saaksin arenduses öelda: "Mind ei huvita?"

Tooteperekonna prognoosvalemeid saab kasutada kogu toote elutsükli vältel. Kuid mida disainer sellest välja saab? Kas saate seda selgitada konkreetse näitega?

Inseneritööst saadav kasu on ilmne: prognoosvalemite abil saate kiiremini luua parema hinna ja kvaliteedi suhtega tooteid - väiksema vaevaga saate parema tulemuse. Valemid näitavad mustvalgelt, milliseid reguleerimiskruvisid peate kliendi rõõmustamiseks pöörama. Lisaks näitavad ennustusvalemid kõigile kaasatud võimaluste piire ja kaitsevad seega valede eelduste ning seeläbi vastikute üllatuste eest.

Igaüks, kes kasutab seda mõtteviisi erinevates ettevõtte valdkondades, suurendab kogu organisatsiooni efektiivsust. Kujundus on prognoosivalemite kaudu tihedalt seotud ostu, müügi ja turustamisega, ehkki teadmiste edastamine pole muidugi ühesuunaline. Luuakse kogu ettevõtet hõlmav tagasisideahel. Sellest saadud teadmisi saab seejärel kasutada järgneva tootepõlve arendamisel.

Toote elutsükli järjepidevad andmed

Kuid see pole veel kõik: kui tooterühma jaoks on arvutatud prognoosvalemid, saab neid valemeid kasutada kogu toote elutsükli vältel. Järjekindlad andmed on siin võtmesõna. Nii saavad valemid varasemate ja uute toodete südameks:

• Kõigil ettevõtte asukohtadel on juurdepääs hõlpsasti kasutatavale hinna- ja kulumulemitele.
• Prognoosivalemid säilitavad teadmised hinna / kulude kohta edasiste toodete väljatöötamisel ja tagavad seega, et töö toimub kogu ettevõttes ühtse ja läbipaistva andmebaasi alusel.
• Müügiosakond teab pidevalt muutuvate turgude igapäevaseid saavutatavaid hindu nii uutele kui ka olemasolevatele toodetele - see on suur konkurentsieelis.
• Kuna väärtuse pakkumine (väärtuse pakkumine) on selgelt määratletud kasutegurite parameetritega, saab turundus suunata täpselt oma sihtrühma, kes on nõus vastava toote jaoks kõige rohkem raha kulutama.
• Ostmine teab enne läbirääkimisi ostetud osade realistlikke ja realistlikke turuhindu.

Pidevalt kliendikeskse toote elutsüklil pole enam tehnilisi takistusi. Ettevõttes on siiski vaja ümber mõelda. Enam pole küsimust "mis see maksab?" aga "Mida see teeb?" seisa fookuses.