In ons vorige artikel hebben we geanalyseerd hoe een beter begrip van de eindprijs van elk voertuig een sleutelfactor was voor een succesvol veilingproces. Voor verkopers zorgt targeting op een breed scala aan markten voor de optimalisatie van het verkoopresultaat. En voor kopers geldt dat, door de lokale consumentenprijs te benadrukken, het hen in staat stelt om tegen een hogere prijs te veilen dan collega's van andere markten, en toch een goede winst te maken.
Vandaag gaan we leren hoe een brede marktkennis, gericht op meer dan de prijs of de marge, de veilingresultaten kan verbeteren door de juiste producten (naast hun verkopers) met het juiste doel samen te brengen.
De belangrijkste aanname van onze analyse is de volgende: de beste manier om een voertuig te verkopen, zowel lokaal als grensoverschrijdend, wordt mede bepaald door de verwachte verkooptijd, en niet alleen door de eindprijs voor de consument. En kopers die de werking van de rotatiesnelheid begrijpen, kunnen gemakkelijker voertuigen detecteren die op de lange termijn winstgevend zullen zijn, zelfs met een lagere marge.
Eerst beginnen we met een fictief scenario om het mechanisme uit te leggen. Vervolgens gebruiken we echte voorbeelden om aan te tonen hoe dit effect van invloed kan zijn op veilingen.
Laten we eens kijken naar de volgende situatie. Een dealer koopt een auto op een veiling voor € 10.000 met een verwachte consumentenprijs van € 15.000, volgens de prijsanalyse van Gocar Data. Op dezelfde dag wint een andere dealer ook een veiling voor een auto van € 10.000. Maar onze prijsanalyse geeft een richtprijs van €12.000 als verkoopprijs. Intuïtief denkt iedereen dat de eerste dealer zich in een veel betere positie bevindt. Immers, potentieel met een hogere marge levert meer voordelen op.
Het probleem hierbij is dat het slechts een gedeeltelijk beeld geeft van de werkelijke situatie. Door gebruik te maken van de marktobservatie van Gocar Data kunnen we een verwachte verkooptijd voorspellen van 35 dagen voor het eerste voertuig en slechts 10 dagen voor het tweede. De tweede dealer kan dus na 10 dagen een tweede voertuig kopen met de opbrengsten van de eerste verkoop. En nog een keer na 10 dagen. De eerste dealer kan zijn voertuig pas verkopen na 35 dagen, met een marge van € 5.000. Zijn concurrent heeft ondertussen 3 verkopen gedaan, met een totaal van € 6.000. En 3 klanten ‘on the road’ betekent meer mogelijkheden voor inkomsten na de verkoop.
Voor elke markt kunnen we de voertuigmodellen met het hoogste rotatiepotentieel, dus met de kortste verkooptijd, gedetailleerd specificeren. Nogmaals, de volatiliteit tussen markten is hoog en biedt veel kansen. Zelfs als de prijs tussen de meeste markten gelijk lijkt te zijn, zijn de markten met een kortere verkooptijd de beste plaatsen om de waarde van de activa te maximaliseren.
In deze tabellen hebben we ons alleen gericht op de belangrijkste merken. Maar elke dag, voor elke markt, zijn voertuigen die geveild worden gouden kansen. Het belangrijkste element om dit te optimaliseren is om alle betrokken partijen een transparante en uitgebreide visie te geven op de marktparameters.
Zelfs de meest gangbare modellen hebben een brede verspreiding wanneer we de verwachte verkooptijd voor elk land analyseren.
Voor dit model lijkt Luxemburg het ideale land, met de hoogste marktwaarde. Maar door de rotatiesnelheid te analyseren, ontdekken we ook goede kansen voor Roemeense, Hongaarse en Belgische kopers.
Conclusie
We zien opnieuw dat een data gedreven beslissing kan helpen bij het optimaliseren van de inkomsten voor alle spelers. Voor verkopers creëert het natuurlijk waarde dat ze de juiste producten kennen om te verkopen via grensoverschrijdende veilingen. Tegelijkertijd helpt het voor kopers om hun lokale markt te begrijpen door de juiste gegevens te analyseren en zich zo te kunnen concentreren op de winstgevende voertuigen, zelfs als de marge niet enorm groot is. Voertuigen met een laag aanbod, of populaire modellen (of nog beter: allebei!) zijn een geweldige aanvulling voor elke voorraad!