Booknuto

Zjistěte, kolik vám trh opravdu zaplatí

Nevíte, jestli účtujete moc nebo málo? Testujte ceny bez rizika. Stejně jako letecké společnosti – data místo odhadů.

14 dní zdarma · Bez platební karty · 30 dní money-back

Problém: "Bojím se zdražit"

Jako B2B solo konzultant čelíte dilema, které znáte moc dobře:

Účtuji 1 500 Kč/hod, ale možná by trh zaplatil 1 800 Kč

Nechci podhodnocovat svou expertízu

Bojím se zdražit plošně

Co když mi klienti utečou a ztratím objednávky?

Nevím, jaká je správná cena

Jen hádám a doufám, že to bude fungovat

Klasická řešení (a proč nefungují)

Varianta A: Zůstat na 1 500 Kč navždy

Bezpečné, žádné riziko
Možné dlouhodobé podhodnocení
Ztracený příjem, pokud by trh zaplatil víc

Varianta B: Zdražit plošně na 1 800 Kč

Okamžitý nárůst příjmu (pokud funguje)
Vysoké riziko ztráty klientů
Nevratné – těžko se vrátit zpět

Varianta C: Personal pricing

Maximalizace příjmu
Eticky problematické
Komplikované udržovat v tajnosti
Riziko konfliktu, když se klienti dozví

Všechny varianty jsou suboptimální. Potřebujete price discovery.

Řešení: Testování na části slotů

Price discovery = systematické hledání optimální tržní ceny. Stejně jako to dělají letecké společnosti 40 let.

Jak to funguje?

Místo toho, abyste hádali nebo riskovali plošné změny, testujete ceny na části své kapacity. Získáváte reálná data o tom, kolik trh opravdu akceptuje – bez zbytečného rizika.

Princip:

  • 1
    70 % slotů za původní cenu (1 500 Kč) – kontrolní skupina
  • 2
    30 % slotů za testovou cenu (1 725 Kč) – experimentální skupina
  • 3
    Klient vidí transparentně obě možnosti ("Prime time" vs "Standard")
  • 4
    Měříte booking rate pro každou skupinu
  • 5
    Po 14 dnech máte data místo odhadů

Ekonomický princip

Stejně jako u letenek nebo hotelů – různé termíny mají různou hodnotu. Klient, který potřebuje pondělní dopoledne, má jinou ochotnost platit než klient flexibilní s časem.

Psychologický princip

Transparentnost = férovost. Když klient vidí důvod rozdílu (prime time vs standard), akceptuje to stejně přirozeně jako různé ceny letenek.

Jak na to (praktický návod v 5 krocích)

1

Baseline měření (týden 0)

  • Současná cena: 1 500 Kč/hod
  • Booking rate: 75 % (15 z 20 nabízených slotů se rezervuje)
  • Průměrný měsíční příjem: 15 × 1 500 = 22 500 Kč

Tip: Zapište si baseline v poznámkách – budete ho potřebovat pro porovnání.

2

Setup experimentu (den 1)

  • Pondělí–středa ráno (9–12h): +15 % = 1 725 Kč (prime time)
  • Ostatní sloty: Standardní cena 1 500 Kč
  • Prime time sloty mají label "Prime time"
  • Standard sloty bez labelu (je to základní cena)

Tip: Time-of-day faktor je nejjednodušší pro první test – klienti to znají z běžného života.

3

Sběr dat (14 dní)

  • Prime time booking rate: 12/15 slotů = 80 %
  • Standard booking rate: 18/20 slotů = 90 %
  • Pokles konverze prime time: -10 percentage points

Tip: Neměňte nastavení během experimentu – potřebujete konzistentní data.

4

Analýza (den 15)

SegmentCenaBookingsBooking RatePříjem
Prime time1 725 Kč1280 %20 700 Kč
Standard1 500 Kč1890 %27 000 Kč
CELKEM3086 %47 700 Kč

Baseline comparison:

  • Před: 15 bookings × 1 500 = 22 500 Kč
  • Po: 30 bookings × avg 1 590 = 47 700 Kč
  • Rozdíl: +25 200 Kč (+112 %)
5

Scale-up (týden 3-4)

  • Zvýšit prime time na 50 % slotů (místo 30 %)
  • Testovat další úroveň: 1 900 Kč na 20 % nejžádanějších slotů
  • Iterovat dokud booking rate > 70 %

Tip: Postupné škálování minimalizuje riziko – můžete kdykoliv přibrzdit.

Real Case Study

Reálný příklad: Martin (HR konzultant)

Profil

  • • HR konzultant, hodinová sazba 1 500 Kč
  • • 20 hodin měsíčně na konzultace
  • • Obava: "Můžu zdražit nebo ztratím klienty?"

Experiment (14 dní):

Nastavení:

  • • Base rate: 1 500 Kč/hod
  • • Prime time (Po-St 9-12h): 1 725 Kč (+15 %)
  • • Standard (Čt-Pá): 1 500 Kč
  • • Off-peak (Pá odpoledne): 1 350 Kč (-10 %)

Výsledky:

Počet rezervací

12

(8 prime, 2 standard, 2 off-peak)

Průměrná cena

1 593 Kč/hod

+6 % vs. fixní 1 500

Reakce klientů

0

negativních komentářů

Zjištění

2 klienti aktivně vybrali off-peak pátek (viděli slevu)

"Zjistil jsem, že klienti to chápou. Prime time má hodnotu a oni ji akceptují. Neztratil jsem jediného klienta."

— Martin, HR konzultant

Výsledek po měsíci:

  • • Průměrná hodinovka: 1 680 Kč (+12 %)
  • • Booking rate: stejný (75 %)
  • • Extra příjem: +2 700 Kč/měsíc (+32 400 Kč/rok)

Výhody a rizika

Výhody

Data-driven rozhodování

Ne odhady, ale reálná tržní data. Víte přesně, jaká cena funguje.

Minimalizace rizika

Testujete jen na části kapacity (30 %). Pokud selže, stále máte 70 % na původní ceně.

Transparentnost pro klienty

Vidí důvod rozdílu (prime time vs standard). Férovost = trust.

Postupné škálování

Iterativní přístup (ne big-bang změna). Můžete kdykoliv vrátit zpět.

Rizika (a jak je mitigovat)

Klienti si stěžují na rozdílné ceny

Mitigation: Transparentní komunikace ("Prime time" label)

Reality check: Z Pricing Coach dat: 0 % stížností při správném labeling

Pokles konverze je příliš velký

Mitigation: Price caps (MAX +20 % pro první test)

Reality check: Pokles 5-10 percentage points je normální a profitable

Nesprávná interpretace dat

Mitigation: Min. 14 dní test, min. 20 bookings sample size

Reality check: Booknuto analytika ukazuje statistical significance

Často kladené otázky

Související use cases

Prozkoumejte další způsoby, jak optimalizovat váš pricing

Work-Life Balance

Pracujte míň, vydělejte stejně

Nastavte max kapacitu a dynamic pricing. Pracujte 20h místo 40h při stejném příjmu. Case study: Eva -33% hodin, příjem stejný.

Číst více →

Price Anchoring

Zdražte bez konfliktu s dlouhodobými klienty

Dual pricing: veřejná kotva pro nové + fixed rate pro stálé. Case study Anna: 0 konfliktů, +18% příjem.

Číst více →

Začněte svůj price discovery experiment

14 dní zdarma. Žádná platební karta. 30 dní money-back guarantee.

1

Nastavte experiment (5 min) – Vyberte 30 % slotů, určete testovou cenu (+15-20 %)

2

Sledujte data (14 dní) – Booking rate comparison, client feedback monitoring

3

Vyhodnoťte a iterujte – Pokud úspěch → scale up, pokud ne → adjust a zkuste znovu

Průměrné výsledky: +6-12 % příjem po prvním experimentu