Strategia de preț, dictată de tehnologie
Soluțiile inteligente de pricing (stabilirea strategiei de preț) sunt tot mai importante pentru retaileri, mai ales în condițiile în care industria trece printr-o perioadă plină de neprevăzut. Cât de importante sunt tehnologiile precum inteligența artificială sau machine learning și cum pot ajuta acestea la stabilirea unei strategii de preț care să asigure succesul? 
Chiar dacă politica prețului scăzut pare să nu mai fie de ajuns pentru fidelizarea consumatorilor, nu înseamnă că detaliile legate de competitivitate trec pe plan secund, din contră. Cu ajutorul tehnologiei, strategiile de stabilire a prețului la raft pot fi optimizate astfel încât să genereze inclusiv recomandări de vânzare, nu doar promoții la raft.
Spre exemplu, necesitatea de a guverna politici de preț și de a le implementa prin analiza unor cantități foarte mari de date devine esențială în cazul unui retailer care are 100.000 de produse și o prezență de câteva sute de magazine pentru care vrea să facă price management care să țină cont de condițiile de localizare geografică și, implicit, de competiție. În acest caz, provocarea este să produci un preț unic, personalizat pentru fiecare dintre aceste magazine, și devine o provocare de ordin tehnic.
Inteligența artificială folosită pentru a determina cererea
O provocare ce nu poate fi depășită însă cu tehnologiile tradiționale este demand forecasting (prognozarea cererii). Marian Sîmpetru, Cofondatorul eSolutions, companie care activează în zona de software development, spune că, pe baza istoricului de vânzare a unui produs sau pe baza unor informații legate de evenimente care s-au întâmplat în perioada din trecut, poate fi identificată cererea pentru respectivul produs pe o perioadă de 30 de zile în viitor.
„Toată povestea asta este posibilă cu algoritmi de ultimă generație, există foarte multe preocupări de la marile companii. Noi am integrat într-un context foarte specific acest demand planning, am introdus și o interfață care să permită utilizatorului să facă propriile deducții, să poată să intervină asupra predicțiilor generate, și evident că aceste predicții sunt apoi folosite mai departe pentru o aprovizionare judicioasă. Este esențial să știi că ai putea să vinzi patru tone de roșii sau 40 de frigidere astfel încât să le ai pe stoc, pentru că altfel ai putea pierde oportunitatea”, spune acesta.
O astfel de soluție poate calcula și rata de canibalizare, devenind astfel și un instrument de validare a alegerii produselor care pot intra într-o promoție. În prezent, compania lucrează la o soluție de price management bazată pe inteligența artificială, soluție care va propune cel mai bun preț ținând cont de elasticitatea produsului, de istoricul său în timp, de vânzările pe care le-a avut în trecut. „În acest fel, reușim să facem sugestii de preț optim acolo unde se îndeplinește obiectivul clientului, care poate să fie diferit de la departament la departament”, completează cofondatorul companiei eSolutions.
Toți algoritmii de inteligență artificială sunt „împrumutați” în zona de price management, dar și către soluțiile care generează recomandări de vânzare. O altă perspectivă este cea a clientului: în cazul în care acesta deține un card de cumpărături, se poate realiza marketing personalizat, se pot crea oferte personalizate sau recomandări de vânzare. În cazul magazinelor online, pe baza istoricului de cumpărături se pot face recomandări eficiente consumatorului direct. „Evident, aceasta nu este neapărat o noutate în industrie, o face Amazon de mulți ani, dar este o noutate pe piața românească”, explică Marian Sîmpetru.
Acesta subliniază și faptul că în zona de demand forecasting este esențial volumul de informații deținut, nefiind neapărat relevant cardul de cumpărături care ar putea identifica un anumit traseu. Obiceiul de cumpărare este studiat prin prisma bonului, în cele mai multe situații existând un număr mult mai mare de persoane care nu au card de cumpărături sau nu îl folosesc. În schimb, asocierea de produse într-un singur coș de cumpărături este evidentă datorită bonului, aceasta fiind suficientă pentru a obține acele legături dintre produse, așa cum ar fi cea de complementaritate.
Articolul complet poate fi citit aici.
