Jak znaleźć najlepszą regułę repricingu?

Share

O tym, jak można wykorzystać nowoczesne technologie, by zaoszczędzić czas i pieniądze w przedsiębiorstwie, pisaliśmy w artykule o Business Process Automation.

Jak jednak sprawdzić, czy reguły, na których opiera się automatyzacja, są optymalne? Skąd wiedzieć, czy ceny produktów w sklepie internetowym są ustalane w sposób, który gwarantuje maksymalizację zysków? Umożliwia to moduł do testowania reguł użytych do repricingu.

Czy powinno się korzystać z testów A/B przy ustalaniu cen?

Testy A/B to metoda porównania jednej lub kilku zmiennych w celu wybrania ich najbardziej optymalnej kombinacji. Używa się jej najczęściej do badania elementów witryny, aby sprawdzić, jakie elementy przyczyniają się do najwyższej konwersji (np. czy lepiej, aby przycisk call to action był czerwony, czy niebieski). Zdarza się, że metoda testowania A/B stosowana jest także do badania najbardziej skutecznych cen produktów. W przypadku modelowania cen w ten sposób, warto zastanowić się, jak nie narazić przedsiębiorstwa na konflikt z klientami. Oferowanie tego samego produktu w dwóch różnych cenach może być ryzykowne.

Platforma Dealavo oferuje jednak rozwiązania, które umożliwiają przeprowadzenie testów cen w sposób efektywny i bezpieczny, nie narażając reputacji firmy. Wynika to z tego, że w ramach modułu Dynamic Pricing istnieje możliwość testowania reguł, na których oparte są ceny, a nie samych cen. Co więcej, testy przeprowadzane są na jednej kategorii produktów, a nie na jednym produkcie.

Rozwiązania Dealavo dla producentów i sklepów internetowych

Narzędzia Dealavo, zintegrowane z systemem CMS, pozwalają na automatyczny monitoring cen i promocji. Oferują możliwość automatyzacji cen w sklepie na podstawie indywidualnie ustalonych reguł. Poziom cen może być także sugerowany przez uczący się algorytm AI (sztuczną inteligencję). 

Algorytm podejmuje decyzje na podstawie zróżnicowanych danych: cenach konkurencji, dostępności produktu, kosztach wysyłki, ruchu na stronie itp., aby zaproponować cenę, która zapewni maksymalizację zysku.

Automatyczne ustalanie cen może przynieść znaczące korzyści – w artykule Jak zwiększyć zysk o 50% za pomocą reguł cenowych AI opisaliśmy, jak przy zastosowaniu automatyzacji cen Dynamic Pricing zyski przedsiębiorstwa wzrosły o 50%. 

Jakie reguły automatyzacji cen warto przetestować?

Jakie reguły automatyzacji cen można testować w e-commerce? Często opierają się one na docelowej marży, pozycji na rynku lub zależą od dostępności produktu u konkurencji (np. w sytuacji braków u konkurencji, można zaproponować produkt w wyższej cenie). Poniżej prezentujemy wybrane reguły, które można ustawić w module Dynamic Pricing:

  • Pomiędzy dwoma konkurentami (Between two competitors) – reguła pozwala na automatycznie ustawienie cen pomiędzy wybranymi konkurentami. 
  • Poniżej/powyżej wybranych wartości (Below/above selected numerical attributes) – opcja oferująca możliwość ustawienia docelowej marży z narzutem kwotowym lub procentowym (np. ustalona cena produktu powinna uwzględniać min. 5% marży) .
  • Poniżej/powyżej wybranych konkurentów (Below/above selected competitors) – jeśli skorzystamy z tej reguły, algorytm będzie generował ceny niższe lub wyższe od wybranych konkurentów.
  • Zmniejsz/zwiększ o określoną kwotę / procent (Increase/decrease by a specific amount/percentage) – to ustawienie umożliwia obniżenie cen o określoną kwotę lub procent w danym przedziale czasowym. Oznacza to, że np. co 3 dni cena produktu jest obniżana o 1 zł.
  • Według kosztów (By cost) – zasada działająca na podstawie „koszt plus”.
  • Na podstawie pozycji rynkowej (Based on competitor market position) – przy zastosowaniu tego ustawienia, ceny produktów bazują na pozycji rynkowej konkurencji. W ustawieniach można np. wprowadzić założenie, że ceny powinny być wyższe niż te oferowane przez najtańszą konkurencję.
  • Niskie zapasy (Low inventory) – Opcja przydatna przy końcówkach serii i wyprzedażach; powoduje automatyczną obniżkę cen aż do uzyskania niskich stanów magazynowych.
  • Optymalizacja zysków – wykorzystanie sztucznej inteligencji (Profit optimization – AI and exploration) – reguła, która zasługuje na szczególną uwagę. Jest to zlecenie optymalizacji cen sztucznej inteligencji (AI). Algorytm uczy się ze źródła zebranych danych i w optymalny sposób dostosowuje ceny do warunków rynkowych.

Jak łatwo sprawdzić, jaka reguła ustalania cen przyniesie najwyższe zyski?

Jak za pomocą narzędzi Dealavo przeprowadzić testy reguł do automatyzacji cen? Omówimy to na przykładzie sprzedawcy produktów RTV.

Pierwszym krokiem jest wybór kategorii, na której chcemy przeprowadzić testy. Mogą to być np. „Telefony ze średniej półki cenowej”.

Następnie kategoria ta jest dzielona przez system na dwie podkategorie – każda z nich będzie wyceniana inną metodą. Dzięki temu będzie można później porównać wyniki obu podkategorii, które są do siebie bardzo zbliżone.

Kolejnym krokiem jest wybór reguł, na których ma być oparta automatyzacja cen. Przykładowo, połowa kategorii „Telefony ze średniej półki cenowej” może być wyceniana według reguły: „Na podstawie pozycji rynkowej konkurencji” z limitem dotyczącym marży (tworząc np. regułę „Celem jest posiadanie najtańszej oferty na Ceneo pod warunkiem, że marża wynosi przynajmniej 5%), a połowa według zasady „Optymalizacja zysków AI”, w której algorytm sam zaproponuje ceny na podstawie przeprowadzonych symulacji.

Po założonym okresie można porównać wyniki obu podkategorii i zastosować regułę, która przyniosła lepsze rezultaty (np. większy przyrost przychodów) do całej kategorii produktów. Dzięki temu przedsiębiorstwo może zastosować te reguły automatyzacji, które przynoszą najlepsze efekty.

Dowiedz się więcej!