Gevinster:
- Evne til å produsere prisposisjoneringsscenarier ved å samle inn og oppsummere konkurrentprisdata med kunstig intelligens
- Evne til å konstruere dynamisk prising og reprising logikk innenfor rammen av margin, kostnad og algoritmeregler
- Evne til å respektere plattform/lovlige grenser i prisfastsettelse, villedende rabatter og innsamling av konkurrentdata, og overlate den endelige prisavgjørelsen til mennesker
Pris er den mest sensitive avgjørelsen innen e-handel. Én krone feil pris vil enten spise inn fortjenesten din eller drive kunden bort til en konkurrent. På markedsplasser der dusinvis av selgere selger det samme produktet, endres priskonkurransen i løpet av få minutter; Mange selgere bruker systemer som automatisk oppdaterer prisen (reprising). Kunstig intelligens (AI) er et kraftig hjelpemiddel på dette feltet: den oppsummerer konkurrentprisdata, genererer prisposisjoneringsscenarier, akselererer beregningen av "hva vil marginen være til denne prisen?" Men la oss trekke en linje fra begynnelsen: prisen er ikke en avgjørelse AI vil ta på egen hånd. Det er en forretningsbeslutning der pris, kostnad, marginmål, kampanje, beholdning og konkurranseregler krysser hverandre; Den endelige godkjenningen tilhører alltid mennesket. Dessuten er det juridiske fallgruver i prissetting som AI ikke kan se.
La oss definere de to begrepene. Margin er marginen for differansen mellom salgsprisen og kostnaden; vanligvis uttrykt i prosent. Å sette en pris uten å vite marginen er å gå i mørket. Reprising er automatisk oppdatering av prisen i henhold til forhåndsdefinerte regler (i henhold til konkurrentens pris, lager, etterspørsel). Dynamisk prising er når prisen endres med tid, etterspørsel og forhold.
Komponenter av prisbeslutning
En god prisbeslutning vurderer minst fem innganger:
- Kostnad: Produktkostnad, provisjon, frakt, returrate, annonseringskostnad. Dette er etasjen under som du ikke kan gå under prisen.
- Marginmål: Hvor mye fortjeneste forventer du av dette produktet? Tapsleder – produkt som med hensikt driver trafikk med lave marginer eller et produkt med høy margin?
- Konkurrentpris: Hvor mye er det samme/lignende produkt som selges i markedet? Hvor står du i Buy Box-konkurransen?
- Etterspørsel og lager: Hvis etterspørselen er høy/lageret er lav, øker priselastisiteten; Hvis lageret er stort, kan smeltepris være nødvendig.
- Algoritme- og plattformregler: Markedsplasspris/rabattregler, minstepris, villedende rabattforbud.
Følgende tabell oppsummerer prisstrategiene:
Strategi
logikk
når
Risiko
Kostnad + margin
Fast margin over kostnad
stabilt produkt
Kan ignorere motstanderen
Konkurrent fokusert
Plassering i forhold til motstanderen
intens konkurranse
Kan smelte marginen
verdiorientert
Etter oppfattet verdi
Differensiert produkt
Riktig plassering er vanskelig
Dynamisk / reprising
automatisk etter regel
Mange produkter, raskt marked
Skade hvis ukontrollert
tapsleder
Lav pris for trafikk
Hvis det er krysssalg
Skade forårsaket av feil produkt
Konkurrentsporing og scenariogenerering med AI
AI kan raskt oppsummere og tolke konkurrentprisdataene du har (enten de er samlet inn selv eller fra et godkjent verktøy). Den produserer en tabell som "Det er 12 selgere for dette produktet, medianprisen er her, vi står her, den med lavest pris har lengst leveringstid." Enda mer verdifullt, det genererer et scenario: "Hvis jeg reduserer prisen med 5 %, går marginen min ned til her, sjansene mine for kjøpsboks endres slik, men jeg kommer så nær tapsgrensen." Disse scenariene fremskynder beslutningsprosessen; Men du gir den endelige prisen fra et øye for kostnad og strategi.
Et viktig teknisk poeng: Hvordan du samler inn konkurrentdata gjør en juridisk forskjell. Å skrape et nettsteds data med en automatisk bot, i strid med vilkårene for bruk, kan forårsake juridiske og kontraktsmessige problemer. De fleste markedsplasser gir prisdata gjennom sitt eget dashbord eller tillatte API; Bruk autoriserte kilder.
OBS: Ikke la AI-en etablere en regel som "gi den laveste prisen, vi vil alltid være den billigste". Den endeløse nedadgående prisspiralen (priskrig) reduserer marginen til null. Sørg for å inkludere en minimumspris (som går under denne prisen) og marginbeskyttelse i omprisingsregelen.
Juridiske grenser for prissetting
Pris er området for å være mest forsiktig med AI fordi noen atferd er kriminell.
Prisfastsettelse / kartell: Å sette felles priser ved å avtale med konkurrenter er strengt forbudt i konkurranselovgivningen og fører til store administrative bøter. Det er legitimt å observere konkurrentens oppgitte pris; men koordinering med konkurrenter er ulovlig. Prisbeslutningen din bør være uavhengig og ensidig. Hvis flere selgere bruker samme AI/algoritmeverktøy og synkroniserer prisene, kan dette til og med betraktes som et konkurranseproblem.
Villedende rabatt: Å gi en falsk rabatt ved å vise den "gamle prisen" som et beløp som faktisk aldri ble brukt, er en villedende forretningspraksis. Ved rabatterte salg i Türkiye er det obligatorisk å vise referanseprisen (den laveste prisen brukt i en viss periode før rabatten) riktig. Hvis AI produserer et forslag som "gjør den gamle prisen høyere slik at den ser mer attraktiv ut", er dette i strid med loven.
Eksorbitant pris/lager: For store prisøkninger og varelager i ekstraordinære perioder er underlagt administrative sanksjoner.
Fire kopierbare maler
1) Konkurrentprissammendrag:
Din rolle: assisterende prisanalytiker. Nedenfor er konkurrentpriser for et produkt på markedsplassen (anonyme selgerkoder, pris, ledetid, poengsum). Data: [tabell]. Oppgave: beregne median, laveste, høyeste pris; kommentere vår posisjon ([vår pris]); Skriv 3 observasjoner, ta hensyn til levering og poengsum. Merk: Jeg tar den endelige prisbeslutningen.
2) Margin og scenarioberegning:
Produktkostnad: [X]. Provisjon: [%]. Last: [Y]. Returrate: [%]. Annonsemargin: [Z]. Nåværende salgspris: [F]. Oppgave: beregne gjeldende margin. Tabell deretter margin og avstand til tapsgrensen i scenariene der jeg reduserte prisen med 3 %, 5 % og 8 %. Vis beregningstrinnene slik at jeg kan bekrefte dem.
3) Utkast til omprisingsregel:
Oppgave: utarbeide et utkast til en sikker reprisingsregel for følgende produktgruppe. Begrensninger: ikke gå under gulvpris [T]; margin faller under [%M]; konkurrenten er høyst [k] % under den laveste; ikke reduser prisen hvis lageret er lavt. Utgang: gi regelsettet punkt for vare og forklar formålet med hver regel.
4) Revisjon av overholdelse av rabatter:
Sjekk følgende rabattplan for overholdelse av lover. Plan: gammel pris [E], ny pris [Y], rabattperiode [S]. Oppgave: vurdere om referanseprisen (gamle) vises riktig, risikoen for villedende rabatter og nødvendig informasjon. Merk det juridiske punktet du ikke er sikker på som [RÅDGØR JURIDISK].
tre minisaker
Tilfelle 1 – Kontrollert prising. En tilbehørselger kunne ikke manuelt prise 900 produkter. Med YZ utformet han et omprisingsregelsett med grunnpris og marginbeskyttelse: «ikke mer enn 2 % ned fra konkurrentens laveste, men marginen går under 18 %, prisreduksjon dersom aksjen er under 5». Prisene forble konkurransedyktige, marginene ble opprettholdt, ingen produkter ble solgt med tap.
Sak 2 — Priskrigsfelle. En leverandør satte opp en regel for AI for å "alltid være 1 TL billigere enn konkurrenten". Når den motsatte selgeren brukte en lignende regel, falt prisen under kostnaden, og jaget hverandre gjennom dagen; Begge sider led tap. Spiralen stoppet da gulvprisen ble satt. Leksjon: den ubegrensede «vær billigst»-regelen ødelegger margin.
Sak 3 — Villedende rabattstraff. En butikk krevde 60 % rabatt ved å vise en høy "gammel pris" som den aldri belastet. Under tilsynet ble det avdekket brudd på referanseprisregelen og ilagt administrative sanksjoner. Den riktige måten: var å vise den virkelige referanseprisen.
Svak forespørsel / Sterk forespørsel
Svak melding:
Du bestemmer den beste prisen for å selge dette produktet billigere enn konkurrentene dine.
Modellen kjenner ikke kostnad, margin og grunnlag; kan "antyde" en pris som fører til tap.
Kraftig ledetekst:
Din rolle: prisanalytiker. Produktkostnaden er 148 TL, provisjon er 12%, frakt er 25 TL, returrate er 6%. Konkurrentens medianpris er 349 TL, laveste er 319 TL (lang levering). Marginmålet mitt er minst 20 %. Grunnprisen min er 289 TL. Oppgave: generer 3 prisscenarier som samsvarer med gulvet og marginbegrensningen; Kommenter marginen til hvert scenario og dens innvirkning på sjansene for kjøpsboks. Vis konto. Jeg tar den endelige avgjørelsen.
Vanlige feil
- Be om en pris uten å oppgi kostnad og margin. Et forslag som fører til skade kommer.
- Ubegrenset «vær den billigste»-regelen. En priskrig tilbakestiller marginen; grunnpris kreves.
- Koordinering med konkurrenter. Prisfastsettelse er en forbrytelse; Avgjørelsen må være ensidig.
- Misvisende gammel pris. Falske rabatter fører til sanksjoner; Referanseprisen må vises korrekt.
- Uautorisert dataskraping. Innsamling av konkurrentdata ved bruk av ulovlige roboter medfører juridisk risiko.
- La prisen være helt automatisk. Hvis omprisingen er ukontrollert, vil en enkelt feilregel forårsake stor skade.
Oppsummert
Pris er den mest sensitive avgjørelsen innen e-handel, og AI kan ikke ta det alene. En god prisbeslutning evaluerer kostnad, margin, konkurrent, etterspørsel/lager og plattformregler sammen. AI oppsummerer konkurrentdata, genererer marginscenarier, utarbeider utkast til omprisingsregler; Men folk gir den endelige prisen. Sørg for å inkludere en gulvpris og marginbeskyttelse i reprisingen. Prisfastsettelse (kartell) er en forbrytelse; Unngå koordinering med motstanderen. Villedende rabatter og prisskjæring er sanksjonert; Vis referanseprisen ærlig.
Søknadsoppgave
Trekk fra den faktiske kostnaden, provisjonen, frakt- og retursatsen for et produkt av deg. Beregn din nåværende margin og tre rabattscenarier med malen "Margin og scenarioberegning" og kontroller manuelt hver beregning. Skriv deretter et regelsett med gulvpris og marginbeskyttelse med malen "Repricing rule draft". Til slutt, sjekk rabattplanen din for villedende rabatter med malen "Kontroll av overholdelse av rabatter".
sjekkliste
- [ ] Jeg inkorporerte kostnads-, margin-, konkurrent-, aksje- og plattformregler i prisbeslutningen.
- [ ] Jeg verifiserte hver marginberegning manuelt; Jeg stolte ikke blindt på tallene til AI.
- [ ] Jeg la til en minimumspris- og marginbeskyttelse i min omprisingsregel.
- [ ] Jeg deltok ikke i noen priskoordinering med konkurrenten; Min avgjørelse er ensidig.
- [ ] Jeg viste referanseprisen ærlig i salget; Jeg ga ikke en villedende rabatt.
- [ ] Jeg samler kun konkurrentdata fra autoriserte kilder.