BLOG – Consumenten zijn gevoeliger voor prijsstijgingen dan ooit. Uit de ‘Global Shopper Study‘ blijkt dat meer dan driekwart zich zorgen maakt over de impact van inflatie op zowel dagelijkse boodschappen als luxere aankopen. Velen voelen zich daardoor gedwongen om te besparen. Druk op de supply chain en geopolitieke spanningen vergroten de uitdagingen rond prijzen voor zowel consumenten als retailers. Bovendien ligt 73 procent van de Europese consumenten wakker over prijsverhogingen die voortkomen uit de kosten van toenemende diefstal en criminaliteit.
Kortingen, prijsverlagingen, speciale aanbiedingen en prijsaanpassing bij concurrentie zijn vertrouwde strategieën om klantloyaliteit te behouden. Toch blijft het een complexe opgave, die vaak wordt bemoeilijkt door handmatige processen en verouderde software voor dataverwerking. Te vaak zijn prijsbeslissingen over de hele levenscyclus van een product gebaseerd op achterhaalde data of eenvoudige, rigide regels. Het is hoog tijd dat retailers ai inzetten om hun prijsstrategieën slimmer te onderbouwen en bij te sturen.
Ai levert meetbare financiële voordelen op, dankzij drie unieke mogelijkheden: nauwkeurige vraagvoorspellingen, geavanceerde prijselasticiteit modellen en dynamische optimalisatie van prijsverlagingen. Zou een mens dit ook kunnen? Met genoeg tijd, misschien. Maar met ai kan het sneller, slimmer en schaalbaar.
Er liggen nú aanzienlijke kansen om marges en omzet te verbeteren, die retailers direct met ai kunnen benutten. Traditionele prijsmodellen maken het lastig om winstgevend te blijven. Door ai-modellen te integreren in bestaande systemen vervalt de tijd die nodig is om medewerkers op te leiden en te positioneren om weloverwogen prijs aanbevelingen te geven. Productcategorie-managers en prijsanalisten krijgen dankzij ai volledig inzicht in alle retaildata.
Zo implementeerde een modeketen ai-gestuurde prijstelling binnen zestien weken en integreerde deze in het bestaande erp-systeem. De ai-gestuurde module voerde geoptimaliseerde prijsaanbevelingen direct in het planningssysteem in, waardoor planners snel aanpassingen konden beoordelen en goedkeuren. Dankzij deze aanpak steeg de marge binnen drie maanden met vijf procent, zonder de dagelijkse bedrijfsvoering te verstoren.
Generatief, lerend en cognitief
Er zijn drie soorten ai die kunnen helpen bij het bepalen en uitvoeren van effectieve prijsstrategieën: generatieve-ai (gen-ai)-modellen, machine learning-algoritmen en cognitieve-ai-modellen.
Goed getrainde gen-ai-modellen zijn succesvol gebleken in het voorspellen van prijsontwikkelingen, het ontwikkelen van alternatieve prijsstrategieën en het simuleren van de effecten van verschillende promoties op het consumentengedrag. Ze wisten veel retailers te verrassen met hun vermogen om alternatieve prijsstrategieën te bedenken en te testen, nog voordat een team zich vastlegt op een aanpak zonder bewijs van effect op het koopgedrag.
Zo gebruikte een wereldwijde modeketen gen-ai om gepersonaliseerde kortingsstrategieën voor Black Friday-promoties te ontwikkelen. Het resultaat: een omzetstijging van twaalf procent en een verbetering van de winstmarges met negen procent ten opzichte van voorgaande jaren.
Machine learning-algoritmes worden intussen door sommige retailers ingezet om prijsmodellen voortdurend te verfijnen op basis van historische verkoopgegevens, eerdere promoties en realtime veranderingen in de consumentenvraag. Een belangrijk voordeel van deze modellen is dat ze in de loop van de tijd verbeteren, doordat ze voortdurend grote hoeveelheden data analyseren en zo prijsbeslissingen steeds verder aanscherpen.
Ten slotte groeit de behoefte aan cognitieve ai, die rekening houdt met externe invloeden zoals economische omstandigheden, concurrerende prijzen, lokale evenementen en veranderende consumentensentiment om prijsbeslissingen te verbeteren. Het integreren van zulke externe variabelen is zonder cognitieve ai nauwelijks haalbaar. Toch zijn dit juist de factoren die een sterke invloed uitoefenen op aankoopgedrag en daarmee op de prijsstelling.
Waardevolle
Retailers beschikken over een enorme hoeveelheid waardevolle data, die alleen nog het juiste ai-model nodig heeft om effectief te worden vertaald in omzetgroei. Door betere inzichten in deze data-assets en slimme automatisering zijn prijsstrategieën te ontwikkelen die zowel aansluiten bij de omzetdoelstellingen als bij de verwachtingen van de consument.
James Nawrocki, retail software solutions consultant Zebra Technologies
