Динамичното ценообразуване започна в индустрията на авиокомпаниите, където за първи път бяха въведени и широко внедрени модели за управление на приходите за динамично ценообразуване на самолетните билети в опит да се увеличат максимално приходите за операторите от тяхната мрежа от полети. Но това вече е широко възприето от много индустрии от хотелиерството до търговията на дребно. Динамичното ценообразуване вече е стандартна практика сред водещите търговци на дребно за електронна търговия и омниканал на пазара. Някога чудили ли сте се как скъпият пуловер за $200 изведнъж се превръща в достъпен пуловер за $30 през лятото или как хотелът за $100 внезапно е на цена от $250 през един дълъг уикенд, това е системата за управление на приходите на продавача, която се играе зад кулисите.
„Динамично ценообразуване просто означава, че продавачът продава един и същ продукт на различни цени във времето.“
Възходът на електронната търговия е най-големият двигател зад преминаването от статично ценообразуване към динамично ценообразуване. Да кажем, че даден продукт е на фиксирана онлайн цена от $30, отнема само няколко минути на конкурента да коригира цените си, да речем на $25 и ефективно да направи този продукт от $30 непривлекателен за клиентите. Онлайн пазарите, които обединяват множество продавачи/доставчици, правят още по-лесно за клиентите да сравняват един и същ продукт от много продавачи, преди да вземат решение за покупка.
Сега продавачите приемат, че клиентите са наивни и не са стратегически. Продавачите знаят със сигурност, че клиентите нямат ежедневни данни за цените на продуктите, които се опитват да купят, за да могат да използват данните, да научат ценовите модели в данните, да играят със системата и да купуват по време на слабо търсене / ниска цена. Така че продавачите могат да дискриминират ценово своите клиенти и да продават продуктите на по-ниска цена по време на ниско търсене за чувствителни към цената клиенти и бързо да увеличат цената по време на голямо търсене, за да продават на нечувствителни към цената клиенти.
Онлайн пазарите действат като идеалното фолио за динамичните ценови стратегии на продавачите; пазарите натрупват огромни обеми от данни за ежедневните цени/ставки на продуктите, които агрегират. Те разполагат с данните, които клиентите нямат, и затова действат от името на клиентите. Те прогнозират цените и предоставят прогнозни съвети на клиентите, така че да могат да вземат по-добри решения и да знаят кога да купят и от кой продавач. Чудите се дали сте попадали на пазар, който предоставя такива прогнозни съвети? Е, не търсете повече отвъд Zestimate на Zillow, алгоритъм за прогнозиране на цената на жилищата, и функцията „Купете сега“ или „Изчакайте“ на Hopper, алгоритъм за прогнозиране на цената на полета.
Zillow е онлайн пазар за недвижими имоти, който свързва търсачи на жилища/наематели с обяви/продавачи на недвижими имоти. Бизнес моделът на Zillow е като този на медийна компания, която генерира приходи чрез продажба на рекламно пространство за представени обяви за недвижими имоти на уебсайта си. Zillow определя оценка, известна още като „Zestimate“, за дом въз основа на набор от публично достъпна информация, включително продажби на сравними къщи в квартал. Този алгоритъм, създаден от екипа на Data Science на Zillow, има за цел да предпази купувачите от нестабилността на цените на пазара на недвижими имоти и да предостави прогнозни съвети за приблизителна оценка на действителната цена на жилището.
Hopper е пазар за туристически продукти и агрегатор за електронна търговия на туристически продукти като полети, хотели и коли под наем. Пазарът на Hopper работи на базата на комисионни бизнес модел, където няма бариера за влизане за продавачите/доставчиците, тъй като Hopper не таксува хотела и доставчиците на полети за изброяване на техните туристически продукти в Hopper, но Hopper прави x% комисионна всеки път хотелът/полетът намира клиент, използвайки Hopper като средство за резервация. Hopper анализира милиарди цени всеки ден, за да предскаже как ще се променят цените на полети/хотели и ви казва дали да „купите сега“ или „да изчакате“ цените да паднат.
Сега как пазарите правят прогнозиране на цените и обратно инженерство на динамичната система за ценообразуване/управление на приходите на продавача? Има два начина за изграждане на алгоритъм за прогнозиране на цената:
Базирани на машинно обучение модели за прогнозиране ИЛИ
Модели за прогнозиране, базирани на времеви редове
Прогнози, базирани на машинно обучение: 🤖
Сега, ако пазарът иска да предостави прогнозни съвети на клиентите си, той първо трябва да изгради модел, за да прогнозира цената на даден продукт през следващите „x“ дни:
Входящите данни за този модел могат да бъдат променливи на ниво продукт, променливи на сезонност (различните продукти имат различни сезонни тенденции), променливи на търсене и предлагане (като непродадени запаси за подобен продукт, когато търсенето на пазара е направено от потребителя), променливи на ниво продавач/доставчик (например дали продавачът се грижи за чувствителни към цената клиенти или към нечувствителни към цената клиенти?), променливи на ниво местоположение на клиента (продуктите са на различни цени в зависимост от местоположението на клиента), търсене на други паралелни индустриални продукти, нива на наличност на продукти на конкурентите , и непродадени запаси и т.н. Ако приемем, че имаме достъп до набора от данни, който проследява цените на продуктите ежедневно, целевата променлива може да бъде цената на продукта и моделът прогнозира цената на продукта за следващите „x“ дни. Като вземем прогнозите от този модел, ще можем да моделираме кривата на цената или кривата на търсенето на продукт, която, ако е точна, трябва да се изравни с кривата на цената или кривата на търсенето на динамичната система за ценообразуване/управление на приходите на продавача.
Сега, ако системата за управление на приходите на продавача е изключително чувствителна, тогава тя реагира и коригира цената към малки колебания в кривата на търсенето. Ако търсенето се увеличи, цената се увеличава, а ако търсенето намалее, цената намалява. Изключителната чувствителност на системата за управление на приходите води до нестабилност на цените. Нестабилността на цените е изключително разочароваща на пазара и на клиента, тъй като цените непрекъснато се колебаят, което прави още по-трудно да се предвиди подходящият момент за закупуване на продукт.
„Нестабилността на цените се използва за описание на колебанията в цените на даден продукт или стока.“
Графиката тук показва ценовата тенденция и променливостта на самолетните билети от 300 дни преди заминаването. Полетите първоначално оценяват своите билети евтино, за да привлекат туристи, които са чувствителни към цените, след това запазват инвентара за пътуващите в последната минута по работа, които не са чувствителни към цените, и това води до бавно нарастване на ценовата тенденция (това е така само ако дестинацията има бизнес пътници, но ако дестинацията е повече за туристи като Хавай например, тогава кривата на цените непрекъснато намалява, тъй като има малко туристи в последната минута) с наближаването на деня за заминаване.
Но дори в рамките на ценовата крива може да се види драстичното колебание на цената, което показва чувствителността на системата за динамично ценообразуване на полета. Сега част от тази променливост може да е истинска поради може би увеличаване на търсенето или полет, който наближава капацитета и т.н., но известна променливост е изкуствено предизвикана в системата, за да попречи на пазарите да декодират ценовата крива. Както беше обсъдено, пазарите могат да изградят модели за прогнозиране на цените, които могат да се приведат в съответствие с ценовата крива на системата за динамично ценообразуване, но ако системата на продавача въведе изкуствена волатилност, това обърква модела за прогнозиране на цените на пазара и манипулира процеса на вземане на решения от страна на клиентите. Независимо дали тези ценови колебания са умишлено предизвикани или са просто резултат от други фактори, те потенциално съдържат информация за бъдещи движения на цените.
Прогнози, базирани на времеви редове: ⏰
В модела на машинното обучение имаше толкова много входове; бихме могли също така да проучим подход, много наивен подход, при който използваме цена само за определен период от време като входни данни и го използваме, за да правим прогнози, базирани на времеви серии. Този подход предполага, че динамичната система за ценообразуване и управление на приходите на продавача не е сложна, което може да е така. В много случаи продавачът може просто да използва човек, който динамично и ръчно да коригира цените на даден продукт в различно време през деня/седмицата въз основа на търсенето за деня/седмицата.
TL; DR- Въпреки че има клиенти, които са наистина нечувствителни към цената и купуват продукт по други причини, цената остава най-важният атрибут на продукта и следователно остава най-агресивно оптимизираната. Дори могъщият Amazon признава, че въпреки че веригата за доставки остава тяхната основна компетентност, техните продукти не биха се продавали, освен ако не са на конкурентни цени в сравнение с други продавачи/търговци на дребно извън Amazon.
