Покупатели авиабилетов и пассажиры такси отлично знают, что такое динамическое ценообразование и ценовая дискриминация. Сейчас эти алгоритмы осваивает ретейл.
- Динамическое ценообразование — когда компания непрерывно меняет цены, реагируя на изменение спроса/предложения. Видеокарта в магазине может подорожать, пока вы смотрели на форму заказа.
- Ценовая дискриминация — когда один и тот же товар одновременно продаётся по разной цене разным людям (например, скидки для новых клиентов или для студентов/школьников/женщин, повышение цены на товар с приближением к магазину и др.).
Методы ценовой политики становятся всё более продвинутыми, а логика работы ИИ иногда контринтуитивна. Как и в случае с антифродом, здесь нейронные модели самообучаются, а потом работают по принципу «чёрного ящика», так что постороннему человеку сложно уловить причинно-следственные связи в некоторых ситуациях.
Во всех случаях алгоритмы расчёта текущей цены нацелены на максимизацию прибыли. Основная задача — вычислить максимальную цену, которую конкретный потребитель готов заплатить за конкретный товар в именно в эту минуту. Это предполагает профилирование пользователей, дата-майнинг собранной статистики и машинное обучение.
Интересные примеры динамического ценообразования приводит Huffington Post.
Известно, что Amazon корректирует цены на сайте примерно каждые 10 минут. У магазина в продаже 1,5 млрд товаров и 200 млн пользователей, так что построение своих дата-центров для Amazon было насущной необходимостью. Объёмы данных колоссальные.
В некоторых случаях дополнительные скидки Amazon предлагаются после того, как товар добавлен в корзину, чтобы подтолкнуть пользователя к оплате. Такая методика позволила увеличить долю завершённых заказов на 25%.
Другой ретейлер Walmart снижает цены в онлайне. Заказать в интернете и забрать в магазине зачастую дешевле, чем купить в том же магазине стандартным способом. То есть заказать товар из-за пределов магазина дешевле, чем внутри.
Розничная сеть Target взяла этот принцип и усовершенствовала его. Как выяснилось, пользователи мобильного приложения видят разные цены на экране в зависимости от того, находятся внутри магазина или снаружи. Чем ближе человек — тем выше цена.
В этом есть определённая логика. Если вы находитесь далеко от магазина, то вам нужен больший стимул, чтобы совершить покупку. Поэтому магазин предлагает более низкую цену.
С другой стороны, если человек уже приехал на парковку магазина или зашёл внутрь, то дополнительные стимулы ему уже не нужны (это означает более высокую цену).
Target также изменяет цену на товар в зависимости от места жительства клиента. Чем богаче район — тем выше цена.
Например, один и тот же товар в пригороде Чикаго стоит $15,39.
Для пригорода Нью-Йорка он на полдоллара дороже: $15,89.
А максимальная цена — в дорогом Лос-Анджелесе: $16,29.
Для более бедных районов и городов цены обычно ниже, а для более богатых — дороже.
Некоторые компании повышают цены для лояльных клиентов (которые преданы бренду и не нуждаются в дополнительном стимулировании), делая скидки для новых пользователей. Например, такой приём часто используют операторы сотовой связи и провайдеры интернета, когда повышают стоимость услуг через некоторое время после подключения.
Отдельные приёмы современного ретейла кажутся обманными и нечестными, но они вполне законны во многих странах. Соответственно, для максимизации прибыли ретейлеры будут переходить на динамическое ценообразование по мере возможности. Для этого им в первую очередь нужно наладить сбор данных (big data) и профилирование пользователей (это делается через мобильные приложения и дисконтные карты). Ретейлеру очень важно установить пользователю приложение и получить данные геолокации.
Разумеется, продвинутые покупатели могут эксплуатировать недостатки алгоритмов, получая покупая товары по более низким ценам с помощью VPN, спуфинга геолокации, изменения даты рождения, смены операторов связи и т. д.
