Dynamic Pricing: KI steigert Umsatz

Interview

5 Minuten

11.03.2020

Portrait von Thomas Jesewski

Mit Dynamic Pricing können Online-Händler ihre Umsätze zwischen drei und sechs Prozent steigern. Künstliche Intelligenz hilft bei der Berechnung der optimalen Preise, in dem sie eine Vielzahl von Faktoren berücksichtigt. Ein Gespräch mit Thomas Jesewski, Co-Founder und CEO von aifora.

Thomas, bislang hat man den Eindruck, dass Dynamic Pricing vor allem von den großen Online-Händlern genutzt wird. Stimmt dieser Eindruck?

Thomas Jesewski: Ja, bisher wird Dynamic Pricing vor allem von den großen Online Händler verwendet. Studien zufolge ändert Amazon seine Produktpreise zum Beispiel bis zu 100 Mal innerhalb von 24 Stunden. Durch den Einsatz elektronischer Preisetiketten, spielt Dynamic Pricing aber auch im stationären Handel eine immer größere Rolle. In Deutschland sieht man das unter anderem bei MediaMarkt / Saturn sowie bei Frischeware im Lebensmittelhandel.

Wie aufwändig ist es für kleinere Online-Händler, dieser Übermacht ebenfalls eine dynamische Preisgestaltung entgegenzusetzen?

Jesewski: Die kleineren Händler verfügen meist über deutlich weniger Daten, wodurch es schwieriger wird, Muster zu erkennen. Außerdem fehlt es den Händlern oft an Ressourcen und Know-how, um aus den Daten die richtigen Maßnahmen abzuleiten und den Preisgestaltungsprozess zu automatisieren. Dafür gibt es aber immer mehr Tools am Markt. Unsere Lösungen richten sich an Unternehmen aller Größen, alle Branchen und alle Kanäle. Unsere Algorithmen verwenden die Daten unterschiedlicher Händler – natürlich anonymisiert –, um die bestmöglichen Vorhersagen und somit Preisentscheidungen je Händler zu treffen. Wir nennen das „kollaboratives Machine Learning“.

Welche Voraussetzungen müssen bestehen?

Jesewski: Eine gute Datengrundlage – Unternehmensdaten aus dem ERP-System – ist die notwendige Voraussetzung und die Basis für die Berechnungen der Prognosen. Für die optimale Umsetzung der intelligenten Preisgestaltung ist eine gewisse Affinität für neue Technologien & Tools – sowohl bei Entscheidern als auch bei Usern – von großem Vorteil.

Welche Voraussetzungen muss ein stationärer Händler haben, um ein entsprechendes System implementieren zu können? Geht es beispielsweise überhaupt ohne digitale Preisbeschilderung?

Jesewski: Ohne digitale Preisbeschilderungen wird es schwierig, in Echtzeit Preise dynamisch zu gestalten, da es in den Filialen oft an notwendigen Ressourcen fehlt. Es ist jedoch auch für stationäre Händler möglich, das Pricing signifikant zu optimieren und automatisieren und dadurch spürbar den Umsatz und Ertrag zu steigern, auch wenn die Preisänderungen nicht täglich erfolgen. So bieten wir zum Beispiel auch KI-basierte Lösungen für die Abschriften-Optimierung und Promotion-Planung an. Diese werden bereits von namhaften Händlern wie NKD und Hamm Reno auf der Fläche eingesetzt. Die Voraussetzungen für die Implementierung sind gering – wir können die Daten des Händlers in jeder Form und aus jedem Backend-System auf unsere Plattform integrieren. In nur acht Wochen sind wir „up and running“.

Euer System nutzt für das Dynamic Pricing Künstliche Intelligenz. Welche Art von Daten fließt in die Preisgestaltung ein? Was genau wird analysiert?

Jesewski: Wir nutzen Daten, die jeder Händler bereits besitzt und die aus dem ERP System stammen. Dazu gehören unter anderem Transaktionsdaten, Artikelstammdaten, Bestandsdaten sowie Marketing- und Promotionsdaten. Wir reichern diese Daten außerdem mit externen Daten, wie z.B. Wetter-, Event- und Wettbewerbsdaten an. Somit stellen wir sicher, dass eine Vielzahl an Einflussfaktoren von der KI berücksichtigt wird – mehr als der Mensch jemals berücksichtigen könnte. Diese Daten werden analysiert, die Saisonalität und Muster werden erkannt, und die Preiselastizitäten werden pro Artikel ermittelt. Auf Basis der Daten sind wir in der Lage, die Nachfrage auf kleinster Artikelebene – also SKU, Style/Größe/Farbe – zu prognostizieren und optimale Preise zu berechnen.

Ist die Preisgestaltung jederzeit nachvollziehbar? Kann ich in das System eingreifen?

Jesewski: Ja, wir legen sehr hohen Wert auf Transparenz. In einem Web Interface können Nutzer alle Preisentscheidungen der Maschine und deren Auswirkungen auf zentrale KPIs einsehen. Der Nutzer kann die Entscheidungen überschreiben oder annehmen und den Automatisierungsgrad des Systems flexibel einstellen. Diese Transparenz unterscheidet uns von vielen Wettbewerben. Sie gibt den Nutzern das nötige Vertrauen in unser System und erhöht somit die Akzeptanzquote, denn uns ist natürlich bewusst, dass noch eine gewisse Skepsis gegenüber der KI herrscht.

Mit welchen Umsatzsteigerungen kann ein Händler rechnen, wenn er Dynamic Pricing einsetzt?

Jesewski: Mit unseren Pricing Lösungen versprechen wir Umsatzsteigerungen in Höhe von drei bis sechs Prozent und Ertragssteigerungen in Höhe von zwei bis acht Prozent. Das genaue Potenzial hängt vom jeweiligen Geschäftsmodell des Händlers ab und wird im Rahmen der Potenzialanalyse individuell validiert. Durch die erreichte Automatisierung des Pricing-Prozesses und die schnellen Anpassungen an veränderten Marktgegebenheiten gewinnt der Händler außerdem an Effizienz und Flexibilität.

Das Interview führte Helmut van Rinsum

Thomas Jesewski ist Mitgründer und CEO der Retail Automation Platform aifora. Zuvor war er Gründer von Tailorit, einer Unternehmensberatung im Bereich Retail, Fashion & Lifestyle, sowie Global CIO von Esprit. Jesewski gilt als Spezialist im Bereich Digitalisierung und Operational Excellence.

Weitere Interviews:
Jan Oetjen: "Zeit, sich von den GAFAs zu emanzipieren"
Yoav Barel: "Chatbots nähern sich Menschen an"
Martin Brahm: "Vorsicht vor der Blackbox KI"

Dynamic Pricing: KI steigert Umsatz

Interview

5 Minuten

11.03.2020

Portrait von Thomas Jesewski

Mit Dynamic Pricing können Online-Händler ihre Umsätze zwischen drei und sechs Prozent steigern. Künstliche Intelligenz hilft bei der Berechnung der optimalen Preise, in dem sie eine Vielzahl von Faktoren berücksichtigt. Ein Gespräch mit Thomas Jesewski, Co-Founder und CEO von aifora.

Thomas, bislang hat man den Eindruck, dass Dynamic Pricing vor allem von den großen Online-Händlern genutzt wird. Stimmt dieser Eindruck?

Thomas Jesewski: Ja, bisher wird Dynamic Pricing vor allem von den großen Online Händler verwendet. Studien zufolge ändert Amazon seine Produktpreise zum Beispiel bis zu 100 Mal innerhalb von 24 Stunden. Durch den Einsatz elektronischer Preisetiketten, spielt Dynamic Pricing aber auch im stationären Handel eine immer größere Rolle. In Deutschland sieht man das unter anderem bei MediaMarkt / Saturn sowie bei Frischeware im Lebensmittelhandel.

Wie aufwändig ist es für kleinere Online-Händler, dieser Übermacht ebenfalls eine dynamische Preisgestaltung entgegenzusetzen?

Jesewski: Die kleineren Händler verfügen meist über deutlich weniger Daten, wodurch es schwieriger wird, Muster zu erkennen. Außerdem fehlt es den Händlern oft an Ressourcen und Know-how, um aus den Daten die richtigen Maßnahmen abzuleiten und den Preisgestaltungsprozess zu automatisieren. Dafür gibt es aber immer mehr Tools am Markt. Unsere Lösungen richten sich an Unternehmen aller Größen, alle Branchen und alle Kanäle. Unsere Algorithmen verwenden die Daten unterschiedlicher Händler – natürlich anonymisiert –, um die bestmöglichen Vorhersagen und somit Preisentscheidungen je Händler zu treffen. Wir nennen das „kollaboratives Machine Learning“.

Welche Voraussetzungen müssen bestehen?

Jesewski: Eine gute Datengrundlage – Unternehmensdaten aus dem ERP-System – ist die notwendige Voraussetzung und die Basis für die Berechnungen der Prognosen. Für die optimale Umsetzung der intelligenten Preisgestaltung ist eine gewisse Affinität für neue Technologien & Tools – sowohl bei Entscheidern als auch bei Usern – von großem Vorteil.

Welche Voraussetzungen muss ein stationärer Händler haben, um ein entsprechendes System implementieren zu können? Geht es beispielsweise überhaupt ohne digitale Preisbeschilderung?

Jesewski: Ohne digitale Preisbeschilderungen wird es schwierig, in Echtzeit Preise dynamisch zu gestalten, da es in den Filialen oft an notwendigen Ressourcen fehlt. Es ist jedoch auch für stationäre Händler möglich, das Pricing signifikant zu optimieren und automatisieren und dadurch spürbar den Umsatz und Ertrag zu steigern, auch wenn die Preisänderungen nicht täglich erfolgen. So bieten wir zum Beispiel auch KI-basierte Lösungen für die Abschriften-Optimierung und Promotion-Planung an. Diese werden bereits von namhaften Händlern wie NKD und Hamm Reno auf der Fläche eingesetzt. Die Voraussetzungen für die Implementierung sind gering – wir können die Daten des Händlers in jeder Form und aus jedem Backend-System auf unsere Plattform integrieren. In nur acht Wochen sind wir „up and running“.

Euer System nutzt für das Dynamic Pricing Künstliche Intelligenz. Welche Art von Daten fließt in die Preisgestaltung ein? Was genau wird analysiert?

Jesewski: Wir nutzen Daten, die jeder Händler bereits besitzt und die aus dem ERP System stammen. Dazu gehören unter anderem Transaktionsdaten, Artikelstammdaten, Bestandsdaten sowie Marketing- und Promotionsdaten. Wir reichern diese Daten außerdem mit externen Daten, wie z.B. Wetter-, Event- und Wettbewerbsdaten an. Somit stellen wir sicher, dass eine Vielzahl an Einflussfaktoren von der KI berücksichtigt wird – mehr als der Mensch jemals berücksichtigen könnte. Diese Daten werden analysiert, die Saisonalität und Muster werden erkannt, und die Preiselastizitäten werden pro Artikel ermittelt. Auf Basis der Daten sind wir in der Lage, die Nachfrage auf kleinster Artikelebene – also SKU, Style/Größe/Farbe – zu prognostizieren und optimale Preise zu berechnen.

Ist die Preisgestaltung jederzeit nachvollziehbar? Kann ich in das System eingreifen?

Jesewski: Ja, wir legen sehr hohen Wert auf Transparenz. In einem Web Interface können Nutzer alle Preisentscheidungen der Maschine und deren Auswirkungen auf zentrale KPIs einsehen. Der Nutzer kann die Entscheidungen überschreiben oder annehmen und den Automatisierungsgrad des Systems flexibel einstellen. Diese Transparenz unterscheidet uns von vielen Wettbewerben. Sie gibt den Nutzern das nötige Vertrauen in unser System und erhöht somit die Akzeptanzquote, denn uns ist natürlich bewusst, dass noch eine gewisse Skepsis gegenüber der KI herrscht.

Mit welchen Umsatzsteigerungen kann ein Händler rechnen, wenn er Dynamic Pricing einsetzt?

Jesewski: Mit unseren Pricing Lösungen versprechen wir Umsatzsteigerungen in Höhe von drei bis sechs Prozent und Ertragssteigerungen in Höhe von zwei bis acht Prozent. Das genaue Potenzial hängt vom jeweiligen Geschäftsmodell des Händlers ab und wird im Rahmen der Potenzialanalyse individuell validiert. Durch die erreichte Automatisierung des Pricing-Prozesses und die schnellen Anpassungen an veränderten Marktgegebenheiten gewinnt der Händler außerdem an Effizienz und Flexibilität.

Das Interview führte Helmut van Rinsum

Thomas Jesewski ist Mitgründer und CEO der Retail Automation Platform aifora. Zuvor war er Gründer von Tailorit, einer Unternehmensberatung im Bereich Retail, Fashion & Lifestyle, sowie Global CIO von Esprit. Jesewski gilt als Spezialist im Bereich Digitalisierung und Operational Excellence.

Weitere Interviews:
Jan Oetjen: "Zeit, sich von den GAFAs zu emanzipieren"
Yoav Barel: "Chatbots nähern sich Menschen an"
Martin Brahm: "Vorsicht vor der Blackbox KI"

Dynamic Pricing: KI steigert Umsatz

Interview

5 Minuten

11.03.2020

Portrait von Thomas Jesewski

Mit Dynamic Pricing können Online-Händler ihre Umsätze zwischen drei und sechs Prozent steigern. Künstliche Intelligenz hilft bei der Berechnung der optimalen Preise, in dem sie eine Vielzahl von Faktoren berücksichtigt. Ein Gespräch mit Thomas Jesewski, Co-Founder und CEO von aifora.

Thomas, bislang hat man den Eindruck, dass Dynamic Pricing vor allem von den großen Online-Händlern genutzt wird. Stimmt dieser Eindruck?

Thomas Jesewski: Ja, bisher wird Dynamic Pricing vor allem von den großen Online Händler verwendet. Studien zufolge ändert Amazon seine Produktpreise zum Beispiel bis zu 100 Mal innerhalb von 24 Stunden. Durch den Einsatz elektronischer Preisetiketten, spielt Dynamic Pricing aber auch im stationären Handel eine immer größere Rolle. In Deutschland sieht man das unter anderem bei MediaMarkt / Saturn sowie bei Frischeware im Lebensmittelhandel.

Wie aufwändig ist es für kleinere Online-Händler, dieser Übermacht ebenfalls eine dynamische Preisgestaltung entgegenzusetzen?

Jesewski: Die kleineren Händler verfügen meist über deutlich weniger Daten, wodurch es schwieriger wird, Muster zu erkennen. Außerdem fehlt es den Händlern oft an Ressourcen und Know-how, um aus den Daten die richtigen Maßnahmen abzuleiten und den Preisgestaltungsprozess zu automatisieren. Dafür gibt es aber immer mehr Tools am Markt. Unsere Lösungen richten sich an Unternehmen aller Größen, alle Branchen und alle Kanäle. Unsere Algorithmen verwenden die Daten unterschiedlicher Händler – natürlich anonymisiert –, um die bestmöglichen Vorhersagen und somit Preisentscheidungen je Händler zu treffen. Wir nennen das „kollaboratives Machine Learning“.

Welche Voraussetzungen müssen bestehen?

Jesewski: Eine gute Datengrundlage – Unternehmensdaten aus dem ERP-System – ist die notwendige Voraussetzung und die Basis für die Berechnungen der Prognosen. Für die optimale Umsetzung der intelligenten Preisgestaltung ist eine gewisse Affinität für neue Technologien & Tools – sowohl bei Entscheidern als auch bei Usern – von großem Vorteil.

Welche Voraussetzungen muss ein stationärer Händler haben, um ein entsprechendes System implementieren zu können? Geht es beispielsweise überhaupt ohne digitale Preisbeschilderung?

Jesewski: Ohne digitale Preisbeschilderungen wird es schwierig, in Echtzeit Preise dynamisch zu gestalten, da es in den Filialen oft an notwendigen Ressourcen fehlt. Es ist jedoch auch für stationäre Händler möglich, das Pricing signifikant zu optimieren und automatisieren und dadurch spürbar den Umsatz und Ertrag zu steigern, auch wenn die Preisänderungen nicht täglich erfolgen. So bieten wir zum Beispiel auch KI-basierte Lösungen für die Abschriften-Optimierung und Promotion-Planung an. Diese werden bereits von namhaften Händlern wie NKD und Hamm Reno auf der Fläche eingesetzt. Die Voraussetzungen für die Implementierung sind gering – wir können die Daten des Händlers in jeder Form und aus jedem Backend-System auf unsere Plattform integrieren. In nur acht Wochen sind wir „up and running“.

Euer System nutzt für das Dynamic Pricing Künstliche Intelligenz. Welche Art von Daten fließt in die Preisgestaltung ein? Was genau wird analysiert?

Jesewski: Wir nutzen Daten, die jeder Händler bereits besitzt und die aus dem ERP System stammen. Dazu gehören unter anderem Transaktionsdaten, Artikelstammdaten, Bestandsdaten sowie Marketing- und Promotionsdaten. Wir reichern diese Daten außerdem mit externen Daten, wie z.B. Wetter-, Event- und Wettbewerbsdaten an. Somit stellen wir sicher, dass eine Vielzahl an Einflussfaktoren von der KI berücksichtigt wird – mehr als der Mensch jemals berücksichtigen könnte. Diese Daten werden analysiert, die Saisonalität und Muster werden erkannt, und die Preiselastizitäten werden pro Artikel ermittelt. Auf Basis der Daten sind wir in der Lage, die Nachfrage auf kleinster Artikelebene – also SKU, Style/Größe/Farbe – zu prognostizieren und optimale Preise zu berechnen.

Ist die Preisgestaltung jederzeit nachvollziehbar? Kann ich in das System eingreifen?

Jesewski: Ja, wir legen sehr hohen Wert auf Transparenz. In einem Web Interface können Nutzer alle Preisentscheidungen der Maschine und deren Auswirkungen auf zentrale KPIs einsehen. Der Nutzer kann die Entscheidungen überschreiben oder annehmen und den Automatisierungsgrad des Systems flexibel einstellen. Diese Transparenz unterscheidet uns von vielen Wettbewerben. Sie gibt den Nutzern das nötige Vertrauen in unser System und erhöht somit die Akzeptanzquote, denn uns ist natürlich bewusst, dass noch eine gewisse Skepsis gegenüber der KI herrscht.

Mit welchen Umsatzsteigerungen kann ein Händler rechnen, wenn er Dynamic Pricing einsetzt?

Jesewski: Mit unseren Pricing Lösungen versprechen wir Umsatzsteigerungen in Höhe von drei bis sechs Prozent und Ertragssteigerungen in Höhe von zwei bis acht Prozent. Das genaue Potenzial hängt vom jeweiligen Geschäftsmodell des Händlers ab und wird im Rahmen der Potenzialanalyse individuell validiert. Durch die erreichte Automatisierung des Pricing-Prozesses und die schnellen Anpassungen an veränderten Marktgegebenheiten gewinnt der Händler außerdem an Effizienz und Flexibilität.

Das Interview führte Helmut van Rinsum

Thomas Jesewski ist Mitgründer und CEO der Retail Automation Platform aifora. Zuvor war er Gründer von Tailorit, einer Unternehmensberatung im Bereich Retail, Fashion & Lifestyle, sowie Global CIO von Esprit. Jesewski gilt als Spezialist im Bereich Digitalisierung und Operational Excellence.

Weitere Interviews:
Jan Oetjen: "Zeit, sich von den GAFAs zu emanzipieren"
Yoav Barel: "Chatbots nähern sich Menschen an"
Martin Brahm: "Vorsicht vor der Blackbox KI"

Newsletter

Hier erfährst Du einmal in der Woche, wo Künstliche Intelligenz in das Marketing eingreift, welche Trends sich abzeichnen und wie sie Kommunikation und Medien verändert. Informativ, unterhaltsam, nachdenklich.

Schließe Dich den 1.500+ Abonnenten an, kostenlos.

Newsletter

Hier erfährst Du einmal in der Woche, wo Künstliche Intelligenz in das Marketing eingreift, welche Trends sich abzeichnen und wie sie Kommunikation und Medien verändert. Informativ, unterhaltsam, nachdenklich.

Schließe Dich den 1.500+ Abonnenten an, kostenlos.

Newsletter

Hier erfährst Du einmal in der Woche, wo Künstliche Intelligenz in das Marketing eingreift, welche Trends sich abzeichnen und wie sie Kommunikation und Medien verändert. Informativ, unterhaltsam, nachdenklich.

Schließe Dich den 1.500+ Abonnenten an, kostenlos.