Intelligente Preisoptimierung bei Luxusmarken reduziert Restbestände

IN Artificial Intelligence — 22 November, 2018

Die jüngste Nachricht, dass Luxusmarken unverkaufte Ware im Wert von mehreren Millionen Pfund vernichtet haben, damit ihre Produkte nicht in die falschen Hände geraten und zu Schleuderpreisen auf dem „grauen Markt“ verkauft werden, zeigt die Herausforderungen, denen sich diese Marken gegenübersehen, wenn es darum geht, Preis und Kundennachfrage in Einklang zu bringen.

13955-BY-The-Daily-AI---issue-3-Blog-images-720x480px-V1-Article-4

Richemont, Eigentümer von Cartier und Mont Blanc, und Burberry haben diese Maßnahmen bereits umgesetzt. Es zeigt sich immer deutlicher, dass Luxusmarken Prozesse entwickeln müssen, um ihre Preismodelle an die Nachfrage anzupassen und den Umsatz zu maximieren, ohne dabei ihre Markenidentität einzubüßen.

Einzelhändler und Marken, die mit Überbeständen zu kämpfen haben, sollten daher neueste Technologien wie Künstliche Intelligenz (KI) und Machine Learning nutzen. Denn diese können entscheidend dazu beitragen, dass diese Unternehmen Schlüsselindikatoren der Nachfrage aus wechselnden Marktbedingungen und Daten von externen Quellen (nicht nur Umsätze und Werbeaktionen, sondern auch Nachrichten, Wetter und Veranstaltungen) erfassen können, um den optimalen Preis zu bestimmen.

Dynamische Preisgestaltung, dynamische Umsätze

Die Vernichtung unverkaufter Waren hat nicht nur einen erheblichen Einfluss auf den Gewinn einer Marke, sondern wirft auch ein schlechtes Licht auf die Umweltfreundlichkeit und das Image dieser Marke.

Burberry etwa scheint Schritte zur Lösung dieser Probleme zu unternehmen: Die Geschäftsleitung kündigte Pläne an, die Kosten für Burberry-Produkte in China um vier Prozent zu senken, da höhere Preise in den asiatischen Märkten von einigen Analysten als einer der Hauptgründe für die Überbestände des Unternehmens genannt wurden. Hier eröffnet sich jedoch auch die Möglichkeit für alle Luxusmarken, unabhängig vom Markt, in dem sie tätig sind, ihre Preise differenzierter als durch weit greifende Preissenkungen zu gestalten.

Mithilfe von KI können Einzelhändler ein dynamisches Preismodell einführen, mit dem unverkaufte Bestände verhindert werden, indem sie den Preis während der Saison optimal festlegen beziehungsweise anpassen und somit den Abverkauf zum Ende der Saison sicherstellen.

Weniger Verschwendung

KI-basierte Lösungen zur Preisoptimierung können die Kundennachfrage genau vorhersagen, die Preisfindung eines Einzelhändlers in jeder Produktkategorie und jeder Filiale automatisieren, indem sie den Zusammenhang zwischen Preisänderungen und Nachfrage erlernen und gleichzeitig die Geschäftsstrategie des Einzelhändlers berücksichtigen. Eine echte automatische Preisoptimierung verschafft einem Einzelhändler jedoch nicht nur Einblicke in den besten Preis. Auf Grundlage dieser Erkenntnisse werden die optimalen Preise automatisch festgelegt, um das beste Ergebnis zu erzielen, während wichtige Nachfragesignale von sich ändernden Marktbedingungen und Daten wie Verkäufen, Werbeaktionen, Wetter und Veranstaltungen schnell erfasst werden.

Trotz der Herausforderungen, vor denen Burberry und die überwiegende Mehrheit der britischen Einzelhändler stehen, bleibt Burberry mit einem Jahresumsatz von über 2,7 Mrd. GBP eine der weltweit bekanntesten Marken. Mithilfe innovativer Preisoptimierung auf Basis von KI und maschinellem Lernen könnte Burberry und andere Luxusmarken ihre Preise genauer steuern, um die Notwendigkeit breit gestreuter Preissenkungen zu vermeiden und den Preis präziser an die Kundennachfrage anzupassen. Dieser strategische, datengesteuerte Ansatz könnte dazu beitragen, Verschwendung deutlich zu reduzieren, den Umsatz zu maximieren und die Rentabilität zu verbessern.

Blue Yonder Blue Yonder

We enable retailers, consumer products and other companies to take a transformative approach to their core processes, automating complex decisions that deliver higher profits and customer value using artificial intelligence (AI).