Новый подход моды к установлению цен

Растущая инфляция поставила модный бизнес в трудное положение. Как правило, они могут либо повысить цены, рискуя потерять покупателей, либо пойти на увеличение издержек и снизить свою прибыль. Розничные продавцы, которым удается пройти узкий путь между этими сценариями, получают щедрое вознаграждение. Компания Levi’s, со своей стороны, заявила, что в последнем квартале она продемонстрировала высокие результаты и смогла повысить средние отпускные цены за этот период на 10% без снижения спроса, что позволило ей снизить растущие затраты на сырье и логистику. Levi’s полагалась не только на внутреннее чутье и маркетинговые исследования, чтобы найти выгодное место, где она могла бы продавать свою джинсовую продукцию. “Эти решения принимаются на основе мощных запатентованных технологий и аналитики, включая искусственный интеллект и методический анализ ценовой эластичности”, - сказал исполнительный директор Чип Берг аналитикам и инвесторам в ходе телефонного разговора 6 апреля, посвященного обсуждению результатов.

Компания Levi’s впервые применила искусственный интеллект к ценообразованию в начале пандемии для определения рекламных акций, и в настоящее время эта практика применяется в 26 странах. Компания осознала, что ей не нужно делать такие большие скидки, как конкурентам, а в некоторых случаях и вовсе делать скидки.

Компания считает, что искусственный интеллект способствовал росту ее прибыли за последние полтора года. В последнем квартале валовая прибыль достигла 59,3% от чистой выручки по сравнению с 55,7% до пандемии, поскольку Levi’s увеличила продажи непосредственно потребителям, а также “снизила количество рекламных акций, увеличила долю продаж по полной цене и повысила цены”, говорится в сообщении.

Все большее число компаний во всех отраслях промышленности разрабатывают модели ценообразования, которые, по мнению сторонников, являются более точными и адаптируемыми. В крайнем случае, некоторые компании, производящие продукты питания и напитки, и наиболее известная из них Amazon, используют искусственный интеллект для обеспечения динамического ценообразования, при котором стоимость товара часто меняется в зависимости от рыночных условий.

Модные бренды еще не появились. Но все больше брендов, таких как Levi’s, исследуют возможности, выходящие за рамки стандартных формул надбавки к стоимости и готового программного обеспечения для определения цен. Хотя некоторые ритейлеры уже много лет предпринимают подобные усилия, они привлекают к себе все больше внимания, поскольку крупнейшие экономики - от США до Германии и Китая - борются с высокой инфляцией. Однако для получения результатов с помощью искусственного интеллекта требуется сбор и очистка больших объемов данных, что может быть сложной и трудоемкой задачей.

Прогнозы также становятся более неопределенными по мере того, как они отодвигаются в будущее, — это одна из причин, по которой модели искусственного интеллекта, как правило, используются в основном для принятия краткосрочных решений в области моды, таких как определение скидок в конце сезона. Однако компании могут счесть прибыль стоящей.

В конце 2018 года McKinsey отметила, что некоторые модные компании, использующие продвинутую аналитику в ценообразовании, добились увеличения маржи и продаж на три-шесть процентных пунктов. Цена соответствует требованиям Вероятно, самое большое различие между старыми и новыми методами ценообразования заключается в объеме и разнообразии используемых данных.

Показатель того, насколько сильно меняется потребительский спрос в зависимости от изменения цен, называется ценовой эластичностью. По словам Майкла Орра, директора по маркетингу компании Blue Yonder, которая разработала собственное программное обеспечение для искусственного интеллекта, используемое такими модными ритейлерами, как Orsay, Bon Prix и BestSecret, традиционное программное обеспечение для определения цен оценивает его, используя простой подход, основанный на правилах.

Если стоимость сырья увеличивается на определенный процент и вы хотите сохранить свою маржу, вы увеличиваете цену на определенную величину. Или вы можете провести конкурентное ценообразование и сказать, что конкурент снизил свою цену на определенный процент, поэтому, если вы хотите соответствовать ей или превзойти ее, чтобы сохранить объем продаж, вы также снижаете свою цену на столько же.

Но искусственный интеллект может также учитывать другие типы данных, такие как подробные прогнозы погоды, для создания более полных моделей ценовой эластичности. Орр сказал, что искусственный интеллект Blue Yonder учитывает около 20 отдельных погодных факторов, таких как точки росы, максимальная и минимальная прогнозируемая температура, а также время восхода и захода солнца.

Компания Levi’s, разработавшая собственный искусственный интеллект, обнаружила, что небольшой разницы температур между Римом и Миланом достаточно, чтобы повлиять на поведение покупателей в этих городах, говорит Катя Уолш, старший вице-президент компании, директор по стратегии и искусственному интеллекту. Традиционный подход компании к ценообразованию основывался на данных конкурентной разведки и маркетинговых исследований и “по-прежнему основывался на интуиции и опросах потребителей”, пояснила она.

По словам Уолша, продавцы и планировщики по-прежнему задействованы, но теперь Levi’s может обрабатывать тысячи данных в моделях искусственного интеллекта, которые позволяют “прогнозировать оптимальную цену, по которой потребитель приобрел бы каждый из тысяч наших продуктов в нашем ассортименте по всему миру”. “Они даже отличаются по размеру и отделке”, - сказала она. “Так, например, на наши классические, культовые 501-е, мы знаем, какая цена оптимальна не только для 501-го, но и для конкретной темной отделки и покроя, характерного для 501-го в разных частях света”. (Сейчас Levi’s использует искусственный интеллект для ценообразования и рекламных акций в 26 странах).

Данные могут включать стандартные элементы, такие как стоимость товара в Levi’s в прошлом и история его продаж, а также погоду, экономические прогнозы, настроения потребителей и тенденции в социальных сетях.

По словам Уолш, некоторые из этих источников данных позволяют лучше прогнозировать, чем другие, но она добавила, что способность объединять разрозненные источники в модель делает ее эффективной. Динамическое ценообразование Одна из проблем, которую признали и Уолш, и Орр, заключалась в том, что эти большие объемы данных необходимо очистить от таких проблем, как ошибки и несоответствия. Если в прогнозе погоды перепутать градусы Цельсия и Фаренгейта, модель предложит совсем другие варианты скидки на майку.

Решения о ценообразовании, которые розничные продавцы модной одежды принимают с помощью ИИ, по-прежнему, как правило, касаются ближайшей перспективы, например, стоит ли снижать цены на товары для распродаж, а не установления первоначальных цен. По словам Орра, это связано с тем, что модели ИИ более точны при прогнозировании краткосрочных сценариев.

В долгосрочной перспективе переменные могут неоднократно меняться, хотя он отметил, что традиционное программное обеспечение для определения цен страдает от того же недостатка. Однако в первой половине 2022 года Levi’s также начал использовать искусственный интеллект для установления начальных цен.

Однако одним из потенциальных преимуществ быстрых краткосрочных прогнозов с помощью ИИ является то, что они позволяют компаниям быстрее реагировать на меняющуюся динамику рынка. Вполне возможно, что однажды компании, занимающиеся модой, смогут использовать ИИ для динамического ценообразования. “Я думаю, что компании изучают этот вопрос”, - сказал Симеон Сигел, управляющий директор по исследованиям фондового рынка BMO Capital Markets. “Мы находимся на очень ранней стадии разработки, пытаясь понять, как извлечь выгоду из динамического ценообразования, не вызывая негативной реакции”.

По мнению Орра, ритейлеры сопротивляются, поскольку считают, что потребители не согласятся с этим, даже если они уже привыкли к тому, что цены на поездки в Uber, номера в отелях и товары на Amazon меняются в течение дня.

В сфере моды розничные продавцы, как правило, даже не устанавливают цены для конкретных магазинов, отметил он, отметив дополнительную проблему, связанную с тем, что к одежде, продаваемой в обычных магазинах, как правило, прикреплены ценники, которые тоже нужно менять. С другой стороны, по словам Сигела, цена не существует в вакууме: как покупатели, так и розничные продавцы уже допускают, что один и тот же товар продается в аутлет-магазине по-разному по цене.

Идея более гибкого ценообразования, позволяющего розничным торговцам приспосабливаться к рыночным условиям и даже к потенциальным покупателям, является привлекательной для компаний, которые представляют себе идеально оптимизированное сочетание маржи и объема продаж. “Есть ли у нас какие-либо значимые возможности? Нет”, - сказал Сигел. “Мы движемся в этом направлении? Думаю, да”.