ai-prediktivt-dynamiskt-pris

Prediktiv prisoptimering med artificiell intelligens

Att sätta rätt priser kan vara en stor utmaning, särskilt inom branscher som resor och transporter där priserna kan förändras nästan varje timma och ständigt anpassas till förändrade marknadsförhållanden mer eller mindre i realtid. Kan AI hjälpa till med prissättning? Ja, med prediktiv prisoptimering och prissättning.

I den här artikeln intervjuar jag Alex Shartsis, medgrundare och VD för Perfect Price, ett AI-företag med inriktning på lösningar för prissättning. Han leder produktutvecklingen då företaget arbetar med innovativa rese- och transportföretag – allt från de yngsta startupföretagen till de största företagen.

Nu över till intervjun!

Alex Shartsis, VD på Perfect Price

Vad är företagets bakgrund?

Företagets grundare upplevde själva svårigheterna med att sätta pris, särskilt på TripIt, ett globalt företag inom resebranschen. Denna utmaning växer när handeln blir mer digital och dynamisk.

Idag accepterar konsumenterna prisfluktuationer – t o m förväntar sig dem. Ofta kan de utnyttja dem bättre än de företag som sätter priserna – vilket kostar företagen miljarder årligen.

Det verkade tydligt att det borde finnas en enkel tjänst för att automatisera den komplexa datavetenskap som krävs för att möjliggöra dynamisk prissättning för alla företag. Vi startade Perfect Price 2013 för att göra just det, och lanserade vår första lösning 2014.

Vilket problem löser Perfect Price?

Perfect Price artificiella intelligens driver nästa generations teknik för dynamisk prissättning och intäktshantering.

Vad gör Perfect Price, och varför är det viktigt för Era kunder?

Perfect Price sparar pengar åt sina kunder samtidigt som det sparar tid åt dem. Det gör detta genom att vara ett systematiskt sätt att ta itu med dynamisk prissättning som är mer flexibel och anpassningsbar och därför mer exakt än både människor och traditionella system.

Viktiga problem Perfect Price löser är:

  • Snabb anpassning till förändrade marknadsförutsättningar
  • Hantering av utnyttjandegrad och vinst för att försäkra sig om att inga intäkter förloras när efterfrågan går upp eller ner
  • Växa verksamheten lönsamt (eller utan lönsamhet) på ett förutsägbart och repeterbart sätt, för att öka marknadsvärdet eller aktieägarvärdet
  • Underlätta för vanligtvis underbemannade och stressade datavetenskapsteam med en komplett lösning för prissättning

Plattformen

Perfect Price utnyttjar en AI-plattform baserad på ett antal av de senaste AI-teknologierna, inklusive övervakad maskininlärning (supervised learning), förstärkningslärning (reinforcement learning), klusteranalys (clustering) osv.

Denna plattform beräknar efterfrågan som är korrekt ner till mikrosegment-nivån. Systemet kan då beräkna ett optimalt pris baserat på affärsregler och andra konfigurerbara parametrar för att optimera kundens mål avseende vinst, intäkter mm.

Teknik

Kärnan i Perfect Price är mikrosegment. Mikrosegment är mycket mer granulära än traditionella segment, vilket möjliggör en mycket mer exakt anpassning mellan priser och efterfrågan.

En traditionell segmenteringsmetod för ett biluthyrningsföretag kan vara att dela upp människor beroende på om hämtar bilen på morgonen eller eftermiddagen. Företaget kan välja att öka morgonpriserna, eftersom denna typ av kunder mer sannolikt är affärsresenärer som antas ha högre betalningsvilja.

Perfect Price-metoden gör varje bilklass och uthytningsplats till ett eget mikrosegment, och kan separera en dag i så många som 24 olika ytterligare mikrosegment.

Således kan det upptäcka att en viss bilklass på en viss plats på en viss dag visar högre efterfrågan, och ökar priset mycket mer exakt, samtidigt som det möjligen låter priset på andra bilklasser vara detsamma. Det kan göra detta även om det här efterfrågemönstret bara är på en plats för en bilklass av tiotusentals möjliga kombinationer.

Perfect Price använder andra AI-teknologier i sin plattform för att öka prisstabiliteten, anpassa priserna allteftersom utbudet blir mindre – eller om efterfrågan inte följer planen och överutbud blir ett problem.

Kärnprodukter

De tre huvudsakliga produkterna som kunderna använder är den dynamiska prissättninghanteraren, simulatorn och prediktiv analys. Den dynamiska prissättninghanteraren möjliggör för företagen att automatisera sin prissättning, samtidigt som de behåller så mycket eller så lite mänsklig övervakning och kontroll som de önskar.

Simulatorn gör det möjligt för företag att testa prissättningsmodeller, både innan de börjar använda Perfect Price och för att testa nya modeller mot befintliga modeller för att maximera sannolikheten för att en ny modell är bättre än en tidigare modell. Prediktiv analys gör det möjligt för företagen att titta på ”what if” scenarier, till exempel kampanjer, prisändringar eller andra taktiska eller strategiska drag.

Användningsfall för företag

Kunder använder Perfect Price för att hantera dynamisk prissättning.

Till skillnad från äldre lösningar som skiljer på modellering och prishantering och kräver mycket tidskrävande undantagshantering och regelhantering, erbjuder Perfect Prices AI en omfattande och mycket exakt lösning som kan köras med så mycket eller lite mänskligt ingripande som kunden önskar.

Användningsfallen inkluderar:

  • Globala hyrbilföretag som hanterar tusentals platser och byter tiotals- till hundratals miljoner priser varje dag.
  • Globala transportföretag som arbetar på ~100 flygplatser och hanterar prissättning på dynamiska linjer samtidigt som de konkurrerar med Uber, Lyft och andra disruptiva konkurrenter.
  • Globala flygbolag som hanterar priser på sina tillbehörsprodukter, t.ex.  sätesuppgraderingar på tusentals plan, flighter och kundsegmentskombinationer.

Marketing automation bok

Hur använder Perfect Price AI?

Vi använder en kombination av många tekniker som nämnts ovan, inklusive;

  • Övervakad maskininlärning (supervised learning)
  • Förstärkningsinlärning (reinforcement learning)
  • Klusteranalys (clustering)
  • Linjär regression (linear regression)
  • Klassificering (classification)

Och mycket mer. Vi har ansökt om patent på mycket av vår produkt så vi kan inte prata så mycket om den teknik som används just nu.

Vad är framtiden för AI inom affärslivet och marknadsföring?

Marknadsföring får mest fokus för AI – men verksamheten är där AI kommer att ha störst effekt.

År 2007 köptes 0% av de digitala annonserna av AI. 2017 var 78% det av dem enligt emarketer (och vi var en stor del av den övergången när vi var på Drawbridge). Så marknadsförare har använt AI – oavsett om de insåg det eller inte – under ganska lång tid. Användningsfallen i företagen är bara i sin linda ännu.

Amazon har krossat sin konkurrens i stor utsträckning på grund av både sin starka kulturella tro på att fokusera på data och deras omfattande användning av AI-teknik. Order förutspås. Varor beställs till lagret. I stället för att fokusera på misstagen fokuserar Amazon på förbättringar. Att bli bättre. Att låta AI sköta allt det kan.

Och det fungerar.

De flesta företag vi pratar med tänker i första hand på AI:s brister, alla saker som kan gå fel. Det är en positiv förändring – för ett eller två år sedan tänkte de inte på AI alls.

När de växer upp ur den här ”kan inte göra”-fasen och börjar se vad AI ”kan göra” kommer de att anpassa sig snabbare, fasa ut människor från vardagliga rutinuppgifter och felbenägna arbetsmoment  – som att sätta priser – och fokusera dem där mänsklig intelligens faktiskt behövs.

Marketing automation bok

Tror du att marknadsförare kommer att ersättas av AI-robotar?

Vår artificiella intelligens arbetar inte för marknadsförare – den driver verksamheten. Jag tror att människor alltid kommer att spela en viktig roll inom marknadsföring. Taktik kanske kan hanteras bra av AI, men vi är årtionden från en AI som utvecklar vinnande strategier.

Men där kärnuppgiften är ett matematiskt optimeringsproblem – som optimering av digitala annonser, att sätta priser, optimering av transportrutter – kommer AI definitivt att vinna.

Tänk på ett område i den verkliga världen där AI redan har gjort dramatiska förändringar i vardagen. Skulle du ersätta Uber eller Lyft för taxistransporter med telefon och radio? Har ett taxibolag någonsin skickat dig en taxi på mindre än 2 minuter?

Bara AI-routing och optimering i realtid kan vara så bra – och det gör en enorm skillnad i hur du interagerar med den tjänsten. Detsamma kommer att vara sant på otaliga andra sätt, som vi inte ens är medvetna om än.

I den här intervjun gav Alex Shartsis en mycket fascinerande inblick i dynamisk och prediktiv prissättning, och hur artificiell intelligens kan användas för att driva och förbättra affärer i framtiden.

Faktum är att jag är säker på att framtiden redan är här!

unemyr_linkedin_horizontal_swe

Själv är jag författare och konsult inom marketing automation och artificiell intelligens. Behöver du hjälp med att installera och sätta upp ett marketing automation system, eller AI-baserade lösningar? Kontakta mig – jag erbjuder konsulttjänster på området!

Är du intresserad av framtidens marknadsföring? Här finner du fler artiklar om marknadsföring med AI och marketing automation.

Vill du lära dig mer? Läs mina bloggartiklar om marketing automation och datadriven marknadsföring!