Pricing con AI di prodotti nell’e-commerce

Artificial Intellligence 815x400 1 815x313, ML cube

Dynamic Pricing, un termine sempre più diffuso nelle imprese e sugli e-commerce ma cosa significa?

Con Dynamic Pricing si intende l’aggiornamento automatico dei prezzi su uno store digitale a seconda di molte variabili come la domanda, i pezzi in stock o il prezzo dei concorrenti, basti pensare alle compagnie aeree low cost o i siti di prenotazione all’ultimo minuto: tutti si avvalgono di un sistema analogo per offrire condizioni molto vantaggiose. 

L’obiettivo è chiaramente quello di incrementare le vendite massimizzando il profitto. 

Case Study: ML cube per un e-commerce italiano con migliaia di prodotti 

Sempre più frequentemente, e-commerce di ogni dimensione scelgono quindi di utilizzare algoritmi di intelligenza artificiale per la scelta automatica dei prezzi dei loro prodotti. 

ML cube ha recentemente sviluppato una soluzione di Pricing Algoritmico ad hoc per un e-commerce italiano con un catalogo di decine di migliaia di prodotti.

Grafico che raffigura il modello di business "long tail" per gli e-commerce
Figura 1. Molti e-commerce adottano un modello di business “long tail”, ovvero concentrano una parte consistente del loro fatturato in un grande numero di prodotti di nicchia.

Durante il progetto sono state incontrate e fronteggiate numerose criticità: 

  • La presenza di una long tail di prodotti [Fig.1], che ha richiesto soluzioni innovative e lo sviluppo di nuovi algoritmi per gestire al meglio questa struttura di ricavi. 
  • Una forte stagionalità nel mercato in questione, con la necessità di modellizzare anche l’impatto della pandemia di COVID-19. 
  • Presenza di numerose promozioni e differenti politiche di sconto. 
  • Una clientela dalla segmentazione molto complessa e con risposta ai prezzi eterogenea. 

La soluzione proposta da ML cube è riuscita con successo ad unire le conoscenze di mercato pregresse del management ad un algoritmo online in grado di apprendere autonomamente le dinamiche di mercato e quindi correggere i propri prezzi settimana dopo settimana [Fig.2], in base alle reazioni dei clienti ai prezzi e alla stagionalità. L’algoritmo ha inoltre formulato una politica di scontistica per volumi e preso in carico anche questo delicato passaggio con lo stesso approccio online. 

Schema del funzionamento dell'algoritmo di ML cube
Figura 2. L’algoritmo ML cube riceve dati ogni settimana e aggiorna automaticamente i suoi parametri, producendo prezzi aggiornati e politica di scontistica per volumi.

L’algoritmo è stato testato e monitorato per 6 settimane su più di 3000 prodotti: nella valutazione delle performance sono stati considerati sia i risultati ottenuti rispetto al precedente periodo sugli stessi prodotti ma con pricing effettuato da un umano, sia quelli nello stesso periodo su prodotti simili (cosiddetti di controllo), anch’essi con pricing effettuato da un umano. 

In Fig.3 sono riportati gli esiti decisamente positivi di questo periodo di test. 

Image 1024x704, ML cube
Figura 3. La metrica di valutazione del test è stata il margine netto totale. In ognuna delle tre tipologie di valutazione della metrica l’algoritmo ha mostrato performances positive.

Conclusioni 

Da questo breve case study è emerso come il Dynamic Pricing e in particolare PriceIt, la soluzione di ML cube per il Pricing Algoritmico, ha portato a risultati tangibili e continuativi nel tempo per il cliente. 

Il Dynamic Pricing è quindi una tecnologia sempre più utilizzata e in continua evoluzione: lavoriamo ogni giorno per migliorare i nostri servizi e per fornire soluzioni sempre nuove e innovative ai nostri clienti. 

Visita la sezione dedicata a PriceIt per scoprire di più. 

ML cube