Herausforderung
Preis- und Marketingentscheidungen basieren heutzutage auf den vielfältigen Informationen über Kunden- und Wettbewerberverhalten, die insbesondere der Online-Vertrieb bereitstellt. Der dazugehörige Aufbau analytischer Kapazitäten für ein datengetriebenes, dynamisches Pricing ist die zentrale Herausforderung unseres Kunden. Konkret stand unser Kunde vor dem Problem, eine Preisstrategie zu bestimmen, die trotz erhöhter Markttransparenz nicht fortlaufend zu Preissenkungen führt. Aufgrund der hohen Anzahl an Produkten und der vielfältigen Datenquellen kann dies nur noch durch die Anwendung von statistischen und Machine Learning Modellen bewältigt werden.
Ansatz
Zur Simulation der Auswirkungen verschiedener Preisstrategien wurden Produkt-, Lager-, Promotions- und Verkaufsdaten sowie externe Einflussfaktoren durch unser Data Engineering Team zusammengeführt. Zur Bestimmung strategisch relevanter Ergebnisse, wie beispielsweise der Preiselastizität oder der Reaktion des Wettbewerbs auf Preisveränderungen, wurden dedizierte Modelle entwickelt und in einem Simulationsprozess miteinander kombiniert. Modelle, Simulationsprozess und Dashboard wurden anschließend in die Cloud-Infrastruktur des Kunden integriert, in der die Modelle automatisiert trainiert und für tägliche Preissimulationen bereitgestellt werden. Dazu haben wir im Projekt ein umfangreiches Frontend entwickelt, das alle Modelle beinhaltet und den Nutzer:innen eine einfache Handhabung ermöglicht.
Ergebnis
Anhand des Preissimulations-Tools kann unser Kunde nun sowohl für einzelne Produkte als auch für ausgewählte Teilsortimente die Umsatz- und Gewinneffekte verschiedener Preisstrategien simulieren und optimieren. Durch unterschiedliche Prognosehorizonte ist es möglich, sowohl kurzfristige als auch mittelfristige Analysen durchzuführen.