Tamaris如何利用AI进行预测性定价：FashionUnited在NRF零售大会上与7Learnings的对话
巴黎——在NRF零售大会上，FashionUnited与总部位于柏林的科技公司7Learnings的联合创始人Eiko van Hettinga进行了对话。该公司为零售商提供AI驱动的预测性定价软件。他解释了为什么定价是盈利能力最大的杠杆之一，预测性定价在实践中如何运作，以及像Tamaris这样的品牌如何看到成果。
为什么选择预测性定价？ “定价是盈利能力最大的杠杆。许多公司在谈到利润时都会想到削减成本，但事实是价格变动带来的影响要大得多。这就是为什么像Gartner这样的分析机构将价格优化称为零售业中最具吸引力的AI用例之一：它具有最高的商业影响，并且是最可行的方案之一。”
“对于那些想知道从哪里开始AI之旅的零售商来说，价格优化应该排在首位。通过预测性定价，您可以使用数据来预测价格对KPI（例如收入、利润率和售罄率）的影响，然后进行相应的优化。这正是我们与Tamaris共同展示的内容。”
您能详细介绍一下Tamaris吗？ “Tamaris（Wortmann集团旗下品牌）面临的挑战很明确：他们正在将在线业务扩展到26个国家，跨市场和渠道的定价极其复杂，需要大量的手动工作，并且需要在整个产品生命周期中进行优化。”
“我们与他们一起进行了为期五个月的概念验证，结果令人震惊：盈利能力提高，平均折扣率下降了5%，花在价格优化上的手动时间减少了一半。如今，Tamaris在所有市场上都运行着这套AI驱动的设置，自动控制价格和利润率。”
所以这不仅仅是关于打折？也关乎灵活定价？ “没错。这不仅仅是在橱窗上贴上一个醒目的红色促销标志。您也可以策略性地降低价格，同时保持利润率。在时尚零售业，我们所做的一切都是出于时尚的考虑，因此我们的思维不仅仅局限于折扣。”
是什么让在线定价变得更加复杂？ “在线上，您还有额外的层次，例如优惠券和代金券。危险在于，如果您开始叠加过多的促销活动，您很容易失去对盈利能力的控制。这就是为什么我们也将这类数据输入系统，以预测这些促销活动的使用量及其对利润的影响。”
“在时尚零售业，我们还会根据价格预测退货率。在整个产品系列中，我们的预测准确率超过90%，这是针对两周的预测期。我们认为正确的方法是将高度准确的短期预测和长期规划相结合。”
为什么呢？ “您可能会问，为什么不使用40周的预测来做每一个决定？问题在于，如此长期的预测非常不准确，您根本不知道未来会发生什么。这就是时尚行业的巨大挑战。”
“我们使用长期预测来设定界限，而不是规定每一个决定。例如，算法可能会计算出优化长期利润的价格，然后允许我们在这个价格点上下20%的范围内浮动。在这个范围内，我们可以做出短期决策，例如更快地推动销售，但系统也能防止我们做得太过火，从而损害长期盈利能力。从技术上讲，我们认为这是解决问题的最佳方法，而且业内人士也证实了这种方法。”
您是否也参与系列开发，决定哪些款式和数量？ “不完全是。一旦系列产品上市，我们可以帮助进行初始定价，但这部分通常更具有人为的因素。如果您有一件首次上市的连衣裙，我们可以查看它的属性，并将其与类似商品进行比较，以建议一个价格。但如果您认为这是一件出色的单品，那么就需要人为的判断，因为机器不会看到这一点。随着时间的推移，随着产品经历其生命周期，系统会从交易和属性中学习越来越多的知识，以改进其定价决策。”
您有时尚背景吗？ “我们的首席执行官Felix Hoffmann的整个职业生涯都在从事定价工作。他最初在A.T. Kearney等咨询公司工作，后来负责柏林Zalando的定价算法。在某个时候，他意识到不能永远只使用Excel——需要更技术性的东西。这就是7Learnings的创意来源。如今，我们是一家独立的公司。”
7Learnings还与Tom Tailor和Mister Spex等零售商合作，帮助他们实施预测性定价。这家初创公司由Felix Hoffman、Eiko van Hettinga和Martin Nowak于2019年在柏林创立。
本文通过AI工具翻译为中文。
FashionUnited使用AI语言技术为全球时尚专业人士提供更广泛的新闻与信息获取渠道。虽然我们努力确保翻译的准确性，但AI翻译仍在不断优化中，可能尚不完全完善。若您对该流程有任何反馈或疑问，请通过info@fashionunited.com联系我们。