Rule Engines vs. AI-Controlled Price Optimization – There can only be one Winner!

Einen ersten Ansatz zur Preisdifferenzierung liefern regelbasierte Systeme, sogenannte Rule Engines. Sie setzen vordefinierte Pricing-Regeln in einem vorgeschriebenen Muster um. Grundlage hierfür bildet häufig der Wettbewerberpreis, der mittels Regel jeweils um plus oder minus X% über- oder unterboten wird. Das funktioniert ebenso statisch, wie es klingt, arbeitet aber erst einmal verlässlich.

Händler verpassen damit allerdings zwei sehr wichtige Dinge:

  1. Sie finden nie heraus, ob Sie nicht vielleicht doch aus dem Schatten Ihres Wettbewerbs heraus treten können.
  2. Sie verschenken erhebliches Ergebnispotential, ergo Umsätze, Gewinn und letztlich Marktanteil.

Was Rule Engines gegenüber AI-basierten Systemen fehlt, um diese zwei Dinge zu erreichen, ist die Möglichkeit, sich intelligent an Veränderungen der Rahmenbedingungen anzupassen. Regel-basiert werden Sie immer nur eine reaktive Rolle im Wettbewerb einnehmen, Sie selbst werden keine aktive Gestaltung der Preise vorantreiben können. So mündet dieser Prozess oft in Preisaufwärts- oder Preisabwärtsspiralen, weil sich Händler im Prinzip nur gegenseitig unter- oder überbieten. Eine konsistente Preisentwicklung, die auch der Kunde nachvollziehen kann, ist damit nicht umsetzbar. Wachsende Sortimente und die zunehmende Geschwindigkeit des Marktes stellen ebenfalls neue Herausforderungen an die Preisgestaltung, so dass diese zunehmend dynamisch erfolgen muss, um die Wettbewerbsfähigkeit zu erhalten und die eigene Position am Markt langfristig zu untermauern. Das Mittel der Wahl dafür sind intelligente Algorithmen, die Ihr gesamtes Sortiment binnen Sekunden bepreisen. Sie beziehen alle Rahmenbedingungen automatisch ein und erreichen die von Ihnen vorgegebenen KPIs zielgenau.

Wie gelingt das? Woher kann ein Algorithmus wissen, was Ihre Ziele sind und noch wichtiger: Woher weiß er, was er tun muss, um diese zu erreichen? Das wichtigste Stichwort hier lautet Reinforcement Learning. Was es damit auf sich hat und was Reinforcement Learning für Dynamic Pricing tun kann, erkläre ich in meinem nächsten Beitrag

Übrigens: Reinforcement Learning ist nicht nur eins der leistungsfähigsten KI-Verfahren, sondern auch die häufigste Lernform des Menschen und anderer, höher entwickelter Spezies. Für mein Verständnis ist jedes künstliche System erst dann eine echte KI, wenn es sich über ein solches Verfahren weiterentwickeln kann. Warum das so wichtig ist? Fragen Sie mich!

Mrs Pricing