Tamaris, Yapay Zekâ ile Fiyatlandırmayı Nasıl Kullanıyor: 7Learnings ile NRF Retail Big Show'da Bir Söyleşi

Paris - FashionUnited, NRF Retail Big Show'da perakendeciler için yapay zekâ destekli tahmine dayalı fiyatlandırma yazılımı sağlayan Berlin merkezli teknoloji şirketi 7Learnings'in Kurucu Ortağı Eiko van Hettinga ile bir araya geldi. Hettinga, fiyatlandırmanın kârlılık için neden en önemli kaldıraçlardan biri olduğunu, tahmine dayalı fiyatlandırmanın pratikte nasıl işlediğini ve Tamaris gibi markaların nasıl sonuçlar aldığını anlattı.

Neden Tahmine Dayalı Fiyatlandırma? “Fiyatlandırma, kârlılık için en büyük kaldıraçtır. Birçok şirket kâr söz konusu olduğunda maliyetleri düşürmeyi düşünür, ancak gerçek şu ki fiyat hareketlerinin çok daha büyük bir etkisi vardır. Bu nedenle Gartner gibi analistler, fiyat optimizasyonunu perakende sektöründeki en cazip yapay zekâ kullanım örneklerinden biri olarak adlandırıyor: en yüksek ticari etkiye sahip ve en uygulanabilir olanlardan biri.”

“Yapay zekâ yolculuğuna nereden başlayacağını merak eden perakendeciler için fiyat optimizasyonu listenin başında olmalı. Tahmine dayalı fiyatlandırma ile, fiyatları KPI'larınız (gelir, kâr marjı ve satış hacmi gibi) üzerindeki etkisini tahmin etmek için verileri kullanırsınız ve ardından buna göre optimize edersiniz. Tamaris ile birlikte tam olarak bunu gösteriyoruz.”

Tamaris hakkında bize daha fazla bilgi verebilir misiniz? “Wortmann Group bünyesindeki Tamaris'te zorluk açıktı: çevrimiçi işlerini 26 ülkeye yayıyorlardı ve pazarlar ve kanallar arasında fiyat belirlemede büyük bir karmaşıklık, çok fazla manuel çalışma ve tüm ürün yaşam döngüsü boyunca optimizasyon ihtiyacı vardı.”

“Birlikte beş aylık bir kavram kanıtlama çalışması yürüttük ve sonuçlar çarpıcıydı: kârlılık arttı, ortalama indirim oranları yüzde 5 azaldı ve fiyat optimizasyonuna harcanan manuel süre yarıya indi. Bugün Tamaris, tüm pazarlarında bu yapay zekâ odaklı kurulumu çalıştırıyor ve fiyatları ve kâr marjlarını otomatik olarak yönlendiriyor.”

Yani sadece indirim yapmakla ilgili değil mi? Esnek fiyatlandırma ile de ilgili mi? “Kesinlikle. Bu sadece vitrinde büyük kırmızı bir indirim tabelası koymakla ilgili değil. Fiyatları stratejik olarak düşürebilir ve yine de kâr marjlarınızı koruyabilirsiniz. Moda perakendeciliğinde her şeyi moda nedeniyle yapıyoruz, bu yüzden sadece indirimlerden daha geniş düşünüyoruz.”

Çevrimiçi fiyatlandırmayı daha karmaşık hale getiren nedir? “Çevrimiçi ortamda, kuponlar ve hediye çekleri gibi ek katmanlar bulunur. Tehlike, çok fazla promosyonu üst üste koymaya başlarsanız, kârlılığınızın kontrolünü kolayca kaybedebilirsiniz. Bu nedenle, bu tür verileri de sisteme besleyerek bu promosyonların ne kadarının kullanılacağını ve kâr üzerinde ne gibi bir etkisi olacağını tahmin ediyoruz.”

“Moda perakendeciliğinde, fiyatlarla birlikte iade oranlarını da tahmin ediyoruz. Tüm ürün yelpazesinde, tahminlerimiz iki haftalık bir ufukta yüzde 90'ın üzerinde doğruluk oranına ulaşıyor. Doğru yaklaşımın, son derece doğru kısa vadeli tahminler ve uzun vadeli planlamanın bir kombinasyonu olduğuna inanıyoruz.”

Neden? “Her kararı vermek için neden 40 haftalık bir tahmin kullanmayalım diyebilirsiniz? Sorun şu ki, bu kadar uzun vadeli tahminler çok yanlıştır, o kadar ileride ne olacağını bilemezsiniz. Modadaki en büyük zorluk bu.”

“Uzun vadeli tahminleri her kararı dikte etmek için değil, sınırlar koymak için kullanıyoruz. Örneğin, algoritma uzun vadeli kârı optimize eden fiyatı hesaplayabilir ve ardından bu noktanın etrafında yüzde 20'lik bir aralıkta hareket etmemize izin verebilir. Bu aralıkta satışları daha hızlı artırmak gibi kısa vadeli kararlar alabiliriz, ancak sistem aynı zamanda uzun vadeli kârlılığa zarar verecek kadar ileri gitmemizi de engeller. Teknik olarak, bunun çözmenin en iyi yolu olduğuna inanıyoruz ve sahadaki uygulayıcılar bu yaklaşımı doğruluyor.”

Koleksiyon geliştirmede, hangi stillere ve miktarlara karar vermede de yer alıyor musunuz? “Pek değil. Koleksiyon piyasaya çıktığında, ilk fiyatlandırmada yardımcı olabiliriz, ancak bu kısım genellikle daha insani bir dokunuşa sahiptir. Piyasaya ilk kez giren bir elbiseniz varsa, özelliklerine bakabilir ve benzer ürünlerle karşılaştırarak bir fiyat önerebiliriz. Ancak, öne çıkan bir parça olduğuna inanıyorsanız, o zaman insan yargısı devreye girer, çünkü makine bunu görmez. Zamanla, ürün yaşam döngüsünden geçtikçe, sistem fiyatlandırma kararlarını iyileştirmek için işlemlerden ve özelliklerden giderek daha fazla şey öğrenir.”

Ve moda geçmişiniz var mı? “CEO'muz Felix Hoffmann, tüm kariyerini fiyatlandırma alanında geçirdi. İlk olarak A.T. Kearney gibi danışmanlık şirketlerinde çalıştı ve daha sonra Berlin'de Zalando'nun fiyatlandırma algoritmasından sorumluydu. Bir noktada, sonsuza kadar Excel ile çalışamayacağınızı fark etti; daha teknik bir şeye ihtiyacınız var. 7Learnings fikri böyle doğdu. Bugün bağımsız bir şirketiz.”

7Learnings, Tom Tailor ve Mister Spex gibi perakendecilerle de çalışarak tahmine dayalı fiyatlandırmayı uygulamalarına yardımcı oldu. Startup, 2019 yılında Berlin'de Felix Hoffman, Eiko van Hettinga ve Martin Nowak tarafından kuruldu.