ЗАДАЧА

Для увеличения выручки онлайн-ритейлеру одежды необходимо вовремя менять цены на продукцию и следить за актуальностью. Изначально этим занимались категорийные менеджеры, но с ростом объемов продаж и увеличением SKU, встал вопрос об автоматизации мониторинга цен и управления ценообразованием.

РЕШЕНИЕ

Товары изначально разбиты на крупные сегменты, и регулирование цен осуществлялось с помощью ценовых модификаторов - общих для всей категории процентного изменения цены. Такая система давала желаемый результат на небольшом объеме SKU в категориях, одна с увеличением продукции эффективность такого ценообразования начала давать серьезную финансовую просадку в среднесрочном периоде.

Для нормализации системы ценообразования был разработан алгоритм машинного обучения, который на основе исторических цен на товары категорий, а также с учетом сезонности и кривой спроса анализировал каждый SKU в отдельности и формировал приемлимую цену. С учетом данных о ценовой стратегии конкурентов, алгоритм мог подобрать оптимальную рыночную цену, не требующую ручной корректировки.

При этом нормализация цен в категории позволяла увидеть "артефакты" - продукцию, которая имела потенциально высокий спрос, но при этом не реализовывалась в должном объеме из-за завышенной цены.

РЕЗУЛЬТАТ

Результатом работы стал полноценный инструмент ценообразования для e-com ритейлера одежды, интегрированный в CMS сайта таким образом, что обновление цен внутри алгоритма подгружалось в онлайн-витрину.

Кейсы