La concorrenza sempre più alta nel retail fisico, oltre che digitale, soprattutto per la gdo, e la crescente pressione sui margini, suggeriscono di affrontare anche le strategie di pricing prendendo in considerazione le soluzioni di ottimizzazione e automatizzazione offerte dalla tecnologia. Ne parliamo con Antonio D’Agata, partner e director strategic accounts di Axiante.
Concretamente, cosa si intende per ottimizzazione e automatizzazione del pricing?
Sono due pratiche differenti: l'ottimizzazione è quel processo che stabilisce il prezzo in base a un’analisi più o meno approfondita delle condizioni di mercato, della domanda dei consumatori, dei prezzi dei concorrenti, con il fine di determinare il posizionamento migliore possibile per quel prodotto o servizio.
L'automatizzazione del pricing invece si riferisce all'impiego di soluzioni tecnologiche che utilizzano algoritmi e tecnologie AI per aggiornare i prezzi in store e online in base a condizioni di mercato o ad altre variabili decise dal retailer. Soluzioni indispensabili per implementare il cosiddetto dynamic pricing, strategia in cui il prezzo viene modificato in tempo reale in base a diversi fattori senza l’intervento delle persone.
In sintesi, l'ottimizzazione attiene più a un processo, l'automatizzazione invece è più strettamente legata a un fattore tecnologico; ciò in relazione alla grande quantità di dati sia interni – stock, vendite, cluster di clienti e così via - sia da fonti esterne, come le previsioni del tempo o la politica di prezzo dei concorrenti, che devono essere analizzati.
Quali necessità portano alla scelta di automatizzazione del pricing?
Un esempio tipico è la necessità di smaltire un eccesso di magazzino diminuendo il prezzo. Nelle situazioni ideali ciò avviene aggiornando anche in tempo reale le etichette elettroniche e il sistema delle casse. Un’altra tipologia di utilizzo deriva dalla scelta sempre più diffusa dei retailer di segmentare i clienti in cluster in base alle abitudini di consumo o ai budget di spesa. Diverse piattaforme di customer intelligence permettono di adattare ai cluster anche i prezzi o la percentuale di sconto, oppure il valore di spesa entro cui si accede a un taglio prezzo, così che la proposta, e quindi la vendita, abbia più probabilità di andare a buon fine.
Alcune insegne particolarmente lungimiranti nella gdo, anche in Italia, usano già questa tecnologia sfruttando canali come la app dell'insegna per inviare a ciascun cliente sconti e promozioni personalizzate in case alla tipologia di acquisto o al valore/frequenza medi della spesa. Anche se non siamo ancora a una strategia one-to-one, si tratta già di una forma avanzata di personalizzazione del pricing e dunque necessita di tecnologia per essere implementata.
Questo strumento permette di fare sinergia tra online e offline?
Una delle tematiche più complesse sul terreno del prezzo è quella della sincronizzazione tra i pezzi dello store fisico e quelli dell'eCommerce, fattore cruciale agli occhi dei clienti, meno dei retailer. Infatti spesso accade di trovare due prezzi diversi per lo stesso bene o servizio, soprattutto perché manca una completa integrazione tecnologica fra la rete fisica e quella virtuale. Le soluzioni di automatizzazione del pricing permettono invece di applicare il dynamic pricing dell’online anche nei negozi e viceversa.
Aggiungo che la tecnologia serve anche perché sullo store digitale il retailer può raccogliere, attraverso le piattaforme di customer intelligence, molte informazioni sulle preferenze di scelta e di acquisto ma anche sulle reazioni al prezzo di quei dati prodotti sia dei clienti con carta fedeltà che di quelli anonimi. Dati che grazie all’AI possono trasformarsi nel suggerimento di offerte che abbiano maggiore probabilità di conversione. Proposte dedicate che potranno essere visualizzate da ciascun cliente sull’App dell’insegna. Una strategia che è applicata anche nel nostro Paese, non solo all’estero.
Qualche altro esempio di impieghi concreti della tecnologia?
Abbiamo parlato prima di etichette elettroniche, un tool digitale già attivo nei punti vendita di alcune insegne della gdo che permette di cambiare il prezzo in tempo reale, con la garanzia che la variazione venga recepita automaticamente anche in cassa. Senza tecnologia, ci vorrebbe almeno una giornata per portare a termine le medesime operazioni e con un maggiore rischio di errore. Ho già citato il caso delle offerte personalizzate che arrivano sulla app del cliente geolocalizzato che entra in negozio: anche in questo caso, l'offerta viene registrata automaticamente in cassa. Possiamo citare retailer come Best Buy che hanno messo a punto algoritmi di modifica del pricing di allineamento a quelli del competitor di riferimento, mentre Uber li sfrutta per modificare il prezzo a seconda delle condizioni climatiche, o le compagnie aeree in base all’andamento della domanda o a quanto la data di prenotazione è vicina alla partenza.
Tutti casi reali, che fanno capire quanto sia ormai necessario dotarsi di questa tecnologia.
Esattamente, anche perché senza automatizzazione, questi processi decisionali sono ingestibili e possono portare a errori con la perdita dei clienti e importanti danni d’immagine, soprattutto nell’era dei social. A parte ciò, è chiaro che le aziende che adottano questo tipo di soluzioni possono massimizzare le opportunità di vendita e l’efficienza, per esempio riducendo gli stock e aumentando le rotazioni di magazzino, e contare su una maggiore fidelizzazione dei loro clienti.
Ci sono degli ostacoli rispetto all'adozione di queste tecnologie?
Direi che ci sono delle criticità tecniche, come il calcolo del prezzo finale alla cassa o quelle legate al tema della privacy che con l’uso dell’AI è diventato ancora più importante. Ma soprattutto è un tema di effettiva volontà delle imprese retail e di propensione all’innovazione.
Quindi le aziende come si stanno orientando?
Alcune sono più lungimiranti, cito Amazon che è partita ormai da anni. Le soluzioni ci sono e i vantaggi sono evidenti, bisogna solo decidere di adottarle. Dalla nostra esperienza, spesso non è nemmeno un problema legato ai costi ma più un freno a mettersi in gioco. Infatti una strada che proponiamo - e che molti percorrono - è quella di realizzare per gradi il proprio progetto, così da minimizzare gli eventuali rischi, definire i costi reali e i tempi di realizzazione. In funzione della tipologia di azienda si può pensare di implementare il software su un cluster di negozi, o più spesso, su una o due categorie di prodotti che presentano dinamiche di pricing differenti, come la drogheria alimentare e i prodotti freschi.
Queste soluzioni possono essere un aiuto anche per ridurre lo spreco alimentare sui prodotti in scadenza?
In questo caso la AI di queste soluzioni può aiutare automatizzando il taglio prezzo in base alla data di scadenza. Tuttavia, diverse gdo gestiscono ancora questo processo tramite interventi manuali. Questo ovviamente non va a vantaggio di nessuno, crea complessità per i punti di vendita e rischi di errore per i clienti che possono trovarsi in scontrino un prezzo più alto di quello sulla confezione o due prodotti uguali con due prezzi diversi.
Perché la gestione automatizzata del prezzo è oggi così strategica?
Per due motivi principali. Il primo, è il comportamento dei consumatori: tutti possono confrontare prezzi e recensioni su un determinato prodotto in tempi rapidissimi.
L'altro aspetto è la competizione, che oggi è fortissima soprattutto in alcuni settori del retail come la gdo che ha visto non solo l’aumento della numerica degli store, ormai molto elevata in alcune aree, ma anche la penetrazione di nuovi format come i discount e i pure player. Non si tratta più solo di conquistare nuovi clienti, ma anche di conservare quelli storici. L'unica maniera è distinguersi grazie anche un’evoluzione tecnologica dei processi.
Quanto tempo occorre per implementare queste tecnologie di pricing? Cosa propone Axiante?
Quella sul timing è una delle domande che ci sentiamo fare più spesso. Axiante ha due tipologie di offerta, con tempi diversi di implementazione. La prima è utilizzare software di vendor, quindi piattaforme di pricing standard, magari adattandole al retailer, che prevedono un’implementazione mediamente in sette/otto mesi. Questo lasso di tempo varia però a seconda della maturità digitale dell'azienda, dalla sua complessità, dal settore di appartenenza. L'altra opzione invece, quella di una soluzione interamente custom realizzata da Axiante sulle necessità del retailer richiede solitamente 9 mesi per la messa a terra.
Tra custom e standard, secondo la sua esperienza, cosa è meglio?
Il discrimine è la dimensione dell'azienda. Di solito le Pmi non vogliono sentir parlare di custom perché immaginano che l'implementazione sia più lunga, e che nel tempo dovranno fare aggiornamenti e interventi di gestione che richiederanno ulteriori investimenti. Non è proprio così, ma la scelta custom nelle aziende più piccole genera scetticismo e resistenza. Al contrario per quelle più grandi, che quindi hanno già un'impostazione consolidata e caratteristiche organizzative uniche, una scelta standard non è valutata in grado di rispondere alle loro necessità. Aggiungo che la scelta fra le due opzioni dipende anche da chi in azienda decide sulla tecnologia. Una conferma che non c'è un retailer uguale all'altro, anche se i risultati che vogliono ottenere sono molto simili.
pricing di Axiante - pricing di Axiante - pricing di Axiante - pricing di Axiante - pricing di Axiante - pricing di Axiante
