Med Apotek Hjärtat som referenskund hoppas Revionics som är en del av Aptos att stärka sin närvaro på den svenska marknaden.
Revionics har en avancerad molntjänst för prisoptimering.
Den utmärker sig för en stor flexibilitet, på alla tänkbara sätt. Men viktigast av allt är kanske att det går att klicka på rekommendationerna för att få dem förklarade.
Sänk priset på en vara så säljer man mer av den. Mer komplicerat än så behöver det inte vara, eller? Om man ska tro Revionics som utvecklar och säljer en molntjänst för prisoptimering så är det bra mycket mer komplicerat än så. Det handlar om att hantera olika typer strategier och att hitta prisnivåer för olika varor som ger maximal ekonomisk utdelning.
Revionics tjänst går att använda för både e-handel och för fysiska butiker. Vad gäller e-handel finns i det i allmänhet en fördel i att mer data som kan användas för analyser finns tillgängliga. Revionics har kunder i många sektorer av detaljhandeln. I Sverige märks Apotek Hjärtat bland kunderna.
I botten finns, förstås, AI och maskininlärning. Mängden parametrar och samband som hanteras är helt enkelt för många för en människa att hantera. Men allt baseras på ett lättbegriplig begrepp: priselasticitet, eller ”price elasticity of demand” för att använda det fullständiga engelska begreppet. Det beskriver, enkelt uttryckt, förhållandet mellan pris och efterfrågan.
Med utgångspunkt i priselasticitet går det att förutsäga till exempel hur mycket mer man kommer att sälja av en vara om priset sänks till en viss nivå.
Eller hur mycket högre vinstmarginalen blir om priset höjs till en annan nivå om alls. Och så vidare.
Men om modellen räknar fel, är man körd då?
– Det går att välja bort de rekommendationer som ges. Det är även enkelt att få se förklaringar av varför rekommendationerna ges, logiken bakom dem, förklarar Anastasia Laska, ansvarig för affärsutveckling på Revionics.
Hon nämner granularitet som en viktig aspekt och det visar sig snabbt att prissättning är en verksamhet med många olika grenar, på en detaljerad nivå. Till att börja med kan man skilja på följande tre användningsområden:
Baspriser, alltså prisnivåer på lång sikt.
Prissättning för kampanjer. Erbjudande, olika rabbater och promokoder.
Mer permanenta prisnedsättningar, så kallade ”markdowns”.
– Att stärka kundlojaliteten på lång sikt är alltid ett viktigt mål. Ganska små förändringar av priser kan ha stor påverkan, säger Anastasia Laska.
Ju mer man funderar på prissättning, desto fler frågor dyker det upp. Anastasia Laska gör sitt bästa för att besvara dem och förklara hur det fungerar:
Det går att ta hänsyn till regionala skillnader, även mellan till exempel stadsdelar i en stad.
Det går att använda olika modeller för olika varor på en e-handelsplats eller i en butik.
Det går att ha olika modeller för olika butiker i en kedja.
Implementationen av Revionics lösning inleds vanligtvis med att slå fast vilka mål som ska uppnås. Är det ökad försäljning, högre marginaler eller något annat? I de flesta fall görs uppföljningar varje vecka av måluppfyllning.
Det finns gott om omvärldsdata att använda i analyserna. Anastasia Laska pratar om ”flera hundra miljoner prisuppgifter”.
Utfallet för prognoser som görs med Revionics tjänst kan följas upp noggrant. De brukar ligga ”högt i 90-procentspannet”.
Den mycket varierade funktionaliteten, med stora möjligheter att detaljstyra och hantera skillnader mellan olika enheter i en verksamhet är kanske den främsta anledningen till att det krävs AI-funktioner i en sådan här tjänst. Det blir för komplicerat att hantera annars.
Behovet av AI blir extra viktigt med tanke på att modellerna ständigt körs om, för att de ska kunna hantera förändrade omständigheter och anpassa sig till konsumentbeteenden. Men användning av avancerad AI leder också till en del problem, kanske främst att tjänsten riskerar att bli en ”svart låda” med följden att användarna inte förstår hur den fungerar. Något som inte sker via Revionics.
– Tillit till tjänsten är absolut nödvändig, logik ska inte gömmas i en svart låda. Man kan klicka på i stort sett allt som visas för att få förklaringar, säger Anastasia Laska.