Beyond Algorithms: Wie hybride Pricing-KI den Handel verändert

00:00:01:

00:00:12: Hallo und willkommen zu einer neuen Folge der EHE Retail Insights.

00:00:17: Ich melde mich nur ganz kurz zu beginnen, denn heute hört ihr einen Deep Dive zum Thema IT – und er wurde von unseren Kolleginnen gestaltet!

00:00:24: Viel Spaß mit neun Impulsen direkt aus der Praxis.

00:00:28: Heute schauen wir gemeinsam in einem Tech-Deep Dive mit der Expertin Valentin Dreifüß von Mercio auf ein Thema, das lange als klassische Businessdisziplikengeld.

00:00:39: Inzwischen aber tief in Datenplattformen, Algorithmen und Systemarchitektoren steckt.

00:00:44: Pricing – genauer gesagt HybridPricing AI im Retail.

00:00:49: Die Frage ist nicht mehr ob KI Pricings verändert sondern wie tief?

00:00:54: Und genau da wollen wir heute zusammen reinschauen!

00:00:59: Valentin, du bist heute extra aus Paris angereist.

00:01:03: Wird das Thema Pricing im Französischen Retail anders gelebt?

00:01:07: Bonjour Remke!

00:01:09: Ich komme tatsächlich gerade direkt aus dem Euro-Star und es ist immer wieder schön in Köln zu sein.

00:01:16: Es gibt ja klare Unterschiede zwischen Frankreich und Deutschland.

00:01:21: Frankreich ist das Land der Sonderangebote und der IMA Sprichstrategie.

00:01:27: Es ist ein sehr psychologischer Ansatz.

00:01:30: Und Deutschland hingegen ist ein EDLP-Markt geprägt von den Discontenten.

00:01:38: Wie sieht das denn mit AI aus?

00:01:41: Sicher habt ihr ja schon von Jan Lucan gehört, es ist ein Franzose der seine Position als Chief AI Scientist bei Metaferlassen hat um die nächste KI Generation in Paris aufzubauen.

00:01:56: Sein Unternehmen wird bereits mit drei Milliarden Euro bewertet und Paris ist also gerade ein wirklich spannender Ort für KI.

00:02:07: Das klingt danach, wir sollten alle schnell zum Eurost da rüber flitzen und uns das ja eigentlich mal anschauen wie es dort gelebt wird.

00:02:15: was ich mich jetzt gefragt habe auch so nach unserem Vorgespräch aus deiner Sicht warum ist pricing im retail eigentlich schon lange Ein IT-Thema geworden und gar kein reines Business Thema mehr.

00:02:28: Ganz ehrlich, weil der Handel gerade eine Margenkrise durchmacht wie wir sie seit den Siebzigjahren nicht mehr gesehen haben.

00:02:39: um das Gegenzusteuern braucht man eine finanzielle Präzision die der menschliche Kopf oder Excel allein nicht mehr schaffen.

00:02:49: Wir sind seit.

00:02:55: Das ist der typische Schreereffekt.

00:02:58: auf den einen Seite explodieren die Einkaufspreise durch die Inflation.

00:03:05: Und auf der anderen Seite haben wir extrem faire und sicherte Kunden.

00:03:10: Früher könnte man es sich leisten, die Marge grob über ganze Kategorien zu steuern.

00:03:18: heute ist das viel zu teuer.

00:03:20: Man muss heute extrem granular arbeiten.

00:03:24: Wo investiere ich in sensiblen Produkte und wo hole ich mir die Marge über Refinanzierungsprodukte zurück?

00:03:33: Das ist ohne IT heute schlicht nicht mehr skalierbar.

00:03:38: Aber wo kommt dort am Ende wirklich KI rein, und wo ist es dann eher noch ein klassischer Algorithmus der den menschlichen Kopf oder Echsel allein dann unterstützt?

00:03:49: also Kai ist überall, aber im Preising hilft sie uns vor allem dabei die Welt zu lesen.

00:03:57: Also beim Product Matching oder der Pattern Recognition.

00:04:00: Aber wenn es um die Umsetzung geht sind das oft nur klassische Algorithmen.

00:04:07: Einen Preis auf Punkt neunundneinzig Euro zu runden ist für Arithmetic.

00:04:13: Die Herausforderung der Rechenleistungen ist eine Frage der Architekturen und der Algorithmik.

00:04:18: Und wer bei Mercio setzen auf einen agentischen Ansatz?

00:04:22: Das ist ein übriger Weg, weil man so immer die richtige Technologie zum richtigen Zeitpunkt orchestriert.

00:04:32: Kannst du uns da ein reales Beispiel geben?

00:04:36: Zum Beispiel wenn man eine Eigenmarke bepreisen will werden wir erstens diese Eigenmarken mit die Eigenmarkern vom Konkurrenten vergleichen.

00:04:48: Und dafür brauchen wir einen NLP-Technologie, so dass es ein KI ist.

00:04:52: Aber dann werden wir vielleicht diese Positionierung mit einer klaren und simpel Arithmetik-Ruhl benutzen.

00:05:01: Das werden wir ein paar die Marge sichern.

00:05:05: Wir werden vielleicht eine Alert haben wenn die Margen unter eine Grenze geht und das ist auch kein KI, aber man braucht es.

00:05:15: Und bei einem agentischen System werden wir alle Technologien benutzen, aber wir werden jede Technologin am rechten Zeitpunkt

00:05:25: benutzen.".

00:05:27: Ja!

00:05:27: Wir haben jetzt ja schon über Architektur gesprochen.

00:05:31: Wo liegt denn aus deiner Sicht bei Pricing aktuell die größte Herausforderung?

00:05:36: bei Pricing und Data, das wird viel diskutiert.

00:05:40: Liegt es an der Architektur oder an der Organisation?

00:05:44: Wenn du mich fragst für uns als Tech-Anbieter ist es die Architektor aber für die Händlern ganz klar die Organisation ohne jede Zweifel.

00:05:57: Die größte Schwierigkeit ist der Paradigmenwechsel.

00:06:02: man muss pricing völlig neu denken fängt im Kopf an.

00:06:08: Sonst gibt es keine Akzeptanz.

00:06:11: Preising darf kein Anhängsel mehr sein, es ist ein strategisches Grundwelle.

00:06:18: Ein reifes System liefert dem Einkauf Argumente für Verhandlungen oder Zeit im Marketing wie wir bei bestimmten Konsumerpersonen als strukturell depositioniert sind.

00:06:30: Die durch die Preisgestaltung gewonnenen Daten verbessern die Einkaufs- und Vertriebsleistung Gefissermassen die gesamte Marginchette.

00:06:39: Man sollte die Preisgestaltung nicht auf eine vereinfachte Sichtweise mit nur einem einzigen Anwendungszweck beschränken.

00:06:50: Ich glaube, das Stichwort strategische Grundfälle werde ich mir merken.

00:06:55: Das ist sehr schön und das kann man auch ganz viele Punkte bei AI ja auch anwenden für sich für eine strategische.

00:07:03: Ich würde gerne beim Thema Herausforderungen bleiben, aber das nochmal auf etwas anderes beziehen direkt auf Pricing.

00:07:11: Also wo liegt die Herausforderung dabei?

00:07:14: Die Nachfrage vorherzusagen oder geht es eher darum zu verstehen wie Preisänderungen am Ende die Nachfrage verändern?

00:07:22: Klassischerweise stellt man sich genau diese Frage In der Praxis der Ritzei.

00:07:28: heute sehen wir die Nachfrage aber weniger als isoliertes Modell.

00:07:35: Neigt man dazu, die Nachfrage isoliert zu betrachten wie in einem geschlossenen System?

00:07:41: Man fragt sich danach.

00:07:43: Können wir sie vorher sagen, stimulieren oder die Reaktion auf Preisänderungen antizipieren?

00:07:52: Meiner Meinung nach passt das nicht mehr zur aktuellen Realität im Handel.

00:07:58: In Westeuropa ist der Nachfrage bei Basisprodukten herstabil und bei allem was nicht lebensnotwendig ist, ist sie fragil.

00:08:09: Die eigentlichen Herausforderung ist also nicht die absolute Elastizität sondern die relative Elastikität zum Wettbewerb.

00:08:18: Wenn mich nach Frage gewinnen dann gewinnen wir Sie gegenüber einem Konkurrenten.

00:08:24: Wir untersuchen also die Wahl des Kunden zwischen verschiedenen Option und nicht die Entscheidung zwischen Kauf oder Nicht-Kauf.

00:08:33: Sobald wir diesen Punkt identifiziert haben, können wir die richtigen Themen priorisieren um uns einen Vorteil zu verschaffen.

00:08:42: Welche Produkte werden extrem stark verglichen?

00:08:46: Mit welchem Konkurrenten?

00:08:48: Welcher Preisabstand ist für mein Markenpositionierung akzeptabel?

00:08:53: Gibt es Regionen mit wenig Wertbewerb in denen ich mich refinanzieren kann?

00:09:00: und so viele Fragen?

00:09:01: Und auf diese Weise finden wir einen Margenausgleich, der uns in der Masse der Angebot attraktiv positioniert und gleichzeitig die Brutomage steigert.

00:09:14: Und bei welchem Pricing-Entscheidung sagt ihr also das hier sollte definitiv automatisiert sein?

00:09:21: Und wo sollte der Mensch eigentlich besser nicht eingreifen?

00:09:26: Es geht um alle nicht quantitativen Gründe Warum sich die Kunde für eine Marke entscheiden?

00:09:34: Einige Händlern, wie Aldi in Deutschland oder Leclerre in Frankreich haben alles auf den Preis gesetzt.

00:09:40: Ihre Strategie ist zu hundert Prozent quantitativ!

00:09:45: In diesem Fall ohne provokant zu sein zu wollen, denke ich das alles automatisiert werden kann.

00:09:51: Für andere Händler muss der Mensch die strategischen Entscheidungen treffen die die Positionierung jenseits des Preises ausmachen.

00:10:01: Zum Beispiel ein Fokus auf Bio, eine regionale Produkte oder die Beratung im Laden.

00:10:09: und dann die Preisautomatisierung muss diese Zielen dienen mit einem marginlogik, die dieser Besonderheiten des Endlers wertschützt.

00:10:21: Also wir sehen ja auch schon im Handel Pilotprojekte versuche, aber auch schon laufende Projekte.

00:10:29: Ich hab mich gefragt warum scheitern denn so viele Pricing AI-Projekte eigentlich an der Stelle wo es richtig spannend wird?

00:10:38: Nämlich beim Übergang von Proof of Concept in den echten Retail Betrieb!

00:10:42: Weil viele an Magic Thinking glauben.

00:10:45: mein denkt wir werfen alle Daten in einem Topf lassen einen coolen Algo drüber laufen und zack haben wir die perfekten Preise.

00:10:56: Aber das ist eine Illusion, man unterschätzt die Vorarbeit.

00:11:01: zum Beispiel wenn ein Baumarkt sagt Wir wollen bei Eigenmarken mit On-Bach gleichziehen.

00:11:09: Das klingt das einfach aber welche Produkte sind mit den On-bach Eigenmarkern vergleichbar?

00:11:17: Wie erkenne ich Sie, gilt diese Regeln auch in Einzugsgebieten, denen es keinen Ordnbar gibt.

00:11:26: Und wenn der Preis vor dem Kauf nie verglichen wird, mache ich das trotzdem.

00:11:30: Wie stelle ich sicher, dass dort das Sortiment konsistent bleibt?

00:11:35: und so weiter und sofort?

00:11:37: Wenn man diese vielen Fragen nicht im Vorfeld klärt... Kommen sich Peter wie ein Boomrang zurück und blockieren sofort die Umsetzung der Strategie.

00:11:48: Der Traum vom magischen Algorithmus scheitert dann doch am Ende an den ganzen... ...an der Vorarbeit, wie du es so schön gesagt hast!

00:11:55: Was ist denn jetzt aus deiner Sicht das technisch schwierigste Problem?

00:11:59: Also dass eigentlich kaum jemand sieht, der noch nie einen Pricing-System gebaut hat.

00:12:04: Die Sortimentscoherenz, das ist im Handel absolut kritisch.

00:12:09: Es erfordert die automatische Erkennung von Produktmerkmalen, ihrer Hierarchisierung und die Herstellung von Coherenz-Links.

00:12:17: Und zusammen mit recursiven Berechnungen ist das Technisch extrem anspruchsvoll!

00:12:23: Wir sind in diesem Bereich sehr stark aber ich kann dir sagen dass es eine gewaltige technische Herausforderung

00:12:31: ist.

00:12:31: Aber das glaube ich.

00:12:33: Valentin, woran erkennt man denn Pricing-Maturität?

00:12:37: Wenn man aufhört, nur von KI zu schwalfen und über echte Business KPIes redet.

00:12:47: Ein reifer Kunde sagt ich will fünf Prozent meiner Marge ohne mein Preis-Image bei Zielgruppe X zu ruinieren.

00:12:56: Mein Rad mit einem klaren Business Case starten einen Quick-Win in sechs Monaten holen und dann Schritt für Schritt hochfarben.

00:13:08: Das nenne ich immer eine klare Zielführende Ansage, Valentin!

00:13:13: Wenn man mit dir noch mehr und übt tiefer in das Thema Pricing einsteigen möchte wie erreicht man dich denn?

00:13:21: Man kann mich ... Valentin hat Mercio.io erreichen und ich kann dann use cases, viele use cases von französischem Händlern zum Beispiel vorstellen.

00:13:34: Oh das klingt sehr spannend!

00:13:37: Und wir sehen uns ja bald auch zu unserer Workshop Reihe von der Initiative KI im Handel wo wir ja rund sehr viel zu den Themen weiter austauschen werden.

00:13:45: Ich freue mich

00:13:46: schon!

00:13:47: Ich freu mich

00:13:48: auch und danke dass du heute hier warst bei unserem Studio.

00:13:50: Danke dir!

00:13:51: Ciao

00:13:54: Ja, das war der IT-Deep Dive.

00:13:56: Ihr konntet mit Sicherheit etwas mitnehmen?

00:13:58: Jetzt wünschen wir euch noch einen schönen Tag!

00:14:00: Bis zum nächsten Mal, ciao!