Под угрозой «адаптивных» моделей ценообразования электронной коммерции потребители не могут покупать
Пять лет назад Orbitz получил нежелательную прессу, когда репортеры заметили, что он показывает пользователям Mac более дорогие списки. Pixabay
Когда я учился на бакалавриате биологии, одним из постоянных предметов изучения была коэволюция, когда два вида - обычно в попытке съесть друг друга или избежать того, чтобы их съели - развивают адаптацию и контрадаптации. . Например, летучие мыши эволюционировали, чтобы использовать эхолокацию, чтобы поедать моль, а тигровая моль эволюционировала, чтобы испускать токсин, который не нравится летучим мышам, а затем развили способность посылать собственный эхолокационный сигнал, который сигнализирует летучим мышам: «Мы плохие на вкус».
Я думаю об отношениях между онлайн-покупателем и продавцом электронной коммерции как еще одно исследование в области адаптивной гонки вооружений. Во-первых, у потребителя было преимущество: было легко пойти за покупками для сравнения. Но теперь розничные продавцы электронной коммерции разработали адаптацию. Как и лучшая адаптация в природе, это умное повторное присвоение черты, присущей его сопернику.
За каждым потребителем электронной коммерции стоит ошеломляющий массив данных, который показывает триггеры и закономерности расходов. , приобретенные товары и терпимость к повышению цен. Эти данные позволяют интернет-магазинам устанавливать цены на товары для увеличения продаж.
Есть компания Boomerang Commerce, которая в последнее время незаметно попадает в деловую прессу. Он использует машинное обучение, чтобы помочь розничным продавцам оперативно оценивать товары в соответствии с конкретными условиями. Например, крем для загара перед Днем памяти, чаша для пунша перед Днем благодарения или книги сразу после выхода фильма.
В результате розничные продавцы могут не только более точно прогнозировать запасы, что снижает вероятность того, что товар закончится. сезонные распродажи - они также могут увеличить свою прибыль, поймав людей в нужное время.
Представьте себе будущее, в котором приложение, которое женщина использует для отслеживания своего менструального цикла, продает эти данные маркетинговой группе, которая передает их вместе с розничным продавцом электронной коммерции, который затем резко завышает цены на свой шоколад и отправляет электронное письмо со словами «Привет, это кажется неплохим прямо сейчас» в те дни, когда PMS, вероятно, ударит. Это конечный результат сочетания данных и стратегий адаптивного ценообразования.
И что? Существуют правила, которые определяют, что обычные магазины могут делать с ценообразованием. Они различаются в зависимости от штата, но основной принцип для всех следующий: не меняйте цену в зависимости от клиента. Конечно, в некоторых частях страны цены выше - спросите меня о кофе и булочке за 12 долларов, которые я ела в Starbucks в Лас-Вегасе, - но все в этих частях платят одинаковую цену.
Напротив, некоторые Компании электронной коммерции пытаются сфальсифицировать цены на основе данных: пять лет назад Orbitz привлекла нежелательную прессу, когда репортеры заметили, что он показывает пользователям Mac более дорогие списки отелей. Компания заявила, что их исследование показало, что пользователи Mac тратили больше денег, так почему бы не показать им, что они, вероятно, купят? Тот факт, что сайт заимствовал элемент выбора у потребителя, использующего Mac, похоже, ускользнул от внимания компании.
Страховые компании экспериментировали с обработкой данных, чтобы увидеть, смогут ли они ударить своих клиентов тройным -разрядная премия увеличивается. Теория состоит в том, что, если у покупателя есть опыт, что он не слишком заботится об «оптимизации цен» (то есть самой низкой цене) на другие товары, он пожмет плечами и заплатит более высокую премию, чем, скажем, покупатель с точно такой же ценой. профиль, но больше внимания для сделок. Опять же, это тот случай, когда не ко всем клиентам относятся одинаково, основываясь исключительно на том, что компании решили, что это необходимо для действий в профиле данных.
Давайте не будем забывать, что Amazon.com так печально известен своими попытками оптимизировать цены. Для каждого покупателя есть веб-сайты, посвященные отслеживанию истории цен на товары, чтобы узнать, когда и как гигант электронной коммерции поднимает и снижает цены.
Кого это волнует? Трудно представить себе, что защитники конфиденциальности будут в восторге от идеи, что лучшая цена на что-либо должна быть доступна в Интернете только в том случае, если к каждому покупателю прилагается исчерпывающее демографическое и финансовое досье.
Типы гражданских свобод также могут беспокоить. о том, будут ли определенные пола, религии или этнические группы стать объектом повышенных цен. Самое замечательное в том, чтобы пойти в большой магазин прямо сейчас, - это знать, что каждый платит 2 доллара за гигантский батончик Hershey’s. Когда интернет-магазины вводят адаптивное ценообразование, существует реальный риск того, что данные, которые они будут использовать для определения стратегии ценообразования, будут зависеть от конкретного пола, сексуальной ориентации, почтового индекса или этнической принадлежности.
Покупатели могут просто решить сделать это. прекратите покровительствовать заведениям, если становится слишком много работы, чтобы выяснить, получают ли они справедливую стоимость.
Сравнительный шоппинг усложнил ритейлерам конкуренцию за клиентовRS основаны только на цене, но адаптивное ценообразование может обеспечить краткосрочную прибыль от продаж за счет долгосрочных расходов клиентов. В конце концов, каждый организм вырабатывает защиту от всего, что пытается использовать его как ресурс.
Хотите большего? Есть целый архив So What, Who Cares? информационные бюллетени по адресу tinyletter.com/lschmeiser. Помимо анализа новостей, есть также забавные рекомендации по поп-культуре.
комментариев