prudsys arbeitet derzeit mit mehreren Kooperationspartnern im Rahmen eines vom BMBF geförderten Forschungsprojektes ("PriMini") an einer zukunftsweisenden technischen Realisierung, die eine vollautomatische und dynamische Optimierung von Produktpreisen ermöglicht. Als Praxis-Partner steht in diesem Pilotprojekt der Versandhändler Quelle (Schweiz) zur Verfügung, der als Erster die dynamische Preisoptimierung in seinen Online Shop integriert.
Jedes Produkt hat seinen Preis. Diese gern von Verkäufern genutzte Floskel ist nur bedingt zutreffend, denn durch eine starre Preisvorgabe über einen längeren Zeitraum hinweg, verschenkt der Händler spürbar Umsatz. Viele Händler haben diese Chance der Umsatzmaximierung bereits erkannt und verändern ihre Produktpreise in regelmäßigen Abständen, um z.B. den Abverkauf von Produkten zu beschleunigen.
Mangels technologisch ausgereifter Verfahren basierte eine derartige Preisbildung bislang auf einer Kombination aus klassischer Deckungsbeitragsberechnung und Bauchgefühl - gerade bei Shops mit vielen Produkten ein sehr zeitintensiver, unstrukturierter und unsicherer Prozess.
Algorithmisch gestützte Lösungen sind daher gefragt, die es Händlern ermöglichen, ihre Preise automatisch zu variieren mit dem Ziel, den optimalen Produktpreis für ein bestimmtes Zeitintervall und unter Berücksichtigung zahlreicher sich ständig ändernder Einflussfaktoren zu finden.
Es existieren bereits innovative und von der prudsys AG über mehrere Jahre hinweg entwickelte Analyseverfahren, die erstmals derartige dynamische Preisoptimierungen ermöglichen. Wie diese auf Reinforcement Learning basierenden Data Mining Verfahren allerdings in der Praxis effektiv eingesetzt werden können, untersucht derzeit das vom BMBF geförderte Forschungsprojekt "PriMini" an der Hochschule Mittweida. "PriMini" steht dabei für Price Mining, einem Verfahren, in der Data Mining-Technologien zur Preisprognose bzw. -optimierung in dynamischen Preisfindungsprozessen eingesetzt werden.
Mehrere Institutionen und Unternehmen wie z. B. die Hochschule Mittweida, die TU Chemnitz, eBay, Lixto sowie der Versandhändler Quelle Schweiz arbeiten mit prudsys zusammen an einem Pilotprojekt, welches die enormen Potenziale einer dynamischer Preisoptimierungen offenlegt und messbar macht.
prudsys als Realtime Analytics Spezialist übernimmt hierbei die technologische Realisierung der Preisempfehlungen. Ihre auf Reinforcement Learning basierende prudsys RECOMMENDATION ENGINE (prudsys RE) wurde dafür in den Online-Schnäppchenshop von Quelle integriert. Hier analysiert sie in Hinblick auf den optimalen Produktpreis eine Vielzahl von Daten wie z.B. Informationen zum Werteverlauf eines Produktes, zum Verkaufsrang, Kundenbewertungen und berücksichtigt auch Produktverfügbarkeiten, Das Empfehlungsssystem berechnet daraufhin für die dort exklusiv angebotenen Produkte den optimalen Produktpreis und bildet eigenständig umsatzsteigernde Preisvariationen. Dabei kann der Händler zahlreiche Parameter wie Varianz, Preisober- und -untergrenzen, Zeitintervalle der Preisänderungen selbst festlegen.
Die prudsys RE wertet anschließend die Reaktionen der Kunden auf diese Preisänderungen aus und verbessert damit ihre eigenen Preisempfehlungen.
Auf diese Weise findet der Händler dank moderner Technologien stets den richtigen Preis für sein Produkt.
Jedes Produkt hat seinen Preis. Diese gern von Verkäufern genutzte Floskel ist nur bedingt zutreffend, denn durch eine starre Preisvorgabe über einen längeren Zeitraum hinweg, verschenkt der Händler spürbar Umsatz. Viele Händler haben diese Chance der Umsatzmaximierung bereits erkannt und verändern ihre Produktpreise in regelmäßigen Abständen, um z.B. den Abverkauf von Produkten zu beschleunigen.
Mangels technologisch ausgereifter Verfahren basierte eine derartige Preisbildung bislang auf einer Kombination aus klassischer Deckungsbeitragsberechnung und Bauchgefühl - gerade bei Shops mit vielen Produkten ein sehr zeitintensiver, unstrukturierter und unsicherer Prozess.
Algorithmisch gestützte Lösungen sind daher gefragt, die es Händlern ermöglichen, ihre Preise automatisch zu variieren mit dem Ziel, den optimalen Produktpreis für ein bestimmtes Zeitintervall und unter Berücksichtigung zahlreicher sich ständig ändernder Einflussfaktoren zu finden.
Es existieren bereits innovative und von der prudsys AG über mehrere Jahre hinweg entwickelte Analyseverfahren, die erstmals derartige dynamische Preisoptimierungen ermöglichen. Wie diese auf Reinforcement Learning basierenden Data Mining Verfahren allerdings in der Praxis effektiv eingesetzt werden können, untersucht derzeit das vom BMBF geförderte Forschungsprojekt "PriMini" an der Hochschule Mittweida. "PriMini" steht dabei für Price Mining, einem Verfahren, in der Data Mining-Technologien zur Preisprognose bzw. -optimierung in dynamischen Preisfindungsprozessen eingesetzt werden.
Mehrere Institutionen und Unternehmen wie z. B. die Hochschule Mittweida, die TU Chemnitz, eBay, Lixto sowie der Versandhändler Quelle Schweiz arbeiten mit prudsys zusammen an einem Pilotprojekt, welches die enormen Potenziale einer dynamischer Preisoptimierungen offenlegt und messbar macht.
prudsys als Realtime Analytics Spezialist übernimmt hierbei die technologische Realisierung der Preisempfehlungen. Ihre auf Reinforcement Learning basierende prudsys RECOMMENDATION ENGINE (prudsys RE) wurde dafür in den Online-Schnäppchenshop von Quelle integriert. Hier analysiert sie in Hinblick auf den optimalen Produktpreis eine Vielzahl von Daten wie z.B. Informationen zum Werteverlauf eines Produktes, zum Verkaufsrang, Kundenbewertungen und berücksichtigt auch Produktverfügbarkeiten, Das Empfehlungsssystem berechnet daraufhin für die dort exklusiv angebotenen Produkte den optimalen Produktpreis und bildet eigenständig umsatzsteigernde Preisvariationen. Dabei kann der Händler zahlreiche Parameter wie Varianz, Preisober- und -untergrenzen, Zeitintervalle der Preisänderungen selbst festlegen.
Die prudsys RE wertet anschließend die Reaktionen der Kunden auf diese Preisänderungen aus und verbessert damit ihre eigenen Preisempfehlungen.
Auf diese Weise findet der Händler dank moderner Technologien stets den richtigen Preis für sein Produkt.
