Data Science Consulting:
Absatzprognose und Dynamic Pricing
im Mode-Handel

Darwin Pricing ist Ihr kompetenter Partner für Dynamic Pricing Software-Entwicklung in Schweizer Qualität. Unseren Consulting- und SaaS-Lösungen vertrauen über 700 Kunden weltweit für einen Jahresumsatz von über 3 Mrd. EUR.

Über die Darwin Pricing GmbH

  • Dynamic Pricing Software und Data Science Consulting seit 2013
  • Gegründet in Basel (Schweiz)
  • Aussteller auf dem Web Summit in Lissabon (Portugal)
  • Investition durch die Swiss Startup Factory in Zürich (Schweiz)
  • Geo-Pricing-Lösung bei 700+ Online-Händlern im Einsatz, Schwerpunkt US-Markt
  • Dynamic Pricing Lösung des OTTO-Versands entwickelt (2,7 Mrd. Euro Jahresumsatz) im Bereich Damen-Oberbekleidung, Schwerpunkt Umsatz-, Ertrags- und Bestandsoptimierung sowie Wettbewerbsanalyse

Ziele der dynamischen Preissetzung

Automatische Preisanpassungen während der Saison. Geschäftsziele:

  • Gesamt-Umsatz und -Ertrag maximieren
  • Saison-Artikel: Mit möglichst hoher Kalkulation bis zum Saisonschluss abverkaufen
  • Dauer-Artikel: Ausverkauf vor dem nächsten Wareneingang vermeiden
  • Früherkennung der Überbestände und Engpässe und vorausschauendes Handeln
  • Lagerrückstände umsatzstark abbauen, Verwertungskosten vermeiden

Vorgehensweise

Kernstück des Dynamic Pricing Systems: Die Absatzprognose

  • Wie wirken sich Preise auf das Kaufverhalten aus?
  • Wochen-Prognose für jeden Artikel, abhängig von Preisliste, Sortiment und Saisonalität
  • Hochrechnung bis zum Saisonschluss, Berücksichtigung von Beständen und Saisonalitätskurve
  • Ermittlung der optimalen Preisliste
  • Nach Bedarf Korrekturen während des Saisonablaufs

Voraussetzungen

Qualität und Quantität der Datenbasis sind für die Absatzprognose entscheidend.
Bessere Daten ⇨ Genauere Absatzprognose ⇨ Beste Ergebnisse und stabile Preise

  • Relevante Produktdetails: Kategorie, Marke, Größe, Farbe, Material, Gewicht, Quantität...
  • Aktuelle und historische Verkaufszahlen: Sortiment, Preise, Bestände und Absatz auf Tagesebene
  • Aktuelle und historische Konkurrenzpreise, wenn vorhanden
  • Einkaufspreise, unverbindliche Preisempfehlungen der Hersteller
  • Datum des Saisonschlussverkaufs und Liefertermine für die Bestandsoptimierung
  • Verwertungskosten für Lagerrestbestände

Business Rules

Zusätzliche Einschränkungen in der Preisgestaltung:

  • Minimaler Preis: z.B. Einkaufspreis zzgl. MwSt
  • Maximaler Preis: z.B. 50% über UVP
  • Einheitliche Preise: z.B. alle Artikelgröße zum gleichen Preis
  • Preisleiter: z.B. Preisänderungen nur in 10 € Schritten für Artikel im Bereich ±100 €
  • Update-Frequenz: z.B. nicht mehr als eine Preisänderung pro Woche für jeden Artikel
  • Preis-Sperre: z.B. bei Produkt-Launch oder bestimmten Marken die Preise nicht ändern

Technische Umsetzung

  • Sichere Web-Applikation in der Amazon Cloud in Frankfurt am Main
  • 24/7 Betriebssicherheit mit der Cloud Plattform Red Hat OpenShift Online Pro
  • Täglicher Abgleich der Produkt-, Verkaufs- und Lager-Datenbanken
  • Absatzprognose mit künstlichen neuronalen Netzen (Boosted Trees-Methode)
  • Bestandsoptimierung durch Hochrechnung basierend auf der Saisonalitätskurve
  • Tägliche Selektion der optimalen Preisliste mit Monte Carlo Simulationen
  • Möglichst stabile Preise, Änderungen am Produkt nicht öfter als wöchentlich
  • Automatische Preisänderungen durch eine API, eventuell nach manueller Freigabe

Gleiche Geschäftsziele effizienter und zuverlässiger erreichen

Dynamic Pricing:

  • Systematisch, umfangreich
  • Kontrolliert, datenbasiert
  • Vorausschauend, berechenbar
  • Berücksichtigt viele Faktoren: Nachfrage, Saisonalität, Bestände, Liefertermine, Umsatz, Warenrohertrag...

Manuelles Pricing:

  • Punktuell, selten
  • Bauchgefühl, persönliche Erfahrung
  • Reaktiv, hektisch
  • Adressiert Ziele einzeln: Hohe Kalkulation, Kauffrequenz, Kundenakquise, SSV, Lagerräumung...

Interessiert? Wir beraten Sie gern.

Vereinbaren Sie jetzt ein Kennenlern-Gespräch zu einem passenden Zeitpunkt!

TERMIN VEREINBAREN