Come può l'IA fissare il giusto prezzo iniziale per un prodotto moda?

IN SINTESI Sintesi della redazione

1. L'IA fissa i prezzi iniziali nella moda stimando l'elasticità al prezzo, cioè come varia la domanda al variare del prezzo, sulla base di prodotti passati comparabili, attributi e test di prezzo controllati.
2. Per i nuovi prodotti privi di storico proprio, l'elasticità viene presa in prestito da articoli simili, e la stima migliora una volta osservate le prime vendite.
3. Una ricerca con il retailer online Rue La La ha rilevato che la domanda di un articolo dipendeva dai prezzi degli altri articoli della stessa categoria, per cui i prezzi dovevano essere ottimizzati sull'intera categoria anziché uno per uno.
4. Secondo la Harvard Business School, un esperimento sul campo condotto a gennaio 2014 da Rue La La ha aumentato i ricavi sui prodotti testati di circa il 9,7% con un impatto minimo sulle unità vendute.
5. I modelli per il prezzo iniziale richiedono dati di vendita puliti, corretti per rotture di stock e promozioni, e le loro raccomandazioni devono rientrare nelle regole di architettura dei prezzi del brand.

L'IA fissa un prezzo iniziale stimando come la domanda di un prodotto reagirà a diversi livelli di prezzo, usando prodotti passati comparabili, attributi di prodotto e, dove possibile, test di prezzo controllati. Il modello raccomanda il prezzo che meglio soddisfa un obiettivo, come il margine a prezzo pieno o il sell-through, entro l'architettura dei prezzi del brand. Un buon prezzo iniziale riduce i ribassi necessari in seguito.

Perché il prezzo iniziale conta così tanto nella moda?

In un business stagionale il prezzo iniziale fissa il tetto per tutto ciò che segue. Con un prezzo troppo alto il prodotto si blocca in attesa del primo ribasso; con un prezzo troppo basso il brand regala margine su articoli che si sarebbero venduti comunque. Gran parte dell'attenzione del pricing con l'IA si concentra sui ribassi, ma la stessa ricerca di Zara sul pricing dei saldi mostra che anche i ribassi ottimizzati recuperano solo una parte del valore: nell'esperimento sul campo condotto da Caro e Gallien nel 2008, il processo ottimizzato ha aumentato i ricavi da saldi di circa il 6%. Azzeccare il primo prezzo significa avere meno da recuperare.

Che cos'è l'elasticità al prezzo e come la stima l'IA?

L'elasticità al prezzo misura la variazione percentuale della domanda a fronte di una variazione percentuale del prezzo. Un prodotto con elasticità elevata perde molte vendite quando il prezzo sale; uno con elasticità bassa reagisce appena. L'analisi tradizionale stima l'elasticità dallo storico prezzi dell'articolo stesso, ma i nuovi prodotti moda non ne hanno. I modelli di IA la stimano quindi a partire da schemi ricorrenti su molti prodotti passati: come hanno reagito alle differenze e alle variazioni di prezzo prodotti con attributi, fasce di prezzo e canali simili.

MIT News descrive l'approccio sviluppato da David Simchi-Levi e colleghi: abbinare i nuovi prodotti ad articoli simili, usare il machine learning per prevedere la relazione tra prezzo e domanda, testare i prezzi sulle vendite reali e correggere la curva, poi ottimizzare i prezzi su molti prodotti. Un risultato chiave presso Rue La La, riportato dalla Harvard Business School, è stato che la domanda di un articolo dipendeva dai prezzi degli altri articoli della stessa categoria. Prezzare un prodotto isolatamente ignora il fatto che i clienti confrontano.

Leggi anche

IA e pricing: l'ottimizzazione dei ribassi spiegata

Di quali dati ha bisogno un modello per il prezzo iniziale?

Due correzioni sono le più importanti. Le vendite degli articoli esauriti sottostimano la domanda, quindi i ricercatori di Rue La La hanno usato il machine learning per stimare le vendite perse prima di costruire il modello. E i periodi promozionali vanno segnalati, altrimenti il modello impara che ogni prodotto si vende al prezzo scontato.

Come si fissa passo dopo passo un prezzo iniziale con l'IA?

1. Definire l'obiettivo. Decidere se il prezzo debba massimizzare il margine a prezzo pieno, il sell-through o i ricavi, e come ponderarli.
2. Fissare l'architettura dei prezzi. Fornire al modello i livelli di prezzo ammessi e la scala tra linee entry, core e premium.
3. Preparare lo storico. Depurare due o più stagioni di vendite da rotture di stock, promozioni e ampiezza della distribuzione.
4. Stimare l'elasticità per segmento. Raggruppare i prodotti per categoria, attributo e canale, e stimare la reazione al prezzo per ciascun gruppo.
5. Simulare scenari. Per ogni nuovo prodotto, confrontare unità, ricavi e margine previsti a diversi prezzi candidati, compreso l'effetto sui prodotti vicini.
6. Decidere con i merchandiser. Trattare il risultato come una raccomandazione e registrare quando e perché viene modificato.
7. Imparare dalle prime vendite. Confrontare la reazione effettiva delle prime settimane con la previsione e aggiornare le stime di elasticità per il drop o la stagione successiva.

Si possono testare i prezzi senza danneggiare il brand?

Il test di prezzo è il modo più diretto per conoscere l'elasticità, ma nella moda comporta dei rischi. Mostrare prezzi diversi a clienti diversi per lo stesso articolo può generare contestazioni sull'equità, e nell'UE i professionisti devono dichiarare quando un prezzo è stato personalizzato tramite un processo decisionale automatizzato, in base al diritto dei consumatori modificato dalla direttiva (UE) 2019/2161. Disegni di test più sicuri variano il prezzo tra prodotti, mercati o periodi comparabili anziché tra singoli clienti, e mantengono l'intervallo testato entro l'architettura dei prezzi del brand.

Quali risultati può aspettarsi realisticamente un brand?

Le evidenze pubblicate sono incoraggianti ma specifiche. La Harvard Business School riporta che l'esperimento sul campo condotto da Rue La La a gennaio 2014 ha aumentato i ricavi sui prodotti testati di circa il 9,7% con un impatto minimo sulle unità vendute. MIT News ha riportato anche un test presso Groupon, dove i ricavi sulle offerte sono cresciuti complessivamente di circa il 21%. Si tratta in entrambi i casi di aziende online guidate dal prezzo, con molti articoli a vita breve, il che rende la sperimentazione semplice. Un brand di moda a prezzo pieno dovrebbe aspettarsi guadagni più piccoli e più lenti, e dovrebbe misurarli sui propri dati rispetto al metodo di pricing attuale.

Leggi anche

Usare l'IA nella pianificazione dell'assortimento senza perdere il brand

Quali sono i limiti del prezzo iniziale definito con l'IA?

• L'elasticità appresa dai prodotti passati può non valere per categorie davvero nuove o per le collaborazioni.
• I modelli colgono ciò che i clienti hanno pagato, non ciò che il brand vuole rappresentare; il posizionamento di prezzo resta una scelta strategica.
• Il prezzo interagisce con la profondità d'acquisto: un prezzo basso su un acquisto poco profondo porta solo a esaurire prima il prodotto, quindi decisioni su prezzo e quantità andrebbero prese insieme.
• Clienti wholesale e marketplace possono reagire a livelli di prezzo diversi dai prezzi al dettaglio consigliati, quindi la coerenza tra i canali richiede una verifica umana.

Usato tenendo presenti questi limiti, un modello di elasticità offre ai merchandiser una visione strutturata del compromesso tra margine e volume a ogni livello di prezzo, una base per il prezzo iniziale più difendibile del prezzo dell'equivalente più vicino della stagione precedente.

Domande frequenti

Che cos'è l'elasticità al prezzo nella moda?

Nella moda l'elasticità al prezzo misura quanto cambia la domanda di un prodotto quando ne cambia il prezzo. I prodotti con elasticità elevata perdono molte vendite quando i prezzi salgono, mentre quelli con un forte richiamo del brand o pochi sostituti reagiscono meno. L'IA stima l'elasticità dei nuovi articoli a partire da prodotti passati comparabili.

Come si fissa il prezzo di un nuovo capo di abbigliamento senza storico di vendita?

Si prendono in prestito le evidenze di prodotti passati simili, abbinati per attributi, categoria, fascia di prezzo e canale, e si stima come la loro domanda ha reagito al prezzo. I modelli di IA automatizzano questo abbinamento e simulano la domanda a diversi livelli di prezzo; le prime vendite servono poi ad affinare la stima.

L'IA può sostituire i merchandiser nella definizione dei prezzi?

No. L'IA può stimare la domanda a diversi livelli di prezzo e raccomandare opzioni, ma posizionamento del brand, architettura dei prezzi e strategia di canale restano decisioni umane. Le configurazioni più efficaci lasciano proporre al modello e decidere ai merchandiser, con le modifiche registrate e verificate.

Nell'UE i test di prezzo sono consentiti?

In generale i test di prezzo sono possibili, ma il diritto dei consumatori dell'UE impone ai professionisti di informare i consumatori quando un prezzo è stato personalizzato sulla base di un processo decisionale automatizzato. Testare tra mercati, periodi o prodotti comparabili evita la personalizzazione individuale, ed è consigliabile una verifica legale prima di qualsiasi test.

GuidaLa guida completa all’IA nel merchandising e nel buying della modaLeggi la guida completa