Tom Tailor nutzt die KI-basierte Lösung von 7Learnings, um die Preisgestaltung zunächst in seinem Onlinehandel zu optimieren. Das Projekt wurde heute auf den EHI Technologietagen in Bonn von Fabian Bode, Analytics Manager bei Tom Tailor, und Eike van Hettinga, Gründer und CCO von 7Learnings, vorgestellt.
Mit der Einführung des Predictive Pricing-Systems verfolgt der Modehändler das Ziel, seine Preisstrategie auf Basis von Datenanalyse und KI dynamischer zu gestalten. Die Lösung analysiert Produktdaten, Transaktionshistorien sowie externe Faktoren wie Wettbewerbsverhalten und saisonale Einflüsse, um optimierte Preise für Produkte zu berechnen.
„Mit der neuen Lösung können wir unsere Preisgestaltung effizienter und datenbasierter gestalten“, erklärte Fabian Bode. „Das System hilft uns dabei, schnelle und fundierte Entscheidungen zu treffen, um den Umsatz zu steigern und die Marge zu erhöhen.“
Von manuellen Prozessen zur automatisierten Preisgestaltung
Zuvor setzte Tom Tailor auf manuelle Preisberechnungen, die überwiegend in Excel durchgeführt wurden. Diese Methode war jedoch aufwändig und fehleranfällig. Besonders während und nach dem Lockdown, als Überbestände abverkauft werden mussten, wurde die Notwendigkeit einer automatisierten Lösung deutlich. Die KI-basierte Lösung von 7Learnings bietet eine automatisierte Preisoptimierung, die nun schnelle Anpassungen in Echtzeit ermöglicht.
Im Rahmen eines Proof-of-Concept-Tests auf Basis der Verkäufe auf der deutschen Website von Tom Tailor wurde das Predictive Pricing-System auf rund 20.000 Artikel angewendet. Die ersten Ergebnisse zeigen eine 14-prozentige Steigerung des Absatzes sowie eine 5-prozentige Verbesserung der Contribution Margin, also der Marge nach Fulfillment-Kosten.
Ausblick und weitere Integration
Nach dem erfolgreichen Test auf der deutschen Website plant Tom Tailor, die Lösung auf die internationalen Märkte auszuweiten und auch Marktplätze wie Zalando in das System zu integrieren. Zudem soll die Plattform zukünftig mit weiteren Datenquellen verknüpft werden, um noch präzisere Preisprognosen zu erstellen.
„Wir wollen die Lösung weiter ausbauen und mit weiteren Faktoren wie Marketingkosten und Preistrends verknüpfen, um noch genauere Vorhersagen zur Preisgestaltung zu treffen“, sagte Fabian Bode.
