NRF Retail Big Show: Tamaris e a 7Learnings mostram o potencial de uso da IA para precificação

Paris – Na NRF Retail Big Show a FashionUnited conversou com Eiko van Hettinga, cofundador da empresa de tecnologia 7Learnings sediada em Berlim, que fornece software de precificação com tecnologia de IA para varejistas. Ele explicou por que a precificação é uma das maiores alavancas para a lucratividade, como a precificação otimizada funciona na prática e como marcas como a Tamaris estão obtendo resultados.

Por que otimização de preços?
“A precificação é a maior alavanca para a lucratividade. Muitas empresas pensam em corte de custos quando falam em lucro mas a verdade é que os movimentos de preços têm um impacto muito maior. É por isso que analistas como o Gartner consideram a otimização de preços um dos casos de uso de IA mais atraentes no varejo, pois tem o maior impacto nos negócios e é um dos mais viáveis.”

“Para os varejistas que se perguntam por onde começar sua jornada de IA a otimização de preços deve estar no topo da lista. Com a precificação prevista você usa dados para antever o impacto dos preços em seus KPIs – como receita margem e sell-through – e então otimiza de acordo. É exatamente isso que demonstramos junto com a Tamaris.”

Você pode nos contar mais sobre a Tamaris?
“Na Tamaris (parte do Wortmann Group) o desafio era claro: eles estavam expandindo seus negócios online para 26 países com enorme complexidade na definição de preços entre mercados e canais, muito trabalho manual e a necessidade de otimizar ao longo de todo o ciclo de vida do produto.”

“Juntos executamos uma prova de conceito de cinco meses e os resultados foram impressionantes: a lucratividade aumentou, sua taxa média de desconto caiu cinco por cento e o tempo manual gasto na otimização de preços foi reduzido à metade. Hoje a Tamaris executa essa configuração orientada por IA em todos os seus mercados, controlando preços e margens automaticamente.”

Então não se trata apenas de descontos Também se trata de preços flexíveis?
“Exatamente. Não se trata apenas de colocar uma grande placa vermelha de liquidação na vitrine. Você também pode reduzir os preços estrategicamente e ainda manter suas margens. No varejo de moda fazemos tudo por motivos de moda então pensamos de forma mais ampla do que apenas em descontos.”

O que torna a precificação online mais complexa?
“Online você tem camadas adicionais como vouchers e cupons. O perigo é que se você começar a acumular muitas promoções poderá facilmente perder o controle de sua lucratividade. É por isso que também inserimos esse tipo de dado no sistema para prever quantos dessas promoções serão usados e qual impacto terão no lucro.”

“No varejo de moda também prevemos as taxas de devolução junto com os preços. Em todo o sortimento nossas previsões atingem mais de 90 por cento de precisão, isso para um horizonte de duas semanas. Acreditamos que a abordagem correta é uma combinação de previsões de curto prazo altamente precisas e planejamento de longo prazo.”

Por que isso?
“Você poderia dizer por que não usar uma previsão de 40 semanas para tomar todas as decisões? O problema é que essas previsões de longo prazo são muito imprecisas, você simplesmente não sabe o que acontecerá daqui a tanto tempo. Esse é o grande desafio na moda.”

“Usamos previsões de longo prazo para definir limites, não para ditar todas as decisões. Por exemplo o algoritmo pode calcular o preço que otimiza o lucro a longo prazo e então nos permitir mover dentro de uma faixa de 20 por cento, em torno desse ponto. Dentro dessa faixa podemos tomar decisões de curto prazo como impulsionar as vendas mais rapidamente, mas o sistema também nos impede de ir tão longe que prejudiquemos a lucratividade a longo prazo. Tecnicamente acreditamos que essa é a melhor maneira de resolver o problema – e os profissionais da área confirmam essa abordagem.”

Vocês também estão envolvidos no desenvolvimento da coleção decidindo quais estilos e quantidades?
“Na verdade não Uma vez que a coleção é lançada podemos ajudar com a precificação inicial, mas essa parte geralmente tem um toque mais humano. Se você tem um vestido entrando no mercado pela primeira vez podemos analisar seus atributos e compará-lo com itens semelhantes para sugerir um preço. Mas se você acredita que é uma peça de destaque o julgamento humano entra em ação porque a máquina não verá isso. Com o tempo, conforme o produto passa por seu ciclo de vida, o sistema aprende cada vez mais com as transações e atributos para aprimorar suas decisões de precificação.”

E vocês têm experiência em moda?
“Nosso CEO (diretor executivo na sigla em inglês) Felix Hoffmann passou toda a sua carreira em precificação. Ele primeiro trabalhou para consultorias como a A T Kearney e mais tarde foi responsável pelo algoritmo de precificação da Zalando, em Berlim. Em algum momento ele percebeu que não se pode simplesmente trabalhar com o Excel para sempre – é preciso algo mais técnico. Foi assim que nasceu a ideia da 7Learnings. Hoje somos uma empresa independente.”

A 7Learnings também trabalhou com varejistas como Tom Tailor e Mister Spex ajudando-os a implementar a precificação prevista. A startup foi fundada em Berlim em 2019 por Felix Hoffman Eiko van Hettinga e Martin Nowak.

Este artigo foi traduzido para português com o auxílio de uma ferramenta de IA.

A FashionUnited utiliza ferramentas de IA para acelerar a tradução de artigos (de notícias) e revisar as traduções, aprimorando o resultado final. Isso economiza o tempo de nossos jornalistas, que podem se dedicar à pesquisa e à redação de artigos originais. Os artigos traduzidos com o auxílio de IA são revisados e editados por um editor humano antes de serem publicados. Em caso de dúvidas ou comentários sobre este processo, entre em contato conosco pelo e-mail info@fashionunited.com