“AI动态定价”会加剧大数据杀熟吗？

咨询公司麦肯锡在2010年开展的一项开创性研究估计，在不损失销售额的情况下，每提价1%平均可以让营业利润提升8.7%。要把握好这个度会很难。定价过高，可能会失去顾客；定价太低，就得不到应得的最大利益。零售商历来都采用经验法则，比如在成本之上加上固定的利润额，或者跟上竞争对手的开价。随着能源、劳动力和其他投入的价格飞涨，它们已经承担不起把定价放到后头考虑了。

为能驾驭局面，零售商们已经转而使用价格优化系统。这些系统预测顾客对不同定价方案的反应，推荐那些让销售额或利润最大化的方案。系统的核心是利用大量交易数据来评估成千上万种产品价格弹性的数学模型。所谓价格弹性，就是随着价格的升降，需求增加或减少的程度。然后对价格敏感的商品可以打折，对价格不敏感的商品可以加价。商家可以微调算法以避免不合理的后果，比如两位数的大涨价，或者大包装的重量单价反而高于小包装。

随着人工智能（AI）的进步，这些系统正变得愈发聪明。旧的模型用历史销售数据估算单个商品的价格弹性，而最新一代AI模型可以发现多个商品之间的模式和关系。定价软件的开发者正在把顾客的推文和网上产品评价等新的数据源整合进自己的模型中，道格·福涅（Doug Fuehne）表示。他就职的软件公司Pricefx就是其一。另一家软件公司Everight开发了基于云计算的平台，可以让零售商测试一种商品价格的小幅上调或下调——比如对不同商店里的亨氏番茄酱调价——会如何影响该商品的销量，乃至整个品类的销量。使用这一平台的有可口可乐、强生等大型制造商，也有一些超市（Raley's）和服装卖场（JCPenney）。

扫码下载APP阅读双语全文

订阅《经济学人·商论》

与全球百万精英同步阅读

点击原文直达订阅 ↓