如何讓零售商對(duì)價(jià)格進(jìn)行優(yōu)化的問(wèn)題，機(jī)器學(xué)習(xí)能為零售價(jià)格優(yōu)化做些什么?

為某項(xiàng)商品或服務(wù)設(shè)定一個(gè)正確的價(jià)格是經(jīng)濟(jì)學(xué)里老生常談的問(wèn)題了，有大量基于客觀考量的定價(jià)方案。某家企業(yè)可能會(huì)尋找讓每件商品達(dá)到利潤(rùn)最大化的方案，或者能占有更多市場(chǎng)份額的方案。而另一家企業(yè)可能需要打入新市場(chǎng)，或保護(hù)現(xiàn)有市場(chǎng)。除此之外，同一公司可能面臨不同的商業(yè)場(chǎng)景，需要對(duì)不同商品、不同消費(fèi)者進(jìn)行分割。

在這篇文章中，tryolabs的研究者們會(huì)談到如何讓零售商對(duì)價(jià)格進(jìn)行優(yōu)化的問(wèn)題，以及零售商如何通過(guò)機(jī)器學(xué)習(xí)技術(shù)建立有效的解決方案。

目前，零售商面臨的幾個(gè)主要問(wèn)題有：

如果我們想在一周之內(nèi)大賣，應(yīng)該定什么價(jià)？

考慮目前的市場(chǎng)情況，該產(chǎn)品的常規(guī)價(jià)格是多少？

得益于網(wǎng)絡(luò)的發(fā)展，消費(fèi)者能從很多平臺(tái)上對(duì)比多個(gè)價(jià)格，而零售商則必須密切關(guān)注和價(jià)格有關(guān)的多種參數(shù)。例如競(jìng)爭(zhēng)對(duì)手、市場(chǎng)位置、產(chǎn)品成本、分發(fā)成本等，都是定價(jià)過(guò)程中的關(guān)鍵因素。

在這種情況下，機(jī)器學(xué)習(xí)能大顯身手，對(duì)KPIs起到關(guān)鍵作用。從業(yè)者可以通過(guò)機(jī)器學(xué)習(xí)創(chuàng)建算法，學(xué)習(xí)數(shù)據(jù)形態(tài)。機(jī)器學(xué)習(xí)模型能持續(xù)將新的信息添加其中，檢測(cè)隨時(shí)出現(xiàn)的新動(dòng)向、新需求。零售商還可以通過(guò)預(yù)測(cè)模型決定最佳的價(jià)格。

什么是價(jià)格優(yōu)化（price optimization）？

簡(jiǎn)單地說(shuō)，價(jià)格優(yōu)化就是用數(shù)據(jù)分析技術(shù)達(dá)到兩點(diǎn)主要目的：

理解消費(fèi)者對(duì)不同的價(jià)格會(huì)作何反應(yīng)；

為特定的公司，根據(jù)它的目標(biāo)制定最優(yōu)價(jià)格。

自從上世紀(jì)70年代初期，價(jià)格系統(tǒng)發(fā)展至今，從應(yīng)用簡(jiǎn)單的策略到如今的價(jià)格預(yù)測(cè)。價(jià)格優(yōu)化技術(shù)能幫助零售商衡量促銷所帶來(lái)潛在的影響，或者估計(jì)每件商品在特定時(shí)間的正確價(jià)格。

目前最先進(jìn)的價(jià)格優(yōu)化技術(shù)能讓零售商考慮的因素有：

競(jìng)爭(zhēng)對(duì)手

天氣

季節(jié)

運(yùn)營(yíng)成本

本地需求

公司目標(biāo)

而公司最終可以得到的有：

初始定價(jià)

最佳定價(jià)

折扣價(jià)

促銷價(jià)

價(jià)格優(yōu)化 vs 動(dòng)態(tài)定價(jià)

價(jià)格優(yōu)化和動(dòng)態(tài)定價(jià)常被看作是近義詞，但實(shí)際上二者是不同的，主要在于動(dòng)態(tài)定價(jià)是定價(jià)策略的一種特殊形式，而價(jià)格優(yōu)化可以用任意種類的定價(jià)策略達(dá)到目的。動(dòng)態(tài)定價(jià)雖好，但也有很多不足之處。

簡(jiǎn)單地講，零售商可以根據(jù)目前的市場(chǎng)需求對(duì)商品價(jià)格進(jìn)行動(dòng)態(tài)改變。相反，價(jià)格優(yōu)化技術(shù)會(huì)考慮多種因素進(jìn)行定價(jià)，價(jià)格也有多種不同場(chǎng)景（初始價(jià)格、最優(yōu)價(jià)格、折扣價(jià)等等）。

如果賓館或機(jī)票價(jià)格隨季節(jié)、日期變動(dòng)的話，我們都能夠接收。但是如果價(jià)格變化得太快，幾小時(shí)變一次，有些消費(fèi)者可能會(huì)感到不公平。所以動(dòng)態(tài)定價(jià)需要小心使用。

機(jī)器學(xué)習(xí)能為零售價(jià)格優(yōu)化做些什么

零售使用的定價(jià)策略比較特殊。例如，零售商可以根據(jù)生產(chǎn)商的指導(dǎo)價(jià)進(jìn)行定價(jià)，這是主流商品的定價(jià)策略。另一種簡(jiǎn)單的方法就是將零售價(jià)定位批發(fā)價(jià)或成本價(jià)的兩倍。

而機(jī)器學(xué)習(xí)可以用更復(fù)雜的策略，讓零售商達(dá)到理想KPIs。以下是幾種典型的使用場(chǎng)景。

一種典型場(chǎng)景

假設(shè)有一名在線零售商想為下一季的新產(chǎn)品進(jìn)行定價(jià)，競(jìng)爭(zhēng)環(huán)境很激烈，所以價(jià)格和促銷方案都要經(jīng)過(guò)慎重考慮。于是，零售商采用了廣泛應(yīng)用的策略：競(jìng)爭(zhēng)定價(jià)（competitive pricing），就是根據(jù)競(jìng)品價(jià)格進(jìn)行定價(jià)。

下圖是在這種使用場(chǎng)景下所需的機(jī)器學(xué)習(xí)解決步驟：

1.收集輸入數(shù)據(jù)

首先，我們需要數(shù)據(jù)。為了訓(xùn)練機(jī)器學(xué)習(xí)模型，必須具備不同類型的信息：

交易信息：歷史銷售記錄，包括產(chǎn)品銷售列表和客戶；

產(chǎn)品描述：每種產(chǎn)品的相關(guān)信息，例如類別、尺寸、品牌、款式、顏色、照片、制作或購(gòu)買成本；

之前促銷和營(yíng)銷活動(dòng)的數(shù)據(jù)；

競(jìng)品數(shù)據(jù)：相同或類似產(chǎn)品的價(jià)格；

庫(kù)存和供應(yīng)數(shù)據(jù)；

如果有實(shí)體店：地理位置和競(jìng)爭(zhēng)對(duì)手的信息。

根據(jù)不同的KPI設(shè)置和模型解決方案的類別，有些數(shù)據(jù)也許不必要。例如，有些情況下可能沒(méi)有消費(fèi)者信息，但模型仍然能被訓(xùn)練。

相反，在競(jìng)爭(zhēng)定價(jià)策略中，有關(guān)競(jìng)品的信息是非常重要的。

2.明確目標(biāo)和限制

下一步是確定戰(zhàn)略目標(biāo)和所受的限制。零售商可能會(huì)追求利益最大化的目標(biāo)。但是他們也會(huì)考慮顧客的忠誠(chéng)度，或者想吸引更多用戶。但是為了利益最大化而定低價(jià)，可能會(huì)對(duì)公司的形象產(chǎn)生影響。

每種特定的場(chǎng)景都會(huì)影響模型解決問(wèn)題的方式，測(cè)試不同場(chǎng)景下的結(jié)果是非常有趣的。

3.建模和訓(xùn)練

到了這一步，之前處理的數(shù)據(jù)將會(huì)用來(lái)訓(xùn)練機(jī)器學(xué)習(xí)模型。這里有很多種類的模型可以用來(lái)對(duì)價(jià)格進(jìn)行優(yōu)化，之前生成線性模型（尤其是邏輯回歸）的應(yīng)用很廣泛。但是最近幾年，更復(fù)雜、更強(qiáng)大的方法陸續(xù)出現(xiàn)。例如，根據(jù)可用數(shù)據(jù)的規(guī)模，深度學(xué)習(xí)也加入了這一領(lǐng)域中。

在這種情況下，我們要對(duì)下一季的產(chǎn)品進(jìn)行定價(jià)，還有另一個(gè)困難，因?yàn)槲覀儧](méi)有此前商品的數(shù)據(jù)。不過(guò)，機(jī)器學(xué)習(xí)模型可以找到相似產(chǎn)品，即使沒(méi)有歷史數(shù)據(jù)，也能高效運(yùn)行。

4.執(zhí)行并調(diào)整價(jià)格

模型被訓(xùn)練好后，就可以為新產(chǎn)品丁佳樂(lè)。根據(jù)模型的類別，生成結(jié)果可能是具體數(shù)字，也可能是一個(gè)范圍。零售商可以繼續(xù)對(duì)價(jià)格進(jìn)行調(diào)整。

更多使用場(chǎng)景

機(jī)器學(xué)習(xí)可以在零售領(lǐng)域用到更多其他與價(jià)格有關(guān)的任務(wù)上。例如，給定一個(gè)新產(chǎn)品，聚類算法可以快速地將它與相似產(chǎn)品聯(lián)系起來(lái)，獲得一個(gè)可能的價(jià)格區(qū)間。另外，機(jī)器學(xué)習(xí)還能用來(lái)預(yù)測(cè)此前從未面世的產(chǎn)品價(jià)格和需求量。

更一般地，機(jī)器學(xué)習(xí)可以用于前景預(yù)測(cè)：

如果襯衫價(jià)格大幅下降，褲子的銷量會(huì)受到怎樣的影響？

如果對(duì)鋼筆進(jìn)行促銷活動(dòng)，相關(guān)的墨水、筆記本等產(chǎn)品會(huì)不會(huì)受影響？

買了計(jì)算機(jī)的客戶下個(gè)月買顯示器的概率有多大？

去年的不活躍用戶對(duì)促銷活動(dòng)有反應(yīng)嗎？

用機(jī)器學(xué)習(xí)進(jìn)行價(jià)格優(yōu)化的好處

除了自動(dòng)化和速度的加快，用機(jī)器學(xué)習(xí)進(jìn)行價(jià)格優(yōu)化還有以下幾種好處：

首先，機(jī)器學(xué)習(xí)模型可以對(duì)大量產(chǎn)品進(jìn)行定價(jià)，對(duì)整體價(jià)格進(jìn)行優(yōu)化。例如，我們都知道改變某一商品的價(jià)格會(huì)對(duì)相關(guān)商品的銷量造成影響，而人們很難預(yù)測(cè)。在大多數(shù)情況下，機(jī)器學(xué)習(xí)的解決方案的精確度比人類高得多。

第二，通過(guò)分析大量現(xiàn)有的和過(guò)去的數(shù)據(jù)，機(jī)器學(xué)習(xí)可以提前預(yù)測(cè)商品價(jià)格趨勢(shì)，這就能讓零售商做出合理的價(jià)格調(diào)整。

最后，在競(jìng)爭(zhēng)定價(jià)方面，機(jī)器學(xué)習(xí)解決方案可以持續(xù)爬去網(wǎng)絡(luò)和社交網(wǎng)絡(luò)上的有用信息，關(guān)于同樣或類似商品的價(jià)格信息，有助于零售商定價(jià)。

在線零售商 vs 實(shí)體零售商

機(jī)器學(xué)習(xí)似乎都是為網(wǎng)絡(luò)電商創(chuàng)造的，但是實(shí)體賣家也能從這項(xiàng)技術(shù)中獲益。例如，機(jī)器學(xué)習(xí)可以從商品展示的方式、占有貨架的面積和位置對(duì)價(jià)格進(jìn)行優(yōu)化。商品在商店中的位置、距離門的遠(yuǎn)近也是影響價(jià)格的重要因素，機(jī)器學(xué)習(xí)可以將這樣的元素考慮進(jìn)去。

結(jié)語(yǔ)

沒(méi)有技術(shù)支持，想通過(guò)定價(jià)取得優(yōu)勢(shì)從而獲利是很困難的，基于機(jī)器學(xué)習(xí)的價(jià)格優(yōu)化模型能幫助零售商了解消費(fèi)者對(duì)不同定價(jià)策略的反應(yīng)，從而找到最佳的價(jià)格?，F(xiàn)在用機(jī)器學(xué)習(xí)的零售商越來(lái)越多，未來(lái)也會(huì)繼續(xù)增長(zhǎng)。