Retail e matching di prodotti concorrenti: come l’IA ottimizza l’energia delle vostre squadre?

femme panneau help aide matching produits retail

Il Prezzo è intimamente legato all’attrattiva commerciale di un’insegna – e quindi alla sua competitività, al suo successo e alla sua perennità. Il contesto pandemico lo conferma: per un Retailer, essere in grado di fissare il Prezzo giusto al momento giusto è una questione di sopravvivenza. Di conseguenza, la pressione concorrenziale sul prezzo è più forte che mai. Una strategia tariffaria differenziata e attraente per il consumatore non può, oggi, trascurare la concorrenza. È qui che interviene un matching di prodotti performante.

Matching di prodotti: la comparabilità concorrenza come pilastro della strategia tariffaria

Definire i prezzi in funzione del suo perimetro concorrenziale

La raccolta di dati concorrenti – prezzi, etichette, immagini, EAN – è la fase preliminare a qualsiasi matching di prodotti. Per il commercio offline e alimentare, i dati sono generalmente acquisiti da panelisti. Possono anche essere raccolte online, estraendo i dati dai siti web concorrenti (Web Data Collect) o in punti vendita (Scan In Store). Se i dati così recuperati hanno, allo stato attuale, un’utilità limitata, il matching di prodotti permette di valorizzarli.

Infatti, il matching consiste nel legare prodotti identici o comparabili venduti dall’insegna e da uno o più dei suoi concorrenti. Per facilitarne la lettura, questi link sono organizzati in tabelle di analisi. Percorrendoli, l’insegna può confrontare ciascuno dei suoi prodotti – e il loro prezzo – con quelli della concorrenza.

L’obiettivo di questo confronto è semplice: definire il posizionamento dei prezzi dei suoi concorrenti e incorporarlo nelle sue strategie tariffarie future, utilizzando un dato prezzo in concorrenza pertinente ed esaustivo. Le regole di creazione delle strategie tariffarie potranno quindi essere personalizzate in funzione dei dati legati.

La suite software Optimix Pricing Analytics utilizza l’intelligenza artificiale per migliorare le sue prestazioni. Il modulo di matching non è diverso.

L'Intelligenza Artificiale al servizio di un matching di prodotti performante

Anche se fondamentale in qualsiasi strategia di prezzi competitiva, la procedura di matching di prodotti è di solito considerata come noiosa e fastidiosa. Spesso richiede che l’utente proceda al abbinamento prodotto per prodotto. A seconda del numero di referenze e concorrenti dell’azienda, l’attività può risultare rapidamente troppo lenta e scoraggiare le squadre.

Per risolvere questo problema, il modulo Matching di Optimix richiede intelligenza artificiale su più livelli. Il modulo facilita e accelera il matching. Permette due tipi di collegamenti: il collegamento automatico basato sull’EAN e il collegamento che utilizza l’IA per aiutare l’utente.

Automazione del matching di prodotti basato sull'EAN

Il matching automatico non richiede alcun intervento umano. L’algoritmo analizza i dati concorrenti importati e li confronta con i dati dei prodotti dell’insegna. Quando identifica gli EAN identici, lega insieme i prodotti corrispondenti. Questo collegamento è automatico.

Ovviamente, questo processo consente ai nostri clienti un notevole risparmio di tempo e di efficienza sul matching. Contribuisce ampiamente a generare una base di prodotti affidabile e qualitativa, utile per migliorare la loro competitività e il loro posizionamento prezzo.

A seconda del settore di attività dell’insegna, si stima che tra il 40 e l’80% dei suoi prodotti possa così essere abbinato. Tuttavia, il matching automatico non è sempre possibile. Spetta quindi all’utente intervenire per controllare che i prodotti da collegare siano identici o comparabili. In questo caso, l’IA sostiene il suo processo decisionale.

Matching manuale in un clic

Diversi casi di figure richiedono l’intervento di un utente, in particolare quando i prodotti sono:

  • Identici ma i loro EAN non corrispondono,
  • Comparabili o simili in quanto appartenenti ad un marchio proprio,
  • Identici, ma le loro dimensioni, la loro capienza, il loro volume, ecc., non corrispondono.

Ancora una volta, l’Intelligenza Artificiale sostiene un processo decisionale semplificato e accelera il matching. Vediamo come.

Il modulo Matching di Optimix Pricing Analytics consente un matching facilitato su due assi: la fotografia dei prodotti e la loro descrizione. L’obiettivo: abbinare i prodotti con un solo clic.

A tal fine, l’IA confronta le fotografie e le descrizioni dei prodotti presenti nella base dati. Normalizza le descrizioni dei prodotti concorrenti grazie ad un dizionario di sinonimi e assegna loro un coefficiente di prossimità ponderato in base ai prezzi. Sulla base di questo scoring, seleziona i prodotti concorrenti e li avvicina ai prodotti più pertinenti dell’insegna. Dopo di che, resta solo all’utente da determinare se i prodotti sono identici, comparabili o comparabili con un coefficiente. Gli basterà quindi, con un click, procedere all’abbinamento.

L’Intelligenza Artificiale funziona sul principio dell’apprendimento automatico. Concretamente, ciò significa che più contribuisce al matching, più la sua analisi e il suo scoring saranno performanti, accelerando ancora le attività di matching.

È possibile, su richiesta dell’utente, definire una soglia a partire dalla quale l’IA abbina automaticamente i prodotti. Ad esempio, possiamo definire che l’IA corrisponderà tutti i prodotti con un punteggio di prossimità superiore al 98%.

Se, nonostante tutto, l’azienda esita a mobilizz   are risorse ad alto valore aggiunto sui pochi compiti manuali rimasti, Optimix mette a sua disposizione le risorse necessarie per subappaltare il matching.

Un reporting completamente personalizzabile

Il modulo dispone di uno spazio dedicato all’analisi statistica dei risultati del matching. Vi si trovano ad esempio dati riguardanti il livello di frontalità o ancora la percentuale di prodotti dell’insegna accoppiati. Il reporting è completamente personalizzabile per adattarsi al vostro perimetro e alle vostre esigenze.

Recommended Posts