Aucun élément trouvé.
24 juillet 2023

Battre la concurrence dans le commerce électronique grâce à la tarification dynamique

Les contributeurs
Florentijn Degroote
Machine Learning Engineer | Squad Lead
Aucun élément trouvé.
S'abonner à la newsletter
Partager cet article

Introduction

Dans cet article de blog, nous allons nous plonger ensemble dans la tarification dynamique et comprendre comment et pourquoi elle est devenue une stratégie qui change la donne dans le monde du commerce électronique.

Nous allons passer en revue les principales caractéristiques de la tarification dynamique :

  • Le cycle de modélisation itératif
  • Nécessité d'un retour d'information de la part des clients
  • Concept de durée de combustion

Depuis que l'espèce humaine a évolué à partir des singes, le commerce a toujours existé sous une forme ou une autre. Dans les premiers temps, nous vivions de la faim et de la cueillette, au sein de petites communautés qui échangeaient des surplus ou des outils spécialisés. Il y a environ dix mille ans, certains de nos ancêtres ont décidé de construire une résidence plus permanente et de travailler dans les champs. Cette décision résolue, probablement inspirée par une aversion pour la marche, a eu un résultat remarquable : le commerce est devenu nettement plus organisé et plus fiable, ce qui a entraîné une augmentation de la variété des biens et des services. Avec l'introduction de la première pièce de monnaie - le shekel mésomotampien - il y a environ cinq mille ans, les systèmes commerciaux se sont encore standardisés, avec pour effet secondaire la conformité des prix. Ces tendances ont été renforcées par la mondialisation des échanges et, plus récemment, par la naissance de l'internet. L'internet a révolutionné le commerce à un point tel que nous avons décidé de mettre un "e" devant le mot. Au moment de la rédaction de ce billet, en 2023, le marché du commerce électronique représentait 573 milliards d'euros en Europe. Les prévisions indiquent que le taux de pénétration des utilisateurs passera de 64,0 % en 2023 à 69,5 % en 2027.

Source : https://www.statista.com/outlook/dmo/ecommerce/europe

Le commerce électronique ouvre des portes

La raison pour laquelle nous avons inventé un nouveau mot pour désigner le "commerce en ligne" est qu'il s'agit d'un phénomène révolutionnaire. Le commerce électronique a élargi la portée mondiale, offert commodité et accessibilité, réduit les coûts, amélioré la découverte de produits, accru la concurrence et l'efficacité du marché, facilité des transactions plus rapides et perturbé les industries traditionnelles. Ces facteurs ont fondamentalement transformé le mode de fonctionnement des entreprises et la façon dont les gens s'engagent dans le commerce, ce qui a eu des répercussions importantes sur la société et l'économie.

Les catalyseurs de ce changement fondamental sont les marchés des agrégateurs. Ces acteurs du commerce électronique regroupent des produits et des services provenant de différents fournisseurs et offrent à leur tour aux clients une plateforme qui les aide à trouver la meilleure offre, plus rapidement et à moindre coût.


Figure 1. Le modèle économique des marchés d'agrégateurs.

En conséquence, le marché est sous pression et les prestataires doivent se battre pour leur os. Dans un tel environnement concurrentiel, il est important pour un prestataire d'être attractif, en capitalisant sur sa marque, en commercialisant ses USP (le cas échéant) et, surtout, en offrant le meilleur prix.

Imaginez la situation suivante : vous êtes un fournisseur d'écouteurs et un client sensible au prix cherche à acheter un écouteur par l'intermédiaire d'un agrégateur en ligne, en ne se souciant que du prix. Examinons maintenant de plus près les deux scénarios de tarification possibles.

Les exemples montrent qu'en tant que prestataire, vous avez intérêt à comprendre le marché, car cela vous permet d'y naviguer de manière optimale, en fonction de votre stratégie commerciale. Cette stratégie peut consister à maximiser les bénéfices, à maximiser les revenus ou à gagner des parts de marché. 

Mais comment faire comprendre le marché ?

Comprendre le marché grâce à la tarification dynamique

Il existe deux façons naïves de comprendre le marché :

  1. Collecter des données par l'intermédiaire d'un agrégateur web ou d'un service de "scraping" des concurrents: Cette méthode est souvent illégale, nécessite beaucoup de maintenance et n'est pas totalement fiable.
  2. Acheter vos données auprès d'un agrégateur en ligne : Ces données ne sont pas suffisamment récentes pour comprendre le marché actuel et sont souvent coûteuses. De plus, vos concurrents disposent probablement aussi de ces données.

Mais nous ne sommes pas à court d'options ! Avec la tarification dynamique, il n'est pas nécessaire d'interagir avec la concurrence ou avec vos marchés d'agrégateurs. Par conséquent, vous ne rencontrez pas de problèmes juridiques tout en créant un avantage concurrentiel fiable. 

Qu'est-ce que la tarification dynamique ?

La tarification dynamique, ou DP en abrégé, est une méthode de tarification fondée sur des statistiques probabilistes. Vous intégrez un modèle de tarification dynamique dans votre moteur de tarification et il génère différents prix. Ces prix ne sont pas générés de manière aléatoire, mais sont au contraire choisis pour - dans un premier temps - explorer le marché et suivre les prix que vos clients achètent. Au fil du temps, le modèle de PD devient de plus en plus certain de l'aspect de la courbe de demande du marché et modifie son comportement en matière de fixation des prix afin d'obtenir des prix qui capitalisent sur la stratégie commerciale que vous avez choisie (profit, revenu, part de marché, ...).

Pour ceux qui ont encore des doutes à ce stade, le mot "dynamique" fait référence à la nature dynamique avec laquelle les prix sont choisis. Par défaut, il n'y a jamais de prix fixe auquel un modèle de tarification dynamique adhère, car il est dans la nature du modèle de continuer à explorer le marché pour détecter les conditions changeantes du marché au cas où elles se produiraient, par exemple un changement dans les stratégies de tarification des concurrents, les promotions des concurrents ou le comportement des clients en raison de la saisonnalité, des vacances, etc.

Il existe de multiples façons de gérer la nature dynamique des prix, et il est tout à fait possible de maintenir vos prix stables pour un même client, ou pour une durée raisonnable. Pensez par exemple à votre entreprise de vente en ligne de casques audio : vous n'aimeriez peut-être pas que vos clients voient un nouveau prix à chaque fois qu'ils actualisent la page.

Caractéristiques de la tarification dynamique 

La tarification dynamique commence par l'utilisation de données historiques 

Comme toute technique de ML supervisée, la tarification dynamique a besoin de données historiques pour s'entraîner à repérer un modèle de marché résultant de la stratégie de tarification utilisée précédemment.

La tarification dynamique apprend de manière itérative, en utilisant le retour d'information des clients.

Après l'initialisation du modèle, vous entraînez votre modèle de tarification dynamique afin qu'il apprenne comment les clients se comportent et à quoi ressemblent les courbes de demande du marché. Il est impératif d'enregistrer le retour d'information des clients sur la base des prix qu'ils voient. La roue volante décrite ci-dessous peut être parcourue aussi souvent que nécessaire. Chaque cycle comprend une boucle de rétroaction dans laquelle le retour d'information des clients est enregistré. Dans la pratique, une fois par jour (pendant la nuit) suffit pour de nombreux cas d'utilisation du commerce électronique, car dans ces cas, le marché ne change pas au niveau intrajournalier.
Pour que le modèle apprenne suffisamment vite, notre expérience indique que nous avons besoin de

  • Au moins 500 points de données (offres envoyées) et au moins 100 ventes pour les marchés quasi statiques.
  • Au moins 100 points de données par jour (offres envoyées) et au moins 20 ventes pour les marchés moyennement statiques.
  • Au moins 250 points de données par jour (offres envoyées) et au moins 50 ventes pour les marchés dynamiques. Cette exigence peut facilement atteindre des milliers de points de données pour les marchés cryptographiques, le marché de la publicité en ligne ou les marchés financiers de micro-négociation. Dans ces situations, vous entraînerez généralement votre modèle de PDD beaucoup plus fréquemment.
Figure 2. Représentation du volant d'inertie de la modélisation du PDD. Pour que le modèle apprenne les conditions du marché, nous devons fermer la boucle et prendre en compte le retour d'information des clients.

Un modèle de tarification dynamique s'améliore avec le temps

Pour que le PDD atteigne son plein potentiel, un certain niveau de patience est nécessaire. Le graphique ci-dessous montre qu'il faut s'attendre à ce qu'un système de PDD ne dépasse la contribution d'une stratégie de tarification de référence à la valeur de l'entreprise qu'après une période de rodage. Cette période de rodage correspond au temps que le modèle doit explorer avant de pouvoir commencer à exploiter le marché.

Ce temps de rodage est fortement influencé par la statique du marché (les marchés statiques sont plus faciles à modéliser que les marchés dynamiques) et par la quantité de données.

Figure 3. Schéma indiquant la relation impact-temps standard que l'on trouve dans les systèmes de tarification dynamique. 

 

Diviser pour mieux régner : une note sur la segmentation de la clientèle

La tarification dynamique fonctionne mieux si tous les clients ont un comportement similaire, car cela implique que le marché est plus prévisible. C'est pourquoi nous préconisons de commencer par comprendre les clients et de les répartir en groupes similaires (clients sensibles au prix contre clients aisés qui prennent leurs décisions en fonction de la qualité, des caractéristiques ou de la marque). La formation d'un modèle pour chacun de ces groupes distincts est très bénéfique pour vos revenus globaux !

Nous connaissons bien la segmentation de la clientèle, alors si vous voulez commencer, contactez-nous !

Dans ce billet de blog, nous avons exploré le cycle de modélisation itératif qui peut être exécuté aussi souvent que nécessaire et nous avons passé en revue quelques règles empiriques concernant le volume et la vitesse des données. Nous avons également expliqué pourquoi il est nécessaire de passer à la production dès que possible et d'impliquer le retour d'information des clients - et pourquoi nous devons faire preuve d'un peu de patience pour que notre modèle de tarification dynamique passe la phase de rodage et commence à avoir un impact.

Si vous êtes prêt à porter votre entreprise de commerce électronique vers de nouveaux sommets et à débloquer le pouvoir de la tarification dynamique, que ce soit dans l'InsurTech, la FinTech, pour faire de la fixation de prix dans le secteur de l'énergie ou tirer le meilleur parti de vos produits de commerce électronique : notre équipe est là pour vous aider. Contactez-nous pour commencer votre voyage vers le succès de la tarification.

Postes connexes

Voir tout le contenu
Aucun résultat n'a été trouvé.
Il n'y a pas de résultats correspondant à ces critères. Essayez de modifier votre recherche.
Grand modèle linguistique
Modèles de fondation
Entreprise
Personnes
Données Structurées
Chat GPT
Durabilité
Voix et son
Développement frontal
Protection des données et sécurité
IA responsable/éthique
Infrastructure
Hardware et capteurs
MLOps
IA générative
Natural Language Processing
Vision par ordinateur