Мак Харман открыл в себе потенциал бизнесмена сразу после окончания Школы бизнеса при Стэнфордском университете. Он заметил, что дома у его родственников стоит искусственная новогодняя елка, которая совсем не похожа на настоящее дерево. И тут его осенила идея.

Мак отправился в Китай и заказал у местных производителей 16 моделей искусственных деревьев, по форме копирующих настоящие рождественские ели. В октябре 2006 года он получил из Китая 5000 экземпляров и стал продавать их в одном из супермаркетов Стэнфорда.

Его бизнес успешно развивался. Через месяц после запуска собственного сайта в магазине были оформлены заказы на 3 миллиона долларов. С тех пор Мак расширил выбор, как по стоимости, некоторые лоты стоят больше 2000 долларов, так и по ассортименту. В дополнение он стал продавать елочные игрушки, гирлянды и другие рождественские украшения.

Balsam Brands – именно так называется основанная Маком компания – добилась успеха, хотя она продает сезонные продукты намного дороже своих прямых конкурентов.

У стартапа, основанного Харманом, за прошедшие годы еще больше вырос бизнес, но компания столкнулась с новыми вызовами в части ценообразования.

Balsam Brands, владея популярным брендом Balsam Hill, зарабатывает более 200 миллионов долларов. Причем 80 % продаж происходит в последний квартал года. Эта управленческая и финансовая асимметрия сильно влияет на бизнес компании.

Для управления сезонными продажами, защиты прибыли и увеличения доходов предприятие решило использовать в целях ценообразования искусственный интеллект (AI).

Самообучающийся алгоритм AI дает рекомендации и оптимизирует цены в зависимости от спроса. Его применение позволило решить проблемы, с которыми раньше сталкивалась компания. Например, очень сложный процесс генерации отчетов и отсутствие универсального инструмента управления стоимостью товаров в зависимости от тенденций рынка. Используя персонализированную платформу ERP, Balsam Brands автоматизировала ежедневную корректировку цен, меняя их в соответствии с бизнес-планом и принимая решения на основе результатов обработки данных.

Чтобы привлечь покупателей, Balsam Brands в своем предложении учитывает различные влияющие на цену факторы и другие данные, включая анализ информации из интернета и тенденции рынка, последние данные о продажах, разброс по стоимости, интеллектуальные ограничения бизнеса и правила округления цен.

В сезон продаж 2020–2021 годов алгоритм AI выдал Balsam Brands 24 тысячи вариантов по оптимизации предложений.

Алгоритм AI вырабатывает свои рекомендации на основе исторических данных о транзакциях, условиях торговли, архитектуры тотального ценообразования, информации о доступности товаров на складе и другой важной информации. Его применение сократило время корректировки цен на 50 % и позволило компании выполнить бизнес-план, увеличив на 3,5 % доходы и на 3 % прибыль. «Хотя наш бизнес успешно развивался, нам было важно устанавливать стоимость продукта с учетом тенденций рынка, анализа сайта и другой важной информации, которую менеджер по ценообразованию не способен одновременно учитывать, – объясняет старший менеджер по электронной коммерции Balsam Brands Джойс Лин. – Интеллектуальные алгоритмы улучшили эффективность нашего ценообразования и сэкономили нашей команде половину времени, которое она раньше тратила на выполнение рутинных задач. AI революционизировал традиционные стратегию и процессы формирования цен, поэтому мы вскоре начнем применять эту технологию и в других регионах».

Тот же путь выбрала текстильная компания Orsay, которая продает свою продукцию в 34 странах. Ее торговая сеть насчитывает более 740 магазинов и около 5100 сотрудников. «Теперь мы больше не полагаемся на выполняемые вручную анализ и прогнозирование. Ценообразование на основе AI автоматизировало принятие наиболее важных решений по ценам. Алгоритм дает нам рекомендации, и мы их просто применяем», – так кратко описывает использование AI директор по инновациям Orsay[102].

Сеть магазинов модной одежды Orsay построена по вертикальной архитектуре. Компания управляет всей цепочкой поставок, начиная от дизайна, производства и вплоть до продаж.

Поставщик предлагает большой выбор как в современном, так и классическом стиле. Тренды постоянно меняются, поэтому Orsay нужно управлять ценами своих продуктов в течение всего их жизненного цикла так, чтобы получать максимум прибыли. И при этом распродавать одежду до того, как она выйдет из моды.

Коротко можно так определить цели Orsay:

– увеличить оборот и прибыль, используя меньше скидок;

– сократить расходы на хранение товара за счет более эффективной продажи со склада;

– улучшить продуктивность персонала;

– повысить удовлетворенность клиентов за счет соответствия цен их ожиданиям.

Вот как описывается ситуация:

«В первый год использования AI мы стали реже делать скидки. Если раньше продавали с уценкой 40–50 % запасов товаров, то затем эта цифра сократилась на 30–40 %».

«Это означает, что со скидками продавалось не более 10 % товаров. В результате наша прибыль увеличилась. Сегодня мы можем продавать нашу продукцию, когда на нее есть спрос, и применяем вариант снижения стоимости реже. Раньше нам приходилось корректировать цену на товар по три-четыре раза, что, естественно, уменьшало прибыль. Сегодня мы это делаем максимум два-три раза».

Также, используя данные о каждом этапе жизненного цикла продукта, AI помог Orsay сократить отходы и мгновенно предлагать лучшую цену. С учетом текущих и предыдущих данных алгоритм эластично определяет правильную стоимость для каждого товара, который продается в магазинах. Кроме того, AI учитывает такие сложные факторы, как цены у конкурентов, влияние замены и «каннибализации»[103], автоматически устанавливая самые выгодные для Orsay предложения.

Международный производитель модной одежды, компания Bonprix[104], которая ведет бизнес в более чем 30 странах и обслуживает 35 миллионов клиентов, также перешла на ценообразование на основе AI. Фольке Томас, отвечавший за внедрение искусственного интеллекта в Bonprix, вспоминает, как компания начала использовать новый подход: «После этого изменения стало возможным менять цены каждый день с помощью алгоритма. Например, если требовалось управлять прибылью или запасами в краткосрочной перспективе». Больше не надо было обсуждать и координировать изменение стоимости с разными подразделениями компании и затем вручную менять ценники.

Orsay также значительно выиграла от AI. Если раньше до 80 % рабочего времени менеджеров уходило на решение вопросов, связанных со скидками, то теперь они тратят на эти вопросы только 20 %, потому что AI автоматизировал процесс. Сэкономленное время менеджеры могут посвятить стратегии развития бизнеса.