Opini Mengapa Kita Membayar Dengan Harga Yang Berbeda?

Mengapa Kita Membayar Dengan Harga Yang Berbeda?

sisiusaha (13/12)

creative people.. Mengapa diantara kita membayar dengan harga yang berbeda? Apakah itu 'personalisasi harga' atau bentuk 'diskriminasi harga'? Jawabannya tidak sesederhana itu. Dunia mesin harga dinamis "Artificial Intelligence" (AI) berkembang pesat dan mengubah lanskap kompetitif. Berikut adalah gambaran dari beberapa area yang berkembang dan mempengaruhi bagaimana mesin penentuan harga AI menentukan harga untuk ditunjukkan kepada Anda.

1. Memprediksi Permintaan Pasar dan Segmentasi Mikro

Bayangkan Anda adalah pemilik toko widget dengan 50 widget di inventaris Anda, dan Anda perlu menjual semua 50 widget Anda pada akhir minggu. Pelanggan mengalir ke toko Anda, menanyakan tentang harga dan kemudian memutuskan untuk membeli atau tidak membeli. Faktor besar bagi Anda sebagai pemilik toko adalah mengetahui berapa banyak pelanggan akan datang ke toko minggu itu. Jika Anda yakin hanya 75 pelanggan yang akan datang, Anda akan melakukan penyesuaian harga dan bernegosiasi daripada jika Anda memperkirakan 5.000 pelanggan akan mampir. Ini mulai menjadi lebih kompleks dengan widget yang tidak semestinya, seperti kamar hotel, penerbangan, tiket konser, dll karena nilai widget menjadi $ 0 pada akhir minggu. Misalnya, tidak mungkin menjual kursi di pesawat setelah penerbangan berangkat.

Segmentasi mikro menggunakan banyak atribut dan perilaku yang berbeda dengan keranjang belanja pelanggan dengan perkiraan kemauan membayar. Untuk menjaga hal-hal sederhana, mari kita asumsikan kita memiliki tiga keranjang belanja: (A) membayar tinggi, (B) membayar menengah dan (C) membayar rendah. Model yang terlalu sederhana untuk memaksimalkan keuntungan adalah menangkap semua penjualan dari kelompok pembayaran tinggi #A dan kemudian melakukan penagihan ulang dengan kelompok pembayaran menengah #B. Setiap sisa yang ada kemudian bisa dijual ke kelompok dengan gaji rendah #C.

Tunggu sebentar! Kita semua tahu harga penerbangan naik saat tanggal pemesanan mendekati tanggal keberangkatan. Semua orang tahu untuk mendapatkan harga yang bagus dengan tiket pesawat yang harus Anda pesan lebih awal. Jadi, tidak semudah menjual pertama ke grup dengan pembayaran tinggi #A, kemudian kelompok pembayaran menengah #B dan memberikan sisa ke grup dengan gaji rendah #C. Dalam kebanyakan kasus, harga dan penjualan terjadi dalam urutan terbalik. Kelompok membayar rendah #C, grup menengah #B dan grup dengan pembayaran tertinggi #A. Ini berarti memperkirakan perkiraan permintaan oleh keranjang belanja dan kemauan membayar kelompok #A, #B dan #C sangat penting untuk memaksimalkan keuntungan dan mencegah terlalu banyak atau kurangi kelompok.

2. Mengumpulkan informasi asimetris

Sebagian besar AI atau permainan harga algoritmik memiliki AI yang dapat mempelajari segala hal tentang apa yang terjadi di pasar agar memiliki informasi yang dapat ditindaklanjuti dari pesaing. Keunggulan informasi ini bisa disebut sebagai informasi asimetris. Dalam hal prediksi permintaan, informasi asimetris memungkinkan mesin penetapan harga AI untuk mencapai prediksi permintaan yang lebih akurat daripada pesaing. Pada akhirnya, keuntungan ini menghasilkan kepercayaan yang lebih besar oleh mesin penetapan harga untuk menahan harga atau memindahkannya naik atau turun untuk memaksimalkan keuntungan sebagai respons terhadap apa yang terjadi di pasar.

Untuk melihat bagaimana ini bekerja, mari ambil sebuah pasar penerbangan hipotetis dengan 3 maskapai yang melayani tujuan seperti Porcupi, Montana. Di industri penerbangan, Porcupi adalah kota kecil yang berada di 'ekor panjang' dari total pendapatan. Sama seperti industri lainnya, total semua item pendapatan 'ekor panjang' bisa bertambah menjadi angka pendapatan yang besar. Namun, satu item dalam 'ekor panjang' hanya memberikan kontribusi jumlah yang sangat kecil. Bagi Porcupi, ada di 'ekor panjang' dan tidak menghasilkan pendapatan yang cukup untuk membenarkan penggunaan manusia secara ekonomis oleh maskapai penerbangan untuk memantau apa yang terjadi di kota kecil.

Sekarang anggaplah Anda adalah operator penerbangan dan kebetulan Anda tahu sebuah festival besar akan segera berlangsung di Porcupi karena kerabat kebetulan tinggal di sana. Anda tahu bahwa secara signifikan lebih banyak orang akan pergi ke Porcupi daripada jumlah kursi pesawat yang tersedia di semua pesaing. Jika Anda satu-satunya operator penerbangan yang tahu tentang festival besar tersebut, maka strategi penetapan harga itu mudah. Pegang harga tinggi sampai semua pesaing telah menjual semua tempat duduk mereka. Kemudian, wisatawan harus membayar harga yang sangat tinggi untuk duduk di pesawat terakhir ke Porcupi.

Contoh ini sedikit dibikin karena di banyak pasar 'ekor panjang', ekonomi tidak masuk akal bagi manusia untuk dipantau pada tingkat item dan membuat penyesuaian mikro terhadap harga. Di sinilah AI + Big Data masuk ke dalam gambar. AI dapat belajar tentang peristiwa lokal yang terjadi secara real time secara global jauh lebih ekonomis daripada apa yang bisa dicapai oleh sejumlah manusia. Hal ini memungkinkan informasi asimetris yang memungkinkan prediksi permintaan dan respons harga strategis lebih baik.

3. Memperkirakan Kesediaan Membayar

Menentukan kemauan untuk membayar mengingatkan Ted Gaubert pada saat menjadi turis di Beijing, China. Kami memesan bus wisata dan salah satu pemberhentiannya adalah pasar belanja 'turis'. Tidak ada harga pada apa pun di pasar dan harga ditetapkan secara dinamis melalui negosiasi dengan vendor. Ketika kelompok tur kembali naik bus, kami menemukan bahwa kami semua membayar harga yang sangat berbeda untuk barang serupa. Masing-masing membeli kaos yang hampir identik. Dia membayar 275 ¥ dan Ted Gaubert membayar ¥ 40. Saat itu masih belum tahu apakah mendapat 'kesepakatan bagus' di kaos atau tidak, tapi akhirnya tahu para vendor melakukan pekerjaan yang sangat baik untuk menentukan 'harga maksimum' yang setiap wisatawan bersedia bayar. Sebagian besar vendor tidak berbicara bahasa Inggris, namun dengan hanya mengamati bahasa tubuh selama negosiasi dan penampilan fisik, para vendor membuat perkiraan yang bagus tentang 'harga maksimum' yang setiap wisatawan bersedia bayar untuk barang.

Mesin penetapan harga AI kira-kira melakukan hal yang sama untuk memperkirakan kesediaan Anda membayar. Data terus dikumpulkan tentang perilaku pelanggan Anda seperti:

Jenis barang apa yang Anda lihat?
Berapa lama Anda habiskan untuk setiap halaman web?
Barang apa yang kamu masukkan ke dalam keranjangmu?
Barang apa yang kamu beli?
Apa yang orang bayar agar terlihat dan berperilaku seperti Anda?

Semua data ini dan lebih banyak dimasukkan ke mesin AI yang menerjemahkan perilaku Anda ke dalam kepribadian dan mencoba meramalkan hal-hal tentang Anda, salah satunya memperkirakan 'harga maksimum' yang bersedia Anda bayar.

Ingat, ini tidak berarti Anda akan menerima 'harga pribadi' meskipun secara teknis mungkin. Praktik 'personal pricing' sangat diperdebatkan karena berbagai alasan termasuk etika, merek, loyalitas dan masalah hukum.

Dengan kata lain, 'kemauan membayar' dapat digunakan untuk menentukan seberapa besar kemungkinan Anda akan membeli barang dengan harga pasar saat ini. Kemungkinan ini dimasukkan ke dalam prediksi permintaan oleh segmen mikro dan, pada akhirnya, harganya. Akibatnya, mesin AI bisa mengendalikan kecepatan penjualan dengan mengetahui berapa harga jual dengan harga berapa. Mesin AI menentukan bahwa, untuk harga pasar tertentu, akan ada proporsi pasar yang membeli dan proporsi yang tidak membeli. Seorang pemasar cerdik mungkin menggunakan informasi ini sebagai peluang promosi yang ditargetkan jika harga pasar di atas 'harga maksimum' bersedia membayar. Akibatnya, orang umumnya 'OK' dengan menerima kupon atau diskon, yang secara teknis merupakan bentuk diskriminasi harga.

4. Membentuk Permintaan Secara Dinamis

Memprediksi respon kompetitif + permintaan + segmentasi mikro + 'harga maksimum yang mau bayar' semuanya berdasarkan probabilitas. Akan selalu ada beberapa tingkat 'kesalahan' dalam prediksi. Dengan kata lain, barang bisa dijual sedikit lebih cepat atau lebih lambat dari perkiraan. Mesin penetapan harga AI menggunakan permintaan dinamis yang membentuk untuk mengubah bentuk kurva permintaan dengan menyesuaikan harga. Hal ini dapat didasarkan pada persediaan real-time atau berbagai faktor lainnya. Di dunia penetapan harga maskapai dan hotel, pembentukan permintaan dapat digunakan untuk mengoptimalkan keuntungan dan meminimalkan kursi maskapai dan kamar hotel berlebih atau berlebih.

 

Kesimpulan

Setiap industri menjual produk atau layanan kepada pelanggan dengan harga tertentu. Topik yang dibahas dalam artikel ini secara luas berlaku untuk berbagai industri dan skenario bisnis di luar harga dinamis kursi maskapai dan kamar hotel. Pabrikan memperkirakan permintaan untuk mengetahui produk mana yang akan diproduksi dalam jumlah berapa. Distributor mengelola perkiraan harga dan permintaan untuk mengoptimalkan persediaan dan logistik distribusi. Pemasar menggunakan estimasi permintaan untuk membuat keputusan promosi, penargetan dan pembelanjaan pemasaran. Teknik algoritmik dan mesin AI yang canggih seperti yang dibahas dalam artikel ini secara diam-diam mengubah bagaimana organisasi bersaing. Hasil dari semua interaksi algoritmik yang kompleks adalah harga yang kami kutip, iklan yang kami tampilkan dan bauran produk yang kami temukan saat berbelanja.

Berharap Anda menikmati tur tingkat tinggi dari beberapa faktor yang masuk ke mesin harga dinamis AI. Artikel ini sama sekali tidak lengkap, karena melompati topik yang lebih kompleks seperti efek jaringan, biaya peluang dan pertimbangan spesifik industri lainnya. (RED)

sumber : Dr. Ted Gaubert, PhD, MBA (Chief Technology Officer | AI | Data Scientist | Software Engineer)

Rekomendasi

Baca Juga