Dynamic Pricing: ne laissez pas l’intelligence artificielle (IA) réfléchir à votre place

Les associations de protection des consommateurs considèrent la pratique du pricing dynamique comme une supercherie. En utilisant ces outils spéciaux, le commerce vise des marges plus importantes. Cet article montre comment l’IA dynamise les prix et aussi pourquoi il vaut souvent mieux faire preuve de bon sens.

En comparaison avec ce que les solutions logicielles actuelles, p. ex. Prudsys ou Blue Yonder, apportent en possibilités pour l’affichage de prix dynamiques, les mécanismes des stations-service sont presque touchants. Cependant, le fait que les prix des carburants fluctuent de manière saisonnière et tout au long de la journée est instructif pour deux raisons.

Cela montre que les consommateurs connaissent les prix dynamiques et apprennent aussi à les utiliser. Mais c’est aussi la démonstration d’une acceptation limitée pour ces pratiques. En effet, les médias ne parlent d’«arnaque» ou d’«escroquerie» que lorsque les compagnies pétrolières exagèrent dans les augmentations.

Prix dans le brouillard grâce à l’IA

Au plus tard quand le géant informatique IBM joue des coudes dans un segment, cela signifie que celui-ci est devenu «mainstream» (grand public). En effet, «Big Blue» propose à ses clients un outil basé sur l’IA pour la formation des prix dynamique. Mais quelle est la véritable signification de l’intelligence artificielle dans ce contexte?

Misant en premier lieu sur l’observation de la concurrence, les systèmes de retarification simples sont en règle générale pilotés par une réglementation. Si le concurrent baisse le prix, le logiciel réagit dans un cadre défini par le commerçant. Bien entendu, les fournisseurs de logiciels de Dynamic Pricing ne sont pas disposés à lever le voile sur leurs algorithmes. Leurs systèmes sont plus complexes à piloter et sont adaptés aux stratégies des commerçants.

Certains paramètres concernant la formation des prix sont presque une évidence. En voici quelques exemples:

• Le moment: le moment de la journée, mais aussi les conditions saisonnières, sont pris en compte. Dans la période précédant Noël, les prix augmentent pour retomber ensuite. Pendant la journée, les produits sont proposés à un prix un peu plus avantageux alors qu’ils augmentent à nouveau le soir. Il est même possible de réagir à des événements spéciaux, comme les retransmissions sportives.
• Les peaks: les systèmes réagissent aux hausses de demande de produits particuliers. Si un outsider parvient jusqu’à la finale d’un championnat de football, l’intérêt concernant les produits merchandising augmente. On peut jouer sur deux tableaux, en offrant tout d’abord des prix inférieurs à ceux de la concurrence. Si les systèmes identifient que les concurrents doivent soudain indiquer des délais de livraison pour le produit en question, des prix plus élevés peuvent s’appliquer, à la condition de les avoir en stock.

Cela paraît très simple au premier abord, mais c’est globalement un sujet complexe. Car afin que l’IA puisse prendre les bonnes décisions de manière autonome, le système doit expérimenter et apprendre. Et pour cela, il a besoin d’une grande quantité de données historiques enrichies d’informations complémentaires.

Doté d’un tel bagage, le système étudie en continu l’interaction entre prix et chiffre d’affaires. Le prix optimal hypothétique est confirmé ou rejeté en utilisant les tests A/B sans interrompre l’exploitation. Cela devient complexe si le système doit également donner des recommandations de produits dans le même temps. Des solutions complexes prennent en compte les interdépendances entre les produits complémentaires ou les articles de substitution. Ainsi, le système peut favoriser la vente de produits alternatifs, offrir des marges plus importantes, tout en tenant compte des stocks disponibles. Le Dynamic Pricing «prêt à l’emploi» n’existe pas.

Ne pas tirer sur la corde

Faire payer le prix fort aux clients fait partie des règles du jeu du commerce. Découvrir à l’aide de caractéristiques extérieures si le client est solvable ou non et quel prix il pourrait payer pour une marchandise a toujours été une réalité, et l’est encore, dans le commerce stationnaire. À l’ère du self-service avec les étiquettes électroniques et de la mine d’informations qu’est Internet, les clients l’ont simplement oublié.

Le Dynamic Pricing ouvre de nouvelles dimensions à la politique du prix fort. Les acheteurs de produits Apple sont habituellement considérés comme des personnes aisées. Ainsi, à l’aide de l’identifiant transmis de toute manière automatiquement par son appareil, il est facilement possible d’indiquer à l’utilisateur d’un produit Apple dans une boutique en ligne un prix plus élevé pour un voyage ou un produit qu’à d’autres clients. Un exemple inventé de toutes pièces, direz-vous? Bien au contraire! Google vous conduira aisément à des articles qui documentent de telles stratégies. Il est dans la nature des choses que des erreurs se produisent aussi dans ce domaine. Toutefois, elles arrivent également à un bijoutier qui évalue un client sur la base de la voiture utilisée pour se rendre à son magasin ou de ses vêtements.

Entre-temps, les associations de consommateurs et les émissions de conseil ont sensibilisé les consommateurs à de telles stratégies. Ils commencent à se défendre, par exemple en utilisant des «privacy box» qui ne transmettent pas l’identifiant de l’ordinateur ou du smartphone personnel.

De toutes manières, les commerçants devraient se demander s’ils doivent vraiment utiliser au maximum les possibilités du Dynamic Pricing. Tout ce que l’IA rend possible ne fait pas l’objet d’une réflexion à long terme. Même si la marge réalisée avec un client est plus élevée, à quoi cela sert-il si le client, énervé, ne revient plus?

La fluctuation des prix est inhérente à une économie de marché. Et le Dynamic Pricing aide le commerçant dans sa stratégie de vente. Mais en la poussant à l’extrême, la technologie peut également être nocive.