商家如何制定最具吸引力的价格，以吸引客户、提升曝光度并实现增长？7Learnings提供了答案。
电子商务领域的定价正经历变革，动态定价、人工智能（AI）以及消费者对价格的感知日益成为焦点。柏林公司7Learnings是这一发展的推动者之一。在访谈中，联合创始人Felix Hoffmann阐述了零售商如何实现更高利润，以及为何需要新的方法。
这家价格专家旨在帮助企业预测每次价格变动的影响，更好地调整价格，从而优化利润率并减少库存积压。特别是在人工智能的背景下，价格正日益成为可见性的关键因素——因此，它们是数字零售成功最重要的杠杆之一。
增长为目标，价格为手段
在线零售商新闻：7Learnings为电子商务行业提供了什么？“基于价值的定价方法”具体意味着什么？你们希望借此为商家提供哪些增值价值？
Felix Hoffmann：简单来说，我们赋予电商企业做出更优决策的能力。我们的平台利用人工智能预测每次价格变动的影响，并根据业务目标（如收入、利润或销量）进行优化。你可以将其想象为企业版的Google地图：输入起点和目标，我们为你展示最佳路径。
在价值导向定价中，价格会根据客户感知到的价值进行调整。因此，企业不仅关注成本或竞争对手，更致力于理解客户愿意支付特定价格的原因，并利用数据洞察转化为更优的业务成果。
对零售商的价值：从被动转向主动。不再与利润率侵蚀作斗争，他们可以自信地设定促进增长的价格，实现可衡量的投资回报率并完全掌控定价。
战术与战略——定价的两个关键因素
你们同时提到了动态价格优化和价值导向定价——这两种方法有何区别？在实践中，你们如何将它们结合起来？
在动态定价中，价格通常根据需求、竞争或库存等外部因素进行调整。这是战术层面的。而价值导向的定价则是战略层面的，其核心在于理解影响客户支付意愿的因素（如品牌、质量、季节性、紧迫性），并据此制定价格。
在7Learnings，我们将两者结合。我们的AI模型预测客户对价格变动的反应，从而有效量化感知价值。随后，系统根据该价值动态调整价格，同时遵循业务目标和品牌定位。我们的方法可被视为超越动态定价的一步。我们称之为“前瞻性定价”。
具体是如何运作的？谁看到什么价格，以及为什么、多久会发生变化？哪些标准是决定价格变化的关键因素？
我们的系统为每种产品预测未来的需求曲线。随后，它基于库存、营销表现、竞争环境、季节性和价格弹性等数千个信号来确定最优价格。
零售商定义了结果规则，如价格调整频率、最低利润率以及品牌限制。通常，价格会根据品类的动态变化每日或每周更新。所有用户看到的价格都是相同的；目的并非向不同用户展示差异化价格，而是使价格持续与价值和市场状况保持一致。
“前瞻性定价”的优势
这种动态定价方式为：
a) 客户带来哪些优势？
客户能够获得公平且符合市场行情的价格，无需面对隐藏的操作或意外惊喜。他们受益于一致的逻辑：当需求下降或竞争加剧时，他们会更快地看到更优惠的价格。最终，他们享有透明度，并享受与实际价值相符的定价。
b) 零售商带来哪些优势？
零售商获得了控制权和信任。与其应用一刀切的折扣（例如全场八折）或基于竞争对手的规则（例如调整至亚马逊的最低价格），他们根据对其收入和利润的预期结果来优化每一项价格。这意味着更高的利润率、更少的库存积压以及更少的工作量。
该概念在本地在线零售中的普及程度如何？有多少商家或贸易企业已经采用这种动态定价策略？
接受度正在提高，但成熟度各不相同。在时尚、电子和快速消费品领域，许多前50大零售商已经采用了某种形式的动态定价，尽管通常仍基于规则或手动操作。Zalando和Amazon等领先零售商如今已采用预测性定价。
对于从基于规则的模型转向预测模型的零售商而言，有许多机会。通过人工智能驱动的预测性定价，企业能够实现最大的利润增长，通常比静态或基于规则的系统高出10%至15%。
“如果定价显得不公平，信任就会丧失”
客户通常如何应对价格变化？
客户的反应比大多数零售商预期的更为理性。他们每天都能经历价格变动（想想航班、酒店或燃油）。关键在于透明度和一致性。如果客户理解价格变动遵循清晰的逻辑，如季节性波动或库存水平，他们就会接受这些变动。然而，如果定价显得随意或不公平，信任就会丧失。
例如，如果客户在同一零售商的不同平台或设备上看到同一产品的不同价格，这可能会被视作具有误导性。
在德国，考虑到法律框架条件，这一概念如何实施？
我们的方法完全符合欧洲和德国的消费者保护法。我们不使用个性化或基于设备的定价，所有客户在同一时间看到的价格相同。变化的是时间和情境，而非客户的身份。
价格作为可见性的因素
在动态定价中，如何确保公平性和透明度，从而建立信任？
为了让价格被视为公平，应清晰传达定价逻辑——即价格为何变化、何时变化等。人工智能（AI）使得定价更加智能且非神秘化。
产品搜索正越来越多地转向由人工智能支持的界面，如ChatGPT或Google的新AI模式。这对数字贸易中品牌的可见性意味着什么？价格在其中的作用是什么？零售商和品牌应采取哪些策略，才能在这种产品搜索中保持可见性？
AI的发现功能对电子商务带来了巨大变革。客户将越来越多地问：“目前对我而言最好的优惠是什么？”而AI会给出答案。这意味着定价本身成为内容。它直接影响您的品牌是否出现在AI生成的推荐中、排名高低或被忽略。
为了保持可见性，零售商需要两样东西：
- 反映真实价值的定价策略：因为AI能立即识别不一致之处。
- 结构化、透明的数据：使您的价格和产品信息对AI爬虫可访问且可信。
在这种情况下，您的定价现在已成为决定品牌可发现性的算法的一部分。
关于Felix Hoffmann
Felix Hoffmann是7Learnings的联合创始人兼首席执行官，该公司提供基于人工智能的零售价格、营销和采购优化解决方案。其预测性定价功能整合内外部数据，平均可带来约10%的收入增长。此前，Hoffmann曾在Zalando负责全球价格优化算法，并在A.T. Kearney担任了六年的定价顾问。他居住在柏林，热衷于打沙滩排球。