İkinci el eşya satışı yapan uluslararası mağaza zinciri Savers Value Village, ürünlerin fiyat belirlenme sürecini optimize etmek için ThriftIQ isimli bir yapay zeka platformunu devreye aldı. Amerika Birleşik Devletleri ve Kanada'daki 375 mağazasının 58 tanesinde uygulanmaya başlanan sistem, fiyatlandırmadaki insan kaynaklı hataları ve subjektif yaklaşımları ortadan kaldırmayı hedefliyor.

Fiyatlandırma Süreci Nasıl Değişti?

Şirket CEO'su Jubran Tanious tarafından açıklanan yeni yönteme göre, çalışanlar artık kıyafetlerin durumunu veya kalitesini tek tek değerlendirmekle uğraşmıyor. Bunun yerine personel sadece ürünün markasını tanımlıyor; sistem ise markayı, mevsimselliği ve satış hızını analiz ederek fiyatı otomatik olarak belirliyor. Eski sistemde iki farklı çalışanın aynı ürün için farklı fiyatlar belirleyebildiği, yeni sistemin ise daha objektif ve tutarlı bir yapı sunduğu belirtildi.

Dinamik Fiyatlandırma Tartışmaları ve Veriler

Kaizen Analytix ile geliştirilen ThriftIQ sistemiyle ilgili olarak şirket, 'dinamik fiyatlandırma' veya 'gözetim tabanlı fiyatlandırma' yöntemlerini kullanmadıklarını vurguladı. Bir ürünün etiketine fiyat basıldıktan sonra bu fiyatın değişmediği ifade edildi. Pilot mağazalarda yapılan incelemelerde, satış verimliliğinin ve brüt kârın arttığı, ancak ortalama fiyatların diğer mağazalarla aynı kaldığı veya daha düşük olduğu kaydedildi. Şirket, ürünlerin geleneksel perakende fiyatlarının yüzde 40 ile 70 altında satılmaya devam ettiğini bildirdi.

Finansal Beklentiler ve Eleştiriler

Kanada'da bazı ürünlerin yeni fiyatlarının üzerinde satıldığına dair eleştirilerle karşılaşan şirket, yılın ikinci yarısı için 1,77 milyar dolar ile 1,79 milyar dolar arasında net satış hedefliyor. CFO Michael Maher, yapay zeka destekli fiyatlandırmanın uygulandığı mağazalarda sepet boyutlarının büyüdüğünü ve ürünlerin daha hızlı satıldığını açıkladı. Bu durum, pilot bölgelerdeki brüt kâr artışının diğer mağazalara oranla yaklaşık 100 baz puan daha yüksek olmasını sağladı.

Ne anlama geliyor?

Bu teknoloji, çok sayıda benzersiz ürünün bulunduğu stok yönetim sistemlerinde, her bir parçanın değerlemesini manuel yapmak yerine veri tabanlı modellerle otomatikleştirme mantığına dayanır. Sistem, geçmiş satış verilerini ve pazar trendlerini analiz ederek hangi ürünün hangi fiyattan daha hızlı satılacağını hesaplar. Bu sayede işletmeler, insan hatasını azaltırken stok devir hızını artırabilir.

Kullanıcı açısından bu durum, benzer ürünler arasında daha standart fiyatlar görmek anlamına gelir. Fiyatlandırmada kullanılan algoritmalar, ürünün markası ve talep durumu gibi somut verilere odaklandığı için, satış temsilcisinin kişisel tahmini yerine piyasa gerçekleri ön plana çıkar. Bu yöntem, özellikle ürün çeşitliliğinin çok yüksek olduğu sektörlerde operasyonel maliyetleri düşürür ve karar verme sürecini hızlandırır.