تحسين الأسعار

تحديات وفرص تحسين البيع بالتجزئة

يواجه تجار التجزئة تحديات متزايدة أثناء عملهم للحفاظ على وضعهم في السوق مع زيادة الربحية إلى أقصى حد. لطالما كانت الأسعار إحدى الرافعات الرئيسية المتاحة لبائعي التجزئة لزيادة المبيعات وجذب عملاء جدد والاحتفاظ بالعملاء الحاليين وزيادة الحصة السوقية. ومع ذلك، على مدى العقد الماضي، اكتسبت أهمية أكبر حيث أدى ارتفاع التجارة الإلكترونية والتسوق متعدد القنوات إلى تسهيل عملية الشراء ومقارنة الأسعار عبر العديد من بائعي التجزئة من أي وقت مضى.

قد تؤدي المعلومات غير الدقيقة أو المجزأة أو كثيرة جدًا في بعض الأحيان إلى تحدي بائعي التجزئة لاتخاذ قرارات التسعير الصحيحة. وعلى الرغم من أن التسعير الاستراتيجي يمكن أن يكون طريقة رئيسية يمكن لبائعي التجزئة تمييز أنفسهم عن منافسيهم، إلا أن قرارات التسعير غير المستنيرة يمكن أن يكون لها تأثير سلبي كبير على الإيرادات والربحية ورضا العملاء. بالنظر إلى الهوامش الرقيقة، فإن معظم بائعي التجزئة يعملون معها، فإن تحديد أفضل سعر لزيادة مبيعات المنتج وربحيته وحصة السوق أمر بالغ الأهمية. ومع ذلك، نظرًا لتحديات البيانات، يجب على العديد من بائعي التجزئة اتخاذ قرارات التسعير دون فهم الطلب أو تأثير تغييرات الأسعار على المبيعات والهامش، ويجب عليهم اتخاذ عشرات الآلاف من قرارات التسعير غير المستنيرة عبر تشكيلة الأسعار.

تتيح القدرة على جمع مجموعات البيانات المتنوعة معًا وتطبيق التحليلات المتقدمة والتعلم الآلي على نطاق واسع لتجار التجزئة توسيع استراتيجيات التسعير الخاصة بهم لتشمل الأسعار التنافسية والتسعير النفسي والتسعير الترويجي وتجميع الأسعار والتسعير الديناميكي المتزايد؛ تحديد استراتيجية التسعير الصحيحة (أو مجموعة من الاستراتيجيات)؛ وتحسين أسعارها. ثم يمكنهم دفع المنتجات والخدمات المناسبة بالسعر المناسب للعميل المناسب عبر القناة المناسبة في الوقت المناسب.

تبسيط تخطيط البيع بالتجزئة باستخدام التحليلات المتقدمة والتعلم الآلي.

دعونا نلقي نظرة على كيفية إنشاء Oracle Data Platform لمساعدة تجار التجزئة على تحديد الأسعار الصحيحة للمنتجات الفردية، وتحسين هذا التسعير طوال دورة حياة المنتج، وفهم العلاقة بين السعر والحجم والسوق والوقت.

توضح هذه الصورة كيف يمكن استخدام Oracle Data Platform للبيع بالتجزئة لدعم تحسين الأسعار ومساعدة تجار التجزئة في الحفاظ على وضع السوق مع زيادة الربحية إلى أقصى حد. وتشمل المنصة الدعائم الخمس التالية:

1. 1. مصادر البيانات، الاكتشاف
2. 2. استيعاب، تحويل
3. 3. الاحتفاظ، التوقع، الإنشاء
4. 4. التحليل والتعلم والتنبؤ
5. 5. القياس، العمل

يتضمن ركيزة مصادر البيانات والاكتشاف ثلاث فئات من البيانات.

1. 1. تشتمل بيانات سجل الأعمال (الطرف الأول) على معاملات المبيعات وبيانات العملاء والموردين والمخزون ونظام نقاط البيع والإيرادات والهامش.
2. 2. ترد بيانات التطبيق من تطبيقات ERP وSCM وCX وWMS وFusion SaaS وNetSuite وOracle E-Business Suite وPeopleSoft وJD Edwards وSAP وSalesforce وWorkday.
3. 3. تتضمن بيانات الجهات الخارجية بيانات المنافسين وبيانات من Oracle Advertising والبيانات الاقتصادية والبيانات الاجتماعية.

تتكون ركيزة الاستيعاب والتحويل من ثلاث إمكانيات.

1. 1. يستخدم استيعاب الدفعة أدوات تكامل بيانات OCI وOracle Data Integrator وDB.
2. 2. يستخدم النقل المجمع OCI FastConnect ونقل بيانات OCI وMFT وOCI CLI.
3. 3. يستخدم تغيير رصد البيانات OCI GoldenGate.

تتصل جميع الإمكانات الثلاث بشكل أحادي الاتجاه بالتخزين السحابي / بحيرة البيانات داخل عمود Persist وCurate وCreate.

تتكون دعامة الاستمرار والدقة والإنشاء من أربع قدرات.

1. 1. يستخدم مخزن بيانات العرض Oracle Autonomous Data Warehouse.
2. 2. تخزين السحابة/بحيرة البيانات تستخدم OCI Object Storage.
3. 3. تستخدم المعالجة الدفعية تدفق بيانات OCI.
4. 4. تستخدم الحوكمة OCI Data Catalog.

هذه القدرات مرتبطة بالركيزة. تخزين السحابة/بحيرة البيانات متصلة بشكل غير مباشر بمخزن بيانات الخدمة؛ كما أنها متصلة بشكل ثنائي الاتجاه بمعالجة الدفعة.

ترتبط إحدى الإمكانات بركيزة التحليل والتعلم والتنبؤ: يتصل مخزن بيانات الخدمة بكل من القدرة على التحليلات والتصور وإمكانية التعلم الآلي.

يتكون عمود التحليل والتعلم والتنبؤ من اثنتين من الإمكانيات.

1. 1. تستخدم التحليلات والتمثيل المرئي Oracle Analytics Cloud وGraphStudio وموردي البرامج المستقلين (ISV).
2. 2. يستخدم التعلم الآلي OCI Data Science وOracle ML وOracle ML Notebooks.

ركيزة التدبير، الفعل تضم ثلاثة مستهلكين: لوحة القيادة والتقارير والتطبيقات ونماذج التعلم الآلي.

تشتمل لوحة المعلومات والتقارير على المبيعات والأداء ومستويات المخزون وتسعير المنافسين.

تتضمن التطبيقات نماذج مرونة الأسعار وقواعد التسعير.

تشتمل نماذج التعلم الآلي على أنماط سلوك العميل والأسعار الخاصة بالسوق.

الركائز الأساسية الثلاثة - الاستيعاب، والتحويل؛ والاستمرار، والدقة، والإنشاء، والتحليل، والتعلم، والتنبؤ - مدعومة بالبنية الأساسية، والشبكة، والأمان، وIAM.

هناك ثلاث طرق رئيسية لضخ البيانات في بنية لتمكين تجار التجزئة من تحسين الأسعار.

• لبدء عمليتنا، نحتاج إلى فهم وضع المخزون العام لدينا لضمان عدم زيادة مخزون المنتجات أو نقص المخزون. يمكننا استخدام هذه البيانات لتحديد ما إذا كان يجب تعديل الأسعار إما لنقل المخزون أو لتجنب المخزون. للقيام بذلك، نستخدم Oracle GoldenGate لتمكين تغيير التقاط البيانات من استيعاب بيانات مخزون المستودع في الوقت الفعلي القريب من قواعد البيانات التشغيلية لجميع خطوط المنتجات أو لمجموعة فرعية منها.
• يمكننا الآن إضافة مجموعات البيانات ذات الصلة بالعملاء (مثل تفضيلاتهم وسلوكياتهم وأنماط الشراء الخاصة بهم) والتكاليف (مثل تكلفة الإنتاج وتكلفة المبيعات) وطلب التجزئة (مثل معلومات نقطة البيع). لتوقع التغييرات في سلوك العملاء، يحتاج تجار التجزئة أيضًا إلى فهم ظروف السوق (مثل العرض والطلب)، والاتجاهات الاقتصادية، ومعنويات المستهلك. يحتاج بائعو التجزئة أيضًا إلى مراقبة أسعار وعروض منافسيهم الترويجية لضمان استمرارهم في المنافسة. غالبًا ما تتكون مجموعات البيانات هذه من أحجام كبيرة من البيانات المحلية غالبًا، وفي معظم الحالات، يكون استيعاب الدفعة أكثر كفاءة. بالنسبة لبيانات منفذ البيع، سنستخدم Oracle Data Integrator لاستيعاب البيانات في دورة لمدة أربع ساعات.
• يمكن استخدام الاستيعاب المجمع في تحميل البيانات الأولي أو لترحيل البيانات من مخازن البيانات المحلية.

يتم بناء استمرارية البيانات ومعالجتها على ثلاثة مكونات.

• يتم تخزين البيانات الأولية المستوردة في تخزين السحابة. سوف نستخدم تدفق بيانات OCI من أجل معالجة الدفعات لهذه البيانات المستمرة الآن، بما في ذلك مستويات المخزون وبيانات التخطيط الجغرافي والبيانات المرجعية للمنتج. يتم إرجاع مجموعات البيانات التي تمّت معالجتها هذه إلى التخزين السحابي للاستمرارية، والطول، والتحليل، وفي النهاية للتحميل في نموذج محسّن إلى مخزن بيانات الخدمة.
• لقد أنشأنا الآن مجموعات بيانات معالجة جاهزة للاستمرار في نموذج علائقي محسّن لأداء التنظيم والاستعلام في متجر بيانات الخدمة المقدم من Oracle Autonomous Data Warehouse. وهذا سيمكننا من تحديد المنتجات وإرجاعها حسب السعر وملف تعريف الطلب ومستوى المخزون والموقع.

تعتمد القدرة على التحليل والتعلم والتنبؤ على تقنيتين.

• تقدم خدمات التحليلات وإمكانية الرؤية الإمكانيات التالية:
  • تدعم التحليلات الوصفية (تصف الاتجاهات الحالية مع الرسوم البيانية والمدرجات التكرارية) تطوير خوارزميات التسعير المستندة إلى القواعد التي تستخدم قواعد محددة مسبقًا لتعديل الأسعار استنادًا إلى معايير محددة، مثل أداء المبيعات أو مستويات المخزون أو تسعير المنافس. على سبيل المثال، قد يقوم بائع التجزئة بتعيين قاعدة لتقليل سعر المنتج بنسبة 10% إذا كان متوفرًا بالمخزون لأكثر من 30 يومًا.
  • تستخدم التحليلات التنبؤية (توقع الأحداث المستقبلية، وتحديد الاتجاهات، وتحديد احتمالية النتائج غير المؤكدة) بيانات المبيعات التاريخية لتحديد الارتباطات بين السعر والطلب. يمكن لبائعي التجزئة استخدام هذا التحليل للتنبؤ بكيفية تأثير التغيرات في الأسعار على الطلب وتعديل الأسعار وفقًا لذلك. بالإضافة إلى ذلك، يمكن أن توفر التحليلات التنبؤية نماذج مرونة الأسعار، والتي تستخدم النماذج الإحصائية لقياس مدى حساسية الطلب للتغييرات في السعر. يمكن لبائعي التجزئة استخدام هذا التحليل لتحديد النقاط المثلى للأسعار لزيادة المبيعات والربحية إلى أقصى حد.
  • يمكن استخدام التحليلات التوجيهية (تقترح إجراءات مناسبة لدعم اتخاذ القرارات المثلى) للتسعير الديناميكي. تستخدم هذه الخوارزمية بيانات الوقت الفعلي، مثل مستويات المخزون وتسعير المنافس وسلوك العميل، لتعديل الأسعار في الوقت الفعلي. يمكن لبائعي التجزئة استخدام هذا للاستجابة لتغيرات السوق بسرعة وتحسين الأسعار لتحقيق أقصى قدر من الربحية.
• إلى جانب استخدام التحليلات المتقدمة، يتم تطوير نماذج التعلم الآلي وتدريبها ونشرها. تستخدم هذه النماذج الذكاء الاصطناعي لتحليل كميات كبيرة من البيانات وتحديد الأنماط والاتجاهات التي يمكن استخدامها لتحسين الأسعار. يمكن لبائعي التجزئة استخدام خوارزميات التعلم الآلي للتنبؤ بسلوك العميل، وتحديد فرص التسعير، وتحسين الأسعار عبر منتجات وأسواق متعددة.
• يمكن أن تحتوي البيانات والنماذج المُعالجة والمختبرة وعالية الجودة لدينا على قواعد وسياسات الإدارة المطبقة ويمكن عرضها كمنتج بيانات (واجهة برمجة التطبيقات) داخل بنية شبكة بيانات للتوزيع عبر مؤسسة الرعاية الصحية.

زيادة الربحية باستخدام منصة لبيانات البيع بالتجزئة

يمكن أن تؤدي استراتيجيات التسعير المناسبة إلى زيادة الإيرادات والربحية والحصة السوقية ورضا العملاء، ولكن لتطويرها، يحتاج بائعو التجزئة إلى الوصول في الوقت الفعلي إلى مستويات المخزون، والطلبات، والطلب، والتسعير والترقيات الحالية، وطرق عرض العملاء بزاوية 360 درجة. باستخدام منصة بيانات تدمج البيانات من مصادر متعددة وتدعم التحليلات المتقدمة، يمكن لبائعي التجزئة بسهولة تخصيص إستراتيجيات التسعير الخاصة بهم على مستوى المنتج مع مواءمة الأسعار مع أهداف الشركة والفئة عبر جميع قنوات البيع. تتيح هذه المرونة لبائعي التجزئة اقتراح أسعار منتظمة بناءً على هوامشهم المستهدفة أو التناغم بين الأسعار التنافسية أو علاقة التسعير المفضلة لديهم بين الأسواق المختلفة وزيادة قيمة إستراتيجيات الترقية وتخفيض السعر - كل ذلك مع توفير رحلة عملاء فائقة متعددة القنوات من خلال ضمان اتساق التسعير لتجربة المستهلكين الفردية في كل نقطة اتصال.