Oracle Data Platform voor de detailhandel

Prijsoptimalisatie

Uitdagingen en kansen voor optimalisatie in de detailhandel

Detailhandelaren die hun marktpositie willen behouden en de winstgevendheid maximaliseren, zien zich voor steeds grotere uitdagingen gesteld. Prijzen zijn van oudsher een van de belangrijkste middelen waarmee detailhandelaren verkoop kunnen stimuleren, nieuwe klanten aantrekken, bestaande klanten behouden en hun marktaandeel vergroten. In de afgelopen tien jaar is dit instrument echter nog belangrijker geworden. Dit komt doordat met de opkomst van e-commerce en omnichannel-shopping het voor consumenten gemakkelijker dan ooit is om te kopen en prijzen bij meerdere winkels te vergelijken voordat ze dat doen.

Door onjuiste, gefragmenteerde of soms overdadige informatie kan het voor detailhandelaren lastig zijn om te beslissen wat de juiste prijs voor een artikel is. En hoewel strategische prijsstelling een belangrijke methode voor detailhandelaren kan zijn om zich te onderscheiden van de concurrentie, kunnen op slechte data gebaseerde prijsbeslissingen de omzet, de winstgevendheid en de klanttevredenheid aanzienlijk aantasten. Gezien de kleine marges waarmee de meeste detailhandelaren werken, is het cruciaal dat ze de beste prijs kunnen bepalen om de verkoop, winstgevendheid en marktaandeel van een product te maximaliseren. Vanwege de uitdagingen op gebied van data moeten veel detailhandelaren echter prijsbeslissingen nemen zonder te weten wat vraag is, of welke gevolgen de prijswijziging heeft voor de verkoop en marge. En voor hun gehele assortiment komt dit neer op tienduizenden van dergelijke prijsbeslissingen op basis van onvoldoende informatie.

Als detailhandelaren verschillende datasets samen kunnen brengen en geavanceerde analyses en machine learning op grote schaal kunnen toepassen, kunnen ze hun prijsstrategieën verbreden met concurrerende prijzen, prijzen met een psychologisch effect, promotieprijzen, prijsbundels en steeds dynamischere prijzen. Ook kunnen ze dan de juiste prijsstrategie (of combinatie van strategieën) bepalen en hun prijsstelling optimaliseren. Dan kunnen ze de juiste producten en services tegen de juiste prijs, op het juiste moment en via het juiste kanaal pushen naar de juiste klant.

Planning in de detailhandel vereenvoudigen met geavanceerde analyses en machine learning

We bekijken nu hoe Oracle Data Platform is opgezet om detailhandelaren te helpen de juiste prijzen voor afzonderlijke producten te identificeren, die prijzen te optimaliseren gedurende de gehele productlevenscyclus en de relatie prijs-volume-markt-tijd te begrijpen.

Diagram voor prijsoptimalisatie, beschrijving hieronder

In deze afbeelding ziet u hoe Oracle Data Platform voor de detailhandel kan worden gebruikt ter ondersteuning van prijsoptimalisatie. Dit helpt detailhandelaren hun marktpositie te behouden en hun winstgevendheid te maximaliseren. Het platform omvat deze vijf pijlers:

  1. 1. Databronnen, discovery
  2. 2. Opnemen, transformeren
  3. 3. Persistent maken, samenstellen, maken
  4. 4. Analyseren, leren, voorspellen
  5. 5. Meten, handelen

De pijler Databronnen, discovery omvat drie categorieën data.

  1. 1. Bedrijfsrecords (eigen data) bestaan uit verkooptransacties en data voor klanten, leveranciers, voorraden, POS-systemen, omzet en marges.
  2. 2. Applicatiedata zijn afkomstig uit ERP-systemen, SCM, CX, WMS, Fusion SaaS, NetSuite, Oracle E-Business Suite, PeopleSoft, JD Edwards, SAP, Salesforce en Workday.
  3. 3. Data van derden omvatten data over concurrenten, data uit Oracle Advertising, economische data en data uit sociale media.

De pijler Opnemen, transformeren omvat drie functionaliteiten.

  1. 1. Batchopname maakt gebruik van OCI Data Integration, Oracle Data Integrator en databasetools.
  2. 2. Bulkoverdracht maakt gebruik van OCI FastConnect, OCI Data Transfer, MFT en OCI CLI.
  3. 3. Wijzigingsdata vastleggen maakt gebruik van OCI GoldenGate.

Alle drie functionaliteiten verbinden unidirectioneel door naar de cloudopslag/data lake in de pijler Persistent maken, samenstellen, maken.

De pijler Persistent maken, samenstellen, maken omvat vier functionaliteiten.

  1. 1. De aanbiedende dataopslag maakt gebruik van Oracle Autonomous Data Warehouse.
  2. 2. Cloudopslag/data lake maakt gebruik van OCI Object Storage.
  3. 3. Batchverwerking maakt gebruik van OCI Data Flow.
  4. 4. Governance maakt gebruik van OCI Data Catalog.

Deze functionaliteiten verbinden binnen de pijler onderling naar elkaar door. Cloudopslag/data lake verbindt unidirectioneel door naar de aanbiedende dataopslag en ook bidirectioneel naar Batchverwerking.

Eén functionaliteit verbindt door naar de pijler Analyseren, leren, voorspellen: de aanbiedende dataopslag verbindt door naar de functionaliteiten Analyse en visualisatie en Machine learning.

De pijler Analyseren, leren, voorspellen omvat twee functionaliteiten.

  1. 1. Analyse en visualisatie maakt gebruik van Oracle Analytics Cloud, GraphStudio en ISV's.
  2. 2. Machine learning maakt gebruik van OCI Data Science, Oracle ML en Oracle ML Notebooks.

De pijler Meten, handelen, omvat drie consumers: Dashboard en rapporten, Applicaties en Machine learning-modellen.

Dashboard en rapporten omvatten verkoop, prestaties, voorraadniveaus en prijsstelling van concurrenten.

Applicaties omvatten prijselasticiteitsmodellen en regels voor prijsstelling.

Machine learning-modellen omvat gedragspatronen van klanten en marktspecifieke prijsstelling.

De drie centrale pijlers, Opnemen, transformeren; Persistent maken, samenstellen, maken; en Analyseren, leren, voorspellen, worden ondersteund door infrastructuur, netwerk, beveiliging en IAM.



Er zijn drie belangrijke manieren om data in te voeren in een architectuur, zodat detailhandelaren hun prijzen kunnen optimaliseren.

  • Het proces begint met inzicht in de algehele voorraadpositie, zodat we er zeker van zijn dat we niet te weinig of te veel op voorraad hebben van onze producten. Op basis van deze data kunnen we besluiten om prijzen aanpassen om voorraad af te bouwen of voorraadtekorten te voorkomen. We gebruiken hiervoor OCI GoldenGate om opname van vastgelegde wijzigingsdata mogelijk te maken van bijna realtime data van magazijnvoorraden uit operationele databases voor alle productlijnen of een subset van productlijnen.
  • We kunnen nu datasets toevoegen die relevant zijn voor klanten (zoals hun voorkeuren, gedrag en inkooppatronen), kosten (zoals productiekosten en verkoopkosten) en vraag in de detailhandel (zoals POS-informatie). Om te kunnen anticiperen op veranderingen in het klantgedrag, moeten retailers ook de marktcondities (zoals vraag en aanbod), economische trends en het sentiment bij de consument kennen. Detailhandelaren moeten ook de prijzen en promoties van hun concurrenten in de gaten houden, zodat ze concurrerend kunnen blijven. Deze datasets bevatten vaak grote hoeveelheden data die meestal in on-premises systemen is opgeslagen. In de meeste gevallen is batchopname de meest efficiënte methode. Voor onze POS-data nemen we de data met intervallen van vier uur op met behulp van Oracle Data Integrator.
  • Voor de initiële dataopnamen of om data te migreren vanuit on-premises dataopslag, kunnen we bulkopname gebruiken.

Datapersistentie en -verwerking zijn gebaseerd op drie componenten.

  • Opgenomen onbewerkte data worden opgeslagen in de cloudopslag. Met OCI Data Flow voeren we de batchverwerking uit van deze persistent gemaakte data, die onder meer voorraadniveaus, geomapping-data en productreferentiedata omvat. Deze verwerkte datasets worden geretourneerd naar de cloudopslag voor verdere persistentie, beheer en analyse. Uiteindelijk worden ze in geoptimaliseerde vorm geladen in de aanbiedende dataopslag.
  • We hebben nu verwerkte datasets gemaakt die persistent kunnen worden gemaakt in geoptimaliseerde relationele vorm voor samenstelling en goede queryprestaties in de aanbiedende dataopslag die Oracle Autonomous Data Warehouse biedt. Hierdoor kunnen we de producten identificeren en retourneren op basis van prijs, vraagprofiel, voorraadniveau en locatie.

Het vermogen om te analyseren, te leren en te voorspellen is gebaseerd op twee technologieën.

  • Services voor analyse en visualisatie bieden de volgende functionaliteiten:
    • Met beschrijvende analyses worden actuele trends beschreven met histogrammen en grafieken en algoritmes voor op regels gebaseerde prijsstelling ontwikkeld. Deze maken gebruik van vooraf gedefinieerde regels om prijzen aan te passen op basis van specifieke criteria, zoals verkoopprestaties, voorraadniveaus of prijzen van concurrenten. Een detailhandelaar kan bijvoorbeeld een regel instellen dat de prijs van een product met 10% moet worden verlaagd als het meer dan 30 dagen op voorraad ligt.
    • Voorspellende analyses (voorspellen toekomstige gebeurtenissen, identificeren trends en bepalen de waarschijnlijkheid van onzekere resultaten) maken gebruik van historische verkoopdata om correlaties te identificeren tussen prijs en vraag. Met deze analyse kunnen detailhandelaren voorspellen welk effect een prijsaanpassing heeft op de vraag en de prijs dienovereenkomstig aanpassen. Ook kunnen met voorspellende analyses prijselasticiteitsmodellen worden ontwikkeld. Deze maken gebruik van statistische modellen om te meten hoe gevoelig de vraag is voor prijswijzigingen. Met deze analyse kunnen detailhandelaren de optimale prijspunten identificeren waarmee ze maximale verkoop en winstgevendheid kunnen realiseren.
    • Voor dynamische prijsstelling kan gebruik worden gemaakt van sturende analyses (stellen passende acties voor ter ondersteuning van optimale besluitvorming). Voor dit algoritme worden prijzen in real time aangepast op basis van realtime data zoals voorraadniveaus, prijzen van concurrenten en klantgedrag. Hiermee kunnen detailhandelaren snel reageren op veranderingen en de markt en prijzen optimaliseren voor maximale winstgevendheid.
  • Naast het gebruik van geavanceerde analyses worden machine learning-modellen ontwikkeld, getraind en geïmplementeerd. Deze modellen passen kunstmatige intelligentie toe om grote hoeveelheden data te analyseren en patronen en trends te identificeren waarmee prijzen kunnen worden geoptimaliseerd. Detailhandelaren kunnen met machine learning-algoritmen het gedrag van klanten voorspellen, kansen identificeren om prijzen aan te passen en prijzen voor meerdere producten en markten optimaliseren.
  • Op onze samengestelde, geteste en hoogwaardige data en modellen kunnen beheer- en beleidsregels worden toegepast. Ze kunnen beschikbaar worden gesteld als een 'dataproduct' (API) in een data mesh-architectuur voor distributie binnen de detailhandelorganisatie.

Winstgevendheid verhogen met een dataplatform voor de detailhandel

Met de juiste prijsstrategieën kunt u omzet, winstgevendheid, marktaandeel en klanttevredenheid vergroten. Maar om deze strategieën te ontwikkelen, hebben detailhandelaren realtime toegang nodig tot voorraadniveaus, orders, vraag, actuele prijzen en promoties en alomvattend inzicht in hun klanten. Door gebruik te maken van een dataplatform waarmee data uit meerdere bronnen wordt geïntegreerd en geavanceerde analyses worden ondersteund, kunnen detailhandelaren hun prijsstrategieën eenvoudig afstemmen op het productniveau en tegelijkertijd prijzen in lijn brengen met de ondernemings- en categoriedoelen op alle verkoopkanalen. Met deze flexibiliteit kunnen detailhandelaren standaardprijzen voorstellen op basis van hun doelmarges, afstemming op prijzen van concurrenten of de gewenste prijsrelatie tussen verschillende markten. Ook kunnen ze de waarde van hun promotie- en afwaarderingsstrategieën maximaliseren, en tegelijkertijd een superieur klanttraject op alle kanalen bieden door ervoor te zorgen dat individuele consumenten consistente prijzen tegenkomen bij elk contact.

Aan de slag met Oracle Modern Data Platform

Probeer meer dan 20 'Altijd gratis'-cloudservices uit, met een proefversie van 30 dagen voor nog meer

Oracle biedt een Free Tier zonder tijdslimiet voor meer dan 20 services zoals Autonomous Database, Arm Compute en Storage, evenals USD 300 aan gratis tegoed om extra cloudservices uit te proberen. Lees de informatie en meld u vandaag nog aan voor uw gratis account.

  • Wat is inbegrepen in Oracle Cloud Free Tier?

    • 2 Autonomous Databases van elk 20 GB
    • Compute VM's van AMD en Arm
    • 200 GB totale blokopslag
    • 10 GB objectopslag
    • 10 TB uitgaande dataoverdracht per maand
    • Meer dan 10 extra 'Altijd gratis'-services
    • $ 300 aan gratis tegoed voor 30 dagen voor nog meer

Leer met stapsgewijze begeleiding

Ervaar een breed scala aan OCI-services via zelfstudies en praktijklabs. Of u nu een ontwikkelaar, beheerder of analist bent, wij kunnen u laten zien hoe OCI werkt. Veel labs draaien op de Oracle Cloud Free Tier of een door Oracle geleverde gratis labomgeving.

  • Aan de slag met OCI Core Services

    De labs in deze workshop bevatten een inleiding tot de kernservices van Oracle Cloud Infrastructure (OCI), waaronder virtuele cloudnetwerken (VCN) en compute- en opslagservices.

    Start nu het lab voor OCI-kernservices
  • Snel aan de slag met Autonomous Database

    In deze workshop doorloopt u de stappen om aan de slag te gaan met Oracle Autonomous Database.

    Start nu het lab Snel aan de slag met Autonomous Database
  • Een app bouwen vanuit een spreadsheet

    Dit lab begeleidt u bij het uploaden van een spreadsheet naar een Oracle Database tabel en het maken van een applicatie op basis van deze nieuwe tabel.

    Start deze training nu
  • Een HA-applicatie implementeren op OCI

    In dit lab implementeert u webservers op twee compute-instances in Oracle Cloud Infrastructure (OCI), geconfigureerd in de modus voor hoge beschikbaarheid met behulp van een lastverdeler.

    Start nu het lab voor HA-applicaties

Ontdek meer dan 150 best practices

Bekijk hoe onze architecten en andere klanten een breed scala aan workloads implementeren, van bedrijfsapps tot HPC, van microservices tot data lakes. Begrijp de best practices, hoor over andere architecten van klanten in onze reeks 'Built & Deployed' en implementeer veel workloads met onze 'click-to-deploy'-functie, of doe dit zelf vanuit onze GitHub-repository.

Populaire architecturen

  • Apache Tomcat met MySQL Database Service
  • Oracle Weblogic op Kubernetes met Jenkins
  • Machine learning (ML)- en AI-omgevingen
  • Tomcat op Arm met Oracle Autonomous Database
  • Loganalyse met ELK-stack
  • HPC met OpenFOAM

Bekijk hoeveel u kunt besparen op OCI

De prijsbepaling voor Oracle Cloud is eenvoudig, met wereldwijd consistente lage prijzen, met ondersteuning voor een breed scala aan gebruiksdoelen. Ga naar de kostencalculator voor een schatting van uw lage tarief en kies en configureer de services die u nodig hebt.

Ervaar het verschil:

  • Een kwart van de kosten voor uitgaande bandbreedte
  • Drie keer betere Compute prijs-prestatieverhouding
  • Zelfde lage prijs in elke regio
  • Lage prijzen zonder langetermijnverplichtingen

Neem contact op met de verkooporganisatie

Wilt u meer weten over Oracle Cloud Infrastructure? Laat een van onze experts u helpen.

  • Ze kunnen vragen beantwoorden zoals:

    • Welke workloads draaien het beste op OCI?
    • Hoe profiteer ik optimaal van Oracle investeringen?
    • Wat zijn de voordelen van OCI ten opzichte van andere cloudcomputing-providers?
    • Hoe kan OCI uw IaaS- en PaaS-doelen ondersteunen?