Otimização de pricing dinâmico

Contexto

E-commerce de luxo (moda e acessórios, receita de 500M€) com precificação estática: os preços são fixados no início da temporada e só mudam nos períodos de liquidação. A concorrência multimarcas ajusta seus preços em tempo real. As margens são subotimizadas: certos produtos com alta demanda estão subprecificados enquanto outros poderiam se beneficiar de promoções direcionadas.

Problema & Desafio

Pricing estático sazonal: nenhuma reatividade às variações de demanda ou de concorrência. Margens não otimizadas: subpricing estimado em 5-8% nos produtos de alta demanda. Promoções genéricas no final da temporada: destruição de valor de marca. Nenhuma consideração da elasticidade-preço por segmento de cliente. Perda estimada de 15-20M€/ano em relação a um pricing otimizado.

Solução & Entregas

Modelo ML de pricing dinâmico calibrado na elasticidade-preço por produto, segmento e canal. Otimização bayesiana dos preços integrando a demanda prevista, os estoques e os objetivos de margem. A/B testing contínuo: cada ajuste de preço é testado em uma amostra antes da implantação geral. Guardrails de negócio: respeito ao posicionamento de luxo (sem guerra de preços), coerência omnichannel. Dashboard de pricing: margens por categoria, impacto dos ajustes, benchmark competitivo.

Tecnologias