Suzanne Valentine, Direktorin von PricingAI bei Pricefx – Interview-Serie

Suzanne Valentine wurde zur Direktorin von PricingAI bei Pricefx ernannt. In dieser Rolle wird sie ein Team von Pricing-Experten leiten, das sich auf die Lieferung von Kundenwert durch innovative Preisstrategien konzentriert. Valentine hat über 25 Jahre Erfahrung in der Unternehmenssoftware und der AI-gesteuerten Merchandising-Analyse. Ihre vorherige Position war die des Leiters der Abteilung Data Science bei Meta, wo sie Teams von 30 bis 100 Data-Scienctists leitete und die Strategie und die Wirksamkeit von Initiativen zur Verbesserung der Geschäftsanwendung von Metas Werbeprodukten überwachte.

Pricefx bietet AI-gesteuerte Preismanagement- und Optimierungssoftware, die darauf ausgelegt ist, Preisstrategien von der Grundpreisfestlegung bis zur Gewinnmaximierung zu rationalisieren. Die Plattform ermöglicht es Unternehmen, ihre Rentabilität zu verbessern, ihre Margen zu erhöhen und bessere Verhandlungsergebnisse zu erzielen.

Ihre “PricingAI”-Lösung integriert fortschrittliche generative AI-Technologie, die personalisierte Preisinsights, eine intuitive chatbasierte Oberfläche und schnelle Optimierungsfähigkeiten bietet. Pricefx konzentriert sich auf die Vereinfachung und Modernisierung von Preisprozessen, um Unternehmen zu helfen, wettbewerbsfähig zu bleiben und messbaren Erfolg zu erzielen.

Wie verändert die KI die Preislandschaft für große Unternehmen und welche einzigartigen Chancen bietet sie für die Optimierung von Preisstrategien?

Die Disziplin der Preisgestaltung umfasst die Analyse von Verbrauchernachfrage-Mustern, das Verständnis von Wettbewerbern, die Personalisierung und/oder Optimierung von Preisen und die dynamische Preisgestaltung durch Automatisierung auf der Grundlage von Faktoren wie Nachfrageschwankungen und Bestandsniveaus. KI-gesteuerte Systeme ermöglichen es Unternehmen, große Mengen an Daten (strukturiert und unstrukturiert) zu synthetisieren, zu analysieren und zu nutzen, um bessere Geschäftsentscheidungen zu treffen. Viele Preisentscheidungen werden heute mit mindestens einigen Daten getroffen, aber die regelmäßige Verwendung von KI macht nicht nur die Analysen umfassender und skalierbarer, sondern hilft auch, Erkenntnisse zu gewinnen.

Beispielsweise ist ein allgemeines Preisbedürfnis, Preise so festzulegen, dass der Absatz (Umsatz) maximiert wird, während die Gewinnmarge erhalten bleibt. PricingAI beginnt damit, Muster in den Daten aufzudecken und die Auswirkungen bekannter und unbekannter Faktoren, die die Nachfrage beeinflussen, zu quantifizieren. Mit dieser Grundlage können Ergebnisse unter verschiedenen Szenarien vorhergesagt werden, was wiederum eine echte Optimierung ermöglicht, um Geschäftsziele zu erreichen.

Transparenz ist oft entscheidend für den Aufbau von Vertrauen in KI-gesteuerte Systeme. Wie erreicht Pricefx diese Transparenz und warum ist sie für eine erfolgreiche KI-Adoption im Preisbereich entscheidend?

Leistungsstarke KI-gesteuerte Datenverarbeitung und -analyse sind in der heutigen Wettbewerbsumgebung von entscheidender Bedeutung. Ohne Verständnis und Einblick in die Entscheidungsfindung werden Benutzer jedoch wahrscheinlich nicht Vertrauen in die Preissoftware entwickeln und möglicherweise zu ihren alten Entscheidungsmethoden zurückkehren. Idealerweise umfasst Transparenz in PricingAI sowohl die Techniken, die implementiert werden, als auch die Benutzeroberfläche.

Was die KI-Techniken betrifft: Pricefx setzt je nach Anforderung des Problems, gewünschter Transparenz der Algorithmen und erforderlicher Granularität der Ergebnisse verschiedene KI-Ansätze ein. Für die Optimierung verlässt sich Pricefx in der Regel auf einzigartige Reinforcement-Learning-(Multi-Agenten-KI)-Algorithmen, die über viele Jahre entwickelt und verbessert wurden. Mit diesem Ansatz werden Preisziele und -beschränkungen in einem benutzerfreundlichen Geschäftsframework definiert, und nachfolgende Empfehlungen werden dem Benutzer transparent durch die Anzeige der Interaktionen zwischen diesen Zielen und verschiedenen Beschränkungen gemacht.

Pricefx verfolgt auch eine “Glaskasten”-Philosophie in Bezug auf die Benutzeroberfläche. Viele Analysen und Zusammenfassungen werden standardmäßig bereitgestellt, aber Benutzer können leicht so tief in die Quelltabelle eintauchen, wie sie möchten, und sogar die Quellcode anzeigen und anpassen. Die Kombination aus intuitiver KI und vollständiger Transparenz von Rohdaten bis hin zu Empfehlungen schafft das notwendige Vertrauen bei den Geschäftsanwendern, das zu Vertrauen in die Empfehlungen führt.

Wie wirkt sich die Flexibilität von Pricefx aus, wenn Kunden ihre eigene Datenwissenschaft in das KI-Framework einsetzen, auf die Kundenzufriedenheit und den langfristigen ROI?

Eine Herausforderung bei der Einführung von jeder Softwarelösung ist es, Benutzer einer bestehenden Lösung zu gewinnen, und die meisten unserer potenziellen und bestehenden Kunden haben in KI-Mitarbeiter, -Prozesse und -Tools investiert. Wir möchten, dass die Pricefx-Plattform zum primären Ziel für Preis-Teams wird, da sie kontinuierlich und sicher ihre wichtigsten Daten synthetisiert… also ermutigen wir unsere Kunden, ihre eigene Wissenschaft in die Plattform zu bringen.

Wir sehen eine breite Palette dessen, wie dies in der Praxis aussieht – einige Kunden beginnen mit einem bestehenden Accelerator und passen ihn an, einige Kunden nutzen “Wissenschaftsblöcke”, die mit der Plattform geliefert werden (wie Multi-Faktor-Elastizität, Clustering und Produktähnlichkeit), und einige Kunden integrieren bestehenden Code über unser Model-Class-Framework. Wir glauben, dass dieser Ansatz die Kundenzufriedenheit und den ROI nur verbessern kann, genau weil wir mit einer Organisation wachsen und evolvieren können.

Pricefx schlägt vor, dass Kunden bis zu 70-mal ROI innerhalb des ersten Jahres sehen können. Welche Faktoren in der KI-Software tragen zu solch hohen potenziellen Renditen bei, und wie wird der ROI in diesen Fällen typischerweise gemessen?

Erstens ist die ROI-Berechnung ziemlich einfach: unsere Kunden betrachten die Größe ihrer Bruttomargenverbesserungen im Verhältnis zu den Kosten der KI-Software-Implementierung. Im Allgemeinen kann der durch KI-gesteuerte Preissoftware erzielte ROI darauf zurückgeführt werden, dass umfassende Synthese relevanter Daten und die Nutzung dieser Daten zur besseren Preisgestaltung erfolgt.

Es gibt jedoch eine Reihe von Möglichkeiten, wie dies in der Praxis umgesetzt werden kann – KI-gesteuerte Entscheidungen umfassen Änderungen wie die Erhöhung der Deal-Gewinnrate durch das Verständnis dessen, was die Preissensibilität von Kunden nach Art, geografischem Standort und Produktlinie beeinflusst, und die Verbesserung der Margen durch systematische Identifizierung von Preis-Ausreißern, Einhaltung der gewünschten Regeln und Optimierung von Preisen. Manchmal stammen ROI-Verbesserungen auch aus Effizienzen im Preisprozess, die operative Kosten senken und eine schnelle Simulation der Auswirkungen von Strategieänderungen ermöglichen. Indirekt kann KI-Software sogar den Kundenlebenswert verbessern, indem sie sicherstellt, dass Preisstrategien auf langfristige Beziehungen abgestimmt sind.

Um sicherzustellen, dass unsere Kunden den Wert verstehen, den sie von der KI-Software erhalten, bietet Pricefx eine Kombination aus Berichten und Dashboards, die das notwendige Verständnis und die Transparenz bieten.

Wie passt sich die KI von Pricefx an die spezifischen Anforderungen verschiedener Branchen wie Fertigung und Energie an und wie werden einzigartige Preisherausforderungen angegangen?

Es gibt einige gemeinsame Bausteine, die allen Branchen zugute kommen, wie z. B. die Verfügbarkeit einer flexiblen und skalierbaren Plattform, um nicht nur interne Daten, sondern auch wichtige externe Signale wie Marktschwankungen, technologische Fortschritte und sich ändernde Verbrauchernachfrage zu erfassen. Und unsere Investitionen in KI-Technologien sind sorgfältig ausgewählt und getestet, um Genauigkeit und Stabilität für eine breite Palette von Geschäftsproblemen zu bieten.

Es gibt jedoch offensichtliche Unterschiede in den Preisfaktoren zwischen Branchen und Sektoren. Pricefx hat ein Team von Branchenexperten aufgebaut, die direkte Erfahrung mit den Branchen haben, die wir bedienen – diese Experten sind in unseren Lösungsstrategie- und Implementierungsteams tätig und arbeiten eng mit unserem Produktteam zusammen, um einzigartige Bedürfnisse in spezifische Anforderungen zu übersetzen. Die Software ist hoch konfigurierbar, und wir arbeiten mit jedem Kunden zusammen, um eine Lösung zu verschreiben, die schnell implementiert werden kann, aber auch gut zu den einzigartigen Prozessen passt. Unser Partnerökosystem ist auch unschätzbar, um branchenspezifische Lösungsdesign-Expertise unseren Kunden zu bieten.

Ein interner KI-Rat wurde eingerichtet, um die KI in den Betrieb von Pricefx zu integrieren. Welche Rolle spielt dieser Rat, und wie stimmt er mit der Produkt- und Geschäftsstrategie des Unternehmens überein?

Als Anbieter von KI-Software ist es wichtig für uns, mit den Fortschritten der Branche Schritt zu halten und sicherzustellen, dass unsere interne Nutzung von KI weiterhin Innovation vorantreibt, aber auch verantwortungsvolle Praktiken wie Transparenz, Datenschutz, Sicherheit, Fairness und nachhaltige Nutzung von Ressourcen umfasst. Unser KI-Rat bringt KI-Experten und Führungskräfte zusammen, um offene Diskussionen über die Vorteile und möglichen Warnsignale zu führen, während wir weiterhin KI umarmen.

Pricefx CoPilot, das GenAI für konversationale Dateninsights integriert, zielt darauf ab, Preisentscheidungen zu verbessern. Welche Auswirkungen hat diese Funktion auf die Entscheidungsfindung der Kunden, und welche Entwicklungen sind für die Zukunft geplant?

Pricefx CoPilot ist eine natürliche Weiterentwicklung unseres Produktsortiments, die auf der Grundlage der KI-basierten Optimierung aufbaut, die wir Preis-Teams und -Führungskräften anbieten.

Sobald die Pricefx-Plattform live ist, setzt sie prädiktive und präskriptive KI ein, um kontinuierlich Erkenntnisse zu liefern. Power-User von Pricefx-Angeboten werden geschickt darin, diese Erkenntnisse zu nutzen… und ihre Erforschung ist oft nur durch die auf ihrem Team verfügbaren Person Stunden begrenzt. Unsere Vision ist, dass CoPilot als der beste Analyst handeln wird, der auf Ihre Daten und Geschäftsprozesse trainiert werden kann, und es Preisexperten ermöglichen wird, die Plattform mit natürlichen Sprachprompts wie “Wer sind meine rentabelsten und unrentabelsten Kunden in diesem Quartal?” zu befragen. CoPilot wird nicht nur Antworten schnell und umfassend liefern, sondern auch Vorschläge für die nächste beste Aktion machen, die sie ergreifen können. Dies befreit Preisexperten, um sich auf strategischere Elemente der Preisgestaltung zu konzentrieren, während CoPilot Routineaufgaben übernimmt und als Schnittstelle zu den Datenanalysen dient. Und die Nutzung von CoPilot wird nicht nur mehr Bandbreite schaffen, sondern letztendlich auch den Entscheidungsprozess beschleunigen und so die Wirksamkeit der Preisstrategien verbessern.

Zwei wichtige Dinge, die man über Pricefx CoPilot verstehen sollte:

1. Kundendaten werden vollständig privat und sicher gehalten. Wir haben nie (und werden nie) Daten zwischen unseren Kunden teilen, und wir bauen unsere eigenen internen LLM-Fähigkeiten speziell für den Preisbereich auf, anstatt auf ein öffentlich verfügbares GenAI zuzugreifen.
2. Die Investition in die Datenbasis ist ein entscheidender erster Schritt. Wie bei allen Analysen und KI ist die Qualität der Erkenntnisse nur so gut wie die Qualität der zugrunde liegenden Daten. Pricefx arbeitet mit seinen Kunden zusammen, um ihre Plattform mit den relevantesten Daten zu infundieren und Dashboards zu erstellen, die Chancen hervorheben, sowohl aus Sicht der Datenintegrität als auch der Preispraktiken.

In Bezug auf zukünftige Entwicklungen: Die Vielseitigkeit von GenAI ist wirklich ihre Stärke. Wir erwarten, dass wir nicht nur CoPilot “intelligenter” machen, indem wir die Empfehlungen von Optimierungs-KI nutzen, sondern auch zusätzliche Fähigkeiten in ganzem Preis-Ökosystem eines Unternehmens freischalten, von der Demokratisierung von Daten und der Vorschlag von Architekturverbesserungen bis hin zur Optimierung von Preismitteilungen an verschiedene Interessengruppen.

Während die KI-gesteuerte Automatisierung erhebliche Vorteile bietet, wo ermöglicht Pricefx menschliche Aufsicht, um die Ausrichtung mit strategischen Unternehmenszielen sicherzustellen?

Unser ultimatives Ziel mit PricingAI ist es, dem Preispraktiker mehr Kontrolle über seine Entscheidungsfindung zu geben.

Wir entwerfen den Arbeitsablauf so, dass er die Sichtbarkeit in jeden Teil des Prozesses ermöglicht – ein Benutzer beginnt damit, den Umfang seiner Analyse zu definieren und sieht sofort Statistiken, die bestätigen, welche Daten analysiert werden. Einige anfängliche KI wird ausgeführt, um Erkenntnisse zu Preisfaktoren zu liefern; der Benutzer überprüft die Ausgaben und legt Parameter für die endgültige Optimierung fest. Da die KI-gesteuerte Plattform komplexe Datenverarbeitung beschleunigt und automatisiert, kann dieser gesamte Prozess mehrmals am Tag durchlaufen, überprüft, angepasst und wiederholt werden. Und da kein “Data Scientist in der Mitte” benötigt wird, können Preispraktiker unabhängig verstehen, wie verschiedene Strategien zur Erreichung der Unternehmensziele eingesetzt werden können.

Die KI betont oft die Gewinnmaximierung, doch viele Unternehmen priorisieren auch nachhaltiges, langfristiges Wachstum. Wie hilft Pricefx Kunden, diese Ziele in Einklang zu bringen?

Fast alle Pricefx-Kunden balancieren mehrere Ziele – sie wollen ihre Verkäufe und “Gewinnrate” steigern, während sie ihre Margen schützen, und gleichzeitig eine Preisarchitektur aufrechterhalten, die wichtige Beziehungen und Konsistenz aufrechterhält. Pricefx-PricingAI-Lösungen sind darauf ausgelegt, Kunden bei der Erreichung dieses Gleichgewichts zu helfen und die erwartete Auswirkung verschiedener Strategien zu verstehen. Ein leistungsstarkes Beispiel ist unsere Price-Waterfall-Optimierung, die Multi-Agenten-KI (MAAI) nutzt, um Listenpreise, Rabatte, Anreize und andere Faktoren gleichzeitig zu optimieren, gegeben ein Satz von Zielen und Beschränkungen.

Was ist die langfristige Vision von Pricefx für die KI-gesteuerte Preisgestaltung, und wie plant das Unternehmen, seine Strategien zu entwickeln, um aufkommende Bedürfnisse und technologische Fortschritte in den kommenden Jahren zu reagieren?

Unsere Vision über die Jahre hinweg war es, die PricingAI-Wissenschaft für Preispraktiker zugänglich zu machen, die keine Datenwissenschaftler sind. Wir zielen darauf ab, in aufkommende KI-Technologien im Bereich der Preisgestaltung zu forschen und zu investieren, erkennen jedoch auch, dass fortschrittliche Wissenschaft am meisten wirkt, wenn sie von denen betrieben und genutzt wird, die die Preisstrategie verstehen.

Einige Beispiele dafür, wie wir erwarten, dass unsere Strategie evolviert:

• Die Analyse und Verbesserung der Benutzeroberfläche durch schnelle Produkt-Design-Experimente
• Die Weiterentwicklung der Art und Weise, wie Daten aufgenommen, validiert, harmonisiert und verbessert werden, um den Wert zu maximieren
• Die Nutzung von KI, um Schulung, Support und Beratungsdienste zu ergänzen, indem proaktive Lücken identifiziert werden
• Und (natürlich) die Erweiterung unseres GenAI-CoPilots, um ein breiteres, komplexeres Set von Preisfragen zu verstehen

Aber… wir erkennen auch, dass die Chancen für KI nur durch unsere kollektive Vorstellungskraft begrenzt sind – wir freuen uns darauf, mit Kunden und Partnern zusammenzuarbeiten, um das volle Potenzial von PricingAI zu entsperren!

Vielen Dank für das großartige Interview. Leser, die mehr erfahren möchten, sollten Pricefx besuchen.