Suzanne Valentine, Directrice de PricingAI chez Pricefx – Série d’entretiens

Suzanne Valentine a été nommée Directrice de PricingAI chez Pricefx. Dans ce rôle, elle supervisera une équipe de scientifiques en tarification, se concentrant sur la fourniture de valeur aux clients grâce à des stratégies de tarification innovantes. Valentine compte plus de 25 ans d’expérience dans les logiciels d’entreprise et l’analyse de merchandising basée sur l’IA. Son précédent poste était celui de Responsable de la science des données chez Meta, où elle a dirigé des équipes allant de 30 à 100 scientifiques en données, guidant la stratégie et évaluant l’efficacité des initiatives visant à améliorer l’adoption des produits publicitaires de Meta par les entreprises.

Pricefx fournit un logiciel de gestion et d’optimisation de tarification basé sur l’IA, conçu pour rationaliser les stratégies de tarification, de la fixation des prix de base à la maximisation des profits. La plateforme permet aux entreprises d’améliorer leur rentabilité, d’accroître leurs marges et de sécuriser de meilleurs résultats de négociation.

Sa solution “PricingAI” intègre une technologie d’IA générative avancée, offrant des insights de tarification personnalisés, une interface de chat intuitive et des capacités d’optimisation rapides. Pricefx se concentre sur la simplification et la modernisation des processus de tarification pour aider les entreprises à rester compétitives et à atteindre un succès mesurable.

Comment l’IA transforme-t-elle le paysage de la tarification pour les grandes entreprises, et quelles opportunités uniques offre-t-elle pour optimiser les stratégies de tarification ?

La discipline de la tarification englobe l’analyse des modèles de demande des consommateurs, la compréhension des concurrents, la personnalisation et/ou l’optimisation des prix, et la mise en place d’une tarification plus dynamique via l’automatisation en fonction de facteurs tels que les fluctuations de la demande et les niveaux de stock. Les systèmes alimentés par l’IA fournissent aux entreprises la capacité de synthétiser, d’analyser et de mettre à profit de vastes quantités de données (structurées et non structurées) pour prendre de meilleures décisions commerciales plus rapidement. De nombreuses décisions de tarification sont prises en utilisant au moins certains données aujourd’hui, mais l’utilisation régulière de l’IA ne fait pas seulement les analyses plus complètes et évolutives, mais aide également à découvrir des insights.

Par exemple, un besoin de tarification ubiquitaire est de fixer les prix pour maximiser la demande (les ventes) tout en maintenant les marges bénéficiaires. PricingAI commence par éclairer les modèles dans les données et quantifier l’impact des facteurs connus et inconnus qui affectent la demande. Avec cette fondation en place, il devient possible de prédire les résultats sous divers scénarios, ce qui à son tour permet une véritable optimisation pour atteindre les objectifs commerciaux.

La transparence est souvent essentielle pour établir la confiance des utilisateurs dans les systèmes basés sur l’IA. Comment Pricefx atteint-il cette transparence, et pourquoi est-elle cruciale pour une adoption réussie de l’IA dans la tarification ?

Le traitement et l’analyse de données alimentés par l’IA sont cruciaux dans l’environnement concurrentiel d’aujourd’hui. Mais sans compréhension et visibilité sur la manière dont les recommandations sont prises, les utilisateurs ne développeront probablement pas la confiance dans le logiciel de tarification, et peuvent revenir à leur “vieille façon” de prendre des décisions. Idéalement, la transparence dans PricingAI englobe à la fois les techniques mises en œuvre et l’expérience utilisateur.

En ce qui concerne les techniques d’IA : Pricefx emploie diverses approches d’IA en fonction des exigences du problème, de la transparence des algorithmes souhaitée et de la granularité des résultats requis. Pour l’optimisation, Pricefx s’appuie généralement sur des algorithmes d’apprentissage par renforcement (IA multi-agents) développés et améliorés au fil des ans. Avec cette approche, les objectifs et les contraintes de tarification sont définis dans un cadre d’entreprise convivial, et les recommandations ultérieures sont rendues claires pour l’utilisateur en affichant de manière transparente les interactions entre ces cibles et diverses contraintes.

Pricefx a également une philosophie de “boîte de verre” en ce qui concerne l’expérience utilisateur. De nombreuses analyses et résumés sont fournis par défaut, mais les utilisateurs peuvent facilement creuser plus profondément dans les tables de données source et même afficher et personnaliser le code source. La combinaison d’IA intuitive et de transparence complète, des données brutes aux recommandations, construit la confiance nécessaire chez les utilisateurs commerciaux qui conduit à la confiance dans les recommandations.

Pricefx permettant aux clients d’utiliser leur propre science des données dans son cadre d’IA, comment cette flexibilité affecte-t-elle la satisfaction client et le retour sur investissement à long terme ?

Un défi dans l’adoption de toute solution logicielle est de convaincre les utilisateurs d’une solution existante, et la plupart de nos clients potentiels et existants ont investi dans des personnes, des processus et des outils d’IA. Nous voulons que la plateforme Pricefx devienne la destination principale pour les équipes de tarification parce qu’elle synthétise de manière continue et sécurisée leurs données clés… nous encourageons donc nos clients à “apporter leur propre” science sur la plateforme.

Nous voyons un large éventail de ce que cela ressemble dans la pratique – certains clients commencent avec un accélérateur existant et le personnalisent, certains clients exploitent les “briques de science” qui viennent avec la plateforme (comme l’élasticité multifactorielle, le regroupement et la similarité de produits), et certains clients intègrent du code existant via notre cadre de classe de modèle. Nous croyons que cette approche ne peut qu’améliorer la satisfaction client et le retour sur investissement, précisément parce que nous pouvons grandir et évoluer avec une organisation.

Pricefx suggère que les clients peuvent voir des rendements de jusqu’à 70 fois le retour sur investissement dans la première année. Quels facteurs dans le logiciel d’IA contribuent à atteindre de tels rendements potentiels élevés, et comment le retour sur investissement est-il généralement mesuré dans ces cas ?

Tout d’abord, le calcul du retour sur investissement est assez simple : nos clients examinent l’ampleur de leurs améliorations de marge brute par rapport aux coûts de mise en œuvre du logiciel d’IA. De manière générale, le retour sur investissement réalisé via le logiciel de tarification alimenté par l’IA peut être attribué à la synthèse complète des données pertinentes et à l’exploitation de celles-ci pour prendre de meilleures décisions de tarification.

Mais il existe de nombreuses façons dont cela peut se manifester dans la pratique – les décisions basées sur l’IA incluent des changements tels que l’augmentation du taux de gain de deals en comprenant ce qui impacte la sensibilité des prix par type de client, géographie et ligne de produit, et en améliorant les marges en identifiant systématiquement les outliers de tarification, en respectant les règles souhaitées et en optimisant les prix. Parfois, les améliorations du retour sur investissement proviennent également des efficacités dans le processus de tarification qui réduisent les coûts opérationnels et permettent une simulation rapide de l’impact que les changements de stratégie auront. Indirectement, le logiciel d’IA peut même améliorer la valeur du cycle de vie du client, en veillant à ce que les stratégies de tarification soient adaptées pour encourager des relations à long terme.

Pour nous assurer que nos clients comprennent la valeur qu’ils obtiennent du logiciel d’IA, Pricefx fournit une combinaison de rapports et de tableaux de bord qui fournissent la compréhension et la transparence nécessaires.

En servant des secteurs diversifiés comme la fabrication et l’énergie, comment l’IA de Pricefx s’adapte-t-elle pour répondre aux exigences spécifiques de l’industrie et relever les défis de tarification uniques ?

Il existe plusieurs éléments de base communs qui bénéficient à toutes les industries, comme avoir une plateforme flexible et évolutive pour capturer non seulement les données internes mais également les signaux externes cruciaux, tels que les fluctuations du marché, les progrès technologiques et l’évolution de la demande des consommateurs. Et nos investissements dans les technologies d’IA sont soigneusement choisis et testés pour fournir la précision et la stabilité pour une large gamme de problèmes commerciaux.

Cependant, il existe clairement des différences dans les facteurs de tarification à travers les secteurs et les industries. Pricefx a cultivé une équipe d’experts de l’industrie qui ont une expérience directe avec les industries que nous servons – ces experts couvrent nos équipes de stratégie de solution et de mise en œuvre, et travaillent en étroite collaboration avec notre équipe de produits pour traduire les besoins uniques en exigences spécifiques. Le logiciel est hautement configurable, et nous travaillons avec chaque client pour prescrire une solution qui peut être mise en œuvre rapidement mais qui convient également aux processus uniques. Notre écosystème de partenaires est également inestimable pour apporter une expertise de conception de solution spécifique à l’industrie à nos clients.

Un conseil d’IA interne a été établi pour intégrer l’IA dans les opérations de Pricefx. Quel rôle ce conseil joue-t-il, et comment s’aligne-t-il sur la stratégie de produit et commerciale de l’entreprise ?

En tant que fournisseur de logiciel d’IA, il est important pour nous de rester à jour avec la façon dont les technologies de l’industrie évoluent et progressent. Nous voulons également nous assurer que notre utilisation interne de l’IA continue de stimuler notre innovation mais incorpore également des pratiques responsables, telles que la transparence, la confidentialité, la sécurité, l’équité et l’utilisation durable des ressources. Notre conseil d’IA rassemble des experts en IA et des dirigeants pour avoir des discussions ouvertes sur les avantages et les précautions potentielles à mesure que nous continuons à adopter l’IA.

Pricefx CoPilot, qui intègre la GenAI pour les insights de données conversationnels, vise à améliorer les décisions de tarification. Quel impact cette fonctionnalité a-t-elle sur la prise de décision des clients, et quels développements sont prévus pour l’avenir ?

Pricefx Copilot est une évolution naturelle de notre gamme de produits, basée sur la fondation d’optimisation basée sur l’IA que nous proposons aux équipes et aux dirigeants de tarification.

Une fois en ligne, la plateforme Pricefx déploie une IA prédictive et prescriptive pour continuellement mettre en surface des insights. Les utilisateurs avancés des offres Pricefx deviennent habiles à exploiter ces insights… et leur exploration n’est souvent limitée que par les heures-personnes disponibles dans leur équipe. Notre vision est que Copilot agira en tant que le meilleur analyste qui pourrait être formé sur vos données et vos processus commerciaux, permettant aux professionnels de la tarification d’interroger la plateforme avec des invites de langage naturel telles que “Qui sont mes clients les plus et les moins rentables ce trimestre ?” Copilot ne rapportera pas seulement des réponses rapidement et de manière complète, mais fera également des suggestions sur la meilleure action suivante qu’ils pourraient prendre. Cela libère les professionnels de la tarification pour se concentrer vraiment sur les éléments stratégiques de la tarification, tandis que Copilot gère les tâches routinières et agit comme interface pour les analyses de données. Et en exploitant Copilot, cela ne créera pas seulement plus de bande passante mais accélérera finalement le processus de prise de décision, améliorant ainsi l’efficacité des stratégies de tarification.

Deux choses importantes à comprendre sur Pricefx Copilot :

1. Les données des clients sont conservées entièrement privées et sécurisées. Nous n’avons jamais (et ne partagerons jamais) de données entre nos clients, et nous développons nos propres capacités de LLM internes spécifiques à l’espace de la tarification, sans faire d’appels à une GenAI publiquement disponible.
2. L’investissement dans la fondation de données est une étape cruciale. Comme pour toutes les analyses et l’IA, les insights ne seront bons que si la qualité des données sous-jacentes est bonne. Pricefx travaille avec ses clients pour imbiber leur plateforme des données les plus pertinentes en premier lieu et mettre en place des tableaux de bord qui mettent en évidence les opportunités, à la fois du point de vue de l’intégrité des données et des pratiques de tarification.

En termes de développements futurs : la polyvalence de la GenAI est vraiment sa force. Nous nous attendons non seulement à rendre Copilot “plus intelligent” en exploitant les recommandations de l’IA d’optimisation, mais également à débloquer des capacités supplémentaires dans l’écosystème de tarification d’une entreprise, de la démocratisation des données à la suggestion d’améliorations architecturales, en passant par l’optimisation des communications de tarification avec les différentes parties prenantes.

Alors que l’automatisation basée sur l’IA offre des avantages significatifs, où Pricefx permet-elle une surveillance humaine pour garantir l’alignement avec les objectifs stratégiques de l’entreprise ?

En fin de compte, notre objectif avec PricingAI est de donner au praticien de la tarification plus de contrôle sur sa prise de décision.

Nous concevons le flux de travail pour permettre la visibilité dans chaque partie du processus – un utilisateur commence par définir la portée de son analyse et voit immédiatement les statistiques qui confirment quelles données seront analysées. Une IA initiale est exécutée pour fournir des insights sur les facteurs de tarification ; l’utilisateur examine les sorties et définit les paramètres pour l’optimisation finale. Puisque la plateforme alimentée par l’IA accélère et automatise le traitement de données complexes, tout ce processus peut être exécuté, examiné, ajusté et répété plusieurs fois par jour. Et en n’ayant pas besoin d’un “scientifique des données dans le milieu”, les praticiens de la tarification peuvent comprendre de manière indépendante comment diverses stratégies peuvent être utilisées pour atteindre les objectifs de l’entreprise.

L’IA met souvent l’accent sur la maximisation du profit, mais de nombreuses entreprises donnent également la priorité à la croissance durable et à long terme. Comment Pricefx aide-t-elle les clients à équilibrer ces objectifs ?

Pratiquement tous les clients de Pricefx équilibrent plusieurs objectifs – ils veulent augmenter leurs ventes et leur “taux de gain” tout en protégeant leurs marges, tout en créant une architecture de tarification qui maintient les relations clés et la cohérence. Les solutions de tarification de Pricefx sont conçues pour aider les clients à atteindre cet équilibre et à avoir la capacité de comprendre le résultat attendu de diverses stratégies. Un exemple puissant est notre optimisation de la cascade de tarification, qui exploite l’IA multi-agents (MAAI) pour optimiser simultanément les prix de liste, les remises, les incitations et d’autres facteurs étant donné un ensemble d’objectifs et de contraintes.

Quelle est la vision à long terme de Pricefx pour la tarification basée sur l’IA, et comment l’entreprise prévoit-elle d’évoluer ses stratégies pour répondre aux besoins et aux progrès technologiques émergents dans les années à venir ?

Notre vision au fil des ans a été de rendre la science de PricingAI accessible aux praticiens de la tarification qui ne sont pas nécessairement des experts en science des données. Nous visons à rechercher et à investir dans les technologies d’IA émergentes liées à la tarification, mais nous reconnaissons également que la science sophistiquée est la plus impactante lorsqu’elle est exploitée et consommée par ceux qui comprennent la stratégie de tarification.

Quelques exemples de la façon dont nous nous attendons à ce que notre stratégie évolue :

• Analyser et améliorer l’expérience utilisateur avec une expérimentation rapide de conception de produit
• Évoluer la façon dont les données sont ingérées, validées, harmonisées et améliorées pour maximiser la valeur
• Exploiter l’IA pour compléter la formation, le support et les services de consultation en identifiant proactivement les lacunes
• Et (bien sûr) étendre notre GenAI Copilot pour comprendre un ensemble plus large et plus sophistiqué de questions de tarification

Mais… nous reconnaissons également que les opportunités pour l’IA sont limitées uniquement par notre imagination collective – nous nous attendons à collaborer avec les clients et les partenaires pour débloquer tout le potentiel de PricingAI !

Merci pour cette grande interview, les lecteurs qui souhaitent en savoir plus devraient visiter Pricefx.