Schätzung des optimalen Preises für einen Artikel mit Hilfe von AI-Algorithmen

Herausforderung

Die Ermittlung eines angemessenen Wiederverkaufspreises für gebrauchte Produkte, insbesondere Elektronik, ist oft kompliziert. Die Produkte unterscheiden sich in vielen Parametern und die Spezifikationen variieren. Bei Produkten, die nicht mehr über die offiziellen Verkaufskanäle vertrieben werden, ist die Herausforderung noch größer.

Lösung

Wir haben einen Mechanismus zur Schätzung von Produktpreisen am Beispiel von Laptops entwickelt. Jeder Laptop wird durch eine Reihe von Schlüsselparametern beschrieben, und zusätzliche Informationen (wie die Marke oder das Modell) sind oft im Angebotsnamen enthalten. Wir haben maschinelle Lernverfahren eingesetzt, um die Preise zu analysieren und verschiedene mathematische Modelle in Abhängigkeit von den verfügbaren Daten und den Besonderheiten des Marktes zu testen.

• Lineare Modelle ermöglichten es, auch bei kleinen Datenmengen schnell Zusammenhänge zu erkennen und die Ergebnisse transparent darzustellen.
• Neuronale Netze benötigten größere Datenmengen, lieferten aber Vorhersagen, die wesentlich näher an den tatsächlichen Angeboten auf dem Markt lagen.
• KNN-Algorithmen (k-Nearest Neighbours) zeigten die Angebote an, die dem eingegebenen Produkt am ähnlichsten waren.

Vorteile für die Nutzer:

• Verkäufer erhalten eine Schätzung des angemessenen Preises – sobald sie die Parameter ihres Produkts eingeben, sehen sie einen Preisvorschlag, der auf den aktuellsten Marktangeboten basiert.
• Käufer können sofort sehen, wie attraktiv ein Angebot ist – jedes Angebot wird im Vergleich zu ähnlichen Angeboten bewertet, so dass leicht beurteilt werden kann, ob der Preis angemessen, ein Schnäppchen oder überteuert ist.
• Suche nach den besten Schnäppchen – Einkäufer können sich eine Liste der günstigsten Angebote nach ihren Suchkriterien anzeigen lassen.
• Liste von Produkten mit ähnlichen Spezifikationen – Einkäufer können schnell Angebote mit ähnlichen Spezifikationen finden und vergleichen.
• Analyse der Preisfaktoren – Einkäufer können leicht feststellen, welche Parameter sich am stärksten auf den Preis auswirken, und diese Parameter gegebenenfalls anpassen.

Geschäftliche Auswirkungen

Die Einführung von AI für die Preisschätzung ermöglicht den Nutzern einen direkten Zugang zu Informationen, die zuvor nur schwer zugänglich waren. Dies spart sowohl Verkäufern als auch Käufern Zeit. Der Verkäufer kann schnell einen genauen Preis für sein Angebot festlegen, ohne die Produkte auf dem Markt manuell vergleichen zu müssen. Der Käufer erhält ein Instrument zum sofortigen Vergleich von Angeboten, was den Kaufprozess vereinfacht. Dadurch wird die Nutzung der Plattform wesentlich benutzerfreundlicher, was zu einer höheren Frequenz und Zufriedenheit mit dem Service führt.