Oxylabs有关构建产品价值预测器的建议

众所周知,至少在电商领域,各家公司会持续不断地彼此监控,以发现额外创收的任何潜在途径。动态定价等数据应用场景是很流行的一种竞争形式,但可能的应用场景远不止于此。

通过扩展数据提取算法适用于动态定价的方式,可提供足够的信息来获得有关友商的特定产品的洞察。在存货中引进新产品几乎总是存在着一些风险的。不过,利用网络抓取和数据,就可以弄清楚哪些是最有前途的,从而最大限度降低风险。

动态定价系统

动态定价基于一种简单的方法,即挑选一种产品,找出友商目录中的相同产品,并监控价格。如果友商为相应产品更改了定价,就使用自动(有时是手动)系统相应进行调整。

由于零售和电商客户的行为在很大程度上由价格驱动,这种方法可用于确保相关公司总是能为商品提供最佳的价格。其他各种更复杂的实施方法也得到利用,例如衡量供需因素并相应更改价格,但最简单的方法是一个不错的出发点。

动态定价伴随两大挑战。相对简单的挑战是从各种来源获取价格。每个网站针对相同产品都有不同的布局(甚至这些布局也可能频繁变化),因此有必要对每个网站使用专用爬虫和解析器。

然而,相较于产品对比,获取定价数据是相对简单的。查找两个完全相同的产品比看起来更难。首先,许多产品在某种意义上是相同的,但有不同的规格(例如,各种 iPhone 型号有不同的存储容量,而名称却完全相同)。

此外,虽然从直观上说,我们认为产品标题是相同的,实际却并非如此。零售商在标题中包含的内容不仅仅是名称,还有各种功能、规格和其他方面。因此,在不同平台之间确定相同产品的过程并不是比较两个标题是否相等那么简单。

容错空间也极小。在错误地识别产品之后发出定价更改,可能会让企业损失一大笔营收。因此,产品识别必须经过精心设计,最大限度降低误差。如果对两个检索的产品是否匹配稍有疑惑,就应该将其删除。

不过,企业仍可实现行之有效的动态定价系统。一些系统更复杂,一些更简单,但都具备这两个方面:价格对比和产品识别。

这些系统可以扩展到一个新的领域:无库存产品价值发现。

发现产品价值

在存货中引进新产品伴随着一定程度的风险。该产品可能不畅销,创造的营收可能不如预期。这些情况在零售行业相当普遍,因为提前预测消费者需求是相当困难的过程。

如果相关产品在友商存货中存在,可以通过使用类似于动态定价的系统,提取有关其重要性的一些数据。首先,应该使用手动或自动过程来确保公司的存货中没有类似的产品。

然后,该产品可以添加到适合的候选项列表。可以采用类似于用动态定价中所用的算法来监控该产品及其关联数据。有两种途径可用于预测表现。

一些企业将可用库存显示为公开数据。这些是产品表现的最佳指标,因为可以收集这些数据,定期评估销售情况。甚至在以抽象格式(例如,颜色或条形图等)显示库存数据的情况下也可以做到这一点,不过产生的信号要弱得多,也更容易出错。

但是,并非所有零售商都会选择显示剩余库存。所以,另一个方式就是抓取评论数量及其中的更改。然而,还应该获取有关其他产品的数据,以恰当地评估热门程度。

如果没有额外的数据,评论数量可能毫无意义,因为我们无从得知在特定网站上什么才是“常规”。一旦确定对产品类别留下的平均评论数量的衡量方式之后,就可以对产品开展恰当的评估。

最后,所有这些都可以针对已知的畅销产品进行对冲。它们可以用作潜力峰值,其他所有产品都可以相应地进行衡量。

不过,值得注意的是,这些是抽象的热门程度信号。除了可获得准确的可用库存数量的情况之外,这些数据只能提供一些指示,而不是行动要点。

如果发现了新进入友商存货的热门产品,就可以将风险大幅度降低。由于数据收集的成本比产品引进低得多,即使错过也不会产生比正常情况更负面的影响。

结论

动态定价系统可以稍加改动,提供新颖、有意思的数据,尤其是公司尚未添加到存货中的产品的数据。如果同行业友商在引进这种产品后取得了成功,就可以收集相关数据,最大限度降低风险。

在进行充分、彻底的分析后,可以发现该产品或服务是否值得添加。因此,网络抓取可以大幅降低添加新产品或服务的风险。

作者:Gediminas Rickevicius,Oxylabs 全球伙伴关系部副总裁