Amazon zmienia ceny swoich produktów mniej więcej co 10 minut – oto'jak i dlaczego to robią
- Amazon zmienia ceny produktów 2,5 miliona razy dziennie, co oznacza, że koszt przeciętnego produktu będzie się zmieniał mniej więcej co 10 minut.
- Jak oni to robią? Po prostu Amazon ma mnóstwo danych.
- Dzięki tym wszystkim danym Amazon analizuje wzorce zakupów klientów, ceny konkurencji, marże zysku, zapasy i zawrotną liczbę innych czynników.
- Amazon podnosi również ceny nieczęsto spotykanych produktów, a wtedy najbardziej powszechne produkty wydają się tańsze – i ludzie zaczynają zakładać, że mają najlepsze ceny ogółem.
Poniżej znajduje się fragment książki „Swipe to Unlock: A Primer on Technology and Business Strategy”:
Nie jesteś fanem ceny przedmiotu na Amazon? Po prostu poczekaj 10 minut. To może się zmienić.
Amazon zmienia ceny produktów 2,5 miliona razy dziennie, co oznacza, że przeciętny produkt wymieniony na Amazon zmienia ceny co 10 minut. To jest pięćdziesiąt razy częściej niż Walmart i Best Buy! Ciągłe zmiany cen denerwują niektórych konsumentów, którzy widzą, jak cena produktu spada zaraz po jego zakupie, ale pomogły one również Amazonowi zwiększyć zyski o 25%.
Jak to robią? Amazon ma, po prostu, tony danych.
Mają 1,5 miliarda przedmiotów wystawionych na sprzedaż i 200 milionów użytkowników. Amazon ma miliard gigabajtów danych o swoich przedmiotach i użytkownikach. Gdyby umieścić wszystkie te dane na 500-gigabajtowych dyskach twardych i ułożyć je na stosie, stos dysków twardych byłby ponad osiem razy wyższy niż Mount Everest. To jest dopiero big data.
With all this data, Amazon analyzes customers’ shopping patterns, competitors’ prices, profit margins, inventory, and a dizzying array of other factors every 10 minutes to choose new prices for its products. This way they can ensure their prices are always competitive and squeeze out ever more profit.
Through this process, one useful strategy Amazon has found is to undercut their competitors on popular products but actually raise the prices on uncommon products, such as by discounting bestsellers while jacking up prices on obscure books. Chodzi o to, że większość ludzi będzie szukać tylko najbardziej popularnych produktów (które w końcu będą tańsze na Amazon), więc zaczną zakładać, że Amazon ma ogólnie najlepsze ceny. That’ll hook customers on Amazon and get them to pay more for the less-common things they’ll buy down the road.
Data-driven suggestions
There are plenty of other ways Amazon uses its data about you to make a buck. Na podstawie historii zakupów, Amazon może bombardować Cię rekomendacjami – nie szukaj dalej niż „Inspirowane historią przeglądania” lub „Klienci, którzy kupili ten przedmiot również kupili” sekcje, które można zobaczyć w Amazon. Amazon może nawet użyć słów, które podświetlasz na Kindle, by przewidzieć, co zamierzasz kupić. Amazon tworzy te rekomendacje poprzez znalezienie wzorców w zakupach dokonanych przez poprzednich klientów. Na przykład, załóżmy, że Amazon zauważył, że miliony klientów kupuje masło orzechowe, galaretkę i chleb razem. Następnie, powiedzmy, że kupujesz masło orzechowe i chleb poza Amazon. Wykorzystując wzór, który został znaleziony, Amazon może zasugerować kupno galaretki.
Przewidywanie tego, co chcesz kupić, wykracza daleko poza tylko zalecane zakupy, chociaż. Rozważ opatentowaną przez Amazon technikę zwaną „Anticipatory Shipping Model”. Kiedy Amazon przewiduje, że zamierzasz coś kupić (podobnie jak Target przewiduje, kiedy kobiety zamierzają urodzić swoje dzieci), może wysłać ten przedmiot do magazynu w pobliżu Ciebie, tak że kiedy ostatecznie go kupisz, dotrze do Ciebie szybko i tanio. Jak widać, big data ma ogromną wartość ekonomiczną – tak dużą, że New York Times porównał ją kiedyś do złota.
Ten fragment „Why do Amazon prices change every 10 minutes?” pochodzi z bestsellerowej książki „Swipe to Unlock: A Primer on Technology and Business Strategy,” autorstwa Neel Mehta, Parth Detroja, and Aditya Agashe.
Neel Mehta jest Product Managerem w Google. Wcześniej pracował w Microsoft i Khan Academy. Ukończył z wyróżnieniem Uniwersytet Harvarda. Parth Detroja jest kierownikiem ds. produktów w firmie Facebook. Wcześniej pracował w firmach Microsoft, Amazon i IBM. Ukończył z wyróżnieniem Cornell University. Aditya Agashe jest kierownikiem ds. produktów w firmie Microsoft. Wcześniej był założycielem i dyrektorem generalnym firmy Belle Applications. Ukończył z wyróżnieniem Cornell University.