Der Kunde setzt täglich bei ~1.000 Kunden für ~ 6.000 Artikel Preise. Aufgrund der Masse können nur pauschale Margenaufschläge auf Basis von Kundenklassifizierungen vorgenommen werden. Dieser vereinfachte Ansatz sorgt dafür, dass Margenpotential teilweise nicht gehoben wir und an anderer Stelle Verkäufe gänzlich verloren werden.

Durch die Verwendung komplexer Mustererkennungs-Algorithmen haben wir präzise Preiselastizitäten pro Kunden und Artikel ermittelt. Durch verfügbare Konkurrenzpreise konnten auch diese berücksichtigt werden. Darüber hinaus spielen externe Faktoren wie zum Beispiel Wetter, Ferien, Feiertage, demografische Informationen und allgemeine wirtschaftliche Kennzahlen eine zentrale Rolle.

Die zweite Lösungskomponente vergleich den Bestand mit der Bedarfsprognose. Bei höherem Bedarf gegenüber Bestand wird ein Mindest-Preis gesetzt, der unnötig günstige Verkäufe vermeidet.