이커머스의 다이내믹 프라이싱: AI가 하루 5만 번 가격을 조정하는 방법

약 6,200개의 활성 SKU를 보유한 전자 액세서리 소매업체가 작년에 가격 실험을 진행했습니다. 카탈로그의 절반은 기존 방식을 유지했습니다. 머천다이저가 매주 경쟁사 가격을 검토하고 스프레드시트에서 가격을 조정하는 방식이었습니다. 나머지 절반에는 실시간 신호를 기반으로 하루에 여러 번 가격을 조정하는 AI 가격 엔진을 배포했습니다. 90일 후, AI가 가격을 책정한 제품은 거의 동일한 판매량을 유지하면서 총 마진이 8.3% 더 높았습니다. 수동으로 가격을 책정한 제품은 의미 있는 변화가 없었습니다.

8.3%의 마진 개선은 소매업체가 활용하지 못하고 있던 가격 결정력이 있는 품목의 가격을 인상하고, 소폭의 가격 인하가 불균형적으로 큰 판매량 증가를 이끄는 품목의 가격을 전략적으로 인하한 결과의 조합에서 비롯되었습니다.

가격 엔진이 처리하는 데이터

이커머스용 최신 다이내믹 프라이싱 시스템은 여러 데이터 스트림을 수집합니다. 일반적으로 웹 스크래핑이나 서드파티 가격 모니터링 서비스를 통해 수집되는 경쟁사 가격 데이터는 다른 소매업체가 동일하거나 유사한 제품에 대해 얼마를 부과하는지 보여줍니다. 시스템은 소매업체 간에 제품을 매칭해야 하는데, 범용 식별자(UPC, EAN, MPN)가 있는 품목은 간단하지만 자체 브랜드나 고유 제품의 경우 더 어렵습니다.

내부 수요 데이터는 각 제품의 가격과 판매량 간의 관계를 보여줍니다. 이 가격 탄력성은 카탈로그 전반에 걸쳐 크게 다릅니다. USB 케이블과 같은 범용 제품은 5% 가격 인상 시 판매량이 15% 감소할 수 있지만(높은 탄력성), 대안이 거의 없는 전문 제품은 동일한 인상에 대해 2%만 감소할 수 있습니다(상대적으로 비탄력적). 모델은 과거 가격 변동과 그에 따른 판매 영향으로부터 이러한 탄력성을 학습합니다.

재고 상태는 가격 전략에 직접적인 영향을 미칩니다. 과잉 재고 상태에 접근하는 제품은 판매 회전을 가속화하기 위해 더 공격적으로 가격을 책정해야 합니다. 잔여 재고가 제한적이고 보충이 불확실한 제품은 의미 있는 판매량 손실 없이 더 높은 가격을 유지할 수 있습니다. 목표가 판매량이 아닌 마진 확보이기 때문입니다.

시간대별 및 요일별 패턴은 많은 소매업체가 인식하는 것보다 이커머스에서 더 중요합니다. 소비자 전자제품 가격에 대한 연구에 따르면, 동일한 가격대에서 전환율이 시간대에 따라 최대 12%까지 차이가 났습니다. 저녁 쇼핑객(오후 7-10시)은 아침 쇼핑객보다 가격 민감도가 낮았는데, 이는 저녁 쇼핑이 더 여가적인 반면 아침 구매는 더 신중하고 조사 중심적인 경향이 있기 때문으로 보입니다.

가격 조정 로직

가격 엔진은 단순히 경쟁사 가격을 맞추거나 밑도는 것이 아닙니다. 머천다이징 팀이 정의하는 비즈니스 규칙에 따라 제품 수준에서 총 마진 기여도를 최적화합니다. 일반적인 비즈니스 규칙에는 최소 마진 임계값(총 마진 15% 이하로는 절대 가격 책정하지 않음), 최대 가격 변경 빈도(고객 혼란을 피하기 위해 SKU당 하루 2회 이하 변경), 경쟁 포지셔닝 규칙(핵심 트래픽 유도 제품의 경우 최저 경쟁사 가격의 5% 이내 유지), 가격 반올림 규칙(소비자 제품의 경우 .99 또는 .95로 끝남)이 포함됩니다.

이러한 제약 조건 내에서 알고리즘은 해당 가격에서의 예상 수요에 단위당 마진을 곱하여 각 잠재 가격대에서의 예상 총 마진을 계산합니다. 최적 가격은 총 마진 기여도를 극대화하는 가격입니다. 원가가 $10인 제품의 경우, $18.99로 가격을 책정하면 일일 100개 단위에 $8.99 마진(총 $899)을 얻을 수 있고, $21.99로 가격을 책정하면 일일 78개 단위에 $11.99 마진(총 $935)을 얻을 수 있습니다. 이 경우 알고리즘은 $21.99를 선택합니다. 단위당 더 높은 마진이 낮은 판매량을 충분히 보상하기 때문입니다.

이 계산은 제품 간 상호작용이 있기 때문에 전체 카탈로그에서 동시에 실행됩니다. 제품 A의 가격을 올리면 고객이 제품 B로 대체할 수 있으므로, 시스템은 관련 제품 간의 교차 탄력성을 모델링해야 합니다. 브랜드 제품의 가격 인상은 종종 자체 브랜드 대안에 이익을 주며, 가격 엔진은 양쪽의 가격을 조율하여 이 관계를 활용할 수 있습니다.

빈도: 왜 하루 50,000번 변경하는가

6,000개 SKU 카탈로그에서 엔진이 각 제품의 잠재적 가격 변경을 하루 8-10회 평가하면, 이는 48,000-60,000회의 평가입니다. 모든 평가가 변경으로 이어지는 것은 아닙니다. 많은 경우 현재 가격이 최적임을 확인하게 됩니다. 그러나 입력값이 자주 변하기 때문에 시스템은 자주 확인해야 합니다. 경쟁사가 오후 2시에 가격을 조정할 수 있고, 주간 가격 검토까지 대응하지 않으면 5일간의 잠재적 마진 최적화 기회를 잃게 됩니다.

이를 지원하는 인프라에는 일정에 따라(2-3시간마다) 평가 주기를 실행하고, 각 주기마다 최신 경쟁사 가격, 재고 수준 및 판매 데이터를 가져오고, 최적 가격을 계산하여 변경 사항을 식별하고, 승인된 변경 사항을 API를 통해 이커머스 플랫폼에 푸시하는 가격 마이크로서비스가 포함됩니다. 대부분의 이커머스 플랫폼(Shopify, BigCommerce, WooCommerce, Magento)은 API를 통한 프로그래밍 방식의 가격 업데이트를 지원하지만, 속도 제한과 업데이트 전파 시간은 다양합니다.

다이내믹 프라이싱이 가장 큰 가치를 창출하는 곳

영향은 카탈로그 전반에 걸쳐 균일하지 않습니다. 세 가지 카테고리의 제품이 다이내믹 프라이싱에서 가장 높은 이익을 얻습니다. 많은 경쟁사와 거의 완벽한 가격 투명성을 가진 범용 제품은 경쟁사가 조정함에 따라 최적 가격이 자주 변하기 때문에 혜택을 받습니다. Google Shopping에서 다음 옵션보다 $0.50 저렴하면 클릭을 받느냐 못 받느냐의 차이를 만들 수 있습니다.

시즌 또는 트렌드 제품은 수요가 빠르게 변하기 때문에 혜택을 받으며, 고정 가격은 높은 수요 기간에 마진을 놓치고 낮은 수요 기간에 판매량을 자극하지 못합니다. 가격 엔진은 이러한 변화를 빠르게 포착합니다.

경쟁이 제한적인 롱테일 제품은 다른 방식으로 혜택을 받습니다. 많은 소매업체가 제품별 수요 분석이 아닌 카테고리 수준의 마진을 기반으로 가격을 설정하기 때문에 이러한 제품의 가격을 낮게 책정합니다. 대안이 거의 없는 전문 제품은 수동 가격 검토에서는 절대 테스트하지 않을 20-30%의 프리미엄을 종종 유지할 수 있습니다.

리스크와 안전장치

다이내믹 프라이싱에는 실질적인 리스크가 있습니다. 가격 일관성은 브랜드 인식에 중요합니다. 고객이 아침에 $29.99인 제품을 저녁에 $34.99로 보면 신뢰가 훼손됩니다. 일일 최대 가격 변동 폭(일반적으로 5-10%)과 빈도에 대한 비즈니스 규칙이 이를 방지합니다.

제조업체의 MAP(최소 광고 가격) 정책은 법적 제약을 만듭니다. 가격 엔진은 MAP 계약 데이터베이스가 필요하며 이를 절대적인 하한선으로 취급해야 합니다. MAP을 위반하면 공인 리셀러 자격을 잃을 수 있으며, 이는 어떤 마진 최적화보다 훨씬 더 큰 비용을 초래합니다.

경쟁적 가격 전쟁은 다이내믹 프라이싱이 역시 다이내믹 프라이싱을 사용하는 경쟁사의 대응을 촉발할 경우 리스크가 됩니다. 두 알고리즘이 서로 가격을 깎으면 몇 시간 만에 마진이 거의 제로에 가까워질 수 있습니다. 마진이 하한선에 도달하면 가격 인하를 중단하는 서킷 브레이커가 이 악순환을 방지합니다.

여전히 수동으로 가격을 설정하거나 주간 단위로 업데이트하는 이커머스 비즈니스의 경우, 현재 가격과 최적 가격 간의 격차는 매일 벌어지고 있습니다. 다이내믹 프라이싱은 고객에게서 한 푼이라도 더 짜내는 것이 아닙니다. 그동안 저평가해 온 제품에서 적정 가치를 확보하고, 소폭의 가격 인하가 큰 수익을 창출하는 제품에서 판매량을 늘리는 최적의 가격대를 찾는 것입니다. 가격 폭리가 아닌 마진 최적화로 접근하는 소매업체가 고객 반발 없이 지속적인 개선을 경험하는 경향이 있습니다.