Kiedy zmieniać cenę w sklepie? Jak AI czyta dane z Dealavo i reaguje na ruch konkurencji

AI może wskazać, które produkty wymagają korekty ceny, kiedy reagować na ruch konkurenta i na czym oprzeć odpowiedź dla klienta B2B. Nie zgaduje: czyta bieżące dane z Dealavo lub podobnego systemu monitoringu, zestawia je z marżą z Twojego ERP i podaje gotową listę z uzasadnieniem. Zmianę ceny zatwierdza człowiek albo automatyczna reguła, którą wcześniej ustawił. Brzmi prosto. W praktyce wymaga kilku konkretnych połączeń i danych, które muszą być w porządku, zanim AI zacznie dawać cokolwiek wartościowego.

Co Dealavo zbiera i jak to jest ułożone

Dealavo śledzi ceny produktów na porównywarkach (Ceneo, Google Shopping), marketplace'ach (Allegro, Amazon.pl) i bezpośrednio na stronach wybranych konkurentów. Na poziomie każdego produktu dostajesz zestaw danych:

• cenę konkretnego sklepu w danym kanale i datę ostatniego odczytu
• dostępność: czy produkt jest na stanie u konkurenta, czy pojawia się status niedostępności albo brak oferty w ogóle
• pozycję własnej ceny wśród wszystkich ofert, czyli czy jesteś najtańszy, najdroższy, albo gdzieś w środku stawki
• historię cen dla każdego monitorowanego sklepu z datami każdej zmiany
• rekomendację z modułu dynamic pricing, który w Dealavo wylicza cenę docelową na podstawie zdefiniowanych przez Ciebie reguł cenowych

Sama historia jest niedoceniana. Widać w niej, że trzy tygodnie temu jeden z konkurentów zszedł z ceną w kategorii akcesoriów, utrzymał ją przez osiem dni i cofnął do poprzedniego poziomu. Jeśli w tym czasie zareagowałeś własną obniżką i jej nie cofnąłeś, zrobiłeś prezent jego klientom. AI wyłapuje takie wzorce i może zaproponować korektę z powrotem.

Brakuje jednej rzeczy: marży. Dealavo nie wie, ile kosztuje Cię dany produkt. Pole "cena zakupu netto" albo "koszt własny" siedzi w ERP, platformie sklepowej albo arkuszu kosztów i trzeba je dociągnąć osobno. Bez tego AI może powiedzieć, że konkurent jest tańszy. Nie może powiedzieć, czy zejście z ceną ma jeszcze jakikolwiek sens ekonomiczny.

Jak fizycznie podłączyć Dealavo: REST API, eksporty i co trzeba mieć

Dealavo udostępnia REST API, które zwraca dane w formacie JSON. Żeby z nim pracować, potrzebujesz kilku rzeczy naraz:

• Konta Dealavo z włączonym dostępem do API. Dostępność API zależy od planu subskrypcji. Warto sprawdzić to przed podpisaniem umowy, bo nie każdy plan podstawowy go zawiera.
• Klucza API z panelu konta. W ustawieniach Dealavo, w sekcji integracji, generujesz klucz autoryzacyjny. Trafia jako nagłówek do każdego zapytania wysyłanego do API.
• Spójnej listy identyfikatorów produktów. Dealavo rozpoznaje produkty po EAN lub po identyfikatorze nadanym przy konfigurowaniu monitoringu. Bez tego mapowania nie wiesz, które wiersze z odpowiedzi API odpowiadają którym SKU w Twoim sklepie.

Przez API pobierasz m.in. bieżące ceny dla listy produktów, historię zmian w zadanym przedziale dat i rekomendacje cenowe z mechanizmu dynamic pricing. Zapytania wysyłasz w cyklach: co kilka godzin albo raz dziennie. Dealavo ma limity liczby zapytań i przy dużym asortymencie lepiej pobierać dane partiami, a nie produkt po produkcie. Inaczej szybko trafisz na ograniczenia i integracja będzie się sypać.

Są też eksporty CSV, dostępne wprost z panelu. Jeśli nie chcesz teraz robić integracji przez API, możesz automatycznie pobierać plik eksportu raz dziennie, wgrywać go do bazy i stamtąd dawać AI. To wolniejsze, ale nie wymaga pisania kodu połączenia. U kilku klientów zaczynaliśmy właśnie od eksportu CSV, a przechodziliśmy na API, gdy zobaczyli wartość i zależało im na krótszym czasie reakcji.

Czego Dealavo nie daje przez API: kosztu zakupu produktu, Twojej historii sprzedaży ani danych magazynowych po swojej stronie. Tych szukasz w ERP: w Subiekcie GT to pole "cena zakupu", w Comarch ERP Optima "cena ewidencyjna", w BaseLinker możesz to dociągnąć z katalogu produktów. Żeby AI pilnował marży, dane o kosztach muszą być aktualne w systemie i połączone z produktami po tym samym identyfikatorze, którym posługuje się Dealavo. Ten punkt jest zaskakująco często przyczyną problemów na starcie: kody EAN w Dealavo i kody produktów w ERP po prostu nie zgadzają się jeden do jednego.

Co AI robi z danymi cenowymi i co dostaje handlowiec

Surowy eksport z Dealavo to kilkaset albo kilka tysięcy wierszy, gdzie każdy produkt ma ceny kilku konkurentów w kilku kanałach. Czytanie tego ręcznie zajmuje sporo czasu. Nawet przy dobrym arkuszu Excela trudno wyłapać wszystkie sytuacje wymagające reakcji bez przeoczenia czegoś istotnego.

AI przechodzi przez te dane i wyciąga listę do decyzji. Co konkretnie szuka:

• produkty, gdzie Twoja cena jest wyraźnie wyższa niż najtańsza oferta u konkurenta, który ma towar na stanie. Nie sama cena, ale cena plus dostępność. Jeśli najtańszy sklep ma status niedostępny, jego cena nie gra roli
• produkty, przy których nie masz realnej konkurencji: zero ofert na Ceneo albo jeden drogi sprzedawca. Obniżka nie przyniesie tu żadnego efektu
• sytuacje, gdzie cena konkurenta jest poniżej Twojego kosztu zakupu po EAN. To może być błąd w danych monitoringu, wyprzedaż magazynowa albo coś, na co reagowanie własną obniżką po prostu nie ma sensu ekonomicznego
• produkty, gdzie zmiana ceny o konkretną kwotę wrzuciłaby Cię na pierwsze miejsce na Ceneo, a marża po tej zmianie utrzymałaby się powyżej ustalonego minimum

Wynik, który dostaje category manager albo handlowiec, to nie surowy plik z tysięczkami wierszy. To lista: produkt, Twoja aktualna cena, cena najtańszego konkurenta, nazwa sklepu, dostępność u niego, marża po ewentualnej korekcie i jedno zdanie uzasadnienia. Jedno spojrzenie i wiadomo, co jest do decyzji, a co można zostawić.

U jednego klienta mieliśmy ponad 4000 aktywnych produktów monitorowanych w Dealavo. Codziennie do realnej decyzji trafiało od kilkunastu do kilkudziesięciu pozycji. Reszta albo nie miała konkurencji z dostępnością, albo pozycja cenowa była dobra, albo zejście zmiotłoby marżę. Bez AI category manager siedziałby godzinę nad eksportem. Z AI: przegląd listy przez kwadrans i decyzja.

Kiedy handlowiec pyta: czy mogę zejść z ceną dla klienta B2B

Handlowiec jest na rozmowie. Klient pyta, czy da się taniej. Handlowiec potrzebuje odpowiedzi szybko, a nie "sprawdzę i odezwę się jutro". W tym miejscu AI jest szczególnie pomocny, jeśli ma dostęp do właściwych danych.

Żeby odpowiedź była użyteczna, AI potrzebuje trzech źródeł naraz: bieżących cen u konkurencji z Dealavo, kosztu zakupu z ERP i historii transakcji z tym kontrahentem lub segmentem. Handlowiec zadaje pytanie w czacie albo przez asystenta wbudowanego w CRM: "czy mogę zaoferować produkt X po cenie Y klientowi Z?".

AI sprawdza: czy cena mieści się powyżej minimum marży, jak ta cena wygląda na tle aktualnego rynku (bo zejście poniżej rynku bez powodu to sygnał, że coś nie gra), co kupował ten klient wcześniej i po jakiej cenie, czy inni klienci z tej kategorii dostawali podobne warunki.

Odpowiedź nie brzmi po prostu "tak" albo "nie". Brzmi konkretnie: "ta cena utrzymuje marżę powyżej progu, jest niżej niż najtańszy konkurent z dostępnością i zbliżona do tego, co ten klient dostał przy poprzednim zamówieniu. Decyzja do Ciebie." Handlowiec ma fakty i bierze odpowiedzialność. AI nie decyduje za niego, ale przestaje być tak, że handlowiec negocjuje w ciemno.

Kto zatwierdza zmianę ceny: człowiek albo reguła, którą ustawił

Tu warto powiedzieć wprost. AI nie zmienia cen samodzielnie, chyba że ktoś świadomie tak zaprojektował ten proces i to zatwierdził. W praktyce są dwa modele pracy.

Model pierwszy: propozycja i ręczne zatwierdzenie. AI codziennie lub kilka razy w tygodniu przygotowuje listę produktów do korekty. Category manager albo właściciel otwiera raport, zatwierdza albo odrzuca każdą pozycję. Zatwierdzone zmiany trafiają przez API platformy sklepowej (BaseLinker, Shoper, WooCommerce, Shopify) do aktualizacji cen w sklepie. Bezpieczne, wymaga kilku minut uwagi i jest dobrym punktem startowym.

Model drugi: automatyczna reguła. Człowiek ustawia warunek. Przykład: jeśli najtańszy konkurent z dostępnością towaru jest tańszy od naszej ceny o więcej niż ustalony próg kwotowy, a zejście z ceną utrzymuje marżę powyżej minimum, cena zmienia się automatycznie bez pytania. AI sprawdza ten warunek przy każdym odświeżeniu danych z Dealavo. Jeśli warunki są spełnione, zmiana leci. Właściciel widzi log zmian i może każdą cofnąć.

Drugi model wymaga zaufania do danych i precyzyjnie ustawionych reguł. Jeden błąd w koszcie zakupu w ERP może spowodować nieplanowaną obniżkę, która zejdzie poniżej marży. Dlatego przed uruchomieniem automatycznych zmian warto przez kilka tygodni obserwować propozycje AI w trybie manualnym i sprawdzić, czy sugeruje to, co chcemy. Dopiero potem ewentualnie puszczać wybrane kategorie w tryb automatyczny.

Niezależnie od modelu każda zmiana zostawia ślad: co zmieniono, z jakiej ceny na jaką, kiedy, na podstawie jakich danych z Dealavo i jaką marżę miała oferta po zmianie. To ważne, bo pytanie "dlaczego ta cena jest taka a nie inna" wraca przy audytach, klientach i rozmowach z dostawcami.

Tygodniowy raport cenowy bez ręcznego składania danych

Wielu menedżerów e-commerce składa co poniedziałek przegląd pozycji cenowej sklepu. Zazwyczaj wygląda to tak: ktoś otwiera Dealavo, pobiera eksport, wkleja do Excela, dociąga marże z osobnego pliku i pisze komentarze. Godzina roboty, zanim zaczął się właściwy tydzień.

AI może ten raport przygotować samodzielnie. Pobiera dane z Dealavo, zestawia z marżami z ERP, identyfikuje kategorie i produkty z największymi zmianami w pozycji cenowej względem poprzedniego tygodnia i pisze podsumowanie. Co straciło pozycję. Gdzie pojawił się nowy tani gracz. W których kategoriach marża zmalała przez obniżkę własną albo ruch konkurenta. Które produkty były bez konkurencji i można było cenę utrzymać bez strat pozycji.

Raport trafia w poniedziałek rano na skrzynkę albo jako powiadomienie. Bez angażowania nikogo w jego sklejanie. Zarząd dostaje plik gotowy do przeglądnięcia, nie zestaw arkuszy czekający na interpretację.

Od czego zaczynamy

Pierwszy krok to weryfikacja stanu wyjściowego. Czy Dealavo albo inny monitoring cen jest już w firmie? Jeśli tak, czy masz dostęp do API lub regularnych eksportów? Jeśli nie, zaczyna się od podłączenia monitoringu i skonfigurowania listy produktów z EAN-ami.

Potem sprawdzamy marżę. Puste pola kosztu zakupu w ERP są częstym problemem. Stary koszt z ubiegłego roku to pułapka: AI będzie pilnował marży, ale na błędnych danych. Zanim integracja ruszy produkcyjnie, dane o kosztach muszą być aktualne.

Następnie właściciel albo dyrektor handlowy definiuje reguły: jaka minimalna marża, dla których kategorii reagujemy automatycznie, dla których tylko raport i ręczna decyzja, które kanały obserwujemy priorytetowo. To decyzje biznesowe, nie techniczne. Nie należą do wdrożeniowca.

Dopiero po tym budujemy integrację: REST API Dealavo do bazy danych, AI analizuje dane według ustalonych reguł, wynik trafia do panelu decyzyjnego, do maila albo bezpośrednio do API platformy sklepowej po zatwierdzeniu. Czas uruchomienia zależy głównie od tego, jak czyste są dane w ERP i czy identyfikatory produktów są spójne między systemami. Ten ostatni punkt jest najczęstszą przyczyną opóźnień, o której nikt nie mówi na początku projektu.

Jak to wygląda u nas w praktyce i z jakimi firmami e-commerce już to robiliśmy, znajdziesz w realnych wdrożeniach. Jeśli chcesz ocenić, co ma sens u Ciebie konkretnie i od czego zacząć, 15 minut rozmowy wystarczy.