La plupart des « processus » de prix e-commerce ne sont pas des processus. C'est une personne avec des onglets ouverts sur plusieurs marketplaces et sites concurrents, qui copie des SKU dans un tableur avant la réunion hebdo. Quand le fichier est propre, le marché a déjà bougé.
Pourquoi le pricing Excel arrive trop tard
Le coût n'est pas seulement la main-d'œuvre. C'est de la marge laissée sur la table quand vous restez trop cher trop longtemps, et du volume perdu quand vous baissez sans voir qu'un concurrent était en promo flash qui expire ce soir. Un tableur fige un instant ; le pricing a besoin d'un flux.
Une boucle de pricing intelligence qui marche a quatre jobs : collecter les offres concurrentes en continu, normaliser les produits pour que « même article » soit vraiment le même, remonter les changements utiles (pas le bruit), et pousser la décision dans le canal où le prix se change — Shopify, ERP, back-office marketplace ou moteur de règles.
Collecter, normaliser, alerter, décider
La normalisation est la partie dure que tout le monde saute. Titres différents, lots, frais de port inclus et vendeurs régionaux cassent le matching naïf. C'est là que règles + matching IA valent leur prix : vous arrêtez de comparer des quasi-équivalents et vous suivez de vrais substituts.
Les alertes doivent être ennuyeuses et précises. « Concurrent X a baissé de 8 % sur le SKU 4412 » bat un dashboard que personne n'ouvre. L'équipe qui gagne réagit en heures, pas au prochain comité prix.
À quoi ressemble une vraie boucle pricing
Nous construisons ça comme une couche opérationnelle sur votre catalogue — pas un SaaS de plus à babysitter. Vos sources, vos règles de matching, vos seuils, branchés sur les outils que vous utilisez déjà pour changer le prix.