机场免税店搞AI动态定价，找哪家公司靠谱？

最近几年，跟几个机场的免税店老板聊天，发现大家心里都痒痒，想搞AI动态定价。看到隔壁航站楼、或者网上那些电商平台价格调得飞起，自己还在靠店长经验和Excel表格，心里确实没底。

但真到要动手，又怕：这玩意儿听着高大上，到底有没有用？会不会是个坑？找谁来做才靠谱？

今天，我就以过来人的视角，帮你把这套事拆开了揉碎了讲清楚，告诉你一步一步该怎么操作。

动手之前，先把账算清楚

别一上来就急着找供应商、问报价。先花点时间，内部把几个关键问题想透，这能帮你省下大笔冤枉钱。

你究竟想解决什么问题？

AI动态定价不是万能药。你得先搞清楚自己的“病根”在哪。

我见过不少情况：

一家华东某国际机场的香化品免税店，他们最大的痛点是库存周转。热门爆款（比如某精华）经常断货，利润高的冷门款却积压严重。他们上AI的核心目标，就是通过价格杠杆，把冷门货的流速提起来，优化整体库存结构。

而华南一家以烟酒为主的免税店，问题在于航班波动大。红眼航班、旅行团包机一来，客流瞬间暴涨，但价格还是日常价，白白错失溢价机会；淡季时段又空荡荡，不知道降价吸引散客。他们的需求，是价格能跟着航班密度和乘客画像实时调整。

所以，你先问问自己：

1. 是想提升整体毛利率，还是加快滞销品周转？

2. 是想应对竞争对手的促销，还是抓住高峰客流？

3. 是单品利润重要，还是连带销售和客单价更重要？

目标不同，后续要的数据、选的模型、甚至评估标准都完全不同。

家里有多少“柴火”可以烧？

AI系统是“炼金术”，但你得先有“矿石”（数据）。盘点一下你的家底：

数据基础：有没有完整的销售POS数据？数据颗粒度是到天、到小时，还是到交易流水？有没有会员数据或简单的客户画像？库存数据是不是实时更新的？

一家年销售额过亿的成都机场免税店，之前系统老旧，销售数据按天汇总，库存盘点靠手工。这种基础，直接上动态定价就是空中楼阁。他们花了半年时间，先把ERP和POS系统升级，把数据打通、搞准确，才敢谈下一步。

团队准备：店里有没有人能理解业务逻辑，并能和技术人员沟通？至少需要运营负责人和IT负责人（或对接人）深度参与。财务部门也得提前通气，因为他们最关心定价权限和利润核算方式的变化。

预算范围：心里要有个谱。一套定制化程度较高的AI动态定价系统，加上一年左右的维护和调优，投入通常在几十万到一两百万级别。你要衡量，预期的利润提升或损耗降低，多久能覆盖这个成本。

第一步：把你的需求，变成“说明书”

想清楚之后，就要把需求梳理成文档。这不是给领导看的PPT，而是你未来和供应商沟通、甚至验收的“法律文件”。

需求文档写什么？

别写“要实现智能定价”这种空话。要写具体的、可衡量的：

1. 业务场景：具体针对哪些商品品类？（如：高端护肤品、精品烟酒、特色食品）。在哪些场景下触发调价？（如：单个SKU库存高于安全库存30%时；离港航班前2小时；监测到竞品同款降价5%时）。

2. 核心规则与边界：这是重中之重。必须明确什么是AI不能做的。例如：

3. 任何商品调价幅度不得超过正负20%。

4. 一线奢侈品牌（如某V）的核心款，不允许自动降价，只能参与满赠促销。

5. 调价频率最低间隔为15分钟，避免价格跳动过快引起客诉。

   

6. 所有调价建议，必须经过店长在移动端二次确认，或设置“白名单”商品全自动执行。

7. 数据接口要求：你需要供应商的系统，从你哪里取数？又要把调价建议推送到哪里？列清楚：POS系统接口、库存管理系统接口、可能的航班信息接口等。

小心这些常见的需求误区

误区一：要全自动，不要人管。 这是最危险的想法。AI应该是高级参谋，不是独裁者。尤其在免税行业，涉及品牌方价格管控、顾客感知，必须设置人工审核环节，至少初期要“人机协同”。

误区二：模型越复杂越好。 一开始就追求用上深度学习、神经网络，往往效果不好还难维护。先从经典的、可解释性强的模型（如基于回归、时间序列的模型）开始，跑通了再迭代。

误区三：一次性覆盖所有商品。 贪多嚼不烂。建议从1-2个痛点最明显的品类、几十个SKU开始试点。比如，某天津机场免税店，就先从保质期敏感、季节性强的巧克力、糖果品类做起，模型跑顺了，再扩展到护肤品。

第二步：怎么挑一个靠谱的“合伙人”？

需求明确了，就可以开始找供应商了。去哪找？怎么看？

供应商从哪里来？

1. 行业口碑：最靠谱的方式。问问其他机场免税的同行，特别是已经上过系统的，听听他们的真实评价，踩过什么坑。这个圈子不大，好坏很快能打听出来。

2. 技术展会/峰会：参加一些零售科技、航空商业相关的展会，能集中看到不少解决方案供应商，可以现场沟通。

3. 线上平台与推荐：一些企业服务对接平台也能找到候选。但注意甄别，很多是纯软件公司，没有零售或免税行业经验。

评估对比，看这几点

见面别光听他们吹嘘算法多牛。重点考察以下几点：

1. 行业理解深度：问他“免税店和普通商场定价核心区别是什么？”如果他能答出“保底销售任务、品牌方限价、旅客提货时间窗口、航班客流特性”这些点，说明他研究过。拿你自己的一个实际案例（比如某款酒不好卖）让他现场简单分析思路，比看一百页方案都管用。

2. 案例的真实性：要求提供至少一个类似的机场或高端零售案例。问清楚：他们具体做了什么？解决了什么问题？效果数据是多少？（提升毛利率几个点？库存周转加快多少？）最好能要一个客户联系人（经对方同意），进行背景调查。

3. 团队与可持续性：项目核心成员有没有零售背景的专家？还是清一色的程序员？公司规模如何？后期维护是原班人马，还是交给新手？一个青岛机场的客户就跟我说，他们选的供应商，后期维护响应慢，一个小问题拖一周，非常头疼。

4. 方案匹配度与报价：看他们的方案是否针对你需求文档里的痛点给出了具体设计。报价是否清晰，分成了软件授权费、实施费、年服务费？是否接受分阶段付款，并与项目里程碑挂钩？

搞一场“小型实战测试”

筛选到2-3家意向供应商后，别急着签合同。可以搞一个 POC（概念验证）测试。

方法：提供你们过去3-6个月某品类的脱敏销售数据、库存数据、促销记录。让每家供应商用他们的模型跑一下，给出针对未来某段时间的“模拟”定价建议和预测结果。

然后你们对比：

• 谁家的建议更符合你们的业务直觉？

• 谁家的模型解释起来更清晰？（为什么这个时候建议对这个商品降价？）

• 谁的系统演示更流畅，店员更容易上手？

这个测试花点小钱也值得，能极大降低选错人的风险。

第三步：项目落地，步步为营

签了合同，只是开始。实施阶段管理不好，照样可能烂尾。

分阶段推进，小步快跑

千万别要求“三个月后全面上线”。建议分成三个阶段：

第一阶段：试点验证（1-2个月）

选一个品类（如香化），1-2个关键场景（如清库存），在单个门店或柜台试点。目标是把数据跑通，验证核心逻辑，让店员熟悉操作。这个阶段，技术问题暴露最多，集中解决。

第二阶段：扩展优化（2-3个月）

在试点成功的基础上，增加品类和场景，比如加入应对竞品的调价策略。开始让AI系统与你们的促销活动结合。根据第一阶段反馈，优化模型和操作界面。

第三阶段：全面推广与深化（持续）

在所有门店推广成熟模块。开始利用沉淀的数据，做更长期的销售预测和采购建议，让动态定价从“战术反应”升级到“战略规划”。

每个阶段，盯紧这些关键点

• 数据质量：实施初期，80%的精力可能在数据清洗和对接上。确保进入模型的数据是干净、准确的，否则就是“垃圾进，垃圾出”。

• 人员培训与接受度：店长和店员如果不理解、不会用、甚至抵触，系统再好也白搭。培训时要重点讲“这系统怎么让你的工作更轻松、业绩更好”，而不是讲技术原理。设置初期的激励措施，鼓励大家使用系统建议。

• 变更管理：定价权是核心权力。系统上线，意味着运营部门的决策方式变了，财务的核算方式也可能要调整。高层必须协调好各部门，明确新的权责流程。

第四步：效果好不好，用数据说话

项目上线不是终点，而是新循环的开始。

如何验收项目成功？

对照最初需求文档里的目标，看核心指标：

• 如果目标是提升毛利率，就看试点品类的毛利率是否达到预期增幅（比如提升1.5-3个百分点）。

• 如果目标是加快周转，看滞销SKU的库存周转天数是否缩短。

• 还要看辅助指标：客单价有没有变化？促销活动的响应速度是否加快？店员用于调价、盘货的时间是否减少？

某佛山一家商贸公司给机场供货，他们辅助店方上线系统后，最惊喜的发现不是毛利率，而是价格一致性投诉减少了70%，因为系统杜绝了不同柜台手工调价不同步的问题。

上线后如何持续优化？

建立一个定期复盘机制，比如每两周一次，运营、采购、IT和供应商一起开会：

1. 回顾过去一段时间的调价建议，有哪些显著成功或失败的案例？分析原因。

2. 业务环境有没有新变化？（如新品牌入驻、航空公司政策调整）需要如何调整模型参数？

3. 一线员工有什么反馈？操作上有什么不方便？

让系统像人一样，持续学习和进化。

写在最后：给想尝试的老板几点真心话

AI动态定价对于机场免税这种高价值、高波动、竞争渐显的业态，确实是个值得投入的工具。但它不是“一键致富”的神器，而是一个需要精心喂养、耐心调教的“业务副驾驶”。

老板亲自抓方向，但别钻技术细节。找到一家既懂技术、更懂你生意逻辑的供应商，比找到一家技术最强但不懂行的，要重要十倍。

最后，如果你还在犹豫，对自身的数据基础、适用场景没把握，建议先用“索答啦AI”了解一下自己的情况适合什么方案，心里有数了再去找供应商谈，不容易被忽悠。毕竟，自己懂了，才能判断别人说的是真是假。

这条路，有人走过，坑和桥都还在。希望这篇指南，能帮你走得更稳当些。