অনলাইন প্ল্যাটফর্মে ব্যবহারকারীর তথ্য ও অ্যালগরিদম ব্যবহার করে পণ্যের দাম নির্ধারণ করা যায়। এতে কোম্পানি বাজারের চাহিদা-সরবরাহ, প্রতিযোগীর দাম, ব্যবহারকারীর আচরণ এবং কেনাকাটার ইতিহাস বিশ্লেষণ করে দাম বাড়ায় বা কমায়।এই পদ্ধতিকে সাধারণত অ্যালগরিদমিক প্রাইসিং বা ডাইনামিক প্রাইসিং বলা হয়। অ্যালগরিদম স্বয়ংক্রিয়ভাবে ডেটা বিশ্লেষণ করে সিদ্ধান্ত নেয় কোন পণ্যে কত দাম রাখা উচিত।
প্রথমে প্ল্যাটফর্ম ব্যবহারকারীর তথ্য সংগ্রহ করে—যেমন ব্রাউজিং ইতিহাস, অনুসন্ধান, কেনাকাটার রেকর্ড, ডিভাইস, লোকেশন, সময় এবং পণ্যে ক্লিক করার ধরন।এরপর অ্যালগরিদম সেই তথ্য বিশ্লেষণ করে ব্যবহারকারীর কেনাকাটার প্রবণতা ও কেনার সম্ভাবনা বোঝার চেষ্টা করে। ফলে একই পণ্য বিভিন্ন ব্যবহারকারীর কাছে ভিন্ন দামে বা ভিন্ন ছাড়ে দেখাতে পারে।সবশেষে অ্যালগরিদম বাজারের চাহিদা, প্রতিযোগীর দাম, স্টক ও ব্যবহারকারীর আচরণ মিলিয়ে দাম নির্ধারণ করে। এতে দাম কয়েক মিনিটেই পরিবর্তিত হতে পারে।
প্রধান পদ্ধতি
* ডাইনামিক প্রাইসিং: চাহিদা ও সরবরাহের ভিত্তিতে দাম বাড়ানো বা কমানো; যেমন ভ্রমণ, হোটেল বা ইভেন্ট টিকিটে বেশি ব্যবহৃত হয়।
* পার্সোনালাইজড প্রাইসিং: ব্যবহারকারীর ব্যক্তিগত তথ্য ও আচরণের ভিত্তিতে আলাদা দাম নির্ধারণ করা।
* কম্পিটিটর ভিত্তিক প্রাইসিং: প্রতিযোগীর দাম পর্যবেক্ষণ করে নিজের দাম সমন্বয় করা।
* টাইম-ভিত্তিক প্রাইসিং: নির্দিষ্ট সময়ে বেশি চাহিদা থাকলে দাম বাড়ানো; যেমন ছুটির দিন বা উৎসবের সময়।
* লোয়ালটি ভিত্তিক প্রাইসিং: নিয়মিত ক্রেতাদের জন্য ছাড় দেওয়া বা নতুন ক্রেতাদের জন্য বিশেষ অফার দেওয়া।
ই-কমার্স প্ল্যাটফর্মে কোনো পণ্য বারবার দেখলে বা কার্টে রাখলে অ্যালগরিদম ধারণা করতে পারে ব্যবহারকারী পণ্যটি কিনতে আগ্রহী। এরপর সেই ব্যবহারকারীর কাছে দাম বাড়ানো বা ছাড় কমানো হতে পারে।আবার একই পণ্য নতুন ব্যবহারকারীর কাছে কম দামে দেখানো হতে পারে, যাতে তাকে প্ল্যাটফর্মে আকৃষ্ট করা যায়। এভাবে পুরোনো বা নিয়মিত ক্রেতাকে বেশি দাম দিতে হতে পারে।
সুবিধা
* বাজারের চাহিদা-সরবরাহের সঙ্গে দাম দ্রুত সমন্বয় করা যায়।
* প্রতিযোগীর দামের সঙ্গে সমন্বয় করে বাজারে টিকে থাকা সহজ হয়।
* ব্যবহারকারীর পছন্দ অনুযায়ী পণ্য ও ছাড় দেখানো যায়।
* কোম্পানির লাভ ও বিক্রয় বাড়াতে সাহায্য করে।
ঝুঁকি ও সমস্যা
* একই পণ্যে ভিন্ন দাম দেখালে ব্যবহারকারীর মধ্যে অবিশ্বাস তৈরি হতে পারে।
* ব্যক্তিগত তথ্য ব্যবহার করে দাম নির্ধারণ করলে গোপনীয়তার ঝুঁকি তৈরি হয়।
* দুর্বল বা সংবেদনশীল ভোক্তার কাছে বেশি দাম ধার্য করার ঝুঁকি থাকে।
* প্রতিযোগিতা কম থাকলে অ্যালগরিদম ব্যবহার করে অতিরিক্ত দাম ধার্য করা সম্ভব হতে পারে।
* ভোক্তারা কেন দাম বেশি বা কম হচ্ছে তা বুঝতে পারে না, ফলে স্বচ্ছতা কমে।
ভোক্তার জন্য পরামর্শ একই পণ্য ভিন্ন ডিভাইস, ব্রাউজার বা ইনকগনিটো মোডে দাম তুলনা করা।কেনার আগে কয়েকটি প্ল্যাটফর্মে দাম ও ছাড় দেখা।পণ্যের ইউনিট দর, ডেলিভারি চার্জ ও কুপন মিলিয়ে হিসাব করা।ব্যক্তিগত তথ্য ও লোকেশন অ্যাক্সেস সীমিত রাখা।অ্যালগরিদমিক প্রাইসিং ব্যবসার জন্য উপকারী হলেও ভোক্তার জন্য স্বচ্ছতা ও ন্যায্যতা নিশ্চিত করা জরুরি।