Case 04

PittaRosso

AI 驅動定價與促銷 — 當演算法挑戰二十年採購直覺，目標函數該怎麼選？
category鞋類零售 / AI 定價 eventFounded 1970s（前身 Pittarello） location_onPadua, Italy peopleCEO: Marcello Pace（2018 上任） account_balance年營收約 3 億歐元 storefront200+ 門市（義大利、斯洛維尼亞、克羅埃西亞）
insights 關鍵指標
storefront
200+
門市數量
義大利全境 + 斯洛維尼亞、克羅埃西亞
inventory_2
39,000
每店 SKU 數
平均每間門市存放 39,000 雙鞋
trending_down
<75%
售罄率
目標 85%，實際不到 75%，25% 賣不掉
euro
€1.6 億
存貨成本
佔營收 53%（營收 3 億歐元）
visibility
90%
品牌輔助認知度
高知名度，但 Top of Mind 僅 12%
loyalty
600 萬
會員數
透過 email / 簡訊接收促銷資訊
inventory_2 Pace 的改革行動

AI 定價系統（Evo Pricing）

導入 AI 演算法自動分析銷售數據、預測需求、建議 SKU 層級的最佳折扣價格，取代傳統人工定價流程

採購流程革新

從代理商採購改為趨勢導向選品，確保門市商品符合當季潮流，不再過度依賴代理商的推薦清單

門市體驗重塑

全面翻新零售空間設計，行銷訊息從「推品牌」轉為「推商品」，六個月內扭轉消費者認知

財務重整與瘦身

關閉法國全部業務與義大利 9 間門市，降低槓桿率，聚焦核心市場以達成再融資目標

groups 競爭格局
名稱類型優勢
Bata incumbent 全球鞋類龍頭，品牌認知度更高，高端定位
Deichmann incumbent 德系大型連鎖，規模優勢，AI 投資積極
Scarpe&Scarpe incumbent 義大利本土直接競品，同樣面臨庫存壓力
Primadonna / Aldo incumbent 中高價位定位，時尚度較高的競爭者
Zalando / Amazon Fashion e-commerce 演算法定價為基礎，即時競爭，無店面成本
timeline 里程碑
1920s Pittarello 家族在威尼斯市場起家，經營鞋類零售
1970s 在 Padua 開設首批門市，開始連鎖化擴張
2011 私募基金收購多數股權，聘任新 CEO
2013 家族分拆，PittaRosso 正式誕生
2014 Lion Capital 收購，積極擴張至 234 店（含法國、斯洛維尼亞、克羅埃西亞）
2018.09 Marcello Pace 就任 CEO，發現公司財務槓桿過高，啟動全面重整
2019.05 AI 定價系統（Evo Pricing）進入最後部署階段，夏季為首次實測
format_quote 關鍵語錄
"鞋子不是義大利好酒，放越久不會越好。"
— Marcello Pace, PittaRosso CEO
"給我們正確的目標函數，我們就能給你最佳解。但什麼是『正確的』目標函數？"
— Fabrizio Fantini, Evo Pricing CEO (HBS MBA 2009)
"AI 建議夏季鞋先降價、春季鞋後降——這和我們二十年來的做法完全相反。"
— PittaRosso 採購部門反應
psychology 決策挑戰
你是 PittaRosso 的 CEO Marcello Pace。AI 系統就緒，夏季旺季即將開始。你要讓 AI 優化什麼目標函數？
A

最大化營收

衝高銷售額，滿足再融資目標。但低價衝量可能犧牲毛利，讓消費者更習慣等折扣。

B

最大化毛利率

守住每件商品的利潤。但高價策略可能讓 25% 的庫存繼續賣不掉，現金流更吃緊。

C

最大化售罄率

目標 85% 清倉，釋放倉儲空間。但可能過度折扣，進一步強化「等打折再買」的消費者心態。

psychology 三個目標彼此矛盾，你不可能同時達成。就像導航輸入錯誤的目的地——AI 越厲害，你離正確答案越遠。你怎麼決定？
lightbulb 思考習慣 (Habits of Cognition)
#偏誤檢驗 (#biasidentification) #相關性 (#correlation) #限制條件 (#constraints) #最佳化 (#optimization)
AI 超級大腦陪跑課 — 互動案例 Dashboard