En dynamisk prisstrategi justerer prisene etter skiftende forhold som kundenes etterspørsel, tilgjengelig varelager og konkurrentenes priser, i stedet for å låse seg til én fast sats. For forhandlere gir denne fleksibiliteten mulighet til å holde tritt med markedet i stedet for å henge etter.
Når bedrifter bruker én fast pris på et produkt, kan de gå glipp av etterspørsel fra mer prisbevisste kunder eller la fortjeneste ligge igjen på bordet når etterspørselen er høy.
Forhandlere har fått med seg budskapet. TCS-rapporten «Global Retail Outlook» for 2026 fant at blant organisasjoner som prioriterer lønnsom vekst, planlegger 42 % å innføre dynamisk prising drevet av kunstig intelligens (KI).
Denne artikkelen forklarer hva dynamisk prising er, hvordan det fungerer, hvilke modeller forhandlere bruker, og hvordan du kan innføre det ved hjelp av KI, prisregler og sikkerhetsmekanismer.
Hva er dynamisk prising?
Dynamisk prising er når en bedrift justerer prisene ut fra etterspørsel, tilbud og andre markedssignaler i sanntid. Det kalles også økende prising ved høy etterspørsel, og innebærer å tilby fleksible priser som endres etter forholdene i stedet for å holde seg til ett fast beløp.
Uber er kjent for slik prising ved høy etterspørsel: prisen på en tur kan øke hvis mange i samme område leter etter tur samtidig. Dette er dynamisk prising i praksis: når etterspørselen stiger og antall tilgjengelige sjåfører blir begrenset, endres prisen for å gjenspeile forholdene.
Slik fungerer dynamisk prising
Dynamisk prising fungerer ved at prisene justeres løpende ut fra data i sanntid, i stedet for at man setter en fast pris på forhånd. Algoritmene baserer seg på informasjon som historiske salgstall, trafikk på nettstedet og lagernivåer, slik at prisene raskt kan tilpasses svingninger i etterspørselen og holdes i tråd med gjeldende markedsforhold.
Det finnes to vanlige dynamiske prisstrategier:
- Dynamisk prising i sanntid: Prisene kan endres hvert par minutter eller time ved hjelp av programvare. Samkjøringsapper bruker gjerne dette slik at prisen svarer på etterspørselen i rushtiden, under spesielle arrangementer eller ved uventet pågang.
- Planlagt (regelbasert) dynamisk prising: Prisene endres etter en fast plan eller bestemte utløsere. Et hotell kan for eksempel heve prisene under en populær konferanse.
For at dynamisk prising skal fungere, trenger bedrifter to ting: pålitelige data og tydelige utløsere for prisendring.
Dataene dynamisk prising bruker
Dynamisk prising overvåker en rekke variabler, som:
- Kundenes etterspørsel
- Konkurrentenes priser
- Lagernivåer
- Tid til utløp for ferskvarer på lager
- Fraktkostnader
- Historiske salgsmønstre
- Kundesegment eller lojalitetsnivå
- Værforhold
- Tidspunkt på dagen
- Lokal aktivitet, som arrangementer eller helligdager
Disse dataene hjelper til med å avgjøre om en pris bør endres, hvor mye den bør endres, og når endringen bør skje.
TIPS: Shopifys plattform for samlet handel henter lagerdata, konkurrentpriser og kundeatferd fra alle salgskanaler inn på ett sted. Denne samlede oversikten, som spenner over nettbutikk, fysiske butikker, markedsplasser og handel i sosiale medier, gir deg sanntidsdataene som nøyaktig dynamisk prising er avhengig av.
Et ledende uavhengig analysebyrå fant at Shopify POS reduserer den totale eierkostnaden (TCO) med 22 % i gjennomsnitt, takket være disse samlede dataene. Utviklingssykluser går 40 til 60 % raskere, mens kostnadene til innføring og integrering er 11 % lavere.
Vanlige utløsere for prisendring: etterspørsel, lager, konkurranse og tidspunkt
Når dataene er på plass, gjør utløserne disse signalene om til handling. Det finnes fire vanlige utløsere: etterspørsel, lager, konkurranse og tidspunkt.
| Utløser for prisendring | Slik fungerer det | Eksempel |
|---|---|---|
| Etterspørsel | Prisene justeres opp eller ned ut fra hvor mange kunder som aktivt leter etter et produkt i øyeblikket | En forhandler hever prisen på et populært produkt etter at det har gått viralt i sosiale medier |
| Lager | Lagernivåer utløser prisendringer for enten å beskytte gjenværende enheter eller kvitte seg med overskuddslager | En nettbutikk gir automatisk rabatt på et produkt når over 200 enheter er usolgt en uke før en ny modell lanseres |
| Konkurranse | Overvåking av konkurrentenes priser i sanntid utløser justeringer for å holde seg konkurransedyktig eller utnytte at en rival er utsolgt | En selger på en markedsplass senker prisen med 5 % når en annen selger underbyr dem |
| Tidspunkt | Prisene endres ut fra når et produkt kjøpes i forhold til perioder med topp etterspørsel eller utløpstidspunkter | Et hotell tar toppris for lørdagsnetter og senker automatisk romprisen 48 timer før en ledig natt |
Dynamisk prising vs. variabel prising vs. personlig prising vs. fast prising
I en modell for dynamisk prising endres prisen på et produkt løpende (noen ganger i sanntid) ut fra forhåndsdefinerte regler, som endringer i kundenes etterspørsel.
I variabel prising endres prisen også, men etter en fast plan (for eksempel høyere priser i helgene).
Personlig prising endrer prisene på individnivå, ofte ved hjelp av personopplysninger som nettleserhistorikk, plassering eller kjøpsatferd.
Fast prising, eller statisk prising, er når alle kunder får samme pris, uavhengig av tilbud og etterspørsel i markedet.
Hvorfor personlig prising skiller seg ut
Dynamisk prising justerer prisene ut fra ytre markedsforhold og bruker samme justerte pris for alle kunder i det aktuelle øyeblikket.
Hvis prisen på et produkt stiger fordi lageret er i ferd med å bli tomt, ser alle kunder som besøker produktsiden den samme høyere prisen. Den enkelte kundens identitet, atferd eller profil har ingen betydning for prisen som vises.
Personlig prising setter prisene på individnivå. Det kalles også overvåkningsprising, og bruker data om en bestemt kunde til å avgjøre hva akkurat denne personen skal betale:
- Nettleserhistorikk
- Kjøpshistorikk
- Plassering
- Type enhet
Med personlig prising kan to kunder som besøker samme produktside samtidig, se ulike priser ut fra hva prisalgoritmen vet om hver av dem.
Er dynamisk prising lovlig?
Dynamisk prising er lovlig i de fleste land, selv om sammenhengen og bransjen (som flyselskaper, hoteller og samkjøringstjenester) kan medføre begrensninger eller krav.
For eksempel regulerer den amerikanske FTC-regelen om urimelige eller villedende gebyrer, som trådte i kraft i mai 2025, hvordan forhandlere av billetter til liveopptredener og korttidsutleie viser gebyrer. Regelen presiserer uttrykkelig at bedrifter fortsatt kan tilby dynamisk prising eller varierende satser, så lenge prisen som vises ikke er villedende.
Risikoområder som gjelder bedrifter som bruker personlig prising, omfatter:
- Krav om åpenhet: Lovgivere i flere delstater i USA arbeider med lovgivning for å regulere algoritmisk prising som bruker personopplysninger til å informere prisbeslutninger. New York var den første delstaten som vedtok en slik lov, i november 2025. Algorithmic Pricing Disclosure Act fastslår at merkevarer må opplyse når de bruker data til å justere priser.
- Prisutnytting: Å heve prisene under kriser, utnytte sårbare forbrukere eller fjerne konkurranse kan bryte konkurranselovgivningen.
- Internasjonale hensyn: Forhandlere som selger i EU, reguleres av forbrukervernloven i Omnibus-direktivet. Det forbyr ikke hyppige prisendringer, men krever tydelig opplysning når en pris er personlig tilpasset eller når en rabatt vises.
Typer dynamisk prising
Det finnes mange typer dynamisk prising, hver basert på ulike prissignaler:
| Type dynamisk prising | Slik fungerer det | Datautløsere | Handelseksempel |
|---|---|---|---|
| Tidsbasert prising | Prisene endres avhengig av når et kjøp gjøres | Tidspunkt på dagen, i uken, sesong eller nærhet til utløp | Tidligkjøpspris: kundene får rabatt når de kjøper på forhånd |
| Etterspørselsbasert prising | Prisene justeres opp eller ned ut fra etterspørselssignaler i sanntid | Sidevisninger, andel som legger i handlekurven, salgstempo eller søkevolum | En forhandler hever prisen på et viralt produkt etter hvert som salgstempoet øker |
| Lagerbasert prising | Lagernivåer utløser automatiske prisendringer | Gjenværende enheter, salgsandel, dager med lagerdekning | Prisene stiger når lageret er lite |
| Geografisk prising | Prisene varierer etter kundens plassering | Land, region, valuta, fraktkostnader, lokale avgifter | Lokaltilpassede priser for internasjonale kunder |
| Segmentprising | Ulike kundegrupper tilbys ulike priser | Alder, yrke, verifisert identitet, lojalitetsstatus eller medlemsnivå | Studentrabattordninger |
| Volumprising | Prisen per enhet synker etter hvert som bestillingsmengden øker | Enheter per bestilling, kurvstørrelse eller abonnementsfrekvens | Tilpasset B2B-prising |
Tidsbasert prising
Tidsbasert prising er en dynamisk prisstrategi der prisen på et produkt eller en tjeneste endres avhengig av når det kjøpes. Tanken bak er at samme vare har ulik verdi for en kunde på ulike tidspunkter.
Netthandelsmerker kan bruke tidsbasert prising til å planlegge prisreduksjoner for sesongvarer på lager. Tidligkjøpspris fungerer på lignende måte: kundene får lavere priser når de kjøper på forhånd eller forhåndsbestiller.
Etterspørselsbasert prising
Etterspørselsbasert prising justerer prisene direkte etter hvor stor kundenes appetitt på et produkt er i øyeblikket.
AXS Premium tilbyr for eksempel billetter til markedsstyrte priser som kan endres. På samme måte kan en netthandelsforhandler heve prisen på et produkt som selger raskt etter en topp i etterspørselen, for så å senke den igjen når salgstempoet er tilbake til det normale.
Lagerbasert prising
Lagerbasert prising justerer prisene direkte etter lagernivåene og bruker tilgjengeligheten som prissignal.
Med denne modellen for dynamisk prising kan prisene stige når tilbudet er lite, for å dempe salgstempoet og beskytte gjenværende enheter. Når det bygger seg opp overskuddslager, kan prisene falle for å øke salgsandelen før varelageret blir en byrde.
Geografisk prising
Geografisk prising setter ulike priser på samme produkt avhengig av hvor kunden befinner seg. Forskjeller i fraktkostnader, lokale avgifter, valutasvingninger, kjøpekraft og konkurransesituasjon kan påvirke prisen.
Serge Blanco bruker for eksempel verktøyet Shopify Managed Markets til å justere prisene for internasjonale kunder. Det konverterer valutaer automatisk og legger på lokale avgifter.
Segmentprising
Segmentprising tilbyr ulike priser til ulike grupper mennesker, som lojalitetsmedlemmer, registrerte kunder, abonnenter eller personer i en bestemt demografisk gruppe.
Gymshark tilbyr for eksempel 12 % rabatt på hele nettstedet til studenter som verifiserer studentstatusen sin gjennom lojalitetsprogrammet Student Beans. Allbirds tilbyr 15 % rabatt til verifiserte studenter, lærere, militært personell og helsearbeidere.
Volumprising
Volumprising belønner kunder som kjøper mer, ved å tilby lavere kostnad per enhet. Det er vanlig i B2B-prising (bedrift til bedrift), der lavere priser oppfordrer kjøpere til å handle i store kvanta.
Tony's Chocolonely bruker for eksempel Shopifys B2B-plattform til sin ChocoPortal. Der kan kundene sette sammen bestillingen sin, bruke volumrabatter og trinnvis prising for å få et tilpasset tilbud avhengig av segment og bestillingsstørrelse.
«Så langt har tilbakemeldingene fra teamet vårt vært veldig gode, det er en stor forbedring», sier plattformansvarlig Chiel Versteeg om Tony's Chocolonelys overgang til Shopify. «Fra å samle butikkene våre og forbedre måten vi kjører kampanjer og rabatter på, til å fremheve produkter eller vise fram tilpasningstilbudet vårt: det ser bedre ut, presterer bedre og er enklere å bruke.»
Eksempler på dynamisk prising
Slik ser dynamisk prising ut i praksis, på tvers av ulike bransjer og sektorer:
Netthandel og detaljhandel
I detaljhandelen kan dynamisk prising vise seg gjennom elektroniske hyllemerker som justerer prisene automatisk uten at team må merke om hvert produkt manuelt. Walmart, som selger over 120 000 produkter, rapporterte en reduksjon på 75 % i tid brukt på prising med denne typen detaljhandelsteknologi.
Innen netthandel støttet Protein Package seg på Prisync-appen for Shopify for å justere prisene i løpet av helgen med Black Friday og Cyber Monday.
«Jeg klargjorde en CSV-fil for å oppdatere kostnadsverdiene våre i Shopify», sier Protein Packages eier, George Greenhill, i en case-studie publisert av Prisync. «Den er synkronisert med Prisync, og slik senket vi grunnprisen vår, og den ble billigere enn hos konkurrentene. Jeg oppdaterte bare kostnadsverdiene for Black Friday. Dette gjorde oss mest konkurransedyktige i markedet.»
Reise og servering
Merkevarer i serverings- og reisebransjen bruker tidsbasert prising. Flyselskaper hever billettprisene rundt høytider når etterspørselen er høy, og hoteller øker romprisene i høysesonger eller under store arrangementer.
Samkjøring og billettsalg
Samkjøringsapper som Uber tar mer i rushtiden eller sent på natten. Billettplattformer bruker også etterspørselsbaserte strategier for å justere billettpriser.
Fordeler med dynamisk prising
Sammenlignet med fast prising gir dynamisk prising flere fordeler:
- Mer responsiv prising: Bedrifter kan justere prisene etter hvert som etterspørsel, lager og markedsforhold endrer seg.
- Sterkere konkurranseposisjon: Hvis konkurrentene bruker fast prising, kan dynamisk prising hjelpe deg med å vinne kunder som leter etter bedre tilbud, men bare hvis de dynamiske prisene dine er lavere enn deres faste satser. Capgeminis tall fra 2026 viser at nesten tre firedeler av kundene ville byttet merke for lavere ordinære priser.
- Bedre service i travle perioder: Økende prising i samkjøringsapper oppfordrer for eksempel flere sjåfører til å dra til områder med høy etterspørsel, slik at flere kan få tur.
- Mer tilgjengelig prising: I noen tilfeller bruker bedrifter dynamisk prising til å gi rabatt til dem som trenger det, som når ComEd tilbyr billigere strømpriser til husholdninger med lav inntekt.
Risikoer og ulemper ved dynamisk prising
Selv om dynamisk prising har sine fordeler, finnes det også noen ulemper man bør være oppmerksom på:
Kundenes tillit og opplevd rettferdighet
Den største ulempen ved dynamisk prising handler om forbrukertillit og opplevd rettferdighet. Thales' tall fra 2025 fant at kundenes frustrasjon over dynamisk prising steg fra 14 til 28 % fra år til år.
Instacart trakk for eksempel tilbake sin KI-baserte prisstrategi etter at en undersøkelse fant at dagligvarer kunne koste familier mer enn 1 200 dollar ekstra per år i kassen. I kunngjøringen sto det: «Nå, hvis to familier handler de samme varene, på samme tidspunkt, fra samme butikk på Instacart, ser de de samme prisene, punktum.»
Åpenhet bidrar til å håndtere disse bekymringene. Wunderkinds rapport fra 2025 fant at 48 % av forbrukerne er mer tilbøyelige til å forbli lojale mot merkevarer som gir tydelige oppdateringer om priser, tilbud og produkttilgjengelighet, og andelen stiger til 55 % blant Gen Z-kunder.
Bekymringer om personvern og databruk
Dynamisk prising baserer seg vanligvis på markeds- og driftsdata, ikke på personopplysninger om kunder. Bedrifter som kombinerer dynamisk prising med personlig prising, bør likevel vurdere personvernkonsekvensene av å bruke data om enkeltkunder.
Ikke alle kunder er åpne for dette: en rapport fra Talker Research fra 2026 fant at 62 % av de spurte er bekymret for at forhandlere bruker personlig prising. To tredeler sier de ville sluttet å handle hos en merkevare hvis de fant ut at den brukte personopplysninger til å ta høyere priser av dem.
Regulatorer har lagt merke til dette. Over 100 delstatslover om åpenhet rundt priser ble lagt fram på tvers av USA i 2025. New Yorks Algorithmic Pricing Disclosure Act krever for eksempel at ethvert selskap som bruker algoritmisk prising basert på en forbrukers personopplysninger, opplyser om det.
Driftskompleksitet og margrisiko
Dynamisk prising bruker flere datakilder i sanntid, blant annet strømmer med konkurrentpriser, lagernivåer, trafikkdata og salgstempo.
Å synkronisere disse dataene er en utfordring: Supermetrics' studie fra 2026 fant at 36 % av markedsføringsteamene mangler systemintegrasjon som muliggjør dataaktivering. Samme andel pekte på det å koble sammen markedsføringsdata som ett av områdene med størst behov for forbedring.
Konkurransebasert dynamisk prising medfører også en strukturell risiko. Uten definerte sikkerhetsmekanismer for prising kan gjentatt underbudsjaging redusere fortjenestemarginene. Gulvpriser motvirker dette ved å sikre at prisene aldri faller under en forhåndsbestemt sats.
Faktorer som påvirker dynamisk prising
Tre faktorer påvirker den dynamiske prisstrategien din for netthandel:
Prisfølsomheten i etterspørselen
Prisfølsomhet i etterspørselen (PED) måler hvor følsom kundenes kjøpsatferd er for prisendringer. Bruk denne formelen for å regne det ut:
Prisfølsomhet i etterspørselen = (prosentvis endring i mengde / prosentvis endring i pris)
Et resultat under 1 tyder på uelastisk etterspørsel; prisendringer har begrenset innvirkning på hvor mange enheter som selges. Et resultat på 1 eller høyere tyder på elastisk etterspørsel; salgsvolumet beveger seg i takt med prisen.
Ta et DTC-merke for kosttilskudd som selger et flaggskipprodukt med kollagenpulver til 45 dollar per enhet, med et månedlig salg på 50 000 enheter. Under en sesongkampanje faller prisen til 38 dollar (en nedgang på 15,6 %), og det månedlige salget stiger til 56 000 enheter (en økning på 12 %). Dette gir deg en PED på 0,77 (under 1).
Merk: Uelastisk etterspørsel kan ha flere mulige forklaringer: merkelojalitet, mangel på alternativer, vanekjøp eller ganske enkelt at kampanjen ikke ga vesentlig tilstrømning av nye kunder. Formelen forteller deg at etterspørselen er relativt uelastisk; den forteller deg ikke hvorfor.
Begrensninger i tilbud og lager
Skjevheter i varelageret kostet forhandlere 1,72 billioner dollar i 2025. Dynamisk prising håndterer begge ender av dette problemet: prisene kan heves når lageret synker for å begrense tomme lagre og beskytte gjenværende enheter, eller settes ned når overskuddslager må selges ut.
Marggulv og forretningsmodell
Dynamisk prising gjør ikke bare produkter dyrere; den kan også gi rabatt på produkter avhengig av etterspørsel og kundenes betalingsvilje. Sørg for at du har grenser på plass som tar hensyn til tilbudet ditt og forretningsmodellen din: du vil verken ende opp med tomt lager, sitte igjen med overskuddslager eller selge varer med tap.
Den vanlige løsningen er en gulvpris, satt til kostnad pluss en minste akseptabel margin som algoritmen ikke kan gå under.
Slik innfører du dynamisk prising på Shopify
Slik innfører og administrerer du en dynamisk prisstrategi på Shopify, med utgangspunkt i sikkerhetsmekanismene som holder prisendringene i tråd med marginene og kundeopplevelsen din:
Sett gulvpriser, tak og unntak
Før en algoritme justerer en pris, definer grensene:
- En gulvpris: Den laveste prisen et produkt kan selges for. Et klesmerke med en innkjøpskostnad på 18 dollar for en hettegenser kan for eksempel sette et gulv på 32 dollar. Det gir en minstemargin på 44 % uansett hvor aggressivt algoritmen reagerer på tregt salg.
- Et pristak: Det høyeste, som hindrer systemet i å prise over det markedet vil bære eller det som passer for merkevaren. Et smykkemerke som selger et halskjede til en vanlig utsalgspris på 55 dollar, kan for eksempel sette et tak på 65 dollar, og på den måten hente ekstra margin i travle perioder uten å risikere at det oppfattes som prisutnytting.
- Unntak: Hvilke produkter, kategorier eller kundesegmenter faller helt utenfor reglene for dynamisk prising? Et DTC-merke for boligartikler kan for eksempel unnta bestselgeren sin fra dynamiske prisjusteringer for å holde prisen stabil for nye og tilbakevendende kunder.
Velg riktige data og oppdateringstakt
Når disse sikkerhetsmekanismene er på plass, avgjør du hvilke utløsere som skal få prisene til å bevege seg innenfor grensene. Analyser salgsdata og kundeundersøkelser for å forstå hva som ville få kundene dine til å betale mer eller mindre.
Det kan være:
- Gjenværende lagernivåer
- Salgstempo
- Tidspunkt på dagen eller ukedag
- Sesongbaserte etterspørselsmønstre
- Endringer i konkurrentenes priser
Før du tar i bruk en algoritme, finn ut hvilke to eller tre datakilder som direkte driver kjøpsatferden for nettopp din varekatalog. Bygg regler rundt disse først.
Tilpass oppdateringstakten, altså hvor ofte prisene beregnes på nytt, til farten markedet ditt beveger seg i. Selgere på markedsplasser som konkurrerer på standardiserte SKU-er, kan for eksempel gjennomgå dynamiske priser hver time, mens et DTC-merke med en lojal kundebase kan oppdatere prisene daglig eller ukentlig.
Bygg rabattlogikk med Shopify Functions
På Shopify kan tilpassede prisregler bygges med Shopify Functions, som lar merkevarer definere prislogikk på kassenivå, uten å røre butikktemaet eller kreve endringer i frontend-kode.
Definer regler som «Gi 10 % rabatt når en kundes handlekurv inneholder mer enn fem enheter av et produkt» eller «Hev prisen på en variant når lageret faller under en fastsatt grense». Shopify Functions kan utføre disse reglene automatisk når en kunde legger varer i handlekurven.
«Vi visste at vi trengte en løsning som kunne levere dynamiske, personlige opplevelser», sier Nikhilendra Pratap Singh Deo, senior vekstansvarlig i bagasjemerket Mokobara. «Mulighetene i Shopifys Plus-abonnement gjorde det til det åpenbare neste steget, fordi det kunne kjøre alle sanntidstilpasningene vi trengte for å gjøre lojalitetsprogrammet vårt til en suksess.»
Kodefrie verktøy som Prisync automatiserer også overvåking av konkurrentpriser og regelbasert omprising på tvers av varekatalogen.
Følg med på konvertering, margin og lagerutfall
Når reglene for dynamisk prising er i drift, måler du strategien mot et definert sett med prestasjonsmål:
| Måltall | Hvorfor det er viktig | Rapporteringstakt |
|---|---|---|
| Konverteringsrate | Viser om prisendringer på produktnivå påvirker kjøpsatferden | Ukentlig |
| Bruttomargin | Følger med på om prisjusteringene gir mer fortjeneste per solgt enhet, eller om marginen presses fordi algoritmen matcher konkurrentenes priser | Månedlig |
| Lagersalgsandel | Gjenspeiler om prisingen håndterer tilbudet effektivt | Ukentlig |
| Prisfølsomhet per SKU | Måler hvordan etterspørselen reagerer på prisendringer på enkeltprodukter over tid | Kvartalsvis |
| Gjennomsnittlig ordreverdi (AOV) | Følger med på om prisjusteringene øker AOV eller dytter kundene mot rimeligere alternativer | Månedlig |
Ofte stilte spørsmål om dynamisk prising
Hvordan kan bedrifter håndtere kundenes bekymringer om dynamisk prising?
Bruk en modell for dynamisk prising som knytter prisendringene til tydelig forretningslogikk og en konsekvent kundeopplevelse. Vær åpen om prisøkninger og rabatter der det passer.
Kan små bedrifter bruke dynamisk prising?
Små bedrifter kan innføre dynamisk prising med regelbaserte apper som Prisync for Shopify. Start med en enkel regel, for eksempel å gi rabatt på tregtselgende varer etter syv dager uten salg, og utvid til mer avanserte utløsere etter hvert som du samler mer data.
Hva er dynamisk prising, med et eksempel?
Dynamisk prising er en strategi der bedrifter justerer prisen på et produkt eller en tjeneste etter skiftende markedsforhold som etterspørsel, lagernivåer, konkurrentenes priser eller tidspunkt på dagen. En netthandelsmerkevare kan for eksempel automatisk heve prisen på en bestselger når lageret faller under ti enheter, og senke den igjen når lageret er fylt opp, ut fra forhåndsdefinerte prisregler.
