Fahrzeugbewertung durch Machine Learning: Phoenix Pricing ermöglicht es unseren Niederlassungen, den Verkaufspreis eines Gebrauchtwagens präzise vorherzusagen.
Mercedes-Benz AG
Mercedesstraße 120
70372 Stuttgart
Deutschland
Tel.: +49 7 11 17-0
E-Mail: dialog@mercedes-benz.com
Anfragen zu Inhalten auf dieser Webseite senden Sie bitte an einen beliebigen Kontakt. Sie können Ihr Anliegen in englischer sowie Ihrer jeweiligen Landessprache an uns richten.
Vertreten durch den Vorstand:
Ola Källenius, Vorsitzender; Jörg Burzer, Renata Jungo Brüngger, Sabine Kohleisen, Markus Schäfer, Britta Seeger, Hubertus Troska, Harald Wilhelm
Vorsitzender des Aufsichtsrats: Martin Brudermüller
Handelsregister beim Amtsgericht Stuttgart, Nr. HRB 762873
Umsatzsteueridentifikationsnummer: DE 32 12 81 763
Alle Informationen zu unseren Produkten finden Sie auf Ihrer landesspezifischen Mercedes-Benz Produktseite.
Von Gebrauchtfahrzeugen
Fahrzeugbewertung durch Machine Learning: Phoenix Pricing ermöglicht es unseren Niederlassungen, den Verkaufspreis eines Gebrauchtwagens präzise vorherzusagen.
Die Komplexität des Gebrauchtfahrzeugmarktes nimmt seit Jahren zu und damit auch die Bewertung der Fahrzeuge. Neben der gestiegenen Zahl der Baureihen stellen auch die Auswahl an individuellen Ausstattungsmöglichkeiten der Fahrzeuge sowie die Vielzahl an Anbietern den Handel vor die Herausforderung, den Wert der Fahrzeuge schnell und präzise vorherzusagen. Dabei ist das Finden eines „guten Angebotspreises“ ein wichtiges Erfolgskriterium im Gebrauchtwagengeschäft.
Um die Pricing-Experten im Mercedes-Benz Handel bei der Festlegung des Angebotspreises maximal zu unterstützen, wurde unter Federführung der Bereiche Controlling und IT des Mercedes-Benz Vertrieb Deutschland das Projekt „Phoenix Pricing“ entwickelt. Mithilfe von Machine Learning wird ein Preisvorschlag berechnet, der auf Basis von verschiedensten Datensätzen eine maximal präzise Vorhersage des tatsächlichen Verkaufspreises liefert.
Dafür werden neben offensichtlich preisrelevanten Merkmalen wie Fahrzeugalter und -laufleistung auch Sonderausstattungen sowie Verkaufspreise aus den letzten Jahren als Datenquellen genutzt. Je mehr Datenquellen vorliegen, desto genauer wird die Preisvorhersage, welche durch kontinuierliche Anpassung des Algorithmus und die Einbindung weiterer Datenquellen ständig optimiert wird.