Aus digitalen Prospekten, App-Notifikationen mancher Händler, anonymisierten Kassenbon-Snippets und fotografierten Regaletiketten entsteht ein Mosaik aus Zeitpunkten und Preissprüngen. Ergänzt um Öffnungszeiten, Lieferzyklen und Feiertagseffekte lassen sich Muster erkennen, die ohne Aggregation verborgen blieben. Je sorgfältiger die Quellen gepflegt, desto präziser wird das Bild der realen Preisgestaltung.
Statistische Filter und robuste Zeitreihenmodelle suchen nach Abweichungen, die auf Abverkäufe, MHD-Nähe oder Überbestände hinweisen. Glättungen verhindern Fehlalarme durch vorübergehende Schwankungen. Gleichzeitig lernen die Modelle filialindividuelle Gewohnheiten, etwa wann Brot gesenkt wird, und kombinieren diese mit Produktkategorien, damit relevante Hinweise zuverlässig und zum passenden Zeitpunkt ausgeliefert werden.