Previsione della domanda e ottimizzazione dei prezzi

Archiviazione BLOB
Data Factory
HDInsight
App Web

Soluzione idea Solution Idea

Per ulteriori informazioni, dettagli sull'implementazione, indicazioni sui prezzi o esempi di codice, vedere l'articolo relativo all'espansione di questo articolo con commenti e suggerimenti su GitHub.If you'd like to see us expand this article with more information, implementation details, pricing guidance, or code examples, let us know with GitHub Feedback!

I prezzi sono riconosciuti come fattori cruciali di successo in molti settori e possono essere una delle attività più complesse.Pricing is recognized as a pivotal determinant of success in many industries and can be one of the most challenging tasks. Le aziende spesso si occupano di diversi aspetti del processo di determinazione dei prezzi, tra cui la previsione accurata dell'impatto finanziario di potenziali tattiche, l'adozione di considerazioni ragionevoli sui vincoli aziendali di base e la corretta convalida delle decisioni sui prezzi eseguite.Companies often struggle with several aspects of the pricing process, including accurately forecasting the financial impact of potential tactics, taking reasonable consideration of core business constraints, and fairly validating the executed pricing decisions. Espandendo le offerte di prodotto si aggiungono ulteriori requisiti di calcolo per prendere decisioni relative ai prezzi in tempo reale, componendo la difficoltà di questa attività già travolgente.Expanding product offerings add further computational requirements to make real-time pricing decisions, compounding the difficulty of this already overwhelming task.

Questa soluzione risolve le principali problemi che si verificano in precedenza utilizzando i dati cronologici delle transazioni per eseguire il training di un modello di previsione della domanda.This solution addresses the challenges raised above by utilizing historical transaction data to train a demand forecasting model. Il prezzo dei prodotti in un gruppo in competizione viene inoltre incorporato per prevedere gli effetti incrociati del prodotto, ad esempio la cannibalità.Pricing of products in a competing group is also incorporated to predict cross-product impacts such as cannibalization. Un algoritmo di ottimizzazione dei prezzi USA quindi il modello per prevedere la domanda a diversi punti di prezzo candidati e prende in considerazione i vincoli aziendali per massimizzare i profitti.A price optimization algorithm then employs the model to forecast demand at various candidate price points and takes into account business constraints to maximize profit. La soluzione può essere personalizzata per analizzare diversi scenari di prezzo, purché l'approccio generale data science rimanga simile.The solution can be customized to analyze various pricing scenarios as long as the general data science approach remains similar.

Il processo descritto in precedenza viene reso operativo e distribuito nella Cortana Intelligence Suite.The process described above is operationalized and deployed in the Cortana Intelligence Suite. Questa soluzione consentirà alle aziende di inserire dati cronologici sulle transazioni, prevedere la domanda futura e ottenere raccomandazioni ottimali sui prezzi a intervalli regolari.This solution will enable companies to ingest historical transaction data, predict future demand, and obtain optimal pricing recommendations on a regular basis. Di conseguenza, la soluzione consente di ottenere una maggiore redditività e riduzioni nel tempo e nello sforzo allocato alle attività di prezzo.As a result, the solution drives opportunities for improved profitability and reductions in time and effort allocated to pricing tasks.

ArchitectureArchitecture

Diagramma dell'architettura scaricare un SVG di questa architettura.Architecture Diagram Download an SVG of this architecture.

DescrizioneDescription

Risparmia tempo e lascia che uno di questi partner it sottoposti a training ti aiuti a usare un modello di prova, la distribuzione & l'integrazione di questa soluzione.Save time and let one of these trained SI partners help you with a proof of concept, deployment & integration of this solution.

Il Cortana Intelligence Suite fornisce strumenti di analisi avanzata tramite l'inserimento dei dati Microsoft Azure, l'archiviazione dei dati, l'elaborazione dei dati e i componenti analitici avanzati, tutti elementi essenziali per la creazione di una soluzione di previsione della domanda e ottimizzazione dei prezzi.The Cortana Intelligence Suite provides advanced analytics tools through Microsoft Azure - data ingestion, data storage, data processing and advanced analytics components - all of the essential elements for building a demand forecasting and price optimization solution.

Questa soluzione combina diversi servizi di Azure per creare vantaggi avanzati.This solution combines several Azure services to create powerful advantages. Archiviazione BLOB di Azure archivia i dati relativi alle vendite non elaborate settimanali.Azure Blob Storage stores the weekly raw sales data. Apache Spark per Azure HDInsight inserisce i dati ed esegue la pre-elaborazione dei dati, la modellazione delle previsioni e gli algoritmi di ottimizzazione dei prezzi.Apache Spark for Azure HDInsight ingests the data and executes data preprocessing, forecasting modeling and price optimization algorithms. Infine, Data Factory Orchestra e pianifica l'intero flusso di dati.Finally, Data Factory orchestrates and schedules the entire data flow.

Il pulsante ' Distribuisci ' avvierà un flusso di lavoro che distribuirà un'istanza della soluzione in un gruppo di risorse nella sottoscrizione di Azure specificata.The 'Deploy' button will launch a workflow that will deploy an instance of the solution within a Resource Group in the Azure subscription you specify. La soluzione include più servizi di Azure (illustrati di seguito) insieme a un processo Web che simula i dati in modo che immediatamente dopo la distribuzione sia possibile visualizzare i dati che passano attraverso la pipeline end-to-end.The solution includes multiple Azure services (described below) along with a web job that simulates data so that immediately after deployment you can see data flowing through the end-to-end pipeline.

Per istruzioni post-distribuzione e altri dettagli sull'implementazione tecnica, vedere le istruzioni riportate qui.For post deployment instructions and more details on the technical implementation, please see the instructions here.

Dettagli tecnici e flusso di lavoroTechnical details and workflow

  1. I dati di simulazione vengono generati ogni ora dai processi Web di Azure appena distribuiti.The simulation data is generated hourly by newly deployed Azure Web Jobs.
  2. Questi dati sintetici vengono archiviati nell'archivio BLOB di Azure, che verranno usati nel resto del flusso della soluzione.This synthetic data is stored at Azure Blob Storage, that will be used in the rest of the solution flow.
  3. Spark in HDInsight viene usato per inserire e pre-elaborare i dati non elaborati, compilare e ripetere il training dei modelli di previsione della domanda ed eseguire algoritmi di ottimizzazione dei prezzi.Spark on HDInsight is used to ingest and preprocess the raw data, build and retrain the demand forecasting models, and execute price optimization algorithms.
  4. Azure Data Factory Orchestra e pianifica l'intero flusso di dati.Azure Data Factory orchestrates and schedules the entire data flow.
  5. Infine, Power BI viene usato per la visualizzazione dei risultati, in modo che gli utenti possano monitorare i risultati delle vendite, la domanda futura prevista e i prezzi ottimali consigliati per un'ampia gamma di prodotti venduti in diversi negozi.Finally, Power BI is used for results visualization, so that users can monitor the results of the sales, predicted future demand as well as recommended optimal prices for a variety of products sold in different stores.