Интерактивная аналитика ценInteractive Price Analytics

Концепция решения Solution Idea

Если вы хотите ознакомиться с этой статьей, дополнительные сведения (сведения о реализации, рекомендации по ценам, примеры кода и т. д.), сообщите нам о отзывах в GitHub!If you'd like to see us expand this article with more information (implementation details, pricing guidance, code examples, etc), let us know with GitHub Feedback!

Решение "аналитика цен" использует данные журнала транзакций, чтобы продемонстрировать, как спрос на ваши продукты реагирует на цены, которые вы предлагаете, чтобы рекомендовать изменения цен и позволить вам имитировать, как изменения в ценах повлияют на спрос, с точностью детализации.The Price Analytics solution uses your transactional history data to show you how the demand for your products responds to the prices you offer, to recommend pricing changes, and allow you to simulate how changes in price would affect your demand, at a fine granularity.

Решение предоставляет панель мониторинга, на которой можно просмотреть оптимальные рекомендации по ценам, эластичность элементов на уровне "элемент-сайт-канал-сегмент", оценки побочных эффектов, таких как "AS каннибализацию", прогнозирования текущего процесса и метрики производительности модели.The solution provides a dashboard, where you can see optimal pricing recommendations, item elasticities at a item-site-channel-segment level, estimates of related-product effects such "as cannibalization", forecasts given current process, and model performance metrics.

Прямое взаимодействие с моделью ценообразования в Excel позволяет просто вставить данные о продажах и проанализировать цены без необходимости интеграции данных в базу данных решения, моделировать рекламные акции и кривые спроса (отображая ответ спроса на цену) и доступ к данным информационной панели в числовом виде.Direct interaction with the pricing model in Excel lets you simply paste your sales data there and analyze your prices without the need to integrate the data into the solution database first, simulate promotions and plot demand curves (showing demand response to price), and access dashboard data in numerical form.

Широкие возможности не ограничены Excel.The rich functionality is not confined to Excel. Он управляется веб-службами, которые вы или ваш партнер по реализации может вызывать непосредственно из бизнес-приложений, интегрируя анализ цен в бизнес-приложения.It is driven by web services that you, or your implementation partner, can call directly from your business applications, integrating price analysis into your business applications.

ArchitectureArchitecture

Схема архитектуры . Скачайте SVG этой архитектуры.Architecture Diagram Download an SVG of this architecture.

ОписаниеDescription

Основой рабочего процесса тщательного анализа цен является моделирование эластичности цен и оптимальные рекомендации по ценам.At the core of a rigorous price analysis workflow is price elasticity modeling and optimal pricing recommendations. Этот подход к моделированию устраняет две худшие ошибки моделирования учета цен на основе исторических данных: количество обнаруженных и незаполненных данных.The state-of-the-art modeling approach mitigates the two worst pitfalls of modeling price sensitivity from historical data: confounding and data sparsity.

Обнаружение — это наличие факторов, отличных от цены, которые влияют на спрос.Confounding is the presence of factors other than price which affect demand. Мы используем подход "двойной МАШИНный", который вычитает прогнозируемые компоненты цены и спроса перед оценкой эластичности, иммунизируя оценки для большинства форм обнаружения.We use a "double-ML" approach that subtracts out the predictable components of price and demand variation before estimating the elasticity, immunizing the estimates to most forms of confounding. Решение также может быть настроено партнером по реализации, чтобы использовать ваши данные, которые записывают потенциальные драйверы внешнего спроса, отличные от цены.The solution can also be customized by an implementation partner to use your data capturing potential external demand drivers other than price. В нашей записи блога содержатся дополнительные сведения о ценах.Our blog post gives additional detail on the data science of prices.

Незаполненность данных происходит из-за того, что оптимальная цена различается в зависимости от того, что Организация может задать цены по номенклатуре, сайту, каналу продаж и даже сегменту клиента, но решения ценообразования часто предоставляют оценки только на уровне категории продуктов, так как журнал транзакций может содержать только несколько продаж для каждой конкретной ситуации.Data sparsity occurs because the optimal price varies at a fine grain: businesses can set prices by item, site, sales channel and even customer segment, but pricing solutions often only give estimates at product category level because the transaction history may only contain a few sales for each specific situation. Наше решение по ценам использует "иерархическую оценку" для получения единообразных оценок в таких некачественных ситуациях. в отсутствие доказательств модель использует сведения из других элементов в той же категории, то же, на других сайтах и т. д.Our pricing solution uses "hierarchical regularization" to produce consistent estimates in such data-poor situations: in absence of evidence, the model borrows information from other items in the same category, same items in other sites, and so on. По мере увеличения объема исторических данных по заданному сочетанию «элемент-сайт-канал» его оценка эластичности будет детально настроена.As the amount of historical data on a given item-site-channel combination increases, its elasticity estimate will be fine-tuned more specifically.

Это решение анализирует исторические цены иThis solution analyzes your historical prices and

  • показывается один взгляд на информационную панель, насколько эластичный спрос на продуктshows you in one glance at the dashboard how elastic your product demand is
  • предоставляет рекомендации по ценам для каждого продукта в каталоге товаров.provides pricing recommendations for every product in your item catalog
  • Обнаружение связанных продуктов (замены и дополнения)discovers related products (substitutes and complements)
  • позволяет имитировать рекламные сценарии в Excel.lets you simulate promotional scenarios in Excel.

Расчетные затратыEstimated cost

Оценочная стоимость решения составляет приблизительно 10 долларов/день (10 300 в месяц)The estimated cost for the solution is approximately $10/day ($300/month)

  • $100 для плана обслуживания "Стандартный ML" S1$100 for S1 standard ML service plan
  • $75 для базы данных SQL S2$75 for an S2 SQL database
  • $75 для плана размещения приложений$75 for app hosting plan
  • $50 в различных действиях с данными в ADF и затратах на хранение$50 in miscellaneous ADF data activities and storage costs

Если вы просто изучаете решение, вы можете удалить его через несколько дней или часов.If you are just exploring the solution, you can delete it in a few days or hours. Расходы оцениваются в соответствии с оценкой и при удалении компонентов Azure плата будет прекращена.The costs are pro-rated and will cease to be charged when you delete the Azure components.

Начало работыGetting started

Разверните решение с помощью кнопки справа.Deploy the solution with the button on the right. В инструкциях в конце развертывания будут иметься важные сведения о конфигурации.Instructions at the end of the deployment will have important configuration information. Не закрывайте их.Please leave them open.

Решение развертывается с помощью того же примера набора данных оранжевого сок цен, который находится за кнопкой Try-It-Now справа.The solution deploys with the same example data set of orange juice prices that you find behind the Try-It-Now button on the right.

Во время развертывания решения вы можете начать головной офис иWhile the solution is deploying, you can get a head start and

После развертывания решения завершите первое пошаговое руководство (требуется имя входа MSFT).After the solution deploys, complete the first walkthrough (MSFT login required).

Панель мониторинга решенияSolution Dashboard

Наиболее практичной частью панели мониторинга решения является вкладка предложений по ценам. Он указывает, какие из ваших товаров имеют недоцену, переоценены и предложит оптимальную цену за каждый товар, а также прогнозируемый эффект от внедрения предложения.The solution dashboard's most actionable part is the Pricing Suggestion tab. It tells you which of your items are underpriced, overpriced, and suggests an optimal price for each item, as well as the predicted impact of adopting the suggestion. Предложения назначаются по приоритету самой крупной возможностью получения добавочной валовой прибыли.The suggestions are prioritized by the largest opportunity to earn incremental gross margin.

Вкладка "предложение" панели мониторинга

Другие вкладки предоставляют дополнительную информацию о том, как система приступила к предложениям, и более подробно рассматриваются в этом руководства.Other tabs provide supplemental information illuminating how the system arrived at the suggestions and are discussed in more detail in the User Guide. (Вы должны войти в GitHub с учетной записью MSFT Azure, пока решение находится в закрытой предварительной версии.)(You must be logged into Github with a MSFT Azure account while solution is in private preview.)

Архитектура решенияSolution Architecture

Решение использует сервер SQL Azure для хранения данных о транзакциях и созданных прогнозов модели.The solution uses an Azure SQL server to store your transactional data and the generated model predictions. Существует десятка основных служб моделирования эластичности, созданных в AzureML с помощью библиотек Python Core.There are a dozen elasticity modeling core services, which are authored in AzureML using Python core libraries. Фабрика данных Azure планирует обновление еженедельной модели.Azure Data Factory schedules weekly model refreshes. Результаты отображаются на панели мониторинга PowerBI.The results display in a PowerBI dashboard. Предоставленная электронная таблица Excel использует прогнозные веб-службы.The provided Excel spreadsheet consumes the predictive Web Services.

Ознакомьтесь с руководством по техническому развертыванию , чтобы получить более подробное описание архитектуры, подключения собственных данных и настройки (требуется имя входа GitHub).Please read the Technical Deployment Guide for a more detailed discussion of the architecture, connecting your own data and customization (GitHub login required).