İşlem geçmişi verilerini kullanarak etkileşimli fiyat analizi

Data Factory
Machine Learning
Excel
Power BI
Blob Depolama
SQL Veritabanı

Çözüm Fikri

Olası kullanım örnekleri, alternatif hizmetler, uygulama konuları veya fiyatlandırma kılavuzu gibi daha fazla bilgiyle bu makaleyi genişletmemizi görmek için Geri Bildirim ile GitHub!

Fiyat analizi çözümü, ürünlerinizle ilgili talebin teklif ettiğiniz fiyatlara nasıl yanıt vereceğini göstermek için işlemsel geçmiş verilerinizi kullanır. Fiyatlandırma değişiklikleri önerir ve daha ayrıntılı bir ayrıntı düzeyinde fiyata yapılan değişikliklerin taleplerinizi nasıl etkileyeceğini benzetmenize olanak tanır.

Çözüm, aşağıdakileri görebileceğiniz bir pano sağlar:

  • En uygun fiyatlandırma önerileri.
  • Öğe-site-kanal segmenti düzeyinde öğe çeşitliliği.
  • Cannibalization gibi ilgili ürün efektlerinin tahminleri.
  • Geçerli işlem verilen tahminler.
  • Model performans ölçümleri.

Excel içindeki fiyatlandırma modeliyle doğrudan etkileşim kullanarak, şunları yapabilirsiniz:

  • Satış verilerinizi buraya yapıştırın ve verileri çözüm veritabanıyla tümleştirmenize gerek kalmadan fiyatlarınızı analiz edin.
  • Promosyonlar ve çizim talep eğrilerinin benzetimini yapın (fiyata talep yanıtı gösteriliyor).
  • Pano verileriyle sayısal biçimde çalışın.

Zengin işlevsellik Excel için sınırlandırmamıştı. Sizin veya uygulama iş ortağınızın iş uygulamalarınızdan doğrudan çağırabilmeniz ve fiyat analizini iş uygulamalarınızla tümleştirerek Web Hizmetleri tarafından çalıştırılır.

Olası kullanım örnekleri

Bu mimari, perakende sektörü için idealdir, fiyatlandırma önerileri, tahminler ve tahminler sağlar.

Mimari

Mimari Diyagramı

Bu mimarinin bir SVG indirin.

  1. Azure Machine Learning fiyatlandırma modellerinin oluşturulmasına izin vermez.
  2. Azure Blob Depolama modeli ve oluşturulan tüm ara verileri depolar.
  3. Azure SQL Server , işlem geçmişi verilerini ve tüm oluşturulan model tahminleri depolar.
  4. Azure Data Factory , düzenli aralıklarla (örneğin, haftalık) model yenilemelerini zamanlamak için kullanılır.
  5. Power BI sonuçların görselliğini sunar.
  6. Excel elektronik tablolar tahmine dayalı web hizmetlerini kullanır.

Bileşenler

Çözüm açıklaması

İdeal bir fiyat analizi iş akışının çekirdeği, Fiyat ekliği modelleme ve en uygun fiyatlandırma önerileridir. Son teknoloji olan modelleme yaklaşımı, geçmiş verilerden en kötü modellemenin fiyat duyarlılığını azaltır ve veri seyrekliği.

Confounte, talebi etkileyen fiyattan farklı faktörlerin bulunması. esneklik tahmin etmeden önce fiyat ve talep varyasyonuna ait öngörülebilir bileşenleri çıkaran bir "çift ML" yaklaşımı kullanıyoruz. Bu yaklaşım, en fazla sayıda bağlama için tahminleri çıkarır. Bu çözüm, bir uygulama iş ortağı tarafından, verileri, Fiyat dışındaki olası dış talep sürücülerini yakalamak için de özelleştirilebilir. Blog gönderimiz , fiyatların veri bilimi hakkında daha fazla ayrıntı sağlar.

En iyi fiyat ince bir fiyata göre değiştiğinden veri seyrekliği oluşur: işletmeler, fiyatları öğe, site, satış kanalı ve hatta müşteri kesimine göre ayarlayabilir. Ancak, fiyatlandırma çözümleri genellikle ürün kategorisi düzeyinde tahminler verir, çünkü işlem geçmişi yalnızca her belirli durum için yalnızca birkaç satış içerebilir. Fiyatlandırma çözümümüzde, bu tür verilerde tutarlı tahminler üretmek için "sıradüzensel düzenleme" kullanılmaktadır: kanıt yokluğunda, model aynı kategoride bulunan diğer öğelerden, diğer sitelerdeki aynı öğelerle vb Belirli bir öğe-site-kanal kombinasyonuna ait geçmiş veri miktarı arttıkça, amacı daha belirgin bir şekilde ince ayar yapar.

Bu fiyatlandırma Analizi çözüm fikrini, işlem geçmişi verilerinden alınan esneklik tahminlerini temel alan ürünler için nasıl fiyatlandırma modeli geliştirebileceğinizi gösterir. Bu çözüm, Epoke fiyatlandırma Analizi modelleri için kapsamlı veri bilimi desteği olmayan küçük fiyatlandırma ekiplerine sahip orta ölçekli şirketlere yöneliktir.

fiyatlandırma modeliyle etkileşim, verileri çözüm veritabanıyla tümleştirmenize gerek kalmadan, satış verilerinizi kolayca yapıştırabileceğiniz ve fiyatlarınızı analiz edebileceğiniz Excel aracılığıyla yapılır. Elektronik tabloda, yükseltmeler ve çizim talep eğrilerinin benzetimini yapabilir (fiyata istek yanıtını gösterir) ve Pano verilerine sayısal biçimde erişebilirsiniz. Fiyatlandırma modelinin zengin işlevselliğine, Web hizmetlerinden de erişilebilir ve fiyat analizlerini doğrudan iş uygulamalarınıza tümleştirmenize de erişebilirsiniz.

Azure Machine Learning , bu çözümdeki, elaklik modellerinin oluşturulduğu çekirdek mantığdır. Kaynak öğrenimi modelleri, geçmiş verilerden iki ortak fiyat modellemesi oluşmasını önlemek için ile ayarlanabilir: diğer etkileri ve veri seyrekliği.

Çözüm aşağıdaki avantajları sağlar:

  • Ürün talebinin ne kadar esnek olduğunu bir bakışta (Pano aracılığıyla) gösterir.
  • Öğe kataloğunuzdaki her ürün için fiyatlandırma önerileri sağlar.
  • İlgili ürünleri bulur (değişiklikler ve tamamlar).
  • Excel tanıtım senaryolarının benzetimini yapmanızı sağlar.

Bu senaryoyu dağıtın

Bu çözüm mimarisine yönelik bir uygulama olan AI Galerisi çözümünün iki temel rolü vardır: teknik kaynaklar ve son kullanıcılar (fiyatlandırma yöneticileri gibi).

Teknik kaynaklar çözümü dağıtır ve bir iş veri ambarına bağlayın. Daha fazla bilgi için Teknik Kılavuzuokuyun. Modeli bir elektronik tablo aracılığıyla kullanan son kullanıcılar (veya bir iş uygulamasıyla tümleşik), Kullanıcı kılavuzunuokumalı.

Başlarken

Sağ taraftaki düğmeyle çözümü dağıtın. Dağıtımın sonundaki yönergeler önemli yapılandırma bilgilerine sahip olacaktır. Lütfen açık bırakın.

Çözüm, sağ taraftaki TRY-It-Now düğmesinin arkasında bulduğunuz, turuncu suyu fiyatlarına ait aynı örnek veri kümesiyle dağıtılır.

Çözüm dağıtıldığında, bir baş başlangıcı alabilir ve şunları yapabilirsiniz:

  • Şimdi dene panosunda nelerin kullanılabildiğini görün.
  • Fiyatlandırma analistinin perspektifinden Kullanım yönergeleri için Kullanıcı kılavuzunu okuyun (MSFT oturum açma gerekir).
  • Teknik uygulama görünümü için Teknik dağıtım kılavuzunu gözden GEÇIRIN (MSFT oturum açılması gerekir).
  • etkileşimli Excel çalışma sayfasını indirin.

Çözüm dağıtıldıktan sonra, ilk yönergeyi (MSFT oturum açma gerekir) doldurun.

Çözüm panosu

Çözüm panosunun en çok eyleme dönüştürülebilir bölümü fiyatlandırma önerisi sekmesindedir. Öğelerinizin ne olduğunu veya daha fazla fiyatlandırıldığını söyler. Sekme, her öğe için en uygun fiyatı ve öneriyi benimsemenin tahmin edilen etkisini önerir. Öneriler, artımlı brüt kenar boşluğunu kazanmak için en büyük fırsatta önceliklendirilir.

bu fiyatlandırma analizi çözüm fikrinin bir uygulanması, aı galerisi çözümünde açıklanmış ve yeniden üretme GitHub. AI Galerisi çözümü, ürünlerinize yönelik talebin teklif ettiğiniz fiyatlara nasıl yanıt vereceğini göstermek, fiyatlandırma değişiklikleri önermek ve daha ayrıntılı bir ayrıntı düzeyi elde etmek için fiyata yapılan değişikliklerin taleplerinizi nasıl etkileyeceğini taklit etmenizi sağlamak için işlem geçmişi verilerinizi kullanır. Bu çözüm, en uygun fiyatlandırma önerilerini, öğe-site-kanal segmenti düzeyi ' ni, "cannibalization" gibi ilgili ürün efektlerinin tahminlerini, geçerli işlem verilen tahminleri ve model performans ölçümlerini görebileceğiniz bir pano sağlar.

Çözüm mimarisi

çözüm, işlem verilerinizi ve oluşturulan model tahminlerini depolamak için bir Azure SQL Veritabanı örneğini kullanır. Python çekirdek kitaplıklarını kullanarak Azure ML yazılmış bir düzine esneklik modellemesi temel hizmeti mevcuttur. Azure Data Factory zamanlamalar haftalık model yenilemeler. sonuçlar Power BI panosunda görüntülenir. belirtilen Excel elektronik tablosu, tahmine dayalı Web hizmetlerini kullanır.

kendi verilerinizi bağlama ve özelleştirmeyi (GitHub oturum açma gerekir) dahil olmak üzere mimarinin daha ayrıntılı bir tartışması için teknik dağıtım kılavuzunu okuyun.

Fiyatlandırma

Geçerli bir tahmini hesaplamak için Azure Fiyatlandırma hesaplayıcısı' nı kullanın. Tahmini çözüm aşağıdaki hizmet maliyetlerini içermelidir:

  • S1 standart ML hizmet planı
  • S2 SQL Veritabanı
  • Uygulama barındırma planı
  • Çeşitli ADF veri etkinlikleri ve depolama maliyetleri

Yalnızca çözümü araştırıyorsanız, birkaç gün veya saat içinde silebilirsiniz. Azure bileşenlerini sildiğinizde maliyetler ücretlendirilmekte duracaktır.

Sonraki adımlar

Bileşen teknolojileri hakkında daha fazla bilgi edinin:

Fiyatlandırma çözümleri hakkında daha fazla bilgi edinin:

İlgili mimarileri keşfedin: