Prognózování poptávky a optimalizace cen

Nastavení cen se v řadě odvětví považuje za klíčový faktor úspěchu a může představovat jeden z nejtěžších úkolů. Společnosti se často potýkají s různými aspekty procesu nastavení cen, včetně přesné prognózy finančního dopadu potenciálních taktik, rozumného zohlednění hlavních obchodních omezení a důkladného ověření učiněných rozhodnutí o cenách. Rozšiřování nabídky produktů a vyšší požadavky na výpočetní výkon, potřebný pro rozhodování o cenách v reálném čase, tento už tak velmi náročný úkol ještě více ztěžují.

Toto řešení výše popsané výzvy řeší tím, že pomocí historických dat o transakcích trénuje model prognózování poptávky. V úvahu se berou také ceny produktů v konkurenční skupině, aby se zajistilo předvídání dopadů na vztahy mezi produkty, jako je uvádění podobných produktů. Algoritmus pro optimalizaci cen následně pomocí tohoto modelu předpovídá poptávku na různých vhodných cenových bodech s ohledem na obchodní omezení pro maximalizaci zisku. Řešení je možné přizpůsobit pro analýzy nejrůznějších cenových scénářů, pokud bude zachovaný obecný přístup založený na datových vědách.

Výše popsaný proces je zprovozněný a nasazený v Cortana Intelligence Suite. Toto řešení umožní společnostem ingestovat historická data o transakcích, předpovídat budoucí poptávku a pravidelně získávat doporučení pro nastavení optimálních cen. Ve výsledku tak řešení podporuje zvýšení ziskovosti a snížení množství času a úsilí vyhrazeného na úkoly související s nastavováním cen.

Popis

Poznámka: Pokud jste toto řešení už nasadili, můžete ho zobrazit kliknutím sem.

Šetřete čas a nechte některého ze školených partnerů SI, aby vám pomohli s testováním konceptu, nasazením i integrací tohoto řešení.

Odhadovaný čas zřízení: 1 hodina

Cortana Intelligence Suite poskytuje prostřednictvím Microsoft Azure pokročilé analytické nástroje – komponenty pro příjem, ukládání a zpracování dat a pokročilé analýzy – to znamená všechny nepostradatelné prvky pro vytvoření řešení prognózování poptávky a optimalizace cen.

Toto řešení kombinuje několik služeb Azure a poskytuje řadu výhod. Azure Blob Storage ukládá týdenní nezpracovaná prodejní data. Apache Spark pro Azure HDInsight data ingestuje a provádí jejich předběžné zpracování, modelování prognóz a algoritmy pro optimalizaci cen. A konečně Data Factory orchestruje a plánuje kompletní tok dat.

Tlačítko Deploy (Nasadit) spustí pracovní postup, který nasadí instanci tohoto řešení v rámci skupiny prostředků předplatného Azure, které jste zadali. Toto řešení zahrnuje několik služeb Azure (popsaných níže) spolu s webovou úlohou, která simuluje data. To znamená, že okamžitě po nasazení uvidíte tok dat kompletním kanálem.

Pokyny po nasazení a další podrobnosti o technické implementaci najdete tady.

Technické údaje a pracovní postup

  1. Data pro simulaci se generují každou hodinu nově nasazenými webovými úlohami Azure.
  2. Tato syntetická data se ukládají do služby Azure Blob Storage, která se bude používat ve zbytku toku řešení.
  3. Spark ve službě HDInsight slouží k ingestování a předběžnému zpracování nezpracovaných dat, sestavení a přetrénování modelů prognózování poptávky a provádění algoritmů pro optimalizaci cen.
  4. Azure Data Factory orchestruje a plánuje kompletní tok dat.
  5. A konečně Power BI se využívá k vizualizaci výsledků, takže uživatelé můžou monitorovat prodejní výsledky, předpokládanou budoucí poptávku a doporučené optimální ceny pro celou řadu produktů prodávaných v různých obchodech.

Právní omezení

© 2017 Microsoft Corporation. Všechna práva vyhrazena. Tyto informace se poskytují „tak, jak jsou“ a mohou se bez předchozího upozornění změnit. Společnost Microsoft neposkytuje s ohledem na uvedené informace žádné záruky, ať už výslovné, nebo implikované. K vytvoření řešení byla použita data třetích stran. Zodpovídáte za respektování práv ostatních, včetně pořízení náležitých licencí pro vytváření podobných datových sad a jejich dodržování.

Související architektury řešení

Prognózování poptávky

Přesné prognózování Accurately špiček v poptávce po produktech a službách může společnostem přinést konkurenční výhody. Toto řešení se soustředí na prognózování poptávky v energetickém sektoru.

Prognózování poptávky po lodní dopravě a distribuci

Řešení prognózování poptávky po lodní dopravě a distribuci využívá historická data o poptávce k předvídání budoucí poptávky pro různé zákazníky, produkty a cíle. Například lodní nebo dopravní společnost chce předvídat množství různých produktů, které budou v budoucnu zákazníci chtít doručit na různé lokality. Společnost může tyto předpovědi využít jako vstup do nástroje pro přidělování, který optimalizuje operace, jako je směrování dopravních vozidel nebo dlouhodobější plánování kapacity.

Personalized Offers User ActionSimulation Personalized OfferLogic System ResponseQueue User ActionQueue Event Hub Stream Analytics Power BI Machine Learning Cold StartProduct Affinity User Document DB Product Offers Reference Product Views Offer Views Cache Update Logic Azure Services Raw Stream Data 1 2 3 5 4

Individuální nabídky

V dnešním vysoce konkurenčním a propojeném prostředí moderní firmy už neobstojí s generickým a statickým online obsahem. Marketingové strategie využívající tradiční nástroje jsou navíc často drahé, obtížně se implementují a neposkytují požadovanou návratnost investic. Tyto systémy obvykle nedokážou plně využít shromážděná data k zajištění individuálnějšího prostředí pro uživatele.