Nachfragevorhersage und Preisoptimierung

Die Preisgestaltung ist in vielen Branchen der Dreh- und Angelpunkt des Erfolgs und kann eine der größten Herausforderungen sein. Unternehmen haben häufig mit verschiedenen Aspekten des Preisgestaltungsprozesses zu kämpfen, z.B. der exakten Vorhersage der finanziellen Auswirkungen möglicher Taktiken, der sinnvollen Einbeziehung wichtiger geschäftlicher Einschränkungen und der richtigen Bewertung der angewandten Preisentscheidungen. Eine Erweiterung des Produktangebots kann die Anforderungen hinsichtlich der Berechnung erhöhen, um Preisentscheidungen in Echtzeit fällen zu können – so wird diese Aufgabe, die sowie schon nahezu überwältigend ist, noch schwieriger.

Mit der vorliegenden Lösung lassen sich die oben beschriebenen Herausforderungen meistern, indem Verlaufsdaten von Transaktionen genutzt werden, um ein Modell für die Nachfragevorhersage zu trainieren. Die Produktpreise in einer Gruppe ähnlicher Produkte werden ebenfalls einbezogen, um Auswirkungen zwischen den Produkten vorherzusagen, wie z.B. eine Kannibalisierung. Ein Algorithmus zur Preisoptimierung verwendet dieses Modell dann, um die Nachfrage bei verschiedenen möglichen Preispunkten vorherzusagen. Dieser Algorithmus berücksichtigt auch geschäftliche Bedingungen, um den Gewinn zu maximieren. Die Lösung kann angepasst werden, um verschiedene Preisgestaltungsszenarien zu analysieren, sofern der allgemeine Data Science-Ansatz gleich bleibt.

Der oben beschriebene Prozess wird in der Cortana Intelligence Suite operationalisiert und bereitgestellt. Mit dieser Lösung können Unternehmen Verlaufsdaten früherer Transaktionen erfassen, die zukünftige Nachfrage prognostizieren und regelmäßig Empfehlungen zur optimalen Preisgestaltung erhalten. Damit eröffnet die Lösung die Chance, die Rentabilität zu verbessern und den Zeit- und Arbeitsaufwand für die Preisgestaltung zu reduzieren.

Beschreibung

Hinweis: Wenn Sie diese Lösung bereits bereitgestellt haben, klicken Sie hier, um sich Ihre Bereitstellung anzeigen zu lassen.

Sparen Sie Zeit, und lassen Sie sich von einem dieser geschulten SI-Partner mit Machbarkeitsnachweisen für Konzept, Bereitstellung und Integration dieser Lösung unterstützen.

Geschätzte Bereitstellungszeit: 1 Stunde

Die Cortana Intelligence Suite stellt über Microsoft Azure Komponenten für Datenerfassung, Datenspeicherung, Datenverarbeitung und erweiterte Analysen bereit – alle grundlegenden Elemente zum Erstellen einer Lösung für Nachfragevorhersage und Preisoptimierung.

Diese Lösung kombiniert verschiedene Azure-Dienste, um optimierte Ergebnisse zu ermöglichen. Azure Blob Storage speichert die nicht aufbereiteten wöchentlichen Verkaufsdaten. Apache Spark für Azure HDInsight erfasst die Daten und führt die Algorithmen für die Vorverarbeitung der Daten, die Erstellung von Vorhersagemodellen und die Preisoptimierung durch. Zum Schluss orchestriert und plant Data Factory den gesamten Datenfluss.

Bei einem Klick auf die Schaltfläche „Bereitstellen“wird ein Workflow gestartet, durch den eine Instanz der Lösung innerhalb einer Ressourcengruppe im angegebenen Azure-Abonnement bereitgestellt wird. Die Lösung umfasst mehrere Azure-Dienste (siehe unten) und einen Webauftrag, der Daten simuliert, sodass Sie unmittelbar nach der Bereitstellung einen Datenfluss durch die End-to-End-Pipeline beobachten können.

Anweisungen zu Aufgaben nach der Bereitstellung und weitere Hinweise zur technischen Implementierung finden Sie hier.

Technische Details und Workflow

  1. Die Simulationsdaten werden jede Stunde von neu bereitgestellten Azure-Webaufträgen generiert.
  2. Diese synthetischen Daten werden in Azure Blob Storage gespeichert, der im Rest des Lösungsflows verwendet wird.
  3. Spark in HDInsight wird verwendet, um die Rohdaten zu erfassen und vorzuverarbeiten, um die Modelle für die Nachfragevorhersage zu erstellen und erneut zu trainieren und um die Algorithmen für die Preisoptimierung auszuführen.
  4. Azure Data Factory orchestriert und plant den gesamten Datenfluss.
  5. Abschließend werden die Ergebnisse in Power BI visualisiert, sodass Benutzer die Verkaufszahlen, die prognostizierte zukünftige Nachfrage sowie die empfohlenen optimalen Preise für verschiedene Produkte überwachen können, die über verschiedene Kanäle verkauft werden.

Haftungsausschluss

©2017 Microsoft Corporation. Alle Rechte vorbehalten. Alle Informationen werden im vorliegenden Zustand bereitgestellt und können sich ohne Vorankündigung ändern. Microsoft leistet weder ausdrücklich noch stillschweigend Gewähr hinsichtlich der hier zur Verfügung gestellten Informationen. Zur Erstellung der Lösung wurden Drittanbieterdaten verwendet. Sie sind dafür verantwortlich, die Rechte Dritter zu berücksichtigen. Hierzu zählen u.a. das Beschaffen relevanter Lizenzen, die zur Erstellung ähnlicher Datensätze benötigt werden, und das Erfüllen der jeweiligen Lizenzbedingungen.

Zugehörige Lösungsarchitekturen

Nachfragevorhersage

Die genaue Vorhersage von Nachfragespitzen für Produkte und Dienste kann Unternehmen einen Wettbewerbsvorteil verschaffen. Diese Lösung konzentriert sich auf die Nachfragevorhersage innerhalb des Energiesektors.

Nachfragevorhersage für Versand und Distribution

Die Lösung für die Nachfragevorhersage für Versand und Distribution verwendet Daten zu früheren Nachfrageverläufen, um die Nachfrage in zukünftigen Zeiträumen für verschiedene Kunden, Produkte und Ziele zu prognostizieren. Für ein Versandunternehmen wäre es z.B. wichtig, die Mengen der verschiedenen Produkte prognostizieren zu können, die Kunden in Zukunft an verschiedene Orte geliefert haben möchten. Ein Unternehmen kann diese Vorhersagen als Eingabedaten für ein Tool verwenden, das den Betrieb optimiert, z.B. durch Routenplanung für Lieferfahrzeuge. Die Vorhersagen ermöglichen zudem eine langfristige Kapazitätsplanung.

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

Personalisierte Angebote

Moderne Unternehmen können in der heutigen wettbewerbsorientierten und verbundenen Umgebung mit generischen, statischen Onlineinhalten nicht mehr überleben. Marketingstrategien mit traditionellen Mitteln sind darüber hinaus oft teuer, aufwendig zu implementieren und führen nicht zu der erwünschten ROI. Diese Systeme nutzen häufig nicht alle gesammelten Daten, um eine persönlichere Benutzererfahrung zu erzeugen.