Ideas de solución
Este artículo es una idea de solución. Si te gustaría que ampliemos este artículo con más información, como posibles casos de uso, servicios alternativos, consideraciones de implementación o una guía de precios, comunícalo a través de los Comentarios de GitHub.
Esta solución predice la futura demanda de los clientes y optimiza los precios para maximizar la rentabilidad con los servicios de macrodatos y análisis avanzado de Microsoft Azure.
Architecture
Descargue un archivo Visio de esta arquitectura.
Flujo de datos
La plataforma de IA de Microsoft brinda herramientas de análisis avanzado, como los componentes de ingesta de datos, almacenamiento, procesamiento y análisis avanzado. Estas herramientas son los elementos esenciales para crear una solución de previsión de la demanda y de optimización de precios.
- Azure Data Lake (o Azure Blob Storage) almacena los datos de ventas semanales sin procesar.
- Apache Spark para Azure HDInsight ingiere los datos y ejecuta algoritmos de preprocesamiento de datos, modelado de previsiones y optimización de precios.
- Azure Data Factory organiza y programa todo el flujo de datos.
Componentes
- Azure Data Lake Storage almacena los datos de ventas semanales sin procesar, que lee Spark en HDInsight. Como alternativa, use Azure Blob Storage.
- Spark en HDInsight ingiere los datos y ejecuta los algoritmos de preprocesamiento de datos, el modelado de previsiones y la optimización de precios.
- Data Factory controla la orquestación y la programación del reciclaje del modelo.
- Power BI permite la visualización de los resultados, supervisar los resultados de las ventas, y predecir la demanda futura y los precios óptimos recomendados.
Detalles del escenario
La asignación de precios es dinámica en muchos sectores, pero puede ser una de las tareas más desafiantes. A menudo, las empresas tienen dificultades para pronosticar con precisión el impacto fiscal de posibles tácticas, tener en cuenta por completo las principales restricciones empresariales y validar de forma equitativa las decisiones de precios una vez que se han realizado. A medida que las ofertas de productos expanden y complican los cálculos que subyacen a las decisiones sobre los precios en tiempo real, el proceso se vuelve aún más difícil.
Esta solución aborda estos desafíos mediante el uso de datos históricos de transacciones para entrenar un modelo de previsión de la demanda en un contexto comercial. También incorpora los precios de los productos de un grupo de la competencia para predecir la canibalización y otras repercusiones entre los productos. A continuación, un algoritmo de optimización de precios utiliza ese modelo para predecir la demanda en varios puntos de precios y factores en las restricciones de negocio para maximizar los posibles beneficios.
El proceso descrito anteriormente se puede operacionalizar e implementar en la plataforma de IA de Microsoft.
Posibles casos de uso
Con esta solución, puede ingerir datos históricos de transacciones, predecir la demanda futura y optimizar periódicamente los precios, lo que ahorra tiempo y esfuerzo que invertiría en las tareas de fijación de precios.
Pasos siguientes
Consulte la documentación del producto:
- Más información sobre Data Lake Storage
- Empezar a trabajar con HDInsight mediante un clúster de Spark con R Server
- Más información sobre Data Factory
- Más información sobre Power BI
Vínculos externos sobre la previsión:
- Previsión de demanda y optimización de precios en Azure AI Gallery
Recursos relacionados
Consulte los artículos relacionados del Centro de arquitectura de Azure: