Ignora esplorazione

Previsione della domanda e ottimizzazione dei prezzi

La determinazione dei prezzi è riconosciuta come un fattore determinante del successo in molti settori e può essere una delle attività più complesse. Spesso le azienda faticano a districarsi con i diversi aspetti del processo di determinazione dei prezzi, ad esempio prevedere in modo accurato l'impatto finanziario delle potenziali strategie, valutare attentamente in vincoli del core business e convalidare correttamente le decisioni prese in merito ai prezzi. L'espansione delle offerte dei prodotti aggiungono ulteriori requisiti di calcolo ai fini del processo decisionale sui prezzi in tempo reale, aumentando la difficoltà di questa attività già estremamente complessa.

Questa soluzione contribuisce a risolvere le problematiche evidenziate in precedenza usando i dati cronologici relativi alle transazioni per il training di un modello di previsione della domanda. Incorpora anche la determinazione dei prezzi in un gruppo in competizione, in modo da prevedere gli impatti tra prodotti, ad esempio la cannibalizzazione. Un algoritmo di ottimizzazione dei prezzi usa quindi tale modello per la previsione della domanda rispetto a varie fasce di prezzo candidate e include nel calcolo i vincoli aziendali per massimizzare i profitti. La soluzione può essere personalizzata per l'analisi di vari scenari di determinazione dei prezzi, purché l'approccio di data science generale rimanga simile.

Il processo descritto sopra funziona e viene distribuito in Cortana Intelligence Suite. Questa soluzione consentirà alle aziende di inserire i dati delle transazioni cronologici, prevedere la domanda futura e ottenere consigli per la determinazione dei prezzi su base regolare. Di conseguenza, la soluzione favorisce le opportunità per aumentare la redditività e permette di risparmiare il tempo e l'impegno allocato alle attività di determinazione dei prezzi.

Descrizione

Nota: se hai già distribuito questa soluzione, fai clic qui per visualizzare la distribuzione.

Risparmia tempo e lasciati aiutare da uno di questi partner di integrazione strategica (SI, Strategic Integration) per il modello di verifica, la distribuzione e l'integrazione di questa soluzione.

Tempo stimato per il provisioning: 1 ora

Cortana Intelligence Suite offre strumenti di analisi avanzata tramite Microsoft Azure per l'inserimento di dati, l'archiviazione di dati, l'elaborazione di dati e le analisi avanzate, tutti elementi essenziali per la creazione di una soluzione di previsione della domanda e di ottimizzazione dei prezzi.

Questa soluzione combina diversi servizi di Azure per offrire vantaggi significativi. L'archiviazione BLOB di Azure archivia i dati non elaborati delle vendite settimanali. Apache Spark per Azure HDInsight inserisce i dati ed esegue la pre-elaborazione dei dati, la modellazione delle previsioni e algoritmi di ottimizzazione dei prezzi. Data Factory esegue infine l'orchestrazione e pianifica l'intero flusso di dati.

Il pulsante 'Distribuisci' avvierà un flusso di lavoro che distribuirà un'istanza della soluzione in un gruppo di risorse della sottoscrizione di Azure specificata. La soluzione include più servizi di Azure, illustrati di seguito, oltre a un processo Web che simula i dati, in modo che immediatamente dopo la distribuzione sia possibile visualizzare il flusso dei dati attraverso la pipeline end-to-end.

Per istruzioni successive alla distribuzione e per altri dettagli sull'implementazione tecnica, vedi le istruzioni disponibili qui.

Dettagli tecnici e flusso di lavoro

  1. I dati di simulazione vengono generati ogni ora da processi Web di Azure appena distribuiti.
  2. I dati sintetici vengono quindi archiviati nell'archivio BLOB di Azure per l'uso nel resto del flusso della soluzione.
  3. Spark in HDInsight viene usato per inserire e pre-elaborare i dati non elaborati, creare ed eseguire nuovamente il training dei modelli di previsione della domanda ed eseguire gli algoritmi di ottimizzazione dei prezzi.
  4. Azure Data Factory esegue l'orchestrazione e pianifica l'intero flusso di dati.
  5. Infine, si usa Power BI per la visualizzazione dei risultati, affinché gli utenti possano monitorare i risultati delle vendite, la domanda futura prevista e i prezzi ottimali consigliati per un'ampia gamma di prodotti venduti in diversi negozi.

Dichiarazione di non responsabilità

©2017 Microsoft Corporation. Tutti i diritti sono riservati. Queste informazioni vengono fornite "così come sono" e sono soggette a modifiche senza preavviso. Microsoft non fornisce alcuna garanzia, espressa o implicita, in merito alle informazioni fornite qui. Per la generazione della soluzione sono stati usati dati di terze parti. La responsabilità per il rispetto dei diritti di altri, inclusi l'acquisizione e la conformità delle licenze rilevanti per la creazione di set di dati simili, è a tuo carico.

Architetture delle soluzioni correlate

Previsione della domanda

La previsione accurata dei picchi della domanda di prodotti e servizi può offrire a un'azienda un vantaggio competitivo. Questa soluzione è incentrata sulla previsione della domanda nel settore energetico.

Previsione della domanda per la spedizione e la distribuzione

La soluzione Previsione della domanda per la spedizione e la distribuzione usa i dati cronologici della domanda per prevedere la domanda in periodi futuri tra vari clienti, prodotti e destinazioni. Ad esempio, una società di spedizione o consegna vuole prevedere le quantità dei diversi prodotti che dovrà consegnare per conto dei propri clienti in diverse località in periodi futuri. Una società può usare queste previsioni come dati di input in uno strumento di allocazione che ottimizza le operazioni, ad esempio la definizione degli itinerari di consegna, oppure per pianificare la capacità nel lungo periodo.

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

Offerte personalizzate

Nell'ambiente altamente competitivo e connesso attuale i business moderni non possono più sopravvivere con contenuto online statico e generico. Le strategie di marketing che usano strumenti tradizionali sono inoltre spesso costose, difficili da implementare e non producono il ritorno sugli investimenti richiesto. Questi sistemi non riescono spesso a sfruttare completamente i vantaggi dei dati raccolti per creare un'esperienza più personalizzata per l'utente.