Previsão da demanda e otimização de preços

O preço é reconhecido como um determinante-chave do sucesso em diversos setores e pode ser uma das tarefas mais desafiadoras. As empresas geralmente têm dificuldade com diversos aspectos do processo de precificação, incluindo a previsão precisa do impacto financeiro de possíveis táticas, a consideração razoável das principais restrições de negócios e a validação justa das decisões de precificação executadas. Expandir as ofertas de produtos adiciona mais requisitos computacionais para se tomar decisões de precificação em tempo real, o que amplia a dificuldade dessa tarefa já esmagadora.

Essa solução resolve os desafios citados acima utilizando dados de transação históricos para treinar um modelo de previsão de demanda. A precificação de produtos em um grupo concorrente também é incorporada para prever impactos entre os produtos como a canibalização. Um algoritmo de otimização de preço implanta o modelo para prever a demanda em vários possíveis pontos de preços e leva em conta as limitações do negócio para maximizar o lucro. A solução poderá ser personalizada para analisar diversos cenários de preços enquanto a abordagem geral da ciência de dados permanecer similar.

O processo descrito acima é operacionalizado e implantado no Cortana Intelligence Suite. Essa solução permitirá que as empresas ingiram dados de transação históricos, prevejam a demanda futura e obtenham recomendações de preço ideal com frequência. Como resultado, a solução cria oportunidades para maior rentabilidade e reduções no tempo e de esforços alocados para as tarefas de precificação.

+ Mostrar mais – Mostrar menos

Descrição

Economize tempo e deixe que um desses parceiros de SI treinados ajude com uma prova de conceito e com a implantação e integração dessa solução.

O Cortana Intelligence Suite fornece ferramentas de análise avançadas por meio do Microsoft Azure – ingestão de dados, armazenamento de dados, processamento de dados e componentes de análise avançados – todos os elementos essenciais para criar uma previsão de demanda e solução de otimização de preços.

Essa solução combina vários serviços do Azure para criar vantagens impressionantes. O Armazenamento de Blobs do Azure armazena os dados de vendas brutos semanalmente. O Apache Spark para o Azure HDInsight ingere os dados e executa o processamento, a previsão e a modelagem de dados e os algoritmos de otimização de preço. Por fim, o Data Factory orquestra e agenda o fluxo de dados completo.

O botão 'Implantar' inicializará um fluxo de trabalho que implantará uma instância da solução em um grupo de recursos na assinatura do Azure que você especificar. A solução inclui vários serviços do Azure (descritos abaixo), juntamente com um trabalho da Web que simula dados para que você possa ver os dados fluindo pelo pipeline de ponta a ponta logo após a implantação.

Para instruções de pós-implantação e mais detalhes sobre a implementação técnica, consulte as instruções aqui.

Detalhes técnicos e fluxo de trabalho

  1. Os dados de simulação são gerados por hora pelos Trabalhos da Web do Azure recém-implantados.
  2. Esses dados sintéticos são armazenados no Armazenamento de Blobs do Azure, que serão usados no restante do fluxo da solução.
  3. O Spark em HDInsight é usado para ingerir e pré-processar os dados brutos, criar e manter os modelos de previsão de demanda e executar os algoritmos de otimização de preços.
  4. O Azure Data Factory orquestra e agenda o fluxo de dados completo.
  5. Por fim, o Power BI é usado para visualização dos resultados, para que os usuários possam monitorar os resultados das vendas, da futura demanda prevista, além dos preços ideais recomendados para uma variedade de produtos vendidos em diferentes lojas.

Aviso de isenção de responsabilidade

© 2017 Microsoft Corporation. Todos os direitos reservados. Estas informações são fornecidas “no estado em que se encontram” e poderão ser alteradas sem aviso. A Microsoft não oferece garantias, expressas ou implícitas, com relação às informações aqui fornecidas. Dados de terceiros foram utilizados para gerar esta Solução. Você é responsável por respeitar os direitos de terceiros, incluindo a obtenção e o cumprimento de licenças relevantes com o intuito de criar conjuntos de dados similares.

Прогнозирование спроса и оптимизация ценЦенообразование является решающим фактором успеха во многих отраслях и может быть одной из самых сложных задач. Компании часто сталкиваются со сложностями в некоторых аспектах процесса ценообразования, включая точное прогнозирование финансового воздействия потенциальной тактики, разумное рассмотрение основных бизнес-ограничений и объективную оценку принятых решений о ценообразовании. Расширение ассортимента продуктов требует дополнительных ресурсов вычисления для принятия решений о ценообразовании в режиме реального времени, что осложняет и так не легкую задачу.

Arquiteturas de solução relacionadas

Prognose for efterspørgsel af forsendelse og distributionLøsningen med efterspørgselsprognose for forsendelse og distribution bruger historiske efterspørgselsdata til at prognosticere efterspørgslen i kommende perioder på tværs af en række kunder, produkter og destinationer. Et fragtfirma eller en kurervirksomhed ønsker f.eks. at forudse mængden af de forskellige produkter, som kunderne ønsker leveret til forskellige steder i fremtiden. En virksomhed kan bruge disse prognoser som input til et allokeringsværktøj, der optimerer handlinger såsom ruteplanlægning for leveringskøretøjer eller for at planlægge kapacitet på længere sigt.

Previsão de Demanda para Envio e Distribuição

A Solução de Previsão de Demanda para Envio e Distribuição usa dados de demanda históricos para prever a demanda em períodos futuros entre diversos clientes, produtos e destinos. Por exemplo, uma empresa de envio ou de entrega deseja prever as quantidades dos diferentes produtos que seus clientes desejam que sejam entregues em diferentes locais em momentos futuros. Uma empresa pode usar essas previsões como entrada para uma ferramenta de alocação que otimiza operações como encaminhamento de veículos de entrega ou então para um planejamento de capacidade de mais longo prazo.

Персонализированные предложенияВ современном мире с высоким уровнем конкуренции и множеством связей обычное статическое интернет-содержимое вряд ли приведет вашу компанию к успеху. Кроме того, традиционные маркетинговые стратегии часто обходятся недешево, они сложны в реализации и не слишком рентабельны. Такие стратегии практически не предоставляют возможностей сбора данных для персонализации пользовательской среды.User ActionSimulationPersonalized OfferLogicSystem ResponseQueueUser ActionQueueEvent HubStream AnalyticsPower BIMachine LearningCold StartProduct AffinityUserDocument DBProductOffersReferenceProduct ViewsOffer ViewsCache Update LogicAzure ServicesRaw Stream Data12354

Ofertas personalizadas

No ambiente conectado e altamente competitivo de hoje, negócios modernos não podem mais sobreviver com conteúdo online estático e genérico. Além disso, estratégias de marketing que usam ferramentas tradicionais muitas vezes são caras, difíceis de implementar e não produzem o retorno sobre o investimento desejado. Esses sistemas muitas vezes falham em aproveitar totalmente os dados coletados para criar uma experiência mais personalizada para o usuário.