Ideias de soluções
Esse artigo é uma ideia de solução. Caso deseje que ampliemos o conteúdo com mais informações, como possíveis casos de uso, serviços alternativos, considerações sobre implementação ou diretrizes de preços, fale conosco enviando seus comentários no GitHub.
Esta solução prevê a demanda futura dos clientes e otimiza os preços para maximizar a lucratividade usando big data e serviços de análise avançada do Microsoft Azure.
Arquitetura
Baixe um Arquivo Visio dessa arquitetura.
Fluxo de dados
A plataforma de IA da Microsoft fornece ferramentas de análise avançadas, como ingestão de dados, armazenamento, processamento e componentes de análise avançada. Essas ferramentas são os elementos essenciais para a construção de uma solução de previsão de demanda e otimização de preços.
- O Azure Data Lake (ou Azure Blob Storage) armazena os dados brutos de vendas semanais.
- 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.
- O Azure Data Factory orquestra e agenda o fluxo de dados completo.
Componentes
- O Azure Data Lake Storage armazena os dados brutos de vendas semanais, que são lidos pelo Spark no HDInsight. Como alternativa, use o Azure Blob Storage.
- O Spark no HDInsight ingere os dados e executa o pré-processamento, previsão e modelagem de dados e os algoritmos de otimização de preço.
- O Data Factory lida com a orquestração e o agendamento do retreinamento do modelo.
- O Power BI permite a visualização dos resultados, monitora os resultados das vendas e a demanda futura prevista e os preços ideais recomendados.
Detalhes do cenário
O preço é fundamental para muitas indústrias, mas ele pode ser uma das tarefas mais desafiadoras. Geralmente as empresas têm dificuldade de prever com precisão o impacto fiscal das possíveis táticas, de considerar completamente importantes limitações do negócio e de validar de forma justa decisões de preços depois de elas terem sido tomadas. À medida que as ofertas de produtos se expandem e complicam os cálculos por trás das decisões sobre preços em tempo real, o processo fica ainda mais difícil.
Essa solução resolve esses desafios por meio do uso de dados de transação históricos para treinar um modelo de previsão de demanda em um contexto de varejo. Ela também incorpora o preço de produtos em um grupo concorrente para prever a canibalização e outros impactos entre os produtos. O algoritmo de otimização de preço usa, então, esse modelo para prever a demanda em vários pontos e fatores de preço em limitações do negócio para maximizar o potencial lucro.
O processo descrito acima pode ser operacionalizado e implantado na plataforma de IA da Microsoft.
Possíveis casos de uso
Com essa solução, você pode ingerir dados históricos de transações, prever a demanda futura e otimizar regularmente os preços, o que economiza o tempo e o esforço que você gastaria em tarefas de precificação.
Próximas etapas
Mais documentação do produto:
- Saiba mais sobre o Data Lake Store
- Introdução ao HDInsight usando um cluster Spark com o R Server
- Saiba mais sobre o Data Factory
- Saiba mais sobre o Power BI
Links externos sobre previsão:
- Previsão de demanda e otimização de preços na Galeria de IA do Azure
Recursos relacionados
Consulte artigos relacionados do Centro de Arquitetura do Azure: