Arquitetura de soluções: Previsão da procura e otimização de preços para marketing

Os preços são fundamentais em muitas indústrias, mas pode ser uma das tarefas mais desafiantes. Muitas vezes, as empresas têm dificuldade em prever o impacto fiscal de potenciais táticas, em considerar totalmente as limitações do “core business” e em validar, de forma razoável, as decisões de preços depois de serem tomadas. À medida que as ofertas de produtos se expandem e complicam os cálculos subjacentes às decisões de preços em tempo real, este processo torna-se ainda mais complicado.

Esta solução aborda estes desafios ao utilizar dados de transações históricas para preparar um modelo de previsão a pedido num contexto de retalho. Também inclui a definição dos preços dos produtos num grupo concorrencial, para prever a canibalização e outros impactos entre produtos. Em seguida, um algoritmo de otimização de preços utiliza este modelo para prever a procura em determinados intervalos de preços, tendo também em conta as limitações comerciais, de modo a maximizar o lucro potencial.

A utilização desta solução para ingerir dados de transações históricas, prever a procura futura e otimizar regularmente os preços permite-lhe poupar o tempo e os esforços inerentes a este processo e melhorar a rentabilidade da sua empresa.

Implementar no Azure

Utilize o seguinte modelo previamente criado para implementar esta arquitetura no Azure

Implementar no Azure
Previsão de Procura + Otimização de Preços | Microsoft Azure Diagrama que mostra a relação entre cinco produtos e serviços, representados por ícones. O diagrama mostra cinco ícones na linha de cima, dois na do meio e um na de baixo. No canto superior esquerdo, está o ícone do WebJobs do Azure, que gera os dados de simulação. À direita, ligado através de uma seta unidirecional, está o Azure Data Lake Store, que é onde a solução armazena esses dados. Abaixo do Data Lake Store, ligado por uma seta bidirecional, está o Spark no HDInsight, que ingere dados e os utiliza para preparar modelos e executar algoritmos de otimização. Abaixo disso, também ligado por uma seta bidirecional, está o Data Factory, que orquestra e agenda todo o fluxo de dados. E à direita do Spark no HDInsight, ligado por uma seta unidirecional, está o Power BI, que visualizada os dados para proporcionar uma monitorização fácil. Data Factory: Move data, orchestrate, schedule and monitor Power BI Data Simulator Web Job Azure Data Lake Store Spark on HDInsight

Orientações de implementação

Produtos Documentação

Arquivo do Data Lake

O Data Lake Store armazena os dados de vendas não processados semanais, que são lidos pelo Spark no HDInsight.

Apache Spark para Azure HDInsight

O Spark no HDInsight ingere os dados e executa o pré-processamento de dados, a modelação de previsões e os algoritmos de otimização de preços.

Gestor de Dados

O Data Factory processa a orquestração e o agendamento da reparametrização do modelo.

Power BI

O Power BI visualiza os resultados das vendas, a procura futura prevista e os preços ideais recomendados para diversos produtos à venda em diferentes lojas.

Arquiteturas de soluções relacionadas