Análise Interativa de Preços

A solução de Análise de Preços utiliza os dados históricos transacionais para mostrar como a procura dos seus produtos reage aos preços que pratica, recomendar alterações de preços e permitir simular de que forma as alterações no preço afetariam a sua procura, com uma granularidade excecional.

A solução fornece um dashboard, onde poderá ver recomendações de preços ideais, elasticidades de itens ao nível do item-site-canal, estimativas de efeitos de produtos relacionados, tais como "canibalização", previsões com base no processo atual e métricas de desempenho do modelo.

A interação direta com o modelo de preços no Excel permite colar simplesmente os seus dados de vendas no mesmo e analisar os seus preços sem necessidade de integrar primeiro os dados na base de dados da solução, simular promoções e traçar curvas de procura (que mostram a resposta da procura ao preço), e aceder aos dados do dashboard em formato numérico.

A funcionalidade avançada não se limita ao Excel. É impulsionada por serviços Web que o utilizador, ou o seu parceiro de implementação, pode chamar diretamente nas suas aplicações empresariais, integrando a análise de preços nas suas aplicações empresariais.

Descrição

Nota: se já tiver implementado esta solução, clique aqui para ver a sua implementação.

Tempo de Aprovisionamento Estimado: 15 Minutos

No centro de um rigoroso fluxo de trabalho de análise de preços está a modelação da elasticidade dos preços e recomendações de preços ideais. A abordagem de modelação de última geração mitiga os dois piores perigos da modelação da sensibilidade de preço a partir de dados históricos: a confusão e a dispersividade dos dados.

A confusão está relacionada com a presença de fatores para além do preço, que afetam a procura. Utilizamos uma abordagem de "ML duplo" que subtrai os componentes previsíveis da variação de preço e procura antes de estimar a elasticidade, imunizando as estimativas em relação à maioria das formas de confusão. A solução também pode ser personalizada por um parceiro de implementação para utilizar os seus dados para captar potenciais impulsionadores de procura externos para alem do preço. A nossa mensagem de blogue dá detalhes adicionais sobre a ciência de dados dos preços.

A dispersividade dos dados ocorre porque o preço ideal varia num pequeno detalhe: as empresas podem definir os preços por item, site, canal de vendas e até segmento de clientes, mas, muitas vezes, as soluções de fixação de preços apenas dão estimativas ao nível da categoria de produto porque o histórico de transações pode conter apenas algumas vendas para cada situação específica. A nossa solução de fixação de preços utiliza a "regularização hierárquica" para produzir estimativas consistentes nestas situações de escassez de dados: na ausência de provas, o modelo apropria-se de informações de outros itens da mesma categoria, dos mesmos itens noutros sites, etc. À medida que a quantidade de dados históricos numa determinada combinação de item-site-canal aumenta, a respetiva estimativa de elasticidade será ajustada de forma mais específica.

Esta solução analisa os seus preços históricos e

  • Mostra a elasticidade da procura do seu produto, bastando, para isso, olhar uma única vez para o dashboard
  • fornece recomendações de preços para todos os produtos no seu catálogo de itens
  • descobre produtos relacionados (substitutos e complementos)
  • permite a simulação de cenários promocionais no Excel.

Custo estimado

O custo estimado da solução é de, aproximadamente, $10/dia ($300/mês)

  • $100 pelo plano do serviço ML S1 standard
  • $75 por uma base de dados SQL S2
  • $75 pelo plano de alojamento de aplicações
  • $50 em atividades de dados diversas do ADF e custos de armazenamento

Se estiver apenas a explorar a solução, pode eliminá-la em apenas alguns dias ou horas. Os custos são rateados de deixarão de ser cobrados quando eliminar os componentes do Azure.

Introdução

Para implementar a solução, utilize o botão que se encontra no lado direito. As instruções no fim da implementação incluem informações de configuração importantes. Mantenha-as abertas.

A solução é implementada com o mesmo conjunto de dados de exemplo de preços do sumo de laranja que poderá encontrar ao clicar no botão Experimentar agora à direita.

Enquanto a solução é implementada, pode aproveitar a vantagem inicial e

Após a implementação da solução, siga as primeiras instruções (início de sessão da MSFT necessário).

Dashboard da Solução

A parte do dashboard da solução que exige mais ações é o separador Pricing Suggestion (Sugestão de Preços). Indica quais dos itens têm um preço abaixo do normal e sugere um preço ideal para cada item, bem como o impacto previsto da adoção da sugestão. As sugestões são priorizadas pela maior oportunidade de obter uma margem bruta incremental.

Separador de Sugestões do Dashboard

Outros separadores disponibilizam informações suplementares que esclarecem de que forma o sistema chegou às sugestões e são analisados mais pormenorizadamente no Guia do Utilizador. (Tem de ter sessão iniciada no Github com uma conta do Azure da MSFT enquanto a solução está em pré-visualização privada.)

Arquitetura da Solução

A solução utiliza um Azure SQL Server para armazenar os dados transacionais e as previsões do modelo gerado. Existe uma dúzia de serviços principais de modelação de elasticidade, que são criados no AzureML com as bibliotecas essenciais de Python. O Azure Data Factory agenda atualizações de modelos semanais. Os resultados são apresentados no dashboard do PowerBI. A folha de cálculo do Excel fornecida consome os Serviços Web preditivos.

Leia o Guia de Implementação Técnica para ver um debate mais aprofundado sobre a arquitetura, ligação dos seus próprios dados e personalização (início de sessão do Github necessário).

Exclusão de Responsabilidade

©2017 Microsoft Corporation. Todos os direitos reservados. A informação é fornecida "tal como está" e pode ser alterada sem aviso prévia. A Microsoft não faz garantias, de forma expressa ou implícita, em relação à informação aqui fornecida. Foram utilizados dados de terceiros para gerar a Solução. É responsável por respeitar os direitos de outros, incluindo a aquisição e conformidade com as licenças relevantes para criar conjuntos de dados semelhantes.

Arquiteturas de soluções relacionadas

Previsão de Procura

A previsão exata de picos de procura de produtos e serviços pode representar uma vantagem competitiva para a empresa. Esta solução centra-se na previsão da procura no setor energético.

Previsão de Procura e Otimização de Preços

A definição de preços é reconhecida como um determinante fulcral do sucesso em várias indústrias e pode ser uma das tarefas mais desafiantes. As empresas costumam ter problemas com vários aspetos do processo de definição de preços, incluindo uma previsão precisa do impacto financeiro de potenciais táticas, tento uma consideração razoável pelas principais limitações comerciais e validar adequadamente as decisões de preços executadas. Aumentar as ofertas de produtos acrescenta requisitos computacionais para tomar decisões de preços em tempo real, facilitando a dificuldade desta tarefa já complicada.

Personalized Offers 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

Ofertas Personalizadas

Nos ambientes altamente competitivos e interligados da atualidade, as empresas modernas já não podem sobreviver apenas com conteúdo online estático e genérico. Para além disso, as estratégias de marketing que empregam ferramentas tradicionais são, muitas vezes, dispendiosas e difíceis de implementar, sem produzir o retorno do investimento desejado. Estes sistemas raramente conseguem tirar o máximo partido dos dados recolhidos para criar uma experiência personalizada para o utilizador.