Çözüm fikirleri
Bu makale bir çözüm fikridir. İçeriği olası kullanım örnekleri, alternatif hizmetler, uygulama konuları veya fiyatlandırma yönergeleri gibi daha fazla bilgiyle genişletmemizi isterseniz GitHub geri bildirimi sağlayarak bize bildirin.
Bu çözüm gelecekteki müşteri talebini tahmin eder ve Microsoft Azure'dan gelen büyük veri ve gelişmiş analiz hizmetlerini kullanarak kârlılığı en üst düzeye çıkarmak için fiyatlandırmayı iyileştirir.
Mimari
Bu mimarinin bir Visio dosyasını indirin.
Veri akışı
Microsoft AI platformu veri alımı, depolama, işleme ve gelişmiş analiz bileşenleri gibi gelişmiş analiz araçları sağlar. Bu araçlar, talep tahmini ve fiyat iyileştirme çözümü oluşturmak için temel unsurlardır.
- Azure Data Lake (veya Azure Blob Depolama), haftalık ham satış verilerini depolar.
- Azure HDInsight için Apache Spark, verileri alır ve veri ön işleme, tahmin modelleme ve fiyat iyileştirme algoritmalarını yürütür.
- Tüm veri akışını Azure Data Factory düzenler ve zamanlar.
Bileşenler
- Azure Data Lake Depolama, HDInsight üzerinde Spark tarafından okunan haftalık ham satış verilerini depolar. Alternatif olarak Azure Blob Depolama kullanın.
- HDInsight üzerinde Spark verileri alır ve veri ön işleme, tahmin modelleme ve fiyat iyileştirme algoritmaları yürütür.
- Data Factory , modeli yeniden eğitmenin düzenlemesini ve zamanlamasını işler.
- Power BI , sonuçların görselleştirilmesine olanak tanır; satış sonuçlarını ve gelecekteki talebi ve önerilen en uygun fiyatları izler.
Senaryo ayrıntıları
Çoğu sektör için en önemli faktör olan fiyatlandırma, en zorlu görevlerden biri de olabilir. Şirketler genellikle olası taktiklerin mali etkisini doğru tahmin etmek, temel iş kısıtlamalarını tam olarak göz önünde bulundurmak ve fiyatlandırma kararlarını alındıktan sonra adil bir şekilde doğrulamakta zorlanır. Ürün yelpazesinin genişlemesiyle birlikte, fiyatlandırmayla ilgili gerçek zamanlı kararlar almaya yönelik hesaplamalar karmaşıklaşıyor ve tüm bunlar süreci daha da zorlaştırıyor.
Bu çözüm, tüm bu sorunları çözmek için geçmiş işlem verilerini kullanarak perakende satış bağlamında bir talep tahmin modeli eğitir. Ayrıca, rakip konumundaki bir ürün grubunun fiyatlandırmasını da hesaba katarak pazar çakışması gibi ürünler arası etkileri de tahmin eder. Daha sonra, bu modeli kullanan bir fiyat iyileştirme algoritması, çeşitli fiyat noktalarında talebi tahmin eder ve olası kar oranını en üst düzeye çıkarmak için iş kısıtlamalarını hesaba dahil eder.
Yukarıda açıklanan süreç Microsoft AI platformunda kullanıma hazır hale getirilebilir ve dağıtılabilir.
Olası kullanım örnekleri
Bu çözümle geçmiş işlem verilerini alabilir, gelecekteki talebi tahmin edebilir ve fiyatlandırmayı düzenli olarak iyileştirerek fiyatlandırma görevlerine harcadığınız zaman ve çabadan tasarruf edebilirsiniz.
Sonraki adımlar
Ürün belgelerine bakın:
- Data Lake Store hakkında daha fazla bilgi edinin
- R Server ile Spark kümesi kullanarak HDInsight'ı kullanmaya başlama
- Data Factory hakkında daha fazla bilgi edinin
- Power BI hakkında daha fazla bilgi edinin
Tahmin hakkında dış bağlantılar:
İlgili kaynaklar
İlgili Azure Mimari Merkezi makalelerine bakın: