描述
严谨的价格分析工作流的核心是价格弹性建模和最优定价建议。这种先进的建模方法缓解了根据历史数据对价格敏感性建模的两个最严重的缺陷：混杂和数据稀疏。
混杂是指除价格外，还存在其他影响需求的因素。我们采用“双机器学习”方法，在估计弹性之前，先去除价格和需求变化的可预测成分，让估计免受大多数形式的混杂的影响。实现合作伙伴还可自定义该解决方案，使用用户的数据捕获除价格之外的潜在外部需求驱动因素。我们的博客文章对价格的数据科学进行了详细介绍。
出现数据稀疏是因为在不同精细级别，最优价格有所不同；企业可以按项目、站点、销售渠道甚至是客户细分来设置价格，但定价解决方案通常因事务历史记录可能只包含每种特定情况的少量销售数据，只在产品类别级别进行估计。为在这种数据缺乏的情况下产生一致的估计结果，我们的定价解决方案使用“分层规范化”方法：缺乏证据时，模型从同一类别中的其他项目、其他站点中的同一项目等处借用信息。给定项目-站点-渠道组合的历史数据量增加时，会对其弹性估计进行更具体的微调。
此解决方案会分析历史价格，并
- 在仪表板上一目了然地显示产品需求的弹性
- 为项目目录中的每个产品提供定价建议
- 发现相关产品（替代产品和互补产品）
- 支持在 Excel 中模拟促销方案。
估计成本
该解决方案的估计成本为约 $10/天（$300/月）
- S1 标准机器学习服务计划为 $100
- S2 SQL 数据库为 $75
- 应用托管计划为 $75
- 其他 ADF 数据活动和存储成本为 $50
如果只是要了解该解决方案，可在几天或几小时后将其删除。此解决方案按比例计费，删除 Azure 组件后会停止计费。
入门
使用右侧按钮部署该解决方案。部署结束时的说明包含重要的配置信息。请让其保持打开状态。
单击右侧的“立即试用”按钮可查看部署解决方案时使用的橙汁价格示例数据集。
部署解决方案时，可以先开始
- 在“立即试用”仪表板中查看可用内容
- 从定价分析员的角度仔细阅读用户指南，获取使用说明（需登录 MSFT）
- 查看技术部署指南，了解技术实现见解（需登录 MSFT）
- 下载交互式 Excel 工作表
解决方案部署完毕后，完成第一个演练（需登录 MSFT）。
解决方案仪表板
解决方案仪表板可操作性最大的部分是“定价建议”选项卡。它可以指出哪些项目定价偏低，哪些项目定价偏高，针对每个项目提出最优价格建议，并预测采纳建议后的影响。这些建议按赚取增量毛利的最大可能性设置优先级。
其他选项卡提供补充信息，说明系统如何实现建议，用户指南中对此进行了详细介绍。（解决方案为个人预览版时，必须使用 MSFT Azure 帐户登录 Github。）
解决方案体系结构
该解决方案使用 Azure SQL Server 来存储事务性数据和生成的模型预测。在 AzureML 中使用 Python 核心库创建了十二个弹性建模核心服务。Azure 数据工厂安排每周刷新模型。结果显示在 Power BI 仪表板中。提供的 Excel 电子表格使用预测性 Web 服务。
请参阅技术部署指南，了解有关体系结构的详细信息，以及如何连接自己的数据和进行自定义（需登录 Github）。
免责声明
©2017 Microsoft Corporation。保留所有权利。此信息按“原样”提供且可能更改，恕不另行通知。Microsoft 不就此处提供的信息做任何明示和默示的担保。第三方数据用于生成解决方案。你必须尊重他人的权利，包括在创建类似数据集之前获得相关许可并遵循此等许可。