Loading presentation...

Present Remotely

Send the link below via email or IM

Copy

Present to your audience

Start remote presentation

  • Invited audience members will follow you as you navigate and present
  • People invited to a presentation do not need a Prezi account
  • This link expires 10 minutes after you close the presentation
  • A maximum of 30 users can follow your presentation
  • Learn more about this feature in our knowledge base article

Do you really want to delete this prezi?

Neither you, nor the coeditors you shared it with will be able to recover it again.

DeleteCancel

Make your likes visible on Facebook?

Connect your Facebook account to Prezi and let your likes appear on your timeline.
You can change this under Settings & Account at any time.

No, thanks

Машинное обучение в цеообразовании

No description
by

Alex Chernobrovov

on 23 May 2017

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of Машинное обучение в цеообразовании

DataFest
Минск, 13.05.2017
Чернобровов Алексей
к.ф.-м.н.
Как машинное обучение помогает установить
правильные цены на товары.
Немного истории
30 лет назад
10 лет назад
Завтра
О чем мы сегодня
не
говорим?
Эксклюзивные, незаменимые, поддельные ... товары
Цены в условиях экстремальных ситуаций
Цены на объекты инвестирования
Почему цены на
одинаковые товары разные?
Доля
услуги
в товаре
составляет более 3
0%
.

И еще более десятка других проектов...
10 лет я занимаюсь e-commerce:
И еще столько же математикой.
Экономика
Социология
Психология
Статистика
Экономика
Маркетинг
Социология
Психология
Статистика
Экономика
Машинное обучение
— установление цены на товар или услугу
в
рыночных
условиях.
Ценообразование
1. Авиакомпании и их ресейлеры (19?? год)
2.
Ценовая дискриминация
от Amazon (2000 год)
3. Билеты на мероприятия (спорт, концерты)

Какие задачи стоят сегодня
перед ценообразованием?
Устанавливать цены в соответствии со стратегией бизнеса
Аналитика ценообразования ("что-если")
Возможность регулярного обновления всех цен
Не увеличивать расходы на обновление цен
первые попытки
динамического
ценообразования
Основная особенность:
простые модели
Что у нас есть сегодня,
чего не было вчера?
Много данных
Много софта
Вычислительные мощности
Пример изменения цены от времени суток:
дня недели
времени суток
цены у конкурента
сезонности
остатка товара на складе / возможности оказывать услугу
"спроса"
Изменение цен от:
аренда
логистика
обслуживание
амортизация оборудования (посуда, кофемашина)
электричество
налоги
зерно+вода
(~1-3% от стоимости)

Маркетинг
2 000 р. (1 500 р.)
3 500 р. (3 000 р.)
Цена (закупка):
Продажи:
3
8
2 500 р. (1 500 р.)
3 500 р. (3 000 р.)
Цена (закупка):
Продажи:
1
8
3 300 р. (1 500 р.)
3 500 р. (3 000 р.)
Цена (закупка):
Продажи:
3(!)
5(!)
Пример 1. Поиск эластичности
Букет 1
Букет 2
Математическая иллюзия
о задаче ценообразования
Почти строгая мат. формулировка
цена закупки
цена, по которой
никто не купит
Прибыль
Цена
Оптимум где-то здесь
опорная траектория
Такой подход верен только при
ряде очень строгих условий
на товары и спрос
- цена на i-ый товар в момент j
- себестоимость на i-ый товар в момент j
- объем продаж на i-ый товар, в зависимости от цены на все товары. Вообще говоря, это случайная и не обязательно марковская функция.

- это какой-нибудь оператор, например,
мат. ожидание или квантиль.
[ ]
Найти такую траекторию цен , что:
Общие
заповеди
при решении этой задачи:
1. Не навреди бизнесу!
2. Не меняй цены слишком резко!
3. Не меняй цены слишком часто!
4.
Одновременно
оценивай "эластичность"
и оптимизирую функционал.
vk.com/chernobrovov
@alex4er
OpenDataScience
a@jet
4
retail.com

Спасибо за внимание!
Алексей Чернобровов
Пример 2. "Якоря"
Вариант А цена (закупка)
"
Якорь
" - это товар, с которым, как правило, докупают другие товары. Является триггером для покупки всей корзины.
Сотовый телефон
: 10500 (10000)
Чехол+пленка:
3000 (500)
10 заказов / +7500р.
Вариант Б
Сотовый телефон
: 10000 (10000)
Чехол+пленка:
3000 (500)
50 заказов / +12500 р.
Аксессуары к сотовому телефону докупают с вероятностью 10%:
Наш подход к ценообразованию
для интернет-магазинов
1. Матчинг товаров
2. Специальная "метрика" в пространстве товаров. И кластеризация в этом пространстве.
3. Прогноз трафика на "кластеры" товаров с
учетом разных каналов. (SARIMA /
Facebook Prophet
)

4. Построение прогнозной опорной функции спроса. (Специальные модели регрессии, Random Forest, Gradient Boosting)

5. Адаптивный выбор шага для изменения цен.
Для выбора шага нужно решить задачу:
увеличения целевого функционала с ограничением на риск ухудшить показатели. (Портфельная теория)
Рост целевого
показателя на
7%
Пример 3. Рост выручки и дохода от ценообразования.
Кейс с интернет-магазином из TOP-100 runet.
Увеличение цен на группу товаров с МРЦ
Прирост более
за неделю
200 000 рублей
Подарочки!
Вероятность не ухудшить решение должна быть большой.
цена закупки
цена, по которой
никто не купит
Прибыль
Оптимум где-то здесь
Доверительный
интервал увеличивается
по мере удаления от известных точек.
Перепишем задачу:
квантиль
Двойственная задача:
номер недели
Вопросы?
Full transcript