Pricing Analytics Demanda Spark
La clave de esta agilidad radica en poder configurar nuevos productos y acuerdos de precios mientras se tiene el poder de hacer cumplir las reglas de elegibilidad caso sencillo.
Agenda
- precio y marcas
- ejemplo mercari
- Pricing features
- Pricing digitalización y factores
- Pricing banking
- Demanda y elasticidad
- Factores de calculo de precios y tasas
- Disposición a pagar
- Notebooks Colab ejemplos
- ejemplo sencillo del profit
Precios y marcas
El precio de los productos se vuelve aún más difícil a escala, considerando cuántos productos se venden en línea. La ropa tiene fuertes tendencias de precios estacionales y está fuertemente influenciada por las marcas, mientras que los productos electrónicos tienen precios fluctuantes según las especificaciones del producto.
Ejemplo en Mercari
Mercari, la aplicación de compras impulsada por la comunidad más grande de Japón, conoce este problema en profundidad.
Quiere ofrecer sugerencias de precios a los vendedores, pero esto es difícil porque sus vendedores pueden poner casi cualquier cosa, o cualquier conjunto de cosas, en el mercado de Mercari.
En esta competencia, Mercari lo desafía a crear un algoritmo que sugiera automáticamente los precios correctos de los productos. por parte del usuario de sus productos, incluidos detalles como el nombre de la categoría del producto, el nombre de la marca y el estado del artículo.
Pricing Features
productos:
- Definición flexible y extensible que se vincula con los acuerdos con el cliente.
- Puede tener un precio por separado por lista de precios
Lista de precios:
- determinar precios y estrategia de segmentación
- crear precios predeterminados / globales para todos los niveles
- asignar productos y precios
Clientes
- resultados de precios inteligentes asignados al catálogo de precios
- precio basado en la relación general con el cliente
Cuentas:
- Asignar lista de precios y precios a las cuentas.
- Precios basados en cuentas
Anulación:
anular cualquier componente de precio
mostrar qué productos tienen precios de anulación
Pricing Digitalización y Factores
La digitalización del precio incluye 3 puntos clave:
1) Procesos, integración y alineamiento.
2) Segmentación de canales.
3) Base de datos para mejorar negocio y conocer al cliente.
Los factores del precio incluye 3 puntos clave:
1) la información del servicio.
2) la atención al ciudadano el desarrollo de la marca.
3) la relación personalizada con los usuarios.
Pricing Banking
Es común los bancos cobren tarifas por servicios y transacciones. Sin embargo, a menudo existe disparidad e incoherencia entre productos, líneas de negocio y regiones.
Esto suele ser el resultado de prácticas de gestión del ciclo de vida del producto inconsistentes y aisladas y una mala administración de precios.
El aumento de la competencia, la demanda de los clientes y la regulación significa que los bancos deben buscar entregar nuevos productos al mercado más rápidamente que sus competidores y a un costo manejable.
Esto es un desafío para los bancos que operan en una infraestructura comercial y de TI de décadas de antigüedad.
Esto les permite reaccionar de inmediato a las condiciones del mercado en constante cambio y aumentar la velocidad de comercialización de nuevos productos y servicios.
La clave de esta agilidad radica en poder configurar nuevos productos y acuerdos de precios mientras se tiene el poder de hacer cumplir las reglas de elegibilidad. Esto significa que los productos pueden agruparse de formas innovadoras y adaptarse rápidamente a segmentos de clientes o sectores industriales específicos. La flexibilidad para ofrecer paquetes de productos contra las reglas de precios dinámicos significa que los productos pueden fomentar la venta cruzada y la venta ascendente. Esto permite oportunidades para crecer y profundizar las relaciones con los clientes y compartir la billetera. El resultado es una mayor satisfacción del cliente a través de la recompensa por usar más productos, menos desgaste y la confianza de que la corrección de la pérdida de ingresos está bien administrada.
demanda y elasticidad
La ley de demanda plantea que la cantidad demandada y el precio poseen una relación negativa; es decir, a mayor precio menor cantidad demandada y viceversa
Factores de calculo bancario precio y tasas
para un pricing bancario pueden existir varios factores, no necesariamente debe ser casos analíticos o modelos, también intervienen procesos de costes
Disposición a pagar
La disposición a pagar (WTP) es la cantidad máxima que un cliente está dispuesto a pagar por su producto o servicio. Esto hace que la disposición a pagar sea un factor crucial a la hora de encontrar el mejor precio para vender un producto, tanto para el vendedor como para el comprador. Se debe llegar a un término medio entre las dos entidades para poder realizar una venta.
¿Sabe cuánto están dispuestos a pagar los clientes por su producto?
¿Están algunos segmentos de clientes dispuestos a pagar más que otros? ¿Cuál debería ser el precio de un producto que está a punto de lanzar?
Ejemplo Robusto Colab:
pricing_baking_optimizacion_tasas_optimizacion_productos
Ejemplo Price por producto Colab:
pricing_baking_optimizacion_prices_financial
Validación del pricing
def profit(price, alpha, beta, cost, tax):
return (price — cost — tax * price) * (beta — alpha * price)def max_profit(alpha, beta, cost, tax):
return (beta * (1 — tax) + cost * alpha) / (2 * alpha* (1 — tax)
Validación de la demanda
def demand(price, alpha, beta, scale = 0):
noise = np.random.normal(0, scale, price.shape)
return beta — alpha * price + noise
Ejemplo Simple:
serie_price = np.random.normal(5.5, 1.0, 200)serie_demand = demand(serie_price, alpha, beta, 25)from sklearn.linear_model import LinearRegressionmodel = LinearRegression().fit(serie_price.reshape(-1, 1), serie_demand)print("alpha = %f, beta %f" %(model.coef_, model.intercept_))model.score(serie_price.reshape(-1, 1), serie_demand)
CONCLUSIÓN
Ventajas:
- Posibilidad de unir resultados a modelos complejos con rápido impacto financiero
- Muestra amplias y real del mercado
- Coste (depende al numero de productos a simular)
- Posibilidad de aislar el efecto promocional
- Posibilidad de optimizar el portafolio
Desventajas:
- A pesar de la desestacionalidad las series de tiempo , los cambios estructurales pueden afectar las muestra
- A pesar de que se tiene el precio este a veces no es un valor real para una situación de compra
Recursos:
linkedin: