Precificação Dinâmica e Predição de demanda no varejo - André Fatala
•Transferir como PPTX, PDF•
0 gostou•268 visualizações
O documento discute como o machine learning pode ser usado para precificação dinâmica e predição de demanda no varejo. É apresentado como o machine learning pode ajudar a determinar preços de forma automatizada levando em conta fatores internos e externos, e como pode prever a demanda para melhor gerenciar estoques. Aprendizagem supervisionada e backtesting são usados para validar os modelos. Resultados promissores são mostrados, mas também são discutidos desafios na implementação de modelos de machine learning em produção.
Recomendados
Recomendados
Mais conteúdo relacionado
Semelhante a Precificação Dinâmica e Predição de demanda no varejo - André Fatala
Semelhante a Precificação Dinâmica e Predição de demanda no varejo - André Fatala (20)
Mais de E-Commerce Brasil
Mais de E-Commerce Brasil (20)
Precificação Dinâmica e Predição de demanda no varejo - André Fatala
- 1. ANDRE FATALA Precificação dinâmica e Predição de demanda no varejo através de Machine Learning
- 2. ANDRE FATALA Agenda • Quando usar Machine Learning • Precificação dinâmica de produtos • Predição de demanda • Takeaways
- 3. ANDRE FATALA Quando usar Machine Learning • Não é possível codificar todas as regras • Não é fácil escalar
- 4. ANDRE FATALA Precificação dinâmica “Construir inteligências de precificação garantindo as melhores ofertas para todos os nossos clientes.”
- 5. ANDRE FATALA Precificação dinâmica - desafio • Informações • Índice de pricing 1P e 3P • Análises ad-hoc • Processos • Interface de pilotagem • Automatização • Escalável
- 6. ANDRE FATALA Precificação dinâmica – Política de preços • Precificação dinâmica: alto giro • Mix margem: baixo giro • Ciclo de vida: produtos com ciclo de vida definido (ex.: Fifa 17) • Escoamento: fora de linha • Tabelados: preços definidos pela indústria
- 7. ANDRE FATALA Precificação dinâmica – Input de dados • Externo • Painel de preço concorrência • Produtos 1P e 3P • Atualizado hora a hora • Interno • Date lake: venda, estoque, custo, imposto, custo de frete, investimento de midia • Estudos • Nota e reviews • Piso e teto de margem
- 8. ANDRE FATALA Resultados precificação dinâmica
- 9. ANDRE FATALA Resultados precificação dinâmica
- 11. ANDRE FATALA Predição de demanda “Queremos que nossos clients SEMPRE encontrem o que procuram.”
- 12. ANDRE FATALA Predição de demanda - desafio • Quase 900 lojas • 11 Centros de Distribuição • Multicanalidade • Retira loja estoque CD • Retira loja estoque da loja • Ship from store • Volumetria de ~50 mil SKUs
- 13. ANDRE FATALA Supply Orientado a Demanda
- 15. ANDRE FATALA Predição de demanda - resultados
- 16. ANDRE FATALA Takeaways • ML não é a solução para todos os problemas • Testes A/B são necessários para guiar as ações e quebrar resistências • Não reinvente a roda – Serviços do GCP, AWS, Azure, etc… • Modelos de Machine Learning em produção de forma automatizadas são muito mais complexos do que ad-hoc • Tratar “bias” é algo que precisa ser feito constantemente