• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Центр непрерывного образования

С 2016 года обучаем Data Science и машинному обучению на базе факультета компьютерных наук НИУ ВШЭ.

Задать вопрос

Вебинар "Как оптимизируют цену продукта в ритейле?"

0+
Мероприятие завершено
30 сентября 2021 в 19:00, МСК 
Zoom

Кажется, что мы все мы знаем, из чего складывается цена товара. И её составные части настолько очевидны, что изменить их нельзя. Но как же крупные сети управляют ценообразованием и оптимизируют стоимость продукта для конечного покупателя, чтобы выглядеть конкурентоспособными и привлекать «своего» покупателя? Как оказалось, «секретные» процессы и алгоритмы по оптимизации цены разрабатывались в таких сферах, как отельный бизнес и аренда автомобилей, а к середине 2000-х перешли на все сферы деятельности, где есть покупатель.

На нашем вебинаре мы окажемся в Agile-команде в роли аналитика данных, которому будут выставлены задачи от менеджера по контролю доходов. Вы узнаете, из чего складывается цена и чем мы можем управлять. После этого рассмотрим несколько моделей, которые можно представить менеджеру:
* Простую модель, которая будет базироваться на эконометрических моделях. Это позволить менеджеру-заказчику понять правильность гипотезы и обозначить дальнейшие шаги.
* Усложнённую модель, но уже с сезонностями и сегментами покупателей. Это позволит продумывать скидки и даже предлагать их варианты.
* Набор моделей регрессий, которые максимизируют выгоду, но предопределяют цену на товар. Так мы сможем удивить менеджера.


Это непростой, но увлекательный вебинар, где мы разберем основы оптимизации цены. Вас ждут привычные методы и алгоритмы в других условиях или вариантах исполнения. Например, логистическая регрессия окажется не просто предсказателем вероятностей от 0 до 1, а функцией, которая оценивает Потери/Доход (Loss/Gain).

 

Если у вас возникли вопросы — пишите Анне Уханаевой aukhanaeva@hse.ru.

Зарегистрироваться на вебинар

Спикер

Артём Селезнёв
Руководитель направления по клиентской аналитике CVM в Магните