建模价格与需求

Question

我有一个由产品、客户、价格政策、折扣、数量和净销售额组成的数据集。企业用词的任务是数量与价格。我在查看数据集时注意到了以下几点：

1. 折扣:折扣抵消任何价格政策变化的影响。因此，最终净销售额不会遵循这种变化。我观察了很多客户产品对的情况。
2. 季节性:客户-产品对数量的变化只是遵循季节性模式，而不是由数据集中的任何timeseries变量驱动。(我应该从统计学上证实这一点，目前我只是做了一次视觉检查)。

因为在这一点上，我认为没有任何逻辑背后的折扣是如何决定的客户。因此，从字面上说，这对净销售额和价格变化没有影响。

我该怎么做呢？这甚至是一个机器学习问题，因为变量之间根本没有因果关系。如果不是价格和需求，那么我还能向企业提出什么建议呢？

编辑: 1.产品-客户散点图UNITARY_NET_SALES与数量

图中的第一栏显示，在不同的净销售额中，产品的需求量是相同的。所以这里没有价格和需求效应。

1. 为特定产品绘制的Timeseries

Price_list和折扣有着相同的行为。因此，每当企业提高价格时，他们也会增加折扣，因此对净销售额的整体影响是零的。数量只是按季节规律变化。

1. Describe on the columns

75%的数量小于8个单位！

谢谢！

Answer 1

在过去的两年里，我一直在纠结于建模定价系统，其中一个关键的知识适用于此：

可用的销售数据往往是直接预测任务的糟糕基础，其原因相当简单：

如果您将所有价格(或某一给定产品的交易价格x)划分为“接受”和“不接受”，您将意识到客户提供的数据只包含“接受”价格的实例。

因此，

对y~x的直接建模是不可能的，因为你的y不变化！

然而，有几种方法可以解决这一问题。在我的评论中，我提到折扣是一个有价值的信息！

你已经注意到折扣并不取决于逻辑变量，它们看起来是随机的，这不是真的！

在大多数组织中，折扣是非常、非常灵活的，而且往往是根据谈判手工使用的。这意味着它们是我们的目标y“接受”/“不接受”的一个很好的指标。

考虑到这一点：

折扣=需求x Undiscounted_Price

这意味着大幅折扣意味着对未打折价格的需求是低/负，而折扣低则表示需求很高。

要真正发现这种关系，您可能需要对相互依赖的因素进行建模，然后通过对残差方面的新模型进行培训来消除它们。

编辑：

一个重要的东西要添加，特别是对于B2B域。对某一产品的需求对客户来说几乎是一成不变的。与消费者不同的是，由于价格原因，公司不会购买过剩产品或不购买产品。

他们所做的就是交换供应商！这意味着有一个非常重要的未知变量“客户对产品的需求”。您不希望对这个变量建模，但是需要它来建模您实际想要做的事情：

您的公司满足的钱包份额或固定客户需求的百分比，其目标是确定能优化该百分比的价格。记住这一点很有帮助，因为它限制了任何模型的性能，因为您永远不知道数据中的历史需求是否已经是总需求的0%或100%，因此无论价格如何，都不会减少/增加。