Как ИИ изменяет подход к ценообразованию: новый кейс от UC Riverside

Привет, меня зовут Сергей Мазур, и это ежедневный обзор использования нейросетей для улучшения бизнеса от сервиса Иноватсон — платформы поддержки отдела продаж на основе контроля качества звонков.

Почему ценообразование важно для бизнеса?

Установка правильной цены на товары или услуги — это ключевой аспект для любого бизнеса. 💼 Цены, которые слишком низкие, могут привести к потере прибыли, а слишком высокие — отпугнуть клиентов и вызвать убытки. В этом контексте искусственный интеллект (ИИ) и модели глубокого обучения могут помочь компаниям найти ту самую «золотую середину», анализируя исторические данные о продажах.

Однако, как показывает практика, предсказания могут оказаться ненадежными, если условия изменяются. Например, пандемия COVID-19 значительно нарушила производственные цепочки и изменила потребительский спрос. 🤔

Новый подход от UC Riverside

В недавнем исследовании профессоры школы бизнеса UC Riverside, Мингю «Макс» Чжу и Хай Че, совместно с коллегами из Барух-колледжа и Университета штата Огайо, разработали глубокую модель обучения, которая сочетает в себе исторические данные о продажах и экономическую теорию спроса. 📈

Экономическая теория спроса учитывает такие факторы, как уровень дохода, предпочтения потребителей и модели потребления в различных условиях, включая праздники и экстренные события, такие как пандемии и природные катастрофы. Такой подход позволяет ИИ более точно оценивать, как цены влияют на поведение потребителей в условиях неопределенности.

А вот тут началось самое интересное…

Чжу объяснил: «С помощью экономической теории мы могли лучше определить колебания спроса, вызванные внешними факторами, такими как пандемия или праздники, в отличие от чисто ценовых реакций.» 🎉

Например, спрос на гостиничные номера в разгар летнего сезона часто выше, несмотря на повышенные расценки. Стандартная модель ИИ могла бы ошибочно предположить, что высокая цена всегда связана с высоким спросом. Однако причина этого спроса может заключаться в лучшей погоде или графике работы, а ограничения по финансовым возможностям и ощущение справедливости цены все равно будут ограничивать готовность платить.

Как протестировали новую модель?

Для проверки своей модели исследователи проанализировали данные по продажам завтраков до и после COVID-19. 🍽️ В начале пандемии наблюдался всплеск продаж, который затем вернулся к историческим тенденциям снижения. Они сравнили свою новую модель, сочетающую экономическую теорию и стандартные модели глубокого обучения, и оценили ее способность предсказывать изменения спроса при колебаниях цен за пределами исторических диапазонов.

• Результаты оказались убедительными. Стандартные модели хорошо работали с данными в известном диапазоне, но их предсказания отклонялись, когда речь шла о постпандемийных ценах.
• Модель исследователей показала высокую точность, продемонстрировав значительное улучшение по сравнению с другими методами — сокращение ошибок обобщения на 50% в некоторых случаях.

Чжу отметил, что «пандемия стала идеальным стресс-тестом для нашей модели». 💡 Ценовые и спросовые модели в период COVID-19 значительно отличались от предыдущих периодов, и именно в таких условиях стандартные ИИ-модели испытывают трудности с точностью прогнозов.

Будущее ИИ в бизнесе

Модель, о которой идет речь, подробно описана в статье под названием “Theory-Regularized Deep Learning for Demand-Curve Estimation and Prediction”. В ней, помимо Чжу и Че, также участвуют Чул Ким из Zicklin School of Business в Барух-колледже и Донг Су Ким из Fisher College of Business в Университете штата Огайо. 📚 Статья была представлена на конференции IEEE International Conference on AI for Business в Лагуна-Хилс в прошлом году.

Чжу добавил: «Мы объединяем лучшие технологии ИИ и устоявшиеся экономические принципы, создавая систему, которая является как интеллектуальной, так и адаптивной». 🚀

Хотите увеличить прибыль с помощью ИИ? Переходите на наш сайт: https://inovatson.ru/