ИИ предсказывает оптимальные цены в нестабильные времена
|
Установление правильной цены на товары или услуги имеет важное значение практически для любого бизнеса. Слишком низкие цены могут снизить прибыль. Слишком высокие цены могут оттолкнуть клиентов и привести к убыткам. |
Модели глубокого обучения с использованием искусственного интеллекта (ИИ) могут помочь компаниям найти неуловимое преимущество, экстраполируя цены на основе исторических данных о продажах, которые обычно показывают, что продажи снижаются по мере роста цен. Но эти прогнозы становятся ненадежными, когда обстоятельства отличаются от времени получения исходных данных, например, когда пандемия COVID-19 нарушила производственные цепочки поставок и резко изменила потребительский спрос. |
В исследовании, опубликованном в журнале Artificial Intelligence for Business, профессора Калифорнийской школы бизнеса в Риверсайде Мингю "Макс" Джу и Хай Че и их коллеги из колледжа Барух и Университета штата Огайо решили эту проблему, разработав модель глубокого обучения, которая учитывает как исторические данные о продажах, так и экономическую теорию спроса. |
Модель подробно описана в статье под названием "Глубокое обучение на основе теории для оценки и прогнозирования кривой спроса". |
Экономическая теория спроса учитывает такие факторы, как уровень доходов, потребительские предпочтения и модели потребления в различных обстоятельствах, таких как праздники или экстремальные явления, такие как пандемии и стихийные бедствия. |
![]() |
Такое сочетание позволяет ИИ количественно оценивать непредсказуемые аспекты того, как цены влияют на поведение потребителей в беспрецедентных обстоятельствах, пояснил Чжу, доцент кафедры маркетинга. |
"С помощью экономической теории мы могли бы лучше определять колебания спроса, вызванные внешними факторами, такими как пандемия или праздничная лихорадка, а не просто ценовую реакцию", - сказал Джу. "Это различие имеет решающее значение для получения более надежных прогнозов". |
Например, спрос путешественников на номера в отелях повышается в пиковые летние месяцы, несмотря на более высокие цены. Стандартная модель искусственного интеллекта может неверно интерпретировать, что более высокие цены связаны только с более высоким спросом. |
Тем не менее, рост спроса обусловлен улучшением погодных условий или ограничениями в графике работы, а доступность продуктов и чувство справедливости цен по-прежнему будут ограничивать то, сколько потребители готовы платить. В нестабильные времена такие факторы трудно оценить, сказал Чжу. |
Новая модель устраняет разрыв между стандартными моделями искусственного интеллекта и сложностями реального мира, с которыми сталкиваются предприятия при установлении цен, особенно в беспрецедентных сценариях, таких как экономические потрясения и экстремальные колебания цен. |
Чтобы подтвердить свою модель, исследователи проанализировали данные о розничной торговле сухими завтраками до и после COVID-19, продажи которых резко возросли в начале пандемии, но позже вернулись к историческому спаду продаж. Они сравнили свою новую модель, сочетающую экономическую теорию со стандартными методами глубокого обучения и логарифмическими линейными моделями, и оценили свою способность прогнозировать изменения спроса при колебаниях цен за пределами исторических диапазонов. |
Результаты были впечатляющими. Хотя стандартные модели хорошо справлялись с данными в пределах известного диапазона, их прогнозы отклонялись при сопоставлении с уровнем цен после пандемии. |
Тем не менее, модель исследователей сохранила высокую точность, продемонстрировав существенное улучшение по сравнению с другими методами за счет уменьшения ошибок обобщения в некоторых случаях до 50%. Такие ошибки возникают, когда модель, обученная на конкретном наборе данных, не совсем точно отражает базовые закономерности или взаимосвязи, которые существуют в различных контекстах. |
"Пандемия стала идеальным стресс-тестом для нашей модели", - сказал Джу. "Динамика цен и спроса во время COVID-19 значительно отличалась от любого предыдущего периода. Это был именно тот сценарий, при котором типичным моделям искусственного интеллекта было бы сложно давать точные прогнозы". |
В то время как большинство моделей искусственного интеллекта, которые в значительной степени полагаются на прошлые данные о ценах, дают сбои при изменении обстоятельств, способность новой модели использовать экономическую теорию дала ей преимущество, сказал Чжу. |
"Мы объединяем лучшее из обоих миров — передовые технологии искусственного интеллекта и устоявшиеся экономические принципы — для создания интеллектуальной и легко адаптируемой системы", - сказал Чжу. "Будущее искусственного интеллекта в бизнесе - это не только использование большего количества данных, но и использование человеческих знаний из различных областей для создания более интеллектуальных и надежных инструментов". |
Источник |
При использовании материалов с сайта активная ссылка на него обязательна
|