Optimisation des prix : Techniques et Visualisation

Optimisation des prix : Techniques et Visualisation

"Le pricing" est déjà une préoccupation majeure des entreprises outre-atlantique, et l’Europe s’outille progressivement. Dans le secteur B2B (les entreprises qui vendent aux entreprises), de nombreuses visualisations émergent pour comprendre les transactions du passé, du présent et projeter dans l’avenir différentes simulations. L’essor des technologies d’apprentissage automatique, de gestion des gros volumes de données, ouvrent de nouvelles perspectives, mais tant que nous ne sommes pas tous remplacés par des robots, il faudra toujours que l’information ou plutôt la part utile de l’information soit in fine transmise à des humains qui prendront des décisions pour interagir avec d’autres humains. Il y a là un chantier permanent d’améliorations des visualisations et des usages. Un peu de machine learning, un peu d’IA pour optimiser des prix, un peu de visualisation pour tracker des anomalies ou pour aider à la définition d’objectifs.

Jean Pierre Mano est Data Scientist et relève le défi de nous présenter ce sujet passionnant.

4fd94a50bc8f2c18fad2a07631b9d396?s=128

visualisation de données

October 15, 2020
Tweet

Transcript

  1. None
  2. quesaquo Processus, techniques et méthodes pour définir le prix d’un

    produit ou d’un service vendu
  3. Pour qui Pour quoi Quel but Comment

  4. Source : Flickr/CC/Marco Verch (photo recadrée)

  5. Pour qui Pour quoi Quel but Comment B2B B2C

  6. Pour qui Pour quoi Quel but Comment Produits Services Valeur

    échangée
  7. Pour qui Pour quoi Quel but Comment Survivre Maximiser profit

    / revenus Positionnement sur le marché
  8. Pour qui Pour quoi Quel but Comment Coûts Valeur Demande

    Offre Compétition
  9. “The single most important decision in evaluating a business is

    Pricing Power” “If you’ve got the power to raise prices without losing business to a competitor, you’ve got a very good business: And if you have a prayer session before raising the price by 10 percent, then you’ve got a terrible business” Warren Buffet - 2011
  10. 3 x plus puissant que d’augmenter les volumes 5 x

    plus puissant que de réduire les coûts Mais c’est souvent le dernier levier activé Π = Q × (P-V) – F Fixed cost Volume Variable cost Price *Gary Armstrong / Mc Kinsey 2463 companies Comparison of Profit Levers* 1 % improvement in…  Creates Operating Profit Improvement of 11,1 % 7,8 % 3,3 % 2,3 %
  11. Tarification contextuelle • Maîtrise des coûts • Segmentation • Dynamique

  12. Unité de temps Lien de causalité quantité prix Élasticité unitaire

    Inélasticité parfaite Élasticité parfaite
  13. Structurer des transactions selon des regroupement de client et/ou de

    produits similaires* afin de Représentation arborescente Représentation matricielle Comprendre le passé Simuler / Projeter Piloter / Optimiser *similarité mercatique, obj/subjective, data/goal driven…
  14. None
  15. Données transactionnelles historiques • 102 à 106 par jour sur

    plusieurs années / Business Unit • Données mercatique (contrat / spot / …) • Contexte (lieu de livraison / date / …) Données Clients • B2B • Données statiques • Données dynamiques / enrichies Données Produits / Service • Coûts • Nature / Composition • Données statiques • Données dynamiques / enrichies Données Contextuelles • Calendriers (vacances, événements) • Prix de la concurrence • Données dynamiques / enrichies • Demande (modèles) • WillingnessToPay “WTP” (modèles) Des visualisations exploratoires internes
  16. Source, Sockage i/o • Fichiers • BD • ERP (SAP

    …) Pipeline • Plein de tests…(Knime, Azure, Dataiku) • Programmatiques (lib python) • Données dynamiques / enrichies Modélisation • AMAS (java) • Scipy, Sklearn, Statsmodels • Modèle Hybride / Segmentation Visualisation i/o • GGPlot • PowerBI • Pricefx / Js / Highcharts (HTML5) Feedback • CSM / enquête client témoin 2000 2005 2010 2015 2020 C++ / C# Gephy Mes outils
  17. Pricing Explorer Deal Management

  18. Usage • Définir les seuils / petits / moyens /gros

    clients • Définir les seuils / runner / core / tail / LT • Jeu sur les filtres/segment Comprendre la concentration d’un business
  19. Complexité variable • Plus ou moins de colonnes • Segmentation

    • Remise, rabais, réduction, escompte, ristourne… Vue unitaire ou aggrégée • Segment Produit • Segment Client Usage • Détection d’anomalie • Jeu sur les filtres/segment • Comparaison 2 à 2 * Comprendre la composition du Prix
  20. Complexité variable • Plus ou moins de colonnes • Segmentation

    • Remise, rabais, réduction, escompte, ristourne… Vue unitaire ou aggrégée • Segment Produit • Segment Client Usage • Détection d’anomalie • Jeu sur les filtres/segment • Comparaison 2 à 2 * Comprendre la composition du Prix
  21. Complexité variable • Plus ou moins de colonnes • Segmentation

    • Remise, rabais, réduction, escompte, ristourne… Vue unitaire ou aggrégée • Segment Produit • Segment Client Usage • Détection d’anomalie • Jeu sur les filtres/segment • Comparaison 2 à 2 * Comparer des compositions de Prix
  22. Vue unitaire ou aggrégée • Périmètre = Produit ou Segment

    Produit ou globalité • Segment Client Usage • Culturellement 1 Point – 1 Client • Détection d’anomalies • Positionnement d’objectifs • Jeu sur les filtres/segments • Comparaison de segments (couleurs) Comprendre la dispersion de la relation CA / Marge
  23. Compare l’impact des variations • Effet volume • Effet Prix

    • Effet Coût • Effet Mix Représentation qui force une interpretation causale • Effet X • /!\ périmètre • Lien prix - Volume Comprendre les causes d’une variation de marge
  24. Vue unitaire ou aggrégée • Périmètre = Produit ou Segment

    Produit ou globalité • Segment Client Usage • Détection d’anomalies • Positionnement d’objectifs • Jeu sur les filtres/segments • Comparaison de segments (couleurs) Comprendre la dispersion d’un paramètre sur différents segments
  25. Vue unitaire ou aggrégée • Périmètre = Produit ou Segment

    Produit ou globalité • Segment Client Usage • Détection d’anomalies • Positionnement d’objectifs • Jeu sur les filtres/segments • Comparaison de segments (couleurs) Comprendre la dispersion d’un paramètre sur différents segments
  26. Camembert Histogrammes Heatmaps Séries temporelles

  27. None
  28. Visualisations Spécifiques

  29. Client Produit Quantité Quel prix ?

  30. Client Produit Voisinage client Voisinage produit Quantité

  31. Construction des taux de marge cibles pour les nouveaux clients

    Distance Segment/ Ligne • • Quantité 16% 12% 10% 19% 18% 14% 24% 21% 18% 26% 25% 19% Quantité distance
  32. None