Busca avançada
Ano de início
Entree

Algoritmo parametrizável para otimização de preços de produtos no varejo físico com utilização de MAB (multi armed bandit algorithm) e RQP (Robust Quadratic Programming)

Processo: 20/12749-0
Linha de fomento:Bolsas no Brasil - Programa Capacitação - Treinamento Técnico
Vigência (Início): 01 de novembro de 2020
Vigência (Término): 30 de junho de 2021
Área do conhecimento:Ciências Exatas e da Terra - Probabilidade e Estatística - Probabilidade e Estatística Aplicadas
Pesquisador responsável:Marcus Vinicius Veiga Roggero
Beneficiário:Diogo Feliciano dos Santos
CNAE: Desenvolvimento e licenciamento de programas de computador customizáveis
Vinculado ao auxílio:19/22822-9 - Algoritmo parametrizável para otimização de preços de produtos no varejo físico com utilização de MAB (Multi Armed Bandit Algorithm) e RQP (Robust Quadratic Programming), AP.PIPE
Assunto(s):Aprendizado computacional

Resumo

A precificação de produtos no varejo físico é um desafio para os varejistas. A quantidade enorme de produtos e variáveis envolvidas cria uma dificuldade para a realização da precificação otimizada, visto que as lojas possuem entre 3.000 até 50.000 produtos diferentes e as variáveis envolvidas para o cálculo da demanda variam desde o próprio preço de venda (mais representativa) até dia da semana, sazonalidade, clima, competição com outros varejistas, canibalização e afinidade entre produtos, entre outras. O objetivo desta pesquisa é o desenvolvimento de um algoritmo de precificação otimizada de produtos que aumente a margem ou a venda de um varejista de forma parametrizável (coeficiente beta = peso entre margem e venda). Estudos da AMR Research mostram potencial médio de aumento da venda bruta entre 1 a 3% e da margem bruta entre 2% a 5% para precificação regular (excluindo preços promocionais e de queima de estoque).

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Matéria(s) publicada(s) em Outras Mídias (0 total):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)