【促销定价】背后的算法技术4-价格弹性模型

导读：在日常生活中，我们经常会遇见线上/线下商家推出各类打折、满减、赠品、新人价、优惠券、捆绑销售等促销活动。一次成功的促销对于消费者和商家来说是双赢的。一方面，促销活动能让消费者买到低价的商品；另一方面，促销活动也能为商家带来可观的利润。因此，对于商家来说，如何科学合理地制定促销策略是必须仔细思考的问题。

---

作者1：张哲铭，算法专家，某互联网大厂
作者2：向杜兵，算法专家，某制造业龙头

---

大家好！我们是IndustryOR团队，致力于分享业界落地的OR+AI技术。欢迎关注微信公众号/知乎【运筹匠心】 。本期我们来谈一谈《促销定价背后的算法技术》。促销活动五花八门、玩法多变，但其底层的核心商业逻辑是“价格”。因此，本期案例将选择某零售商超“促销定价”场景，共分5篇文章依次讲解：（1）业务问题拆解；（2）数据预处理生成；（3）数据挖掘分析；（4）模型算法实现-价格弹性模型；（5）模型算法实现-运筹决策模型。

本篇文章讲解（4）模型算法实现-价格弹性模型。

共分为4个部分，依次为：
01 问题聚焦
02 理论介绍
03 代码实现
04 效果验证

注：本案例数据改编自【2019年全国大学生数学建模E题】公开数据集。

---

01 问题聚焦

经过（1）业务问题拆解的拆解分析可知，促销定价用数学语言可表示为：
$$\max \sum _{s\in S}(p_s-c_s)\times q_s(1)$$
$$q_s=f(p_s,{\theta }_s)\forall s\in S(2)$$
$$l_s\le p_s\le h_s\forall s\in S(3)$$

上述公式中，$S$表示商家售卖商品集合；$c_s$表示商品$s$的成本价；$p_s$表示商品$s$的售价；$q_s$表示商品$s$的销量；$f(p_s,{\theta }_s)$表示商品$s$销量与商品售价之间的量化函数；$l_s$和$h_s$分别商品合适的价格区间的左右边界价格。式$(1)$表示商家利润最大化，即所有种类商品利润加和最大化；式$(2)$表示每种商品的销量与售价之间的关系；式$(3)$表示每种商品的价格均要在合适的区间。进而，我们明确了实现促销定价需要解决的三个问题：（1）量化出商品价格与销量的关系，即确定$f(p_s,{\theta }_s)$的具体形式；（2）找到商品合适的价格区间，即确定$l_s$和$h_s$的取值。（3）选择出能使总利润最大化的不同商品的最佳价格，即求解出能使${\sum }_{s\in S}(p_s-c_s)\times q_s$最大化的$p_s$。

经过（3）数据挖掘分析的数据挖掘分析可知：不同sku的价格与销量之间的关系不同，促销定价做的越精细，效果越好。

因此，接下来我们需要解决的问题是：

• 如何精细化地确定价格与销量的关系模型$f$的形式和模型参数${\theta }_s$的取值？

针对以上问题，目前业界落地方案可分为3大类：

类别	方法	优劣势
白盒方案	价格弹性模型	可解释性强，量化效果一般
黑盒方案	机器/深度学习模型	量化效果好，可解释性弱
融合方案	机器/深度学习模型+因果推断	量化效果较好，可解释性较强

• 白盒方案：可表示为$Q=E(P,\Theta )$，一般采用价格弹性模型，$E$，$P$为待定价格，$Q$为定价$P$下产生的销量，$\Theta$为学习参数。此类模型通常可解释性强，但销量$Q$量化效果一般。
• 黑盒方案：可表示为$Q=F(X,P,\Theta )$，一般采用机器/深度学习模型，除待定价格$P$外，还可以引入其他的特征$X$量化销量$Q$。因此，此类模型量化效果好，但可解释性弱。
• 融合方案：可表示为$Q=Q_{base}+\Delta Q$，通常利用机器/深度学习模型预测基准价$P_{base}$下的销量$Q_{base}$，采用因果推断技术无偏估计出定价$P$与基准价$P_{base}$间的销量波动$\Delta Q$，如利用价格弹性计算：$\Delta Q=E(P,\Theta )-E(P_{base},\Theta )$，最终将$Q_{base}$与$\Delta Q$相加得到最终的销量$Q$。该方法既保证了量化效果，又兼顾可解释性。

一般情况下，业界应用会先选择白盒方案的价格弹性模型作为baseline版本，然后逐步向因果推断方案过渡。因此，本文将重点介绍价格弹性模型是如何量化sku的价格与销量之间的关系的。

---

02 理论介绍

1）价格弹性定义

价格弹性（price elasticity）是经济学领域的重要概念，可分为需求价格弹性、供给的价格弹性、交叉价格弹性、预期价格弹性等各种类型。由于我们本文主要研究价格与销量之间的关系，因为我们接下来将重点研究需求价格弹性。

需求价格弹性（以下简称“价格弹性”）可定义为需求（销量）变动比率与引起其变动的价格变动比率的比率，反映商品价格与市场消费容量的关系，表明价格升降时需求量的增减程度。用数学公式可表示为：
$$e=(\Delta Q/Q)/(\Delta P/P)(1)$$
公式(1)中，$e$代表价格弹性；$Q$表示销量，$\Delta Q$表示销量的变化量，因此$\Delta Q/Q$则表示销量变动比率；$P$表示价格，$\Delta P$表示价格的变化量，因此$\Delta P/P$则表示价格变动比率。

通过观察以上公式，我们可用通俗的语言描述价格弹性：价格$P$每增加（减少）1%所能带来的销量$Q$增加（减少）的比例。

2）$lnP$ - $lnQ$线性回归

我们已经知道了价格弹性的定义，但是如何求解价格弹性呢？答案就是： $lnP$ - $lnQ$线性回归。接下来我们逐步推导证明。

首先回顾一下导数的定义：
$$dy/dx=\underset{\Delta x->0}{\lim }(\Delta y/\Delta x)(1)$$

$lnP$ - $lnQ$线性回归可表示为：
$$lnQ=e\ast lnP+b(2)$$

等式两边求导可得：
$$(1/Q)\ast (dQ/dP)=e\ast (1/P)(3)$$

当$\Delta P$较小时，可近似写为：
$$(1/Q)\ast (\Delta Q/\Delta P)=e\ast (1/P)(4)$$

等号两侧交换并整理可得：
$$e/P=\Delta Q/(\Delta P\ast Q)(5)$$

将$P$移至等式右侧可得：
$$e=(\Delta Q/Q)/(\Delta P/P)(6)$$

而式(6)正是价格弹性的定义。

至此，我们可以看出： $lnP$ - $lnQ$的线性回归的回归参数$e$就是我们想求解的价格弹性。

接下来我们将用代码实现这一过程。

• 注：除了 $lnP$ - $lnQ$线性回归，价格弹性模型还有多种其他的实现形式，大家如果有兴趣可以深入研究。

---

03 代码实现

1）特征工程

将销量和价格取$ln$。

# 特征工程，将销量和价格取ln
elasticity_data_df['sale_prc_lg'] = np.log(elasticity_data_df['sale_prc'])
elasticity_data_df['sale_cnt_lg'] = np.log(elasticity_data_df['sale_cnt'])

2）切分训练集和测试集

训练集：2018-03-01 至 2018-08-31
测试集：2018-09-01 至 2018-09-30

all_train_df = elasticity_data_df[(elasticity_data_df['sale_dt'] < '2018-09-01')].reset_index()
all_test_df = elasticity_data_df[elasticity_data_df['sale_dt'] >= '2018-09-01'].reset_index()

3）训练集分组

将训练集按照（3）数据挖掘分析中聚类得出的聚类簇维度、3级品类维度和sku维度分组。方便之后的对比分析。

# cluster/c3/sku分组
cluster_to_train_df = {}
for cluster in set(elasticity_data_df['label'].values.tolist()):
    train_df = all_train_df[all_train_df['label'] == cluster]
    if len(train_df) > 0:
        cluster_to_train_df[cluster] = train_df
        
c3_to_train_df = {}
for c3 in set(elasticity_data_df['cate3_id'].values.tolist()):
    train_df = all_train_df[all_train_df['cate3_id'] == c3]
    if len(train_df) > 0:
        c3_to_train_df[c3] = train_df
        
sku_to_train_df = {}
for sku_id in set(elasticity_data_df['sku_id'].values.tolist()):
    train_df = all_train_df[all_train_df['sku_id'] == sku_id]
    if len(train_df) > 0 :
        sku_to_train_df[sku_id] = train_df

分组后，训练集可分为：4个聚类簇分组、547个3级品类分组、2628个sku分组

3）回归价格弹性

选择岭回归（Ridge Regression，L2正则化的线性回归）回归价格弹性。

# 回归价格弹性，新加特征必须与价格正交
# 回归函数
def train_ridge_reg_model(key_to_train_df):
    key_to_model = {}
    for key,train_df in key_to_train_df.items():
        train_df = train_df[['sale_prc_lg', 'sale_cnt_lg']]
        # 定义特征和目标变量  
        X_train = train_df.drop('sale_cnt_lg', axis=1)  
        y_train = train_df['sale_cnt_lg']
        # 创建岭回归模型并拟合数据  
        ridge_reg = Ridge(alpha=0.1)
        ridge_reg.fit(X_train, y_train)  
        key_to_model[key] = ridge_reg
    return key_to_model
  
# 分组回归价格弹性模型
cluster_to_model = train_ridge_reg_model(cluster_to_train_df) # cluster 模型
c3_to_model = train_ridge_reg_model(c3_to_train_df) # c3 模型
sku_to_model = train_ridge_reg_model(sku_to_train_df) # sku 模型

---

04 效果分析

1）模型预测

# 预测函数
# 聚类簇分组预测
def predict_cluster(row):
    cluster = row['label'] 
    model = cluster_to_model.get(cluster, None) # label 兜底
    ret = model.predict([[row['sale_prc_lg']]])[0]
    ret = np.exp(ret)
    return ret
# 3级品类分组预测
def predict_c3(row):
    c3 = row['cate3_id']
    cluster = row['label'] 
    model = c3_to_model.get(c3, None) # c3兜底
    if model is None:
        model = cluster_to_model.get(cluster, None) # label 兜底
    ret = model.predict([[row['sale_prc_lg']]])[0]
    ret = np.exp(ret)
    return ret
# sku分组预测
def predict_sku(row):
    sku = row['sku_id']
    c3 = row['cate3_id']
    cluster = row['label'] 
    model = sku_to_model.get(sku, None)
    if model is None:
        model = c3_to_model.get(c3, None) # c3兜底
        if model is None:
            model = cluster_to_model.get(cluster, None) # cluster 兜底
    ret = model.predict([[row['sale_prc_lg']]])[0]
    ret = np.exp(ret)
    return ret
# 预测
all_test_df['cluster_y_hat'] = all_test_df.apply(func=predict_cluster, axis=1)
all_test_df['c3_y_hat'] = all_test_df.apply(func=predict_c3, axis=1)
all_test_df['sku_y_hat'] = all_test_df.apply(func=predict_sku, axis=1)
# 四舍五入取整
all_test_df['cluster_y_hat'] = all_test_df['cluster_y_hat'].round(0)
all_test_df['c3_y_hat'] = all_test_df['c3_y_hat'].round(0)
all_test_df['sku_y_hat'] = all_test_df['sku_y_hat'].round(0)

2）计算$WMAPE$

$WMAPE$（Weighted Mean Absolute Percentage Error）是指带权重的平均绝对百分比误差，是用来做销量预测最常用的指标，越小越好。公式如下：
$$WMAPE=\sum _n|y^{{}^{\prime }}-y|/\sum _{n}y$$
分别计算聚类簇维度、3级品类维度和sku维度的$WMAPE$值。

# wmape计算公式
def call_wmape(y_true, y_pred):   
    y_true, y_pred = np.array(y_true), np.array(y_pred)  
    return np.sum(np.abs(y_true - y_pred)) / np.sum(y_true)
# 评测，计算wmape
cluster_y_pred = all_test_df['cluster_y_hat']
c3_y_pred = all_test_df['c3_y_hat']
sku_y_pred = all_test_df['sku_y_hat']
y_test = all_test_df['sale_cnt']

cluster_wmape = call_wmape(y_test, cluster_y_pred)
c3_wmape = call_wmape(y_test, c3_y_pred)  
sku_wmape = call_wmape(y_test, sku_y_pred)  

结果如下：

分组维度	$WMAPE$
聚类簇	0.7379
3级品类	0.6772
sku	0.6198

我们发现：对于$WMAPE$值，聚类簇维度 < 3级品类维度 < sku维度，这也验证了（3）数据挖掘分析的数据挖掘的结论：不同sku的价格与销量之间的关系不同，促销定价做的越精细，效果越好。 sku维度粒度最细，效果也最好。

---

05 小结

第一篇（业务问题拆解）：我们把一个实际的促销定价问题拆解成了一系列的数学问题。

第二篇（数据预处理生成）：我们选择了一份公开的促销定价数据集，将其加工成了可分析求解的数据。

第三篇（数据挖掘分析）：我们对数据进行了全方位的挖掘和分析，介绍了数据挖掘分析和可视化方法。

本篇（价格弹性模型）：关于如何量化商品价格与销量的关系，我们详细介绍了baseline方案-价格弹性模型。

下一篇（数据挖掘分析）：我们将介绍如何用运筹模型对量化结果进行最终的定价决策。敬请期待~~~

---

06 代码获取方式

大家将推文转发朋友圈获X赞，截图发后台，管理员会定期回复数据代码连接哈~~~

获20赞 ：获取 本篇代码地址

我们是**【运筹匠心】** ，咱们下期见~~~

---

07 加粉丝群方式

粉丝1群二维码：

加不了群，请加管理员微信：IndustryOR

---

参考文献

1. Hua J, Yan L, Xu H,et al. Markdowns in E-Commerce Fresh Retail: A Counterfactual Prediction and Multi-Period Optimization Approach[J]. arxiv, 2021.(https://arxiv.org/pdf/2105.08313.pdf)
2. Kui Zhao, Junhao Hua, Ling Yan, et al. A Unified Framework for Marketing Budget Allocation[J]. arxiv, 20.(https://arxiv.org/pdf/1902.01128.pdf)
3. 用相关系数进行Kmeans聚类，利用利润率、打折率、销售额、毛利润得到商品价格弹性标签，建立价格折扣力度模型(https://blog.csdn.net/weixin_45934622/article/details/114382037)
4. 2019全国大学生数学建模竞赛讲评：“薄利多销”分析(https://dxs.moe.gov.cn/zx/a/hd_sxjm_sxjmstjp_2019sxjmstjp/210604/1699445.shtml)
5. 策略算法工程师之路-基于线性规划的简单价格优化模型(https://zhuanlan.zhihu.com/p/145192690)