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: 19/22822-9
• Modalidade de apoio: Auxílio à Pesquisa - Pesquisa Inovativa em Pequenas Empresas - PIPE
• Data de Início da vigência: 01 de julho de 2020
• Data de Término da vigência: 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: Marcus Vinicius Veiga Roggero
• Empresa: Infopreços S/A
• CNAE: Desenvolvimento e licenciamento de programas de computador customizáveis
• Município: São Paulo
• Pesquisadores associados: Daniel Soares Lopes ; Rodrigo Eiji Yamagata Diana
• Auxílio(s) vinculado(s): 22/02635-2 - 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
• Bolsa(s) vinculada(s): 20/12749-0 - Algoritmo parametrizável para otimização de preços de produtos no varejo físico com utilização de MAB (multi armed bandit algorithm) e RQP (Robust Quadratic Programming), BP.TT; 20/13242-6 - Algoritmo parametrizável para otimização de preços de produtos no varejo físico com utilização de MAB (multi armed bandit algorithm) e RQP (Robust Quadratic Programming), BP.TT; 20/12264-6 - Algoritmo parametrizável para otimização de preços de produtos no varejo físico com utilização de MAB (Multi Armed Bandit algorithm) e RQP (Robust Quadratic Programming), BP.TT
• Assunto(s): Aprendizado computacional Algoritmos Demanda Vendas a varejo Custos e análise de custo Preços
• Palavra(s)-Chave do Pesquisador: Algoritmos de precificação varejo | Decisão de preços varejo | Otimização de preços varejo | Precificação varejo | Previsão de demanda varejo | Machine Learning

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). (AU)