Milena Maio
Robust Pricing Optimization Data-Driven Demand Forecasting.
Rel. Paolo Brandimarte. Politecnico di Torino, Master of science program in Mathematical Engineering, 2024
|
Preview |
PDF (Tesi_di_laurea)
- Thesis
Licence: Creative Commons Attribution Non-commercial No Derivatives. Download (3MB) | Preview |
|
|
Archive (ZIP) (Documenti_allegati)
- Other
Licence: Creative Commons Attribution Non-commercial No Derivatives. Download (509kB) |
Abstract
Nel contesto odierno, per raggiungere il successo in un mercato sempre più competitivo ed esigente come quello del marketing e del business aziendale è necessario adottare decisioni strategiche anche analizzando dati provenienti dall'esterno (non a caso si sente sempre più spesso parlare di approccio data-driven). Essi, infatti, costituiscono una fonte preziosa di informazioni per conoscere il cliente e il suo comportamento d'acquisto, dunque, uno strumento molto utile alla stima dei parametri delle funzioni di domanda che modellano le vendite dei prodotti in relazione ai diversi fattori che le influenzano. Uno dei driver principali che si andrà ad approfondire è il prezzo e, attraverso un esempio pratico, verrà analizzato il suo rapporto di inversa proporzionalità con la domanda lineare.
I coefficienti saranno stimati attraverso una regressione ai minimi quadrati sulla base dei dati raccolti e l'incertezza verrà gestita utilizzando tecniche di ottimizzazione robusta
Relators
Academic year
Publication type
Number of Pages
Course of studies
Classe di laurea
Aziende collaboratrici
URI
![]() |
Modify record (reserved for operators) |
