Mesterséges intelligenciával támogatott dinamikus árazórendszer kialakítása az online kereskedelem fejlesztésére Közgazdaságtudományi

35 OTDK, Közgazdaságtudományi Szekció, Gazdasági informatika és e-business Tagozat.

Mesterséges intelligenciával támogatott dinamikus árazórendszer kialakítása az online kereskedelem fejlesztésére

Helyezés: 2

Hallgató: Kuknyó Dániel
Szak: Gazdaságinformatika, Képzés típusa: ba, Intézmény: Budapesti Gazdasági Egyetem, Kar: Pénzügyi és Számviteli Kar

Témavazető: Dr. Kovács Endre - főiskolai docens, Budapesti Gazdasági Egyetem Pénzügyi és Számviteli Kar

Évszázadokon keresztül a kereskedők és árusok egyik legnagyobb kihívása volt az, hogy a termékekre és szolgáltatásokra úgy tudjanak árat szabni, hogy az a lehető legtöbb hasznot generálja. Egészen a közelmúltig, az árazási stratégiák arra összpontosítottak, hogy a termék beszerzési árát egy fix százalékú haszonkulccsal növelték. A dinamikus, rugalmas árazási stratégia olyan árakat hoz létre, amelyek az idő során változhatnak, figyelembe veszik az aktuális piaci környezetet és az üzlet számára is árbevételt generálnak, reflektálnak a rövid távú változásokra. A következő kérdések vetődtek fel bennem a kutatás során:

1. Növeli-e az árazási folyamat mesterséges intelligenciával való támogatása az online kereskedelem hatékonyságát?
2. Lehetséges, illetve szükséges-e a piaci változók közötti rejtett kapcsolatok feltérképezése?
3. Képes-e a mesterséges intelligencia kellően gyorsan reagálni a piacon bekövetkező változásokra?

A modellek taníttatásához rendelkezésre álltak valós és hiteles adatok. Ezeket nyers adatokat olyan formára kellett hozni, hogy az egy gépi tanulási algoritmusba betáplálható legyen. Ez a művelet magába foglalja az adatok jellemzőinek méretezését, dátum- és időértékek átalakítását, vektorkódolást, intervallum szerinti osztályozást. Az adathiányosságok feltöltésére külön ezt végző modulokat hoztam létre annak érdekében, hogy ha az adat nem is valós, olyan értékkel töltse fel a hiányosságokat, amely nem deformálja a létrejövő modelleket. A teljesítmény metrika modul a rendszer funkcionálásához nem szükséges, de a pontos taníttatás és predikció nélküle elképzelhetetlen. Élesítés után a jóság már kifejezhető árbevételben, eladási darabszámban vagy piaci versenyelőnyben.

Ez a módszertan az én alkalmazásomban számszerűsíthető eredményekhez vezetett. A rendszer eleget tesz annak a követelménynek, hogy tetszőleges mennyiségű termékre képes tetszőleges gyakorisággal ár előrejelzést a szükséges adatok ismeretében. A mesterséges intelligencia támogatásával értékesített termékeknek egy kontroll csoportjának értékesítési statisztikáit összehasonlítottam ugyanazon kontrollcsoport előző éves statisztikáival, és mind eladási darabszámban, mind árbevételben növekedést figyeltem meg. A létrejövő modulokat más rendszerekbe is be lehet építeni, további vizsgálat során. Ilyen feladat lehet a raktárkészlet-előrejelzés vagy az anomáliák felderítése.