Разработать алгоритмы управления розничной ценой учитывающие ряд параметров. - Задание для фрилансеров #1665771
Информация по заданию
Разработать алгоритмы управления розничной ценой учитывающие ряд параметров.
Задание закрыто
Статус рабочей области:
Стоимость:
Договорная
Срок выполнения:
30 дней
Варианты оплаты:
По договоренности
Дата публикации:
2026-04-12 10:58
Обновлено:
2026-04-12 10:58
Был(а) на сайте:
2026-05-30 14:19
Реклама
Разработать алгоритмы управления розничной ценой учитывающие ряд параметров.
Задача
Разработать эффективные алгоритмы управления розничной ценой учитывающие ряд параметров: статистики продаж по дням, истории изменения цен, остатков на складе, цены конкурента, сроков поставки и др, с целью повышения продаж/рентабельности. Исходные данные в виде таблиц.
Оставлять заявки могут только авторизованные пользователи.
Задание заключается в разработке алгоритмов для управления розничной ценой, которые будут учитывать различные параметры, такие как статистика продаж, история изменения цен, остатки на складе, цены конкурентов и сроки поставки. Целью является повышение продаж и рентабельности. Исходные данные будут предоставлены в виде таблиц.
Для реализации этого задания могут потребоваться следующие навыки:
1. Анализ данных и работа с таблицами (Excel, SQL).
2. Программирование (Python, R или другой язык для разработки алгоритмов).
3. Знание методов машинного обучения для прогнозирования спроса и оптимизации цен.
4. Опыт в области бизнес-аналитики и понимание рыночной динамики.
5. Умение визуализировать данные и представлять результаты (например, с помощью библиотек Matplotlib или Tableau).
готов реализовать такие алгоритмы ценообразования на ваших таблицах, собрать рабочую модель с учетом продаж по дням, остатков, цен конкурентов, истории изменений и сроков поставки, чтобы на выходе были не просто расчеты, а понятные рекомендации по цене и логика принятия решения.
сделаю это через python и модель правил с аналитическим слоем, чтобы можно было проверить результат на реальных данных и дальше без переделки развивать систему под новые параметры и ограничения.
Связь в Telegram - @Alexuys
можете написать и в личные сообщения на площадке для обсуждения проекта
Не очень понятен смысл формирования цены по остатку товара. Там может быть десятки алгоритмов, в зависимости от ситуации. Например:
1. У вас на складе осталась 10 единиц товара на весь рынок, а спрос на товар колоссальный. Цена вырастет вырастет космическими темпами, особенно если товар крупный, типа холодильник, а не жвачка со вкусом жвачки.
2. У вас осталось те же 10 единиц товара, но спрос никакой вообще. Например, новогодние подарки, елки. 5 января они как бы уже не нужны. Цена, само собой, стремится к нулю.
3. У вас 9 марта осталось 10 единиц товара (цветы), на которые вчера был необычайно большой спрос. Понятно, что сегодня можно чуть поднять цены в расчете на "запоздавших" покупателей. Но, держать цену высоко - нет смысла, бум прошел.
И я вам могу таких алгоритмов писать и писать. Ситуаций масса на рынке.
В общем, обращайтесь, будем вместе обдумывать ваши таблицы.
Добрый день, Артём.
Задача интересная — по сути динамическое ценообразование с несколькими факторами влияния. Делается это на уровне аналитики + правил/модели, без необходимости строить сложный ML с нуля.
Вижу такой подход:
Этап 1 — анализ данных и базовые правила (~40% работы)
Разбор исходных таблиц, нормализация, выявление паттернов: эластичность спроса по цене, сезонность, оборачиваемость остатков. На выходе — понятная логика базового алгоритма с весами параметров.
Этап 2 — алгоритм ценообразования
Правила типа: остаток низкий + спрос растёт -> цена вверх; конкурент дешевле + продажи падают -> скорректировать; срок поставки длинный + остаток критический -> защитная наценка. Всё параметризуется и настраивается под вашу маржинальность.
Этап 3 — реализация и тестирование
Python-скрипт или Excel/Google Sheets с автоматическим пересчётом цен по расписанию. Бэктест на исторических данных — смотрим что было бы, если бы алгоритм работал раньше.
Для старта пришлите пример таблиц — посмотрю структуру данных и скажу где узкие места. От этого зависит и точная оценка стоимости.
Такие задачи лучше решать не просто “алгоритмом”, а через анализ данных и выявление факторов, влияющих на цену и спрос.
Я работаю с подобными вещами:
— анализ продаж и динамики спроса
— работа с остатками и оборачиваемостью
— оптимизация цен на основе данных и ограничений
— построение моделей и логики принятия решений
Как бы предложил сделать:
1) разобрать данные (продажи, остатки, конкуренты)
2) выделить ключевые зависимости
3) собрать алгоритм расчёта цены (с учётом ограничений)
4) протестировать на истории
5) при необходимости — автоматизировать
Работаю на Python + SQL, могу сделать как расчётную модель, так и полноценный сервис.
По срокам:
первый рабочий прототип можно сделать за 5–10 дней.
Стоимость лучше обсудить после понимания объёма данных и задачи.
Если есть пример данных или структура — скиньте, посмотрю и предложу конкретное решение.
17:00 12.04.26
1) В каком формате данные (Excel, база, API)?
2) За какой период есть история продаж?
3) Как часто нужно пересчитывать цены (раз в день, онлайн)?
4) Есть ли ограничения (минимальная маржа, склад и т.д.)?
Для точной оценки по цене/сроку нужно ТЗ.
В нашей команде есть к.ф.-м.н., который разрабатывал ПО для рассчета ионизирующего и не ионизирующего излучения в гетерогенных средах методом Монте-Карло.
Готовы предложить решение вашей задачи по разработке алгоритмов управления розничной ценой.
Мы — команда разработчиков с более чем 20-летним опытом, специализируемся на создании сложных аналитических и интеллектуальных систем. За это время реализовали проекты различного уровня — от обработки больших массивов данных до построения моделей принятия решений и автоматизации бизнес-процессов.
В рамках вашего ТЗ мы можем:
Разработать алгоритмы динамического ценообразования с учетом:
статистики продаж по дням
истории изменения цен
остатков на складе
цен конкурентов
сроков поставки и других факторов
Построить модели, ориентированные на рост продаж и повышение рентабельности
Обработать и структурировать исходные табличные данные
При необходимости — внедрить систему в рабочий процесс (API / интерфейс / автоматизация)
Подходим к задачам комплексно: от анализа данных и выбора оптимальной модели до внедрения и последующей оптимизации.
Будем рады обсудить детали: формат данных, желаемую точность моделей, ограничения и целевые метрики.
Основная специализация: Инженерия и Проектирование
Привет. Задачу понял, делал похожие системы динамического ценообразования. Стек будет стандартный и практичный: Python + pandas/scikit-learn, прогноз спроса + оптимизация цены под ваши реальные ограничения. Всё соберу на ваших таблицах, без лишней магии и надуманных моделей.
Жду доп. инфу, как и договаривались. Чтобы не тратить время на угадывание, пришлите, пожалуйста:
- Структуру таблиц (хотя бы заголовки колонок + 3-5 строк примера)
- Бизнес-ограничения (мин/макс наценка или цена, как часто можно менять прайс, есть ли товары-исключения)
- Что в приоритете: объём продаж, маржинальность или оборачиваемость
- В каком виде нужен результат (Jupyter-ноутбук, готовый скрипт, интеграция с БД, отчёт)
Как скинете — сразу сажусь писать. Код будет рабочий, с комментариями и проверкой на ваших данных. Если по ходу всплывут нюансы или захотите поменять фокус модели — подкручу без лишних вопросов. Пишите, когда будет готово.
Добрый день.
Цена 30 тыс. Но она ориентировочная и точная сумма будет ясна при детальном анализе задачи. Если нет тз - не беда. Скажите что именно нужно сделать и это будет выполнено
Здравствуйте. Писал программу поддержки принятия решений и торгового бота для Traiding View. Готов обсудить весь ряд вопросов для написания алгоритма и справиться в короткий срок
Разработать алгоритмы управления розничной ценой учитывающие ряд параметров.
Реклама
Разработать алгоритмы управления розничной ценой учитывающие ряд параметров.
Разработать эффективные алгоритмы управления розничной ценой учитывающие ряд параметров: статистики продаж по дням, истории изменения цен, остатков на складе, цены конкурента, сроков поставки и др, с целью повышения продаж/рентабельности. Исходные данные в виде таблиц.