Scopra Revomo in azione
Predictive Modeling

Sappia come reagisce il suo mercato prima di cambiare un prezzo.

Misuri la sensibilità al prezzo, preveda la domanda e spieghi gli sconti con modelli adattati ai suoi dati commerciali, ciascuno verificato prima che lei vi faccia affidamento.

Vedere un modello in azioneParlare dei suoi dati
Decision Optimization / Predictive Models / Price Elasticity on Invoice lines
Domanda
Un distributore può aumentare i prezzi dei raccordi senza perdere troppo volume? Dati illustrativi di un’azienda fittizia.
Rilievo
Il manicotto da 1/2" perde circa il 4,1% di volume per ogni aumento di prezzo dell’1%; la valvola a sfera da 1" perde circa lo 0,74%, quindi regge un aumento.
Limite
Il tappo d’ispezione da 4" ha solo 24 punti di prezzo e un intervallo che attraversa lo zero, quindi non è significativo. Consideri il suo valore come un’indicazione approssimativa.
01 · Misurare la risposta

Costruire il modello dietro la risposta.

La domanda è come reagisce al prezzo il volume dei raccordi, quindi il modello è un’elasticità al prezzo sulle righe fattura: scelga il tipo, mappi le colonne, e il modello indica come si verificherà.

Tipi di modello

Dieci domande, ciascuna con il proprio modello.

Ogni tipo indica la domanda a cui risponde e come apprende: regole fisse, adattamento statistico, o machine learning che si verifica su dati che non ha visto.

Colonne

Mappi le colonne, poi aggiunga i fattori.

Ogni tipo chiede le colonne di cui ha bisogno. Le colonne aggiuntive possono modificare il modello, suddividerlo in un modello per valore, o semplicemente accompagnare i risultati.

Come funziona: i tipi di modello e le loro verifiche
Approcci
RFM Segmentation usa regole fisse e non addestra nulla. I modelli di prezzo, di prezzo incrociato e di promozione adattano una formula a ogni esecuzione nel database. Previsioni, clustering e fattori si addestrano con il machine learning in background.
Prima il profilo
Prima di un’esecuzione, un profilo dei dati mostra cosa vedrà il modello, per esempio quanti gruppi raggiungono il numero minimo di punti di prezzo, e raccomanda una preparazione come il limite ai prezzi estremi.
Metodi
Quando un tipo ha più metodi, come la previsione, lei sceglie quali provare, la misura con cui valutarli e se tenere il migliore o una media.
Spiegazioni chiare
Ogni tipo spiega i modelli che usa e come viene verificato prima che lei lo esegua, con le stesse parole dei risultati e del report.
02 · Verificare la variazione di prezzo

Provi l’aumento prima che arrivi a un cliente.

Valuti prezzi candidati per gli stessi raccordi rispetto alle elasticità adattate, poi legga dove i dati sostengono un prezzo più alto e dove indicano la direzione opposta.

Decision Optimization / Predictive Models / Price Elasticity on Invoice lines

La scheda Score dello stesso modello di elasticità al prezzo. Le righe con un costo unitario mostrano profitto e margine; l’ultima riga, senza prodotto, sposta del 2% ogni prodotto con un segnale di prezzo chiaro. Dati illustrativi.

  • Un prodotto o tuttiIndichi un prodotto e un prezzo, oppure lasci vuoto il prodotto per spostare della stessa percentuale ogni prodotto con un segnale chiaro.
  • Avvisi dove i dati sono scarsiUn prezzo a cui il prodotto non è mai stato venduto, o un’elasticità senza segnale chiaro, viene segnalato accanto al risultato.
  • Molte righe insiemeAggiunga le righe una alla volta o le incolli da un foglio di calcolo, fino a 5.000 alla volta.
Ottimizzazione dei prezzi

Trovare il prezzo che massimizza il profitto, dove i dati lo sostengono.

Un modello Price Optimization legge l’elasticità e il costo di ogni prodotto e fornisce il prezzo che massimizza il profitto, restando vicino ai prezzi che lei ha effettivamente praticato.

Cosa presuppongono i modelli di prezzo

Leggere il risultato con i suoi limiti.

  • Misurato sul suo storicoLe elasticità derivano da come il volume si è mosso quando si sono mossi i suoi prezzi. Dove i prezzi sono cambiati appena, il risultato viene segnalato invece che indovinato.
  • Il resto invariatoI modelli presuppongono che i prezzi dei concorrenti e le promozioni siano rimasti costanti, e sono meno affidabili lontano dai prezzi che lei ha praticato.
  • Il profitto, non la sua strategiaIl prezzo ottimale ignora obiettivi di volume, soglie di prezzo ed effetti tra prodotti. Su questi si decide in Decision Optimization.
Decision Optimization
Come funziona: la valutazione e il prezzo ottimale
Valutazione
Score usa la versione in uso. Le unità attese variano secondo la variazione di prezzo elevata all’elasticità del prodotto, su un periodo lungo quanto i dati da cui il modello ha appreso. Profitto e margine richiedono un costo unitario, inserito sulla riga o fornito dal modello.
Prezzo ottimale
L’ottimo è costo × e ÷ (e + 1), fornito solo dove l’elasticità è significativa e chiaramente elastica, e mantenuto entro l’intervallo di prezzi osservato ampliato di un’estensione consentita (10% salvo modifica).
Nessun prezzo viene modificato
Valutazioni e prezzi ottimali sono risultati da esaminare. Nulla viene scritto in un listino finché qualcuno non agisce in Price Management.
Non un risolutore di vincoli
Qui non ci sono prezzi minimi, fasce di prezzo o regole sulle trattative. Appartengono a Decision Optimization.
03 · Trovare dove si perde

Verificare dove gli sconti annullerebbero l’aumento.

Un prezzo più alto regge solo se gli sconti restano nella norma. Ridgeway Plumbing acquista il prodotto più sensibile al prezzo, ottiene più sconto di quanto ottenga di solito il suo gruppo e non ha ordinato di recente.

Fattori di sconto

Trovare chi ottiene sconti e dove vanno troppo oltre.

Il modello apprende quali attributi di cliente, prodotto e ordine spiegano gli sconti, come regole leggibili, e quantifica i ricavi oltre l’intervallo normale di ciascun gruppo.

Segmenti di clienti

Raggruppare i clienti secondo il loro modo di acquistare.

Valuti ogni cliente per recenza, frequenza e valore degli acquisti, oppure lasci che il clustering trovi i gruppi nei dati.

Come funziona: fattori e segmenti
I fattori spiegano, non dimostrano
I fattori di sconto e di transazione derivano da un albero decisionale leggibile, verificato su clienti o transazioni che non ha visto. Mostrano quali attributi si accompagnano a sconti più profondi, non che l’attributo li abbia causati.
Ricavi a rischio
Ogni gruppo riceve una soglia di coda (Tail Threshold), il punto oltre il quale uno sconto è considerato troppo profondo per quel gruppo. I ricavi a rischio sono l’eccesso di sconto moltiplicato per i ricavi a prezzo di listino.
Segmenti
RFM assegna a ogni cliente un punteggio da 1 a 5 rispetto al resto della base e nomina il segmento con regole fisse. Customer Clustering e Transaction Clustering trovano invece i gruppi nei dati, e indicano quanto sono ben separati.
Disponibile anche
Cross-Price Elasticity mostra quali prodotti si sottraggono vendite, o si sostengono, a vicenda. Promo Uplift misura se le promozioni hanno portato volume aggiuntivo e quanto sono costate in margine.
04 · Pianificare e aggiornare

Prevedere il trimestre e mantenere aggiornato il modello.

Preveda la domanda di raccordi per il trimestre successivo e lasci che il modello di elasticità si riaddestri all’arrivo di nuove fatture, così la prossima revisione dei prezzi parte da dati aggiornati.

Previsione della domanda

Prevedere il trimestre per gli stessi raccordi.

Ogni prodotto è previsto dal proprio storico, con un intervallo probabile, e l’esecuzione redige un report che spiega il risultato con grafici e in linguaggio chiaro.

Versioni

Riaddestrare su nuovi dati e tenere il modello migliore.

Il modello di elasticità si riaddestra quando la sua fonte viene aggiornata. Una nuova versione sostituisce quella in uso solo se non è meno accurata.

Come funziona: previsioni, versioni e report
Previsioni
Per ogni serie, il modello prova smorzamento esponenziale, Holt-Winters, ARIMA, Prophet e gradient boosting, più un modello addestrato su tutte le serie, e tiene il migliore secondo back-test a finestra mobile. L’intervallo probabile è calibrato sugli errori di quei back-test.
Versioni
Le dieci versioni più recenti sono conservate con i loro risultati. Un’esecuzione avviata da lei diventa la versione in uso; un riaddestramento avviato da un aggiornamento lo diventa solo se non è meno accurato. Può tornare a una versione precedente in qualsiasi momento.
Metodi
Quando un tipo può adattare più curve o metodi, ogni esecuzione li valuta secondo la misura che lei sceglie e tiene il migliore, o una media.
Report, Copilot ed esportazione
Generi un report scritto di ogni esecuzione, chieda a Copilot di creare, eseguire, confrontare o valutare un modello, ed esporti i risultati in CSV. La tracciabilità (lineage) mostra quali modelli dipendono da un dataset o da una view.
05 · Cosa è incluso

Cosa è incluso.

Cosa le offre Predictive Modeling, cosa aggiunge ogni abbonamento e cosa potrà aggiungere in seguito.

In Predictive Modeling

  • Dieci tipi di modelloPrevisioni, risposta al prezzo, fattori e segmenti, ciascuno con le proprie verifiche.
  • Score e prezzo ottimaleProvi i prezzi rispetto a un modello adattato prima di cambiarne uno.
  • Versioni e reportQualità per versione, riaddestramento all’aggiornamento e un report scritto di ogni esecuzione.

In ogni abbonamento

Da aggiungere secondo le esigenze

Soluzioni supportate: Pianificazione di ricavi e margini, Gestire preventivi e pricing delle trattative, Realizzazione del prezzo e perdite di margine.

FAQ

Domande frequenti

Cosa fa Predictive Modeling?

Adatta modelli ai suoi dati commerciali per rispondere a domande precise: come reagisce il volume al prezzo, quanto venderà nel prossimo periodo, quali clienti acquistano allo stesso modo e cosa spiega chi ottiene sconti. Oggi esistono dieci tipi di modello, ciascuno con le proprie verifiche, e i risultati alimentano le decisioni di pianificazione, pricing e preventivazione.

Di quali dati ho bisogno?

Dipende dal modello. L’elasticità al prezzo richiede prezzo e quantità su ogni vendita, una previsione della domanda una data e un valore, i segmenti di clienti un cliente, una data e un importo, e i fattori di sconto lo sconto e i ricavi a cui si è applicato. Aggiunga una colonna di costo per profitto e margine. I dati provengono dai dataset e dalle view di Data & Context Studio.

Data & Context Studio →

Come faccio a sapere se posso fidarmi di un risultato?

Ogni tipo di modello dichiara come viene verificato, e i risultati lo mostrano. Le elasticità riportano un p-value e un intervallo al 95%, i gruppi con troppo pochi punti di prezzo vengono segnalati, le previsioni sono sottoposte a back-test su periodi tenuti da parte, e ogni versione registra il proprio indicatore di qualità. Un risultato che i dati non possono sostenere viene lasciato vuoto invece che indovinato.

Può raccomandare prezzi?

In parte. Un modello Price Optimization fornisce il prezzo che massimizza il profitto per prodotto a partire dalla sua elasticità misurata, solo dove i dati lo sostengono e restando vicino ai prezzi che lei ha effettivamente praticato. Non applica prezzi minimi, fasce di prezzo o approvazioni. Scegliere i prezzi entro questi limiti appartiene a Decision Optimization, e modificarli a Price Management.

Decision Optimization →

Mostra cosa causa un cambiamento?

No. Elasticità e fattori misurano come le cose si sono mosse insieme nel suo storico: un rilievo utile, ma non una prova di causalità. I modelli di prezzo presuppongono che i prezzi dei concorrenti e le promozioni siano rimasti stabili, e ogni report elenca le ipotesi e i limiti della sua esecuzione, così lei può giudicare quanto fidarsi.

Come restano aggiornati i modelli?

Esegua di nuovo un modello, lo aggiorni con i dati più recenti, oppure attivi il riaddestramento perché addestri una nuova versione a ogni aggiornamento della sua fonte. Una versione riaddestrata sostituisce quella in uso solo se non è meno accurata. Le versioni recenti vengono conservate, quindi può confrontarne due e tornare indietro.

I nostri dati vengono usati per addestrare modelli?

I suoi dati servono a fornire, supportare, proteggere e migliorare il Servizio. Separatamente, il contratto consente a Revomo di usare dati aggregati e de-identificati, anche per addestrare e migliorare modelli, solo in una forma che non possa identificare lei, i suoi utenti o i suoi clienti. I modelli di terze parti sono usati per l’inferenza tramite Amazon Bedrock, un sub-responsabile del trattamento elencato.

Le previsioni cambiano i prezzi da sole?

No. I risultati di un modello sono un input per una decisione, non un’azione. I vincoli configurati si applicano alle raccomandazioni, le eccezioni vengono inoltrate per la revisione e le azioni passano per workflow di approvazione, ciascuna con tracciabilità (lineage) e traccia di audit. Un’azione che richiede l’approvazione di una persona la richiede anche quando a proporla è un agente.

Veda come reagiscono i suoi clienti al prezzo.

Esamini questi modelli su dati di esempio e parli delle domande a cui i suoi dati possono rispondere.

Prenotare una presentazione guidata sui modelliEsplorare la piattaforma
Plate B2 · Series 2026