マーケターのためのダイナミックプライシング (2) Python実践編

from sklearn.preprocessing import LabelEncoder, MinMaxScaler
from sklearn.ensemble import RandomForestRegressor
from sklearn.metrics import mean_squared_error
import pandas as pd
import numpy as np
import os
import seaborn as sns

# csvファイルの読み込み
data = pd.read_csv('scanner_data.csv')
# 表示
display (data.head())

def add_discount_data(df):
    '''
    夏と冬の月における特定の日に、疑似的なディスカウントを行う。
    '''
    discounts = []
    for date in df.Date:
    # '夏冬ディスカウント
        if date.month in [5, 6, 7, 11, 12]:
            discounts.append(np.random.random() * 0.5)
        else:
            discounts.append(0.0)
    return discounts
# データクリーニング
# Set date column as datetime object
data.Date = pd.to_datetime(data.Date)
# 疑似的なディスカウント率を追加
data['discount%'] = add_discount_data(data)
# item単価を追加
data['item_price'] = data.Sales_Amount / data.Quantity
# 不要カラムを削除
data = data.drop('Unnamed: 0', axis=1)

# 下記の変数は、最適化したい対象を設定します。製品カテゴリーまたは製品自体です。
# カテゴリーの方が製品よりも少ないため、計算上はカテゴリーの方が簡単、しかし各製品に対しても可能。
product_grain = 'SKU_Category'
# 定めた粒度でdateでagg
#     - Total Quantity sold
#     - Total Sales Amount
#     - Average Discount in percentage
#     - Average item price
sales_by_date_and_category = data.groupby(['Date', product_grain]).agg(
    {
        'Quantity': 'sum',
        'Sales_Amount': 'sum',
        'discount%': np.average,
        'item_price': np.average
    }
).reset_index()
# 日と月を別のカラムに入れる
sales_by_date_and_category['day'] = sales_by_date_and_category.Date.dt.day
sales_by_date_and_category['month'] = sales_by_date_and_category.Date.dt.month
# 商品カテゴリーをラベルエンコーディングする
encoder = LabelEncoder().fit(sales_by_date_and_category[product_grain].values)
sales_by_date_and_category[product_grain] = encoder.transform(sales_by_date_and_category[product_grain])
sales_by_date_and_category

# 販売数量を予測するモデルを作成:
#     - product
#     - discount
#     - price
#     - day
#     - month
# ランダムフォレスト回帰木を用いる
rf = RandomForestRegressor()
X = sales_by_date_and_category[[product_grain, 'discount%', 'item_price', 'day', 'month']]
y = sales_by_date_and_category['Quantity']
rf = rf.fit(X, y)

# 予測数量を付与する
sales_by_date_and_category['predicted_quantity'] = rf.predict(X)
# 絶対平均誤差を計算
sales_by_date_and_category['error'] = abs(sales_by_date_and_category.Quantity - sales_by_date_and_category.predicted_quantity)
print(f"Mean Absolute Error: {sales_by_date_and_category['error'].mean()}")

# カテゴリID 69番
# 4月の需要曲線
category_num = 69
tmp = sales_by_date_and_category[(sales_by_date_and_category[product_grain]==category_num) & (sales_by_date_and_category["month"]==4)]
sns.regplot(x=tmp['predicted_quantity'], y=tmp['item_price']*(1-tmp["discount%"]), color='blue', label='APR')
# 12月の需要曲線
tmp = sales_by_date_and_category[(sales_by_date_and_category[product_grain]==category_num) & (sales_by_date_and_category["month"]==12)]
sns.regplot(x=tmp['predicted_quantity'], y=tmp['item_price']*(1-tmp["discount%"]), color='red', label='DEC')
plt.legend()
plt.title("Category ID=69")

def optimize_quantity_out(model, df, product_grain, product_grain_value, day, month):
  item_price_mean = df[df[product_grain] == product_grain_value].item_price.mean()
# get virtual prices
  potential_price = np.linspace(item_price_mean * 0.25, item_price_mean * 2, 50)
  # get virtual discounts
  potential_discount = np.linspace(0, 0.4, 20)
# loop to create each combination of price and discount
  samples = []
  for d in potential_discount:
    for p in potential_price:
      sample = {
          product_grain: product_grain_value,
          'discount%': d,
          'item_price': p,
          'day': day,
          'month': month
      }
      samples.append(sample)
# use trained model to predict on virtual samples
  samples = pd.DataFrame(samples)
  samples['q_out_pred'] = model.predict(samples)
  samples['pFp'] = samples['q_out_pred']*(1-samples["discount%"])*samples["item_price"]
  # tag optimal params
  samples['is_optimal'] = [True if s == max(samples.q_out_pred) else False for s in samples.q_out_pred]
  return samples

# 4月20日の、カテゴリID69の最適価格を算出する
day = 20
month = 4
sku = 69
optimal = optimize_quantity_out(rf, sales_by_date_and_category, product_grain, sku, day, month)

# ディスカウント率ごとの、価格と総売上高の関係
for rate in [0.0, 0.4]:
    tmp1 = optimal[optimal['discount%']==rate]
    plt.scatter(tmp1['item_price'], tmp1['pFp'], label=(f'DiscountRate {rate:.1%}'))
    plt.legend()

# カテゴリID 69番
# 4月の需要曲線
category_num = 69
tmp = sales_by_date_and_category[(sales_by_date_and_category[product_grain]==category_num) & (sales_by_date_and_category["month"]==4)]
sns.regplot(x=tmp['predicted_quantity'], y=tmp['item_price']*(1-tmp["discount%"]), color='blue', label='APR')
# 最適価格
D = optimal[optimal['pFp']==optimal['pFp'].max()][['discount%', 'item_price','q_out_pred']].values[0][0]
p = optimal[optimal['pFp']==optimal['pFp'].max()][['discount%', 'item_price','q_out_pred']].values[0][1]
q = optimal[optimal['pFp']==optimal['pFp'].max()][['discount%', 'item_price','q_out_pred']].values[0][2]
plt.scatter(q, (1-D)*p, color='red', label='Optimized point')
plt.legend()
plt.title("Category ID=69")