Passa ai contenuti principali

Price optimization

L’ottimizzazione dei prezzi è una delle applicazioni principali della ricerca operativa. L’idea di base è semplice: non è una buona strategia vendere un bene o un servizio sempre allo stesso prezzo. Prendiamo ad esempio il servizio offerto dai Freccia Rossa sula tratta Roma-Milano. Vendere un passaggio a €200 (P1) vuol dire che verrà acquistato solo da poche persone (Q1). Vendere lo stesso passaggio a €50 (P2) vuol dire venderlo a più persone (Q2) ma, allo stesso tempo, perdere il maggior profitto delle persone che lo avrebbero comunque acquistato a €200. 

 

Con un po’ di pazienza ho campionato i prezzi di un passaggio su Freccia Rossa da Roma a Milano ad agosto e settembre 2020. Già si vede che a parità di orario di partenza, i prezzi cambiano seguendo livelli di servizio crescente, dallo standard all’executive. 

 

Ordinando i 23 prezzi in senso crescente, già si vede che, ad esclusione della tariffa executive, tutti i prezzi seguono una progressione lineare. Si tratta di un’ipotesi o di una proprietà? 

Come fare ora per dedurre che tipo di relazione esiste tra la domanda ed il prezzo? Sono partito dalla considerazione che un Freccia Rossa 1000 ha circa 450 posti a sedere, che ho distribuito tra i 23 prezzi attribuendone “pochi” ai biglietti che costano tanto e “molti” a quelli che costano meno secondo una progressione geometrica. Il risultato è nel grafico “Prezzi vs Domanda”. 

 

Attenzione: i numeri ed i grafici mostrati hanno solo una finalità divulgativa, perché in qualche modo frutto di una veloce ingegneria inversa. Resta però comunque valido il ragionamento: la determinazione dei prezzi guidano la redditività della vendita di un bene o servizio. 

Commenti

Post popolari in questo blog

Digital Twin – Il caso Hyperloop

  Con il termine  hyperloop  si identificano una serie di tecnologie che promettono di rivoluzionare il trasporto di persone e cose. L’idea di base è molto semplice: far viaggiare all’interno di tubi, dove viene creato il vuoto, delle capsule ad alta velocità con binari a levitazione magnetica.   Credits: Virgin Hyperloop on instagram.com/p/CRHEB9ctQ6u/   Qualche tempo fa, mi è capitato di leggere un interessante articolo su come la progettazione della soluzione guidata dal gruppo Virgin, sia stata affiancata da analisi svolte mediante un sistema di ottimizzazione matematica. Come meglio descritto nel seguito, un digital twin, completamente basato su un modello matematico di ottimizzazione, permette di valutare le migliori scelte progettuali tenendo in considerazione i vari obiettivi di progetto.   La necessità di avere un digital twin nasce probabilmente dal fatto che le tecnologie  hyperloop  non hanno una base di partenza già esistente. No...

La programmazione dichiarativa come sistema di intelligenza artificiale

Sull'intelligenza artificiale si è creato un grosso equivoco, che vale la pena risolvere. https://www.instagram.com/p/BwyfskdnV7a/ Senza voler essere formali, l’accezione comune di intelligenza artificiale è usata per identificare un sistema informatico basato su reti neurali usato per risolvere problemi di  difficile formalizzazione . Ad esempio, le auto a guida autonoma, i sistemi di traduzione in tempo reale, la previsione dei prezzi dell’energia. Per  difficile formalizzazione  intendo un concetto molto sottile. Scrivere un algoritmo che sia in grado di riconoscere l’immagine di un gattino è molto difficile se non impossibile. Mentre, in maniera paradossale, è più semplice scrivere un algoritmo che  impari  a riconoscere gattini perché è stato addestrato con le immagini di mille diversi gattini. Cablare ed addestrare una rete neurale che riconosca gattini è un esempio di  meta-programmazione , proprio perché non si scrive un algoritmo che ca...

PuLP – Un valido strumento per la didattica

L'insegnamento dei concetti di base della ricerca operativa, ovvero la programmazione lineare, ha trovato nel corso degli ultimi anni diversi strumenti di supporto. Sono ormai parecchi i software gratuiti e open source che permettono agli studenti e agli insegnanti di toccare con mano le nozioni e i concetti spiegati e studiati sui banchi. Ricordiamo, ad esempio, glpk che con il suoi linguaggio di modellazione MathProg permettete di scrivere e risolvere anche complessi modelli di programmazione lineare intera. Oppure citiamo anche lp_solve che con il suo ambiente impropriamente chiamato lp_solve IDE permette di scrivere e risolvere modelli di programmazione lineare direttamente nella formulazione matematica. A mio avviso però le proposte appena citate sono limitate nella potenza espressiva e nelle capacità di integrarsi con altri software o moduli esterni. Queste limitazioni sono egregiamente risolte da PuLP : un modellatore di problemi di programmazione lineare intera basato ...