Dinamik Fiyat Simülatörü — Getir Fikir #062

Fikir

Problem → Çözüm

Problem

Fiyat değişiklikleri kategori yöneticisinin sezgisiyle ve rakip fiyatına bakarak yapılıyor. Bir ürüne yapılan zammın talebi ne kadar düşüreceği ve muadil ürünlere ne kadar kayacağı bilinmediği için ya marj ya da hacim kaybediliyor.

Çözüm

Dinamik Fiyat Simülatörü, her SKU için geçmiş fiyat deneyleri ve doğal varyasyondan öğrenilmiş fiyat esnekliğini kullanır. Kullanıcı fiyatı, kampanya indirimini ve rakip fiyatını değiştirdikçe tahmini adet, ciro ve brüt kâr anında güncellenir; çapraz etkiler (kanibalizasyon) de hesaba katılır.

Ürün

Temel özellikler

1SKU bazlı elastikiyetHiyerarşik Bayes modeliyle az verili SKU’larda bile güvenilir esneklik.

2What-if kaydırıcılarıFiyat, indirim, rakip fiyatı değiştir; sonuç anında.

3KanibalizasyonFiyat artışında muadil ürünlere kayan talep tahmini.

4Güvenli deney önerisiBelirsizlik yüksekse önce 10 depoda fiyat testi önerir.

AI katmanı

Yapay zeka nerede devreye giriyor?

Hiyerarşik Bayes log-log talep modeli fiyat esnekliğini, LightGBM baz talebi tahmin eder; simülatör ikisini birleştirerek güven aralıklı sonuç verir.

PyMC hiyerarşik model: kategori → marka → SKU esneklik katsayıları; ortalama esneklik -1,4 (gazlı içecek) / -0,6 (ekmek)
Double ML (EconML) ile fiyat-talep ilişkisinde kampanya ve mevsim confounder’larının ayrıştırılması
LightGBM baz talep + çapraz esneklik matrisi; LLM katmanı sonucu “öneri + risk” cümlesiyle özetler

Mimari

Nasıl çalışır?

Fiyat & Satış VerisiSnowflake • 2 yıl

Elastikiyet ModeliPyMC + EconML

Baz TalepLightGBM

Simülasyon APIFastAPI • Redis cache

Simülatör UINext.js • kaydırıcılar

Teknoloji

Stack

Arayüz

Next.jsTailwindRecharts

Backend

Python 3.12FastAPIAirflow

AI / ML

PyMCEconMLLightGBM

Veri

SnowflakeRedisPostgreSQL

Altyapı & DevOps

AWS SageMakerKubernetes (EKS)MLflow

Go-to-market

Pazarlama & lansman

Kategori kahvaltısıKategori yöneticilerine kendi SKU’ları ile canlı simülasyon atölyesi.

Fiyat değişikliği şablonuHer fiyat değişikliği talebine simülatör çıktısı eklenmesi zorunlu hale gelir.

Kazanım raporuÇeyreklik “simülatörle alınan kararların marj etkisi” sunumu.

Ölçüm

Başarı metrikleri (hedef)

+1,8 puankategori brüt marjı

%12tahmin hatası (MAPE, adet)

-%40zarar eden fiyat değişikliği

Teslimat

MVP yol haritası

Hafta 1-2Veri ve esneklik v1Fiyat değişim geçmişi temizliği, 3 kategoride log-log model.

Hafta 3-4Simülatör UIWhat-if kaydırıcıları, güven aralığı, 10 kategori yöneticisiyle test.

Hafta 5-8Kanibalizasyon + deneyÇapraz esneklik ve otomatik fiyat testi önerisi.

Fİ

Fatih İnci — Full Stack Software Engineer

Bir fikri production’a taşırken ilk sorum şu: ölçülebilir mi ve mevcut sistemi bozmadan nasıl açılır? Yaklaşık 4 yıl, ayda yüz milyonlarca CDN isteği alan bir embed script üzerinde çalıştım. Kademeli geçiş ve gerçek test kapsamı benim için vazgeçilmez. Remote çalışmaya hazırım.