[論文レビュー] Optimization Beyond Prediction: Prescriptive Price Optimization

Shinji Ito, Ryohei Fujimaki|arXiv (Cornell University)|May 18, 2016

Advanced Bandit Algorithms Research参考文献 13被引用数 7

ひとこと要約

本稿では、機械学習で得られた需要モデルを用いて、数百品目の製品の最適価格を同時に決定するための規定的価格最適化フレームワークを提案する。問題は2値二次計画法（BQP）として定式化され、ゴエマンズ＝ウィリアムソンのMax-Cut法に類似した高速なSDP緩和に基づく近似ソルバが考案され、実際の小売データにおいて8.2%の粗利益向上を達成した。計算時間は実用的であった。

ABSTRACT

This paper addresses a novel data science problem, prescriptive price optimization, which derives the optimal price strategy to maximize future profit/revenue on the basis of massive predictive formulas produced by machine learning. The prescriptive price optimization first builds sales forecast formulas of multiple products, on the basis of historical data, which reveal complex relationships between sales and prices, such as price elasticity of demand and cannibalization. Then, it constructs a mathematical optimization problem on the basis of those predictive formulas. We present that the optimization problem can be formulated as an instance of binary quadratic programming (BQP). Although BQP problems are NP-hard in general and computationally intractable, we propose a fast approximation algorithm using a semi-definite programming (SDP) relaxation, which is closely related to the Goemans-Williamson's Max-Cut approximation. Our experiments on simulation and real retail datasets show that our prescriptive price optimization simultaneously derives the optimal prices of tens/hundreds products with practical computational time, that potentially improve 8.2% of gross profit of those products.

研究の動機と目的

• 複雑な機械学習ベースの需要モデルを用いて、大規模な製品ポートフォリオにおける最適かつ同時的な価格戦略を導出する課題に取り組む。
• 大規模な価格最適化においてBQP問題の計算不能性を克服するため、スケーラブルな近似手法を開発する。
• 予測分析と規定的意思決定を統合し、業界に依存しない一般化可能な形で、分野特有の仮定を避ける。
• モデル推定誤差に起因する利益過大評価のリスクを、スパース学習技術によって軽減する。

提案手法

• 歴史的データに基づいて非線形回帰モデルを訓練し、価格弾力性や代替効果（キャンディベリゼーション）を含む複雑な需要-価格関係を捉える。
• これらの予測モデルを、製品価格に依存する利益関数に変換し、最適化の目的関数とする。
• 最適化問題は、ベースラインからの価格変更を表す2値変数を用いた2値二次計画法（BQP）として定式化される。
• BQP問題に半正定値計画法（SDP）緩和を適用し、ゴエマンズ＝ウィリアムソンのMax-Cutアルゴリズムに類似した手法を用いて高速な近似を実現する。
• 混合整数計画法が非現実的になる大規模問題においても、取り扱いやすくスケーラブルな解法パスを提供する。
• 過学習を軽減し、モデル推定誤差に起因する利益過大評価のリスクを低減するためにスパース学習を適用する。

実験結果

リサーチクエスチョン

• RQ1 機械学習ベースの需要モデルは、複数製品の最適価格戦略を導出するための数学的最適化フレームワークに効果的に統合可能か？
• RQ2 大規模なBQP問題のNP困難性を、スケーラブルかつ効率的な近似手法でどのように克服できるか？
• RQ3 提案されたSDP緩和法は、従来の混合整数計画法に比べ、解の品質と計算時間の両面で優れているとまでは言えるか？
• RQ4 機械学習モデルの推定誤差は利益予測にどのように影響を及ぼし、最適化フレームワーク内でこれを軽減できるか？

主な発見

• 提案された規定的価格最適化フレームワークは、50種類のビール製品を含む実際の小売データにおいて、粗利益が8.2%向上した。
• SDP緩和に基づくソルバにより、実用的な計算時間内で数百品目の同時最適化が可能となり、スケーラビリティと解の品質の面で最先端の手法を上回った。
• 実証的評価から、機械学習モデルの推定誤差が期待利益の著しい過大評価を引き起こす可能性があることが明らかになった。
• スパース学習は、予測モデル内のノイズや関係の薄い特徴をフィルタリングすることで、利益過大評価のリスク低減に有効であることが示された。
• クロスプライシング効果や弾力性を含む多様な製品タイプや価格ダイナミクスにおいて、フレームワークは頑健で一般化可能であることが示された。
• 正則化技術と組み合わせることで、ノイズが多いまたは不完全な需要予測下でも、高い解の品質を維持できた。