Tekoälyalgoritmien vertailu optimaalisen hinnan määrittämisessä

Abstract

Tässä opinnäytetyössä tarkastellaan tekoälyalgoritmien soveltuvuutta tuotteen optimaalisen hinnan määrittämiseen. Työn tavoitteena oli vertailla algoritmeja keskenään ja arvioida, voidaanko niitä hyödyntää hinnoittelupäätöksissä. Tut-kimusongelmana oli selvittää, kuinka eri algoritmit eroavat toisistaan ennuste-tarkkuuden ja käytännön hyödyn näkökulmasta. Lisäksi haluttiin tutkia, tuotta-vatko monimutkaisemmat mallit huomattavasti parempia tuloksia kuin yksin-kertaisemmat mallit.

Työn teoreettinen osa kuvaa hinnoittelun merkitystä liiketoiminnassa ja opti-maalisen hinnan tarkoitusta yritysten hintastrategian näkökulmasta. Lisäksi tarkastellaan dynaamista hinnoittelua sekä tekoälyn roolia nykyaikaisissa liike-toimintaprosesseissa. Teoriaosuudessa käsitellään myös erilaisten koneoppi-mismenetelmien käyttöä hinnoittelutehtävissä, kuten kysynnän ennustamises-sa ja asiakaskäyttäytymisen analysoinnissa.

Tutkimuksen kokeellinen osa toteutettiin käyttämällä pilvipohjaista koneoppi-misympäristöä, jossa rakennettiin, koulutettiin ja testattiin useita regressiomal-leja. Vertailuun otettiin lineaariseen regressioon perustuva malli sekä gradient boosting -menetelmään perustuva päätöspuumalli. Mallit toteutettiin kahdella eri menetelmällä: manuaalisesti visuaalisessa kehitysympäristössä ja käyttä-mällä automaattista koneoppimistoimintoa. Mallien suorituskykyä arvioitiin yleisesti koneoppimisessa käytetyillä mittareilla. Tulosten analysointi ja visuali-sointi tehtiin taulukkolaskentaohjelmassa, jonka avulla luotiin pivot-taulukoita ja kaavioita.

Työn tulokset osoittavat, että monimutkaisempien algoritmien käyttö ei aina ole perusteltua, sillä myös yksinkertaisemmat algoritmit voivat tuottaa riittävän tarkkoja ennusteita. Algoritmin valinnassa tulisi huomioida käytettävissä ole-van datan määrä ja laatu sekä yrityksen hintastrategia. Tekoälyn soveltami-nen hinnoittelutehtäviin vaatii syvällistä perehtymistä prosesseihin, asiantun-temusta ja kriittistä arviointia. Tulosten perusteella voidaan todeta, että teko-älyalgoritmeja voidaan käyttää hinnoittelun analysointiin ja päätöksenteon työ-kaluna ottaen huomioon teknologian nopean ja jatkuvan kehityksen, joka hel-pottaa tekoälyn käyttöönottoa ja parantaa sen toiminnan laatua.