Tijdens de Magnus Advanced Analytics Hackathon 2023 is er gewerkt aan het analyseren van prijsgerelateerde aspecten van Dille & Kamille producten met behulp van data-analyse, zoals regressie en machine learning. Het doel was om een model te ontwikkelen dat inzicht kan bieden in prijsgerelateerde trends voor elk product.
Het resultaat van deze case is een interactief Power BI rapport dat informatie geeft over prijsgerelateerde aspecten per productcategorie, seizoen, winkellocatie en klantsegment. Met behulp van filters en slicers kan de data verfijnd en vergeleken worden.
Het model kan nog verbeterd worden door ook andere factoren in overweging te nemen, zoals concurrentie, promoties, weersomstandigheden, voorraad en klanttevredenheid. Hierdoor zou Dille & Kamille nog beter geadviseerd kunnen worden over hun prijsstrategie en zou er een realistischer beeld gegeven worden van hoe prijsgerelateerde aspecten variëren in verschillende situaties.
Bekijk de cases in onderstaande impressies (of kijk hier naar het totale overzicht)
Meijer Potato
AI search engine
NS | Prorail
Dille & Kamille
NHG
Meer weten over de uitwerking van deze Hackathon cases? Neem contact op met Han Raaijmakers
