Markdown Optimization（折扣清仓定价优化）

1. 解决的问题

S1 吸奶器库存 500 件，成本 $60，原价 $129

2. 核心算法逻辑

清仓不是"打最低折卖完就行"，而是在库存生命周期内最大化总回收价值——太早打高折扣损失利润，太晚打低折扣剩库存。核心是找到每条折扣曲线上的最优折扣路径。

3. 业务应用场景

业务问题：S1 吸奶器库存 500 件，成本 $60，原价 $129。新款 S2 3 个月后上市。需要在 12 周内清完 S1 库存，最大化回收价值。太早深度打折会影响品牌形象且被亚马逊算法降权。

数据要求：历史清仓数据（同类产品不同折扣下的周销量曲线）

预期产出： - 最优路径：Week 1-6 维持 $119（-8%），Week 7-9 降到 $99（-23%），Week 10-12 降到 $79（-39%） - 预计回收 $46,500（vs 全价估算 $64,500，残值 $15,000） - 库存清零率 95%+

4. 输入数据要求

请查看原始代码模板获取输入规格。

5. 输出结果

请查看原始代码模板获取输出规格。

6. 业务价值 / ROI

• ROI 预估：每批清仓多回收 15-40%；母婴年均 3-5 批清仓，年化 20-50 万元
• 实施难度：⭐⭐☆☆☆（2 星）
• 优先级评分：⭐⭐⭐☆☆（3 星）— 季末高频需求

7. 代码模板

代码块数量：1 · 路径：paper2skills-code/pricing/markdown_optimization

"""Markdown Optimization — 动态清仓定价"""

import numpy as np
from typing import List, Tuple


def markdown_optimize(
    inventory: int, cost: float, full_price: float,
    weeks: int, salvage_ratio: float = 0.25,
    elasticity: float = -1.5,
    base_demand: float = None
) -> List[Tuple[int, float, float]]:
    """
    逆向归纳清仓优化
    
    Returns: [(week, price, expected_sales), ...]
    """
    base_demand = base_demand or inventory / (weeks * 0.4)
    salvage_value = cost * salvage_ratio
    discounts = np.linspace(0, 0.6, 13)  # 0%-60% 折扣
    
    # 简化为贪心周度决策
    plan = []
    remaining = inventory
    
    for w in range(1, weeks + 1):
        weeks_left = weeks - w + 1
        # 目标周销量 = 剩余库存 / 剩余周数
        target_sales = remaining / weeks_left
        
        # 找最小折扣满足目标销量
        best_d = 0.0
        for d in discounts:
            price = full_price * (1 - d)
            estimated_demand = base_demand * ((price / full_price) ** elasticity)
            if estimated_demand >= target_sales * 0.4:  # 允许略低于
                best_d = d
                break
        
        price = full_price * (1 - best_d)
        sales = min(base_demand * ((price / full_price) ** elasticity), remaining)
        sales = max(sales, target_sales * 0.3)  # 底线
        sales = min(sales, remaining)
        
        plan.append((w, round(price, 2), round(sales)))
        remaining -= sales
        
        if remaining <= 0:
            break
    
    total_rev = sum(p * s for _, p, s in plan)
    total_rev += remaining * salvage_value
    return plan, total_rev


if __name__ == '__main__':
    plan, revenue = markdown_optimize(
        inventory=500, cost=60, full_price=129,
        weeks=12, salvage_ratio=0.25, elasticity=-1.5
    )

8. 论文来源

未自动抽取；请查看原始 Skill 卡片。