{"id":29706,"date":"2024-07-11T09:09:25","date_gmt":"2024-07-11T09:09:25","guid":{"rendered":"https:\/\/hello.pricelabs.co\/?p=29706"},"modified":"2024-07-11T09:09:30","modified_gmt":"2024-07-11T09:09:30","slug":"panoramica-dell-algoritmo-di-dynamic-pricing-di-pricelabs-parte-1","status":"publish","type":"post","link":"https:\/\/hello.pricelabs.co\/it\/blog\/panoramica-dell-algoritmo-di-dynamic-pricing-di-pricelabs-parte-1\/","title":{"rendered":"Panoramica dell&#8217;algoritmo di Dynamic Pricing di Pricelabs (Parte 1)"},"content":{"rendered":"<div id=\"ez-toc-container\" class=\"ez-toc-v2_0_82_2 counter-flat ez-toc-counter ez-toc-grey ez-toc-container-direction\">\n<div class=\"ez-toc-title-container\">\n<p class=\"ez-toc-title\" style=\"cursor:inherit\">Indice<\/p>\n<span class=\"ez-toc-title-toggle\"><\/span><\/div>\n<nav><ul class='ez-toc-list ez-toc-list-level-1 ' ><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-1\" href=\"https:\/\/hello.pricelabs.co\/it\/blog\/panoramica-dell-algoritmo-di-dynamic-pricing-di-pricelabs-parte-1\/#segreto-1-raccolta-dei-dati\" data-wpel-link=\"internal\">Segreto 1: raccolta dei dati<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-2\" href=\"https:\/\/hello.pricelabs.co\/it\/blog\/panoramica-dell-algoritmo-di-dynamic-pricing-di-pricelabs-parte-1\/#segreto-2-comp-set-iperlocali\" data-wpel-link=\"internal\">Segreto 2: comp-set iperlocali<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-3\" href=\"https:\/\/hello.pricelabs.co\/it\/blog\/panoramica-dell-algoritmo-di-dynamic-pricing-di-pricelabs-parte-1\/#segreto-3-previsione-della-domanda\" data-wpel-link=\"internal\">Segreto 3: previsione della domanda<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-4\" href=\"https:\/\/hello.pricelabs.co\/it\/blog\/panoramica-dell-algoritmo-di-dynamic-pricing-di-pricelabs-parte-1\/#segreto-4-affinare-la-previsione\" data-wpel-link=\"internal\">Segreto 4: affinare la previsione<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-5\" href=\"https:\/\/hello.pricelabs.co\/it\/blog\/panoramica-dell-algoritmo-di-dynamic-pricing-di-pricelabs-parte-1\/#segreto-5-elasticita-della-domanda\" data-wpel-link=\"internal\">Segreto 5: elasticit\u00e0 della domanda<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-6\" href=\"https:\/\/hello.pricelabs.co\/it\/blog\/panoramica-dell-algoritmo-di-dynamic-pricing-di-pricelabs-parte-1\/#segreto-6-massimizzare-i-ricavi-con-lalgoritmo-di-dynamic-pricing\" data-wpel-link=\"internal\">Segreto 6: massimizzare i ricavi con l&#8217;algoritmo di dynamic pricing<\/a><\/li><\/ul><\/nav><\/div>\n\n<p><em>Scoprite i segreti dell&#8217;<em>algoritmo di Dynamic P<\/em>ricing all&#8217;avanguardia di Pricelabs. Esplorate la scienza alla base dei dati: un&#8217;avventura tecnica vi aspetta!<\/em><\/p>\n\n\n\n<p>Il documento che segue potrebbe essere un po&#8217; tecnico, ma vi aiuter\u00e0 a capire la &#8220;scatola nera&#8221; delle raccomandazioni di <a href=\"https:\/\/hello.pricelabs.co\/it\/dynamic-pricing\/\" target=\"_blank\" rel=\"noreferrer noopener\" data-wpel-link=\"internal\">Dynamic Pricing<\/a>. Non \u00e8 necessario leggere questo articolo per capire come utilizzare PriceLabs, ma se siete interessati a conoscere gli algoritmi, allora tenetevi forte!  <\/p>\n\n\n\n<p>Per aiutarvi a imparare a usare il prodotto, abbiamo <a href=\"https:\/\/hello.pricelabs.co\/training\/\" data-wpel-link=\"external\" target=\"_blank\" rel=\"external noopener noreferrer\">sessioni giornaliere di onboarding dal vivo<\/a>, video di formazione su <a href=\"https:\/\/www.youtube.com\/channel\/UCMz3tKugGoYeZbTAhk8JMrg\" data-wpel-link=\"external\" target=\"_blank\" rel=\"external noopener noreferrer\">YouTube<\/a> e una Knowledge Base, ovvero una <a href=\"https:\/\/help.pricelabs.co\/portal\/en\/kb\/pricelabs\" data-wpel-link=\"external\" target=\"_blank\" rel=\"external noopener noreferrer\">base di conoscenze dettagliata<\/a> per aiutarvi a usare Pricelabs in modo efficace. Ma per chi volesse andare sul tecnico e immergersi nel mondo della matematica per capire come vengono calcolate le raccomandazioni, questa sarebbe un&#8217;ottima lettura.<br><br>Attenzione: si tratta di una lettura tecnica con concetti di progettazione, matematici e grafici.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"h-segreto-1-raccolta-dei-dati\"><span class=\"ez-toc-section\" id=\"segreto-1-raccolta-dei-dati\"><\/span><strong>Segreto 1: raccolta dei dati<\/strong><span class=\"ez-toc-section-end\"><\/span><\/h2>\n\n\n\n<p><em>I dati sono il nuovo petrolio!<\/em><\/p>\n\n\n\n<p>Otteniamo le informazioni sulla vostra propriet\u00e0 dal vostro sistema di gestione di prorpiet\u00e0 o da Airbnb \/ VRBO se li integrate direttamente. Questi dati ci aiutano a capire dove si trova il vostro alloggio, i dettagli relativi all&#8217;alloggio (ad esempio, il numero di camere da letto, i posti letto), i prezzi futuri, lo storico delle prenotazioni e la disponibilit\u00e0.<\/p>\n\n\n\n<p>L&#8217;utilizzo dei dati di mercato per determinare il prezzo delle propriet\u00e0 \u00e8 il cuore dell&#8217;algoritmo di dynamic pricing di Pricelabs. Analizziamo diversi portali di prenotazione e fonti di dati dirette per ottenere una comprensione unificata di ci\u00f2 che sta accadendo in tutto il mondo.  <\/p>\n\n\n\n<p>Attualmente, scansioniamo oltre 10 milioni di singole unit\u00e0 da Airbnb, VRBO e Booking.com. Inoltre, otteniamo dati di fonte diretta da <a href=\"https:\/\/hello.pricelabs.co\/pricelabs-x-key-data-partnership\/\" data-wpel-link=\"external\" target=\"_blank\" rel=\"external noopener noreferrer\">Key Data<\/a> per comprendere i modelli di prenotazione effettivi.  <\/p>\n\n\n\n<p>Probabilmente avrete sentito dire che gli scraped data (dati estratti da internet) non sono puliti e quindi non sono utili. Ci\u00f2 \u00e8 dovuto principalmente al fatto che gli scraped data possono avere blocchi  imposti dai proprietari, per cui non \u00e8 possibile sapere se si tratta di una prenotazione o di un blocco. Applichiamo tecniche di logica di rimozione dei blocchi per determinare se una prenotazione degli scraped data sia un blocco o una prenotazione. Alcuni esempi sono i divieti a livello di mercato: prenotazioni lunghe con la stessa data di inizio e fine negli alloggi, modelli ripetuti a livello di alloggio, anomalie di prezzo, ecc.  <\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"h-segreto-2-comp-set-iperlocali\"><span class=\"ez-toc-section\" id=\"segreto-2-comp-set-iperlocali\"><\/span><strong>Segreto 2: comp-set iperlocali  <\/strong><span class=\"ez-toc-section-end\"><\/span><\/h2>\n\n\n\n<p><em>Ricerca nel vicinato: le insidie si nascondono nei dettagli!<\/em><\/p>\n\n\n\n<p>Abbiamo scoperto che anche alloggi della stessa citt\u00e0 possono avere trend di mercato significativamente diversi a seconda della loro posizione, con conseguenti tendenze completamente diverse per giorno della settimana, stagione ed eventi. Per questo motivo, concentriamo la nostra modellazione dei prezzi su dati iperlocali che ci permettono di cogliere trend potenzialmente unici per un piccolo insieme di alloggi.  <\/p>\n\n\n\n<p><strong>Esempio: <\/strong>Prendiamo ad esempio due quartieri di Chicago: Loop e Lincoln Park. Si trovano a soli 4 km di distanza l&#8217;uno dall&#8217;altro. Ma se osserviamo i dati, i modelli di giorno della settimana per i due quartieri sono molto diversi. Ci\u00f2 \u00e8 dovuto principalmente al fatto che il Chicago Loop \u00e8 il quartiere degli affari, con una domanda pi\u00f9 forte a met\u00e0 settimana da parte dei viaggiatori d&#8217;affari, mentre Lincoln Park attrae una domanda pi\u00f9 turistica in quanto non ci sono molti uffici.<\/p>\n\n\n\n<figure class=\"wp-block-image aligncenter\"><img decoding=\"async\" src=\"https:\/\/lh4.googleusercontent.com\/_0X-6JaZb4uIEHw7Uw6s8bv-nTlufLF4MPIxokBZLW86JNm9xB-gMuijU9rwVCz2brDjZFfYSFfcc9KzsotyE4G3MOxYrI_fVHpZ9d52ioUu5Uy9sxxFY08zqEq2RhwGVsqqeIrtWkcodud3UcMwFKo\" alt=\"\"\/><figcaption class=\"wp-element-caption\">Come vengono recuperati i dati per i quartieri Loop (in blu) e Lincoln Park (in arancione) di Chicago utilizzando una combinazione di esagoni H3 e di ricerca a raggio esatto (in rosso).  <\/figcaption><\/figure>\n\n\n\n<p><\/p>\n\n\n\n<figure class=\"wp-block-image size-large\"><img fetchpriority=\"high\" decoding=\"async\" width=\"1024\" height=\"419\" src=\"https:\/\/hello.pricelabs.co\/wp-content\/uploads\/2023\/09\/image-94-1024x419.png\" alt=\"\" class=\"wp-image-22693\" srcset=\"https:\/\/hello.pricelabs.co\/wp-content\/uploads\/2023\/09\/image-94-1024x419.png 1024w, https:\/\/hello.pricelabs.co\/wp-content\/uploads\/2023\/09\/image-94-300x123.png 300w, https:\/\/hello.pricelabs.co\/wp-content\/uploads\/2023\/09\/image-94-768x314.png 768w, https:\/\/hello.pricelabs.co\/wp-content\/uploads\/2023\/09\/image-94.png 1516w\" sizes=\"(max-width: 1024px) 100vw, 1024px\" \/><\/figure>\n\n\n\n<p><strong>Esempio: <\/strong>Consideriamo ora St. Augustine, in Florida. Questa volta si tratta delle zone Beach (spiaggia) e Old Town (citt\u00e0 vecchia). Anche se si trovano a soli 8 km di distanza, la stagionalit\u00e0 \u00e8 molto diversa.  <\/p>\n\n\n\n<figure class=\"wp-block-image aligncenter\"><img decoding=\"async\" src=\"https:\/\/lh6.googleusercontent.com\/0MJLkeG7GwxIGQj9cTqRGABTTl-ofnL_yLHVvhKZp5ZPpOBVM938DavTWLzUXXkp_GUK6JXARWwBQ73qLiaVEVURS5a3vyadvSi6Kjljg8RvX2Nu8VK5xRLYlN2_BZEfWf4WBmOeenm9ZCducQuZCUI\" alt=\"\"\/><figcaption class=\"wp-element-caption\">Come vengono recuperati i dati per Beach (in blu) e Old Town (in arancione) di St Augustine utilizzando una combinazione di esagoni H3 e di ricerca a raggio esatto (in rosso).<\/figcaption><\/figure>\n\n\n\n<p><\/p>\n\n\n\n<p>Come si vede nel grafico sottostante, la zona di Old Town ha un picco nel periodo natalizio mentre la zona Beach ha un picco estivo.<\/p>\n\n\n\n<figure class=\"wp-block-image size-large\"><img decoding=\"async\" width=\"1024\" height=\"478\" src=\"https:\/\/hello.pricelabs.co\/wp-content\/uploads\/2023\/09\/image-96-1024x478.png\" alt=\"\" class=\"wp-image-22704\" srcset=\"https:\/\/hello.pricelabs.co\/wp-content\/uploads\/2023\/09\/image-96-1024x478.png 1024w, https:\/\/hello.pricelabs.co\/wp-content\/uploads\/2023\/09\/image-96-300x140.png 300w, https:\/\/hello.pricelabs.co\/wp-content\/uploads\/2023\/09\/image-96-768x359.png 768w, https:\/\/hello.pricelabs.co\/wp-content\/uploads\/2023\/09\/image-96.png 1330w\" sizes=\"(max-width: 1024px) 100vw, 1024px\" \/><\/figure>\n\n\n\n<p>Questi esempi e molti altri ci hanno portato a costruire il nostro nuovo algoritmo di dynamic pricing, Hyper Local Pulse (HLP).<\/p>\n\n\n\n<p>Ora guardiamo a un mercato iper-locale su Airbnb o VRBO per determinare il prezzo di una propriet\u00e0 specifica. Questo \u00e8 definito da 350 alloggi vicini di dimensioni simili in un raggio massimo di 15 km &#8211; Il raggio effettivo \u00e8 determinato in modo dinamico.  <\/p>\n\n\n\n<p>Come afferma Pedro, Senior Data Scientist: &#8220;Al centro di tutto ci\u00f2 che facciamo a Pricelabs ci sono dati di alta qualit\u00e0. Ma avere dati non \u00e8 utile se non si possono interrogare e trovare trend alla velocit\u00e0 della luce. Il requisito pi\u00f9 impegnativo per l&#8217;ingegneria dei dati \u00e8 che i nostri dati devono essere il pi\u00f9 possibile online per riflettere lo stato attuale del comp-set  iperlocale di una propriet\u00e0, perch\u00e9 dati aggiornati significano che il nostro algoritmo di dynamic pricing pu\u00f2 reagire rapidamente ai cambiamenti del mercato. Utilizzando H3, incorporiamo quasi istantaneamente nuovi alloggi al nostro set di dati&#8221;.<\/p>\n\n\n\n<p>Inizialmente abbiamo risolto il problema della creazione di comp-set ospitando un indice <a href=\"https:\/\/en.wikipedia.org\/wiki\/Ball_tree\" data-wpel-link=\"external\" target=\"_blank\" rel=\"external noopener noreferrer\">Ball Tree<\/a> a bassa latenza ma elaborato in batch, il che ha introdotto un certo ritardo nei nostri dati. Alla fine abbiamo sostituito questa configurazione con l&#8217;utilizzo di <a href=\"https:\/\/h3geo.org\" data-wpel-link=\"external\" target=\"_blank\" rel=\"external noopener noreferrer\">indici H3<\/a>. H3 \u00e8 un sistema di griglia globale discreta sviluppato da Uber, che ci permette di restringere in modo efficiente il nostro spazio di ricerca prima di risolvere il problema dei K-Nearest Neighbors (KNN). Utilizzando questa strategia, possiamo garantire che la nostra ricerca venga effettuata costantemente sui migliori dati disponibili.<\/p>\n\n\n\n<blockquote class=\"wp-block-quote is-style-plain has-ast-global-color-4-background-color has-background has-medium-font-size is-layout-flow wp-block-quote-is-layout-flow\" style=\"font-style:normal;font-weight:300\">\n<p>Nella nostra ricerca di informazioni pi\u00f9 accurate sui prezzi, abbiamo imparato che quartieri diversi all&#8217;interno della stessa citt\u00e0 possono presentare trend di mercato molto diversi. Per risolvere questo problema, abbiamo introdotto il nostro innovativo algoritmo di dynamic pricing, Hyper Local Pulse (HLP). Questo algoritmo si concentra su dati iperlocali, consentendoci di cogliere trend distinti all&#8217;interno di piccole sacche di alloggi. Definiamo un mercato iperlocale come 350 alloggi vicini di dimensioni simili entro un raggio determinato dinamicamente fino a 15 km, utilizzando gli esagoni H3 per garantire l&#8217;aggiornamento dei dati in tempo reale. Questo approccio ha sostituito il nostro metodo precedente, fornendo informazioni pi\u00f9 precise e aggiornate sui prezzi delle propriet\u00e0.<\/p>\n<\/blockquote>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"h-segreto-3-previsione-della-domanda\"><span class=\"ez-toc-section\" id=\"segreto-3-previsione-della-domanda\"><\/span><strong>Segreto 3: previsione della domanda<\/strong><span class=\"ez-toc-section-end\"><\/span><\/h2>\n\n\n\n<p><em>Oltre le supposizioni: sfruttare il potere della scienza dei dati.<\/em> <\/p>\n\n\n\n<p>La previsione \u00e8 un problema affascinante ed \u00e8 al centro delle nostre raccomandazioni di pricing dinamico. Quando si tratta di previsioni, adottiamo un approccio scientifico per rispondere alla domanda &#8220;Cosa farebbe un gestore dei ricavi&#8221;.  <\/p>\n\n\n\n<p>Osserviamo l&#8217;immagine sottostante che mostra le <a href=\"https:\/\/hello.pricelabs.co\/pacing-and-booking-curves-for-revenue-management\/\" data-wpel-link=\"external\" target=\"_blank\" rel=\"external noopener noreferrer\">curve di prenotazione<\/a> per il Lago di Como (Italia) &#8211; ogni linea rappresenta l&#8217;evoluzione dell&#8217;occupazione per una data nel passato. Come \u00e8 facile immaginare, ogni data ha una curva di prenotazione diversa.<br><br>L&#8217;occupazione finale di ogni data \u00e8 visibile a destra, dove l&#8217;occupazione varia dal 15% all&#8217;85%. Alcune date non mostrano alcuna occupazione a 150 giorni di distanza, mentre altre mostrano occupazione anche a 300 giorni di distanza. Sebbene ogni data abbia una curva di prenotazione diversa, alcune sono &#8220;raggruppate&#8221; insieme, mostrando modelli di prenotazione simili.  <\/p>\n\n\n\n<figure class=\"wp-block-image\"><img decoding=\"async\" src=\"https:\/\/lh6.googleusercontent.com\/JjDTnT1fbX8Jv-pgi_Mv_ARs4-0PCh2TawInqCHOci2dGufG3YGQx3E6sdUs5qcRLnjjrOKPVR_LJVhLSJFHawhbbyiCHgErf8OOwcNZfdiOWR0rRfAbQW6HF1s6g60_oryKs5POX72ex6TNV-KM30Q\" alt=\"\"\/><\/figure>\n\n\n\n<p>Quando si prevede la domanda per una <strong>&#8220;data futura&#8221; <\/strong>(df), il primo rompicapo da risolvere \u00e8 trovare le &#8220;<strong>date di riferimento<\/strong>&#8221; passate (dr1,&#8230;,drk ) i cui trend di prenotazione dovrebbero  essere seguiti dalla data futura. Ci sono molte opzioni per selezionare le date di riferimento, come ad esempio:  <\/p>\n\n\n\n<ol class=\"wp-block-list\">\n<li>Stagioni<\/li>\n\n\n\n<li>Stesso giorno della settimana  <\/li>\n\n\n\n<li>Date di festivit\u00e0 o eventi <\/li>\n\n\n\n<li>Punteggi di somiglianza calcolati in base alla forma della curva di prenotazione attuale.  <\/li>\n<\/ol>\n\n\n\n<p>Si tratta di un&#8217;enorme operazione di data science resa possibile da Pricelabs. Questa sperimentazione ha richiesto diversi mesi per trovare la giusta combinazione e la data di riferimento. In sintesi, \u00e8 la parte scientifica delle previsioni della sfera di cristallo!<\/p>\n\n\n\n<p>Utilizziamo le <strong>date di riferimento<\/strong> per capire come si prevede che una <strong>data futura <\/strong>riceva prenotazioni.  <\/p>\n\n\n\n<p>Molti gestori dei ricavi si occupano di questa parte, anche se richiede molto tempo. Con PriceLabs l&#8217;esercizio diventa pi\u00f9 semplice, soprattutto se si dispone di dati relativi all&#8217;anno precedente per un alloggio o un mercato.  <\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"h-segreto-4-affinare-la-previsione\"><span class=\"ez-toc-section\" id=\"segreto-4-affinare-la-previsione\"><\/span><strong>Segreto 4: affinare la previsione<\/strong><span class=\"ez-toc-section-end\"><\/span><\/h2>\n\n\n\n<p><br>La fase successiva \u00e8 quella in cui avviene il continuo perfezionamento della previsione: la parte reattiva di ci\u00f2 che accade nel mercato. Man mano che la data futura si avvicina alla data del soggiorno, utilizziamo due metriche fondamentali di gestione dei ricavi per adeguare le nostre previsioni: Pacing e Pick-up.<br><\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Il <strong>pacing <\/strong>rappresenta l&#8217;attuale occupazione della data futura rispetto alle date di riferimento della stessa finestra di prenotazione. Pensate a questo aspetto come alla &#8220;velocit\u00e0&#8221;: sto ricevendo prenotazioni pi\u00f9 velocemente o pi\u00f9 lentamente rispetto al passato?<\/li>\n\n\n\n<li>Il <strong>pick-up <\/strong>rappresenta la velocit\u00e0 (o la lentezza) con cui arrivano le prenotazioni. Pensate a questo come a una &#8220;accelerazione&#8221;: potremmo essere in ritardo rispetto al passato, ma di recente stiamo ricevendo molte prenotazioni e presto potremo superare l&#8217;occupazione del passato.  <\/li>\n<\/ul>\n\n\n\n<figure class=\"wp-block-image size-large\"><img decoding=\"async\" width=\"1024\" height=\"311\" src=\"https:\/\/hello.pricelabs.co\/wp-content\/uploads\/2023\/09\/Image-1-1024x311.png\" alt=\"\" class=\"wp-image-22553\" srcset=\"https:\/\/hello.pricelabs.co\/wp-content\/uploads\/2023\/09\/Image-1-1024x311.png 1024w, https:\/\/hello.pricelabs.co\/wp-content\/uploads\/2023\/09\/Image-1-300x91.png 300w, https:\/\/hello.pricelabs.co\/wp-content\/uploads\/2023\/09\/Image-1-768x233.png 768w, https:\/\/hello.pricelabs.co\/wp-content\/uploads\/2023\/09\/Image-1-1536x466.png 1536w, https:\/\/hello.pricelabs.co\/wp-content\/uploads\/2023\/09\/Image-1.png 1729w\" sizes=\"(max-width: 1024px) 100vw, 1024px\" \/><\/figure>\n\n\n\n<p>Matematicamente, la previsione per una data \u00e8 una funzione della curva di prenotazione finale delle nostre date di riferimento e della curva di prenotazione della data futura fino ad oggi. Molti gestori dei ricavi guardano quotidianamente i grafici di cui sopra per fare delle ipotesi sul futuro.<br><br>I nostri algoritmi lo fanno su scala quotidiana, in modo infallibile e automatico. Invece di tirare a indovinare, misuriamo come potrebbe essere la funzione affinch\u00e9 l&#8217;errore di previsione sia basso.  <\/p>\n\n\n\n<figure class=\"wp-block-image aligncenter size-full\"><img loading=\"lazy\" decoding=\"async\" width=\"505\" height=\"45\" src=\"https:\/\/hello.pricelabs.co\/wp-content\/uploads\/2023\/09\/Forecast-Algo-1.png\" alt=\"\" class=\"wp-image-22558\" srcset=\"https:\/\/hello.pricelabs.co\/wp-content\/uploads\/2023\/09\/Forecast-Algo-1.png 505w, https:\/\/hello.pricelabs.co\/wp-content\/uploads\/2023\/09\/Forecast-Algo-1-300x27.png 300w\" sizes=\"(max-width: 505px) 100vw, 505px\" \/><\/figure>\n\n\n\n<p>Elaboriamo circa 1 milione di punti dati ogni volta che aggiorniamo le tariffe di un alloggio. Siamo immensamente orgogliosi di questo risultato, che richiede ingegnerizzazione dei dati su vasta scala in tempo reale.  <\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"h-segreto-5-elasticit-della-domanda\"><span class=\"ez-toc-section\" id=\"segreto-5-elasticita-della-domanda\"><\/span><strong>Segreto 5: elasticit\u00e0 della domanda<\/strong><span class=\"ez-toc-section-end\"><\/span><\/h2>\n\n\n\n<p><em>Probabilmente conoscete l&#8217;elasticit\u00e0 dal WSJ, dal podcast Freakonomics o dal corso di economia.<\/em><\/p>\n\n\n\n<div class=\"wp-block-media-text alignwide is-stacked-on-mobile\" style=\"grid-template-columns:37% auto\"><figure class=\"wp-block-media-text__media\"><img loading=\"lazy\" decoding=\"async\" width=\"353\" height=\"330\" src=\"https:\/\/hello.pricelabs.co\/wp-content\/uploads\/2023\/09\/Price_elasticity_of_demand.svg.png\" alt=\"\" class=\"wp-image-22563 size-full\" srcset=\"https:\/\/hello.pricelabs.co\/wp-content\/uploads\/2023\/09\/Price_elasticity_of_demand.svg.png 353w, https:\/\/hello.pricelabs.co\/wp-content\/uploads\/2023\/09\/Price_elasticity_of_demand.svg-300x280.png 300w\" sizes=\"(max-width: 353px) 100vw, 353px\" \/><\/figure><div class=\"wp-block-media-text__content\">\n<p>Gli economisti utilizzano l&#8217;elasticit\u00e0 della domanda per misurare la variazione della domanda che ci si pu\u00f2 aspettare quando si aumenta o diminuisce il prezzo. \u00c8 determinante per i processi di produzione, ad esempio per stabilire quante auto produrre. Le automobili, i prodotti di base, i posti a sedere, ecc. sono generalmente disponibili in grandi quantit\u00e0 e la domanda indica generalmente quante singole unit\u00e0 possono essere vendute.<\/p>\n<\/div><\/div>\n\n\n\n<p>Ma come si fa a capire come cambia la domanda di affitti turistici in base al prezzo? C&#8217;\u00e8 un solo modo di affittare un alloggio: si pu\u00f2 vendere una notte o meno (100 % di occupazione o 0% di occupazione).<br><br>Nove anni fa, quando abbiamo progettato il nostro primo algoritmo, un&#8217;indagine nella letteratura esistente ci ha permesso di fare la nostra prima grande scoperta: invece di utilizzare come domanda il &#8220;<em>numero di unit\u00e0 che si prevede di vendere a un prezzo specifico<\/em>&#8220;, questo problema richiedeva di pensare alla domanda come &#8220;probabilit\u00e0 di essere prenotati&#8221; (PB) a prezzi diversi.<\/p>\n\n\n\n<figure class=\"wp-block-image size-large\"><img loading=\"lazy\" decoding=\"async\" width=\"1024\" height=\"526\" src=\"https:\/\/hello.pricelabs.co\/wp-content\/uploads\/2023\/09\/Probability-of-booking-at-given-price-2-1024x526.png\" alt=\"\" class=\"wp-image-22710\" srcset=\"https:\/\/hello.pricelabs.co\/wp-content\/uploads\/2023\/09\/Probability-of-booking-at-given-price-2-1024x526.png 1024w, https:\/\/hello.pricelabs.co\/wp-content\/uploads\/2023\/09\/Probability-of-booking-at-given-price-2-300x154.png 300w, https:\/\/hello.pricelabs.co\/wp-content\/uploads\/2023\/09\/Probability-of-booking-at-given-price-2-768x395.png 768w, https:\/\/hello.pricelabs.co\/wp-content\/uploads\/2023\/09\/Probability-of-booking-at-given-price-2.png 1379w\" sizes=\"(max-width: 1024px) 100vw, 1024px\" \/><\/figure>\n\n\n\n<p>La probabilit\u00e0 di essere prenotati varia per ogni data e per diversi punti di prezzo; anche per una stessa data, cambia nel tempo. Al variare della previsione della domanda, cambia la probabilit\u00e0 di ricevere prenotazioni a un prezzo specifico.  <\/p>\n\n\n\n<p>Stimiamo l&#8217;elasticit\u00e0 del mercato per ogni data futura, poich\u00e9 i fattori di mercato sottostanti come le previsioni della domanda, i prezzi di mercato e la sensibilit\u00e0 della domanda differiscono per ogni data. L&#8217;elasticit\u00e0 del mercato deve essere tradotta nella curva di elasticit\u00e0 unica del vostro alloggio, che determina la vostra probabilit\u00e0 di prenotazione a prezzi diversi.  <\/p>\n\n\n\n<figure class=\"wp-block-image aligncenter size-full\"><img loading=\"lazy\" decoding=\"async\" width=\"549\" height=\"45\" src=\"https:\/\/hello.pricelabs.co\/wp-content\/uploads\/2023\/09\/Demand-Elasticity-Algo.png\" alt=\"\" class=\"wp-image-22574\" srcset=\"https:\/\/hello.pricelabs.co\/wp-content\/uploads\/2023\/09\/Demand-Elasticity-Algo.png 549w, https:\/\/hello.pricelabs.co\/wp-content\/uploads\/2023\/09\/Demand-Elasticity-Algo-300x25.png 300w\" sizes=\"(max-width: 549px) 100vw, 549px\" \/><\/figure>\n\n\n\n<p>I grafici seguenti mostrano come l&#8217;elasticit\u00e0 pu\u00f2 variare a seconda della sensibilit\u00e0 del mercato e della previsione della domanda, che dipendono entrambe dall&#8217;evoluzione del mercato per una data futura. L&#8217;impatto dei prezzi di mercato \u00e8 assorbito dalla scala sull&#8217;asse delle ascisse.  <\/p>\n\n\n\n<figure class=\"wp-block-image size-large\"><img loading=\"lazy\" decoding=\"async\" width=\"1024\" height=\"538\" src=\"https:\/\/hello.pricelabs.co\/wp-content\/uploads\/2023\/09\/Market-Sensitivity-on-Probability-of-Booking-1024x538.png\" alt=\"\" class=\"wp-image-22675\" srcset=\"https:\/\/hello.pricelabs.co\/wp-content\/uploads\/2023\/09\/Market-Sensitivity-on-Probability-of-Booking-1024x538.png 1024w, https:\/\/hello.pricelabs.co\/wp-content\/uploads\/2023\/09\/Market-Sensitivity-on-Probability-of-Booking-300x158.png 300w, https:\/\/hello.pricelabs.co\/wp-content\/uploads\/2023\/09\/Market-Sensitivity-on-Probability-of-Booking-768x403.png 768w, https:\/\/hello.pricelabs.co\/wp-content\/uploads\/2023\/09\/Market-Sensitivity-on-Probability-of-Booking.png 1386w\" sizes=\"(max-width: 1024px) 100vw, 1024px\" \/><\/figure>\n\n\n\n<p><strong><strong>Probabilit\u00e0 di prenotazione in funzione della sensibilit\u00e0 del mercato:<\/strong> <\/strong>Il grafico qui sopra mostra due stime della probabilit\u00e0 di prenotazione: quella rossa \u00e8 identica alla prima curva di elasticit\u00e0 che abbiamo mostrato sopra. In confronto, la curva blu rappresenta un mercato pi\u00f9 sensibile ai prezzi e, quindi, ha una pendenza maggiore a prezzi &#8220;normali&#8221;. Diminuendo un po&#8217; il prezzo rispetto al prezzo base si ottiene una probabilit\u00e0 di prenotazione molto pi\u00f9 alta, mentre aumentandolo un po&#8217; la si riduce notevolmente. Stimiamo la giusta sensibilit\u00e0 al prezzo per ogni gruppo di competenza iperlocale e per ogni data futura. Questo \u00e8 molto evidente nei mercati di montagna, dove il mercato \u00e8 molto meno sensibile ai prezzi nella stagione sciistica rispetto alla stagione estiva. Tuttavia, la previsione della domanda complessiva \u00e8 simile.<\/p>\n\n\n\n<figure class=\"wp-block-image size-large\"><img loading=\"lazy\" decoding=\"async\" width=\"1024\" height=\"540\" src=\"https:\/\/hello.pricelabs.co\/wp-content\/uploads\/2023\/09\/market-demand-on-probability-of-booking-1024x540.png\" alt=\"\" class=\"wp-image-22680\" srcset=\"https:\/\/hello.pricelabs.co\/wp-content\/uploads\/2023\/09\/market-demand-on-probability-of-booking-1024x540.png 1024w, https:\/\/hello.pricelabs.co\/wp-content\/uploads\/2023\/09\/market-demand-on-probability-of-booking-300x158.png 300w, https:\/\/hello.pricelabs.co\/wp-content\/uploads\/2023\/09\/market-demand-on-probability-of-booking-768x405.png 768w, https:\/\/hello.pricelabs.co\/wp-content\/uploads\/2023\/09\/market-demand-on-probability-of-booking.png 1386w\" sizes=\"(max-width: 1024px) 100vw, 1024px\" \/><\/figure>\n\n\n\n<p><strong><strong>Probabilit\u00e0 di prenotazione in funzione della previsione di domanda:<\/strong> <\/strong>in questo grafico, la linea rossa mostra la probabilit\u00e0 di prenotazione in un giorno normale, mentre la curva verde mostra la probabilit\u00e0 di prenotazione in una data ad alta domanda. Si noti che la pendenza complessiva intorno al prezzo &#8220;normale&#8221; \u00e8 simile, ma l&#8217;intera curva \u00e8 spostata verso destra. Ci\u00f2 significa che se si mantiene il prezzo costante in una data ad alta richiesta, la probabilit\u00e0 di ottenere una prenotazione significativa aumenta.  <\/p>\n\n\n\n<p>Noterete che a prezzi molto bassi, la probabilit\u00e0 di prenotazione non continua a salire. In altre parole, anche se il prezzo \u00e8 ridotto quasi a 0, non garantisce la prenotazione! Ci\u00f2 \u00e8 dovuto a molteplici fattori, ma uno importante \u00e8 il &#8220;valore percepito&#8221;. Le materie prime (come il petrolio) hanno standard di qualit\u00e0 riconosciuti a livello mondiale. Pertanto, prezzi molto bassi si traducono in una domanda molto elevata.  <\/p>\n\n\n\n<p>Ma le case vacanza non hanno una misura standard di qualit\u00e0. Gli ospiti prenotano le case in base alla qualit\u00e0 percepita e alla qualit\u00e0 fisica (foto e servizi). In questi scenari, il prezzo agisce come un segnale di qualit\u00e0.<br><br>Quindi, se vendete a prezzi molto bassi, potreste non vendere tutte le sere (e guadagnereste molto meno, come vedremo in seguito!). Queste curve di elasticit\u00e0 ci aiutano a stimare come il mercato reagir\u00e0 alle variazioni di prezzo del vostro gruppo di competenza per ogni data futura.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"h-segreto-6-massimizzare-i-ricavi-con-l-algoritmo-di-dynamic-pricing\"><span class=\"ez-toc-section\" id=\"segreto-6-massimizzare-i-ricavi-con-lalgoritmo-di-dynamic-pricing\"><\/span><strong>Segreto 6: massimizzare i ricavi<\/strong> <strong>con l&#8217;algoritmo di dynamic pricing<\/strong><span class=\"ez-toc-section-end\"><\/span><\/h2>\n\n\n\n<p>Una volta compresa la probabilit\u00e0 che una data futura venga prenotata a un determinato prezzo, il prezzo ottimale P&#8217; \u00e8 quello che massimizza i &#8220;<strong>ricavi previsti<\/strong>&#8221; (ER).<\/p>\n\n\n\n<figure class=\"wp-block-image aligncenter size-full\"><img loading=\"lazy\" decoding=\"async\" width=\"438\" height=\"48\" src=\"https:\/\/hello.pricelabs.co\/wp-content\/uploads\/2023\/09\/Revmax-1.png\" alt=\"\" class=\"wp-image-22580\" srcset=\"https:\/\/hello.pricelabs.co\/wp-content\/uploads\/2023\/09\/Revmax-1.png 438w, https:\/\/hello.pricelabs.co\/wp-content\/uploads\/2023\/09\/Revmax-1-300x33.png 300w\" sizes=\"(max-width: 438px) 100vw, 438px\" \/><\/figure>\n\n\n\n<p>Potete usare anche un vecchio libro di calcolo per differenziare la funzione di ricavi previsti di cui sopra o lavorare su ogni possibile punto di prezzo e vedere quali massimizzano i vostri &#8220;<strong>ricavi previsti<\/strong>&#8220;.  <\/p>\n\n\n\n<figure class=\"wp-block-image size-large\"><img loading=\"lazy\" decoding=\"async\" width=\"1024\" height=\"526\" src=\"https:\/\/hello.pricelabs.co\/wp-content\/uploads\/2023\/09\/Expected-Revenue-1024x526.png\" alt=\"\" class=\"wp-image-22715\" srcset=\"https:\/\/hello.pricelabs.co\/wp-content\/uploads\/2023\/09\/Expected-Revenue-1024x526.png 1024w, https:\/\/hello.pricelabs.co\/wp-content\/uploads\/2023\/09\/Expected-Revenue-300x154.png 300w, https:\/\/hello.pricelabs.co\/wp-content\/uploads\/2023\/09\/Expected-Revenue-768x395.png 768w, https:\/\/hello.pricelabs.co\/wp-content\/uploads\/2023\/09\/Expected-Revenue.png 1380w\" sizes=\"(max-width: 1024px) 100vw, 1024px\" \/><\/figure>\n\n\n\n<p>Il grafico qui sopra mostra che a prezzi bassi la probabilit\u00e0 di prenotazione \u00e8 alta, ma i guadagni sono scarsi o nulli. D&#8217;altra parte, a prezzi molto elevati, la probabilit\u00e0 di prenotazione \u00e8 cos\u00ec bassa che non si guadagner\u00e0 pi\u00f9 nulla. Il punto di forza \u00e8 evidenziato dal riquadro in cui i ricavi previsti raggiungono il massimo.  <\/p>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity is-style-wide\"\/>\n\n\n\n<p>In questa prima parte della panoramica sui prezzi dinamici, abbiamo esplorato come Pricelabs calcola i prezzi per ogni giorno, un giorno alla volta. La prossima sfida \u00e8 come si evolveranno le opportunit\u00e0 di prenotazione e, di conseguenza, le tariffe. Per ottimizzare i ricavi, i prezzi devono essere aggiornati quotidianamente per ciascuno dei 365 giorni futuri. Ci\u00f2 significa che, invece di trovare un singolo prezzo ottimale, \u00e8 necessario determinare una serie di prezzi ottimali nel tempo, dando luogo a una sequenza di decisioni sui prezzi.<\/p>\n\n\n\n<p>\u00c8 un problema complesso da risolvere. Utilizziamo l&#8217;algoritmo di dynamic pricing per superare la nostra sfida: impostare prezzi ottimali nel tempo, considerando le mutevoli opportunit\u00e0 di prenotazione, i frequenti aggiustamenti di prezzo e il vasto numero di possibili combinazioni di prezzo. Ne parliamo nella <a href=\"https:\/\/hello.pricelabs.co\/overview-of-pricelabs-dynamic-pricing-algorithm-part-2\/\" data-wpel-link=\"external\" target=\"_blank\" rel=\"external noopener noreferrer\">seconda parte di questa serie di Blog<\/a>.  <\/p>\n\n\n\n<p>Se siete pronti a sperimentare i vantaggi del pricing dinamico, vi invitiamo a provare Pricelabs: <a href=\"https:\/\/pricelabs.co\/users\/sign_up\" data-wpel-link=\"external\" target=\"_blank\" rel=\"external noopener noreferrer\">Inizia la prova gratuita<\/a>. Sia che siate gestori di propriet\u00e0 esperti o che abbiate appena iniziato, il nostro algoritmo di dynamic pricing \u00e8 stato progettato per darvi la possibilit\u00e0 di lavorare al meglio.<br><br>Se avete domande su quanto sopra o su PriceLabs in generale, contattate il nostro team di supporto che risolver\u00e0 i vostri dubbi!<\/p>\n\n\n\n<p>Torniamo al lavoro!<\/p>\n\n\n\n<p>Il team di data science di Pricelabs<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Scoprite l&#8217;approccio trasparente di Pricelabs al dynamic pricing. Scoprite la scienza alla base del nostro algoritmo nella Parte 1 della nostra serie di Blog. Esplora ora!<\/p>\n","protected":false},"author":37,"featured_media":23175,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_yoast_wpseo_title":"Algoritmo di dynamic pricing di Pricelabs: parte 1","_yoast_wpseo_metadesc":"Scopri la scienza alla base del nostro algoritmo di dynamic pricing nella Parte 1 del nostro Blog, e ottieni il meglio per il tuo alloggio!","om_disable_all_campaigns":false,"inline_featured_image":false,"_lmt_disableupdate":"","_lmt_disable":"","site-sidebar-layout":"default","site-content-layout":"default","ast-site-content-layout":"default","site-content-style":"default","site-sidebar-style":"default","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","ast-disable-related-posts":"","theme-transparent-header-meta":"default","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"set","ast-page-background-enabled":"default","ast-page-background-meta":{"desktop":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"ast-content-background-meta":{"desktop":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"footnotes":""},"categories":[1267],"tags":[],"class_list":["post-29706","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-scienza-dei-dati"],"acf":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO Premium plugin v22.8 (Yoast SEO v27.2) - https:\/\/yoast.com\/product\/yoast-seo-premium-wordpress\/ -->\n<title>Algoritmo di dynamic pricing di Pricelabs: parte 1<\/title>\n<meta name=\"description\" content=\"Scopri la scienza alla base del nostro algoritmo di dynamic pricing nella Parte 1 del nostro Blog, e ottieni il meglio per il tuo alloggio!\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/hello.pricelabs.co\/it\/blog\/panoramica-dell-algoritmo-di-dynamic-pricing-di-pricelabs-parte-1\/\" \/>\n<meta property=\"og:locale\" content=\"it_IT\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Panoramica dell&#039;algoritmo di Dynamic Pricing di Pricelabs (Parte 1)\" \/>\n<meta property=\"og:description\" content=\"Scopri la scienza alla base del nostro algoritmo di dynamic pricing nella Parte 1 del nostro Blog, e ottieni il meglio per il tuo alloggio!\" \/>\n<meta property=\"og:url\" content=\"https:\/\/hello.pricelabs.co\/it\/blog\/panoramica-dell-algoritmo-di-dynamic-pricing-di-pricelabs-parte-1\/\" \/>\n<meta property=\"og:site_name\" content=\"PriceLabs\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/PriceLabs1\/\" \/>\n<meta property=\"article:published_time\" content=\"2024-07-11T09:09:25+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2024-07-11T09:09:30+00:00\" \/>\n<meta name=\"author\" content=\"Alessandro Poncini\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:creator\" content=\"@Price_Labs\" \/>\n<meta name=\"twitter:site\" content=\"@Price_Labs\" \/>\n<meta name=\"twitter:label1\" content=\"Scritto da\" \/>\n\t<meta name=\"twitter:data1\" content=\"Alessandro Poncini\" \/>\n\t<meta name=\"twitter:label2\" content=\"Tempo di lettura stimato\" \/>\n\t<meta name=\"twitter:data2\" content=\"17 minuti\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\/\/hello.pricelabs.co\/it\/blog\/panoramica-dell-algoritmo-di-dynamic-pricing-di-pricelabs-parte-1\/#article\",\"isPartOf\":{\"@id\":\"https:\/\/hello.pricelabs.co\/it\/blog\/panoramica-dell-algoritmo-di-dynamic-pricing-di-pricelabs-parte-1\/\"},\"author\":{\"name\":\"Alessandro Poncini\",\"@id\":\"https:\/\/hello.pricelabs.co\/it\/#\/schema\/person\/0f5cd8920ac893ce2fa46537d7ea1dd3\"},\"headline\":\"Panoramica dell&#8217;algoritmo di Dynamic Pricing di Pricelabs (Parte 1)\",\"datePublished\":\"2024-07-11T09:09:25+00:00\",\"dateModified\":\"2024-07-11T09:09:30+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\/\/hello.pricelabs.co\/it\/blog\/panoramica-dell-algoritmo-di-dynamic-pricing-di-pricelabs-parte-1\/\"},\"wordCount\":2588,\"publisher\":{\"@id\":\"https:\/\/hello.pricelabs.co\/it\/#organization\"},\"image\":{\"@id\":\"https:\/\/hello.pricelabs.co\/it\/blog\/panoramica-dell-algoritmo-di-dynamic-pricing-di-pricelabs-parte-1\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/hello.pricelabs.co\/wp-content\/uploads\/2023\/09\/Algo-blog-image-Part-1-2.svg\",\"articleSection\":[\"Scienza dei dati\"],\"inLanguage\":\"it-IT\"},{\"@type\":\"WebPage\",\"@id\":\"https:\/\/hello.pricelabs.co\/it\/blog\/panoramica-dell-algoritmo-di-dynamic-pricing-di-pricelabs-parte-1\/\",\"url\":\"https:\/\/hello.pricelabs.co\/it\/blog\/panoramica-dell-algoritmo-di-dynamic-pricing-di-pricelabs-parte-1\/\",\"name\":\"Algoritmo di dynamic pricing di Pricelabs: parte 1\",\"isPartOf\":{\"@id\":\"https:\/\/hello.pricelabs.co\/it\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\/\/hello.pricelabs.co\/it\/blog\/panoramica-dell-algoritmo-di-dynamic-pricing-di-pricelabs-parte-1\/#primaryimage\"},\"image\":{\"@id\":\"https:\/\/hello.pricelabs.co\/it\/blog\/panoramica-dell-algoritmo-di-dynamic-pricing-di-pricelabs-parte-1\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/hello.pricelabs.co\/wp-content\/uploads\/2023\/09\/Algo-blog-image-Part-1-2.svg\",\"datePublished\":\"2024-07-11T09:09:25+00:00\",\"dateModified\":\"2024-07-11T09:09:30+00:00\",\"description\":\"Scopri la scienza alla base del nostro algoritmo di dynamic pricing nella Parte 1 del nostro Blog, e ottieni il meglio per il tuo alloggio!\",\"breadcrumb\":{\"@id\":\"https:\/\/hello.pricelabs.co\/it\/blog\/panoramica-dell-algoritmo-di-dynamic-pricing-di-pricelabs-parte-1\/#breadcrumb\"},\"inLanguage\":\"it-IT\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/hello.pricelabs.co\/it\/blog\/panoramica-dell-algoritmo-di-dynamic-pricing-di-pricelabs-parte-1\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"it-IT\",\"@id\":\"https:\/\/hello.pricelabs.co\/it\/blog\/panoramica-dell-algoritmo-di-dynamic-pricing-di-pricelabs-parte-1\/#primaryimage\",\"url\":\"https:\/\/hello.pricelabs.co\/wp-content\/uploads\/2023\/09\/Algo-blog-image-Part-1-2.svg\",\"contentUrl\":\"https:\/\/hello.pricelabs.co\/wp-content\/uploads\/2023\/09\/Algo-blog-image-Part-1-2.svg\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/hello.pricelabs.co\/it\/blog\/panoramica-dell-algoritmo-di-dynamic-pricing-di-pricelabs-parte-1\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/hello.pricelabs.co\/it\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Panoramica dell&#8217;algoritmo di Dynamic Pricing di Pricelabs (Parte 1)\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/hello.pricelabs.co\/it\/#website\",\"url\":\"https:\/\/hello.pricelabs.co\/it\/\",\"name\":\"PriceLabs\",\"description\":\"\",\"publisher\":{\"@id\":\"https:\/\/hello.pricelabs.co\/it\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/hello.pricelabs.co\/it\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"it-IT\"},{\"@type\":\"Organization\",\"@id\":\"https:\/\/hello.pricelabs.co\/it\/#organization\",\"name\":\"Pricelabs\",\"url\":\"https:\/\/hello.pricelabs.co\/it\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"it-IT\",\"@id\":\"https:\/\/hello.pricelabs.co\/it\/#\/schema\/logo\/image\/\",\"url\":\"https:\/\/hello.pricelabs.co\/wp-content\/uploads\/2023\/09\/cropped-Pricelabs-Logo-element.png\",\"contentUrl\":\"https:\/\/hello.pricelabs.co\/wp-content\/uploads\/2023\/09\/cropped-Pricelabs-Logo-element.png\",\"width\":512,\"height\":512,\"caption\":\"Pricelabs\"},\"image\":{\"@id\":\"https:\/\/hello.pricelabs.co\/it\/#\/schema\/logo\/image\/\"},\"sameAs\":[\"https:\/\/www.facebook.com\/PriceLabs1\/\",\"https:\/\/x.com\/Price_Labs\",\"https:\/\/www.linkedin.com\/company\/pricelabs\/\"]},{\"@type\":\"Person\",\"@id\":\"https:\/\/hello.pricelabs.co\/it\/#\/schema\/person\/0f5cd8920ac893ce2fa46537d7ea1dd3\",\"name\":\"Alessandro Poncini\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"it-IT\",\"@id\":\"https:\/\/secure.gravatar.com\/avatar\/6e6962774fda8d1e8fc4b2151cdbb920b31ce8bacdfa137132eaaa683d33ebf3?s=96&d=mm&r=g\",\"url\":\"https:\/\/secure.gravatar.com\/avatar\/6e6962774fda8d1e8fc4b2151cdbb920b31ce8bacdfa137132eaaa683d33ebf3?s=96&d=mm&r=g\",\"contentUrl\":\"https:\/\/secure.gravatar.com\/avatar\/6e6962774fda8d1e8fc4b2151cdbb920b31ce8bacdfa137132eaaa683d33ebf3?s=96&d=mm&r=g\",\"caption\":\"Alessandro Poncini\"},\"url\":\"https:\/\/hello.pricelabs.co\/it\/author\/alessandro\/\"}]}<\/script>\n<!-- \/ Yoast SEO Premium plugin. -->","yoast_head_json":{"title":"Algoritmo di dynamic pricing di Pricelabs: parte 1","description":"Scopri la scienza alla base del nostro algoritmo di dynamic pricing nella Parte 1 del nostro Blog, e ottieni il meglio per il tuo alloggio!","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/hello.pricelabs.co\/it\/blog\/panoramica-dell-algoritmo-di-dynamic-pricing-di-pricelabs-parte-1\/","og_locale":"it_IT","og_type":"article","og_title":"Panoramica dell'algoritmo di Dynamic Pricing di Pricelabs (Parte 1)","og_description":"Scopri la scienza alla base del nostro algoritmo di dynamic pricing nella Parte 1 del nostro Blog, e ottieni il meglio per il tuo alloggio!","og_url":"https:\/\/hello.pricelabs.co\/it\/blog\/panoramica-dell-algoritmo-di-dynamic-pricing-di-pricelabs-parte-1\/","og_site_name":"PriceLabs","article_publisher":"https:\/\/www.facebook.com\/PriceLabs1\/","article_published_time":"2024-07-11T09:09:25+00:00","article_modified_time":"2024-07-11T09:09:30+00:00","author":"Alessandro Poncini","twitter_card":"summary_large_image","twitter_creator":"@Price_Labs","twitter_site":"@Price_Labs","twitter_misc":{"Scritto da":"Alessandro Poncini","Tempo di lettura stimato":"17 minuti"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/hello.pricelabs.co\/it\/blog\/panoramica-dell-algoritmo-di-dynamic-pricing-di-pricelabs-parte-1\/#article","isPartOf":{"@id":"https:\/\/hello.pricelabs.co\/it\/blog\/panoramica-dell-algoritmo-di-dynamic-pricing-di-pricelabs-parte-1\/"},"author":{"name":"Alessandro Poncini","@id":"https:\/\/hello.pricelabs.co\/it\/#\/schema\/person\/0f5cd8920ac893ce2fa46537d7ea1dd3"},"headline":"Panoramica dell&#8217;algoritmo di Dynamic Pricing di Pricelabs (Parte 1)","datePublished":"2024-07-11T09:09:25+00:00","dateModified":"2024-07-11T09:09:30+00:00","mainEntityOfPage":{"@id":"https:\/\/hello.pricelabs.co\/it\/blog\/panoramica-dell-algoritmo-di-dynamic-pricing-di-pricelabs-parte-1\/"},"wordCount":2588,"publisher":{"@id":"https:\/\/hello.pricelabs.co\/it\/#organization"},"image":{"@id":"https:\/\/hello.pricelabs.co\/it\/blog\/panoramica-dell-algoritmo-di-dynamic-pricing-di-pricelabs-parte-1\/#primaryimage"},"thumbnailUrl":"https:\/\/hello.pricelabs.co\/wp-content\/uploads\/2023\/09\/Algo-blog-image-Part-1-2.svg","articleSection":["Scienza dei dati"],"inLanguage":"it-IT"},{"@type":"WebPage","@id":"https:\/\/hello.pricelabs.co\/it\/blog\/panoramica-dell-algoritmo-di-dynamic-pricing-di-pricelabs-parte-1\/","url":"https:\/\/hello.pricelabs.co\/it\/blog\/panoramica-dell-algoritmo-di-dynamic-pricing-di-pricelabs-parte-1\/","name":"Algoritmo di dynamic pricing di Pricelabs: parte 1","isPartOf":{"@id":"https:\/\/hello.pricelabs.co\/it\/#website"},"primaryImageOfPage":{"@id":"https:\/\/hello.pricelabs.co\/it\/blog\/panoramica-dell-algoritmo-di-dynamic-pricing-di-pricelabs-parte-1\/#primaryimage"},"image":{"@id":"https:\/\/hello.pricelabs.co\/it\/blog\/panoramica-dell-algoritmo-di-dynamic-pricing-di-pricelabs-parte-1\/#primaryimage"},"thumbnailUrl":"https:\/\/hello.pricelabs.co\/wp-content\/uploads\/2023\/09\/Algo-blog-image-Part-1-2.svg","datePublished":"2024-07-11T09:09:25+00:00","dateModified":"2024-07-11T09:09:30+00:00","description":"Scopri la scienza alla base del nostro algoritmo di dynamic pricing nella Parte 1 del nostro Blog, e ottieni il meglio per il tuo alloggio!","breadcrumb":{"@id":"https:\/\/hello.pricelabs.co\/it\/blog\/panoramica-dell-algoritmo-di-dynamic-pricing-di-pricelabs-parte-1\/#breadcrumb"},"inLanguage":"it-IT","potentialAction":[{"@type":"ReadAction","target":["https:\/\/hello.pricelabs.co\/it\/blog\/panoramica-dell-algoritmo-di-dynamic-pricing-di-pricelabs-parte-1\/"]}]},{"@type":"ImageObject","inLanguage":"it-IT","@id":"https:\/\/hello.pricelabs.co\/it\/blog\/panoramica-dell-algoritmo-di-dynamic-pricing-di-pricelabs-parte-1\/#primaryimage","url":"https:\/\/hello.pricelabs.co\/wp-content\/uploads\/2023\/09\/Algo-blog-image-Part-1-2.svg","contentUrl":"https:\/\/hello.pricelabs.co\/wp-content\/uploads\/2023\/09\/Algo-blog-image-Part-1-2.svg"},{"@type":"BreadcrumbList","@id":"https:\/\/hello.pricelabs.co\/it\/blog\/panoramica-dell-algoritmo-di-dynamic-pricing-di-pricelabs-parte-1\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/hello.pricelabs.co\/it\/"},{"@type":"ListItem","position":2,"name":"Panoramica dell&#8217;algoritmo di Dynamic Pricing di Pricelabs (Parte 1)"}]},{"@type":"WebSite","@id":"https:\/\/hello.pricelabs.co\/it\/#website","url":"https:\/\/hello.pricelabs.co\/it\/","name":"PriceLabs","description":"","publisher":{"@id":"https:\/\/hello.pricelabs.co\/it\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/hello.pricelabs.co\/it\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"it-IT"},{"@type":"Organization","@id":"https:\/\/hello.pricelabs.co\/it\/#organization","name":"Pricelabs","url":"https:\/\/hello.pricelabs.co\/it\/","logo":{"@type":"ImageObject","inLanguage":"it-IT","@id":"https:\/\/hello.pricelabs.co\/it\/#\/schema\/logo\/image\/","url":"https:\/\/hello.pricelabs.co\/wp-content\/uploads\/2023\/09\/cropped-Pricelabs-Logo-element.png","contentUrl":"https:\/\/hello.pricelabs.co\/wp-content\/uploads\/2023\/09\/cropped-Pricelabs-Logo-element.png","width":512,"height":512,"caption":"Pricelabs"},"image":{"@id":"https:\/\/hello.pricelabs.co\/it\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.facebook.com\/PriceLabs1\/","https:\/\/x.com\/Price_Labs","https:\/\/www.linkedin.com\/company\/pricelabs\/"]},{"@type":"Person","@id":"https:\/\/hello.pricelabs.co\/it\/#\/schema\/person\/0f5cd8920ac893ce2fa46537d7ea1dd3","name":"Alessandro Poncini","image":{"@type":"ImageObject","inLanguage":"it-IT","@id":"https:\/\/secure.gravatar.com\/avatar\/6e6962774fda8d1e8fc4b2151cdbb920b31ce8bacdfa137132eaaa683d33ebf3?s=96&d=mm&r=g","url":"https:\/\/secure.gravatar.com\/avatar\/6e6962774fda8d1e8fc4b2151cdbb920b31ce8bacdfa137132eaaa683d33ebf3?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/6e6962774fda8d1e8fc4b2151cdbb920b31ce8bacdfa137132eaaa683d33ebf3?s=96&d=mm&r=g","caption":"Alessandro Poncini"},"url":"https:\/\/hello.pricelabs.co\/it\/author\/alessandro\/"}]}},"modified_by":"Divya Taneja","amp_enabled":true,"_links":{"self":[{"href":"https:\/\/hello.pricelabs.co\/it\/wp-json\/wp\/v2\/posts\/29706","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/hello.pricelabs.co\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/hello.pricelabs.co\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/hello.pricelabs.co\/it\/wp-json\/wp\/v2\/users\/37"}],"replies":[{"embeddable":true,"href":"https:\/\/hello.pricelabs.co\/it\/wp-json\/wp\/v2\/comments?post=29706"}],"version-history":[{"count":0,"href":"https:\/\/hello.pricelabs.co\/it\/wp-json\/wp\/v2\/posts\/29706\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/hello.pricelabs.co\/it\/wp-json\/wp\/v2\/media\/23175"}],"wp:attachment":[{"href":"https:\/\/hello.pricelabs.co\/it\/wp-json\/wp\/v2\/media?parent=29706"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/hello.pricelabs.co\/it\/wp-json\/wp\/v2\/categories?post=29706"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/hello.pricelabs.co\/it\/wp-json\/wp\/v2\/tags?post=29706"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}