Aller au contenu

PT2QE - Pricing Tier 2 Quote Engine

Vue d'ensemble

PT2QE est une application Python qui génère des recommandations de prix personnalisées à la maille client × article. Elle s'appuie sur les corridors optimaux de PT1CE pour proposer des ajustements tarifaires adaptés avec un système de capping flexible.

Positionnement dans la chaîne

graph LR
    A[PT0CE<br/>Corridors] -->|Statistiques<br/>de marge| B[PT1CE<br/>Optimisation]
    B -->|Corridors<br/>optimaux| C[PT2QE<br/>Recommandations]
    C -->|Prix<br/>personnalisés| D[Client × Article]

    style C fill:#4F46E5,stroke:#312E81,stroke-width:3px,color:#fff

Concepts fondamentaux

Double recommandation

PT2QE calcule deux recommandations distinctes pour chaque offre :

  1. Recommandation 1 : Repositionnement intelligent dans les paliers tarifaires
  2. Analyse la position actuelle du prix dans le corridor
  3. Propose un repositionnement selon des règles métier

  4. Application d'un capping selon la sensibilité prix

  5. Recommandation 2 : Hausse proportionnelle au PAS

  6. Applique le pourcentage de hausse du PAS
  7. Maintient la cohérence avec l'évolution des coûts

Prix final = MAX(Reco1 avec capping, Reco2)

Système de capping

Le capping limite les hausses maximales selon :
- Type client : Cappings par défaut par segment
- Sensibilité prix : HIGH, MEDIUM, LOW hérité de PT1CE
- Ajustements manuels : Corrections possibles par cube

Stratégie de fallback

Pour maximiser la couverture :
1. Tentative de match avec corridor MASTER (dimensions spécifiques)
2. Si échec, fallback vers corridor NATIONAL (vision agrégée)
3. Traçabilité via le champ MATCH_TYPE

Workflow principal

graph TD
    A[Étape 1<br/>Calcul initial] -->|Analyse| B{Résultats<br/>satisfaisants?}
    B -->|NON| C[Étape 2<br/>Ajustement cappings]
    B -->|OUI| D[Étape 3<br/>Export final]
    C -->|Itération| B

    style A fill:#4F46E5,stroke:#312E81,stroke-width:2px,color:#fff
    style C fill:#06B6D4,stroke:#0891B2,stroke-width:2px,color:#fff
    style D fill:#9333EA,stroke:#7C3AED,stroke-width:2px,color:#fff

Étape 1 : Calcul des recommandations

  • Extraction des offres avec historique transactionnel
  • Enrichissement via mappings PT0CE
  • Calcul des 2 recommandations
  • Application des cappings type client
  • Génération des analyses

Étape 2 : Ajustement des cappings (optionnel)

  • Analyse des résultats générés
  • Modification des cappings par cube si nécessaire
  • Recalcul avec nouveaux paramètres
  • Validation des impacts

Étape 3 : Génération des offres finales

  • Export des recommandations validées
  • Format CSV pour intégration
  • Rapports de validation

Structure des données clés

Offres enrichies

  • Identification : ID_CLN × ID_ART
  • Dimensions : TYPE_CLIENT, TYPE_RESTAURANT, GEO, UNIVERS
  • Prix : Tarif actuel et recommandé
  • Matching : Type de corridor utilisé (MASTER/NATIONAL)
  • Performance : Historique 4 trimestres

Tables principales

  • PT2QE_PRICE_OFFERS : Offres extraites avec historique
  • PT2QE_PRICE_OFFERS_ENRICHED : Offres avec corridors matchés
  • PT2QE_RECOMMENDATIONS : Recommandations calculées
  • PT2QE_CAPPING_CUBES : Cappings par combinaison

Points d'attention

  • Périmètre : Seules les offres avec historique transactionnel sont traitées
  • FG_HM : Le statut mercuriale est déterminé dynamiquement
  • Volumétrie : Potentiellement millions de lignes (clients × articles)
  • Itérations : Le workflow permet des ajustements multiples

Documentation