Ưu đãi trong tuần: Nhập mã UD50 giảm 50k cho đơn từ 300k!
Trang chủ
Menu

Revenue and Pricing Analytics with Excel & Python.

Phân tích Doanh thu và Định giá với Excel & Python.

Phân tích Doanh thu và Định giá với Excel & Python.

Tối đa hóa khả năng cung ứng sản phẩm và Thúc đẩy lợi nhuận kinh doanh bằng nghệ thuật định giá!

4.3
(293 đánh giá)
18,187 học viên
Giảng viên
Haytham Omar-Ph.D
Phụ đề Việt chất lượng cao Phụ đề tiếng Anh Bán chạy Đánh giá cao
50.000đ 409.000đ -88%
✓ Xem giỏ hàng và thanh toán
Bao gồm phụ đề tiếng Việt, tiếng Anh
13.0 giờ video
160 bài giảng
3 bài quiz
Truy cập vĩnh viễn
Học trên mọi thiết bị
Cập nhật: 30/05/2026

Bạn sẽ học được gì

Bạn nên đặt mức chiết khấu nào để tối đa hóa doanh thu cho sản phẩm của mình?
Tối ưu hóa giá cả với excel và python
Định giá tùy chỉnh với python
Phân tích khách hàng
Các chiến lược định giá khác nhau mà bạn nên triển khai cho các sản phẩm khác nhau.
Mức độ sẵn lòng chi trả của khách hàng
Cách phù hợp nhu cầu với hàm phản hồi đúng
Cách phân biệt sản phẩm và giá cả cho các phân khúc khác nhau
Khái niệm về lồng ghép (nesting) trong quản lý doanh thu và cách áp dụng
Bán lẻ
Lợi nhuận
Khoa học Dữ liệu
Python

Yêu cầu

Kiến thức cơ bản về excel
Động lực để tăng doanh thu và lợi nhuận.

Đối tượng phù hợp

Chuyên gia tiếp thị
Chuyên gia bán hàng
Quản lý doanh thu
Quản lý thương hiệu
Doanh nhân
Chuyên gia chuỗi cung ứng

Nội dung khóa học

12 phần • 160 bài giảng
1 Giới thiệu
2 Định giá là gì?
3 Lịch sử của Định giá.
4 Các khía cạnh nội bộ của giá.
5 Thị trường Cạnh tranh Hoàn hảo
6 Động lực thị trường giá cả
7 Những người chấp nhận sớm
8 Sản phẩm Vs Dịch vụ Vs Tài nguyên.
9 Đặc điểm của ngành dịch vụ
10 Yếu tố thay đổi cuộc chơi
11 Hệ thống ERP
12 Sự phát triển của Thương mại điện tử
13 Các chiến lược định giá khác nhau
14 Khía cạnh Giá cả
15 Một số ví dụ
1 Giới thiệu
2 Hồi quy Tuyến tính
3 Hàm phản ứng giá
4 Hồi quy Logistic
5 Hàm phản ứng giá Logistic
6 Ước lượng hàm giá tuyến tính
7 Hiệu chỉnh
8 Hàm giá Logit
9 Mô phỏng giá
10 Giới thiệu về Độ co giãn
11 Độ co giãn
12 Độ co giãn cho logit và tuyến tính
13 Bài tập
14 Đáp án
15 Một số ví dụ về độ co giãn
16 Các biến thể hàm phản ứng - Đa thức
17 Mức độ sẵn lòng chi trả
18 Điểm lợi nhuận tối đa
19 Tóm tắt nhanh các Hàm
20 Tối ưu hóa bằng công cụ giải (solver) cho Logit và tuyến tính
21 Tóm tắt
1 Giới thiệu về Phân khúc
2 Nhóm khách hàng
3 Một ví dụ thực tế
4 Lợi nhuận thực tế
5 Lợi nhuận có và không có phân khúc
6 Mô phỏng phân khúc 1
7 Mô phỏng phân khúc 2
8 Bài tập
9 Đáp án 1
10 Đáp án 2
11 Định giá theo nhóm
12 Phân khúc kênh và Phiếu giảm giá
13 Chiết khấu theo khối lượng
14 Ví dụ chiết khấu theo khối lượng
15 Tối ưu hóa lợi nhuận với ràng buộc nguồn cung
16 Định giá biến đổi
17 Tối ưu hóa định giá không biến đổi
18 Tối ưu hóa định giá biến đổi
19 Bài tập
20 Đáp án định giá biến đổi
1 Giới thiệu về Quản lý doanh thu
2 Quản lý doanh thu
3 Phần còn lại là Lịch sử.
4 Phân bổ
5 Lồng ghép (Nesting)
6 Các thành phần và kỹ thuật quản lý doanh thu
7 Phân bổ công suất
8 Ví dụ Littlewood
9 Bài tập
10 Đáp án
11 EMSR-a cho nhiều hạng vé
12 Ví dụ EMSR-a
13 Bài tập
14 Đáp án
15 Quản lý mạng lưới
16 Ví dụ máy bay
17 Lập trình tuyến tính 1
18 Lập trình tuyến tính 2
19 Đặt chỗ vượt mức (Overbooking)
20 Bài tập quản lý mạng lưới
21 Đáp án quản lý mạng lưới
22 Giới thiệu Python
1 Lịch sử Python
2 Tải xuống Anaconda
3 Cài đặt Anaconda
4 Tổng quan về Spyder
5 Tổng quan về Jupyter
6 Các gói (Packages)
7 Gói Inventorize
1 Giới thiệu
2 Dataframes
3 Tính toán số học với Python
4 Danh sách (Lists)
5 Từ điển (Dictionaries)
6 Mảng (Arrays)
7 Nhập dữ liệu trong Python
8 Lọc dữ liệu trong Dataframes
9 Điều kiện
10 Viết hàm
11 Ánh xạ (Mapping)
12 Vòng lặp For
13 Lặp hàm bằng For
14 Ánh xạ trên dataframe
15 Lặp For trên dataframe
16 Tóm tắt
17 Bài tập
18 Đáp án bài tập 1
19 Đáp án bài tập 2
1 Inventorize
2 Động lực hàm giá với python
3 Mô phỏng nhu cầu
4 Điểm lợi nhuận tối đa
5 Bài tập
6 Giải thích bài tập
7 Độ co giãn tuyến tính với Inventorize
8 Phân tích cú pháp ngày tháng
9 Lấy danh sách SKU duy nhất
10 Độ co giãn trên nhiều sản phẩm.
11 Xử lý lỗi cho độ co giãn tuyến tính
12 Kết luận
13 Tóm tắt tối ưu hóa đơn lẻ.
14 Bài tập
15 Giải thích
1 Mô hình hóa Logistic với inventorize
2 So sánh giữa logit và tuyến tính
3 Vòng lặp For cho Logit
4 Bài tập Logit
5 Đáp án bài tập Logit
1 Giới thiệu
2 Sản phẩm cạnh tranh
3 Mối quan hệ giữa các sản phẩm
4 Hồi quy đa biến trong python
5 Mô hình lựa chọn đa thức
6 Mô hình lựa chọn đa thức phần 2
7 Nhiều sản phẩm cạnh tranh trong python
8 Tóm tắt sản phẩm cạnh tranh
1 Giới thiệu
2 Giảm giá
3 Tại sao chúng ta thực hiện giảm giá?
4 Phân khúc khách hàng đối với giảm giá
5 Công thức hóa vấn đề
6 Giảm giá cho nhiều kỳ
7 Thiết lập công cụ giải (solver)
8 Giá trị thu hồi (Salvage value)
9 Giảm giá với dự báo
10 Phân tích độ nhạy
11 Giảm giá cho một kỳ
12 Bài tập
1 Định giá Tùy chỉnh
2 Giới thiệu
3 Sự khác biệt giữa giá tùy chỉnh và giá niêm yết
4 Đóng góp kỳ vọng
5 Các thuộc tính trong hàm phản ứng giá đấu thầu
6 Khám phá dữ liệu
7 Ước lượng lãi suất
8 Mô phỏng về lãi suất
9 Xác suất P
10 Mô hình biên lợi nhuận kỳ vọng đầu tiên
11 Chuẩn hóa các thuộc tính
12 Mô hình hóa mô hình logistic
13 Kiểm tra chéo (Cross validation)
14 Mô hình hóa tương tác
1 Keip là gì?
2 Pitchdeck

Giới thiệu khóa học

Course Image by @agent_illustrateur-Christine Roy from unsplash.


Python Crash section included!

in the late seventies, airline ticket prices in the united states were regulated and almost fixed, we as customers did not have the luxury to opt for economy class or business class, only one class!! Back then American airlines were the leaders in the industry. But with deregulation new disruptors as People Express entered the scene with tickets so much cheaper than American Airlines. Customers migrated from  American airlines to the economic People Express.

what happened next changed the way we think about prices from merely making a profit to a strategic weapon that boosts business profitability and enhances product availability.

American Airlines introduced segmentation and revenue management techniques on its ticket prices "yield management" to attract People Express Customers back and People Express eventually went out of business. oh, I forgot to mention that American airlines' profit increased by 47% that year.   And the rest was history.

This practice was then adopted by Ford for car rentals, Mariott hotels for room booking, NBC, and ABC for Ads placement to pretty much every business there is nowadays.


this course will take you on this exciting journey of understanding consumer behavior. how to set prices for your products to maximize revenue and enhance product availability. if you are running your own business, managing a product line, or even launching a new product or service, this course will come in handy to set you on the right path for success.

Not only this, Businesses now have hundreds of products and services if not thousands and we simply cannot optimize pricing for all of them with excel for example, that's why the course introduces you also pricing and revenue management with Python. not to worry if it's the first time for you with python, I show you how to do it step by step.

the course is full of lectures, concepts, codes, exercises, and spreadsheets. and we don't present the code, we do the code with you, step by step, by the end of this course, you will be able to :

With excel :

  • The perishability of inventory

  • The different pricing strategies

  • The willingness to pay of customers

  • how to fit the demand with the right response function

  • Elasticity of products and how can we use them to set prices

  • How to differentiate products and pricing to different segments

  • The concept of nesting in revenue management and how to apply it

  • Applying little wood’s rule and EMSR to set booking limits for different service offering

  • Optimizing the prices for different product simultaneously

  • Markdowns


With python :

Þ The basics of python, functions, and for loops

Þ Fitting demand with linear and logit functions

Þ Multi-product optimization

Þ Customized pricing.


Course Design

the course is designed as experiential learning Modules, the first couple of modules are for understanding pricing followed by applications using optimization.Don't worry if you don't know python, there are is a python fundamental section in the course to get you up and running with python.



Looking forward to seeing you inside and hope you enjoy the class.

Happy Mining!

Haytham

Rescale Analytics


Khóa học liên quan

Khám phá thêm các khoá học cùng chủ đề

Hiển thị tất cả khoá học Business Analytics
Hiển thị tất cả khoá học Data Science
Hiển thị tất cả khoá học Excel
Hiển thị tất cả khoá học Python
Zalo
Tôi có thể tư vấn khoá học cho bạn 😊