Dynamic Pricing & Revenue Management Cargando métricas...

Pricing inteligente con métricas reales, explicabilidad y agentes IA.

Seleccioná cliente, producto y contexto para pedir la recomendación al motor. El dashboard muestra métricas del modelo, fallback, explicación, auditoría y un panel de agentes Hugging Face para narrativa comercial, anomalías, estrategia y simulación.

API conectada Fallback: — Entrenado: —
MAE

—

↗

Error absoluto medio del modelo de precio

RMSE

—

◌

Penaliza más los errores grandes

R²

—

◎

Varianza explicada por el modelo

MAPE

—

%

Error porcentual absoluto medio

Selección operativa

Elegí cliente, producto y contexto para calcular la recomendación.

Salud del modelo

Resumen técnico del último entrenamiento.

Training rows —
Validation rows —
Features —
Estado —
Configuración base Lista
✓

Ya está listo el flujo de pricing, fallback con datos reales, auditoría y métricas. Los agentes IA se apoyan sobre esa misma capa de contexto.

Recomendación

Precio final, discount, margen y motivo de la decisión.

Elegí un cliente y un producto para ver la recomendación.

Visualización y trazabilidad

Distribución simple del precio y panel de auditoría técnica.

Contexto —
Versión —
Métricas del modelo
MAE —
RMSE —

IA / Agentes Hugging Face

Narrador, Market Scout, Behavioral Profiler y Discount Logic conectados al motor real.

Acceso a IA

Conectar Hugging Face con contraseña

La demo de pricing sigue abierta. Solo esta sección necesita autenticación para habilitar los agentes.

IA desconectada
Al conectar, se habilitan los agentes de Hugging Face y el Narrator.
El Narrator usa el output del motor para traducirlo a lenguaje comercial; el resto de agentes analiza mercado, comportamiento, riesgos y escenarios.
Narrador comercial

Narrador comercial

—

Todavía no se generó explicación IA.

Cliente —
Producto —
Zona —
Acción —
Argumentos clave
    Riesgos
      Market Scout

      Señales del motor

      Contexto vivo
      Market Scout —
      Behavioral Profiler —
      Guardrail —
      Estado —
      Anomalías
      Estratega de descuentos

      Estrategia comercial

      Decision support

      —

      Todavía no se generó estrategia.

      Plan de acción
        Riesgos
          Comportamiento del cliente

          What-if simulation

          Escenarios
          Multiplicador Precio Margen Revenue score Estado
          Todavía no se ejecutó simulación.

          Auditoría reciente

          Últimas decisiones registradas en pricing_decisions_log.

          Chat con el Narrator

          Consultá una decisión concreta o preguntá por una recomendación reciente.

          Market Scout Market Scout
          Behavioral Profiler Behavioral Profiler
          Discount Logic Discount Logic
          Narrator Narrator
          La respuesta aparecerá acá.
          ✦

          IA explicativa

          LLM para traducir la decisión del motor en lenguaje comercial entendible.

          Próximo
          ⚑

          Detección de anomalías

          Alertas por precios fuera de rango, descuentos excesivos y decisiones inconsistentes.

          Próximo
          ≈

          Simulación de escenarios

          What-if analysis: qué pasa si bajamos o subimos el precio por segmento o zona.

          En curso
          ⋯

          Batch pricing

          Scoring masivo con barra de progreso para listas de clientes y productos.

          Planeado
          🧠

          IA explicativa

          El Narrator convierte la recomendación de pricing en un resumen ejecutivo para ventas y dirección.

          • Resumen ejecutivo para ventas y dirección.
          • Justificación por cliente, producto y zona.
          • Recomendación de acción comercial siguiente.
          • Comparación entre precio actual, sugerido y margen objetivo.
          ✨

          Integración con Hugging Face

          El backend ya queda listo para exponer agentes: explicación, anomalías, estrategia y escenarios.

          • /agents/explain-pricing
          • /agents/detect-anomalies
          • /agents/recommend-strategy
          • /agents/what-if-simulation

          Trazabilidad y control

          Cada recomendación queda auditada. Luego podremos listar histórico, revisar anomalías y exportar decisiones.

          Auditoría Guardado en SQLite por cada decisión
          Fallback Soporte para match histórico o datos enriquecidos
          Modelo Versión, métricas y contexto en UI