Prognozowanie sprzedaży z rabatem
Sprzedaż często odbywa się z zastosowaniem specjalnych miksów i rabatów. Rabaty to świetne narzędzie marketingowe, które pomaga też wyprzedać nadwyżki magazynowe. Spójrzmy ponownie na firmę T-Z.
T-Z wypuściła nową linię koszulek nawiązujących do popularnego mema z udziałem celebryty – każda kosztuje 40 USD. Firma ma nadmiar Celebshirt1 na stanie, dlatego – w związku z planowaną premierą Celebshirt2 w lutym – ogłosiła 40% rabat na Celebshirt1 w tym miesiącu.
W tym ćwiczeniu ceny podane są w USD, a liczby jednostek oznaczają łączną sprzedaż w danym miesiącu. Następujące zmienne zostały już zdefiniowane:
sales_price = 40
units_january = 500
units_february = 700
Sprzedaż w styczniu obejmuje wyłącznie Celebshirt1.
Sprzedaż w lutym obejmuje Celebshirt1 i Celebshirt2 w proporcji 45:55.
To ćwiczenie jest częścią kursu
Prognozowanie finansowe w Pythonie
Instrukcje do ćwiczenia
- Oblicz prognozę sprzedaży na styczeń (bez rabatu).
- Oblicz prognozę sprzedaży na luty (z rabatem:
dsales_price). - Wyświetl wyniki sprzedaży za styczeń i luty.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Forecast the sales of January
sales_january = ____ * ____
# Forecast the discounted price
dsales_price = ____ * 0.6
# Forecast the sales of February
sales_february = (____ * units_february * 0.55) + (dsales_price * ____ * ____)
# Print the forecast sales for January and February
print("The forecast sales for January and February are {} and {} USD respectively.".format(____, ____))