Kom igångKom igång gratis

Prognostisera försäljning med rabatt

Försäljning sker ofta med specialmixer och rabatter. Rabatter är ett effektivt marknadsföringsverktyg och ett sätt att minska lagret. Låt oss titta på företaget T-Z igen.

T-Z har lanserat ett nytt sortiment av T-shirts kopplade till ett kändismeme för 40 USD per T-shirt. De har överskottslager av Celebshirt1, och inför lanseringen av Celebshirt2 i februari har de annonserat 40 % rabatt på Celebshirt1 i februari.

I den här övningen anges priser i USD och enhetsantal avser totalt antal sålda enheter under respektive månad. Följande variabler har definierats åt dig:

sales_price = 40

units_january = 500

units_february = 700

Januariförsäljningen omfattar enbart försäljning av Celebshirt1.

Februariförsäljningen omfattar försäljning av Celebshirt1 och Celebshirt2 i förhållandet 45:55.

Den här övningen är en del av kursen

Finansiell prognosmodellering i Python

Visa kurs

Övningsinstruktioner

  • Prognostisera försäljningen för januari (utan rabatt).
  • Prognostisera försäljningen för februari (med rabatt: dsales_price).
  • Skriv ut resultaten för januaris och februaris försäljning.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# 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(____, ____))
Redigera och kör kod