Résumé technique : Élasticité intégrable via des potentiels de demande neuronale

Énoncé du problème

Dans la tarification de produits multiples au détail, un défi central consiste à apprendre des élasticités-prix stables, reproductibles et économiquement plausibles à grande échelle. Les élasticités sont des dérivées de la carte de la demande ; par conséquent, de petites irrégularités à petite échelle dans une surface de demande estimée peuvent être amplifiées en fluctuations importantes, bruyantes ou économiquement peu plausibles des estimations d'élasticité. Ce problème est exacerbé dans les contextes de produits multiples où la matrice d'élasticité couple toutes les références (SKU), et où les effets croisés de prix sont souvent faibles, hétérogènes et difficiles à identifier à partir de données observationnelles en raison de la corrélation entre les prix et l'activité promotionnelle.

Les approches existantes font face à un compromis :

• Les modèles structurels classiques (par exemple, AIDS, QUAIDS) imposent des formes fonctionnelles rigides qui peuvent échouer à capturer des schémas de substitution complexes dépendant de l'état.
• Les modèles d'apprentissage automatique standards (par exemple, Gradient Boosting, réseaux de neurones génériques) traitent souvent l'élasticité comme une dérivée a posteriori d'un prédicteur ajusté. Bien que flexibles, ces modèles ne garantissent pas que le champ d'élasticité résultant corresponde à une unique fonction de demande globalement cohérente. Si les élasticités sont paramétrées directement ou dérivées numériquement d'une surface irrégulière, le modèle peut produire des élasticités localement plausibles mais non intégrables globalement, conduisant à des reconstructions de demande dépendantes du chemin.

Méthodologie : Le Réseau de Demande Contextuelle Intégrable (ICDN)

Les auteurs proposent le Réseau de Demande Contextuelle Intégrable (ICDN), une architecture neuronale « demande d'abord ». Au lieu de modéliser directement les élasticités, l'ICDN apprend le logarithme de la demande comme une fonction lisse, conditionnée par le contexte, des logarithmes des prix. Les élasticités sont ensuite obtenues comme des dérivées exactes et analytiques de cette surface apprise, garantissant l'intégrabilité mathématique (c'est-à-dire l'existence d'une fonction potentielle).

Architecture de base

1. Formulation demande d'abord :
   Le modèle définit le logarithme de la demande $y(u, x)$ comme une fonction des logarithmes des prix $u = \log p$ et des covariables contextuelles $x$ (magasin, temps, promotions, métadonnées produit). La matrice d'élasticité $E$ est définie comme le jacobien de cette surface : $E_{ij} = \partial y_i / \partial u_j$. Par construction, si la surface est suffisamment lisse, le champ d'élasticité est intégrable.

2. Représentation structurée des prix :
   Plutôt que d'utiliser un perceptron multicouche générique, l'ICDN décompose la surface de demande en composantes interprétables :

   • Composantes linéaires : Termes log-log localement linéaires pour les effets de prix propre ($\beta_{ii} u_i$) et de prix croisé dirigé ($\beta_{ij} u_j$).
   • Raffinements non linéaires par splines : Splines cubiques à puissance tronquée spécifiques au produit $B_i(u_i)$ appliquées aux logarithmes des prix. Ces termes permettent à la pente et à la courbure de la demande de varier selon les régions de prix spécifiques au support empirique de chaque SKU.
   • Interactions spline-spline : Un terme $B_i(u_i)^\top U^{(ij)}(x) B_j(u_j)$ capture les effets non linéaires de positionnement de prix relatif entre les produits $i$ et $j$.

3. Conditionnement contextuel et parcimonie :

   • Encodage tokenisé : Chaque SKU est mappé à un vecteur latent $h_i$ via un encodeur partagé traitant des tokens contextuels (magasin, saisonnalité, cycle de vie, etc.).
   • Interactions dirigées : Les paramètres de prix croisé sont générés à partir de paires ordonnées $(h_i, h_j)$, permettant des effets asymétriques ($E_{ij} \neq E_{ji}$).
   • Attention parcimonieuse : Pour assurer l'évolutivité dans des contextes de haute dimension, un sélecteur de voisins parcimonieux identifie un petit ensemble de concurrents pertinents pour chaque SKU en utilisant l'attention par produit scalaire mis à l'échelle et des bonus de métadonnées. Cela réduit la complexité des interactions de prix croisé de $O(n^2)$ à $O(nk)$.

4. Dérivées analytiques :
   Parce que les bases de splines ont des dérivées sous forme fermée, le modèle calcule les élasticités de manière analytique sans recourir à des évaluations denses de jacobien ou de hessien numériques. Cela assure la faisabilité computationnelle et la transparence.

Entraînement et régularisation

L'objectif d'entraînement équilibre la précision prédictive et la régularité économique :

• Ajustement robuste : Utilisation d'une perte de Huber sur le logarithme de la demande pour gérer les valeurs aberrantes et l'hétéroscédasticité.
• Pénalité de lissage : Pénalise le carré de la dérivée seconde (courbure) de la réponse au prix propre pour prévenir les oscillations artificielles dans la surface de demande.
• Pénalité de bande d'élasticité : Impose des contraintes douces sur les élasticités implicites. Les élasticités-prix propres sont encouragées à être négatives (dans $[-5, 0]$), et les élasticités de prix croisé sont découragées d'être anormalement grandes (dans $[-1, 1]$), reflétant des a priori empiriques pour la demande de bière.
• Contraintes de signe : Le coefficient linéaire de prix propre est contraint d'être non positif via une transformation softplus, bien que l'élasticité totale puisse encore varier localement en raison des termes non linéaires.

Contributions clés

1. Principe demande d'abord : Formule l'estimation de l'élasticité comme un problème d'apprentissage d'une surface de demande lisse, garantissant que les élasticités dérivées sont mathématiquement intégrables et globalement cohérentes.
2. Architecture neuronale structurée (ICDN) : Introduit un modèle combinant des bases de prix explicites, des dérivées analytiques de splines et des interactions de prix croisé parcimonieuses et dirigées, le rendant pratique pour les panels de détail de haute dimension.
3. Faisabilité analytique : Exploite les dérivées sous forme fermée des bases de splines pour calculer les élasticités efficacement, évitant les goulots d'étranglement computationnels de la différenciation automatique générique sur des matrices denses.
4. Hétérogénéité contextuelle : Met en œuvre un conditionnement spécifique au SKU et une attention parcimonieuse pour capturer des schémas de substitution hétérogènes et directionnels sans imposer de symétrie.

Résultats empiriques

Les auteurs évaluent l'ICDN sur l'ensemble de données de scanners Dominick's Finer Foods pour la catégorie des bières, en le comparant à une référence OLS log-log dirigée classique.

• Performance prédictive : L'ICDN démontre une meilleure généralisation hors échantillon. À travers cinq plis de validation temporelle, l'ICDN atteint un $R^2$ plus élevé et des erreurs absolues moyennes (MAE) et des erreurs quadratiques moyennes racines (RMSE) plus faibles dans la majorité des triplets magasin-SKU-pli appariés par rapport à la référence.
• Stabilité de l'élasticité :
  • Prix propre : L'ICDN produit des estimations d'élasticité significativement plus stables. Dans le rééchantillonnage par bootstrap, l'ICDN génère des intervalles de confiance plus étroits (largeur médiane de 1,018 contre 2,683 pour la référence) et des écarts-types plus faibles. Il adhère également strictement à l'a priori économique d'une demande à pente descendante (100 % d'estimations négatives contre 99,1 % pour la référence).
  • Prix croisé : Bien que les effets de prix croisé soient intrinsèquement plus bruyants, l'ICDN produit des estimations plus reproductibles avec des intervalles de confiance plus étroits et une dispersion temporelle plus faible. Notamment, l'ICDN génère des élasticités de prix croisé majoritairement positives (91 % des paires), cohérentes avec la substitution, alors que la référence montre un signal mixte.
• Diagnostics d'incertitude : L'article note que bien que l'ICDN améliore la stabilité, l'étalonnage de l'incertitude est imparfait. Les intervalles de prix propre sont légèrement conservateurs (sur-coverage), tandis que les intervalles de prix croisé montrent une sous-coverage par rapport à la variation basée sur les plis, suggérant que bien que les estimations soient plus stables, elles ne capturent pas parfaitement l'incertitude causale de la vérité terrain.

Importance et affirmations

L'article affirme que l'ICDN offre une approche fondée sur des principes pour la modélisation de la demande au détail qui comble le fossé entre la flexibilité de l'apprentissage profond et les exigences structurelles de la théorie économique. En traitant les élasticités comme des dérivées d'un unique potentiel de demande lisse, le modèle évite l'incohérence d'apprendre les élasticités comme des objets locaux indépendants.

Les auteurs soulignent que leurs résultats sont basés sur des données observationnelles et ne doivent pas être interprétés comme une identification causale des interventions de prix. Au contraire, la contribution réside dans la production d'estimations d'élasticité plus stables, reproductibles et économiquement cohérentes mieux adaptées à des tâches opérationnelles telles que la simulation de scénarios, l'optimisation des revenus et le diagnostic de tarification. Le modèle fournit un cadre où les a priori métier (par exemple, une demande à pente descendante) sont intégrés directement dans l'objectif d'entraînement, garantissant que la surface de demande apprise reste interprétable et robuste au bruit.