Pricing decisions and high competition are two significant factors in profit maximization in the consumer electronics market. Competitors sell high valued identical products most of the time and the consumers tend to monitor price of a product and substitutes of that product before making the purchase. Because of dynamic nature of consumer electronics market, there are dozens of pricing decisions to give every day. For a pricing manager, it is not easy to find optimal prices for dozens of products each day. In addition, a product's price is not the only factor that effects its demand. Price of the substitute products and price of the product at the competitor stores effect the demand of the product. In this study, we develop a demand prediction model which can make daily sales forecasts and develop two optimization methods to maximize total profit. First, we develop a model which can identify cross-price elasticity and competitor-price elasticity as well as price elasticity of a product. Then, we propose a non-linear integer model and an Iterative Bisection Algorithm to solve multi-product price optimization problem. As an additional study, a field experiment is conducted and potentially promising results are observed.

Fiyat karaları ve yüksek rekabet tüketici elektronik perakende sektöründe, kar en iyilemesi yaparken en önemli iki faktördendir. Rakip firmalar genellikle, birbirine benzer ve fiyat olarak değeri yüksek ürünleri satmaktadırlar ve müşteriler de bir alım işlemi yapmadan önce marketteki bütün fiyatları ve ikame ürünleri inceleme eğilimindedirler. Tüketici elektronik perakende sektörünün bu dinamik yapısı nedeniyle, bir firma her gün onlarca fiyat kararı verir. Bir firmanın fiyatlandırmadan sorumlu çalışanı için, her gün onlarca en iyi fiyat bulmak kolay değildir. Ek olarak, bir ürünün talebini etkileyen tek fiyat kararı, ürünün kendi fiyatı değildir. İkame ürünlerin fiyatları ve rakip satıcılarda bulunan ürünün fiyatı da ürünün talebini etkilemektedir. Bu çalışmada, gün ve ürün seviyesinde tahmin yapabilen bir talep tahmin modeli geliştiriyor ve iki farklı en iyileme yolu ile en büyüklenmiş karı bulmayı hedefliyoruz. Önce, ürünün kendi fiyat elastikiyeti ile birlikte, ikame ürün fiyat elastikiyeti ve rakip fiyat elastikiyetini hesaplayan bir talep tahmin modeli oluşturulmuştur. Sonrasında, doğrusal olmayan bir tam sayı modeli ve tekrarlayan ikiye bölme algoritması ile çoklu ürün fiyat en iyilemesi problemini çözmeyi önderdik. Ek olarak, bir alan deneyi yürütüp, potansiyel olarak ümit verici sonuçlar alıp raporladık.