用途：面向零售降价与清仓定价场景，帮助从慢动销库存中最大化收入回收、减少降价金额并加快售出。适用问题包括清仓定价、降价时机、降幅建议及多阶段降价计划。
主要能力：
- 初始评估框架，梳理库存状况（过剩、季节性、慢动销、在手量、库龄、成本与零售价、历史售出率）、业务背景（当前与目标降价率、毛利约束、季节性、竞争）、定价权限（集中/区域/门店、降价频率、档位规则、折扣上下限、是否可个性化）以及渠道与竞争（单渠道或全渠道、线上调价弹性、竞品价格追踪、奥莱或清算渠道）。
- 价格弹性与需求建模：用历史价格与销量数据，通过对数回归估算价格弹性，判断需求对价格的敏感程度，并预测给定价格下的需求。
- 最优降价测算：在成本之上的价格区间内枚举价格点，结合预计周需求和剩余周数，估算可售数量、收入、毛利率与售罄周数，输出推荐折扣与预期售出率。
- 降价时机与档位建议：依据售出率、供应周数、季节剩余时间和销售动能判断是否应降价，并给出降幅档位与多阶段降价节奏（如每 1–2 周、2–3 周或 3–4 周一次）。
使用方式：技能以专家指导与 Python 代码示例形式提供，示例使用 numpy、pandas、scipy、scikit-learn 与 matplotlib；需准备含 sku、date、price、units_sold、original_price 等字段的历史数据，并输入成本、当前价、库存、剩余周数等参数。
适用场景：零售、电商、服饰等季节性商品的降价与清仓决策，以及降价率与毛利目标的平衡。
限制：需足够历史数据（示例中单 SKU 少于 10 条会报数据不足）；弹性估计依赖价格与销量的历史变化；示例中的季节结束日期、目标售出率、档位和折扣区间均为演示参数，实际使用需替换为真实数据；本资料未说明收费、价格、可用平台或效果保证。