ファッションeコマース業界における価格設定の最適化は、需要の変動性と迅速な意思決定の必要性から極めて複雑な課題である。本論文は、欧州有数のオンラインファッション小売企業であるZalandoにおいて開発・実装された専門的なアルゴリズム価格設定ツールについて述べている。このシステムは、セール期間中の複数目標を同時に達成することを目的としており、グラデーション・ブースティング・ツリーを用いた日次単位の需要予測と多目標最適化フレームワークを組み合わせた「予測・最適化」アーキテクチャを採用している。 従来のシステムは週単位の時間粒度で運用されていたため、価格設定の判断に数時間を要していた。これに対して新システムは、500万を超える商品に対して長期利益と純売上高（NMV）の両方を最大化しながら、意思決定時間を数時間から数分へと大幅に短縮することに成功した。 2023年から2024年にかけて12の市場で実施された23件のA/Bテストの結果、新しい価格設定システムは売上と収益のパフォーマンスを維持しつつ、利益を約6%向上させることが実証された。この成果により、アルゴリズムは本番環境に正式に展開され、現在ではZalandoのセール期間中のアルゴリズム価格設定決定の大部分を担当している。