我有来自我们一些在线列表的销售数据。我随机定价相同的项目以找到最佳价格，以尝试产生最大的利润。以下是我们的一些示例数据：
6 units @ 296.9/ea
225 units @ 331.69/ea
45 units @ 334.99/ea
5 units @ 369.29/ea
2 units @ 399.0/ea
2 units @ 353.27/ea
5 units @ 354.21/ea
哪个是最好的价格范围很明显，但是我仍在尝试找到某种平均值，因此我们不只是选择最高的数字。
我最初的想法是简单地将每组相乘，将它们全部相加，然后除以总单位（也就是求总平均值）。问题是没有考虑售出的单位数量和每个单位的价格之间的关系。
有人对找到最佳解决方案的方法有任何建议吗？谢谢！
- 编辑 -
不需要考虑点击率和查看率等分析数据，因为所有列表都是在完全相同的时间完成的，并且完全相同。销售量、浏览量等是定价的直接结果。换句话说，我们是根据我们对商品的定价来获得销售额的。
我不是想找到任何利润空间，而是想找到最好的 LIST PRICE。我们已经在检查我们的利润率并启用/禁用未达到我们阈值的活动。我们正在尝试根据之前的结果找到一个中等价格，以便我们可以进入新市场并以理想的价格提出想法。
--第二次编辑--
当我们列出相同的测试项目时，无论价格如何，有些项目确实获得了更多的浏览量，这实际上会带来更多的销售。几乎就像他们在商店里“病毒式传播”一样。这些观点的原因完全超出了我们的控制。除了定价之外，每个列表都是相同的。几乎所有在线零售商都有特殊的算法来为该客户获取最佳匹配结果。
我们尝试这样做的唯一原因是尝试根据先前的结果对最佳标价进行有根据的“猜测”，无论我们如何获得它们。换句话说，商店和客户正在为我们挑选这些价格，我们只是想尝试猜测开始的价格，而不是随机定价列表。从那里我们可以努力增加我们的利润。