近年来出现的最优化软件工具可以帮助我们模拟价格、促销、分类和布置等因素发生变化时对利润、销量和市场份额的影响。模拟采用零风险方式，即在各种策略实际应用于现实市场之前，分析各种假设的情景，并对由此产生的预测结果进行实证检验。现代软件工具的过人之处在于它们可以在瞬时完成结果对模拟情景的回归，极大的加速了原来的滞后判断。
但是这种方法产生了一个问题：即该模拟只与提供的历史数据切合。证实定价及促销建议的一种更精确的方法是在特定的市场中进行控制检验。
例如：分析表明，某种相对周转的商品的价格可以上涨25％。那么进行试点后，如果销量下降的比率小于25％，收入（在最优情景，利润）就会增加。这样，我们就有理由相信，对相似的零售环境中的商品提价是有利可图的。如果试验的结果并不像预期的那样好，我们就可以利用这些新的信息修正数据库和价格。
同模拟一样，进行控制试验的能力也借助大量优质数据和强有力的获取、分析信息的软件工具得到了飞跃发展。通过频繁的购买关注的商品或产品类别的数据，对某一特定商店或大量商店之间进行控制试验，可以在短短的几周内就得到结果，无需等待数月。
同时在生产商和销售商之间要寻求协作的胜利。实现定价、促销和分类最优化的收益需要包装类消费品生产商和销售商共同努力才能获得。零售商可以控制面对终端消费者的价格，但面对着店铺中多种多样的商品，他们的洞察力和精确度不能与只关注自己核心业务的生产商同日而语。
接下来我们进一步说明包装类消费品生产商和零售商如何能成功协商合作。
第一，生产商使用第三方数据，分析自己的商品在特定零售商的销售模式。这样的分析会发现在某些市场上有提价空间，而在其他市场需要降价，使得有目标的促销更有效率，并促使分类理性化。
第二，生产商与零售商共享该分析以及由此得出的定价、促销和分类的策略建议。
