销售商品的动态定价方法及系统技术方案

本发明专利技术公开了一种销售商品的动态定价方法，包括以下步骤：获取销售商品的相关信息和影响因素；其中，相关信息包括：商品的价格数据，商品库存数量，商品预损率和销售递减率；影响因素包括当前日期影响因子和天气状况影响因子；根据获取到的相关信息和影响因素，建立商品价格模型；根据销售商品的销售量统计模型，通过价格模型计算出所述销售商品的最优销售价格并输出。采用本发明专利技术的方法，可以根据商品库存量以及商品销售递减率来及时更改商品价格，使得销售价格可以跟随销售额实时变动，让消费用户可以分享到随着销售额不断扩大而带来的销售价格下降的实惠，并能及时的对商品库存量做出合理的处置，减少商品库存量的积压，从而获得最优利益。

Dynamic pricing method and system for selling goods

The invention discloses a method of dynamic pricing of sales of goods, which comprises the following steps: acquiring information and related factors affect the sale of goods; the relevant information including: price data of goods, merchandise inventory quantity, commodity pre loss rate and sales decline rate; influence factors include the current date and weather factors influencing factors; according to the relevant information and access to the influence factors, the establishment of commodity price model; according to the sales statistics model of sale of goods, the price calculated by the model of sales of goods the optimal selling price and output. The method of the invention can according to the product inventory and sales decline rate of change in commodity prices, the sales price can follow the sales of real time changes, let consumer can share to bring sales with expanding sales prices affordable and timely inventory to make reasonable disposal, reduce the backlog of inventory, so as to obtain the best interests.

【技术实现步骤摘要】
销售商品的动态定价方法及系统
本专利技术涉及商品销售系统
，尤其涉及了一种销售商品的动态定价方法及系统。
技术介绍
目前，商品销售价格是按照生产成本而定的，但是随着商品销售数量的增加，生产成本也在逐渐被摊薄，按照道理，商品销售价格应该跟随销售数量而变动。随着电子商务的快速发展和计算机网络的广泛使用，市场竞争日趋激烈，客户需求不断提高，要求电子商务企业不断进行价格调整，以提升销量，扩大市场占有率。在一些应用场合，要求尽可能高效并且有目的性的选择完成价格的调价。目前通常是通过人工方式来完成对价格的调整，基于人工判断完成价格的预估，定价人为因素大，缺乏定价的有效依据，准确性差。而且，人工定价的方式工作量大、操作繁杂、效率低，中间过程不可控，可追溯性差、难以满足市场需求。
技术实现思路
本专利技术针对现有技术中人工定价存在的准确性差、效率低、可追溯性差的缺点，提供了一种销售商品的动态定价方法及系统。为了解决上述技术问题，本专利技术通过下述技术方案得以解决：销售商品的动态定价方法，包括以下步骤：获取销售商品的相关信息和影响因素；其中，相关信息包括：商品的价格数据，商品库存数量，商品预损率和销售递减率；影响因素包括当前日期影响因子和天气状况影响因子；根据获取到的相关信息和影响因素，建立商品价格模型；根据销售商品的销售量统计模型，通过价格模型计算出所述销售商品的最优销售价格并输出。作为一种可实施方式，所述根据获取到的相关信息和影响因素，建立商品价格模型的具体步骤包括：设置相关信息和影响因素：商品的价格数据为q，商品库存数量为w，商品预损率为θ，销售递减率为当前日期影响因子为λdate，天气变量影响因子为λweather；根据设置好的相关信息和影响因素，得到商品价格模型，商品价格模型为在公式中，Y表示商品价格，n表示天气状况的总数量，n≥4。作为一种可实施方式，所述商品的价格数据包括商品进价、商品最高价、商品最低价以及商品初始价格；当销售递减率不大于20％时，所述商品价格模型中的q表示商品最高价格，w表示商品库存数量，θ表示商品预损率，表示销售递减率；λdate表示当前日期影响因子，λweather表示天气变量影响因子，Y表示商品价格，n表示天气状况的总数量，n≥4；当销售递减率大于20％时，所述商品价格模型中的q表示商品最高价格，w表示商品库存数量，θ表示商品预损率，表示销售递减率；λdate表示当前日期影响因子，λweather表示天气变量影响因子，Y表示商品价格，n表示天气状况的总数量，n≥4。作为一种可实施方式，所述商品价格模型在特定情况下增加折扣促销处理计算，此时，商品价格模型q表示商品最高价格，w表示商品库存数量，θ表示商品预损率，表示销售递减率；λdate表示当前日期影响因子，λweather表示天气变量影响因子，Y表示商品价格，β表示折扣量，n表示天气状况的总数量，n≥4；特定情况是指：销售递减率大于85％时。作为一种可实施方式，所述销售量统计模型包括：通过设定时间段获取销售商品数量得到第一销售量统计模型；以及，通过固定销售量获取销售时间得到第二销售量统计模型。一种销售商品的动态定价系统，包括：获取模块，获取销售商品的相关信息和影响因素；其中，相关信息包括：商品的价格数据，商品库存数量，商品预损率和销售递减率；影响因素包括当前日期影响因子和天气状况影响因子；确定模块，根据获取到的相关信息和影响因素，建立商品价格模型；定价输出模块，根据销售商品的销售量统计模型，通过价格模型计算出所述销售商品的最优销售价格并输出。作为一种可实施方式，所述确定模块设置为：所述根据获取到的相关信息和影响因素，建立商品价格模型的具体步骤包括：设置相关信息和影响因素：商品的价格数据为q，商品库存数量为w，商品预损率为θ，销售递减率为当前日期影响因子为λdate，天气变量影响因子为λweather；根据设置好的相关信息和影响因素，得到商品价格模型，商品价格模型为在公式中，Y表示商品价格，n表示天气状况的总数量，n≥4。作为一种可实施方式，所述确定模块设置为：所述商品的价格数据包括商品进价、商品最高价、商品最低价以及商品初始价格；当销售递减率不大于20％时，所述商品价格模型中的q表示商品最高价格，同样，商品库存数量为w，商品预损率为θ，销售递减率为当前日期影响因子为λdate，天气变量影响因子为λweather，Y表示商品价格，n表示天气状况的总数量，n≥4；当销售递减率大于20％时，所述商品价格模型中的q表示商品最初价格，同样，商品库存数量为w，商品预损率为θ，销售递减率为当前日期影响因子为λdate，天气变量影响因子为λweather，Y表示商品价格，n表示天气状况的总数量，n≥4。作为一种可实施方式，所述确定模块设置为：所述商品价格模型在特定情况下增加折扣促销处理计算，此时，商品价格模型q表示商品最高价格，w表示商品库存数量，θ表示商品预损率，表示销售递减率；λdate表示当前日期影响因子，λweather表示天气变量影响因子，Y表示商品价格，β表示折扣量，n表示天气状况的总数量，n≥4；特定情况是指：销售递减率大于85％时。作为一种可实施方式，所述定价输出模块设置为：所述销售量统计模型包括：通过设定时间段获取销售商品数量得到第一销售量统计模型；以及，通过固定销售量获取销售时间得到第二销售量统计模型。本专利技术由于采用了以上技术方案，具有显著的技术效果：采用本专利技术的方法，可以根据商品库存量以及商品销售递减率来及时更改商品价格，使得销售价格可以跟随销售额实时变动，让消费用户可以分享到随着销售额不断扩大而带来的销售价格下降的实惠，并能及时的对商品库存量做出合理的处置，减少商品库存量的积压，从而获得最优利益。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术的整体方法流程示意图；图2是本专利技术的整体结构示意图。具体实施方式下面结合实施例对本专利技术做进一步的详细说明，以下实施例是对本专利技术的解释而本专利技术并不局限于以下实施例。示例性方法：销售商品的动态定价方法，如图1所示，包括以下步骤：S1、获取销售商品的相关信息和影响因素；其中，相关信息包括：商品的价格数据，商品库存数量，商品预损率和销售递减率；影响因素包括当前日期影响因子和天气状况影响因子；S2、根据获取到的相关信息和影响因素，建立商品价格模型；S3、根据销售商品的销售量统计模型，通过价格模型计算出所述销售商品的最优销售价格并输出。本专利技术销售商品的动态定价方法是围绕示例性方法展开的，后续所有添加步骤或者更优实施方案都不会脱离此实例行方法的保护范围。实施例1：销售商品的动态定价方法，如图1所示，包括以下步骤：S1、获取销售商品的相关信息和影响因素；其中，相关信息包括：商品的价格数据，商品库存数量，商品预损率和销售递减率；影响因素包括当前日期影响因子和天气状况影响因子；S2、根据获取到的相关信息和影响因素，建立商品价格模型；S3、根据销售商品的销售量统计模型，通过价格本文档来自技高网...

【技术保护点】
销售商品的动态定价方法，其特征在于包括以下步骤：获取销售商品的相关信息和影响因素；其中，相关信息包括：商品的价格数据，商品库存数量，商品预损率和销售递减率；影响因素包括当前日期影响因子和天气状况影响因子；根据获取到的相关信息和影响因素，建立商品价格模型；根据销售商品的销售量统计模型，通过价格模型计算出所述销售商品的最优销售价格并输出。

【技术特征摘要】
1.销售商品的动态定价方法，其特征在于包括以下步骤：获取销售商品的相关信息和影响因素；其中，相关信息包括：商品的价格数据，商品库存数量，商品预损率和销售递减率；影响因素包括当前日期影响因子和天气状况影响因子；根据获取到的相关信息和影响因素，建立商品价格模型；根据销售商品的销售量统计模型，通过价格模型计算出所述销售商品的最优销售价格并输出。2.根据权利要求1所述的销售商品的动态定价方法，其特征在于，所述根据获取到的相关信息和影响因素，建立商品价格模型的具体步骤包括：设置相关信息和影响因素：商品的价格数据为q，商品库存数量为w，商品预损率为θ，销售递减率为当前日期影响因子为λdate，天气变量影响因子为λweather；根据设置好的相关信息和影响因素，得到商品价格模型，商品价格模型为在公式中，Y表示商品价格，n表示天气状况的总数量，n≥4。3.根据权利要求2所述的销售商品的动态定价方法，其特征在于，所述商品的价格数据包括商品进价、商品最高价、商品最低价以及商品初始价格；当销售递减率不大于20％时，所述商品价格模型中的q表示商品最高价格，w表示商品库存数量，θ表示商品预损率，表示销售递减率；λdate表示当前日期影响因子，λweather表示天气变量影响因子，Y表示商品价格，n表示天气状况的总数量，n≥4；当销售递减率大于20％时，所述商品价格模型中的q表示商品最高价格，w表示商品库存数量，θ表示商品预损率，表示销售递减率；λdate表示当前日期影响因子，λweather表示天气变量影响因子，Y表示商品价格，n表示天气状况的总数量，n≥4。4.根据权利要求3所述的销售商品的动态定价方法，其特征在于，所述商品价格模型在特定情况下增加折扣促销处理计算，此时，商品价格模型q表示商品最高价格，w表示商品库存数量，θ表示商品预损率，表示销售递减率；λdate表示当前日期影响因子，λweather表示天气变量影响因子，Y表示商品价格，β表示折扣量，n表示天气状况的总数量，n≥4；特定情况是指：销售递减率大于85％时。5.根据权利要求1所述的销售商品的动态定价方法，其特征在于，所述销售量统计模型包括：通过设定时间段获取销售商品数量得到第一销售量统计模型；以及，通过固定销售量获取销售时间得到第二销售量统计模型。6.一种销售商品的动态定价系统，其特征在于包括：获取...

【专利技术属性】
技术研发人员：李世建，
申请(专利权)人：武汉弗赅科技有限公司，
类型：发明
国别省市：湖北,42