价格优化系统技术方案

实施例通过针对每个物品接收物品的价格集合、物品的库存量、物品的每细分需求模型以及作为每细分需求模型的函数的目标函数来确定物品的价格表，并且至少基于物品的退货概率和退货的成本来最大化收益。实施例至少基于每个客户细分对目标函数的预测贡献在多个客户细分之间分配库存量。实施例确定最大化目标函数的用于物品的价格表的降价部分，其中降价部分针对该物品在清货季节期间的相应时间段指派选自价格集合的一系列价格。

【技术实现步骤摘要】
【国外来华专利技术】价格优化系统
一个实施例一般而言涉及用于确定产品定价的计算机系统，并且特别地涉及确定产品定价促销和降价(markdown)时间表的计算机系统。
技术介绍
对于产品的零售商或任何卖方，在销售周期的某个时候，可能需要确定何时降低产品价格(可能通过促销)以及降价多少。降价可能是物品项生命周期定价的重要组成部分。一家典型的零售商有20％到50％的物品被降价(即，永久性打折)，并且以降低的价格产生大约30-40％的收益。通过考虑库存限制和对时间段、价格和库存影响的需求依赖性，确定最佳的定价降价可以使收益最大化。优化的降价不仅可以在全价销售期间，而且可以在价格折扣销售期间使库存达到期望的水平，并在整个产品生命周期中使总毛利美元最大化。但是，价格优化系统通常会尝试确定价格以最大化短期收益或短期利润。这些系统通常不考虑售后因素，诸如产品是否在以后被客户退货。
技术实现思路
实施例通过以下来确定物品的价格表：针对每个物品接收物品的价格集合、物品的库存量、物品的每细分需求模型目标函数，该目标函数作为每细分需求模型的函数并且至少基本文档来自技高网...

【技术保护点】
1.一种非暂态计算机可读介质，其上存储有指令，所述指令在由一个或多个处理器执行时，使所述处理器通过以下操作为每个物品确定物品的价格表：/n接收物品的价格集合、物品的库存量、物品的每细分需求模型以及目标函数，所述目标函数是每细分需求模型的函数并且至少基于物品的退货概率和退货的成本来最大化收益；/n至少基于每个客户细分对目标函数的预测贡献在多个客户细分之间分配库存量；/n对于每个客户细分，至少基于分配给该客户细分的库存量，确定使目标函数最大化的价格表的促销部分，其中促销部分针对该物品在常规季节期间的相应时间段向该物品指派选自价格集合的一系列价格；/n聚合在常规季节结束时分配给多个客户细分的剩余库存...

【技术特征摘要】
【国外来华专利技术】20190410 US 16/380,1851.一种非暂态计算机可读介质，其上存储有指令，所述指令在由一个或多个处理器执行时，使所述处理器通过以下操作为每个物品确定物品的价格表：
接收物品的价格集合、物品的库存量、物品的每细分需求模型以及目标函数，所述目标函数是每细分需求模型的函数并且至少基于物品的退货概率和退货的成本来最大化收益；
至少基于每个客户细分对目标函数的预测贡献在多个客户细分之间分配库存量；
对于每个客户细分，至少基于分配给该客户细分的库存量，确定使目标函数最大化的价格表的促销部分，其中促销部分针对该物品在常规季节期间的相应时间段向该物品指派选自价格集合的一系列价格；
聚合在常规季节结束时分配给多个客户细分的剩余库存量；
至少基于聚合的库存，确定最大化目标函数的用于物品的价格表的降价部分，其中降价部分针对该物品在清货季节期间的相应时间段指派选自价格集合的一系列价格；以及
组合促销部分和降价部分以创建该物品的价格表。


2.如权利要求1所述的非暂态计算机可读介质，其中物品的退货概率包括逻辑斯蒂函数，以确定输入和以确定由属于细分seg的客户在星期t内在商店g处以价格p购买的物品i的退货概率，包括：





3.如权利要求2所述的非暂态计算机可读介质，其中逻辑斯蒂回归使用包括交易的日期、客户购买的物品篮、发生交易的商店以及客户的标识符的每个客户交易的历史数据来确定输入和


4.如权利要求1所述的非暂态计算机可读介质，其中：
在客户细分之间分配库存量包括：
对于每个客户细分：
将全部库存量分配给该客户细分；
将全部库存量、价格集合、近似每细分需求模型、第一约束集合以及近似目标函数传输给优化器；以及
从优化器接收该客户细分的近似目标函数的每细分值；
计算每细分值与客户细分的所有每细分值的总和的比率；
根据每个客户细分的比率在客户细分之间分配库存量；
确定每个客户细分的促销部分包括：
向优化器提供价格集合、分配给客户细分的库存量、近似每细分需求模型、第二约束集合以及近似目标函数；以及
从优化器接收用于优化目标函数的每个客户细分的促销部分；以及
确定降价部分包括：
向优化器提供价格集合、聚合的库存、物品的近似聚合需求模型、第三约束集合以及近似目标函数；以及
从优化器接收优化目标函数的降价部分。


5.如权利要求4所述的非暂态计算机可读介质，还包括：
计算与价格集合的线性近似对应的线，其中该线是将线平均划分为最大价格和最小价格之间的细分的位置变量的函数，其中位置变量的每个整数值与价格集合中的一个价格相关联；
向优化器提供该线的方程式作为物品的价格集合；以及
从优化器接收与选择的价格对应的位置变量的整数值；以及
在价格集合中识别与位置变量对应的价格；以及
将识别出的价格包括在物品的价格表中。


6.如权利要求4所述的非暂态计算机可读介质，所述确定每个客户细分的促销部分还包括：
对于每个时间段，当物品以价格集合中的相应价格定价时，计算该物品的客户细分需求集合；
计算与客户细分需求集合的逐片段线性近似对应的多条线；
对于每个价格，选择与该价格的最高需求对应的线；以及
将选择的线的方程式作为该时间段期间该价格的近似每细分需求模型提供给优化器。


7.如权利要求4所述的非暂态计算机可读介质，所述确定每个客户细分的促销部分还包括：
对于每个客户细分，当物品以价格集合中的相应价格定价时，计算该物品的客户细分需求集合；
通过聚合每个价格的相应客户细分需求来计算相应的聚合需求集合；
计算与聚合需求集合的逐片段线性近似对应的多条线；
对于每个价格，选择与该价格的最高需求对应的线；以及
将选择的线的方程式作为该时间段期间该物品以该价格的近似聚合需求模型提供给优化器。


8.一种通过以下操作确定物品的价格表的方法，对于每个物品：
接收物品的价格集合、物品的库存量、物品的每细分需求模型以及目标函数，目标函数是每细分需求模型的函数并且至少基于物品的退货概率和退货的成本来最大化收益；
至少基于每个客户细分对目标函数的预测贡献在多个客户细分之间分配库存量；
对于每个客户细分，至少基于分配给该客户细分的库存量，确定使目标函数最大化的价格表的促销部分，其中促销部分针对该物品在常规季节期间的相应时间段向该物品指派选自价格集合的一系列价格；
聚合在常规季节结束时分配给多个客户细分的剩余库存量；
至少基于聚合的库存，确定最大化目标函数的用于物品的价格表的降价部分，其中降价部分针对该物品在清货季节期间的相应时间段指派选自价格集合的一系列价格；以及
组合促销部分和降价部分以创建该物品的价格表。


9.如权利要求8所述的方法，其中物品的退货概率包括逻辑斯蒂函数，以确定输入和以确定由属于细分seg的客户在星期t内在商店g处以价格p购买的物品i的退货概率，包括：





10.如权利要求9所述的方法，其中逻辑斯蒂回归使用包括交易的日期、客户购买的物品篮、发生交易的商店以及客户的标识符的每个客户交易的历史数据来确定输入和


11.如权利要求8所述的方法，其中：
在客户细分之间分配库存量包括：
对于每个客户细分：
将全部库存量分配给该客户细分；
将全...

【专利技术属性】
技术研发人员：吴思明，A·瓦赫汀斯凯，S·B·布罗简尼，S·B·雷迪，K·V·潘沙加姆，S·维贾扬，M·张，
申请(专利权)人：甲骨文国际公司，
类型：发明
国别省市：美国;US