【技术实现步骤摘要】
用于确定价格敏感度的方法和装置
本申请涉及数据的量化评估，特别地，涉及用于基于产品的历史销售数据来确定价格敏感度的方法和装置。
技术介绍
在诸如连锁餐饮和零售的服务行业中，需要针对每家门店的销售数据与产品售价之间的价格敏感度进行量化评估以指导门店的产品总体价格的调整策略。目前针对门店的价格敏感度的量化分析主要基于传统的经济学价格敏感度模型。该经济学价格敏感度模型的主要变量通常仅为一段时间间隔内的门店的产品销售量及该段时间间隔内的产品销售价格。通过计算产品销售量的变动幅度与产品销售价格的变动幅度(例如，以百分比形式表示的变动幅度)的比值获得价格敏感度的具体数值。正常情况下该数值为负数。一般来说，价格敏感度数值的绝对值大于1的门店的价格敏感度高而不适合实施提价策略；价格敏感度数值的绝对值小于1的门店的价格敏感度低而适合实施提价策略；而该数值的绝对值等于1的门店被认为价格敏感度达到平衡，从而可保持现状。但是，传统的经济学价格敏感度模型主要基于销售量仅受定价影响的假设。而在诸如餐饮零售业的以线下交易为主的市场环境中，产品销售...
【技术保护点】
1.一种用于确定价格敏感度的方法，其特征在于，包括：/n基于产品的历史销售数据生成历史数据序列，所述历史数据序列由与历史时间序列中的历史时间相关联的历史数据构成，其中，所述历史数据包括所述产品的历史销售量数据和历史价格数据；/n通过在所述历史数据序列中移除受到周期性因素影响的部分以生成经处理的历史数据序列；/n基于与预定的销售趋势对应的多个趋势多项式和所述经处理的历史数据序列，使用回归模型确定与所述产品的销售趋势对应的最优趋势多项式，以及基于所述最优趋势多项式确定所述价格敏感度，其中所述产品的销售量数据被表示为以所述价格数据作为自变量的所述趋势多项式。/n
【技术特征摘要】
1.一种用于确定价格敏感度的方法，其特征在于，包括：
基于产品的历史销售数据生成历史数据序列，所述历史数据序列由与历史时间序列中的历史时间相关联的历史数据构成，其中，所述历史数据包括所述产品的历史销售量数据和历史价格数据；
通过在所述历史数据序列中移除受到周期性因素影响的部分以生成经处理的历史数据序列；
基于与预定的销售趋势对应的多个趋势多项式和所述经处理的历史数据序列，使用回归模型确定与所述产品的销售趋势对应的最优趋势多项式，以及基于所述最优趋势多项式确定所述价格敏感度，其中所述产品的销售量数据被表示为以所述价格数据作为自变量的所述趋势多项式。
2.根据权利要求1所述的方法，其特征在于，所述历史销售量数据基于所述产品的总销售量确定，所述历史价格数据基于所述产品的销售量和销售价格的加权确定。
3.根据权利要求1所述的方法，其特征在于，所述周期性因素包括节假日因素和季节性因素。
4.根据权利要求3所述的方法，其特征在于，所述节假日因素包括阴历节假日和阳历节假日，通过在所述历史数据序列中移除与所述阴历节假日和所述阳历节假日中的至少一个对应的历史时间相关联的所述历史数据来生成所述经处理的历史数据序列。
5.根据权利要求3或4所述的方法，其特征在于，通过基于损失的季节性趋势分解过程(STL)将所述历史数据中的所述历史销售量数据的值中受到季节性因素影响的成分移除来生成所述经处理的历史数据序列。
6.根据权利要求2所述的方法，其特征在于，在将所述经处理的历史数据序列输入到所述回归模型之前，对所述历史数据的所述历史销售量数据和所述历史价格数据应用对数操作。
7.根据权利要求1所述的方法，其特征在于，在将所述经处理的历史数据序列输入到所述回归模型之前，基于与所述经处理的历史数据序列中的所述历史数据相关联的所述历史时间对所述历史数据的所述历史销售量数据进行加权。
8.根据权利要求1所述的方法，其特征在于，使用回归模型确定与所述产品的销售趋势对应的最优趋势多项式进一步包括：
将所述经处理的历史数据序列中的所述历史数据中的价格实体作为输入所述回归模型的固定自变量，将与预定的销售趋势对应的多个趋势多项式作为输入所述回归模型的可变自变量，将所述经处理的历史数据序列中的所述历史数据中的销售量实体作为输入所述回归模型的因变量，通过回归运算保留具有显...
【专利技术属性】
技术研发人员：张晓松，王启凡，
申请(专利权)人：胜斗士上海科技技术发展有限公司，
类型：发明
国别省市：上海;31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。