【技术实现步骤摘要】
基于门店周期性回本的价格预测方法、装置及相关介质
[0001]本专利技术涉及计算机软件
，特别涉及基于门店周期性回本的价格预测方法、装置及相关介质。
技术介绍
[0002]市面上传统的定价策略通常是基于算法定价，并且大多数定价算法是基于线上因素，而缺乏考虑线下因素，且并未结合门店回本周期进行定价，即当前的定价算法参考元素过于单一，导致最终定价结果缺乏合理性。而线下门店复杂的线下因素对商品定价尤为重要，比如线下因素中的地区、环境、消费人群等因素都可能不同，因此如果直接采用线上的定价算法对线下门店进行定价，会导致定价结果与实际应用场景不相符，无法达到预期效果。
[0003]另外，对于扩展规模大、速度快的门店品牌，加盟商能否快速回本后续发展经营来说尤其重要，因此制定一个能够快速回本则合理的定价策略就显得特别重要，但是现有方法缺少针对门店具体回本周期进行定价的策略，并且其普遍性和推广性均不高。因此，如何制定门店的合理并能快速回本的定价策略是本领域技术人员需要解决的问题。
技术实现思路
[0004]本专利...
【技术保护点】
【技术特征摘要】
1.一种基于门店周期性回本的价格预测方法，其特征在于，包括：选取目标门店，获取所述目标门店的门店经营特征，并根据所述门店经营特征构建门店回本周期预测模型，并由所述门店回本周期预测模型预测所述目标门店的门店回本周期；其中，门店经营特征包括销售额、毛利额；获取所述目标门店的门店环境特征，并根据所述门店环境特征构建门店相似性模型，并由所述门店相似性模型输出所述目标门店的相似门店；根据所述门店回本周期在所述相似门店中选取相似度最高的n个门店作为对比门店，并将所述对比门店的门店经营特征作为所述目标门店的回本目标；基于所述回本目标对所述目标门店配置订货量和价格策略值。2.根据权利要求1所述的一种基于门店周期性回本的价格预测方法，其特征在于，所述选取目标门店，获取所述目标门店的门店经营特征，并根据所述门店经营特征构建门店回本周期预测模型，并由所述门店回本周期预测模型预测所述目标门店的门店回本周期，包括：按照下式构建所述门店回本周期预测模型的回归预测方程，并由所述回归预测方程计算得到所述门店回本周期：式中，J(w)表示所述门店回本周期，m表示所述目标商店内的商品总数，i为所述目标商店内的第i个商品，y表示所述门店经营特征的目标值，x表示所述门店经营特征的真实值，γ为系数，w为回归系数，T为向量转置。3.根据权利要求1所述的一种基于门店周期性回本的价格预测方法，其特征在于，所述门店环境特征包括门店基本属性、门店外部属性和门店销售属性；所述获取所述目标门店的门店环境特征，并根据所述门店环境特征构建门店相似性模型，并由所述门店相似性模型输出所述目标门店的相似门店，包括：基于所述门店基本属性、门店外部属性和门店销售属性，利用皮尔逊相关系数计算得到所述目标门店的相似门店。4.根据权利要求1所述的一种基于门店周期性回本的价格预测方法，其特征在于，所述基于所述回本目标对所述目标门店配置订货量和价格策略值，包括：将所述回本目标进行日均拆分，并拟合所述对比门店不同月份下的日销售曲线，根据所述销售曲线对日均拆分的结果设置权重系数，得到最终的每日目标值，其中，所述每日目标值包括每日毛利额目标值和每日销售额指标值。5.根据权利要求4所述的一种基于门店周期性回本的价格预测方法，其特征在于，所述基于所述回本目标对所述目标门店配置订货量和价格策略值，还包括：利用销量预测模型预测所述目标门店每一最小存货单位对应的销量，以及利用定价方程策略预测每一最小存货单位对应的最优定价策略值；根据所述销量和最优定价策略值以及商品成本计算每一最小存货单位的毛利额指标值和销售额指标值；将所述毛利额指标值与所述每日毛利额目标值进行第一对比，以及将所述销售额指标
值与每日销售额目标值进行第二对比，并根据第一对比...
【专利技术属性】
技术研发人员：张桂添，李鉴，张志彬，
申请(专利权)人：广州市钱大妈信息科技有限公司，
类型：发明
国别省市：
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。