一种大规模Ｏｎｅ ｔｏ Ｏｎｅ营销优化建模方法及装置，本发明专利技术针对大规模Ｏｎｅ ｔｏ Ｏｎｅ营销优化问题，以线性规划模型描述形式，建立了以最大利润、最小成本和最大客户数为营销目的，以最大成本限制，产品库存量约束，推销渠道约束，客户能接收最大Ｏｆｆｅｒ数约束，订单约束和单一Ｏｆｆｅｒ约束为营销约束的Ｏｎｅ ｔｏ Ｏｎｅ营销优化模型。其自动建模装置，可根据用户需要读取ＳＱＬＳｅｒｖｅｒ中的企业信息，按照营销商业规则自动建立优化模型，并设计ＭＰＳ格式数据输出接口，具有将ＳＱＬ Ｓｅｒｖｅｒ优化模型转换为标准ＭＰＳ格式功能。利用该建模装置建立的优化模型充分考虑了Ｏｎｅ ｔｏ Ｏｎｅ营销优化的商业目的和规则，解决了Ｏｎｅ ｔｏ Ｏｎｅ营销优化准确描述问题。
【技术实现步骤摘要】
本专利技术涉及营销优化的模型建立问题，特别是分析型CRM营销领域具有约束条件和目标函数的One to One营销优化的建模。
技术介绍
One to One营销优化是分析型CRM关键性技术之一，其主要功能是辅助企业对如何开展One to One营销活动进行决策，决定应该对哪些客户做些什么，才能有效提高客户的忠诚度，使企业尽可能长时间的利用客户来实现尽可能大的利益。目前国内外CRM软件开发商在One to One营销优化问题的研究尚处于起步阶段，其处理技术主要包括通过交互环节实时收集客户回应，利用数据挖掘技术，对企业历史数据进行分析，掌握客户的喜好，从而通过商业规则推理的方法决定如何优化企业与客户交流的对话内容、通讯途径以及交流的频率和信息等。然而这种基于规则推理的优化方法虽然能在一定程度上对One toOne营销活动进行优化，但它需要准确收集大量客户信息和企业的历史销售记录，并且具有较强的主观性和不确定性，不能客观地对企业的营销资源进行合理分配，真正确保企业获利最大。若将One to One优化模型以目标函数和约束条件的形式给予准确表达，并以线性规划方法给予精确求解，则可有效帮助企业客观地确定最佳营销方案，确保企业获益真正达到数学概念上的最大化。然而对于一个大中型企业来说，One to One优化数学模型的建立存在涉及面广，目标函数存在多样性，约束条件也相当复杂，各系数不容易确定，存在各种非线性情况以及规模庞大不易求解等难点。因此如何简单，准确地描述大规模One to One营销优化线性规划模型就成为最优化One to One营销活动的首要条件。专利技术内容为解决上述问题，本专利技术提供了一个大规模One to One营销优化模型的目标函数和约束条件的确定方法，同时提供了一个大规模One toOne营销优化建模装置。本专利技术设计以下四种营销目的情况下目标函数的确定方法。(1)降低商业活动成本费用，即考虑以最低商业开销成本为目标进行营销活动。(2)增大企业获利，即考虑以企业获利为目的展开营销活动。(3)提高客户保持率、尽可能发展新客户，即以吸引最大客户源为目的开展营销活动。(4)同时或分别考虑以上三种营销目的情况时其目标函数确定方法。本专利技术设计以下六种营销约束情况下约束条件的确定方法。(1)最大成本限制，即本次营销活动的最大成本支出。(2)产品库存量约束，即有多少库存产品需要出售。(3)推销渠道约束，即对某个具体客户而言，是否可以通过该推销渠道进行营销。(4)客户能接收最大Offer数约束，即对某个具体客户而言，他(她)仅希望能收到多少数量以下的Offer。(5)订单约束，即是否存在有订单预约的情况。(6)单一Offer约束，即保证对同一客户仅用一种方法推销同一件产品。根据对大规模One to One营销优化模型目标函数和约束条件的描述，本专利技术设计了One to One营销优化模型自动建模装置，包括以下几个部分(1)优化建模模块。(2)大规模One to One营销优化数据库。(3)MPS数据输出接口。(4)用户选择输入接口。该装置采用模块化设计，根据用户所选的目标函数和约束条件，读取SQLServer中存储的企业信息自动进行One to One营销优化建模并将其结果存储。同时提供MPS数据接口，将该模型数据转换成标准MPS线性规划问题描述格式。附图说明图1本专利技术自动建模装置工作流程图。图2本专利技术自动建模装置营销数据库信息模型图。图3本专利技术建模装置数据流程图。具体实施例方式下面结合附图对本专利技术的具体实施方式进行详细的说明。首先给出优化问题描述方法的具体实施方式。设企业生产经营g种不同商品A1，A2，Λ，Ag，g＝O(102) (1)对这些商品拟采用h种不同推销方法S1，S2，Λ，Sh，h＝O(10) (2)则对不同商品的不同推销方法共构成m＝g×h种Offer。每种Offer都有其相关的属性，包括Offer的成本费用、赢利数据和适应条件等，这些均为输入量。假设有l个属性，第i种Offer可用向量表示为Oi＝(oi1，oi2，Λ，oil)，i＝1，2，Λ，m(3)假设企业对n个相关客户提供这m种Offer，则将n个客户表示为C1，C2，Λ，Cn，n＝O(106) (4)每个客户也有其相关的属性，如姓名，通讯地址，收入情况，客户等级等，假设数量为p，则第j个客户可用向量表示为Cj＝(cj1，ci2，Λ，cjp)，j＝1，2，Λ，n(5)另外，将每个客户接受各个Offer的可能性(可通过对历史销售数据进行数据挖掘获得)，用矩阵R＝(rij)m×n表示，R=r11r12Λr1nr21r22Λr2nMMΛMrm1rm2Λrmn---(6)]]>因此，为建立优化模型，有关客户j的输入为Ij＝(cj1，Λ，cjp，r1j，Λ，rmj)，j＝1，Λ，n；i＝1，Λ，m (7)对Offer i的输入为Oi＝(oi1，oi2，Λ，oil)，i＝1，2，Λ，m(8)优化后的输出数据，即最优Channel-Offer-Customer实施方案由最佳分配矩阵布尔变量矩阵X＝(xij)m×n表示 One to One营销优化问题针对客户C，根据已知数据I、O等，在满足所有约束条件的前提下，确定出最佳的Channel-Offer-Customer实施方案X，满足企业商业活动成本费用最小、获利最大，在保持老客户的基础上争取尽量多的新客户等要求。再给出目标函数描述方法的具体实施方式。在One to One营销优化模型中，目标函数应充分体现企业的总体目标，如降低商业活动成本费用、增大企业获利、提高客户保持率、尽可能发展新客户等，并且根据某次营销活动具体目标的不同而有所侧重。考虑到准确性和易求解性，目标函数的确定必须遵循一定的原则，主要考虑下面几点。(1)不同Offer的成本费用(包括宣传费用和商品成本等)在目标函数中要有所体现；(2)每位客户给企业带来的利润在目标函数中应有所体现；(3)目标函数应体现“在保持老客户的基础上，争取尽量多的新客户”原则。对于上述第(1)个原则，是针对不同的Offer而言的。设提供第i种Offer的宣传费用为Qi、商品成本为Li、则企业实施分配方案X的总成本表示为S(X)=Q(X)+L(X)=Σi=1mΣj=1nxijQi+Σi=1mΣj=1nλixijLi---(10)]]>其中λi=Σj=1rijn]]>表示客户对第i种Offer的回应率。上述第(2)个原则则是针对不同的客户而言的。资料显示，20％的金牌客户能给企业带来80％的利润，而许多客户按成本/利润分析实际上是在亏损。因此，每位客户给企业带来利润的多少在目标函数中应有所体现。假设客户j得到第i种Offer的服务将给企业带来Yji的利润，则实施分配方案X将为企业产生的总利润可表示为 P(X)=Σi=1mΣj=1nYjixij---(11)]]&本文档来自技高网...
【技术保护点】
一种大规模ＯｎｅｔｏＯｎｅ营销优化建模方法，其特征在于：用线性规划描述方法将大规模ＯｎｅｔｏＯｎｅ营销优化模型以约束条件和目标函数的形式进行准确描述，包括以下步骤：ａ．建立最大利润、最小成本和最大客户数三种营销目的情况下大规模ＯｎｅｔｏＯｎｅ营销优化模型目标函数；ｂ．建立最大成本限制，产品库存量约束，推销渠道约束，客户能接收最大Ｏｆｆｅｒ数约束，订单约束和单一Ｏｆｆｅｒ约束六种营销约束情况下大规模ＯｎｅｔｏＯｎｅ营销优化模型约束条件；ｃ．建立不同用户在多营销目标，多营销约束下大规模ＯｎｅｔｏＯｎｅ营销优化模型。
【技术特征摘要】
【专利技术属性】
技术研发人员：吴敏，三間均，何蓓，周意誠，桂卫华，
申请(专利权)人：长沙伍华科技开发有限公司，株式会社TEPSYS，中南大学，
类型：发明
国别省市：43[中国|湖南]
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。