专利名称：一种大规模One to One营销优化建模方法及装置的制作方法
技术领域：
本发明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。
背景技术：
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。
发明内容
为解决上述问题，本发明提供了一个大规模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。
本发明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。
本发明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，本发明设计了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。
图1本发明自动建模装置工作流程图。
图2本发明自动建模装置营销数据库信息模型图。
图3本发明建模装置数据流程图。
具体实施例方式
下面结合附图对本发明的具体实施方式
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)]]>对于上述第(3)个原则，它表明了发展新客户和保持老客户之间的关系平衡问题，是针对新老客户而言的。经验显示，发展一个新客户要比保留一个老客户多出5倍的投入，投资于现有客户，使其满意度增加会对客户忠诚度有直接影响，进而影响到企业的最终效益，这就需要体现“在保持老客户的基础上，争取尽量多的新客户”的原则。如何保持老客户的要求可以在约束条件中考虑。为争取尽量多的新客户，可以最大化实施方案X中非零列的数目。设实施方案X的非零列数为Z(X)，可表示为Z(X)=Σi=1nΣj=1mxij---(12)]]>则争取尽量扩大客户数就变成了Z(X)的最大化问题。
经过上述的分析，获得One to One营销优化问题的目标函数如下。
(1)当仅考虑本次营销活动纯获利最大时，目标函数为J(X)＝P(X)-S(X) (13)(2)当仅考虑尽可能发展客户时，目标函数为J(X)＝Z(X)(14)(3)当仅考虑本次商业活动成本费用最小时，目标函数为J(X)＝-S(X) (15)(4)当上述全部要求都需要考虑时，目标函数为J(X)＝α[P(X)-S(X)]-βS(X)+γZ(X) (16)其中，α，β，γ分别表示该次营销活动在净利润，影响效果以及客户数方面的侧重程度系数，若取0，则表示对该因素不以可虑。
One to One营销优化问题就是在满足所有相关约束条件的前提下，最大化目标函数J(X)。
下面再给出约束条件描述方法的具体实施方式
。
One to One营销优化问题需要考虑的约束条件包括(1)客户接受Offer的约束，这是来自于客户方面的，主要有每个客户接受Offer的数量约束和特殊类型的客户对Offer有特定的要求等；
(2)来自于Offer方面的限制，主要有提供Offer的数量约束、费用的约束、赢利的约束以及适应性约束等。
对于上述第(1)方面的约束条件，首先考虑客户接受Offer的数量约束。不同的客户接Offer的数量存在不同的限制，可表示为Σi=1mxij≤bj,j=1,2,Λ,n---(17)]]>其中bj表示客户j可接受Offer数的最大限制。
关于特殊类型的客户，它对所接受的Offer存在一定的限制。这主要是针对老客户而言的。由于发展一个新客户要比保留一个老客户多出5倍的投入，投资于现有客户，使其满意度增加会对客户忠诚度有直接影响，进而影响到企业的最终效益，这就需要尽量满足老客户特殊需求。例如，老客户j仅接受第i种Offer，为保持该老客户，可加入如下约束，其中D表示这类特殊老客户的集合。
xij＝1，j∈D (18)其实，企业营销过程中经常碰到的订单约束，即在企业营销活动之前就跟某客户签订了销售合同通过某种具体营销途径进行商品销售，这也可看作老客户约束情况，例如，对客户j已签订销售合同，决定通过Offer i购买商品，则建立相应约束条件xij＝1。
某种产品对于上述第(2)方面的约束条件，首先考虑Offer的数量约束。对每种Offer能供应的最大数量约束，表示为Σj=1nxij≤wi,i=1,2,Λ,m---(19)]]>其中wi是第i种Offer能提供给客户的上限值。
营销费用的限制，表示为Σi=1mΣj=1nQixij≤S---(20)]]>其中S表示费用的最大预算值。
关于Offer适应性方面的限制，主要是针对不同的Offer能否对不同的客户进行推销，可得约束
从而可得如下的互补条件xij[1-Ei(Ij，Oi)]＝0，i＝1，2，Λ，m，j＝1，2，Λ，n(22)下面以渠道适应性约束为例对该约束条件进行说明。
对无法获得某渠道信息的客户，企业无法对其采用相应的营销方式，因此在约束条件中应该将其置零。假设企业缺少客户j的email地址，而email渠道的序号为k，则将该约束条件Ei(Ij，Oi)，i∈(k，2k，Λ，hk)置0。那么要满足约束条件(21)式，则xij必须为0，即在最佳营销方案结果中对j客户将不会选用该营销途径，以确保企业在不能对该客户进行该营销方式下仍然获利最大。而对与企业已经获得该渠道信息的客户，则可另其相应E(I，O)＝1，则x取0或1均可，具体结果根据实际优化运算结果获得。
除此之外，对Offer适应性的约束还体现在对同一客户避免通过多种途径向其推销同一产品上，可表示为Σi∈Gkxij≤1,j=1,2,Λ,n,k=1,2,Λ,g---(23)]]>其中，Gk表示推销同种商品的Offer集。
下面给出优化模型描述的具体实施方法。
通过上述对One to One营销优化问题、目标函数和约束条件的分析，一种One to One营销优化模型可以描述如式(24)所示。
maxJ(X,Y)=α[P(X)-S(X)]+βF(X)+γZ(X)]]>s.t.and/orΣi=1mxij≤bj,j=1,2,Λ,n]]>and/orxij=1,j∈D]]>and/orΣj=1nxij≤wi,i=1,2,Λ,m]]>and/orΣi=1mΣj=1nQixij≤S---(24)]]>and/orxij[1-Ei(Ij,Oi)]=0,i=1,2,Λ,m;j=1,2,Λ,n]]>and/orΣi∈Gkxij≤1,j=1,2,Λ,n;k=1,2,Λ,g]]>xij={0,1},i=1,2,Λ,m;j=1,2,Λ,n]]>其中and/or表示有多种约束可能需要同时考虑，也可能只考虑其中的某几种约束，应根据具体问题具体分析。
下面结合一个简单的案例对One to One营销优化建模方法进行具体介绍。假设一家公司生产5种商品，经过3种方式(直接邮寄、电子邮件和电话)向n＝100位客户推销，则该公司对不同商品采用不同推销方法共能提供m＝5×3＝15种Offer。那么第i项Offer给公司带来的利润Pi可表示为Pi＝λi(Yi-Li)-Qii＝1，2，Λ，15 (25)其中，λi表示客户对第i种Offer的平均回应率，Yi表示第i种Offer的售价，Li表示第i种Offer的产品成本，Qi表示使用第i种Offer所需的宣传费用。
对于一般营销活动而言，通常要考虑营销费用的限制和避免向同一个客户重复推销同种商品。因此，One to One营销优化模型的约束条件可确定为Σi∈Dkxij≤1,j=1,2,Λ,n,k=1,2,Λ,5]]>Σj=1nΣi=1mQixij≤S---(26)]]>其中，S表示所有费用的上限值，Dk表示推销同种商品的Offer集，且 i＝1，2，Λ，m j＝1，2，Λ，n。
这样，若该公司某次One to One营销活动的目的为最大化利润，则优化模型可确定为如式(27)所示。
maxΣj=1nΣi=1mCixij]]>s.t.Σj=1nΣi=1mQixij≤S---(27)]]>Σi∈Dkxij≤1,j=1,2,Λ,n]]>xij∈{0,1},i=1,2,Λ,m;j=1,2,Λ,n]]>下面结合附图给出One to One营销优化自动建模装置的具体实施方法。
该装置实现了大规模One to One营销优化自动建模功能。它采用了模块化结构设计，对各个模块内部的数据进行了封装，以保证数据的完整和安全。各个模块之间的数据的传递与调用则通过数据输入接口和数据输出接口来完成，使得数据访问更为方便，并且一个模块内的数据变化不直接影响到其它模块。
图1是该发明装置的工作流程图。用户在该模块可针对不同的优化模型目标和约束条件，选择不同的客户、产品和渠道约束，建立优化模型。对于产品和渠道约束，只需要简单的选择参与建模的种类即可。对于客户，可按是否选择连续客户或非连续客户进行分类。对于非连续ID的客户，又可按是否根据其属性(信誉度、等级)进行再次选择。装置生成模型后，会将该模型相关信息保存至数据库内的Model表，对应该模型的模型数据信息以视图形式保存在数据库内。
该装置营销数据库包括7个信息表，分别为客户表1，产品表2，渠道表3，订单表4，模型表5，营销方案表6，最优解表7。其信息模型图如图2所示，各个数据表之间连线箭头的方向表示它们之间的关系，连线上的数字标注表示两者联系的度。各个表中标注为pk(Primer Key)的属性为主键，标注为fk(Foreign Key)的属性为外键。
该装置的数据流程示意图如图3所示。企业的营销信息8(包括客户信息，渠道信息以及产品信息等)首先存储在数据库9中，提供三种营销目的和六种约束条件供用户进行One to One营销优化建模选择，根据用户选择从数据中进行优化模型信息的挖掘与提取、自动建立优化模型，并实现优化模型信息的输出与保存，以及MPS数据的生成功能。
One to One营销优化建模装置以SQL Server 2000作为后台数据库系统，其对数据库的I/O操作是通过ADO数据访问应用程序编程接口来实现的。考虑到大规模One to One营销优化问题的营销数据库规模非常庞大，营销信息会在访问与显示的速度会随着数据规模的增大而变慢。为解决这个问题，优化软件在设计时采用了数据分页技术。
本装置数据分页技术的设计原理是把数据表内的全体记录划为不同页，程序每次访问一个数据页内的所有记录，这样提高了数据访问和查询速度。同时装置在界面上给予了相应处理，使得用户可以灵活的访问与查询不同数据页上的记录。其具体实施思路为打开记录集→计算总的记录数→确定分页数→确定记录集指针位置→查询某页记录。本装置每个数据页的记录数设为100条，这样可兼顾数据查询速度快以及单数据页面显示的足够数量记录的需要。
本发明设计的大规模One to One营销优化建模方法及其建模转置可以准确方便的自动建立One to One营销优化模型。该优化模型充分考虑了One toOne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，具有较强的实用性。另外它的线性规划描述形式可对其利用线性规划方法精确求解，从而真正确保企业获利最大。
权利要求
1.一种大规模One to One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One to One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One to One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One toOne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One to One营销优化模型。
2.根据权利要求1所述的大规模One to One营销优化建模方法，其特征在于步骤a建立的最大利润目标函数为J(X)＝P(X)-S(X)其中P(X)=Σi=1mΣj=1nYjixij,]]>S(X)=Q(X)+L(X)=Σi=1mΣj=1nxijQi+Σi=1mΣj=1nλixijLi,]]>m为公司可提供的Offer数，n为公司的潜在客户数，Yji为客户j得到第i种Offer的服务将给企业带来的利润，xij为营销方案变量，Qi，Li分别为提供第i种Offer的宣传费用和商品成本，λi表示客户对第i种Offer的回应率。
3.根据权利要求1所述的大规模One to One营销优化建模方法，其特征在于步骤a建立的最小成本目标函数为J(X)＝-S(X)。
4.根据权利要求1所述的大规模One to One营销优化建模方法，其特征在于步骤a建立的最大客户数目标函数为J(X)=Z(X)=Σi=1nΣj=1mxij.]]>
5.根据权利要求1所述的大规模One to One营销优化建模方法，其特征在于步骤b建立的最大成本限制营销约束条件为Σi=1mΣj=1nQixij≤S]]>S表示费用的最大预算值。
6.根据权利要求1所述的大规模One to One营销优化建模方法，其特征在于步骤b建立的产品库存量约束条件为Σj=1nxij≤wi]]>wi是第i种Offer能提供给客户的上限值。
7.大规模One to One营销优化建模方法，其特征在于步骤b建立的推销渠道约束条件为xij[1-Ei(Ij，Oi)]＝0其中
8.根据权利要求1所述的大规模One to One营销优化建模方法，其特征在于步骤b建立的客户能接收最大Offer数约束条件为Σi=1mxij≤bj]]>其中bj表示客户j可接受Offer数的最大限制。
9.根据权利要求1所述的大规模One to One营销优化建模方法，其特征在于步骤b建立的订单约束条件xij＝1，j∈D其中D表示订单客户的集合。
10.根据权利要求1所述的大规模One to One营销优化建模方法，其特征在于步骤b建立的单一Offer约束条件为Σi∈Gkxij≤1]]>其中Gk表示推销同种商品的Offer集。
11.根据权利要求1所述的大规模One to One营销优化建模方法，其特征在于步骤b建立的不同用户在多营销目标，多营销约束下大规模One to One营销优化模型为maxJ(X，Y)＝α[P(X)-S(X)]+βF(X)+γZ(X)s.t.and/orΣi=1mxij≤bj,j=1,2,Λ,n]]>and/or xij＝1，j∈Dand/orΣj=1nxij≤wi,i=1,2,Λ,m]]>and/orΣi=1mΣj=1nQixij≤S]]>and/or xij[1-Ei(Ij，Oj)]＝0，i＝1，2，Λ，m；j＝1，2，Λ，nand/orΣi∈Gkxij≤1,j=1,2,Λ,n;k=1,2,Λ,g]]>xij＝{0，1}，i＝1，2，Λ，m；j＝1，2，Λ，n其中α，β，γ分别表示该次营销活动在净利润，影响效果以及客户数方面的侧重程度系数，and/or表示有多种约束，and表示需要同时考虑，or表示只考虑其中的某几种约束。
12.一种大规模One to One营销优化模型建模装置，其特征在于包括a.处理和存储建模所需数据和结果的大规模One to One营销优化数据库；b.将该模型数据转换成标准MPS线性规划问题描述格式的MPS数据输出接口；c.用户根对营销目的和营销约束进行选择的选择输入接口；d.根据用户据营销数据库企业营销信息进行数据挖掘的优化建模模块。
全文摘要
一种大规模One to One营销优化建模方法及装置，本发明针对大规模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。
文档编号G06Q30/00GK1870039SQ200510074558
公开日2006年11月29日 申请日期2005年5月28日 优先权日2005年5月28日
发明者吴敏, 三間均, 何蓓, 周意誠, 桂卫华 申请人:长沙伍华科技开发有限公司, 株式会社Tepsys, 中南大学