基于具有统计意义的地理位置参数的动态在线体验修改和库存优化的制作方法

专利名称：基于具有统计意义的地理位置参数的动态在线体验修改和库存优化的制作方法
技术领域：
本申请概括地涉及在线体验修改和库存优化，更具体地，本申请涉及基于具有统 计意义的地理位置参数的动态在线体验修改和库存优化。
背景技术：
在如今的数字时代，向消费者出售商品和服务的公司必须致力于基于因特网的在
线营销以便具有竞争性。例如，通常具有实体店的很多大型百货公司也具有复杂的web站
点，该web站点提供详细的产品信息，并为访问者提供在线购买产品的能力。此外，很多公
司具有针对在线营销(包括在他们的web站点上进行营销)的大量营销预算。 对于这些公司的关键挑战之一是如何评估他们的在线营销成果。诸如web站点流
量和在线销售之类的在线活动可以用作对在线营销成果的测量。然而，在线营销可以影响
店内销售以及在线销售。例如，消费者可以在线查看产品信息，并且继而前往实体店考察产
品并且最终在该店购买该产品。当以这种方式进行购买时，很难跟踪在线营销的影响。为
了优化营销成果并且论证用于在线营销的经费，公司需要有能力准确捕获它们的在线营销
成果对于离线销售的影响。 迄今为止，还没有现成的结构允许基于在线活动和总体公司关键绩效指标(KPI) 制定关于产品提供的策略。web站点所有者通常在信息孤岛(information silo)内操作并 且关于产品和促销作出孤立的决定。结果，在恥b站点上显示的促销和产品信息内容可能 脱离访问者的范围，因为这些产品经常在访问者的地理区域中缺货或不是促销产品。最终， 这引起了不理想的消费者体验，并且因此恥b站点的所有者需要不懈努力，以便管理其web 站点访问和离线结果之间的关系。

发明内容
在一个实施方式中，公开了一种用于基于与产品销售相关联的目的来动态确定在 线体验的修改的系统，所述系统包括数据存储设备，存储用于确定具有统计意义的最小 地理位置参数的在线行为数据和离线销售数据；客源区确定模块，根据所述具有统计意义 的最小地理位置参数来确定客源区，其中所述客源区是基于所述目的而成为目标的地理区 域；以及在线修改模块102，确定对所述客源区中的所述在线用户体验的一个或多个修改 以达到所述目的。
在一个实施方式中，公开了一种基于目的而动态确定对在线体验的修改的方法， 所述方法包括确定用于估计在线行为对产品的离线销售的影响的具有统计意义的最小地 理位置参数；根据所述最小地理位置参数和与所述产品销售相关联的目的来确定客源区； 以及修改涉及所述产品和所述客源区的在线用户体验。


将参考附图在以下描述中详细描述本发明的实施方式。 图1示出了根据一个实施方式的用于修改用于确定最小地理位置参数的在线用 户体验方法的系统； 图2示出了根据一个实施方式的用于确定最小地理位置参数的系统； 图3示出了根据一个实施方式的用于确定最小地理位置参数的方法； 图4示出了对客源区(catchment zone)修改在线用户体验的方法； 图5示出了根据一个实施方式的用于在客源区中提供库存控制的方法；以及 图6示出了根据一个实施方式的、可以用于图1-图5的方法和系统的计算机系统。
具体实施例方式
为了简便和说明目的，主要通过参考实施方式的示例来描述其原理。在以下描述 中，记载了多个具体细节，从而提供对实施方式的透彻理解。然而，本领域的技术人员应该 清楚的是，可以实现的实施方式不限于这些具体的细节。在某些实例中，没有描述公知的方 法和结构，从而不会不必要地模糊实施方式。
1.概述 根据一个实施方式，确定了用于估计在线行为对离线销售影响的具有统计意义的 最小地理位置参数。根据用户的多粒度地理位置参数确定最小地理位置参数。最小地理位 置参数针对影响估计而将在线行为与离线销售相关。最小地理位置参数的确定是基于多粒 度地理位置参数的统计意义。统计意义与数据的统计有效性相关联，并且可以取决于确定 用以避免或最小化检测数据真实影响失败概率所需的最小采样或数据点。具有统计意义的 最小地理位置参数可以是针对用户的地理位置参数的粒度，在所述位置处存在充足的在线 行为和离线数据，以检测或估计在线行为对离线销售的影响。 例如，针对特定邮政编码中的所有用户而捕获针对产品的在线行为。如果针对该
邮政编码中的同一产品存在最小离线销售数据，那么不能可靠地确定针对该邮政编码的在
线行为对于离线销售的影响。然而，可以获得包括多个邮政编码的地域的离线销售数据。然
后，该地域可以成为用于将在线和离线数据进行相关以估计影响的最小地理位置参数。 除了在线和离线数据量之外的其他变量用于确定最小地理位置参数。这些变量可
以包括产品或品牌的类型、产品的购买周期、IP穿透(例如，可以通过逆向IP查找确定的地
理位置参数的粒度水平)、站点访问频率、在线数据中所跟踪/捕获的行为结果的转换率、
零售/店铺密度、web站点流量以及诸如一年中的时间、假日的季节因素等等。 根据实施方式，提供一种系统和方法，其利用在线行为、离线销售数据以及最小地
理位置参数来在微小地域水平修改用户在线体验(例如，修改web页面内容、修改在线提示等)以达到商业目的。该目的可能更为广泛，或不同于简单地将利润最大化。该目的可以 包括提高产量或通常可以涉及微小地域水平的库存控制。实时库存单位(SKU)数据或其他 产品库存数据与来自因特网的消费者、在线行为集成，以在特定地域中动态将条目可用性 作为目标。 可以针对客源区修改用户在线体验。客源区是基于待实现的目的而作为目标的地 理区域。根据具有统计意义的最小地理位置参数或同样是具有统计意义的较高粒度的地理 位置参数确定该客源区。当选择客源区时，也可以考虑涉及实现目的的其他因素。例如，可 能需要控制多邮政编码地域的产品库存。在该情况下，将具有统计意义的多邮政编码地域 选择为客源区，而不是包括单个邮政编码的最小地理位置参数。 将客源区和其他因素用于确定如何修改用户在线体验以达到目的。在其他实施方 式中，将建模用于确定对用户在线体验的潜在修改以达到针对该客源区的目的。建模可以 包括对针对在线体验的不同修改如何影响离线销售进行历史性分析，并且基于该分析，可 以提出以及选择不同的修改。修改可以包括修改web页面特征以突出产品，提供产品的在 线促销，其包括在线广告、提供产品的电子邮件促销等。针对客源区中的用户进行有效的修 改以将特定地域作为目标。 在一个示例中，旧金山湾区内的技术店铺的地域管理者审查他的库存，并且认识 到他需要为新的送货产品腾出货架空间，以及因此必须尽快挪走该产品的旧库存。此时，该 管理者的目的是在新的送货之前最大化现有产品的销售量。针对该产品确定最小地理位置 参数。确定客源区，其中客源区可以是最小地理位置参数或具有较大粒度，在该示例中，该 客源区等同于旧金山湾区。然后，针对旧金山湾区来修改web站点以增加产品的销售量。这 可以包括改变恥b页面内容来高亮显示该产品，提供该产品的在线促销信息、创建电子邮 件、突出该产品的促销活动等。 对最小地理位置参数、客源区以及如何修改在线用户体验的确定是动态的。它们 可以随着变量以及目的变化而随时改变。因此，可以持续优化web站点，以在微小地域水平 上实现最大化营商者目的。 贯穿说明书所使用的某些术语描述如下。用户的在线行为可以包括因特网上的用 户任何可测量或可跟踪的事件。在线行为涉及产品。这可以包括访问web站点、访问页面的 频率等。还确定用户的地理位置参数。地理位置参数是已经捕获到他们的在线行为的用户 的地理位置。在一个示例中，使用逆向因特网协议(IP)查找来确定用户的地理位置参数。 其包括确定用户的IP地址，并且标识该IP地址的地理位置，诸如邮政编码、城市或某些其 他位置。 用户或用户组可以具有多个地理位置参数。该多个地理位置参数称为粒度。例如， 逆向IP地址查找可以标识用户的最小粒度地理位置参数，诸如邮政编码。可以根据该邮政 编码确定其他较高粒度。例如，地域可以组合多个相邻的邮政编码。另一较高粒度可以是 具有很多地域的城市或郡。另一较高粒度可以是州等。 产品可以是单个产品或一组产品。例如，产品可以是面霜，或产品可以是同一品牌 旗下销售的所有护肤产品。产品可以是服务，诸如提供用于出售的蜂窝电话服务。产品可 以是消费品或服务。 2.用于修改在线用户体验的系统
图1示出了根据一个实施方式的系统100。系统100包括客源区模块101、在线 修改模块102和在线修改器103。客源区模块101基于具有统计意义的最小地理位置和其 他衡量变量来确定产品的客源区。衡量变量是可以用于确定客源区的任何变量。在一个示 例中，衡量变量由用户指定。如上述示例，旧金山湾区内的技术店铺的地域管理者审查他的 库存，并且认识到需要为新进送货的产品腾出货架空间。在该示例中，该地域管理者将指定 旧金山湾区的客源区。客源区模块101确定具有统计意义的最小地理位置参数或具有统计 意义的较高粒度的地理位置参数是否等同于旧金山湾区。如果是，则将包括多个邮政编码 地域的地理位置参数选择为客源区。其他衡量变量也可以用于确定客源区。
在线修改模块102确定为了达到目的而需要针对在线用户体验进行的修改。在线 修改模块102使用一个或多个客源区和其他修改因素，包括但不限于目的、在线行为、离线 销售数据以及用户输入，从而确定如何修改在线用户体验来达到目的。 在线修改模块102可以使用建模来确定如何修改表现产品特征的web站点或标识 将对达到目的具有最大影响的其他在线促销。在一个实施方式中，将建模用于确定对用户 在线体验的潜在修改，从而达到客源区的目的。建模可以包括对针对在线体验的不同修改 如何影响离线销售进行历史性分析，并且基于该分析，可以提出以及选择不同的修改。修改 可以包括修改web页面以表现产品特征，提供产品的在线促销，包括在线广告、提供产品 的电子邮件促销等。针对客源区中的用户进行有效的修改以将特定地域作为目标。
营销投资回报率(MROI)模型可以用于建模。MROI模型是针对最小地理位置参数 隔离在线行为对离线销售影响的一种经济模型。MROI模型可以包括销售年度以及营销数据 来增加准确率，并且支持诸如季节等的变量。根据历史销售和营销数据，通过计算不同类型 的营销和销售之间的关系，从而发现不同类型营销的投资回报率来创建营销响应曲线。金 融模型将这些响应曲线转换为净收入。将不同类型的营销实现为对客源区的用户在线体验 的修改，从而达到目的。 在确定了对在线用户体验的修改之后，在线修改器103实现该修改。在一个示例 中，这可以包括针对客源区内的用户修改web站点中的web页面。例如，用户正在访问技术 店铺的web站点。该web站点例如通过逆向IP查找确定用户的邮政编码。如果用户处于 客源区中，则从web服务器向该用户提供表现该产品特征的的已修改的web页面或在线促 销，该web页面或在线促销可以使用在线修改器103创建并存储。在另一示例中，如果用户 处于客源区中，则在web站点上提供该产品的广告。
3.用于确定最小地理位置参数的系统 如上所述，客源区模块101和系统100的其他模块可以使用具有统计意义的最小 地理位置参数作为输入。图2示出了用于确定具有统计意义的最小地理位置参数的系统 200。 针对每个用户的地理位置参数存储在在线数据数据库(DB) 203中。在线数据DB 203存储针对每个用户捕获的在线行为和相应的地理位置参数。具有相应的地理位置参数 的在线行为用作对动态分区模块205。 除了在线行为数据，系统200捕获离线数据。零售店铺210a-x捕获离线销售数据 和针对该离线销售的相应地理位置参数，诸如进行销售的店铺位置。离线数据DB 204存储 离线销售数据和相应的地理位置参数。
可以针对很多产品连续地或周期性地捕获并存储在线和离线数据。如果需要针对 特定产品确定在线行为对离线销售的影响，则将针对该产品的在线和离线数据发送到动态 分区模块205。例如，动态分区模块205从DB 203和204检索在线和离线产品数据。然后， 通过使用该数据和其他变量211，动态分区模块205确定用于估计该产品在线行为对离线 销售的影响的、具有统计意义的最小地理位置参数。动态分区模块205可以使用方法100 来确定具有统计意义的最小地理位置参数。用于该确定的变量211可以包括产品或品牌的 类型、产品的购买周期、IP穿透(例如，可以通过逆向IP查找确定的地理位置参数的粒度水 平)、站点访问频率、在线数据中所跟踪/捕获的行为结果的转换率、零售/店铺密度、web 站点流量以及诸如一年中的时间、假日的季节因素等等。 整合模块206针对最小地理位置参数整合所有在线和离线产品数据。在线和离线 产品数据例如是从DB 203和204检索的。MROI模型207使用整合的数据和MROI数据212， 诸如关于营销活动、该地域竞争者行为、人口统计等的信息。MROI模型207生成影响数据 208，其包括针对该产品的在线行为如何影响离线销售的估计。系统200可以用于周期性地 或连续地确定影响数据208。 4.用于确定具有统计意义的最小地理位置参数的方法 图3示出了根据一个实施方式的用于确定最小地理位置参数的方法300。在步骤 301处，针对产品捕获在线行为。该在线行为包括在因特网上监视的事件，诸如产品web站 点处的web站点流量、对在线广告或优惠券的点击率等。例如将该在线行为存储在数据库 中。 在步骤302中，捕获产品的离线数据。这包括产品的店铺内销售、使用购买产品的 优惠券或不是在线的并且涉及该产品销售的任何事件。存储离线数据。
在步骤303处，确定针对在线行为的地理位置参数。这可以包括针对执行如在线 行为的所捕获事件的用户的多粒度地理位置参数。最小粒度可以包括城市中一组街区或可 以是邮政编码。较大粒度可以包括一组邮政编码、一组城市或州级粒度。最小粒度可以取 决于用户可用的地理位置参数数据。例如，执行逆向IP查找来确定最小粒度。可用于逆向 IP查找的地理位置数据可以按照地域改变。对于人口更密集的地域，诸如大城市，用户的 IP地址可以针对一组城市街区来交叉参考。对于人口更稀疏的区域，用户的IP地址可以针 对单个邮政编码或较大地域来交叉参考。 在步骤304处，最小粒度地理位置参数从步骤303确定。 在步骤305处，关于在步骤304处确定的最小粒度地理位置参数对于估计产品的 在线行为对离线销售的影响是否具有统计意义来作出确定。诸如针对最小粒度地理位置参 数的在线行为数据的量和离线数据的量的多个变量用于估计统计意义，这些变量是根据在 步骤303和302处捕获的数据确定的。 如果在步骤305处确定该最小粒度地理位置参数不是具有统计意义的，则在步骤 306处对该地理位置参数进行聚合，并且重复步骤305。聚合包括确定在步骤303处确定的 地理位置参数的下一最高粒度地理位置参数。可以预定不同的粒度，例如城市街区、邮政编 码、邮政编码的地域以及州。从最小粒度开始，可以将在线行为数据聚合为下一最高粒度， 以此类推。例如，针对一组特定城市街区存储所有在线行为数据。为了为下一最高粒度确 定在线行为数据，诸如包括多组城市街区的邮政编码，针对该邮政编码中的所有城市街区组聚合在线行为数据。该聚合可以包括将针对该组城市街区中的每个用户的所有在线行为 数据与邮政编码相关联。该邮政编码可以用作索引，从而确定针对该邮政编码中产品的所 有在线行为数据。然后，在步骤305处，针对该邮政编码的在线行为数据可以用于确定该 邮政编码对于产品的在线行为对离线销售影响的估计是否是具有统计意义的。重复该聚合 直到确定具有统计意义的地理位置参数粒度。 在步骤307处，在确定了地理位置参数的具有统计意义的粒度之后，将该粒度用 作用于估计产品的在线行为对离线销售的影响的最小粒度地理位置参数。在步骤308处， 营销投资回报率(MROI)计量经济学建模可以用于估计产品的在线行为对离线销售的影 响。对该建模的输入包括用于该最小地理位置参数数据的在线行为数据和离线数据。对于 该模型的其他输入可以包括关于营销活动、该地域竞争者行为、人口统计等的信息。MROI模 型可以包括关于营销最终影响的营销历史数据。 方法300不仅针对在线和离线数据的快照执行。而是，在线和离线数据被连续地 或周期性地捕获，并用于连续地或周期性地确定最小地理位置参数。结果，产品的最小地理 位置参数可以由于在线和离线数据的改变而随时间改变。
4.针对客源区而修改在线用户体验的方法 图4示出了根据一个实施方式的针对客源区而修改在线用户体验的方法400。在 步骤401处，针对产品确定具有统计意义的最小地理位置参数。方法300的步骤描述了确 定最小地理位置参数。 在步骤402处，根据最小地理位置参数确定客源区。客源区可以是最小地理位置 参数，或可以是较高粒度的地理位置参数。例如，如果最小地理位置参数是邮政编码，则客 源区可以是邮政编码，或可以是包括邮政编码的较大地域，诸如统计意义的多邮政编码地 域。除了最小地理位置参数，可以使用影响地域大小的其他因素确定客源区，诸如涉及感兴 趣的客源区的用户输入、通过修改在线用户体验(例如，针对特定区域的库存控制)将达到 的目的等。 在步骤403处，为了达到目的，关于如何针对客源区修改涉及产品的在线用户体 验作出确定。例如，图1所示的在线修改模块102可以使用建模，来确定如何修改突出产品 的web站点或标识将对达到目的具有最大影响的其他在线促销。 在步骤404处，实现针对客源区的、对在线用户体验的修改。在一个示例中，这可 以包括为该客源区内的用户提供web站点中的经修改的web页面。例如，用户正在访问技 术店铺的web站点。该web站点例如通过逆向IP查找确定用户的邮政编码。如果用户处 于客源区中，则从web服务器向该用户提供表现该产品特征的已修改的web页面或在线促 销，该web页面或在线促销可以使用在线修改器103来创建并存储。在另一示例中，如果用 户处于客源区中，则在web站点上提供该产品的广告。
5.对客源区提供库存控制的方法 图5示出了根据一个实施方式的用于在客源区中提供库存控制的方法500。在步
骤501处，捕获产品的库存信息。这可以包括SKU数据或其他产品跟踪数据。 在步骤502中，基于该库存信息确定目的。目的的一个示例是在接收新的送货产
品之前最大化现有产品的销售量。在另一示例中，该库存信息指示产品超过其平均货架期。
然后，为了增加销售，可以赋予该产品超过其他产品的较高优先级。而且，该目的适用于特定地域。例如，库存信息可以反映多邮政编码区域地域内的产品数据。 在步骤503处，确定具有统计意义的最小地理位置参数，诸如关于方法300在上面
描述的。 在步骤504处，根据最小地理位置参数和适用于该目的的地域确定客源区。例如， 客源区可以是最小地理位置参数的粒度，并且还包括适用于该目的的地域。方法400的步 骤402描述了确定客源区。 在步骤505处，修改在线用户体验从而控制该客源区的产品库存。
6.计算机可读介质 图6示出了可以与上述实施方式一起使用的计算机系统600。该计算机系统600 表示一种通用平台，其包括可以位于服务器或其他计算机系统中的组件。计算机系统600 可以用作用于执行一个或多个的上述方法、功能、模块和其他步骤的平台。这些步骤可以实 现为存储在一个或多个计算机可读介质上的软件。 计算机系统600包括处理器602，其可以实现或执行用于执行上述方法、功能和其 他步骤中的一些或全部的软件指令。通过通信总线604传送来自于处理器602的命令和数 据。计算机系统600还包括主存储器606(诸如随机访问存储器(RAM))和次级数据存储设 备608，在主存储器606中，用于处理器602的软件和数据可以在运行时期间驻留，次级数据 存储设备608可以是非易失性的并且存储软件和数据。存储器和数据存储设备是计算机可 读介质的示例。 计算机系统600可以包括一个或多个I/0设备610，诸如键盘、鼠标、显示器等。计 算机系统600可以包括用于连接至网络的网络接口 612。对于本领域的技术人员来说清楚 的是，可以在计算机系统600中添加或替换其他已知的电子组件。 上述方法的一个或多个步骤和上述其他步骤以及上述系统的一个或多个组件 可以实现为存储在计算机可读介质上的计算机代码，诸如，例如由处理器、专用集成电路 (ASIC)或其他控制器在计算机系统上执行的存储器和/或次级存储设备。代码可以作为 软件程序存在，该软件程序包括源代码、目标代码、可执行代码或其他形式的程序指令。计 算机可读介质的示例包括传统的计算机系统RAM(随机访问存储器)、ROM(只读存储器)、 EPROM(可擦除、可编程ROM) 、 EEPROM(电子可擦除、可编程ROM)、硬盘驱动器以及闪存。
尽管已经参考示例描述了实施方式，本领域的技术人员能够在不脱离所要求保护 的实施方式的范围的情况下对描述的实施方式作出各种修改。
10
权利要求
一种用于基于与产品销售相关联的目的来动态确定在线体验的修改的系统，所述系统包括数据存储设备，存储用于确定具有统计意义的最小地理位置参数的在线行为数据和离线销售数据；客源区确定模块，根据所述具有统计意义的最小地理位置参数来确定客源区，其中所述客源区是基于所述目的而成为目标的地理区域；以及在线修改模块(102)，确定对所述客源区中的所述在线用户体验的一个或多个修改以达到所述目的。
2. 根据权利要求l所述的系统，其中所述在线修改模块(102)使用MROI建模来确定在 线行为对产品的离线销售的影响，并且标识针对所述客源区的所述在线用户体验的修改。
3. 根据权利要求1所述的系统，进一步包括在线修改器，针对确定在所述客源区中的每个用户实现对所述在线用户体验的一个或 多个修改。
4. 根据权利要求3所述的系统，其中对所述在线用户体验的所述一个或多个修改包括 已修改的web页面以及已修改的在线促销。
5. 根据权利要求1所述的系统，其中通过估计所述在线行为对产品的离线销售的影 响，来确定所述具有统计意义的最小地理位置参数。
6. —种配置用于基于目的来动态确定对在线体验的修改的计算机系统，所述计算机系 统包括数据存储设备，存储在线行为数据和离线销售数据；以及处理器，配置用于 确定用于估计在线行为对产品的离线销售的影响的具有统计意义的最小地理位置参数；根据所述最小地理位置参数和与所述产品销售相关联的目的来确定客源区；以及 确定对涉及所述产品和所述客源区的在线用户体验的一个或多个修改。
7. 根据权利要求6所述的计算机系统，其中所述目的与控制所述产品的库存相关联， 并且所述处理器配置用于针对所述客源区中的店铺确定所述产品的库存；以及所述一个或多个修改是为了控制所述产品的库存而针对所述客源区的所述在线用户 体验的修改。
8. 根据权利要求7所述的计算机系统，其中所述一个或多个修改包括对web站点的修 改，以及所述修改仅针对确定在所述客源区中的所述web站点的访问者实现。
9. 根据权利要求8所述的计算机系统，其中对所述web站点的所述一个或多个修改包 括下述项中的至少一个改变所述web站点处web页面的内容，以及在所述web站点处提供 所述产品的在线促销。
10. —种基于目的而动态确定对在线体验的修改的方法，所述方法包括 确定用于估计在线行为对产品的离线销售的影响的具有统计意义的最小地理位置参数；根据所述最小地理位置参数和与所述产品销售相关联的目的来确定客源区；以及 修改涉及所述产品和所述客源区的在线用户体验。
11. 根据权利要求io所述的方法，其中所述目的与控制所述产品的库存相关联，并且所述方法进一步包括针对所述客源区中的店铺确定所述产品的库存；以及修改在线用户体验进一步包括，为了控制所述产品的库存而针对所述客源区修改所述 在线用户体验。
12. 根据权利要求11所述的方法，其中修改在线用户体验进一步包括 确定web站点的访问者是否处于所述客源区中；以及如果所述用户处于所述客源区中，则修改所述web站点以控制所述产品的库存。
13. 根据权利要求12所述的方法，其中修改所述web站点包括 改变所述web站点处的web页面的内容。
14. 根据权利要求12所述的方法，其中修改web站点包括 在所述web站点提供所述产品的在线促销。
15. 根据权利要求10所述的方法，其中确定客源区包括 将所述最小地理位置参数标识为所述客源区。
16. 根据权利要求10所述的方法，其中确定客源区包括将具有大于所述最小地理位置参数的粒度、但是仍旧具有统计意义的地理位置参数标 识为所述客源区。
17. 根据权利要求10所述的方法，其中确定用于估计在线行为对产品的离线销售的影 响的具有统计意义的最小地理位置参数进一步包括确定用户的涉及所述产品的在线行为；针对所述用户的在线行为确定所述地理位置参数的粒度；以及确定所述地理位置参数 的粒度中的最小粒度；确定所述最小粒度对于估计所述在线行为对产品的离线销售的影响是否是具有统计 意义的；响应于确定所述最小粒度是具有统计意义的，使用所述最小粒度作为所述最小地理位 置参数；以及响应于确定所述最小粒度不是具有统计意义的，确定所述地理位置参数的所述粒度中的下一较高粒度是否是具有统计意义的；以及 针对所述地理位置参数的粒度中的每个下一较高粒度进行重复确定，直到确定所述地 理位置参数的粒度之一是具有统计意义的。
18. 根据权利要求10所述的方法，其中确定所述最小地理位置参数进一步包括 随着在线和离线产品数据以及一个或多个变量随时间改变，而动态地确定所述最小地理位置参数。
19. 根据权利要求10所述的方法，其中修改涉及所述产品和所述客源区的在线用户体 验进一步包括随着在线行为和离线销售数据以及所述目的随时间改变，而动态地修改所述在线用户 体验。
20. 根据权利要求IO所述的方法，其中所述方法进一步包括 基于营销投资回报率(MROI)建模来确定对所述在线用户体验的一个或多个修改。
全文摘要
本发明涉及基于具有统计意义的地理位置参数的动态在线体验修改和库存优化。基于微小地域级别，动态地配置用户的在线体验以达到与产品销售相关联的目的。确定客源区，其标识了与目的和产品相关联的地理区域。修改针对客源区中用户的在线用户体验以达到目的。
文档编号G06Q30/00GK101727640SQ20091020473
公开日2010年6月9日 申请日期2009年10月14日 优先权日2008年10月15日
发明者M·芬德, M·西蒙斯, P·伯斯 申请人:埃森哲环球服务有限公司