用于使用弹性建模的自顶向下表现优化的系统和方法

专利名称：用于使用弹性建模的自顶向下表现优化的系统和方法
技术领域：
本公开涉及对零售商店空间进行建模。具体地，本公开涉及用于使用弹性建模来 建模和优化多个零售机构的物理布局参数的自顶向下的或聚合的方法。
背景技术：
零售商店的销售额和利润率在很大程度上依赖于产品在展柜的样子和排列。多数 零售机构在可以以通道方式排列的货架或展示单元上展示产品。这种展示单元或者货架可 以按照具有各种维度的各种配置来排列。货架图(planogram)或POG是设备和产品的图 示，其示出产品是如何展示的、所展示产品的数目以及所展示产品的位置或相对位置。货架 空间在商店环境中是有限的资源，并且结转库存也需要成本。因此，零售商关注于通过确保 他们创建了为各类产品最佳地分配空间的货架图，来最大化来自可用货架空间和库存的回 报。然而，与空间有关的参数如何影响销售额和利润率、以及影响程度如何并不总是 十分清楚的。例如，零售商可能需要改变展柜的直线英尺的量，以便增加新产品和/或移除 已有产品。由此，管理者将优选地移除对利润率具有最小负面影响的产品。管理者还可能 希望标识出对增加销售额和利润率具有积极贡献的产品，从而最大化销售和利润率，并且 他们还可能希望事先了解对商店进行重新建模、或者对展柜排列或者商店通道配置进行回 流(reflow)的可能结果。在这方面，某些统计方法已经被用以尝试使用回归分析将个体产品或“SKU”与商 店量度进行相关。然而，在产品周转为高时和/或在快速引入新产品时，已知的回归方法是 不足的。当产品生命周期较快并且这种产品很快过时的时候，难以分析相应的数据以及做 出关于重新建模或者产品增加/删除对于商店销售额和利润率的可能影响的有效决策。例 如，零售商店中电子商品的周转非常快，并且通常在两个月的周期中50%的产品可能完全 改变。另外，由于需要大量的数据，某些零售商可能并不希望在货品或者SKU级别来分析其 空间分配。由于某些零售产品的高周转和快速过时，或者由于数据的缺乏，需要一种分析工 具，其可以辅助零售机构对改变产品组合和展示布局的影响进行建模、评估和优化。

发明内容
用于优化商店中货物的展示空间分配的系统和方法，包括具有处理器和存储器 的计算机系统；与计算机通信的数据库，配置用于保存针对多个商店的数据；以及数据更 新模块，配置用于周期性地接收与多个商店相对应的原始数据、过滤原始数据以及利用针 对多个商店的已更新数据来更新数据库。曲线拟合模块应用回归分析，以产生与针对商店聚类、表现量度、货架图和分段的 多个组合的已更新数据相对应的空间弹性曲线。综合数据创建模块接收用户选择的输入参 数，以及基于相应的空间弹性曲线生成综合货品记录。综合货品记录配置用于响应于相应
4货架图和分段的提议改变，对一个或多个商店的选定表现量度的结果改变进行建模。分析 和优化模块跨多个分段来比较综合货品记录，以提供对根据用户选定的目标来增加或减少 相应货架图和分段中的空间的最优顺序的指示。针对多个商店的原始数据包括销售点数据、货架图数据以及分段数据，以及变换、 过滤和加载模块对原始数据进行过滤，并且将已更新数据存储在多个标准化数据表中。已 更新数据包括对应于销售数据、货架图和分段的信息。数据更新模块基于十二个月的移动 平均来执行更新，并且可以按照批处理模式来执行。将多个商店分组为2到5个之间的商店聚类，每个商店聚类具有100到500个之 间的商店，并且空间弹性曲线以S形曲线或者收益递减曲线为基础。通过使用概括的销售点(POS)数据，该系统使用弹性建模来支持对商店和货品的 任意分组的空间的跨种类“宏观”优化。针对表现量度、商店聚类、货架图和货品分段的每 个组合，周期性地创建空间弹性曲线，并且继而由个体商店对其进行缩放，并存储为曲线系 数。表现量度可以包括售出单位、销售额、毛利或利润(GM)、调整后的毛利或利润(AGM)以 及边际贡献(CM)。用户继而可以选择商店和货架图的任意组合，并且系统继而重建弹性曲线作为个 体“综合货品”(综合数据)，其通过以下方式跨选定的商店来进行平均针对商店、货架图 和分段的用户选定集合，创建反映每个表现量度中的估计平均商店表现的平均综合SKU记 录。综合货品继而被用来跨商店区域或者在商店区域内评估宏观商店表现，或者用来确定 总体可用空间的最佳使用，这受制于用户定义的商业规则，其限定了针对任何货架图或分 段的空间的量或相对改变。在研究下面的附图和详细描述之后，系统、方法、特征的其他实施方式及其相应的 优点将是易见的或者将变得易见。意在将所有这种附加的系统、方法、特征和优点包括在本 描述之内，包括在本发明的范围之内，并且受到所附权利要求的保护。


通过参考下面的附图和描述，可以更好地理解本系统。图中的组成部分未必是按 照比例绘制的，而是将强调的重点放在说明本发明的原理。而且，在附图中，贯穿不同视图， 相似的参考标号指示相应的部分。图1示出了计算平台和环境；图2是货架图或者POG的示意图；图3示出了数据导入和周期性数据库更新模块；图4示出了数据流示意图；图5是示出更新过程和弹性曲线创建过程的流程图；图6是示出综合数据创建过程的流程图；以及图7至图18示出了显示假设零售商店或者商店分组的部分的优化的示例。
具体实施例方式如图1所述，一种用于使用弹性建模的自顶向下的表现优化的系统100，提供了用 于应用统计上严格的过程的平台，用以通过使用概括的销售点(POS)和利润率数据来支持针对商店和货品的任何分组的空间布局的跨类别“宏观”优化。用于使用弹性建模的自顶 向下的表现优化系统100由管理者或者商店规划人员用来对商店进行规划和重新建模，处 理商店或商店分组中通道的“回流”，或者执行对通道部分的重新排列。系统100提供增加或者删除货品或空间从而最小化对特定表现量度的影响的优 化顺序。例如，如果用户希望在特定通道的特定部分中或者在特定的商店集合中将总空间 减少10%，系统100创建分析(或者可以生成报告)，其指示应当从每个货架图中的每组货 品中删除、或者向其增加的货品的理想数目和空间的量，以及按照什么顺序来增加或删除， 从而最大化商店利润或者某些其他感兴趣的量度。图1的特定实施方式是可以在其上实现用于使用弹性建模的自顶向下表现优化 的系统100的计算机系统的高层硬件框图。用于使用弹性建模的自顶向下表现优化的系统 100可以具体化为与计算机硬件部件协作的系统和/或具体化为计算机实现的方法。系统100包括优化引擎或者处理器102，其继而包括数据导入和周期性数据库更 新模块104、曲线拟合模块106、综合数据创建模块108以及分析/结果优化模块110。模 块104、106、108和110以及本文中提及的所有其他模块可以通过硬件、软件、固件或者硬 件、软件和固件的任何组合来实现，并且可以驻留在单个物理或逻辑空间中，或可以不驻留 在单个物理或逻辑空间中。例如，模块104、106、108和110以及本文中提及并在附图中示 出或者未示出的其他模块可以彼此远程定位，并且可以通过通信网络来耦合。系统100包括计算机或者处理系统112，其包括各种硬件部件，诸如RAM 114、ROM 116、硬盘存储118、高速缓冲存储器120、数据库存储122等(也称为“存储器子系统” 126)。 计算机系统112而已包括任何适当的处理设备128，诸如计算机、微处理器、RISC处理器 (精简指令集计算机)、CISC处理器(复杂指令集计算机)、大型计算机、工作站、单片机、分 布式处理器、服务器、控制器、微控制器、离散逻辑计算机等，这些是本领域已知的。例如，处 理设备128可以是Intel Pentium . 微处理器、x86兼容的微处理器或者等效设备，并且可 以包含在服务器、个人计算机或者任何适当的计算平台中。存储器子系统126可以包括任何适当的存储组件，诸如RAM、EPROM(电可编程 ROM)、闪存、动态存储器、静态存储器、FIFO (先进先出)存储器、LIFO (后进先出)存储器、 循环存储器、半导体存储器、磁泡存储器、缓冲存储器、盘存储器、光学存储器、高速缓冲存 储器等。可以使用任何适当形式的存储器，不论是磁性介质上的固定存储、半导体器件中的 存储还是通过通信链接可访问的远程存储。用户或者系统管理者接口 130可以耦合至计算 机系统112，并且可以包括各种输入设备136，诸如系统管理者可选的开关和/或键盘。用 户接口还可以包括适当的输出设备140，诸如IXD显示器、CRT、各种LED指示器、打印机和/ 或语音输出设备，这是本领域已知的。为了促进计算机系统112与外部源之间的通信，通信接口 142可以可操作地耦合 至计算机系统。通信接口 142例如可以是局域网(诸如以太网)、内联网、因特网或者其他 适当的网络144。通信接口 142还可以连接至公共交互电话网络(PSTN) 146或POTS(简单 老式电话系统)，其可以促进经由因特网144的通信。还可以使用专用远程网络，并且系统 还可以与外部交换和信息源146通信。可以使用任何适当的可购得的通信设备或网络。图2是货架图200或称POG(Plan-O-Gram)的图示。如上所述，货架图或称POG是 设备和产品的逻辑图，其描述产品是如何展示的、所展示产品的数目以及产品在哪里展示。特定的商店可以将其商品安置在货架图所表示的数十个或者可能是数百个不同的货架或 者展柜上。可以使用适用于感兴趣的商店或者商店分组的任何适当表示或者排列。通常，货架图200指示陈列面直线英尺(LFF) 202以及其他物理维度、陈列面的数 目204(特定于货品或SKU)、货品标识符或者编号(诸如SKU编号)所标识的货品的位置、 货架高度206、每个陈列面的宽度210、货架图高度212以及货架图货架深度214。贯穿本 文，术语“分段”将用来指示可能具有某些共同属性的SKU编号的汇集或者特定分组。例如， 分段可以表示特定商店中的所有电视机，而与电视机的型号无关。由此，“电视机分段”可以 包括针对平面屏幕电视机、等离子电视机、投影电视机等的所有SKU货品编号。与此，这里 所提及的术语“SKU”表示对产品的最小描述，而术语“分段”表示一个或多个SKU的汇集。图3示出了数据导入和周期性数据库更新模块104。数据导入和周期性数据库更 新模块104可以包括一个或多个全局存储数据库302，其可操作地耦合至数据导入器处理 模块306。数据导入器处理模块306的周期性操作由调度模块308来控制。注意，在某些实施方式中，系统100可以用来支持商店的全球网络。例如，除了在 商店的国家连锁及其子集中对商店进行分组之外，商店可以进一步分组到“品牌(banner)，， 或“连锁”中，其可以使用不同的货币来表示表现。针对这些品牌的数据可以在相同的数据 结构中独立地或者一起导入和存储，以便在空间优化中使用。全球存储数据库302可以是与数据库122分离或被包括在其中，并且容纳关于所 有商店的所有数据。此外，尽管在图3中仅仅出于说明目的而将全球存储数据库302示为 在数据导入和周期性数据库更新模块104之内，但是此类数据库302可以与数据导入和周 期性数据库更新模块104分离定位或者远程定位。大型连锁商店可能具有数千个商店，并 且针对所有这种商店的数据被包含在全球存储数据库302中，该数据库302可以是分布式 数据库或者远程耦合的数据库的集合。图4示出了对应于图3的组件的数据流示意图。数据流示意图示出了外部数据402 的导入，该外部数据402被导入和处理，并最终被存储在全球存储数据库302中。外部数据 402可以包括所有有关的原始数据，其可以从多个POS终端以及商店的其他数据收集设备 获得。原始外部数据402可以包括实际的销售或者商店数据404、货架图数据406 (诸如货 架图的排列、物理布局和维度以及在商店中的位置)、分段主文件410、销售数据420 (诸如 销售量、销售利润数据等)以及商业规则430。由提取、过滤和加载模块(EFL) 440对原始数据进行处理，该模块440也可互换 地称为提取、变换和加载模块(ELT) 440，其加载数据，合并和联结数据的各部分，拒绝不良 或者未确认数据，并且基于这种被拒绝的数据发出“出错”报告。提取、过滤和加载模块 (ETL) 440可以使用Sequel Server来实现。提取、过滤和加载模块(ETL) 440还可以标记或 者消除超范围的值，排除未确认数据，以及基于预定标准来过滤各种数据。提取、过滤和加 载模块440继而将原始数据加载到标准化表442中，该表442具有系统100的后续处理模 块所使用的标准化格式。可以使用任何适当的数据结构来包含数据，诸如树结构、图、链表、 多维表或列表等。创建的某些标准化表442包括分段表450、分段约束表452以及商店货架图SKU表 456，其表示针对每个商店以及针对每个商店中的每个货架图的分段表现数据。标准化表 442还可以包括商店标识符表458，其可以进一步包含商店的预定义分组(例如，所有纽约
7的商店)、曲线系数表462、货架图表464以及商业规则表468。商业规则表468可以是反映 针对商业规则430的导入数据的默认规则。在一个实施方式中，提取、过滤和加载模块440使用十二个月的移动平均以月为 基础来更新/创建标准化表442。该过程可以按照成批模式或者后台模式来执行。该过程 可以按照大于或者小于一个月的间隔来执行，这取决于项目的需要。数据更新的频率由调 度器模块308来控制，其决定何时进行此类更新。优选地，在处理负载较轻时调度更新。注意，分段(分段表450)优选地表示货品或者SKU的分组而不是单个SKU，尽管 在某些特定情况下，分段可以仅包含单个SKU编号。然而，因为系统100最适于具有大量商 店的零售商店运营，并且每个商店可能具有数千个个体货品或SKU，因此多数分段表示多个 SKU。图5是示出数据导入和周期性数据更新模块104以及曲线拟合模块106可以采取 的步骤500的高级别流程图。如上所述，对全球数据库302的周期性更新是使用提取、变换 和加载模块来执行的(步骤506)，其更新全球数据库302中存储的标准化表442。接下来，定义各种表现和量的量度(步骤512)。在一个实施方式中，使用五个主要 的量或者表现量度，包括消费者单位销售的单位或者数目、销售额(销售额美元或者其他 货币)、毛利(GM)、调整后的毛利(AGM)以及边际贡献(CM)，也可以是任意货币。调整后的 毛利可以是某些其他参数的“净值”，并且例如可以包括从供货商给予零售商的用以支付货 架许可的回扣、折扣、回扣、运输补助以及修改零售商收益的其他量。边际贡献是调整后的 毛利减去其他成本的分配。取决于应用和业务的特定属性，可以使用其他表现量度。继而根据应用和可用的数据使用各种标准对商店进行聚类(步骤518)或者分组。 商店的聚类将把相似的商店分组到一个聚类中。在一个实施方式中，对商店的分组或者聚 类是按照针对货架图和分段的每个组合的选定商店特征，诸如高销售量的商店、中销售量 的商店以及低销售量的商店。其他聚类标准包括针对每个货架图/分段组合的每空间单位 销售效率，其也可以被用作聚类标准(也即，低销售额/陈列面直线英尺(LFF)、中销售额 /LFF以及高销售额/LFF)。根据应用以及业务的特性，可以使用其他标准来对商店进行聚 类，以改进系统估计空间改变对每个表现度量的影响的能力。例如，可以按照两步过程来对商店进行聚类，第一聚类过程在系统100外部进行， 其结果作为外部数据402的一部分来处理。在此示例中，聚类的第一步骤可以基于统计标 准的组合，其对总销售额或者类别对比各种商店特性(诸如商店的类型或大小、市场人口 统计信息或者其他分组标准)的销售额进行评估。第二聚类过程继而可以基于任何其他聚 类标准，包括之前描述的那些。可以使用任意数目的聚类和适当的聚类标准。在一个实施方式中，使用三个聚类。 然而，可以使用任何适当数目的聚类，例如大约2个到大约5个之间。在另一实施方式中， 每个聚类可以优选地包含最少一百个商店。然而，每个聚类可以使用其他适当数目的商店。 例如，每个聚类可以包含约100个商店到约500个商店之间。如上所述，系统100优选地并不在SKU级别上进行操作，而是通常在分段级别进行 操作，尽管SKU数据在数据库级别是可获得的。由此，将多个产品(SKU)汇聚到分段中，以 提供对产品的特定分组或者类别的“平均视图”，其被称为分段。这一产品的自上而下或者 说汇聚的视图提高了系统效率，并且允许准确的建模和预报，特别是在产品周转较高以及新产品被快速、连续地投入商店展示的零售商场中。因为商店不能满足无限数目的产品，因 此在增加新产品时，面对可用货架图的改变以及展示空间约束，旧有产品通常将被清除。系 统100允许管理人员所展示商品的这种增加和删除进行评估和规划，而无需了解个体货品 (其甚至尚未被引入)。接下来，对于每个商店，标识和定义货架图(步骤530)，并且进一步定义针对每 个货架图的分段(步骤536)。某些商店可能使用相同的货架图或者货架图子集，这取决于 其大小和布局。在具有数百或者数千个商店的零售连锁中，不太可能每个货架图都是唯一 的。由此，某些货架图可能共用于多个商店。再次，如上所述，每个分段优选地表示多个产 品或者SKU，从而减少组合的数目。每个货架图可以包含任意数目的分段。例如，典型的货 架图可以包含大约5到50个分段，这取决于货架图的物理维度和包括分段的SKU。接下来，基于表现量度、商店聚类、货架图和分段的每个组合，执行用于曲线拟合 过程的数据准备(步骤540)，以生成多个曲线数据集。在一个实施方式中，该过程可以包括 散布图生成或者其他数据表示。该过程并非必须作为周期性数据库更新的一部分来执行， 而是，可以向用户提供输出，以帮助用户理解曲线拟合的质量和曲线的行为。由此，数据准 备可以在用户需求的基础上、周期性基础上或者某些其他基础上执行。曲线数据集的数目可以很大。例如，大型零售商店连锁可以具有1，200个商店(分 为例如3个聚类，每个聚类有400个商店)，每个商店具有120个货架图，每个货架图包括 10个分段。假设将1，200个商店分组为三个聚类，则产生18，000个独立的曲线数据集(5 个表现量度X3个聚类X 120个货架图X 10个分段=18，000)。一旦已经为针对表现量度、商店聚类、货架图和分段的所有组合的曲线拟合过程 准备了数据(步骤540)，则针对每个组合产生空间弹性曲线(步骤560)。曲线拟合模块或 者引擎106生成对应于每个曲线数据集的空间弹性曲线，并且尝试拟合对曲线数据集的最 佳曲线。注意，对于表现量度、商店聚类、货架图和分段的每个组合，都存在曲线数据集以及 相对应的空间弹性曲线。这以商店聚类而非个体商店为基础。空间弹性曲线用来对商店空间的变化以及由针对特定分段的商店空间的改变所 引起的表现(量度)的结果变化进行建模。感兴趣的量度是应变量(Y轴)，而商店空间(陈 列面直线英尺)的改变是自变量(X轴)。曲线拟合引擎106可以是可购得的统计模块，其 对输入数据应用回归分析或者其他统计计算。短语“空间弹性曲线”中的术语“空间”表示 相对于商店中的空间(产品的空间布局)的特定量度而回归的数据。总计的陈列面直线英 尺(LFF)是在生成空间弹性曲线时使用的一个量度，但是也可以使用其他空间量度，诸如 商店中货架空间的平方英尺或者立方英尺。曲线拟合引擎106可以是任何适当的曲线拟合引擎或者软件包，诸如可从加利福 尼亚州Palo Alto的TIBCO Software公司购得的在Microsoft Windows下运行的S+版本 8。TIBCO引擎中的功能“optim”可以在曲线拟合期间使用。其他适当的曲线拟合引擎或者 软件包是可从北卡罗来纳州Cary的SAS公司购得的在Microsoft Windows下运行的SAS 版本9. 3。可以使用能够使用S形曲线或者收益递减曲线来进行曲线拟合的任何适当的曲 线拟合硬件或者软件包或者模块。在执行曲线拟合时，曲线拟合引擎106优选地使用S形曲线或者收益递减曲线或 者类似形状的曲线，因为这种曲线逼近曲线数据集中的相应数据。具有S形曲线或者收益递减型曲线的这种曲线通常是适用的，因为销售额和其他表现量度常常反映收益递减原 理，其中在超过特定点之后，自变量的进一步增加对应变量的影响有限。可以看到，在超过 特定点之后，增加货品的数目未必会增加商店的销售额。一般说来，销售额遵循Pareto型 分布，例如，前20 %的产品带来80 %的销售额，而其余80 %的产品带来其余20 %的销售额。曲线拟合引擎或者软件模块106可以使用不同的回归过程来处理数据。优选地， 应用最小二乘法过程，但是可以使用任何适当的过程，诸如归回树、卡方回归、最小二乘法 回归、序列回归和、序列误差和、正交回归，并且可以使用其他回归过程和技术。在生成空间弹性曲线之后，针对商店聚类中的商店重新生成和缩放每个此类曲线 或者相应的系数(步骤566)，以提供与每个商店对应的经缩放的空间弹性曲线。这允许相 对于商店聚类中的任何特定商店来观察每个曲线的行为。在商店级别使用缩放允许用户 在稍后的过程中选择商店的任意组合，以便关于空间来进行建模和优化。在一个实施方式 中，针对上文提到的五个表现量度(售出单位、销售额、毛利、调整后的毛利以及边际贡献) 中的每一个，对曲线进行缩放并且生成新的系数(经缩放的空间弹性曲线系数)。然而，同 样可以针对任何其他适当的量度来执行缩放，以允许针对每个个体商店或者需求点生成弹 性曲线。例如，如果使用销售量量度来缩放系数，则可以使用空间弹性曲线(其针对给定 商店聚类中所有的400个商店而产生)来表示该商店聚类中的400个个体商店中的任一 项。由此，使用经过重新缩放的聚类系数所描述的曲线，可以针对聚类中的每个商店来推断 相对于在其上对弹性进行建模的商店范围的商店聚类的销售量行为。例如，在具有空间弹 性销售行为的分段中，对于空间中1尺的增加来说，高销售量商店将比低销售量商店具有 更大的绝对销售额增加。在按照特定实施方式的上述示例中，生成了 18，000个独立的空间弹性曲线，其由 36，000个系数来表示。假设需要两个系数来描述所使用的曲线，那么一旦针对1，200个商 店中的每一个进行了缩放，则至多43，200, 000个系数(36，000X1, 200)可以描述系数数据 集。这些系数可以存储在全球数据库302中，或者可以在选择特定商店进行分析时重新计 算缩放过程。图6是示出综合数据创建模块108可以执行的步骤600的高级别流程图。综合数 据创建过程是用户需求分析模块，其接受用户输入参数，使用数据和空间弹性曲线信息，并 且根据用户的规则和允许空间变化的限制，来产生在最优空间重分配下对商店模型的估计 改变的分析。在一个实施方式中，为用户生成报告或者其他适当输出。例如，诸如商店管理人员的用户可能希望对整个商店、商店的分组进行重新建模 或者重新排列，或者可能希望仅仅重新排列选定商店中的几个通道。作为另一示例，大型零 售商店连锁可能期望通过拓宽所有通道使其商店的外观现代化。为了将通道拓宽期望的 量，可能需要例如将产品展示或者货架的直线英尺减少20%。管理者是否应当消除整个产品区域以满足其减少数目？在不了解对商店利润率 的影响的情况下，草率地做出这种减少看上去并不明智。也许进行这种清除式改变将消除 商店最盈利的货品。由此，用于使用弹性建模的自顶向下表现优化的系统100为管理者提 供用于评估和预测产品组合改变的工具，并且还提供增量分析，其显式应当进行什么改变 以便最小化或者最大化任何选定的表现量度或者量度组合。
10
空间弹性曲线允许系统100精确地和有效地对商店空间的改变以及由针对特定 分段的商店空间的改变引起的表现(量度)的结果改变进行建模。注意，最终目标未必一 定是最大化特定货架图或者分段的利润度量。例如，一个备选目标可以是，最大化通过特定 通道的人流量(流量产生场所)，而不是最大化该通道中产品的销售额，因为这种流量可能 增加其他通道中的销售额。由此，可能希望放弃特定货架图/分段中的某些销售额，以产生 商店中其他地方的流量增加。作为初始步骤，诸如管理人员的用户选择要建模或者分析的商店或者商店分组 (步骤602)，并且选择感兴趣的量度。如前所述，感兴趣的量度可以包括售出单位、销售额、 毛利、调整后的毛利、边际贡献、或者例如针对商店的每个部分的战略目标而制定的目标量 度的组合。感兴趣的每个分量量度对应于空间弹性曲线中的应变量(Y轴)。用户还可以选 择要优化、建模或者分析的货架图和分段的组合(步骤604)。用户可以选择商店或商店分 组、货架图以及分段。回想对于选定用户参数的所有组合，之前已经生成和/或缩放了空 间弹性曲线。注意，之前创建的标准化表442 (诸如，商店货架图SKU表456)完全标识了相 对于每个以及所有商店的货架图的物理布局。接下来，对于用户选择用于分析的每个商店，以及对于选定量度、货架图和分段 的每个以及所有组合，获取相应空间弹性曲线的系数(步骤608)。用户还可以选择特定目 标(步骤610)，诸如用以对消除总空间的特定量进行建模。用户还可以为将要建模的改变 设置特定的商业规则、约束和/或限制(612)。例如，货架空间的总计百分比改变可以限制 于20%的减少，或者任何单个货架图的直线英尺不能减少超过25%。实际上，商业规则提 供对模型中允许的改变的分析限制。注意，全球数据库302频繁地更新，以便显示每个商店中可用的实际空间的改变。 这与所执行的周期性或者每月批处理更新(步骤506)以生成新的或者已更新空间弹性曲 线是分离的和无关的。对每个商店中可用的实际空间的更新可以例如以天为基础来执行， 并且对于空间弹性曲线没有影响。相反，这些频繁更新允许用户使用最新的商店空间信息 来准确地建模。一旦用户已经选择了用于建模过程的参数，便针对选定量度、商店、货架图和分段 的每个组合，根据系数来重新生成相应的空间弹性曲线(步骤620)。使用重新生成的空间 弹性曲线，继而生成“综合货品记录”或者“综合货品数据”(步骤630)。综合货品记录或 者数据是根据弹性曲线创建的数据记录，其描述特定的商店、商店聚类、货架图和产品分段 中的一个或多个货品的表现和空间利用率。例如，如果特定分段中的货品每个平均占据0. 1直线英尺，并且此时在空间弹性 曲线上，下一个0. 1直线英尺的空间期望产生附加的1美元/商店/周的销售额，综合货品 记录将反映该增长。由此，综合货品记录对构成空间增加的、增加每个附加货品或者SKU或 者货品分组(而不是反映分段的累积表现(多个SKU的汇集))的增量影响进行仿真。接下来，针对所有选定商店，增加与每个综合SKU对应的商店空间(LFF)，并且用 总和除以商店的数目(步骤640)，以得到跨用户选择用于建模的商店分组的平均值，而不 考虑商店所属的商店聚类或者弹性曲线分组。稍后可以将表现数据累积为针对商店分区 的聚集。然而，使用数据的每个商店的平均视图用于分析对于使用该系统进行分析来说是 最有用的。
对于步骤640中用户选择的多个商店，这些商店表示选择用于分析的实际商店分 组。例如，用户可能已经选择了只分析纽约的商店。上面假设分段中的每个SKU具有相同 的特性；也即，所有SKU(实际产品维度)具有相同的陈列面区域宽度(直线英尺)。综合 货品数据以实际产品或者SKU为基础，并且事实上不是实际的SKU，而是表示相应SKU的平 均。接下来，跨用户选择的所有分段和区域来比较综合货品记录，以便跨用户选择用 于建模的分段和货架图的整个集合来确定空间增加的最优顺序(步骤650)。因为知道每个 货架图中的每个分段中的货架空间的一直线英尺中适合多少货品或者SKU，因此知道例如
货架图G上的分段A中的“综合货品#1”需要空间量“X”，并且对特定的表现量度具有影响 “y，，。使用跨所分析的所有货架图和分段的下一可用综合货品的表现的排序过程将指 示跨所有产品分组来扩展或者减少空间的优化方式。在一个实施方式中，使用用户定义的 “空间增量”(诸如1个陈列面直线英尺)将综合货品组合为“综合货架图”(具有不同长度 的综合货品的分组)。在已经创建针对综合货品记录(以及将其分组为优化空间增量)之后(步骤 650)，用户可以选择运行各种分析或优化情境(步骤660)。这可以由分析/结果优化模块 110来执行。这允许基于用户期望的任何空间总量，来评估应当从每个货架图中的每个分段 增加或者删除多少空间以及多少货品，此外，这受制于管理针对空间子集而允许的改变量 的用户商业规则。例如，用户可能希望查看修改(减少)8英尺的商店空间对于选定量度(例如，销 售额或利润)的增量影响。如果目标是最大化选定量度，则用户可以基于分析/结果优化 模块110的输出看到选定量度得以最大化，或者基于对选定量度的增量影响，至少首先从 货架图A移除分段“X”的一部分，并且可能为分段“y”增加某些更多空间，从而将对选定 量度的影响最小。由分析/结果优化模块110生成(步骤660)的结果货架图或者“综合”货架图(提 出的货架图)可以包括分段1中的特定目标数目的SKU、分段2中的目标数目的SKU等，并 且每个SKU将负责不同销售额或者其他选定量度，这基于其对选定性能量度的影响以降序 列出或者显示。分析/结果优化模块110的输出提供了分析，其允许用户以增量为基础确 定应当从每个货架图或分段消除或者向每个货架图或分段增加多少空间以及哪些SKU，以 便实现关于选定表现量度的期望目标。由此，所产生的输出(打印报告或者显示屏上可视)允许用户生成各种情况下的 最优解决方案。分析/结果优化模块110可以在Accenture的许可下购得，作为使用SQL Server ^igVX VisualBasic 8 L^l^ VB. net ^ Performance Optimizer Client Server 版本 2009. 1. 5. 28。图7至图18示出了使用零售商店数据的上述过程的详细示例，并且可以返回参考 图5和图6中所示的各个过程步骤。在图7至图18中，术语“类别”可以与术语“分段”互 换使用，并且具有相同含义。图7示出了将商店聚类为3个商店聚类(参见步骤518)，以及图7是针对低销售 效率的图示，其中每个商店/POG/类别组合由销售效率排列，并且置于聚类中。图8示出了对应于商店聚类而生成的空间弹性曲线(低销售效率的商店聚类)，其中示出了根据聚类 创建弹性曲线，以及弹性曲线贯穿每个聚类，以确定针对每个POG/类别/聚类的系数。针 对商店聚类、货架图、分段和表现量度的每个可能组合生成空间弹性曲线(参见步骤560)， 并且将系数保存在全球数据库302中。图9示出了由每个商店对空间弹性曲线进行缩放使得曲线相交于表示选定商店 的点。具体地，示出了针对每个商店缩放弹性曲线，以及通过调节曲线来针对每个商店缩放 空间弹性曲线，因此其仅贯穿聚类图上的每个商店的点。系数是弹性曲线的数学表示。针 对商店聚类、货架图和分段的每个组合中的每个商店来缩放曲线，使得可以使用商店特定 的系数来针对任何商店估计任何量度，以便重新创建曲线。图10示出了综合货品的创建以及每个类别(分段)的陈列面直线英尺的确定，并 且进一步示出了将需要的SKU的数目(参见步骤630)。创建综合SKU的第一步是，确定针 对商店中每个商店/POG/类别组合的LFF/SKU。这是通过将实际LFF除以货架图上类别的 SKU数目来实现的；一旦完成，针对每个POG/类别组合，跨项目中的所有商店计算平均LFF/ SKU。具体而言，一旦完成，针对货架图和分段的每个组合来计算空间的平均直线英尺以及 SKU的数目。可以通过减去先前生成的分段值和系数，来计算预测的销售额、毛利、调整后的 毛利以及边际贡献。图11示出了针对每个商店的所有SKU和陈列面直线英尺而确定的预测销售额。具 体而言，针对每个商店的所有SKU和LFF，确定预测销售额。在商店1中，预测销售额在大约 15LFF或者大约40SKU附近下降到0。图12示出了应用于所分析的所有用户选定商店的计 算。具体而言，针对项目中的所有商店(在此情况为3个)执行之前的计算，并且计算针对 每个SKU和LFF值的跨商店的平均销售额。存在预测销售额的值，其将在商店表现优化器 中用于该特定项目。图13示出了基于用户提供的输入使用分析和优化模块110来预测销售额。具体而 言，对于收音机类别X，针对此项目中的平均水平的商店，销售额在30个SKU附近平缓。结 果显示当收音机的类别或者分段的SKU数目接近30时，销售额是平缓的。类似地，图14 示出了针对跨三个选定商店的所有表现量度而执行的图13的计算，具体而言，示出了针对 所有量度执行之前的计算，并且计算跨所有三个商店的平均，以及跨商店1、2和3针对收音 机类别X的预测值。而图15示出了针对所分析的商店、货架图和分段(类别)的每个组合 而重复的计算。图15A示出了针对所研究的每个商店/POG/类别组合重复过程。计算预测 量度，直到达到用户针对该POG指定的最大LFF增长；或者在没有最大值的情况下，预测继 续，直到系统默认限制当前平均LFF。在此示例中，收音机具有的最大LFF为3英尺，并且 照相机具有的最大LFF为5英尺。图15B示出了针对所研究的每个商店/POG/类别组合重 复过程。计算预测量度，直到达到用户针对该POG指定的最大LFF增长；或者在没有最大值 的情况下，预测继续，直到系统默认限制当前平均LFF。在此示例中，收音机具有的最大LFF 为3英尺，并且照相机具有的最大LFF为5英尺。图16示出了使用选定表现量度的商店优化和SKU排名。一旦已经计算了预测值， 优化过程开始。在自顶向下版本中，假设SKU为100%增量，因此SKU按照VPC升序排名，以 确定删除优先级。基于排名，用户可以确定应当如何删除或者增加各种SKU和空间。图17 和图18示出了在对货品进行排名并且指派了删除优先级之后，可以将SKU组合为“综合货架图”。综合货架图是这样的货架图，其包含将最大化给定空间量中的选定表现量度(在图 15至图18中称为“VPC”)的SKU。图17A分别示出了针对2英尺综合、4英尺综合以及6英 尺综合的“照相机”综合货架图。图17B分别示出了针对8英尺综合和10英尺综合的“照 相机”综合货架图。图18示出了针对2英尺综合和4英尺综合的“收音机”综合货架图。上面描述的逻辑、电路和处理可以编码在计算机可读介质中，诸如CD ROM、盘、闪 存、RAM或者ROM、电磁信号或者诸如供处理器执行的指令之类的其他机器可读介质中。备 选地或附加地，逻辑可以是使用硬件实现的模拟或者数字逻辑，诸如一个或多个集成电路， 或者执行指令的一个或多个处理器；或者通过应用编程接口(API)或者动态链接库(DLL)、 共享存储器中可用的功能或者定义为本地或远程过程调用以软件实现；或者实现为硬件和 软件的结合。逻辑可以在计算机可读介质、机器可读介质、传播信号介质和/或信号承载介质 中表示(例如，存储在其上或其中)。介质可以包括包含、存储、传送、传播或者传输可执行 指令以供可以执行指令的系统、装置或设备使用或者与之结合使用的任何设备。机器可读 介质可以选择性地是但不限于电信号、磁信号、光信号、电磁信号或者红外信号，或者半导 体系统、装置、设备或传播介质。机器可读介质的示例的非穷尽列表包括磁盘或光盘、诸如 随机访问存储器“RAM”等易失性存储器、只读存储器“ROM”、可擦除可编程只读存储器(也 即，EPR0M)或闪存或者光纤。机器可读介质也可以包括其上印刷有可执行指令的有形介质， 逻辑可以电子地存储为图像或者其他格式(例如，通过光学扫描)，并且继而被编译和/或 解释或者以其他方式进行处理。处理的介质继而可以存储在计算机和/或机器存储器中。系统可以包括附加的或者不同的逻辑，并且可以按照多种不同方式来实现。控制 器可以实现为微处理器、微控制器、专用集成电路(ASIC)、离散逻辑或者其他类型电路或逻 辑的组合。类似地，存储器可以是DRAM、SRAM、闪存或者其他类型的存储器。参数(例如，条 件和阈值)和其他数据结构可以分开存储和管理，可以包含在单个存储器或数据库中，或 者可以在逻辑上和物理上以多种不同方式来组织。程序和指令集可以是单个程序的部分、 独立的程序或者跨多个存储器和处理器来分布。尽管已经描述了本发明的各种实施方式，但是对于本领域技术人员易见的是，很 多其他实施方式和实现在本发明的范围中也是可行的。由此，除非根据所附权利要求及其 等效项，否则本发明不受限制。
权利要求
一种用于优化商店中商品的展示空间分配的系统，包括具有处理器和存储器的计算机系统；数据库，其与所述计算机通信，并配置用于保存多个商店的数据；数据更新模块，配置用于周期性地接收与所述多个商店对应的原始数据，过滤所述原始数据，以及利用针对所述多个商店的已更新数据来更新所述数据库；曲线拟合模块，配置用于应用回归分析，以生成与针对商店聚类、表现量度、货架图和分段的多个组合的已更新数据相对应的空间弹性曲线；综合数据创建模块，配置用于接收用户选择的输入参数，以及基于相应的空间弹性曲线来生成综合货品记录；综合货品记录，配置用于响应于相应货架图和分段中的建议改变，对针对一个或多个商店的选定表现量度的结果改变进行建模；以及分析和优化模块，配置用于跨多个分段来比较所述综合货品记录，以提供基于用户选定的目标在相应货架图和分段中增加或减少空间的最优顺序的指示。
2.如权利要求1所述的系统，其中针对所述多个商店的所述原始数据包括销售点数 据、货架图数据以及分段数据。
3.如权利要求1所述的系统，进一步包括变换、过滤和加载模块，配置用于过滤所述 原始数据，以及将所述已更新数据保存在多个标准化数据表中。
4.如权利要求3所述的系统，其中所述已更新数据包括与销售数据、货架图和分段对 应的信息。
5.如权利要求1所述的系统，其中所述数据更新模块基于十二个月的移动平均来执行 更新，并且按照批处理模式来执行。
6.如权利要求1所述的系统，其中所述多个商店被分组为两个到5个之间的商店聚类， 每个商店聚类具有100到500个之间的商店。
7.如权利要求1所述的系统，其中所述空间弹性曲线以S形曲线或者收益递减曲线为 ■石出。
8.如权利要求1所述的系统，其中所述表现量度包括售出单位、销售额、毛利、调整后 毛利以及边际贡献。
9.如权利要求1所述的系统，其中所述空间弹性曲线由多个系数表示。
10.如权利要求9所述的系统，其中系数存储在所述数据库中，并且针对选定的商店进 行数值缩放，以生成经缩放的空间弹性曲线系数。
11.如权利要求1所述的系统，其中每个分段包含一个或多个SKU货品。
12.如权利要求1所述的系统，其中每个分段包含多个SKU货品。
13.如权利要求1所述的系统，其中所述用户选定的目标包括以下至少一个将商店空 间增加预定量，将商店空间减小预定量，最大化预定的表现量度，最小化预定的表现量度， 增加一个或多个分段中SKU的数目，和/或减少一个或多个分段中SKU的数目。
14.如权利要求1所述的系统，其中所述用户选择的输入参数对应于最大化选定的表 现量度。
15.一种用于优化商店中商品的展示空间分配的方法，包括步骤 提供具有处理器和存储器的计算机系统；提供数据库，其与所述计算机通信，并配置用于保存针对多个商店的数据； 所述计算机周期性地接收与所述多个商店对应的原始数据，过滤所述原始数据，以及 利用针对所述多个商店的已更新数据来更新所述数据库；应用回归分析，以生成与针对商店聚类、表现量度、货架图和分段的多个组合的已更新 数据相对应的空间弹性曲线；接收用户选择的输入参数，以及基于相应的空间弹性曲线来生成综合货品记录； 响应于相应货架图和分段中的建议改变，对针对一个或多个商店的选定表现量度的结 果改变进行建模；以及跨多个分段来比较所述综合货品记录，以提供基于用户选定的目标在相应货架图和分 段中增加或减少空间的最优顺序的指示。
16.如权利要求15所述的方法，其中所述多个商店被分组为两个到5个之间的商店聚 类，每个商店聚类具有100到500个之间的商店。
17.如权利要求15所述的方法，其中所述空间弹性曲线以S形曲线或者收益递减曲线 为基石出。
18.如权利要求15所述的方法，其中所述表现量度包括售出单位、销售额、毛利、调整 后毛利以及边际贡献。
19.如权利要求15所述的系统，其中所述空间弹性曲线由多个系数表示。
20.一种计算机可读存储器或者数据存储装置，编码有表示计算机程序的数据，所述计 算机程序用于确定商店中商品的展示空间分配，包括步骤提供具有处理器和存储器的计算机系统；提供数据库，其与所述计算机通信，并配置用于保存针对多个商店的数据； 所述计算机周期性地接收与所述多个商店对应的原始数据，过滤所述原始数据，以及 利用针对所述多个商店的已更新数据来更新所述数据库；应用回归分析，以生成与针对商店聚类、表现量度、货架图和分段的多个组合的已更新 数据相对应的空间弹性曲线；接收用户选择的输入参数，以及基于相应的空间弹性曲线来生成综合货品记录； 响应于相应货架图和分段中的建议改变，对针对一个或多个商店的选定表现量度的结 果改变进行建模；以及跨多个分段来比较所述综合货品记录，以提供基于用户选定的目标在相应货架图和分 段中增加或减少空间的最优顺序的指示。
全文摘要
本发明涉及用于使用弹性建模的自顶向下表现优化的系统和方法。更具体地，涉及一种系统，通过使用销售点数据，使用弹性建模来支持针对商店和货品的任意分组的商品的商店展示空间的跨类别优化。针对表现量度、商店聚类、货架图和货品分段的每个组合，周期性地创建空间弹性曲线，继而可以由个体商店对其进行缩放。用户可以选择商店和货架图的任意组合，并且系统继而重建弹性曲线作为个体“综合货品”，其通过以下方式跨选定的商店来进行平均创建反映每个表现量度中的估计平均商店表现的平均综合SKU记录。综合货品继而被用来跨商店区域或者在商店区域内评估宏观空间表现，或者用来确定总体商店展示可用空间的最佳使用，以允许管理者优化地分配商品的展示空间。
文档编号G06Q30/00GK101923692SQ20101020494
公开日2010年12月22日 申请日期2010年6月11日 优先权日2009年6月12日
发明者J·S·波顿 申请人:埃森哲环球服务有限公司