专利名称：利用消费者行为模化的优惠或奖赏系统的制作方法
技术领域：
本发明涉及用于销售推广目的的消费者行为模化，更具体地，涉及用于为消费者提供优惠目的的兌换模化的形成，证明了消费行为模式。
背景技术：
为了形成品牌忠诚度、品牌的转换和更大的销售量，存在着多种促销方法和技术。在这些方法中可用的是在销售终端点可以存在的那些方法。该种促销的最基本的形式是在销售接受点作广告，在这些销售接受点对产品作广告或者对消费者进行激励以购买产品。
最终，每个广告促销的目的是改变消费者的行为一驱使消费者现在购
买大量的产品，购买产品A而不是产品B，或者现在更多的想到公司X的产品并且以后购买其更多的产品。
在一些情况下，这种消费改变通过说明改变的潜在益处而受鼓励。例如，在广告中，表现了特定产品的独有特征。在其他的情况下，鼓励是以金钱刺激改变的形式出现，或者商人被称为"优惠"的东西。例如，这可以是优惠券的形式，当出示时，优惠券会给持有者一些产品或服务正常购买价格的10%的折扣。
由于计算能力和现成的统计包(off-the-shelf statistical package)的可用性的增强，预测模化己经变成广泛使用的工具，以帮助广告商将他们的优惠以销售点作为目标，即，识别进行特定优惠的最有利的个体或交易。
为此，已知的模型已经假设关于进行当前交易的消费者的信息(例如，年龄，性别或者之前的购买行为)已经预先收集并可获得，或者在当前交易中的一个或多个具体项目的存在已经足够能确定用于提供优惠的目标消费者。然而，在实际中，对于很多交易，用于个别执行交易的信息并不存在或者并不可获得，并且快速交易处理的需求排除了在当前购买中的所有产品的寻找和响应。
现有技术教导了一些形式的消费者行为模化。现有技术中的模化方法
的一个例子公开在美国专利申请第09/639,736号中。这公开了一种促销方 法，其中实现了针对每个消费者和每个优惠的行为模型，以便构建具有相 对于目标函数的最大预期影响的个性化优惠。在对消费者的优惠匹配之 后，对目标消费者进行个性化优惠组。
模化的形式是针对于个别消费者，并且基于标准而非实际的消费者购 买或者基于实际的购买方式不具有预测能力。根据美国专利申请的行为模 型是利用数据，在除了实现市场目标、提高销售等之外，提高兑换率，提 高收入或者这些的结合。营销方法很重要地是基于消费者的营销行为和最 佳消费者的选择，并且利用软件模型从收集的数据衍生出一个或多个对于 每个消费者的行为模型，以便构建具有相对于目标函数的最大预测效果的 个性化优惠。预期的兌换行为模型在广义上在美国说明书中公开。然而， 美国说明书并没有教导在零售商之间的最大的交叉访问，而在零售商之间 会存在着无穷数量的潜在的零售商/参与者。
发明内容
本发明的一个目的是试图通过提供兌换模化对于已知的消费者模化系 统提供一种选择，以便对符合消费者行为方式的消费者进行优惠。
根据本发明，提供了一种用于推销的消费者模化的方法，包括步骤 提供多个销售点；提供多个计算机装置，该计算机装置分别适于分析消费 者行为并且将基于所述消费者行为的数据传送到销售点；以及提供与多个 销售点中的个别销售点相关的装置，用于在任意个别销售点为进行销售交 易的消费者提供至少促销材料。
根据本发明，还提供了一种用于为推销提供消费者模化的系统，包括 多个销售点；多个计算机装置，该多个计算机装置分别适于分析消费者的 行为并且将根据所述消费者行为的数据传送到销售点；以及与个别销售点 相关的装置，用于当任意个别销售点进行销售交易时对消费者至少提供促 销材料。
本发明与已知的促销系统的不同之处在于，为了最佳化，可以根据比个别消费者交易的细节更宽的标准形成预测模型。因此，可以从可用于每 个优惠的信息中建立预测模型，该信息关于
零售场所，之前在该零售场所进行过促销优惠或者和其十分相似的优
惠；
进行的优惠的特性化特征(例如，产品的类型或者涉及优惠的服务)； 优惠的一般类型(例如，百分比折扣，买一赠一)； 给兌换的客户的实际或者可知道的优惠值； 优惠截止的天数，优惠的相似性是基于该天数的； 优惠的兑换率(不管因何而进行的兌换)；
当兌换时随同该优惠出现的其它的优惠和优惠发布的场所，当不兑换
时随同该优惠出现的其它优惠和优惠发布的场所。
应该理解的是，这里参考的销售点(POS)是多个该种销售点或者该
种销售点网中选取的一个，涵盖大量的分散场所和可能未加入的零售商。
根据本发明的一个实施例，预测模型从具体且可概括的知识中得到其 预测能力，这些具体且可概括的知识是关于什么优惠在什么时候在特定的 零售场所进行，以及与己经证明最有效的引发消费者的响应的其它的优惠 范围相一致。
本发明的优点在于"最佳化"一即，确定在每个零售场所进行哪个优惠 组以及以何种顺序进行一可以脱机并且远程地执行。这造成减小POS系统 上的实时负载。 一旦确定，优惠的最佳组可以在方便和指定的时间上载到 POS环境。
具体表现本发明的方法和系统还采用了预测模化技术，但是与之前使 用的技术的不同之处在于，在系统内采用预测模型 同时考虑来自一定范围的广告商的优惠；
同时考虑在一定范围的不同零售商(即，属于不同等级或组织的一部 分的零售商)的这些优惠的传递； 对于一些广告商相对于其它的广告商允许特惠待遇； 优惠的集合群组可作为单个交易的一部分； 识别在优惠群组内呈现优惠的"最佳"顺序；将优惠进行物理传送(即，印刷、显示或者传送到消费者)的零售场 所考虑进来；
对优惠的集合群组施加限制(例如，来自广告商A的优惠不能与来自
广告商B的优惠出现在相同的群组中，或者来自广告商C的优惠不能 出现在在零售场所R"进行"的优惠组内)。
在优选的实施例中，对于给定数量的零售商(已知为"举办方"或者"场 所")产生最佳化的优惠组，每个最佳化的优惠组具有发布优惠组的给定 的固定能力。在最佳化的解决方案中，在超过预设数目的优惠组内可能不 出现优惠(注意，该预定数目可以越过优惠而变化)。
应该理解的是，最佳的是通过来自其的至少一个优惠要兌换的优惠组 的比例测量。较差最佳化的解决方案相对于更最佳化的方案如果且仅当下
面情况时被接受对于一些奖赏的广告商以在下面的步骤2和6中说明的 方式提供更优的结果，并且关于与特定举办方有关的优惠或者其它的优惠 的设置必须符合任何允诺的限制。
因此在一个广泛的形式下，本发明包括
一种形成最佳化用于传送到选择的场所和/或选择的接受者或者接受
者群的推销组的方法，该方法包括步骤
a) 从至少一个销售点的商业活动中提取的数据中形成数据库；
b) 利用所述数据来确定优惠给举办方的概念上的分配，识别为最大化 识别目标函数；
C)根据下面的一个或多个标准，确定所述分配
i) 关于不能分配给具体举办方的优惠的限制；
ii) 在每个优惠内使用的相关产品或服务的可用的库存；以及
iii) 每个举办方进行优惠的能力；
d) 在所述数据库内从所述数据预测传递到具体的举办方或者举办方类 型的优惠或者优惠组的兌换率；
e) 核对优惠或者优惠组并且将这些优惠分配给特定的举办方或者举办 方组，以获得目标函数。
根据一个实施例，举办方可以选择零售商或者零售商种类。优选地， 兌换率是由数据通过利用在数据库收集的数据的分析所形成的指定公式来确定。兌换率优选是通过参考在数据库的数据和用于将优惠分配到预先 选择的举办方的标准来确定。根据一个实施例，兑换率是通过算法形成。 贯穿说明书，术语兌换率意思是传递到选择的举办方或者举办方群、测量
到商业上可接受的精度水平的优惠的认购率(takeuprate)。
根据优选实施例，使用的预测公式是广义线性模型，该广义线性模型
具有目标变量和说明变量，该目标变量通过优惠作为兌换率，该说明变量
包括关于优惠和要发布优惠的举办方的信息。
在特别的实施例中，优惠的分配是通过使用具有目标函数和限制的线
性程序来获得，该目标函数作为期望兌换的总量，该限制包括可以分配到
举办方的每个优惠的最大数量和可以分配到任意一个举办方的优惠的最
大数量。
还在本发明的一个实施例中，可以使用额外的限制，以保证概念上的 分配包括对于优选广告商的最小数量的优惠或者对于优选举办方的最小 数量的分配优惠。在进一步的实施例中，用于确定兌换率的预测公式是具 有作为概率使用在公式中的目标变量的随机森林(random forest)，该概率 是在组内的至少一个优惠中被兌换的概率，并且说明变量包括关于每个优 惠和每个出现在优惠组的位置的信息。在具有足够大的历史数据池的情况
下，其中所述数据池可以引入用于构建所述随机森林，优选地随机森林是 在具有选定数据的连续样本的可用数据的样本上构建，以保证它们包含被 构建到该点的随机森林误分类的更大比例的观察。
优选地，形成和操纵优惠组的公式是交换算法，该交换算法通过在第 一优惠组中的一个优惠与分配到相同举办方的第二优惠组中的另一个优 惠交换来选择优选的优惠组分配，并且目标函数是优惠组的数量，期望的 是从该优惠组中至少得到一个兌换。
下面仅通过例子参考随附示意图根据优选且非限制性实施例对本发明
进行说明，其中
图1是根据一个实施例实施的实现本发明的一系列步骤地示意布局 图；以及图2是具体表现本发明的销售点的示意性透视图。
具体实施例方式
参考图1和六步骤过程，现在对根据优选实施例的本发明进行更详细 地说明，通过该六步骤过程从交易活动数据库所建立的兑换率模型预测兑 换率。
本领域普通技术人员应该理解的是，除了下面说明的例子之外，在对 于特定类型的举办方或消费者从兌换模型对兌换率的计算中，由于考虑到 优惠标准和举办方/消费者和消费者群标准，存在多种优惠的排列和组合。
例如，根据本发明的预测模式个别地或者同时地考虑来自一定范围的 广告商的优惠、这些优惠在不同零售商范围内的传送，并且允许对于一些 广告商比对于其他广告商有特惠待遇。进一步，该模式考虑到对单个消费 者进行的优惠群组，并且可以识别在优惠群组内呈现优惠的最佳顺序。该 模式还考虑到优惠需要物理地传送的零售位置，并且可以在优惠的组合群 组中设置约束或者施加限制。优惠可以对具体的举办方进行或者限制在特 定的广告商或者产品和服务的供应商。因此，限制可以是基于位置、举办 方或广告商。
现在参考图l，其中显示了实施本发明的一系列步骤 步骤1:
该步骤通过举办方形成在当前时期最佳设置的优惠的可能兌换率的评
估(D2)。换句话说，如果对于O和H的所有组合均以举办方H发行， 则应该产生优惠O的可能的兑换'率的评估。这些评估是根据通过具体的举 办方已经发布的给定优惠时记录的历史兌换率做出的(Dl)。由于当必须 对评估的兌换率进行计算时，大多正进行的优惠还没有截至，因此在剩余 的使用期限内采用对每个正进行的优惠进行推断的方式。执行该推断的一 个方式是对于每个举办方和优惠使广义线性模型适合历史日兌换图(Al )， 并且假设对于给定的举办方在剩余的'使用期限'内(即，在当前日期到截 至日期之间)，对于给定的正进行的优惠的兑换行为大体是相同或相似的 举办方发布的相似的优惠的兑换行为的镜像。
在该步骤中，不考虑优惠之间的任何协同，例如，可能会导致比从单独考虑优惠时期望得到的兑换率更高(或低)的兌换率。对于新的优惠和 新的举办方，不存在历史数据，由此选择"代理"优惠或者举办方，因此估 计兑换率。
理想地，该步骤至少基于下面的输入
用于历史优惠(即，已经截止的优惠)；
关于每个举办方每天发布的数量的信息；
记载的兌换日期数(分别地，用于每个发布举办方)；
优惠"正在进行"的天数；
限定优惠类型的特征(例如，是百分比折扣、折价促销或者其他类型 的优惠)；
限定通过其进行优惠的每个举办方的特征(例如，是否是电子设备零
售商、快餐馆等等)；
步骤2
该步骤产生到举办方的初始分配(D4)。进行分配的目的是最大化期 望的兑换，受限于(D3):
最大化举办方和优惠的接受力；
满足关于在特定举办方的记事表上的优惠设置的任何限制(例如，来 自零售商R的优惠不能出现在竞争零售商S所打印的记事表上)； 允许对于奖赏的广告商有特惠待遇(可以想象，例如，广告商的地位 可以通过等级定价或者通过公开的竞标过程来确定)； 保证满足每个举办方的接受力的"合理"的比例，并且设置每个优惠的 "合理"的比例(这通过在最佳化算法中采用最小限制来实现)。 这种最佳解决方案可以通过利用(限制的)线性程序设计方法发现
(A2)。
该步骤需要以下信息
步骤1的输出，为每个优惠在每个举办方评估的兌换率；
每个优惠可以在方案中出现的最大次数；
可以被每个举办方发布的优惠组的最大数；
为每个举办方的每个优惠组内的优惠的数目(注意，这可以通过举办 方改变)；不能在对于给定的举办方产生的优惠组内出现的优惠的清单； 对于每个举办方，应该满足的其接受力的最小比例(这可以设置为更
高的值，以为奖赏举办方提供特惠待遇)；
对于每个优惠，应该满足的其可用库存的最小比例(这可以设置为更 高的值，以为奖赏广告商提供特惠待遇)。 对于每个举办方-优惠配对，在方案中应该出现的该配对的最小数量
(这是为了迎合在所有的举办方优惠组中设置在第一位置的举办方的优 惠)。在举办方具有超过一个属于其自身的优惠且该优惠可以出现作为第 一优惠的情况下，使用的每个这种优惠的比例可以随机进行或者在兌换行 为的一些之前了解的基础上进行。
注意，该方法允许对整个兌换的评估减少，作为任何给定限制的直接 结果。在适当的情况下，该评估然后可以用作设定与该限制相关的价格的 合理基础。
步骤3:
该步骤产生初始的优惠设定方案，即，打算分配给举办方的优惠群组
(D5)。每个优惠组将根据是否符合所有的优惠和举办方限制而标记为"有 效"或"无效"(A3)。
该步骤通过形成与在步骤2中确定的举办方-优惠分配量一致的初始 优惠组开始，保证在所有的举办方优惠组上的第一优惠是对于相关举办方 的优惠(除非特定的举办方选择通过其来发布的优惠组内不包括其自己的 优惠)。
在举办方优惠在举办方优惠组内有意地设置在第一位置的情况下，举 办方优惠应该被标记为使得不会在算法中以随后点被意外地换出。在举办 方具有可以出现作为第一优惠的超过一个的其自身优惠的情况下，对于该 举办方出现在任何给定的记事表上的优惠可以随机地选择，或者根据之前 的兌换行为的了解来选择。
然后，回顾每个优惠组并且根据其是否符合所有的举办方和优惠限制 标记为"有效"或者"无效"。接着，随机选择举办方，概念上指定给举办方 的两个优惠组被随机地选定，至少其中的一个被标记为"无效"。然后，算 法通过在组内切换一些优惠来确定是否两个优惠组可以设置为有效。这种切换持续进行，直到符合预定的停止标准。
一旦切换完成，标记为"无效" 的优惠组应该被撇开并且从进一步的考虑中排除出来。 该步骤需要以下信息
步骤2的输出，该输出提供了优惠的分配；
对于每一个举办方，在该举办方要发布的优惠组中不出现的优惠的列 表；
对于每一个优惠，在相同的优惠组内不会出现的优惠的列表(当然， 该列表一般包括优惠本身，使得在相同的优惠组中没有优惠会出现多 于一次)。 步骤4:
该可选的步骤(A3)将所有有效优惠组的预定比例撇开(D7),使得 通过最佳化步骤提供的兌换升高(redemption lift)可以适当地测量，留下 有效的优惠组用于进一步的最佳化(D6)。撇开的优惠组的兌换率形成通 过最佳化提供的兌换升高进行估值的基准。
该步骤需要下面的信息
步骤3的输出，该输出提供了概念上分配给举办方的优惠群组；以及
表示撇开的优惠组的比例的值。
步骤5:
该步骤利用之前发布的优惠组的样本构建优惠组的兌换行为的模型 (A5)，从该优惠样本无法评估在正在兑换的优惠组内的至少一个优惠的 概率(D8)。期望的是，在这种模型中具有显著的非线性效应，包括在相 同的优惠组内的优惠之间的协同效应。例如，如果相同的优惠组包含"高 真立体音响(Stereo Hi-Fi) 10%的折扣"，则消费者可能被吸引回商场， 以兌换"便宜5S的CD"优惠。
当这种非线性理论上可以合并在广义线性模型中时，参数化可能是一 个问题。例如，如果在系统中存在400个优惠，则需要79,800个参数来迎 合所有成对的优惠协同作用。由于随机森林在不需要清楚的参数化的情况 下允许非特定的非线性建模，因此随机森林在这种情况下是理想的。
尽管有这些益处，但为了构建有用的兌换模型，期望的是优惠和举办 方的关键特征需要被提取并且被参数化(在D8中)。构建兑换行为模型的步骤5需要下面的信息
足够大的发布的优惠组的样本，对于该样本所有的优惠尚未实现就已 经被截止或者所有的优惠已经截止且至少一个已经被兌换(即，排除 当前具有一个或多个没有截止的优惠的任意优惠组)。 对于优惠组样本内的每个优惠，至少需要下面的信息 优惠"正在进行"的天数；
限定优惠类型的特征(例如，是百分比折扣、折价促销或某些其他类 .型的优惠)；
限定进行优惠的每一个举办方的特征(例如，是否是电子设备零售商、 快餐馆等等)。
在该步骤中采用击穿方法(arcing approach),以便在不对计算能力和 存储器进行限制的前提下最大化随机森林的精度。 步骤6:
该步骤形成最终的最佳化的优惠组(D9)。在步骤3 (D6)结束时可 用的优惠组是有效的但不是最佳的。通过选取这些优惠组、随机选择举办 方、选择概念上指定给该举办方的两个优惠组、然后进行成对的优惠交换 来进行该步骤(A6):不会将有效的优惠组无效，以及提高优惠组内的至 少一个优惠的兌换的整体期望数目，或者提高来自奖赏广告商的设置(即， 通过将其设置在具有产生至少一个兑换的更高概率的优惠组内)。
这种提高可以通过利用在步骤5 (A5)中形成的兑换预测算法进行估定。
应该持续进行这种交换，直到符合一些预定的停止标准。
该步骤需要下面的信息
在步骤3结束时可用的优惠组；
在步骤5中形成的随机森林预测算法。
现在参考图2，显示了销售点场所1，该销售点场所包括与未示出的消 费者购买的货物有关的数据的扫描仪2 (未显示)、用于交易的打印机3、 在销售点交易装置5处的销售点屏幕4以及专用的打印机装置6。装置5 上运转POS软件，并且还可以存储目标促销材料，例如，当应用的是优惠 巻应用时包含优惠巻，并且还存储用于打印优惠巻所需的图像和文本。专用打印机6在销售交易期间可以在任意点处打印出优惠巻。该应用确定了 什么显示在屏幕4上。
所提出说明的实施例通常但是并不特定用于Windows操作系统，该 Windows操作系统安装在零售商的基于-Windows的POS系统上并且构造 为只要POS装置(POS系统在POS装置上)打开则运行。
当在POS装置上运行时，应用从扫描仪或者键盘(利用Windows API， 称为SetWindowsHookEx，可以拦截和过滤键入)监听发送到POS装置的 信息，并且将此作为提示开始检査传递到PIOS屏幕的信息。该检査的目
的是识别在进程中与该交易相关的信息的关键条，艮P:
，购买的每个项目的行描述 ，每个项目的价格和数量。
在理想的情形(即，POS应用作为本地windows应用在运行)下，该 应用将通过越过窗口层次(window hierarchy)并且利用GetWindowText API 检査屏幕的内容直接检查文本串(textstring)来确定该信息。可选择地， 如果应用检测到不能够直接收集这种信息(在越过窗口层次之后不能够发 现任何文本信息)，则通过纪录从根窗口目标将屏幕信息的一部分或者全 部进行逐像素的复制来开始对屏幕进行"快照(snapshot)"。
应用以两种模式中的任意一种运行
1. 校准模式在该校准模式期间，应用将釆用被称为"布局分析"的技 术解析捕捉的图像，以识别关键项(例如，行描述，价格，数量和总量) 典型地出现在什么地方。由于屏幕图像是根据逐像素进行捕捉的，因此光 符识别(Optical Character Recognition, OCR)模块需要包括在我们的应用 中。对于该部件大量的现成方案是可用的，并且这些对于任何内部方案
(in匿house solution)是优选的。
一旦应用确定了对于特定的POS装置和运行其的屏幕如何可靠地解 析屏幕数据，可以形成可以用作用于解析相似的POS装置和屏幕的屏幕输 出的基础的存储轮廓。
同时，应用在这种模式下运行，该应用能够捕捉到显示在主PC等的
整个桌面上的一切信息。
2. 数据捕捉模式在该数据捕捉模式期间，应用将对每个屏幕进行解析，每个屏幕被捕捉并且将相关的组元(constituent element)存储到也在 主PC上的数据库。在用于确定何时捕捉在屏幕上的主基础是识别扫描或 者键击已经被接受时，应用也可以构造为在特定的周期由于之前的捕捉而 过去之后对屏幕进行快照。
由于速度和效率的原因，在该种模式下应用运行的同时，该应用仅捕 捉确认为与在应用以校准模式运行的周期期间相关的屏幕的那些部分。
由于对将改变信息显示在屏幕上的方式的模式的改变是可能的(例如， 屏幕字体可以改变，或者零售商可以更新POS装置上的他或她的地址细
节，在这样做时，将延长该地址在屏幕上的显示)，因此应用可以时不时 地检查屏幕显示器在期望其出现的适当位置处具有关键的屏幕元素。(例 如，如果屏幕布局没有改变，这可以通过检査屏幕区域的平均颜色并且将 该颜色与期望的颜色进行比较来实现)。应用可以时不时的执行的另一个 简单检查在于屏幕解析度(screen solution)没有改变。
如果应用发现不可以再可靠地识别屏幕布局，则转向校准模式，从而 获悉如何识别新的屏幕布局。
本发明进一步提供了在销售点的消费者购买行为的远程监控，以建立 关于消费者或消费者群的模型，基于该模型消费者可以在销售点或者其它 地方被提供对于诸如购买量等的行为方式作为奖赏的优惠。本发明进一步 提供了用于将最佳化的奖赏或优惠组传递到目标消费者的数据组，并且该 数据组可以在预定的本地或者远程零售场所的销售点随机或者特定地传 递和/或显示给消费者，或者通过其它的传送方式，例如，具体的网站、商 亭、 一封公开信或者移动电话，且可以具有或者不具有关于个别消费者在 特定的商业交易中的历史信息。
因此，在优选的实施例中，本发明提供了一种形成推销组的方法，用 于最佳化传送到选定位置和/或选定接受者或者接受者群，该方法包括步 骤
a) 从在至少一个销售点的商业活动中通过至少一个消费者或至少一类 消费者提取的数据中形成数据库；
b) 根据下面的一个或多个标准，利用所述数据确定优惠的分配 i)关于不能分配给特定举办方的优惠的限制；ii) 属于每个优惠的相关产品或服务的可用的库存；
iii) 每个举办方进行优惠的能力； C)在所述数据库内从所述数据预测传递到具体的举办方或者举办方类 型的优惠或者优惠组的兌换率；
d)核对优惠或者优惠组并且将这些优惠分配给特定的举办方或者举办 方组，以获得目标函数。
根据优选地实施例，根据从之前交易活动提取的所述数据库内的参数 之间的关系确定的公式，使得兑换率的预测有效。
另外，应该理解的是，在优选的实施例中，消费者行为的分析步骤包 括监控这种行为并且以增加方式添加至该行为，以产生消费者行为更新的 "图片"。因此，存在着数据的增长。
此外，关于消费者活动的软件可以装载在POS上，或者在远程计算机
或者类似的装置上。
贯穿本说明书，进行最佳化的基准可以作为符合优惠的基准，该优惠 适合于特定的场所，场所群组或者举办方类型，以便将优惠或者优惠群组 的兌换率最大化，使得兑换率与预期的认购相一致。
应该理解的是，参考附图在这里说明的本发明提供了为多个销售点或 者零售商提供优惠组的形成的技术效果，使得由于优惠组(从该优惠组， 至少一个优惠期望是被兌换的)的比例在优惠、广告商和库存限制下被最 大化，因此形成的优惠组是最佳的。
权利要求
1.一种用于促销的消费者模化的方法，包括步骤提供多个销售点；提供多个计算机装置，该多个计算机装置分别适于分析消费者行为并且将基于所述消费者行为的数据传送到销售点；以及提供与所述多个销售点的个别销售点相关联的装置，用于至少将促销材料提供给在任意个别销售点进行销售交易的消费者。
2. 如权利要求l所述的方法，所述多个销售点包括多个销售点的网络。
3. 如权利要求1或2所述的方法，专用装置包括打印机。
4. 如权利要求1至3中任一项所述的方法，所述促销材料包括与在所 述多个销售点中的任意一个处的将来销售交易中的优惠、销售或兑换相关 的优惠券。
5. 如前述权利要求中任一项所述的方法，包括步骤 在所述多个销售点中的任意一个处监控消费者购买行为。
6. 如前述权利要求中任一项所述的方法，包括步骤通过计算机装置监控消费者购买行为，由此建立关于同类的消费者的 消费行为模型。
7. 如前述权利要求中任一项所述的方法，包括步骤集结消费行为数据，以将最佳化的促销材料传送到特定的消费者，用 于在从所述多个销售点选取的销售点处进行兑换。
8. 如权利要求7所述的方法，传送给消费者的数据是通过选取自环球网、互联网、企业内部互联网、以太网、移动电话或者邮件的方式传输的。
9. 如权利要求8所述的方法，包括步骤通过所述计算机装置提供与进行特定交易的特定客户相关的历史信息。
10. 如前述权利要求中任一项所述的方法，包括步骤随着时间的过去累积消费者销售行为信息，由此随着时间的过去最佳 化提供给消费者的促销材料。
11. 如前述权利要求中任一项所述的方法，包括步骤对于所述多个销售点提供优惠组，由此提供兑换认购的最大化。
12. —种用于提供用于促销的消费者模化的系统，包括 多个销售点；多个计算机装置，该计算机装置分别适于分析消费者行为并且将基于所述消费者行为的数据传送到销售点；以及与个别销售点相关联的装置，当在任意个别销售点进行销售交易时， 用于至少将促销材料提供给消费者。
13. 如权利要求12所述的系统，所述销售点包括不同的销售点的网络。
14. 如权利要求12或13所述的系统，专用装置包括打印机装置。
全文摘要
本发明涉及一种用于促销的消费者模化方法，包括步骤提供多个销售点；提供多个计算机装置，该计算机装置分别适于分析消费者行为并且将基于消费者行为的数据传送到销售点；以及提供与多个销售点的个别销售点相关联的装置，用于至少将促销材料提供给在任意个别销售点进行销售交易的消费者。因此，附图中显示了销售点场所1，该场所包括与未示出的消费者购买的货物有关的数据的扫描仪2、用于交易的打印机3、在销售点交易装置5处的销售点屏幕4以及专用的打印机装置6。装置5运行POS软件，并且还可以存贮目标化的促销材料，例如，当应用是优惠券应用时包括优惠券，并且还可存储用于打印优惠券所需的图片和文本。专用打印机6可以在销售交易期间在任意的点处打印优惠券。该应用确定了什么会显示在屏幕4上。
文档编号G06Q30/02GK101583963SQ200780037560
公开日2009年11月18日 申请日期2007年10月3日 优先权日2006年10月4日
发明者安东尼·库克 申请人:道克罗克私人有限公司