专利名称：销售决策方法及销售请求定价方法
技术领域：
本发明是关于一种销售决策方法及一种销售请求定价方法，尤其指一种可提升销售出所有商品所能得到的收益的销售决策方法及一种可提升销售出所有商品所能得到的收益的销售请求定价方法。
背景技术：
由于贫富差距及消费习惯不同，相同的产品，不同顾客愿意支付的价格不同。所谓的「营收管理」(Revenue management)是企业希望以高价格售给愿意支付高价格的顾客，以低价格售给仅愿支付低价格的顾客，其目的为在有限的可销售产品下最大化营收。例如航空公司将相同的座位等级分成若干价格等级，以最大化其营收。顾客来到时需马上决定是否售予该顾客的需求，但愿意负担低价格的顾客可能提早来到，愿意负担高价格的顾客可能最后来到，当顾客来时企业必须衡量现在到达的顾客所愿意付出的价格及未来所有到达的顾客所愿意付出的价格，但是未来到达的顾客需求的价格及数量为一不确定信息，如何在此不确定的问题底下做出正确决策？然而，在现实的应用环境中，可将从现在至未来会到达的顾客可分成不同价格等级，而不同价格等级代表顾客愿意支付的价格不同，但同一价格等级的顾客愿意付出的价格是相同的。而这些不同价格等级的顾客，在一未来时间点会到达并采购有限数量的产品，且每一价格等级的顾客的到达为一已知的非同构型卜瓦松过程(non-homogeneous Poisson random arrival process)或是其它已知机率描述的随机到达过程，其顾客的到达速率为时间的函数。此外，正由于无法明确知道从现在至未来，不同价格等级顾客到达的数目，所以当一低价格等级的顾客到达时，如接受其采购，可能导致无法销售给未来较高价格等级的顾客。若拒绝此低价格等级顾客的采购，可能导致未来产品库存堆积无法售出，而造成亏损。 而且，现今石油价格高涨，航空公司无不减少班次，以平衡需求与供给，以尽量将机位全部售出避免空位，所以航空公司的营收管理决策方法尤为重要。而目前航空公司的做法是将一个座位等级(如经济舱)分成不同票价等级(舱等)，每一票价等级就有不同的限制，有所谓「年票」、「半年票」，各自的价格不同。目前的做法是，航空公司将同一座位等级(如经济舱)的座位数预先分配给各个票价等级(舱等)，再将不同票价等级当成不同产品销售。 例如将一航班上的60个经济舱座位分配成「年票」25个及「半年票」35个，分别销售给旅客。可是，如前所述，由于无法预测未来可能到达的订位请求数目、订位请求到达时间及旅客预定支付价格(票价等级)，故航空公司只能依据简单的订位决策运作。也就是说，只要客户针对一票价等级提出订位请求，航空公司便会接受此订位请求，直到此票价等级所分配到的座位(如半年票的35个座位)销售完毕为止。因此，业界需要一种可实时地针对一销售请求回复一拒绝销售决策或一同意销售决策，以提升销售出所有商品所能得到的最佳收益的销售决策方法。另一方面，业界也常常碰到当销售一具有一限定数量的商品时，如限量纪念商品，需实时针对一销售请求回复一销售请求定价结果(报价)的情况，而业界仅能凭着过往经验(如此商品的热门程度等)，人为地订定一个价格回复给提出此销售请求的客户。此种人为定价方式却常因预估错误而造成损失(如报价太高吓走目前有兴趣的顾客，报价太低浪费商品库存，无法销售给未来愿意付高价的顾客)。因此，业界也需要一种可实时地针对一销售请求回复一销售请求定价结果，以提升销售出所有商品所能得到的最佳收益。
发明内容
本发明的主要目的在于提供一种销售决策方法，能实时地针对一销售请求回复一拒绝销售决策或一同意销售决策，以提升销售出所有商品所能得到的收益。本发明的另一目的在于提供一种销售请求定价方法，能实时地针对一销售请求回复一销售请求定价结果，以提升销售出所有商品所能得到的收益。为实现上述目的，本发明的销售决策方法，是应用于一包含一输入模块、一数据库模块、一运算决策模块以及一输出模块的销售决策系统，且此数据库模块储存至少一销售商品组合，此运算决策模块分别与此输入模块及此数据库模块耦合，此输出模块则与此运算决策模块耦合，此销售决策方法包括下列步骤执行一销售请求接收程序；执行一销售决策产生程序；以及执行一销售决策输出程序。其中，此输入模块是于此销售请求接收程序中，于一顾客到达时间接收一包含至少一请求销售商品组合及一请求销售总价的销售请求，此至少一请求销售商品组合系包含至少一请求销售商品类别，此至少一请求销售商品类别具有一请求销售商品数目；此运算决策模块是于此销售决策产生程序中运算并输出一同意销售决策或一拒绝销售决策；此输出模块则于此销售决策输出程序中接收此同意销售决策或此拒绝销售决策，以对应输出一同意销售讯号或一拒绝销售讯号。其中，此至少一销售商品组合包含至少一销售商品类别，此至少一销售商品类别具有一可供销售商品的数目，此至少一销售商品组合则对应于至少一销售商品价格等级， 此至少一销售商品价格等级则分别对应于一价格等级到达速率；此至少一请求销售商品组合对应于此至少一销售商品组合，此请求销售商品数目则对应于此可供销售商品的数目。此外，当此输入模块于此顾客到达时间接收此销售请求后，此运算决策模块便执行此销售决策产生程序，以依据此至少一价格等级到达速率运算出从此顾客到达时间至未来，此至少一销售商品价格等级预定到达的销售请求数目集合；此运算决策模块再依据此至少一销售商品价格等级预定到达的销售请求数目集合，建立一包含至少一层级的情境树，且此情境树具有复数个情境，此运算决策模块并分别运算出每一此等情境的发生机率。接着，此运算决策模块在得到每一此等情境的完美信息情况及拒绝此销售请求的情况下分别运算出执行完每一此等情境所能得到的最佳收益，且将执行完每一此等情境所能得到的最佳收益与相对应的发生机率相乘，以得出每一此等情境的收益期望值，此运算决策模块再将每一此等情境的收益期望值加总，以得出在完美信息情况及拒绝此销售请求的情况下，执行完此情境树的所有此等情境所能得到的一第一总收益期望值。此运算决策模块另在得到每一此等情境的完美信息情况及同意此销售请求的情况下分别运算出执行完每一此等情境所能得到的最佳收益，且将执行完每一此等情境所能得到的最佳收益与相对应的发生机率相乘，以得出每一此等情境的收益期望值，此运算决策模块再将每一此等情境的收益期望值加总，以得出在完美信息情况及同意此销售请求的情况下，执行完此情境树的所有此等情境所能得到的一第二总收益期望值。此运算决策模块再依据此第一总收益期望值与此第二总收益期望值运算出一总收益期望值差距，此运算决策模块并将此总收益期望值差距与此请求销售总价互相比较， 当此总收益期望值差距大于此请求销售总价时，此运算决策模块便输出此拒绝销售决策至此输出模块；当此总收益期望值差距不大于此请求销售总价时，此运算决策模块便输出此同意销售决策至此输出模块，且此运算决策模块依据此请求销售商品数目，将此可供销售商品的数目减去此请求销售商品数目。本发明的销售请求定价方法，应用于一包含一输入模块、一数据库模块、一定价模块以及一输出模块的销售请求定价系统，且此数据库模块储存至少一销售商品组合，此定价模块分别与此输入模块及此数据库模块耦合，此输出模块则与此定价模块耦合，此销售请求定价方法包括下列步骤执行一销售请求定价程序；执行一销售请求定价产生程序； 以及执行一销售请求定价输出程序。其中，此输入模块是于此销售请求定价程序中，于一顾客到达时间接收一包含至少一请求销售商品组合的销售请求，此至少一请求销售商品组合包含至少一请求销售商品类别，此至少一请求销售商品类别具有一请求销售商品数目；此定价模块是于此销售请求定价产生程序中运算并输出一销售请求定价结果；此输出模块则于此销售请求定价输出程序中接收此销售请求定价结果，以对应输出一销售请求定价讯号。其中，此至少一销售商品组合包含至少一销售商品类别，此至少一销售商品类别具有一可供销售商品的数目，此至少一销售商品组合则对应于至少一销售商品价格等级， 此至少一销售商品价格等级则分别对应于一价格等级到达速率；此至少一请求销售商品组合对应于此至少一销售商品组合，此请求销售商品数目则对应于此可供销售商品的数目。此外，当此输入模块于此顾客到达时间接收此销售请求后，此定价模块便执行此销售请求定价产生程序，以依据此至少一价格等级到达速率运算出从此顾客到达时间至未来，此至少一销售商品价格等级预定到达的销售请求数目集合；此定价模块再依据此至少一销售商品价格等级预定到达的销售请求数目集合，建立一包含至少一层级的情境树，且此情境树具有复数个情境，此定价模块并分别运算出每一此等情境的发生机率。接着，此定价模块在得到每一此等情境的完美信息情况及拒绝此销售请求的情况下分别运算出执行完每一此等情境所能得到的最佳收益，且将执行完每一此等情境所能得到的最佳收益与相对应的发生机率相乘，以得出每一此等情境的收益期望值，此定价模块再将每一此等情境的收益期望值加总，以得出在完美信息情况及拒绝此销售请求的情况下，执行完此情境树的所有此等情境所能得到的一第一总收益期望值。此定价模块另在得到每一此等情境的完美信息情况及同意此销售请求的情况下分别运算出执行完每一此等情境所能得到的最佳收益，且将执行完每一此等情境所能得到的最佳收益与相对应的发生机率相乘，以得出每一此等情境的收益期望值，此定价模块再将每一此等情境的收益期望值加总，以得出在完美信息情况及同意此销售请求的情况下，执行完此情境树的所有此等情境所能得到的一第二总收益期望值。此定价模块再依据此第一总收益期望值与此第二总收益期望值运算出一总收益期望值差距，此销售请求定价结果则不小于此总收益期望值差距。
本发明的销售决策方法，是应用于一包含一输入模块、一数据库模块、一运算决策模块以及一输出模块的销售决策系统，且此数据库模块储存至少一销售商品组合，此运算决策模块分别与此输入模块及此数据库模块耦合，此输出模块则与此运算决策模块耦合， 此销售决策方法包括下列步骤执行一总收益期望值差距对照组合运算程序；执行一销售请求接收程序；执行一销售决策产生程序；以及执行一销售决策输出程序。其中，此至少一销售商品组合包含至少一销售商品类别，此至少一销售商品类别具有一可供销售商品的数目，此至少一销售商品组合则对应于至少一销售商品价格等级， 此至少一销售商品价格等级则分别对应于一价格等级到达速率；此至少一请求销售商品组合对应于此至少一销售商品组合，此请求销售商品数目则对应于此可供销售商品的数目。其中，总收益期望值差距对照组合运算程序应用于一销售请求到达之前。而目前时间到次一重新计算总收益期望值差距对照组合运算程序时间(简称重新计算时间)的时间范围则为一总收益期望值差距对照组合使用时间区块(简称使用时间区块)。运算决策模块比较请求销售总价与总收益期望值差距对照组合所包含的总收益期望值差距，以做出一同意销售决策或一拒绝销售决策。此外，此使用时间区块的中点到未来则为一「顾客到达时间区块」。此总收益期望值差距对照组合包含复数个总收益期望值差距，且运算决策模块是在此总收益期望值差距对照组合运算程序中，重复执行下列步骤，以依序运算出此等总收益期望值差距依据此至少一价格等级到达速率运算出在一顾客到达时间区块中，此至少一销售商品价格等级预定到达的销售请求数目集合；且再依据此至少一销售商品价格等级预定到达的销售请求数目集合，建立一包含至少一层级的情境树，且此情境树具有复数个情境，再分别运算出每一此等情境的发生机率；在得到每一此等情境的完美信息情况及拒绝一单位商品销售请求的情况下，分别运算出执行完每一此等情境所能得到的最佳收益，且将执行完每一此等情境所能得到的最佳收益与相对应的发生机率相乘，以得出每一此等情境的收益期望值，再将每一此等情境的收益期望值加总，以得出在完美信息情况及拒绝此一单位商品销售请求的情况下，执行完此情境树的所有此等情境所能得到的一第一总收益期望值；在得到每一此等情境的完美信息情况及同意一单位商品销售请求的情况下，分别运算出执行完每一此等情境所能得到的最佳收益，且将执行完每一此等情境所能得到的最佳收益与相对应的发生机率相乘，以得出每一此等情境的收益期望值，再将每一此等情境的收益期望值加总，以得出在完美信息情况及同意一单位商品销售请求的情况下，执行完此情境树的所有此等情境所能得到的一第二总收益期望值；依据此第一总收益期望值与此第二总收益期望值，运算出一对应于目前可供销售商品数目的总收益期望值差距；以及将此可供销售商品的数目减去一，且重复上述的步骤，以分别运算出对应于不同可供销售商品数目的总收益期望值差距，直到此可供销售商品的数目为零才终止。其中，此输入模块是于此销售请求接收程序中，于一顾客到达时间接收一包含一请求销售商品组合及一请求销售总价的销售请求，此至少一请求销售商品组合包含至少一请求销售商品类别，此至少一请求销售商品类别具有一请求销售商品数目。其中，当此输入模块于此顾客到达时间接收此销售请求后，此运算决策模块便于此销售决策产生程序中，依据此总收益期望值差距对照组合所包含的剩余可供销售商品数目的总收益期望值差距运算，并输出一同意销售决策或一拒绝销售决策；当对应于剩余可供销售商品数目的总收益期望值差距大于此请求销售总价时，此运算决策模块便输出此拒绝销售决策至此输出模块；当对应于剩余可供销售商品数目的总收益期望值差距不大于此请求销售总价时，此运算决策模块便输出此同意销售决策至此输出模块，且此运算决策模块依据此请求销售商品数目，将此可供销售商品的数目减去此请求销售商品数目。其中，此输出模块于此销售决策输出程序中，接收此同意销售决策或此拒绝销售决策，以对应输出一同意销售讯号或一拒绝销售讯号。此外，本发明所提供的销售决策方法及销售请求定价方法并不限应用于航空公司的订位系统，只要产品数量是有限且未来到达的顾客可用「非均质卜瓦松随机到达过程」 (non-homogeneous Poisson random arrival process)近^以白勺f、肖售决策或定价问题，皆可应用本发明所揭露的销售决策方法及销售请求定价方法处理。例如旅馆、汽车出租、网络购物、产品销售等。因此，由将本发明的销售决策方法应用于一销售决策系统的方式，便可使此销售决策系统在其输入模块接收一销售请求时，使其运算决策模块便可迅速地产生一关于此销售请求的决策。随后，此销售决策系统的输出模块便将与决策结果(同意销售决策或拒绝销售决策)相对应的讯号(同意销售讯号或拒绝销售讯号)输出至外界，如一显示模块或一网络订位服务器，以提供给一客服人员或一网络销售服务器作为实时回复此销售请求的依据。况且，由于此销售决策系统的运算决策模块在运算及产生决策结果的过程中，是使用 Φ^κ Μ.卜] 公随机至 11达过禾呈(non-homogeneous Poisson random arrival process)及卜瓦松分布函数(Poisson distribution function)(或是其它已知机率描述的随机到达过程)、情境树(scenario tree)及具有完美信息的决策模型等数学工具，所以本发明的销售决策方法可提升销售出所有商品所能得到的收益。此外，如前所述，由于本发明的销售决策方法所使用到运算步骤非常简单，故本发明的销售决策方法可缩短一应用本发明的销售决策方法的销售决策系统做出决策所需的运算时间。另一方面，由于一应用本发明的销售请求定价方法的销售请求定价系统在其输入模块接收一销售请求时，其定价模块便可迅速地产生一总收益期望值差距以及一不小于此总收益期望值差距的销售请求定价结果。随后，此销售请求定价系统的输出模块便对应输出一销售请求定价讯号至外界，如一显示模块或一网络订位服务器，以提供给一客服人员或一网络销售服务器作为实时回复此销售请求的依据。况且，由于此销售请求定价系统的定价模块在运算及产生决策结果的过程中，是使用非均质卜瓦松随机到达过程及卜瓦松分布函数、情境树及具有完美信息的决策模型等数学工具，所以本发明的销售请求定价方法可提升销售出所有商品所能得到的收益。此外，如前所述，由于本发明的销售请求定价方法所使用到运算步骤非常简单，故本发明的销售请求定价方法可缩短一应用本发明的销售请求定价方法的销售请求定价系统提供一销售请求定价结果(报价)所需的运算时间。
图1显示一应用本发明第一实施例的销售决策方法的销售决策系统的示意图。图2显示储存于数据库模块的各项参数的示意图。图3显示输入模块所接收的销售请求的示意图。图4本发明第一实施例的销售决策方法的流程示意图。图5是本发明第一实施例的销售决策方法所建立的情境树的示意图。
图6显示一应用本发明第二实施例的销售决策方法的销售决策系统的示意图。图7显示一应用本发明第三实施例的销售请求定价方法的销售请求定价系统的示意图。图8显示储存于数据库模块的各项参数的示意图。图9显示输入模块所接收的销售请求的示意图。图10是本发明第三实施例的销售请求定价方法的流程示意图。图11是本发明第三实施例的销售请求定价方法所建立的情境树的示意图。图12是本发明第四实施例的销售决策方法的流程示意图。图13是本发明第四实施例的销售决策方法的总收益期望值差距对照组合运算程序的流程示意图。附图中主要组件符号说明11、61、71输入模块；12,62,72数据库模块；13,63运算决策模块；14,64,74输出模块；15,65,75显示模块；16,66,76系统程序；21,81销售请求；121,721销售商品组合； 211,811请求销售商品组合；212、812请求销售总价；73定价模块；SA SD、SAl SA5步骤；1211、7211第一销售商品类别；1212、7212可供销售商品的数目；1213、7213第一销售商品价格等级；1214、7214第二销售商品价格等级；1215、7215第三销售商品价格等级； 1216,7216第一价格等级到达速率；1217、7217第二价格等级到达速率；1218、7218第三价格等级到达速率；2111、8111请求销售商品类别；2112、8112请求销售商品数目；2113请求销售商品价格等级。
具体实施例方式图1显示一应用本发明第一实施例的销售决策方法的销售决策系统的示意图，此销售决策系统系包含一输入模块11、一数据库模块12、一运算决策模块13、一输出模块14 及一显示模块15。其中，运算决策模块13分别与输入模块11及数据库模块12耦合，输出模块14与运算决策模块13耦合，显示模块15则与输出模块14耦合。在本实施例中，输入模块11可用以输入影像、文字、指令等数据至此销售决策系统，数据库模块12则例如为硬盘、光驱或由因特网连接的远程数据库，用以储存系统程序、 应用程序、使用者数据等。此外，运算决策模块13是用以运算及处理数据等，如做出接受或拒绝一销售请求的决策，输出模块14则将此决策输出至外界，如显示模块15或一网络订位服务器(图中未示)。另一方面，图1所示的销售决策系统是于一系统程序16下执行各种应用程序，例如文书处理程序、绘图程序、科学运算程序、浏览程序、电子邮件程序或一可执行本发明的销售决策方法的软件程序等。如图2所示，在本实施例中，前述的销售决策系统的数据库模块12储存一销售商品组合121，其包含一第一销售商品类别1211，且第一销售商品类别1211(如一航班的经济舱座位)具有一可供销售商品的数目1212，销售组合121并对应于一第一销售商品价格等级1213、一第二销售商品价格等级1214及一第三销售商品价格等级1215。其中，第一销售商品价格等级1213对应于一第一价格等级到达速率1216，第二销售商品价格等级1214对应于一第二价格等级到达速率1217，第三销售商品价格等级1215则对应于一第三价格等级到达速率1218。
此外，第一销售商品价格等级1213高于第二销售商品价格等级1214，第二销售商品价格等级1214则高于第三销售商品价格等级1215。而且，在本实施例中，前述的第一价格等级到达速率1216、第二价格等级到达速率1217及第三价格等级到达速率1218均为用于描述非均质卜瓦松随机到达过程的到达速率。请配合参阅图1、图2、图3及图4，其中图3显示一销售请求的示意图，图4则为本发明第一实施例的销售决策方法的流程示意图，本发明第一实施例的销售决策方法包括下列步骤步骤SA 输入模块11于销售请求接收程序中，于一顾客到达时间t接到一包含一请求销售商品组合211及一请求销售总价212的销售请求21。其中，请求销售商品组合211 包含一请求销售商品类别2111，请求销售商品类别2111则具有一请求销售商品数目2112。 此外，前述的请求销售商品组合211对应于销售商品组合121，请求销售商品数目2112则对应于可供销售商品的数目1212 ；步骤SB 运算决策模块13执行一销售决策产生程序；以及步骤SC 输出模块14执行一销售决策输出程序。其中，当输入模块11于顾客到达时间t接到销售请求21后，运算决策模块13便执行步骤SB的「销售决策产生程序」，以依据至少一价格等级到达速率(第一价格等级到达速率1216、第二价格等级到达速率1217或第三价格等级到达速率1218)运算出从顾客到达时间t至未来，至少一销售商品价格等级预定到达的销售请求数目集合(第一销售商品价格等级预定到达的销售请求数目集合仏、第二销售商品价格等级预定到达的销售请求数目集合U2及第三销售商品价格等级预定到达的销售请求数目集合U3)。然而，在本实施例中，前述的顾客到达时间t是位于一销售期间之内。除此之外，在本实施例中，运算决策模块13在运算出至少一销售商品价格等级预定到达的销售请求数目集合(第一销售商品价格等级预定到达的销售请求数目集合U1、第二销售商品价格等级预定到达的销售请求数目集合U2及第三销售商品价格等级预定到达的销售请求数目集合U3)之前，会先确认请求销售商品数目2112不大于可供销售商品的数目1212，且当对请求销售商品数目2112大于可供销售商品的数目1212时，运算决策模块 13便输出一拒绝销售决策(图中未示)至输出模块14。接着，在确认请求销售商品数目2112不大于可供销售商品的数目1212后，运算决策模块13便确认请求销售商品价格等级2113是否对应于第一销售商品价格等级1213， 且当请求销售商品价格等级2113对应于第一销售商品价格等级1213时，输出一同意销售决策(图中未示)至输出模块14，且将可供销售商品的数目1212减去请求销售商品数目 2112。之后，运算决策模块13便运算出至少一销售商品价格等级预定到达的销售请求数目集合(第一销售商品价格等级预定到达的销售请求数目集合仏、第二销售商品价格等级预定到达的销售请求数目集合U2及第三销售商品价格等级预定到达的销售请求数目集合仏)并依据至少一销售商品价格等级预定到达的销售请求数目集合建立一包含至少一层级的情境树，且情境树具有复数个情境，运算决策模块13并分别运算出每一情境的发生机率(probability)。接着，运算决策模块13在得到每一此等情境的完美信息情况(perfect
13information)及「拒绝」销售请求21的情况下分别运算出执行完每一情境所能得到的最佳收益，且将执行完每一情境所能得到的最佳收益与相对应的发生机率相乘，以得出每一情境的收益期望值。运算决策模块13再将每一情境的收益期望值加总，以得出在完美信息情况及「拒绝」销售请求的情况下，执行完情境树的所有情境所能得到的一第一总收益期望值 E (Rt (S) D = DUPI)。另一方面，运算决策模块13另在得到每一此等情境的完美信息情况(perfect information)及「同意」销售请求21的情况下分别运算出执行完每一情境所能得到的最佳收益，且将执行完每一情境所能得到的最佳收益与相对应的发生机率相乘，以得出每一情境的收益期望值。运算决策模块13再将每一情境的收益期望值加总，以得出在完美信息情况及「同意」销售请求的情况下，执行完情境树的所有情境所能得到的一第二总收益期望值 E (Rt (S-X) D = DUPI)。运算决策模块13再依据第一总收益期望值E(I t ( |D = DUPI)与第二总收益期望值EO^t(S-X) |D = DUPI)运算出一总收益期望值差距E(Gt(s，χ) |D = ERG)，运算决策模块13并将总收益期望值差距E(Gt (S，X) |D = ERG)与请求销售总价212互相比较当总收益期望值差距E(Gt (S，X) |D = ERG)大于请求销售总价212时，运算决策模块13便输出拒绝销售决策(图中未示)至输出模块14 ；或当总收益期望值差距E (Gt (S，X) |D = ERG)不大于请求销售总价212时，运算决策模块13便输出同意销售决策(图中未示)至输出模块14，且运算决策模块13依据前述的请求销售商品数目2112，将可供销售商品的数目1212减去请求销售商品数目2112。最后，在步骤SC的「销售决策输出程序」中，输出模块14接收前述的同意销售决策(图中未示)或前述的拒绝销售决策(图中未示)，以对应输出一同意销售讯号(图中未示)或一拒绝销售讯号(图中未示)。在本实施例中，输出模块14可将同意销售讯号(图中未示)或拒绝销售讯号(图中未示)输出至一显示模块15或一网络订位服务器(图中未示)，以提供给一订位客服人员或前述的网络订位服务器，作为实时回复旅客所提出的销售请求21的依据。以下，将配合一实际数据例子，详细地说明本发明第一实施例的销售决策方法的运作。首先，在本实施例中，前述的销售决策系统为一航班订位系统，且第一销售商品价格等级1213、第二销售商品价格等级1214及第三销售商品价格等级1215分别对应于一第一订位价格等级、一第二订位价格等级及一第三订位价格等级。此外，各销售商品价格等级(第一销售商品价格等级1213、第二销售商品价格等级1214及第三销售商品价格等级 1215)的销售请求到达过程均为非均质卜瓦松随机到达过程(non-homogeneous Poisson random arrival process)或是其它已知机率描述的随机到达过程。另一方面，第一销售商品价格等级1213为300，第二销售商品价格等级1214为 200，第三销售商品价格等级1215则为100。此外，可供销售商品的数目1212为10。另一方面，由于为一航班订位系统，故销售期间，即接受订位时间(booking horizon)，则设定为航班起飞时间前10天。而在本实施例中，此接受订位时间被分隔为两个5天的区块(即前 5天为一个区块，后5天则为另一个区块)。另一方面，第一价格等级到达速率1216(在算式中以X1U)表示)、第二价格等级到达速率1217(在算式中以λ 2(t))及第三价格等级到达速率1218(在算式中以A3(t)表示)系为时间的函数，且在前述的两个区块中的数值分别如下所示
Γ0.2 if t e
则表示从航班起飞时间前5天到航班起飞时间当天的区块。在本实施例中，在输入模块11所接收的销售请求21中，请求销售商品组合211仅包含一请求销售商品类别2111，即一经济舱座位，请求销售商品类别2111所具有的请求销售商品数目2112则为1，即每次仅请求销售一个座位。至于销售请求21的编号、订位价格等级、请求销售商品价格等级2113及接收销售请求21的顾客到达时间t、总收益期望值差距、决策结果及可供订位的座位数目(可供销售商品的数目1212)，则如下列表1所示。表 权利要求
1.一种销售决策方法，应用于一包含一输入模块、一数据库模块、一运算决策模块以及一输出模块的销售决策系统，且该数据库模块储存至少一销售商品组合，该运算决策模块分别与该输入模块及该数据库模块耦合，该输出模块则与该运算决策模块耦合，该销售决策方法包括下列步骤执行一销售请求接收程序； 执行一销售决策产生程序；以及执行一销售决策输出程序；其中，该输入模块于该销售请求接收程序中，于一顾客到达时间接收一包含一请求销售商品组合及一请求销售总价的销售请求，该至少一请求销售商品组合包含至少一请求销售商品类别，该至少一请求销售商品类别具有一请求销售商品数目；该运算决策模块是于该销售决策产生程序中运算并输出一同意销售决策或一拒绝销售决策；该输出模块则于该销售决策输出程序中接收该同意销售决策或该拒绝销售决策， 以对应输出一同意销售讯号或一拒绝销售讯号；其中，该至少一销售商品组合包含至少一销售商品类别，该至少一销售商品类别具有一可供销售商品的数目，该至少一销售商品组合则对应于至少一销售商品价格等级，该至少一销售商品价格等级则分别对应于一价格等级到达速率；该至少一请求销售商品组合对应于该至少一销售商品组合，该请求销售商品数目则对应于该可供销售商品的数目；此外，当该输入模块于该顾客到达时间接收该销售请求后，该运算决策模块便执行该销售决策产生程序，以依据该至少一价格等级到达速率运算出从该顾客到达时间至未来， 该至少一销售商品价格等级预定到达的销售请求数目集合；该运算决策模块再依据该至少一销售商品价格等级预定到达的销售请求数目集合，建立一包含至少一层级的情境树，且该情境树具有复数个情境，该运算决策模块并分别运算出每一该等情境的发生机率；接着，该运算决策模块在得到每一该等情境的完美信息情况及拒绝该销售请求的情况下分别运算出执行完每一该等情境所能得到的最佳收益，且将执行完每一该等情境所能得到的最佳收益与相对应的发生机率相乘，以得出每一该等情境的收益期望值，该运算决策模块再将每一该等情境的收益期望值加总，以得出在完美信息情况及拒绝该销售请求的情况下，执行完该情境树的所有该等情境所能得到的一第一总收益期望值；该运算决策模块另在得到每一该等情境的完美信息情况及同意该销售请求的情况下分别运算出执行完每一该等情境所能得到的最佳收益，且将执行完每一该等情境所能得到的最佳收益与相对应的发生机率相乘，以得出每一该等情境的收益期望值，该运算决策模块再将每一该等情境的收益期望值加总，以得出在完美信息情况及同意该销售请求的情况下，执行完该情境树的所有该等情境所能得到的一第二总收益期望值；该运算决策模块再依据该第一总收益期望值与该第二总收益期望值运算出一总收益期望值差距，该运算决策模块并将该总收益期望值差距与该请求销售总价互相比较，当该总收益期望值差距大于该请求销售总价时，该运算决策模块便输出该拒绝销售决策至该输出模块；当该总收益期望值差距不大于该请求销售总价时，该运算决策模块便输出该同意销售决策至该输出模块，且该运算决策模块依据该请求销售商品数目，将该可供销售商品的数目减去该请求销售商品数目。
2.如权利要求1所述的销售决策方法，其中，该至少一销售商品组合包含一第一销售商品类别，该第一销售商品类别具有一第一可供销售商品的数目，该至少一销售商品组合则对应于一第一销售商品价格等级、一第二销售商品价格等级及一第三销售商品价格等级，该第一销售商品价格等级对应于一第一价格等级到达速率，该第二销售商品价格等级对应于一第二价格等级到达速率，该第三销售商品价格等级则对应于一第三价格等级到达速率，该第一销售商品价格等级高于该第二销售商品价格等级，该第二销售商品价格等级则高于该第三销售商品价格等级。
3.如权利要求2所述的销售决策方法，其中，该第一销售商品价格等级、该第二销售商品价格等级及该第三销售商品价格等级分别对应于一第一订位价格等级、一第二订位价格等级及一第三订位价格等级。
4.如权利要求2所述的销售决策方法，其中，该顾客到达时间位于一销售期间之内。
5.如权利要求1所述的销售决策方法，其中，该至少一销售商品价格等级的销售请求到达过程均为一非均质卜瓦松随机到达过程或是其它已知机率描述的随机到达过程。
6.如权利要求1所述的销售决策方法，其中，该情境树的层级数目与该至少一销售商品价格等级的数目相同。
7.如权利要求2所述的销售决策方法，其中，该运算决策模块于运算出该至少一销售商品价格等级预定到达的销售请求数目集合之前，该运算决策模块先确认该请求销售商品数目不大于该可供销售商品的数目，且当该请求销售商品数目大于该可供销售商品的数目时，输出该拒绝销售决策至该输出模块。
8.如权利要求7所述的销售决策方法，其中，该运算决策模块于运算出该至少一销售商品价格等级预定到达的销售请求数目集合之前并确认过该请求销售商品数目不大于该可供销售商品的数目，该运算决策模块确认该至少一请求销售商品组合所对应的一请求销售商品价格等级是否对应于该第一销售商品价格等级，且当该请求销售商品价格等级对应于该第一销售商品价格等级时，输出一同意销售决策至该输出模块并将该可供销售商品的数目减去该请求销售商品数目。
9.如权利要求1所述的销售决策方法，其中，在运算该第一总收益期望值或该第二总收益期望值的过程中，当其中的一该等情境的发生机率近似于零(例如小于10_6)时，该情境的发生机率便于运算该第一总收益期望值或该第二总收益期望值的过程中被设定为零。
10.如权利要求1所述的销售决策方法，其中，该至少一销售商品价格等级分别对应于一价格等级取消机率，且该运算决策模块于执行该销售决策产生程序时，是依据该至少一价格等级到达速率及该至少一价格等级取消机率，运算出从该顾客到达时间至未来，该至少一销售商品价格等级预定到达的实际销售请求数目集合。
11.一种销售请求定价方法，应用于一包含一输入模块、一数据库模块、一定价模块以及一输出模块的销售请求定价系统，且该数据库模块储存至少一销售商品组合，该定价模块分别与该输入模块及该数据库模块耦合，该输出模块则与该定价模块耦合，该销售请求定价方法包括下列步骤执行一销售请求定价程序；执行一销售请求定价产生程序；以及执行一销售请求定价输出程序；其中，该输入模块是于该销售请求定价程序中，于一顾客到达时间接收一包含至少一请求销售商品组合的销售请求，该至少一请求销售商品组合包含至少一请求销售商品类别，该至少一请求销售商品类别具有一请求销售商品数目；该定价模块是于该销售请求定价产生程序中运算并输出一销售请求定价结果；该输出模块则于该销售请求定价输出程序中接收接收该销售请求定价结果，以对应输出一销售请求定价讯号；其中，该至少一销售商品组合包含至少一销售商品类别，该至少一销售商品类别具有一可供销售商品的数目，该至少一销售商品组合则对应于至少一销售商品价格等级，该至少一销售商品价格等级则分别对应于一价格等级到达速率；该至少一请求销售商品组合对应于该至少一销售商品组合，该请求销售商品数目则对应于该可供销售商品的数目；此外，当该输入模块于该顾客到达时间接收该销售请求后，该定价模块便执行该销售请求定价产生程序，以依据该至少一价格等级到达速率运算出从该顾客到达时间至未来， 该至少一销售商品价格等级预定到达的销售请求数目集合；该定价模块再依据该至少一销售商品价格等级预定到达的销售请求数目集合，建立一包含至少一层级的情境树，且该情境树具有复数个情境，该定价模块并分别运算出每一该等情境的发生机率；接着，该定价模块在得到每一该等情境的完美信息情况及拒绝该销售请求的情况下分别运算出执行完每一该等情境所能得到的最佳收益，且将执行完每一该等情境所能得到的最佳收益与相对应的发生机率相乘，以得出每一该等情境的收益期望值，该定价模块再将每一该等情境的收益期望值加总，以得出在完美信息情况及拒绝该销售请求的情况下，执行完该情境树的所有该等情境所能得到的一第一总收益期望值；该定价模块另在得到每一该等情境的完美信息情况及同意该销售请求的情况下分别运算出执行完每一该等情境所能得到的最佳收益，且将执行完每一该等情境所能得到的最佳收益与相对应的发生机率相乘，以得出每一该等情境的收益期望值，该定价模块再将每一该等情境的收益期望值加总，以得出在完美信息情况及同意该销售请求的情况下，执行完该情境树的所有该等情境所能得到的一第二总收益期望值；该定价模块再依据该第一总收益期望值与该第二总收益期望值运算出一总收益期望值差距，该销售请求定价结果则不小于该总收益期望值差距。
12.如权利要求11所述的销售请求定价方法，其中，该至少一销售商品组合包含一第一销售商品类别，该第一销售商品类别具有一第一可供销售商品的数目，该至少一销售商品组合则对应于一第一销售商品价格等级、一第二销售商品价格等级及一第三销售商品价格等级，该第一销售商品价格等级对应于一第一价格等级到达速率，该第二销售商品价格等级对应于一第二价格等级到达速率，该第三销售商品价格等级则对应于一第三价格等级到达速率，该第一销售商品价格等级高于该第二销售商品价格等级，该第二销售商品价格等级则高于该第三销售商品价格等级。
13.如权利要求11所述的销售请求定价方法，其中，该至少一销售商品价格等级的销售请求到达过程均为一非均质卜瓦松随机到达过程或是其它已知机率描述的随机到达过程。
14.如权利要求11所述的销售请求定价方法，其中，该情境树的层级数目与该至少一销售商品价格等级的数目相同。
15.如权利要求11所述的销售请求定价方法，其中，在运算该第一总收益期望值或该第二总收益期望值的过程中，当其中的一该等情境的发生机率近似于零(例如小于10_6) 时，该情境的发生机率便于运算该第一总收益期望值或该第二总收益期望值的过程中被设定为零。
16. 一种销售决策方法，应用于一包含一输入模块、一数据库模块、一运算决策模块以及一输出模块的销售决策系统，且该数据库模块储存至少一销售商品组合，该运算决策模块分别与该输入模块及该数据库模块耦合，该输出模块则与该运算决策模块耦合，该销售决策方法包括下列步骤执行一总收益期望值差距对照组合运算程序； 执行一销售请求接收程序； 执行一销售决策产生程序；以及执行一销售决策输出程序；其中，该至少一销售商品组合包含至少一销售商品类别，该至少一销售商品类别具有一可供销售商品的数目，该至少一销售商品组合则对应于至少一销售商品价格等级，该至少一销售商品价格等级则分别对应于一价格等级到达速率；该至少一请求销售商品组合对应于该至少一销售商品组合，该请求销售商品数目则对应于该可供销售商品的数目；其中，该总收益期望值差距对照组合包含复数个总收益期望值差距，且该运算决策模块是于该总收益期望值差距对照组合运算程序中，在一重新计算时间点重复执行下列步骤，以依序运算出该等总收益期望值差距，且从目前时间到该重新计算时间点之间的时间范围为一总收益期望值差距对照组合使用时间区块，而从该总收益期望值差距对照组合使用时间区块的中点至未来之间的时间区块则为一顾客到达时间区块依据该至少一价格等级到达速率运算出在该顾客到达时间区块中，该至少一销售商品价格等级预定到达的销售请求数目集合；且再依据该至少一销售商品价格等级预定到达的销售请求数目集合，建立一包含至少一层级的情境树，且该情境树具有复数个情境，再分别运算出每一该等情境的发生机率；在得到每一该等情境的完美信息情况及拒绝一单位商品销售请求的情况下，分别运算出执行完每一该等情境所能得到的最佳收益，且将执行完每一该等情境所能得到的最佳收益与相对应的发生机率相乘，以得出每一该等情境的收益期望值，再将每一该等情境的收益期望值加总，以得出在完美信息情况及拒绝一单位商品销售请求的情况下，执行完该情境树的所有该等情境所能得到的一第一总收益期望值；在得到每一该等情境的完美信息情况及同意一单位商品销售请求的情况下，分别运算出执行完每一该等情境所能得到的最佳收益，且将执行完每一该等情境所能得到的最佳收益与相对应的发生机率相乘，以得出每一该等情境的收益期望值，再将每一该等情境的收益期望值加总，以得出在完美信息情况及同意一单位商品销售请求的情况下，执行完该情境树的所有该等情境所能得到的一第二总收益期望值；依据该第一总收益期望值与该第二总收益期望值，运算出对应于该可供销售商品数目的总收益期望值差距；以及将该可供销售商品的数目减去一，且重复上述步骤，以运算出该总收益期望值差距对照组合的其余总收益期望值差距，直到该可供销售商品的数目为零才终止；其中，该输入模块是于该销售请求接收程序中，于一顾客到达时间接收一包含一请求销售商品组合及一请求销售总价的销售请求，该至少一请求销售商品组合包含至少一请求销售商品类别，该至少一请求销售商品类别具有一请求销售商品数目；其中，当该输入模块于该顾客到达时间接收该销售请求后，该运算决策模块便于该销售决策产生程序中，依据该总收益期望值差距对照组合所包含的对应目前的该可供销售商品数目的总收益期望值差距，运算并输出一同意销售决策或一拒绝销售决策；当该等总收益期望值差距大于该请求销售总价时，该运算决策模块便输出该拒绝销售决策至该输出模块；当该等总收益期望值差距不大于该请求销售总价时，该运算决策模块便输出该同意销售决策至该输出模块，且该运算决策模块依据该请求销售商品数目，将该可供销售商品的数目减去该请求销售商品数目；其中，该输出模块于该销售决策输出程序中，接收该同意销售决策或该拒绝销售决策， 以对应输出一同意销售讯号或一拒绝销售讯号。
17.如权利要求16所述的销售决策方法，其中，该至少一销售商品组合包含一第一销售商品类别，该第一销售商品类别具有一第一可供销售商品的数目，该至少一销售商品组合则对应于一第一销售商品价格等级、一第二销售商品价格等级及一第三销售商品价格等级，该第一销售商品价格等级对应于一第一价格等级到达速率，该第二销售商品价格等级对应于一第二价格等级到达速率，该第三销售商品价格等级则对应于一第三价格等级到达速率，该第一销售商品价格等级高于该第二销售商品价格等级，该第二销售商品价格等级则高于该第三销售商品价格等级。
18.如权利要求17所述的销售决策方法，其中，该第一销售商品价格等级、该第二销售商品价格等级及该第三销售商品价格等级分别对应于一第一订位价格等级、一第二订位价格等级及一第三订位价格等级。
19.如权利要求16所述的销售决策方法，其中，该顾客到达时间是位于该总收益期望值差距对照组合使用时间区块之内。
20.如权利要求16所述的销售决策方法，其中，该至少一销售商品价格等级的销售请求到达过程均为一非均质卜瓦松随机到达过程或是其它已知机率描述的随机到达过程。
21.如权利要求16所述的销售决策方法，其中，当次一重新计算时间点来临时，该运算决策模块重新计算次一该总收益期望值差距对照组合所包含的该等总收益期望值差距。
22.如权利要求16所述的销售决策方法，其中，该运算决策模块每隔一等于该总收益期望值差距对照组合使用时间区块的时间间隔运算出另一该总收益期望值差距对照组合所包含的该等总收益期望值差距。
23.如权利要求16所述的销售决策方法，其中，该总收益期望值差距对照组合使用时间区块的重新计算频率是依实际计算机运算速度、网络流量负载或硬盘数据转移速率而设定。
全文摘要
一种销售决策方法及一种销售请求定价方法，以提升销售出所有商品所能得到的收益。销售决策方法应用于一包含一输入模块、一数据库模块、一运算决策模块及一输出模块的销售决策系统并包括执行销售请求接收程序；执行销售决策产生程序；以及执行销售决策输出程序。其中，输入模块接收一销售请求，运算决策模块执行销售决策产生程序以产生一销售决策结果，输出模块则将销售决策输出。此外，销售请求定价方法则应用于一包含一输入模块、一数据库模块、一定价模块及一输出模块的销售请求定价系统，以输出一销售请求定价结果。
文档编号G06Q30/02GK102402759SQ20101028750
公开日2012年4月4日 申请日期2010年9月17日 优先权日2010年9月17日
发明者洪一峯, 陈建豪 申请人:国立清华大学