本发明涉及市场预测,具体的说是一种基于区域时段的产品数量投放方法及模型。
背景技术:
1、商品的供需管理是目前各大酒企都极为关注的事情,早些时间由于信息化水平的差异,除少数计算机领域内的高科技公司有能力对供需关系进行优化外,各大酒企都还遵循着较为传统的营销模式。但随着信息技术的发展,各大酒企的信息化水平也在不断地提高,目前各大厂商的困境在于无法将庞大的销售数据进行分析,从而做到精准投放,优化现有的营销模式。
技术实现思路
1、本发明针对目前技术发展的需求和不足之处,提供一种基于区域时段的产品数量投放方法及模型,在有一定的销售数据作为支撑的前提下,对门店的销售数据进行分析并预测其未来一段时间内的销售情况,从而进行较为准确的货物供给,在一定程度上解决各地区各门店供需关系不平衡的问题。
2、第一方面,本发明提供一种基于区域时段的产品数量投放方法,解决上述技术问题采用的技术方案如下:
3、一种基于区域时段的产品数量投放方法,其包括如下步骤:
4、s1、选取设定时间段内m款同类畅销产品在某个平台的预约数据,所述预约数据包括各地区内各门店在设定时间段内的投放数量、下单数量、预约数量及中签数量;
5、s2、使用聚类算法对各门店等级进行初始化,并基于初始化的门店等级设置不同的投放数量及投放频率;
6、s3、初始化门店等级后,基于门店每日的下单数量与中签数量,每日迭代更新门店的成交率,随后根据门店成交率动态调整门店等级;
7、s4、在同时需要调整等级的门店数量超过设定阈值时,重新执行步骤s2,进行门店等级的初始化。
8、可选的,执行步骤s2,使用聚类算法对各门店等级进行初始化,具体操作包括:
9、s2.1、记门店n的投放数量为pn,销售数量为on,预约数量为ln,中签数量为wn,计算预约热度lrn及成交率drn,
10、
11、s2.2、集合各个门店的预约热度lrn及成交率drn,构成训练样本{x(1),x(2),…x(n)},其中x(n)={lrn,drn};
12、s2.3、从训练样本中选取k个聚类中心点,k的取值取决于想要把门店划分的等级,将选取的聚类中心点记为μ1,μ2,.......μk,根据公式(1)得到每一个门店n所在的等级c(n),
13、c(n)=argjmin||x(n)-μj||2 公式(1),
14、通过公式(2)不断更新聚类中心点:
15、
16、不断重复上述内容,直至畸变函数收敛,畸变函数如下公式(3):
17、
18、根据最终得到的聚类中心点,利用公式(1)计算每一个门店n所在的等级c(n)。
19、可选的,执行步骤s3,基于门店每日的下单数量与中签数量,每日迭代更新门店的成交率,在当前成交率连续三天超出前一日成交率的10%时,对该门店等级进行上调,在当前成交率连续三天低于前一日成交率的10%时,对该门店等级进行下调。
20、可选的,执行步骤s4,在某一天同时需要调整等级的门店数量超过总数量的三分之一时,重新执行步骤s2,进行门店等级的初始化。
21、第二方面,本发明提供一种基于区域时段的产品数量投放模型,解决上述技术问题采用的技术方案如下:
22、一种基于区域时段的产品数量投放模型,其包括:
23、数据选取模块,用于选取设定时间段内m款同类畅销产品在某个平台的预约数据,所述预约数据包括各地区内各门店在设定时间段内的投放数量、下单数量、预约数量及中签数量;
24、等级初始化模块,用于使用聚类算法对各门店等级进行初始化,并基于初始化的门店等级设置不同的投放数量及投放频率;
25、计算与调整模块,用于基于门店每日的下单数量与中签数量,每日迭代更新门店的成交率,进而根据门店成交率动态调整门店等级;
26、判断模块,用于判断同时需要调整等级的门店数量是否超过设定阈值,若是,则返回执行等级初始化模块,若否,则继续执行计算与调整模块。
27、可选的,所涉及等级初始化模块使用聚类算法对各门店等级进行初始化的具体过程如下:
28、(i)记门店n的投放数量为pn,销售数量为on,预约数量为ln,中签数量为wn,计算预约热度lrn及成交率drn,
29、
30、(ii)集合各个门店的预约热度lrn及成交率drn,构成训练样本{x(1),x(2),.....x(n)},其中x(n)=plrn,drn};
31、(iii)从训练样本中选取k个聚类中心点,k的取值取决于想要把门店划分的等级,将选取的聚类中心点记为μ1,μ2,.......μk,根据公式(1)得到每一个门店n所在的等级c(n),
32、c(n)=argjmin||x(n)-μj||2 公式(1),
33、通过公式(2)不断更新聚类中心点:
34、
35、不断重复上述内容,直至畸变函数收敛,畸变函数如下公式(3):
36、
37、根据最终得到的聚类中心点,利用公式(1)计算每一个门店n所在的等级c(n)。
38、可选的,所涉及计算与调整模块基于门店每日的下单数量与中签数量,每日迭代更新门店的成交率,在当前成交率连续三天超出前一日成交率的10%时,对该门店等级进行上调,在当前成交率连续三天低于前一日成交率的10%时,对该门店等级进行下调。
39、可选的,所涉及判断模块在某一天同时需要调整等级的门店数量超过总数量的三分之一时,调用等级初始化模块,进行门店等级的初始化;
40、所述判断模块在某一天同时需要调整等级的门店数量低于总数量的三分之一时,调用计算与调整模块,进行门店等级的动态调整。
41、本发明的一种基于区域时段的产品数量投放方法及模型,与现有技术相比具有的有益效果是:
42、(1)本发明在有一定的销售数据作为支撑的前提下,通过对门店的销售数据进行分析预测其未来一段时间内的销售情况,从而进行较为准确的货物供给,并在一定程度上解决各地区各门店供需关系不平衡的问题;
43、(2)本发明通过对销售数据进行分析,提取出中签率、日均出库数量及预约人数等较为关键的销售数据作为分析依据,根据指标的高低对各门店的投放数量提前进行调整,从而使各门店的供需管理平衡,避免了因运输时间成本而造成的供需关系变化。
44、(3)本发明能及时把握经销商和消费者需求动态,寻找适合目标市场更为科学的投放方式,精准做好投放策略的制定和消费跟踪,提供更符合市场需求的投放策略,使提供的产品更能符合经销商和消费者的需求,强化经销商和消费者对企业及产品的忠诚度,从而牢牢的把握住经销商和消费者,把握住市场,增强不同企业的核心竞争力和渠道掌控力。
1.一种基于区域时段的产品数量投放方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的一种基于区域时段的产品数量投放方法,其特征在于,执行步骤s2,使用聚类算法对各门店等级进行初始化,具体操作包括:
3.根据权利要求2所述的一种基于区域时段的产品数量投放方法,其特征在于,执行步骤s2.3时,从训练样本中选取k个聚类中心点,k的取值取决于想要把门店划分的等级。
4.根据权利要求1所述的一种基于区域时段的产品数量投放方法,其特征在于,执行步骤s3,基于门店每日的下单数量与中签数量,每日迭代更新门店的成交率,在当前成交率连续三天超出前一日成交率的10%时,对该门店等级进行上调,在当前成交率连续三天低于前一日成交率的10%时,对该门店等级进行下调。
5.根据权利要求1所述的一种基于区域时段的产品数量投放方法,其特征在于,执行步骤s4,在某一天同时需要调整等级的门店数量超过总数量的三分之一时,重新执行步骤s2,进行门店等级的初始化。
6.一种基于区域时段的产品数量投放模型,其特征在于,其包括:
7.根据权利要求6所述的一种基于区域时段的产品数量投放模型,其特征在于,所述等级初始化模块使用聚类算法对各门店等级进行初始化的具体过程如下:
8.根据权利要求7所述的一种基于区域时段的产品数量投放模型,其特征在于,执行步骤(iii)时,从训练样本中选取k个聚类中心点,k的取值取决于想要把门店划分的等级。
9.根据权利要求6所述的一种基于区域时段的产品数量投放模型,其特征在于,所述计算与调整模块基于门店每日的下单数量与中签数量,每日迭代更新门店的成交率,在当前成交率连续三天超出前一日成交率的10%时,对该门店等级进行上调,在当前成交率连续三天低于前一日成交率的10%时,对该门店等级进行下调。
10.根据权利要求6所述的一种基于区域时段的产品数量投放模型,其特征在于,所述判断模块在某一天同时需要调整等级的门店数量超过总数量的三分之一时,调用等级初始化模块,进行门店等级的初始化;