CN105608646A - 一种基于餐饮的动态定价算法 - Google Patents

Abstract

本发明提出了一种基于餐饮的动态定价算法，包括以下步骤:计算线上餐台被预定数量分别为0，1，……n的概率分布P(0)，P(1)，……P(n)；根据公式计算该时段的起始折扣；根据公式(当0＜x＜m)，(当m≤x≤n)，计算预订第1个到第n餐台的可享折扣D(1)，D(2)……D(n)；其中，D_min为最低折扣，N为餐台总数，n为线上餐台数，m为线上餐台的期望上座数；本发明使餐厅可以使用多个折扣价格来提高餐厅上座数，同时又可以让不同的消费者所支付的价格尽量接近他所能接受的最高限度，可广泛应用于餐饮定价系统。

Description

一种基于餐饮的动态定价算法

技术领域

本发明涉及一种餐饮的定价算法，具体涉及一种餐饮的动态折扣的算法。

背景技术

现今餐饮企业为了提高餐厅上座数，采用了加入团购、发放折扣券、代金券、张贴打折条幅等多种促销方式。虽然团购可以短时间内聚拢人气，拉动食客进店率，但是将其作为常态营销活动会影响餐厅收益，随着团购体验感下降，越来越体现了这种促销方式的弊端；而发放折扣券、代金券、张贴打折条幅等方式，会使进店消费者享用同样的折扣，这其中也包括对价格和折扣并不敏感的高端消费者，无形中也减少了餐饮企业的收益。因此，发明一种可以用于餐饮企业的动态定价或折扣算法，从而增加餐饮企业的上座数又能最大限度的保持折扣，变得格外重要。

发明内容

本发明克服现有技术存在的不足，所要解决的技术问题为提供一种可以用于中高档餐饮企业的收益管理，基于餐饮的动态定价算法，从而使餐厅可以使用多个折扣价格来提高餐厅上座数，同时又让不同的消费者所支付的价格尽量接近他所能接受的最高限度。

为了解决上述技术问题，本发明采用的技术方案为：一种基于餐饮动态定价的算法，包括以下步骤:1、一种基于餐饮的动态定价算法，其特征在于,包括以下步骤:R1、计算线上餐台被预定数量分别为0，1，……n的概率分布P(0)，P(1)，……P(n)；R2、根据公式(1)计算该时段的起始折扣S；R3、根据公式(2)计算预订第1个到第n餐台的可享折扣D(1)，D(2)……D(n)；所述公式(1)为：所述D_min为最低折扣，所述N为餐台总数，所述n为线上餐台数，所述m为餐台的期望上座数；所述公式(2)为： $D\left(x\right)=\frac{P(x-1)}{P\left(x\right)}(10-S)+S,$ 当0＜x＜m，

$D\left(x\right)=\frac{P\left(x\right)}{P(x-1)}(10-S)+S,$ 当m≤x≤n。

所述步骤R1中，计算线上餐台被预定数量为0，1，……n的概率分布P(0)，P(1)，……P(n)的公式为：

$P\left(x\right)=\frac{\frac{m^x}{x!}{e}^{-m}}{\underset{x=0}{\overset{n}{\Σ}}\frac{m^x}{x!}{e}^{-m}};$

所述n为线上餐台数，所述m为期望上座数。

所述线上餐台数n的计算公式为：当t≥N-m时，n＝N-m，当t＜N-m时，n＝t，所述t为线上预设餐台数。

所述步骤R1之前，还包括以下步骤：设置所述餐台总数N的值，设置所述线上预设餐台数t的值，设置所述期望上座数m的值以及所述最低折扣D_min的值，并计算所述线上餐台数n的值。

所述期望上座数m的值为根据该餐厅历史同期的实际上座数求平均值得到。

所述期望上座数m的值为手动设置。

所述餐台总数N和所述可预订餐台数t的值为分餐台类型分别设置，所述期望上座数m的值为分餐台类型、分时段、分餐时类型分别设置，所述最低折扣D_min的值为分餐台类型分别设置。

本发明与现有技术相比具有以下有益效果：

(1)本发明由餐饮企业可以实现在PC端后台设置，餐饮企业只需要在后台设置餐时，不同餐台的折扣底线、线上可预定餐台数，选择不使用动态价格策略的时间，选择星期平均上座数模版(使用历史数据模版或手动设置模版)，保存并选择启用动态价格策略，就可以在移动端展现配置的动态价格。

(2)餐饮企业可根据自身情况做出不同的折扣配置，有利于餐厅在淡季时尽量多的提高餐厅上座数，同时又让不同的消费者所支付的价格尽量接近他所能承受的最高限度，并且，在旺季需求量大于餐台数的时候(例如节假日、春节等特殊日期)，尽量把餐台提供给消费较高的人群，使餐饮企业的收益最大化，因此可以广泛应用于餐饮定价系统中。

(3)本发明提出的基于餐饮的动态定价算法，可以使线上餐台数根据实际就餐情况来适当变动，当餐台总数与期望上座数的差大于上线预设餐台数时，上线餐台数等于上线预设餐台数，当餐台总数与期望上座数的差小于等于上线预设餐台数时，上线餐台数等于他们的差，即上线餐台数取值为上线预设餐台数和上述差值(餐台总数与期望上座数)之间的较小值。因此，以这种方式确定的线上餐台数n，当期望上座率比较高时，每天实际可预订的线上餐台数n也是动态的，并且该动态特征表现为旺季时期的线上餐台数少，淡季时期的线上餐台数多，比如，周六日本身餐厅的线下就餐人数就很多，餐厅也不希望把所有的餐台预留到线上，那么根据以上计算公式，由于期望上座数m比较大，从而可以减少实际可预订的线上餐台数n，这样可以满足餐饮企业的实际需求，保证餐饮企业的收益。

具体实施方式

为了更加详细的了解本发明的内容，下面结合实施例对本发明提供的一种基于餐饮的动态定价算法做进一步详细的说明。

本发明给餐饮企业提供PC端后台设置，餐饮企业只需要在后台配置餐时，餐台类型，不同餐台的折扣底线、线上预设餐台数，选择不使用动态价格策略的时间，选择星期平均上座数模版(使用历史数据模版或手动设置模版)，保存并选择启用动态价格策略，就可以在移动端展现配置的动态折扣。消费者在移动端查看餐饮企业不同餐时、餐台的预约折扣，线上提交预定，生成折扣订单，线下到店消费就可以享受预定的折扣。

下面以某A餐厅为例，对本发明的动态定价算法的应用进行详细说明。

(一)首先，需要完成以下基本项设置：

(1)该餐厅有哪些餐台类型(比如：大厅、包房等)，各种类型的餐台总数N；

(2)该餐厅各种餐台类型的线上预设餐台数t；

(3)该餐厅各种餐台类型能够承受的最低折扣D_min(在保证利润的前提下，每种餐台类型有相应的折扣底限，即最低折扣)；

(4)该餐厅有哪些餐时(比如：早餐、午餐、下午茶、晚餐、夜宵等)；

设置完成后，该餐厅的基本情况如下表所示：

表1A餐厅基本情况

从表1中可以看出，A餐厅的餐台类型具有大厅和包房，餐时包括午餐和晚餐，大厅的餐台总数为：N_a＝20，线上预设餐台数：t_a＝10，最低折扣为D_amin＝6折；包房的餐台总数为：N_b＝25，线上预设餐台数：t_b＝15，最低折扣为D_bmin＝7折。

(5)还需要设置该餐厅大厅和包房在各种时段(可以根据周设置，也可以根据月份设置)各种餐时的期望上座数；其设置方法分两种：一种是根据A餐厅的历史订单数据进行分时段，分餐时，分餐台类型进行自动统计求平均后自动设置，例如：统计A餐厅的包房自上线以来所有周一午餐的线上上座数并求平均值，作为包房周一午餐的期望上座数，其他时段、餐时、或餐台类型的期望上座数也依此得到；另一种是根据A餐厅自身的期望值来手动设置，A餐厅没有历史数据，或者不希望使用历史数据的时候，都可以选择手动设置。

基本项设置完成后，A餐厅的期望上座数如表2所示。

表2A餐厅各时段各餐时各种餐台的期望上座数

各种参数设置完成后，需要确定线上餐台数n的值，线上餐台数n的计算公式为：

当t＜N-m时，n＝t，当t≥N-m时，n＝N-m；

以周三和周六的晚餐为例，从表中数据和上式可以算出，周三大厅实际的线上餐台数为n_3a＝t_a＝10(因为t_a＝10,N_a-m_3a＝20-6＝14,t_a＜N_a-m_3a)，周六大厅实际的线上餐台数为n_6a＝t_a＝10(因为t_a＝10,N_a-m_6a＝20-7＝13,t_a＜N_a-m_3a)；周三包房实际的线上餐台数为n_3b＝t_b＝15(因为t_b＝15,N_b-m_3b＝25-8＝17,t_b＜N_b-m_3b)，周六包房实际的线上餐台数为n_6b＝N_b-m_6b＝25-12＝13(因为t_b＝15,N_b-m_6b＝25-12＝13,t_b＞N_b-m_6b)。也就是说，当餐台总数与期望上座数的差大于上线预设餐台数时，上线餐台数等于上线预设餐台数，当餐台总数与期望上座数的差小于等于上线预设餐台数时，上线餐台数等于他们的差，即上线餐台数取值为上线预设餐台数和上述差值(餐台总数与期望上座数)之间的较小值。

因此，以这种方式确定的线上餐台数n，可以使每天实际可预订的线上餐台数n也是动态的，并且该动态特征表现为旺季时期的线上餐台数少，淡季时期的线上餐台数多，这样可以满足餐厅的实际需求，比如，周六日本身餐厅的线下就餐人数就很多，餐厅也不希望把所有的餐台预留到线上，那么根据以上计算公式，由于期望上座数m比较大，从而可以减少实际可预订的线上餐台数n。

(二)其次，需要计算出预定数量分别为0，1，……n的概率分布P(0)，P(1)，……P(n)。从表2中可以看出，A餐厅周三时段的晚餐餐时，大厅的期望上座数为m_a＝6，实际的线上餐台数n_a＝10，包房的期望上座数为m_b＝8，实际的线上餐台数n_b＝15；则通过泊松概率方程计算，A餐厅周三晚餐餐时，大厅有x个餐台被预定的概率分布P_a(x)为表3所示，包房有x个餐台被预定的概率分布P_b(x)为表4所示，表3和表4中，各概率之和均为1。

表3A餐厅周三晚餐大厅有x个餐台被预定的概率分布P_a(x)

x	0	1	2	3	4	5	6	7	8	9	10
												概率(％)	0.26	1.55	4.66	9.32	13.98	16.78	16.78	14.38	10.79	7.19	4.31

表4A餐厅周三晚餐包房有x个餐台被预定的概率分布P_b(x)

x	0	1	2	3	4	5	6	7
									概率(％)	0.03	0.27	1.08	2.89	5.77	9.24	12.32	14.07
x	8	9	10	11	12	13	14	15
									概率(％)	14.07	12.51	10.01	7.28	4.85	2.99	1.71	0.91

表3中的数据的具体计算方法是，通过泊松概率方程分别求出0～10个餐台被预定的泊松概率分布，然后将0～10个餐台被预定的概率之和相加，作为分母对求得的概率分布进行归一化。因此，由泊松概率方程可知，计算x个餐台被预定的概率分布的公式为：

$P\left(x\right)=\frac{\frac{m^x}{x!}{e}^{-m}}{\underset{t=0}{\overset{n}{\Σ}}\frac{m^t}{t!}{e}^{-m}};---\left(1\right)$

式(1)中，n为某类型餐台的线上餐台数，m为某类型餐台在某餐时、某时段的期望上座数。表4的计算结果也是通过公式(1)计算获得的。

(三)计算餐台的动态折扣。

首先需要计算某一时段某餐时A餐厅大厅餐台的起始折扣和包房餐台的起始折扣，起始折扣的计算公式为：

$S=\frac{m}{N}(10-D_{min})+D_{min};---\left(2\right)$

式(2)中，N表示某类型餐台总数，m表示某时段某餐时某类型餐台的期望上座数，D_min表示某类型餐台的折扣底线。

然后再分别计算预定第1～n_a台大厅餐台和第1～n_b台包房餐台时的可享折扣。可享折扣的计算公式为：

$D\left(x\right)=\frac{P(x-1)}{P\left(x\right)}(10-S)+S,$ 当0＜x＜m；(3)

$D\left(x\right)=\frac{P\left(x\right)}{P(x-1)}(10-S)+S,$ 当m≤x≤n；(4)

式(3)和式(4)中，P(x)表示在某餐时某时段，某类型的餐台有x个餐台被预定的概率，S表示该类型餐台的起始折扣，n为某类型餐台的线上餐台数，m为某类型餐台在某餐时、某时段的期望上座数。

以周三晚餐为例，m_a＝6，N_a＝20，D_amin＝6，m_b＝8，N_b＝25，D_bmin＝7，则大厅餐台的起始折扣为：

$S_a=\frac{m_a}{N_a}(10-D_{amin})+D_{amin}=\frac{6}{20}(10-6)+6=7.2;$

包房餐台的起始折扣为：

$S_b=\frac{m_b}{N_b}(10-D_{amin})+D_{amin}=\frac{8}{25}(10-7)+7=8;$

将周三晚餐大厅餐台起始折扣的S_a＝7.2，以及表3中的概率数据代入式(3)和式(4)，可以得到预定周三晚餐大厅的不同餐台时的可享折扣，如表5所示，将周三晚餐包房的起始折扣S_b＝8以及表4中的概率数据代入式(3)和式(4)，可以得到预定周三晚餐包房的不同餐台时的可享折扣，如表6所示。

表5预定周三晚餐大厅第x个餐台的可享折扣

x	1	2	3	4	5	6	7	8	9	10
											折扣Da(x)	7.7	8.1	8.6	9.1	9.5	10	9.6	9.3	9.1	8.9

表6预定周三晚餐包房第x个餐台的可享折扣

x	1	2	3	4	5	6	7	8
									折扣Db(x)	8.3	8.5	8.8	9	9.3	9.5	9.8	10
x	9	10	11	12	13	14	15
									折扣Db(x)	9.8	9.6	9.5	9.3	9.2	9.1	9.1

从表5和表6可以看出，每个时段，每个餐时的每种餐台类型的每个餐台的预订折扣可能都是不一样的，这样可以实现真正意义上的动态折扣(定价)；并且，定价与订餐人数相关。由于餐时、餐台、折扣底线及淡季和旺季星期平均上座数的数据不同，运用泊松分布方程式换算出的折扣就会呈现出动态变化，消费者在预订时，由于就餐时间段、餐时的不同及餐台数量的变化，所预定的折扣也不同，而由于泊松分布适合于描述单位时间(或空间)内随机事件发生的次数，因此本发明的动态定价算法比较符合自然统计的概率分布，可以实现提高餐厅上座数的同时，给出合理的最高折扣，使餐饮企业能在上座数和折扣之间找到最优化的折扣方式。

以上算法可以由计算机进行自动运行，餐饮企业只需要在后台设置好这些参数，例如餐台总数N，线上预设餐台数t,餐台的期望上座数m；计算机通过以上算法就可以计算出线上餐台数n以及预定各个餐台的折扣,并将该餐饮企业在可预订时间内的折扣曲线图和最低可享折扣显示在餐厅下的微信公众号中或其他渠道中，消费者可以直接点进去进行预订，预订完成后并可以在“我的订单”中查看这个订单，也可以在这里取消。在结账时就可以直接出示下单手机号订单进行打折。

因此，本发明提供的一种基于餐饮的动态定价算法，可以有利于餐饮企业在淡季时尽量多的提高餐厅上座数，同时又让不同的消费者所支付的价格尽量接近他所能承受的最高限度，并且，在旺季需求量大于餐台数的时候(例如节假日、春节等特殊日期)，尽量把餐台提供给消费较高的人群，使餐饮企业的收益最大化。

上面结合实施例对本发明的作了详细说明，但是本发明并不限于上述实施例，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。

Claims (7)

1.一种基于餐饮的动态定价算法，其特征在于,包括以下步骤:

R1、计算线上餐台被预定数量分别为0，1，……n的概率分布P(0)，P(1)，……P(n)；

R2、根据公式(1)计算该时段的起始折扣S；

R3、根据公式(2)计算预订第1个到第n餐台的可享折扣D(1)，D(2)……D(n)；

所述公式(1)为：所述D_min为最低折扣，所述N为餐台总数，所述n为线上餐台数，所述m为餐台的期望上座数；所述公式(2)为：

$D\left(x\right)=\frac{P(x-1)}{P\left(x\right)}(10-S)+S,$ 当0＜x＜m，

$D\left(x\right)=\frac{P\left(x\right)}{P(x-1)}(10-S)+S,$ 当m≤x≤n。

2.根据权利要求1所述的一种基于餐饮动态定价的算法，其特征在于，所述步骤R1中，计算线上餐台被预定数量为0，1，……n的概率分布P(0)，P(1)，……P(n)的公式为：

$P\left(x\right)=\frac{\frac{m^x}{x!}{e}^{-m}}{\underset{x=0}{\overset{n}{\Σ}}\frac{m^x}{x!}{e}^{-m}};$

所述n为线上餐台数，所述m为期望上座数。

3.根据权利要求1所述的一种基于餐饮的动态定价算法，其特征在于，所述线上餐台数n的计算公式为：当t≥N-m时，n＝N-m，当t＜N-m时，n＝t，所述t为线上预设餐台数。

4.根据权利要求3所述的一种基于餐饮的动态定价算法，其特征在于，所述步骤R1之前，还包括以下步骤：设置所述餐台总数N的值，设置所述线上预设餐台数t的值，设置所述期望上座数m的值以及所述最低折扣D_min的值，并计算所述线上餐台数n的值。

5.根据权利要求4所述的一种基于餐饮的动态定价算法，其特征在于，所述期望上座数m的值为根据该餐厅历史同期的实际上座数求平均值得到。

6.根据权利要求4所述的一种基于餐饮的动态定价算法，其特征在于，所述期望上座数m的值为手动设置。

7.根据权利要求4所述的一种基于餐饮的动态定价算法，其特征在于，所述餐台总数N和所述可预订餐台数t的值为分餐台类型分别设置，所述期望上座数m的值为分餐台类型、分时段、分餐时类型分别设置，所述最低折扣D_min的值为分餐台类型分别设置。