CN107292666A - 销售潜力判断方法及装置 - Google Patents
销售潜力判断方法及装置 Download PDFInfo
- Publication number
- CN107292666A CN107292666A CN201710468067.1A CN201710468067A CN107292666A CN 107292666 A CN107292666 A CN 107292666A CN 201710468067 A CN201710468067 A CN 201710468067A CN 107292666 A CN107292666 A CN 107292666A
- Authority
- CN
- China
- Prior art keywords
- target
- sales
- index
- potential
- sales volume
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0202—Market predictions or forecasting for commercial activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
Landscapes
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种销售潜力判断方法及装置,涉及信息处理技术领域。其中的方法包括:对目标的访问数据进行处理,获得目标的访问敏感指数,所述目标的访问敏感指数反映目标的销量随访问量的变化情况;根据目标的访问敏感指数,判断目标的销售潜力。从而能够根据用户的潜在需求判断商品的销售潜力,以便于引入高销售潜力的商品来扩大销售额。
Description
技术领域
本发明涉及信息处理领域,特别涉及一种销售潜力判断方法及装置。
背景技术
在电商行业有很多方式提升线上商品的销售额,例如:通过对所售商品增加PV(page view,页面浏览量)、通过推荐算法向用户推荐喜好商品、通过设计量价模型来对商品进行调价等方式,通过这些方式或技术手段来扩大企业整体的销售额。
推荐算法是指根据用户的购物行为等进行商品推荐,即根据用户浏览商品的特征、以往的购物经历等推荐相关商品,通过用户画像算法、商品相似度等计算和推荐商品,以扩大销售额。
动态定价算法是指通过分析和设计定价模型,通过结合商品类别等属性、制定商品价格策略进行调价,最终实现增加单品销售额。
引流策略是指采销部门在不同阶段准备和发起促销活动,通过活动页引流并对外主推多款商品,即根据采销的经验选取未来一段时间销量可能较好的商品并放在促销活动页。
发明内容
发明人研究发现,现有技术中的每种方案有特定的应用场景,这些方案在某种程度上是有效的。但是,对于对用户的潜在购物需求的洞察及挖掘侧重小,因此,需要通过新的设计思路实现可以驱动销售增长的模型,通过用户的需求行为建立销售额增长模型。科学地选取特征、自动挖掘和计算出最具销售潜力的新商品、最值得补货的断货商品。
本发明解决的一个技术问题是,如何根据用户的潜在需求判断商品的销售潜力,以便于引入高销售潜力的商品来扩大销售额。
根据本发明实施例的一个方面,提供了一种销售潜力判断方法,包括:对目标的访问数据进行处理,获得目标的访问敏感指数,目标的访问敏感指数反映目标的销量随访问量的变化情况;根据目标的访问敏感指数,判断目标的销售潜力。
在一些实施例中,对目标的访问数据进行处理,获得目标的访问敏感指数包括:获取目标的历史销量以及历史访问量;根据目标的历史销量以及历史访问量,建立目标的销量与访问量之间的函数关系;从函数关系中提取目标的访问敏感指数。
在一些实施例中,建立目标的销量与访问量之间的函数关系包括:根据如下公式建立目标的销量与访问量之间的函数关系:
Q=a×Uc
其中,Q表示目标的销量,U表示目标的访问量,a表示经验常数,c表示目标的访问敏感指数。
在一些实施例中,该方法还包括:对目标的搜索数据进行处理,获得目标的搜索热度指数;根据目标的访问敏感指数,判断目标的销售潜力包括:根据目标的搜索热度指数以及访问敏感指数,判断目标的销售潜力。
在一些实施例中,对目标的搜索数据进行处理,获得目标的搜索热度指数包括:统计各个目标的被搜索次数;对各个目标按照被搜索次数从高到低进行排序;根据各个目标的排序获得各个目标的搜索热度指数。
在一些实施例中,该方法还包括:对目标的销量数据进行处理,获得目标的销量热度指数;根据目标的搜索热度指数以及访问敏感指数,判断目标的销售潜力包括:根据目标的销量热度指数、搜索热度指数以及访问敏感指数,判断目标的销售潜力。
在一些实施例中,对目标的销量数据进行处理,获得目标的销量热度指数包括:统计各个目标的销量数据;对各个目标按照销量从高到低进行排序;将各个目标的排序作为各个目标的销量热度指数。
在一些实施例中,若目标的访问敏感指数大于第一阈值,且目标的搜索热度指数大于第二阈值,并且目标的销量热度指数大于第三阈值,则判断目标具有高销售潜力。
根据本发明实施例的另一个方面,提供了一种销售潜力判断装置,包括:存储器;以及耦接至存储器的处理器,处理器被配置为基于存储在存储器中的指令,执行如权利要求前述的销售潜力判断方法。
根据本发明实施例的又一个方面,提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机指令,指令被处理器执行时实现权利要求前述的销售潜力判断方法。
根据本发明实施例的再一个方面,提供了一种销售潜力判断装置,包括:访问敏感指数获取模块,配置为对目标的访问数据进行处理,获得目标的访问敏感指数,目标的访问敏感指数反映目标的销量随访问量的变化情况;销售潜力判断模块,配置为根据目标的访问敏感指数,判断目标的销售潜力。
根据本发明实施例的又一个方面,提供了一种销售潜力判断装置,配置为执行前述的销售潜力判断方法。
本发明提供的销售潜力判断方法,能够根据用户的潜在需求判断商品的销售潜力,以便于引入高销售潜力的商品来扩大销售额。
通过以下参照附图对本发明的示例性实施例的详细描述,本发明的其它特征及其优点将会变得清楚。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1示出销售潜力判断模型对于用户的行为数据进行处理的流程。
图2示出本发明销售潜力判断方法的一个实施例的流程示意图。
图3示出本发明销售潜力判断方法的另一个实施例的流程示意图。
图4示出了对搜索词的完整处理过程。
图5示出本发明销售潜力判断方法的又一个实施例的流程示意图。
图6示出判断目标商品具有高销售潜力过程的一个示例性流程图。
图7示出本发明销售潜力判断装置的一个实施例的结构示意图。
图8示出了本发明销售潜力判断装置的另一个实施例的结构图。
图9示出了本发明销售潜力判断装置的又一个实施例的结构图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本发明及其应用或使用的任何限制。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
本发明的核心思想是,通过对用户的行为数据进行处理获得销售潜力判断指标,进而利用销售潜力判断指标判断商品的销售潜力。据此,可以设计目标的销售潜力判断模型,该模型可以包括基础数据层、数据加工层以及算法层。图1示出了销售潜力判断模型对于用户的行为数据进行处理的流程。
基础数据层通过大数据平台获取用户的行为数据,主要包括:目标的访问数据、目标的搜索数据以及目标的销量数据。其中,目标的访问数据例如可以为用户关注商品的数据、用户点击商品的点击率以及目标的历史访问量,目标的搜索数据例如可以为用户搜索关键词的数据,目标的销量数据例如可以为目标的历史销量以及目标的历史库存数据。
数据加工层通过对用户的行为数据进行数据的加工或相关特征计算,得到目标商品的销售潜力的判断指数,具体可以包括访问敏感指数、搜索热度指数以及销量热度指数。
算法层可以通过决策树的方式进行引品决策判断,得到目标商品是否为高销售潜力商品。然后将结果输出至相关采销业务方进行人工校验和生产应用。
下面结合图2描述本发明提供的销售潜力判断方法的一个实施例。
图2示出本发明销售潜力判断方法的一个实施例的流程示意图。如图2所示,该实施例的销售潜力判断方法包括:
步骤S202,对目标的访问数据进行处理,获得目标的访问敏感指数,目标的访问敏感指数反映目标的销量随访问量的变化情况。
可以获取目标的历史销量以及历史访问量,然后根据目标的历史销量以及历史访问量,建立目标的销量与访问量之间的函数关系。例如,可以根据如下公式建立目标的销量与访问量之间的函数关系:
Q=a×Uc
其中,Q表示目标的销量,U表示目标的访问量,a表示经验常数,c表示目标的访问敏感指数。
然后,从函数关系中提取目标的访问敏感指数。
例如,可以从上述公式中提取目标的访问敏感指数c。
步骤S204,根据目标的访问敏感指数,判断目标的销售潜力。
可以多个目标的对访问敏感指数进行排名。访问敏感指数越高,则判断商品越具销售潜力。例如,目标商品的访问敏感指数排名前10%,则判断该目标商品具有高销售潜力。
上述实施例中,对目标的访问数据进行处理获得目标的访问敏感指数,并根据目标的访问敏感指数判断目标的销售潜力。从而根据用户的潜在需求判断商品的销售潜力,科学地引进新的商品、针对性对现有缺货商品的补货,以便于引入高销售潜力的商品来扩大销售额。
下面结合图3描述本发明提供的销售潜力判断方法的另一个实施例。
图3示出本发明销售潜力判断方法的另一个实施例的流程示意图。如图3所示,该实施例的销售潜力判断方法包括:
步骤S301,对目标的搜索数据进行处理,获得目标的搜索热度指数。
可以统计各个目标的被搜索次数,并对各个目标按照被搜索次数从高到低进行排序。然后,根据各个目标的排序获得各个目标的搜索热度指数。图4示出了对搜索词的完整处理过程。
步骤S302,对目标的访问数据进行处理,获得目标的访问敏感指数。具体过程可以参见步骤S202。
步骤S304,根据目标的搜索热度指数以及访问敏感指数,判断目标的销售潜力。
例如,目标商品的搜索热度指数在近一个月期间排名前8%,并且目标商品的访问敏感指数排名前10%,则判断该目标商品具有高销售潜力。
上述实施例中,对目标的搜索数据进行处理获得目标的搜索热度指数,并根据目标的搜索热度指数以及访问敏感指数判断目标的销售潜力。从而进一步根据用户的潜在需求判断商品的销售潜力,科学地引进新的商品、针对性对现有缺货商品的补货,以便于引入高销售潜力的商品来扩大销售额。同时,通过定期、自动的分析和学习用户的行为数据,还可以动态扩展商品的丰富度以实现用户购物体验的提升。
下面结合图5描述本发明提供的销售潜力判断方法的又一个实施例。
图5示出本发明销售潜力判断方法的又一个实施例的流程示意图。如图5所示,该实施例的销售潜力判断方法包括:
步骤S500,对目标的销量数据进行处理,获得目标的销量热度指数。
可以统计各个目标的销量数据,并对各个目标按照销量从高到低进行排序。然后,将各个目标的排序作为各个目标的销量热度指数。
步骤S501,对目标的搜索数据进行处理,获得目标的搜索热度指数。具体过程可以参见步骤S301。
步骤S502,对目标的访问数据进行处理,获得目标的访问敏感指数。具体过程可以参见步骤S202。
步骤S504,根据目标的销量热度指数、搜索热度指数以及访问敏感指数,判断目标的销售潜力。
若目标的访问敏感指数大于第一阈值,且目标的搜索热度指数大于第二阈值,并且目标的销量热度指数大于第三阈值,则判断目标具有高销售潜力。
例如,目标商品在有货期间60%的时间日均销量在所属商品三级分类中排名前10%,其销量热度指数为8,第三阈值为6;目标商品的搜索热度指数在近一个月期间排名前8%,其搜索热度指数为9,第二阈值为8;目标商品的访问敏感指数排名前10%,其销量热度指数为8,第一阈值为7。根据上述情况,判断该目标商品具有高销售潜力。图6示出判断目标商品具有高销售潜力过程的一个示例性流程图。
上述实施例中,通过对目标的销量数据进行处理获得目标的销量热度指数,并根据目标的销量热度指数以及访问敏感指数,判断目标的销售潜力。从而更进一步根据用户的潜在需求判断商品的销售潜力,科学地引进新的商品、针对性对现有缺货商品的补货,以便于引入高销售潜力的商品来扩大销售额。
此外,还可以提取其他商家的商品销量数据,定义近60天总销量大于30(该参数可以人工调整)的其他商家常售商品集。如果目标商品在其他商家近一个月的订单销量在所有商品中排名前20%,目标商品在我方商家处于缺货状态,并且该商品近一个月的日均浏览量在所述三级分类商品中排名前20%,则判断该商品为高销售潜力商品。再比如,目标商品在其他商家近一个月的订单销量在所有商品中排名前20%,我方商家目前不销售该商品,并且该商品近两周在所属三级分类下其他商家销量排名前20%,则判断该商品为高销售潜力商品。
下面结合图7描述本发明提供的销售潜力判断装置的一个实施例。
图7示出本发明销售潜力判断装置的一个实施例的结构示意图。如图7所示,该实施例的销售潜力判断装置70包括:
访问敏感指数获取模块702,配置为对目标的访问数据进行处理,获得目标的访问敏感指数,目标的访问敏感指数反映目标的销量随访问量的变化情况。
销售潜力判断模块704,配置为根据目标的访问敏感指数,判断目标的销售潜力。
图8示出了本发明销售潜力判断装置的另一个实施例的结构图。如图8所示,该实施例的销售潜力判断装置80包括:存储器810以及耦接至该存储器810的处理器820,处理器820被配置为基于存储在存储器810中的指令,执行前述任意一个实施例中的销售潜力判断方法。
其中,存储器810例如可以包括系统存储器、固定非易失性存储介质等。系统存储器例如存储有操作系统、应用程序、引导装载程序(Boot Loader)以及其他程序等。
图9示出了本发明销售潜力判断装置的又一个实施例的结构图。如图9所示,该实施例的装置90包括:存储器810以及处理器820,还可以包括输入输出接口930、网络接口940、存储接口950等。这些接口930,940,950以及存储器810和处理器820之间例如可以通过总线950连接。其中,输入输出接口930为显示器、鼠标、键盘、触摸屏等输入输出设备提供连接接口。网络接口940为各种联网设备提供连接接口。存储接口950为SD卡、U盘等外置存储设备提供连接接口。
本发明还包括一种计算机可读存储介质,其上存储有计算机指令,该指令被处理器执行时实现前述任意一个实施例中的销售潜力判断方法。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用非瞬时性存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (12)
1.一种销售潜力判断方法,其特征在于,包括:
对目标的访问数据进行处理,获得目标的访问敏感指数,所述目标的访问敏感指数反映目标的销量随访问量的变化情况;
根据目标的访问敏感指数,判断目标的销售潜力。
2.如权利要求1所述的销售潜力判断方法,其特征在于,所述对目标的访问数据进行处理,获得目标的访问敏感指数包括:
获取目标的历史销量以及历史访问量;
根据目标的历史销量以及历史访问量,建立目标的销量与访问量之间的函数关系;
从所述函数关系中提取目标的访问敏感指数。
3.如权利要求2所述的销售潜力判断方法,其特征在于,根据如下公式建立目标的销量与访问量之间的函数关系:
Q=a×Uc
其中,Q表示目标的销量,U表示目标的访问量,a表示经验常数,c表示目标的访问敏感指数。
4.如权利要求1所述的销售潜力判断方法,其特征在于,所述方法还包括:
对目标的搜索数据进行处理,获得目标的搜索热度指数;
根据目标的搜索热度指数,判断目标的销售潜力。
5.如权利要求4所述的销售潜力判断方法,其特征在于,通过如下方式获得目标的搜索热度指数:
统计各个目标的被搜索次数;
对各个目标按照被搜索次数从高到低进行排序;
根据各个目标的排序获得各个目标的搜索热度指数。
6.如权利要求4所述的销售潜力判断方法,其特征在于,所述方法还包括:
对目标的销量数据进行处理,获得目标的销量热度指数;
根据目标的销量热度指数,判断目标的销售潜力。
7.如权利要求6所述的销售潜力判断方法,其特征在于,通过如下方式获得目标的销量热度指数:
统计各个目标的销量数据;
对各个目标按照销量从高到低进行排序;
根据各个目标的排序获得各个目标的销量热度指数。
8.如权利要求6所述的销售潜力判断方法,其特征在于,若目标的访问敏感指数大于第一阈值,且目标的搜索热度指数大于第二阈值,并且目标的销量热度指数大于第三阈值,则判断目标具有高销售潜力。
9.一种销售潜力判断装置,其特征在于,包括:
存储器;以及
耦接至所述存储器的处理器,所述处理器被配置为基于存储在所述存储器中的指令,执行如权利要求1至8任一项所述的销售潜力判断方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述指令被处理器执行时实现权利要求1至7任一项所述的销售潜力判断方法。
11.一种销售潜力判断装置,其特征在于,包括:
访问敏感指数获取模块,配置为对目标的访问数据进行处理,获得目标的访问敏感指数,所述目标的访问敏感指数反映目标的销量随访问量的变化情况;
销售潜力判断模块,配置为根据目标的访问敏感指数,判断目标的销售潜力。
12.一种销售潜力判断装置,其特征在于,配置为执行权利要求2至8任一项所述的销售潜力判断方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710468067.1A CN107292666A (zh) | 2017-06-20 | 2017-06-20 | 销售潜力判断方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710468067.1A CN107292666A (zh) | 2017-06-20 | 2017-06-20 | 销售潜力判断方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107292666A true CN107292666A (zh) | 2017-10-24 |
Family
ID=60097273
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710468067.1A Pending CN107292666A (zh) | 2017-06-20 | 2017-06-20 | 销售潜力判断方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107292666A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108960719A (zh) * | 2018-06-29 | 2018-12-07 | 北京京东尚科信息技术有限公司 | 选品方法和装置以及计算机可读存储介质 |
CN110826949A (zh) * | 2018-08-08 | 2020-02-21 | 北京京东振世信息技术有限公司 | 产能控制实现方法和装置 |
CN111028062A (zh) * | 2019-12-12 | 2020-04-17 | 名创优品(横琴)企业管理有限公司 | 一种潜力商品挖掘方法、装置及计算机可读存储介质 |
CN111260388A (zh) * | 2018-12-03 | 2020-06-09 | 阿里巴巴集团控股有限公司 | 一种商品生命周期的确定、展示方法和装置 |
CN111861059A (zh) * | 2019-04-29 | 2020-10-30 | 贝壳技术有限公司 | 区域市场热度评估方法及装置 |
CN112884520A (zh) * | 2021-03-09 | 2021-06-01 | 拉扎斯网络科技(上海)有限公司 | 对象处理方法、装置、电子设备、存储介质及程序产品 |
CN112990951A (zh) * | 2019-12-12 | 2021-06-18 | 北京沃东天骏信息技术有限公司 | 确定条目访问量的方法和装置 |
CN113228084A (zh) * | 2019-09-05 | 2021-08-06 | 株式会社巴尼休斯塔道 | 销售员评价系统、销售员评价装置、销售员评价方法以及销售员评价用程序 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8606619B2 (en) * | 2011-07-29 | 2013-12-10 | Animalytix | Market segmentation and sales potential model for animal related products |
CN103530787A (zh) * | 2012-07-02 | 2014-01-22 | 纽海信息技术(上海)有限公司 | 一种用于网络书店的图书热门度衰减评价方法 |
CN104700152A (zh) * | 2014-10-22 | 2015-06-10 | 浙江中烟工业有限责任公司 | 一种融合季节销售信息与搜索行为信息的烟草销量预测方法 |
CN105096152A (zh) * | 2014-05-20 | 2015-11-25 | 阿里巴巴集团控股有限公司 | 一种基于商品热度的操作执行方法及装置 |
CN106255969A (zh) * | 2014-03-04 | 2016-12-21 | 南政佑 | 网络购物中心的销售分析系统和服务器 |
-
2017
- 2017-06-20 CN CN201710468067.1A patent/CN107292666A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8606619B2 (en) * | 2011-07-29 | 2013-12-10 | Animalytix | Market segmentation and sales potential model for animal related products |
CN103530787A (zh) * | 2012-07-02 | 2014-01-22 | 纽海信息技术(上海)有限公司 | 一种用于网络书店的图书热门度衰减评价方法 |
CN106255969A (zh) * | 2014-03-04 | 2016-12-21 | 南政佑 | 网络购物中心的销售分析系统和服务器 |
CN105096152A (zh) * | 2014-05-20 | 2015-11-25 | 阿里巴巴集团控股有限公司 | 一种基于商品热度的操作执行方法及装置 |
CN104700152A (zh) * | 2014-10-22 | 2015-06-10 | 浙江中烟工业有限责任公司 | 一种融合季节销售信息与搜索行为信息的烟草销量预测方法 |
Non-Patent Citations (1)
Title |
---|
金丽丽: "基于主成分分析的消费者网上购物决策影响因素分析", 《企业导报》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108960719A (zh) * | 2018-06-29 | 2018-12-07 | 北京京东尚科信息技术有限公司 | 选品方法和装置以及计算机可读存储介质 |
CN110826949A (zh) * | 2018-08-08 | 2020-02-21 | 北京京东振世信息技术有限公司 | 产能控制实现方法和装置 |
CN111260388A (zh) * | 2018-12-03 | 2020-06-09 | 阿里巴巴集团控股有限公司 | 一种商品生命周期的确定、展示方法和装置 |
CN111861059A (zh) * | 2019-04-29 | 2020-10-30 | 贝壳技术有限公司 | 区域市场热度评估方法及装置 |
CN113228084A (zh) * | 2019-09-05 | 2021-08-06 | 株式会社巴尼休斯塔道 | 销售员评价系统、销售员评价装置、销售员评价方法以及销售员评价用程序 |
CN111028062A (zh) * | 2019-12-12 | 2020-04-17 | 名创优品(横琴)企业管理有限公司 | 一种潜力商品挖掘方法、装置及计算机可读存储介质 |
CN112990951A (zh) * | 2019-12-12 | 2021-06-18 | 北京沃东天骏信息技术有限公司 | 确定条目访问量的方法和装置 |
CN112884520A (zh) * | 2021-03-09 | 2021-06-01 | 拉扎斯网络科技(上海)有限公司 | 对象处理方法、装置、电子设备、存储介质及程序产品 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107292666A (zh) | 销售潜力判断方法及装置 | |
US11107118B2 (en) | Management of the display of online ad content consistent with one or more performance objectives for a webpage and/or website | |
TW202008237A (zh) | 針對新場景的預測模型訓練方法及裝置 | |
CN105760443B (zh) | 项目推荐系统、项目推荐装置以及项目推荐方法 | |
JP7125358B2 (ja) | 計算機システム及び入力データに対する予測結果の根拠に関する情報の提示方法 | |
CN109447713A (zh) | 一种基于知识图谱的推荐方法及装置 | |
CN110163723A (zh) | 基于产品特征的推荐方法、装置、计算机设备及存储介质 | |
WO2018142753A1 (ja) | ディープラーニングを用いる情報処理装置、情報処理方法及び情報処理プログラム | |
CN110880136A (zh) | 配套产品的推荐方法、系统、设备和存储介质 | |
JP5963320B2 (ja) | 情報処理装置、情報処理方法、及び、プログラム | |
CN111861605B (zh) | 业务对象推荐方法 | |
CN108288208A (zh) | 基于图像内容的展示对象确定方法、装置、介质及设备 | |
CN111612581A (zh) | 一种物品推荐的方法、装置、设备及存储介质 | |
CN106100883A (zh) | 一种云服务评价方法及装置 | |
CN108694626A (zh) | 客户档案建立方法及装置 | |
CN111966886A (zh) | 对象推荐方法、对象推荐装置、电子设备及存储介质 | |
CN110222285A (zh) | 阅读页面的展示方法、计算设备及计算机存储介质 | |
CN105913235A (zh) | 一种客户转账关系分析方法及系统 | |
CN111754278A (zh) | 物品推荐方法、装置、计算机存储介质和电子设备 | |
CN118134553A (zh) | 一种电商爆款多平台协同推送系统、方法、设备及介质 | |
Zhang et al. | Analysis and research on library user behavior based on apriori algorithm | |
CN109960777B (zh) | 物品评论个性化推荐方法、系统、电子设备及存储介质 | |
CN110472659A (zh) | 数据处理方法、装置、计算机可读存储介质和计算机设备 | |
CN110598108A (zh) | 一种搜索词推荐方法、装置、设备及存储介质 | |
CN115827994A (zh) | 一种数据处理方法、装置、设备、存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |