CN107886356A - 一种超市优惠券面额的动态生成方法 - Google Patents

一种超市优惠券面额的动态生成方法 Download PDF

Info

Publication number
CN107886356A
CN107886356A CN201711071204.4A CN201711071204A CN107886356A CN 107886356 A CN107886356 A CN 107886356A CN 201711071204 A CN201711071204 A CN 201711071204A CN 107886356 A CN107886356 A CN 107886356A
Authority
CN
China
Prior art keywords
reward voucher
consumer
denomination
reward
commodity
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
Application number
CN201711071204.4A
Other languages
English (en)
Inventor
李瀚懿
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Hanning Intelligent Technology Co Ltd
Original Assignee
Beijing Hanning Intelligent Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Hanning Intelligent Technology Co Ltd filed Critical Beijing Hanning Intelligent Technology Co Ltd
Priority to CN201711071204.4A priority Critical patent/CN107886356A/zh
Publication of CN107886356A publication Critical patent/CN107886356A/zh
Pending legal-status Critical Current

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
    • G06Q30/0224—Discounts or incentives, e.g. coupons or rebates based on user history
    • 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
    • G06Q30/0239—Online discounts or incentives

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)
  • Cash Registers Or Receiving Machines (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种超市优惠券面额的动态生成方法，包括：商家根据营销策略制定要分发的优惠券数量和优惠券总额度；实时统计已发放优惠券数量、已发放优惠券总额度以及已发放优惠券的历史使用率，并统计销售额和根据销售额计算当前优惠力度下的收益情况；根据已发放优惠券数量、已发放优惠券总额度、已发放优惠券的历史使用率以及销售额和收益情况，利用大数据算法重新计算每张优惠券面额的取值范围；通过人工智能算法对该消费者近期消费行为进行分析，在重新计算得到的每张优惠券面额的取值范围内，自动匹配计算出来最适合该消费者的优惠券面额。本发明根据市场反应和收益情况自动改变优惠券面额，确保收益的最大化。

Description

一种超市优惠券面额的动态生成方法
技术领域
本发明涉及用于商品促销、服务促销的凭证生成技术，具体涉及一种超市优惠券面额的动态生成方法。
背景技术
优惠券是商家最常用的营销手段及广告方式，优惠券分为直减券、满减券和折扣券等，针对不同的店面形式又分为纸质优惠券和电子优惠券(包括手机优惠券、电子优惠券码等)，随着移动智能设备和电子支付的普及，电子优惠券正逐渐取代纸质优惠券，相比纸质优惠券，基于电子邮件、智能设备的电子优惠券具有环保、成本低、发放便捷等优点。
目前，优惠券面额都为定额优惠券，然后按照优惠券下发策略分发给消费者，直到优惠活动周期结束，期间优惠券面额固定不变，这样即使在活动期间，当前面额的优惠券使用率或带来的收益不理想，也没有办法自动更改面额。
另外，现有的超市优惠券的分发方式为盲目发送，对于接收者不具有针对性发送，经常会出现拿到优惠券的消费者对优惠券上的商品不感兴趣，顺手丢弃或过期，造成浪费，而需要优惠券的消费者又拿不到优惠券，做不到取其所需，存在营销效果差的问题。
发明内容
本发明所要解决的技术问题是现有优惠券面额固定，在活动期间即使使用率或收益效果不理想，也无法动态更改优惠券面额的问题。
为了解决上述技术问题，本发明所采用的技术方案是提供一种超市优惠券面额的动态生成方法，包括以下步骤：
商家根据营销策略制定要分发的优惠券数量和优惠券总额度；
实时统计已发放优惠券数量、已发放优惠券总额度以及已发放优惠券的历史使用率，并统计销售额和根据销售额计算当前优惠力度下的收益情况；
根据已发放优惠券数量、已发放优惠券总额度、已发放优惠券的历史使用率以及销售额和收益情况，利用大数据算法重新计算每张优惠券面额的取值范围；
通过人工智能算法对该消费者近期消费行为进行分析，在重新计算得到的每张优惠券面额的取值范围内，自动匹配计算出来最适合该消费者的优惠券面额。
在上述方法中，配置在一种优惠券智能生成系统上，自动确定发送给每个消费者的优惠券面额；
该系统可以保存收到的消费信息，分析该消费信息和消费信息大数据库，推测出一种或多种该消费者近期最需要购买的商品；再根据该消费者近期最需要购买的商品，从优惠券库中匹配本次购物的优惠券清单，将匹配度高的一个或多个优惠券发送到该消费者的智能设备上或者直接进行打印，分发给消费者。
在上述方法中，所述优惠券智能生成系统运行在服务器上，可以与自助一体机、智能设备、超市的收银系统或收银台的打印设备互联，包括：
消费信息数据库，用于保存优惠券库、消费者的消费信息和消费者用户信息；
通讯和数据交换模块，提供了一种接口，优惠券智能生成系统通过该接口，利用网络与自助一体机、智能设备、超市的收银系统或收银台的打印设备连接，接收消费者的用户信息以及消费信息，并保存在所述消费信息数据库中；同时利用该接口发送生成的购物优惠券给自助一体机、智能设备、超市的收银系统或收银台的打印设备；
消费行为分析模块，利用所述消费信息数据库中大量消费者的消费行为数据对本次消费信息分析，推测出一种或多种该消费者近期最需要购买的商品；
优惠券生成模块，在优惠券库中对这些商品分别匹配本次购物的优惠券清单，并在本次购物的优惠券清单中选择匹配度高的一个或多个优惠券，生成本次购物优惠券。
在上述方法中，所述优惠券智能生成系统还包括人工智能算法和大数据分析算法模块，用于利用消费信息大数据库中大量消费者的历史消费数据训练获得消费者模型，结合已经训练好的消费者模型和消费者本次购物信息，获得消费者特性，并根据消费者特性分析出该消费者的消费行为习惯；
所述优惠券生成模块结合消费者的消费行为习惯和费者近期最需要购买的商品，在优惠券库中精准匹配本次购物的优惠券清单。
在上述方法中，所述该消费者特性包括：
消费类型；
消费者身份；
消费能力。
在上述方法中，生成本次购物的优惠券清单具体工作流程包括以下步骤：
步骤110：超市、卖场根据其营销策略制定各类商品的优惠券信息，并保存在优惠券库中；
步骤120：根据优惠券信息以及实时统计的已发放优惠券数量、已发放优惠券额度、已发放优惠券的历史使用率和销售额和收益情况，利用大数据算法重新计算每张优惠券面额的取值范围；
步骤130：在消费者结算时，超市收银系统将消费者的用户信息和消费信息上传到商场消费场所的IT系统保存在数据库中，并将消费信息发送给优惠券智能生成系统；
步骤140：优惠券智能生成系统根据当前该消费者购买清单的商品种类、数量、总价进行分析归类，分析出一种或多种该消费者近期最需要的商品；
步骤150：根据该消费者近期最需要的商品从优惠券库中匹配优惠券清单；
步骤160：匹配结果判断，如果有匹配度高的优惠券，执行步骤170；如果没有最匹配的优惠券，不生成任何优惠券；
步骤170：通过人工智能算法对该消费者近期消费行为进行分析，在匹配度高的优惠券面额的取值范围内，自动匹配最适合该消费者的面额，生成本次购物的优惠券。
在上述方法中，生成本次购物的优惠券清单具体工作流程包括以下步骤：
步骤210：超市、卖场根据其营销策略制定各类商品的优惠券信息，并保存在优惠券库中；
步骤220：根据优惠券信息以及实时统计的已发放优惠券数量、已发放优惠券额度、已发放优惠券的历史使用率和销售额和收益情况，利用大数据算法重新计算每张优惠券面额的取值范围；
步骤230：在消费者结算时，超市收银系统将消费者的用户信息和消费信息上传到商场消费场所的IT系统保存在数据库中，并将消费信息发送给优惠券智能生成系统；
步骤240：优惠券智能生成系统根据当前该消费者购买清单的商品种类、数量、总价进行分析归类，分析出一种或多种该消费者近期最需要的商品；
步骤250：通过大数据和人工智能算法模块，利用已经训练好的消费者模型和消费者的消费信息，去分析该消费者的特性，如消费类型、消费者身份和消费能力等；
步骤260，根据消费者的特性和消费者的本次购物信息，推测出该消费者近期最需要购买的商品；
步骤270，根据消费者近期最需要购买的商品和消费者的特性从优惠券库中匹配最为匹配的优惠券；
步骤280，匹配结果判断，如果优惠券库中有匹配度高的优惠券，执行步骤290；如果没有最匹配的优惠券，根据该消费者的特性，随机给出适合该消费者的优惠券，或者不给任何优惠券；
步骤290、通过人工智能算法对该消费者近期消费行为进行分析，在匹配度高的优惠券面额的取值范围内，自动匹配最适合该消费者的面额，生成本次购物的优惠券。
本发明的有益效果在于：优惠券面额不固定，可以根据收益情况自动改变，确保收益的最大化，并且针对每个消费者进行个性的优惠券面额匹配，匹配度更高，可以用相对最小的面额，保证该消费者使用发给他的优惠券，使用率提高，促销效果更好；同时，还可以通过大数据和人工智能算法，进一步提高优惠券的精准投放效率，减少大量无效广告和优惠券的印刷成本和投放成本。
附图说明
图1为本发明提供的一种超市优惠券面额的动态生成方法的流程图；
图2为本发明中优惠券智能生成系统的结构框图；
图3为配置本发明的优惠券智能生成系统生成本次购物的优惠券的具体工作流程图；
图4为配置本发明的具有大数据分析算法和人工智能算法模块的优惠券智能生成系统生成本次购物的优惠券的具体工作流程图。
具体实施方式
下面结合说明书附图和具体实施例对本发明做出详细的说明。
如图1所示，本发明提供的一种超市优惠券面额的动态生成方法，包括以下步骤：
步骤1、商家根据营销策略制定要分发的优惠券数量和优惠券总额度(每张要分发的优惠券面额的总和)；
步骤2、实时统计已发放优惠券数量、已发放优惠券总额度以及已发放优惠券的历史使用率，并统计销售额和根据销售额计算当前优惠力度下的收益情况；
步骤3、根据已发放优惠券数量、已发放优惠券总额度、已发放优惠券的历史使用率以及销售额和收益情况，利用大数据算法重新计算每张优惠券面额的取值范围；例如商家根据营销策略制定要分发的优惠券总额度150000元，实时统计已发放优惠券数量为2000、已发放优惠券总额度为20000元、已发放优惠券的历史使用率仅为40％；在当前每张优惠券面额的取值范围为内销售额为40000元，收益情况为30％，距离商家既定目标40％具有差距，由于在计算收益时存在房租、人工支出等固定成本，所以提高销售额，是要提高收益主要途径，优惠券的发放时促进消费的一种方法，而优惠券的面额大小(优惠力度)影响供求关系，即影响消费者的购买意愿，所以大数据算法会根据历史数据调整剩余优惠券面额的取值范围，即增大或减小优惠券面额，找到价格(优惠券面额)与供求(销售额)的平衡点，保障利益最大化，提高收益。在该实施例中对剩余额度的待发优惠券的面额进行调整，例如根据计算在取值范围为15至25之间时，目前收益最大，就将剩余待发放的优惠券面额取15至25间任意数发放出去，具体发放多少根据消费者个人情况来确定。
步骤4、通过人工智能算法对该消费者近期消费行为进行分析，在重新计算得到的每张优惠券面额的取值范围内，确定最适合该消费者的面额，并自动匹配计算出来。
本发明配置在一种优惠券智能生成系统上，该系统可以保存收到的消费信息，分析该消费信息和消费信息大数据库，推测出一种或多种该消费者近期最需要购买的商品；再根据该消费者近期最需要购买的商品，从优惠券库(保存商家根据营销策略制定的商品优惠券清单)中匹配本次购物的优惠券清单，将匹配度高的一个或多个优惠券(具体根据优惠券发放策略选择取出的优惠券数目)发送到该消费者的智能设备上或者直接进行打印，分发给消费者；该优惠券智能生成系统利用本发明自动确定发送给每个消费者的优惠券面额。
如图2所示，本发明中的优惠券智能生成系统运行在服务器上，可以与自助一体机、智能设备(例如智能手机)、超市的收银系统或收银台的打印设备等互联，包括：消费信息数据库21、通讯和数据交换模块22、消费行为分析模块23、优惠券生成模块24以及人工智能算法和大数据分析算法模块25。
其中，消费信息数据库21用于保存优惠券库、消费者的消费信息和消费者用户信息(例如会员卡、身份等等，以便对其消费习惯进行追踪)等信息；
通讯和数据交换模块22提供了一种接口，优惠券智能生成系统通过该接口，利用网络与自助一体机、智能设备、超市的收银系统或收银台的打印设备等连接，接收消费者的用户信息以及消费信息，并保存在数据库21中，同时利用该接口发送生成的购物优惠券给自助一体机、智能设备、超市的收银系统或收银台的打印设备等。每次输入消费者消费信息时，对其进保存可以追踪该用户的消费类型、消费习惯等，用于对人工智能算法和大数据分析算法模块进行训练。
消费行为分析模块23主要利用消费信息大数据库中大量消费者的消费行为数据对本次消费信息分析，推测出一种或多种(如1-3种)该消费者近期最需要购买的商品，如饮用水、咖啡、牛奶、牙膏、洗衣液等。
推测出到消费者近期最需要购买的商品后，优惠券生成模块24在优惠券库中对这些商品分别匹配本次购物的优惠券清单，并在本次购物的优惠券清单中选择匹配度高的一个或多个优惠券，生成本次购物优惠券。
在本发明的优惠券智能生成系统中，还具有人工智能算法和大数据分析算法模块25，利用消费信息大数据库中大量消费者的历史消费数据训练获得消费者模型，结合已经训练好的消费者模型和消费者本次购物信息，获得消费者特性，其中，该消费者特性，包括：
消费类型(是家庭采购，个人采购，临时购买，还是其他)；
消费者身份(是家庭主妇，未婚女性，还是其他)；
消费能力。
并根据消费者特性分析出该消费者的消费行为习惯，优惠券生成模块24结合消费者的消费行为习惯和费者近期最需要购买的商品，在优惠券库中精准匹配本次购物的优惠券清单。
如图3所示，配置本发明提供一种超市优惠券面额的动态生成方法的优惠券智能生成系统生成本次购物的优惠券清单具体工作流程包括以下步骤：
步骤110：超市、卖场根据其营销策略制定各类商品的优惠券信息，并保存在优惠券库中，优惠券信息中包括每类商品优惠券的有效期、适用范围、总额度等，并在有效期结束后自动删除；
步骤120：根据优惠券信息以及实时统计的已发放优惠券数量、已发放优惠券额度、已发放优惠券的历史使用率和销售额和收益情况，利用大数据算法重新计算每张优惠券面额的取值范围；
步骤130：在消费者结算时，超市收银系统将消费者的用户信息和消费信息上传到商场等消费场所的IT系统保存在数据库中，并将消费信息发送给优惠券智能生成系统；
步骤140：优惠券智能生成系统根据当前该消费者购买清单的商品种类、数量、总价进行分析归类，分析出一种或多种该消费者近期最需要的商品；
步骤150：根据该消费者近期最需要的商品从优惠券库中匹配优惠券清单；
步骤160：匹配结果判断，如果有匹配度高的优惠券，执行步骤170；如果没有最匹配的优惠券，不生成任何优惠券；
步骤170：通过人工智能算法对该消费者近期消费行为进行分析，在匹配度高的优惠券面额的取值范围内，自动匹配最适合该消费者的面额，生成本次购物的优惠券。
在上述方法的基础上，还可以利用优惠券智能生成系统上配备的大数据分析算法和人工智能算法模块25进行优惠券投放判别，实现更精准的投放。
如图4所示，在此实施例中，具体包括以下步骤：
步骤210：超市、卖场根据其营销策略制定各类商品的优惠券信息，并保存在优惠券库中，优惠券信息中包括每类商品优惠券的有效期、适用范围、总额度等，并在有效期结束后自动删除；
步骤220：根据优惠券信息以及实时统计的已发放优惠券数量、已发放优惠券额度、已发放优惠券的历史使用率和销售额和收益情况，利用大数据算法重新计算每张优惠券面额的取值范围；
步骤230：在消费者结算时，超市收银系统将消费者的用户信息和消费信息上传到商场等消费场所的IT系统保存在数据库中，并将消费信息发送给优惠券智能生成系统；
步骤240：优惠券智能生成系统根据当前该消费者购买清单的商品种类、数量、总价进行分析归类，分析出一种或多种该消费者近期最需要的商品；
步骤250：通过大数据和人工智能算法模块，利用已经训练好的消费者模型和消费者的消费信息，去分析该消费者的特性，如消费类型、消费者身份和消费能力等；
步骤260，根据消费者的特性和消费者的本次购物信息，推测出该消费者近期最需要购买的商品；
步骤270，根据消费者近期最需要购买的商品和消费者的特性从优惠券库中匹配最为匹配的优惠券；
步骤280，匹配结果判断，如果优惠券库中有匹配度高的优惠券，执行步骤290；如果没有最匹配的优惠券，根据该消费者的特性，随机给出适合该消费者的优惠券，或者不给任何优惠券；
步骤290、通过人工智能算法对该消费者近期消费行为进行分析，在匹配度高的优惠券面额的取值范围内，自动匹配最适合该消费者的面额，生成本次购物的优惠券。
举例如下：
首先根据消费者的消费信息和消费者模型分析出该消费者的特性；
然后根据本次购物信息推测出该消费者近期最需要购买的商品；
根据该消费者的特性和近期最需要购买的商品匹配优惠券库，选出最匹配的优惠券发放给该消费者。
大数据分析和人工智能算法不是基于该消费者本身，而是对一类消费者的消费行为进行分析。
例如：消费者模型是家庭主妇，则主要推送日常用品的优惠券；消费者模型是司机，主要推送汽车产品的优惠券；消费者模型是学生，主要推送学习用品的优惠券。
以下详细介绍一个本发明的具体实例。
某消费者本次购物的消费信息上传给优惠券智能生成系统；
根据大量消费者的消费信息大数据库分析该消费者本次购物的消费信息，与该消费者购买了相同或相近商品的消费者，推测出下次最有可能购买的商品，例如可能性由高到低依次为：
购买饮用水；
购买一罐咖啡和牙膏；
购买剃须刀；
购买毛巾等等。
进一步地，优惠券智能生成系统可以还利用大数据分析和人工智能算法模块，利用消费者模型分析本次购物的消费信息，推测出该消费者的消费者特性，进行优惠券投放判别，实现更精准的投放；例如该消费者特性为家庭主妇，家庭主妇的消费行为一般为：
每周会购买一箱饮用水；
每月会购买牙膏；
每月会购买洗衣粉；
每三个月会购买毛巾等等。
则结合该消费者下次最有可能购买的商品和其消费者特性，在优惠券库中为该消费者匹配本次购物的优惠券清单应为：
饮用水优惠券；
牙膏优惠券；
毛巾优惠券。
如果该消费者的当前购物清单中的没有饮用水和毛巾，但有牙膏，则牙膏优惠券匹配度降低或删除优惠券清单；这样该消费者匹配本次购物的优惠券清单按匹配度由高到低依次应为：饮用水优惠券、毛巾优惠券和牙膏优惠券；如果在优惠券库匹配到，则通过人工智能算法对该消费者近期消费行为进行分析(例如该消费者在消费中只使用了10元以上的优惠券，放弃了10元以下优惠券，那只在对应取值范围内取大于10、且与10最相近的优惠券；如果最近该消费者一直没有使用优惠券，那在对应取值范围内取最大值作为该类商品的优惠券面额；除了以消费者使用优惠券情况为取值标准，还可以结合消费者特性等来判断取值)，在饮用水优惠券、毛巾优惠券和牙膏优惠券面额的取值范围内，自动匹配最适合该消费者的面额，生成本次购物的优惠券；如果没有匹配到，则不发放优惠券。
在匹配优惠券时还可以通过分析该消费者对购买产品品牌的一惯性、最近一次购买优惠券清单产品的时间等因素，提高匹配度精度，更精准的投放优惠券。例如，该消费者一直购买W品牌饮用水，在匹配饮用水优惠券时，会只考虑或优先考虑W品牌饮用水优惠券，如果该消费者对商品品牌不十分在意，连续多次购物中，饮用水的品牌不固定，则选择最优惠的优惠券；如果上次购买饮用水是1-2天前，而上次购买毛巾是近三个月或者超过三个月之前，则毛巾优惠券匹配度上升，高于饮用水优惠券。
本发明的有益效果在于：优惠券面额不固定，可以根据收益情况自动改变，确保收益的最大化，并且针对每个消费者进行个性的优惠券面额匹配，匹配度更高，可以用相对最小的面额，保证该消费者使用发给他的优惠券，使用率提高，促销效果更好；同时，还可以通过大数据和人工智能算法，进一步提高优惠券的精准投放效率，减少大量无效广告和优惠券的印刷成本和投放成本。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (7)

1.一种超市优惠券面额的动态生成方法，其特征在于，包括以下步骤：
商家根据营销策略制定要分发的优惠券数量和优惠券总额度；
实时统计已发放优惠券数量、已发放优惠券总额度以及已发放优惠券的历史使用率，并统计销售额和根据销售额计算当前优惠力度下的收益情况；
根据已发放优惠券数量、已发放优惠券总额度、已发放优惠券的历史使用率以及销售额和收益情况，利用大数据算法重新计算每张优惠券面额的取值范围；
通过人工智能算法对该消费者近期消费行为进行分析，在重新计算得到的每张优惠券面额的取值范围内，自动匹配计算出来最适合该消费者的优惠券面额。
2.如权利要求1所述的方法，其特征在于，配置在一种优惠券智能生成系统上，自动确定发送给每个消费者的优惠券面额；
该系统可以保存收到的消费信息，分析该消费信息和消费信息大数据库，推测出一种或多种该消费者近期最需要购买的商品；再根据该消费者近期最需要购买的商品，从优惠券库中匹配本次购物的优惠券清单，将匹配度高的一个或多个优惠券发送到该消费者的智能设备上或者直接进行打印，分发给消费者。
3.如权利要求2所述的方法，其特征在于，所述优惠券智能生成系统运行在服务器上，可以与自助一体机、智能设备、超市的收银系统或收银台的打印设备互联，包括：
消费信息数据库，用于保存优惠券库、消费者的消费信息和消费者用户信息；
通讯和数据交换模块，提供了一种接口，优惠券智能生成系统通过该接口，利用网络与自助一体机、智能设备、超市的收银系统或收银台的打印设备连接，接收消费者的用户信息以及消费信息，并保存在所述消费信息数据库中；同时利用该接口发送生成的购物优惠券给自助一体机、智能设备、超市的收银系统或收银台的打印设备；
消费行为分析模块，利用所述消费信息数据库中大量消费者的消费行为数据对本次消费信息分析，推测出一种或多种该消费者近期最需要购买的商品；
优惠券生成模块，在优惠券库中对这些商品分别匹配本次购物的优惠券清单，并在本次购物的优惠券清单中选择匹配度高的一个或多个优惠券，生成本次购物优惠券。
4.如权利要求3所述的方法，其特征在于，所述优惠券智能生成系统还包括人工智能算法和大数据分析算法模块，用于利用消费信息大数据库中大量消费者的历史消费数据训练获得消费者模型，结合已经训练好的消费者模型和消费者本次购物信息，获得消费者特性，并根据消费者特性分析出该消费者的消费行为习惯；
所述优惠券生成模块结合消费者的消费行为习惯和费者近期最需要购买的商品，在优惠券库中精准匹配本次购物的优惠券清单。
5.如权利要求4所述的方法，其特征在于，所述该消费者特性包括：
消费类型；
消费者身份；
消费能力。
6.如权利要求3所述的方法，其特征在于，生成本次购物的优惠券清单具体工作流程包括以下步骤：
步骤110：超市、卖场根据其营销策略制定各类商品的优惠券信息，并保存在优惠券库中；
步骤120：根据优惠券信息以及实时统计的已发放优惠券数量、已发放优惠券额度、已发放优惠券的历史使用率和销售额和收益情况，利用大数据算法重新计算每张优惠券面额的取值范围；
步骤130：在消费者结算时，超市收银系统将消费者的用户信息和消费信息上传到商场消费场所的IT系统保存在数据库中，并将消费信息发送给优惠券智能生成系统；
步骤140：优惠券智能生成系统根据当前该消费者购买清单的商品种类、数量、总价进行分析归类，分析出一种或多种该消费者近期最需要的商品；
步骤150：根据该消费者近期最需要的商品从优惠券库中匹配优惠券清单；
步骤160：匹配结果判断，如果有匹配度高的优惠券，执行步骤170；如果没有最匹配的优惠券，不生成任何优惠券；
步骤170：通过人工智能算法对该消费者近期消费行为进行分析，在重新计算优惠券面额取值范围内为匹配度高的优惠券自动匹配最适合该消费者的面额，生成本次购物的优惠券。
7.如权利要求5所述的方法，其特征在于，生成本次购物的优惠券清单具体工作流程包括以下步骤：
步骤210：超市、卖场根据其营销策略制定各类商品的优惠券信息，并保存在优惠券库中；
步骤220：根据优惠券信息以及实时统计的已发放优惠券数量、已发放优惠券额度、已发放优惠券的历史使用率和销售额和收益情况，利用大数据算法重新计算每张优惠券面额的取值范围；
步骤230：在消费者结算时，超市收银系统将消费者的用户信息和消费信息上传到商场消费场所的IT系统保存在数据库中，并将消费信息发送给优惠券智能生成系统；
步骤240：优惠券智能生成系统根据当前该消费者购买清单的商品种类、数量、总价进行分析归类，分析出一种或多种该消费者近期最需要的商品；
步骤250：通过大数据和人工智能算法模块，利用已经训练好的消费者模型和消费者的消费信息，去分析该消费者的特性；
步骤260，根据消费者的特性和消费者的本次购物信息，推测出该消费者近期最需要购买的商品；
步骤270，根据消费者近期最需要购买的商品和消费者的特性从优惠券库中匹配最为匹配的优惠券；
步骤280，匹配结果判断，如果优惠券库中有匹配度高的优惠券，执行步骤290；如果没有最匹配的优惠券，根据该消费者的特性，随机给出适合该消费者的优惠券，或者不给任何优惠券；
步骤290、通过人工智能算法对该消费者近期消费行为进行分析，在重新计算优惠券面额取值范围内为匹配度高的优惠券自动匹配最适合该消费者的面额，生成本次购物的优惠券。
CN201711071204.4A 2017-11-03 2017-11-03 一种超市优惠券面额的动态生成方法 Pending CN107886356A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711071204.4A CN107886356A (zh) 2017-11-03 2017-11-03 一种超市优惠券面额的动态生成方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711071204.4A CN107886356A (zh) 2017-11-03 2017-11-03 一种超市优惠券面额的动态生成方法

Publications (1)

Publication Number Publication Date
CN107886356A true CN107886356A (zh) 2018-04-06

Family

ID=61778783

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711071204.4A Pending CN107886356A (zh) 2017-11-03 2017-11-03 一种超市优惠券面额的动态生成方法

Country Status (1)

Country Link
CN (1) CN107886356A (zh)

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108520443A (zh) * 2018-04-11 2018-09-11 口碑(上海)信息技术有限公司 智能券的发放方法、装置及利用智能券的核销方法、装置
CN108805615A (zh) * 2018-05-28 2018-11-13 广州招点信息科技有限公司 一种基于用户消费行为的优惠活动推送方法及系统
CN109389431A (zh) * 2018-09-30 2019-02-26 北京三快在线科技有限公司 优惠券的分配方法、装置、电子设备及可读存储介质
CN109408558A (zh) * 2018-09-30 2019-03-01 苏州浪潮智能软件有限公司 一种自助设备数据智能分析与应用系统
CN109472629A (zh) * 2018-05-14 2019-03-15 口口相传(北京)网络技术有限公司 一种配置及展示优惠信息的方法及装置及电子和存储设备
CN109741117A (zh) * 2019-02-19 2019-05-10 贵州大学 一种基于强化学习的优惠券发放方法
CN110163671A (zh) * 2019-05-13 2019-08-23 达疆网络科技(上海)有限公司 一种针对线上消费者的个性化优惠券发放平台
CN110210888A (zh) * 2019-04-18 2019-09-06 深圳壹账通智能科技有限公司 资源使用情况监测方法、装置、电子设备及存储介质
CN110443633A (zh) * 2019-07-05 2019-11-12 深圳壹账通智能科技有限公司 激励数据的匹配方法、装置、计算机设备和存储介质
WO2019218755A1 (zh) * 2018-05-14 2019-11-21 口口相传(北京)网络技术有限公司 优惠券门槛计算方法以及装置
CN110766467A (zh) * 2019-10-25 2020-02-07 深圳乐信软件技术有限公司 电子券的投放监测方法、装置、服务器及存储介质
CN111340573A (zh) * 2020-05-15 2020-06-26 支付宝(杭州)信息技术有限公司 一种分享业务的处理方法及装置
WO2020134663A1 (zh) * 2018-12-29 2020-07-02 中国银联股份有限公司 一种优惠金额确定方法及装置
CN111400664A (zh) * 2020-03-18 2020-07-10 成都理工大学 基于lbs的移动定向优惠券营销模型构建方法
CN111915344A (zh) * 2020-06-20 2020-11-10 武汉海云健康科技股份有限公司 一种基于医疗大数据的新会员催熟方法和装置
CN111967894A (zh) * 2020-07-23 2020-11-20 王李琰 一种票券营销方法、系统及区块链平台
CN113592562A (zh) * 2021-08-09 2021-11-02 京东科技控股股份有限公司 优惠券处理方法、装置、电子设备及存储介质
CN113822722A (zh) * 2021-09-28 2021-12-21 北京沃东天骏信息技术有限公司 虚拟资源发放控制方法、装置及服务器
WO2022016453A1 (zh) * 2020-07-23 2022-01-27 王李琰 一种票券营销方法、系统及区块链平台
CN115860820A (zh) * 2023-01-19 2023-03-28 武汉利楚商务服务有限公司 电子优惠券智能加密投放及销毁方法与装置
US11687963B2 (en) 2020-09-18 2023-06-27 Coupang Corp. Electronic apparatus and operation method thereof

Cited By (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019196579A1 (zh) * 2018-04-11 2019-10-17 口碑(上海)信息技术有限公司 智能券的发放方法、装置及利用智能券的核销方法、装置
CN108520443A (zh) * 2018-04-11 2018-09-11 口碑(上海)信息技术有限公司 智能券的发放方法、装置及利用智能券的核销方法、装置
CN109472629B (zh) * 2018-05-14 2020-09-11 口口相传(北京)网络技术有限公司 一种配置及展示优惠信息的方法及装置及电子和存储设备
CN109472629A (zh) * 2018-05-14 2019-03-15 口口相传(北京)网络技术有限公司 一种配置及展示优惠信息的方法及装置及电子和存储设备
WO2019218755A1 (zh) * 2018-05-14 2019-11-21 口口相传(北京)网络技术有限公司 优惠券门槛计算方法以及装置
CN108805615A (zh) * 2018-05-28 2018-11-13 广州招点信息科技有限公司 一种基于用户消费行为的优惠活动推送方法及系统
CN108805615B (zh) * 2018-05-28 2021-09-10 广州招点信息科技有限公司 一种基于用户消费行为的优惠活动推送方法及系统
CN109408558A (zh) * 2018-09-30 2019-03-01 苏州浪潮智能软件有限公司 一种自助设备数据智能分析与应用系统
CN109389431B (zh) * 2018-09-30 2022-12-27 北京三快在线科技有限公司 优惠券的分配方法、装置、电子设备及可读存储介质
CN109389431A (zh) * 2018-09-30 2019-02-26 北京三快在线科技有限公司 优惠券的分配方法、装置、电子设备及可读存储介质
TWI777106B (zh) * 2018-12-29 2022-09-11 大陸商中國銀聯股份有限公司 一種優惠金額確定方法、裝置、網路設備及電腦可讀存儲介質
WO2020134663A1 (zh) * 2018-12-29 2020-07-02 中国银联股份有限公司 一种优惠金额确定方法及装置
CN109741117B (zh) * 2019-02-19 2024-08-06 贵州大学 一种基于强化学习的优惠券发放方法
CN109741117A (zh) * 2019-02-19 2019-05-10 贵州大学 一种基于强化学习的优惠券发放方法
CN110210888A (zh) * 2019-04-18 2019-09-06 深圳壹账通智能科技有限公司 资源使用情况监测方法、装置、电子设备及存储介质
CN110163671A (zh) * 2019-05-13 2019-08-23 达疆网络科技(上海)有限公司 一种针对线上消费者的个性化优惠券发放平台
CN110443633A (zh) * 2019-07-05 2019-11-12 深圳壹账通智能科技有限公司 激励数据的匹配方法、装置、计算机设备和存储介质
CN110766467A (zh) * 2019-10-25 2020-02-07 深圳乐信软件技术有限公司 电子券的投放监测方法、装置、服务器及存储介质
CN111400664A (zh) * 2020-03-18 2020-07-10 成都理工大学 基于lbs的移动定向优惠券营销模型构建方法
CN111340573A (zh) * 2020-05-15 2020-06-26 支付宝(杭州)信息技术有限公司 一种分享业务的处理方法及装置
CN111915344A (zh) * 2020-06-20 2020-11-10 武汉海云健康科技股份有限公司 一种基于医疗大数据的新会员催熟方法和装置
CN111967894A (zh) * 2020-07-23 2020-11-20 王李琰 一种票券营销方法、系统及区块链平台
WO2022016453A1 (zh) * 2020-07-23 2022-01-27 王李琰 一种票券营销方法、系统及区块链平台
US11687963B2 (en) 2020-09-18 2023-06-27 Coupang Corp. Electronic apparatus and operation method thereof
CN113592562A (zh) * 2021-08-09 2021-11-02 京东科技控股股份有限公司 优惠券处理方法、装置、电子设备及存储介质
CN113822722A (zh) * 2021-09-28 2021-12-21 北京沃东天骏信息技术有限公司 虚拟资源发放控制方法、装置及服务器
CN115860820A (zh) * 2023-01-19 2023-03-28 武汉利楚商务服务有限公司 电子优惠券智能加密投放及销毁方法与装置

Similar Documents

Publication Publication Date Title
CN107886356A (zh) 一种超市优惠券面额的动态生成方法
CN107862549A (zh) 一种优惠券投放方法及系统
US8001044B2 (en) Targeted incentives based upon predicted behavior
CN107909393A (zh) 一种超市优惠券智能生成方法、系统及分发系统
US8583512B1 (en) Segregated electronic shopping lists for recurring item purchases
CN105205702A (zh) 基于消费模式推送靶向广告的方法及系统
CN201417173Y (zh) 有支付功能的电子秤
Boeschoten Cash management, payment patterns and the demand for money
CN110245961A (zh) 商品的营销信息处理方法、装置、服务器及智能设备
CN108288182A (zh) 基于大数据的超市商品管理系统及方法
CN110796433A (zh) 一种节日食品福利发放方法及系统
CN106875137A (zh) 一种采购决策优化方法及系统
CN110135900A (zh) 一种基于用户行为的实时优惠券发放方法
CN107742084A (zh) 一种在生成优惠券时保护消费者隐私的方法
CN107657490A (zh) 一种可移动自助优惠券生成装置
CN106875227A (zh) 一种基于ios和安卓的线下门店返利系统
CN115099878B (zh) 一种基于大数据分析的营销方法
CN101002222A (zh) 购物系统和方法
CN110517109A (zh) 一种基于工业互联网的无线自营系统
US20040122732A1 (en) Method of selling fuel
US20110184779A1 (en) Dynamic on-line learning system for electronic coupons using on-line auctions
CN112785374A (zh) 基于无人零售终端机的信息推荐系统及方法
CN104463618A (zh) 基于云平台的餐饮行业储值会员卡财务处理方法
Jha-Dang A review of psychological research on consumer promotions and a new perspective based on mental accounting
Larson Using price discrimination theory to plan promotions

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20180406