CN109961161A - 商品管理方法、系统、电子设备及计算机可读介质 - Google Patents

Abstract

本发明实施例提供一种商品管理方法、系统、电子设备及计算机可读介质，属于货品管理技术领域。该商品管理方法包括：获取商品的多个效用参数；根据所述多个效用参数计算得到商品效用值和商品体积影响因子；利用管理模型结合所述商品效用值和所述商品体积影响因子，得到管理结果。本发明在商品效用值的基础上还结合商品体积影响因子，并通过管理模型对商品的管理结果进行评估，可以更好的应用于线下场景，得到在有限空间内的管理建议。

Description

商品管理方法、系统、电子设备及计算机可读介质

技术领域

本发明实施例总体涉及货品管理技术领域，具体而言，涉及一种商品管理方法、系统、电子设备及计算机可读介质。

背景技术

对于

对于线下店铺，经营者一般都依靠个人经验或者公司统一规定来进行选品和管理货架，系统依据店铺的地理位置，分析该店铺周边线上平台的商品效用，并在以往商品效用基础上加入空间因素的综合考虑，不仅用线上平台技术指导线下店铺如何选品，更能依据商品空间效用值给出上架商品的最优选品方案。

但是这种采用商品空间效用来指导线下选品的方式仍然存在弊端，就是只能明确店铺可以摆放哪些商品，以及每一种商品的摆放数量，但具体到如何摆放，例如摆放在哪个货架，摆放在店里的什么位置，目前的方案无法给出解答，还需依据店长个人的业务经验来决定，即主要还是依赖人工实现。

因此，现有技术方案中还存在有待改进之处。

在所述背景技术部分公开的上述信息仅用于加强对本发明实施例的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本发明实施例提供一种商品管理方法、系统、电子设备及计算机可读介质，解决现有技术方案中线下店铺人工选品无法实现空间有效利用的问题。

本发明实施例的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本发明实施例的实践而习得。

根据本发明实施例的第一方面，提供一种商品管理方法，包括：

获取商品的多个效用参数；

根据所述多个效用参数计算得到商品效用值和商品体积影响因子；

利用管理模型结合所述商品效用值和所述商品体积影响因子，得到管理结果。

在本发明的一些实施例中，所述多个效用参数包括：销量、销售额、净利润、光环数据、替代性数据和属性数据。

在本发明的一些实施例中，根据所述多个效用参数计算得到商品效用值的计算公式为：

其中i为商品编号，U(i)为所述商品编号为i的商品效用值，S为商品的销售额，为商品的光环数据，M为商品的净利润，α为商品的销售额的权重值与销量的权重值的比值，β为商品的替代性数据。

在本发明的一些实施例中，根据所述多个效用参数计算得到商品体积影响因子的计算公式为：

其中G(x)为所述商品的商品体积影响因子，a为调整因子，x为商品的属性数据中的净含量。

在本发明的一些实施例中，得到商品效用值和商品体积影响因子之后还包括：

计算商品的综合效用值，计算公式为：

F(i)＝U(i)*G(x)，

其中F(i)为所述商品编号为i的商品的综合效用值。

在本发明的一些实施例中，所述管理模型为选品模型，所述管理结果为选品结果。

在本发明的一些实施例中，利用管理模型结合所述商品效用值和所述商品体积影响因子之前，还包括：

建立决策变量，所述决策变量用于表征所述选品结果；

确定决策目标，所述决策目标为商品效用值最大化、成本最小化；

根据约束条件、结合所述决策目标，按照预设算法进行建模，得到所述选品模型。

在本发明的一些实施例中，所述预设算法包括：启发式算法、约束规划以及整数规划。

根据本发明实施例的第二方面，提供一种商品管理系统，包括：

参数获取单元，配置为获取商品的多个效用参数；

计算单元，配置为根据所述多个效用参数计算得到商品效用值和商品体积影响因子；

管理单元，配置为利用管理模型结合所述商品效用值和所述商品体积影响因子，得到管理结果。

根据本发明实施例的第三方面，提供一种电子设备，包括：存储器；处理器及存储在该存储器上并可在该处理器上运行的计算机程序，该程序被该处理器执行时实现上述的方法的指令。

根据本公开实施例的第四方面，提供一种计算机可读介质，其上存储有计算机可执行指令，所述可执行指令被处理器执行时实现上述的方法步骤。

根据本发明实施例提供的商品管理方法、系统、电子设备及计算机可读介质，在商品效用值的基础上还结合商品体积影响因子，并通过管理模型对商品的管理结果进行评估，可以更好的应用于线下场景，得到在有限空间内的管理建议。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本发明实施例。

附图说明

通过参照附图详细描述其示例实施例，本发明实施例的上述和其它目标、特征及优点将变得更加显而易见。

图1示出本发明实施例提供的一种商品管理方法的流程图。

图2示出本发明实施例提供的另一种商品管理方法的流程图。

图3示出本发明实施例中构建选品模型的流程图。

图4示出本发明实施例提供的一种商品管理系统的示意图。

图5示出本发明实施例提供的另一种商品管理系统的示意图。

图6示出本发明实施例提供的一种商品管理系统的架构图。

图7示出本发明再一实施例提供的适于用来实现本申请实施例的电子设备的结构示意图。

具体实施方式

现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本发明实施例将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。附图仅为本发明实施例的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。

此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本发明实施例的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本发明实施例的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知结构、方法、装置、实现、材料或者操作以避免喧宾夺主而使得本发明实施例的各方面变得模糊。

附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

为使本发明实施例的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明实施例进一步详细说明。

图1示出本发明实施例提供的一种商品管理方法的流程图，用于解决线下店铺如何选品才能更有效的在有限的店铺空间内产生最大化利润的问题。

如图1所示，在步骤S11中，获取商品的多个效用参数。

如图1所示，在步骤S12中，根据多个效用参数计算得到商品效用值和商品体积影响因子。

如图1所示，在步骤S13中，利用管理模型结合商品效用值和商品体积影响因子，得到管理结果。

本发明实施例提供的商品管理方法，一方面，在商品效用值的基础上综合考虑商品体积的影响，能够更加适用于线下选品以及货架管理。另一方面，利用管理模型达到最优选品，在满足货架空间和客户需求的情况下，实现引入成本最低，收益最大，且可以手动调整权重，指导商品的上下架。

图2还示出本发明实施例提供的一种商品管理方法的流程图，该方法可以适用于线下店铺选品的场景，用于解决线下店铺如何选品才能更有效的在有限的店铺空间内产生最大化利润的问题。

如图2所示，在步骤S21中，获取商品的多个效用参数。

在本发明的一些实施例中，多个效用参数包括：销量、销售额、净利润、光环数据、替代性数据和属性数据。其中商品的这些效用参数的均可以通过线上店铺和/或线下店铺的销售记录进行统计。

例如，商品的光环数据包括根据新用户光环和忠诚用户光环计算出的商品光环，该数据可以根据线上店铺对销售记录中新用户和购买过的用户(即忠诚用户)的购买情况进行统计得到。商品的替代性数据是指消费者在购物过程中发生购买目标转移的概率，一般可通过线上用户的历史订单或者浏览数据计算得出，由于线上具有浏览记录等便于统计的功能，因此商品的光环数据和替代性数据采用线上店铺的统计结果更容易获得。商品的属性数据主要包括每个商品的品牌、产地、样式、尺寸、重量等信息，这一数据既可以通过线上店铺获得，还可以根据线下店铺获得，此处不做具体限定。而商品的销量、销售额、净利润这些数据同样也是既可以通过线上店铺获得，还可以根据线下店铺获得，此处不做具体限定，但是如果是根据线下店铺获得，则对店铺管理者的要求更高。除此之外，还可以包括POS(Point Of Sale，销售终端)数据，主要包括线下店铺提供的商品UPC码(UniversalProduct Code，商品通用条码)、商品的名称、商品成交价、商品销量及GMV(GrossMerchandise Volume，成交总额，也称销售额)。

如图2所示，在步骤S22中，根据多个效用参数计算得到商品效用值和商品体积影响因子。

在本发明的一些实施例中，根据多个效用参数利用商品效用函数计算得到商品效用值，商品效用至可以用来衡量商品带来的真正价值贡献，综合考虑了其实际的销售额、利润、广告因素、替代性、光环效应等，其函数表达式为：

上述公式(1)中i为商品编号，U(i)为商品编号为i的商品效用值，S为商品的销售额GMV，为商品的光环数据，M为商品的净利润，α为商品的销售额的权重值与销量的权重值的比值，为可调参数，β为商品的替代性数据。

在本发明的一些实施例中，根据多个效用参数计算得到商品体积影响因子，由于考虑到线下空间有限，因此对于线下店铺而言，商品的体积也会影响最终的选品结果。考虑到实际情况，可以用净含量来粗略的估算体积，且由于商品体积因素对商品效用值的影响是非线性的，因此在S型Sigmoid函数的基础上计算商品体积对效用值得影响(即商品体积影响因子)，其函数表达式为：

公式(2)中G(x)为商品的商品体积影响因子，a为调整因子，x为商品的属性数据中的净含量，其中调整因子a的范围在0～V的范围内，V为货架尺寸，a-x的接近程度表示体积因素对商品效用值的缩放程度。

如图2所示，在步骤S23中，根据商品效用值和商品体积影响因子计算商品的综合效用值。

在本发明的一些实施例中，根据步骤S22得到的商品效用值U(i)和商品体积影响因子G(x)，计算综合考虑商品体积的影响因素的商品综合效用值，计算公式为：

其中F(i)为商品编号为i的商品的综合效用值。

如图2所示，在步骤S24中，利用管理模型结合商品效用值，得到管理结果。

在本发明的一些实施例中，管理模型可以为选品模型，相应的，管理结果可以为选品结果。

在步骤S24之前还包括选品模型的构建过程，图3示出构建选品模型的流程图。

如图3所示，在步骤S31中，建立决策变量，决策变量用于表征选品结果。例如，对每一个商品i，建立决策变量Xi，得到一个决策变量集合。选品模型要计算Xi的值，并根据Xi的值决定是否经营该商品，具体为：如果Xi＝1，则经营该商品；如果Xi＝0，则不经营该商品。

如图3所示，在步骤S32中，确定决策目标，决策目标为商品效用值最大化、成本最小化。

有由于公式(1)中的α为可调参数，因此在用户给定权重参数的基础上，选品的目标就是商品效用值最大化、成本最小化，选品目标表示为：

max∑_iU(i)-C(i)， 公式(4)

其中C(i)为商品i的选品成本，根据上述公式(4)，选品目标就是要满足商品i的商品效用值与选品成本的差值最大。结合公式(1)，商品效用值的大小与设定的权重参数大小有关，因此可以通过设定不通的权重参数，达到选品目标，即最大化GMV、最大化利润、或者最大化综合效果。

如图3所示，在步骤S33中，根据约束条件、结合决策目标，按照预设算法进行建模，得到选品模型。

由于线下店铺的特殊性，在选品的时候除了考虑上平带来的效用，还需要考虑一些业务方面的限制，例如：商品在货架中所占的体积，因此在建模时增加商品上下架数量和货架空间大小的约束、消费者需求结构(即商品的属性信息)的覆盖深度和广度。

业务限制的目的是在保证消费者需求被满足且保证不超出货架空间的情况下，确定商品SKU(Stock Keeping Unit，库存量单位)的规模，从而确定需要增加、保持或者下架的商品数。

在本发明的一些实施例中，步骤S33中的预设算法包括：启发式算法、约束规划以及整数规划，可以采用其中之一进行建模求解，其中在使用时可以根据具体的应用场景选择合适的算法，以期达到最快的处理速度即可。

综上，本发明实施例提供的商品管理方法，一方面，在商品效用值的基础上还结合商品体积影响因子，并通过选品模型对商品的选品结果进行评估，可以更好的应用于线下场景，得到在有限空间内的选品建议。另一方面，在有限的空间内提出一种最优的选品方法，在满足货架空间和客户需求的情况下，实现引入成本最低，收益最大，且可以手动调整权重，指导商品的上下架。

图4示出本发明实施例提供的一种商品管理系统的示意图，如图4所示，该系统400中包括：参数获取单元410、计算单元420和管理单元430。

参数获取单元410配置为获取商品的多个效用参数；计算单元420配置为根据多个效用参数计算得到商品效用值和商品体积影响因子；管理单元430配置为利用管理模型结合商品效用值和商品体积影响因子，得到管理结果。

在本发明的一些实施例中，管理模型可以为选品模型，相应的，管理结果可以为选品结果。因此图4所示的商品管理系统可以适用于线下店铺选品。

图5示出本发明实施例提供的另一种商品管理系统的示意图，如图5所示，该系统500中包括：参数获取单元510、第一计算单元520、第二计算单元530和管理单元540。

参数获取单元510配置为获取商品的多个效用参数；第一计算单元520配置为根据多个效用参数计算得到商品效用值和商品体积影响因子；第二计算单元530配置为根据商品效用值和商品体积影响因子计算商品的综合效用值选品单元540配置为利用管理模型结合商品效用值和商品体积影响因子，得到管理结果。

在本发明的一些实施例中，管理模型可以为选品模型，相应的，管理结果可以为选品结果。因此图5所示的商品管理系统可以适用于线下店铺选品。

另外，图4和图5所示系统中各个模块的功能参见上述方法实施例中的相关描述，此处不再赘述。

图4和图5所示的商品管理系统，基于商品的销售额、净利润、光环效应和替代性，以及商品的净含量，计算出商品的综合效用值，并根据模型得出最优选品方案，进行商品管理。

图6示出本发明实施例提供的一种商品管理系统的架构图。

如图6所示，系统架构中包括三个模块：数据模块61、核心算法模块62和用户界面模块63。

在数据模块61中包括光环数据、替代性数据、属性数据和线下POS数据等。光环数据包括根据新用户光环和忠诚用户光环计算出的商品光环。替代性数据是指消费者在购物过程中发生购买目标转移的概率，一般可通过线上用户的历史订单或者浏览数据计算得出。属性数据主要包括每个商品的品牌、产地、样式、尺寸、重量等信息。POS数据主要包括线下店铺提供的商品UPC码、商品的名称、商品成交价、商品销量及GMV。

在核心算法模块62中包括商品的综合效用值的计算和最优选品方案两个部分。综合效用值根据商品效用值和商品体积影响因子进行计算，而商品效用值可以通过商品的光环效应、替代性数据等进行计算，商品体积影响因子可以通过设定权重参数和商品的净含量来计算。

得到商品的综合效用值后，还可以结合商品的属性数据构建选品模型，得到选品方案。

最后，还可以将计算得到的商品的综合效用值输出到用户界面模块63中进行显示。用户界面模块63中允许用户查看各个商品的综合效用值，指导其进行商品管理，并制定不同的运营策略。

本实施提供的商品管理系统能够实现与上述商品管理方法相同的技术效果，此处不再赘述。

根据本发明实施例的第三方面，提供一种电子设备，包括：存储器；处理器及存储在该存储器上并可在该处理器上运行的计算机程序，该程序被该处理器执行时实现上述的方法步骤。

另一方面，本发明还提供了一种电子设备，包括处理器和存储器，存储器存储用于上述处理器控制以下方法的操作指令：

获取商品的多个效用参数；

根据多个效用参数计算得到商品效用值和商品体积影响因子；

利用选品模型结合商品效用值和商品体积影响因子，得到选品结果。

下面参考图7，其示出了适于用来实现本发明实施例的电子设备的计算机系统700的结构示意图。图7示出的电子设备仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图7所示，计算机系统700包括中央处理单元(CPU)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分707加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有系统700操作所需的各种程序和数据。CPU 701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。

以下部件连接至I/O接口705：包括键盘、鼠标等的输入部分706；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707；包括硬盘等的存储部分708；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器710上，以便于从其上读出的计算机程序根据需要被安装入存储部分708。

特别地，根据本发明的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分709从网络上被下载和安装，和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时，执行本申请的系统中限定的上述功能。

需要说明的是，本申请所示的计算机可读介质可以是计算机可读信号介质或者计算机可读介质或者是上述两者的任意组合。计算机可读介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括发送单元、获取单元、确定单元和第一处理单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，发送单元还可以被描述为“向所连接的服务端发送图片获取请求的单元”。

另一方面，本发明实施例还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括以下方法步骤：

获取商品的多个效用参数；

根据多个效用参数计算得到商品效用值和商品体积影响因子；

利用选品模型结合商品效用值和商品体积影响因子，得到选品结果。

应清楚地理解，本发明实施例描述了如何形成和使用特定示例，但本发明实施例的原理不限于这些示例的任何细节。相反，基于本发明实施例公开的内容的教导，这些原理能够应用于许多其它实施方式。

以上具体地示出和描述了本发明的示例性实施方式。应可理解的是，本发明实施例不限于这里描述的详细结构、设置方式或实现方法；相反，本发明实施例意图涵盖包含在所附权利要求的精神和范围内的各种修改和等效设置。

Claims (11)

1.一种商品管理方法，其特征在于，包括：

获取商品的多个效用参数；

根据所述多个效用参数计算得到商品效用值和商品体积影响因子；

利用管理模型结合所述商品效用值和所述商品体积影响因子，得到管理结果。

2.根据权利要求1所述的商品管理方法，其特征在于，所述多个效用参数包括：销量、销售额、净利润、光环数据、替代性数据和属性数据。

3.根据权利要求2所述的商品管理方法，其特征在于，根据所述多个效用参数计算得到商品效用值的计算公式为：

其中i为商品编号，U(i)为所述商品编号为i的商品效用值，S为商品的销售额，为商品的光环数据，M为商品的净利润，α为商品的销售额的权重值与销量的权重值的比值，β为商品的替代性数据。

4.根据权利要求2所述的商品管理方法，其特征在于，根据所述多个效用参数计算得到商品体积影响因子的计算公式为：

其中G(x)为所述商品的商品体积影响因子，a为调整因子，x为商品的属性数据中的净含量。

5.根据权利要求4所述的商品管理方法，其特征在于，得到商品效用值和商品体积影响因子之后还包括：

计算商品的综合效用值，计算公式为：

F(i)＝U(i)*G(x)，

其中F(i)为所述商品编号为i的商品的综合效用值。

6.根据权利要求1所述的商品管理方法，其特征在于，所述管理模型为选品模型，所述管理结果为选品结果。

7.根据权利要求6所述的商品管理方法，其特征在于，利用管理模型结合所述商品效用值和所述商品体积影响因子之前，还包括：

建立决策变量，所述决策变量用于表征所述选品结果；

确定决策目标，所述决策目标为商品效用值最大化、成本最小化；

根据约束条件、结合所述决策目标，按照预设算法进行建模，得到所述选品模型。

8.根据权利要求7所述的商品管理方法，其特征在于，所述预设算法包括：启发式算法、约束规划以及整数规划。

9.一种商品管理系统，其特征在于，包括：

参数获取单元，配置为获取商品的多个效用参数；

计算单元，配置为根据所述多个效用参数计算得到商品效用值和商品体积影响因子；

管理单元，配置为利用管理模型结合所述商品效用值和所述商品体积影响因子，得到管理结果。

10.一种电子设备，包括：存储器；处理器及存储在该存储器上并可在该处理器上运行的计算机程序，其特征在于，该程序被该处理器执行时实现权利要求1-8任一项所述的方法的指令。

11.一种计算机可读介质，其上存储有计算机可执行指令，其特征在于，所述可执行指令被处理器执行时实现如权利要求1-8任一项所述的方法步骤。