CN110084643A - 一种基于历史交易分布的商品定价方法及装置 - Google Patents

一种基于历史交易分布的商品定价方法及装置 Download PDF

Info

Publication number
CN110084643A
CN110084643A CN201910334966.1A CN201910334966A CN110084643A CN 110084643 A CN110084643 A CN 110084643A CN 201910334966 A CN201910334966 A CN 201910334966A CN 110084643 A CN110084643 A CN 110084643A
Authority
CN
China
Prior art keywords
price
range
profit
norm
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
CN201910334966.1A
Other languages
English (en)
Inventor
曾万贵
马中原
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.)
Guangzhou Batulu Information Technology Co Ltd
Original Assignee
Guangzhou Batulu Information 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 Guangzhou Batulu Information Technology Co Ltd filed Critical Guangzhou Batulu Information Technology Co Ltd
Priority to CN201910334966.1A priority Critical patent/CN110084643A/zh
Publication of CN110084643A publication Critical patent/CN110084643A/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
    • G06Q30/0206—Price or cost determination based on market factors

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)
  • Data Mining & Analysis (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本发明公开了一种基于历史交易分布的商品定价方法，通过获取第一商品的历史交易记录；对第一商品的成交记录进行价格分组，得到多个价格区间范围；根据每个价格区间范围的售价和成本价，以及浏览量和成交量，计算得到每个价格区间范围的毛利集合和转化率集合；根据多个价格区间范围的毛利集合和转化率集合，计算得到最大的利润指标，并将最大的利润指标对应的价格区间范围作为第一商品的定价指标，采用本发明提供的实施例，能够对商品制定一个利润较优的价格，为业务人员提供价格指导，并且综合了商品毛利和顾客意愿等信息，既不会减少本可以获取的利润，也不会影响顾客的支付意愿，同时能够带来企业利润的增长。

Description

一种基于历史交易分布的商品定价方法及装置
技术领域
本发明涉及商品定价的技术领域，尤其涉及一种基于历史交易分布的商品定价方法。
背景技术
现有的商品定价，大都是业务人员按照业务经验，对成本进行一个加成得到的，业务人员并不清楚这个定价是否合理，也不清楚如何才能找到一个利润较优的价格，并且这种定价方式是不符合经济学逻辑的，因为价格是买方和卖方共同达成的，基于成本的定价只考虑了卖方的意愿，而忽视了买方的意愿。
现有的定价方法很有可能带来两种不利的后果：
(1)如果价格远远低于顾客的支付意愿，那么企业就有可能白白放弃许多本可以获取的利润；
(2)如果价格超过顾客的支付意愿，顾客就不会购买，那么就难以实现规模销售。
发明内容
本发明实施例的目的是提供一种基于历史交易分布的商品定价方法，综合了商品毛利和顾客意愿等信息，既不会减少本可以获取的利润，也不会影响顾客的支付意愿，同时能够带来企业利润的增长。
为实现上述目的，本发明实施例提供了一种基于历史交易分布的商品定价方法，包括：
获取第一商品的历史交易记录；其中，所述历史交易记录包括成交记录、只浏览未成交记录，以及所述第一商品的售价和成本价；
对所述第一商品的成交记录进行价格分组，得到多个价格区间范围；
根据每个价格区间范围的售价和成本价，以及浏览量和成交量，计算得到每个价格区间范围的毛利集合和转化率集合；
根据多个价格区间范围的毛利集合和转化率集合，计算得到最大的利润指标，并将所述最大的利润指标对应的价格区间范围作为所述第一商品的定价指标。
进一步的，所述根据每个价格区间范围的售价和成本价，以及浏览量和成交量，计算得到每个价格区间范围的毛利集合和转化率集合，具体为：
获取每个价格区间范围内所有成交记录的成本价的平均值和销售价的平均值，得到成本价集合C和销售价集合S；
获取每个价格区间范围内所有的浏览量和成交量，得到浏览量集合B和成交量集合N；
通过对应价格区间范围的成本价集合C减去销售价集合S，得到对应价格区间范围的毛利集合P’；
通过对应价格区间范围的成交量集合N比上浏览量集合B，得到转化率集合E。
进一步的，所述根据多个价格区间范围的毛利集合和转化率集合，计算得到最大的利润指标，具体为：
通过将对应价格区间范围的毛利集合P’乘以转化率集合E，得到利润指标集合Q；
从多个利润指标集合Q中，提取最大的利润指标qmax。
进一步的，所述利润指标q的计算公式为：q＝e*(s-c)；
其中，e为转化率，s为销售价，c为成本价。
进一步的，根据利润P的计算公式P＝n*p＝(b*e)*(s-c)＝b*[e*(s-c)]，定义所述利润指标q＝e*(s-c)；
其中，n为成交量，p为毛利，b为总浏览量。
本发明实施例还提供了一种基于历史交易分布的商品定价装置，包括：获取模块、价格分组模块、处理模块、商品定价模块；
所述获取模块，用于获取第一商品的历史交易记录；其中，所述历史交易记录包括成交记录、只浏览未成交记录，以及所述第一商品的售价和成本价；
所述价格分组模块，用于对所述第一商品的成交记录进行价格分组，得到多个价格区间范围；
所述处理模块，用于根据每个价格区间范围的售价和成本价，以及浏览量和成交量，计算得到每个价格区间范围的毛利集合和转化率集合；
所述商品定价模块，用于根据多个价格区间范围的毛利集合和转化率集合，计算得到最大的利润指标，并将所述最大的利润指标对应的价格区间范围作为所述第一商品的定价指标。
进一步的，所述处理模块包括：第一获取单元、第二获取单元、第一计算单元，以及第二计算单元；
所述第一获取单元，用于获取每个价格区间范围内所有成交记录的成本价的平均值和销售价的平均值，得到成本价集合C和销售价集合S；
所述第二获取单元，用于获取每个价格区间范围内所有的浏览量和成交量，得到浏览量集合B和成交量集合N；
所述第一计算单元，用于通过对应价格区间范围的成本价集合C减去销售价集合S，得到对应价格区间范围的毛利集合P’；
所述第二计算单元，用于通过对应价格区间范围的成交量集合N比上浏览量集合B，得到转化率集合E。
进一步的，所述商品定价模块包括：利润指标集合获取单元和利润指标提取单元；
所述利润指标集合获取单元，用于通过将对应价格区间范围的毛利集合P’乘以转化率集合E，得到利润指标集合Q；
所述利润指标提取单元，用于从多个利润指标集合Q中，提取最大的利润指标qmax。
作为本发明的优选实施例，本发明还提供了一种基于历史交易分布的商品定价设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现上述发明实施例所述的基于历史交易分布的商品定价方法。
本发明另一实施例提供了一种存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行上述发明实施例所述的基于历史交易分布的商品定价方法。
与现有技术相比，具有如下有益效果：
本发明实施例提供的基于历史交易分布的商品定价方法，通过获取第一商品的历史交易记录；对第一商品的成交记录进行价格分组，得到多个价格区间范围；根据每个价格区间范围的售价和成本价，以及浏览量和成交量，计算得到每个价格区间范围的毛利集合和转化率集合；根据多个价格区间范围的毛利集合和转化率集合，计算得到最大的利润指标，并将最大的利润指标对应的价格区间范围作为第一商品的定价指标，采用本发明提供的实施例，能够对商品制定一个利润较优的价格，为业务人员提供价格指导，并且综合了商品毛利和顾客意愿等信息，既不会减少本可以获取的利润，也不会影响顾客的支付意愿，同时能够带来企业利润的增长。
附图说明
图1是本发明提供的基于历史交易分布的商品定价方法的一个实施例的流程示意图；
图2是本发明提供的基于历史交易分布的商品定价方法的另一个实施例的流程示意图；
图3是本发明提供的基于历史交易分布的商品定价装置的一个实施例的结构流程图。
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。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他实施例，都属于本发明保护的范围。
参见图1，图1是本发明提供的基于历史交易分布的商品定价方法的一个实施例的流程示意图；本发明实施例提供一种基于历史交易分布的商品定价方法，包括步骤S1-S4；
S1，获取第一商品的历史交易记录。
在本发明中，所述历史交易记录包括成交记录、只浏览未成交记录，以及所述第一商品的售价和成本价。
S2，对第一商品的成交记录进行价格分组，得到多个价格区间范围。
S3，根据每个价格区间范围的售价和成本价，以及浏览量和成交量，计算得到每个价格区间范围的毛利集合和转化率集合。
其中，步骤S3具体为：获取每个价格区间范围内所有成交记录的成本价的平均值和销售价的平均值，得到成本价集合C和销售价集合S；获取每个价格区间范围内所有的浏览量和成交量，得到浏览量集合B和成交量集合N；通过对应价格区间范围的成本价集合C减去销售价集合S，得到对应价格区间范围的毛利集合P’；通过对应价格区间范围的成交量集合N比上浏览量集合B，得到转化率集合E。
S4，根据多个价格区间范围的毛利集合和转化率集合，计算得到最大的利润指标，并将最大的利润指标对应的价格区间范围作为所述第一商品的定价指标。
其中，步骤S4具体为：通过将对应价格区间范围的毛利集合P’乘以转化率集合E，得到利润指标集合Q；从多个利润指标集合Q中，提取最大的利润指标qmax。
在本发明实施例中，所述利润指标q的计算公式为：q＝e*(s-c)；e为转化率，s为销售价，c为成本价。
进一步的，是根据利润P的计算公式P＝n*p＝(b*e)*(s-c)＝b*[e*(s-c)]，定义所述利润指标q＝e*(s-c)；n为成交量，p为毛利，b为总浏览量。
在本发明实施例中，假定利润为P，成交量为n，毛利为p，则在毛利不变的情况下，对一个电商平台的商品来说：P＝n*p；
进一步的，假定一段时间内这件商品总浏览量为b，从浏览到成交的转化率为e，则成交量:n＝b*e；
类似的，假定售价为s，成本价为c，则毛利：p＝s-c；
此时利润表示为：P＝n*p＝(b*e)*(s-c)＝b*[e*(s-c)]；
假设成本价c不变，一般情况下，浏览量b受营销和广告的影响较大，改变售价s对浏览量b的影响较小，而转化率e一般会受售价s影响较大；因此除去浏览量b的影响，如果能找到e*(s-c)最大时的位置，则此时对应的售价s就是利润最大的最优定价了。给e*(s-c)也就是“转化率*毛利”取一个名称叫做利润指标q，即：q＝e*(s-c)；
由此可见，要找到使商品总利润最大的商品定价，就等价于计算不同售价s下的利润指标q，使利润指标q最大的s就是最优定价。那接下来，根据历史交易数据，划分价格区间，再计算每个价格区间的利润指标q，则使q最大的价格区间就是最优的定价区间了。
请参见图2，图2是本发明提供的基于历史交易分布的商品定价方法的另一个实施例的流程示意图，根据上述描述，首先要获取商品A的历史交易记录(包括成交和只浏览未成交的记录)，历史交易记录包含了商品当时的售价、成本价、是否购买等信息；然后根据交易记录的成交价分布对价格分组，计算价格区间，得到价格区间的集合G，G＝(g1,g2,g3,…,gn)，g1,g2,g3,…,gn为每个价格区间的范围；例如成交价分布是60～80，划分(60～62,63～64,65～67…)等价格区间，区间间隔越小越好，但要保证每个区间里是有一定销量数据的，因为之后要根据价格区间计算其他的统计指标。
进一步的，划分好价格区间之后计算以下统计指标：
计算每个价格区间下所有成交记录的成本价的平均值，得到成本价集合C，C＝(c1,c2,c3,…,cn)；
计算每个价格区间下所有成交记录的销售价的平均值，得到销售价集合S，S＝(s1,s2,s3,…,sn)；
统计每个价格区间下的浏览量，得到浏览量集合B，B＝(b1,b2,b3,…,bn)；
统计每个价格区间下的成交量，得到成交量集合N，N＝(n1,n2,n3,…,nn)；
用对应区间的成本价集合C的值减去销售价集合S的值，得到毛利集合P’，即:P’＝S-C＝(s1-c1,s2-c2,s3-c3,…,sn-cn)＝(p’1,p’2,p’3,…,p’n)
类似的，用每个区间下成交记录的条数N比上总的浏览量B，得到转化率集合E,即：E＝N/B＝(n1/b1,n2/b2,n3/b3,…,nn/bn)＝(e1,e2,e3,…,en)
接下来再用对应区间的毛利集合P'乘以转化率集合E，即可得到各个区间的利润指标集合Q，即：Q＝P’*E＝(p’1*e1,p’2*e2,p’3*e3,…,p’n*en)＝(q1,q2,q3,…,qn)
最后根据公式qmax＝max(q1,q2,q3,…,qn)，找到利润指标集合Q中最大的值qmax，则qmax对应的价格区间g为最优价格区间。接下来将这个价格区间(包括但不限于这个价格区间本身、区间平均值或区间中位数等统计指标)作为推荐定价的指标，来指导业务人员进行商品定价。
本发明实施例提供的基于历史交易分布的商品定价方法，通过获取第一商品的历史交易记录；对第一商品的成交记录进行价格分组，得到多个价格区间范围；根据每个价格区间范围的售价和成本价，以及浏览量和成交量，计算得到每个价格区间范围的毛利集合和转化率集合；根据多个价格区间范围的毛利集合和转化率集合，计算得到最大的利润指标，并将最大的利润指标对应的价格区间范围作为第一商品的定价指标，采用本发明提供的实施例，能够对商品制定一个利润较优的价格，为业务人员提供价格指导，并且综合了商品毛利和顾客意愿等信息，既不会减少本可以获取的利润，也不会影响顾客的支付意愿，同时能够带来企业利润的增长。
作为本发明提供的优选实施例，请参见图3，图3是本发明提供的基于历史交易分布的商品定价装置的一个实施例的结构示意图，包括：获取模块、价格分组模块、处理模块、商品定价模块；
所述获取模块，用于获取第一商品的历史交易记录；其中，所述历史交易记录包括成交记录、只浏览未成交记录，以及所述第一商品的售价和成本价；所述价格分组模块，用于对所述第一商品的成交记录进行价格分组，得到多个价格区间范围；所述处理模块，用于根据每个价格区间范围的售价和成本价，以及浏览量和成交量，计算得到每个价格区间范围的毛利集合和转化率集合；所述商品定价模块，用于根据多个价格区间范围的毛利集合和转化率集合，计算得到最大的利润指标，并将所述最大的利润指标对应的价格区间范围作为所述第一商品的定价指标。
优选的，所述处理模块包括：第一获取单元、第二获取单元、第一计算单元，以及第二计算单元；
所述第一获取单元，用于获取每个价格区间范围内所有成交记录的成本价的平均值和销售价的平均值，得到成本价集合C和销售价集合S；所述第二获取单元，用于获取每个价格区间范围内所有的浏览量和成交量，得到浏览量集合B和成交量集合N；所述第一计算单元，用于通过对应价格区间范围的成本价集合C减去销售价集合S，得到对应价格区间范围的毛利集合P’；所述第二计算单元，用于通过对应价格区间范围的成交量集合N比上浏览量集合B，得到转化率集合E。
优选的，所述商品定价模块包括：利润指标集合获取单元和利润指标提取单元；
所述利润指标集合获取单元，用于通过将对应价格区间范围的毛利集合P’乘以转化率集合E，得到利润指标集合Q；所述利润指标提取单元，用于从多个利润指标集合Q中，提取最大的利润指标qmax。
由上可见，本发明实施例提供的一种基于历史交易分布的商品定价装置，通过获取模块获取第一商品的历史交易记录，价格分组模块对第一商品的成交记录进行价格分组，得到多个价格区间范围，再通过处理模块对每个价格区间范围的售价和成本价，以及浏览量和成交量进行处理，得到每个价格区间范围的毛利集合和转化率集合，最后通过商品定价模块根据多个价格区间范围的毛利集合和转化率集合，计算得到最大的利润指标，并将最大的利润指标对应的价格区间范围作为第一商品的定价指标。在此之前业务人员只能凭借业务经验对商品价格进行定价，不清楚这个价格是否能对利润带来积极的作用，也不清楚用户是否能接受这个价格，也很难找到一个科学的方法来说明自己的定价结果，说服别人接受。但是采用本发明提供的实施例，能对商品定价提供指导，帮助业务人员更加科学的进行定价，基于实际的历史交易数据计算出的结果，同时考虑了企业利润与用户意愿两方面的因素，也很容易向别人说明自己的定价逻辑。
本发明实施例还提供了一种基于历史交易分布的商品定价设备。该设备包括：处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序。所述处理器执行所述计算机程序时实现上述各个基于历史交易分布的商品定价方法实施例中的步骤，例如图1所示的步骤S1至S4。
所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述基于历史交易分布的商品定价设备的控制中心，利用各种接口和线路连接整个基于历史交易分布的商品定价设备的各个部分。
所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述基于历史交易分布的商品定价设备的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(SecureDigital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
其中，所述基于历史交易分布的商品定价设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。
需说明的是，以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外，本发明提供的装置实施例附图中，模块之间的连接关系表示它们之间具有通信连接，具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。

Claims (10)

1.一种基于历史交易分布的商品定价方法，其特征在于，包括：
获取第一商品的历史交易记录；其中，所述历史交易记录包括成交记录、只浏览未成交记录，以及所述第一商品的售价和成本价；
对所述第一商品的成交记录进行价格分组，得到多个价格区间范围；
根据每个价格区间范围的售价和成本价，以及浏览量和成交量，计算得到每个价格区间范围的毛利集合和转化率集合；
根据多个价格区间范围的毛利集合和转化率集合，计算得到最大的利润指标，并将所述最大的利润指标对应的价格区间范围作为所述第一商品的定价指标。
2.如权利要求1所述的基于历史交易分布的商品定价方法，其特征在于，所述根据每个价格区间范围的售价和成本价，以及浏览量和成交量，计算得到每个价格区间范围的毛利集合和转化率集合，具体为：
获取每个价格区间范围内所有成交记录的成本价的平均值和销售价的平均值，得到成本价集合C和销售价集合S；
获取每个价格区间范围内所有的浏览量和成交量，得到浏览量集合B和成交量集合N；
通过对应价格区间范围的成本价集合C减去销售价集合S，得到对应价格区间范围的毛利集合P’；
通过对应价格区间范围的成交量集合N比上浏览量集合B，得到转化率集合E。
3.如权利要求2所述的基于历史交易分布的商品定价方法，其特征在于，所述根据多个价格区间范围的毛利集合和转化率集合，计算得到最大的利润指标，具体为：
通过将对应价格区间范围的毛利集合P’乘以转化率集合E，得到利润指标集合Q；
从多个利润指标集合Q中，提取最大的利润指标qmax。
4.如权利要求3所述的基于历史交易分布的商品定价方法，其特征在于，所述利润指标q的计算公式为：q＝e*(s-c)；
其中，e为转化率，s为销售价，c为成本价。
5.如权利要求4所述的基于历史交易分布的商品定价方法，其特征在于，根据利润P的计算公式P＝n*p＝(b*e)*(s-c)＝b*[e*(s-c)]，定义所述利润指标q＝e*(s-c)；
其中，n为成交量，p为毛利，b为总浏览量。
6.一种基于历史交易分布的商品定价装置，其特征在于，包括：获取模块、价格分组模块、处理模块、商品定价模块；
所述获取模块，用于获取第一商品的历史交易记录；其中，所述历史交易记录包括成交记录、只浏览未成交记录，以及所述第一商品的售价和成本价；
所述价格分组模块，用于对所述第一商品的成交记录进行价格分组，得到多个价格区间范围；
所述处理模块，用于根据每个价格区间范围的售价和成本价，以及浏览量和成交量，计算得到每个价格区间范围的毛利集合和转化率集合；
所述商品定价模块，用于根据多个价格区间范围的毛利集合和转化率集合，计算得到最大的利润指标，并将所述最大的利润指标对应的价格区间范围作为所述第一商品的定价指标。
7.如权利要求6所述的基于历史交易分布的商品定价装置，其特征在于，所述处理模块包括：第一获取单元、第二获取单元、第一计算单元，以及第二计算单元；
所述第一获取单元，用于获取每个价格区间范围内所有成交记录的成本价的平均值和销售价的平均值，得到成本价集合C和销售价集合S；
所述第二获取单元，用于获取每个价格区间范围内所有的浏览量和成交量，得到浏览量集合B和成交量集合N；
所述第一计算单元，用于通过对应价格区间范围的成本价集合C减去销售价集合S，得到对应价格区间范围的毛利集合P’；
所述第二计算单元，用于通过对应价格区间范围的成交量集合N比上浏览量集合B，得到转化率集合E。
8.如权利要求7所述的基于历史交易分布的商品定价装置，其特征在于，所述商品定价模块包括：利润指标集合获取单元和利润指标提取单元；
所述利润指标集合获取单元，用于通过将对应价格区间范围的毛利集合P’乘以转化率集合E，得到利润指标集合Q；
所述利润指标提取单元，用于从多个利润指标集合Q中，提取最大的利润指标qmax。
9.一种基于历史交易分布的商品定价设备，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至5中任意一项所述的基于历史交易分布的商品定价方法。
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包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至5中任意一项所述的基于历史交易分布的商品定价方法。
CN201910334966.1A 2019-04-24 2019-04-24 一种基于历史交易分布的商品定价方法及装置 Pending CN110084643A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910334966.1A CN110084643A (zh) 2019-04-24 2019-04-24 一种基于历史交易分布的商品定价方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910334966.1A CN110084643A (zh) 2019-04-24 2019-04-24 一种基于历史交易分布的商品定价方法及装置

Publications (1)

Publication Number Publication Date
CN110084643A true CN110084643A (zh) 2019-08-02

Family

ID=67416630

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910334966.1A Pending CN110084643A (zh) 2019-04-24 2019-04-24 一种基于历史交易分布的商品定价方法及装置

Country Status (1)

Country Link
CN (1) CN110084643A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110458622A (zh) * 2019-08-14 2019-11-15 金瓜子科技发展（北京）有限公司 售价确定方法、装置及服务器
CN111798261A (zh) * 2020-03-24 2020-10-20 北京沃东天骏信息技术有限公司 信息更新的方法和装置
CN113159875A (zh) * 2020-01-07 2021-07-23 广州探途天下科技有限公司 一种报价数据处理方法、装置及设备
CN113205282A (zh) * 2021-05-31 2021-08-03 广州大学 一种基于大数据分析的新零售商品运营系统及装置
CN113781092A (zh) * 2021-04-19 2021-12-10 北京京东拓先科技有限公司 数据处理方法、装置、设备及存储介质

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110458622A (zh) * 2019-08-14 2019-11-15 金瓜子科技发展（北京）有限公司 售价确定方法、装置及服务器
CN113159875A (zh) * 2020-01-07 2021-07-23 广州探途天下科技有限公司 一种报价数据处理方法、装置及设备
CN111798261A (zh) * 2020-03-24 2020-10-20 北京沃东天骏信息技术有限公司 信息更新的方法和装置
CN113781092A (zh) * 2021-04-19 2021-12-10 北京京东拓先科技有限公司 数据处理方法、装置、设备及存储介质
CN113205282A (zh) * 2021-05-31 2021-08-03 广州大学 一种基于大数据分析的新零售商品运营系统及装置

Similar Documents

Publication Publication Date Title
CN110084643A (zh) 一种基于历史交易分布的商品定价方法及装置
CN104318466B (zh) 一种交易系统及交易结算方法
JP5617135B2 (ja) 変換係数を用いたオンライン上における販売手当算出方法、販売手当算出システム、及びその記録媒体
CN106355466A (zh) 一种农产品生产销售数据处理方法及装置
JPH11312273A (ja) 顧客サービス装置、方法、カード並びに顧客サービス処理プログラムを記録したコンピュータ読取り可能な記録媒体
US20150112762A1 (en) Optimization of product assortments
CN104866984B (zh) 一种面向社区零售业务的o2o电子商务系统
CN103870960B (zh) 一种商品发布方法、终端、服务器及系统
CN108764949A (zh) 一种信息推送方法及设备
CN109934654B (zh) 商品推荐方法和系统
JP6818096B1 (ja) サービス管理装置及びサービス管理方法
JP6143930B1 (ja) マーケティング支援方法、プログラム、コンピュータ記憶媒体及びマーケティング支援システム
CN111275294B (zh) 一种商品信息批量处理分析方法、装置和设备
CN107491994A (zh) 一种基于评分的定价方法和系统
CN108510302A (zh) 一种营销决策方法及交易服务器
CN109919770A (zh) 一种基于大数据的智能交易系统
JPWO2003046786A1 (ja) データ収集システム、取引支援システム、データ収集方法及び業務支援プログラム
JP6472206B2 (ja) 商品提案システムおよび商品提案方法ならびに商品提案プログラム
CN107239988A (zh) 商品数据呈现系统
Waterson et al. Your call: eBay and demand for the iPhone 4
KR20110082912A (ko) 온라인 쇼핑몰 서버의 운영 방법
CN111242749A (zh) 一种线上线下深度结合的上网系统及其方法
CN109360032A (zh) 客户评估方法、装置、设备以及存储介质
CN113869934A (zh) 跨平台红利点数服务器
CN113344689B (zh) 金融数据处理方法、装置和设备

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