CN110634028B - 一种商品结构配置方法及系统 - Google Patents

Abstract

本申请一种商品结构配置方法及系统，包括以下步骤：(1)建立评分模型；(2)为新门店选取多个旧门店作为匹配库，利用评分模型的多个评价指标对新门店和旧门店进行评分；(3)计算新门店和旧门店的指标得分的差值的绝对值并对绝对值求和，从而匹配出与新门店相似度最高的旧门店作为参考，为新门店的商品结构配置提供依据。相比较于传统的商品结构配置方法，本申请从量化的角度提供配置指导，可以更大程度地满足精细化需求；旧门店的现有商品结构是通过不断实践得出的量化反映，以其作为首要参考标准可以充分反映消费者的真实需求，消除人为的判断误差。

Description

一种商品结构配置方法及系统

技术领域

本发明涉及商业数据统计分析领域，具体涉及一种商品结构配置方法及系统。

背景技术

连锁品牌的门店在布局时一般会开在不同地域和不同商圈以达到覆盖尽可能多的消费群体、满足尽可能多的消费需求的目的，当品牌进行规模扩张例如加开新门店、门店迭代更新等时对于新门店的动销商品结构配置往往需要一个参考方案。现有方法常用分区域分等级的配置方式，参考同区域同等级旧门店的配置方案对新门店进行配货，这种方法的弊端在于区域和等级的划分不够精细，例如只把门店统一分成城市门店、郊区门店、商场门店等，而同区域的门店仍存在商业环境的差异，导致消费群体和消费需求也有不同，从而无法达到满足精细化需求的目的；另外，这种配置方法仍依赖人工操作，没有把配置需求进行量化以提供客观可靠的商品结构配置方案。因此，有必要提供一种能为新门店扩张提供科学客观的商品结构配置方案的配置方法。

发明内容

基于此，本发明旨在提供一种商品结构配置方法及系统，依据评分模型对新门店和旧门店评分，匹配出与新门店相似度最高的旧门店作为新门店的商品结构配置参考标准，以解决现有技术因店铺类型划分标准不够明确导致门店商品结构配置不够精细的问题。

本发明一种商品结构配置方法，包括：

建立评分模型，该模型包括多个评分指标，每个评分指标有对应的分数可选值集合和权重定值；

在新门店附近选取n个旧门店作为匹配库，基于分数可选值集合和权重定值计算新门店和n个旧门店的指标得分；

计算在同一评分指标中新门店的指标得分和旧门店的指标得分的差值，求取该差值的绝对值，对各评分指标对应的差值绝对值进行求和得到相似度得分，取相似度得分最低值对应的旧门店作为参考门店；

输出该参考门店的现有商品结构信息。

优选地，评分指标包括所处城市等级、门店地理位置、所处商圈等级、与最近地铁站的距离、与学校的相对位置、兴趣点POI、门店分类中的至少一个。

优选地，在新门店附近选取n个旧门店作为匹配库包括：

选取以新门店为中心，半径R范围内的n个旧门店。

优选地，在新门店附近选取n个旧门店作为匹配库还包括：

选取与新门店距离为d的n个旧门店。

优选地，基于分数可选值集合和权重定值计算新门店和n个旧门店的指标得分包括：

在评分指标对应的分数可选值集合确定门店的分数值，把该分数值和评分指标对应的权重定值做乘积运算得到门店的指标得分，以此类推得到新门店和n个旧门店各个指标的指标得分。

优选地，输出该参考门店的现有商品结构信息包括：

基于参考门店的门店标识从商品计调系统中获取参考门店动销商品的配送信息组成商品结构信息输出。

优选地，为了更客观和精准地匹配出相似度最高的门店，n的取值范围为n≥20。

优选地，权重定值的取值与评价指标的影响度正相关。

本发明还提供一种商品结构配置系统，包括：

评分模型构建模块、定位选取模块、运算模块、相似度分析模块；

定位选取模块被配置为存储有新门店和旧门店的定位数据，并基于定位数据按照设定值为新门店选取多个待匹配的旧门店；

运算模块被配置为接收评分模型构建模块输出的评分模型，基于所存储的数据库计算各门店的指标得分，

数据库包括各评价指标内容、各评价指标对应的分数可选值集合、各评价指标的权重定值中的至少一项；

相似度分析模块被配置为基于门店的指标得分和运算规则分析新门店和旧门店的相似度。

优选地，相似度分析模块被配置为与商品计调系统通信连接。

从以上技术方案可以看出，本发明具有以下优点：

本发明一种商品结构配置方法及系统，通过评分模型从多维度对新门店和旧门店进行评分，评分中的指标考虑了消费群体、地理位置、商业环境等因素，其中设置的权重定值考虑了各个指标的影响度，从而匹配出与新门店相似度最高的旧门店作为参考为新门店的商品结构配置提供依据，相比较于传统的商品结构配置方法，本发明从量化的角度提供配置指导，可以更大程度地满足精细化需求；选取新门店附近的旧门店，充分考虑了所处的商业环境的相似性，无需分析所有的旧门店，一方面提高了配置的精准度，另一方面也提高了配置效率；旧门店的现有商品结构是通过不断实践得出的量化反映，以其作为首要参考标准可以充分反映消费者的真实需求，消除人为的判断误差；本发明利用系统对新门店进行自动匹配，相比较于传统的人工分析更高效，减少了管理资源，有利于形成系统化的指导经验。

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的前提下，还可以根据提供的附图获得其他的附图。

图1本发明一种实施例提供的商品结构配置方法实施流程图

图2本发明另一种实施例提供的商品结构配置系统结构示意图

图3本发明另一种实施例提供的商品结构配置方法实施流程图

图4本发明另一种实施例提供的商品结构配置系统结构示意图

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做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。

请参考图1，本实施例提供一种适用于连锁门店进行新店扩张时新店商品结构配置的方法，

建立一评分模型，该模型包括多个评分指标，每个评分指标有对应的分数可选值集合和权重定值；

选取与新门店距离为d的n个旧门店作为匹配库，基于分数可选值集合和权重定值计算新门店和n个旧门店的指标得分；

计算在同一评分指标中新门店的指标得分和旧门店的指标得分的差值，求取该差值的绝对值，对各评分指标对应的差值绝对值进行求和得到相似度得分，取相似度得分最低值对应的旧门店作为参考门店；

输出该参考门店的现有动销商品结构信息。

其中，评分指标包括所处城市等级、门店地理位置、所处商圈等级、与最近地铁站的距离、与学校的相对位置、兴趣点POI、门店分类中的至少一个。

其中，基于分数可选值集合和权重定值计算新门店和n个旧门店的指标得分包括：

在评分指标对应的分数可选值集合确定门店的分数值，把该分数值和评分指标对应的权重定值做乘积运算得到门店的指标得分，以此类推得到新门店和n个旧门店各个指标的指标得分。

其中，前述的权重定值的取值与评价指标的影响度正相关。

下面介绍本发明另一个实施例，请参考图2，本实施例提供一种门店商品结构配置系统，包括：

评分模型构建模块100、定位选取模块110、运算模块120、相似度分析模块130；

定位选取模块110被配置为存储有新门店和旧门店的定位数据，并基于定位数据按照设定值为新门店选取多个待匹配的旧门店；

运算模块120被配置为基于所存储的数据库计算各门店的指标得分，数据库包括各评价指标内容、各评价指标对应的分数可选值集合、各评价指标的权重定值；

相似度分析模块130被配置为基于门店的指标得分和运算规则分析新门店和旧门店的相似度。

该系统工作时有以下步骤：

利用评分模型构建模块100建立一评分模型，把该模型输出至运算模块120；

基于定位选取模块110中存储的各门店定位数据，为新门店选取待匹配的旧门店，把新门店和选取出的旧门店的信息输出至运算模块120；

在运算模块120中基于所存储的数据库计算新门店和n个旧门店的指标得分并输出至相似度分析模块130；

在相似度分析模块130中计算在同一评分指标中新门店的指标得分和旧门店的指标得分的差值，求取该差值的绝对值，对各评分指标对应的差值绝对值进行求和得到相似度得分，取相似度得分最低值对应的旧门店作为参考门店，输出参考门店的门店标识。

下面介绍本发明的另一个实施例，请参考图3和图4，本实施例提供一种门店商品结构配置方法及系统，包括：

评分模型构建模块200、定位选取模块210、运算模块220、相似度分析模块230。

利用评分模型构建模块200建立评分模型，把该模型输出至运算模块220该模型包括以下评分指标：

评分指标包括所处城市等级、门店地理位置、所处商圈等级、与最近地铁站的距离、与学校的相对位置、兴趣点POI、门店分类；

每个评分指标有对应的分数可选值集合和权重定值；

利用定位选取模块210在以新门店为中心，半径R范围内选取20个旧门店作为匹配库，把新门店和选取出的旧门店的信息输出至运算模块220；

在运算模块220中基于所存储的数据库计算新门店和20个旧门店的指标得分并输出至相似度分析模块230；

前述的数据库包括各评价指标内容、各评价指标对应的分数可选值集合、各评价指标的权重定值；

利用相似度分析模块230计算在同一评分指标中新门店的指标得分和旧门店的指标得分的差值，求取该差值的绝对值，对各评分指标对应的差值绝对值进行求和得到相似度得分，取相似度得分最低值对应的旧门店作为参考门店，通过通信接口输出该参考门店的门店标识至外部的商品计调系统300，商品计调系统300根据门店标识获取参考门店动销商品的配送信息组成商品结构信息输出。

其中，基于分数可选值集合和权重定值计算新门店和旧门店的指标得分包括：

在评分指标对应的分数可选值集合中确定门店的分数值，把该分数值和评分指标对应的权重定值做乘积运算得到门店的指标得分。为了更清楚地说明本实施例，请参考表1，表1中列出了几个指标和其对应的分数可选值集合和权重定值，以其中一家门店为算例，该门店处于市区，所处商圈为区级，附近没有学校，则对应的各指标得分如表1所示，以此类推得到新门店和20个旧门店各个指标的指标得分。

表1

以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围。

Claims (8)

1.一种商品结构配置方法，其特征在于，包括：

建立评分模型，所述模型包括多个评分指标，每个评分指标有对应的分数可选值集合和权重定值；

所述评分指标包括：

所处城市等级、门店地理位置、所处商圈等级、与最近地铁站的距离、与学校的相对位置、兴趣点POI、门店分类中的至少一个；

在新门店附近选取n个旧门店作为匹配库，基于所述分数可选值集合和所述权重定值计算所述新门店和所述n个旧门店的指标得分；

计算所述指标得分有如下：在评分指标对应的分数可选值集合确定门店的分数值，把该分数值和评分指标对应的权重定值做乘积运算得到门店的指标得分，以此类推得到所述新门店和所述n个旧门店各个指标的指标得分；

计算在同一评分指标中所述新门店的指标得分和所述n个旧门店的指标得分的差值，求取所述差值的绝对值，对各评分指标对应的差值的绝对值进行求和得到相似度得分，取相似度得分最低值对应的旧门店作为参考门店；

输出所述参考门店的现有商品结构信息作为新门店商品结构配置的依据。

2.根据权利要求1所述的商品结构配置方法，其特征在于，所述在新门店附近选取n个旧门店作为匹配库包括：

选取以新门店为中心，半径R范围内的n个旧门店。

3.根据权利要求1所述的商品结构配置方法，其特征在于，所述在新门店附近选取n个旧门店作为匹配库还包括：

选取与新门店距离为d的n个旧门店。

4.根据权利要求1所述的商品结构配置方法，其特征在于，所述输出所述参考门店的现有商品结构信息包括：

基于所述参考门店的门店标识从商品计调系统中获取所述参考门店所有商品的配送信息组成商品结构信息输出。

5.根据权利要求1所述的商品结构配置方法，其特征在于，所述n的取值范围为n≥20。

6.根据权利要求1所述的商品结构配置方法，其特征在于，所述权重定值的取值与所述评分 指标的影响度正相关。

7.一种商品结构配置系统，其特征在于，包括：

评分模型构建模块、定位选取模块、运算模块、相似度分析模块；

所述定位选取模块被配置为存储有新门店和旧门店的定位数据，并基于所述定位数据按照设定值为新门店选取多个待匹配的旧门店；

所述运算模块被配置为接收所述评分模型构建模块输出的评分模型，基于存储的数据库计算各门店的指标得分，

所述数据库包括各评分指标内容、各评分指标对应的分数可选值集合、各评分指标的权重定值中的至少一项；

各评分指标内容包括：

所处城市等级、门店地理位置、所处商圈等级、与最近地铁站的距离、与学校的相对位置、兴趣点POI、门店分类中的至少一个；

所述运算模块计算所述指标得分有如下：

在评分指标对应的分数可选值集合确定门店的分数值，把该分数值和评分指标对应的权重定值做乘积运算得到门店的指标得分，以此类推得到所述新门店和n个旧门店各个指标的指标得分；

所述相似度分析模块被配置为基于门店的指标得分和运算规则分析所述新门店和所述旧门店的相似度，并根据相似度得分输出参考门店的现有商品结构信息作为新门店商品结构配置的依据；

所述相似度分析模块执行基于门店的指标得分和运算规则分析所述相似度，并根据相似度得分确定参考门店的过程，包括：

计算在同一评分指标中所述新门店的指标得分和所述n个旧门店的指标得分的差值，求取所述差值的绝对值，对各评分指标对应的差值的绝对值进行求和得到相似度得分，取相似度得分最低值对应的旧门店作为参考门店。

8.根据权利要求7所述的商品结构配置系统，其特征在于，所述相似度分析模块被配置为与商品计调系统通信连接。

Images