CN111833093A - 钢铁智能促销系统 - Google Patents
钢铁智能促销系统 Download PDFInfo
- Publication number
- CN111833093A CN111833093A CN202010473957.3A CN202010473957A CN111833093A CN 111833093 A CN111833093 A CN 111833093A CN 202010473957 A CN202010473957 A CN 202010473957A CN 111833093 A CN111833093 A CN 111833093A
- Authority
- CN
- China
- Prior art keywords
- promotion
- database
- steel
- sales
- data
- 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
- 229910000831 Steel Inorganic materials 0.000 title claims abstract description 65
- 239000010959 steel Substances 0.000 title claims abstract description 65
- 238000013433 optimization analysis Methods 0.000 claims abstract description 25
- 238000013178 mathematical model Methods 0.000 claims abstract description 18
- 238000000034 method Methods 0.000 claims abstract description 18
- 238000004458 analytical method Methods 0.000 claims abstract description 12
- 238000012545 processing Methods 0.000 claims abstract description 12
- 238000005457 optimization Methods 0.000 claims description 13
- 238000004519 manufacturing process Methods 0.000 claims description 6
- 230000004048 modification Effects 0.000 claims description 6
- 238000012986 modification Methods 0.000 claims description 6
- 238000004806 packaging method and process Methods 0.000 claims description 5
- 230000000694 effects Effects 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 claims description 4
- 238000007726 management method Methods 0.000 claims description 4
- 239000000463 material Substances 0.000 claims description 4
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims 2
- 229910052742 iron Inorganic materials 0.000 claims 1
- 239000000956 alloy Substances 0.000 description 3
- 229910045601 alloy Inorganic materials 0.000 description 3
- 230000003111 delayed effect Effects 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000004566 building material Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005098 hot rolling Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
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
- G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q30/0206—Price or cost determination based on market factors
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Human Resources & Organizations (AREA)
- Data Mining & Analysis (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种定价方法，具体涉及一种主要应用于钢材销售中能够方便预测销售数据，并根据预测销售数据调整价格、减小滞销的钢铁智能促销系统。本发明的钢铁智能促销方法，首先建立基础数据库；同时建立促销数据库；建立数据优化分析模块，调用基础数据库和促销数据库的数据库的数据，生成分析处理结果，并呈现到应用模块生成促销计划。与现有技术相比，能够通过智能的方法方便预测销售数据，并根据预测销售数据调整价格、减小滞销的风险。经销商或者钢铁厂家发起针对单一的钢铁产品或者分组后的钢铁产品的促销计划，促销计划基于合理的数学模型，考虑了多种因素对销量的影响，从而使得促销销量最大化，以使得经销商或钢铁厂家减轻滞销时的风险。
Description
技术领域
本发明涉及一种定价方法，具体涉及一种主要应用于钢材销售中能够方便预测销售数据，并根据预测销售数据调整价格、减小滞销的钢铁智能促销系统。
背景技术
我国钢铁产量巨大，其中每年通过线上钢铁系统完成交易总额约为8000亿。近年来我国钢铁产能时常面临着过剩，滞销的问题，由于各种原因，目前还没有一种科学合理完善的线上促销方案，以使得在确保适当利润的前提下使得销量最大化，并且提前预测出促销后的销量。现有的促销方案主要根据某些部门(或个人)的经验制定，且多数促销均只针对单一钢材产品进行。没有科学精确的数学模型来体现降价幅度对销量的影响，同时也未将促销广告推广等对销量的影响计算在内，在计算总利润的时候，也未将滞销后仓储成本，以及部分厂家对经销商的达标补贴等计算在内，且现有的促销没有考虑到分组促销中不同类型钢材产品之间的相互关系对最终销量的影响，不能够方便、快速、准确地预测。
发明内容
针对现有技术中的缺陷，本发明提供一种能够方便预测销售数据，并根据预测销售数据调整价格、减小滞销的钢铁智能促销系统。
本发明采用的技术方案是：钢铁智能促销系统，包括应用模块、基础数据库、促销数据库以及数据优化分析模块，所述的应用模块分别与所述的基础数据库、促销数据库以及数据优化分析模块连接；所述的数据优化分析模块分别连接基础数据库、促销数据库；所述的基础数据库和促销数据库相互关联；
所述的基础数据库，用于存放与钢铁相关的商品订单基础信息；
所述的促销数据库，用于记录多种钢铁商品促销因素之间的相互影响关系；
所述的数据优化分析模块，调用基础数据库和促销数据库的数据，生成分析处理结果，并呈现到应用模块；
所述的应用模块，用于实现基础数据库、促销数据库的信息的录入和修改以及用于对数据优化分析模块的调用，生成促销计划。
为更好地实现本发明，所述的商品订单基础信息包括商品信息、订单信息以及附加信息；所述的商品信息包括交易方式、品名、材质、规格、出产地、联系人、挂牌时间，基准价格、购买量、有效期、审核人、仓库地址以及联系地址。
为更好地实现本发明，所述的订单信息包括买家信息、卖家信息、订单金额、付款方式、促销方式、促销信息、订单状态、评价内容、发货仓库以及收货仓库。
为更好地实现本发明，所述的附加信息包括合同相关的数据库表、交收相关的数据库表、会员信息表、文件管理表、短信内容表以及银行支付记录表。
为更好地实现本发明，所述的促销数据库记录钢铁产品其历史促销计划中选择了哪些促销方式，所产生的销量提升数量，利润提升数据；
对某个历史促销计划，哪些因素是正影响，哪些因素是负影响，影响程度如何；
以及不同商品的组合促销是互相促进销量关系还是互相阻碍销量关系。
为更好地实现本发明，所述的数据优化分析模块通过数学模型对促销计划的计算，进行的促销效果对比，所述的数学模型为：设定：总利润R，成本C，价格p，销量V，补贴为S，则：
R＝Vp+S-C，
其中S，C在创建促销计划时可以固定，而销量V受到促销价格p与广告a等因素影响，我们有如下关系式：
V＝f(p,a)。
为更好地实现本发明，在V＝f(p,a)的基础上，以拉格朗日乘数法求解最大的销量值V，函数V＝f(p,a)在附加条件
下的极值点，先转为拉格朗日函数：
其中λ为参数(拉格朗日乘子)，求其对p与a的一阶偏导数，然后得到方程组：
由此可以解出p,a与参数λ，得到的(p,a)就是函数V＝f(p,a)的极值点，从而求得最大的销量值V。
所述的数据优化模块建立在基础数据库一系列数据库表的基础上，通过将促销数据库生成的促销计划的数据以csv文件打包的方式作为传入参数传递给数据优化模块，数据优化模块通过解析传入参数，在多种数学模型中选择匹配度好的算法模型进行计算，得出预测出的销量与利润总额，以及其他促销相关数据，然后将数据打包传回给应用模块，展示在页面上，以供卖家进行参考。
本发明的有益效果体现在：本发明的钢铁智能促销系统，通过应用模块、基础数据库、促销数据库以及数据优化分析模块等的配合，首先建立基础数据库，用于存放与钢铁相关的商品订单基础信息；同时建立促销数据库，用于记录多种钢铁商品促销因素之间的相互影响关系；在上述基础上建立数据优化分析模块，调用基础数据库和促销数据库的数据库的数据，生成分析处理结果，并呈现到应用模块；所述的应用模块，用于实现基础数据库、促销数据库的信息的录入和修改以及用于对数据优化分析模块的调用，生成促销计划。与现有技术相比，能够通过智能的方法方便预测销售数据，并根据预测销售数据调整价格、减小滞销的风险。经销商或者钢铁厂家发起针对单一的钢铁产品或者分组后的钢铁产品的促销计划，促销计划基于合理的数学模型，考虑了降价幅度对销量的影响以及广告宣传对销量的影响，考虑了市场及政策等外在多种因素对销量的影响，考虑在计算目标利润的时候，综合考虑滞销后仓储成本，以及部分厂家对经销商的达标补贴等，从而使得促销销量最大化，以使得经销商或钢铁厂家减轻滞销时的风险。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。
图1为本发明的钢铁智能促销系统的一种流程框图。
具体实施方式
下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案，因此只作为示例，而不能以此来限制本发明的保护范围。
需要注意的是，除非另有说明，本申请使用的技术术语或者科学术语应当为本发明领域技术人员所理解的通常意义。
实施例1：
如图1所示，本发明的钢铁智能促销系统，包括应用模块、基础数据库、促销数据库以及数据优化分析模块，所述的应用模块分别与所述的基础数据库、促销数据库以及数据优化分析模块连接；所述的数据优化分析模块分别连接基础数据库、促销数据库；所述的基础数据库和促销数据库相互关联；
所述的基础数据库，用于存放与钢铁相关的商品订单基础信息；
所述的促销数据库，用于记录多种钢铁商品促销因素之间的相互影响关系；
所述的数据优化分析模块，调用基础数据库和促销数据库的数据库的数据，生成分析处理结果，并呈现到应用模块；
所述的应用模块，用于实现基础数据库、促销数据库的信息的录入和修改以及用于对数据优化分析模块的调用，生成促销计划。
本发明的钢铁智能促销系统，通过应用模块、基础数据库、促销数据库以及数据优化分析模块等的配合，首先建立基础数据库，用于存放与钢铁相关的商品订单基础信息；同时建立促销数据库，用于记录多种钢铁商品促销因素之间的相互影响关系；在上述基础上建立数据优化分析模块，调用基础数据库和促销数据库的数据库的数据，生成分析处理结果，并呈现到应用模块；所述的应用模块，用于实现基础数据库、促销数据库的信息的录入和修改以及用于对数据优化分析模块的调用，生成促销计划。与现有技术相比，能够通过智能的方法方便预测销售数据，并根据预测销售数据调整价格、减小滞销的风险。经销商或者钢铁厂家发起针对单一的钢铁产品或者分组后的钢铁产品的促销计划，促销计划基于合理的数学模型，考虑了降价幅度对销量的影响以及广告宣传对销量的影响，考虑了市场及政策等外在多种因素对销量的影响，考虑在计算目标利润的时候，综合考虑滞销后仓储成本，以及部分厂家对经销商的达标补贴等，从而使得促销销量最大化，以使得经销商或钢铁厂家减轻滞销时的风险。
作为优选的，所述的商品订单基础信息包括商品信息、订单信息以及附加信息；所述的商品信息包括交易方式、品名、材质、规格、出产地、联系人、挂牌时间、基准价格、购买量、有效期、审核人、仓库地址以及联系地址等等。
所述的订单信息包括买家信息、卖家信息、订单金额、付款方式、促销方式、促销信息、订单状态、评价内容、发货仓库以及收货仓库等等。
所述的附加信息包括合同相关的数据库表、交收相关的数据库表、会员信息表、文件管理表、短信内容表以及银行支付记录表等等。值得注意的是，上述信息仅仅罗列了主要的信息，还有其他一些详细的细节信息未罗列，但是本领域技术人员应当能够想到或推导获得。
作为优选的，所述的促销数据库记录钢铁产品其历史促销计划中选择了哪些促销方式，所产生的销量提升数量，利润提升数据；
对某个历史促销计划，哪些因素是正影响，哪些因素是负影响，影响程度如何；
以及不同商品的组合促销是互相促进销量关系还是互相阻碍销量关系，以及其他一些相关的信息。
作为优选的，所述的数据优化分析模块通过数学模型对促销计划的计算，进行的促销效果对比，所述的数学模型为：设定：总利润R，成本C，价格p，销量V，补贴为S，则：
R＝Vp+S-C，
其中S，C在创建促销计划时可以固定，而销量V受到促销价格p与广告a等因素影响，我们有如下关系式：
V＝f(p,a)。
作为优选的，在V＝f(p,a)的基础上，以拉格朗日乘数法求解最大的销量值V，函数V＝f(p,a)在附加条件
下的极值点，先转为拉格朗日函数：
其中λ为参数(拉格朗日乘子)，求其对p与a的一阶偏导数，然后得到方程组：
由此可以解出p,a与参数λ，得到的(p,a)就是函数V＝f(p,a)的极值点，从而求得最大的销量值V。
作为优选的，所述的数据优化模块建立在基础数据库一系列数据库表的基础上，通过将促销数据库生成的促销计划的数据以csv文件打包的方式作为传入参数传递给数据优化模块，数据优化模块通过解析传入参数，在多种数学模型中选择匹配度好的算法模型进行计算，得出预测出的销量与利润总额，以及其他促销相关数据，然后将数据打包传回给应用模块，展示在页面上，以供卖家进行参考。
作为一种优选的实施方式：
建立基础数据库，该基础数据库的信息主要包括：钢铁商品相关的数据库表，用以存放商品相关的信息，例如交易方式，品名，材质，规格，出产地，联系人，挂牌时间，基准价格，购买量，有效期，审核人，仓库地址，联系地址等；
订单相关的数据库表，用以存放订单相关信息，比如买家信息，卖家信息，订单金额，付款方式，促销方式，促销信息，订单状态，评价内容，发货仓库，收货仓库等；
以及附加信息相关的数据库表，比如：合同相关的数据库表，交收相关的数据库表，会员信息表，文件管理表，短信内容表，银行支付记录表等业务附加信息相关数据库表。
建立一系列促销因素关系相关的促销数据库，用以记录多种因素之间的相互影响关系。例如：对一种钢铁商品，记录其历史促销计划中选择了哪些促销方式，所产生的销量提升数量，以及利润提升数据；
对某个历史促销计划，哪些因素是正影响，哪些因素是负影响，影响程度如何；
不同商品的组合促销是互相促进销量关系还是互相阻碍销量关系，比如螺纹钢与低合金板作为房地产建筑常用钢材，一般都是同时需要大量数量，属于互相促进销量关系；
通过不同数学模型对促销计划的计算，所进行的促销效果对比关系；
数学模型调优后销量提升的程度情况；
如通过模型：设定：总利润R，成本C，价格p，销量V，补贴为S，则：
R＝Vp+S-C，
其中S，C在创建促销计划时可以固定，而销量V受到促销价格p与广告a等因素影响，我们有如下关系式：
V＝f(p,a)。
在V＝f(p,a)的基础上，以拉格朗日乘数法求解最大的销量值V，函数V＝f(p,a)在附加条件
下的极值点，先转为拉格朗日函数：
其中λ为参数(拉格朗日乘子)，求其对p与a的一阶偏导数，然后得到方程组：
由此可以解出p,a与参数λ，得到的(p,a)就是函数V＝f(p,a)的极值点，从而求得最大的销量值V。
在基础数据库和促销数据库的基础上建立应用模块，使得应用模块能够满足：商品信息录入，订单生产，支付功能，合同签订功能等。比如：在此应用模块中，可以进行不同种类商品的分类与信息录入功能：如建材品类下包括：螺纹钢，盘螺，线材。热卷品类下包括：普卷，低合金卷，花纹卷，薄卷，酸洗卷等。型材品类下包括：H型钢，角钢，槽钢，工字钢，C型钢等。
在此应用模块中，卖家(钢厂或者经销商)通过会员注册，资质申请等步骤具备线上商品挂牌操作的权限，当经销商或者钢铁厂家准备开始一次促销时，先在系统挂牌创建一个促销订单：选择身份，选择商品,然后以基准价格为参考，合理设置促销价格比例，比如滑动滚动条至87％，则表示以基准价格的87％作为促销价格，然后根据实际情况多选广告、补贴、仓储成本等因素(可以根据促销实际需求添加市场，政策等因素)，然后智能生成促销计划，卖家可以依据不同的条件设置生成不同的促销计划，然后根据实际情况对比选择最合适的一个进行实施。
生成促销计划，在系统后台调用建立在数学模型之上的数据优化模块，该数据优化模块建立在基础数据库和促销数据库的基础上，比如商品数据，订单数据，价格数据，促销方式数据以csv文件打包的方式作为传入参数传递给数据优化模块，数据优化模块通过解析传入参数，在多种数学模型中选择匹配度好的算法模型进行计算，得出预测出的销量与利润总额，以及其他促销相关数据，然后将数据打包传回给促销应用模块，展示在页面上，以供卖家进行参考。数学模型基于不同的促销场景，匹配合适的算法，并且可以随着需求动态的对模型调优，通过场景综合比对，择优选择算法进行预测计算，卖家通过不同促销条件的设置，可以得到预测利润与销量达到需求后的详细促销计划，从而保证经营的顺利进行。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部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各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (8)
1.钢铁智能促销系统，其特征在于：包括应用模块、基础数据库、促销数据库以及数据优化分析模块，所述的应用模块分别与所述的基础数据库、促销数据库以及数据优化分析模块连接；所述的数据优化分析模块分别连接基础数据库、促销数据库；所述的基础数据库和促销数据库相互关联；
所述的基础数据库，用于存放与钢铁相关的商品订单基础信息；
所述的促销数据库，用于记录多种钢铁商品促销因素之间的相互影响关系；
所述的数据优化分析模块，调用基础数据库和促销数据库的数据，生成分析处理结果，并呈现到应用模块；
所述的应用模块，用于实现基础数据库、促销数据库的信息的录入和修改以及用于对数据优化分析模块的调用，生成促销计划。
2.根据权利要求1所述的钢铁智能促销系统，其特征在于：所述的钢铁商品订单基础信息包括商品信息、订单信息以及附加信息；所述的商品信息包括交易方式、品名、材质、规格、出产地、联系人、挂牌时间、基准价格、购买量、有效期、审核人、仓库地址以及联系地址。
3.根据权利要求2所述的钢铁智能促销系统，其特征在于：所述的订单信息包括买家信息、卖家信息、订单金额、付款方式、促销方式、促销信息、订单状态、评价内容、发货仓库以及收货仓库。
4.根据权利要求3所述的钢铁智能促销系统，其特征在于：所述的附加信息包括合同相关的数据库表、交收相关的数据库表、会员信息表、文件管理表、短信内容表以及银行支付记录表。
5.根据权利要求4所述的钢铁智能促销系统，其特征在于：所述的促销数据库记录钢铁产品其历史促销计划中选择了哪些促销方式，所产生的销量提升数量，利润提升数据；
对某个历史促销计划，哪些因素是正影响，哪些因素是负影响，影响程度如何；
以及不同商品的组合促销是互相促进销量关系还是互相阻碍销量关系。
6.根据权利要求5所述的钢铁智能促销系统，其特征在于：所述的数据优化分析模块通过数学模型对促销计划的计算，进行的促销效果对比，所述的数学模型为：设定：总利润R，成本C，价格p，销量V，补贴为S，则：
R＝Vp+S-C，
其中S，C在创建促销计划时可以固定，而销量V受到促销价格p与广告a等因素影响，我们有如下关系式：
V＝f(p,a)。
7.根据权利要求6所述的钢铁智能促销系统，其特征在于：在V＝f(p,a)的基础上，以拉格朗日乘数法求解最大的销量值V，函数V＝f(p,a)在附加条件
下的极值点，先转为拉格朗日函数：
其中λ为参数(拉格朗日乘子)，求其对p与a的一阶偏导数，然后得到方程组：
由此可以解出p,a与参数λ，得到的(p,a)就是函数V＝f(p,a)的极值点，从而求得最大的销量值V。
8.根据权利要求7所述的钢铁智能促销系统，其特征在于：所述的数据优化模块建立在基础数据库一系列数据库表的基础上，通过将促销数据库生成的促销计划的数据以csv文件打包的方式作为传入参数传递给数据优化模块，数据优化模块通过解析传入参数，在多种数学模型中选择匹配度好的算法模型进行计算，得出预测出的销量与利润总额，以及其他促销相关数据，然后将数据打包传回给应用模块，展示在页面上，以供卖家进行参考。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010473957.3A CN111833093A (zh) | 2020-05-29 | 2020-05-29 | 钢铁智能促销系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010473957.3A CN111833093A (zh) | 2020-05-29 | 2020-05-29 | 钢铁智能促销系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111833093A true CN111833093A (zh) | 2020-10-27 |
Family
ID=72913999
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010473957.3A Pending CN111833093A (zh) | 2020-05-29 | 2020-05-29 | 钢铁智能促销系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111833093A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113780611A (zh) * | 2020-12-10 | 2021-12-10 | 北京沃东天骏信息技术有限公司 | 一种库存管理方法和装置 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030050828A1 (en) * | 2001-03-23 | 2003-03-13 | Restaurant Services, Inc. | System, method and computer program product for planning promotions in a supply chain management framework |
| GB0422482D0 (en) * | 2003-10-17 | 2004-11-10 | Makor Issues & Rights Ltd | System and method for profit maximization in retail industry |
| US20070027745A1 (en) * | 2005-07-28 | 2007-02-01 | Sap Ag | System and method of assortment, space, and price optimization in retail store |
| CN103903157A (zh) * | 2012-12-26 | 2014-07-02 | 李庆成 | 商品促销数据的处理方法 |
| CN104077706A (zh) * | 2013-03-26 | 2014-10-01 | 深圳先进技术研究院 | 基于数据挖掘及保鲜预测的超市果蔬优化销售装置及方法 |
| CN107203904A (zh) * | 2017-05-19 | 2017-09-26 | 武汉弗赅科技有限公司 | 销售商品的动态定价方法及系统 |
| CN108921462A (zh) * | 2018-05-28 | 2018-11-30 | 顺丰科技有限公司 | 库存管理方法、库存管理装置、设备及存储介质 |
| WO2019046833A1 (en) * | 2017-09-01 | 2019-03-07 | Eversight, Inc. | SYSTEMS AND METHODS FOR INTELLIGENT PROMOTION DESIGN IN BRICK AND MORTAR RETAILERS WITH PROMOTION RATING |
| CN109544233A (zh) * | 2018-11-21 | 2019-03-29 | 上海欧睿供应链管理有限公司 | 一种面向电商业务的时尚品需求预测方法 |
-
2020
- 2020-05-29 CN CN202010473957.3A patent/CN111833093A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030050828A1 (en) * | 2001-03-23 | 2003-03-13 | Restaurant Services, Inc. | System, method and computer program product for planning promotions in a supply chain management framework |
| GB0422482D0 (en) * | 2003-10-17 | 2004-11-10 | Makor Issues & Rights Ltd | System and method for profit maximization in retail industry |
| US20070027745A1 (en) * | 2005-07-28 | 2007-02-01 | Sap Ag | System and method of assortment, space, and price optimization in retail store |
| CN103903157A (zh) * | 2012-12-26 | 2014-07-02 | 李庆成 | 商品促销数据的处理方法 |
| CN104077706A (zh) * | 2013-03-26 | 2014-10-01 | 深圳先进技术研究院 | 基于数据挖掘及保鲜预测的超市果蔬优化销售装置及方法 |
| CN107203904A (zh) * | 2017-05-19 | 2017-09-26 | 武汉弗赅科技有限公司 | 销售商品的动态定价方法及系统 |
| WO2019046833A1 (en) * | 2017-09-01 | 2019-03-07 | Eversight, Inc. | SYSTEMS AND METHODS FOR INTELLIGENT PROMOTION DESIGN IN BRICK AND MORTAR RETAILERS WITH PROMOTION RATING |
| CN108921462A (zh) * | 2018-05-28 | 2018-11-30 | 顺丰科技有限公司 | 库存管理方法、库存管理装置、设备及存储介质 |
| CN109544233A (zh) * | 2018-11-21 | 2019-03-29 | 上海欧睿供应链管理有限公司 | 一种面向电商业务的时尚品需求预测方法 |
Non-Patent Citations (4)
| Title |
|---|
| 代建生;牛清洁;: "渠道联合促销下制造商的定价决策", 系统工程, no. 12, pages 41 - 45 * |
| 余有明, 郑环: "销售利润决策支持系统的开发", 微计算机应用, no. 03, pages 315 - 318 * |
| 王宏达;郝以阁;汪定伟;: "季节性商品的促销定价模型与算法", 东北大学学报(自然科学版), no. 01, pages 23 - 25 * |
| 王爱兰;: "最优价格量化分析", 科技风, no. 07, pages 99 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113780611A (zh) * | 2020-12-10 | 2021-12-10 | 北京沃东天骏信息技术有限公司 | 一种库存管理方法和装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6167385A (en) | Supply chain financing system and method | |
| Abad et al. | From PIN to VPIN: An introduction to order flow toxicity | |
| US20040172319A1 (en) | Value chain system | |
| JPWO2006004131A1 (ja) | 企業評価装置、企業評価プログラム並びに企業評価方法 | |
| CN111292149A (zh) | 一种生成退货处理信息的方法和装置 | |
| JP2019049930A (ja) | 収益配分システム、収益配分方法、および、収益配分プログラム | |
| CN112330439A (zh) | 一种基于五流合一业务数据的金融风险识别装置及方法 | |
| TW200300536A (en) | Sales forecasting apparatus and sales forecasting method | |
| Wei | [Retracted] A Machine Learning Algorithm for Supplier Credit Risk Assessment Based on Supply Chain Management | |
| CN111833093A (zh) | 钢铁智能促销系统 | |
| KR20190140528A (ko) | 딥 러닝을 이용한 화훼 경매가 예측 시스템 | |
| KR101794936B1 (ko) | 가중치를 이용한 수입 패션 상품 가격 책정 방법 | |
| CN112365321A (zh) | 一种实现生鲜电商平台多商家商品有效监管识别的方法 | |
| Celec et al. | Performance measures for evaluating the financial benefits of state term commodity | |
| US20130159161A1 (en) | System and method for creating and supplying particular data constructs in evaluating whether to buy or sell a traded security | |
| JPH10222488A (ja) | 金融資産のリスク管理手法のモデル提供システム | |
| Li et al. | Comparative analysis of risk control in logistics and supply chain finance under different pledge fashions | |
| JP2016095800A (ja) | 資産運用評価基準生成装置、資産運用評価装置及びその方法 | |
| CN111967987B (zh) | 交易数据的处理方法和交易数据的处理系统 | |
| JP6526356B1 (ja) | 銀行業務支援システム、銀行業務支援方法及び銀行業務支援プログラム | |
| KR20170076404A (ko) | 빅데이터를 이용한 수입 패션 상품 가격 책정 방법 | |
| JP2003006524A (ja) | 取引先評価システムサーバ及び取引先評価方法及びプログラムを記録したコンピュータ読み取り可能な記録媒体及びプログラム | |
| KR101723887B1 (ko) | 폐금속 자원의 거래를 위한 거래조건 검토 시스템 및 그 방법 | |
| RU190382U1 (ru) | Автоматизированное устройство оценки эффективности перепрофилирования промышленных территорий | |
| Agrawal et al. | Optimal order quantity with endogenous discounted partial advance payment and trade-credit for inventory model with linear time varying demand |
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 |
Application publication date: 20201027 |