CN113496416B - 一种出行消费卡定价方法 - Google Patents

一种出行消费卡定价方法 Download PDF

Info

Publication number
CN113496416B
CN113496416B CN202010260185.5A CN202010260185A CN113496416B CN 113496416 B CN113496416 B CN 113496416B CN 202010260185 A CN202010260185 A CN 202010260185A CN 113496416 B CN113496416 B CN 113496416B
Authority
CN
China
Prior art keywords
order data
travel
travel consumption
data items
cards
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.)
Active
Application number
CN202010260185.5A
Other languages
English (en)
Other versions
CN113496416A (zh
Inventor
谢川
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 Shouqi Zhixing Technology Co Ltd
Original Assignee
Beijing Shouqi Zhixing 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 Shouqi Zhixing Technology Co Ltd filed Critical Beijing Shouqi Zhixing Technology Co Ltd
Priority to CN202010260185.5A priority Critical patent/CN113496416B/zh
Publication of CN113496416A publication Critical patent/CN113496416A/zh
Application granted granted Critical
Publication of CN113496416B publication Critical patent/CN113496416B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • 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
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0645—Rental transactions; Leasing transactions

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开的出行消费卡定价方法，涉及共享出行技术领域，根据设定的时间周期，获取历史订单数据条目，根据用户标识，获取历史订单数据条目中各个用户的下单次数，根据各个用户的下单次数所在的区间范围，对历史订单数据条目进行分组，得到多个分组历史订单数据条目，统计各个分组中的用户数量并根据用户数量，分别计算各个分组历史订单数据条目中用户数量在历史订单数据条目中总用户数量的比例，根据订单流水平均值、用车时长平均值、各类出行消费卡的单次最大使用时长及各类出行消费卡的定价折扣率，得到各类出行消费卡的最终价格，实现对各类出行消费卡进行精准地定价，提高了用户购买出行消费卡的兴趣，增加了运营方的利润。

Description

一种出行消费卡定价方法
技术领域
本发明涉及共享出行技术领域，具体涉及一种出行消费卡定价方法。
背景技术
为了分时共享用车用户的用车体验和便利性，鼓励用户用车，提升用户用车频次，推出了类似消费卡的营销工具，用户只需提前购买一张出行消费卡，则可以在出行消费卡限定的总次数或者总时长内随意用车，不再支付额外的租赁费用。该类出行消费卡是有有效期的，比如15天、1周，1月内有效，对于用户来说，如果该类出行消费卡在有效期内使用得越频繁，则享受到的优惠越多，反之越少。有效期越长、总次数、总时长越高的卡，成本越高，定价就越高。所以对运营方来说，如果定价过高，则对用户的吸引力不够大；如果定价过低，则对相当于变相大力度的打折，对运营方的利润会有影响。同时市场环境和用户行为也会随着出行消费卡的投放市场产生变化，需要经常对出行消费卡的定价进行调整。
现有的出行消费卡，比如在共享单车领域的月卡和周卡，一般是通过运营人员的数据分析结合人工经验和成本进行定价的，效率低且无法快速根据用户行为的变化对各类出行消费卡的定价进行精准调整，难免出现定价过高或过低的情况，导致用户购买出行消费卡的兴趣低，影响运营方的利润。
所以，如何通过大数据实现对各类出行消费卡进行精准地定价，成为运营方势必解决的问题。
发明内容
为解决现有技术的不足，本发明实施例提供了一种出行消费卡定价方法，该方法包括：
根据设定的时间周期，获取历史订单数据条目，其中，所述历史订单数据条目包括各个订单的用车时间、用户标识，订单标识、用车时长、用车里程及订单流水；
根据用户标识，获取所述历史订单数据条目中各个用户的下单次数；
根据各个用户的下单次数所在的区间范围，对所述历史订单数据条目进行分组，得到多个分组历史订单数据条目；
统计各个分组中的用户数量并根据所述用户数量，分别计算各个分组历史订单数据条目中用户数量在所述历史订单数据条目中总用户数量的比例；
剔除所述历史订单数据条目中比例小于设定阈值的分组历史订单数据条目；
分别计算各个分组历史订单数据条目中的订单流水平均值X、用车时长平均值M；
根据公式Y＝T×X×N×R/M，得到各类出行消费卡的最终价格，其中，T为各类出行消费卡的单次最大使用时长，N为各类出行消费卡的最大使用次数，R为各类出行消费卡的定价折扣率。
优选地，各类出行消费卡的定价折扣率R的计算过程包括：
根据各类出行消费卡对应的历史订单数据条目中用车次数的平均值及订单流水平均值，得到各类出行消费卡的实际消费金额；
根据各类出行消费卡的实际消费金额及各类出行消费卡的预设定价金额，得到各类出行消费卡的预设折扣率，其中，各类出行消费卡的预设定价金额Y1＝T×N，其中，T为各类出行消费卡的单次最大使用时长，N为各类出行消费卡的最大使用次数；
根据设定的比例，提高各类出行消费卡的预设折扣率，得到各类出行消费卡的定价折扣率R。
优选地，各类出行消费卡的单次最大使用时长为对应分组历史订单数据条目中用车时长数组中处于80％分位的用车时长。
优选地，各类出行消费卡的最大使用次数N的值为对应分组历史订单数据条目中用户出行次数的最大值。
优选地，一个分组历史订单数据条目对应一类出行消费卡。
本发明实施例提供的出行消费卡定价方法具有以下有益效果：
基于设定时间段内的历史订单数据条目，对用户行为的变化进行分析，实现对各类出行消费卡进行精准地定价，提高了用户购买出行消费卡的兴趣，增加了运营方的利润。
具体实施方式
以下结合具体实施例对本发明作具体的介绍。
本发明实施例提供的出行消费卡定价方法包括以下步骤：
S101，根据设定的时间周期，获取历史订单数据条目，其中，历史订单数据条目包括各个订单的用车时间、用户标识，订单标识、用车时长、用车里程及订单流水。
作为一个具体的实施例，设定的时间周期可以为一周、一个月等。
S102，根据用户标识，获取历史订单数据条目中各个用户的下单次数。
S103，根据各个用户的下单次数所在的区间范围，对历史订单数据条目进行分组，得到多个分组历史订单数据条目。
作为一个具体的实施例，将一周内下单3-5次的用户作为一组，将一周内下单5-10次的用户作为一组，将一周内下单10-20次的用户作为一组。
S104，统计各个分组中的用户数量并根据用户数量，分别计算各个分组历史订单数据条目中用户数量在历史订单数据条目中总用户数量的比例。
S105，剔除历史订单数据条目中比例小于设定阈值的分组历史订单数据条目。
作为一个具体的实施例，当分组历史订单数据条目中的用户数量在历史订单数据条目中总用户数量的比例小于0.1％时(比如每周出行次数超过20次的用户)，说明该人群太少，针对该类人群，不考虑发行相应的出行消费卡。
S106，分别计算各个分组历史订单数据条目中的订单流水平均值X、用车时长平均值M。
S107，根据公式Y＝T×X×N×R/M，得到各类出行消费卡的最终价格，其中，T为各类出行消费卡的单次最大使用时长，N为各类出行消费卡的最大使用次数，R为各类出行消费卡的定价折扣率。
做一个具体的实施例，对于最大使用次数为20、单次最大使用时长为1.5小时的周卡、每个订单的实际平均用车时长为44分钟、每个订单的实际流水平均值为22.3元。假设用户单次用车为1.5小时，一周开20次，则预计每个订单流水平均值为90÷44×22.3＝45.6元，则预计该类型周卡产生的总流水为45.6×20＝912元。通过统计，该用户实际每周平均使用该周卡的次数13次、每次平均使用时长为54分钟，每周平均消费288.6元，得到预计折扣率为3.2折。考虑到出行消费卡对用户有一定的拉动作用，将该类出行消费卡的预计折扣率提升1.5倍，得到最终的折扣率约为5折，则该类周卡的最终价格为912×0.5＝456元。
可选地，各类出行消费卡的定价折扣率R的计算过程包括：
根据各类出行消费卡对应的历史订单数据条目中用车次数的平均值及订单流水平均值，得到各类出行消费卡的实际消费金额；
根据各类出行消费卡的实际消费金额及各类出行消费卡的预设定价金额，得到各类出行消费卡的预设折扣率，其中，各类出行消费卡的预设定价金额Y1＝T×N，其中，T为各类出行消费卡的单次最大使用时长，N为各类出行消费卡的最大使用次数；
根据设定的比例，提高各类出行消费卡的预设折扣率，得到各类出行消费卡的定价折扣率R。
可选地，各类出行消费卡的单次最大使用时长为对应分组历史订单数据条目中用车时长数组中处于80％分位的用车时长，可以满足持有该类出行消费卡的80％用户的单次出行时长需求。
作为一个具体的实施例，当分组历史订单数据条目中用车时长数组为{10分钟、20分钟、30分钟、50分钟、60分钟、70分钟、80分钟、90分钟、100分钟、120分钟}，则选择90分钟为该分组历史订单数据条目对应的出行消费的单次最大使用时长。
可选地，各类出行消费卡的最大使用次数N的值为对应分组历史订单数据条目中用户出行次数的最大值。
作为一个具体的实施例，对于每周出行次数在10-20次的分组历史订单数据条目，对应的出行消费卡的最大使用次数为20。
可选地，一个分组历史订单数据条目对应一类出行消费卡。
本发明实施例提供的出行消费卡定价方法，根据设定的时间周期，获取历史订单数据条目，根据用户标识，获取历史订单数据条目中各个用户的下单次数，根据各个用户的下单次数所在的区间范围，对历史订单数据条目进行分组，得到多个分组历史订单数据条目，统计各个分组中的用户数量并根据用户数量，分别计算各个分组历史订单数据条目中用户数量在历史订单数据条目中总用户数量的比例，剔除历史订单数据条目中比例小于设定阈值的分组历史订单数据条目，分别计算各个分组历史订单数据条目中的订单流水平均值、用车时长平均值，根据订单流水平均值、用车时长平均值、各类出行消费卡的单次最大使用时长及各类出行消费卡的定价折扣率，得到各类出行消费卡的最终价格，实现对各类出行消费卡进行精准地定价，提高了用户购买出行消费卡的兴趣，增加了运营方的利润。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
此外，存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (5)

1.一种出行消费卡定价方法，其特征在于，包括：
根据设定的时间周期，获取历史订单数据条目，其中，所述历史订单数据条目包括各个订单的用车时间、用户标识，订单标识、用车时长、用车里程及订单流水；
根据用户标识，获取所述历史订单数据条目中各个用户的下单次数；
根据各个用户的下单次数所在的区间范围，对所述历史订单数据条目进行分组，得到多个分组历史订单数据条目；
统计各个分组中的用户数量并根据所述用户数量，分别计算各个分组历史订单数据条目中用户数量在所述历史订单数据条目中总用户数量的比例；
剔除所述历史订单数据条目中比例小于设定阈值的分组历史订单数据条目；
分别计算各个分组历史订单数据条目中的订单流水平均值X、用车时长平均值M；
根据公式Y＝T×X×N×R/M，得到各类出行消费卡的最终价格，其中，T为各类出行消费卡的单次最大使用时长，N为各类出行消费卡的最大使用次数，R为各类出行消费卡的定价折扣率；
各类出行消费卡的定价折扣率R的计算过程包括：
根据各类出行消费卡对应的历史订单数据条目中用车次数的平均值及订单流水平均值，得到各类出行消费卡的实际消费金额；
根据各类出行消费卡的实际消费金额及各类出行消费卡的预设定价金额，得到各类出行消费卡的预设折扣率，其中，各类出行消费卡的预设定价金额Y1＝T×N，其中，T为各类出行消费卡的单次最大使用时长，N为各类出行消费卡的最大使用次数；
根据设定的比例，提高各类出行消费卡的预设折扣率，得到各类出行消费卡的定价折扣率R。
2.根据权利要求1所述的出行消费卡定价方法，其特征在于，各类出行消费卡的单次最大使用时长为对应分组历史订单数据条目中用车时长数组中处于80％分位的用车时长。
3.根据权利要求1所述的出行消费卡定价方法，其特征在于，各类出行消费卡的最大使用次数N的值为对应分组历史订单数据条目中用户出行次数的最大值。
4.根据权利要求1所述的出行消费卡定价方法，其特征在于，一个分组历史订单数据条目对应一类出行消费卡。
5.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-4所述的步骤。
CN202010260185.5A 2020-04-03 2020-04-03 一种出行消费卡定价方法 Active CN113496416B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010260185.5A CN113496416B (zh) 2020-04-03 2020-04-03 一种出行消费卡定价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010260185.5A CN113496416B (zh) 2020-04-03 2020-04-03 一种出行消费卡定价方法

Publications (2)

Publication Number Publication Date
CN113496416A CN113496416A (zh) 2021-10-12
CN113496416B true CN113496416B (zh) 2024-03-15

Family

ID=77995125

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010260185.5A Active CN113496416B (zh) 2020-04-03 2020-04-03 一种出行消费卡定价方法

Country Status (1)

Country Link
CN (1) CN113496416B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114091932A (zh) * 2021-11-25 2022-02-25 南京领行科技股份有限公司 一种资源调度方法、装置、介质及电子设备

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101065744A (zh) * 2004-10-13 2007-10-31 邓尼赫姆拜有限公司 零售店中的产品的定价方法
CN102722839A (zh) * 2012-06-03 2012-10-10 黄洪程 一种适用于消费卡和消费券的电子商务方法
CN106530003A (zh) * 2016-11-03 2017-03-22 北京挖玖电子商务有限公司 卡券智能管理系统
CN108053271A (zh) * 2018-01-23 2018-05-18 武汉星云智慧科技有限公司 一种应用于商圈的智能卡券推荐与分发的系统与方法
CN108550048A (zh) * 2018-03-21 2018-09-18 口碑(上海)信息技术有限公司 为用户确定商品实际价格的方法、装置及电子和存储设备
CN108805596A (zh) * 2017-04-28 2018-11-13 北京京东尚科信息技术有限公司 商品定价信息处理方法、装置、电子设备及存储介质
CN110264188A (zh) * 2019-04-28 2019-09-20 阿里巴巴集团控股有限公司 通过周期卡调控用户的电子支付的方法和装置

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020117544A1 (en) * 2000-11-17 2002-08-29 Quicksystems Llc Personal pricing system
TW200537338A (en) * 2004-05-14 2005-11-16 Hui-Kang Tang Pricing system and method for multiple discounts
US20120158480A1 (en) * 2010-12-17 2012-06-21 Iyer Holdings, Inc. Dynamic variable discount system, method and computer program product
US20180189813A1 (en) * 2015-08-10 2018-07-05 Alex NEAL Historic value based predictive options commerce

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101065744A (zh) * 2004-10-13 2007-10-31 邓尼赫姆拜有限公司 零售店中的产品的定价方法
CN102722839A (zh) * 2012-06-03 2012-10-10 黄洪程 一种适用于消费卡和消费券的电子商务方法
CN106530003A (zh) * 2016-11-03 2017-03-22 北京挖玖电子商务有限公司 卡券智能管理系统
CN108805596A (zh) * 2017-04-28 2018-11-13 北京京东尚科信息技术有限公司 商品定价信息处理方法、装置、电子设备及存储介质
CN108053271A (zh) * 2018-01-23 2018-05-18 武汉星云智慧科技有限公司 一种应用于商圈的智能卡券推荐与分发的系统与方法
CN108550048A (zh) * 2018-03-21 2018-09-18 口碑(上海)信息技术有限公司 为用户确定商品实际价格的方法、装置及电子和存储设备
CN110264188A (zh) * 2019-04-28 2019-09-20 阿里巴巴集团控股有限公司 通过周期卡调控用户的电子支付的方法和装置

Also Published As

Publication number Publication date
CN113496416A (zh) 2021-10-12

Similar Documents

Publication Publication Date Title
Asker Diagnosing foreclosure due to exclusive dealing
Sana Price-sensitive demand for perishable items–an EOQ model
US8185446B1 (en) Generating parts bundles
CN106156880A (zh) 一种预测库存分配比例的方法、装置及电子设备
WO2013016637A2 (en) Vehicle desirability and stocking based on live markets
CN107230098A (zh) 一种业务对象的分时推荐方法和系统
CN104077712A (zh) 信息处理装置和价格计算方法
CN113496416B (zh) 一种出行消费卡定价方法
US20130191181A1 (en) Determining whether to launch a particular offering
CN106408758A (zh) 一种应用于自动售货机的广告投放方法和装置
TW202020781A (zh) 外匯交易量預測方法和裝置
Li et al. Dynamic lot sizing with all‐units discount and resales
CN111127944A (zh) 共享单车停放区域推荐方法、装置、系统及存储介质
CN106709756A (zh) 用户需求信息获取方法和装置
US10068249B1 (en) Inventory forecasting for bidded ad exchange
Sundara Rajan et al. Optimal pricing and replenishment policies for instantaneous deteriorating items with backlogging and trade credit under inflation
CN110443517A (zh) 一种影响网约车司机出车积极性的关键指标确定方法
Bieniek Returns handling in e-commerce: How to avoid demand negativity in supply chain contracts with returns?
US20140188558A1 (en) Subscription pricing system, method and computer program product therefor
CN106991549A (zh) 库存商品库存价值估算、销售库存商品的方法和装置
CN110990881A (zh) 一种基于区块链的社区团购平台及设备、介质
CN111126624A (zh) 一种判定模型预测结果有效性的方法
Kharvi et al. Ordering policies under currency risk sharing agreements: a Markov chain approach
Soni et al. An EOQ model tor deteriorating items with progressive payment scheme under DCF approach
US20170103414A1 (en) Representing a metric for marketing channels

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
GR01 Patent grant
GR01 Patent grant