CN113657941A - 策略生成方法、生成装置、电子设备以及可读存储介质 - Google Patents
策略生成方法、生成装置、电子设备以及可读存储介质 Download PDFInfo
- Publication number
- CN113657941A CN113657941A CN202110964980.7A CN202110964980A CN113657941A CN 113657941 A CN113657941 A CN 113657941A CN 202110964980 A CN202110964980 A CN 202110964980A CN 113657941 A CN113657941 A CN 113657941A
- Authority
- CN
- China
- Prior art keywords
- information
- consumption
- product
- determining
- target entity
- 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
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000003860 storage Methods 0.000 title claims abstract description 23
- 230000000694 effects Effects 0.000 claims abstract description 27
- 238000009826 distribution Methods 0.000 claims description 32
- 230000015654 memory Effects 0.000 claims description 11
- 238000010586 diagram Methods 0.000 description 15
- 238000004590 computer program Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 8
- 230000006399 behavior Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 7
- 230000033228 biological regulation Effects 0.000 description 6
- 230000007423 decrease Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 241000238557 Decapoda Species 0.000 description 2
- 235000013361 beverage Nutrition 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000004806 packaging method and process Methods 0.000 description 2
- 235000013606 potato chips Nutrition 0.000 description 2
- 238000003825 pressing Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004992 fission Effects 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical group [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
- 230000000007 visual effect Effects 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
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0203—Market surveys; Market polls
-
- 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
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0255—Targeted advertisements 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
- G06Q30/0601—Electronic shopping [e-shopping]
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Engineering & Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开提供了一种策略生成方法、生成装置、电子设备以及可读存储介质。该方法包括:根据消费对象的产品偏好信息,确定消费对象画像信息,其中,产品偏好信息是根据消费对象的消费信息确定,消费信息包括以下至少之一:线上消费信息和线下消费信息;根据目标实体对象具有的产品信息,确定目标实体对象的产品画像信息;根据消费对象画像信息和产品画像信息,确定目标实体对象的一种或多种候选选品策略;根据目标实体对象的坪效参数,从一种或多种候选选品策略中确定目标实体对象的目标策略。
Description
技术领域
本公开涉及计算机技术领域,具体地,涉及一种策略生成方法、生成装置、电子设备以及可读存储介质。
背景技术
随着电子商务和网络购物的快速发展,电子商务不仅在消费者生活中扮演着越来越重要的角色,对于线下商超、中小便利店等线下门店的订单采购也提供了很大的便利。
在实现本公开构思的过程中,发明人发现相关技术中至少存在如下问题:电子商务平台更多的是关注如何保证线下门店的订单采购量,而对于线下门店经营缺乏指导,降低了电子商务平台与线下门店的粘性度。
发明内容
有鉴于此,本公开提供了一种策略生成方法、生成装置、电子设备以及可读存储介质。
本公开的一个方面提供了一种策略生成方法,包括:根据消费对象的产品偏好信息,确定消费对象画像信息,其中,产品偏好信息是根据消费对象的消费信息确定,消费信息包括以下至少之一:线上消费信息和线下消费信息;根据目标实体对象具有的产品信息,确定目标实体对象的产品画像信息;根据消费对象画像信息和产品画像信息,确定目标实体对象的一种或多种候选选品策略;根据目标实体对象的坪效参数,从一种或多种候选选品策略中确定目标实体对象的目标策略。
根据本公开的实施例,其中,根据消费对象的产品偏好信息,确定消费对象画像信息,包括:根据与消费对象对应的品牌消费信息,确定消费对象的品牌偏好画像信息;根据与消费对象对应的类目消费信息,确定消费对象的类目偏好画像信息;根据品牌偏好画像信息和类目偏好画像信息,确定与每种品牌对应的类目偏好的消费对象占比;根据与每种品牌对应的类目偏好的消费对象占比,确定消费对象画像信息。
根据本公开的实施例,其中,根据与消费对象对应的类目消费信息,确定消费对象的类目偏好画像信息,包括:确定与消费对象对应的类目种类占比;确定与消费对象对应的类目交易额占比;根据类目种类占比和类目交易额占比,确定类目的标签分值;根据标签分值的排序结果,确定消费对象的类目偏好画像信息。
根据本公开的实施例,其中,根据目标实体对象具有的产品信息,确定目标实体对象的产品画像信息,包括:获取目标实体对象的产品分布信息,其中,产品分布信息包括以下至少之一:品牌分布信息和类目分布信息;根据产品分布信息,确定目标实体对象的产品画像信息。
根据本公开的实施例,该策略生成方法还包括:确定目标实体对象的经营周期;根据经营周期,调整目标实体对象的一种或多种候选选品策略,以便根据目标实体对象的坪效参数,从调整后的一种或多种候选选品策略中确定目标实体对象的新的目标策略。
根据本公开的实施例,其中,根据消费对象画像信息和产品画像信息,确定目标实体对象的一种或多种候选选品策略,包括:针对消费对象,根据线上消费信息和线下消费信息对应的消费对象,建立目标实体对象与消费对象之间的关联关系;根据关联关系,确定目标实体对象的目标消费对象画像信息;根据目标消费对象画像信息和产品画像信息,确定目标实体对象的一种或多种候选选品策略。
根据本公开的实施例,其中,根据消费对象画像信息和产品画像信息,确定目标实体对象的一种或多种候选选品策略,包括:针对目标实体对象的第一产品,确定用于表征第一产品与其他产品之间的关联消费信息;确定关联消费信息对应的关联消费信息比例分值,其中,关联消费信息比例分值表征交易了关联消费信息涉及的所有产品的总人数与交易了第一产品的人数的比值;确定关联消费信息对应的消费对象比例分值,其中,消费对象比例分值表征交易了关联消费信息涉及的所有产品的总人数与交易了所有产品中任一产品的总人数之和的比值;从多个关联消费信息中确定目标关联消费信息,其中,目标关联消费信息表征消费对象比例分值大于预设比例分值阈值的关联消费信息;根据关联消费信息比例分值和目标关联消费信息,确定目标实体对象的一种或多种候选选品策略。
根据本公开的实施例,其中,产品偏好信息和产品信息是根据位置定位服务确定。
本公开的另一个方面提供了一种策略生成装置,包括:第一确定模块,用于根据消费对象的产品偏好信息,确定消费对象画像信息,其中,产品偏好信息是根据消费对象的消费信息确定,消费信息包括以下至少之一:线上消费信息和线下消费信息;第二确定模块,用于根据目标实体对象具有的产品信息,确定目标实体对象的产品画像信息;第三确定模块,用于根据消费对象画像信息和产品画像信息,确定目标实体对象的一种或多种候选选品策略;第四确定模块,用于根据目标实体对象的坪效参数,从一种或多种候选选品策略中确定目标实体对象的目标策略。
本公开的另一方面提供了一种计算机系统,包括:一个或多个处理器;存储器,用于存储一个或多个程序,其中,当一个或多个程序被一个或多个处理器执行时,使得一个或多个处理器实现如上的方法。
本公开的另一方面提供了一种计算机可读存储介质,存储有计算机可执行指令,指令在被执行时用于实现如上的方法。
本公开的另一方面提供了一种计算机程序,计算机程序包括计算机可执行指令,指令在被执行时用于实现如上的方法。
根据本公开的实施例,通过采用了根据消费对象的产品偏好信息,确定消费对象画像信息,其中,产品偏好信息是根据消费对象的消费信息确定,消费信息包括以下至少之一:线上消费信息和线下消费信息;根据目标实体对象具有的产品信息,确定目标实体对象的产品画像信息;根据消费对象画像信息和产品画像信息,确定目标实体对象的一种或多种候选选品策略;根据目标实体对象的坪效参数,从一种或多种候选选品策略中确定目标实体对象的目标策略的技术手段,由于获取了消费对象的线上消费信息和线下消费信息,将线下线上渠道数据打通搭建消费对象画像信息,并根据产品画像信息,能够针对线下门店提供较为精准的数据,对线下门店的经营提供方向性指导,进而提升线下门店的的经营效率和盈利能力。
附图说明
通过以下参照附图对本公开实施例的描述,本公开的上述以及其他目的、特征和优点将更为清楚,在附图中:
图1示意性示出了根据本公开实施例的可以应用策略生成方法的示例性系统架构;
图2示意性示出了根据本公开实施例的策略生成方法的流程图;
图3示意性示出了根据本公开实施例的的根据消费对象的产品偏好信息,确定消费对象画像信息的流程图;
图4示意性示出了根据本公开实施例的搭建全渠道零售业务体系的示意图;
图5示意性示出了根据本公开实施例的根据消费对象画像信息和产品画像信息,确定目标实体对象的一种或多种候选选品策略的流程图;
图6示意性示出了根据本公开实施例的策略生成方法的示意图;
图7示意性示出了根据本公开的实施例的策略生成装置的框图;以及
图8示出了示出了根据本公开的实施可以实施上述的示例电子设备的示意性框图。
具体实施方式
以下,将参照附图来描述本公开的实施例。但是应该理解,这些描述只是示例性的,而并非要限制本公开的范围。在下面的详细描述中,为便于解释,阐述了许多具体的细节以提供对本公开实施例的全面理解。然而,明显地,一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。
新零售线下门店会通过电子商务平台进行订单的线上采购,但是,对于电子商务平台而言,平台大多数只会关注线下门店在平台的采购量以及平台自身的营收,而对线下门店缺失经营指导。
在实现本公开构思的过程中发现,目前提升线下门店的经营效率和盈利能力,一般是依靠线下门店人员进行线下简单导流,促销活动等,但是利润较低,特别是对于中小型门店,还得考虑压货成本等。另一方面,线下门店人员不了解自身门店的经营周期和周边消费对象特点、年龄分布等,没有较为全局的市场经营的数据指导,无法对线下门店实现较为有效的经营方式。
有鉴于此,在实现本方案的过程中,为了提升线下门店的经营效率和盈利能力,可以通过将线上线下数据打通来搭建消费对象产品偏好画像信息,结合线下门店的产品信息,针对线下门店的经营周期,为线下门店提供方向性的经营指导。
本公开的实施例提供了一种策略生成方法、生成装置、电子设备以及可读存储介质。该方法包括根据消费对象的产品偏好信息,确定消费对象画像信息,其中,产品偏好信息是根据消费对象的消费信息确定,消费信息包括以下至少之一:线上消费信息和线下消费信息;根据目标实体对象具有的产品信息,确定目标实体对象的产品画像信息;根据消费对象画像信息和产品画像信息,确定目标实体对象的一种或多种候选选品策略;根据目标实体对象的坪效参数,从一种或多种候选选品策略中确定目标实体对象的目标策略。
图1示意性示出了根据本公开实施例的可以应用策略生成方法的示例性系统架构。需要注意的是,图1所示仅为可以应用本公开实施例的系统架构的示例,以帮助本领域技术人员理解本公开的技术内容,但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。
如图1所示,根据该实施例的系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线和/或无线通信链路等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端和/或社交平台软件等(仅为示例)。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。终端设备101、102、103中的部分或全部可以设置在线下实体店中。
服务器105可以是提供各种服务的服务器,例如对用户利用终端设备101、102、103所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理,并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备。服务器105可以为电商平台的服务器。
需要说明的是,本公开实施例所提供的策略生成方法一般可以由服务器105执行。相应地,本公开实施例所提供的策略生成装置一般可以设置于服务器105中。本公开实施例所提供的策略生成方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群执行。相应地,本公开实施例所提供的策略生成装置也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。或者,本公开实施例所提供的策略生成方法也可以由终端设备101、102、或103执行,或者也可以由不同于终端设备101、102、或103的其他终端设备执行。相应地,本公开实施例所提供的策略生成装置也可以设置于终端设备101、102、或103中,或设置于不同于终端设备101、102、或103的其他终端设备中。
例如,可以从服务器105获取线上消费信息后,存储在终端设备101、102、或103中的任意一个(例如,终端设备101,但不限于此)之中。然后,终端设备可以在本地执行本公开实施例所提供的策略生成方法,或者将待生成的策略发送到其他终端设备、服务器、或服务器集群,并由接收该待生成的策略的其他终端设备、服务器、或服务器集群来执行本公开实施例所提供的策略生成方法。
本公开的技术方案中,所涉及的用户个人信息的获取,存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
图2示意性示出了根据本公开实施例的策略生成方法的流程图。
如图2所示,该方法包括操作S210~S240。
在操作S210,根据消费对象的产品偏好信息,确定消费对象画像信息,其中,产品偏好信息是根据消费对象的消费信息确定,消费信息包括以下至少之一:线上消费信息和线下消费信息。
根据本公开的实施例,消费对象可以为基于位置定位服务的目标线下门店周边预设距离的消费者。例如,可以为目标线下门店的周边500米的消费者。
根据本公开的实施例,产品偏好信息可以包括不同的消费对象在线上消费和线下消费的类目偏好信息、品牌偏好信息、消费数据、消费行为习惯等。
根据本公开的实施例,类目可以分为一级类目、二级类目和三级类目,一级类目可以为总称,二级类目可以为在一级类目基础上细分,三级类目在二级类目基础上再细分。例如,五金为一级类目,锁具为二级类目,机械门锁为三级类目。在本公开实施例中,以三级类目相关信息作为消费对象产品偏好信息。
根据本公开的实施例,同一品牌下可以包括多种三级类目产品,例如,xx品牌下含有薯片、虾条、饮料等三级类目产品。此时,可以将xx品牌作为其一级类目,薯片、虾条、饮料等可以作为其三级类目。
根据本公开的实施例,消费对象画像信息可以包括消费对象在每种品牌下,交易了三级类目的消费对象人数占目标线下门店周边消费对象的总人数的比值。
在操作S220,根据目标实体对象具有的产品信息,确定目标实体对象的产品画像信息。
根据本公开的实施例,目标实体对象可以为目标实体门店,例如,可以为中小型便利店。
根据本公开的实施例,产品信息可以为目标实体对象的动态数据信息。
根据本公开的实施例,产品信息可以通过以下至少之一的方式获得:例如,可以为线上平台人员前往目标实体对象进行产品盘点;也可以通过终端阅读器获取,例如,POS机数据。
根据本公开的实施例,目标实体对象的产品画像信息可以包括:每种品牌下每个类目的产品数量、产品分布等。
在操作S230,根据消费对象画像信息和产品画像信息,确定目标实体对象的一种或多种候选选品策略。
根据本公开的实施例,候选选品策略可以为针对产品类目覆盖面全的选品策略和针对核心产品类目的品策略。
在操作S240,根据目标实体对象的坪效参数,从一种或多种候选选品策略中确定目标实体对象的目标策略。
根据本公开的实施例,坪效参数为目标实体对象每平方米的效益,即,每平方米面积可以产出多少营业额。
根据本公开的实施例,通过目标实体对象的坪效参数可以确定目标门店的经营周期,针对经营周期,确定目标实体对象的目标策略。
根据本公开的实施例,通过根据消费对象的产品偏好信息,确定消费对象画像信息,根据目标实体对象具有的产品信息,确定目标实体对象的产品画像信息,根据消费对象画像信息和产品画像信息,确定目标实体对象的一种或多种候选选品策略,根据目标实体对象的坪效参数,从一种或多种候选选品策略中确定目标实体对象的目标策略。解决了目标实体对象人员不了解自身门店的经营周期和周边消费对象特点、年龄分布等,没有全局的市场经营的数据指导,无法对线下门店实现有效的经营方式的技术问题,为目标实体对象提供精准选品的策略,提升目标实体对象经营效率和盈利能力。
下面参考图3~图6,结合具体实施例对图2所示的方法做进一步说明。
图3示意性示出了根据本公开实施例的的根据消费对象的产品偏好信息,确定消费对象画像信息的流程图。
如图3所示,该方法包括操作S310~S340。
在操作S310,根据与消费对象对应的品牌消费信息,确定消费对象的品牌偏好画像信息。
根据本公开的实施例,品牌画像信息可以包括:消费对象的年龄段、消费对象婚姻状况、消费对象宠物类型、消费对象是否有小孩等。但是由于对目标实体对象的指导是从无到有的阶段,因此,上述中的品牌画像信息可以先不采集,待数据沉淀之后再进行相关信息的采集。因此,可以先输出产品相关的画像数据。
在操作S320,根据与消费对象对应的类目消费信息,确定消费对象的类目偏好画像信息。
根据本公开的实施例,消费对象可以包括基于位置定位服务的目标实体对象周边的消费对象在线上平台预设时间段内的订单信息。
根据本公开的实施例,与消费对象对应的类目消费信息可以包括:三级类目产品种类的宽度(sku的宽度);全部订单sku的宽度;三级类目交易总额(GMV)、全部订单产品的交易总额(GMV)。
在操作S330,根据品牌偏好画像信息和类目偏好画像信息,确定与每种品牌对应的类目偏好的消费对象占比。
根据本公开的实施例,根据交易了每种品牌对应的每种类目偏好的消费对象的人数占目标实体对象周边总消费对象人数的比值,确定消费对象占比。
在操作S340,根据与每种品牌对应的类目偏好的消费对象占比,确定消费对象画像信息。
根据本公开的实施例,消费对象画像信息可以包括行为信息和属性信息。
根据本公开的实施例,行为信息可以为消费对象线上消费信息和线下消费信息进行融合。线下消费信息可以通过信息录入,例如,记账本、终端功能模块等方式录入。
根据本公开的实施例,行为信息可以包括:行为偏好,例如,消费对象的活跃时间、活跃频率;购买偏好,例如,消费对象的类目偏好信息、品牌偏好信息等;营销活动偏好,例如,促销日,优惠券等。
根据本公开的实施例,属性信息可以根据消费对象的注册信息、摄像设备等信息获取。
根据本公开的实施例,属性信息可以包括消费对象所在的城市、区域、地段;消费对象的年龄、性别;消费对象所使用的访问设备、访问时间等。
需要说明的是,本公开的技术方案中,所涉及的用户个人信息的获取,存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
在本公开的实施例中,根据与消费对象对应的类目消费信息,确定消费对象的类目偏好画像信息,包括:确定与消费对象对应的类目种类占比。确定与消费对象对应的类目交易额占比。根据类目种类占比和类目交易额占比,确定类目的标签分值。根据标签分值的排序结果,确定消费对象的类目偏好画像信息。
根据本公开的实施例,类目消费信息可以包括与消费对象对应的消费信息的维度数据信息,例如,三级类目sku宽度,即,三级类目种类的数量、全部订单sku宽度、三级类目交易总额、全部订单交易总额。三级类目sku宽度可以为在该三级类目下订单去重后的sku宽度。
根据本公开的实施例,类目种类占比可以表征为交易了三级类目产品种类的总数与全部订单的所有产品种类的总数的比值。
根据本公开的实施例,类目种类占比可以表示为:
Score_widths_rate=三级类目sku宽度/全部订单sku宽度 (1)
根据本公开的实施例,类目交易额占比可以表位交易了三级类目累计交易总额与全部订单交易总额的比值。
根据本公开的实施例,类目交易额占比可以表示为:
Score_amount_rate=三级类目交易总额/全部订单交易总额 (2)
根据本公开的实施例,三级类目sku宽度的数据逻辑如表1所示。
表1
根据本公开的实施例,标签分值可以通过加权求和计算而得,标签分值可以表示为:
Score=Score_widths_rate*0.7+Score_amount_rate*0.3 (3)
根据本公开的实施例,利用上述公式(3)计算得出与消费对象对应的类目偏好,并按照标签分值从高到低排序,作为消费对象的类目偏好画像信息输出。
根据本公开的实施例,确定消费对象的类目偏好画像信息后,后续需要根据偏好标签与目标实体对象标签进行匹配,若是截断会出现数据丢失的情况。
根据本公开的实施例,确定消费对象的类目偏好信息,再结合消费对象的品牌偏好信息,确定消费对象的画像信息。
根据本公开的实施例,消费对象的画像信息根据与每种品牌对应的类目偏好的消费对象占比确定的,消费对象的画像信息可以为目标实体对象周边的消费对象的画像信息。
根据本公开的实施例,消费对象画像信息可以用表2所示。
表2
如表2所示,类目N-M表征在品牌N下的类目M,CN-M表征交易了品牌N中的类目M产品的消费对象的人数,S表征在目标实体对象周边的消费对象的总人数,C(N-M)/S表征交易了品牌N中的类目M产品的消费对象人数和目标实体对象周边消费对象的总人数的比值。
根据本公开的实施例,通过计算出与每种品牌对应的类目偏好的消费对象占比,可以确定消费对象的画像信息。
在本公开的实施例中,根据目标实体对象具有的产品信息,确定目标实体对象的产品画像信息,包括:获取目标实体对象的产品分布信息,其中,产品分布信息包括以下至少之一:品牌分布信息和类目分布信息;根据产品分布信息,确定目标实体对象的产品画像信息。
根据本公开的实施例,目标实体对象的产品分布信息可以包括:品牌分布消息和类目分布消息。例如,目标实体对象进货情况,即,货架上有哪些品牌及类目产品,并如何进行货架的分布;目标实体对象出货情况,即,出售哪些品牌及类目产品;目标实体对象售出订单情况、每种三级类目产品的客单价等信息。
根据本公开的实施例,通过产品分部信息,确定目标实体对象的产品画像信息,例如,可以如表3所示。
表3
根据本公开的实施例,表3中表示产品数量的信息可以为目标实体对象的产品画像信息,每种类目产品再目标实体对象的货架分布也可以作为目标实体对象的产品画像信息。
根据本公开的实施例,针对目标实体对象,还可以获取其他信息,例如,目标实体对象的消费对象流动规模、消费对象的结构分布、消费对象的活跃度等信息。
根据本公开的实施例,还可以获取基于位置定位服务的目标实体门店周边其他实体对象的信息,例如,目标实体对象周边同类实体对象的产品信息;目标实体对象周边潜在的实体对象或新的实体对象的进入等。实体对象的密度及大小规模等均可以作为影响目标实体对象的因素。
根据本公开的实施例,可以获得外部信息,外部信息可以包括交通信息,例如,交通是否便利;物流信息、消费对象居住楼宇信息等。
根据本公开的实施例,可以根据目标实体对象消费对象画像信息和目标实体对象的产品信息以及外部数据,将线上线下信息融合,搭建全渠道零售B2B2C业务体系,其中,第一个B表征为线上平台;2B中B为目标实体对象;2C中C表征消费对象。
需要说明的是,本公开的技术方案中,所涉及的用户个人信息的获取,存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,通过将线上线下消费信息融合,搭建全渠道零售业务体系,线上平台可以根据目标实体对象周边的消费对象画像信息以及目标实体对象的产品信息,制定精准化营销策略,给予目标实体对象经营进行方向性指导。
图4示意性示出了根据本公开实施例的搭建全渠道零售业务体系的示意图。
如图4所示,利用大数据将获取的消费对象画像信息中的行为信息401、属性信息402、目标实体对象的产品画像信息403、外部信息404输入基础数据平台405中,经过数据采集清洗406等预处理,利用数据建模407进行数据分析,将数据可视化408,最终形成一种全零售业务体系409。
在本公开的实施例中,上述策略生成方法还包括:确定目标实体对象的经营周期;根据经营周期,调整目标实体对象的一种或多种候选选品策略,以便根据目标实体对象的坪效参数,从调整后的一种或多种候选选品策略中确定目标实体对象的新的目标策略。
根据本公开的实施例,根据目标实体对象的数据指标,例如,目标实体对象的销售量和利润,经营周期可以包括:导入期、成长期、成熟期、衰退期。
根据本公开的实施例,导入期可以为新产品刚进入市场的时期,销售量增长缓慢,利润低,产品属于试销期;成长期可以为销售量增长幅度大,产品的单位成本降低,利润随之增加,产品逐渐定型;成熟期可以为产品的销售趋于饱和,销售量增加缓慢,甚至趋于下降,产品的生产成本最低,销售量和利润获得最大值后下降,有竞争产品出现;衰退期,可以为产品销售量呈现下降趋势,消费对象将兴趣转移至其他新产品上。
根据本公开的实施例,目标实体对象的一种或多种候选选品策略可以包括:针对品类覆盖面全的产品的候选选品策略,即,可以作为候选选品策略1;或,针对重点核心品类产品的候选选品策略,可以作为候选选品策略2。
根据本公开的实施例,坪效参数可以表征目标实体对象的门店面积多大适合卖的品类是什么,品类的数量等。目标实体对象的坪效参数可以表示为:
坪效参数=目标实体对象总交易额目标实体对象经营面积 (4)
目标实体对象经营面积≈货架面积
=货架上不同产品Σ(面积*产品个数)
=Σ每个品牌(所有产品的面积*产品个数)
=Σ每个品牌[不同三级类目(产品的面积*产品个数)] (5)
根据本公开的实施例,品牌和类目的关系可以为每个品牌下可以包含多个三级类目产品,坪效参数可以表征目标实体对象的经营效果,根据经营效果,可以反映目标实体对象所处的经营周期。
根据本公开的实施例,针对品类覆盖面全的产品的候选选品策略1是为了满足不同消费对象的不同产品需求,具体选品策略如表4所示。
表4
表4中,品牌TopN:品牌排序可以为按该品牌下偏好的消费对象人数从大到小排序,可以由其对应的品牌标签分值确定,取TopN品牌,N取值为目标实体对象周边消费对象偏好的品牌覆盖了80%的消费对象群体的Top品牌,N为大于或等于1的整数;
类目NTop-M:交易该类目消费对象人数与目标实体对象周边消费对象总人数S的占比按从大到小排序,可以由其对应的类目标签分值确定,取TopM类目,M取值为目标实体对象周边偏好的N品牌用户覆盖了80%的Top类目,M为大于或等于1的整数。
根据本公开的实施例,消费对象对品牌下类目的偏好消费对象占比理论上可以等于货架上该品牌该类目的产品数量比例,为了满足部分长尾消费对象的需求,会补充一部分长尾品填充货架,因此,表4中货架面积*80%。
根据本公开的实施例,利用表4中的关系,确定每个品牌下每个类目产品sku的数量可以利用如下公式实现:
C(N-M)/S=Σ[sku面积*个数]/[货架面积*80%] (6)
其中,C(N-M)表示为交易了N品牌下M类目的消费对象人数;S表示为目标实体对象周边消费者的总人数;sku面积表示每个产品类目M的面积;Σ[sku面积*个数]表示为N品牌下所有类目M的面积之和。
根据上述公式(6),可以确定针对品类覆盖面全的产品选品策略,N品牌下M类目的产品sku的数量。
根据本公开的实施例,针对重点核心品类产品的候选选品策略2是为了满足小众化消费对象的产品需求,例如,目标实体门店针对每个品牌下按消费对象占比从大到小取前三种三级类目产品作为重点核心品类产品。具体选品策略如表5所示。
表5
根据本公开的实施例,品牌TopN及类目NTop-M的排序如表4中策略1的排序规则,在此不再赘述。货架面积*80%原则同样同表4中的选品策略1。
根据本公开的实施例,利用表5中的关系,确定每个品牌下每个类目产品sku的数量可以利用上述公式(6)实现。
根据本公开的实施例,根据目标实体对象的经营周期,选择适合该目标实体对象的选品策略,并根据目标实体对象的经营周期的不同,调整相应的选品策略以及选品数量的采购。
根据本公开的实施例,根据目标实体对象的经营周期的不同,对每个经营周期进行阶段性目标分解,实现目标实体对象的细分经营。
根据本公开的实施例,例如,针对导入期和成长期的目标实体对象,该阶段性目标为需要拓展资源,提高目标实体对象的市场占有率,则可以选择上述候选选品策略2;当该目标实体对象经营一段时间,经过数据沉淀,拓展资源后,到达成熟期,阶段性目标为需要保持现有市场的占用率,则可以将上述候选选品策略2调整为候选选品策略1,当目标实体对象处于衰退期时,该阶段性目标再次为需要拓展资源,提高目标实体对象的市场占有率,可以再次将候选选品策略调整至策略2的重点核心品类产品的策略,或,目标实体对象丧失了盈利能力,则可以选择不采用措施,对其放弃。
根据本公开的实施例,通过根据目标实体对象的经营周期划分数据信息指标,例如,销售量和利润,实时关注目标实体对象的经营信息情况,如果目标实体对象出现经营问题引起指标波动,动态关注目标实体对象的经营周期,调整相应选品策略。例如,根据目标实体对象的不同的经营周期,按照上述的调整方式进行选品策略的调整,最终实现目标实体对象的经营周期的螺旋式动态增长。
根据本公开的实施例,根据消费对象画像信息和产品画像信息,确定目标实体对象的一种或多种候选选品策略包括:针对消费对象,根据线上消费信息和线下消费信息对应的消费对象,建立目标实体对象与消费对象之间的关联关系;根据关联关系,确定目标实体对象的目标消费对象画像信息;根据目标消费对象画像信息和产品画像信息,确定目标实体对象的一种或多种候选选品策略。
根据本公开的实施例,针对消费对象的选品策略方法,基于位置定位服务可以确定目标实体对象周边的线上平台消费的消费对象和线下消费的消费对象群体,通过线上平台的激励模式,例如,签到、消费获取相应激励资源,将线上和线下消费信息融合,线下消费对象可以使用线上的激励资源在目标实体对象使用,通过激励模式营造B2B2C的消费对象画像体系,通过该方式可以把目标实体对象(2B中B)和消费对象C关联起来,进行私域构建,为建立消费对象裂变体系奠定基础。
根据本公开的实施例,在目标实体对象周边确定的消费对象群体,没有进行线上平台消费信息,可以通过私域构建之后,目标实体对象人员可以在私域中对消费对象进行新品推广、促销活动等。而线上平台可以根据对全局管理,对目标实体对象进行消费对象流量扶持,挖掘目标实体对象的高意向消费对象人群进行二次新品推广、促销活动的推荐等。
根据本公开的实施例,高意向消费对象挖掘方式可以包括:消费对象对目标实体对象的关注度、访问目标实体对象的频次等行为信息。
根据本公开的实施例,通过上述方式营造的消费对象画像体系,确定目标消费对象画像信息。
根据本公开的实施例,根据目标实体对象周边覆盖的目标消费对象画像信息,再次结合目标实体对象的产品画像信息,确定目标实体对象的一种或多种候选选品策略,再根据目标实体对象的经营周期,最终确定目标策略。
图5示意性示出了根据本公开实施例的根据消费对象画像信息和产品画像信息,确定目标实体对象的一种或多种候选选品策略的流程图。
如图5所示,该方法包括操作S510~S550。
在操作S510,针对目标实体对象的第一产品,确定用于表征第一产品与其他产品之间的关联消费信息。
根据本公开的实施例,可以将目标实体对象的第一产品作为消费对象消费的主产品,第一产品可以为消费对象交易的任一产品,关联消费消息可以为两个产品之间存在的关联性。
根据本公开的实施例,关联消费信息可以为,例如,消费对象交易了第一产品A(主产品),又交易了其他产品中的任一产品B,在消费对象交易产品A的基础上,又交易了产品B的人数所占的比例,当这个比例达到了预设的一个目标水平的时候,就认为产品A和产品B在交易行为上存在一定的关联性。
在操作S520,确定关联消费信息对应的关联消费信息比例分值,其中,关联消费信息比例分值表征交易了关联消费信息涉及的所有产品的总人数与交易了第一产品的人数的比值。
根据本公开的实施例,例如,可以将产品A、产品B、产品C、.....、产品N两两进行组合,形成集合G,其中集合G可以表示为交易了第一产品又交易了其他产品的消费对象集合,第一产品可以为主产品,其他产品为除第一产品之外的任意一个产品。
根据本公开的实施例,交易了第一产品的消费对象人数,可以用集合A表示;近一段时间所有交易过任一产品的消费对象人数,可以用集合U表示。
根据本公开的实施例,例如,集合G的枚举方式如表6所示。
表6
根据本公开的实施例,例如,确定主产品为产品A时,与产品B的关联消费信息比例分值可以表示为:
Score_sku=Count(A∪B)/CountA (7)
其中,Score_sku表示为关联消费信息比例分值;Count(A∪B)表示为交易了产品A和产品B(集合G)的人数;CountA表示为交易了产品A(集合A)的人数。
根据本公开的实施例,利用上述公式(7)可以确定主产品为A时,与其他产品中任一产品组合时的关联消费信息比例分值;确定当主产品分别为产品B、C、......、N时,与其他产品中任一产品组合时的关联消费信息比例分值。
在操作S530,确定关联消费信息对应的消费对象比例分值,其中,消费对象比例分值表征交易了关联消费信息涉及的所有产品的总人数与交易了所有产品中任一产品的总人数之和的比值。
根据本公开的实施例,消费对象比例分值可以表示为:
Score_user=Count(A∪B)/U (8)
其中,Score_user表示为消费对象比例分值;Count(A∪B)表示为交易了产品A和产品B(集合G)的人数;U表示为所有交易过任一产品(集合U)的人数。
根据本公开的实施例,利用上述公式(8)可以确定主产品A分别于其他产品中任一产品组合时的消费对象比例分值;确定当主产品分别为产品B、C、......、N时,与其他产品中任一产品组合时的消费对象比例分值。
在操作S540,从多个关联消费信息中确定目标关联消费信息,其中,目标关联消费信息表征消费对象比例分值大于预设比例分值阈值的关联消费信息。
根据本公开的实施例,根据上述确定的消费对象比例分值,将消费对象比例分值小于预设阈值的组合过滤,得到目标关联消费信息,预设阈值可以根据实际应用自行设定,在此不作限定。
在操作S550,根据关联消费信息比例分值和目标关联消费信息,确定目标实体对象的一种或多种候选选品策略。
根据本公开的实施例,当主产品分别为产品A、B、C、......、N时,根据关联消费信息比例分值,将目标关联消费信息的产品组合按照关联消费信息比例分值从高到低的顺序进行召回排期。
根据本公开的实施例,根据上述的产品组合的关联消费信息比例分值的从大到小的排序,确定产品组合选品策略。
根据本公开的实施例,根据产品组合策略结合目标实体对象的坪效参数,确定目标实体对象的目标策略。
根据本公开的实施例,例如,当主产品分别为产品A、B、C、......、N时,产品组合按照关联消费信息比例分值从高到底的顺序进行召回,可以如表7所示。
表7
根据本公开的实施例,根据目标实体对象的目标策略,可以对目标实体对象的选品进行指导,可以建议目标实体对象的人员可以选哪些品牌,哪些类目的产品会给目标实体对象带来好的经济效益。
根据本公开的实施例,根据目标实体对象的目标策略,可以根据产品的种类、数量、分布情况等合理指导目标实体对象的人员进行货架产品摆放,在消费对象覆盖多的产品放在视觉黄金位置。
根据本公开的实施例,根据目标实体对象的目标策略,还可以指导目标实体对象的人员对目标实体对象的产品进行压货提醒或补货提醒,以便目标实体对象的人员评估该产品是否继续采购及采购的数量。
根据本公开的实施例,产品偏好信息和产品信息是根据位置定位服务确定。
图6示意性示出了根据本公开实施例的策略生成方法的示意图。
如图6所示,根据消费对象的品牌偏好画像信息601,和消费对象类目偏好画像信息602,确定消费对象画像信息603;根据目标实体对象的品牌分布信息604和目标实体对象的类目分布信息605,确定目标实体对象的产品画像信息606;根据消费对象画像信息603和目标实体对象的产品画像信息606确定目标实体对象的候选选品策略607。候选选品策略607包括针对品牌和类目覆盖全的产品的选品策略608和针对重点核心品牌和品类产品的选品策略609,根据目标实体对象的坪效参数610,从针对品牌和类目覆盖全的产品的选品策略608和针对重点核心品牌和品类产品的选品策略609中确定目标实体对象的目标策略611。
图7示意性示出了根据本公开的实施例的策略生成装置的框图。
如图7所示,策略生成装置700可以包括第一确定模块701、第二确定模块702、第三确定模块703、和第四确定模块704。
第一确定模块701,用于根据消费对象的产品偏好信息,确定消费对象画像信息,其中,产品偏好信息是根据消费对象的消费信息确定,消费信息包括以下至少之一:线上消费信息和线下消费信息;
第二确定模块702,用于根据目标实体对象具有的产品信息,确定目标实体对象的产品画像信息;
第三确定模块703,用于根据消费对象画像信息和产品画像信息,确定目标实体对象的一种或多种候选选品策略;
第四确定模块704,用于根据目标实体对象的坪效参数,从一种或多种候选选品策略中确定目标实体对象的目标策略。
根据本公开的实施例,通过根据消费对象的产品偏好信息,确定消费对象画像信息,根据目标实体对象具有的产品信息,确定目标实体对象的产品画像信息,根据消费对象画像信息和产品画像信息,确定目标实体对象的一种或多种候选选品策略,根据目标实体对象的坪效参数,从一种或多种候选选品策略中确定目标实体对象的目标策略。解决了目标实体对象人员不了解自身门店的经营周期和周边消费对象特点、年龄分布等,没有全局的市场经营的数据指导,无法对线下门店实现有效的经营方式的技术问题,为目标实体对象提供精准选品的策略,提升目标实体对象经营效率和盈利能力。
根据本公开的实施例,第一确定模块701包括:第一确定子模块、第二确定子模块、第三确定子模块、第四确定子模块。
第一确定子模块,用于根据与消费对象对应的品牌消费信息,确定消费对象的品牌偏好画像信息。
第二确定子模块,用于根据与消费对象对应的类目消费信息,确定消费对象的类目偏好画像信息。
第三确定子模块,用于根据品牌偏好信息和类目偏好信息,确定与每种品牌对应的类目偏好的消费对象占比。
第四确定子模块,用于根据与每种品牌对应的类目偏好的消费对象占比,确定消费对象画像信息。
根据本公开的实施例,第二确定子模块包括:第一确定单元、第二确定单元、第三确定单元、第四确定单元。
第一确定单元,用于确定与消费对象对应的类目种类占比。
第二确定单元,用于确定与消费对象对应的类目交易额占比。
第三确定单元,用于根据类目种类占比和类目交易额占比,确定类目的标签分值。
第四确定单元,用于根据标签分值的排序结果,确定消费对象的类目偏好画像信息。
根据本公开的实施例,第二确定模块702包括:获取子模块、第五确定子模块。
获取子模块,用于获取目标实体对象的产品分布信息,其中,产品分布信息包括以下至少之一:品牌分布信息和类目分布信息;
第五确定子模块,用于根据产品分布信息,确定目标实体对象的产品画像信息。
根据本公开的实施例,策略生成装置700还包括:第五确定模块、调整模块。
第五确定模块,用于确定目标实体对象的经营周期。
调整模块,用于根据经营周期,调整目标实体对象的一种或多种候选选品策略,以便根据目标实体对象的坪效参数,从调整后的一种或多种候选选品策略中确定目标实体对象的新的目标策略。
根据本公开的实施例,第三确定模块703包括:建立子模块、第六确定子模块、第七确定子模块。
建立子模块,用于针对消费对象,根据线上消费信息和线下消费信息对应的消费对象,建立目标实体对象与消费对象之间的关联关系;
第六确定子模块,用于根据关联关系,确定目标实体对象的目标消费对象画像信息;
第七确定子模块,用于根据目标消费对象画像信息和产品画像信息,确定目标实体对象的一种或多种候选选品策略。
根据本公开的实施例,第三确定模块703包括:第八确定子模块、第九确定子模块、第十确定子模块、第十一确定子模块、第十二确定子模块。
第八确定子模块,用于针对目标实体对象的第一产品,确定用于表征第一产品与其他产品之间的关联消费信息。
第九确定子模块,用于确定关联消费信息对应的关联消费信息比例分值,其中,关联消费信息比例分值表征交易了关联消费信息涉及的所有产品的总人数与交易了第一产品的人数的比值。
第十确定子模块,用于确定关联消费信息对应的消费对象比例分值,其中,消费对象比例分值表征交易了关联消费信息涉及的所有产品的总人数与交易了所有产品中任一产品的总人数之和的比值。
第十一确定子模块,从多个关联消费信息中确定目标关联消费信息,其中,目标关联消费信息表征消费对象比例分值大于预设比例分值阈值的关联消费信息。
第十二确定子模块,用于根据关联消费信息比例分值和目标关联消费信息,确定目标实体对象的一种或多种候选选品策略。
根据本公开的实施例,产品偏好信息和产品信息是根据位置定位服务确定。
需要说明的是,本公开装置部分的实施例与本公开方法部分的实施例对应相同或类似,本公开在此不再赘述。
根据本公开的实施例的模块、子模块、单元中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本公开实施例的模块、子模块、单元中的任意一个或多个可以被拆分成多个模块来实现。根据本公开实施例的模块、子模块、单元中的任意一个或多个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,根据本公开实施例的模块、子模块、单元中的一个或多个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
例如,第一确定模块701、第二确定模块702、第三确定模块703、以及第四确定模块704中的任意多个可以合并在一个模块/单元/子单元中实现,或者其中的任意一个模块/单元/子单元可以被拆分成多个模块/单元/子单元。或者,这些模块/单元/子单元中的一个或多个模块/单元/子单元的至少部分功能可以与其他模块/单元/子单元的至少部分功能相结合,并在一个模块/单元/子单元中实现。根据本公开的实施例,第一确定模块701、第二确定模块702、第三确定模块703、以及第四确定模块704中的至少一个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,第一确定模块701、第二确定模块702、第三确定模块703、以及第四确定模块704中的至少一个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
图8示意性示出了根据本公开实施例的适于实现上文描述的方法的电子设备的框图。图8示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图8所示,根据本公开实施例的电子设备800包括处理器801,其可以根据存储在只读存储器(ROM)802中的程序或者从存储部分808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。处理器801例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如,专用集成电路(ASIC)),等等。处理器801还可以包括用于缓存用途的板载存储器。处理器801可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
在RAM 803中,存储有电子设备800操作所需的各种程序和数据。处理器801、ROM802以及RAM 803通过总线804彼此相连。处理器801通过执行ROM 802和/或RAM 803中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意,程序也可以存储在除ROM802和RAM 803以外的一个或多个存储器中。处理器801也可以通过执行存储在一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。
根据本公开的实施例,电子设备800还可以包括输入/输出(I/O)接口805,输入/输出(I/O)接口805也连接至总线804。系统800还可以包括连接至I/O接口805的以下部件中的一项或多项:包括键盘、鼠标等的输入部分806;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807;包括硬盘等的存储部分808;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809。通信部分809经由诸如因特网的网络执行通信处理。驱动器810也根据需要连接至I/O接口805。可拆卸介质811,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810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808。
根据本公开的实施例,根据本公开实施例的方法流程可以被实现为计算机软件程序。例如,本公开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存储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809从网络上被下载和安装,和/或从可拆卸介质811被安装。在该计算机程序被处理器801执行时,执行本公开实施例的系统中限定的上述功能。根据本公开的实施例,上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。
本公开还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的;也可以是单独存在,而未装配入该设备/装置/系统中。上述计算机可读存储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执行时,实现根据本公开实施例的方法。
根据本公开的实施例,计算机可读存储介质可以是非易失性的计算机可读存储介质。例如可以包括但不限于: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)、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。在本公开中,计算机可读存储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。
例如,根据本公开的实施例,计算机可读存储介质可以包括上文描述的ROM 802和/或RAM 803和/或ROM802和RAM 503以外的一个或多个存储器。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、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。
本领域技术人员可以理解,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合,即使这样的组合或结合没有明确记载于本公开中。特别地,在不脱离本公开精神和教导的情况下,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
以上对本公开的实施例进行了描述。但是,这些实施例仅仅是为了说明的目的,而并非为了限制本公开的范围。尽管在以上分别描述了各实施例,但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围,本领域技术人员可以做出多种替代和修改,这些替代和修改都应落在本公开的范围之内。
Claims (11)
1.一种策略生成方法,包括:
根据消费对象的产品偏好信息,确定消费对象画像信息,其中,所述产品偏好信息是根据所述消费对象的消费信息确定,所述消费信息包括以下至少之一:线上消费信息和线下消费信息;
根据目标实体对象具有的产品信息,确定所述目标实体对象的产品画像信息;
根据所述消费对象画像信息和所述产品画像信息,确定所述目标实体对象的一种或多种候选选品策略;
根据所述目标实体对象的坪效参数,从一种或多种所述候选选品策略中确定所述目标实体对象的目标策略。
2.根据权利要求1所述的方法,其中,所述根据消费对象的产品偏好信息,确定消费对象画像信息,包括:
根据与所述消费对象对应的品牌消费信息,确定所述消费对象的品牌偏好画像信息;
根据与所述消费对象对应的类目消费信息,确定所述消费对象的类目偏好画像信息;
根据所述品牌偏好画像信息和所述类目偏好画像信息,确定与每种品牌对应的类目偏好的消费对象占比;
根据与所述每种品牌对应的类目偏好的消费对象占比,确定所述消费对象画像信息。
3.根据权利要求2所述的方法,其中,所述根据与所述消费对象对应的类目消费信息,确定所述消费对象的类目偏好画像信息,包括:
确定与所述消费对象对应的类目种类占比;
确定与所述消费对象对应的类目交易额占比;
根据所述类目种类占比和所述类目交易额占比,确定所述类目的标签分值;
根据所述标签分值的排序结果,确定所述消费对象的类目偏好画像信息。
4.根据权利要求1~3中任一项所述的方法,其中,所述根据目标实体对象具有的产品信息,确定所述目标实体对象的产品画像信息,包括:
获取所述目标实体对象的产品分布信息,其中,所述产品分布信息包括以下至少之一:品牌分布信息和类目分布信息;
根据所述产品分布信息,确定所述目标实体对象的产品画像信息。
5.根据权利要求1~3中任一项所述的方法,还包括:
确定所述目标实体对象的经营周期;
根据所述经营周期,调整所述目标实体对象的一种或多种候选选品策略,以便根据所述目标实体对象的坪效参数,从调整后的一种或多种所述候选选品策略中确定所述目标实体对象的新的目标策略。
6.根据权利要求1~3中任一项所述的方法,其中,所述根据所述消费对象画像信息和所述产品画像信息,确定所述目标实体对象的一种或多种候选选品策略,包括:
针对所述消费对象,根据所述线上消费信息和所述线下消费信息对应的所述消费对象,建立所述目标实体对象与所述消费对象之间的关联关系;
根据所述关联关系,确定所述目标实体对象的目标消费对象画像信息;
根据所述目标消费对象画像信息和所述产品画像信息,确定所述目标实体对象的一种或多种候选选品策略。
7.根据权利要求1~3中任一项所述的方法,其中,所述根据所述消费对象画像信息和所述产品画像信息,确定所述目标实体对象的一种或多种候选选品策略,包括:
针对所述目标实体对象的第一产品,确定用于表征所述第一产品与其他产品之间的关联消费信息;
确定所述关联消费信息对应的关联消费信息比例分值,其中,所述关联消费信息比例分值表征交易了所述关联消费信息涉及的所有产品的总人数与交易了所述第一产品的人数的比值;
确定所述关联消费信息对应的消费对象比例分值,其中,所述消费对象比例分值表征交易了所述关联消费信息涉及的所有产品的总人数与交易了所述所有产品中任一产品的总人数之和的比值;
从多个所述关联消费信息中确定目标关联消费信息,其中,所述目标关联消费信息表征所述消费对象比例分值大于预设比例分值阈值的所述关联消费信息;
根据所述关联消费信息比例分值和所述目标关联消费信息,确定所述目标实体对象的一种或多种候选选品策略。
8.根据权利要求1~3中任一项所述的方法,其中,所述产品偏好信息和所述产品信息是根据位置定位服务确定。
9.一种策略生成装置,包括:
第一确定模块,用于根据消费对象的产品偏好信息,确定消费对象画像信息,其中,所述产品偏好信息是根据所述消费对象的消费信息确定,所述消费信息包括以下至少之一:线上消费信息和线下消费信息;
第二确定模块,用于根据目标实体对象具有的产品信息,确定所述目标实体对象的产品画像信息;
第三确定模块,用于根据所述消费对象画像信息和所述产品画像信息,确定所述目标实体对象的一种或多种候选选品策略;
第四确定模块,用于根据所述目标实体对象的坪效参数,从一种或多种所述候选选品策略中确定所述目标实体对象的目标策略。
10.一种计算机系统,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现权利要求1至8中任一项所述的方法。
11.一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器实现权利要求1至8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110964980.7A CN113657941A (zh) | 2021-08-20 | 2021-08-20 | 策略生成方法、生成装置、电子设备以及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110964980.7A CN113657941A (zh) | 2021-08-20 | 2021-08-20 | 策略生成方法、生成装置、电子设备以及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113657941A true CN113657941A (zh) | 2021-11-16 |
Family
ID=78491945
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110964980.7A Pending CN113657941A (zh) | 2021-08-20 | 2021-08-20 | 策略生成方法、生成装置、电子设备以及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113657941A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1091684A (ja) * | 1996-09-13 | 1998-04-10 | Hitachi Ltd | オンラインショッピングにおける商品表示方法 |
CN109493177A (zh) * | 2018-11-12 | 2019-03-19 | 深圳云行智能科技有限公司 | 一种智能匹配sku选品方法及其系统与存储介质 |
WO2019072128A1 (zh) * | 2017-10-09 | 2019-04-18 | 北京京东尚科信息技术有限公司 | 对象识别方法及其系统 |
CN110348921A (zh) * | 2018-04-02 | 2019-10-18 | 北京京东尚科信息技术有限公司 | 门店物品选取的方法和装置 |
CN112465533A (zh) * | 2019-09-09 | 2021-03-09 | 中国移动通信集团河北有限公司 | 智能选品方法、装置及计算设备 |
WO2021047326A1 (zh) * | 2019-09-09 | 2021-03-18 | 深圳壹账通智能科技有限公司 | 信息推荐方法、装置、计算机设备和存储介质 |
-
2021
- 2021-08-20 CN CN202110964980.7A patent/CN113657941A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1091684A (ja) * | 1996-09-13 | 1998-04-10 | Hitachi Ltd | オンラインショッピングにおける商品表示方法 |
WO2019072128A1 (zh) * | 2017-10-09 | 2019-04-18 | 北京京东尚科信息技术有限公司 | 对象识别方法及其系统 |
CN110348921A (zh) * | 2018-04-02 | 2019-10-18 | 北京京东尚科信息技术有限公司 | 门店物品选取的方法和装置 |
CN109493177A (zh) * | 2018-11-12 | 2019-03-19 | 深圳云行智能科技有限公司 | 一种智能匹配sku选品方法及其系统与存储介质 |
CN112465533A (zh) * | 2019-09-09 | 2021-03-09 | 中国移动通信集团河北有限公司 | 智能选品方法、装置及计算设备 |
WO2021047326A1 (zh) * | 2019-09-09 | 2021-03-18 | 深圳壹账通智能科技有限公司 | 信息推荐方法、装置、计算机设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Valarezo et al. | Drivers and barriers to cross-border e-commerce: Evidence from Spanish individual behavior | |
Xie et al. | Electronic tickets, smart cards, and online prepayments: When and how to advance sell | |
Cagliano et al. | E-grocery supply chain management enabled by mobile tools | |
US20120022965A1 (en) | Geolocation based bidding system, method and apparatus | |
Sana | Price sensitive demand with random sales price–a newsboy problem | |
US11599904B2 (en) | Method, apparatus, and computer program product for predicting consumer behavior | |
US20220092620A1 (en) | Method, apparatus, and computer program product for merchant classification | |
US11282128B2 (en) | System and method for generating purchase recommendations based on geographic zone information | |
Mendoza-Abarca et al. | Aligning economic and social value creation through pay-what-you-want pricing | |
Joghee | RETRACTED ARTICLE: Internet of Things-assisted E-marketing and distribution framework | |
JP2021022394A (ja) | 提供装置、提供方法および提供プログラム | |
Jin et al. | Procurement auctions and supply chain performance | |
Dhurkari | Strategic pricing decision using the analytic hierarchy process | |
US11257108B2 (en) | Systems and methods for dynamic product offerings | |
JP2022066769A (ja) | 情報処理装置、情報処理方法、プログラム、アプリケーションプログラム、および情報処理システム | |
Santos et al. | Digital Transformation of the Retail Point of Sale in the Artificial Intelligence Era | |
CN109949065B (zh) | 属性数据分析的方法和装置 | |
Deng et al. | Optimal price and maximum deal size on group-buying websites for sellers with finite capacity | |
CN101989344A (zh) | 一种网络自助销售服务的方法和系统 | |
US20140074752A1 (en) | Commerce System and Method of Providing Access to an Investment Signal Based on Product Information | |
Lam et al. | Key factors influencing customer satisfaction and intention to reuse food ordering apps | |
Yuan et al. | Advertising for price-sensitive products with multi-attribute considered | |
CN113657941A (zh) | 策略生成方法、生成装置、电子设备以及可读存储介质 | |
JP6756809B2 (ja) | 提示装置、提示方法および提示プログラム | |
JP2020144952A (ja) | 提示装置、提示方法および提示プログラム |
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 |