DE10257199A1 - Erzeugen eines optimierten Preiskalkulationsplans - Google Patents

Erzeugen eines optimierten Preiskalkulationsplans

Info

Publication number
DE10257199A1
DE10257199A1 DE2002157199 DE10257199A DE10257199A1 DE 10257199 A1 DE10257199 A1 DE 10257199A1 DE 2002157199 DE2002157199 DE 2002157199 DE 10257199 A DE10257199 A DE 10257199A DE 10257199 A1 DE10257199 A1 DE 10257199A1
Authority
DE
Germany
Prior art keywords
optimized
price
article
objective function
item
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.)
Ceased
Application number
DE2002157199
Other languages
English (en)
Inventor
Joachim Paul Walser
Lamott G Oren
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.)
Blue Yonder Group Inc
Original Assignee
I2 Technologies Inc
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 I2 Technologies Inc filed Critical I2 Technologies Inc
Publication of DE10257199A1 publication Critical patent/DE10257199A1/de
Ceased 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
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
    • 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
    • G06Q30/0202—Market predictions or forecasting for commercial activities
    • 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
    • G06Q30/0204—Market segmentation
    • G06Q30/0205—Location or geographical consideration
    • 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
    • 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
    • G06Q30/0283—Price estimation or determination

Landscapes

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

Abstract

Das Erzeugen eines optimierten Preiskalkulationsplans beinhaltet das Zugreifen auf eine aus einer Folge von Ebenen bestehenden Hierarchie, wobei jede Ebene eine Zielfunktion und eine mit der Zielfunktion verbundene Menge von Beschränkungen beinhaltet. Ein mathematisches Programmiermodell, welche ein Preiskalkulationsproblem darstellt, wird für eine Artikelgruppe, die Artikel beinhaltet, bestimmt. Das Nachfolgende wird für jede Ebene der Folge von Ebenen wiederholt: Auswählen einer Ebene, welche eine Zielfunktion und eine mit der Zielfunktion verbundene Menge von Beschränkungen aufweist, Bestimmen einer optimierten Begrenzung für die Zielfunktion und Hinzufügen einer von der optimierten Begrenzung erzeugten Beschränkung zu der Menge der Beschränkungen einer nächsten Ebene. Eine Zielfunktion einer letzten Ebene der Folge wird optimiert, abhängig von der mit der Zielfunktion verbundenen Menge von Beschränkungen zum Erhalten eines optimierten Ergebnisses. Ein optimierter Preiskalkulationsplan wird in Übereinstimmung mit dem optimierten Ergebnis erzeugt.

Description

  • Die Erfindung bezieht sich im Allgemeinen auf den Bereich der Beschaffungsketten- Planung und insbesondere auf das Erzeugen eines optimierten Preiskalkulationsplans.
  • Ein Unternehmen erzeugt einen Preiskalkulationsplan, um die Preise von Artikeln, die von dem Unternehmen angeboten werden, wie beispielsweise Produkte, Waren oder Dienstleistungen, zu bestimmen. Preiskalkulationsentscheidungen können wichtig sein, da diese Entscheidungen eine Auswirkung auf Kundennachfrage, Wirtschaftlichkeit und Unternehmensabläufe haben können. Das Bestimmen von Preisen kann kompliziert sein, wenn für eine Auswahl von voneinander abhängigen Artikeln ein Preis für verschiedene Kanäle festgesetzt werden muss, beispielsweise für unterschiedliche Verkaufsstellen mit verschiedenen Konkurrenten. Es kann erforderlich sein, dass der Preiskalkulationsplan die Wettbewerbslage widerspiegelt, während gleichzeitig Geschäftsziele wie Wirtschaftlichkeit und Einkommensziele, Marktanteile oder firmenweites Preisimage erfüllt werden müssen. Zusätzlich kann es Geschäftsbeschränkungen geben, die eingehalten werden müssen. Folglich wirft das Bestimmen eines optimierten Preiskalkulationsplans Herausforderungen für Unternehmen auf.
  • Gemäß der vorliegenden Erfindung können die mit bekannten Techniken zum Bestimmen von Preiskalkulationsplänen verbundenen Nachteile und Probleme gemindert oder eliminiert werden.
  • Gemäß einer Ausführungsform der vorliegenden Erfindung beinhaltet das Erzeugen eines optimierten Preiskalkulationsplans das Zugreifen auf eine Hierarchie, welche eine Folge von Ebenen aufweist, wobei jede Ebene eine Zielfunktion und eine mit der Zielfunktion verbundene Beschränkungsmenge enthält. Ein mathematisches Programmiermodell, welches ein Preiskalkulationsplan-Problem darstellt, wird für eine Artikelgruppe bestimmt, welche Artikel aufweist, wobei das mathematische Programmiermodell eine Menge von Anfangsbeschränkungen aufweist. Das Nachfolgende wird für jede Ebene der Folge von Ebenen wiederholt: Auswählen einer Ebene, welche eine Zielfunktion und eine mit der Zielfunktion verbundene Beschränkungsmenge aufweist, Hinzufügen der mit der Zielfunktion verbundenen Beschränkungsmenge zu der Menge von Anfangsbeschränkungen, Optimieren des mathematischen Programmiermodells, um einen optimierten Umfang für die Zielfunktion zu erhalten, und Hinzufügen einer von dem optimierten Umfang erzeugten Beschränkung zu der Beschränkungsmenge einer nächsten Ebene. Eine Zielfunktion einer letzten Ebene der Folge wird optimiert abhängig von der mit der Zielfunktion verbundene Beschränkungsmenge, um ein optimiertes Ergebnis zu erhalten. Die Beschränkungsmenge beinhaltet eine Beschränkung, die von dem optimierten Umfang einer vorausgegangenen Ebene erzeugt wurde. Ein optimierter Preiskalkulationsplan wird gemäß dem optimierten Ergebnis erzeugt. Der optimierte Preiskalkulationsplan verbindet einen Preis mit jedem Artikel der Artikelgruppe.
  • Bestimmte Ausführungsformen der Erfindung können einen oder mehrere technische Vorteile zur Verfügung stellen. Ein technischer Vorteil einer Ausführungsform kann sein, dass ein Preiskalkulationsplan-Problem gemäß einer Hierarchie von Zielen optimiert werden kann, beispielsweise Maximieren von Gewinn bei gleichzeitiger Aufrechterhaltung bestehender Preisgestaltungen und einem gegebenen Verkaufsvolumen. Das Optimieren eines Preiskalkulationsplan-Problems gemäß einer Hierarchie von Zielen kann einen Preiskalkulationsplan zur Verfügung stellen, der besser zu den Zielen einer Firma passt. Ein weiterer technischer Vorteil einer Ausführungsform kann sein, dass eine Vorverarbeitung durchgeführt werden kann, um ein Preiskalkulationsplan-Problem aufzustellen. Das Vorverarbeiten kann beispielsweise das Identifizieren und Entfernen unvereinbarerer Beschränkungen, Teilen einer Artikelkategorie in leichter überschaubare Artikelgruppen und Bestimmen von Zielen für einzelne Zeitintervalle, Artikelgruppen oder Standorte beinhalten. Ein weiterer technischer Vorteil einer Ausführungsform kann sein, dass Nachverarbeitung durchgeführt werden kann, um optimierte Ergebnisse an Geschäftsbeschränkungen anzugleichen, die während der Optimierung nicht berücksichtigt wurden. Das Nachverarbeiten kann beispielsweise das Runden von Preisen gemäß Rundungsregeln beinhalten. Da Preisänderungen zu diesem Zeitpunkt bekannt sind, kann die Nachverarbeitung das Beurteilen der Kosten von Preisänderungen und Preisanpassungen gemäß der Kostenbeurteilung und das Priorisieren von Preisänderungen gemäß Prioritätsregeln beinhalten.
  • Besondere Ausführungsformen können keinen, einige oder alle dieser Vorteile zur Verfügung stellen. Ein oder mehrere andere technische Vorteile werden einem Fachmann anhand der Figuren, der Beschreibungen und der hier beinhalteten Ansprüche offenbar werden.
  • Zum Schaffen eines besseren Verständnisses der vorliegenden Erfindung und ihrer Merkmale und Vorteile wird jetzt auf die nachfolgende Beschreibung in Verbindung mit den begleitenden Zeichnungsfiguren Bezug genommen, in denen
  • Fig. 1 ein beispielhaftes System darstellt, welches einen optimierten Preiskalkulationsplan für eine Artikelkategorie erzeugt;
  • Fig. 2 ein Flussdiagramm ist, welches ein beispielhaftes Verfahren zum Erzeugen eines optimierten Preiskalkulationsplans darstellt;
  • Fig. 3 ein Flussdiagramm ist, das ein beispielhaftes Verfahren zum Durchführen von Vorverarbeitung zum Aufstellen eines Preiskalkulationsplan-Problems für ein mathematisches Programmiermodell darstellt;
  • Fig. 4 ein Flussdiagramm ist, das ein beispielhaftes Verfahren zum Optimieren eines mathematischen Programmiermodells abhängig von Hierarchien, von Zielen und Beschränkungen darstellt;
  • Fig. 5 ein Flussdiagramm ist, das ein beispielhaftes Verfahren zum Durchführen von Nachverarbeitung der Ergebnisse der Optimierung eines mathematischen Programmiermodells darstellt; und
  • Fig. 6 eine beispielhafte graphische Darstellung zeigt, die die Verbindung zwischen Preisen von Artikeln darstellt.
  • Fig. 1 zeigt ein beispielhaftes System 10, welches einen optimierten Preiskalkulationsplan für eine Artikelkategorie erzeugt. Eine Kategorie kann eine oder mehrere Gruppen von Artikeln, die von einem Unternehmen angeboten werden, wie beispielsweise Teile, Produkte oder Dienstleistungen beinhalten. Artikel können miteinander in Beziehung stehen, beispielsweise durch eine Kreuz-Preisnachfrage-Sensitivität oder andere Beschränkungen. Ein Preiskalkulationsplan listet Preise für Artikel einer Kategorie in aufeinanderfolgenden Zeitintervallen während einer Zeitspanne auf. Ein Preiskalkulationsplan kann von einer Hierarchie von Zielen abhängig sein, beispielsweise dem Maximieren von Gewinnen bei gleichzeitigem Aufrechterhalten bestehender Preisgestaltungen und einem gegebenen Verkaufsvolumen. Ein Unternehmen kann System 10 zum Bestimmen eines optimierten Preiskalkulationsplans für Artikel benutzen, die von dem Unternehmen angeboten werden.
  • In einer Ausführungsform ermöglicht Clientsystem 20 einem Benutzer, mit einem Serversystem 24 zu kommunizieren, um einen optimierten Preiskalkulationsplan zu erzeugen. Clientsystem 20 und Serversystem 24 können jeweils auf einem oder mehreren Computern arbeiten und können geeignete Eingabevorrichtungen, Ausgabevorrichtungen, Massenspeichermedien, Prozessoren, Speicher oder andere Komponenten zum Erhalten, Verarbeiten, Speichern und Übertragen von Informationen gemäß der Funktionsweise von System 10 beinhalten. Der Begriff "Computer", wie in dieser Beschreibung verwendet, bezieht sich auf jede geeignete Vorrichtung, die in der Lage ist, Eingaben zu erhalten, die Eingaben gemäß vorbestimmten Regeln zu verarbeiten und eine Ausgabe zu produzieren, beispielsweise einen Personal-Computer, eine Workstation, einen Netzwerkcomputer, ein Funktelefon, einen Hand-Held-Computer, einen oder mehrere Mikroprozessoren innerhalb dieser oder anderen Vorrichtungen oder jede andere geeignete Verarbeitungsvorrichtung. "Jeder, jede, jedes", wie in dieser Beschreibung verwendet, bezieht sich auf jedes Teil einer Menge oder auf jedes Teil einer Untermenge einer Menge.
  • Clientsystem 20 und Serversystem 24 können, entsprechend den bestimmten Bedürfnissen, integriert oder getrennt sein. Die vorliegende Erfindung beansprucht beispielsweise die Funktionen sowohl von Clientsystem 20 und Serversystem 24, die unter Verwendung eines einzelnen Computersystems geliefert werden, beispielsweise eines einzelnen PCs. Wenn Clientsystem 20 und Serversystem 24 getrennt sind, kann Clientsystem 20 mit Serversystem 24 verbunden werden unter Verwendung eines oder mehrerer lokaler Netzwerke (LANs), regionaler Netzwerke (MANs), überregionaler Netzwerke (WANs), eines globalen Computernetzwerkes wie beispielsweise dem Internet oder allen anderen drahtgebundenen, drahtlosen oder anderweitigen Verbindungen.
  • Serversystem 24 verwaltet Anwendungen, die einen optimierten Preiskalkulationsplan erzeugen, wie beispielsweise einen Optimierer 28, Arbeitsabläufe 32 und ein Nachfrageanalytiken-Modul 36. Optimierer 28 erzeugt ein mathematisches Programmiermodell, welches ein Preiskalkulationsplan-Problem darstellt, und optimiert das mathematische Programmiermodell, um einen optimierten Preiskalkulationsplan zu bestimmen. Optimierer 28 kann ein Vorverarbeitungs-Modul 40, ein mathematisches Programmier-Modul 42 und ein Nachverarbeitungs-Modul 44 beinhalten. Vorverarbeitungs-Modul 40 führt eine Vorverarbeitung zum Aufstellen des Preiskalkulationsplan-Problems durch. Beispielsweise kann Vorverarbeitungs-Modul 40 unvereinbare Beschränkungen identifizieren und auslöschen, eine Kategorie in leichte überschaubare Artikelgruppen teilen und Ziele für einzelne Zeitintervalle, Artikelgruppen oder Standorte bestimmen. Vorverarbeitungs-Modul 40 kann jedoch jede geeignete Funktion zum Aufstellen des Preiskalkulationsplan-Problems ausführen.
  • Mathematisches Programmier-Modul 42 erzeugt ein mathematisches Programmiermodell mit Zielen und Beschränkungen, die durch mathematische Gleichungen und Ungleichungen formuliert sind. Entsprechend einem Beispiel kann das mathematische Programmiermodell eine nichtlineare Beziehung beinhalten und kann unter Verwendung von nichtlinearen Programmierungstechniken (NLP) wie beispielsweise einer reduzierte-Gradienten-Technik oder einer projizierten erweiterten Lagrange-Technik gelöst werden. Das mathematische Programmiermodell kann Kosten des Artikels, Prognosen über die Nachfrage nach dem Artikel, erlaubte Preisbereiche für den Artikel, ein Preisnachfrage-Sensitivitätsmodell, ein Kreuz-Preisnachfrage-Sensitivitätsmodell, Preisverbindungsbeschränkungen, Preisgruppenbeschränkungen, einen Basispreis, Wettbewerberpreise für eine Menge von Vergleichsartikeln, ein Artikelverzeichnis, ein Preisvergleichsmodell, sowie Beschränkungen die Gewinn, Ertrag, Vergleichsverzeichnis und andere Merkmale formen, beinhalten. Mathematisches Programmier-Modul 42 kann eine Modellierungssprache 46, einen Löser 48, und eine Schnittstelle des Anwendungsprogramms (API) 50 beinhalten. Modellierungssprache 46 kann beispielsweise A Mathematical Programming Language (AMPL) entwickelt von Bell Laboratories, General Algebraic Modeling System (GAMS) von GAMS DEVELOPMENT CORPORATION, Advanced Interactive Mathematical Modeling Software (AIMMS) von PARAGON DECISION TECHNOLOGY B. V., oder jede andere zum Modellieren eines Preiskalkulationsplan-Problems geeignete Sprache, einschließen. Löser 48 optimiert das mathematische Programmiermodell, um optimierte Ergebnisse zu erhalten. Löser 48 kann beispielsweise einen nichtlinearen Programierlöser wie MINOS von STANFORD BUSINESS SOFTWARE, INC., CONOPT von ARKI CONSULTING AND DEVELOPMENT A/S, oder jeden anderen geeigneten mathematischen Programmierlöser, der in der Lage ist, ein Preiskalkulationsplan-Problem zu lösen, einschließen. API 50 kann eine Verbindung zwischen Optimierer 28 und Serversystem 24 zur Verfügung stellen.
  • Nachverarbeitungs-Modul 44 führt eine Nachverarbeitung durch, um die von Löser 48 erzeugten optimierten Ergebnisse an Geschäftsbeschränkungen anzupassen, die während der Optimierung nicht berücksichtigt worden sind. Beispielsweise kann Nachverarbeitungs-Modul 44 Preise gemäß Rundungsregeln runden, die Kosten einer Änderung von Preisen abschätzen und Preise gemäß der Kostenabschätzung anpassen und Preisänderungen entsprechend Prioritätsregeln priorisieren. Nachverarbeitungs-Modul 44 kann jedoch jede geeignete Funktion zum Anpassen der optimierten Ergebnisse an Geschäftsbeschränkungen durchführen.
  • Arbeitsabläufe 32 stellen Information zum Formulieren des Preiskalkulationsproblems zur Verfügung. Arbeitsabläufe 32 können beispielsweise Nachfrageplanungs-Arbeitsabläufe 54, Lagerauffüllungsplanungs-Arbeitsabläufe 56 und Handelswarenplanungs-Arbeitsabläufe 58 beinhalten. Nachfrageplanungs-Arbeitsabläufe 54 können verwendet werden, um eine Nachfrage zu prognostizieren, z. B. durch Bestimmen einer Nachfrageänderung als Reaktion auf eine Preisänderung. Lagerauffüllungsplanungs-Arbeitsabläufe 56 können verwendet werden um sicherzustellen, dass der Lagerbestand einen ausreichenden Vorrat von Artikeln hat, um einen optimierten Preiskalkulationsplan zu entsprechen. Handelswarenplanungs-Arbeitsabläufe 58 können Preisziele für die Artikel beschreiben. Beispielsweise kann ein Preiskalkulationsziel niedrige Preise für Milchprodukte und höhere Preise für Reinigungsprodukte erfordern.
  • Nachfrageanalytiken-Modul 36 berechnet die Preiselastizität, welche beschreibt, wie eine Preisänderung die Nachfrage beeinflusst. Die Preiselastizität einer Nachfrage kann definiert werden als das Verhältnis einer prozentualen Steigerung in der Nachfrage über einen prozentualen Nachlass im Preis. Gemäß dieser Definition ist Preiselastizität normalerweise aufgrund der umgekehrten Beziehung zwischen Nachfrage und Preis nicht negativ. Die Kreuz-Preiselastizität misst, wie eine Preisänderung eines Artikels die Nachfrage auf einen anderen Artikel beeinflusst. Die Kreuz-Preiselastizität einer Nachfrage kann definiert werden als prozentualer Anstieg in der Nachfrage nach einem Artikel resultierend aus einem prozentualen Ansteigen des Preises eines anderen Artikels.
  • Die Kreuz-Preiselastizität kann positiv, negativ oder Null sein. Eine positive Kreuz- Preiselastizität setzt voraus, dass die Nachfrage nach einem anderen Artikel steigt, wenn der Preis eines anderen Artikels sinkt (aufgrund beispielsweise des gemeinsamen Kreuzverkaufens von Artikeln), wohingegen eine negative Kreuz-Preiselastizität voraussetzt, dass die Nachfrage nach einem Artikel sinkt, wenn der Preis eines anderen Artikels sinkt (beispielsweise aufgrund eines Substitutionseffektes). Eine Kreuz- Preiselastizität von Null setzt voraus, dass die Nachfrage nach einem Artikel durch den Preis eines anderen Artikels nicht beeinflusst wird. Nachfragemodelle können zum Berechnen von Preiselastizität verwendet werden.
  • Nachfrageanalytiken-Modul 36 beurteilt und wählt geeignete Nachfragemodelle aus und berechnet die Preiselastizität unter Verwendung des ausgewählten Nachfragemodells. Gemäß einer Ausführungsform greift das Nachfrageanalytiken-Modul 36 auf eine Anzahl von Nachfragemodellen und Nachfragedaten zu, die eine Artikelgruppe beschreiben. Die Nachfragemodelle werden gemäß den Nachfragedaten beurteilt, und ein Nachfragemodell wird als Reaktion auf die Beurteilung ausgewählt. Die Nachfrageanalytiken-Information wie beispielsweise eine Nachfrageprognose und Preiselastizität können unter Verwendung des ausgewählten Nachfragemodells berechnet werden.
  • Eine Datenbank 60 speichert Daten, die von Serversystem 24 verwendet werden können. Datenbank 60 kann lokal oder entfernt von Serversystem 24 sein und kann mit Serversystem 24 unter Verwendung einer oder mehrerer lokaler Netzwerke (LANs), regionaler Netzwerke (MANs), überregionaler Netzwerke (WANs), eines globalen Computernetzwerkes wie beispielsweise dem Internet, oder allen anderen drahtgebundenen, drahtlosen oder anderweitigen Verbindungen, verbunden sein. Datenbank 60 kann beispielsweise Konstanten 64, Variablen 66, Ziele 68, Regeln 69 und Beschränkungen 70, Nachfragedaten 71 und Nachfragemodelle 72 beinhalten. Konstanten 64 und Variablen 66 werden verwendet, um eine Menge von Anfangsbeschränkungen für ein mathematisches Programmiermodell zu formulieren, welches ein Preiskalkulationsplan-Problem darstellt. Die Konstanten 64 können beispielsweise Folgendes beinhalten:

    G Gruppe von Artikeln, die zusammen optimiert werden, beispielsweise eine Gruppe von Artikeln, die direkt oder indirekt durch Beschränkungen oder durch eine Kreuz-Preisnachfrage-Sensitivität verbunden sind;
    I Untergruppe bestimmter Artikel, die zum Verfolgen der Preise eines Konkurrenten verwendet wird und auf die Bezug genommen wird als "Vergleichsartikel";
    lij Preisverbindungsbeschränkung zwischen Artikeln i und j, die deren Preise unter Verwendung einer Gleichungsbeziehung beschränkt, welche zusätzlich einen zusätzlichen Term la ij beinhalten kann;
    bij Preisbereichs-Beschränkungen zwischen Artikeln i und j, die den Bereich eines Artikels im Hinblick auf den anderen Artikel unter Verwendung einer Beziehung beschränken, welche zusätzlich einen zusätzlichen Term ba ij beinhalten kann;
    eij Elastizitäts- und Kreuz-Elastizitäts-Erhöhungsmodell für die Nachfragesensitivität von Artikel j basierend auf dem Preis von Artikel i und dem Grundpreis von Artikel i, wobei eij eine Funktion ist, die sowohl den eigenen Preis als auch die Kreuz-Preisnachfrage-Erhöhung berechnet;
    qi Grundpreis von Artikel i, auf welchem die Nachfrageprognose für Artikel i basiert;
    ci Kosten von Artikel i;
    ≙, ≙ untere Grenze und obere Grenze für den Preis von Artikel i;
    oi Preis des Konkurrenten für Artikel i;
    fi Nachfrageprognose für eine Optimierungs-Zeitspanne basierend auf einem Grundpreis qi des Artikels i; und
    ui verfügbarer Lagerbestand von Artikel i.
  • Variablen 66 können beispielsweise folgendes beinhalten:

    pi Preis von Artikel i;


    Prognostizierte Nachfrage nach Artikel i in einer Optimierungszeitspanne, wenn Preis pi gegeben ist;
    mj = dj.(pi-ci) Prognostizierter Gewinn durch den Verkauf von Artikel j gemäß der prognostizierten Nachfrage;


    Preisvergleichsverzeichnis über die Vergleichsartikel, verwendet zum Verfolgen bestimmter Preise des Konkurrenten;


    Gesamtgewinn durch den Verkauf aller Artikel;


    Gesamtertrag durch den Verkauf aller Artikel; und
    P = M /(R + ε) Gesamtgewinn in Prozent, für welchen eine minimale Größe ε verwendet wird, um ein Teilen durch Null bei Nullerträgen zu verhindern.
  • Zielfunktionen 68 stellen Ziele dar, die zu optimieren sind, um einen optimierten Preiskalkulationsplan zu erzeugen. Ziele können beispielsweise durch akzeptable Leistungsziele gemessen an Profiten, Erträgen, Verkäufen von Einheiten, Wettbewerbsvergleich oder andere geeignete Messungen von Leistung definiert werden. Andere Ziele können jedoch verwendet werden.
  • Beschränkungen 70 beschränken die Optimierung von Zielfunktionen 68. Beschränkungen 70 können beispielsweise Preise als Reaktion auf die Herstellungskosten eines Artikels, einen von einem Hersteller empfohlenen Einzelhandelspreis, einem Preis eines Konkurrenten oder eine maximale Preisänderungs-Beschränkung, beschränken. Beschränkungen 70 können verbundene Artikel wie beispielsweise verschiedene Mengen des gleichen Artikels oder verschiedene Marken des gleichen Artikels verbinden. Solche Beschränkungen 70 können beispielsweise Preisverknüpfungs-Beschränkungen oder Preisbereichs-Beschränkungen, wie beispielsweise Ungleichheiten im Artikelpreis beinhalten. Beschränkungen 70 können Preise im Hinblick auf Nachfrage beschränken, beispielsweise Nachfragepreis-Verbindungen oder Kreuz-Preiselastizitäten. Beschränkungen 70, die Preisänderungen wie beispielsweise die minimale Zeitspanne zwischen aufeinanderfolgenden Preisänderungen eines Artikels, eine maximale Anzahl von gleichzeitigen Preisänderungen aller Artikel innerhalb einer optimierten Zeitspanne oder eine Preisimplementierungskosten-Beschränkung regeln, können eingeschlossen werden. Regeln 69 zum Kontrollieren des Lagerbestandes können zum Vermeiden von Lagerräumungen oder um Vorlaufzeiten entgegenzukommen verwendet werden. Regeln 69 können direktional sein, so dass der Preis eines ersten Artikels den Preis eines zweiten Artikels beeinflussen kann, aber der Preis des zweiten Artikels nicht den Preis des ersten Artikels beeinflusst. Regeln 69 können von jeder geeigneten Quelle wie beispielsweise von einem Benutzer von Clientsystem 20 oder von Preis und Nachfrageanalytiken-Modul 36 erhalten werden. Das Nachfolgende ist ein Beispiel einer Zielfunktion 68 und Beschränkungen 70, wobei der Gewinn in Abhängigkeit von den Beschränkungen maximiert ist.

    maxM

    abhängig von

    ≙ ≤ pi ≤ ≙: Preisgrenzen
    pi = lij.pj + la ij: Preisverknüpfungsbeschränkungen
    pi ≤ bij.pj + ba ij: Preisbereichsbeschränkungen
  • Jede geeignete Zielfunktion 68 oder Beschränkungen 70 können jedoch verwendet werden. Nachfragedaten 71 beinhalten Daten, die zum Bestimmen einer Preiselastizität benutzt werden können. Nachfragedaten 71 können beispielsweise Verkaufsentwicklung, Preisentwicklung, Preise des Konkurrenten, Lagerverfügbarkeit und andere Informationen, die zum Bestimmen einer Beziehung zwischen Preis und Nachfrage benutzt werden können, beinhalten. Nachfragemodelle 72 können auf Nachfragedaten 71 zum Bestimmen der Preiselastizität angewandt werden. Nachfragemodelle 72 können beispielsweise konstante Elastizitäts-statische Modelle und Modelle mit Koeffizienten, die entsprechend Funktionen variieren, wie beispielsweise polynomial oder logarithmische Funktionen beinhalten.
  • Fig. 2 ist ein Flussdiagramm, welches ein beispielhaftes Verfahren zum Erzeugen eines optimierten Preiskalkulationsplan darstellt. Ein solcher Preiskalkulationsplan ist auf einen bestimmten Verkaufskanal, wie beispielsweise ein Geschäft, eine Anzahl von Geschäften oder alle anderen Verkaufsstellen anwendbar. Eine Anzahl von Geschäften, die zusammen optimiert werden, kann beispielsweise entsprechend der geografischen Nähe der Geschäfte oder entsprechend der Nähe der Geschäfte zu einem speziellen Geschäft eines Konkurrenten ausgesucht werden. Jeder Kanal kann separat zum Erzeugen eines einzelnen optimierten Preiskalkulationsplanes optimiert werden, und das Verfahren kann über alle Kanäle zum Berechnen eines optimalen Preises für jeden Artikel in jedem Kanal wiederholt werden.
  • Das Verfahren beginnt bei Schritt 98, wo Optimierer 28 Eingabedaten erhält. Eingabedaten können eine Nachfrageprognose, Preise von Konkurrenten, Preisnachfragesensitivität, Kreuzpreissensitivität und andere preisbezogene Informationen beinhalten. Bei Schritt 100 führt Verarbeitungsmodul 40 eine Vorverarbeitung durch, um ein Preiskalkulationsplan-Problem aufzusetzen. Das Vorverarbeiten wird genauer unter Bezugnahme auf Fig. 3 beschrieben. Das mathematische Programmier-Modul 42 erzeugt bei Schritt 102 ein mathematisches Programmiermodell des Preiskalkulationsplan-Problems. Das mathematische Programmiermodell kann in Modellierungssprache 46 ausgedrückt werden.
  • Löser 48 optimiert das mathematische Programmiermodell bei Schritt 104, um ein optimiertes Ergebnis zu erzeugen. Die Optimierung des mathematischen Programmiermodells wird genauer mit Bezugnahme auf Fig. 4 beschrieben. Nachverarbeitungs-Modul 44 führt bei Schritt 106 eine Nachverarbeitung durch. Die Nachverarbeitung kann durchgeführt werden, um die optimierten Ergebnisse an vorbestimmte Geschäftsbeschränkungen anzupassen. Die Nachverarbeitung wird genauer unter Bezugnahme auf Fig. 5 beschrieben. Ein optimierter Preiskalkulationsplan wird bei Schritt 108 berichtet und das Verfahren endet.
  • Das Optimierungsverfahren kann mehrfach von verschiedenen Startpunkten durchgeführt werden, um mehrere lokal-optimale Preiskalkulationspläne zu erzeugen. Die Preiskalkulationspläne können zum Bestimmen eines globaloptimalen Preiskalkulationsplans ausgewertet werden.
  • Fig. 3 ist ein Flussdiagramm, das ein beispielhaftes Verfahren darstellt, um eine Vorverarbeitung zum Aufstellen eines Preiskalkulationsplan-Problems für eine Kategorie von Artikeln durchzuführen. Das Verfahren beginnt bei Schritt 120, wo Vorverarbeitungs-Modul 40 die Preise einer Kategorie von Artikeln gemäß einer oder mehrerer Beschränkungen festsetzt. Die Preise von bestimmten Artikeln können festgesetzt werden, um einer Beschränkung zu genügen. Beispielsweise kann ein Preis für ein Zeitintervall festgesetzt werden, wenn das Ändern des Preises die maximale Anzahl von erlaubten Preisänderungen während des Zeitintervalls verletzt. Die Artikel werden bei Schritt 122entknüpft, um Unstimmigkeiten zu vermeiden. Ist beispielsweise der Preis eines Artikels A so mit einem Preis von einem Artikel B verknüpft, dass er gleich diesem ist, aber der Preis von Artikel A und der Preis von Artikel B sind zu unterschiedlichen Preisen festgesetzt, dann werden die Preise von Artikel A und B entknüpft.
  • Die Kategorie von Artikeln wird bei Schritt 124 in Artikel-Verknüpfungsgruppen aufgeteilt. Eine Kategorie kann viele unverknüpfte Artikel beinhalten, für welche es nicht effizient sein kann, sie zusammen zu optimieren. Dementsprechend kann eine Kategorie in Artikel-Verknüpfungsgruppen geteilt werden, die voneinander getrennt optimiert werden. Eine Artikel-Verknüpfungsgruppe kann Artikel beinhalten, die durch eine oder mehrere Beschränkungen oder Kreuzpreissensitivität miteinander verknüpft sind. Geeignete Artikel- Verknüpfungsgruppen können bei Schritt 126 zusammengelegt werden. Einige der Artikel- Verknüpfungsgruppen, die in Schritt 124 gebildet wurden, können zu klein sein, um eine Optimierung mit ausreichender Flexibilität zur Verfügung zu stellen. Kleinere Artikel- Verknüpfungsgruppen können zusammengelegt werden, um eine größere Artikel- Verknüpfungsgruppe zu bilden, die effizient mit ausreichender Flexibilität optimiert werden kann.
  • Ziele wie beispielsweise Vermarktungsplanungs-Ziele für Gewinne, Erträge oder eine Ebene von Wettbewerbsfähigkeit werden über die Zeitintervalle der Optimierungszeitspanne bei Schritt 128 ausbalanciert. Beispielsweise kann eine Firma auswählen, während Spitzenzeitintervallen eine höhere Prozentzahl an Verkäufen und eine niedrigere Prozentzahl an Verkäufen während nicht Spitzenzeitintervallen zu erreichen. Die Ziele werden über Artikel-Verknüpfungsgruppe bei Schritt 130 ausbalanciert. Beispielsweise kann eine Firma auswählen, die Verkäufe für eine beliebte Artikel- Verknüpfungsgruppe zu steigern, aber nicht für andere Artikel-Verknüpfungsgruppen. Ziele werden geographisch bei Schritt 132 ausbalanciert. Beispielsweise kann eine Firma auswählen, die Verkäufe in Geschäften an bestimmten Standorten zu steigern, aber nicht an anderen Standorten. Die Ergebnisse werden bei Schritt 134 berichtet, und das Verfahren endet.
  • Fig. 4 ist ein Flussdiagramm, welches ein beispielhaftes Verfahren zum Optimieren eines mathematischen Programmiermodells in Abhängigkeit von einer Hierarchie von Zielen und Beschränkungen zeigt. Das Verfahren beginnt bei Schritt 150, wo eine Hierarchie, die Zielebenen und Beschränkungen aufweist, erzeugt wird. Eine Hierarchie kann beispielsweise ein primäres Ziel des Maximierens von Ertrag, ein sekundäres Ziel des Maximierens von Verkäufen und ein tertiäres Ziel des Aufrechterhaltens konstanter Preiskalkulationen von Vergleichsartikeln rund um die Preise eines Konkurrenten beinhalten. Andere Ziele oder Beschränkungen können verwendet werden, beispielsweise das Einschränken von Abweichungen von vorherigen Preisen.
  • Optimierer 28 wählt bei Schritt 152 eine Ebene aus, welche ein Ziel und eine oder mehrere verbundene Beschränkungen aufweist. Eine Zielfunktion mit Schlupfvariablen wird bei Schritt 154 formuliert, um das ausgewählte Ziel und die Beschränkungen darzustellen. Beispielsweise kann das Ziel des Erfüllens eines Ertragszielbereichs wie folgt formuliert werden. Ziel LB und Ziel UB stellen entsprechend die obere und unterer Grenze des Ertragszielbereichs dar. ErtragMin und ErtragMax stellen Beschränkungen dar, die den minimalen und maximalen Ertrag entsprechend einschränken. MinSchlupf und MaxSchlupf stellen Schlupfvariablen für ErtragMin und ErtragMax entsprechend dar. ErtragSchlupf stellt die zu optimierenden Schlupfvariablen dar.

    MinSchlupf >=0;
    MaxSchlupf >= 0;

    abhängig von ErtragMin:

    Ertrag + MinSchlupf >= ZielLB;

    abhängig von ErtragMax:

    Ertrag <= ZielUB + MaxSchlupf;

    Minimieren von ErtragSchlupf:

    ErtragZielStrafe.(MinSchlupf + MaxSchlupf).
  • Die Schlupfvariablen werden bei Schritt 156 optimiert. Beispielsweise werden die Schlupfvariablen MinSchlupf und MaxSchlupf wie bei ErtragSchlupf dargestellt minimiert.
  • Gibt es verschiedene Ziele innerhalb einer Hierarchieebene, können Strafen verwendet werden, um verschiedene Ziele innerhalb einer Hierarchieebene auszubalancieren. Optimierte Grenzen werden gemäß den optimierten Schlupfvariablen bei Schritt 158 bestimmt. Die optimierten Grenzen können festgesetzt werden an den sich aus der Optimierung der Schlupfvariablen ergebenden Werten, um sicherzustellen, dass die Ziele einer Hierarchieebene über diese Ebene hinaus während nachfolgender Hierarchieebenen der Optimierung nicht verletzt werden.
  • Wenn bei Schritt 160 eine letzte Hierarchieebene noch nicht erreicht wurde, kehrt Optimierer 28 zu Schritt 152 zurück, um die nächste Ebene eines Ziels und eine oder mehrere Beschränkungen auszuwählen. Wenn bei Schritt 160 eine letzte Ebene erreicht wurde, fährt Optimierer 28 mit Schritt 162 fort, um die letzte Ebene auszuwählen. Das Ziel der letzten Ebene wird abhängig von den verbundenen Beschränkungen bei Schritt 164 optimiert, gefolgt von Schritten 192, 194, 196 der Nachverarbeitung. Ergebnisse werden bei Schritt 166 berichtet, und das Verfahren endet.
  • Gemäß einer Ausführungsform kann das Verwenden einer Zielhierarchie einen Vorteil im Vergleich zum Kombinieren von Zielen gemäß eines Gewichtungsschemas bieten. Ein Vorteil einer Ausführungsform kann sein, dass ein Gewichtungsschema das Setzen der Gewichte oder Strafen in der gesamten Zielfunktion zum Ausweiten des numerischen Bereichs der Ziele erfordert, um die Ziele zu optimieren. Das Festlegen eines solchen Gewichtungsschemas kann jedoch Schwierigkeiten bringen, da der Bereich jedes Unterziels noch unbekannt sein kann, bevor die Optimierung vervollständigt ist. Weiter kann das Einführen breiter unterschiedlicher Gewichtungen zum Ausweiten der verschiedenen Ziele zu numerischen Instabilitäten und problematischer numerischer Skalierung führen.
  • Fig. 5 ist ein Flussdiagramm, welches ein beispielhaftes Verfahren zum Durchführen der Nachverarbeitung der Ergebnisse des Optimierens eines mathematischen Programmiermodells darstellt. Nachverarbeitung wird durchgeführt, um die optimierten Ergebnisse an Geschäftsbeschränkungen anzugleichen. Das Verfahren beginnt bei Schritt 180, wo Nachverarbeitungs-Modul 44 die Leistung der optimierten Ergebnisse beurteilt.
  • Ein Rundungs- und Verbreitungs-Verfahren wird bei Schritt 182 angewandt. Ein Rundungs- und Verbreitungs-Verfahren kann beispielsweise unter Verwendung eines Graphen durchgeführt werden, der die Beziehung zwischen Preisen von Artikeln darstellt. Ein Beispiel eines solchen Graphs wird mit Bezug auf Fig. 6 beschrieben.
  • Fig. 6 zeigt einen beispielhaften Graph 210, der die Beziehung zwischen Preisen von Artikeln darstellt. Kreise 214 stellen die Preise für Artikel A bis F dar. Verbreitungspfeile 216 stellen Regeln zum Verbreiten der Preise eines Artikels zum Bestimmen des Preises eines anderen Artikels dar. Beispielsweise kann der Preis von Artikel A zum Bestimmen des Preises von Artikel B durch Multiplizieren des Preises von Artikel A mit zwei verbreitet werden. Rundungspfeile 218 stellen Rundungsregeln dar. In dem dargestellten Beispiel sagt eine Rundungsregel, dass ein Preis auf den nächsten Preis aufgerundet werden muss, der mit neun endet, beispielsweise $1,85 wird auf $1,89 aufgerundet.
  • Gemäß eines beispielhaften Rundungs- und Verbreitungs-Verfahrens wird der Preis von Artikel A gerundet. Nachdem der Preis von Artikel A gerundet ist, wird der Preis verbreitet, damit der Preis von Artikel B bestimmt werden kann. Der Preis von Artikel B wird gerundet und dann verbreitet zum Bestimmen des Preises von Artikel C usw. Ist ein Preis bestimmt, wird er festgesetzt, um ein einheitliches Preiskalkulieren sicherzustellen. Ist beispielsweise der Preis von Artikel D auf $5,69 bestimmt, wird er gemäß einer Verbreitung von Artikel E nicht verändert. Preise, die nicht mit anderen Preisen verbunden sind, werden unabhängig von dem Runden und Verbreiten von Preisen gerundet. So wird zum Beispiel der Preis von Artikel F unabhängig von dem Runden und Verbreiten anderer Preise gerundet.
  • Unter erneuter Bezugnahme auf Fig. 5 wird die Leistung der gerundeten und verbreiteten Preise bei Schritt 184 wieder neu beurteilt. Die Neubeurteilung kann zum Bestimmen einer Änderung verwendet werden, wie beispielsweise einem Anstieg in der Leistung, die sich aus dem Anwenden des Rundungs- und Verbreitungs-Verfahrens ergibt. Erst nach dem Anwenden der Regel 69 ist bekannt, welche Preise das komplette Verfahren zu ändern empfiehlt. Die Kosten des Änderns von Preisen werden bei Schritt 186 beurteilt. Die Kosten können beispielsweise die Unternehmenskosten des Implementierens von Preisänderungen messen. Preise werden gemäß der Kostenbeurteilung bei Schritt 188 angepasst. Beispielsweise können geringe Preisänderungen zurück auf einen Originalpreis gesetzt werden, um Störungen durch kleine Änderungen und sich daraus ergebende Unternehmenskosten durch das Implementieren der Preisänderungen zu vermeiden. Das Verarbeitungsmodul 44 erzwingt, dass die Preisänderungen eine minimal erforderliche relative oder absolute Preisänderung im Vergleich zum Originalartikelpreis erfüllen. Nachverarbeitungs-Modul 44 kann entweder die Preise auf die gegenwärtigen Preise zurücksetzen oder die minimal erforderliche Preisänderung erzwingen. Weiter kann die Leistungsverbesserung, die sich aus der Preisänderung ergibt (beispielsweise Gewinnspannenverbesserung gegenüber dem Originalpreis), berechnet werden, um zu bestimmen, ob die Preisänderung die mit dem Implementieren der Preisänderung verbundenen Kosten rechtfertigt. Nachverarbeitungs-Modul 44 bestimmt, ob die Anzahl der Preisänderungen eine vorbestimmte maximale Anzahl von Preisänderungen bei Schritt 190 überschreitet. Wenn die Anzahl der Preisänderungen eine maximale Anzahl von Preisänderungen überschreitet, kann Nachverarbeitungs-Modul 44 mit den Schritten 192, 194 oder 196 fortfahren um zu bestimmen, welche Preise zu ändern sind. Schritte 192, 194 und 196 können zum Bestimmen verwendet werden, welche Preise verändert werden sollen, oder kann zum Priorisieren von Preisen verwendet werden, so dass die höher priorisierten Preise während einer Zeitspanne verändert werden und die niedriger priorisierten Preise während der nächsten Zeitspanne verändert werden. Schritte 192, 194 und 196 können in jeder geeigneten Reihenfolge durchgeführt werden. Jedes andere geeignete Verfahren zum Priorisieren von Preisänderungen kann bei den Schritten 192, 194 und 196 verwendet werden.
  • Bei Schritt 192 erhalten beispielsweise die Preise von Artikeln mit den größeren Preisänderungen die höchste Priorität und werden geändert. Größere Preisänderungen können eine größere Auswirkung haben, und es ist weniger wahrscheinlich, dass sie erneut im Vergleich zu kleineren Preisänderungen geändert werden. Bei Schritt 194 werden die Preise von Vergleichsartikeln geändert, die verwendet werden, um Konkurrenten zu verfolgen, da Vergleichsartikel als wichtiger betrachtet werden können. Bei Schritt 196 werden die Preise von Artikeln mit den stabileren Preisen geändert. Artikel mit stabileren Preisen können beispielsweise Artikel beinhalten, die keine Preisänderung währen einer langen Zeitspanne hatten oder solche Artikel, die die wenigsten Preisänderungen in einer gegebenen Zeitspanne hatten. Das Ändern der stabileren Preise kann die Häufigkeit von Preisänderungen reduzieren, was eine beständigere Preiskalkulation zur Verfügung stellen kann.
  • Wenn die Anzahl von Preisänderungen eine bestimmte Anzahl von Preisänderungen bei Schritt 190 nicht überschreitet, fährt das Verfahren direkt mit Schritt 198 fort. Bei Schritt 198 wird die Leistung unter dem überarbeiteten Preiskalkulationsplan neu beurteilt. Die Leistung kann neu beurteilt werden, um einen Vergleich mit den optimierten Ergebnissen zu ermöglichen. Die Ergebnisse werden bei Schritt 200 berichtet, und das Verfahren endet.
  • Bestimmte Ausführungsformen der Erfindung können einen oder mehrere technische Vorteile zur Verfügung stellen. Ein technischer Vorteil einer Ausführungsform kann sein, dass ein Preiskalkulationsplan-Problem kann gemäß einer Hierarchie von Zielen, beispielsweise Maximieren von Gewinn optimiert werden, während beständige Preiskalkulation und ein gegebenes Verkaufsvolumen beibehalten werden. Optimieren eines Preiskalkulationsplan-Problems gemäß einer Hierarchie von Zielen kann einen Preiskalkulationsplan zur Verfügung stellen, der besser zu den Zielen einer Firma passt. Ein weiterer technischer Vorteil einer Ausführungsform kann sein, dass Vorverarbeitung zum Aufstellen eines Preiskalkulationsplan-Problems durchgeführt werden kann. Vorverarbeitung kann beispielsweise das Identifizieren und Eliminieren nicht schlüssiger Beschränkungen, Teilen einer Kategorie von Artikeln in verwaltbarere Artikelgruppen und Bestimmen von Zielen für individuelle Zeitintervalle, Artikelgruppen oder Standorte beinhalten. Ein weiterer technischer Vorteil einer Ausführungsform kann sein, dass Nachverarbeitung zum Anpassen optimierter Ergebnisse an Geschäftsbeschränkungen durchgeführt werden kann, die während der Optimierung nicht berücksichtigt wurden. Nachverarbeitung kann beispielsweise das Runden von Preisen gemäß Rundungsregeln, das Beurteilen der Kosten von Preisänderungen und das Anpassen von Preisen gemäß der Kostenbeurteilung und das Priorisieren von Preisänderungen gemäß Prioritätsregeln beinhalten.
  • Obwohl eine Ausführungsform der Erfindung und ihre Vorteile genau beschrieben sind, kann ein Fachmann verschiedene Änderungen, Zusätze und Auslassungen durchführen, ohne aus dem Schutzbereich der vorliegenden Erfindung, wie durch die anhängenden Ansprüche festgelegt, abzuweichen.

Claims (35)

1. Verfahren zum Erzeugen eines optimierten Preiskalkulationsplans, welches aufweist:
Zugreifen auf eine Hierarchie, welche eine Folge von Ebenen aufweist, wobei jede Ebene eine Zielfunktion und eine mit der Zielfunktion verbundene Menge von Beschränkungen aufweist;
Bestimmen eines mathematischen Programmierungsmodels, welches ein Preiskalkulationsplan-Problem darstellt für eine Artikelgruppe, welche eine Vielzahl von Artikeln aufweist, wobei das mathematische Programmiermodell eine Menge von Anfangsbeschränkungen aufweist;
Wiederholen für jede Ebene der Folge von Ebenen:
Auswählen einer Ebene, welche eine Zielfunktion und eine mit der Zielfunktion verbundene Menge von Beschränkungen aufweist;
Hinzufügen der mit der Zielfunktion verbundenen Menge von Beschränkungen zu der Menge der Anfangsbeschränkungen;
Optimieren des mathematischen Programmiermodells, um eine optimierte Begrenzung für die Zielfunktion zu erhalten; und
Hinzufügen einer von der optimierten Begrenzung erzeugten Beschränkung zu der Menge der Beschränkungen einer nächsten Ebene;
Optimieren einer Zielfunktion einer letzten Ebene der Folge abhängig von der Menge der mit der Zielfunktion verbundenen Beschränkungen, um ein optimiertes Ergebnis zu erhalten, wobei die Menge der Beschränkungen eine von der optimierten Begrenzung einer vorherigen Ebene erzeugte Beschränkung aufweist; und
Erzeugen eines optimierten Preiskalkulationsplans in Übereinstimmung mit dem optimierten Ergebnis, wobei der optimierte Preiskalkulationsplan einen Preis mit jedem Artikel der Artikelgruppe verbindet.
2. Verfahren gemäß Anspruch 1, wobei
das mathematische Programmierungsmodell ein nichtlineares Programmiermodell aufweist; und
Optimieren der Zielfunktion der letzen Ebene Optimieren der Zielfunktion unter Verwendung einer nichtlinearen Programmierungstechnik aufweist.
3. Verfahren gemäß Anspruch 1, welches weiter aufweist:
Teilen einer Kategorie von Artikeln in eine Vielzahl von Artikelgruppen, wobei jede Artikelgruppe eine Menge von Artikeln aufweist, die durch eine oder mehrere Artikelbeschränkungen verbunden sind; und
Auswählen einer Artikelgruppe, für die der optimierte Preiskalkulationsplan zu erzeugen ist.
4. Verfahren gemäß Anspruch 1, welches weiter aufweist Ausbalancieren einer Zielfunktion über eine Vielzahl von Zeitintervallen einer Zeitspanne, wobei der optimierte Preiskalkulationsplan einen Preis für jeden Artikel der Artikelgruppe listet für jedes Zeitintervall der Zeitspanne.
5. Verfahren gemäß Anspruch 1, welches weiter aufweist Ausbalancieren einer Zielfunktion über eine Vielzahl von Standorten, wobei der optimierte Preiskalkulationsplan einen Preis listet für jeden Artikel der Artikelgruppe für jeden Standort.
6. Verfahren gemäß Anspruch 1, wobei Optimieren des mathematischen Programmiermodells zum Erhalten einer optimierten Begrenzung aufweist:
Bezeichnen einer Zielfunktion unter Verwendung einer oder mehrerer Schlupfvariablen; und
Optimieren der einen oder mehreren Schlupfvariablen zum Bestimmen der optimierten Begrenzung.
7. Verfahren gemäß Anspruch 1, welches weiter aufweist:
Zugreifen auf eine Rundungsregel zum Runden eines Preises eines Artikels für jeden Artikel der Artikelgruppe;
Zugreifen auf eine Vielzahl von Verbreitungsregeln, wobei jede Verbreitungsregel zum Bestimmen eines Preises eines ersten Artikels da ist gemäß dem Preis eines zweiten Artikels, jede Verbreitungsregel mit einem Artikel der Artikelgruppe verbunden ist; und
Wiederholen des Nachfolgenden für jeden Artikel der Artikelgruppe:
Anwenden der Rundungsregel auf den Artikel der Artikelgruppe; und
Anwenden einer Verbreitungsregel zum Bestimmen des Preises des Artikels gemäß dem Preis eines anderen Artikels, sofern der Artikel mit einer Verbreitungsregel verbunden ist.
8. Verfahren gemäß Anspruch 1, welches weiter aufweist:
Bestimmen einer Preisänderung für jeden Artikel in Übereinstimmung mit dem optimierten Preiskalkulationsplan;
Zugreifen auf mit jeder Preisänderung verbundene Kosten; und
Anpassen einer Preisänderung als Reaktion auf die mit der Preisänderung verbundenen Kosten.
9. Verfahren gemäß Anspruch 1, welches weiter aufweist:
Bestimmen einer Preisänderung für jeden Artikel in Übereinstimmung mit dem optimierten Preiskalkulationsplan; und
Priorisieren der Preisänderungen durch Verbinden einer größeren Preisänderung mit einer höheren Priorität und Verbinden einer kleineren Preisänderung mit einer niedrigeren Priorität.
10. Verfahren gemäß Anspruch 1, welches weiter aufweist:
Wiederholen der Schritte des Zugreifens, Bestimmens, Wiederholens, Optimierens und Erzeugens, um eine Vielzahl lokaler optimierter Ergebnisse zu erzeugen;
Bestimmen eines globalen optimierten Ergebnisses aus den lokalen optimierten Ergebnissen; und
Erzeugen eines optimierten Preiskalkulationsplans aus dem globalen optimierten Ergebnis.
11. Verfahren gemäß Anspruch 1, welches weiter aufweist:
Zugreifen auf eine Vielzahl von Nachfragemodellen;
Zugreifen auf Nachfragedaten, die die Artikelgruppe beschreiben;
Beurteilen des Nachfragemodells in Übereinstimmung mit den Nachfragedaten;
Auswählen eines Nachfragemodells aus den beurteilten Nachfragemodellen als Reaktion auf die Beurteilung;
Berechnen einer Preiselastizität unter Verwendung des ausgewählten Nachfragemodells; und
Erzeugen einer Beschränkung der Hierarchie in Übereinstimmung mit der Preiselastizität.
12. System zum Erzeugen eines optimierten Preiskalkulationsplans, welches aufweist:
eine Datenbank, die in der Lage ist zum Speichern einer Hierarchie, welche eine Folge von Ebenen aufweist, wobei jede Ebene eine Zielfunktion und eine mit der Zielfunktion verbundene Menge von Beschränkungen aufweist; und
ein mit der Datenbank verbundenes Serversystem, welches in der Lage ist zum:
Bestimmen eines mathematischen Programmierungsmodels, welches ein Preiskalkulationsplan-Problem darstellt für eine Artikelgruppe, welche eine Vielzahl von Artikeln aufweist, wobei das mathematische Programmiermodell eine Menge von Anfangsbeschränkungen aufweist;
Wiederholen für jede Ebene der Folge von Ebenen:
Auswählen einer Ebene, welche eine Zielfunktion und eine mit der Zielfunktion verbundene Menge von Beschränkungen aufweist;
Hinzufügen der mit der Zielfunktion verbundenen Menge von Beschränkungen zu der Menge der Anfangsbeschränkungen;
Optimieren des mathematischen Programmiermodells, um eine optimierte Begrenzung für die Zielfunktion zu erhalten; und
Hinzufügen einer von der optimierten Begrenzung erzeugten Beschränkung zu der Menge der Beschränkungen einer nächsten Ebene;
Optimieren einer Zielfunktion einer letzten Ebene der Folge abhängig von der Menge der mit der Zielfunktion verbundenen Beschränkungen, um ein optimiertes Ergebnis zu erhalten, wobei die Menge der Beschränkungen eine von der optimierten Begrenzung einer vorherigen Ebene erzeugte Beschränkung aufweist; und
Erzeugen eines optimierten Preiskalkulationsplans in Übereinstimmung mit dem optimierten Ergebnis, wobei der optimierte Preiskalkulationsplan einen Preis mit jedem Artikel der Artikelgruppe verbindet.
13. System gemäß Anspruch 12, wobei
das mathematische Programmierungsmodel ein nichtlineares Programmiermodell aufweist; und
das Serversystem in der Lage ist zum Optimieren der Zielfunktion der letzen Ebene durch Optimieren der Zielfunktion unter Verwendung einer nichtlinearen Programmierungstechnik.
14. System gemäß Anspruch 12, wobei das Serversystem in der Lage ist zum:
Teilen einer Kategorie von Artikeln in eine Vielzahl von Artikelgruppen, wobei jede Artikelgruppe eine Menge von Artikeln aufweist, die durch eine oder mehrere Artikelbeschränkungen verbunden sind; und
Auswählen einer Artikelgruppe, für die der optimierte Preiskalkulationsplan zu erzeugen ist.
15. System gemäß Anspruch 12, wobei das Serversystem in der Lage ist zum Ausbalancieren einer Zielfunktion über eine Vielzahl von Zeitintervallen einer Zeitspanne, wobei der optimierte Preiskalkulationsplan einen Preis für jeden Artikel der Artikelgruppe listet für jedes Zeitintervall der Zeitspanne.
16. System gemäß Anspruch 12, wobei das Serversystem in der Lage ist zum Ausbalancieren einer Zielfunktion über eine Vielzahl von Standorten, wobei der optimierte Preiskalkulationsplan einen Preis listet für jeden Artikel der Artikelgruppe für jeden Standort.
17. System gemäß Anspruch 12, wobei das Serversystem in der Lage ist zum Optimieren des mathematischen Programmiermodells zum Erhalten einer optimierten Begrenzung durch:
Bezeichnen einer Zielfunktion unter Verwendung einer oder mehrerer Schlupfvariablen; und
Optimieren der einen oder mehreren Schlupfvariablen zum Bestimmen der optimierten Begrenzung.
18. System gemäß Anspruch 12, wobei das Serversystem in der Lage ist zum:
Zugreifen auf eine Rundungsregel zum Runden eines Preises eines Artikels für jeden Artikel der Artikelgruppe;
Zugreifen auf eine Vielzahl von Verbreitungsregeln, wobei jede Verbreitungsregel zum Bestimmen eines Preises eines ersten Artikels da ist gemäß dem Preis eines zweiten Artikels, jede Verbreitungsregel mit einem Artikel der Artikelgruppe verbunden ist; und
Wiederholen des Nachfolgenden für jeden Artikel der Artikelgruppe:
Anwenden der Rundungsregel auf den Artikel der Artikelgruppe; und
Anwenden einer Verbreitungsregel zum Bestimmen des Preises des Artikels gemäß dem Preis eitles anderen Artikels, sofern der Artikel mit einer Verbreitungsregel verbunden ist.
19. System gemäß Anspruch 12, wobei das Serversystem in der Lage ist zum:
Bestimmen einer Preisänderung für jeden Artikel in Übereinstimmung mit dem optimierten Preiskalkulationsplan;
Zugreifen auf mit jeder Preisänderung verbundene Kosten; und
Anpassen einer Preisänderung als Reaktion auf die mit der Preisänderung verbundenen Kosten.
20. System gemäß Anspruch 12, wobei das Serversystem in der Lage ist zum:
Bestimmen einer Preisänderung für jeden Artikel in Übereinstimmung mit dem optimierten Preiskalkulationsplan; und
Priorisieren der Preisänderungen durch Verbinden einer größeren Preisänderung mit einer höheren Priorität und Verbinden einer kleineren Preisänderung mit einer niedrigeren Priorität.
21. System gemäß Anspruch 12, wobei das Serversystem in der Lage ist zum:
Wiederholen der Schritte des Zugreifens, Bestimmens, Wiederholens, Optimierens und Erzeugens, um eine Vielzahl lokaler optimierter Ergebnisse zu erzeugen;
Bestimmen eines globalen optimierten Ergebnisses aus den lokalen optimierten Ergebnissen; und
Erzeugen eines optimierten Preiskalkulationsplans aus dem globalen optimierten Ergebnis.
22. System gemäß Anspruch 12, wobei das Serversystem in der Lage ist zum:
Zugreifen auf eine Vielzahl von Nachfragemodellen;
Zugreifen auf Nachfragedaten, die die Artikelgruppe beschreiben;
Beurteilen des Nachfragemodells in Übereinstimmung mit den Nachfragedaten;
Auswählen eines Nachfragemodells aus den beurteilten Nachfragemodellen als Reaktion auf die Beurteilung;
Berechnen einer Preiselastizität unter Verwendung des ausgewählten Nachfragemodells; und
Erzeugen einer Beschränkung der Hierarchie in Übereinstimmung mit der Preiselastizität.
23. Software zum Erzeugen eines optimierten Preiskalkulationsplans, wobei die Software auf einem Medium verkörpert ist und, wenn sie ausgeführt wird, in der Lage ist zum:
Zugreifen auf eine Hierarchie, welche eine Folge von Ebenen aufweist, wobei jede Ebene eine Zielfunktion und eine mit der Zielfunktion verbundene Menge von Beschränkungen aufweist;
Bestimmen eines mathematischen Programmierungsmodels, welches ein Preiskalkulationsplan-Problem darstellt für eine Artikelgruppe, welche eine Vielzahl von Artikeln aufweist, wobei das mathematische Programmiermodell eine Menge von Anfangsbeschränkungen aufweist;
Wiederholen für jede Ebene der Folge von Ebenen:
Auswählen einer Ebene, welche eine Zielfunktion und eine mit der Zielfunktion verbundene Menge von Beschränkungen aufweist;
Hinzufügen der mit der Zielfunktion verbundenen Menge von Beschränkungen zu der Menge der Anfangsbeschränkungen;
Optimieren des mathematischen Programmiermodells, um eine optimierte Begrenzung für die Zielfunktion zu erhalten; und
Hinzufügen einer von der optimierten Begrenzung erzeugten Beschränkung zu der Menge der Beschränkungen einer nächsten Ebene;
Optimieren einer Zielfunktion einer letzten Ebene der Folge abhängig von der Menge der mit der Zielfunktion verbundenen Beschränkungen, um ein optimiertes Ergebnis zu erhalten, wobei die Menge der Beschränkungen eine von der optimierten Begrenzung einer vorherigen Ebene erzeugte Beschränkung aufweist; und
Erzeugen eines optimierten Preiskalkulationsplans in Übereinstimmung mit dem optimierten Ergebnis, wobei der optimierte Preiskalkulationsplan einen Preis mit jedem Artikel der Artikelgruppe verbindet.
24. Software gemäß Anspruch 23, wobei:
das mathematische Programmierungsmodel ein nichtlineares Programmiermodell aufweist; und
die Software in der Lage ist zum Optimieren der Zielfunktion der letzen Ebene durch Optimieren der Zielfunktion unter Verwendung einer nichtlinearen Programmierungstechnik.
25. Software gemäß Anspruch 23, welche in der Lage ist zum:
Teilen einer Kategorie von Artikeln in eine Vielzahl von Artikelgruppen, wobei jede Artikelgruppe eine Menge von Artikeln aufweist, die durch eine oder mehrere Artikelbeschränkungen verbunden sind; und
Auswählen einer Artikelgruppe, für die der optimierte Preiskalkulationsplan zu erzeugen ist.
26. Software gemäß Anspruch 23, welche in der Lage ist zum Ausbalancieren einer Zielfunktion über eine Vielzahl von Zeitintervallen einer Zeitspanne, wobei der optimierte Preiskalkulationsplan einen Preis für jeden Artikel der Artikelgruppe listet für jedes Zeitintervall der Zeitspanne.
27. Software gemäß Anspruch 23, welche in der Lage ist zum Ausbalancieren einer Zielfunktion über eine Vielzahl von Standorten, wobei der optimierte Preiskalkulationsplan einen Preis listet für jeden Artikel der Artikelgruppe für jeden Standort.
28. Software gemäß Anspruch 23, welche in der Lage ist zum Optimieren des mathematischen Programmiermodells zum Erhalten einer optimierten Begrenzung durch:
Bezeichnen einer Zielfunktion unter Verwendung einer oder mehrerer Schlupfvariablen; und
Optimieren der einen oder mehreren Schlupfvariablen zum Bestimmen der optimierten Begrenzung.
29. Software gemäß Anspruch 23, welche in der Lage ist zum:
Zugreifen auf eine Rundungsregel zum Runden eines Preises eines Artikels für jeden Artikel der Artikelgruppe;
Zugreifen auf eine Vielzahl von Verbreitungsregeln, wobei jede Verbreitungsregel zum Bestimmen eines Preises eines ersten Artikels da ist gemäß dem Preis eines zweiten Artikels, jede Verbreitungsregel mit einem Artikel der Artikelgruppe verbunden ist; und
Wiederholen des Nachfolgenden für jeden Artikel der Artikelgruppe:
Anwenden der Rundungsregel auf den Artikel der Artikelgruppe; und
Anwenden einer Verbreitungsregel zum Bestimmen des Preises des Artikels gemäß dem Preis eines anderen Artikels, sofern der Artikel mit einer Verbreitungsregel verbunden ist.
30. Software gemäß Anspruch 23, welche in der Lage ist zum
Bestimmen einer Preisänderung für jeden Artikel in Übereinstimmung mit dem optimierten Preiskalkulationsplan;
Zugreifen auf mit jeder Preisänderung verbundene Kosten; und
Anpassen einer Preisänderung als Reaktion auf die mit der Preisänderung verbundenen Kosten.
31. Software gemäß Anspruch 23, welche in der Lage ist zum:
Bestimmen einer Preisänderung für jeden Artikel in Übereinstimmung mit dem optimierten Preiskalkulationsplan; und
Priorisieren der Preisänderungen durch Verbinden einer größeren Preisänderung mit einer höheren Priorität und Verbinden einer kleineren Preisänderung mit einer niedrigeren Priorität.
32. Software gemäß Anspruch 23, welche in der Lage ist zum:
Wiederholen der Schritte des Zugreifens, Bestimmens, Wiederholens, Optimierens und Erzeugens, um eine Vielzahl lokaler optimierter Ergebnisse zu erzeugen;
Bestimmen eines globalen optimierten Ergebnisses aus den lokalen optimierten Ergebnissen; und
Erzeugen eines optimierten Preiskalkulationsplans aus dem globalen optimierten Ergebnis.
33. Software gemäß Anspruch 23, welche in der Lage ist zum:
Zugreifen auf eine Vielzahl von Nachfragemodellen;
Zugreifen auf Nachfragedaten, die die Artikelgruppe beschreiben;
Beurteilen des Nachfragemodells in Übereinstimmung mit den Nachfragedaten;
Auswählen eines Nachfragemodells aus den beurteilten Nachfragemodellen als Reaktion auf die Beurteilung;
Berechnen einer Preiselastizität unter Verwendung des ausgewählten Nachfragemodells; und
Erzeugen einer Beschränkung der Hierarchie in Übereinstimmung mit der Preiselastizität.
34. System zum Erzeugen eines optimierten Preiskalkulationsplans, welches aufweist:
Mittel zum Zugreifen auf eine Hierarchie, welche eine Folge von Ebenen aufweist, wobei jede Ebene eine Zielfunktion und eine mit der Zielfunktion verbundene Menge von Beschränkungen aufweist;
Mittel zum Bestimmen eines mathematischen Programmierungsmodels, welches ein Preiskalkulationsplan-Problem darstellt für eine Artikelgruppe, welche eine Vielzahl von Artikeln aufweist;
Mittel zum Wiederholen für jede Ebene der Folge von Ebenen:
Auswählen einer Ebene, welche eine Zielfunktion und eine mit der Zielfunktion verbundene Menge von Beschränkungen aufweist;
Bestimmen einer optimierten Begrenzung für die Zielfunktion; und
Hinzufügen einer von der optimierten Begrenzung erzeugten Beschränkung zu der Menge der Beschränkungen einer nächsten Ebene;
Mittel zum Optimieren einer Zielfunktion einer letzten Ebene der Folge abhängig von der Menge der mit der Zielfunktion verbundenen Beschränkungen, um ein optimiertes Ergebnis zu erhalten, wobei die Menge der Beschränkungen eine von der optimierten Begrenzung einer vorherigen Ebene erzeugte Beschränkung aufweist; und
Mittel zum Erzeugen eines optimierten Preiskalkulationsplans in Übereinstimmung mit dem optimierten Ergebnis, wobei der optimierte Preiskalkulationsplan einen Preis mit jedem Artikel der Artikelgruppe verbindet.
35. Verfahren zum Erzeugen eines optimierten Preiskalkulationsplans, welches aufweist:
Zugreifen auf eine Hierarchie, welche eine Folge von Ebenen aufweist, wobei jede Ebene eine Zielfunktion und eine mit der Zielfunktion verbundene Menge von Beschränkungen aufweist;
Teilen einer Kategorie von Artikeln in eine Vielzahl von Artikelgruppen, wobei jede Artikelgruppe eine Menge von Artikeln aufweist, die durch eine oder mehrere Artikelbeschränkungen verbunden sind;
Auswählen einer Artikelgruppe, für die der optimierte Preiskalkulationsplan zu erzeugen ist
Bestimmen eines mathematischen Programmierungsmodels, welches ein Preiskalkulationsplan-Problem für die ausgewählte Artikelgruppe darstellt, wobei das mathematische Programmiermodell ein nichtlineares Programmiermodell aufweist;
Wiederholen für jede Ebene der Folge von Ebenen:
Auswählen einer Ebene, welche eine Zielfunktion und eine mit der Zielfunktion verbundene Menge von Beschränkungen aufweist;
Bestimmen einer optimierten Begrenzung für die Zielfunktion durch Bezeichnen der Zielfunktion unter Verwendung einer oder mehrerer Schlupfvariablen, und Optimieren der einen oder mehreren Schlupfvariablen zum Bestimmen der optimierten Begrenzung; und
Hinzufügen einer von der optimierten Begrenzung erzeugten Beschränkung zu der Menge der Beschränkungen einer nächsten Ebene;
Optimieren einer Zielfunktion einer letzten Ebene der Folge unter Verwendung einer nichtlinearen Programmiertechnik, abhängig von der Menge der mit der Zielfunktion verbundenen Beschränkungen, um ein optimiertes Ergebnis zu erhalten, wobei die Menge der Beschränkungen eine von der optimierten Begrenzung einer vorherigen Ebene erzeugte Beschränkung aufweist;
Zugreifen auf eine Rundungsregel zum Runden eines Artikelpreises für jeden Artikel der Artikelgruppe;
Zugreifen auf eine Vielzahl von Verbreitungsregeln, wobei jede Verbreitungsregel zum Bestimmen eines Preises eines ersten Artikels da ist gemäß dem Preis eines zweiten Artikels, jede Verbreitungsregel mit einem Artikel der Artikelgruppe verbunden ist;
Wiederholen des Nachfolgenden für jeden Artikel der Artikelgruppe:
Anwenden der Rundungsregel auf den Artikel der Artikelgruppe, und
Anwenden einer Verbreitungsregel zum Bestimmen des Preises des Artikels gemäß dem Preis eines anderen Artikels, sofern der Artikel mit einer Verbreitungsregel verbunden ist; und
Erzeugen eines optimierten Preiskalkulationsplans in Übereinstimmung mit dem optimierten Ergebnis, wobei der optimierte Preiskalkulationsplan einen Preis mit jedem Artikel der Artikelgruppe verbindet.
DE2002157199 2001-12-10 2002-12-06 Erzeugen eines optimierten Preiskalkulationsplans Ceased DE10257199A1 (de)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
US33937801P 2001-12-10 2001-12-10

Publications (1)

Publication Number Publication Date
DE10257199A1 true DE10257199A1 (de) 2003-08-21

Family

ID=27623204

Family Applications (1)

Application Number Title Priority Date Filing Date
DE2002157199 Ceased DE10257199A1 (de) 2001-12-10 2002-12-06 Erzeugen eines optimierten Preiskalkulationsplans

Country Status (3)

Country Link
US (2) US8494887B2 (de)
DE (1) DE10257199A1 (de)
TW (1) TWI225209B (de)

Families Citing this family (44)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8140381B1 (en) * 2000-12-22 2012-03-20 Demandtec, Inc. System and method for forecasting price optimization benefits in retail stores utilizing back-casting and decomposition analysis
DE10257199A1 (de) * 2001-12-10 2003-08-21 I2 Technologies Inc Erzeugen eines optimierten Preiskalkulationsplans
US7343355B2 (en) * 2002-03-14 2008-03-11 I2 Technologies Us, Inc. Calculating price elasticity
US7251615B2 (en) * 2002-06-07 2007-07-31 Oracle International Corporation Markdown management
US7912792B2 (en) * 2002-07-12 2011-03-22 Vendavo, Inc. Systems and methods for making margin-sensitive price adjustments in an integrated price management system
US8306851B2 (en) * 2003-02-27 2012-11-06 Murphy Oil Usa, Inc. Automated price management system
US20040267674A1 (en) * 2003-06-30 2004-12-30 Yan Feng Method for complex computer aided pricing of products and services
US7599866B2 (en) * 2003-10-24 2009-10-06 Southern California Edison Company Simultaneous optimal auctions using augmented lagrangian and surrogate optimization
US20060004861A1 (en) * 2004-05-28 2006-01-05 Albanese Michael J System and method for displaying price modeling data
US7640198B1 (en) 2004-05-28 2009-12-29 Vendavo, Inc. System and method for generating and displaying indexed price modeling data
US20050278227A1 (en) * 2004-05-28 2005-12-15 Niel Esary Systems and methods of managing price modeling data through closed-loop analytics
US8458060B2 (en) * 2004-05-28 2013-06-04 Vendavo, Inc. System and method for organizing price modeling data using hierarchically organized portfolios
US20060031179A1 (en) * 2004-08-09 2006-02-09 Vendavo, Inc. Systems and methods for making margin-sensitive price adjustments in an integrated price management system
US8396814B1 (en) 2004-08-09 2013-03-12 Vendavo, Inc. Systems and methods for index-based pricing in a price management system
US7613626B1 (en) 2004-08-09 2009-11-03 Vendavo, Inc. Integrated price management systems with future-pricing and methods therefor
US20080126264A1 (en) * 2006-05-02 2008-05-29 Tellefsen Jens E Systems and methods for price optimization using business segmentation
US20090259522A1 (en) * 2006-05-02 2009-10-15 Jamie Rapperport System and methods for generating quantitative pricing power and risk scores
US8301487B2 (en) * 2006-05-02 2012-10-30 Vendavo, Inc. System and methods for calibrating pricing power and risk scores
US20070294192A1 (en) * 2006-05-15 2007-12-20 Tellefsen Jens E Systems and methods for price setting and triangulation
US10339532B2 (en) 2006-08-10 2019-07-02 Medcom Solutions, Inc. System and method for uniformly pricing items
US20080040231A1 (en) 2006-08-10 2008-02-14 Medcom Solutions, Inc. System and method for uniformly pricing items
US7680686B2 (en) * 2006-08-29 2010-03-16 Vendavo, Inc. System and methods for business to business price modeling using price change optimization
US7904355B1 (en) 2007-02-20 2011-03-08 Vendavo, Inc. Systems and methods for a revenue causality analyzer
US8234155B2 (en) * 2007-11-30 2012-07-31 Sap Ag Method and system incorporating business rules and price optimization for financial system
US8412598B2 (en) 2008-02-06 2013-04-02 John Early Systems and methods for a causality analyzer
US8396738B1 (en) * 2008-02-22 2013-03-12 Bank Of America Corporation System and method for evaluating third party marketing services
JP5580879B2 (ja) * 2009-04-14 2014-08-27 ジェイディーエー ソフトウェア グループ， インコーポレイテッド 旅行価格最適化（ｔｐｏ）
US8244554B2 (en) * 2009-12-02 2012-08-14 International Business Machines Corporation System, method, and apparatus for managing price information with locking mechanisms
US8412559B2 (en) 2011-01-19 2013-04-02 United Parcel Service Of America, Inc. Systems and methods for improved calculation of coefficient for price sensitivity
US20120209660A1 (en) * 2011-02-16 2012-08-16 Knowledge Support Systems Ltd. Fuel price data generation
US20120239558A1 (en) * 2011-03-16 2012-09-20 GridX, Inc. Method and systems for efficiently processing large volumes of complex small value financial transactions
US9287711B2 (en) * 2011-05-16 2016-03-15 General Electric Company Reducing demand/response effects implementing volt/VAR control
US20120311008A1 (en) * 2011-06-01 2012-12-06 Microsoft Corporation Smart rounding supporting psychological pricing
JP5032692B1 (ja) * 2011-07-29 2012-09-26 楽天株式会社 予約管理装置、予約管理方法、予約管理プログラム、及びそのプログラムを記憶するコンピュータ読取可能な記録媒体
US10664534B2 (en) 2012-11-14 2020-05-26 Home Depot Product Authority, Llc System and method for automatic product matching
US10504127B2 (en) 2012-11-15 2019-12-10 Home Depot Product Authority, Llc System and method for classifying relevant competitors
US9928515B2 (en) 2012-11-15 2018-03-27 Home Depot Product Authority, Llc System and method for competitive product assortment
US10290012B2 (en) 2012-11-28 2019-05-14 Home Depot Product Authority, Llc System and method for price testing and optimization
US20150081377A1 (en) * 2013-09-16 2015-03-19 International Business Machines Corporation Dynamic pricing for financial products
US10984433B1 (en) 2017-04-24 2021-04-20 Skyline Products, Inc. Price optimization system
US11875371B1 (en) 2017-04-24 2024-01-16 Skyline Products, Inc. Price optimization system
US20190122270A1 (en) * 2017-10-19 2019-04-25 Wal-Mart Stores, Inc. Techniques for generating new pricing algorithms for products and services
US11887170B1 (en) 2018-07-11 2024-01-30 Medcom Solutions, Inc. Medical procedure charge restructuring tools and techniques
JP2022188675A (ja) * 2021-06-09 2022-12-21 ウーブン・プラネット・ホールディングス株式会社 サービス提供サーバ、サービス提供システム、及びサービス提供方法

Family Cites Families (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5615109A (en) * 1995-05-24 1997-03-25 Eder; Jeff Method of and system for generating feasible, profit maximizing requisition sets
US5873069A (en) * 1995-10-13 1999-02-16 American Tv & Appliance Of Madison, Inc. System and method for automatic updating and display of retail prices
CA2289474A1 (en) * 1997-05-21 1998-11-26 Khimetrics, Inc. A method for incorporating psychological effects into demand models
US6988076B2 (en) * 1997-05-21 2006-01-17 Khimetrics, Inc. Strategic planning and optimization system
JP2002513489A (ja) * 1997-05-21 2002-05-08 カイメトリクス・インコーポレーテッド 企業企画モデルの被制御最適化の方法
US6078893A (en) * 1998-05-21 2000-06-20 Khimetrics, Inc. Method for stabilized tuning of demand models
US20020032610A1 (en) * 2000-05-03 2002-03-14 Gold Stephen E. Method for providing automated delivery of a response to a pricing inquiry
WO2002029696A1 (en) * 2000-10-06 2002-04-11 I2 Technologies, Inc. Generating an optimized price schedule for a product
US20020107818A1 (en) * 2000-10-12 2002-08-08 Mcewen Scott Allen System and method for expression-based pricing
US20020082881A1 (en) * 2000-10-20 2002-06-27 Price Marc Steven System providing event pricing for on-line exchanges
US7287000B2 (en) * 2000-11-15 2007-10-23 Jda Software Group, Inc. Configurable pricing optimization system
US7523047B1 (en) * 2000-12-20 2009-04-21 Demandtec, Inc. Price optimization system
US7302410B1 (en) * 2000-12-22 2007-11-27 Demandtec, Inc. Econometric optimization engine
US7617119B1 (en) * 2000-12-20 2009-11-10 Demandtec, Inc. Price optimization with rule relaxation
US7877286B1 (en) * 2000-12-20 2011-01-25 Demandtec, Inc. Subset optimization system
US7233914B1 (en) * 2000-12-27 2007-06-19 Joyo Wijaya Technique for implementing item substitution for unavailable items relating to a customer order
US7092896B2 (en) * 2001-05-04 2006-08-15 Demandtec, Inc. Interface for merchandise promotion optimization
US6553352B2 (en) * 2001-05-04 2003-04-22 Demand Tec Inc. Interface for merchandise price optimization
US7130811B1 (en) * 2001-05-05 2006-10-31 Demandtec, Inc. Apparatus for merchandise promotion optimization
US6735596B2 (en) * 2001-06-07 2004-05-11 Guy Charles Corynen Computer method and user interface for decision analysis and for global system optimization
US20030023567A1 (en) * 2001-07-24 2003-01-30 Berkovitz Joseph H. Method and system for dynamic pricing
US20030191725A1 (en) * 2001-09-25 2003-10-09 Sabre Inc. Availability based value creation method and system
US7809581B1 (en) * 2001-11-30 2010-10-05 Demandtec, Inc. Rule relaxation and subset optimization system
US7249032B1 (en) * 2001-11-30 2007-07-24 Demandtec Inc. Selective merchandise price optimization mechanism
US7249033B1 (en) * 2001-11-30 2007-07-24 Demandtec Inc. Apparatus and method for selective merchandise price optimization
DE10257199A1 (de) * 2001-12-10 2003-08-21 I2 Technologies Inc Erzeugen eines optimierten Preiskalkulationsplans
US7343355B2 (en) * 2002-03-14 2008-03-11 I2 Technologies Us, Inc. Calculating price elasticity
US7454367B2 (en) * 2002-03-29 2008-11-18 Siebel Systems, Inc. Dynamic pricing system and method
EP1513085A1 (de) * 2003-09-08 2005-03-09 Abb Research Ltd. Verfahren zur Zeitplanung von Instandhaltungaktivitäten

Also Published As

Publication number Publication date
US20030110066A1 (en) 2003-06-12
US20130311239A1 (en) 2013-11-21
US8494887B2 (en) 2013-07-23
TW200300895A (en) 2003-06-16
TWI225209B (en) 2004-12-11

Similar Documents

Publication Publication Date Title
DE10257199A1 (de) Erzeugen eines optimierten Preiskalkulationsplans
US6873979B2 (en) Method of building predictive models on transactional data
DE10195968B4 (de) System und Verfahren zur Bereitstellung einer Kreuzdimensionalen Berechnung und eines Kreuzdimensionalen Datenzugriffs in einer Online-Analytischen Verarbeitungs-Umgebung (ON-LINE ANALYTICAL PROCESSING = OLAP)
DE10311311A1 (de) Berechnung von Preiselastizität
US7711623B2 (en) Decision assistance platform configured for facilitating financial consulting services
US20010047293A1 (en) System, method and article of manufacture to optimize inventory and inventory investment utilization in a collaborative context
US20130054486A1 (en) Extended management system
US20030195791A1 (en) System, method and article of manufacture to determine and communicate redistributed product demand
US20070038545A1 (en) Facilitating management of 401K retirement savings plans
DE102004023264A1 (de) Optimieren eines Lagerbestands einer Lieferkette
WO2010051433A1 (en) Automated specification, estimation, discovery of causal drivers and market response elasticities or lift factors
US8521630B2 (en) Curve engine
DE10308967A1 (de) Erzeugung eines optimierten Zulieferer-Zuweisungsplans
DE10239292A1 (de) Konflikterfassung und -lösung in Zusammenhang mit einer Datenzuweisung
JP4388248B2 (ja) 最適ポートフォリオ決定方法および装置
AU2006340071B2 (en) System and method configured for facilitating financial analysis
DE10239294A1 (de) Lokales Erzeugen von Preisangaben unter der Verwendung eines oder mehrerer Preisgestaltungswerkzeuge, die von einem Verkäufer empfangen wurden
Feng et al. Ranked items auctions and online advertisement
DE10239293A1 (de) Dynamische Preisgestaltung in einem unausgeglichenen Markt
WO2007094783A1 (en) Method configured for facilitating financial consulting services
JP2004005116A (ja) 最適ポートフォリオ決定方法および装置
Li et al. BCVR: A methodological framework for industrial performance management and decision-support
CN112508608A (zh) 一种推广活动配置方法、系统、计算机设备及存储介质
JP2006221676A (ja) 最適ポートフォリオ決定装置
US20100299281A1 (en) Facilitating management of 401K retirement savings plans

Legal Events

Date Code Title Description
8128 New person/name/address of the agent

Representative=s name: DF-MP, 80333 MUENCHEN

8110 Request for examination paragraph 44
R082 Change of representative

Representative=s name: DF-MP, DE

Representative=s name: DF-MP, 80333 MUENCHEN, DE

R081 Change of applicant/patentee

Owner name: JDA SOFTWARE GROUP, INC., US

Free format text: FORMER OWNER: I2 TECHNOLOGIES, INC., DALLAS, US

Effective date: 20120119

Owner name: JDA SOFTWARE GROUP, INC., SCOTTSDALE, US

Free format text: FORMER OWNER: I2 TECHNOLOGIES, INC., DALLAS, TEX., US

Effective date: 20120119

R082 Change of representative

Representative=s name: DF-MP, DE

Effective date: 20120119

Representative=s name: DF-MP DOERRIES FRANK-MOLNIA & POHLMAN PATENTAN, DE

Effective date: 20120119

R002 Refusal decision in examination/registration proceedings
R003 Refusal decision now final

Effective date: 20140301