FR3111219A1 - Procédé de négociation automatisée et produit de programme informatique pour la mise en œuvre de ce procédé - Google Patents
Procédé de négociation automatisée et produit de programme informatique pour la mise en œuvre de ce procédé Download PDFInfo
- Publication number
- FR3111219A1 FR3111219A1 FR2105935A FR2105935A FR3111219A1 FR 3111219 A1 FR3111219 A1 FR 3111219A1 FR 2105935 A FR2105935 A FR 2105935A FR 2105935 A FR2105935 A FR 2105935A FR 3111219 A1 FR3111219 A1 FR 3111219A1
- Authority
- FR
- France
- Prior art keywords
- price
- buyer
- offer
- parameters
- application server
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000004590 computer program Methods 0.000 title claims description 5
- 230000008569 process Effects 0.000 title description 15
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 23
- 230000001419 dependent effect Effects 0.000 claims description 13
- 235000014510 cooky Nutrition 0.000 claims description 6
- 230000007423 decrease Effects 0.000 claims description 4
- 230000008901 benefit Effects 0.000 description 9
- 238000012545 processing Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000013213 extrapolation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0605—Supply or demand aggregation
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0206—Price or cost determination based on market factors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
-
- 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]
- G06Q30/0611—Request for offers or quotes
-
- 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]
- G06Q30/0641—Shopping interfaces
-
- 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
- G06Q30/08—Auctions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/12—Hotels or restaurants
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Biomedical Technology (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Procédé mis en œuvre par ordinateur pour la négociation automatique du prix d’un objet proposé sur un site web en ligne par un vendeur à un acheteur potentiel, comprenant : la présentation sur un site Web d’une offre pour un objet ; la réception sur ledit site Web d’une première proposition provenant d’un acheteur potentiel ; la détermination d’une deuxième offre pour ledit objet, ladite deuxième offre incluant un deuxième prix supérieur audit premier prix, mais inférieur audit prix public, ledit deuxième prix étant déterminé avec un moteur d’intelligence artificielle sur la base dudit prix psychologique et desdits paramètres d’acheteur et desdits paramètres indépendants de l’acheteur ; la proposition de ladite deuxième offre audit acheteur ; la détermination dans ledit serveur d’application d’une troisième offre pour ledit objet, ladite troisième offre incluant un quatrième prix pour ledit objet ou pour un objet modifié. Figure à publier avec l’abrégé : Fig. 3
Description
La présente invention concerne un procédé de négociation automatique du prix d’un objet proposé à la vente sur un site web en ligne.
État de l’art
Il existe d’innombrables sites web permettant d’acheter des objets (produits ou services) sur Internet. La plupart des objets proposés à la vente sur Internet sont vendus à un prix fixe défini par le commerçant. Le prix peut par exemple être fixé sur la base des coûts de production et de la marge souhaitée, et/ou dépendre de la concurrence pour le produit.
La technologie est de plus en plus impliquée dans ce processus et a été largement utilisée afin de déterminer automatiquement et dynamiquement le prix d’un objet. Par exemple, le document US2015073929 concerne le calcul du prochain prix d’un produit par extrapolation des variations passées du prix de ce produit. Le document US2018096420 présente un système déterminant un prix pour un objet pour permettre à un utilisateur de faire une offre dans une négociation : l’utilisateur est notamment un acheteur potentiel dans le domaine des achats immobiliers. De même, le document US2019325490 présente un système pour des vendeurs qui leur permet d’établir un prix de vente en fonction des données du marché et de leurs propres paramètres, comme l’urgence de vendre leur article : sur la base d’une analyse des données historiques des annonces d’un article, une courbe de prix est générée pour l’article afin de décrire la probabilité de vendre en fonction du prix.
Comme autre exemple, les billets d’avion ou les réservations d’hôtel sont souvent vendus des mois à l’avance à un prix initial qui est ensuite automatiquement ajusté en fonction de la réaction du marché. L’un des inconvénients de ces procédés est le temps qui peut être nécessaire pour déterminer le prix approprié de l’objet sur le marché. Par conséquent, de nombreux objets sont initialement vendus à un prix qui est soit trop bas, entraînant une perte de marge, soit trop élevé, entraînant un faible volume de ventes.
Le document US2015073929 présente une plateforme facilitant à des acheteurs, des vendeurs et des tierces parties l’obtention d’informations concernant les historiques de transactions mutuelles. La plateforme agrège des données et facilite la génération de rapports concernant la qualité des acheteurs et des fournisseurs, les rapports portant sur une variété de paramètres qui sont associés à la qualité d’acheteur et de fournisseur.
Les procédés d’enchères à terme (Bidding) ont également été utilisés afin de déterminer le prix d’un objet et de le vendre. Dans ce cas, si un commerçant veut vendre un objet, il propose un prix initial et fait enchérir plusieurs acheteurs potentiels pendant une période prédéfinie. L’offre la plus élevée à la fin de cette période est celle à laquelle le montant final est décidé. De nombreuses plates-formes d’enchères à terme automatiques ont été proposées et exploitées avec divers procédés logiciels sur Internet, notamment pour la vente de biens d’occasion ou d’autres objets disponibles en quantités limitées.
Les procédés d’enchères inversées (Reverse Bidding) sont également connus, où un acheteur potentiel qui souhaite acheter un objet demande à plusieurs vendeurs de faire une enchère inversée pour cet objet. Par exemple, l’offre commence à un prix initial et chaque commerçant peut diminuer le prix, jusqu’à ce qu’aucun commerçant ne diminue davantage.
Les procédés de négociation directe sont également connus ; par exemple, un voyageur qui souhaite réserver une chambre d’hôtel peut appeler l’hôtel et proposer un prix inférieur au prix public affiché. Le vendeur (l’hôtel) accepte ou non, en une ou plusieurs itérations. Il n’y a pas plusieurs acheteurs ni plusieurs vendeurs en concurrence les uns avec les autres. Bien que les négociations directes soient attrayantes tant pour l’acheteur que pour le vendeur, mener une négociation efficace et trouver les termes appropriés de la négociation est une tâche difficile qui nécessite une bonne compréhension des souhaits et de la psychologie de l’acheteur potentiel. Par conséquent, une négociation directe efficace est le plus souvent réalisée par des opérateurs humains, ce qui entraîne un processus long, coûteux et imprévisible ainsi qu’un risque accru de fraude, d’erreurs ou d’engagements non autorisés.
Diverses tentatives ont été faites afin d’automatiser la négociation directe entre une plateforme de vente et un acheteur sur Internet. Malheureusement, les solutions existantes nécessitent souvent un processus lourd pour l’acheteur potentiel qui peut être amené à devoir itérer de nombreuses offres successives. La plupart des systèmes automatisés aboutissent également à un prix de transaction qui est soit trop bas, entraînant une perte de marge pour le vendeur, soit trop élevé, entraînant des ventes annulées. En outre, les solutions existantes nécessitent typiquement de nombreuses interactions humaines de la part du vendeur afin de définir les paramètres de négociation ou même pendant chaque négociation.
On utilise également des systèmes semi-automatiques dans lesquels un système informatique assiste un opérateur humain pendant une négociation directe, ce qui a souvent pour effet de réduire le nombre d’interactions entre acheteurs et vendeurs et de diminuer les coûts. Cependant, un opérateur humain est toujours nécessaire lors de chaque interaction.
Brève description de l’invention
Un objet de la présente invention est de fournir un procédé et un système qui surmontent les lacunes et les limitations de l’état de la technique.
Un objet de la présente invention est de proposer un procédé et un système améliorés pour automatiser une telle négociation directe du prix d’un objet proposé à la vente sur Internet.
En particulier, un objet de l’invention est de proposer un procédé et un système qui ne nécessitent aucune interaction de la part de l’acheteur et du vendeur afin de déterminer un prix de transaction qui est acceptable pour les deux.
L’invention implique en particulier une infrastructure entièrement nouvelle et un accès ou un traitement de données selon un procédé entièrement nouveau.
Selon l’invention, ces objets sont atteints par l’objet des revendications ci-jointes, et notamment par un procédé mis en œuvre par ordinateur pour la négociation automatique du prix d’un objet proposé sur un site web en ligne par un vendeur à un acheteur potentiel, comprenant :
la fourniture d’un serveur de vente en ligne commandé par ledit vendeur, ledit serveur de vente en ligne comprenant une base de données d’objets à vendre, chaque objet étant associé dans ladite base de données à des paramètres d’objet, ledit serveur de vente en ligne étant programmé pour présenter sur Internet un site web avec une liste desdits objets à vendre ;
la fourniture à une pluralité de vendeurs d’un serveur d’application distinct dudit serveur de vente en ligne et programmé ou entraîné pour déterminer un prix psychologique indépendant de l’acheteur pour un objet, ledit prix psychologique dépendant du prix de vente dudit objet lors de transactions précédentes, ledit serveur d’application incluant une base de données de paramètres d’acheteur, lesdits paramètres d’acheteur dépendant de profils d’acheteurs et d’historiques de négociations et/ou de transactions d’acheteurs avec une pluralité desdits vendeurs ;
la présentation sur ledit site web d’une première offre pour ledit objet ;
la réception sur ledit site web d’une première proposition en provenance de l’acheteur potentiel pour ledit objet avec un premier prix ;
la transmission de ladite première proposition audit serveur d’application ;
la récupération dans ledit serveur d’application des paramètres d’acheteur correspondant audit acheteur potentiel ;
la récupération dans ledit serveur d’application de paramètres indépendants de l’acheteur incluant des paramètres de l’objet, des paramètres et un prix d’autres objets, et de données provenant de bases de données externes ;
la détermination dans ledit serveur d’application d’une deuxième offre pour ledit objet, ladite deuxième offre incluant un deuxième prix supérieur audit premier prix, ledit deuxième prix étant déterminé avec un moteur d’intelligence artificielle sur la base dudit prix psychologique et desdits paramètres d’acheteur incluant l’historique de négociations et/ou de transactions dudit acheteur et desdits paramètres indépendants de l’acheteur ;
la proposition de ladite deuxième offre audit acheteur ;
la réception en provenance dudit acheteur d’une deuxième proposition avec un troisième prix ;
la transmission de ladite deuxième proposition audit serveur d’application ;
la détermination dans ledit serveur d’application d’une troisième offre pour ledit objet, ladite troisième offre incluant un quatrième prix pour ledit objet ou pour un objet modifié.
la fourniture d’un serveur de vente en ligne commandé par ledit vendeur, ledit serveur de vente en ligne comprenant une base de données d’objets à vendre, chaque objet étant associé dans ladite base de données à des paramètres d’objet, ledit serveur de vente en ligne étant programmé pour présenter sur Internet un site web avec une liste desdits objets à vendre ;
la fourniture à une pluralité de vendeurs d’un serveur d’application distinct dudit serveur de vente en ligne et programmé ou entraîné pour déterminer un prix psychologique indépendant de l’acheteur pour un objet, ledit prix psychologique dépendant du prix de vente dudit objet lors de transactions précédentes, ledit serveur d’application incluant une base de données de paramètres d’acheteur, lesdits paramètres d’acheteur dépendant de profils d’acheteurs et d’historiques de négociations et/ou de transactions d’acheteurs avec une pluralité desdits vendeurs ;
la présentation sur ledit site web d’une première offre pour ledit objet ;
la réception sur ledit site web d’une première proposition en provenance de l’acheteur potentiel pour ledit objet avec un premier prix ;
la transmission de ladite première proposition audit serveur d’application ;
la récupération dans ledit serveur d’application des paramètres d’acheteur correspondant audit acheteur potentiel ;
la récupération dans ledit serveur d’application de paramètres indépendants de l’acheteur incluant des paramètres de l’objet, des paramètres et un prix d’autres objets, et de données provenant de bases de données externes ;
la détermination dans ledit serveur d’application d’une deuxième offre pour ledit objet, ladite deuxième offre incluant un deuxième prix supérieur audit premier prix, ledit deuxième prix étant déterminé avec un moteur d’intelligence artificielle sur la base dudit prix psychologique et desdits paramètres d’acheteur incluant l’historique de négociations et/ou de transactions dudit acheteur et desdits paramètres indépendants de l’acheteur ;
la proposition de ladite deuxième offre audit acheteur ;
la réception en provenance dudit acheteur d’une deuxième proposition avec un troisième prix ;
la transmission de ladite deuxième proposition audit serveur d’application ;
la détermination dans ledit serveur d’application d’une troisième offre pour ledit objet, ladite troisième offre incluant un quatrième prix pour ledit objet ou pour un objet modifié.
Le moteur d’intelligence artificielle est de préférence entraîné avec l’historique de transactions ou de négociations de l’acheteur potentiel avec le vendeur et avec d’autres vendeurs. Le procédé comprend également une étape d’entraînement de ce moteur avec les paramètres et le résultat de la négociation en cours.
Un avantage de fournir un serveur d’application distinct du serveur de vente en ligne exploité par le vendeur est que chaque vendeur peut bénéficier d’une meilleure connaissance de chaque acheteur potentiel, incluant des paramètres de l’acheteur obtenus ou dérivés de négociations précédentes entre cet acheteur et d’autres vendeurs. Par exemple, lorsqu’un acheteur potentiel négocie avec un premier vendeur afin d’acheter un produit, tel qu’une chambre d’hôtel, le moteur d’intelligence artificielle du serveur d’application apprend des paramètres d’acheteur et les utilise pour rendre plus efficaces les futures négociations entre cet acheteur et d’autres vendeurs. En conséquence, moins d’itérations sont nécessaires pour déterminer des conditions de négociation qui sont acceptables pour l’acheteur et pour le vendeur, ce qui entraîne une réduction de la quantité de données échangées et une négociation plus rapide.
Un autre avantage de la fourniture d’un serveur d’application distinct du serveur de vente en ligne exploité par le vendeur est que les vendeurs n’ont besoin que d’un site web pour présenter leurs objets, mais n’ont pas besoin de construire et de maintenir l’infrastructure technologiquement complexe qui est nécessaire pour analyser les propositions des acheteurs potentiels et proposer des contre-offres appropriées.
En outre, le serveur d’application indépendant préserve la vie privée et la confidentialité d’au moins certains des paramètres des acheteurs, qui ne sont pas échangés entre différents acheteurs.
La détermination automatique des deuxième et troisième offres repose donc sur des paramètres, incluant ledit prix psychologique, des profils d’acheteurs et des historiques de transaction ou de négociation d’acheteurs et des paramètres indépendants de l’acheteur, stockés par le serveur d’application, et sur l’entraînement d’un moteur d’intelligence artificielle avec ces paramètres
Le procédé peut comprendre les étapes de récupération dans ledit serveur d’application de paramètres de vendeur correspondant audit vendeur ;
ledit deuxième prix peut être déterminé avec le moteur d’intelligence artificielle sur la base desdits paramètres d’acheteur et desdits paramètres de vendeur.
ledit deuxième prix peut être déterminé avec le moteur d’intelligence artificielle sur la base desdits paramètres d’acheteur et desdits paramètres de vendeur.
Les paramètres de vendeur peuvent inclure le nombre d’objets restants. Par exemple, le serveur d’application peut proposer un deuxième prix pour une chambre d’hôtel qui peut être différent si l’hôtel a beaucoup de chambres vides à une date donnée, seulement quelques chambres vides, ou aucune chambre disponible.
Chaque objet peut être associé dans ladite base de données à un prix plancher.
Le prix plancher correspond au prix minimal auquel le vendeur accepte de vendre l’objet.
Ce prix plancher peut être déterminé par le vendeur.
En variante, ce prix plancher peut être déterminé automatiquement, par exemple par le moteur d’intelligence artificielle, en tenant compte de paramètres en relation avec l’objet, tels que le nombre d’objets restants, la localisation géographique de l’objet, et/ou des paramètres récupérés à partir de serveurs externes tels que des prévisions météorologiques ou des agendas (événement spécial à l’emplacement de l’objet, jour férié ou vacances scolaires autour de la date de livraison ou d’utilisation de l’objet…), etc. Ce prix plancher ne dépend pas d’un acheteur potentiel particulier.
Le prix plancher peut être identique pour plusieurs négociations, et mis à jour, par exemple périodiquement, à la demande du vendeur, ou lorsqu’un événement prédéterminé déclenche une telle mise à jour.
Dans un mode de réalisation préféré, la première offre présentée sur ledit site web est présentée avec un prix public supérieur audit prix plancher et supérieur audit prix psychologique.
La deuxième offre inclut un deuxième prix auquel l’objet est proposé à la vente, qui est de préférence supérieur audit premier prix et audit prix plancher, mais inférieur audit prix public. La troisième offre inclut un quatrième prix auquel l’objet est proposé à la vente, qui est de préférence supérieur audit troisième prix et audit prix plancher, mais inférieur audit prix public.
Dans un autre mode de réalisation, aucun prix public n’est affiché initialement avec la première offre, et l’acheteur potentiel est invité à proposer son propre prix que le serveur d’application peut accepter ou refuser. Ce procédé peut être utile pour déterminer la valeur perçue de l’objet, c’est-à-dire le prix auquel les acheteurs potentiels acceptent d’acheter l’objet.
L’historique de transactions ou de négociations de l’acheteur peut inclure un historique à long terme des transactions d’un acheteur, incluant par exemple des transactions et/ou des négociations réalisées par l’acheteur potentiel il y a plus d’un mois et éventuellement liées à l’acquisition de différents objets.
L’historique de transactions ou de négociations de l’acheteur peut inclure un historique à court terme de transactions d’un acheteur, incluant par exemple des transactions et/ou des négociations réalisées par l’acheteur potentiel il y a moins de 24 heures et relatives à l’acquisition du même objet, ou de différents objets pour le même besoin. Par exemple, la deuxième et la troisième offre peuvent être basées sur la compréhension du type d’objet que l’acheteur potentiel recherche actuellement.
La détermination automatique des deuxième et troisième offres peut également dépendre de paramètres stockés par le serveur de vente en ligne, et/ou de paramètres récupérés à partir de sources de données externes. Par exemple, les paramètres indépendants de l’acheteur peuvent inclure des paramètres récupérés à partir de serveurs externes tels que des prévisions météorologiques ou des agendas.
La détermination automatique des deuxième et troisième offres peut également dépendre du nombre de vues et/ou d’offres simultanées pour l’objet pendant la négociation, tel que déterminé par le serveur d’application.
Une négociation rapide, efficace et économe en temps et en énergie est également possible grâce à la possibilité pour le serveur d’application de proposer une offre pour un objet modifié. Ainsi, les conditions de la négociation ne dépendent pas uniquement du prix, mais également d’un objet modifié. Par exemple, le serveur d’application peut proposer une offre pour un objet entièrement différent (par exemple, remplacer une offre pour une chambre d’hôtel par une offre pour une chambre d’hôtel différente) et/ou des avantages non financiers (par exemple, proposer la même chambre mais avec un accès gratuit à un spa).
Le procédé peut comprendre une étape de détermination du prix et/ou du coût dudit objet modifié. Par exemple, la détermination de la troisième offre peut inclure une détermination du coût ou de la valeur perçue des avantages non financiers, afin de proposer une offre qui est susceptible d’être acceptable pour les deux parties. Cette troisième offre peut comprendre un objet modifié, avec un quatrième prix égal au troisième prix reçu précédemment par la deuxième proposition de l'acheteur pour l'objet initialement proposé à la vente. Alternativement, cette troisième offre peut comprendre un objet modifié avec un quatrième prix légèrement supérieur au troisième prix, par exemple un quatrième prix contenu dans la fourchette du troisième prix et 1,1 du troisième prix, ou dans la fourchette du troisième prix et 1,05 du troisième prix.
La sélection d’un objet modifié peut dépendre de l’acheteur. Par exemple, le moteur d’intelligence artificielle peut déterminer qu’un acheteur potentiel particulier est susceptible d’accepter une offre si elle inclut un accès à un spa ou d’autres avantages non financiers qui peuvent le convaincre.
La sélection d’un objet modifié peut dépendre d’un ou plusieurs paramètres du profil de l’acheteur, tels que son âge, son sexe, sa nationalité, et de son historique de transactions et/ou de négociations, etc. Par exemple, le système d’intelligence artificielle peut déterminer que des acheteurs suisses sont plus susceptibles d’être convaincus par un accès gratuit au spa, tandis que des acheteurs mexicains sont plus susceptibles d’apprécier un sur-classement dans une chambre plus grande.
Le prix psychologique dudit objet peut dépendre d’une moyenne des prix auxquels ledit objet a été vendu lors de transactions précédentes.
Chaque objet peut être associé à une période de validité stockée implicitement ou explicitement qui indique combien de temps un prix proposé pour un objet est pertinent et doit être pris en compte pour le calcul dudit prix psychologique. Cette période peut dépendre de l’obsolescence de l’objet. Par exemple, un prix proposé pour une chambre d’hôtel n’est pertinent que pour une date donnée, car le prix psychologique à toute autre date, par exemple un autre jour de la semaine ou une autre période de l’année, peut être complètement différent. Un prix d’une pièce d’équipement électronique peut être pertinent pour quelques semaines ou quelques mois, en fonction du taux d’obsolescence de cet équipement.
Le prix psychologique est de préférence basé sur une moyenne ou une médiane du prix auquel ledit objet a été vendu ou proposé lors de transactions précédentes pendant la période de validité autour de la date de livraison ou d’utilisation de l’objet. Par exemple, le prix psychologique pour une chambre d’hôtel à une date donnée dans le futur est basé sur une moyenne du prix proposé pour cette chambre, ou des chambres de la même catégorie, à la même date.
Afin d’obtenir une valeur fiable pour ce prix psychologique, cette moyenne ne prend de préférence pas en compte les prix extrêmes les plus bas et les plus hauts proposés lors des transactions. Par conséquent, le prix psychologique reflète la demande de l’acheteur, en donnant des informations sur le prix qui est en moyenne ou typiquement acceptable pour des acheteurs potentiels pour un certain objet, à un certain moment. Ce prix psychologique ne dépend pas de l’acheteur.
Les paramètres dépendant de l’acheteur peuvent inclure des cookies stockés dans un équipement de l’acheteur.
Les paramètres dépendant de l’acheteur peuvent inclure un profil d’acheteur stocké dans le serveur de vente en ligne.
Les paramètres dépendant de l’acheteur peuvent inclure un profil d’acheteur stocké dans le serveur d’application.
Le procédé peut comprendre une étape de classement dudit acheteur potentiel en fonction du type de négociateur qu’il est et de la détermination de ladite deuxième et ladite troisième offre en fonction dudit type de négociateur. Par exemple, un moteur d’intelligence artificielle peut déterminer si l’acheteur est un joueur parieur ou un négociateur plus conservateur, et/ou déterminer sa capacité d’achat.
Le procédé peut inclure une étape d’exécution d’un module d’extension (plug-in) dans ledit serveur de vente en ligne afin de communiquer avec ledit serveur d’application et de présenter ladite deuxième et ladite troisième offre.
Le procédé peut également comprendre une étape d'exécution d'un module d’extension (plug-in) dans ledit serveur de vente en ligne afin de communiquer avec ledit serveur d'application et de présenter à l'acheteur un message personnalisé. Ce message est de préférence un message incitatif adressé à l'acheteur afin de lui donner des arguments pour que la négociation aboutisse et que la vente des objets ait lieu. Ce message est de préférence un message d'incitation qui est un message dépendant de l'acheteur. Un tel message prend de préférence en considération le profil de l'acheteur. Un tel message est de préférence affiché sur une page web sur l'équipement de l'acheteur. Ce message est présenté à l'acheteur entre une proposition faite par l'acheteur et une offre faite par le serveur d'application. Ce message peut être présenté après une offre faite par le serveur d'application et avant la proposition suivante faite par l'acheteur. Par exemple, ce message explique pourquoi le prix de l'offre qui vient d'être faite est très différent du prix de la proposition précédente faite par l'acheteur, afin de pousser ce dernier à faire une nouvelle proposition à un prix nettement plus élevé. Ce message peut être présenté après une proposition faite par l'acheteur et avant la prochaine offre faite par le serveur d'application. Par exemple, ce message explique pourquoi le prix de la proposition que vient de faire l'acheteur est considéré comme trop bas par le vendeur pour pousser l'acheteur à considérer sérieusement la prochaine offre. L’invention concerne également un produit de programme informatique incluant un programme agencé pour amener un serveur d’application à réaliser un procédé comprenant les étapes susmentionnées qui peuvent être réalisées par le serveur d’application.
Des exemples de modes de réalisation de l’invention sont décrits dans la description et illustrés par les dessins dans lesquels :
La illustre un schéma de principe simplifié d’un équipement d’acheteur avec des modules matériels et logiciels appropriés pour la réalisation d’une négociation.
La illustre un schéma de principe simplifié d’un serveur de vente en ligne avec des modules matériels et logiciels appropriés pour la présentation d’un site web et l’accès à un serveur d’application afin de réaliser une négociation.
La illustre un schéma de principe simplifié d’un serveur d’application avec des modules matériels et logiciels appropriés pour des agents d’exécution afin de réaliser une négociation.
La illustre un schéma de principe simplifié d’un système avec un équipement d’acheteur, un serveur de vente en ligne, un serveur d’application et un serveur de données externe.
La illustre un exemple de page web affichée sur l’équipement d’un acheteur pendant une négociation.
Exemples de modes de réalisation de la présente invention
Exemples de modes de réalisation de la présente invention
La illustre de manière schématique un acheteur 1 avec un équipement d’acheteur 10 tel qu’un ordinateur personnel, un smartphone, une tablette, une smart tv ou autre. L’équipement inclut une interface utilisateur 100 comprenant par exemple un dispositif d’affichage, un haut-parleur, un microphone, un clavier, etc. Des composants d’entrée/sortie E/S 102, tels que par exemple une interface WIFI, Ethernet ou cellulaire, permettent de connecter l’équipement 10 à un réseau externe tel qu’un réseau local ou Internet. L’équipement est commandé par un processeur 101 accédant à une mémoire 103.
La mémoire 103 inclut un système d’exploitation 1030, tel que Windows, IOS, Android, Unix, etc. Un navigateur 1031 peut être exécuté sur le système d’exploitation pour naviguer sur Internet et accéder au site web d’un vendeur. En variante, ou en complément, une application dédiée peut être stockée dans la mémoire 103 et exécutée par le processeur pour accéder à l’offre du vendeur. Le navigateur et/ou l’app 1031 peuvent stocker des paramètres dépendant de l’acheteur, tels qu’un profil d’acheteur avec des préférences, un historique de négociations, un historique de navigation, etc. Certains des paramètres du profil d’acheteur peuvent être stockés sous forme de cookies 1032 du navigateur.
La illustre de manière schématique un vendeur 2 avec un serveur de vente en ligne 20. Le serveur de vente peut être un serveur physique tel qu’un serveur Windows ou Unix, un serveur virtuel, un serveur sur le cloud (en nuage), un groupe de serveurs, ou toute autre infrastructure matérielle et logicielle appropriée pour exploiter et présenter un site web.
Le serveur 20 peut inclure une interface utilisateur 200 comprenant par exemple un dispositif d’affichage, un haut-parleur, un microphone, un clavier, etc. Des composants E/S 202, tels que par exemple une interface WIFI, Ethernet ou cellulaire, peuvent connecter le serveur 20 à un réseau externe tel qu’un réseau local ou Internet. Le serveur est commandé par au moins un processeur 201 accédant à une mémoire 203.
La mémoire 203 inclut un système d’exploitation 2030, tel que Windows, Unix, etc. Un site web 2031 peut être hébergé dans la mémoire 203 ou construit avec un logiciel dans cette mémoire et présenté sur Internet aux acheteurs potentiels. Le site web 2031 peut utiliser un ou une pluralité de modules d’extension 20310 (plug-ins) pour accéder à un serveur d’application 30 ( ) et présenter sur le site web un contenu préparé par ce serveur d’application.
Le site web 2031 est de préférence basé sur un système de gestion de contenu (CMS) 2032 tel que WordPress, Joomla, Drupal, etc. Le contenu présenté sur le site web dépend d’une liste 2033 d’objets à vendre, incluant des paramètres/caractéristiques de l’objet, image, description, prix plancher, et/ou prix initial, etc.) et d’une liste 2034 de paramètres d’acheteurs incluant par exemple des profils d’acheteurs avec préférences, adresse, historique des commandes, etc. La liste 2034 n’inclut que les paramètres des acheteurs ayant interagi avec le site web 2030. Éventuellement, le contenu présenté sur le site web dépend également d’une liste 2035 dans une base de données de vendeurs avec des paramètres de vendeurs spécifiques incluant par exemple des profils de vendeurs avec des préférences, une adresse, un historique de commandes, etc.
La mémoire 203 peut également inclure des paramètres de vendeur, incluant par exemple le nombre de chambres disponibles à tout moment à différentes dates.
La illustre de manière schématique un serveur d’application 30. Le serveur d’application peut être un serveur physique tel qu’un serveur Windows ou Unix, un serveur virtuel, un serveur sur le cloud (en nuage), un groupe de serveurs, ou toute autre infrastructure matérielle et logicielle appropriée.
Le serveur d’application 30 peut inclure des composants E/S 302, tels que, par exemple, une interface WIFI, Ethernet ou cellulaire pouvant connecter le serveur 30 à un réseau externe tel qu’un réseau local ou Internet. Le serveur est commandé par au moins un processeur 301 accédant à une mémoire 303. Au moins un moteur d’intelligence artificielle (IA) 304 est inclus ou accessible par le serveur d’application 30. Le moteur d’IA peut comprendre un module matériel et/ou logiciel. Il peut être basé sur tout type de système d’auto-apprentissage, tel que, par exemple, un réseau neuronal, etc.
La mémoire 303 inclut un système d’exploitation 3030, tel que Windows, Unix, etc. Un ou une pluralité de programmes logiciels dans la mémoire 303 peuvent être exécutés par le processeur 301. Dans un mode de réalisation, une pluralité d’agents logiciels 3031 dans la mémoire 303 peuvent être exécutés simultanément, tandis que chaque agent gère une négociation avec un acheteur potentiel spécifique. Chaque agent peut exécuter une pluralité de modules logiciels, tels qu’un module de détermination de prix psychologique 3032, un module de détermination de prochaine offre 3033, etc. Les agents 3031 peuvent accéder au moteur d’IA 304.
Les agents 3031 peuvent en outre accéder à une base de données d’objets 305 contenant des paramètres d’objets vendus ou proposés à la vente par une pluralité de vendeurs différents, et à une base de données d’acheteurs 306 contenant des profils d’acheteurs ayant accédé à une pluralité de sites web de vendeurs différents. Les acheteurs de la base de données 306 peuvent être rendus anonymes.
Les agents 3031 peuvent en outre accéder à une base de données de vendeurs 307 avec un historique de transactions avec chaque vendeur. Les vendeurs de la base de données 307 peuvent être rendus anonymes.
La illustre de manière schématique un système comprenant un ou plusieurs équipements d’acheteurs 10, un ou plusieurs serveurs de vente en ligne 20, un serveur d’application 30, et une ou une pluralité de bases de données externes 40. Tous les composants sont mutuellement connectés sur un réseau 50 tel qu’Internet. Les bases de données externes 40 peuvent inclure des sources publiques avec des données pertinentes pour le prix des objets vendus au moyen des serveurs 20, tels que, par exemple, des prévisions météorologiques, l’agenda d’événements, des informations politiques et professionnelles, des sites web pour la vente d’objets similaires, etc.
La illustre de manière schématique un exemple de page 6 qui peut être présentée sur le dispositif d’affichage 100 d’un équipement d’acheteur 10 pendant une transaction. La page peut inclure une description de l’objet, éventuellement avec une ou plusieurs images 60 et une description 61.
Un prix public pour l’objet est de préférence affiché dans un champ 62. Le champ 63 peut être utilisé par l’acheteur potentiel pour saisir une proposition, par exemple un prix inférieur proposé pour cet objet.
Dans un autre mode de réalisation, aucun prix public n’est affiché initialement dans le champ 62, et l’acheteur potentiel est invité à proposer son prix dans le champ 63 sans connaître les attentes du vendeur.
Nous allons maintenant décrire un exemple de procédé qui peut être effectué avec le système de la .
Un vendeur 2 souhaitant vendre un ou plusieurs objets, tels que des produits physiques (comme par exemple des voitures neuves, des voitures d’occasion, des produits de luxe tels que des bijoux, des montres ou d’autres biens), des services incluant des nuits d’hôtel, des billets d’avion, des voitures de location, etc. doit d’abord mettre en place un serveur de vente en ligne 20 tel qu’illustré sur la et connecter ce serveur à Internet afin d’exposer un site web 2031 pour vendre ses objets. Le serveur de vente 20 inclut ou peut accéder à une base de données 2033 d’objets à vendre, incluant pour chaque objet une description avec une liste de paramètres d’objet permettant de déterminer le prix de l’objet, éventuellement au moins une image, et un prix plancher, c’est-à-dire le prix minimal fixé par le vendeur et auquel le vendeur accepte de vendre l’objet. La base de données 2033 peut également inclure une indication du nombre d’objets de chaque catégorie qui restent disponibles.
Le vendeur doit ensuite installer un module d’extension ou plug-in 20310, tel qu’un plug-in pour le système CMS 2032, afin de connecter le serveur de vente à un serveur d’application 3 distinct du serveur de vente en ligne 20. Le plug-in 20310 est chargé d’inviter les acheteurs potentiels 1 lors d’une négociation à saisir des propositions de prix pour l’acquisition d’un objet, et d’afficher une contre-offre (nouvelle offre, à savoir deuxième ou troisième offre) préparée par le serveur d’application 3 en fonction de paramètres dépendants de l’acheteur et indépendants de l’acheteur dans le serveur de vente en ligne 20 et/ou dans le serveur d’application 3. Ce module d’extension ou plug-in 20310 est de préférence chargé d'afficher à l'acheteur potentiel un message personnalisé qui est présenté à l'acheteur entre une proposition faite par l'acheteur et une offre faite par le serveur d'application.
Un module logiciel 3032 dans le serveur d’application 3 détermine un prix dit « psychologique » pour au moins certains des objets proposés à la vente par le vendeur. Le prix psychologique est un paramètre indépendant de l’acheteur qui indique le prix qu’un acheteur moyen intéressé par cet objet peut être prêt à payer à ce moment-là pour l’acquisition de l’objet à une date donnée. Ce prix psychologique est déterminé sur la base d’une moyenne du prix auquel cet objet a été vendu lors de transactions précédentes, tel que stocké dans la base de données 305. La moyenne peut être limitée aux propositions faites pour l’acquisition pendant une période de validité explicite ou implicite.
En outre, un moteur d’intelligence artificielle, tel qu’un réseau neuronal ou un autre type de classificateur à apprentissage automatique, peut être entraîné avec des paramètres et des prix provenant de ventes antérieures et utilisé pour déterminer un prix prédictif de l’objet, c’est-à-dire le prix que les acheteurs potentiels peuvent être prêts à payer. Ce prix prédictif peut être affiché au vendeur et l’aider, par exemple, à déterminer son prix plancher ou son prix initial.
Le module d’extension ou plug-in affiche initialement de préférence un prix public 62 en relation avec l’objet ; ce prix public, qui est typiquement supérieur audit prix plancher et supérieur audit prix psychologique, peut être déterminé par le serveur d’application, par exemple en fonction dudit prix psychologique, et/ou fixé par le vendeur 2. Le prix psychologique peut être fixé ou adapté dynamiquement, par exemple en fonction de l’offre et de la demande d’objets similaires.
En variante, aucun prix public n’est affiché initialement.
Un acheteur potentiel intéressé par l’acquisition de l’objet se connecte au site web 2031 avec le navigateur ou l’application de son équipement d’acheteur 10, voit la description 61 et l’image 60 de l’objet, et voit le prix public 62 (s’il est affiché) avec une invitation à saisir une première proposition dans le champ 63. La première proposition indique un prix, généralement inférieur au prix public, que l’acheteur potentiel est prêt à payer pour l’objet.
La première proposition est reçue par le module d’extension ou plug-in 20310 et transmise à un module de détermination de prochaine offre 3033 dans le serveur d’application 30. Le module détermine si la proposition peut être acceptée ou quelle contre-offre doit être proposée.
L’application détermine le profil de l’acheteur potentiel à partir d’une base de données 306. Des éléments du profil peuvent également être transmis par le module d’extension 20310. Le profil de l’acheteur inclut par exemple des paramètres biographiques tels que la nationalité, le domicile, le sexe, l’âge, la profession, etc. (lorsqu’ils sont disponibles), ainsi qu’un historique de transactions et/ou négociations précédentes de cet acheteur potentiel avec le même vendeur ou avec d’autres vendeurs. Le profil peut également inclure une classification de l’acheteur potentiel déterminée à partir de sa biographie et/ou de l’historique de transactions ou de négociations. Cette classification peut être obtenue à l’aide d’un classificateur automatique, tel qu’un réseau neuronal. Elle peut indiquer par exemple un type de comportement de l’acheteur potentiel pendant une négociation. Par exemple, certains acheteurs potentiels peuvent être classés comme « joueurs » s’ils sont susceptibles de faire une première proposition éloignée du prix maximal qu’ils peuvent accepter, ou comme « conservateurs » s’ils sont plus susceptibles de faire une première proposition plus proche de ce prix maximal. Des valeurs intermédiaires peuvent être définies. De multiples classifications le long de différents axes peuvent être définies pour un seul acheteur potentiel.
Si la première proposition saisie par l’acheteur potentiel est suffisamment élevée, par exemple si elle est supérieure au prix plancher, ou si elle dépasse ce prix plancher d’une marge minimale, la proposition peut être immédiatement acceptée et l’acheteur est alors invité à confirmer l’acquisition et à payer. Ainsi, les acheteurs potentiels ne sont pas obligés d’itérer plusieurs fois au cours de la négociation s’ils font rapidement une proposition acceptable dès la première proposition. En variante, cette première proposition n’est acceptée que si elle est supérieure au prix psychologique, ou si elle dépasse ce prix psychologique d’une marge minimale.
Selon une autre possibilité, la décision d’accepter ou non immédiatement une proposition peut également dépendre de l’acheteur et dépend par exemple du profil de l’acheteur, incluant par exemple sa classification et/ou l’historique de négociations précédentes. De plus, la décision d’accepter ou non immédiatement peut dépendre de paramètres indépendants de l’acheteur, incluant des données provenant de sources externes. Par exemple, une proposition pour une chambre d’hôtel peut être acceptée si les prévisions météorologiques pour les jours concernés sont mauvaises, suggérant une faible probabilité que la chambre soit vendue à un autre acheteur, et refusée si les prévisions météorologiques sont meilleures, suggérant une forte demande probable ce jour-là. La décision d’accepter ou de refuser une proposition peut être déterminée par un algorithme, par exemple au moyen d’une comparaison avec un seuil de prix, tel que ledit prix plancher, et/ou prise par un moteur d’intelligence artificielle.
Si la première proposition est refusée, le module 3033 dans le serveur d’application 30 détermine une deuxième offre pour l’objet. La deuxième offre inclut un deuxième prix supérieur au prix plancher et supérieur au premier prix proposé par l’acheteur potentiel, mais inférieur au prix public initialement affiché. La deuxième offre est déterminée avec le moteur d’intelligence artificielle 304 sur la base du prix psychologique, des paramètres d’acheteur dans la base de données 305 ou récupérés à partir du module d’extension, et de paramètres indépendants de l’acheteur incluant des paramètres de l’objet et des paramètres provenant de bases de données externes 40. Cette deuxième offre peut également être déterminée sur la base des paramètres de vendeur dans la base de données 307.
La deuxième offre peut également être déterminée avec le moteur d’intelligence artificielle 304 sur la base des paramètres de vendeur dans la base de données 2033, tels que, par exemple, le nombre d’objets restants. Par exemple, le serveur d’application peut proposer un deuxième prix pour une chambre d’hôtel qui sera différent si l’hôtel a beaucoup de chambres vides à une date donnée, seulement quelques chambres vides, ou aucune chambre disponible.
Le deuxième prix déterminé par le module 3033 est transmis au module d’extension ou plug-in et affiché par le site web à l’acheteur potentiel.
Si l’acheteur potentiel 1 accepte le deuxième prix, la négociation itérative est terminée, et l’acheteur potentiel est invité à payer. Sinon, l’acheteur potentiel peut saisir une deuxième proposition avec un troisième prix dans le champ 63, que le module 3033 acceptera ou à laquelle il répondra par une deuxième contre-offre (troisième offre). Le processus est répété de manière itérative jusqu’à ce qu’une offre ou une proposition soit acceptée.
Dans un mode de réalisation préféré, le nombre maximal d’itérations est limité à N itérations, par exemple 3 itérations. Le nombre maximal d’itérations peut être différent de 3. Le nombre maximal d’itérations peut être un paramètre défini par le vendeur, et différent d’un vendeur à l’autre. Ce nombre maximal N d’itérations peut être le même ou peut être un paramètre défini par les acheteurs ; par exemple, un acheteur peut préférer un nombre réduit d’itérations (même s’il doit payer un prix plus élevé) tandis qu’un autre acheteur peut préférer une transaction plus longue impliquant un plus grand nombre maximal N d’itérations. Dans ce cas, l’acheteur potentiel peut soit accepter le prix public initial, soit n’importe quel prix successif jusqu’à la Nième itération ; s’il refuse cette Nième offre, le processus est terminé, et l’acheteur potentiel ne peut plus acheter cet objet.
Selon un aspect, après la première itération, le module de détermination de prochaine offre 3033 peut faire une offre dans laquelle non seulement le prix offert peut être modifié, mais aussi l’objet qui est proposé à la vente.
La modification de l’objet peut par exemple inclure le remplacement d’un objet par un objet différent. Par exemple, le module 3033 peut proposer dans toute contre-offre de remplacer une chambre d’hôtel ou un billet d’avion par une autre chambre d’hôtel, respectivement un autre billet d’avion pour le même prix ou pour un prix différent.
La modification d’objet peut par exemple inclure une offre de vente de l’objet initial avec un objet supplémentaire, tel qu’un avantage non financier. Par exemple, le module 3033 peut proposer dans toute contre-offre d’ajouter une entrée gratuite à un spa ou un ticket de parking gratuit pour une nuit d’hôtel. Comme autre exemple, si l’objet de la vente est un billet d’avion, le module 3033 peut proposer dans toute contre-offre d’ajouter comme avantage non financier un service à bord tel que des boissons, ou la possibilité d’embarquer un bagage supplémentaire, ou la possibilité d’utiliser un salon d’aéroport, etc. Comme autre exemple, si l’objet de la vente est une voiture, le module 3033 peut proposer dans toute contre-offre d’ajouter comme avantage non financier une assurance, un service de garage ou des accessoires ou équipements supplémentaires. Comme autre exemple, si l’objet de la vente est un produit physique, le module 3033 peut proposer dans toute contre-offre d’ajouter comme avantage non financier un service, une extension de garantie, ou un accessoire ou équipement supplémentaire.
Le module 3033 détermine de préférence le prix, la valeur perçue et/ou le coût de l’objet modifié, afin de faire une contre-offre avec un objet modifié qui est susceptible d’être acceptable par l’acheteur et par le vendeur. Le coût peut être déterminé par le vendeur et indiqué dans la base de données 2033. Le prix peut être le prix public de l’objet modifié, tel qu’il est affiché sur le site web et indiqué dans la base de données 2033. La valeur perçue peut être déterminée par le serveur d’application, éventuellement à l’aide d’un moteur d’intelligence artificielle, sur la base d’offres précédentes, avec ou sans cette modification, qui ont été acceptées ou refusées.
La sélection d’un objet modifié peut dépendre de l’acheteur. Par exemple, un moteur d’intelligence artificielle entraîné à partir des négociations précédentes de l’acheteur ou d’acheteurs comparables peut déterminer la modification la plus susceptible de déclencher une vente à un coût minimal pour le vendeur.
La sélection d’un objet modifié peut dépendre d’un paramètre du profil de l’acheteur, tel que son âge, son sexe, sa nationalité, etc. Par exemple, le système d’intelligence artificielle peut déterminer que des acheteurs suisses sont plus susceptibles d’être convaincus par un accès gratuit au spa, tandis que des acheteurs mexicains sont plus susceptibles d’apprécier un sur-classement dans une chambre plus grande.
Selon un aspect, l'acheteur potentiel reçoit des messages personnalisés comme message de motivation pour (l'une de) l'étape suivante qui sera une proposition ou une offre acceptable à la fois par l'acheteur et par le vendeur. Ces messages personnalisés sont de préférence établis par le serveur d'application. Ces messages personnalisés peuvent être affichés graphiquement sur l'équipement de l'acheteur 10, en parallèle avec les champs 62 et 63, et avec l'image 60 et la description 61 de l'objet, sur la page 6 présentée sur l'écran 100. Alternativement, ces messages personnalisés peuvent être présentés en audio sur l'équipement de l'acheteur 10 par des haut-parleurs.
Si le message est présenté après une proposition faite par l'acheteur et avant l'offre suivante faite par le serveur d'application, par exemple, ce message informe l'acheteur que le prix de cette proposition est ou peut être considéré comme trop bas par le vendeur et que si la proposition suivante n'est pas significativement plus élevée (prix plus élevé), la négociation peut s'arrêter après sa prochaine proposition.
Si le message est présenté après une offre faite par le serveur d'application et avant la prochaine proposition faite par l'acheteur, par exemple, ce message informe l'acheteur que si sa prochaine proposition est trop éloignée de l'offre qu'il vient de recevoir (c'est-à-dire si une différence de prix entre la prochaine proposition de l'acheteur et le prix de l'offre qu'il vient de recevoir est considérée comme trop importante par le système/le vendeur), la négociation peut s'arrêter après sa prochaine proposition.
Un autre message peut pousser l'acheteur à faire une nouvelle proposition dans un délai raisonnable après la réception de l'offre reçue précédemment. Par exemple, un tel message peut être le suivant : "Attention, si vous attendez trop longtemps (plus de XX minutes, par exemple 15 minutes) avant de faire votre prochaine proposition, la négociation peut être arrêtée par l'acheteur".
Si le message est présenté après une proposition faite par l'acheteur et avant l'offre suivante faite par le serveur d'application, par exemple, ce message informe l'acheteur que le prix de cette proposition est ou peut être considéré comme trop bas par le vendeur et que si la proposition suivante n'est pas significativement plus élevée (prix plus élevé), la négociation peut s'arrêter après sa prochaine proposition.
Si le message est présenté après une offre faite par le serveur d'application et avant la prochaine proposition faite par l'acheteur, par exemple, ce message informe l'acheteur que si sa prochaine proposition est trop éloignée de l'offre qu'il vient de recevoir (c'est-à-dire si une différence de prix entre la prochaine proposition de l'acheteur et le prix de l'offre qu'il vient de recevoir est considérée comme trop importante par le système/le vendeur), la négociation peut s'arrêter après sa prochaine proposition.
Un autre message peut pousser l'acheteur à faire une nouvelle proposition dans un délai raisonnable après la réception de l'offre reçue précédemment. Par exemple, un tel message peut être le suivant : "Attention, si vous attendez trop longtemps (plus de XX minutes, par exemple 15 minutes) avant de faire votre prochaine proposition, la négociation peut être arrêtée par l'acheteur".
Le module de détermination de prochaine offre 3033 peut utiliser des paramètres dépendant de l’acheteur et stockés dans l’équipement de l’acheteur 10, dans la base de données des acheteurs 306, incluant par exemple des cookies 1032 produits par un navigateur web qui peuvent être utiles pour déterminer un profil d’acheteur, des préférences de l’acheteur spécifique et un historique des négociations de l’acheteur spécifique.
Le module de détermination de prochaine offre 3033 peut utiliser des paramètres dépendant du vendeur stockés dans l’équipement du vendeur 2, dans la base de données des vendeurs 2035, incluant par exemple les cookies produits par un navigateur web qui peuvent être utiles pour déterminer un profil de vendeur, des préférences du vendeur spécifique et/ou un historique de négociations du vendeur spécifique.
Dans ce qui précède, on considère qu’il s’agit d’un procédé automatique de négociation de prix un à un entre un vendeur spécifique et un acheteur potentiel spécifique pour un objet spécifique. Ce procédé automatique de négociation de prix un à un peut être mis en œuvre en parallèle et impliquer plusieurs négociations menées simultanément pour le même objet, entre un vendeur et deux ou plus de deux acheteurs potentiels différents. Dans ce dernier cas, la détermination de la deuxième et de manière ultime de la troisième offre pour le prix de l’objet proposé à un premier acheteur potentiel ne dépend pas de la ou des négociations menées en parallèle pour le même objet. Dans un autre mode de réalisation, notamment lorsque l’objet proposé par le vendeur est unique, c’est-à-dire que cet objet n’existe qu’en un seul exemplaire, la détermination de la deuxième et de manière ultime de la troisième offre proposée à un premier acheteur potentiel est dépendante de la ou des négociations parallèles, pour le même objet, proposées à un ou plusieurs autres acheteurs au même moment.
Caractéristiques supplémentaires et terminologie
Selon le mode de réalisation, certains actes, événements ou fonctions de l’un quelconque des algorithmes décrits dans le présent document peuvent être réalisés dans un ordre différent, peuvent être ajoutés, fusionnés ou totalement laissés de côté (par exemple, tous les actes ou événements décrits ne sont pas nécessaires à la pratique des procédés). De plus, dans certains modes de réalisation, des actes ou événements peuvent être réalisés simultanément, par exemple, au moyen d’un traitement multifil, d’un traitement d’interruption, ou de processeurs ou cœurs de processeur multiples ou sur d’autres architectures parallèles, plutôt que séquentiellement. En outre, différentes tâches ou processus peuvent être réalisés par différentes machines ou systèmes informatiques qui peuvent fonctionner ensemble.
Les divers blocs logiques, modules, machines, transducteurs et étapes algorithmiques décrits dans le présent document peuvent être mis en œuvre sous forme de matériel électronique, de logiciel ou de combinaisons des deux. Pour illustrer clairement cette interchangeabilité du matériel et du logiciel, divers composants, blocs, modules, plates-formes informatiques, machines et étapes illustratifs ont été décrits ci-dessus en termes généraux de fonctionnalité. Le fait que cette fonctionnalité soit mise en œuvre sous forme de matériel ou de logiciel dépend de l’application particulière et des contraintes de conception imposées au système global. La fonctionnalité décrite peut être mise en œuvre de différentes manières pour chaque application particulière, mais de telles décisions de mise en œuvre ne doivent pas être interprétées comme entraînant un écart par rapport à la portée de la description.
Un serveur, un module ou un moteur peut être basé sur des composants logiciels et matériels. Les composants matériels peuvent être basés sur n’importe quel type de système informatique, comprenant, mais sans s’y limiter, un système informatique basé sur un microprocesseur, un ordinateur central, un processeur de signaux numériques, un dispositif informatique portable, un serveur physique ou virtuel, un serveur dans le cloud (en nuage), un système hybride comprenant une puissance de traitement dans un serveur ainsi qu’une puissance de traitement supplémentaire dans le cloud (en nuage), ou un moteur de calcul dans un appareil, pour n’en citer que quelques-uns.
Un module logiciel peut comprendre un ou une pluralité de programmes ou agents logiciels exécutés par un serveur, un module ou moteur matériel afin d’effectuer diverses opérations sur des données.
Les étapes d’un procédé, d’un processus ou d’un algorithme décrit en relation avec les modes de réalisation divulgués ici peuvent être incorporées directement dans le matériel, dans un module logiciel stocké dans un ou plusieurs dispositifs de mémoire et exécutées par un ou plusieurs processeurs, ou dans une combinaison des deux. Un module logiciel peut résider dans une mémoire RAM, une mémoire flash, une mémoire ROM, une mémoire EPROM, une mémoire EEPROM, des registres, un disque dur, un disque amovible, un CD-ROM, ou toute autre forme de support de stockage non transitoire lisible par ordinateur, un support ou un stockage informatique physique. Un exemple de support de stockage peut être couplé au processeur de telle sorte que le processeur puisse lire des informations à partir du support de stockage et y écrire des informations. En variante, le support de stockage peut être intégré au processeur. Le support de stockage peut être volatile ou non volatile.
Le langage conditionnel utilisé dans le présent document, tel que, entre autres, « peut », « pouvant » « peut », « par exemple » et similaires, à moins qu’il ne soit spécifiquement indiqué autrement, ou autrement compris dans le contexte tel qu’il est utilisé, est généralement destiné à indiquer que certains modes de réalisation incluent, tandis que d’autres modes de réalisation n’incluent pas, certaines caractéristiques, unités ou états. Ainsi, ce langage conditionnel n’a pas pour but d’impliquer que les caractéristiques, les unités ou les états sont de quelque manière que ce soit requis pour un ou plusieurs modes de réalisation ou qu’un ou plusieurs modes de réalisation comprennent nécessairement une logique pour décider, avec ou sans entrée ou incitation de l’auteur, si ces caractéristiques, unités ou états sont inclus ou doivent être réalisés dans un mode de réalisation particulier. Les termes « comprenant », « incluant », « ayant » et autres sont synonymes et sont utilisés de manière inclusive, de façon ouverte, et n’excluent pas des unités, des caractéristiques, des actes, des opérations supplémentaires, et ainsi de suite. De même, le terme « ou » est utilisé dans son sens inclusif (et non dans son sens exclusif) de sorte que, lorsqu’il est utilisé, par exemple, pour relier une liste d’unités, le terme « ou » désigne une, certaines ou toutes les unités de la liste. En outre, le terme « chaque », tel qu’il est utilisé ici, en plus de son sens ordinaire, peut signifier tout sous-ensemble d’un ensemble d’unités auquel le terme « chaque » est appliqué.
Numéros de référence
1 | Acheteur |
10 | Équipement de l’acheteur |
100 | Interface utilisateur |
101 | Processeur |
102 | Composants E/S |
103 | Mémoire |
1030 | Système d’exploitation |
1031 | Application de navigation |
1032 | Cookies |
2 | Vendeur |
20 | Serveur de vente en ligne |
200 | Interface utilisateur |
201 | Processeur |
202 | Composants E/S |
203 | Mémoire |
2030 | Système d’exploitation |
2031 | Logiciel pour site web |
20310 | Module d’extension pour site web |
2032 | Système de gestion de contenu CMS |
2033 | Base de données des objets du vendeur |
2034 | Base de données des acheteurs du vendeur |
2035 | Base de données de vendeurs |
30 | Serveur d’application |
301 | Processeur |
302 | Composants E/S |
303 | Mémoire |
304 | Second moteur d’intelligence artificielle |
3030 | Système d’exploitation |
3031 | Agent |
3032 | Module de détermination du prix psychologique |
3033 | Module de détermination de prochaine offre |
305 | Base de données d’objets |
306 | Base de données d’acheteurs |
307 | Base de données de vendeurs |
40 | Bases de données externes |
50 | Réseau |
6 | Page |
60 | Une ou plusieurs images |
61 | Description |
62 | Champ pour le prix public |
63 | Champ pour la proposition de l’acheteur potentiel |
Claims (17)
- Procédé mis en œuvre par ordinateur pour la négociation automatique du prix d’un objet proposé sur un site web en ligne par un vendeur (2) à un acheteur potentiel (1), comprenant :
la fourniture d’un serveur de vente en ligne (20) commandé par ledit vendeur (2), ledit serveur de vente en ligne comprenant une base de données (305) d’objets à vendre, chaque objet étant associé dans ladite base de données à des paramètres d’objet, ledit serveur de vente en ligne (20) étant programmé pour présenter sur Internet un site Web (2031) avec une liste desdits objets à vendre ;
la fourniture à une pluralité de vendeurs (2) d’un serveur d’application (30) distinct dudit serveur de vente en ligne (20) et programmé ou entraîné pour déterminer un prix psychologique indépendant de l’acheteur pour un objet, ledit prix psychologique dépendant du prix de vente dudit objet lors de transactions précédentes, ledit serveur d’application incluant une base de données de paramètres d’acheteur (306), lesdits paramètres d’acheteur dépendants de profils d’acheteurs et d’historiques de négociations et/ou de transactions d’acheteurs avec une pluralité desdits vendeurs ;
la présentation sur ledit site web d’une première offre pour ledit objet ;
la réception sur ledit site web d’une première proposition en provenance de l’acheteur potentiel (1) pour ledit objet avec un premier prix ;
la transmission de ladite première proposition audit serveur d’application (30) ;
la récupération dans ledit serveur d’application (30) des paramètres d’acheteur (306) correspondant audit acheteur potentiel (1) ;
la récupération dans ledit serveur d’application de paramètres indépendants de l’acheteur incluant des paramètres de l’objet, des paramètres et un prix d’autres objets (305), et de données provenant de bases de donnée externes (40) ;
la détermination dans ledit serveur d’application (30) d’une deuxième offre pour ledit objet, ladite deuxième offre incluant un deuxième prix supérieur audit premier prix, ledit deuxième prix étant déterminé avec un moteur d’intelligence artificielle (304) sur la base dudit prix psychologique, desdits paramètres d’acheteur incluant ledit historique de négociations et/ou de transactions de l’acheteur et desdits paramètres indépendants de l’acheteur ;
la proposition de ladite deuxième offre audit acheteur ;
la réception en provenance dudit acheteur d’une deuxième proposition avec un troisième prix ;
la transmission de ladite deuxième proposition audit serveur d’application (30) ;
la détermination dans ledit serveur d’application (30) d’une troisième offre pour ledit objet, ladite troisième offre incluant un quatrième prix pour ledit objet ou pour un objet modifié,
ledit procédé comprenant une étape d’exécution d’un module d’extension (20310) dans ledit serveur de vente en ligne (20) afin de communiquer avec ledit serveur d’application (30), de présenter ladite deuxième et ladite troisième offre, et de présenter à l'acheteur potentiel (1) un message personnalisé entre une proposition faite par l'acheteur potentiel (1) et une offre faite par le serveur d'application (30), ce message personnalisé étant établi par le serveur d'application (30). - Procédé selon la revendication 1, ledit objet modifié étant soit un objet différent dudit objet, soit ledit objet avec un objet supplémentaire.
- Procédé selon la revendication 2, comprenant une étape de détermination du prix et/ou du coût dudit objet modifié.
- Procédé selon l’une des revendications 1 à 3, un second moteur d’intelligence artificielle (304) entraîné avec des prix et des paramètres d’autres objets étant utilisé pour déterminer ledit prix psychologique dudit objet en fonction des paramètres dudit objet.
- Procédé selon l’une des revendications 1 à 4, lesdits paramètres dépendant de l’acheteur incluant des cookies (1032) stockés dans un équipement d’acheteur (10).
- Procédé selon l’une des revendications 1 à 5, comprenant une étape de classement dudit acheteur potentiel (1) en fonction du type de négociateur qu’il est, et de détermination de ladite deuxième et de ladite troisième offre en fonction dudit type de négociateur.
- Procédé selon l’une des revendications 1 à 6, la sélection dudit objet modifié dépendant de l’acheteur.
- Procédé selon l’une des revendications 1 à 7, lesdits paramètres indépendants de l’acheteur incluant des paramètres récupérés à partir de bases de données externes (40) tels que des prévisions météorologiques ou des agendas.
- Procédé selon l’une des revendications 1 à 8, lesdits paramètres indépendants de l’acheteur incluant des paramètres dépendants du vendeur, tels qu’un profil de vendeur, des préférences du vendeur spécifique et/ou un historique de négociations du vendeur spécifique.
- Procédé selon l’une des revendications 1 à 9, chaque objet étant associé dans ladite base de données à un prix plancher, et la première offre présentée sur ledit site web étant présentée avec un prix public supérieur audit prix plancher et supérieur audit prix psychologique, et le deuxième prix auquel l’objet est proposé à la vente étant inférieur audit prix public.
- Procédé selon l’une des revendications 1 à 9, aucun prix public n’étant affiché initialement avec la première offre, et l’acheteur potentiel étant invité à proposer son propre prix que le serveur d’application peut accepter ou refuser.
- Procédé selon l’une des revendications 1 à 11, le nombre maximal d’itérations étant limité à N itérations.
- Procédé selon l’une des revendications 1 à 12, le nombre maximal d’itérations N pouvant être déterminé indépendamment par chaque vendeur.
- Procédé selon l’une des revendications 1 à 13, dans lequel le message personnalisé est établi à partir du profil d’acheteur déterminé à partir des paramètres d’acheteur.
- Produit programme d’ordinateur incluant des instructions de code de programme enregistrés sur un support lisible par un ordinateur, comprenant :
des moyens de programmation lisibles par ordinateur pour effectuer par un serveur d’application (30) l’étape de détermination d’un prix psychologique indépendant de l’acheteur potentiel (1) pour un objet, ledit prix psychologique dépendant du prix de vente dudit objet lors de transactions précédentes,
des moyens de programmation lisibles par ordinateur pour effectuer par ledit serveur d’application (30) l’étape de stockage d’une base de données de paramètres d’acheteur (306), lesdits paramètres d’acheteur dépendant de profils d’acheteurs et d’historiques de négociations et/ou de transactions d’acheteurs avec une pluralité desdits vendeurs
des moyens de programmation lisibles par ordinateur pour effectuer par ledit serveur d’application (30) l’étape de réception d’une première proposition provenant d’un acheteur potentiel (1) pour un objet avec un premier prix ;
des moyens de programmation lisibles par ordinateur pour effectuer par ledit serveur d’application (30) l’étape de récupération de paramètres d’acheteur (306) correspondant audit acheteur potentiel (1) ;
des moyens de programmation lisibles par ordinateur pour effectuer par ledit serveur d’application (30) l’étape de récupération de paramètres indépendants de l’acheteur potentiel (1) incluant des paramètres de l’objet, des paramètres et un prix d’autres objets (305), et de données provenant de bases de données externes (40) ;
des moyens de programmation lisibles par ordinateur pour effectuer par ledit serveur d’application (30) l’étape de détermination d’une deuxième offre pour ledit objet, ladite deuxième offre incluant un deuxième prix supérieur audit premier prix, ledit deuxième prix étant déterminé avec un moteur d’intelligence artificielle (304) sur la base dudit prix psychologique et desdits paramètres d’acheteur incluant l’historique de négociations et/ou de transactions de l’acheteur et desdits paramètres indépendants de l’acheteur ;
des moyens de programmation lisibles par ordinateur pour effectuer par ledit serveur d’application (30) l’étape de proposition de ladite deuxième offre ;
des moyens de programmation lisibles par ordinateur pour effectuer par ledit serveur d’application (30) l’étape de réception d’une deuxième proposition avec un troisième prix ;
des moyens de programmation lisibles par ordinateur pour effectuer par ledit serveur d’application (30) l’étape de détermination d’une troisième offre pour ledit objet, ladite troisième offre incluant un quatrième prix pour ledit objet ou pour un objet modifié, et
. des moyens de programmation lisibles par ordinateur pour effectuer l’étape d’exécution d’un module d’extension (20310) dans un serveur de vente en ligne (20) afin de communiquer avec ledit serveur d’application (30), de présenter ladite deuxième et ladite troisième offre, et de présenter à l'acheteur potentiel (1) un message personnalisé entre une proposition faite par l'acheteur potentiel (1) et une offre faite par le serveur d'application (30), ce message personnalisé étant établi par le serveur d'application (30). - Produit de programme d’ordinateur selon la revendication 15, comprenant en outre des moyens de programmation lisibles par ordinateur pour effectuer l’étape permettant d’amener ledit serveur d’application à communiquer avec des modules d’extension sur des sites Web de vendeurs pour afficher lesdits prix et recevoir lesdites propositions.
- Programme d’ordinateur comprenant des instructions de code de programme pour l’exécution des étapes du procédé selon l’une des revendications 1 à 14 lorsque ledit programme est exécuté sur un ordinateur.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CH00665/20 | 2020-06-04 | ||
CH6652020 | 2020-06-04 |
Publications (1)
Publication Number | Publication Date |
---|---|
FR3111219A1 true FR3111219A1 (fr) | 2021-12-10 |
Family
ID=72145191
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
FR2105935A Withdrawn FR3111219A1 (fr) | 2020-06-04 | 2021-06-04 | Procédé de négociation automatisée et produit de programme informatique pour la mise en œuvre de ce procédé |
Country Status (4)
Country | Link |
---|---|
US (1) | US20210383444A1 (fr) |
CH (1) | CH717529A2 (fr) |
FR (1) | FR3111219A1 (fr) |
GB (1) | GB2600509A (fr) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US12086895B2 (en) * | 2021-12-21 | 2024-09-10 | Nec Corporation | Automated negotiation agent adaptation |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2308759A1 (fr) * | 1998-09-04 | 2000-03-16 | Impower, Inc. | Commerce electronique avec achat anonyme et expedition anonyme par le vendeur |
US7664682B2 (en) * | 2006-09-05 | 2010-02-16 | Ip Investments Holding Llc | Methods and systems for electronic commerce facility client-based presentation offer management |
US20120047076A1 (en) * | 2010-03-11 | 2012-02-23 | Travelsurf Private Limited | System, method and computer program for negotiating online transactions |
US20150073929A1 (en) | 2007-11-14 | 2015-03-12 | Panjiva, Inc. | Transaction facilitating marketplace platform |
US20170287038A1 (en) * | 2016-03-31 | 2017-10-05 | Microsoft Technology Licensing, Llc | Artificial intelligence negotiation agent |
US20180096420A1 (en) | 2016-10-05 | 2018-04-05 | Aiooki Limited | Enhanced Bidding System |
US20180276710A1 (en) * | 2017-03-17 | 2018-09-27 | Edatanetworks Inc. | Artificial Intelligence Engine Incenting Merchant Transaction With Consumer Affinity |
US20190325490A1 (en) | 2018-04-20 | 2019-10-24 | Ebay Inc. | Utility-based price guidance |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6141653A (en) * | 1998-11-16 | 2000-10-31 | Tradeaccess Inc | System for interative, multivariate negotiations over a network |
US20050119980A1 (en) * | 2000-06-29 | 2005-06-02 | Neat Group Corporation | Electronic negotiation systems |
-
2021
- 2021-06-03 US US17/303,655 patent/US20210383444A1/en not_active Abandoned
- 2021-06-03 GB GB2107961.1A patent/GB2600509A/en active Pending
- 2021-06-04 FR FR2105935A patent/FR3111219A1/fr not_active Withdrawn
- 2021-06-04 CH CH00653/21A patent/CH717529A2/fr not_active Application Discontinuation
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2308759A1 (fr) * | 1998-09-04 | 2000-03-16 | Impower, Inc. | Commerce electronique avec achat anonyme et expedition anonyme par le vendeur |
US7664682B2 (en) * | 2006-09-05 | 2010-02-16 | Ip Investments Holding Llc | Methods and systems for electronic commerce facility client-based presentation offer management |
US20150073929A1 (en) | 2007-11-14 | 2015-03-12 | Panjiva, Inc. | Transaction facilitating marketplace platform |
US20120047076A1 (en) * | 2010-03-11 | 2012-02-23 | Travelsurf Private Limited | System, method and computer program for negotiating online transactions |
US20170287038A1 (en) * | 2016-03-31 | 2017-10-05 | Microsoft Technology Licensing, Llc | Artificial intelligence negotiation agent |
US20180096420A1 (en) | 2016-10-05 | 2018-04-05 | Aiooki Limited | Enhanced Bidding System |
US20180276710A1 (en) * | 2017-03-17 | 2018-09-27 | Edatanetworks Inc. | Artificial Intelligence Engine Incenting Merchant Transaction With Consumer Affinity |
US20190325490A1 (en) | 2018-04-20 | 2019-10-24 | Ebay Inc. | Utility-based price guidance |
Also Published As
Publication number | Publication date |
---|---|
GB202107961D0 (en) | 2021-07-21 |
CH717529A2 (fr) | 2021-12-15 |
GB2600509A (en) | 2022-05-04 |
US20210383444A1 (en) | 2021-12-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7908182B1 (en) | Personal advisor service and mechanisms for advice and interactions | |
US11416779B2 (en) | Processing data inputs from alternative sources using a neural network to generate a predictive panel model for user stock recommendation transactions | |
US12026652B2 (en) | Generation of engagement and support recommendations for content creators | |
US20180012195A1 (en) | Automated Schedule Systems and Methods | |
Ray et al. | Strategic benefits to SMEs from third party web services: An action research analysis | |
US20070244740A1 (en) | Systems, methods, and computer program products facilitating real-time transactions through the purchase of lead options | |
US20020120554A1 (en) | Auction, imagery and retaining engine systems for services and service providers | |
FR2792434A1 (fr) | Procede et dispositif formant conseiller de vente de mise a niveau interactive pour des applications internet | |
US20100293068A1 (en) | Mall Bid | |
US20070116216A1 (en) | Dynamic Directory Auction Service | |
US20160203548A1 (en) | Integrated auctioning environment platform | |
US20150317581A1 (en) | System and method for providing real estate referrals | |
US20190102826A1 (en) | Retail Support Methods | |
US20180121944A1 (en) | User data currency normalization | |
FR3111219A1 (fr) | Procédé de négociation automatisée et produit de programme informatique pour la mise en œuvre de ce procédé | |
US20160379248A1 (en) | Presenting opportunities for instant transactions | |
US11403658B1 (en) | Systems and methods for providing post-transaction offers | |
FR3071087A1 (fr) | Une methode et un systeme pour la segmentation de voyageurs en ligne en temps reel a l'aide de l'apprentissage automatique | |
CH709062B1 (fr) | Système et procédé mis en œuvre par ordinateur pour mettre en relation des acheteurs et des vendeurs de produits ou services. | |
FR2903797A1 (fr) | Systeme permettant a un utilisateur d'optimiser la gestion des operations de commerce electronique effectuees simultanement au travers d'une pluralite de canaux de vente heterogenes. | |
US9805388B2 (en) | Premium instant messaging space | |
Sénécal | Essays on the influence of online relevant others on consumers’ online product choices | |
FR3001823A1 (fr) | Systeme de gestion d'ordres de transactions a contreparties limites | |
US20230124577A1 (en) | Automated exchange for services using service time units | |
Mulyana | Increasing Consumer Confidence in Online Business: Effective and Reliable Ways |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PLFP | Fee payment |
Year of fee payment: 2 |
|
PLSC | Publication of the preliminary search report |
Effective date: 20221216 |
|
ST | Notification of lapse |
Effective date: 20240205 |