JP2011503675A - 通信ネットワークショッピングのための方法及び装置 - Google Patents

Abstract

商品及びサービスの購入及び販売のために、インターネット上における自動化されたリアルタイムの反復的な逆オークションにおいて、及びそれらに類するものにおいて、（但し、排他的にではなく）特に用いるための、ある改善された売り手自動化エンジンアーキテクチャ手法であり、該手法は、アーキテクチャ実現形態の選択を提供する一方で、マーケットシェア向けの考慮事項、特定売り上げ目標向けの実現形態、売り手効用派生・追従実現形態、モデルオプティマイザ実現形態及び調査、数学的な最適化に方向付けられた実現形態、及びルールベースの実現形態において、価格最適化を可能にする。

Description

発明の分野
本発明は、広くはインターネット上の製品及びサービスのためのオンラインショッピングの分野に関するものであり、ここでの用語「インターネット」は、無線及び／又は有線伝送媒体を用いる全てのタイプの公衆及び／又は専用通信ネットワーク、及びこれらの組み合わせを概して含むように、並びに、特に衛星ワールドワイドウェブも含むように、本明細書内において用いられている。本発明は、より詳細には、価格比較機能による電子トランザクションに関係しており、リアル市場オークションのメカニズムの閉じたシミュレーション内における、買い手−売り手のリアルタイムの反復的な値付け及び販売に、及び、買い手の利益と売り手の利益との両方の利益を更に高めることに、より直接的に関係している。そのより詳細な、本明細書内において含まれる（但し限定されない）分野は、２００３年３月６日にファイリングされた、我々の初期の同時係属中の米国特許出願シリアル番号第１１／３６７，９０７号の「Method, System And Apparatus For Automatic Real-Time Iterative Commercial Transactions Over The Internet In A Multiple-Buyer, Multiple-Seller Marketplace, Optimizing Both Buyer And Seller Needs Based Upon The Dynamics Of Market Conditions」 内に記載された及び特許請求の範囲において特許請求されたアプローチにおける改善を含む。このアプローチは、本明細書内において［ＡＲＴＩＳＴ］（Automated Real-Time Iterative System For On-Demand Transactions）アーキテクチャと呼ばれる。更により具体的な視点から見れば、本発明は、特に、リアルタイムにおける及び動的マーケットにおける、自動的に最適化する売り手の価格戦略に関する。

発明の背景
上記の同時係属中の［ＡＲＴＩＳＴ］米国特許出願内において説明されているように、買い手のリクエストを売り手の競売値（言い値）に一致させるように努める、インターネットウェブ検索エンジン及びウェブクローラの発展にもかかわらず、先行技術は、前記同時係属中の出願の発明よりも前には、買い手と売り手との間の自動化された通信の実際的な方法をまだ提供しておらず、該方法によって、真に自由（フリー）な市場相互作用が可能となる。

この［ＡＲＴＩＳＴ］アプローチは、基本的には、買い手システム構成要素（ＢＳ）、逆オークション事業者コントローラ構成要素（ＲＡＣ）、及び売り手自動化エンジン構成要素（ＳＡＥＪ）からなる自動化されたリアルタイムの反復逆オークションシステム及びメカニズムを含む。ＳＡＥＪの実現形態を改善することに、並びに、前記同時係属中の出願に詳細に記載されている、概して該ＳＡＥＪのアーキテクチャを含めて、各構成要素の全アーキテクチャに、本発明は、特に関係している。本発明は、改善された売り手自動化エンジンに向けてのその推進において、売り手の価格付けと、前記同時係属中の出願における前述の［ＡＲＴＩＳＴ］システムのゴール（最終目標）とを達成し且つ最適化することが可能なそのような売り手自動化エンジンアーキテクチャの多くの新規の実現形態を提供する。

一般に、現在のオンライン及びオフライン市場において、何が最良価格か、及びいつ、どこで、何が利用可能であるかということと、誰が信用できる売り手かということと、クーポン、販売促進、購買履歴などを利用して如何にして割引きを最大にするかということと、最良価格を獲得するために複数の売り手を互いに如何にして競争させるかということと、支出総計の恩恵（利益）、及び量及び履歴的な購買力の影響力を如何にして得るかということ、といったような疑問を物理的に及び手動的に決定することは買い手の負担である。追加的には、異なる住所に複数の商品及びサービスが発送されている可能性があるケースでは、売り手の最良の組み合わせを自動的に見つけ出してそのような最良価格を提供するための前記同時係属中の［ＡＲＴＩＳＴ］出願の発明と本発明とを除いて、明らかに解決法が存在しない。

売り手の課題（チャレンジ）及び問題
売り手について言えば、一般に、広告、マンパワー、及び設備投資（資本支出）に高い金額を費やすことなく、より大きなアドレス指定可能な市場に如何にしてアクセスするかということを課題（チャレンジ）及び疑問が含む。重要な更なる疑問は、とりわけ、如何にして価格付けをするのか、何を価格付けるのか、及びその価格をいつ更新するのかということと、自動逆オークションにおいてリアルタイムに最適な価格を如何にして自動的に計算するのかということと、最適価格で製品を売るために如何にして反復して値付けを行うのかということと、を含む。

前記同時係属中の［ＡＲＴＩＳＴ］出願内において記載されているように、売り手は、最適価格戦略を見出すという課題に直面する。該最適価格戦略は、売り手自身の制約（制約条件）に対して特に固有のものである一方、売り手の固有且つ専用のビジネス目標（ターゲット）を、指定した期間内に満足させる。

売り手は、多くの相互作用する変動要素と共に作業を行っている。該変動要素は、典型的には、収入目標、利益目標、マーケットシェア目標、及び他の指定間隔を超えるものと、小売店のケースでは在庫状況と、売り手自身の供給者（仕入先）からの数量割引き率、広告イベントのタイミング及び規模と、履歴的なマーケットデータから導出された本質的には不正確な価格付け予想と、現在の市場に影響を与える競争力と、時間に応じて相反する目標の管理と、数量割引き戦略と、及び他のものと、を含む。これらの相互作用する変動要素は、大部分は相互に依存するものであり、対立（矛盾）する時には、それらは、目標などをいずれも売り手によって割り当てられるか、或いは、それらは、市場状況の力学により駆動される広範囲の値に仮定される。その結果として、その割り当てられる目標を満足させるためのその制約に対する最適な価格戦略仕様を見出すために、売り手の試みとしてなされることとなる選択において大量の変動要素が生じる。

その上更に、人的ファクタが、これら変動要素に頻繁に重なり合って、その状況を更に複雑にする。所望のゴール（最終目標）、前方の課題の理解、及びナビゲート経路の決定は、非常に広範囲の実現可能性と、対応する結果とを有する。売り手における決定者のリスク許容度は、目標と、変動要素に対する他の値の割り当ての構築において、重要な役割を果たしており、短期間と長期間との両方の経済見通しに関して、彼／彼女（決定者）の自身の金銭上の認識されている評判、年齢、及び外見の影響を典型的には受けやすい。リスク許容度はまた、公正体系のタイプから決定者が導き出す可能性のある利益の関数である。該公正体系のタイプは、プライベート（個）からの範囲にわたるものであるか、又はパブリック（公）へ進む準備からの範囲にわたものであるか、又はパブリック（公）からのものであるか、又はパブリック（公）からプライベート（個）へ進む過程内におけるものである。全体として、これらの及び他の人的ファクタは、非常に防御的なものから、極めて攻撃的（アグレッシブ）なものまでの範囲にわたる、及びそれらの間にわたる、売り手の価格付け戦略に対して、かなり影響を与える。

非常に多くの変動要素が結果としてそのような変動要素の複雑な相互関係から生じることによる、決定を行うプロセスの複雑さを強調するために、異なる状況及び分野における売り手にとって利用可能な選択のうちの幾つかが後述される。

例えば、小売業者は、典型的には上述のタイプの変動要素と共に作業を行うこととなり、銀行業及びこれに類するもののようなサービス機関における対応する変動要素もまた存在する。該変動要素には、例えば、複数の預金目標、対応するＣＤ継続期間、これら預金目標がそれぞれ達成されなければならない時期、支払い可能な金利の最大値、所望の混合金利、金利水準（ベンチマーク）か又は貸出利率についての所望のスプレッド、履歴的な及び現在の金利、金利水準（ベンチマーク）のタイプ、などを含めることができる。

小売販売の特定業種・業界（バーティカル）が、例示として本明細書内において時折用いられているが、本発明の概念は、広範囲にわたる特定業種・業界（バーティカル）に適用可能である。各売り手は、収入、利益、成長性、及びマーケットシェア、などに対するその固有（特有）の目標を画定する。売り上げを及び他の変動要素を、売り手の何人かは、日にちベースで、何人かは週ベースで、他のものは月ベースか又は四半期ベースで及びそれらの組み合わせで追跡する。目標がはずれた場合には、売り手の何人かが、すぐ次のタイムスロットに対してその差分を移動させ、他のものは、複数のタイプスロット上に等しく該差分を分配させ、更に何人かは、複数のタイムスロットにわたって該差分を不均等に分配させて顧客の購買パターンに合致させる。売り手の何人かは、全く何もしないことを選択し、何人かは、次のタイプスロットに進む余裕が無い（例えば、その年度の過去四半期内において）。従って、売り手は、目標に合わせるために競争するように最適価格を導き出すために、そのポートフォリオ内の各製品又はサービスごとに時間の関数として（又は時間に応じて）、希望をもって非常に多くの正しい選択を行う必要がある。

しかしながら、目標間の相互作用、時間を関数とした必要不可欠な各重点項目（エンファシス）、及び（四半期などの）所与のタイムスロット内の競争力は、極めて動的でトリッキーである。以前に述べた問題に加えて、（供給者の支払い期限、利用可能な額（クレジット）、出荷義務（コミットメント）、及び投資家圧力などの）他の判断事項によっても、影響が及ぼされる。売り手の目的（又は方針）は、多くの可能性のある戦略の中で該売り手自身のゴールに固有の最適化戦略を見出して実現することである。何人かは、収入を容認して利益を犠牲にするであろう一方で、他のものは、まさにその逆を行うであろう。従って、特に季節性の製品の耐用年数の終わり部分において在庫を迅速に低減するために、両方を犠牲にするであろう何人かの売り手が存在する。他のものは、所望のマーケットシェアについての幾つかの目標を犠牲にするよう努める可能性がある。厳しい在庫管理は、多数の小売業者にとって実に、最も重大な職務のうちの１つである一方、何人かの売り手（例えば、ダイヤモンドの売り手）の在庫は、非常に時間に無反応な変動要素である。絶え間なく変化する市場に応答して、タイムリーにこれらの頻繁に非相乗的な変動要素の継続的な釣り合わせ（バランシング）を行うことの一方で、依然として目標に合わせるように努めることは、従って、売り手にとって最も困難な課題（チャレンジ）のうちの１つである。高い頻度で、これらの迅速に変化する状況（条件）が、目標間の重点（エンファシス）の相対的な度合いをシフトさせるよう売り手を強制する。すなわち、例えば、利益から、収入へと、在庫へと、マーケットシェアへと、次いで、戻るように収入へと、及び利益へと、次いでおそらく戻るようにマーケットへとか、或いは任意のこれらの組み合わせへとシフトさせるように売り手を強制し、これら全てを同じ四半期内においてシフトさせるように売り手を強制し、及び、これら全てが推定エラーの影響を極度に受ける。このことは、市場とは大幅に相違して、多くの場合、極めて準最適な売り手価格付けの決定が生じる結果となり、同時に目標に合わせることができなくなる。

時間の関数としてのそのような目標に対するアプローチの速度も、更にまた、売り手間で大幅に異なる。何人かの売り手は、その四半期を失う任意のリスクを最小化するために、四半期の早期に全力を尽くすことを好む。しかしながら、このアプローチは、四半期のより遅くに上昇する価格のリスクを冒し、従って、幾らかの利益を失う。その一方、何人かの売り手は、初期にはゆっくりとしたペースで進み、四半期に近づくにつれて進む勢いを増すことを好む可能性がある。例として、多くの監視売り手（ヤード）が、４月にはゆっくり開始して、６月に近づくにつれて加速する可能性がある。他の売り手は、安定したペースで売り、その特定期間を通じて市場価格変動に参加して、改善された多様性を結果としてもたらすことを好む。予想されるよりも四半期内においてより早期に売り手の収入目標に合わせた売り手は、更に、四半期の収入を円滑に及び予測可能のままに保持するために、速度を落とすことを選択する可能性がある。一方他の売り手は、四半期の残りをよりアグレッシブにすることを選択する可能性があり、諸経費（間接費）が大部分変わらないまま、利益を実質的に高めるように加速することさえする可能性がある。

成長性及び結果として生じるマーケットシェアは、重要な売り手目的を画定することにおいて、別の主要な判断である。生存性に対する危機の十分な最小限の量を得るためにか、或いは、主要プレーヤになることのためにか、或いは、短期の公正さの評価判断という理由のためにか、或いはそれらの組み合わせのために、何人かの売り手は、市場よりも早いペースで成長することを望む。何人かのプレーヤは、競争相手が優位に立つことを許さないようにするために市場ペースにおいて最小限に成長することを、或いは、市場ペースにおいてより早く成長することを必要とする。何人かの売り手は、更に、資本の成長の欠如か、原材料の供給か、訓練を受けた人的資源の欠如か、或いは、競争力の無いか又は信用さえも無い判断を招く恐れ、などの様々な制約に起因して、市場ペースにおいて成長することだけを望む一方で、何人かの売り手は、実際には、市場未満で、成長することを望む。それにもかかわらず、任意の時点において、売り手は、そのマーケットシェアに悪影響を及ぼす急激な割引戦略を直ちに実施する競争相手のうちの１人によって、待ち伏せ攻撃されるリスクを冒す。関係のある競争力のあるデータが多くの場合、事後（例えば、四半期の終わりにおいて）にのみ利用可能であるので、マーケットシェア目標に到達するのに十分に早期に関連性のある選択を行うことは売り手にとって従って差し支える。残念なことには、負のサプライズは、有効である一方で、特に公設市場における売り手に大損害をもたらす可能性がある。しかしながら、継続的なマーケットシェアフィードバックを受け取るための、及びそれに応じて、売るペースを適応（順応）させて所望の割合のマーケットシェア所有を維持するための合理的に予測可能なメカニズムが現在のところ存在しない。従って、公設市場内における今日の売り手取引は、ヘッジファンド管理者及び空売りする人（ショートセラー）のなすがままに極度にさらされている状態のままに置かれている。

価格付けは、更に、部分技術であり、部分科学である。市場が生み出すこととなる正確な価格を突き止めることは、非常に難しい課題である。何人かの先進的な売り手は、高価なオフラインバッチ処理システムを用いて、履歴的な価格付けデータを処理して、最適価格を予測するよう努めているが、これはすなわち、大きなマージンのエラーを有した本質的には不正確な予測である。何人かの売り手は、基準点として以前の一年の同じタイムスロットからの履歴的なデータを用いることを好み、他の売り手は、（例えば、以前の週のような）単にその先行するタイムスロットをだけを利用し、更に他の売り手は、それらの両方を用いる。往々にして、履歴データを読み誤る場合があり、それは、例えば、数年前の同じ時期におけるある特定週において雪が降った履歴データである場合であるか、又は、例えば感謝祭とクリスマスとの間の買物日の数がより少なかった場合の履歴データである場合であり、従って、不十分な比較がなされる。履歴データを歪める、更に別の重要な変動要素は、その同じ時間における競争相手からの非同期の及び潜在的に非反復的な販売促進宣伝の到来（又は出現）である。過去の履歴データを歪める可能性がある、「今話題の（ホットな）」新たなビデオゲームか又はより多く期待されている玩具の売り手のような、何人かの売り手は、季節的な影響をより少なく受け、需要と供給とにより依存する。従って、特に、現在の市場状況によって更に歪められるような履歴データには極めて疑わしい再現性が存在し、該履歴データは、価格付け予測モデルの標準偏差を著しく増加させることとなる。しかしながら、一般には、金曜日、土曜日、及び日曜日よりもより売り上げが少ない状態の月曜日から木曜日までの小売店の売り上げ（セールス）などの比較的定性的な需要データは、より信頼できる傾向にあり、従って、相対到着率に対する洞察力を提供する。ある特定時点における競争市場内の最適価格を予測することは、従って、せいぜい膨大な推測が、幅広い変動要素と、悪影響の可能性とを生み出す結果となる。この問題は、新製品のケースであるような、或いは、大部分意味のない古いデータを提供する、市場内の主要な変化のケースであるような、履歴データが実際には存在しない時の場合に、作り上げられる。

売り手が直面させられる別の課題（チャレンジ）は、競合する販売促進宣伝の予想時間内において、独立した（又は非依存性の）販売促進宣伝をいつ実施するかの決定である。これらのイベントは、典型的には、何ヶ月も前に計画される。頻繁に、売り手は、タイミングか又は意図（例えば、ある競争相手が、在庫を大幅に減らしたがっていることを）か、ある競争相手の販売促進宣伝の激しさの何れかを気付いておらず、従って、売り手は、タイムリーに応答することが困難であると感じることとなる。何百か又は何千もの売り手によって実施される販売促進宣伝を手動で追跡することは、とりわけオンラインで追跡することは、不可能なタスクとまでは言わないまでも、更に困難である。更に、売り手は、時折、全ての販売促進宣伝に応答することを望まない場合があり、及び、典型的には、該売り手自身のクラスの及び地理的に近接した売り手のみに応答する場合がある。例えば、大きなデパートは、一般に、別の類似した店にだけ応答するが、小さなプレーヤには応答しない。そのような販売促進宣伝を売り手が獲得する時のタイムラグの後、その販売促進宣伝を見る間の幾らかの待ち時間（ウェイト）が、売り手自身の売り上げに影響を与える。その態様のうちの幾つかのものには、少数の売り手が一致する可能性がある一方で、他の売り手は、効果の無い手動でのオンライン価格変更によってそれを完全に一致させるよう努めるが、店の価格が変化しないままとなる。他の売り手は、競争相手によって最近実施された販売促進宣伝に対して、彼等自身の次回の販売促進宣伝を適応させるよう努める場合がある。売り手は、従って、選択に非常に多くの時間を消費する代替手段を有し、該代替手段は、それぞれ、手動の準最適な介入を必要とし、該準最適な介入は、最適価格とは一致しない及び該売り手自身の目標とも一致しない状態の増大したリスクを売り手に対して負わせる。

売り手が、ある特定期間において、次第に増大するより高い所定量の目標に合わせるために、その卸売販売業者からより高い割引を受けるということは、多くの特定業種・業界（バーディカル）にはよくあることである。時折、これらの割引は、遡及効果があり、既に売却したアイテムに関する追加的な利益を売り手に提供する。そのような目標に合わせることを売り手が止める時には、より大きな遡及効果利益を獲得するために、目標に到達させるための非常に短い期間の販売促進宣伝を実施することによって、製品販売を加速させることを多くの場合に必要とする。しかしながら、含まれる多数の製品（該製品の各々が固有の所定量の目標を有する）に起因して、及び、即座の価格決定を実施するためにすぐさま必要とされる、及び、そのような目標に達するまで後続の管理（監視）を提供するのに必要とされる必要不可欠な人間介入にも起因して、残念なことには、大抵の売り手は、これを利用することにうまく対処できない。

上記の課題（チャレンジ）は、任意の所与の特定業種・業界（バーディカル）に特有のものではなく、むしろそれらは、多数にわたって及び変化に富んだビジネス特定業種・業界にわたって一般的なものである。そのような特定業種・業界（バーディカル）のうちの幾つかの異なる例は、ＣＤｓ、チェッキング、高利回り貯蓄、クレジットカード、及び貸付及び住宅担保ローン、とりわけ学生ローンなどの例示的な銀行預金及び製品及びサービスを有した銀行業などの前述の（１）金融機関であり、住宅所有者保険、借り手保険、自動車保険、生命保険、及び身体障害保険、及び他の金融分野などの一連の様々な製品を有した（２）保険業界であり、並びに、電子機器、家庭用品、個人用品、自動車、（固定物（ステーショナリ）、備品、紙などの製品を含む）事務用品、（Ｔ１線、電話線などの）電気通信市場、（木材及び建築材料などの）建築製品、及び（処方薬及び非処方薬剤を含む）調合薬などの製品の多様なカテゴリを有した（３）消費者小売業及び卸売業である。

上記に例示的にリストに挙げたような、特定業種・業界（バーディカル）内における個々の製品に加えて、同じ及び／又は複数の特定業種・業界からの製品を、多くのビジネスが、提供し、及び、一括販売価格付け、割引き、及び販売促進宣伝を既存の／戻って来る顧客に対して提供することを希望する。一例は、一括販売製品及び製品の割引きを提供することを望んでいることも含む、ＣＤ、クレジットカード、住宅ローン、商業融資、及び自動車ローンなどの様々な製品を提供する銀行である。別の例として、銀行は、そのローン義務（コミットメント）に基づいてそのＣＤ預金目標を決定することを望む可能性があり、そのローン義務（コミットメント）に合わせるために、ＣＤにより良好なリターンを提供する。手動的な介在無しに、自動的にそのようなゴールを達成させることは、それに加えて一方で、全てのか又はほとんどの上記ゴールを維持することは、現在使用されている技術による大きな課題（チャレンジ）である。

売り手自身の制約に固有の最適な価格付け戦略を練るよう試みることにおいて、及び、更にその価格付けが売り手の目標に合うようにすることを可能にすることにおいて、全てのこれらの数えきれないほどのバリエーションが、従って、重大な課題（チャレンジ）を売り手に対して提示する。この非常に複雑で比較的緩慢な、人間が決定を下す処理は、従って、これまで、すなわち、上述の［ＡＲＴＩＳＴ］発明及び本発明のアーキテクチャまでは、自動化には役立っておらず、その結果として効率が増すことは無かった。

［ＡＲＴＩＳＴ］概念の概要
前述のように、［ＡＲＴＩＳＴ］自動化リアルタイム反復逆オークションシステムにおいて、買い手及び売り手に対して、固有の及び革新的な解決法が提供される。逆オークションコントローラ（ＲＡＣ）が、買い手のリクエストを受け取り、売り手からの反復的な値付けを請求（懇願）する。該売り手は、売り手自動化エンジン（ＳＡＥＪ）が装備されており、該売り手自動化エンジン（ＳＡＥＪ）は、各々の反復的な値付けリクエストに対して（オークションの一部として）、その瞬間に売り手からの利用可能な最適価格でリアルタイムに応答する。該売り手自動化エンジン（ＳＡＥＪ）は、買い手にその最良価格を提供するだけでなく、売り手の目的（又は方針）に基づいてその価格を最適化することも行う。自動化されたリアルタイムの反復値付け、逆オークションコントローラ、及び売り手自動化エンジンの前述の組み合わせが、上記において概説したような、売り手が直面させられる課題（チャレンジ）に対処する。

手動的な介入無しに、多くのこれらの課題（チャレンジ）に対処することを可能にするジェネリック自動化売り手エンジン（ＳＡＥＪ）が、前記同時係属中の［ＡＲＴＩＳＴ］出願内において記載されており、本明細書内においてもまた要約されており、本明細書は、競合する価格付けを追跡することを如何にして自動的に行うかということと、変化する市場状況に応答して如何にして素早いものとするかということと、（収入、利益マージン、売り上げ量、及び他の類似した指標を用いて）売り上げ目標を如何にして設定するかということと、在庫を如何にして効率的に管理するかということと、売り上げ目標に達する見込み（尤度）を最大限にするために製品価格付けを如何にして最適に管理するかということと、極めて競争の激しい環境内においてマーケットシェアを如何にして維持し及び増加させるかということと、人口統計学か又は他の基準に基づいて多くの及び目標にされた顧客セットに対して、現在生じているリアルタイムの市場及び内部状況とに基づいて、販売促進宣伝を如何にして生成するか及び販売促進宣伝を如何にして即座に注入するかということと、製品又は製品の一部の製造業者、供給者（仕入先）からの量ベースの誘因を達成させるために、より高い売り上げを如何にして誘発させるかということと、チャンネル／マーケットに特有の販売促進宣伝のイベント及び価格付けの変更を誘発させるために、各売り上げチャンネルにおける現在のマーケット条件を用いることによって、複数のチャンネルからの売り上げを如何にして動的に調整するかということとと、別の無関係の働きが悪い製品を補償するために、良好に機能している製品の価格付けを如何にして動的に調整するか（組織ごとに記載された全性能目標を達成させるために、従って、良好に機能している製品に関してよりアグレッシブな状態になる）ということと、売り手の製品に対するリクエストを開始する（個人などの）パーティに対して如何にして動的に応答するか、並びに、売り手の製品を再販することのために競争することに前向きな（卸売販売業者及び再販売業者のような）パーティに対してリクエストを如何にして開始するかということと、消費者及び再販売業者によって決定されたある価格ポイントにおいて製品を購入する該消費者及び再販売業者の望みを、如何にして維持し且つ追跡するか、及び目標とする顧客の外部のエンティティ（競争相手か又は他の顧客など）にそのような価格を通知するように強制されること無く、及び（売り手のウェブサイトのような）売り手固有システム上に登録するよう該顧客に対して要求すること無く、それら価格ポイントにおいて購入することに前向きな専属市場にそのような価格を如何にして提供するかということと、現在のマーケット状況に基づいて各ゴールの優先度を一方で変更することと同時に、上記ゴールの全てを如何にして達成するかということと、を開示している。

前に述べたように、販売サイクルのあるマーケット状況（条件）か又はある期間について、例えば、利益マージンは、収入よりも、より重要である場合がある一方で、他の売り上げ期間の間には、その逆が真である場合がある。本発明は、動的に変化する市場条件の存在下においてゴールに到達させるために価格が調整される必要があるたびに、手動的な介入が無い状態で同時に、全ての上記ゴールを如何にして達成するかということに対処し、更にまた、オフラインツールが、１週間か又は１ヶ月以上の期間にわたって、市場データを集めて、高推定エラーを受けやすい価格付けを調整するということを待つことが無い状態で同時に、全ての上記ゴールを如何にして達成するかということに対処し、及び、今後の市場状況を予測するよう要求されることが無い状態で同時に、上記ゴールを如何にして達成するかということに対処し、実際には、リアルタイムに価格付けを変更することにより、同時に上記ゴールを達成する。

それらの機能は、前記同時係属中の出願内に記載されたジェネリック自動化売り手エンジン（ＳＡＥＪ）によって、手動の介入無しに、今や達成することができ、その機能を実現するための改善され且つ最適化されたアーキテクチャが、本出願における本明細書内において後述される。より具体的には、自動化エンジンの実現形態が、動的市場内において、各売り手の制約に固有の最適価格付け戦略を、その目標に最適価格が到達するよう試みる際に、リアルタイムに見出すことを実際に可能にする。

更に、［ＡＲＴＩＳＴ］の概念は、製品及びサービスを売り手から購入することに対して、該製品及びサービスの買い手による通信ネットワークショッピングの効果的な方法を提供する。買い手は、前向きな売り手の間において逆オークションを、自動逆オークション事業者か又はオークションコントローラ（ＲＡＣ）に対して、リアルタイムに開始するようリクエストし、並びに、該売り手の自動化売り手エンジン（ＳＡＥＪ）から、前記製品及びサービスに対する該自動化売り手エンジン（ＳＡＥＪ）の自動的なリアルタイムの反復的な値付け価格見積りを、請求するようリクエストして、買い手に対する最良値付け価格見積りを保証するために、該コントローラの反復的な処理誘導の下で、該価格見積りが、ネットワーク上で該コントローラに自動的に戻されることとなるようにする。及び、如何なる手動介入も無い状態で、買い手がオンラインのままである可能性のある全ての間に、そのような最良価格における買い手通知か又は購入が自動的にもたらされる。

本発明は、そのような［ＡＲＴＩＳＴ］システムに、特に、自動売り手最適化技法を更に提供し、並びに、含まれる特定のアプリケーションに依存して、改善された自動化売り手エンジンアーキテクチャ実現形態にオプションの選択を更に提供する。該アーキテクチャは、複数の実現可能な実現形態を有しており、並列処理アーキテクチャか、又はパイプラインアーキテクチャか、又はハブ及びスポークモデルを含むか、或いはまた、詳細に後述されるような、これらのハイブリッドな組み合わせを含む。核心部（コア）のアイデアは、購入することに買い手が興味を表明した１つか又は複数の事項（アイテム）について前記コントーラ（ＲＡＣ）からのリクエストを受け取ることに対して責任を負う価格管理ユニットを実現することである。価格管理ユニットはまた、市場データが何であるかを知らされるという意味において、該システムから入力を受け取り、価格管理ユニットは、履歴的な価格が何であるかの既存の製品を分かっており、及び価格管理ユニットまた、売り手ユーザのビジネス目的（すなわち、売り手がシステム内に入力する目標か又はゴール（最終目標）の特定期間と制約）を入力する売り手エンジン自体によっても設定（構成）がなされる。売り手がシステム内に入力した、これらのゴールのタイプ及び値に基づき、価格管理ユニットは、売り手のビジネス目的に対して価格を最適化する。

より完全に後述される本発明は、価格を如何にして自動的に最適化するかの幾つかの特定の実現形態を、（１）特定の目標向けの実現形態、（２）マーケットシェア向けの実現形態、（３）後述される効用（ユーティリティ）派生・追従実現形態、及び（４）モデル最適化実現形態に提供する。追加的には、本発明は、新規の数学的な最適化に方向付けられた実現形態をより一般的に提供する。該価格管理ユニットは、更に、これもまた後述されるように、より多くの従来ルールベースの実現形態を用いることもできる。

発明の目的
従って、本発明の主要な目的は、前記同時係属中の出願の［ＡＲＴＩＳＴ］タイプの方法及びシステム内において、新規の価格管理及び売り手の価格最適化システムと、複数の買い手、複数の売り手市場内においてインターネット上での自動リアルタイム反復商業トランザクションを可能にする一方で、価格管理ユニットが、買い手がリクエストする可能性のある事項（アイテム）に関する価格の競売値についてのオークションコントローラからのリクエストを受け取る際に、市場状況（条件）の力学と、入力された売り手のビジネス目的と、制約とに基づいて、買い手のニーズと売り手のニーズとの両方を自動的に最適化する類似システムとの実現形態及び導入を提供することである。

更なる目的は、このようなシステム及び関連システム内において用いられるための、価格を最適化する新規の売り手自動化エンジンアーキテクチャ実現形態を提供することである。

追加的な目的は、より一般的な自動化新規方法及びエンジンを、選択によって価格管理に提供することであり、及び、変化する市場状況下においてリアルタイムに売り手価格競売値を最適化するための新規の数学的な及び物理的な実現形態を提供することである。

別の目的は、とりわけ、小売り製品から銀行取引及び保険サービスまでの範囲に及ぶ大幅に変動するビジネスにおいて、広範囲の特定業種・業界（バーティカル）にわたって自動価格付け及び最適化機能を提供することである。

他の及び更なる目的が、下記において説明され且つ述べられることとなり、及び、それらは、添付の特許請求の範囲内においてより詳細に記述される。

発明の概要
要約すると、しかしながら、その重要な態様のうちの１つを要約すれば、本発明は、売り手から製品及びサービスを購入することに対する、該製品及びサービスの買い手による通信ネットワークショッピングの方法を提供する。買い手は、前向きな（意欲的な）売り手の間において逆オークションを、自動逆オークション事業者又はオークションコントローラ（ＲＡＣ）に対してリアルタイムに開始するようリクエストし、並びに、該売り手の自動化売り手エンジン（ＳＡＥＪ）から、前記製品及びサービスに対する該売り手の自動のリアルタイムの反復的な値付け価格見積りを、請求（懇願）するようリクエストして、買い手に対する最良競売値価格見積りを保証するために、該コントローラの反復的な処理誘導の下で、如何なる手動的な介入も無しに、該価格見積りが、ネットワーク上で該コントローラに自動的に戻されることとなるようにする。

前記方法は、
含まれる特定のアプリケーションに依存して、複数のオプションの選択を、自動化売り手エンジンアーキテクチャ実現形態に提供し、該選択は、並列処理アーキテクチャ、パイプラインアーキテクチャ、ハブ及びスポークアーキテクチャ、及びこれらのハイブリッドな組み合わせからなるグループから選択され、
購入することに買い手が興味を表明した１つか又は複数の事項（アイテム）について前記コントーラ（ＲＡＣ）からのリクエストを受け取ることに対して責任を負う価格管理を実現し、
受け取った市場データ及び履歴価格を考慮して、その売り手が入力する目標（ターゲット）か又はゴール（最終目標）の特定期間内の該売り手のビジネス目的を入力するために売り手エンジン自体を設定し、及び、
これらのゴールのタイプ及び値に基づき、前記売り手の前記ビジネス目的を実現するために価格を前記売り手エンジンにおいて自動的に最適化する
ことを含む。

本発明の基礎をなす方法体系を、インターネット上において買い手と売り手との両方とオンラインで伝達し合い、且つ、オンラインで、売り手価格見積りに対する買い手リクエストを提供し、且つ、それに関して該インターネット上で売り手に該買い手リクエストを伝達する中間逆オークション事業者コントローラを介して、製品及びサービスの買い手と売り手との間においてリアルタイム商業トランザクションを伝達するシステム内において実現することができる。

各売り手は、売り手自動エンジンが装備されており、該売り手自動エンジンは、売り手の特定の所定ビジネス目的及び市場状況（条件）情報を格納しており、買い手リクエストに基づいて並びに該売り手の自動売り手エンジン内に格納された売り手の特定の所定情報の各ガイドライン内において、価格見積りを自動的に生成するために及び該価格見積りでコントローラに応答するために買い手リクエストに応答する。

売り手自動エンジンからインターネット上で戻すように受け取った価格見積りを処理するためのプロセッサは、最良価格見積りが受け取られるまで、前記各ガイドライン内において、反復的なリアルタイムの自動売り手エンジンの価格見積りの競争力のある改善を開始し、その結果、そのような最良価格見積りにおける買い手の自動通知か又は買い手による購入を可能にする。

売り手自動エンジンは、並列処理アーキテクチャ、パイプラインアーキテクチャ、ハブ及びスポークアーキテクチャ、及びこれらのハイブリッドな組み合わせ、からなるグループから選択されるアーキテクチャの価格最適化実現形態の選択を用いるよう構成されている。

本発明の及び数学ベースの価格最適化技法は、従って、逆オークション用途以外においてもまた利用可能であり、下記においてより完全に扱われるように、銀行取引、保険、及び類似のサービス機関におけるサービス及び製品及びそれらの一括販売の自動価格付けにおいて特定の実用性を見い出す。

好適アーキテクチャ、及び最良モード設計、装置、及び実施形態が、詳細に及び添付図面に関連して後述される。

前記同時係属中の出願の［ＡＲＴＩＳＴ］タイプのシステム内において、特に排他的では無いが、好適には使用されるための、上記にて頭字語「ＳＡＥＪ」で言及されたジェネリック売り手自動化エンジン実現形態アーキテクチャの上位レベルの全体システムブロック図である。 本発明のＳＡＥＪ価格管理ユニット（ＰＭＵ）についての様々なタイプの価格オプティマイザを概して説明する類似の流れ図である。 並列アーキテクチャ実現形態を用いる、ＳＡＥＪの価格管理ユニット（ＰＭＵ）のより詳細なブロック図である。 図５に類似の図であり、パイプライン化アーキテクチャのＰＭＵ実現形態を示す図である。 図４に類似の図であり、ハブ及びスポークアーキテクチャのＰＭＵ実現形態を示す図である。 ハイブリッドタイプのＰＭＵアーキテクチャを示す図である。 １つの例示的なルールベースの実現形態のフローチャートを示す図である。 本発明で有用な、線形の例示的な効用曲線のグラフを示す図である。 本発明で有用な、区分的に線形の例示的な効用曲線のグラフを示す図である。 本発明で有用な、区分的に線形の例示的な効用曲線のグラフを示す図である。 本発明で有用な、指数関数的な例示的な効用曲線のグラフを示す図である。 本発明で有用な、指数関数的な例示的な効用曲線のグラフを示す図である。 区分的に指数関数的な効用曲線を示す図である。 一サンプルのハイブリッド効用関数を示す図である。 １つの例示的なロジット履歴応答曲線を示す図である。 曜日の関数としての１つの例示的な定性的需要曲線を示す図である。 本発明による最適な価格計算を示す、本発明の改善されたＳＡＥＪ構造内において使用されるためのコンフィギュレーションのブロック図及び目標に向けての実現形態図を示す図である。 本発明による最適な価格計算を示す、本発明の改善されたＳＡＥＪ構造内において使用されるためのコンフィギュレーションのブロック図及び目標に向けての実現形態図を示す図である。 図１４に類似した図であり、マーケットシェアに向けてのＳＡＥＪ実現形態を示す図である。 販売促進宣伝中の持続的な価格と、そのような持続的な価格オークションの回避とにおける価格付けサイクルを表した図である。 図１４に類似した図であり、効用（ユーティリティ）派生・追従実現形態を示す図である。 設定による、適合可能なモデルオプティマイザコンフィギュレーション調査実現形態を示す図である。 計算による、適合可能なモデルオプティマイザコンフィギュレーション調査実現形態を示す図である。 例示的な銀行取引の提供（オファリング）に対する本発明の最適化エンジン技法の適応を示すブロック図である。 例示的なクレジットカードの提供（オファリング）に対する本発明の最適化エンジン技法の適応を示すブロック図である。 例示的なローン業界の提供（オファリング）に対する本発明の最適化エンジン技法の適応示すブロック図である。

本発明の好適実施形態（複数）の説明
前に説明したように、本発明は、（排他的にではないが）好適には及び主に、前記同時係属中の出願内において詳細に説明された［ＡＲＴＩＳＴ］タイプか又は類似の自動化リアルタイム反復逆オークションにおける価格管理実現形態に関係するので、そのような動作及び実現形態の詳細部は、本明細書内において完全には繰り返されていないが、基本的には、買い手システム（ＢＳ）、逆オークション事業者コントローラ（ＲＡＣ）、及び売り手自動化エンジン（ＳＡＥＪ）から構成されているものとして、冒頭の図１において、単に概略的に示されており、前記同時係属中の出願の開示において図示され及び説明された例示的な構成要素の動作上の及び実現形態の詳細部の参照によって本明細書内に組み込まれるよう意図されているということが理解されよう。

［ＡＲＴＩＳＴ］タイプシステムの構成
前に説明及び要約したように、及び前記同時係属中の出願内において説明されているように、［ＡＲＴＩＳＴ］タイプシステムには、「買い手システム（ＢＳ）」実施態様（図１）を含めることができる。該「買い手システム（ＢＳ）」実施態様（図１）には、例えば、逆オークション事業者コントローラ（ＲＡＣ）によって従来のワールドワイドなインターネット（そのように概略的にラベル付けられている）上にオンライン接続された、買い手のラップトップコンピュータか、デスクトップコンピュータか、ＰＤＡか、又は携帯電話コンピュータを含めることができる。買い手の参加の重要な特徴は、オンデマンドで且つリアルタイムな動作と、固有の買い手ショッピングポートフォリオ及びプロフィール、特定の買い手指し値、及び所望の売り手クラスの選択の能力を提供すること、とを含む。

売り手側において、サーバーファームか、コンピュータワークステーションか、又はメインフレームのような例示的なカスタムハードウェアを、「売り手システム」の売り手自動化エンジン実施態様「ＳＡＥＪ」と共に実現することができ、該「ＳＡＥＪ」は、一般に、従来のワールドワイドなインターネット上でＲＡＣに接続される。

前に検討したように、売り手の参加の重要な特徴は、前記同時係属中の出願内に完全に記載されているように、顧客（買い手）の特定のプロフィールと、現在の市場状況（条件）と、更に売り手の入力された特定ビジネス目的及び制約条件とに従って、反復的に及び自動的に修正される、完全に自動化されたリアルタイムな競売値（又は値付け）にある。

処理内における新規の買い手の登録に応答してか、或いは、プロフィール変更に応答して、それらが、インターネット上で逆オークション事業者コントローラＲＡＣに伝達される。見積りＲＦＱに対するリクエスト及び逆オークション（ＲＦＲＡ）に対するリクエスト、価格ウォッチに対するリクエスト及び／又は自動通知に対するリクエスト、或いは価格ウォッチ及び自動化購入に対するリクエスト、及び競売値（値付け）結果容認に対するリクエストの各々が全て、前記同時係属中の出願内に記載されているように、ＲＡＣへのインターネット上の伝達を指示する、買い手システム状態マシン動作に関連付けられている。良好な見積りか又は逆オークション結果が得られるように、価格ウォッチに対する買い手の入力には、前記同時係属中の出願内に全て記載されているように、目標価格、時間フレーム、通知、電子メール又はデバイスタイプのフォーマット、電話又はＳＭＳ番号などのような事項（アイテム）を含めることができる。

次に、逆オークション事業者又はオークションコントローラ（ＲＡＣ）と、その動作シーケンスとを見てみると、受け取った買い手リクエストに応答して、ＲＡＣ処理は、売り手を一致させることと、初期化された固有買い手プロフィールパケットを生成することとを提供し、ここで、更なる処理及び更新処理のために、売り手自動化エンジンＳＡＥＪからの処理応答が存在する。

全ての参加ＳＡＥＪから受け取った応答は処理されて、全ての応答が受け取られた時に、買い手システムに対してインターネット上に見積り応答が伝達される一方で、統計値が自動的に更新されて、ＳＡＥＪに戻すように伝達される。これらの往復時の計算は更新され、全ての参加ＳＡＥＪからの全ての応答が受け取られた時に、更なる処理が継続される。買い手のショッピングポートフォリオの競売値応答は、従って処理されて最適化されて、「最良の」競売値が計算されて以前のラウンドの競売値と比較され、次のラウンドの値付けのために、ＳＡＥＪに対して現在の「最良の」競売値が送られる。最終的な最良の競売値が、最終ラウンドにおいて存在するイベントにおいて、前記同時係属中の出願内に全てが完全に説明され且つ図示されているように、その勝利をおさめたＳＡＥＪが選択されて、買い手と売り手とに通知され、更新された統計値が、ＳＡＥＪの記録のために伝達される。

前述のように、前記同時係属中の出願の本［ＡＲＴＩＳＴ］発明のアーキテクチャが、「買い手システム」（ＢＳ）からのオンデマンドの「見積りリクエスト（ＲＦＱ）」に応答して、２４時間、７日、週ベースでの完全に自動化された、即座の、正確な、及び売り手からの競争力のある見積りを可能にする。該アーキテクチャはまた、そのようなシステムが、２４時間、７日、週ベースでの任意の時間にリクエストを行うことも可能にし、売り手間の真の即座の逆オークション（ＲＦＲＡか又は競売値リクエストＲＦＢ）を可能にする。ここで、完全に自動化された売り手エンジンＳＡＥＪは、それらの間において反復的にリアルタイムに値付けを行って、最良の競売値を提供する。すなわち、例えば、製品又はサービス提供者の最低価格か、又は最高銀行取引金利ＣＤを提供する。前述のように、各売り手エンジンは、固有の買い手プロフィールに対して特有の、現行の及び履歴的な市場動向に対して特有の、及び競争力学に対して特有の、最終ラウンドの最低価格、リクエストの金銭量及び単位（ユニット）量に対して特有の、及び売り手自身のマーケティング／販売促進宣伝戦略か又はビジネス目的に対して特有の即座の反復的な値付け（競売値）により、自動的に応答する。該値付け（競売値）は、売り手の固有のビジネスモデル駆動制約（制約条件）内にどどまるように動的に生成される。これらの制約自体は、履歴的な市場データ及び傾向（トレンド）線に基づき、製品毎ベースでの所定の厳しい制限内において更に自動的に修正される状態にある。この売り手自動化エンジンＳＡＥＪは、先行技術のニーズと、何百もの競争相手にわたる何千もの事項（アイテム）を手動で追跡すること及び比較することについての関連付けられた実質的な費用とを動的に削減する。売り手は更に、売り手自身のビジネスモデルを維持し且つ保護するために、売り手自身のクラス内の売り手のような、対象とする値付け以外の値付けに、参加することを辞退するオプションを有する。

買い手は、彼らのリクエストに対する即座のオンデマンドの応答を得るだけでなく、前に述べたように、売り手間におけるこの強制されたリアルタイムの反復競争により、大いに利益も得る。一般的な価格（ジェネリック価格）を得る代わりに、買い手自身の固有のプロフィールに基づいて、買い手はより良好に価格を得る。該プロフィールは、購入履歴、買い手のショッピングポートフォリオの金銭量及び単位（複数可）量、販売促進宣伝及び広告を受け入れる買い手の意欲とを含む。買い手はまた、買い手自身の快適さファクタに基づいて、買い手のビジネスのために、この反復競争値付けに参加する売り手のあるクラス（複数可）だけをリクエストすることもできる。買い手はまた、買い手の所望のショッピングポートフォリオについて価格制限を設定することができ、それを価格ウォッチに施すことができ、一致した場合及び時には、通知を受け取るか又は自動的に購入を行わせる（もしもそのように選択したならば）。価格が下落し、しかもある時間フレーム内において下落した場合には、更に、買い手に対して、金額に関して自動的に通知がなされる。

このような自動化されたオンデマンドの即座の買い手中心の逆オークションによって、買い手が、複数の売り手から実現可能な最良価格を得ることが可能になることとなる一方で、買い手のビジネスのために、同じ売り手が反復的に及び自動的にリアルタイムに競争することが可能になることとなる（「価格」と「値」とが、本明細書内において交換可能に使用されている）。例えば、買い手がカメラを購入しようとしているケースでは、その望みは、最低価格を得ることであり、一方、買い手は、ＣＤにおいて最良の金利が得られることをあてにして年間を通じて銀行に貯金することを望んでいる。そのゴールは、買い手にとって最良価格を得ることであり、更にまた、売り手が買い手の需要（又は要求）をリアルタイムに評価することを可能にすることによって、及び、所定の変動要素及び制約条件に基づいて、如何なる手動的な介入も無しに、対応する機能（能力）が、様々な状況に対して即座に自動的に応答することを可能にすることによって、売り手の収入／利益を及び他のビジネス目的を最適化することでもある。

それは、本発明であるこの［ＡＲＴＩＳＴ］環境であり、その好適実施形態において、その改善された価格最適化ＳＡＥＪアーキテクチャの実施態様を導入する。

本発明のＳＡＥＪ
図１は、本出願内において説明されるＳＡＥＪ実現形態についての上位レベルのブロック図を示す。該ＳＡＥＪは、以下の機能ユニットからなるように示されている。

１．メッセージ処理ユニット（ＭＰＵ）２：ＭＰＵ２は、逆オークションコントローラＲＡＣに対して全てのメッセージを送ること及び受け取ることに対する責任を負う。ＭＰＵは、伝達の信頼性を保証し、並びに、他のＳＡＥＪサブシステムにより理解可能なオブジェクト形式へのＲＡＣメッセージの変換を保証し、その逆もまた同様に保証する。
２．セッション管理ユニット（ＳＭＵ）３：セッション管理ユニット３は、逆オークション状態マシンに対する責任を負うコントローラである。ＳＭＵは、ＲＡＣからの各リクエストが処理されて、そのある応答が該ＲＡＣに戻されるように送られるということを保証する。ＳＭＵはまた、状態マシンの耐故障性に対する責任を負い、並びに、セッション情報の持続性に対する責任を負う。このために、ＳＡＥＪは、セッション情報を持続的に格納するためのセッション格納部６を保持し、並びに、セッションデータに対する高速アクセス用のセッションキャッシュ５を保持する。ＳＡＥＪによって受け取られるリクエストのタイプは、以前に特定した次のものを含む、すなわち、見積りに対するリクエスト（ＲＦＱ）、逆オークションに対するリクエスト（ＲＦＲＡ及びＲＦＢ）、価格ウォッチ及び自動通知に対するリクエスト、及び価格ウォッチ及び自動購入に対するリクエストなどを含む。前記［ＡＲＴＩＳＴ］の出願内において記載されているように、ＳＭＵは、そのようなリクエストを処理し、及び、後述されるような追加的な機能もまた提供する。
３．価格管理ユニット（ＰＭＵ）４：ＰＭＵ４は、ＲＡＣからの全てのリクエストについての最適価格を計算することに対する責任を負う。該リクエストは、ＲＦＱ及びＲＦＢを含み（但しこれらに限定されない）、各売り手の固有目的に特有のものである。ＰＭＵは、本発明の本アーキテクチャにおける固有の及び革新的な機能ユニットのうちの１つであり、下記においてより詳細に説明がなされる。ＰＭＵはまた、本明細書内において時として、価格付けエンジンと呼ばれ、これら２つの用語が、交換可能に用いられる。

本発明の主要な焦点は、ＰＭＵ４における幾つかの新規の実施形態にあり、従って、それらが、次により完全に説明されることになるはずである。

価格管理ユニット（ＰＭＵ）４アーキテクチャ
本明細書内において記載されたＰＭＵ実現形態４は、２つのタイプの価格付け機能ユニット、すなわち、価格オプティマイザ（ＰＯ）及び価格インテグレータ（ＰＩ）からなる。価格オプティマイザの役割は、買い手リクエスト、リアルタイムの市場データ、履歴データなどの入力データと、売り手のコンフィギュレーション（すなわち、（物又は人である）売り手の固有の目的に基づいて、売り手によってプログラムされるパラメータ）とに基づいて最適価格を計算することである。ＰＭＵ４は、複数の様々な目的に基づいて、最適価格を計算することができる。この解決法において、価格オプティマイザのグループが、一緒に機能して、リアルタイムに１つか又は複数の価格インテグレータを通じて最適価格を生成する。価格インテグレータは、売り手によって提供されるような追加的な変動要素及び制約条件を統合させることによって該オプティマイザ出力を更に高める（又は強化する）。これら変動要素及び制約条件の例には、以下のものを含めることができる（但し、これらに限定されない）。

ａ．価格に関する追加的な制約。
ｂ．最近の履歴価格、売り手の現在の収入、売り手の現在の利益、売り手の現在の在庫、売り手の現在のマーケットシェア、販売促進宣伝、などの変動要素。及び、
ｃ．オプティマイザ出力に対して提供される追加的な望ましい調整。

図２は、そのようなオプティマイザ（ＰＯ）を、分離ブロックとして概略的に示す。該オプティマイザの各々は、売り手のあるゴールか又はあるビジネス目的に特有のものである（図２内において概略的に示されており、及び、グローバル価格８、イベント９、販売促進宣伝１０、供給者のブレークポイント１１、及び他のオプティマイザ１２、などの例示的な最適化に関して、図３〜図５内の「入力」下に具体的に示されている）。価格オプティマイザＰＯは、入力リクエスト及びデータを１’において受け取る。該入力リクエスト及びデータは、リアルタイム市場データ１６、履歴データ１９、売り手の目標１５、などとして示された、図３〜図５の特定入力を含む。オプティマイザは、それらの個々の最適化された価格を、価格インテグレータ（ＰＩ）に出力する。該価格インテグレータ（ＰＩ）は、その価格を、その他の入力の全てと共に処理して、価格見積りを７において送る。図２内のオプティマイザは、互いに接続されていない独立したブロックとして概略的に意図的に示されている。しかしながら、これらオプティマイザの実現形態を、後述のように、異なるやり方で、異なる目的に基づいて可能にするために、如何にしてそれらがシステム内へとフレキシブルなアーキテクチャによって接続され得るかの特定例を図３〜図６は示す。

従って、価格オプティマイザの役割は、入力データ及び設定（コンフィギュレーション）データ（すなわち、売り手の固有のビジネス目的に基づいて、売り手によってＳＡＥＪ内へとプログラムされるパラメータ）に基づいて、最適価格を計算することである。しかしながら、単一価格オプティマイザ機能ユニットに加えて、（以前にも言及し、及び、下記においてより完全に説明される、供給者のブレーク及び販売促進宣伝などの）外部条件と、前に論じた売り手の課題（チャレンジ）における様々なゴールに対する解決策を提供する他の実現形態とを考慮することもまた重要である。本発明において、更に、価格オプティマイザのグループが、一緒に機能して、１つか又は複数の価格インテグレータを通じて最適価格を出力することが可能である。価格インテグレータは、追加的な変動要素と（売り手によって提供されるような）ビジネスルールとを統合させることによって、オプティマイザ出力を更に高める（又は強化する）。そのような変動要素及びビジネスルールの例は、価格に関する上限及び下限と、あるオプティマイザが、他よりも所与に好まれる価格及び／又は粗利益の幅、及び、オプティマイザ出力に提供される更なるグループ割引である。

本発明のＰＭＵは、従って、図３〜図５内の８〜１２において図示された１つか又は複数の価格オプティマイザ機能ユニット（ＰＯ）のセットを含み、該セットには、１３〜１９において示された様々な市場入力が提供され得る。下記においてより完全に説明されるように、及び、前に暗示したように、価格オプティマイザは、それらの特定目標基準のための最適価格を決定するために独立的にか又は非独立的（依存的）に機能することができる。価格オプティマイザの出力は、より詳細に後述される価格インテグレータ機能ユニット（ＰＩ）に送られる。該価格インテグレータ機能ユニット（ＰＩ）が、最良価格を即座に決定し、リクエストが次いで逆オークションコントローラに戻されるように送られる。しかしながら、図２は、オプティマイザの出力が、ＳＭＵ３を通じて該オークションコントローラＲＡＣに戻されるように送られる前に、価格インテグレータ（ＰＩ）に送られるようなオプティマイザを示す。

この特有の実現形態において、本発明のＰＭＵアーキテクチャは、極めてモジュール的なものであり、それにより、価格オプティマイザが、様々なゴールを成し遂げるための幾つかのやり方で設計されることが可能になる。図３、図４、図５、及び図６は、より完全に詳細に後述され、様々なタイプの価格オプティマイザ及びインテグレータと共にＰＭＵを設計することにおける少数の異なるやり方を示す。

並列処理アーキテクチャ
図３は、並列処理アーキテクチャ実現形態を示す。該並列処理アーキテクチャ実現形態において、前述のオプティマイザ８、９、１０、１１、及び１２の各々が、その他とは独立に動作し、全てのオプティマイザが同時に動作する。各オプティマイザの出力結果は、価格インテグレータ（ＰＩ）内へと提供される。該価格インテグレータ（ＰＩ）は、その受け取った価格計算結果を処理して、リクエストに対する単一最適価格を計算する。該価格インテグレータ（ＰＩ）はまた、最終価格が、売り手によって指定された制約条件に一致するということを保証する。その結果として生じる価格見積り７は、図１のセッション管理ユニット３に戻されるように送られ、次いで今度は、ＲＡＣに送られる。前記実現形態における同時並行性の機能を最大限にするために、並列構成を実現することができるということが、この説明から明らかである。該オプティマイザは、それら自体のオペレーティングシステムのスレッドにおいて実現され得るか、或いは１つか又は複数の並列な汎用ＣＰＵによる実行のために処理され得る。追加的には、マイクロプログラマブルプロセッサのような専用プロセッサか又はカスタムハードウェアプロセッサを、各オプティマイザごとに実装することもでき、それらを次いで並列に実行することもできる。

パイプライン化アーキテクチャ
図４内には、価格オプティマイザに関するパイプライン化アーキテクチャの一例が示されている。この構成において、各オプティマイザ（ＰＯ）の結果は、次のオプティマイザ内へと直列に提供され（８〜１２）、パイプラインの態様においてリクエストがオプティマイザを連続的に通過する。このケースでは、各オプティマイザが、インテグレータ機能を有することができる。該インテグレータ機能は、オプティマイザ内に組み込まれており、以前の結果を用いて、次の結果を、全てリアルタイムに計算する。最終オプティマイザの価格見積り結果７が、図１のＳＭＵ３に戻されるように送られて、ＲＡＣに戻されることとなる。より高い効率性と、高められたスループットとのために、リクエストのパイプライン化は、各オプティマイザが、リクエストを常に処理するということを保証するように用いられる。このケースでは、そのパイプライン内の次のオプティマイザがリクエストを処理する準備ができるまで、該リクエストをバッファリングするためにオプティマイザ間にキュー（待ち行列）を実際に挿入することができる。例えば、性能を改善することか、或いは類似の変動要素か又は似ていない変動要素を処理することを、もしも望むようであれば、ＰＭＵは、複数のそのようなパイプライン構成を有することができ、それにより、製品ラインにわたって更なる最適化がもたらされる結果となる。

ハブ及びスポークアーキテクチャ
本発明に有用な別の変動要素のアーキテクチャが、図５内に示されており、すなわち、オプティマイザのためのハブ及びスポークアーキテクチャである。このアーキテクチャでは、価格インテグレータ（ＰＩ）’が、ハブとしての役割を果たし、個々の価格オプティマイザ８〜１２は、該ハブと伝達し合うスポークである。該インテグレータは、各オプティマイザに対してリクエストを送る時と、その結果を組み合わせるやり方とを決定する。該インテグレータは、直列にか、又は並列にか、又はそれらの組み合わせにおいてリクエストを送ることを選択することができ、売り手の目的に基づいて、その結果をリアルタイムに処理することができる。

ハイブリッドアーキテクチャ
図６は、ＰＭＵアーキテクチャに対するハイブリッドなアプローチを示す。図６において、ここでもまた、価格インテグレータ（ＰＩ）’が中心ハブを形成しており、スポークは、オプティマイザの更なるサブ構成になっており、該サブ構成は、独立性（非依存性）の変動要素と非独立性（依存性）の変動要素との両方を含む。示されているように、例えば、１つのスポークは、並列なオプティマイザ構成（右側のオプティマイザ１〜Ｎ）とすることができ、一方、別のスポークは、パイプライン化構成（左側のオプティマイザＮ＋１〜Ｍ）とすることができ、更に他のスポークは、Ｐにおけるような別個のオプティマイザとすることができるか、或いは、これらの任意の組み合わせとすることができる。売り手の目的によって全てが決定されるように、価格インテグレータを有した複数の価格オプティマイザを設計することにおける如何なる任意のやり方も、この実現形態が包含するということが簡単にわかる。

価格オプティマイザアーキテクチャ
様々なタイプの売り手目的に基づいて、本発明の価格オプティマイザアーキテクチャは、下記のものを含む幾つかのタイプの価格最適化を可能にすることができる。

ａ．売り上げ目標オプティマイザ。
ｂ．マーケットシェアオプティマイザ。
ｃ．イベントオプティマイザ。
ｄ．供給ブレークオプティマイザ。
ｅ．価格ウォッチオプティマイザ。
ｆ．他のオプティマイザ。

本発明の該アーキテクチャのフレキシビリティは、ＰＭＵ構成に基づき、独立的（非依存的）にか又は非独立的（依存的）に共存させるために、複数のオプティマイザタイプに、並びに、複数のオプティマイザの各タイプに機能を提供する。一例として、小売業者は、ホームエレクトロニクス商品、及びＤＶＤ映画製品のために、独立的な（非依存性の）オプティマイザによってＰＭＵを構成（設定）することができる。このシナリオでは、一方の性能か又は市場条件は、他方のオプティマイザに影響を与えない。一方、銀行は、預金証書（ＣＤｓ）に依存することとなるオートローンを構成（設定）することができる。このケースでは、ＣＤオプティマイザによって収集される預金量が、オートローン・オプティマイザの入力として機能する。従って、該オートローンは、ある設定された割合のＣＤ預金を決して超えないこととなる。各オプティマイザを、従って、幾つかの実現形態のうちの１つについて構成（設定）して、最適価格を計算することができ、並びに、特定の売り手のコンフィギュレーション（設定）に基づいて及び／又は変化する市場状況（条件）に基づいて、該実現形態を動的に変更することができる。そのような実現形態は、前述の下記のものを含む。

１．マーケットシェア向けの実現形態。
２．売り上げ目標向けの実現形態。
３．効用（ユーティリティ）派生・追従実現形態。
４．調査によるモデルオプティマイザ実現形態。及び、
５．ルールエンジン実現形態。

オプティマイザの「タイプ」が、売り手の目的によって決定されるということに留意すべきである。一方、該オプティマイザにより使用される実現形態が、これらの目的の達成を可能にする。図３〜図５に関連して以前に説明した例示的な価格オプティマイザ８〜１２のような各オプティマイザを、タイプにかかわらず、上記の予め指定された実現形態のうちの任意のものを用いるよう設定（構成）することができ、及び、売り手のコンフィギュレーション（設定）に基づいて、実に、その好適な実現形態を動的に変更することができる。

下記の表の表１は、そのような価格オプティマイザと、本出願内に提示された適合可能な各実現形態との例示的なマトリクスである。

（Ａ）表１における最も左の列内に列挙された売り上げ目標（ターゲット）オプティマイザは、収入、利益、売り上げ量、及び他の売り上げ目標、のような売り上げ目標を達成するための最適価格を生成する。幾つかのそのような売り上げ目標の特定例は、以下のものである。
１．年ごと、四半期ごと、月ごと、週ごと、日ごと、及び／又は他のものとのこれらの任意の及び全ての組み合わせ、のような間隔で決定される収入目標。小売りのケースでは、その売り手は、Ｑ１内でテレビを売却する＄１ｍ、Ｑ２内で＄０．５ｍ、Ｑ３内で＄２ｍなどの、収入目標を有することができる。追加的な例として、銀行のＣＤのケースでは、銀行は、２週内で＄１５ｍのニーズの目標預金を有することができ、これは、該銀行によってなされた貸付契約の理由によるものである。更に別の追加的な例として、クレジットカードのケースでは、その発行者（発行会社）は、そのカード保有者におけるある設定された混合されたクレジットプロフィールによる目標ローン額（各カードにおけるクレジット制限（限度）を用いて測定され得る）を有することができる。
２．年ごと、四半期ごと、月ごと、週ごと、日ごと、及び／又はこれらのものと他のものとの任意の及び全ての組み合わせにおいて決定された利益目標。テレビを販売する小売業者は、例として、Ｑ１内で＄１００ｋ、Ｑ２内で＄６０ｋなど、の利益を目標付けることができる。銀行の場合には、利益は、資金に対する貸付利率（又は何らかの他のベンチマークレート）と、該資金を取得するコスト（利子＋他のコスト）との間の価格差（スプレッド）の関数とするとすることができる。利益目標と収入目標とが、時々、対立状態となる可能性があるということが明白である。収入目標に合わせるために、売り手は、より多くの単位（ユニット）を売り上げるために価格を下げる傾向がある場合がある。しかしながら、価格を下げることは、利益目標に悪影響を与える可能性がある一方、価格を上昇させることは、収入目標に悪影響を与える可能性がある。
３．年ごと、四半期ごと、月ごと、週ごと、日ごと、及び／又はこれらのものと他のものとの任意の及び全ての組み合わせにおいて決定された売り上げ量目標。季節性の製品の場合、余分な在庫を抱えるコストが非常に高い可能性がある。売り手は、典型的には、売り手のビジネス周期と他のファクタとに基づいて様々な期間ごとの売り上げ量の目標を決定する。売り上げ量目標を達成させることのゴール（最終目標）が、時折、利益目標と潜在的な収入目標との両方で不一致となる場合がある。売り手が、あまりに低い価格で売り上げると、該売り上げ量目標はかなうかもしれないが、該利益目標はそうはならない場合があり、どれだけの量の単位（ユニット）が売れたかに依存することと、どのような値段で売れたかに依存することとは、いずれも収入目標にはならない。

売り手目標オプティマイザは、表１の目標駆動実現形態（Ａ２）を使用することに最も適しているが、売り手の目的に基づいて、任意の実現形態（Ａ１、Ａ３、Ａ４、Ａ５）を用いることも可能であり、並びに、コンフィギュレーション（設定）によって、動的に実現形態間を切り替えることも可能である。

（Ｂ）マーケットシェアオプティマイザは、売り手特有のマーケットシェアを達成するための及び維持するための最適価格を生成する。前に説明したように、マーケットシェアは、頻繁に、成長指標として使用され、売り手は、指定期間にわたって、達成されることとなる特定の成長性の目標を有することができる。代替的には、現在のマーケットシェアを低減させることか又は維持することを、ゴールにすることもできる。このことは、市場価格が下降しており、且つ、売り上げ目標に関して妥協することを売り手が急いで決めなればならない時に関係があり、その競争相手と比較して、マーケットシェアが単に維持されるだけのものである。それはまた、売り手が売り上げ目標を超える可能性がある場合の上昇マーケットにおいても関係があるものとすることができ、マーケットシェアを更に下げることができる。このケースでは、売り手は、競争に遅れないままの状態にする追跡器（トラッカー）としてマーケットシェアを用いることを望んでいる可能性がある。

マーケットシェアオプティマイザは、表１のマーケットシェア向けの実現形態（Ｂ１）か又はルールエンジン実現形態（Ｂ５）に最も適している。

（Ｃ）表１の３行目のイベントオプティマイザは、計画されたイベントと無計画なイベントとの両方についての最適価格を生成する。これらのイベントを、ある特定の目的を達成するために導入される一時的な販売促進宣伝としてみなすことができる。計画されたイベント及び無計画なイベントの幾つかの例は、以下のようなものである。
ａ）競争相手の価格の変化。売り手は、典型的には、競合の変化の如何なる事前通知も得ないであろう。その結果として、このことは、無計画なイベントであることとなり、売り手は、その変化に急いで対処しなければならないこととなる。
ｂ）感謝際／クリスマスのセールなどのための季節的な販売促進宣伝のような、競争相手によって実行された計画された販売促進宣伝。それらは典型的には、前もって知らされておいる。しかしながら、売り手が事前知識を有していない競争相手による無計画な販売促進宣伝は、立ち向かうために迅速に適応する必要がある。

イベントオプティマイザはまた、表１内に列挙されたような任意の実現形態（Ｃ１、Ｃ２、Ｃ３、Ｃ４、Ｃ５）を用いることもでき、並びに、実現形態間において動的に切り替えることもできる。

（Ｄ）供給ブレークオプティマイザは、供給ブレークを達成するための最適価格を生成する。小売業者が、供給ブレークに対して十分に近い（売り手によって決定されたような）ある売り上げ量数に達すると、収益性（採算性）における短期間の減少が、該供給ブレークから得られる低減されたコストによるオフセットよりも大きいとみなして、アグレッシブにより多くの単位（ユニット）を売って、供給ブレークに到達させるために、売り手は、短期間の販売促進宣伝を実施することを望むことができる。このことは、供給ブレーク機会に対して迅速に反応する方法が存在しない既存の技術とは対照的である。

供給ブレークイベントを、売り手が供給ブレーク目標を達成させようと努める間の特定の販売促進宣伝イベントと考えることができる。このケースでは、売り手は、典型的には、供給者のブレークについての以下の情報を提供することとなる。
ａ）ブレーク自体についての情報。すなわち、量、価格など。ブレークポイントに到達させるために、どれだけの数の単位（ユニット）が、事前に供給ブレークイベントを開始するのか。
ｂ）供給ブレークに達するために、どれだけの時間が利用可能か。及び、新たな価格制約条件が望まれるケースでは、その適切な価格制約条件。

このオプティマイザは、従って、表１の目標向けの実現形態（Ｄ２）を利用することができる。該目標は、指定された期間の期限切れになる前に、Ｎ個のより多くの単位（ユニット）を売り上げることである。該実現形態のパラメータは、グローバル価格オプティマイザとは異なるものとすることができる。このオプティマイザは、表１の（Ｄ１、Ｄ３、Ｄ４、Ｄ５）のような任意の他の実現形態を用いることもできる。

（Ｅ）価格ウォッチリストオプティマイザは、買い手の価格ウォッチリスト（ＲＡＣによりＳＡＥＪに伝達された）を、集めた需要（又は要求）か又は総計の注文として利用する。予め指定した制約に基づいて、リクエストの部分的なリストを遂行することができる。価格ウォッチリストの利点は、それによって、売り手は、買い手によって決定されたある価格ポイントで製品を購入するための該買い手の需要（又は要求）を維持し且つ追跡することが可能になるということである。そのようなオプティマイザは、表１の任意の実現形態（Ｅ１、Ｅ２、Ｅ３、Ｅ４、Ｅ５）を十分に利用することができる。

（Ｆ）他のオプティマイザもまた、売り手によって所望なように生成され得る。そのアークテクチャは、売り手の固有目的に基づいて新規オプティマイザを画定する機能（能力）を提供し、及び、該機能（能力）を、表１の任意の適合可能な実現形態（Ｆ１、Ｆ２、Ｆ３、Ｆ４、Ｆ５）を用いるために、オプティマイザに提供し、売り手のコンフィギュレーション（設定）によってか又は別様には動的に、実現形態を変更する。

この固有アーキテクチャの重要な追加的な利点のうちの１つは、売り手の固有の目的の下で各特定業種・業界に適合されたか又は複数の特定業種・業界にわたって適合されたオプティマイザを設計する機能（能力）である。前に説明したように、本発明のＰＭＵアーキテクチャによって、複数の価格オプティマイザが、様々な、並列の、パイプラインの、非独立（依存性）の、及び／又は独立（非依存性）のやり方で及び／又はこれらの任意の組み合わせにおいて機能することが可能になる。各オプティマイザは、フレキシブルに、任意の上記タイプとすることができ、説明されたように、任意の実現形態を用いることができる。それらオプティマイザが、協働して、売り手によって設定されたような全ての目的を最適化することとなる。

次に、価格オプティマイザ出力を受け取る価格インテグレータ（ＰＩ）の細部を考慮することが望ましい。

価格インテグレータのアーキテクチャ
価格インテグレータは、効果的には、超強力なオプティマイザであり、基板全体にわたる最終的な最適化された結果を生成するような手法で、各供給オプティマイザの出力を全体にわたって最適化し、更なる他の入力に結合される。価格インテグレータは、従って、価格オプティマイザからの出力に及び他の外部入力に（価格リクエスト、目標、リアルタイムな売り上げデータ、及び価格ウォッチリストなど）、計算結果、論理、及び／又は価格付けルール（又はこれらの任意の組み合わせ）を提供することにより価格決定を行う。

計算中心のみの実現形態は、純粋なルールベースの実現形態とは全く異なる可能性がある。一例として、図３の並列アーキテクチャにおいて、単一価格インテグレータＰＩは、並列オプティマイザからの最良価格を用いることができる。より複雑な一実施形態において、該インテグレータは、上記オプティマイザ実現形態のうちの任意のもの（又は組み合わせ）を用いて、該オプティマイザによって計算された価格を更に最適化することができる。（図６のハイブリッドアーキテクチャにおいて記載されているような）更に別の実施形態において、価格インテグレータは、連続的に及び／又は並列に、非独立（依存性）の及び独立（非依存性）のオプティマイザのグループを呼び出す（又は起動する）責任を負うハブとしての役割を果たす。該インテグレータは、それがそれらオプティマイザを呼び出す際に、該オプティマイザの結果を処理して、次の非独立オプティマイザセット内への追加的な入力としてその結果を用いて、それらを呼び出す（又は起動する）。その呼び出し（又は起動）は、複雑な論理か、計算結果（又は計算）か、ルールエンジンか、実施されている市場条件か、又はこれらの任意の組み合わせにより決定される。その結果として、呼び出されるオプティマイザのセット及びシーケンスは、以前のオプティマイザ結果、並びに、実施されている市場条件に基づいて、動的に変更可能である。該インテグレータは、従って、究極的には、リクエストに対して、７において最終価格を生成することの責任を負う。

本発明の価格オプティマイザは、従って、価格インテグレータと一緒に、（物又は人である）売り手が、該売り手の目的を達成することを可能にすると同時に、一方で、現在の市場状況（条件）、現在を満たす状況（ステータス）、時間の関数、及び様々な他のファクタに基づいて、各目的の優先度を動的に変更する。

前に説明したように、本発明の新規価格オプティマイザ実現形態のセットによって、売り手が、最適には、需要（又は要求）、買い手の特徴、及び競争相手の挙動の正確な事前知識も無しに、予め設定した目的を最適に達成することが可能になる。そのような実現形態を次により詳細に検討する。

価格オプティマイザ実現形態
一般に、そのような実現形態を、定量的な実現形態としてか又はルールベースの実現形態としてのいずれかに、広範に分類することができる。該ルールベースのアプローチは、単純であるが、定量的な解決法のように定量化しない。一例として、ルールベースの解決法は、典型的には、設計者に対して、複雑な相互変動可能な関係を含む全ての実現可能な場合を考慮するように要求し、次いでそれら各々ごとのルールを書き出すように要求する。その要件が進展すると、それに応じて、継続的にそれらを更新する必要性がある。このことは、非常に複雑に、及び即座には測定不可能（定量化不可能）になる傾向がある。それは、定量的な解決法とは異なり、維持し及びアップグレードすることが難しい。しかしながら、定量的な実現形態は、思いつくことが困難であるものの、非常に測定可能（定量化可能）なものであり、解決されるものであり、並びに、維持及びアップグレードすることが容易である。

従って、本発明の好適実施形態において、ＲＡＣからのリクエストに応答して最適価格を決定することにおいて売り手が直面する問題に対して設けられた定量的な自動化解決法が存在する。

そのような価格オプティマイザ実現形態は、前述のルールベースの実現形態と、定量的な実現形態との両方を採用し、以前に説明した以下のものを含む。すなわち、
ａ．売り手目標向けの実現形態。
ｂ．マーケットシェア向けの実現形態。
ｃ．効用（ユーティリティ）派生・追従実現形態。及び、
ｄ．調査によるモデルオプティマイザ実現形態。

「マーケットシェア」の論理的な概念において、「モデルベースの最適化」などが、最適化理論内に存在するが、そのようなものは、主として、オフラインのバッチ処理アプリケーションを対象にしている。しかしながら、そのような先行技術は別として、本発明から離れて実現形態を設定することは、全く異なるやり方であり、上記に概要を述べたような、これらの概念が、複雑な価格最適化問題を解決するために用いられて、及び、自動化された、リアルタイムの、適応可能な、フレキシブルな、設定（構成）可能な、動的な、反復的な手法において用いられて、複数の買い手、複数の売り手に、［ＡＲＴＩＳＴ］か又は任意の類似した市場のような市場を提供する。

ルールベースの実現形態
ルールエンジンは、複雑なルールを管理し、且つ、それらを入力及び売り手コンフィギュレーション（設定）に対して一致させる、ソフトウェアか又はハードウェアサブシステムとすることができる。ルールエンジンは、典型的には、「Ｒｅｔｅ」アルゴリズムのようなパターン照合アルゴリズムを使用する。本発明の実現形態において、任意のルールエンジンが、使用され得るが、動的な態様でリアルタイム反復逆オークションにルールを提供する一方で、協働して他のオプティマイザを用いて最適価格を決定する極めて斬新な機能（能力）も有する（すなわち、これは、価格オプティマイザ及び／又は価格インテグレータのいずれか又は両方を含むルールエンジン実現形態を有した本発明の斬新な態様のうちの１つである）。

価格付けルールは、条件及び作用（アクション）からなり、該ルールの該作用（アクション）部は、最適価格見積りを生成する。価格付けルールは、売り手によって生成されたルールであり、該ルールを用いて、価格付けの決定を行うことができる。価格インテグレータのためのある単純なルールは、例えば、全ての価格オプティマイザから、最低の（又は最高の又は平均のなどの）価格を計算する一方で、売り手によって設定されたような価格制限を更にチェックすることとすることができる。価格オプティマイザによって使用されるルールの一例は、ある割引及び／又は（郵便番号ベースの販売促進宣伝か、又は消費者指数ベースの販売促進宣伝か、又はグループ会員ベースの販売促進宣伝か、又は他のそのような販売促進宣伝のような）販売促進宣伝的な価格付けを指定するルールとすることができる。ルールを用いて、ある閾値を超えた需要（又は要求）の増加のようなある基準の出来事に基づいて、価格を上昇させることもできる。十分な買い手要求（又は需要）が、ある予め設定された価格セットに累積された時に、価格ウォッチリストに対するトリガとしてルールを用いることもできる。これらのことは、従来の価格方法論に従って価格を決定するためにルールが使用され得る多数のやり方のうちの単なる幾つかの例に過ぎない。

従って、ルールを、特定ルールエンジンによって要求されるような、決定テーブルとしてか又は他のフォーマットとして表すことができ、売り手に対するグラフィカルユーザインターフェースか又はウェブベースのインターフェースを用いてより直感的な態様において示すことさえも可能である。単一価格オプティマイザが使用される場合のケースにおいて、且つ、価格を計算するためにそれがルールエンジンを用いるケースにおいて、該価格オプティマイザ及び価格インテグレータは、実に、１つの機能的な要素となることができる。

次に、例示的なルールベースの実現形態と目標向けの実現形態との比較を行う。

例示的なルールベースの実現形態（図７）
そのようなルールを用いる典型的な実現形態が、例示的な図７内において示されている。

図７のフローチャート
１．初期化
図７の２０において、売り手によって設定されたルールをロードする。
２．各新規オークションごとに、（ＲＦＢ）リクエストが２１において受け取られる。
２２において、市場データと設定されたルールとを用いて、リクエストに関してルールエンジンを実行する。
結果として生じた価格を、最適な下限（銀行ＣＤ例のケースでは上限）価格として、２３において、このオークションに使用する。及び、
売り手により設定された上限（銀行ＣＤ例の場合は下限）価格を、もしも利用可能であるならば初期価格として、２４において、最初の競売値に使用する。もしもこれが設定されない場合には、以前のオークションに基づいて、任意に高い価格から開始する。

ルールベースの実現形態は、ＲＡＣに戻される価格がどのような価格になるかに関して如何なる制約（制約条件）も与えないということに留意すべきである。この価格は、インテグレータを介して戻され、インテグレータは次のような幾つかのやり方で設定され得る。

Ｉ．ＲＦＢか又はＲＦＱのある競売値リクエストの場合、ルールエンジンオプティマイザは、新規オークション毎の開始時に呼び出されて（又は起動させられて）、該オプティマイザの計算から結果として生じた価格が、一時的に計算された最適化された下限値として、同じオークション内の次の値付けラウンドに使用され得る。これは、売り手によって設定された全制約（制約条件）内において明らかに存在する最適化されたサブ制約（制約条件）である。このケースでは、ＰＭＵ４は、ある初期価格から開始して、一時的に計算された最適化された下限値にか又はオークション終了まで（いずれか早い方）、反復的にその価格を下落させる。

そのようなＲＦＱの場合、下記のような、利用可能な幾つかのオプションが存在する。
ａ．売り手によって設定されたリスト価格を戻す。このケースでは、オプティマイザが関与する必要がない。
ｂ．オプティマイザによって計算された最適価格を戻す。
ｃ．最適（又はリスト）価格に割引（又は景品）を提供して、その結果生じた価格を戻す。
ｄ．幾つかのオプティマイザからの価格を統合させて、その結果生じた価格を戻す。
ｅ．売り手コンフィギュレーション（設定）に基づく他の実現可能なオプション。

この実現形態は、何も仮定しない。その入力は、売り手のルール及びリクエストデータ、市場データ、及び、該ルールによって使用される売り手コンフィギュレーションデータのみである。

このルールエンジンは、定量的な解決法よりも、実際に、思いつくことが、典型的には、はるかに容易であり、簡単な問題に対する好適な選択となり得る。それは、価格オプティマイザ及び／又は価格インテグレータについての簡単な実現形態を可能し、境界条件をカバーするように使用され得る。該ルールは、更に、直接的にか又は間接的に、売り手の目的にマッピングされることが可能であり、ある売り手に対して直感的とすることができる。

例示的な目標向けの実現形態（図１４及び図１５）
ルールベースの実現形態とは区別されるような、売り上げ目標向けの実現形態は、売り手によって指定された任意の定量的な目標を追跡する機能（能力）を導入する。そのような目標の幾つか例は、（四半期の収入、利益、売り上げ量などのような）周期的な売り上げ目標か、又は（週末にかけての売り上げ＄１００ｋ量のような）特定販売促進宣伝駆動売り上げ目標、（次の２時間以内に１０００単位（ユニット）を売り上げる）供給者ブレーク目標、などである。この実現形態はまた、ペースを指定する機能（能力）を売り手に提供し、該ペースで、対応する目標にアプローチして、売り手のリスク嫌悪（リスクに対する嫌悪）に従い、市場認識、及び以前に概説したような他のファクタに従う。例えば、現在の収入が、目標収入に結びつかない（又はその逆）時に、売り手は、よりアグレッシブに販売を行うことを望むことができるか、或いは、収入が該目標からどれだけ遠くはなれているかとは無関係に同じペースで販売を行う。その実現形態はまた、該目標を、均等にか又は不均等に及び任意の割合で、より短い間隔にわたってサブ目標へと、更に分割する機能（能力）を売り手に提供する。すなわち、所望なように、週ごとの目標を日ごとの目標に分割するか、又は曜日に基づいて昼間／夜間目標にさえも分割する。このことにより、売り手が、より短い間隔内において追跡し且つ進捗を測定することが可能になり、並びに、既知の定性的な購入パターンに基づいて、適切な価格を設定することが可能になる。

目標向けの実現形態は、更にまた、それによって、売り手が、各目標の相対的な優先度をリアルタイムに動的に増加させるか又は低減させることも可能になる。時折、利益が、収入よりも重要となる場合がある一方で、またある時には売り上げ量が、最重要となる場合などがある。一般的な市場条件に基づいてか、又は各目標をカバーする各距離に基づいてか、又は予め指定された時間間隔内の残り時間に基づいて、目標間の強調における相対的な程度をシフトさせるこの機能（能力）は、複数目標を同時に達成させるための最適アプローチをもたらす結果となる。

目標向けの実現形態は、更にまた、下記においてより完全に説明される「効用（ユーティリティ」の概念を用いて、目標（ターゲット）に関して、オークションに勝利することの売り手の認識値の測定尺度を表す。一般に、Ｎ個の到来するリクエストについての総計効用（トータルユーティリティ）を、次のように表すことができる。

ここで、ｕ_ｉは、リクエストｉに勝利することから得られる売り手の効用であり、ｐ_ｉは、見積られた価格である。売り手によって値付けられる最適価格は、期待効用を最大化することにより計算され得る。リクエスト到来プロセスと、競合の激しい価格の特性とが、前もって正確に予測可能であると仮定される場合には、最適価格ポリシー（ｐ_１，ｐ_２，・・・ｐ_Ｎ）を見つけ出して、期待効用を最大化することが実際に可能である。明らかに、競争及び動的市場内において、将来をリアルタイムに正確に予測することが可能である状態のこの実行不可能な仮定は、最もかろうじて有効な、以前に既知の技法を提供し、それは、すなわち、実際には、オフラインのバッチ処理のみにあてはまる。

他方、本発明の実現形態では、絶え間なく変化する極めて競争の激しい市場の将来の挙動についての正確な予測が要求されること無く、オークションごとにリアルタイムに最適化が導入される。受け取った各オークションリクエストごとに、該実現形態が、ある価格においてオークションに勝利することにより達成される「効用（ユーティリティ）」における増加を最大限にする該価格を計算する。該効用を最大化することのゴールは、更に、売り手によって設定された価格において達成される。従って、本発明のこの実現形態は、ジェネリック（又は包括的）である。銀行業界及びクレジットカードの特定業種・業界内における預金証書（ＣＤ）に関するマッピングの下記例示のように、全ての特定業種・業界内へとマッピングすることは、その上、直接的（又は簡単なこと）である。

効用関数
上述の売り手の総計「効用（ユーティリティ）」は、（収入効用、利益効用、及び売り上げ量効用のような）幾つかの効用の組み合わせが重み付けられたものとして画定される。任意の数の目標効用を用いて、該総計効用を構成することができ、従って、売り手に、多数のタイプの追加的な目標に適切な重みを設定する機能（能力）が提供される。該総計効用は、次のように計算される。

ここで、
ｕ_Ｒは、収入効用であり、
ｕ_Ｍは、利益効用であり、
ｕ_Ｓは、売り上げ量効用であり、
ｗ_Ｒは、収入効用重みであり、
ｗ_Ｍは、利益効用重みであり、及び、
ｗ_Ｓは、売り上げ量効用重み、
など、である。

これらの重みは、典型的には、売り手により設定される。何人かの売り手は、収入、利益、売り上げ量などのような目標に対して、均等な重みを割り当てることを望むことができる。他のものは、複数の他のものを評価することができ、更に他のものは、時間とともに及び市場条件が進展するにつれて重みを変化させることができる。例えば、季節的な衣服の小売業者の場合、季節の終りにおいて、売り上げ量目標が、収入か又は利益よりも、よりいっそう重要なものとすることができる。ある製品が、期待値を下まわって売り上げている場合には、売り手は、他の目標の重みを実質的には超えて売り上げ量重みを増加させることができる。売り手によって設定されない場合には、重みに対して均等な値が使用され得る。その設定可能な重みは、それら目標の各々に対して重きを上げるように（又は重きを下げるように）を割り当てるための機能（能力）を売り手に提供する。

本明細書内の図１４及び図１５における、下記に説明される目標向けの実現形態において、効用は、目標に対する各「距離」の関数であり、該「距離」は、売り手が、特定目標からどれだけ遠く離れているかの定量的な測定尺度になっている。例えば、Ｑ１の目標収入が＄１０ｍであり、且つ、２月１日であり、現在の収入が＄３ｍである場合には、収入についての「距離」は、（＄３ｍ／＄１０ｍ）の関数である。

売り手自身の固有の目標に対する該売り手の各々の課題ごとに効用関数の様々な形態を用いることができる。該効用関数は、ペース／積極性（アグレッシブネス）を指定する機能（能力）を売り手に提供し、該ペース／積極性において、目標にアプローチがなされる。幾つかの例が、次に提示されることとなり、本発明のそのシステムを通じて、所望の任意の効用関数を利用することが可能になる。

線形効用関数
線形効用関数が、これまでに達成された収入、利益、及び売り上げ量などとして計算され、指定された時間間隔における各目標ごとに正規化される。例えば、（時間（「ｔ」における）収入効用は、次のようになる。

ここで、Ｒ_Ｔは、時間間隔Ｔにわたる、予め指定された目標収入であり、Ｒ_ｔは、時間「ｔ≦Ｔ」において達成される、現在の収入である。

以前のセクション内において示されたような売り手コンフィギュレーションを用いることにより、この効用は、他の効用に対して更に重み付けられ得る。

線形効用はまた、それぞれの目標に対する「距離」の関数として表され得る。例えば、収入目標からの収入の距離と、単一の対応する線形効用とを、次のように定義することができる。

従って、その重み付けられた距離は、次のようになる。

距離「ｄ」は、定量的なものであり、更にまた、売り手が該売り手の目標からどれだけ遠く離れているかの直感的な測定尺度である。例えば、現在の収入（Ｒ_ｔ）が０である時には、その収入距離ｄ_Ｒ＝−１であり、該収入が、収入目標未満である限りは、該収入距離は、目標がまだ達成されていないということを示す負（マイナス）である。Ｒ_ｔ＝Ｒ_Ｔの時には（すなわち、売り手が目標を達成した時には）、収入距離＝０である。売り手が、目標を超えると、対応する「ｄ」が、正（プラス）になる。

従って、総線形効用は、
ｕ＝１＋ｄ （４）
となる。これは、線形効用関数のある単一形態であり、より一般的な形態は、
ｕ＝１＋ａｄ （５）
である。
線形効用関数のこの単一形態は、図８内において示されている。このような線形効用関数によって、売り手は、該売り手が目標からどんなに離れていても１単位（ユニット）だけ低減させた距離から得られる効用におけるゲイン（利得又は利益）が一定であるということを示す一定の傾きで、目標にアプローチする。傾きパラメータ「ａ」は、如何に積極的に（アグレッシブに）売り手がその目標にアプローチするかを示す。

新規のオークションリクエストが受け取られた時には、オークションに勝利することから得られる期待効用は、次のようになる。

ここで、
ｗ_Ｒは、収入効用重みであり、
ｗ_Ｍは、利益効用重みであり、
ｗ_Ｓは、売り上げ量効用重みであり。
Ｑは、単位（ユニット）数であり、
ｐは、売り手による単位（ユニット）見積り価格である。これは、最適化された状態の変動要素である。
ρ（ｐ）は、履歴競売値・応答関数であり、典型的には、売り手の好適期間の履歴を用いて計算された最近の履歴的な市場価格「ｐ」を表したものあり、
Ｃは、売り手によって設定されるような売り手の単位（ユニット）コストであり、
Ｒ_ｔは、これまでに達成された収入であり、
Ｒ_Ｔは、売り手により設定されたような収入目標であり、ここでＴは、該目標を達成するための総時間である。
Ｍ_ｔは、これまでに達成された利益であり、
Ｍ_Ｔは、売り手により設定されたような利益目標であり、ここでＴは、該目標を達成するための総時間である。
Ｓ_ｔは、これまでに達成された売り上げ量である。
Ｓ_Ｔは、売り手により設定されたような売り上げ量目標であり、ここでＴは、該目標を達成するための総時間である。

最適価格は、この効用式を最大化させることにより計算される。

線形効用関数を、目標に到達することに対するリスクが中間である方法として認めることができる。これは、売り手が、目標からどんなに遠く離れていても、次のオークションリクエストに勝利することにおける追加的なゲイン（利得又は利益）が、変化しないということを意味する。効用関数のこの形態は、典型的には、基準関数（又は参照関数）であり、容易に用いられ、市場条件を変化させることに対する多様性を提供する。

区分的に線形の効用関数
区分的に線形の効用関数によって、売り手が、目標に対する任意に選択された離散距離において該（人又は物である）売り手の効用利得（又は利益）を変化させることが可能になる。このことは、より洗練された売り手に対する更なる最適化を可能にする。あるサンプルの区分的に線形の効用曲線が、図９（ａ）内に示されている。

この例において、以前の「距離」の定義を用いて、区分的に線形の効用関数を、
ｄ≦０の場合には、
ｕ＝１＋ｄ （７）
として定義することができ、及び、
ｄ＞０の場合には、
ｕ＝１＋ａｄ （８）
として定義することができる。
ここで、「ａ」は、目標に到達してしまった後の積極性（アグレッシブさ）を測定するためのファクタである。「ａ」が、ａ＜１となるように選択された場合には、消極的（非アグレッシブ）であり、「ａ」がａ＞１となるように選択された場合には、より積極的（アグレッシブ）である。一般に、総計効用は、幾つかの（上記例では２つ）の区分的に線形の効用の組み合わせが重み付けられたものである。図９（ａ）内において、目標にちょうど合致した時に効用が１であると仮定すると、パラメータ「ａ」は、その業績が目標の２倍の時の追加的な効用ゲイン（利得又は利益）である。図内において、ａ＝０．４である。売り手が、この値を所望に設定する。

前記図は、ｄ＝０において傾きが変化する場合の単なる一例であることに留意されたい。しかしながら、このｄについても、任意のｄ値とすることができ、一般に、傾きは、複数のｄ値において変化可能である。図９（ｂ）は、各々が異なる傾きを有する３つの区分を有した区分的に線形の効用関数を示す。

指数関数的な効用関数
指数関数的な効用関数は、次のような形態を有する。
ｕ＝Ａ−Ｂｅ^−ａｄ （９）
ここで、Ａ及びＢは、スケーリングパラメータであり、リスク嫌悪（リスクに対する嫌悪）を測定するファクタであり、ｄは、目標に対する正規化された距離である。効用は、ｄ＜０の時には、目標を下まわっており、ｄ＝０の時には、目標値にあり、ｄ＞０の時には、目標を上まわっている。上式に対応する、１つのサンプルの指数関数的な効用曲線が、図１０（ａ）内に示されている。

この指数関数的な効用は、所望の売り手の挙動を表すことができる幾つかの特性を有する。それは、例えば次のようなものである。
１．目標までの距離が長い時には、効用における追加的なゲイン（曲線の傾きによって表される）もまた大きい。このことにより、売り手が目標から更に遠ざかった時には、該売り手がよりアグレッシブに（より積極的に）目標にアプローチすることが可能になる。その積極性（アグレッシブさ）は、完全に売り手が選択可能であり、従って、売り手に、該売り手自身の目的に合わせる無数のコンフィギュレーション（設定）オプションが提供される。
２．目標までの距離が、負の数から０に進むと、その傾きが減少し、従って、次のオークションに勝利することから得られる追加的な効用ゲイン（利得又は利益）が低減される。このことは、物事が良好に進んでいる場合の売り手の状態を表しており、売り手は非アグレッシブになり始める。
３．目標に合致した後、その傾きは、更に減少する。このことは、所与の目標を超える誘因（超えようとする気持ち）がほとんど無い売り手のタイプを反映している。

パラメータ「ａ」は、売り手が目標を追いかける（追跡する）時に、積極性（アグレッシブさ）を測定するファクタであり、該売り手によって設定される。

一例を示すと、目標を２倍にすることから得られる追加的な効用ゲインが、（図１０（ａ）内に示されている）αであると仮定すると、パラメータＡ、Ｂ、及びａは、以下の式を解くことによって決定される。
Ａ−Ｂ＝１
Ａ−Ｂｅ^ａ＝０ （１０）
Ａ−Ｂｅ^−ａ＝１＋α

上記の式は、３つの状況を反映する。すなわち、１）ｄ＝−１，ｕ＝０の時。２）ｄ＝０，ｕ＝１の時。３）ｄ＝１，ｕ＝１＋αの時。

上記で画定される指数関数的な効用関数は、固有の特性を有しており、該固有の特性は、同じ目標に到達する前に、目標を追いかけている時に、より小さなαは，よりアグレッシブであるというものである。αが、次第により大きくなるにつれて、その特性は、線形の効用関数に次第により近くなり、目標を下まわるにつれて、その特性は、より非アグレッシブなものとなる。極めて指数関数的なものから線形のものへと進むこの機能（能力）が、このアプローチを非常に魅力的にさせている。

１つの追加的な競売値リクエストによる期待効用は、以下となる。

ここで、Ａ、Ｂ、及びａは、指数関数的な効用関数パラメータであり、及び、ｄ_Ｒ、ｄ_Ｍ、及びｄ_Ｓは、目標に対する正規化された距離である。それらは次のように定義される。

目標に対する重み付けられた指数関数的な距離もまた、次のように定義することができる。

前述のように、重み付けられた効用関数を最大化することにより、最適価格が計算される。重み付けられた指数関数的な効用関数の最大化は、目標に対する重み付けられた指数関数的な距離の最小化と等価である。各リクエストが受け取られる時には、目標向けのアプローチは、目標に対する距離を最小化するよう努めることとなる。

指数関数的な効用タイプ関数の別の実施形態が、図１０（ｂ）内に示されている。

この関数は、固有の特性を有しており、該固有の特性は、目標までの距離が長い時には、目標に非アグレッシブにアプローチし、目標までの距離が減少するにつれてよりアグレッシブになるというものである。そのような特性は、所望の売り手の挙動を表す。例えば、次のようなものである。

１．目標までの距離が長い時には、効用における追加的なゲイン（曲線の傾きによって表される）が小さい。このことにより、（人か又は物である）売り手が、更に目標から更に遠く離れた時に、該売り手が、目標に対してゆっくりとアプローチすることが可能になる。前述のように、積極性（アグレッシブさ）の程度は、完全に売り手が選択可能であり、従って、（人又は物である）売り手自身の目的に合わせる無数のコンフィギュレーション（設定）オプションが該売り手に提供される。
２．目標までの距離が負の数から０に進むと、その傾きが増加し、従って、次の競争値に勝利することによって得られる追加的な効用が増加する。このことは、売り手が、よりアグレッシブになり始める場合の売り手の状態を表す。

目標に合致した後、傾きが更に増加する。これは、所与の目標を超えるようとする極めて高い誘因（やる気）を有した売り手のタイプであることを反映している。

追加的には、図１１（ａ）内に示されるような、区分的に指数関数的な効用関数を用いることもできる。該区分的に指数関数的な効用関数によって、売り手が、所望なように積極性（アグレッシブさ）を調整することが可能になる。

ハイブリッドな効用関数
この議論から明らかであるように、本発明の新規実現形態によって、任意の効用関数か、又は（区分的に指数関数的、区分的に線形か又は多項なもの及び指数関数的なものの組み合わせ、などのような）使用されることになる異種の効用関数の組み合わせが、目的からの距離が変化する時に、各売り手の固有の目的を表すことが可能になる。効用関数の選択はまた、売り手によってコンフィギュレーション（設定）を介して変更され得る。

目的に対する距離に基づいて、オプティマイザの積極性（アグレッシブさ）を変動させるための強力な機能（能力）をハイブリッドな効用関数が提供する。該ハイブリッドな関数は、売り手によって所望なように、線形な効用関数と指数関数的な効用関数との複数の区分からなる。目的に対する距離が変動すると、売り手の目的とリスク嫌悪（リスクに対する嫌悪）とに基づいて、異なる関数形態が使用され得る。１つのサンプルのハイブリッドな効用関数が、図１１（ｂ）内に示されている。

広範囲の効用関数、並びに、異なる効用関数で複数のオプティマイザを実行させる機能（能力）が、（人又は物である）売り手に、該売り手の目的の全ての組み合わせの、全有効範囲の巨大なパラメータ空間を提供する。

定性的需要曲線を用いた目標割り当て
図１４及び図１５の目標向けの実現形態はまた、目標を追跡することにおいて、時間及び需要（又は要求）を感知することとなる機能（能力）を売り手に提供する。小売業者のケースでは、四半期の開始時に、売り手は、四半期ごとに目標を遠ざける見込みがある。このことは予期され、製品を価格付けることにおいて、売り手は過度にアグレッシブになる必要がない。時間が経過すると、例えば、四半期の終り近くに、売り手が依然として目標から非常に遠い場合には、よりアグレッシブに該目標を追うように慎重に（又は用心深く）なる。すなわち、後続のオークションに勝利することにおける追加的なゲイン（利得又は利益）が、大きく考慮されることとなる。所望の売り手の効用に影響を及ぼす、時間依存性の多数の他のファクタが存在する。例えば、売り手は、休暇シーズンの場合に、明確なサブゴール（サブ最終目的）を有する場合がある。該売り手は、平日に対比して週末にわたる購入パターンの変化に注意する可能性がある。スーパーボウルか又は吹雪などの来たるイベントが存在する場合がある。広告キャンペーンが、増加した／減少した需要（又は要求）をもたらす可能性があり、従って、特定の目標を要求する可能性がある。２４×７個の環境において、夜間に対比して日中は、該需要（又は要求）が異なる可能性があり、一日における様々な時間中でさえ、異なる可能性がある。定性的な需要曲線コンフィギュレーション（設定）が、時間とともに変動する相対的な需要（又は要求）を取り込む機能（能力）を売り手に提供することができ、効用関数の有効性を更に高めることができる。売り手は、目標期間に対する定性的な需要（又は要求）曲線を設定すことをオプションで求められる。該売り手のコンフィギュレーションは、図１２内に示された週ごとの目標に対するサンプル定性的需要曲線などのグラフィカルな表示入力に基づくものとすることができる。該需要曲線は、需要（又は要求）を予測することに基づいた伝統的な技法とは反対に、売り手の中間進捗を測定し且つ追跡するメカニズムを提供する。図内において、需要（又は要求）は、１週間にわたって且つ６日を通して徐々に増加するが、７日目に戻すように減少する。週ごとの目標が、従って、相対的な需要曲線に基づいて、日ごとの目標に再分割される。このプロセスを、夜間／日中の目標から派生するようにか、或いは、需要が比較的均一である間に１時間ごとの目標から派生するようにさえも用いることができる。効果的には、曲線下の領域を、相対的な数として計算することができ、次いで、適切にそれを、その指定期間についての定量的な売り上げ目標にマッピングすることができる。

目標向けの実現形態は、効用ゲインを、現在のサブ期間の目標に対する距離に関して最大化することにより、最適価格を見つけ出す。１つのサブ期間から、その次のサブ期間まで時間が経過すると、性能及び売り手コンフィギュレーション（設定）に基づいて、該売り上げ目標を、再調整することができる。売り手が、その月の最初の週について、週ごとの収入目標に到達していない場合には、例えば、その週からの、残った満たされていない目標を、幾つかのやり方で、次の週などに対して（もしもそのように望むのであれば）繰り越すことができ、その月、年などの残った週にわたって、一様にか又はむらがあるように分散させることができる。このことは、売り手のコンフィギュレーション（設定）に完全に依存する。満たされていない目標を、その残りのサブ期間に分散させることを売り手が選択したならば、新規の（より高い）目標に対する距離が効果的に増加させられて、従ってオプティマイザがよりアグレッシブにさせられる。年度末に近づくと、以前からの全ての満たされていない目標が、（もしも望むようであれば）その最終月内に果たされるように、放っておかれることができ、その目標に向って、潜在的にアグレッシブに動かされる結果となる。目標を再分割するために需要曲線を使用する機能（能力）は、中間のチェックポイントを提供し、売り手のリスクを効果的に最小化させる。しかしながら、もしも売り手がこのことを実施することを望まないのであれば、全ての満たされていない目標は、終了まで強引に押し進められ得る。売り手はまた、需要曲線に対してマッピングする時間に基づいて効用関数を変更することもできる。例えば、売り手は、四半期内の初期には非アグレッシブにサブ目標を追跡するように選択する一方で、四半期内において後によりアグレッシブなるように選択することができる。従って、目標割り当て、及び重みと共に、需要曲線を用いることにより、目標向けのアプローチは、幅広い種類の売り手目的を満足させることができる。

履歴競売値・応答関数
効用関数内のパラメータのうちの１つは、ρ（ｐ）であり、該ρ（ｐ）は、本明細書内において、履歴競売値・応答関数と呼ばれ、該履歴競売値・応答関数は、リアルタイム［ＡＲＴＩＳＴ］環境のコンテキスト内の価格及び参加者に関して、最近の履歴的な市場の挙動を特徴付ける。該履歴競売値・応答関数が用いられて、公称の基準価格が選択される一方で、最近の価値のあるもの（ビンテージ）の価格変動が考慮される。このような基準価格によって、オプティマイザが、現在の市場状況に対してより近づき始めることが可能となる。この目標向けのオプティマイザは、十分な競売値・応答関数を計算するために、たとえ十分な履歴データが利用不可能であったとしても、目標に対する距離を最小化することのゴールに基づいて、市場価格に収束する。履歴競売値・応答関数に対する意味のあるパラメータは、より速い収束を助けるが、それらは正確性のために必ずしも必要とは限らない。

履歴競売値・応答関数のパラメータは、後述のように、自乗誤差を最小化させることか又は最大尤度推定法を用いることに基づいて、利用可能なオークション履歴データに曲線を一致（適合）させることによって統計的に計算され得る。前記推定中に、より最近の履歴データを、より重く重み付けることにより、更なる強化を行うことができる。

履歴競売値・応答関数のパラメータを、ＳＡＥＪにおいてか又はＲＡＣにおいてかのいずれかで計算することができる。ＲＡＣは、周知の及び／又は共通の履歴競売値・応答関数のパラメータを周期的に伝達することによって、全てのＳＡＥＪｓにサービスを提供することができる。個々のＳＡＥＪは、売り手のコンフィギュレーション、及び／又は、該個々のＳＡＥＪによって集められた履歴データに基づくことにより、所与の競売値応答パラメータを用いることができるか、或いは、他の競売値・応答曲線を用いることができる。

前に述べたように、履歴競売値・応答関数は、最近の市場の挙動に対する公称プロキシとして使用される。それにより、実現形態が、市場価格に近い最適価格を迅速に計算することが可能になる。計算された競売値・応答パラメータが利用不可能であるケースにおいてか、或いは、市場価格が、競売値・応答パラメータの最終計算値からそれた場合には、目標に対する距離によって、該実現形態が、真の市場価格に収束することが可能となる。

この解決法において固有に提供される競売値・応答パラメータを計算するための２つの前述の共通の方法が、次に説明されることとなる。すなわち、自乗誤差の最小化、及び最大尤度推定法である。

自乗誤差の最小化
設定（構成）された履歴ウィンドウ内における各オークション機会の実際の勝敗に対する競売値・応答曲線から自乗誤差の項を最小化することにより、履歴競売値・応答パラメータが推定される。オークション「ｉ」の場合、オークションが勝利した場合には、インジケータ変動要素Ｗ_ｉが１の値を割り当てられ、オークションに負けた場合には、Ｗ_ｉが０の値を割り当てられる。各オークションｉはまた、重みＷ_ｉを有し、該Ｗ_ｉは、そのポイントの正確性か又は妥当性の信頼度を表す。従って、パラメータ値の最良推定を決定するために、競売値・応答は、できるだけＷ_ｉに近いものにされる必要がある。このことは、制約されない最適化問題を解くことにより、達成され得る。

適合の良好性を測る１つの統計値は、自乗誤差の総計（ＳＳＥ）自体である。すなわち、

である。

最大尤度推定法
競売値・応答パラメータ値を計算するためのこの実現形態は、実際の履歴的な結果に似ている勝敗のパターンを綿密に模倣したパラメータ値を選択することを含む。

全てのオークションが独立していると仮定すると、特定の競売値ｉに基づく、オークションの実際の結果を実現する確率は、次のようになる。

従って、パラメータは、それらが、全ての観測結果にわたって実際の結果を実現する確率を最大化するようなやり方で選択され得る。これは、次式を解くことによって達成され得る。

次式を解くことにより、尤度の自然対数に基づいて、上記実施形態に更なる強化がなされる。

次に、以前に説明した、図１４及び図１５の例示的な実現形態に戻る。

ロジット競売値リクエスト関数
本発明の好適実施形態において、実際に、理想的な競売値・応答関数は、その固有特性に起因したロジット関数である。ロジット関数の一般形式は、

である。
ここで、
ｐは、売り手によって見積もられた単位（ユニット）価格であり、
ρ（ｐ）は、価格ｐにおける履歴競売値・応答関数であり、
Ｑは、注文サイズ（単位（ユニット）数）であり、
ｐ_ｃは、市場内の最近の履歴平均単位（ユニット）価格であり、及び、
ここで、ａ、ｂ、ｃ、ｄは、ロジット関数のスケーリングパラメータである。これらのパラメータが用いられて、様々なファクタの効果が測定される。

ａは、非価格ファクタに関連したパラメータであり、
ｂは、価格ファクタに関連したパラメータであり、
ｃは、注文サイズについてのパラメータであり、
ｄは、最近の履歴的な平均市場価格についてのパラメータである。

典型的なロジット競売値・応答関数は、図１２内に示されている。

次のような、様々な上記ロジット関数及び他の関数を使用することもできる。すなわち、
・電力関数：

・ゴンペルツ関数：

・フォン・ベルタランフィ関数：

・Ｊａｎｏｓｃｈｅｋ関数：

である。

例示的な目標向けの実現形態（図１４及び図１５）
図１４及び図１５の例示的な売り上げ目標向け実現形態の典型的なフローチャート実現形態は、以下である。

図１４及び図１５のフローチャート
１．初期化
図１４の３２において、売り手コンフィギュレーションに基づき、効用重みを設定する。
３０において効用関数を選択し、売り手コンフィギュレーションに基づき、積極性（アグレッシブさ）ファクタを選択する。
３１において、売り手設定売り上げ目標と、該目標の期間とを設定する。
図１３内に示されるような生成された売り手設定定性的需要曲線を使用して、図１４の３１Ｄにおいて目標期間をＴサブ期間へと分割する。
そのようなサブ期間需要（又は要求）に比例して、３１Ｅにおいて目標をサブ期間に割り当てる。
２．サブ期間ごとに繰り返す。
新規オークションについて各ＲＦＢごとに（売り手によって設定されているように）繰り返す。
ＲＡＣ（４１）からか又は局所的な計算からの更新された値が利用可能であるならば、図１５の４０において履歴競売値・応答関数パラメータを設定する。
これまでの達成された収入、利益、及び売り上げ量を、４２において計算する。
このサブ期間について目標に対するこのリクエストでの期待効用を４３において計算する。
該期待効用を最大化することにより、４４において最適価格を計算し、４５において該最適価格を戻す。
３．各サブ期間の終了時に、売り手コンフィギュレーション（設定）に従って、この期間内の業績を超えたか又は業績未満かに基づき、残りのサブ期間についての目標を自動的に再調整する。

上記に提示した例示的な図７のルールエンジン実現形態と同様、ＲＡＣに戻される価格に関してこの実現形態は如何なる制約も課さないということに留意されたい。該価格は、下記のような幾つかのやり方において設定（構成）され得るインテグレータを介して戻される。

ＲＦＢの場合、新規オークション毎の開始時にオプティマイザが呼び出され（又は起動され）、該オプティマイザの計算によって結果として生成される価格が、同じオークション内の次の値付けラウンドのための一時的に計算された（小売り特定業種・業界のケースでは）最適化下限として使用され得る。これは、売り手によって設定された全制約条件内において明らかに存在する最適化されたサブ制約条件である。このケースでは、インテグレータは、設定された（又は計算された）上限価格で開始し、該一時的に計算された最適化下限にまでか或いはオークション終了まで（いずれか早い方）、反復的に価格を下げる。ＲＦＱの場合、売り手によって設定されたリスト価格を戻すか、又はオプティマイザによって計算されたように４５において最適価格を戻す、などオプションはより単純である。

オプティマイザとインテグレータとの組み合わせが見積り及びオークションのために如何にして使用され得るのかのこれらは単なる例示的な実施形態である、ということが理解されるべきである。リアルタイムに価格／競売値を計算する売り手自動化エンジン内における、本発明の根本的な新規やり方に基づく、及び、売り手の広範の様々な目的セットに基づく、多数の他の実施形態も勿論、存在する。

しかしながら、この売り手目標向けの実現形態は、２つの仮定（想定）を行う。すなわち、
１．より速い収束のために、典型的には、望ましい時間間隔か又は望ましいオークション数にわたる最近の履歴データが用いられて、競売値・応答関数が生成される。売り手クラス、日中の時間などのような更なるフィルタが提供されて、売り手の要件に基づきこのデータを更に洗練させられ得る。
２．需要（又は要求）に基づき、売り手の中間進捗を追跡するために、図１２の定性的需要曲線は、目標がサブ期間に分けられることが可能となるように、売り手により設定（構成）される。ここでの目的は、時間を伴った実際の定性的チャートを有することでなく、時間に関して定性的な位置付けを行うことである。一例として、カメラのような製品が、金曜、土曜、及び日曜日に、他の平日に関連付けながらより多く売られているかどうかを知ることが望ましい可能性がある。他方では、銀行ＣＤは、週末にかけてよりも、平日中に取引が行われる見込みがより多い可能性がある。前に述べたように、定性的需要曲線を、売り手入力からか又は履歴データから得ることができる。

実現形態に対するそのような入力には、次のものを含めることができる。

１．各製品ごとの収入目標、利益目標、及び売り上げ量目標のような、売り手の目標。該目標は、四半期ごとか、月ごとか、週ごとか、又は日ごとか、或いは売り手によって選択された任意の他の間隔とすることができる。売り上げ目標の例において、収入及び利益は、金銭的な単位（ユニット）であり、売り上げ量は、売り手が売り上げることを期待する製品単位（ユニット）の数である。
２．（より速い収束のための基準市場価格のための）競売値・応答パラメータ。該競売値・応答パラメータは、前に説明したように、ＲＡＣによりＳＡＥＪに送られ得るか、又はＳＡＥＪによって計算され得る。
３．進捗を追跡するための各製品ごとの定性的需要曲線は、特に相対的な需要のみが必要とされる場合に、前に述べたように、履歴的な買い手活動から設定され得るか又は抽出され得る。
４．売り手の効用関数（又は複数選択される場合には複数関数）及び関連付けられた効用パラメータ。該関連付けられた効用パラメータは、売り手によって設定されるような積極性（アグレッシブさ）ファクタを含む。
５．相対的な効用重み。売り手に対する収入、利益、及び売り上げ量の相対的な重要性。該重みは、０と１との間の実数であり、それらは１に総計される必要がある。
６．製品単位（ユニット）コスト。
７．適切な価格制約（制約条件）。価格の下限は、カメラのケースではそのコストとすることができる。他方では、銀行ＣＤのケースでは、下限でなくむしろ、金利の上限が、制約することの課題である。

前に述べたように、更に、目標向けの実現形態は、年ごと、四半期ごと、月ごと、などの目標を達成しようと売り手が努める場合の売り上げ目標オプティマイザに良好に適合する。その目標間隔はまた、所望の期間にわたって操作する、及び適切な目標で動作する２つのオプティマイザにそれぞれ重複する。目標向けの実現形態を、イベント価格最適化のために使用することもできる。このケースでは、売り手は、ある週／週末か又は任意の時間間隔の間の売り上げを高めることを望んでいる可能性がある。売り手は、適切な目標、期間、重み、などによってオプティマイザを設定（構成）し、該オプティマイザは、その目標からの最適価格を計算する。インテグレータは、次いで、使用されるべき価格（又は、幾つかの最適価格を統合させた結果生じた新規価格）を決定する。

この実現形態を効果的に使用する別の例は、供給ブレーク最適化のためのものである。前に説明したように、売り手は、供給ブレーク情報を指定することができ、これらは、供給者ブレークオプティマイザ１１内へと入力される目標を形成する。これまで売られた品目の数が、（売り手によって指定されたような）供給ブレークに十分に近い時には、供給ブレークオプティマイザがトリガされて（又は始動させられて）、供給ブレークに合致するまでか或いは供給ブレーク時間の期限が終了するまで（どちらか早い方）、リクエストを処理する。価格インテグレータＰＩは、価格付けに関する適切な制約、及び、売り手からの他の入力と共に、個々のオプティマイザのその結果を次いで用いて、従って、ＲＡＣに戻されることとなる競売値価格を、７において生成する。

上記議論から明らかであろうように、目標向けの実現形態は、広範囲の発展する市場条件と売り手目的に適応（構成）する機能によって、様々な最適化目的に対するその使用を可能にする幾つかの重要な利点を有する。これらの利点のうちの幾つかは、以下である。

１．目標向けの実現形態は、目標に向けられたものであり、及びオフラインの及びこれまでの手動の、多くの組織の扱いにくい販売処理を、リアルタイムに及び自動化された態様において著しく強化する。この結果、桁違いに大きな効率の改善がもたらされる。
２．目標向けの実現形態によって、売り手が、（収入、利益、売り上げ量、及び他の類似の数的指標を用いて）販売目標を設定し、及び、最適に、リアルタイムに、製品価格付けを管理して、絶え間なく変化する市場状況において目標に到達する尤度を最大化させるようにすることが可能になる。
３．複数の独立（非依存性）の目標を設定することもできる。例えば、ＣＤｓのケースでは、銀行は、８％の貸出利率で、５日内に上昇することとなる３％のスプレッドで、３ヶ月の期間で、預金ゴール（最終目標）の＄１０００万を設定することができ、８．５％の貸出金利で、４日内に上昇することとなる２．５％のスプレッドで、６ヶ月の期間で、預金ゴールの＄２０００万を設定することができる、など。該実現形態を、独立の及び／又は非独立の及び／又は任意の組み合わせにより、使用して、全ての目標を同時に達成させることができる。
４．売り上げ目標オプティマイザ、供給ブレークオプティマイザ、イベントオプティマイザ、などのような複数の（類似のか又は異なるタイプの）オプティマイザにより使用され得る。それらオプティマイザの各々は、売り手の目的に適合したものであり、従って、それにより、売り手が、多様な目的を達成することが可能になる。
５．独立（非依存性）のと非独立（依存性）のとの両方の目標を設定することができる。
６．このアプローチは、重み付けられた、複数目標の組み合わせを最大化させる。これにより、売り手が、リアルタイムに動力学ベースで、異なる目標間においてトレードオフさせることが可能になる。これは、そのような処理が、極めて効率の悪い手動処理からなる場合の伝統的なシステムとは異なる。
７．売り手は、該売り手の固有の目的に合わせるために選択するための多数の効用関数オプションを有する。
８．売り上げ量目標に所望の重みを割り当てることにより、売り手は、在庫を効率的に管理することができる。
９．収入目標に所望の重みを割り当てることにより、売り手は、収入を効率的に管理することができる。
１０．利益目標に所望の重みを割り当てることにより、売り手は、利益を効率的に管理することができる。
１１．将来の需要（又は要求）の予測が全く必要とされない。

例示的なマーケットシェア向けの実現形態（図１６）
以前に説明した本発明のマーケットシェア向けの実現形態は、以前の予め画定されたリクエスト数内におけるオークション勝利（マーケットシェア）の割合を考慮することにより、価格を計算する。一例として、受け取った１００個のリクエスト中、１０個のオークションが勝利した場合を考える。これは、例えば、１００個のオークションのスロット内において受け取ったそのような多くのリクエスト当たりの固有数として計算され得るか、或いは、最終の１００個のオークション内のオークション勝利の数のようなローリング数とすることができる。マーケットシェアが所望目標を下まわっている場合には、所望の目的が一致されるまで、価格は、リアルタイムに、適切に自動的に訂正されることとなる。オークション勝利の数が、所望のマーケットシェアよりも、大きい場合には、そのマシンは、勝利の割合を削減するために、売り手によってもしもそのように望まれた場合に（又はこの逆も同様に）、このフィードバックループを用いて、自動的に適切な訂正を行わせることとなる。重要な考え（アイデア）は、その勝利を、時刻とは無関係にさせるか、又は曜日とは無関係にさせるか、又は雪の日の場合とは無関係にさせるか、などであり、及び、勝利の割合（パーセンテージ）数が、如何なる定量的な予測も必要とせずに、市場需要（又は要求）により効果的にそれ自体が調整されるということを保証することである。

典型的な実現形態が下記に提供され、図１６内において示されているが、多数のバリエーションが存在する。該バリエーションは、マーケットシェアのローリング計算を含むようなものを実現するために選択され得る。

１．初期化
３１において、初期価格を設定する（売り手コンフィギュレーションに基づくか又は履歴的なマーケット価格関して予め指定した基準に基づくかのいずれかとすることが可能）。
３０において、売り手によって設定されるように、マーケットシェア目標を設定する。
３２において、売り手によって設定されるように、スケーリングファクタを設定する。該スケーリングファクタは、マーケットシェア目標を追うことを如何にアグレッシブに該売り手が望んでいるのかを決定する。
２．Ｎ個のリクエスト毎の後に繰り返す。
ａ．これらＮ個のリクエストについて、３４においてマーケットシェアを追跡し且つ計算する。
ｂ．目標マーケットシェアと達成されたマーケットシェアとの間の絶対的な「距離」を、３５において計算する。
ｃ．もしもマーケットシェア＜目標である場合には、
新規価格＝古い価格−スケーリングファクタ＊距離を、３７において設定する。
別の場合には、
新規価格＝古い価格＋スケーリングファクタ＊距離を、３８において設定する。
終了。
ｄ．次のＮ個のリクエストに対する価格として新規価格を、Ｔ３において設定する。

以前に説明した目標向けの実現形態と同様に、このマーケットシェア向けの実現形態の結果は、様々なやり方において使用され得る。

このマーケットシェア向けの実現形態は、需要（又は要求）、売り手、及び競争相手の特徴（特性）について仮定を行わない。重要な入力は、目標マーケットシェアである。追加的には、製品コストと、単位（ユニット）価格に関する適切な制約条件とがまた、必要とされる入力である。ＲＡＣにより提供される１つの追加的な特徴は、設定されたマーケットシェアを超えないことに関する制約条件を提供する機能（能力）であり、従って、これにより、流動的であることが可能になる。ＲＡＣマーケットシェアは、後者が前者を超えたケースでは、売り手設定マーケットシェアを無効にすることとなる。一例として、ＲＡＣは、任意の１つのエンティティが、２５％のマーケットシェア以下になることを、強要させることができる。

このマーケットシェア実現形態について、幾つかの利点が存在する。
１．該マーケットシェア実現形態によって、売り手が、変化する市場状況を迅速に追跡して応答することが可能になる。
２．該実現形態は、時間とは無関係であり、測定値として用いられる予め指定された間隔内において（例えば、年間のマーケットシェア）、完全に、市場需要（又は要求）の関数である。これは、それ自体の固有のマーケットシェア目標によって、（例えば、四半期ベースで）更にサブ分割され得る。このことは、年間の混合された目標へと追加して四半期の目標を有するように、売り手に対して機能（能力）を提供することとなる。一例として、休日であり、且つ、実施されている取引がほとんど無い場合には、銀行ＣＤの需要（又は要求）は、より低くなるよう見込まれ、及び、これらのリクエストが、ゆっくりと到来するので、システムは、該リクエストの到来の遅さ（ゆっくりさ）とは無関係に、ある割合（パーセンテージ）のオークションに勝利しようと努める測定される手法において応答することとなる。
３．該マーケットシェア実現形態は、売り手が、マーケットシェアを、自動的に且つリアルタイムに、極めて競争の激しい環境内において、維持するか、増加させるか、又は低減させることを助ける。
４．需要（又は要求）の速度が落ちるか又は速まる場合に、自動的に市場でのペースを保つ機能（能力）。
５．もしも望むのであれば、他の競争相手の販売促進宣伝などとは無関係である。
６．多様化させる及び市場内に常に参加する機能（能力）。従って、これにより、重要な手法においてゴールに悪影響を及ぼす戦術的な決定のリスクが低減される。
７．価格販売促進宣伝の持続性と、価格回避とが、図１７内に時間周期として概して表されている。小売り特定業種・業界の場合、一般に、売り手は、競争が猛烈に激しい環境内において必要以上に任意に低く製品価格を設けることを望まない。目標に合わせるために売り手が競売値をより低く下げなければならない可能性がある場合の、供給者のブレークか又はアグレッシブな在庫削減のような状況では、そのような低減された価格の持続性を最小化する手法において振る舞うことが非常に望ましい可能性がある。一例として、売り手が、１００個のカメラを売り上げることが可能な新たな変動価格を見出した場合には、該売り手は、１００個の連続的なオークションに勝利するよう努める可能性があり、結果として生じる残りの価格の持続性の尤度に対処するよう努める可能性がある。すなわち、１オークションについて、その価格が下げられそのオークションに勝利する。次いで、その後、幾つかの更なるオークションについてその価格が引き上げられる。低い持続性の市場価格を避けるために、周期的な価格上昇のデューティサイクルを、図１７の「販売促進宣伝中の価格持続性の回避」において示されているように設けることができる。従って、同じ関数が、１０個のオークション中、１つのオークションに勝利するという意味を暗に含む例えば１０％のデューティサイクルで実施され得る。このことは、１００個のカメラが売却されたオークション全体にわたって、拡大された数の該オークションが生じる結果となるが、価格持続性は、最小化される。これを、多くの異なるやり方で実現することができる。１つのやり方は、インテグレータを使って、ブレークを設置することである。これにより、図１７内に概念的に示される所望のデューティサイクルを生成して、「Ｍ」個に勝利した後に、「Ｎ」個の数のスロットについての如何なるオークションにも勝利するよう努めることができなくなることとなる。「Ｎ」と「Ｍ」との両方は、売り手が設定可能である。

例示的な効用派生・追従実現形態（図１８）
効用派生（デリバティブ）・追従（フォロウィング）実現形態は、名称が示唆しているように、時間とともに売り手の効用を改善させることに基づいている。効用派生・追従アプローチでは、好適実施形態において、目標向けの実現形態において以前に説明したように、効用は、目標に対する距離の関数として編成される。代替の実施形態において、任意の他の効用関数を、売り手によって所望なように使用することができる。

しかしながら、効用派生・追従実現形態は、２つの以前の間隔にわたる価格の変化から得られた（又は失った）効用を比較する。次いで、該以前の間隔の価格変化の結果として生じた該以前の間隔で獲得した効用の総計を見ることによってその価格を調整する。その価格変化が、より高い効用を生成した場合には、その戦略は、次の期間についての価格に、類似の変化を生じさせる。以前の変化が、より低い効用を生成した場合には、その戦略は、次の期間について、反対の価格変化を生じさせる。効用が、目標ベースである場合には、このアプローチは、市場に追従し且つ同時に目標を追うように努めることとなる。

典型的な実現形態は、下記に示され、及び図１８内において図示される。

図１８のフローチャート
１．初期化
初期価格を３１において設定する。この初期価格は、市場価格の（売り手の）理解に基づいて該売り手により設定され得るか、或いはもしも使用可能であるならば履歴データからも取得され得る。
初期効用を３９において設定する。売り手の設定された所望の効用関数に基づき、該初期効用が計算される。目標ベースの効用関数のケースでは、その計算は、目標に対する距離に基づく。
２．Ｎ個のリクエスト毎の後に繰り返す（初期価格が、Ｎ個のリクエストについて４０において固定される。ここで、Ｎ個は、売り手により設定される）。Ｎ個のリクエスト毎の後に、Ｔ４において、効用ゲイン／ロスが計算され、これに基づいて価格が調整される。
これらのＮ個のリクエストについて、効用ゲインを４１において追跡及び計算する。
もしも、効用ゲイン＞以前のＮ個のリクエストの効用ゲインの場合に、且つ、
もしも、現在の価格＞以前の価格の場合には、
制約内において、現在の価格に、正のランダム量を加える（この量は、売り手により事前に指定されたものか、又は現在の価格のうちのほんのわずかなものとして計算されたもの、とすることができる）。
別の場合には、
制約内において、現在の価格から、正のランダム量を４３において減じる。
終了。
もしも、効用ゲイン＜以前のＮ個のリクエストの効用ゲインの場合には、
もしも、現在の価格＞以前の（古い）価格である場合には、
制約内において、現在の価格から、正のランダム量を４３において減じる。
別の場合には、
制約内において、現在の価格に、正のランダム量を４２において加える。
新規に計算された価格を、次のＮ個のリクエストのための価格として、Ｔ４において設定する。

この実現形態のための入力は、下記のものである。
・この実現形態内に記載されたような初期価格。初期価格が、市場価格に近ければ近いほど、該実現形態はより迅速に収束する。
・収入目標、利益目標、及び売り上げ量目標（これらの目標に基づき、もしも効用を用いるのであれば）。前に述べたように、任意の効用を用いることができる。
・売り手の効用関数及び関連付けられたパラメータ。
・効用重み。
・製品単位（ユニット）コスト。
・単位（ユニット）価格に関する適切な制約条件。

この実現形態では、価格変化は、効用に基づくものであるので、及び、該効用は、指定された目標に関連付けられているので、該実現形態はまた、目標向けのものとしても見なされ得るが、幾つかの更なる固有の利点を有する。
１．この実現形態は、履歴的な競売値・応答を必要としないことにより、更に計算を低減させる。及び、
２．この実現形態は、変化する市場状況に応答するが、プリセットした目標に向って働く。

例示的な、調査によるモデルオプティマイザ実現形態
この実現形態は、前述の目標向けの実現形態に幾つかの類似した特性を有する。この実現形態は、初期に使用するための最適価格を計算するために効用を最大化することの概念を用いる。これは、「ベースライン最適価格」と呼ばれる。この実現形態は、ベースライン最適価格からの（制約内における）ランダムな偏差を用いて、価格空間を定期的に調査することにより、このベースライン最適価格を更に改善する。より良好な最適価格が見出されると、該実現形態は、更により良好な最適価格が見出されるまで、ベースライン最適価格としてそれを用いる。絶え間なく変化する市場内において最適価格を探し回るようにシステムが継続するので、この処理は継続する。ベースライン最適価格からの偏差は、実際には、目標に対する距離に関連付けられたものとすることができるか、又は、売り手による所望なような任意の他の数とすることができる。ベースライン最適価格からの偏差を用いることにより価格空間を調査する機能（能力）によって、売り手が、より良好な最適価格が見出される市場に導かれることが可能になる。

典型的な実現形態が、下記のフローチャート内に記載されており、図１９及び図２０内に図示されている。

図１９及び図２０のフローチャート
１．初期化
競売値・応答関数のためのパラメータを設定する。
使用する効用関数を２０において決定し、効用パラメータを設定する。
図１９内の５０において、効用に対する相対的な重みを設定する。
２．Ｎ個のリクエスト毎の後に繰り返す（５２）。
もしも、ＲＡＣからか又は局所的な計算からの更新された値が利用可能であるならば、履歴的な競売値・応答関数パラメータを、図２０の６１において設定する。
効用を最大化することに基づいて最適価格を計算し、これを、次の新規オークションリクエストのための「ベースライン最適価格」として設定する。
新規オークションのリクエストが受け取られると、このリクエストが、（期間がＭ個のリクエストである調査実験のために選択される）ランダムリクエストでない限り、前記「ベースライン最適価格」を上に戻す。
もしも、現在のリクエストが、調査実験のために選択されるランダムリクエストである場合には、
所望の効用関数に基づき、目標に対する距離を、図２０の６２において計算する。
このリクエストの場合、距離に比例した量だけ、６３において価格を（制約内において）ランダムに上げるか又は下げて調整する。これを、次のＭ個のリクエストのために使用するための「実験用最適価格」（ＥＯＰ）と呼ぶ。
Ｍ個のリクエストの後に、６４において、効用を再計算する。
もしも、Ｍ個のリクエスト後の実験用価格ＥＯＰを用いたリクエスト当りの平均効用ゲインが、ベースライン最適価格を用いたリクエスト当りの平均効用ゲインよりも大きい場合には、６５及びＴ７において新規ベースライン最適価格として実験用最適価格ＥＯＰを用いる。別の場合には、ベースライン最適価格を変更せずにそのまま保持する。
ＲＡＣからの更なる処理リクエストが、５９において処理され、８５において最適価格が戻される。

図１９及び図２０に関するこの実現形態は、前に説明した目標向け実現形態に類似した下記のような仮定（想定）を行う。
・より速い収束のための履歴競売値・応答関数パラメータ。
・収入目標、利益目標、及び売り上げ量目標。
・売り手の効用関数及び関連付けられたパラメータ。
・効用重み。
・製品単位（ユニット）コスト。
・価格に関する適切な制約条件。

この実現形態は、効用ベースになっており、該効用は、目標に関連付けられており、従って、該実現形態は、目標向けの実現形態でもあり、これにより、売り手が、ベースライン価格から上げるか又は下げるランダムな偏差を用いることにより製品価格を設定することによって市場を導く機能（能力）を有することが可能になる。該実現形態を、価格をどれだけ上げるか／下げるか、及びどのくらいの長い期間そうするかということを実験するタイミングを選択するインテリジェントな方法を提供する機械学習技法を用いることにより、更に強化することができる。

本発明の有効な用途
本発明のＳＡＥＪが、広範囲の特定業種・業界における売り手の様々な及び絶え間なく変化する目的を満足させることができるということは上記説明から明らかであるが、１つか又は複数の特定業種・業界を今度は含む、より複雑な非独立（又は依存性）の及び独立（又は非依存性）の目的に基づいて、価格の定量的な最適化を可能にする追加的な機能（能力）を売り手に対して該ＳＡＥＪアーキテクチャは提供する。先行技術か又は既存の、手動処理か又はオフライン処理に依存する非ＳＡＥＪベースの技術によって、リアルタイムに及び反復的に最適化することは不可能であり、従って、自己中心的なスタイルの小セットの個別の製品にか、或いは、手動処理か又はバッチ処理を用いる特定業種・業界に、用途の範囲が制限される。

次に、本発明のＳＡＥＪの幾つかの最も有効な用途を説明することとする。該用途が、広範囲の特定業種・業界に対するその適用性を強固にすることを説明するだけでなく、複数の特定業種・業界にわたって最適化する機能（能力）を如何にしてこのアーキテクチャが提供するのかを説明し、それにより、売り手が、全目的をグローバルに全ての所望の特定業種・業界にわたって達成することが可能になることを説明する。

前述のように、更に、業界の一例としての銀行コミュニティは、本発明の技法を導入することにより、特に利益を得ることができる。

小売業界に関する本発明の、全ての以前に説明した価格付け実現形態をまた、実際に、銀行預金及びローン特定業種・業界にも直接的に適用することができる。

銀行預金証書
銀行は、彼らのローン義務（コミットメット）のための資金源として、（ＣＤ（預金証書）、高利回り預金、小切手の形態において）消費者預金に依存する。彼らは、３ヶ月、６ヶ月、９ヶ月、１年、などのような様々な満期を有したＣＤ製品を提案（又は提供）する。ＣＤのケースでは、彼らは、ＣＤについての（年利すなわちＡＰＹとして計算された）利子支払いと、ローンにおける獲得した利息との差分（スプレッド）から利益を生み出す。

銀行にとっての重要な課題（チャレンジ）のうちの１つは、適切な期限の及び適切な期間内における十分なＣＤ預金を集めて、それらが彼らの対応するローン義務（コミットメット）に合うことが可能になるようにすることである。銀行はまた、短期金利及び長期金利、ローン義務（コミットメント）、ＣＤと比較可能な市場レート、諸経費をサポートするために必要とされるスプレッド、及び他の金融市場条件、のような様々なファクタに基づき、各ＣＤ製品ごとに提供されるＡＰＹを決定しなければならない。現在、預金ニーズは、手動的に計算されており、及び、現在のローン義務（コミットメント）に基づいてその場その場のやり方で計算されている。更には、銀行は、かなりの販売促進宣伝を費やすことなく、短期間において必要不可欠な消費者預金を引き込むために、（小売りにおける価格の値下げと等価である）より高いＡＰＹを用いる手段が無い。これらの解決法は、かなりの高度な計画と準備とを必要とし、その結果として、ニーズが生じた時に該ニーズに対してリアルタイムに応答することが不可能な状態になっている。

しかしながら、本明細書内において記載されたＳＡＥＪアーキテクチャ及び実現形態は、銀行ＣＤｓに対して容易に提供し得る。該ＳＡＥＪアーキテクチャ及び実現形態は、ＳＡＥＪが、銀行の目的（又は方針）及び市場条件に基づいて各ＣＤ製品ごとに最適なＡＰＹをリアルタイムに計算する。好適な一実施形態において、以前に説明した目標向けの実現形態を用いることができる。しかしながら代替の実施形態において、マーケットシェア実現形態か、ルールベース実現形態か、効用派生・追従実現形態か、調査によるモデルオプティマイザ実現形態か、又はこれらの実現形態の組み合わせを用いることもできる。

前に述べたように、ローン義務（コミットメント）に合わせること及び収益性（採算性）を達成させることなどにおける銀行の目的（方針）を、本発明の価格オプティマイザ技法についての定量的な目標へとマッピングすることができる。
・ローン義務（コミットメント）を用いて、預金目標を指定することができる。例えば、銀行が、１年間で＄１０ｍのローン義務を有する場合には、その期限にローンを資金提供するために、時間内に十分な資金が利用可能となるように、該銀行は、預金の形態でローン金額を集めなければならない（又はＦＨＬＢのような他の機関から借りなければならないが、これは、厳しい規則、高額レート、及び担保要件に起因して、より望ましくないオプションである）。これらのローン義務（コミットメント）を用いて、対応する（適切な期限の）ＣＤ製品に対する預金「目標」を指定することができ、該預金目標は、予め指定された時間内において果たされなければならない。
・銀行によって指定される利益目標は、貸出金利（又はベンチマークレートを越えたポイントの指定数）と、預金の支払利子との間の混合された平均スプレッドの関数である。利益「Ｐ」は、Ａ（ｒ_Ｌ−ｒ_Ａ）の関数として定義される。ここで、Ａは、預金の金額量であり、ｒ_Ａは、銀行が消費者に対して支払う金利（利子）であり、ｒ_Ｌは、同額量の金銭を貸し出すことによってか又は投資することによって銀行が獲得した金利である。この利益目標は、予め指定された時間間隔にわたって、売り手によって設定され得る。

従って、各ＣＤ製品ごとに、銀行は、預金目標を設定する。各預金目標ごとに、以下のファクタが含まれる。
ａ．預金目標を果たす時間（又は時期）。これは、目標預金が、銀行によって必要とされる時の時間として画定され得る。
ｂ．預金の期間は、ＣＤ製品選択によって指定される。
ｃ．利益目標。
ｄ．ＡＰＹに関する適切な制約（制約条件）。
ｅ．銀行の貸出金利（又は基準レート）。
ｆ．銀行効用関数及び相対重み。

新規オークションの各ＲＦＢには、以下のステップが含まれる。
１．価格オプティマイザ（ＰＯ）が、最適ＡＰＹを計算し、それは、最適算出ＡＰＹと呼ばれる。該最適算出ＡＰＹを、残りのオークションラウンドのための一時的な上限として用いることができる。
２．価格インテグレータ（ＰＩ）は、（ＡＰＹに関する制約の一部として売り手により設定されることが可能であるか、或いは、そのような制約内における低い数となるように選択されることが可能である）下限ＡＰＹから開始して、次いで、そのオークションに勝利するまでか又は最適算出ＡＰＹに達するまで（いずれか早い方で）、連続的なラウンド値付けにおいて反復的に、他の競売値の影響下でＡＰＹを増加（インクリメント）させる。該増加のサイズは、一定とすることができる（例えば、最終ラウンドにおける最高の競売値の影響下で）か、或いは目標に対する重み付けられた「距離」に比例したものとすることができる。競売値が目標から更に離れれば離れるほど、増加分のサイズがより大きくなることとなり、競売値が目標に対して更に近づけば近づくほど、増加分のサイズがより小さくなることとなる。該サイズはまた、残りの達成時間に反比例するものとすることもできる。追加的には、オークションの反復数は、コントローラから課せられ得る。目標に対する距離は、本明細書内において記載されているように、線形のか、指数関数的か、区分的に線形のか、区分的に指数関数的か、又はハイブリッドなものとすることができる。

複数のそのような目標が設定され得るということに留意すべきである。銀行は、例えば、１年間の期限内に、３％の最小スプレッドでの８．５％の貸出金利で、次の２４時間以内に＄１０Ｍの預金を上昇させる必要性がある場合がある。他のそのような目標（「バケッツ」とも呼ばれる）は、６ヶ月の期間で、２．７５％の最小スプレッドでの８％の貸出金利で、次の３日内に＄３Ｍを上昇させることが望ましい場合がある。これら両方と、他のそのようなリクエストとを、同時に設定（セットアップ）することができる。これらの目標の各々はまた、更に、優先順位が付けられ得るか又はそれらに対する相対的な重みが割り当てられ得る（もしもそのように望めば）。これにより、各々の新規リクエストが、目標の現在の状況の影響下で、対応する積極性（アグレッシブさ）において応答させられることが可能になる。これは、推測し次いで（いつも超過するか又は達しない）金利を設定し、より長い期間の広告を出し、及びその応答を待つことの、銀行における、広く普及した手動的な実践とは、際立って対照的である。その結果としてもたらされる、そのようなプロセスにおける不確実性、及び宣伝広告の出費は、望ましくない。平均時間内において、相互の義務（コミットメント）が、消費者に対してなされることは不可能であり、それにより、関連したビジネスには粘り強さがほとんど無い結果となる。

銀行のクレジットカード問題
クレジットカードを発行する銀行は、特定タイプのクレジットスコア（信用度点数）を有した加入者を好む。幾つかの銀行は、非常に素晴らしいか又はかなり優秀なクレジットスコアを有したこれら顧客を狙う。他の銀行は、最上よりも下の（サブプライムな）クレジットスコアを好み、更に他の銀行は、それらの間における全ての人を選択する。それぞれの戦略は、その利点と、不利点とを有する。

最良クレジットスコア加入者のポートフォリオは、非常に安全であるが、大抵のそのような加入者は、時間通りに紙幣を支払うので、銀行にとって利息及び手数料を稼ぐ機会がほとんど無いままとなり、そのリターンは低いものとなる傾向にある。他方、サブプライムな加入者は、高いデフォルト利率に起因してリスクが高いが、彼らはより高い利率のリターンを提供する可能性がある。理想的には、銀行は、クレジットリスクを最小化するポートフォリオであるけれども、異なる様相の経済サイクルにわたってかなり良好な利率のリターンを提供するポートフォリオを有していることを好む。しかしながら、残念なことには、彼ら銀行の手動プロセスが、ポートフォリオを各時間間隔（一例として四半期）の終了時において評価して、次いで、ポートフォリオ全体及び混合された金利にわたって混合したクレジットスコアを推定するよう典型的には彼らを強制する。この情報が非常に遅く且つ事後であるというだけでなく、短期間で状況を正すことの彼らの能力（又は機能）の無さか、又は、必要不可欠な精度を組み合わせる彼らの能力（又は機能）の無さが問題である。

そのような問題は、クレジットスコアの各々の所望のカテゴリに、本発明の複数のエンジンを利用することが、並びに、フロント・エンドの調停と、後続オークションに参加するために特定エンジンを選択するための最適化とを実施するよう専用にされたオプティマイザを利用することが、解決のために立派に役立つ。

図２１に示されるように、時間内の任意のポイントにおける６００と７００との間の全目標にわたって混合したクレジットスコアを維持することを意図して、下記に示されたようなクレジット目標の例示的な総合ラインの状況下において、クレジットスコアが４つの異なるカテゴリを有した加入者にクレジットカードを提供することを銀行が望んでいることを一例として考える。この図内では、以下のように示されている。

クレジットスコア（ＣＳ）＞８００の場合には、総合目標クレジットラインの合計は、＄５０Ｍである。
７００＜クレジットスコア（ＣＳ）≦８００の場合には、総合目標クレジットラインの合計は、＄１００Ｍである。
６００＜クレジットスコア（ＣＳ）≦７００の場合には、総合目標クレジットラインの合計は、＄２００Ｍである。
５００＜クレジットスコア（ＣＳ）≦６００の場合には、総合目標クレジットラインの合計は、＄１００Ｍである。
４００＜クレジットスコア（ＣＳ）≦５００の場合には、総合目標クレジットラインの合計は、＄５０Ｍである。

このケースでは、ＰＭＵ４は、８０におけるフロント・エンドオプティマイザＰＯ、並びに、売り手によって各目標が指定された、幾つかのＳＡＥＪクレジットオプティマイザ（ＳＡＥＪ１〜ＳＡＥＪ５）からなる。

新規オークションの各リクエストが到来すると、フロント・エンドオプティマイザ８０は、そのクレジットスコアをリアルタイムに調べて、それが受け入れ可能な範囲内（このケースでは４００より上）にあるということを保証する。リクエストが、その範囲内にあると仮定すると、このオークションに勝利することとなるのであれば、オプティマイザは、以下の計算を用いて、増加混合平均を決定する。

混合クレジットスコアは、下記のように計算される。

ここで、上記式内において、Ｃは、混合クレジットスコアであり、Ｃ_ｉは、目標ｉの平均クレジットスコアである。Ｆ_ｉは、目標ｉについての、これまでの支給クレジットの総計であり、Ｎは、目標の総数である。

計算された混合クレジットスコアは、銀行によって描かれた制約（制約条件）内にあるままとなるよう期待され、フロント・エンドオプティマイザは、対応するクレジットオプティマイザに対して、値付け処理に参加するよう信号を送る。代替的には、混合平均制約（制約条件）が、違反することになる場合には、フロント・エンドオプティマイザは、どのクレジットオプティマイザにも、値付け処理に参加するよう信号を送らないこととなる。従って、様々な目標にわたるこの最適化は、リアルタイムに、且つ、動力学ベースで、任意の時間におけるそのクレジットカードポートフォリオ全体が、一定の混合クレジットスコア（ＣＳ）品質であることを、銀行に対して常に保証する。銀行は更に、ポートフォリオ全体にわたってクレジット目標ライン当りの混合金利を提供する。該混合金利は、全てのポートフォリオてが同時に利用可能である。このことは、ここでもまた図２１内におけるように、図２２内に示されており、複数のＳＡＥＪオプティマイザ（１〜５）が、用いられて、混合クレジットスコア（ＣＳ）を達成している。

上記に概説したポートフォリオにわたる混合クレジットスコア最適化の他に、代替の一実施形態では、本明細書内において説明された任意の技法を用いて、各ＳＡＥＪエンジンが、銀行が指定したレベルにその混合金利を最適化することもできる。このシナリオにおいて、銀行は、ポートフォリオが、特定の混合クレジットスコアだけでなく、各総合クレジット・ライン目標に対して所望の金利レベルに更に最適化されたポートフォリオでもあることの保証を有することとなる。

この同じ概念を、金銭（金融）上における及び類似の状況におけるオートローン及び他の特定業種・業界（バーティカル）に対して適用することもできる。

最適化された銀行預金及び依存性最適化ローン
本発明の技術を用いることの別の特徴は、一例として、ここでもまた銀行特定業種・業界（バーティカル）を用いる。この特徴は、以前には実現可能になっておらず、本明細書内においてこれもまた可能となる。図２３内の１’におけるように、第１のオプティマイザは、３ヶ月の預金について専用とされ、２’における第２のオプティマイザは、６ヶ月の預金について専用とされ、３’における第３のオプティマイザは、１年間の預金について専用とされ、及び４’における第４のオプティマイザは、２年以上の預金について専用とされる、というように、複数のオプティマイザを銀行がセットアップし且つ設定（又は構成）して預金を収集するケースを考える。各タイプの預金は、１”、２”、及び３”のそれぞれにおいて示されているように、該預金に対して支払われることとなる金利に関してそれ自体の厳しい制約（制約条件）がある。追加的には、各々が、計算された重み付けられた混合金利目標を有することができる。これにより、例えば、１つの例示的な、５．２５％における＄１０，０００は、平均が計算された時に、５％における＄５，０００の２倍の重みを持つ。

本発明の別の重要な用途として、銀行がまた、（例えば、申込者のクレジットスコアに従って）分類されたオートローンに関して本発明の複数のオプティマイザを構成し且つセットアップするということを考える。該クレジットスコアは、処理するためのものであるが、各々は、混合金利、並びに、（財務省か又はＬＩＢＯＲか又は他のもののような）幾つかの標準ベンチマークに関するスプレッドなどの、それ自体の固有の制約条件及び目標の影響を受ける。混合クレジット・スコア目標を、これらのオートローンオプティマイザエンジン１”、２”、及び３”にわたって達成させることができ、混合金利についても同様のことが言える。

この状況内において、本発明の価格インテグレータＰＩを、図２３内のように、容易に使用することができる。該インテグレータは、上記記載の預金エンジン１’〜４’を、フロント・エンドオプティマイザ（このようにラベル付けられている）に接続する。システム全体が、収集された預金のみから生成されたローンに関して、以下の例示的な制約条件を有する可能性がある。

ローンに向けて、各預金エンジンから集められる割合分担金は、しかしながら、異なるものとすることができる。すなわち、例えば、オートローンは、より長い期限となる傾向がある。一例として、２年以上のエンジン４’によって集められた預金のうちの９４％が、そのようなオートローンに向けて使用されることとなり、１年間の預金３’の場合は、５０％が、オートローンに向けて使用されることとなり、６ヶ月の預金２’の場合は、１０％が、オートローンに向けて使用されることとなり、及び３ヶ月の預金１’の場合は、５％が、オートローンに向けて使用されることとなる、などのように預金が支払われることとなるということを銀行が指定することができる。

預金は、更にまた、設定された制約条件に従って見込みのある預金者についてリアルタイムに値付けを行うことにより、集められ得る。これらの預金が、次いで、インテグレータを介して、ローンエンジンのフロント・エンドオプティマイザに対して、注ぎ込まれて、適切に釣り合いがとられ得る。オートローンのリクエストが到来すると、フロント・エンドオプティマイザは、そのクレジットスコアをリアルタイムに調べて、それが受け入れ可能な範囲内にあるということを保証する。リクエストがそのよう範囲内にあると仮定すると、このオークションに勝利する場合には、オプティマイザは、下記の式を用いて、ポートフォリオにわたる増加混合クレジットスコア平均を決定する。混合クレジットスコアは、次のように計算される。

ここで、Ｃは、混合クレジットスコアであり、Ｃ_ｉは、エンジンｉについての混合クレジットスコアであり、Ｆ_ｉは、エンジンｉについての、これまでの支給ローンの総計であり、Ｎは、ローンエンジンの総数である。

計算された混合クレジットスコアが、銀行によって描かれた制約条件内にあるままとなるよう期待されるのであれば、資金が利用可能であると仮定すると、フロント・エンドオプティマイザは、マッチングローンエンジンに対して、オークションに参加するよう信号を送る。代替的には、混合クレジットスコア制約条件が、違反することになる場合には、このオプティマイザは、どのローンエンジンにも、値付け処理に参加するよう信号を送らないこととなる。従って、選択されたローンエンジンが、銀行によって設定されたようなその固有の制約条件及び目標と共に、オークションに参加する。従って、各エンジンの目標が最適化されるだけでなく、様々なエンジンにわたる混合目標もまたリアルタイムに及び動力学ベースで最適化される。このことは、任意の時間においてそのオートローンポートフォリオ全体にわたって一定の混合クレジットスコア品質であることを、銀行に対して常に保証する。更に、そのようなローンエンジンにわたってその結果として生じた混合金利もまた計算されて、ローン品質に対して追加的な洞察が提供され得る。追加的には、フロント・エンドオプティマイザはまた、各ローンオークションリクエストが到来する時に、許容可能な下限金利制約条件をリアルタイムに計算することにより、混合ポートフォリオ金利を最適化する。この動的に計算される許容可能な制約条件が、選択されたエンジンに対して、次いで自動的に提供される。

図２３から明らかであるように、更に、この実現形態は、リアルタイムに預金を収集して、続いて、オートローンをリアルタイムに実施する一方で、預金とローンとの両方に関する適切な制約を維持するための強力なメカニズムを、銀行に対して提供する。これにより、個々のエンジンレベルと、更にはローンポートフォリオ全体にわたってとの両方において最適化されたローン品質を維持している間中、預金ベースで実質的に拡張されるだけでなく、対応するローンビジネスが適切に一致させられることとなる。前に説明した実現形態を用いるこのアーキテクチャのコンフィギュレーションは、銀行に対して、非常に短期間内において成長するための前例のない機会を提供することができる。更に、明らかに、特定業種・業界（バーティカル）指定パラメータで調整される、この概念の多くのバリエーションを、様々な特定業種・業界内において利用することができる。

銀行取り引きサービスを行う本発明の技法の重要な用途が強調されてきたが、他のサービス及び商品に対する用途も、次にかいつまんで一覧にされることとなる類似の利点をもたらす。

本発明のＳＡＥＪソリューションの固有（特有）の利点のまとめ
・収入、利益、マーケットシェア、在庫、供給者ブレーク、競争相手のイベント、市場需要変化、及び他のものなどの多くの複数の相互作用する変動要素をリアルタイムに同時に処理し、及び、動的に変化する環境内において自動的に最適化し、及び指定された制約内においてリアルタイムにオンデマンドで反復的な値付けを実施する機能（能力）を売り手に提供する。前記変動要素を手動的に追跡することを必要とせずに、これら全てのことが実施される。

・動的に変化する市場条件の存在下であっても、一旦設定されると、売り手からの手動的な介入が（該売り手がそうすることを望まない限り）必要とされない。

・売り手の目的（又は方針）、並びに、市場条件（状況）、要求（又は需要）、競合する挙動（振る舞い）、在庫、供給者ブレークなどに基づいて設定され得る、価格オプティマイザの複数タイプの複数インスタンスをサポートする。価格オプティマイザは、価格を更新する時と、どれだけの価格にするのかとを、市場からのリアルタイムなデータと、売り手によって設定されたパラメータとに基づいて、該売り手からの如何なる更なる手動介入も必要とされることなく、計算する。

・日ごと、週ごと、月ごと、四半期ごと、１年ごと、などのような予め決定した時間フレームについて、売り上げ目標を（収入、利益、売り上げ量、及び他の類似の指標を用いて）設定する機能（能力）。更には、最適化された製品価格付けが、目標（ターゲット）に到達させるために、リアルタイムに導き出される。市場が生み出すこととなる価格を推測する必要性もまた排除される。

・目標がはずれた場合には、前記機能（能力）が提供されて、そのはずれた目標を、下記に示すように、幾つかのやり方において所望なように割り当てる。
〇すぐ次のタイムスロットに対してその差分を移動させる。
〇複数のタイムスロット上に等しくそれを分配させる。
〇複数のタイムスロットにわたって不均等にそれを分配させて、顧客の購買パターンに一致させる、など。

・売り上げ目標間において動的に相互作用するように構成（適応）して、必要不可欠な各々の強調（重き）を、各売り上げ目標に対して提供し、それに応じて、最適価格を計算する機能（能力）。

・目標に対するアプローチのレートのほぼ無限の選択肢の中で選択する機能（能力）、下記のような、売り手の目的（又は方針）に固有のアプローチを選択する機能（能力）。
〇四半期を失う任意のリスクを最小化するために、該四半期内の早期に全力を尽くす。
〇価格は、初期にはゆっくりであり、四半期に近づくにつれて進む勢いを増す。
〇安定したペースで売り、指定期間を通じて市場価格変動に参加して、改善された多様性を結果としてもたらす。
〇これらの選択の任意の組み合わせを、区分的な関数として選択することもできる。

・売り上げ目標が、予想よりも所望の間隔内においてより早期に合致した場合に、以下のような複数のアプローチから選択する機能（能力）。すなわち、収入を円滑に及び予測可能なままに保持するために、速度を落とすアプローチ、前記間隔の残りをよりアグレッシブなものとするアプローチ、諸経費が大部分変わらないまま利益を実質的に高めるように加速するアプローチ、及び区分的な関数の形態においてこれらのアプローチの任意の組み合わせ、など。

・如何なる手動又はオフライン処理も実施することなく、マーケットシェア目標を指定して、極めて競争の激しい環境内においてマーケットシェアを、動的に、リアルタイムに、維持するか、増加させるか、又は減少させる機能（能力）。このことは、時間の関数として需要（又は要求）とは処理を独立（非依存性）にさせ、成長性を管理する機能（能力）を提供して、結果として多くのやり方においてマーケットシェアをもたらす。該多くのやり方は、市場よりも速いペースで成長することか、生存の危機に十分な最小の量を得ることか、又は主要プレーヤとなることか、短期の公正な評価の考慮事項に起因したものであるか、又はこれらの組み合わせを含むか、又は競争相手が有利となる立場を許さないようにするために市場ペースで成長することか又はより高く成長することを含み、（資本成長の欠如か、原材料の供給の欠如か、訓練を受けた人的資源の欠如か、又は信用さえも無い判断を招く恐れを含む）様々な制約条件におそらくは起因して市場ペースにおいてのみ成長することを含む。

・それぞれの目標に対する現在の距離、及び／又は、固有の制約（制約条件）、及び指定期間内の残り時間の条件下においてオプティマイザ戦略をリアルタイムに見い出し及び実施する機能（能力）。このことは、収入を容認（又は賛成）して利益を犠牲にする（又はその逆も同様である）ことをもたらすことができるか、又は特に季節性の製品の耐用年数の終わり部分において在庫を迅速に低減させるために利益と収入との両方を犠牲にすることをもたらすことができるか、又は所望のマーケットシェアについての幾つかの目標を犠牲にすることをもたらすことができる。

・如何なる手動介入も必要とされることなく、売り手の供給者（又は仕入先）／製造業者から、量ベースの割引を迅速に自動的にリアルタイムに達成する機能（能力）。売り手が、供給者ブレーク目標に一致させることに、近づいた時には、該機能が提供されて、より大きな遡及効果利益か又は事前利益か、又はその両方を獲得するために、目標に到達させるための非常に短い期間の販売促進宣伝を実施することによって、製品販売を自動的に加速させる。

・競合する販売促進宣伝とは独立に（依存せずに）、及び／又は競合する販売促進宣伝を予期して、販売促進宣伝をリアルタイムに実施する機能（能力）。該機能は、下記の機能も有する。
〇オンラインの形態における何百か又は何千もの売り手の場合に、現在の市場価格に基づいて、競争相手の販売促進宣伝を自動的に追跡する機能（能力）。
〇如何なる手動介入もなく、競合相手の販売促進宣伝に即座に応答する（もしもそのように望んだ場合に）機能（能力）。
〇売り手クラス、地理的な位置などに基づいて、どの販売促進宣伝に応答するかを選択する機能（能力）。及び、
〇競合相手の販売促進宣伝が生じた時に、如何なる手動介入もなしに、上記の全てを実施する機能（能力）。

・消費者及び再販売業者によって決定されたある価格ポイントにおいて製品を購入することを望むこれらの該消費者及び再販売業者を維持し且つ追跡して、及び、目標消費者の外側のエンティティ（競争相手か又は他の消費者など）に対してそのような価格を通知するよう強制されることなく、及び該消費者が売り手特定システム（売り手のウェブサイトなど）に登録する必要もなく、これらの価格ポイントで購入することに前向きであるこの閉じた（キャプティブの）市場にそのような価格を提供（オファー）する機能（能力）。この売り手の提供（オファリング）は、リアルタイムベースで実施され、及び、市場空間に著しく警報を出すことなく、売り手に非常に短い販売促進宣伝を生成させることを可能にする例外的な（非常に優れた）ツールである（伝統的なメカニズムは、これらのシナリオ下において無力である）。

・本発明のインテグレータと一緒に価格オプティマイザは、売り手に、全ての上記のゴール（最終目標）を自動的に及び同時に達成させることを可能にする。これは、一般的な市場条件と、全期間と比較して時間的制約のある目標に合わせるための残り時間と、他の目標に対する現在の距離とに基づいて、各ゴールの優先度／重みを調整することによって成し遂げられる。ある市場条件（状況）か又は（例えば、四半期の開始付近のような）販売サイクル内のある期間の場合、利益が、収入よりも重要なものとすることができる。一方、販売の四半期の中間付近は、収入目標に合わせることが、利益よりもはるかに重要なものとすることができ、終了付近は、在庫の低減が、売り手の目的（又は方針）通りの利益か又は収入の何れかよりも、よい高い優先度を有するものとすることができる。

・本明細書内におけるインテグレータと共にオプティマイザが、手動介入なしに、売り手に、全ての上記のゴール（最終目標）を同時に及びリアルタイムに達成させることを可能にする。動的に変化する市場条件の存在下においてゴールを達成するために、毎回、価格が調整される必要がある。

・オプティマイザは、上記ゴールを同時にリアルタイムに、更には、オフラインツールが市場データを集めて（１週間か又は１ヶ月以上などのような）ある期間にわたって価格付けを調整することを待つことなく、成し遂げる。

・オプティマイザは、全ての上記のゴール（最終目標）を同時に、更には、将来の市場状況（条件）を予測することが必要とされることなく、達成させる。需要曲線のための定性的な入力のみが必要とされ、もしもこれが利用不可能であるならば、マーケットシェアオプティマイザが用いられる。

・オークション／逆オークションコントローラによる一定の相互作用によって、及び、リアルタイムの応答を生成することによって、売り手自身（又は自体）の固有の目的（又は方針）に基づいて、売り手の利益に対してリアルタイムに提供（オファー）される価格付けを動的に更新することを通じて、システムは、全ての上記のゴール（最終目標）を同時に達成する。

・銀行のような売り手の場合には、前記機能（能力）が提供されて、貸出金利、スプレッド、期間、及び混合平均預金利率のコンテキスト内における預金要件を指定し、本発明のオプティマイザが、関連付けられた変動要素セットをリアルタイムに最適化する。

・クレジットカード発行者のような売り手は、更に、所望のクレジットスコア範囲及び対応するクレジット制限及び金利範囲、並びに、混合クレジットスコア及び混合金利のエンジンを指定する機能（能力）を有しており、クレジットカードを発行する一方で、如何なる手動処理か又はオフライン処理も無しに、これらの制約（制約条件）を連続的にリアルタイムに維持する。

・そのような売り手は、複数エンジンが、各自をリアルタイムに最適化し、且つ、該複数エンジンはまたそれらにわたって同時に最適化する（そのように望まれる場合に）時に、異なる制約での預金要件を分割する（又は切り出す）機能（能力）を追加的に有する。この同じ概念がまた、異なる範囲のクレジットスコアなどを各々がサポートしているクレジットカードエンジンのような、他の例示的な分野にも提供される。

・クレジットカード特定業界（バーティカル）か又はオートローン特定業界（バーティカル）か又はこれら両方に焦点があてられた非独立（依存性の）エンジンのセットによって、預金を集めて、次いで、部分的にか又は全体的に収益（利益）の利用を可能にするために、エンジンのセットを指定する機能（能力）。各々の該非独立（又は依存性の）エンジンのセット及びそれらの各々のサブセットは、望ましい範囲のクレジットスコア、ポートフォリオの混合クレジットスコア、及びポートフォリオの混合金利、などのような固有の制約条件及び目標を有することが可能にされた状態になっている。

自動的な価格オプティマイザ、価格インテグレータ、及びそれらを含むＳＡＥＪエンジン、並びに、基礎となる数学ベースが、自動的な逆オークション用途において用いるために、これまで説明されてきたが、それらは、自動的な価格最適化計算が望まれる可能性がある所ならばどこでも、より広範な実用性がある。そのような他のアプリケーションは、実際には、例えば、とりわけ、銀行取引、金融関係、保険、及び関連したアプリケーションにおいて、手動のセットアップのようなものを含む可能性がある。

当業者であれば、更なる修正が生じることとなるであろうが、そのような更なる修正は、添付の特許請求の範囲内において画定されるような本発明の原理及び範囲内の中に入るよう考慮される。

Claims (82)

1. 売り手から製品及びサービスを購入するために、該製品及びサービスの買い手により通信ネットワークショッピングを行う方法であって、該買い手は、自動逆オークション事業者か又はオークションコントローラ（ＲＡＣ）に対して、意欲的な売り手の間で逆オークションをリアルタイムに開始するようリクエストし、並びに、該売り手の自動化売り手エンジン（ＳＡＥＪ）から、前記製品及びサービスに対する該自動化売り手エンジン（ＳＡＥＪ）の自動的なリアルタイムの反復的な値付け価格見積りを、請求するようリクエストして、如何なる手動的な介入も無しに及び該コントローラの反復的な処理誘導の下で、該価格見積りが、ネットワーク上で該コントローラに自動的に戻されることとなるようにして、前記買い手に対する最良競売値価格見積りが保証されるようにし、該方法が、
   含まれる特定アプリケーションに依存する自動化売り手エンジンアーキテクチャ実現形態に対する複数のオプションの選択を提供し、該アーキテクチャは、並列処理アーキテクチャ、パイプラインアーキテクチャ、ハブ及びスポークアークテクチャ、及びこれら全てのハイブリッドな組み合わせ、からなるグループから選択され、
   購入することに前記買い手が興味を表明した１つか又は複数のアイテムについて前記コントーラ（ＲＡＣ）からリクエストを受け取ることに対して責任を負う価格管理を実現し、
   前記売り手が入力する目標か又はゴールの特定期間内における、該売り手のビジネス目的が入力されるようにするために、受け取った市場データ及び履歴価格を考慮して前記売り手エンジン自体を構成し、及び、
   これら前記ゴールのタイプ及び値に基づき、前記売り手の前記ビジネス目的を実現させるために前記売り手エンジンにおいて価格を自動的に最適化する
   ことを含むことからなる、方法。
2. 前記最適化は、特定売り上げ目標向けの実現形態が自動的にもたらされることからなる、請求項１に記載の方法。
3. 前記最適化は、マーケットシェア向けの実現形態が自動的にもたらされることからなる、請求項１に記載の方法。
4. 前記最適化は、売り手効用派生実現形態が自動的にもたらされることからなる、請求項１に記載の方法。
5. 前記最適化は、モデルオプティマイザ実現形態が自動的にもたらされることからなる、請求項１に記載の方法。
6. 前記最適化は、数学的な最適化に方向付けられた実現形態が自動的にもたらされることからなる、請求項１に記載の方法。
7. 前記価格管理が、ルールベースの実現形態を用いることからなる、請求項１に記載の方法。
8. マーケットシェア目標及び売り上げ目標のような前記売り手のビジネス目的における期待される売り手効用表現を最大化させる一方で、買い手の特徴と競争相手の挙動とを含む他の競売値特性におけるファクタリングを行うことによって、前記最適化された価格が計算される、請求項１に記載の方法。
9. 競売値のリクエストが受け取られる時に、そのリクエストからの前記効用に対して前記期待される寄与が、計算されて、その寄与を最大化させた価格として前記最適な価格が決定される、請求項８に記載の方法。
10. 線形の関数、指数関数的な関数、区分的に線形の関数、区分的に指数関数的な関数、及びハイブリッドな関数、からなるグループから選択されたものとなるように、効用関数が選択される、請求項８に記載の方法。
11. 自乗誤差を最小化させること及び／又は最大尤度推定法を使用することに基づいて、ある曲線を、利用可能な競売値履歴データに対して適合させることによって履歴競売値・応答関数のパラメータが、統計的に推定され、該推定中には、より最近の履歴データが、より重く重み付けられることからなる、請求項８に記載の方法。
12. 派生・追従実現形態が用いられて、１つの時間間隔にわたる履歴ウィンドウが考慮される、請求項８に記載の方法。
13. そのような価格最適化の前記価格管理を実現することが、幾つかのゴールか又は前記売り手のビジネス目的のうちの１つか又は複数について、自動的にもたらされ、該ビジネス目的は、グローバル価格、イベント、販売促進宣伝、及び供給者のブレークポイントを含むことからなる、請求項１に記載の方法。
14. 受け取った市場データ、履歴データ、及び売り手の目標を考慮して、前記価格最適化が、もたらされることからなる、請求項１３に記載の方法。
15. 前記最適化された価格の全てが統合されて、売り手の価格見積りが生成されることからなる、請求項１４に記載の方法。
16. 前記価格管理が、価格の最適化と、それらの統合とに対処する自動的な論理最適化により実現されることからなる、請求項１３に記載の方法。
17. 計算論理、価格付けルール、及び価格最適化出力のうちの１つか又は複数を適用する価格決定を前記価格の統合が提供し、該価格最適化出力は、価格リクエスト、売り上げ目標、リアルタイムの市場データ、及び価格ウォッチリストのうちの１つか又は複数を含むことからなる、請求項１５に記載の方法。
18. 価格の最適化と、価格統合とを一緒に行う前記組み合わせによって、長期と短期の売り上げ目標が同時に達成されることが可能となる一方で、現在の市場条件に基づいて、各売り手ゴールの相対的な優先度が変更されることからなる、請求項１６に記載の方法。
19. 前記価格の最適化の実現形態は、目標向けの実現形態、マーケットシェア向けの実現形態、調査によるモデル最適化実現形態、効用派生・追従実現形態、及びルールエンジン実現形態、からなるグループから選択されることからなる、請求項１に記載の方法。
20. 前記買い手のリクエストが受け取られる時に、そのリクエストからの売り手効用に対して期待される寄与が計算されて、それにより、前記最適な価格が、そのような寄与を最大化させた価格になることとなるようにすることからなる、請求項１に記載の方法。
21. 前記目標向けの価格付けによって、前記売り手が、効率的に在庫を管理し且つ在庫状況に基づいて価格を調整することが可能になることからなる、請求項１９に記載の方法。
22. 履歴競売値・応答推定によって、公称の基準価格の選択が可能になる一方で、最近の価格変動要素を考慮することによって、前記オプティマイザが、現在の市場条件により近づいてリアルタイムに開始することが可能になることからなる、請求項１９に記載の方法。
23. 対応する目標にむすびつけられた定性的市場需要推定によって、前記売り手が、変動する市場条件を追跡して、及び、現在の市場需要に基づいて動的にリアルタイムに価格を調整することが可能になることからなる、請求項１９に記載の方法。
24. 前記目標向けベースの価格最適化によって、前記売り手が、収入、利益マージン、売り上げ量、及び他の類似の指標を用いて、売り上げ目標を設定することが可能になり、及び、製品価格付けが最適にリアルタイムに管理されて、該目標に達する尤度が最大化させられることからなる、請求項１９に記載の方法。
25. 前記マーケットシェアベースの最適化によって、売り手が、マーケットシェア目標を指定して、極めて競争の激しい環境内においてマーケットシェアを動的にリアルタイムに維持するか又は変更することが可能になることからなる、請求項１９に記載の方法。
26. 前記効用関数が、本明細書内における式（９）及び式（１４）によって実質的には提供されるような指数関数的な関数であることからなる、請求項２０に記載の方法。
27. 前記効用関数が、本明細書内における式（６）によって実質的には提供されるような線形の関数であることからなる、請求項２０に記載の方法。
28. 前記効用の期待値が、本明細書内における式（６）によって提供されるものであることからなる、請求項２０に記載の方法。
29. 前記効用関数が、区分的に線形のか又は指数関数的か又はハイブリッドな関数であることからなる、請求項２０に記載の方法。
30. 前記履歴競売値・応答関数が、ロジット関数、電力関数、ゴンペルツ関数、フォン・ベルタランフィ関数、及びＪａｎｏｓｃｈｅｋ関数、からなるグループから選択されることからなる、請求項２２に記載の方法。
31. 複数の前記実現形態が、本明細書の表１内において記載されているようなものであることからなる、請求項２０に記載の方法。
32. 自乗誤差を最小化させることか又は最大尤度推定法のうちの１つにより、前記履歴競売値・応答関数のパラメータから前記推定がなされることからなる、請求項２２に記載の方法。
33. 前記価格の最適化、及び統合は、小売消費者、卸売販売、銀行取引、保険、及び金融の市場からなるグループから選択された製品又はサービス販売における価格付けがもたらされることからなる、請求項１９に記載の方法。
34. 前記効用派生・追従実現形態において、先行する価格変動の結果として以前の期間内において得られた効用の総計により価格が調整されることからなる、請求項１９に記載の方法。
35. 買い手と売り手との両方とオンラインにおいてインターネット上で伝達し合う介在する逆オークション事業者コントローラを通じて、製品及びサービスの買い手と売り手との間でリアルタイム商業トランザクションを導くための、及び、オンラインで売り手価格見積りについての買い手リクエストを提供するための、及び、それにより、該売り手に該インターネット上で該買い手リクエストを伝達させるための、システムであって、
    前記売り手の各々は、その売り手の特定の所定のビジネス目的、履歴市場データ、及び現在の市場状況情報を格納する売り手自動エンジン（ＳＡＥＪ）を備えており、該売り手自動化エンジン（ＳＡＥＪ）が、価格見積りを自動的に生成するために買い手リクエストに応答して、前記買い手リクエストに基づいて、及び、その売り手の自動売り手エンジン内に格納された売り手の特定の所定の情報及び最新の競売値情報のそれぞれのガイドライン内において、該価格見積りで前記コントローラに応答し、
    プロセッサが、前記売り手自動エンジンから戻されるように前記インターネット上で受け取った前記価格見積りを処理して、反復的なリアルタイムの自動売り手エンジンの競争力のある前記価格見積り改善を、最良価格見積りが受け取られるまで前記それぞれのガイドライン内において実施することを開始し、
    それにより、そのような最良価格見積りにおける自動的な買い手通知が可能となるか又はそのような最良価格見積りによる自動的な購入が買い手にとって可能となり、
    前記売り手自動エンジンが、並列処理アーキテクチャ、パイプラインアーキテクチャ、ハブ及びスポークアークテクチャ、並びにこれら全てのハイブリッドな組み合わせ、からなるグループから選択されたアーキテクチャ実現形態の選択を用いるよう構成されていることからなる、システム。
36. マーケットシェア向けの実現形態、特定売り上げ目標向けの実現形態、売り手効用派生・追従実現形態、調査特徴により選択されたモデル最適化実現形態、数学的な最適化に方向付けられた実現形態、及びルールベースの実現形態、からなるグループから選択されたアーキテクチャによって前記価格が最適化される、請求項３５に記載のシステム。
37. 前記売り手自動エンジンの各々が、価格管理ユニットを制御するセッション管理ユニットに接続されたメッセージ処理ユニットの組み合わせを備え、
    前記セッション管理ユニットは、セッションデータに対する高速アクセス用のセッションキャッシュと、セッション情報を持続的に格納するためのセッション格納ユニットとが提供されていることかなる、請求項３６に記載のシステム。
38. 前記セッション管理ユニットは、前記逆オークションのコアコントローラとして機能し、前記逆オークションコントローラからの各リクエストが、そのワークフローを通じて管理されるということと、ある応答がそこに戻されるように送られるということとを保証することからなる、請求項３７に記載のシステム。
39. 前記セッション管理ユニットが、耐故障性の制御、並びに、セッション情報の制御を可能にすることからなる、請求項３８に記載のシステム。
40. 前記価格管理ユニットが、前記競売値か又は前記コントローラからの見積りリクエストのための最適価格を計算し、該最適価格は、売り手の固有ビジネス目的に特有のものであることからなる、請求項３７に記載のシステム。
41. 前記価格管理ユニットが、２つのタイプの算術的な論理最適化ユニット、すなわち、価格オプティマイザと価格インテグレータとを含むことならなる、請求項４０に記載のシステム。
42. 前記価格オプティマイザが、入力データと、設定データ値付けとに基づいて、前記最適価格を計算し、そのパラメータは、前記売り手の固有のビジネス目的に基づいて、該売り手によりプログラムされることからなる、請求項４１に記載のシステム。
43. 前記最適価格の計算において、供給者のブレーク、及び販売促進宣伝、及び前記売り手の課題における様々なゴールに対する解決法を提供する他の実現形態を含む追加的な条件もまた考慮される、請求項４２に記載のシステム。
44. 前記価格オプティマイザのグループが一緒に働いて、１つか又は複数の価格インテグレータを通じて最適価格を出力するよう提供されている、請求項４２に記載のシステム。
45. 追加的な変動要素と、前記売り手によって提供されるようなビジネスルールとを統合させることにより、前記価格インテグレータが、前記価格オプティマイザ出力を更に強化することからなる、請求項４２に記載のシステム。
46. 前記追加的な変動要素が、価格の上限及び下限と、あるオプティマイザが優先度を与えられる、価格及び／又はグロスマージンの範囲と、前記オプティマイザ出力に対して提供されるグループ割引とのうちの１つか又は複数を含むことからなる、請求項４５に記載のシステム。
47. 前記価格オプティマイザが、独立的にか又は非独立的に働いて、それらのそれぞれの特定目標基準に対する前記最適価格を決定して、その瞬間にその最良価格を決定して、前記逆オークションコントローラに戻すように応答を送ることからなる、請求項４４に記載のシステム。
48. グローバル価格最適化、イベント最適化、供給者ブレーク最適化、及び販売促進宣伝最適化、からなるグループから選択された前記価格最適化が、マーケットシェア向けの実現形態、目標向けの実現形態、効用派生・追従実現形態、及び調査による価格最適化実現形態、からなるグループから選択された実現形態に対して提供されることからなる、請求項４７に記載のシステム。
49. 前記価格管理ユニットの前記実現が、幾つかのゴールか又は前記売り手のビジネス目的のうちの１つか又は複数に価格最適化をもたらすことを含み、該ビジネス目的は、グローバル価格、イベント、及び供給者のブレークポイントを含むことからなる、請求項３７に記載のシステム。
50. 市場データ、履歴データ、及び前記価格管理ユニットに対して提供される売り手目標情報に応答することによってもまた、前記価格最適化がもたらされる、請求項４９に記載のシステム。
51. 前記最適化された価格の全てが、前記価格管理ユニットによって統合されて、売り手の価格見積りが生成される、請求項４４に記載のシステム。
52. 前記価格管理ユニットが、価格最適化と価格統合との各々に対処する算術的な論理最適化によって実現される、請求項４９に記載のシステム。
53. 計算、論理、及び前記価格オプティマイザ出力に関する価格付けルールのうちの１つか又は複数を適用することにより前記価格統合が価格見積り決定を提供し、該価格オプティマイザ出力は、価格リクエスト、売り上げ目標、リアルタイムの売り上げデータ、及び価格ウォッチリストのうちの１つか又は複数を含むことからなる、請求項４９に記載のシステム。
54. 前記価格オプティマイザと、前記価格管理ユニットにおける価格統合とを一緒に行う組み合わせによって、前記売り手が、長期と短期との両方の売り上げ目標を同時に達成させることが可能になる一方で、現在の市場条件に基づいて、各売り手ゴールの相対的な優先度が変更されることからなる、請求項４１に記載のシステム。
55. 買い手リクエストが受け取られる時に、そのリクエストからの売り手効用に対して期待される寄与から最適価格を計算するための手段が提供され、それにより、前記最適価格が、
    そのような寄与を最大化させた価格であることとなる、請求項３７に記載のシステム。
56. 自動売り手及び価格見積りシステムであって、
    売り手の特定所定市場戦略、ビジネス目的、及び市場状況情報を格納する売り手自動エンジンであって、該買い手リクエストに基づいて、及び、該売り手自動売り手エンジン内に格納された売り手特定所定情報のそれぞれのガイドライン内において、前記価格見積りに対する応答を自動的に生成するために、買い手リクエストに応答する、売り手自動エンジンと、
    最良価格見積りが受け取られるまで、前記それぞれのガイドライン内において、価格見積りを改善させるために、反復的なリアルタイムの自動売り手エンジンの競争を、開始するためのプロセッサ
    とを組み合わせて有し、
    前記売り手自動エンジンが、並列処理アーキテクチャ、パイプラインアーキテクチャ、ハブ及びスポークアークテクチャ、及びこれらのハイブリッドな組み合わせ、からなるグループから選択される複数のアーキテクチャ実現形態に適合されていることからなる、システム。
57. マーケットシェア向けの実現形態、特定売り上げ目標向けの実現形態、売り手効用派生・追従実現形態、調査特徴により選択されたモデルオプティマイザ実現形態、数学的な最適化に方向付けられた実現形態、及びルールベースの実現形態、からなるグループから選択された１つか又は複数のアーキテクチャによって、前記売り手価格が最適化されることからなる、請求項５６に記載のシステム。
58. 前記売り手エンジンは、幾つかのゴールか又は前記売り手のビジネス目的のうちの１つか又は複数についての価格最適化を可能にするための価格管理ユニットが提供されており、該ビジネス目的は、グローバル価格、イベント、及び供給者のブレークポイント、からなるグループから選択された目的を含むことからなる、請求項５６に記載のシステム。
59. 入力された市場データ、履歴データ、及び売り手の目標を考慮して、前記価格最適化がもたらされる、請求項５８に記載のシステム。
60. 前記最適化された価格の全てが統合されて、売り手の価格見積りが生成される、請求項５８に記載のシステム。
61. 価格最適化と最適化された価格の統合との各々に対処する数学的な論理最適化により前記価格管理が実現される、請求項６０に記載のシステム。
62. 前記価格最適化は、幾つかのゴールか又は前記売り手のビジネス目的のうちの１つか又は複数がもたらされ、該ビジネス目的は、グローバル価格、イベント、及び供給者のブレークポイントを含むことからなる、請求項６１に記載のシステム。
63. 目標向けの実現形態、 マーケットシェア実現形態、調査によるモデル最適化実現形態、効用派生・追従実現形態、及びルールエンジン実現形態、からなるグループから選択された実現形態により、前記価格最適化がもたらされる、請求項６２に記載のシステム。
64. 価格リクエストが受け取られる時に、そのリクエストからの売り手効用に対して期待される寄与が計算され、それにより、前記最適価格が そのような寄与を最大化させた価格であることとなるようにする、請求項６３に記載のシステム。
65. 実質的には、指数関数的な関数、区分的に指数関数的な関数、線形の関数、区分的に線形の関数、及びこれらのハイブリッドな組み合わせ、からなるグループから前記効用の関数が選択され、
    前記実現形態が、本明細書の表１のマトリクスに従ったものであることからなる、請求項６４に記載のシステム。
66. 本明細書の式（１６）及び式（１７）におけるような自乗誤差を最小化するための手段によってか、或いは、本明細書の式（１８）〜（２０）におけるような最大尤度推定法によって、履歴競売値・応答関数パラメータの推定が可能にされる、請求項６５に記載のシステム。
67. 効用派生・追従価格競売値実現形態関数が用いられて、価格変動の結果として以前の期間内において得られた効用の総計によって価格が調整される、請求項６３に記載のシステム。
68. 複数の商品及びサービスについてリアルタイムに価格見積りを最適化する方法であって、価格最適化と、最適化された価格の全ての価格統合との各々に対処する算術的な論理最適化によって価格管理を実現することを該方法が含み、計算論理と、価格リクエスト、売り上げ目標、リアルタイムの売り上げデータ、及び価格ウォッチリストに基づく、価格最適化に関する価格付けルールとのうちの１つか又は複数を適用することによって価格決定がなされることからなる、方法。
69. 前記価格統合と一緒に前記価格最適化が用いられることにより、前記売り手が、長期と短期の売り上げ目標を同時に達成することが可能になる一方で、現在の市場条件に基づいて、各売り手ゴールの相対的な優先度が変更されることからなる、請求項６８に記載の方法。
70. 売り手から製品及びサービスを購入するために、該製品及びサービスの買い手により通信ネットワークショッピングを行う方法であって、該買い手は、自動逆オークション事業者か又はオークションコントローラ（ＲＡＣ）に対して、意欲的な売り手の間で逆オークションをリアルタイムに開始するようリクエストし、並びに、該売り手の自動化売り手エンジン（ＳＡＥＪ）から、前記製品及びサービスに対する該自動化売り手エンジン（ＳＡＥＪ）の自動的なリアルタイムの反復的な値付け価格見積りを、請求するようリクエストして、如何なる手動的な介入も無しに及び該コントローラの反復的な処理誘導の下で、該価格見積りが、ネットワーク上で該コントローラに自動的に戻されることとなるようにして、前記買い手に対する最良競売値価格見積りが保証されるようにし、該方法が、
    購入することに前記買い手が興味を表明した１つか又は複数のアイテムについて前記コントーラ（ＲＡＣ）からリクエストを受け取ることに対して責任を負う価格管理を実現し、
    前記売り手が入力する目標か又はゴールの特定期間内における、該売り手のビジネス目的が入力されるようにするために、受け取った市場データ及び履歴価格を考慮して前記売り手エンジン自体を構成し、及び、
    これら前記ゴールのタイプ及び値に基づき、前記エンジン内において設定されたものとして前記売り手の前記ビジネス目的を実現させるために、前記売り手エンジンにおいて価格を自動的に最適化し且つ統合させる
    ことを含むことからなる、方法。
71. 前記売り手は、収入、利益、マーケットシェア、在庫、供給者ブレーク、競争相手イベント、及び市場需要変動を含む多くの複数の相互作用する変動要素をリアルタイムに処理することと、一方で、リアルタイムにオンデマンドで前記反復的な値付けを自動的に最適化することとが、同時に可能にされ、しかも、これら全てが、動的に変動する市場条件の存在下においてさえも、前記変動要素を手動的に追跡することを必要とせずに、或いは、前記売り手からの任意の他の手動介入を必要とせずに、可能にされることからなる、請求項７０に記載の方法。
72. 前記売り手の前記目的並びに市場条件に基づいて、複数の価格オプティマイザが用いられ且つ設定され、該市場条件は、需要、競合する振舞い、在庫、及び供給者ブレークを含み、前記市場からのリアルタイムのデータに基づいて、及び売り手が設定したパラメータに基づいて、及び前記売り手からの如何なる更なる手動介入も必要とされること無く、前記価格オプティマイザは、その価格をいつ更新するのかということと、いくらで更新するかということとを、計算することからなる、請求項７１に記載の方法。
73. 所定の時間フレームについて、収入、利益、売り上げ量、及び類似の指標を用いて、売り上げ目標を設定することを、前記売り手が可能にされ、前記市場が生み出すこととなる価格を推測することを必要とせずに、前記売り上げ目標に到達するために、前記最適化された製品価格付けがリアルタイムに導き出されることからなる、請求項７２に記載の方法。
74. マーケットシェア目標を指定することと、如何なる手動処理か又はオフライン処理も無しに、及び、時間の関数として需要とは独立に、極めて競争の激しい環境内のマーケットシェアを動的にリアルタイムに維持することか又は変更することと、を前記売り手が可能にされ、それにより、成長性と、結果として生じるマーケットシェアとを自動的に管理する機能が提供されることからなる、請求項７３に記載の方法。
75. 前記価格最適化及び統合によって、一般的な市場条件に基づいて、及び設定時間に制約のある目標に合わせるための残り時間に基づいて、各ゴールの優先度／重みを調整することを通じて、売り手が、複数の前記ゴールを自動的に且つ同時に達成することが可能になり、前記売り手自身の固有の目的に基づいて、前記売り手の利益のためにリアルタイムに提供された価格付けが動的に更新されることからなる、請求項７２に記載の方法。
76. 前記自動的な最適化が、貸出金利、スプレッド、期間、及び混合平均預金利率のコンテキスト内において預金要件を指定する機能を、銀行のような金融機関に提供し、リアルタイムに生じる変動要素の関連付けられたセットが最適化されることからなる、請求項７０に記載の方法。
77. 前記売り手は、クレジットカード発行者であり、該クレジットカード発行者は、様々な所望のクレジットスコア範囲の複数エンジンを指定することと、対応するクレジット制限及び金利範囲、並びに、混合クレジットスコア及び／又は混合金利、及び／又は集まった移転収支を指定することと、が可能にされ、該クレジットカード発行者は、クレジットカードを発行することが更に可能にされている一方で、如何なる手動処理か又はオフライン処理も無しに、予め設定したゴールと制約とをリアルタイムに連読的に維持することからなる、請求項７６に記載の方法。
78. 前記クレジットカードの前記売り手は、預金要件を、複数エンジン内における異なる制約に分割することが可能にされ、該複数エンジンの各自がリアルタイムに最適化され、リアルタイムにそれら複数エンジンにわたっても同時に最適化され、異なる範囲のクレジットスコアを、クレジットカードエンジンの各々がサポートすることが更に可能にされることからなる、請求項７７に記載の方法。
79. 前記エンジンのセットは、預金を収集するよう指定され、次いで、クレジットカード特定業界にか又はローン特定業界にか又はこれら両方に焦点があてられた依存性エンジンのセットによって、部分的にか又は全体的にその収益の利用が可能になり、各々の該依存性エンジンのセット及びそれらの各々のサブセットは、望ましい範囲のクレジットスコア、ポートフォリオの混合クレジットスコア、及び／又は、ポートフォリオの混合金利、又は類似のマトリクス、のような固有の制約及び売り上げ目標が可能にされた状態になっていることからなる、請求項７７に記載の方法。
80. 前記効用関数が、前記目標に対する距離の関数として表されていることからなる、請求項２０に記載の方法。
81. 調査による最適化が用いられ、価格変動の結果として以前の期間内において得られた効用の総計により価格が調整されることからなる、請求項２０に記載の方法。
82. 販売促進宣伝中の価格変動における設定可能なデューティサイクルを用いることにより、該販売促進宣伝中の持続性の価格が回避される、請求項２１に記載の方法。

Images