KR20070085252A - 소매 거래 데이터 데이터베이스를 포함하는, 거래 데이터를 분석하고 소매 엔티티에 대한 전략을 생성시키기 위한 컴퓨터 시스템 - Google Patents

소매 거래 데이터 데이터베이스를 포함하는, 거래 데이터를 분석하고 소매 엔티티에 대한 전략을 생성시키기 위한 컴퓨터 시스템 Download PDF

Info

Publication number
KR20070085252A
KR20070085252A KR1020077008389A KR20077008389A KR20070085252A KR 20070085252 A KR20070085252 A KR 20070085252A KR 1020077008389 A KR1020077008389 A KR 1020077008389A KR 20077008389 A KR20077008389 A KR 20077008389A KR 20070085252 A KR20070085252 A KR 20070085252A
Authority
KR
South Korea
Prior art keywords
product
consumer
price
consumers
products
Prior art date
Application number
KR1020077008389A
Other languages
English (en)
Inventor
마크 하인즈
마이클 윌하이트
Original Assignee
던험비 리미티드
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 던험비 리미티드 filed Critical 던험비 리미티드
Publication of KR20070085252A publication Critical patent/KR20070085252A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
    • 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

Abstract

본 발명은 소매 상점에서 판매되는 상품들과 같은 제품들의 가격을 매기는 방법에 관한 것이다. 본 발명의 방법은 다음의 5개 단계 공정: (a) 다수의 소비자들의 거래 데이터를 평가하는 단계; (b) 상기 다수의 소비자들을 다수의 소비자 그룹들로 분류하는 단계; (c) 제품 카테고리를 식별하는 단계; (d) 상기 제품 카테고리의 제품들을 다수의 제품 그룹들로 분류하는 단계로서, 상기 제품 그룹들은 적어도 부분적으로 상기 다수의 소비자 그룹들을 토대로 하는, 분류 단계; 및 (e) 상기 제품 카테고리의 제품의 소매 가격을 설정하는 단계로서, 상기 소매 가격은 적어도 부분적으로 상기 제품이 분류되는 제품 그룹을 토대로 하는, 설정 단계를 이용하여 실행된다.
거래 데이터, 제품 카테고리, 제품 그룹, 소비자 그룹,

Description

소매 상점에서의 제품가 설정 방법{METHOD FOR PRICING PRODUCTS IN A RETAIL STORE}
관련 출원의 교차 참조
본 출원은 본원에 참조된 2004년 10월 13일에 출원된 발명의 명칭이 "METHOD FOR PRICING PRODUCTS IN A RETAIL STORE"인 미국 가출원 일련 번호 60/618,300의 우선권을 주장한 것이다.
제품의 가격을 매기는 것은 소매 섹터에의 회사들에 의해 직면하는 가장 중요한 작업들 중 하나이다. 판매 수입을 극대화하는 목표는 단순하지만, 흔히 이 목표를 달성하는 가격을 결정하는 것은 어렵다. 특정 제품의 가격은 주로 시장 상황들에 의해 구속되지만, 실제 시장 상황들을 확인하고 최적의 가격을 산출하는 방식으로 평가하기 위해선 방대한 작업이 필요로 된다. 예를 들어, 제품의 가격을 소비자들을 기꺼이 지불하고자 하는 가격 아래로 설정하면, 판매시마다 수입은 떨어져 총 판매 수입을 떨어트릴 것이다. 제품의 가격을 너무 높게 설명하면, 상당 수의 소비자들이 더이상 이 제품을 구매하지 않음으로, 판매량을 감소시킨다. 총 판매 수입을 극대화하기 위하여 충분한 판매량을 유지하는 최적의 가격은 너무-높은 가격보다 아래의 가격 어딘가에 있다.
제품 가격과 관련한 시장 상황들은 제품에 대한 소비자 수요와 이 제품의 대체재에 관한 정보를 포함한다. 특정 제품에 대한 최적의 가격에 근사화하기 위해선 소매자가 손쉽게 이용가능한 데이터를 이용하여 이들 파라미터들을 결정할 수 있도록 하는 방법이 필요로 된다.
본 발명은 전형적인 실시예를 따라서 소매 상점에서 판매되는 상품들일 수 있는 제품들의 가격을 매기는 방법을 제공한다. 일반적으로, 본 발명의 방법은 다음 5개의 단계 공정:
(a) 다수의 소비자들의 거래 데이터를 평가하는 단계;
(b) 상기 거래 데이터로부터 상기 다수의 소비자들을 다수의 소비자 그룹들로 분류하는 단계;
(c) 제품 카테고리를 식별하는 단계;
(d) 상기 제품 카테고리의 제품들을 다수의 제품 그룹들로 분류하는 단계로서, 상기 제품 그룹 분류들은 적어도 부분적으로 상기 제품 카테고리의 제품에 대한 소비가 그룹들 거래의 분포를 토대로 결정되는, 분류 단계; 및
(e) 상기 제품 카테고리의 제품의 소매 가격을 설정하는 단계로서, 상기 소매 가격은 적어도 부분적으로 상기 제품이 분류되는 제품 그룹을 토대로 하는, 설정 단계를 이용하여 실행될 수 있다.
전형적인 실시예에서, 거래 데이터는 소비자들이 구매한 제품들의 아이덴티티(identity) 및 제품 량을 포함하여 소비자의 쇼핑 내력에 관한 정보일 수 있는 "쇼핑 구매 데이터" 를 포함한다. 상세한 실시예에서, 쇼핑 구매 데이터는 프리퀀트 쇼퍼 카드(frequent shopper cards)(또한 로열티 카드들(loyalty cards) 또는 리워드 카드들(reward cards))을 이용하여 수집된다.
소비자 그룹들은 인구통계학 팩터들(년령, 수입, 또는 지리적 위치) 및/또는 이외 다른 개성 팩터들(예를 들어, 가격 민감도 또는 협상 경향)과 같은 여러 팩터들을 토대로 소비자 각자의 거래를 판정할 수 있다라는 개념을 기반으로 확립된다. 따라서, 더욱 상세한 실시예에서, 다수의 소비자 그룹들은 상이한 가격 민감도를 나타낼 수 있다. 더욱 상세한 실시예에서, 다수의 소비 그룹들 각각의 소비자들은 유사한 가격 민감도를 갖는다. 더욱 더 상세한 실시예에서, 다수의 소비자들 각각은 소비자의 가격 민감도를 토대로 다수의 소비자 그룹들 중 하나로 할당된다. 더욱 더 상세한 실시예에서, 각 소비자의 가격 민감도는 소비자가 구매한 제품들, 소비자가 구매한 제품들의 제품 그룹들, 및/또는 제1 소비자와 같은 제품들을 구매한 다른 소비자들의 가격 민감도로부터 결정된다. 더욱 더 상세한 실시예에서, 제1 소비자가 분류되는 소비자 그룹은 이 제1 소비자와 동일하거나 유사한 제품들을 구매한 다른 소비자들가 분류되는 소비자 그룹으로부터 또는 소비자가 구매한 제품들의 제품 그룹으로부터 결정된다.
대안적인 상세한 실시예에서, 제품 카테고리는 공통 물리적 특성들을 갖는 제품들을 포함한다. 대안적으로, 이 제품 카테고리는 공통 목적을 위하여 사용될 수 있는 제품들, 수요의 포지티브 교차 탄력성(positive cross-elasticities of demand)을 갖는 제품들, 또는 북미 산업 분류 시스템 또는 표준 산업 분류 시스템(North American Industry Classification System or Standard Industrial Classification system) 하에서 공통 분류를 갖는 제품들을 포함할 수 있다.
대안적인 상세한 실시예에서, 제품 카테고리의 각 제품은 다수의 제품 그룹들 중 한 그룹으로 분류된다. 더욱 더 상세한 실시예에서, 제품이 분류되는 제품 그룹은 이 제품을 구매한 소비자들의 아이덴티티, 이 제품을 구매한 소비자들의 가격 민감도, 이 제품을 구매한 소비자 그룹들의 분포, 또는 제품을 구매한 충분한 소정 비율(fraction)의 소비자들이 분류되는 소비자 그룹으로부터 결정된다. 대안적인 더욱 상세한 실시예에서, 제1 제품이 분류되는 제품 그룹은 제1 제품을 구매한 소비자들에 의해 구매된 다른 제품들 또는 제1 제품을 구매한 충분한 소정 비율의 소비자들에 의해 구매된 다른 제품들이 분류되는 제품 그룹으로부터 결정된다. 대안적인 더욱 상세한 실시예에서, 제품 그룹은 소비자들에 의해 구매된 제품들을 포함하는데, 충분한 소정 비율의 이 소비자들은 공통 소비자 그룹으로 분류된다.
대안적인 상세한 실시예에서, 제품들이 가격에 덜 민감한 소비자들에 의해 구매되는 제1 제품 그룹으로 분류되는 제1 제품의 가격은 제품들이 가격에 더 민감한 소비자들에 의해 구매되는 제2 제품 그룹으로 분류되는 제2 제품의 가격보다 높게될 것이다. 특정 실시예에서, 제2 제품 그룹의 제품들은 (예를 들어, 소매 업체의 지역 경쟁자들에 대해서)더욱 경쟁력있는 가격이 될 것이고, 제1 제품 그룹의 제품들은 경쟁력을 떨어트리는 가격이 매겨질 것이다.
또 다시, 본원에 서술된 전형적인 실시예들이 소비자들의 상대적인 가격 민감도를 토대로 소비자 그룹들로 소비자들을 분류하고 나서 제품들을 구매한 가격 민감도를 기반으로 한 소비자 그룹들의 분로플 토대로 제품 그룹들로 제품을 분류하였지만, 거래에 대한 소비자의 판정들에 영향을 미칠 수 있는 어떤 인구통계학 또는 개성-기반으로 한 팩터(또는 이들의 임의의 조합)을 토대로 소비자들을 소비자 그룹들로 분류하는 것도 본 발명의 범위 내에 있다.
도1은 본 발명의 전형적인 실시예를 따른 방법의 순서도.
도2는 다수의 소비자들을 다수의 소비자 그룹들로 분류하는 단계의 전형적인 실시예를 도시한 도면.
도3 내지 도6은 4개의 전형적인 소비자 그룹들을 위한 선택 기준들을 도시한 그래프들.
도7은 4개의 전형적인 소비자 그룹들에 대한 선택 기준들을 도시한 챠트.
도8 내지 도11은 4개의 전형적인 제품 그룹들에 대한 선택 기준들을 도시한 그래프들.
도1은 본 발명의 전형적인 방법(10)의 순서도를 도시한 것이다. 이 방법(10)은 다수의 소비자들의 거래 데이터를 평가하는 제1 단계(12)로 시작된다. "거래 데이터"란 소비자 및 비지니스 간의 어떤 거래 또는 상호작용에 관한 데이터라 칭한다. 전형적인 실시예에서, 거래 데이터는 제품들의 아이텐티티 및 소비자가 구매한 제품의 양들을 포함한 소비자의 쇼핑 내력에 관한 정보일 수 있는 "쇼핑 구매 데이터"를 포함한다. 본원에 사용된 바와 같이, 용어 "제품들"은 소매 상점에서 구매할 수 있는 소비자 제품들뿐만 아니라 비지니스에 의해 소비자에게 제공될 수 있는 임의의 다른 제품, 서비스 또는 가치있는 물건을 포함한다. 이 단계(12)는 쇼핑 구매 데이터를 수집하는 단계를 포함할 수 있거나, 이는 사전 수집된 데이터를 평가할 수 있다. 쇼핑 구매 데이터는 통상적으로 각 소비자가 지니고 있는 "프리퀀트 쇼퍼 카드" 또는 "로열티 카드"로 공지된 고유 식별 태그 또는 카드를 이용하여 수집될 수 있다. 이와 같은 카드들 또는 태그들은 바 코드, 자기 매체 또는 다른 데이터 저장 장치에 의해 저장되는 고유 식별 카드를 포함하고 당업자에게 널리 공지된 각종 방식들로 전자 장치에 의해 판독될 수 있다.
소비자가 상점에서 체크아웃 과정을 행하고 구매된 제품들이 스캐닝될 때, 소비자의 프리퀀트 쇼퍼 카드의 고유 식별 코드는 또한 전자 장치에 의해 판독될 수 있다. 그 후, 상점의 컴퓨터 시스템은 이 특정 판매동안 구매된 제품들의 기록을 컴파일하고 이 리스트를 소비자의 고유 식별 코드와 관련시킬 수 있다. 소비자가 상점을 방문하고 구매를 행할 때마다 이 공정을 반복함으로써, 상점은 소비자가 구매한 제품들의 아이덴티티 및 양들을 포함하여 특정 소비자의 쇼핑 내력의 누적 기록을 구축할 수 있다. 소비자의 쇼핑 내력의 컴파일된 기록은 다음 단계에서 서술된 바와 같이 데이터베이스에 저장되고 분석되어 소비자의 제품 선호도들에 관한 프로파일을 개발한다. 쇼핑 내력이 프로파일된 "소비자"는 예를 들어 동일한 주소에 거주하거나 동일한 신용 카드 계정을 이용하는 사람들의 그룹 또는 심지어 비지니스 또는 정부의 엔티티를 포함하여 개인 또는 가족일 수 있다.
대안적인 실시예에서, 소비자의 쇼핑 구매 데이터는 프리퀀트 쇼퍼 카드들로 부터의 코드들 대신에 다른 소비자 식별 정보(가령, 전화 번호, 상점 신용 카드, 은행 신행 카드 또는 체크 계정 번호)를 이용하여 소비자와 관련될 수 있다. 이 방식으로, 특정 거래의 상세사항들은 소비자의 사전 거래들과 정합되어, 데이터베이스 내의 각 소비자의 레코드에 거래 정보를 계속 부가하는 것을 용이하게 한다.
데이터베이스 내의 각 소비자의 기록은 다수의 거래 엔트리들 또는 기록들을 포함할 수 있는데, 각 거래마다 하나의 엔트리 또는 기록이 있다. 이들 거래 기록들 각각에 대해서, 전형적인 실시예에서 거래를 위하여, 소비자에 의해 구매된 SKU/제품(들)을 식별하는 코드; 특정 거래 또는 '배스킷(basket)'을 식별하는 코드; 거래가 속하는 소비자 또는 가족을 식별하는 코드; 거래가 발생되는 상점을 식별하는 코드; 구매된 제품들의 량 및 소모되는 량에 관련한 데이터; 제품의 데이터, 시간 등에 관한 데이터; 및 이와 같은 거래 데이터를 토대로 리포트들을 발생시키는데 유용할 수 있는 구매 지역을 나타내는 코드와 같은 이외 다른 임의의 데이터 또는 코드들이 제공된다.
SKU/제품을 식별하는 거래 기록에서 코드는 다수의 "제품 기록들"을 포함하는 별도의 데이터베이스로부터 제품에 관한 상세사항들을 검색하도록 사용될 수 있는데, 각 제품마다 하나의 기록이 있다. 제품 데이터베이스에서 각 "제품 기록"을 위하여, 전형적인 실시예에서 제품 그룹화 또는 분류 데이터 또는 코드들; 제품 UPC 데이터; 제조자 또는 공급자 데이터 또는 코드들; 및 거래 데이터 및 제품 데이터의 조합을 토대로 리포트들을 발생시키는데 유용할 수 있는 제안된 소매 가격 데이터와 같은 임의의 다른 데이터 또는 코드들이 제공된다.
거래를 위하여 소비자 또는 가족을 식별하는 거래 기록에서 코드는 다수의 "가족 기록들"을 포함한 별도의 데이터베이스로부터 이 가족에 관한 상세사항들을 검색하도록 사용될 수 있는데, 각 가족마다 하나의 가족 기록이 있다. 각 "가족 기록"을 위하여, 전형적인 실시예에서 소비자의 인구통계학, 쇼핑 내력, 쇼핑 선호도에 관한 데이터 및/또는 코드들 및 거래 데이터 및 소비자/가족 데이터의 조합을 토대로 리포트들을 발생시키는데 유용할 수 있는 임의의 다른 데이터 또는 코드들이 제공될 수 있다.
거래가 발생되는 상점을 식별하는 거래 기록에서 코드는 다수의 "상점 기록들"을 포함한 별도의 데이터베이스로부터 이 상점에 관한 상세사항들을 검색하도록 사용될 수 있는데, 각 상점마다 하나의 상점 기록이 있다. 각 "상점 기록"을 위하여, 전형적인 실시예에서 상호 데이터; 상호 위치 데이터 또는 코드들; 및 거래 데이터 및 상점 데이터의 조합을 토대로 리포트들을 발생시키는데 유용할 수 있는 이외 다른 임의의 데이터 또는 코드들이 제공된다.
당업자에게 인식된 바와 같이, 상술된 데이터베이스 기록 구조들은 본래 예시에 불과하고 데이터베이스 기록들 및 계층들의 무제한 조합들이 교차-참조 거래 정보, 제품 정보, 소비자/가족 정보, 저장 정보, 위치 정보, 타이밍 정보, 및 서로에게 적절한 이외 다른 임의의 정보에 이용될 수 있다. 게다가, 당업자는 본 발명이 소매 상점 거래들에 사용하는 것으로 제한되는 것이 아니고 본 발명이 대부분(전부는 아님) 유형들의 거래들(가령, 금융/은행 거래, 보험 거래, 서비스 거래, 등)에 사용될 수 있는데, 여기서 데이터베이스 구조들 및 계층들은 이와 같은 대안 적인 거래 데이터에 대한 리포트들을 발생시키는데 적합하게 될 것이다.
이 방법(10)의 제2 단계(14)에서, 소비자들은 다수의 소비자 그룹들로 분류된다. 도2에 도시된 바와 같이, 데이터베이스(40)는 다수의 소비자 기록들(42)을 포함하는데, 쇼핑 구매 데이터가 컴파일되는 각 소비자마다 하나의 소비자 기록이 있다. 데이터베이스(40)의 각 소비자는 소비자 그룹들(44) 중 한 그룹으로 분류될 수 있다. 전형적인 실시예에서, 특정 소비자가 배치되는 소비자 그룹은 소비자의 쇼핑 내력으로부터 확인될 수 있는 소비자에 대한 특성들로부터 결정될 것이다. 소비자가 구매한 제품들의 아이덴티티 및 제품의 양들을 포함한 소비자의 쇼핑 내력이 소비자의 라이프스타일, 금융 수단, 및 이외 다른 중요한 특성에 대한 귀중한 자료를 제공하기 때문에, 이는 소비자들을 각종 선택 기준들에 따라서 그룹들로 분할시키도록 한다. 특정 소비자가 배치되는 소비자 그룹은 또한 소비자의 거래 내력으로부터 확인되거나 확인될 수 없는 인구통계학 데이터 및/또는 개성 데이터를 토대로 할 수 있다. 인구통계학 데이터는 년령 데이터, 수입 데이터, 지역 데이터, 및 교육 수준 데이터를 포함할 수 있지만 반드시 이로 제한되는 것은 아니다. 개성 데이터(또한 소비자의 "거래 개성"이라 칭함)는 가격 민감도, 협상 경향, 쿠폰 사용율, 프로모션(promotions)에 대한 관심, 로열티, 제품 위치 또는 구성에 대한 관심 등을 포함할 수 있지만 반드시 이로 제한되는 것은 아니다. 당업자는 이와 같은 인구통계학 및/또는 개성 데이터에 대한 수많은 소스들을 인식할 것이다.
도2에 도시된 전형적인 실시예에서, 소비자들이 배치될 수 있는 4개의 소비자 그룹들(44)이 존재한다. 이들 전형적인 소비자 그룹들은 자신들의 가격 민감도 에 따라서 소비자들을 분류한다. 가격 민감도는 소비자들을 분류하는 바람직한 방법인데, 그 이유는 이는 어느 특정 제품이 소비자가 구매할 것인식에 대한 강력한 표시자(indicator)이기 때문이다. 예를 들어, 대부분의 제품 카테고리들(예를 들어, 애완동물 식품, 아이스크림, 통조림 식품, 와인 등)은 다수의 제조자들에 의해 여러 제품 오퍼링(offerings)을 포함하고 여러 제품 오퍼링은 통상 가격이 다르다. 소정 제품 카테고리 내에서, 소비자는 통상, 상대적으로 값싼 로우-엔드 제품(low-end products), 이보다 비싼 하이-엔드 제품들 및 이 제품 카테고리에 대해서 로우-엔드 및 하이-엔드 사이의 어딘가의 가격을 갖는 다른 제품들 간에서 선택할 수 있다. 매우 가격에 민감한 소비자들이 덜 값비싼 제품들을 구매하는 경향이 있고 하이-엔드 소비자들은 더욱 비싼 제품들을 구매하는 경향이 있기 때문에, 우리는 소비자가 산 제품들을 분석함으로써 특정 고객의 가격 민감도를 확인할 수 있다. 각 소비자는 소비자의 쇼핑 내력에서 제품들의 리스트로 표시된 가격 민감도에 따라서 적절한 소비자 그룹으로 분류될 수 있다.
특정 소비자가 분류되는 소비자 그룹은 소비자의 쇼핑 내력에서 제품들의 제품 그룹 분류를 분석함으로써 결정될 수 있다. 예를 들어, 도2의 4개의 소비자 그룹들을 다시 참조하면, 주로 로우-엔드 제품들을 구매하는 소비자는 소비자 그룹 #4로 분류될 수 있다. 특정 수치 임계값들은 이들 결정을 행하기 위하여 설정될 수 있다. 예를 들어, 로우-엔드 제품들을 적어도 80% 구매하는 소비자는 (도3에 도시된 바와 같이)소비자 그룹#4으로 분류될 수 있다. 유사하게, 하이-엔드 제품들을 적어도 40% 구매하는 소비자는 (도4에 도시된 바와 같이)소비자 그룹#1으로 분류될 수 있다(이 예들에서 상이한 %는 논리적으로 적절한데, 그 이유는 부유한 소비자들이 가격에 민감한 소비자들이 하이-엔드 제품들을 구매하는 것보다는 빈번하게 로우-엔드 제품들을 구매하는 경향이 있기 때문이다). 부가적인 예로서, 50% 및 80% 사이의 로우-엔드 제품들을 구매하는 소비자는 (도4에 도시된 바와 같이) 소비자 그룹#3으로 분류되고 30% 및 50% 사이의 로우-엔드 제품들 및 20%보다 적은 하이-엔드 제품들을 구매하는 소비자는 (도4에 도시된 바와 같이) 소비자 그룹 #2로 분류될 수 있다. 각 소비자 그룹에 대한 특정 컷오프 퍼센티지 및 선택 기준은 소비자의 구매들의 각 제품 그룹의 공유에 대해서 관찰된 범위들 뿐만 아니라 이 범위를 따른 소비자들의 분포에 따라서 가변할 수 있다. 그 중에서도 이들 팩터들은 각 소비자 그룹들로 분류하기 위한 자격(qualifications)을 결정하는 분석에 사용될 수 있다.
대안적인 실시예에서, 소비자들은 상점 또는 특정 제품에 대한 인식된 "로열티"를 토대로 소비자 그룹들로 분류될 수 있다. 상점 또는 가게들에서 더 많은 돈을 소비하는 소비자는 빈번하게 그 상점에 대한 더욱 충성하는 것으로 인식될 것이다. 유사하게, 특정 제품에 더 많은 돈을 소비하거나 이 제품을 더욱 빈번하게 구매하는 소비자는 그 제품에 더욱 충성스런 구매자로서 인식될 것이다. 도7은 상점에 대한 인식된 로열티를 토대로 소비자를 소비자 그룹들로 분류하는 방법을 도시한 챠트이다. 이 예에서, 4개의 소비자 그룹들: 로열티 그룹 1 내지 4에 존재한다. 챠트로 표시된 바와 같이 얼마나 많은 소비자가 그 상점에서 소비하고 얼마나 자주 소비자가 그 상점에서 쇼핑을 하는지를 토대로 이들 소비자 그룹들 중 하나에 소비 자가 배치된다.
대안적인 실시예에서, 소비자들은 프로모션들 또는 다른 인센티브들에 대한 응답을 토대로 소비자들을 소비자 그룹들로 분류될 수 있다. 소비자의 쇼핑 내력은 쇼핑 내력의 각 제품이 구매시의 프로모션의 주제가 있는지를 나타내는 데이터를 포함할 수 있고, 그 후 이 정보는 각 소비자가 프로모션들에 얼마나 강하게 반응하였는지를 결정하기 위하여 분석될 수 있다. 이 분석은 또한 어떤 유형들의 프로모션들(예를 들어, 쿠폰들, 리베이트들, 볼륨 디스카운트들) 및 어떤 프로모우팅된 제품들이 각 소비자가 반응하는지를 결정할 수 있다.
상술된 바와 같이, 인구통계학 및/또는 개성 팩터들 또는 이들의 다수의 조합들을 토대로 소비자들을 소비자 그룹들로 분류하는 것도 본 발명의 범위 내에 있다.
소비자들의 데이터베이스가 상술된 바와 같이 소비자 그룹들로 분류되면, 나머지 전형적인 방법은(3개 내지 5개 단계들) 제품들의 가격을 매기는 것과 관련된다. 이 노력의 제1 단계(전체 방법(10)에서 제3 단계(16))는 제품 카테고리의 식별이다. 일반적으로 말하면, 제품 카테고리는 기능적으로 호환될 수 있는 경쟁 제품들의 라인을 규정한다. 다른 말로서, 2개의 제품들이 소비자에 의해 동일한 목적을 위하여 사용되면, 이들은 동일한 제품 카테고리에 속하는 것으로 일컬어질 수 있다. 제품 카테고리들의 예들로서 애완동물 식품, 아이스크림, 통조림 식품들, 및 와인을 들 수 있다.
제품 카테고리를 규정하는데 가장 유용한 방법들 중 하나는 수요의 교차 탄 력성의 경제학자들의 관념에 의한 것이다. 수요의 교차-탄력성은 하나의 제품에 대한 수요가 또 다른 제품의 가격의 변화에 응답하여 얼마나 변화하는지를 측정하는 것이다. 제품(A)에 대한 수요가 제품(B)에 대한 가격이 상승될 때 상승되는 경우 및 그 반대의 경우, 제품(A) 및 제품(B)는 소비자들에 의해 대체재들로서 간주되며, 한 제품의 가격이 상승될 때, 일부 소비자들은 그 대신 다른 제품을 구매할 것임으로, 그의 수요가 증가된다. 따라서, 2개의 제품들이 수요의 포지티브 교차-탄력성들을 갖는 경우, 각각에 대한 수요는 다른 가격이 상슬될 때 상승된다는 것을 의미하고, 이들은 경제적인 대체재가 된다. 이는 공통 제품 카테고리에서 이와 같은 제품들을 분류하는 것을 의미하는데, 그 이유는 이들은 소비자들에 의해 기능적으로 호환될 수 있는 것으로서 간주되기 때문이다. 이와 같은 제품들의 좋은 예로서 Pennzoil® 모터 오일 및 Valvoline® 모터 오일을 들 수 있는데, 이들 중 하나의 가격이 상승되면, 일부 소비자들은 그 대신 다른 제품을 구매할 것인데, 그 이유는 이것이 동일한 기능을 수행하고 현재 상대적으로 덜 비싸기 때문이다. 2개의 관련없는 제품들은 제로와 동일한 수요의 교차-탄력성을 가질 것인데, 그 이유는 이들은 기능적인 관계가 없음으로 서로의 대체재가 되지 못하기 때문이다. 이와 같은 제품들의 좋은 예로서 Remington® 12-게이지 샷건과 Land O'Laskes® 버터를 들 수 있는데, 그 이유는 이들 식품들은 완전히 무관하기 때문에, 하나의 가격 상승이 다른 제품에 대한 수요에 영향을 전혀 미치지 않을 것이다.
수요의 교차-탄력성 이외에도, 어느 제품들이 U.S. Department of Commerce's North American Industry Classification System 또는 Standard Industrial Classification system과 같은 공통 제품 카테고리에서 함께 분류되어야 하는지를 결정하기 위한 다른 방법들이 사용될 수 있다. 그럼에도 불구하고, 주관적 또는 심지어 임의적 판정들을 포함할 수 있는 제품 카테고리에서 제품들을 분류하는 대안적인 방법들을 사용하는 것 또는 본 발명의 범위 내에 있다.
제품 카테고리가 식별되면, 전형적인 방법(10)의 다음 단계(18)는 제품 카테고리의 제품들을 다수의 제품 그룹들로 분류하는 것이다. 제품들을 제품 그룹들에 배치하는 목표는 각 제품에 대한 적절한 가격을 결정하는데 도움을 줄 분류 시스템을 구현하기 위한 것이다. 따라서, 제품들을 그룹화하기 위한 가장 유용한 방법들 중 하나는 전형적으로 제품을 구매하는 소비자 유형에 의한 것이다.
전형적인 실시예에서, 제품 그룹#1(전형적으로 상대적으로 가격에 덜 민감한 부유한 소비자들에 의해 구매된 하이-엔드 제품들)으로부터 제품 그룹 #4(전형적으로 가격에 민감한 소비자들에 의해 구매되는 로-엔드 제품들)의 범위에 있는 제품들이 배치될 수 있는 4개의 제품 그룹들이 존재한다. 특정 제품이 분류되어야 하는 제품 그룹을 결정하기 위하여, 우리는 제품을 구매한 소비자들의 리스트에서 표시되는 소비자 그룹들의 분포를 고려한다. 이 리스트는 상술된 바와 같이 소비자들로부터 동일한 쇼핑 구매 데이터로부터 컴파일될 수 있다. 각 소비자가 어떤 제품들을 구매하는지를 추적하는 데이터베이스로부터, 우리는 각 제품을 구매하는 소비자들을 식별하는 리스트를 구성할 수 있다. (상술된) 이 방법(10)의 제2 단계(14)에서 각 소비자에 할당된 소비자 그룹 분류을 이용하면, 우리는 어떤 종류의 소비 자(전형적인 실시예에서 가격 민감도를 토대로)가 각 제품을 구매하는 경향이 있는지를 결정할 수 있다. 이 정보를 이용하면, 우리는 제품을 구매한 소비자 그룹들의 분포를 나타내는 각 제품에 대해서 도8 내지 11에서 도시된 것들과 유사한 챠트를 구성할 수 있다.
예를 들어, 부유한 또는 부자의(소비자 그룹 #1) 소비자들이 도8에 도시된 바와 같이 제품 판매의 60%를 나타내면, 이 제품은 제품 그룹 #1에서 분류될 수 있다. 소비자 그룹 #2가 도9에 도시된 바와 같이 제품 판매의 60^를 나타내면, 이 제품은 제품 그룹#2에서 분류될 수 있다. 소비자 그룹 #3 및 소비자 그룹 #4가 함께 도10에 도시된 바와 같이 제품 판매의 전체 1/2을 나타내면, 이 제품은 제품 그룹#3에서 분류될 수 있다. 특정 소비자 그룹이 도11에 도시된 바와 같이 제품 판매를 좌우되지 않으면, 이 제품은 제품 그룹#4에서 분류될 수 있다. 예를 들어, 우리는 비 쌍의 2개의 소비자 그룹에 대한 제품의 판매의 소정 비율이 10% 이상만큼 상이한 경우, 상기 제품이 제품 그룹 #4에서 분류된다는 것을 제공하는 선택 기준들을 사용할 수 있다.
제품들이 제품 그룹들로 분류되면, 이 방법(10)의 하나의 나머지 단계(20)는 제품 그룹들에서 제품들의 가격들을 설정하기 위한 것이다. 대부분의 제품 카테고리들(예를 들어, 애완동물 식품, 아이스크림, 통조림 식품들 및 와인)은 가격들의 범위를 갖는데, 이 카테고리 내의 일부 프리미엄 제품들은 이 범위의 하이 엔드에서 판매되며, 이 카테고리 내의 일부 덜 싼 제품들은 이 범위의 로우 엔드에서 판매되고, 이 카테고리 내의 다른 제품들은 이 범위의 중간 근처의 가격들에서 판매 된다.
(상술된 제4 단계에서 수행된 바와 같이) 제품들을 제품 그룹들로 분류하는 것은 제품들의 가격을 매기는 것을 크게 지원하는데, 그 이유는 제품의 분류가 이 스펙트럼을 따라서 제품 가격을 매겨야 하는 경우를 나타내기 때문이다. 예를 들어, 1/2 갤론의 아이스크림의 가격이 $2.29의 로우 엔드 내지 $6.99의 하이 엔드 범위에 있으면, 제품 그룹 #1에서 분류되는 특정 브랜드의 아이스크림은 이 범위의 상단에서 가격이 매겨져야 한다. 유사하게, 제품 그룹 #2에서 분류되는 특정 브랜드의 아이스크림은 이 범위의 중간 근처에서 가격이 매겨져야 한다. 이 방식으로 제품들에 가격을 매김으로써, 판매자들은 각 제품에 대한 최적의 가격에, 즉, 이 총 판매 수입이 최대화되는 가격에 더욱 근접하게 근사화될 수 있다. 주로 부유한 소비자들(즉, 제품 그룹 #1 제품)에 의해 구매되는 제품은 판매량을 희생시킴이 없이 더욱 높게 가격이 매겨질 수 있다. 대조적으로, 판매를 위하여 많은 수의 가격에 민감한 소비자들에 좌우되는 제품 그룹 #3 또는 제품 그룹 #4 제품은 너무 높게 가격이 매겨진 경우 판매량의 상당한 감소를 겪게 될 것이다.
전형적인 실시예에서, 제품 카테고리에서 제품 그룹 #3 제품들 및 제품 그룹 #4은 가격에 민감한 소비자들이 지역 경쟁자들간의 이와 같은 제품들의 가격들을 비교할 것이기 때문에 지역 경쟁자들과 직접 경쟁하도록 가격이 매겨지는 반면, 제품 그룹 #1 제품들은 이와 같은 제품들을 구매하는 덜 가격에 민감한 소비자들이 전형적으로 상점의 지역 경쟁자들과 가격들을 비교하지 않기 때문에 강한 마진을 제공하도록 가격이 매겨진다.
대안적인 실시예에서, 전형적인 방법(10)의 제5 단계(20)에 대한 대체는 트정 제품들상에 제공될 리베이트들 및 디스카운트들을 결정하는 단계를 포함할 수 있다. 대안적으로, 이 방법은 특정 제품들에 대한 저장 디스플레이 구성과 같은 다른 프로모션얼 디테일들을 결정하는 단계를 포함할 수 있다. 이들 대안적인 실시예들에서, 특정 제품 그룹의 제품의 분류는 리베이트를 제공하거나 더욱 가시적인 저장 디스플레이를 이용하는 것과 같은 어떤 작용이 이 특정 제품에 대해서 취해져야만 하는지를 결정하도록 분석될 수 있다.
소비자들이 각 소비자의 구매 내력에서 발견된 제품 그룹들의 분포를 토대로 소비자 그룹들로 분류되는 것처럼, 제품들은 각 제품을 구매하는 소비자 그룹들의 분포를 토대로 제품 그룹들로 분류된다. 이는 반복적인 공정인데, 소비자 분류는 소비자 분류로부터 결정되는 제품 분류로부터 결정된다. 소비자 그룹들의 결정에 따라서, 각 제품 그룹에 대한 특정 컷오프 퍼센티지들 및 선택 기준들은 각종 제품의 판매들의 각 소비자 그룹의 공유에 대해서 관찰되는 범위들 뿐만 아니라 이 범위를 따른 제품들의 분포에 따라서 변화할 수 있다. 이들 중에서 이들 팩터들은 각 제품 그룹들로 분류하기 위한 자격들을 결정하는 분석에 사용될 수 있다.
본 발명은 따른 방법은 개인용 컴퓨터, 클라이언트/서버 시스템, 근거리 통신망 등과 같은 컴퓨터 시스템상에서 구현될 수 있다. 컴퓨터 시스템은 디스플레이 유닛, 주 처리 유닛, 및 하나 이상의 입력/출력 장치들을 포함할 수 있다. 하나 이상의 입력/출력 장치들은 키보드, 마우스 및 프린터를 포함할 수 있다. 디스플레이 유닛은 음극선관, 액정 디스플레이 등과 같은 임의의 전형적인 디스플레이 장치일 수 있다.
주 처리 유닛은 중앙 처리 장치(CPU), 메모리 및 모두 상호연결된 영구 저장 장치를 더 포함할 수 있다. CPU는 컴퓨터의 동작을 제어할 수 있고 본 발명의 실시예의 단계들을 구현하는 하나 이상의 소프트웨어 애플리케이션들을 실행할 수 있다. 소프트웨어 애플리케이션들은 CPU가 특정 소프트웨어 애플리케이션을 실행할 준비가 될때 전력이 오프되고나서 메모리에 로딩될 때 조차도 소프트웨어 애플리케이션들을 저장하는 영구 저장 장치에서 영구적으로 저장될 수 있다. 영구 저장 장치는 하드 디스크 드라이브, 광 드라이브, 테이프 드라이브 등일 수 있다. 이 메모리는 랜덤 액세스 메모리(RAM), 판독 전용 메모리(ROM) 등을 포함할 수 있다.
본 발명이 전형적인 실시예들과 관련하여 설명되었지만, 본 발명은 청구범위에 의해 규정되고 본원에 서술된 전형적인 실시예들을 설명하는 요소들 또는 어떤 제한들이 이와 같은 제한들 또는 요소들이 청구범위에 명시적으로 기재되지 않는한 청구범위의 의미에 포함되지 않아야 한다는 것을 이해하여야 한다. 마찬가지로, 임의의 청구범위 내에 있기 위하여 본원에 서술된 발명의 식별된 이점들 또는 목적들 중 임의의 것 또는 전부에 반드시 부합할 필요는 없고, 본 발명의 고유 및/또는 예측되지 않는 이점들은 본원에 명시적으로 설명되지 않았을 지라도 존재할 수 있다는 것을 이해하여야 한다.

Claims (55)

  1. 제품의 소매 가격을 설정하는 방법에 있어서:
    다수의 소비자들의 쇼핑 구매 데이터를 평가하는 단계;
    적어도 부분적으로 상기 쇼핑 구매 데이터의 평가를 토대로 다수의 소비자들을 다수의 소비자 그룹들로 분류하는 단계;
    제품 카테고리를 식별하는 단계;
    적어도 부분적으로 상기 제품 카테고리의 제품을 구매하는 소비자 그룹의 분포를 토대로 상기 제품 카테고리의 제품들을 다수의 제품 그룹들로 분류하는 단계; 및
    적어도 부분적으로 상기 제품이 분류되는 제품 그룹을 토대로 상기 제품 카테고리의 제품의 소매 가격을 설정하는 단계를 포함하는 제품의 소매 가격을 설정하는 방법.
  2. 제1항에 있어서, 상기 쇼핑 구매 데이터는 다수의 소비자들 각각이 구매한 제품들의 아이덴티피케이션(identification)을 포함하는 제품의 소매 가격을 설정하는 방법.
  3. 제2항에 있어서, 상기 쇼핑 구매 데이터는 프리퀀트 쇼퍼 카드를 사용하여 수집되는 제품의 소매 가격을 설정하는 방법.
  4. 제1항에 있어서, 다수의 소비자들 각각은 다수의 소비자 그룹들 중 하나로 분류되는 제품의 소매 가격을 설정하는 방법.
  5. 제4항에 있어서, 다수의 소비자 그룹들은 상이한 가격 민감도를 나타내는 제품의 소매 가격을 설정하는 방법.
  6. 제5항에 있어서, 각각의 소비자의 가격 민감도는 적어도 부분적으로 상기 소비자가 구매한 제품들의 아이덴티티로부터 결정되는 제품의 소매 가격을 설정하는 방법.
  7. 제5항에 있어서, 각각의 소비자의 가격 민감도는 적어도 부분적으로 상기 소비자가 구매한 제품들의 제품 그룹들로부터 결정되는 제품의 소매 가격을 설정하는 방법.
  8. 제5항에 있어서, 제1 소비자의 가격 민감도는 상기 제1 소비자와 동일한 제품들을 구매한 다른 소비자들의 가격 민감도로부터 결정되는 제품의 소매 가격을 설정하는 방법.
  9. 제4항에 있어서, 제1 소비자가 분류되는 소비자 그룹은 적어도 부분적으로 상기 제1 소비자와 동일한 제품들을 구매한 다른 소비자들이 분류되는 소비자 그룹으로부터 결정되는 제품의 소매 가격을 설정하는 방법.
  10. 제4항에 있어서, 소비자가 분류되는 소비자 그룹은 적어도 부분적으로 상기 소비자가 구매한 제품들의 제품 그룹들로부터 결정되는 제품의 소매 가격을 설정하는 방법.
  11. 제1항에 있어서, 상기 제품 카테고리는 공통 물리적인 특성들을 갖는 제품들을 포함하는 제품의 소매 가격을 설정하는 방법.
  12. 제1항에 있어서, 상기 제품 카테고리는 공통 목적을 위해 사용될 수 있는 제품들을 포함하는 제품의 소매 가격을 설정하는 방법.
  13. 제1항에 있어서, 상기 제품 카테고리는 수요의 포지티브 교차 탄력성을 갖는 제품들을 포함하는 제품의 소매 가격을 설정하는 방법.
  14. 제1항에 있어서, 상기 제품 카테고리는 북미 산업 분류 시스템(North American Industry Classification System) 하에서 공통 분류를 갖는 제품들을 포함하는 제품의 소매 가격을 설정하는 방법.
  15. 제1항에 있어서, 상기 제품 카테고리는 표준 산업 분류 시스템(Standard Industrial Classification System) 하에서 공통 분류를 갖는 제품들을 포함하는 제품의 소매 가격을 설정하는 방법.
  16. 제1항에 있어서, 제품이 분류되는 상기 제품 그룹은 상기 제품을 구매하는 소정 비율의 소비자들이 분류되는 상기 소비자 그룹으로부터 결정되는 제품의 소매 가격을 설정하는 방법.
  17. 제1항에 있어서, 제1 제품이 분류되는 상기 제품 그룹은 상기 제1 제품을 구매하는 소정 소정 비율의 소비자들에 의해 구매되는 다른 제품들이 분류되는 상기 제품 그룹으로부터 결정되는 제품의 소매 가격을 설정하는 방법.
  18. 제1항에 있어서, 제품 그룹은 공통 소비자 그룹으로 분류되는 충분한 비율의 소비자들에 의해 구매되는 제품들을 포함하는 제품의 소매 가격을 설정하는 방법.
  19. 제1항에 있어서, 상기 제품에 대해 소매 가격을 설정하는 단계는 제품들이 가격에 더욱 민감한 소비자들에 의해 구매되는 제2 제품 그룹으로 분류되는 제2 제품의 가격보다 상대적으로 높은 제품들이 가격에 덜 민감한 소비자들이 구매하는 제1 제품 그룹으로 분류되는 제1 제품의 가격을 설정하는 단계를 포함하는 제품의 소매 가격을 설정하는 방법.
  20. 제1항에 있어서, 상기 제품에 대해 소매 가격을 설정하는 단계는 소매 상점의 지역 경쟁자와 직접적으로 경쟁하도록 가격에 더욱 민감한 소비자들에 의해 더욱 빈번하게 구매되는 제품 그룹으로 분류되는 제품의 가격을 설정하는 단계를 포함하는 제품의 소매 가격을 설정하는 방법.
  21. 제품의 소매 가격을 설정하는 방법에 있어서,
    다수의 소비자들의 거래 데이터를 평가하는 단계;
    적어도 부분적으로 상기 거래 데이터의 평가를 토대로 다수의 소비자들을 다수의 소비자 그룹들로 분류하는 단계;
    제품 카테고리를 식별하는 단계;
    적어도 부분적으로 상기 제품에 대해서 거래하는 소비자 그룹들의 분포를 토대로 상기 제품 카테고리의 제품들을 다수의 제품 그룹들로 분류하는 단계; 및
    적어도 부분적으로 상기 제품이 분류되는 제품 그룹을 토대로 상기 제품 카테고리의 제품의 소매 가격을 설정하는 단계를 포함하는 제품의 소매 가격을 설정하는 방법.
  22. 제21항에 있어서, 상기 다수의 소비자들 각각은 상기 다수의 소비자 그룹들 중 하나로 분류되는 제품의 소매 가격을 설정하는 방법.
  23. 제22항에 있어서, 상기 다수의 소비자 그룹들은 상이한 가격 민감도를 나타내는 제품의 소매 가격을 설정하는 방법.
  24. 제21항에 있어서, 상기 제품 카테고리는 수요의 포지티브 교차-탄력성을 갖는 제품들을 포함하는 제품의 소매 가격을 설정하는 방법.
  25. 제21항에 있어서, 상기 제품 카테고리는 다수의 제품들을 포함하고
    상기 제품 카테고리의 각 제품은 상기 다수의 제품 그룹들 중 하나로 분류되는 제품의 소매 가격을 설정하는 방법.
  26. 제21항에 있어서, 제품 그룹은 공통 소비자 그룹으로 분류되는 소정 비율의 소비자들에 의해 구매되는 제품들을 포함하는 제품의 소매 가격을 설정하는 방법.
  27. 제21항에 있어서, 상기 제품에 대해 소매 가격을 설정하는 단계는 제품들이 가격에 더욱 민감한 소비자들에 의해 구매되는 제2 제품 그룹으로 분류되는 제2 제품의 가격보다 상대적으로 높은 제품들이 가격에 덜 민감한 소비자들이 구매하는 제1 제품 그룹으로 분류되는 제1 제품의 가격을 설정하는 단계를 포함하는 제품의 소매 가격을 설정하는 방법.
  28. 제21항에 있어서, 상기 제품에 대해 소매 가격을 설정하는 단계는 소매 상점 의 지역 경쟁자와 직접적으로 경쟁하도록 가격에 더욱 민감한 소비자들에 의해 더욱 빈번하게 구매되는 제품 그룹으로 분류되는 제품의 가격을 설정하는 단계를 포함하는 제품의 소매 가격을 설정하는 방법.
  29. 비지니스 거래 전략을 설정하는 방법을 수행하도록 프로그램된 소프트웨어를 포함하는 컴퓨터 시스템에 있어서, 상기 방법은:
    소비자 거래 내력 데이터 및 소비자 인구통계학 데이터 중 적어도 하나를 토대로 다수의 소비자들을 다수의 소비자 그룹들로 분류하는 단계;
    제품을 식별하는 단계;
    상기 소비자 그룹들로 분류된 상기 다수의 소비자들로부터 상기 제품에 대한 제품 거래 내력 데이터를 수집하는 단계;
    상기 제품 거래 내력 데이터의 분석을 토대로 상기 제품을 제품 카테고리로 카테고리화 하는 단계; 및,
    상기 제품이 카테고리화되는 상기 제품 카테고리를 토대로 상기 제품에 대한 비지니스 거래 전략을 설정하는 단계를 포함하는 컴퓨터 시스템.
  30. 제29항에 있어서, 상기 제품에 대해 비지니스 거래 전략을 설정하는 단계는 상기 제품 거래 내력 데이터로부터 상기 제품의 상기 소비자 그룹의 구매들의 분포의 분석을 토대로 하는 컴퓨터 시스템.
  31. 제29항에 있어서, 상기 다수의 소비자들을 상기 다수의 소비자 그룹들로 분류하는 단계는 각 소비자에 대해서,
    상기 소비자 거래 내력으로부터 거래 개성을 결정하는 단계; 및,
    적어도 부분적으로 상기 소비자의 거래 개성을 토대로 상기 소비자를 상기 다수의 소비자 그룹들 중 하나로 분류하는 단계를 포함하는 컴퓨터 시스템.
  32. 제31항에 있어서, 상기 제품에 대해 비지니스 거래 전략을 설정하는 단계는 차량 거래 내력 데이터로부터 상기 제품의 소비자 그룹들의 구매들의 분포의 분석을 토대로 하는 컴퓨터 시스템.
  33. 제31항에 있어서, 상기 거래 개성은:
    소비자의 가격 민감도,
    소비자의 상표 로열티,
    소비자의 제품 로열티,
    프로모션들에 대한 소비자의 관심,
    소비자의 쿠폰 이용,
    제품 배치에 대한 소비자의 관심,
    소비자의 지불 방법; 및
    소비자의 협상 경향을 포함하는 그룹으로부터 취해진 하나 이상의 경향들을 토대로 하는 컴퓨터 시스템.
  34. 제33항에 있어서, 상기 소비자를 상기 다수의 소비자 그룹들로 분류하는 단계는 상기 소비자의 거래 개성 및 상기 소비자의 인구통계학 데이터의 조합을 토대로 하는 컴퓨터 시스템.
  35. 제29항에 있어서, 상기 제품에 대해 비지니스 거래 전략을 설정하는 단계는:
    상기 제품에 대한 가격을 설정하는 단계;
    상기 제품에 대한 제품 프로모션을 설정하는 단계;
    상기 제품에 대한 제품 프로모션을 수정하는 단계;
    소매점포 내에서 상기 제품에 대한 제품 위치를 수정하는 단계;
    소매 점포 내에서 상기 제품에 대한 제품 디스플레이를 수정하는 단계;
    상기 제품에 대한 쿠폰 전략을 수정하는 단계;
    상기 제품과 소정 관계를 갖는 또 다른 제품에 대해 가격을 설정하는 단계;
    상기 제품과 소정 관계를 갖는 또 다른 제품에 대해 제품 프로모션을 설정하는 단계;
    상기 제품과 소정 관계를 갖는 또 다른 제품에 대해 제품 프로모션을 수정하는 단계;
    소매 점포 내에서 상기 제품과 소정 관계를 갖는 또 다른 제품에 대해 제품 위치를 수정하는 단계;
    소매 점포 내에서 상기 제품과 소정 관계를 갖는 또 다른 제품에 대해 제품 디스플레이를 수정하는 단계; 및,
    상기 제품과 소정 관계를 갖는 또 다른 제품에 대해 쿠폰 전략을 수정하는 단계를 포함하는 그룹으로부터 취해진 하나 이상의 단계들을 포함하는 컴퓨터 시스템.
  36. 제35항에 있어서, 다수의 소비자들을 다수의 소비자 그룹들로 분류하는 단계는 각 소비자에 대해서,
    상기 소비자 거래 내력으로부터 거래 개성을 결정하는 단계; 및,
    적어도 부분적으로 상기 소비자의 거래 개성을 토대로 상기 소비자를 상기 다수의 소비자 그룹들 중 하나로 분류하는 단계를 포함하는 컴퓨터 시스템.
  37. 제36항에 있어서, 상기 거래 개성은:
    소비자의 가격 민감도,
    소비자의 상표 로열티,
    소비자의 제품 로열티,
    프로모션들에 대한 소비자의 관심,
    소비자의 쿠폰 이용,
    제품 배치에 대한 소비자의 관심,
    소비자의 지불 방법; 및
    소비자의 협상 경향을 포함하는 그룹으로부터 취해진 하나 이상의 경향들을 토대로 하는 컴퓨터 시스템.
  38. 제29항에 있어서, 상기 방법은 제품 카테고리를 식별하는 단계를 더 포함하는데, 상기 카테고리화 및 설정 단계들은 상기 제품 카테고리에서 다수의 제품들에 대해서 수행되는 컴퓨터 시스템.
  39. 제29항에 있어서, 상기 소비자 거래 내력 데이터 및 상기 제품 거래 내력 데이터는 거래 내력 데이터의 하나 이상의 데이터베이스들로부터 취해지는 컴퓨터 시스템.
  40. 제39항에 있어서, 상기 거래 내력 데이터의 하나 이상의 데이터베이스들은 프리퀀트 쇼퍼 카드들의 이용으로부터 수집되는 데이터를 포함하는 컴퓨터 시스템.
  41. 제39항에 있어서, 상기 거래 내력 데이터의 하나 이상의 데이터베이스들은 신용 카드들의 이용으로부터 수집되는 데이터를 포함하는 컴퓨터 시스템.
  42. 제29항에 있어서, 상기 다수의 소비자들을 다수의 소비자 그룹들로 분류하는 단계는 각 소비자에 대해서,
    상기 소비자 거래 내력으로부터 가격 민감도를 결정하는 단계; 및,
    적어도 부분적으로 상기 소비자의 가격 민감도를 토대로 상기 소비자를 상기 다수의 소비자 그룹들 중 하나로 분류하는 단계를 포함하는데, 상기 소비자 그룹들 각각은 소비자 가격 민감도의 상이한 소정 레벨들 각각에 대응하는 컴퓨터 시스템.
  43. 제42항에 있어서, 상기 제품에 대해 비지니스 거래 전략을 설정하는 단계는 제품에 대한 가격을 설정하는 단계를 포함하는 컴퓨터 시스템.
  44. 제43항에 있어서, 상기 제품을 제품 카테고리로 카테고리화 하는 단계는 상기 제품 거래 내력 데이터로부터 상기 제품의 소비자 그룹들의 구매 분포의 분석을 토대로 하는데, 상기 제품 카테고리들 각각은 상기 제품 카테고리들 내에 있는 제품들이 가격 경쟁이 있는지 여부에 대한 상이한 소정의 중요도 레벨에 각각 대응하는 컴퓨터 시스템.
  45. 비지니스 거래 전략을 설정하는 방법을 수행하도록 프로그램된 소프트웨어를 포함하는 컴퓨터 시스템에 있어서, 상기 방법은:
    소비자 거래 내력 데이터 및 소비자 인구통계학 데이터 중 적어도 하나를 토대로 다수의 소비자들을 다수의 소비자 그룹들로 분류하는 단계;
    거래 차량을 식별하는 단계;
    상기 소비자 그룹들로 분류된 상기 다수의 소비자들로부터 상기 거래 차량에 대한 차량 거래 내력 데이터를 수집하는 단계;
    상기 차량 거래 내력 데이터를 분석하는 단계; 및,
    상기 차량 거래 내력 데이터의 분석을 토대로 상기 거래 차량에 대해 비지니스 거래 전략을 설정하는 단계를 포함하는 컴퓨터 시스템.
  46. 제45항에 있어서, 상기 거래 차량에 대해 비지니스 거래 전략을 설정하는 단계는 상기 차량 거래 내력 데이터로부터 상기 거래 차량의 소비자 그룹들 이용의 분포의 분석을 토대로 하는 컴퓨터 시스템.
  47. 제45항에 있어서, 상기 다수의 소비자들을 다수의 소비자 그룹들로 분류하는 단계는 각 소비자에 대해서,
    상기 소비자 거래 내력으로부터 거래 개성을 결정하는 단계; 및,
    적어도 부분적으로 상기 소비자의 거래 개성을 토대로 상기 소비자를 상기 다수의 소비자 그룹들 중 하나로 분류하는 단계를 포함하는 컴퓨터 시스템.
  48. 제47항에 있어서, 상기 거래 차량에 대해 비지니스 거래 전략을 설정하는 단계는 상기 차량 거래 내력 데이터로부터 상기 거래 차량의 소비자 그룹 이용의 분포의 분석을 토대로 하는 컴퓨터 시스템.
  49. 제47항에 있어서, 상기 거래 개성은:
    소비자의 가격 민감도,
    소비자의 상표 로열티,
    소비자의 제품 로열티,
    프로모션들에 대한 소비자의 관심,
    소비자의 쿠폰 이용,
    제품 배치에 대한 소비자의 관심,
    소비자의 지불 방법; 및
    소비자의 협상 경향을 포함하는 그룹으로부터 취해진 하나 이상의 경향들을 토대로 하는 컴퓨터 시스템.
  50. 제47항에 있어서, 상기 소비자를 다수의 소비자 그룹들로 분류하는 단계는 소비자의 거래 개성 및 소비자의 인구통계학 데이터의 조합을 토대로 하는 컴퓨터 시스템.
  51. 제45항에 있어서, 상기 거래 차량은 제1 제품을 포함하고, 상기 거래 차량에 대해 비지니스 거래 전략을 설정하는 단계는:
    상기 제1 제품에 대해 가격을 설정하는 단계;
    상기 제1 제품에 대한 제품 프로모션을 설정하는 단계;
    상기 제1 제품에 대한 제품 프로모션을 수정하는 단계;
    소매점포 내에서 상기 제1 제품에 대한 제품 위치를 수정하는 단계;
    소매 점포 내에서 상기 제1 제품에 대한 제품 디스플레이를 수정하는 단계;
    상기 제1 제품에 대한 쿠폰 전략을 수정하는 단계;
    상기 제1 제품과 소정 관계를 갖는 제2 제품에 대해 가격을 설정하는 단계;
    상기 제1 제품과 소정 관계를 갖는 제2 제품에 대해 제품 프로모션을 설정하는 단계;
    상기 제1 제품과 소정 관계를 갖는 제2 제품에 대해 제품 프로모션을 수정하는 단계;
    소매 점포 내에서 상기 제1 제품과 소정 관계를 갖는 제2 제품에 대해 제품 위치를 수정하는 단계;
    소매 점포 내에서 상기 제1 제품과 소정 관계를 갖는 제2 제품에 대해 제품 디스플레이를 수정하는 단계;및,
    상기 제1 제품과 소정 관계를 갖는 제2 제품에 대해 쿠폰 전략을 수정하는 단계를 포함하는 그룹으로부터 취해진 하나 이상의 단계들을 포함하는 컴퓨터 시스템.
  52. 제51항에 있어서, 상기 다수의 소비자들을 다수의 소비자 그룹들로 분류하는 단계는 각 소비자에 대해서,
    상기 소비자 거래 내력으로부터 거래 개성을 결정하는 단계; 및,
    적어도 부분적으로 상기 소비자의 거래 개성을 토대로 상기 소비자를 상기 다수의 소비자 그룹들 중 하나로 분류하는 단계를 포함하는 컴퓨터 시스템.
  53. 제52항에 있어서, 상기 거래 개성은:
    소비자의 가격 민감도,
    소비자의 상표 로열티,
    소비자의 제품 로열티,
    프로모션들에 대한 소비자의 관심,
    소비자의 쿠폰 이용,
    제품 배치에 대한 소비자의 관심,
    소비자의 지불 방법; 및
    소비자의 협상 경향을 포함하는 그룹으로부터 취해진 하나 이상의 경향들을 토대로 하는 컴퓨터 시스템.
  54. 제45항에 있어서, 상기 거래 차량은 프로모션얼 아이템을 포함하는 컴퓨터 시스템.
  55. 제54항에 있어서, 상기 거래 차량에 대한 비지니스 거래 전략을 설정하는 단계는:
    상기 프로모션얼 아이템과 관련된 프로모션얼 전략을 수정하는 단계;
    상기 프로모션얼 아이템과 관련된 제품에 대해 가격을 설정하는 단계;
    상기 프로모션얼 아이템과 관련된 제품에 대해 제품 프로모션을 설정하는 단계;
    상기 프로모션얼 아이템과 관련된 제품에 대해 제품 프로모션을 수정하는 단 계;
    소매 점포 내에서 상기 프로모션얼 아이템과 관련된 제품에 대해 제품 위치를 수정하는 단계;
    소매 점포 내에서 상기 프로모션얼 아이템과 관련된 제품에 대해 제품 디스플레이를 수정하는 단계; 및,
    상기 프로모션얼 아이템과 관련된 제품에 대해서 쿠폰 전략을 수정하는 단계를 포함하는 그룹으로부터 취해진 하나 이상의 단계들을 포함하는 컴퓨터 시스템.
KR1020077008389A 2004-10-13 2005-10-05 소매 거래 데이터 데이터베이스를 포함하는, 거래 데이터를 분석하고 소매 엔티티에 대한 전략을 생성시키기 위한 컴퓨터 시스템 KR20070085252A (ko)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US61830004P 2004-10-13 2004-10-13
US60/618,300 2004-10-13
US11/073,354 2005-03-04
US11/073,354 US20060080265A1 (en) 2004-10-13 2005-03-04 Method for pricing products in a retail store

Publications (1)

Publication Number Publication Date
KR20070085252A true KR20070085252A (ko) 2007-08-27

Family

ID=35517269

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020077008389A KR20070085252A (ko) 2004-10-13 2005-10-05 소매 거래 데이터 데이터베이스를 포함하는, 거래 데이터를 분석하고 소매 엔티티에 대한 전략을 생성시키기 위한 컴퓨터 시스템

Country Status (8)

Country Link
US (1) US20060080265A1 (ko)
JP (1) JP2008516355A (ko)
KR (1) KR20070085252A (ko)
AU (1) AU2005296133A1 (ko)
BR (1) BRPI0516342A (ko)
CA (1) CA2583639C (ko)
MX (1) MX2007004430A (ko)
WO (1) WO2006044183A2 (ko)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013103843A1 (en) * 2012-01-06 2013-07-11 Visa International Service Association Systems and methods to optimize media presentations to a seated audience
WO2015061517A1 (en) * 2013-10-25 2015-04-30 Wal-Mart Stores, Inc. System and method for identifying inelastic products
US9471926B2 (en) 2010-04-23 2016-10-18 Visa U.S.A. Inc. Systems and methods to provide offers to travelers
US9760905B2 (en) 2010-08-02 2017-09-12 Visa International Service Association Systems and methods to optimize media presentations using a camera
US9947020B2 (en) 2009-10-19 2018-04-17 Visa U.S.A. Inc. Systems and methods to provide intelligent analytics to cardholders and merchants
US10223707B2 (en) 2011-08-19 2019-03-05 Visa International Service Association Systems and methods to communicate offer options via messaging in real time with processing of payment transaction
US10360627B2 (en) 2012-12-13 2019-07-23 Visa International Service Association Systems and methods to provide account features via web based user interfaces

Families Citing this family (45)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7904595B2 (en) 2001-01-18 2011-03-08 Sdl International America Incorporated Globalization management system and method therefor
US7983961B1 (en) * 2005-10-27 2011-07-19 Alvin Chang Methods and apparatus for marketing profiling while preserving user privacy
WO2008021929A2 (en) 2006-08-10 2008-02-21 Medcom Solutions, Inc. System and method for uniformly pricing items
US10339532B2 (en) 2006-08-10 2019-07-02 Medcom Solutions, Inc. System and method for uniformly pricing items
US8156022B2 (en) * 2007-02-12 2012-04-10 Pricelock, Inc. Method and system for providing price protection for commodity purchasing through price protection contracts
US8019694B2 (en) 2007-02-12 2011-09-13 Pricelock, Inc. System and method for estimating forward retail commodity price within a geographic boundary
US7945500B2 (en) 2007-04-09 2011-05-17 Pricelock, Inc. System and method for providing an insurance premium for price protection
WO2008124712A1 (en) 2007-04-09 2008-10-16 Pricelock, Inc. System and method for constraining depletion amount in a defined time frame
US8160952B1 (en) 2008-02-12 2012-04-17 Pricelock, Inc. Method and system for providing price protection related to the purchase of a commodity
US8200573B2 (en) * 2008-06-05 2012-06-12 Skopos Financial Group, Llc Multi-variable transaction system and method
US20100205034A1 (en) * 2009-02-09 2010-08-12 William Kelly Zimmerman Methods and apparatus to model consumer awareness for changing products in a consumer purchase model
US20100306028A1 (en) * 2009-06-02 2010-12-02 Wagner John G Methods and apparatus to model with ghost groups
WO2011035298A2 (en) * 2009-09-21 2011-03-24 The Nielsen Company (Us) Llc Methods and apparatus to perform choice modeling with substitutability data
US8694365B2 (en) 2010-12-14 2014-04-08 International Business Machines Corporation Generating targeted group based offers to increase sales
US10657540B2 (en) 2011-01-29 2020-05-19 Sdl Netherlands B.V. Systems, methods, and media for web content management
US9547626B2 (en) 2011-01-29 2017-01-17 Sdl Plc Systems, methods, and media for managing ambient adaptability of web applications and web services
US10580015B2 (en) 2011-02-25 2020-03-03 Sdl Netherlands B.V. Systems, methods, and media for executing and optimizing online marketing initiatives
US20120259676A1 (en) 2011-04-07 2012-10-11 Wagner John G Methods and apparatus to model consumer choice sourcing
US9311383B1 (en) 2012-01-13 2016-04-12 The Nielsen Company (Us), Llc Optimal solution identification system and method
US9773270B2 (en) * 2012-05-11 2017-09-26 Fredhopper B.V. Method and system for recommending products based on a ranking cocktail
US11308528B2 (en) 2012-09-14 2022-04-19 Sdl Netherlands B.V. Blueprinting of multimedia assets
US10452740B2 (en) 2012-09-14 2019-10-22 Sdl Netherlands B.V. External content libraries
US11386186B2 (en) 2012-09-14 2022-07-12 Sdl Netherlands B.V. External content library connector systems and methods
US10984441B2 (en) 2013-03-13 2021-04-20 Eversight, Inc. Systems and methods for intelligent promotion design with promotion selection
US11270325B2 (en) * 2013-03-13 2022-03-08 Eversight, Inc. Systems and methods for collaborative offer generation
US10991001B2 (en) 2013-03-13 2021-04-27 Eversight, Inc. Systems and methods for intelligent promotion design with promotion scoring
US9799041B2 (en) 2013-03-15 2017-10-24 The Nielsen Company (Us), Llc Method and apparatus for interactive evolutionary optimization of concepts
WO2014152010A1 (en) 2013-03-15 2014-09-25 Affinnova, Inc. Method and apparatus for interactive evolutionary algorithms with respondent directed breeding
KR101760395B1 (ko) * 2013-08-26 2017-07-21 김서준 가격 결정을 위한 방법 및 시스템
JP2016071671A (ja) * 2014-09-30 2016-05-09 凸版印刷株式会社 ユーザ分析装置、及びユーザ分析方法
US20160148252A1 (en) * 2014-11-21 2016-05-26 Vantiv, Llc Systems and methods for attributing purchase events to previous online activity
US20180260829A1 (en) * 2014-12-10 2018-09-13 Nec Corporation Grouping system, grouping method, and grouping program
US10147108B2 (en) 2015-04-02 2018-12-04 The Nielsen Company (Us), Llc Methods and apparatus to identify affinity between segment attributes and product characteristics
US10614167B2 (en) 2015-10-30 2020-04-07 Sdl Plc Translation review workflow systems and methods
SG10201510392WA (en) * 2015-12-17 2017-07-28 Mastercard International Inc Methods for effecting and optimizing item descriptor and item value combinations
US11354683B1 (en) 2015-12-30 2022-06-07 Videomining Corporation Method and system for creating anonymous shopper panel using multi-modal sensor fusion
CN108701319B (zh) * 2016-01-08 2023-01-17 塔塔咨询服务有限公司 用于产品链接内的零售定价的系统和方法
US10262331B1 (en) 2016-01-29 2019-04-16 Videomining Corporation Cross-channel in-store shopper behavior analysis
US10963893B1 (en) 2016-02-23 2021-03-30 Videomining Corporation Personalized decision tree based on in-store behavior analysis
US10387896B1 (en) 2016-04-27 2019-08-20 Videomining Corporation At-shelf brand strength tracking and decision analytics
US10354262B1 (en) 2016-06-02 2019-07-16 Videomining Corporation Brand-switching analysis using longitudinal tracking of at-shelf shopper behavior
US11941659B2 (en) 2017-05-16 2024-03-26 Maplebear Inc. Systems and methods for intelligent promotion design with promotion scoring
CA3104668A1 (en) * 2018-06-29 2020-01-02 Geomni, Inc. Computer vision systems and methods for automatically detecting, classifing, and pricing objects captured in images or videos
US11676182B2 (en) 2018-06-29 2023-06-13 Insurance Services Office, Inc. Computer vision systems and methods for automatically detecting, classifying, and pricing objects captured in images or videos
US11887170B1 (en) 2018-07-11 2024-01-30 Medcom Solutions, Inc. Medical procedure charge restructuring tools and techniques

Family Cites Families (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5649114A (en) * 1989-05-01 1997-07-15 Credit Verification Corporation Method and system for selective incentive point-of-sale marketing in response to customer shopping histories
NZ250926A (en) * 1993-02-23 1996-11-26 Moore Business Forms Inc Relational database: product, consumer and transactional data for retail shopping targeting
US5822736A (en) * 1995-02-28 1998-10-13 United Hardware Distributing Company Variable margin pricing system
US5873069A (en) * 1995-10-13 1999-02-16 American Tv & Appliance Of Madison, Inc. System and method for automatic updating and display of retail prices
US6230143B1 (en) * 1997-11-12 2001-05-08 Valassis Communications, Inc. System and method for analyzing coupon redemption data
US20010014868A1 (en) * 1997-12-05 2001-08-16 Frederick Herz System for the automatic determination of customized prices and promotions
US6564189B1 (en) * 1998-12-22 2003-05-13 Ncr Corporation Universal methods and apparatus for determining prices and rewards within retail transactions
US6519571B1 (en) * 1999-05-27 2003-02-11 Accenture Llp Dynamic customer profile management
US7330839B2 (en) * 2000-03-13 2008-02-12 Intellions, Inc. Method and system for dynamic pricing
US20010047308A1 (en) * 2000-03-31 2001-11-29 Joseph Kaminsky Concurrent dynamic pricing marketing and selling system
US20020120507A1 (en) * 2000-04-04 2002-08-29 George Chanos Feature rich advertisments including consumer requests for additional information
JP2001319088A (ja) * 2000-05-10 2001-11-16 Nobuo Yamato 再利用可能な物品のオンライン流通方法
JP2002259662A (ja) * 2001-02-28 2002-09-13 Toshiba Corp 商品販売方法およびシステム、販売行為評価情報収集方法およびシステム、ならびにプログラム
US20020143608A1 (en) * 2001-03-30 2002-10-03 Brown Robert G. System and method for modifying a baseline to predict sales of products
US7856368B2 (en) * 2001-04-06 2010-12-21 Ahold Licensing Sa Methods and systems for providing personalized information to users in a commercial establishment
US20030033190A1 (en) * 2001-05-09 2003-02-13 Jerold Shan On-line shopping conversion simulation module
US7272575B2 (en) * 2001-07-13 2007-09-18 Lilly Mae Vega Method and system for facilitating service transactions
US20030065586A1 (en) * 2001-07-31 2003-04-03 Shaftel Keith L. Electronic commerce product pricing and selection system and method
US20030033237A1 (en) * 2001-08-06 2003-02-13 Ritesh Bawri Method of valuating and trading customer information
US7158943B2 (en) * 2001-09-04 2007-01-02 Ramon Van Der Riet Marketing communication and transaction/distribution services platform for building and managing personalized customer relationships
US7269571B2 (en) * 2001-10-25 2007-09-11 Kar Joseph M System and method for facilitating consignment and sales of inventory or services
US8108249B2 (en) * 2001-12-04 2012-01-31 Kimberly-Clark Worldwide, Inc. Business planner
DE10202093A1 (de) * 2002-01-21 2003-07-31 Siemens Audiologische Technik Verfahren zur interaktiven Optimierung von Produkteigenschaften
US20030187665A1 (en) * 2002-03-27 2003-10-02 Dennis Boyd Method of distributing and selling high end products
US20030187708A1 (en) * 2002-04-01 2003-10-02 Accenture Global Services Gmbh Simulation and optimization system for retail store performance
US7024409B2 (en) * 2002-04-16 2006-04-04 International Business Machines Corporation System and method for transforming data to preserve privacy where the data transform module suppresses the subset of the collection of data according to the privacy constraint
US20040049427A1 (en) * 2002-09-11 2004-03-11 Tami Michael A. Point of sale system and method for retail stores
JP2004185614A (ja) * 2002-11-21 2004-07-02 Matsushita Electric Ind Co Ltd 意思決定支援装置及びコンピュータによって実行される意思決定支援プログラム並びに意思決定支援システム
US7431319B2 (en) * 2005-03-10 2008-10-07 Arnol Staggs Hitch locking mechanism

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9947020B2 (en) 2009-10-19 2018-04-17 Visa U.S.A. Inc. Systems and methods to provide intelligent analytics to cardholders and merchants
US10607244B2 (en) 2009-10-19 2020-03-31 Visa U.S.A. Inc. Systems and methods to provide intelligent analytics to cardholders and merchants
US10089630B2 (en) 2010-04-23 2018-10-02 Visa U.S.A. Inc. Systems and methods to provide offers to travelers
US9471926B2 (en) 2010-04-23 2016-10-18 Visa U.S.A. Inc. Systems and methods to provide offers to travelers
US9760905B2 (en) 2010-08-02 2017-09-12 Visa International Service Association Systems and methods to optimize media presentations using a camera
US10430823B2 (en) 2010-08-02 2019-10-01 Visa International Service Association Systems and methods to optimize media presentations using a camera
US10223707B2 (en) 2011-08-19 2019-03-05 Visa International Service Association Systems and methods to communicate offer options via messaging in real time with processing of payment transaction
US10628842B2 (en) 2011-08-19 2020-04-21 Visa International Service Association Systems and methods to communicate offer options via messaging in real time with processing of payment transaction
WO2013103843A1 (en) * 2012-01-06 2013-07-11 Visa International Service Association Systems and methods to optimize media presentations to a seated audience
US10360627B2 (en) 2012-12-13 2019-07-23 Visa International Service Association Systems and methods to provide account features via web based user interfaces
US11132744B2 (en) 2012-12-13 2021-09-28 Visa International Service Association Systems and methods to provide account features via web based user interfaces
US11900449B2 (en) 2012-12-13 2024-02-13 Visa International Service Association Systems and methods to provide account features via web based user interfaces
GB2534744A (en) * 2013-10-25 2016-08-03 Wal Mart Stores Inc System and method for identifying inelastic products
WO2015061517A1 (en) * 2013-10-25 2015-04-30 Wal-Mart Stores, Inc. System and method for identifying inelastic products

Also Published As

Publication number Publication date
WO2006044183A3 (en) 2011-08-25
CA2583639C (en) 2015-03-17
WO2006044183A8 (en) 2006-06-15
JP2008516355A (ja) 2008-05-15
CA2583639A1 (en) 2006-04-27
AU2005296133A1 (en) 2006-04-27
US20060080265A1 (en) 2006-04-13
MX2007004430A (es) 2007-07-16
BRPI0516342A (pt) 2008-09-02
WO2006044183A2 (en) 2006-04-27

Similar Documents

Publication Publication Date Title
CA2583639C (en) Computer system, including retail transaction data databases, for analyzing transaction data and generating retail strategy for a retail entity
Kalwani et al. A price expectations model of customer brand choice
US20200364740A1 (en) Commerce System and Method of Controlling Commerce System Using Share Grabber to Leverage Shopping List
Hormozi et al. Data mining: A competitive weapon for banking and retail industries
Mulhern et al. The relationship between retail price promotions and regular price purchases
Narasimhan A price discrimination theory of coupons
US8812351B2 (en) Method of analyzing credit card transaction data
US9805386B2 (en) Method and apparatus for distributing electronic coupons
US7835936B2 (en) System and method for modeling customer response using data observable from customer buying decisions
US7725349B2 (en) Method, program, and system for resetting the value of a coupon based on market information
AU2007202292A1 (en) Method for planning and evaluating in-store advertising for a retail entity
US20050273376A1 (en) System and method for modeling affinity and cannibalization in customer buying decisions
US20070174115A1 (en) In-store consumer-based personalized offer presentation system and method
US8706543B2 (en) Loyalty analytics systems and methods
US20130275186A1 (en) Merchant Benchmarking Tool
US20140278990A1 (en) Systems, Methods and Apparatus for Self-Directed Individual Customer Segmentation and Customer Rewards
US20140316874A1 (en) System and method for providing relative price point incentives based upon prior customer purchase behavior
CN101065744A (zh) 零售店中的产品的定价方法
JP6764821B2 (ja) 購買動向分析システム、及びそれを用いたクーポン発行システム
Moldenhauer et al. Basket analysis in practice: mathematical models and applications in offline retail
Kumar The impact of pricing strategy in retail sector
McCORKELL What are direct marketing and interactive marketing?
Buckinx et al. Manufacturer-retailer promotion competition: customisation of coupon target selection

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E601 Decision to refuse application