TW201124927A - Sales decision method and sales request evaluation method - Google Patents

Description

201124927 六、發明說明： 【發明所屬之技術領域】 本發明係關於一種銷售決策 方法，十“ 種銷售請求定價 万法，尤扣一種可提升銷售出所有 銷售決策方法及-種可提升銷售出 之收益的 益的銷售請求㈣方法。售出所有商品所能得到之收 【先前技術】 由於貧富差距及消費習慣的不同，相同的產品，不同 顧客願意支付的價格不同。所謂#「營收管理」 _g_)是企業希望以高價格售給願意支付高價格的顧 客，以低價格售給僅願支付低價格之顧客，其目的為在有 限的可銷售產品下最大化營收。例如航空公司將相同的座 位等級分成若干價格等級，以最大化其營收。顧客來到時 需馬上決；t是否售予該顧客之需求，但願意負擔低價格的 顧客可能提早來到，願意負擔高價格的顧客可能最後來 到’當顧客來時我們必須衡量現在到達的顧客所願意付出 的價格及未來所有到達的顧客所願意付出的價格，但是未 來到達的顧客需求之價格及數量為一不確定資訊，如何在 此不確定的問題底下做出正减決策？ 然而，在現實的應用環境中，可將從現在至未來會到 達之顧客可分成不同價格等級，而不同價格等級代表顧客 願意支付的價格不同，但同一價格等級的顧客願意付出的 價格是相同的。而這些不同價格等級之顧客，在一未來時 201124927 間點會到達並採購有限數量之產品，且每一價格等級之顧 客之到達為一已知之非同質性卜瓦松過程（non七〇m〇geneQUS Poisson Fandom pr〇cess)或是其它已知機率描述之隨機到 達過程，其顧客之到達速率為時間之函數。 此外’正由於無法明確知道從現在至未來，不同價格 等級顧客到達之數目，所以當一低價格等級之顧客到達 時，如接受其採賭，可能導致無法銷售給未來較高價格等 級之顧客。若拒絕此低價格等級顧客之採購，可能導致未 來產品庫存堆積無法售出，而造成虧損。而且，現今石油 價格尚漲，航空公司無不減少班次，以平衡需求與供給， 以盡量將機位全部售出避免空位，所以航空公司之營收管 理決策方法尤為重要。而目前航空公司的做法是：將一個 座位等級（如經濟艙）分成不同票價等級（艙等），每一票價等 級就有不同的限制，有所謂r年票」、「半年票」，各自 的價格不同》目前的做法是，航空公司將同一座位等級（如 經濟艙）的座位數預先分配給各個票價等級（艙等），再將不 • 同票價等級當成不同產品銷售。例如：將一航班上的60個 經濟艙座位分配成「年票」25個及「半年票」35個，分別 銷售給旅客。可是，如前所述，由於無法預測未來可能到 達之訂位請求數目、訂位請求到達時間及旅客預定支付價 格（票價等級）’故航空公司只能依據簡單的訂位決策運作。 也就是說，只要客戶針對一票價等級提出訂位請求，航空 公司便會接受此訂位請求，直到此票價等級所分配到之座 位（如半年票之35個座位）銷售完畢為止。 201124927 因此，業界需要一種可即時地針對一銷售請求回覆一 拒絕銷售決策或-同意銷售決策，以提升銷§出所有商品 所能得到之最佳收益的銷售決策方法。 另一方面，業界也常常碰到當銷售一具有—限定數量 之商品時，如限量紀念商品，需即時針對一銷售請求回覆 -銷售請求定價結果(報價)的情況’而業界僅能憑著過往經 驗(如此商品的熱門程度等)，人為地訂定一個價格回覆給提 出此銷售請求的客戶。此種人為定價方式卻常因預估錯誤 而造成損失（如報價太高嚇走目前有興趣的顧客報價太低 浪費商品庫存’無法銷售給未來願意付高價的顧客因 此’業界也需要-種可即時地針對―銷售請求回覆一銷售 請求定價結果，以提升銷售出所有商品所能得到的最佳收 益。 【發明内容】 本發明之主要目的係在提供一種銷售決策方法，俾能 即時地針對一銷售請求回覆一拒絕銷售決策或一同意銷售 決策’以提升銷售出所有商品所能得到的收益。 本發明之另一目的係在提供一種銷售請求定價方法， ^能即時地針對-銷售請求回覆__銷售請求定價結果以 提升銷售出所有商品所能得到的收益。 為達成上述目的’本發明之銷售決策方法係應用於 二s輸入模組、一資料庫模組一運算決策模組以及 輸出模組的銷售決策系統，域資料庫模組係儲存至少 201124927 一銷售商品組合，此運算決策模組係分別與此輸入模組及 此資料庫模組耗合’此輸出模組則與此運算決策模組耗 合’此銷售決策方法係包括下列步驟：執行一銷售請求接 收程序；執行-銷售決策產生程序；以及執行一銷售決策 輸出程序。 其中，此輸入模組係於此銷售請求接收程序中，於一 顧客到達時間接收-包含至少—請求銷售商品組合及一請

求銷售總價的銷售請求，此至少一請求銷售商品組合係包 含至少-請求銷售商品類別，此至少一請求銷售商品類別 係具有-請求銷售商品數目；此運算決策模組係於此銷售 決^產生程序巾運算並輸出—同意㈣決策或―拒絕銷售 決策；此輸㈣組則於此銷f決策輸出程序中接收此同意 銷售決策或此拒絕銷售決策，以對應輸出_同意銷售訊;: 或一拒絕銷售訊號。 銷售商品組合係包含至少一銷售商品 商品類別係具有一可供銷售商品之數 其中，此至少一 類別，此至少一銷售 目’此至少一銷售商品組合則對應於至少—銷售商品價格 等級此至少一銷售商品價格等級則分別對應於一價格等 級到達速率；此至少—請求銷售商品組合㈣應於此至少 一鎖售商品組合’此請求銷售商品數目則對應於此可供銷 售商品之數目。 此外，當此輪入模組於此顧客到達時間接收此銷售請 求後，此運算決策模組便執行此銷售決策產生程序，以依 據此至少-價格等級到達速率運算出從此顧客到達時間至 201124927 未來，此至少一銷售商品價格等級預定到達之銷售請求數 目集合；此運算決策模組再依據此至少一銷售商品價格等 級預定到達之銷售請求數目集合，建立一包含至少一層級 的情境樹，且此情境樹具有複數個情境，此運算決策模組 並分別運算出每一此等情境的發生機率。 接著，此運算決策模組在得到每一此等情境之完美資 訊情況及拒絕此銷售請求的情況下分別運算出執行完每一 此等情境所能得到的最佳收益，且將執行完每一此等情境 所能得到的最佳收益與相對應之發生機率相乘，以得出每 一此等情境的收益期望值’此運算決策模組再將每一此等 情境的收益期望值加總，以得出在完美資訊情況及拒絕此 銷售請求的情況下，執行完此情境樹之所有此等情境所能 得到之一第一總收益期望值。此運算決策模組另在得到每 一此等情境之完美資訊情況及同意此銷售請求的情況下分 別運算出執行完每一此等情境所能得到的最佳收益，且將 執行完每一此等情境所能得到的最佳收益與相對應之發生 機率相乘，以得出每一此等情境的收益期望值，此運算決 策模組再將每一此等情境的收益期望值加總，以得出在完 美資訊情況及同意此銷售請求的情況下，執行完此情境樹 之所有此等情境所能得到之一第二總收益期望值。 此運算決策模組再依據此第一總收益期望值與此第二 總收益期望值運算出一總收益期望值差距，此運算決策模 組並將此總收益期望值差距與此請求銷售總價互相比較， s此總收益期望值差距大於此請求銷售總價時，此運算決 201124927 策模組便輸出此拒絕銷售決策至此輸出模組；當此總收益 期望值差距不大於此請求銷售總價時，此運算決策^組便 輸出此同意銷售決策至此輸出模組’且此運算決策模組依 據此請求銷售商品數目，將此可供銷售商品之數目減去此 請求銷售商品數目。 為達成上述目的，本發明之銷售請求定價方法係應 用於-包含-輸入模組、一資料庫模組、一定價模組以及

-輸出模組的銷售請求定價系統，且此資料庫模組係健存 至少一銷售商品組合，此定價模組係分別與此輸入模組及 此資料庫模_合，此輸出模組則與此定__合此 銷售請求定價方法係包括下列步驟：執行一銷售請求定價 程序；執行—銷㈣求㈣產生料；以及執行—銷 求定價輸出程序。 此鞠入棋組係於此銷售請求定價程序中，於一 2到達時間接收-包含至少—請求㈣商品組合的銷售 “ ’此至少-請求銷售商品組合得包含至少—請求銷售 -類別’此至少—請求銷售商品類別係具有—請求銷售 目；此定價模組係於此銷f請求定似生程序中運 长定僧〗：φ銷售凊求定價結果；此輸出模組則於此銷售請 出程序中接收此銷售請求定價結果，以對應輸出 鎖售—求定價訊號。 類別:、1此至少一銷售商品組合係包含至少-銷售商品 目i 少一銷售商品類別係具有一可供銷售商品之數 ’此至少-銷售商品組合則對應於至少—銷售商品價格 9 201124927 等級，此至少一銷售商品價格等級則分別對應於一價格等 級到達速率·，此至少一請求銷售商品組合係對應於此至少 一銷售商品組合’此請求銷售商品數目則對應於此可供銷 售商品之數目。 此外，當此輸入模組於此顧客到達時間接收此銷售請 求後，此定價模組便執行此銷售請求定價產生程序，以依 據此至少一價格等級到達速率運算出從此顧客到達時間至 未來，此至少一銷售商品價格等級預定到達之銷售請求數 目集合；此定價模組再依據此至少一銷售商品價格等級預 定到達之銷售請求數目集合’建立—包含至少—層級的情 境樹，且此情境樹具有複數個情境，此定價模組並分別運 算出每一此等情境的發生機率β 接著，此定價模組在得到每一此等情境之完美資訊情 況及拒絕此銷售請求的情況下分別運算出執行完每一此等 情境所能得到的最佳收益，且將執行完每一此等情境所能 得到的最佳收益與相對應之發生機率相乘，以得出每一此 等情境的收益期望值，此定價模組再將每一此等情境的收 益期望值加總，以得出在完美資訊情況及拒絕此銷售請求 的情況下，執行完此情境樹之所有此等情境所能得到之一 第一總收益期望值。此定價模組另在得到每一此等情境之 完美資訊情況及同意此銷售請求的情況下分別運算出執行 完每一此等情境所能得到的最佳收益，且將執行完每— 等情境所能得到的最佳收益與相對應之發生機率相乘，2 得出每一此等情境的收益期望值，此定價模組再將每一此 201124927 等情境的收益期望值加總，以得出在完美資訊情況及同意 此銷售請求的情況下，執行完此情境樹之所有此等情境所 能得到之一第二總收益期望值。 月兄 此定價模組再依據此第一總收益期望值與此第二總收 益期望值運算出-總收益期望值差距，此銷f請求定價結 果則不小於此總收益期望值差距。 ° 為達成上述目的，本發明之銷售決策方法，係應用於 -包含-輸人模組、-資料庫模組、—運算決策模組以及 -輸出模組的銷售決策系統，且此資料庫模組係儲存至少 -銷售商品組合，此運算決策模組係分別與此輸入模組及 此資料庫模組Μ合，此輸出模組則與此運算決策模組耗 合，此銷售決策方法係包括下列步驟：執行一總收益期望 值差距對照組合運算程序；執行—銷售請求接收程序；執 打-銷售決策產生程序；以及執行—銷售決策輸出程序。

其中，此至少一銷售商品組合係包含至少一銷售商品 類別’此至少一銷售商品類別係具有一可供銷售商品之數 目，此至少-銷售商品組合則對應於至少一銷售商品價格 等級，此至少一銷售商品價格等級則分別對應於一價格等 =到達速率’此至少—請求銷售商品組合係對應於此至少 銷。商tm 。& 4求銷售商品數目則對應於此可供銷 售商品之數目。 ，其中’總收益期望值差距對照組合運算程序應用於一 銷售請求到達之前。而目前時❹重料算總收益期 望值差距對照組合運算程序時間（簡稱：重新計算時間） 201124927 的時間範圍則為一總收益期望值差距對照組合使用時間區 塊（簡稱··使用時間區塊）。運算決策模組比較請求銷售 總價與總收益期望值差距對照組合所包含之總收益期望值 差距，以做出一同意銷售決策或一拒絕銷售決策。此外， 此使用時間區塊的中點到未來則為一「顧客到達時間區 塊」。此總收益期望值差距對照組合係包含複數個總收益 期望值差距’且運算決策模組係在此總收益期望值差距對 照組合運算程序中，重複執行下列步驟，以依序運算出此 等總收益期望值差距：依據此至少一價格等級到達速率運 异出在一顧客到達時間區塊中，此至少一銷售商品價格等 級預定到達之銷售請求數目集合；且再依據此至少一銷售 商品價格等級預定到達之銷售請求數目集合，建立一包含 至少一層級的情境樹，且此情境樹具有複數個情境，再分 別運算出每一此等情境的發生機率；在得到每一此等情境 之元美資訊情況及拒絕一單位商品銷售請求的情況下分 別運算出執行完每一此等情境所能得到的最佳收益且將 執行完每一此等情境所能得到的最佳收益與相對應之發生 機率相乘，以得出每一此等情境的收益期望值，再將每一 此等情二的收益期望值加總，以得出在完美資訊情況及拒 絕此-早位商品銷售請求的情況下，執行完此情境樹之所 有此等1境所能得到之一第一總收益期望值；在得到每一 匕等It i兄之疋美資訊情況及同意一單位商品銷售請求的情 况下77別運算出執行完每_此等情境所能得到的最佳收 益，且將執行完每-此等情境所能得㈣最佳收益與相對 12 201124927 應之發生機率相乘’以得出每—此等情境的收益期望值， 再將每—此等情境的收益期望值加總，以得出在完美資訊 情況及同意-單位商品鎖售請求的情況τ，執行完此情境 樹之所有此等情境所能得到之—第二總收益期望值；依據 此第一總收益期望值與此第二總收益期望值，運算出一對 應於目前可供銷售商品數目之總收益期望值差距；以及將 此可供銷售商品之數目減去_，且重複上述之步驟，以分

別運算出對應於不同可供銷售商品數目之總收益期望值差 距，直到此可供銷售商品之數目為零才終止。 其中’此輸入模組係於此銷售請求接收程序中，於一 顧客到達時間接收一包含一請求銷售商品組合及一請求銷 售總價的銷售請求，此至少一請求銷售商品組合係包含至 少一請求銷售商品類別，此至少一請求銷售商品類別係具 有一請求銷售商品數目。 其中，當此輸入模組於此顧客到達時間接收此銷售請 求後’此運算決策模組便於此銷售決策產生程序中，依據 此總收益期望值差距對照組合所包含之剩餘可供銷售商品 數目之總收益期望值差距運算，並輸出一同意銷售決策或 一拒絕銷售決策；當對應於剩餘可供銷售商品數目之總收 益期望值差距大於此請求銷售總價時，此運算決策模組便 輸出此拒絕銷售決策至此輸出模組；當對應於剩餘可供銷 售商品數目之總收益期望值差距不大於此請求銷售總價 時’此運算決策模組便輸出此同意銷售決策至此輸出模 13 201124927 組，且此運算決策模組依據此請求銷售商品數目’將此可 供銷售商品之數目減去此請求銷售商品數目。 其中’此輸出模組於此銷售決策輸出程序中，接收此 同意銷售決策或此拒絕銷售決策，以對應輸出一同意銷售 訊號或一拒絕銷售訊號。 此外’本發明所揭露之銷售決策方法及銷售請求定價 方法並不限應用於航空公司之訂位系統，只要產品數量是 有限且未來到達的顧客可用Γ非均質卜瓦松隨機到達過程」 (non-homogeneous Poisson random arriva丨 process)近似的銷售決策或 定價問題，皆可應用本發明所揭露之銷售決策方法及銷售 睛求定價方法處理。例如：旅館、汽車出租、網路購物、 產品銷售等。 因此’藉由將本發明之銷售決策方法應用於一銷售決 策系統的方式’便可使此銷售決策系統在其輸入模組接收 一銷售請求時，使其運算決策模組便可迅速地產生一關於 此銷售請求的決策》隨後，此銷售決策系統之輸出模組便 將與決策結果（同意銷售決策或拒絕銷售決策）相對應之訊 號（同意銷售訊號或拒絕銷售訊號）輸出至外界，如一顯示模 組或一網路訂位飼服器，以提供給一客服人員或一網路銷 售伺服器作為即時回覆此銷售請求的依據。況且，由於此 銷售決策系統之運算決策模組在運算及產生決策結果的過 程中’係使用非均質卜瓦松隨機到達過程（non_h〇m〇gene()Us Poisson random arriva】 process)及卜瓦松分佈函數（p〇ks〇n distribution function)(或是其它已知機率描述之隨機到達過 201124927 程）、情境樹(scenario tree)及具有完美資訊之決策模型等數風 工具’所以本發明之銷售決策方法可提升銷售出所有商： 所能得到的收益。此外，如前所述，由於本發明之銷售決 策方法所使用到運算步驟非常簡單，故本發明之銷售決策 方法可縮短U本發明之銷f決策方法之銷售決策系統 做出決策所需的運算時間。 一 Λ 一万面

愿用本發明之銷售請求定價方法之 銷售請求定價系統在其輸人模組接收—銷售請求時，其定 價模組便可迅速地產生—總收益期望值差距以及—不小於 此總收益期望值差距的銷售請求定價結果。隨後，此銷售 請求定價系統之輸出模組便對應輸出—銷售請求㈣訊號 至外界’如-顯示模組或—網路訂位伺服器，以提供給一 客服人員或-料銷售舰时為即時㈣此銷售請求的 據兄且纟於此銷售請求定價系統之定價模組在運算 及產生決策結果的過程中’係使用非均質卜瓦松隨機到達 過^及卜瓦松分佈函數、情境樹及具有完美資訊之決策模 ^數子工具’所以本發明之銷售請求定價方法可提升銷 所有商品所能得到的收益。此外，如前所述，由於本 發明之銷售請求定價方法所使用到運算步驟非常簡單故 =之銷售請求定價方法可縮短一應用本發明之銷售請 二疋」貝方法之銷售晴求定價系統提供―銷售請求定價結果 (報價）所需的運算時間。 【實施方式] 15 201124927 圖1係顯示一應用本發明第一實施例之銷售決策方法 之銷售決策系統的示意圖，此銷售決策系統係包含一輸入 模組丨1、一資料庫模組1 2、一運算決策模組丨3、一輪出模 組14及一顯示模組15。其中，運算決策模組13係分別與輸 入模組11及資料庫模組12耦合，輸出模組14係與運算決策 模組13耦合，顯示模組15則與輸出模組14搞合。 在本實施例中’輸入模組1〗可用以輸入影像、文字、 指令等資料至此銷售決策系統，資料庳模組12則例如為硬 碟' 光碟機或藉由網際網路連接之遠端資料庫，用以儲存 系統程式、應用程式、使用者資料等。此外，運算決策模 組13係用以運算及處理資料等，如做出接受或拒絕一銷售 請求的決策，輸出模組14則將此決策輸出至外界，如顯示 模組15或一網路訂位伺服器（圖中未示）。另一方面，圖】所 不之銷售決策系統係於一系統程式16下執行各種應用程 式，例如文書處理程式、續·圖程式、科學運算程式劉覽 程式、電子郵件程式或一可執行本發明之銷售決策方法的 軟體程式等》 如圖2所示，在本實施例中，前述之銷售決策系統的資 料庫模組12係儲存一銷售商品組合12〗，其包含一第一銷售 商品類別1211，且第一銷售商品類別12U(如一航班之經濟 艙座位）係具有一可供銷售商品之數目1212，銷售組合I]! 並對應於一第一銷售商品價格等級12〗3、一第二銷售商品 價格等級1214及一第三銷售商品價格等級12丨5。其令第 一銷售商品價格等級1213係對應於一第一價格等級到達速 201124927 率1216，第二銷售商品價格等級】214係對應於一第二價格 等級到達速率丨21 7，第三銷售商品價格等級121 5則對應於 一第二價格等級到達速率1218。 此外，第一銷售商品價格等級12丨3係高於第二銷售商 品價格等級1214，第二銷售商品價格等級1214則高於第三 銷售商品價格等級1215。而且，在本實施例中，前述之第 一價格等級到達速率1216、第二價格等級到達速率1217及 第三價格等級到達速率1218均為用於描述非均質卜瓦松隨 機到達過程之到達速率。 請配合參閱圖1、圖2、圖3及圖4,其中圖3係顯示一銷 售請求的示意圖，圖4則為本發明第一實施例之銷售決策方 法的流程示意圖，本發明第一實施例之銷售決策方法係包 括下列步驟： 步驟SA:輸入模組丨丨於銷售請求接收程序中，於一顧 客到達時間t接到一包含一請求銷售商品組合211及一請求 銷售總價212的銷售請求21。其中，請求銷售商品組合211 係包含一請求銷售商品類別2111 ,請求銷售商品類別21 j j 則具有一 s青求銷售商品數目2112。此外，前述之請求銷售 商品組合211係對應於銷售商品組合121，請求銷售商品數 目2112則對應於可供銷售商品之數目1212 ; 步驟SB :運算決策模組13執行一銷售決策產生程序； 以及 步驟SC :輸出模組14執行一銷售決策輸出程序。 17 201124927 其中’當輸入模組11於顧客到達時間t接到銷售請求2i 後，運算決策模組13便執行步驟沾之「銷售決策產生程 序J W依據至少-價格等級到達速率（第—價格等級到達 速率1216、第二價格等級到達速率12丨7或第三價格等級到 達速率1218)運算出從顧客到達時m至未來，至少__銷售商 品價格等級預定到達之銷售請求數目集合(第一銷售商品 價格等級預定到達之銷售請求數目集合q、第二銷售商品 價格等級預定到達之銷售請求數目集合U，及第三銷售商品 價格等級預定到達之銷售請求數目集合A)。 然而’在本實施例中，前述之顧客到達時間續位於一 銷售期間之内。 除此之外，在本實施例中’運算決策模組]3在運算出 至少一銷售商品價格等級預定到達之銷售請求數目集合 (第一銷售商品價格等級預定到達之銷售請求數目集合Μ、 第二銷售商品價格等級預定到達之銷售請求數目集合％及 第二銷售商品價格等級預定到達之銷售請求數目集合之 前，會先確認請求銷售商品數目2112不大於可供銷售商品 之數目1212，且當對請求銷售商品數目2112大於可供銷售 商品之數目1212時，運算決策模組13便輸出一拒絕銷售決 策（圖中未示）至輸出模組14» 接著’在確認請求銷售商品數目2112不大於可供銷售 商品之數目1212後，運算決策模組13便確認請求銷售商品 價格等級2113是否對應於第一銷售商品價格等級12丨3，且 當請求銷售商品價格等級2113對應於第一銷售商品價格等 201124927 未示）至輸出模組14 請求銷售商品數 目 級1213時，輸出一同意銷售決策（圖中 且將可供銷售商品之數目12丨2減去 2112。

之後，運算決策模組13便運算出至少一銷售商品 等級預定到達之銷售請求數目集合（第—㈣商品價 級預定到達之銷售請求數目集合"'第二銷售商品價 級預定到達之銷售請求數目集合ί/2及第三銷售商品價格 級預定到達之銷售請求數目集合％)並依據至少—銷售商品 價格等級預定到達之銷售請求數目集合建立一包含至少: 層級的情境樹，且情境樹具有複數個情境，運算決策^組 13並分別運算出每—情境的發生機率_此_。 接著，運算決策模組13在得到每一此等情境之完美資 訊情況(perfect inf〇rmation)及「拒絕」銷售請求21的情況下分 別運算出執行完每一情境所能得到的最佳收益，且將執^ 凡每凊境所能得到的最佳收益與相對應之發生機率相 乘，以得出每一情境的收益期望值。運算決策模組13再將 每一情境的收益期望值加總，以得出在完美資訊情況及「拒 絕」銷售請求的情況下，執行完情境樹之所有情境所能得 到之一第一總收益期望值。 另—方面’運算決策模組13另在得到每一此等情境之 兀美資讯情況(perfect information)及「同意」銷售請求21的情 況下分別運算出執行完每一情境所能得到的最佳收益，且 將執行完每一情境所能得到的最佳收益與相對應之發生機 率相乘’以得出每一情境的收益期望值。運算決策模組13 19 201124927 再將每一情境的收益期望值加總，以得出在完美資訊情況 及「同意」銷售請求的情況下’執行完情境樹之所有情境 所能得到之一第二總收益期望值f(及,(*5-；〇丨£) = £)(//>/)。 運算決策模組13再依據第一總收益期望值 £(/?,(5)|Ζ) = Ζ)ί//ν)與第二總收益期望值£(邮_幻丨D = £)LW)運算 出一總收益期望值差距五(6(*5，/)丨2)=五/^)，運算決策模組13 並將總收益期望值差距與請求銷售總價 212互相比較： 當總收益期望值差距大於請求銷售總 · 價212時，運算決策模組π便輸出拒絕銷售決策（圖中未示） 至輸出模組14 ;或 當總收益期望值差距AG,〇S，幻丨乃=琺G)不大於請求銷售 總價212時，運算決策模組13便輸出同意銷售決策（圖中未 示）至輸出模組14,且運算決策模組13依據前述之請求銷售 商品數目2112，將可供銷售商品之數目1212減去請求銷售 商品數目211 2。 最後，在步驟SC之「銷售決策輸出程序」中，輸出模 · 組14接收前述之同意銷售決策（圖中未示）或前述之拒絕銷 售決策（圖中未示），以對應輸出—同意銷售訊號（圖中未示） H絕销售訊號（圓中未示在本實施例中，輸出模組14 可將同意銷售訊號（圖中未示）或拒絕銷售訊號（圖中未示） 輸:至-顯示模組15或—網路訂位飼服器（圖中未示），以提 供--訂位客服人員或前述之網路訂位飼服器作為即時 回覆旅客所提出之銷售請求2丨的依據。 20 201124927 以下，將配合一實際數據例子，詳細地說明本發明第 一實施例之銷售決策方法的運作。 首先，在本實施例中，前述之銷售決策系統係為_航 班訂位系統，且第一銷售商品價格等級1213、第二銷售商 品價格等級1214及第三銷售商品價格等級1215係分別對應 於一第一訂位價格等級、一第二訂位價格等級及一第三訂 位價格等級。此外，各銷售商品價格等級（第一銷售商品價 格等級1213、第二銷售商品價格等級1214及第三銷售商品 價格等級121 5)之銷售請求到達過程係均為非均質卜瓦松 隨機到達過程(non-homogeneous Poisson random arrival process)或是 其它已知機率描述之隨機到達過程。 另一方面’第一銷售商品價格等級1213係為300，第二 銷售商品價格等級1 214係為200，第三銷售商品價格等級 1215則為100。此外，可供銷售商品之數目1212係為1〇。另 一方面，由於係為一航班訂位系統，故銷售期間，即接受 訂位時間（booking horizon)，則設定為航班起飛時間前！〇天。 而在本實施例中，此接受訂位時間被分隔為兩個5天的區塊 (即前5天為一個區塊，後5天則為另一個區塊）。 另一方面，第一價格等級到達速率1216(在算式中以 几⑴表示）、第二價格等級到達速率1217(在算式中以儿⑴) 及第三價格等級到達速率1218(在算式中以；13(0表示）係為 時間的函數，且在前述之兩個區塊中的數值分別如下所示·· 201124927 Λ (Ο = 0.20.6 V, if t e [0,5) if ie (5,10] ^2(0 = 0.60.6 if t g [0,5) if re (5,10] ^(0 = 1.1 0.5 w if t e [0,5) if r e (5,10]

其中’ ie[0,5)係表示從航班起飛時間前10天到航班起 飛時間前6天的區塊’，e (5，10]則表示從航班起飛時間前5 天到航班起飛時間當天的區塊。

在本實施例中’在輸入模組11所接收之銷售請求2】 中，凊求銷售商品組合211僅包含一請求銷售商品類別 2111，即一經濟艙座位，請求銷售商品類別Μ"所具有之 請求銷售商品數目2112則為i，即每次僅請求銷售」個座 位。至於銷售請求21之編號、訂位價格等級請求銷售商 =等：2U3及接收銷售請求2〗之顧客到達時間卜總收 :期望值差距、決策結果及可供訂位之座 商品之數目⑵2)，則如τ列表！所示。 （了供銷售 表1 22 201124927

銷售 請求 編號 訂位 價格 等級 請求 銷售 商品 價格 顧客 到達 時間 1 n2, 總收益 期望值 差距 決策 結果 可供訂 位之座 位數目 1 3 100 0.3245 3.9351 5.8053 7.643 149.5 拒絕 10 2 3 100 0.9564 3.8087 5.4262 6.948 140.98 拒絕 10 3 2 200 1.3758 3.7248 5.1745 6.4866 134.6 同意 9 4 1 300 2.1124 - - - - 同意 8 5 2 200 2.9578 3.4084 4.2253 4.7464 144.4 同意 7 6 3 100 3.3 145 3.3371 4.01 13 4.3541 160.03 拒絕 7 7 3 100 3.8547 3.2291 3.6872 3.7598 149.1 1 拒絕 7 8 2 200 4.0421 3.1916 3.5747 3.5537 144.78 同意 6 9 3 100 4.4703 3.1059 3.3178 3.0827 162.66 拒絕 6 10 3 100 4.9512 3.0098 3.0293 2.5537 150.27 拒絕 6 11 3 100 5.2152 2.8709 2.8709 2.3924 140.42 拒絕 6 12 2 200 5.8545 2.4873 2.4873 2.0728 112.6 同意 5 13 1 300 6.5258 - • - - 同意 4 14 2 200 7.064 1.7616 1.7616 1.468 130.47 同意 3 15 3 100 7.2456 1.6526 1.6526 1.3772 171.78 拒絕 3 16 2 200 8.2977 1.0214 1.0214 0.8511 97.17 同意 2 17 1 300 8.9221 - - - - 同意 1 18 1 300 9.2514 - " - - 同意 0 23 201124927 如表1所示，於顧客到達時間ί等於0.3245時，輸入模組 1 1接到銷售請求21 (編號1)，請求銷售商品價格等級2113係 對應於第三銷售商品價格等級1 21 5 ’而請求銷售總價21 2為 1〇〇(步驟SA)。 接著’運算決策模組13便如前所述，確認請求銷售商 品數目2112不大於可供銷售商品之數目丨212。此時，因請 求訂位數（1)(請求銷售商品數目21丨2)不大於可供訂位之座 位數目（1 〇)(可供銷售商品之數目丨2丨2)，故運算決策模組j 3 接續確認請求銷售商品組合2丨丨所對應之請求銷售商品價 格等級2113是否對應於第一銷售商品價格等級1213。此 時，因請求銷售商品價格等級2113係對應於第三銷售商品 價格等級12!5 (並非第一銷售商品價格等級丨2〗3)，故運= 決策模組^便繼績運算出運#出至少一冑售商品價格等級 預定到達之銷售請求數目集合（第一銷售 定到達之銷售請求數目集合",、第二銷售商品價格= 疋到達之銷售請求數目集合％及第三銷售商品價格等級預 定到達之銷售請求數目集合以建立—包含至少一層級 =情境樹—ariotree)’此情境樹並具有複數個情境，如圖$ -丨月咣埘之層級數目係與此至少—銷 格等級(第-銷售商品價格等級1213、第二銷:二 :咖及第三銷售商品價格等級1215)的數目相同 有之情境的數目則為第一銷售商品價格等 雜 售請求數目集合q元素個數、第 。疋至!達之銷 ，京個數、第一麵售商品價格等級預定 24 201124927 :達之1售請求數目集合…元素個數及第三銷售商品價格 級預疋到達之銷售請求數目集合％元素個數三者的乘 積。 因此在本實施例中，此情境樹的層級係為3層且每 「層級的數目則分別對應於第—銷售商品價格等級預定到 達之銷售請求數目集合^、第二銷售商品價格等級預定到 達之銷售請求數目集合％及第三銷售商品價格等級預定到 達之銷售請求數目集合％。 至於第一銷售商品價格等級預定到達之銷售請求數目 集合t；,、第二銷售商品價格等級預定到達之銷售請求數目 集合％及第三銷售商品價格等級預定到達之銷售請求數目 集合％)的運算步驟，則如下所述： 運算決策模組13係使用第一價格等級到達速率 1216(在算式中以凡(〇表示）、第二價格等級到達速率up(在 算式中以儿(〇)及第三價格等級到達速率1218(在算式中以 凡⑺表不）及顧客到達時間丨，建立如圖5所示之情境樹。 由於第一銷售商品價格等級丨2丨3到達的數目％,、第二 銷售商品價格等級1214到達的數目％,及第三銷售商品價格 等級^^到達的數目心均為卜瓦松隨機變數斤以沾加咖此爪 variable) ’故，、、及乂的平均值〜' %及„3，，則可分別由下 列式子運算而出： nu = 0.2 X (5 - 0.3245) + 0.6 x 5 = 3.9351 n2l = 0.6 x (5 - 0.3245) + 0.6 x 5 = 5.8053 25 201124927 w3, = 1.1 χ (5 - 0.3245) + 〇·5 X 5 = 7.643 需注意的是，為了簡化運算的繁複程度，在接下來的 運算過程巾，當@5所示之情境顏具之任__情境的發 率近似於零（例如：小於10)時，此情境的發生機率 (probability) />(% =岣便於運算第一總收益期望值或第二總收 益期望值的過程中被設定為零。 如此，第一銷售商品價格等級預定到達之銷售請求數 目集合A 、第二銷售商品價格等級預定到達之銷售請求數 目集合％ 、第三銷售商品價格等級預定到達之銷售請求數 目集合％ ’可分別由下列式子運算而出： e'3 9351 (3.9351)-^ x! g-5.8053^ 8〇53^ i/ e-rM\7M3)x 7f

C/, = {x | P(NU =χ) = . t/2 = {χ 丨尸(JV2,=太)=. i/3 = {jc I P(N3i = x)= ->l〇-6} = (0,1,2,...,16} > KT6} = {0，1，2,…，20} >10'6} = (1,2,3,...,24} 而當得到A、％及％後，運算決策模組丨3便建立如圖5 所示之情境樹。 當情境樹建立完成之後，運算決策模組丨3便使用此情 境樹運算出每一情境的發生機率，且在得到每一此等情境 之完美資訊情況(perfect information)及拒絕銷售請求21的情況 26 201124927 下’分別運算出執行完每-情境所能得到的最佳收益(。ptima丨 revenue)。由於係處於完美資訊情況(perfect 下，故在 運算各情境所能得到之收益的過財，时等待銷售之商 品均以最高可獲得的銷售價格銷售出去，以期能獲得最大 利益。接著，再將執行完每一情境所能得到的最佳收益與 相對應之發生機率相乘，以得出每一情境的收益期望值。 運算決策模組13再將每一情境的收益期望值加總，以得出 在完美資訊情況及拒絕銷售請求21的情況下，執行完圖5所 示之情境樹之所有情境所能得到之一第一總收益期望值 (£W>S)|Z) = Z)WV))為 2251.88。 另一方面’運算決策模組13亦使用此決策樹所運算出 每一情境的發生機率，在得到每一此等情境之完美資訊情 況(perfect information)及同意銷售請求21的情況下，分別運算 出執行元每一情境所能得到的最佳收益（0ptimal revenue)。接 著’再將執行完每一情境所能得到的最佳收益與相對應之 發生機率相乘’以得出每一情境的收益期望值。運算決策 模組13再將每一情境的收益期望值加總，以得出在完美資 訊情況及同意銷售請求21的情況下，執行完圖5所示之情境 樹之所有情境所能得到之一第二總收益期望值 (£(Λ,(Π)|Ι> = £>(/;>/))則為2丨〇2 38。如此，總收益期望值差距 五= £妬)便為 225 1.88-2 102.38 = 149.5。 接著，運算決策模組13便將此總收益期望值差距與請 求銷售總價212互相比較。結果，因為總收益期望值差距 (149.5)大於請求銷售總價212 (100)，運算決策模組13便輸 27 201124927 出一拒絕訂位結果（圖中未示）至輸出模組14，輸出模組Μ . 便依據拒絕訂位結果（圖中未示）對應輸出一拒絕訂位訊號 (圖中未示）。 再如表1所示，於顧客到達時間r等於2 1124時，輸入模 組11接到銷售請求21 (編號4)，請求銷售商品價格等級2113 係對應於第一銷售商品價格等級12n，而請求銷售總價212 為3〇〇。接著，運算決策模組！3便如前所述，確認請求銷售 商品數目2丨12不大於可供銷售商品之數目1212。此時因 請求訂位數（1)(請求銷售商品數目2112)不大於可供訂位之 φ 座位數目（9)(可供銷售商品之數目1212)，故運算決策模組 13接續確認請求銷售商品價格等級2113是否對應於第一銷 售商品價格等級1213。此時，因請求銷售商品價格等級加 係對應於第-銷售商品價格等級1213,運算決策模組⑽ 輸出一同意銷售決策（圖中未示）至輸出模組14，且將可供銷 售商。〇之數目1212減去請求銷售商品數目以丨以〗），即表^ 中，對應於編號4之銷售請求21所具之「可供訂位之座位數 目」棚位所顯示的8(9-1=8)。 鲁 之後’本發明第一實施例之銷售決策方法便在另一顧 ，到達時間ί接到另一編號之銷售請求時才再次被執行。但 疋田可供銷售商品之數目1212變為零之後，即使再次接 到銷售請求，本發明第一實施例之銷售決策方法也無法再 -欠被執行（因已無可供銷售之商品）。 此外從表1中可看出，在這個例子中—應用本發明 第實施例之銷售決策方法的銷售決策系統係分別同意編 28 201124927 號3、4、5、8、12、13、14、16、17及 18的銷售請求，而 賣出所有座位（10個）所得到的收益是24〇〇，大於將習知的 「先到先服務」規則應用在此銷售決策系統所能得到的收 益（1500)，即依序接收編號1至1〇的銷售請求21。 圖6係顯示一應用本發明第二實施例之銷售決策方法 之銷售決策系統的示意圖，此銷售決策系統係包含—輸入 模組61、一資料庫模組62、一運算決策模組63、—輸出模 φ 組64及一顯示模組其中，運算決策模組63係分別與輸 入模組61及資料庫模組62耦合，輸出模組64係與運算決策 模組63耦合’顯示模組65則與輸出模組64耦合。 在本實施例中，輸入模組61可用以輸入影像、文字、 指令等資料至此銷售決策系統，資料庫模組62則例如為硬 碟、光碟機或藉由網際網路連接之遠端資料庫，用以儲存 系統程式、應用程式、使用者資料等。此外，運算決策模 組63係用以運算及處理資料等，如做出接受或拒絕銷售 請求的決策，輸出模組64則將此決策輸出至外界，如顯示 • 模組65或一網路訂位伺服器（圖中未示）。另一方面，圖6所 示之銷售決策系統係於一系統程式66下執行各種應用程 式，例如文書處理程式、繪圖程式、科學運算程式瀏覽 程式、電子郵件程式或一可執行本發明之銷售決策方法的 軟體程式等。 由於在本實施例中，儲存於前述之銷售決策系統之資 料庫模組62之銷售商品組合係與本發明第一實施例之銷售 商品組合121相同，故關於銷售商品組合之組成及特徵的詳 29 201124927 細敘述，在此便不再贅述。同理，由於在本實施例令，銷 售請求係與本發明第-實施例之銷售請求2]相同故關於 銷售請求的組成及特徵的詳細敘述，在此亦不再贅述。' 除此之外，由於本發明第二實施例之銷售決策方法與 本發明第—實施例之銷售決策方法大致相同，兩者之間的 差異僅在於「銷售決策產生步驟」的部分，故關於本發明 第二實施例之銷售&策方法的流程圖便纟此省％，僅詳細

敘述前述之銷售決策系統之運算決策模組所執行之「銷售 決策產生步驟」於下：

其中，在本發明第二實施例之銷售決策方法所包括的 「銷售決策產生步驟」巾，運算決策模組係依據至少一價 格等級到達速率及至少—價格等級取消機率，運算出從顧 客到達時間'至未來’至少一銷售商品價格等級預定到達之 銷售請求數目集合（第-銷售商品價格等級敎到達之實 際銷售請求數目集合M H售商品價格等級預定到達 之實際銷售請求數目集合％及第三銷售商品價格等級預定 到達之實際銷售請求數目集合％。而且，在本實施例中， 前述之顧客到達時間ί係位於一銷售期間之内。 以下將配σ實際數據例子，詳細地說明本發明第 二實施例之銷售決策方法的運作。 首先，與本發明第一實施例相同，本發明第 實施 之銷售決策方法亦應用於一航班訂位系統，且第一銷售 品價格等級、第二銷售商品價格等級及第三銷售商品價 等級係分職應於-第-訂位價格等級、—第二訂位價 30 201124927 等級及一坌一 * ίΑ 二5了位扬格等級。此外，各銷售商品價格等級 隹南σ售商品價格等級'第二銷售商品價格等級及第三銷 松隨機i賈格等級）之銷售請求到達過程係均為非均質卜瓦 =達過程（non_h〇m〇gene〇us p〇iss〇n 抓⑽ p⑽ 5疋/它已知機率描述之隨機到達過程。除此之外前述 價格等級取消機率係對應於此至少一銷售商品價 Τ級之銷售請求取消，且各鎖售商品價格等級（第一銷售 φ 冑-價格等級、第二銷售商品價格等級及第三銷售商品價 格等級）之銷售請求取消機率係一時間函數。 此外，第一銷售商品價格等級係為3〇〇，第二銷售商品 價格等級係為，第三銷售商品價格等級縣⑽。此外， 可供銷售商。σ之數目係為1〇。另一方面由於係為一航班 訂位系統，故銷售期間，即接受訂位時間（b〇〇kingh()riz()n)， 則設定為航班起飛時間前10天。而在本實施例中，此接受 訂位時間被分隔為兩個5天的區塊（即前5天為一個區塊，後 5天則為另一個區塊）》 ·_ 3-方面’第一價格等級到達速率(在算式中以凡⑺表 不）、第二價格等級到達速率（在算式中以乂2(〇)及第三價格 等級到達速率（在算式中以⑴表示）係為時間的函數，且在 前述之兩個區塊中的數值分別如下所示： 义 1(0 = 0.250.6 if / e [0,5) if re (5,10] 31 V. 201124927 ^(〇=ί〇·8 if[〇,5) 0.8 if ie (5,10] 从) = j2.2，if，e[0,5) [〇.5, if ie [5,10] 其中，i e [〇,5)係表示從航班起飛時間前丨〇天到航班起

飛時間前K的區塊，叫调則表示從航班起飛時間前$ 天到航班起飛時間當天的區塊。 除此之外，第_價格等級取消機率（在算式中 示）、第二價格等級取消機率（在算式中以妙)及第三價核 等級取消機率（在算式中以妙)表示）係為時間的函數，且在 前述之兩個區塊中的數值分別如下所示： P\ (0 =

0.2< 0.0 W if t G [0,5) if/e (5,10] Ρι(〇 0.25 一 0.25 if/g [0,5) if/€(5,10]

p3(0

0.5, if r e [0,5) 0.0, if/g[5,10] 32 201124927 因此，在本實施例中，實際被應用於運算之各價格等 級的到達速率（即第一價格等級實際到達速率、第二價格等 級實際到達速率及第三價格等級實際到達速率）可修正為： if t g [0,5) if/e(5,10] 0.2(= 0.25x0.8) 0.6(= 0.6 X 1.0)

0.6(= 0.8x0.75) 0.6(= 0.8x0.75) if t g [0,5) if/g (5,10] ^(0 = [1.1(= 2.2 x 0.5), if ie [0,5) 0.5(= 0.5x 1.0), ifiG[5,10] 在本實施例中，在輸入模組61所接收之銷售請求中， 請求銷售商品組合僅包含一請求銷售商品類別，即一經濟 艙座位，請求銷售商品類別所具有之請求銷售商品數目則 為1，即每次僅請求銷售一個座位。至於銷售請求之編號、 訂位價格等級、請求銷售商品價格等級及接收銷售請求之 顧客到達時間丨、總收益期望值差距、決策結果及可供訂位 之座位數目（可供銷售商品之數目），則如下列表2所示。 表2 33 201124927 銷售 請求 編號 訂位 價格 等級 請求 銷售 商品 價格 顧客 到達 時間 «1, ηι, «3, 總收益 期望值 差距 決策 結果 可供訂 位之座 位數目 1 3 100 0.3245 3.9351 5.8053 7.643 149.5 拒絕 10 2 3 100 0.9564 3.8087 5.4262 6.948 140.98 拒絕 10 3 2 200 1.3758 3.7248 5.1745 6.4866 134.6 同意 9 4 1 300 2.1 124 - 墨 - - 同意 8 5 2 200 2.9578 3.4084 4.2253 4.7464 144.4 同意 7 6 3 100 3.3145 3.3371 4.0113 4.3541 160.03 拒絕 7 7 3 100 3.8547 3.2291 3.6872 3.7598 149.1 1 拒絕 7 8 2 200 4.0421 3.1916 3.5747 3.5537 144.78 同意 6 9 3 100 4.4703 3.1059 3.3178 3.0827 162.66 拒絕 6 10 3 100 4.9512 3.0098 3.0293 2.5537 150.27 拒絕 6 11 3 100 5.2152 2.8709 2.8709 2.3924 140.42 拒絕 6 12 2 200 5.8545 2.4873 2.4873 2.0728 1 12.6 同意 5 13 1 300 6.5258 - - - - 同意 4 14 2 200 7.064 1.7616 1.7616 1.468 130.47 同意 3 15 3 100 7.2456 1.6526 1.6526 1.3772 171.78 拒絕 3 16 2 200 8.2977 1.0214 1.0214 0.851 1 97.17 同意 2 17 1 300 8.9221 - - - - 同意 1 18 1 300 9.2514 - - - - 同意 0

34 201124927 如表2所示，於顧客到達時間ί等於0.3245時，輸入模組 61接到銷售請求（編號丨），請求銷售商品價格等級係對應於 第三銷售商品價格等級，而請求銷售總價為100。 接著，運算決策模組63便如前所述，確認請求銷售商 品數目不大於可供銷售商品之數目。此時，因請求訂位數 (1)(請求銷售商品數目）不大於可供訂位之座位數目（1〇)(可

供銷售商品之數目），故運算決策模組63接續確認、請求銷售 商品組合所對應之請求銷售商品價格等級是否對應於第一 銷售商品價格等級。此時，因請求銷售商品價格等級係對 應於第二銷售商品價格等級（並非第一銷售商品價格等 級），故運算決策模組63便繼續運算出運算出至少一銷售商 價格等級預定到達之銷售請求數目集合（第一銷售商品 價格等級預；t到達之實際銷售請求數目集合、第二銷售 商品價格等級預定到達之實_售請求數目集合％及第三 銷售商品價格等級預定到達之實關f請求數目集合％)， 以建立—包含至少―層級的情境樹(seenari。tree)。 格等此情㈣之層級數目係、與此至少—销售商品價 第-銷售商品價格等級、第二銷售商品價格等級及 目等級)的數目相同，其所具有之情境的數 目集等級預定到達之實際销售請求數 際銷售請求數目集合元素二:格=定到達之實 預定到達之實際銷售請求數目商品價格等級 積。 數目Μ%元素個數三者的乘 35 201124927 因此’在本實施例中，此情境樹的層級係為3層，且每 - 層級的數目則分別對應於第一銷售商品價格等級預定到 達之實際銷售岣求數目集合％、第二銷售商品價格等級預 定到達之實際銷售請求數目集合％及第三銷售商品價格等 級預定到達之實際銷售請求數目集合％。 至於第一銷售商品價格等級預定到達之實際銷售請求 數目集合C/,、帛二銷售商品價格等級預定到達之實際銷售 請求數目集合％及第三銷售商品價格等級預定到達之實際 銷售請求數目集合％)的運算步驟，則如下所述： 籲 在本實施例中，運算決策模組63係使用修正後之第一 價格等級到達速率'第二價格等級到達速率及第三價格等 級到達速率及顧客到達時間r，建立情境樹。 由於第一銷售商品價格等級到達的數目#,,、第二銷售 商品價格等級到達的數目〜及第三銷售商品價格等級到達 的數目3’均為卜瓦松隨機變數（Poisson random variable),故 乂’，、乂及心的平均值〜、〜及％'，則可分別由下列式子運 算而出： 0 nu = 〇·2 X (5-0.3245)+ 0.6x5 = 3.9351 «2； = 0.6 X (5 - 0.3245) + 0.6 x 5 = 5.8053 «3/ = 1 · 1 x (5 - 0.3245) + 0.5 χ 5 = 7.643 需注意的是，為了簡化運算的繁複程度，在接下來的 運算過程中，當情境樹所具之任一情境的發生機率近似於 36 201124927 零（例如：小於10 6 )時’此情境的發生機率（probability) = χ) 便於運算第一總收益期望值或第二總收益期望值的過程中 被設定為零》 如此’第一銷售商品價格等級預定到達之銷售請求數 目集合A 、第二銷售商品價格等級預定到達之銷售請求數 目集合％、第三銷售商品價格等級預定到達之銷售請求數 目集合％，可分別由下列式子運算而出：

Ux={x\ P(NU =x) = -穿-351) > ΙΟ"6} = (0,1,2,...,16} ^2 = ^1^2,=^) = -—-〇53) >10~6} = (0,1,2,...,20} ί/3 = {χ|Ρ(^3,=χ) = -~^^->1〇-6} = (1,2,3,...,24} 而當得到A、％及％後，運算決策模組63便建立完成 φ —情境樹。且當情境樹建立完成之後，運算決策模組63便 使用此情境樹運算出每一情境的發生機率，且在得到每一 此等情境之完美資訊情況(perfect时〇〇11如〇〇)及拒絕銷售靖求 的情況下，分別運算出執行完每一情境所能得到的最佳收 益_mal 一)。由於係處於完美資訊情Wect 下，故在運算各情境所能得到之收益的過程中，所有等待 銷售之商品均以最高可獲得的銷售價格銷售出去，以期能 =付最大利1接著，再將執行完每_情境所能得到的最 佳收益與相對應之發生機率相乘，以得出每一情境的收益 37 201124927 期望值。運算決策模組63再將每一情境的收益期望值加 總’以得出在完美資訊情況及拒絕銷售請求的情況下執 行完前述之情境樹之所有情境所能得到之一第一總收益期 望值（£Ws)e = Di//v))為 2251.88。 ’ 另一方面，運算決策模組63亦使用此決策樹所運算出 每一情境的發生機率，在得到每一此等情境之完美資訊情 況(perfect information)及同意銷售請求的情況下，分別運算出 執行完每一情境所能得到的最佳收益（optl‘mal revenue^接 著’再將執行完每一情境所能得到的最佳收益與相對應之 發生機率相乘，以得出每一情境的收益期望值。運算決策 模組63再將每一情境的收益期望值加總，以得出在完美資 讯情況及同意銷售請求的情況下，執行完前述之情境樹之 所有情境所能得到之一第二總收益期望值 = 則為21〇2 38。如此，總收益期望值差距 £(G,〇S’/)|D = £/?g)便為 2251 88-21〇2 38= 149 5。 接著’運算決策模組63便將此總收益期望值差距與請 求銷售總價互相比較。結果，因為總收益期望值差距（149 5) 大於請求銷售總價（100)，運算決策模組63便輸出一拒絕訂 位結果（圖中未示）至輸出模組64，輸出模組64便依據拒絕訂 位結果（圖中未示）對應輸出一拒絕訂位訊號（圖中未示）。 再如表2所示，於顧客到達時間^等於2.1124時，輸入模 組61接到銷售請求（編號4)，請求銷售商品價格等級係對應 於第一銷售商品價格等級，而請求銷售總價為3〇〇。接著， 運算決策模組63便如前所述，確認請求銷售商品數目不大 38 201124927 於可供銷售商品之數目。此時’因請求訂位數⑴(請求銷隹 商品數目)不大於可供訂位之座位數目⑼(可供銷售 數目），故運算決策模組63接續雄認請求銷售商品價格^級 ，否對應於第一銷售商品價格等級。此時，因請求銷售商 。口價格等級係、對應於第—銷售商品價格等級，運算 組63便輸出一同意銷售決策(圖中未示)至輸出模組且‘ 可供銷售商品之數目減去請求銷售商品數目⑴，即表2中， 對應於編號4之銷售請求所具之「可供訂位之座位 位所顯示的8(9· 1 =8)。 」 之後，本發明第二實施例之銷售決策方法便在另一顧 ，到達時間艰到另-編號之銷售請求時才再次被執行。但 =當可供銷售商品之數目變為零之後，即使再次接到銷 =求㈤，本發明第二實施例之銷售決策方法也無法再次被 執行（因已無可供銷售之商品）β 圖7係顯示一應用本發明第三實施例之銷售請求定價 =^售請求定價系統的示意圖，此銷售請求定價系統 輸人模組71、—資料庫模組72、—定價模組73、 ㈣出模組74及-顯示模組75。其中，定價模組乃係分別 j入模組71及資料庫模組72叙合，輸出模組74係與定價 73耦合’顯示模組75則與輸出模組74耦合。 在本實施例中’輸人模組71可用以輸入影像文字、 :等資料至此鎖售請求定價系統’資料庫模組Μ則例如 、光碟機或藉由網際網路連接之遠端資料庫，用以 儲存系統程式、應用程式、使用者資料等。此外，定價模 39 201124927 組73係用以運算及處理資料’計算出可銷售之價 模組74則將此結果輸出至外界，如顯示模組75或—網= 售词服器（圖中未示）。另一方面，圖7所示之銷售請求定ί 系統係於-系統程式76下執行各種應用程式，例如 : 理程式、繪圖程式、科學運算程式、㈣程式電子郵件 程式或-可執行本發明之銷售請求^價方法的軟體程式 等。

如圖8所示，在本實施例中，前述之銷售請求定價系統 的資料庫模組72係儲存一包含一第一銷售商品類別72η的 銷售商品組合721，且第一銷售商品類別7211(如百貨公司 之一流行服飾）係具有一可供銷售商品之數目7212，銷售商 品組合721並對應於一第一銷售商品價格等級7213、一第二 銷售商品價格等級7214及一第三銷售商品價格等級7215。 其中，第一銷售商品價格等級7213係對應於一價格等級到 達速率7216，第二銷售商品價格等級7214係對應於一第二 價格等級到達速率7217,第三銷售商品價格等級7215則對 應於一第三價格等級到達速率721 8。 此外’第一銷售商品價格等級72〗3係高於第二銷售商 品價格等級7214，第二銷售商品價格等級7214則高於第三 銷售商品價格等級7215。而且，在本實施例中，前述之第 一價格等級到達速率721 6、第二價格等級到達速率7217及 第二價格等級到達速率721 8均為用於描述非均質卜瓦松隨 機到達過程之到達速率或是其它已知機率描述之隨機到達 過程》 40 201124927 請配合參閱圖7、圖8、圖9及圖1 〇，其中圖9係顯示_ 銷售請求的示意圖，圖10則為本發明第三實施例之銷售請 求定價方法的流程示意圖，本發明第三實施例之销售請求 定價方法係包括下列步驟： 步驟SA :輸入模組71於銷售請求定價程序中，於一顧 客到達時間/接收一包含一請求銷售商品組合811的銷售請 求81。其中，請求銷售商品組合811係包含一請求銷售商品 φ 類別8111，請求銷售商品類別8 U 1則具有一請求銷售商品 數目8112。此外’前述之請求銷售商品組合8 π係對應於銷 售商品組合72 1 ’請求銷售商品數目8112則對應於可供銷售 商品之數目7212 ; 步驟SB :定價模組73執行一銷售請求定價產生程序； 以及 步驟SC :輸出模組74執行一銷售請求定價輸出程序。 其中，當輸入模組71於顧客到達時間〖接收銷售請求81 _ 後，定價模組73便執行步驟SB之「銷售請求定價產生程 序」，以依據至少一價格等級到達速率（第一價格等級到達 速率7216、第二價格等級到達速率7217或第三價格等級到 達速率7218)運算出從顧客到達時間丨至未來，至少一銷售商 。。饧格等級預疋到達之銷售請求數目集合（第一銷售商品 價格等級預定到達之銷售請求數目集合Μ、第二銷售商品 價格等級預定到達之銷售請求數目集合％及第三銷售商品 價格等級預定到達之銷售請求數目集合％)，以建立一包含 201124927 至少一層級的情境樹，且情境樹具有複數個情境，定價模 - 組73並分別運算出每一情境的發生機率（pr〇babiHty)。 接著，疋價模組73在得到每一此等情境之完美資訊情 況(perfect information)及「拒絕」銷售請求8丨的情況下分別運 算出執行完每一情境所能得到的最佳收益，且將執行完每 一情境所能得到的最佳收益與相對應之發生機率相乘，以 得出每一情境的收益期望值。定價模組73再將每一情境的 收益期望值加總，以得出在完美資訊情況及「拒絕」銷售 請求的情況下，執行完情境樹之所有情境所能得到之一第 馨 一總收益期望。 另一方面，定價模組73另在得到每一此等情境之完美 資訊情況(perfect information)及「同意」銷售請求8丨的情況下 分別運算出執行完每-情境所能得到的最佳收益，且將執 行完每一情境所能得到的最佳收益與相對應之發生機率相 乘，以得出每一情境的收益期望值。定價模組73再將每一 情境的收益期望值加總，以得出在完美資訊情況及「同意」 銷售請求的情況下，執行完情境樹之所有情境所能得狀 # 一第二總收益期望值。 定價模組73再依據第一總收益期望值£(式⑹丨0 = 與第二總收益期望“”/)=卿)運算出—總收益期 望值差距£(G,(l5,幻丨Z) = £/?G)，定價模組73 求定價結果（圖中未示）設定為不小於總收益期 五(G,CS，义）|£)=烈G)。 42 201124927 最後，在步驟sc之「銷售請求定價輸出程序」卜輸 前述之銷售請求定價結果（圖中未示）輸出。在本實 =例中，輸出模组74可將銷售請求定價結果（圖中未示）輸出 一-顯讀組75或-網路訂㈣服器（圖中未示），以提供給 一訂位客服人員或前述之網路訂位舰器作為即時回覆 旅客所提出之銷售請求81的依據（如提供報價卜

乂下將配β實際數據例子，詳細地說明本發明第 二實施例之銷售請求定價方法的運作。 首先，在本實施例中，前述之銷售請求定價系統係為 一商品報價系統，且各銷售商品價格等級（第一銷售商品價 格等級7213、第二銷售商品價格等級72丨4及第三銷售商品 價格等級721 5)之各個價格等級銷售請求到達過程係均為 非均質卜瓦松隨機到達過程（non_h〇m〇gene〇us Pc)issQn arrivalprocess)或是其它已知機率描述之隨機到達過程。 另一方面’第一銷售商品價格等級7213係為3〇〇，第二 銷售商品價格等級7214係為200，第三銷售商品價格等級 7215則為100。此外，可供銷售商品之數目72丨2係為1〇。另 一方面，由於係為一商品報價系統。而在本實施例中，此 接收銷售請求的時間被分隔為四個區塊（即前三個區塊，每 區塊為5天，第15天以後為最後一個區塊）。 另一方面，第一價格等級到達速率7216(在算式中以 儿(〇表示）、第二價格等級到達速率7217(在算式中以人⑴) 及第三價格等級到達速率7218(在算式中以儿(〇表示）係為 時間的函數，且在前述之四個區塊中的數值分別如下所示· 43 201124927

Ut) /13(0 0.2 if t g [0,5) 0.5 if/e [5,10) 0.1 fre[10,15) 0.0 if/>15 0.6 if i 6 [0,5) 0.4 if/g [5,10) 0.2 if re [10,15) 0.0 if r>15 1.1 if t e [0,5) 0.5 if r 6 [5,10) 0.0 if [10,15) 0.0 if/>15

其中，ί e [0,5)係表示從第1天至第5天的區塊， i e(5，10]則表示從第6天到第10天的區塊，M(10，15]則表示 從第11天到第15天的區塊，ί>15代表第15天以後。 在本實施例中’在輸入模組71所接收之銷售請求81 中’請求銷售商品組合811僅包含一請求銷售商品類別 8111，請求銷售商品類別8111所具有之請求銷售商品數目 8112則為1 ’即每次僅請求銷售—個商品。至於銷售請求8 { 之編號、接收銷售請求81之顧客到達時間卜_益期望值 44 201124927 差距及銷售請求定價結果（不小於總收益期望值差距），則如 下列表3所示。 表3 銷售請 求編號 顧客到 達時間 «1, n2, «3, 總收益期 望值差距 銷售請求 定價结果 1 0.3245 3.9351 5.8053 7.643 149.5 150 2 0.9564 3.8087 5.4262 6.948 140.98 160 3 1.3758 3.7248 5.1745 6.4866 134.6 140 4 2.9578 3.4084 4.2253 4.7464 144.4 150 5 3.3145 3.3371 4.0113 4.3541 160.03 170 如表3所示，於顧客到達時間/等於0.3245時，輸入模組 71接收銷售請求81 (編號！）(步驟SA)。 接著’定價棋組73便先確認請求銷售商品數目8〗12不 大於可供銷售商品之數目7212。此時，因請求銷售商品數 目8112(1)不大於可供銷售商品之數目7212(10)，故運算出 至 >、銷售商品價格等級預定到達之銷售請求數目集合 (第一銷售商品價格等級預定到達之銷售請求數目集合"，、 第一銷售商品價格等級預定到達之銷售請求數目集合％及 第二銷售商品價格等級預定到達之銷售請求數目集合％)， 、建 包3至少一層級的情境樹(scenario tree)，此情境樹並 具有複數個情境，如圖u所示。 45 201124927 格等級（第^ 數目係與此至少—銷售商品價 格等級（第-銷售商品價格等級72丨3、第二銷售商品價格等 級72M及第三銷售商品價格等級7215)的數目相同其所具 有之情境的數目則為第―銷售商品價格等級取到達之銷 售請求數目集合。·元素個數、第二銷售商品價格等級預定 到達之銷售請求數目集合％元素個數及第三銷售商品價格 等級預定到達之銷售請求數目集合，元素個數三者的乘 積0

因此，在本實施例中，此情境樹的層級係為3層，且每 一層級的數目則分別對應於第一銷售商品價格等級預定到 達之銷售言青求數目集合"、帛二銷售商品價&等級預定到 達之銷售請求數目集合％及第三銷售商品價格等級預定到 達之銷售請求數目集合％。

至於第一銷售商品價格等級預定到達之銷售請求數目 集合t/,、第一銷售商品價格等級預定到達之銷售請求數目 集合乂及第三銷售商品價格等級預定到達之銷售請求數目 集合％)的運算步驟，則如下所述： 疋4貝模組73係使用第一價格等級到達速率7216(在算 式中以凡(/)表示）、第二價格等級到達速率7217(在算式中以 及第三價格等級到達速率7218(在算式中以乂3⑴表示） 及顧客到達時間ί，建立如圖丨1所示之情境樹。 由於第一銷售商品價格等級721 3到達的數目\、第二 銷售商品價格等級7214到達的數目心及第三銷售商品價格 等級7215到達的數目\均為卜瓦松隨機變數(Poisson random 46 201124927 variable) ’故A,、乂'及~的平均值A,、〜及,則可分別由下 列式子運算而出： = 0.2 X (5 - 0.3245) + 0.5 X 5 + 0.1X 0.5 = 3.9351 «2/ = 0.6 X (5 - 0.3245) + 0.4 x 5 + 0.2 x 5 = 5.8053 w3, = 1.1 x (5 - 0.3245) + 0.5 x 5 = 7.643 需注意的是’為了簡化運算的繁複程度’在接下來的 運算過程中，當圆U所示之情境樹所具之任一情境的發生 機率近似於零（例如：小於10，時，此情境的發生機率 (pn>bability) =幻便於運算第一總收益期望值或第二總收 益期望值的過程中被設定為零。 如此，第一銷售商品價格等級預定到達之銷售請求數 目集合Μ 、第二銷售商品價格等級預定到達之銷售請求數 目集合％、第三銷售商品價格等級預定到達之銷售請求數 目集合％ ’可分別由下列式子運算而出： Μ = {χ I 户(Μ = V、·_ e (3.9351)"—. U Χ)--~->l〇'6} = (0,1,2,-,16} % = W 八乂 ：= γ、— e-58053(5.8053r , --x!~~~> ^^) = (0,1,2,...,20} U3 = {x\P(N, -y\ e~1M\7M3Y Λ 3 v ^-^)=~~^_j_>10-6}={1，23,，24} 47 201124927 而當得到Μ、％及％後，定價模組73便建立如圖1丨所 示之情境樹。 當情境樹建立完成之後，定價模組73便使用此情境樹 運算出每一情境的發生機率，且在得到每一此等情境之完 美資訊情況(perfect information)及拒絕銷售請求81的情況下， 分別運算出執行完每一情境所能得到的最佳收益（〇ptimal revenue)。由於係處於完美資訊情況(perfect时〇1111如〇11)下，故在 運算各情境所能得到之收益的過程中，所有等待銷售之商 品均以最高可獲得的銷售價格銷售出去。接著，再將執行 完每一情境所能得到的最佳收益與相對應之發生機率相 乘’以得出每一情境的收益期望值。定價模組73再將每一 情境的收益期望值加總’以得出在完美資訊情況及拒絕銷 售請求81的情況下’執行完圖丨1所示之情境樹之所有情境 所能得到之一第一總收益期望值（= )為 2251.88 » 另一方面’定價模組73亦使用此決策樹所運算出每一 情境的發生機率’在得到每一此等情境之完美資訊情況 (perfect information)及同意銷售請求81的情況下，分別運算出 執行元每一情境所能得到的最佳收益（optimal revenue)。接 著’再將執行完每一情境所能得到的最佳收益與相對應之 發生機率相乘，以得出每一情境的收益期望值。定價模組 73再將每一情境的收益期望值加總，以得出在完美資訊情 況及同意銷售請求81的情況下，執行完圖11所示之情境樹 之所有情境所能得到之一第二總收益期望值 48 201124927 (則為21〇2 38。如此’總收益期望值差距 £(Gl〇S，Z)|£) = £/?G)便為 2251.88-2102.38 = 149.5。 接著’定價模組73便將銷售請求定價結果（圖中未示） 設定為不小於此總收益期望值差距的數值，如15〇,且將此 銷售請求定價結果（圖中未示）輸出至輸出模組74，輸出模組 74便依據此銷售請求定價結果（圖中未示）對應輸出一銷售 請求定價訊號（圖中未示）至外界，如一顯示模組或一網路訂 位伺服器，以提供給一客服人員或一網路銷售伺服器作為 即時回覆此銷售請求的依據（提出報價）。 隨後’於顧各到達時間ί等於〇.9564時，輸入模組71接 收銷售請求81 (編號2)。之後，一應用本發明第三實施例之 銷售請求定價方法之銷售請求定價系統便依據前述的運算 過程，運算出另一總收益期望值差距 £(G,(S，X)iD = £/?G)i40.98» 接著，定價模組73便將銷售請求定價結果（圖中未示） 設定為不小於此總收益期望值差距的數值，如160,且將此 銷售請求定價結果（圖中未示）輸出至輸出模組74，輸出模組 74便依據此銷售請求定價結果（圖中未示）對應輸出一銷售 s月求疋價訊號（圖中未示）至外界，如一顯示模組或一網路訂 位伺服器，以提供給一客服人員或一網路銷售伺服器作為 即時回覆此銷售請求的依據（提出報價）。 但是’若定價模組73確認請求銷售商品數目8n2大於 可供銷售商品之數目7212，定價模組73便輸出一拒絕銷售 決策（圖中未示）至輸出模組74，輸出模組74則依據拒絕銷售 49 201124927 決策（圖中未不）對應輸出一拒絕銷售訊號（圖中未示）至外 界’如-顯示模組或—網路訂位伺服器，以提供給一客服 人員或-網路銷售伺服器作為即時回覆此銷售請求的依據 (回報已無商品可供銷售）。 由於在本發明“實施例中，其係應用於-與圖1所示 之一應用本發明第—實施例之銷售決策方法之銷售決策系 統相同的銷售決策系統，故關於此應用本發明第四實施例

之銷售決策方法之銷售決策系統的詳細敘述，在此便不再 贅述》 5理與本發明第—實施例相同，前述之銷售決策多 統的資料庫模組亦儲存-銷售商品組合，其包含一第一在 售商。。類Μ 第-銷售商品類別（如—航班之經濟搶座位 係具有-可供銷售商品之數目，銷售組合並對應於一第一 銷售商品價格等級、一第二銷售商品價格等級及一第三袭 售商°。價格等級。其中’第-銷售商品價格等級係對應方 一第一價格等級到達速率，第二銷售商品價格等級係對肩

於第一價格等級到達速率，第三銷售商品價格等則對肩 於一第三價格等級到達速率。 此外，第一銷售商品價格等級係高於第二銷售商品價 :等級’第二銷售商品價格等級則高於第三銷售商品價格 f級。而且，在本實施例t，前述之第—價格等級到達速 率、第二價格等級到達速率及第三價格等級到達速率均為 用於描述非均質卜瓦松隨機到達過程之到達速率。 50 201124927 如圖1 2所不’其係本發明第四實施例之銷售決策方法 的流程不意圖。如圖丨2所示，本發明第四實施例之銷售決 策方法方法係包括下列步驟： 步驟SA .執行一總收益期望值差距對照組合運算程 序； 步驟SB.執行一銷售請求接收程序； 步驟SC :執行一銷售決策產生程序；以及 • 步驟SD:執行一銷售決策輸出程序。 首先’在步驟SA中，此銷售決策系統之運算決策模組 係於一重新計算總收益期望值差距對照組合的時間點，即 一重新計具時間點（圖中未示）依序運算出一總收益期望值 .差距對照組合所包含之複數個等總收益期望值差距。此 外，從目前時間到此重新計算時間點之間的時間範圍係為 一總收益期望值差距對照組合使用時間區塊，即一使用時 間區塊。至於從前述之總收益期望值差距對照組合使用時 間區塊的中點至未來之間的時間區塊則為一顧客到達時間 區塊。 而如圖13所示’運算決策模組π係重複執行下列步 驟’以依序運算出前述之複數個總收益期望值差距： 步驟SA1 :依據此至少一價格等級到達速率運算出在 此顧客到達時間區塊中’此至少一銷售商品價格等級預定 到達之銷售請求數目集合；且再依據此至少一銷售商品價 格等級預定到達之銷售請求數目集合，建立一包含至少_ 51 201124927 層級的情境樹，且此情境樹具有複數個情境，再分別運算 出每一此等情境的發生機率； 步驟SA2 :在得到每一此等情境之完美資訊情況及拒 絕一單位商品銷售請求的情況下，分別運算出執行完每一 此等情境所能得到的最佳收益，且將執行完每一此等情境 所能得到的最佳收益與相對應之發生機率相乘，以得出每 一此等情境的收益期望值，再將每一此等情境的收益期望 值加總’以得出在完美資訊情況及拒絕此一單位商品銷售 請求的情況下，執行完此情境樹之所有此等情境所能得到 之一第一總收益期望值； 步驟SA3 :在得到每一此等情境之完美資訊情況及同 意此一單位商品銷售請求的情況下，分別運算出執行完每 一此等情境所能得到的最佳收益，且將執行完每一此等情 境所能得到的最佳收益與相對應之發生機率相乘，以得出 每一此等情境的收益期望值，再將每一此等情境的收益期 望值加總，以得出在完美資訊情況及同意此一單位商品銷 售請求的情況下，執行完此情境樹之所有此等情境所能得 到之一第二總收益期望值； 步驟SA4 :依據此第一總收益期望值與此第二總收益 期望值，運算出對應於此可供銷售商品數目之總收益期望 值差距；以及 步驟SA5 :將此可供銷售商品之數目減去一，且重複 上述之步驟，以運算出此等總收益期望值差距之其餘總收 益期望值差距，直到此可供銷售商品之數目為零才終止。 52 201124927 如此’便可得到一總收益期望值差距對照組合所包含 之複數個總收益期望值差距的數值。 以下’將配合一實際數據例子，詳細地說明前述之總 收益期望值差距對照組合運算程序。 首先，在本實施例中’前述之銷售決策系統係為一航 班訂位系統，且第一銷售商品價格等級、第二銷售商品價 格等級及第三銷售商品價格等級係分別對應於一第一訂位 價格等級、一第二訂位價格等級及一第三訂位價格等級。 此外，各銷售商品價格等級（第一銷售商品價格等級、第二 銷售商品價格等級及第三銷售商品價格等級）之銷售請求 到達過程係均為非均質卜瓦松隨機到達過程或是其它已知 機率描述之隨機到達過程。 此外’第一銷售商品價格等級係為300，第二銷售商品 價格等級係為200 ’第三銷售商品價格等級則為 100。此外， 可供銷售商品之數目係為10。另一方面，由於前述之銷售 決策系統係為一航班訂位系統，故銷售期間，即接受訂位 時間（booking horizon)，係設定為航班起飛時間前1〇天，且此 接受訂位時間被分隔為兩個5天的區塊（即前5天為一個區 塊’後5天則為另一個區塊）。除此之外’前述之「目前時 間」β又疋為零（即第！天開始時間點，航班起飛時間前⑺ 天）’「重新計算時間點」則設定為第1天結束時間點，「總 收益期望值差距對照組合使用時間區塊」則設定為目前時 間至第1天結束（重新計算時間點），「總收益期望值差距 對照組合使用時間區塊」亦為[〇，丨]。另一方面，前述之「總 53 201124927 收益期望值差距對照組合使用時間區塊」的中點至未來之 間的時間區塊則設定為一顧客到達時間區塊，亦即[〇 51〇]。 需注意的是，前述之「總收益期望值差距對照組合使 用時間區塊J之重新計算頻率係依據實際電腦運算速度、 網路流量負載或硬碟資料轉移速率來設定。而且，「總收 益期望值差距對照組合使用時間區塊J並非一定要包含1天 的時間’亦可僅包含4個小時的時間，或更短時間。此外， 運算決策模組亦可當電腦系統閒置時即重新計算總收益期 望值差距對照組合，以供下一個「使用時間區塊」使用。 · 另一方面，第一價格等級到達速率（在算式中以凡(,)表 示）、第二價格等級到達速率（在算式中以上(/))及第三價格 ^級到達速率（在算式中以⑽表示）係為時間的函數，且在 前述之兩個區塊中的數值分別如下所示： Λ(0 = 0.20.6 if t g [0,5) if ^6(5,10] ^2(0 = 0.6 0.6 if i g [0,5) if ie (5,10]

'1.1 0.5 if t e [0,5) if t g (5,10] 54

V ^(0 = 201124927 其中，ie[0,5)係表示從航班起飛時間前ι〇天到航班起 飛時間前6天的區塊’ f已（5，1 〇]則表示從航班起飛時間前5 天到航班起飛時間當天的區塊。 如前所述’由於在本實施例中，前述之「總收益期望 值差距對照組合使用時間區塊」係設定為航班起飛時間前 10天至前9天（即ie[0，l))，故此銷售決策系統之運算決策模 組在運算「總收益期望值差距對照組合」所包含之複數個 總收益期望值差距時（即步驟SA1)，便依據在此「總收益期 望值差距對照組合使用時間區塊」的中點（時間點〇5)至 未來之各價格等級的到達速率’運算出此「顧客到達時間 區塊」（即從第一天中午到未來ie [0.5, 〇〇))中，各價格等級 預定到達之銷售請求數目集合。 如此’此銷售決策系統之運算決策模組便可運算出一 情i兄樹’且此情境樹具有複數個情境，再分別運算出每一 此等情境的發生機率。由於藉由情境樹運算出第一總收益 期望值、第一總收益期望值的過程（即步驟及步驟8八3) 均已詳細敘述於本發明第一實施例中，在此便不再贅述。 接著，在步驟SA4中，此銷售決策系統之運算決策模 組便依據步驟SA2所運算出之第一總收益期望值，以及步驟 S A3所運算出之此第二總收益期望值，運算出對應於可供銷 售商品數目之總收益期望值差距。 在步驟SA5中，此銷售決策系統之運算決策模組將可 供銷售商品之數目減去-(如從1G減去υ，再重複上述之步 驟，直到可供銷售商品之數目為零才終止。如此，便可運 55 201124927 算出此總收益期望值差距對照組合所包含之其餘總收益期 望值差距。 如此’此銷售決策系統之運算決策模組便可運算出「總 收益期望值差距對照組合」~包含之1〇個總收益期望值差 距（因目前之可供銷售商品之數目係為1〇)，如下列表4所示：

表4 可供銷售商品數目 總收益期望值差距 10 147.2494 ---*------- — 9 162.6619 8 ------------- 178.1652 7 194.1032 6 21 1.4942 接^ ’在步驟SB之銷f請求接收程序中此銷售決策 之輸人模祕m'j料間播收之-㈣請求。此 銷售清求包含-請求銷售商品組合僅包含-請 類別’即—經㈣座位，請求銷售商品類別所具有之^ 銷售商品數目則為！，即每次僅請求銷售一個座位。需注意 56 201124927 的是，在本實施例中，顧客到達時間以系位於前述之總收益 期望值差距對照組合使用時間區塊（即f e [〇，丨））之内。 隨後，在步驟sc之銷售決策產生程序中，此銷售決策 系統之運算決策模組便依據請求銷售總價及前述表4所示 之總收益期望值差距對照組合所包含之】〇個總收益期望值 差距，運算並輸出一同意銷售決策或一拒絕銷售決策。 例如’當第1個銷售請求於f等於〇 3245時到達，其請求 銷售總價為100，由於其係小於表4所示之對應於可供銷售 商品數目為10之總收益期望值差距（100<147 2494)，故此銷 售決策系統之運算決策模組便輸出一拒絕銷售決策。 其次’當第2個銷售請求於ί等於〇 3458時到達，其請求 銷售總價為300,由於其係大於表4所示之對應於可供銷售 商品數目為10之總收益期望值差距（3〇〇>丨47 2494)，故此銷 售決策系統之運算決策模組便輸出一同意銷售決策。 隔了一段時間後，當第3個銷售請求於r等於〇 8554時到 達，其請求銷售總價為200，由於其係大於表4所示之對應 於可供銷售商品數目為9之總收益期望值差距 (200> 162.6619)，故此銷售決策系統之運算決策模組便輸 出一同意銷售決策。 需注意的時，一旦到達次一重新計算時間點，以本例 而言，為第一天結束（航班起飛前第九天和第十天的交界 點），此銷售決策系統之運算決策模組便再次運算出另一 「總收益期望值差距對照組合」（即次一總收益期望值差距 對照組合），以供下一個「總收益期望值差距對照組合使用 57 201124927 時間區塊」内到達之銷售請求決策所需。意即，此銷售決 _ 策系統之運算決策模組係每隔一等於該總收益期望值差距 對照組合使用時間區塊之時間間隔，便運算出另一總收益 期望值差距對照組合所包含之該等總收益期望值：距(： 總收益期望值差距對照組合使用時間區塊係從目前時間到 次一重新計算時間點之間的時間範圍）^ 最後，在步驟SD之「銷售決策輸出程序」中，此銷售 決策系統之輸出模組便接收前述之同意銷售決策（圖中未 示）或前述之拒絕銷售決策（圖中未示），以對應輸出一同意 · 銷售訊號（圖中未示）或一拒絕銷售訊號（圖中未示）。在本實 施例中，此銷售決策系統之輸出模組可將同意銷售訊號（圖 中未示）或拒絕銷售訊號(·圖中未示）輸出至此銷售決策系統 之顯示模組或一網路訂位伺服器（圖中未示），以提供給一訂 位客服人員或前述之網路訂位伺服器，作為即時回覆旅客 所提出之銷售請求的依據。 综上所述，藉由將本發明之銷售決策方法應用於一銷 售決策系統的方式，便可使此銷售決策系統在其輸入模組 鲁 接收一銷售請求時，使其運算決策模組便可迅速地產生一 關於銷售價格的決策。隨後，此銷售決策系統之輸出模組 便將與定價結果相對應之訊號輸出至外界，如一顯示模組 或一網路訂位伺服器，以提供給一客服人員或一網路銷售 伺服器作為即時回覆此銷售請求的依據。況且，由於此銷 售決策系統之運算決策模組在運算及產生決策結果的過程 中’係使用非均質卜瓦松隨機到達過程（n〇n_h〇m〇geneQus 58 201124927

Poisson random arrival process)及卜瓦松分佈函數（p〇issc)n distribution function)(或是其它已知機率描述之隨機到達過 程）、情境樹（scenario tree)及具有完美資訊之決策模型等數學 工具’所以本發明之銷售決策方法可提升銷售出所有商品 所能得到的收益。此外，如前所述，由於本發明之銷售決 策方法所使用到運算步驟非常簡單，故本發明之銷售決策 方法可縮短一應用本發明之銷售決策方法之銷售決策系統 做出定價計算所需的運算時間。 另一方面，由於一應用本發明之銷售請求定價方法之 銷售請求定價系統在其輸入模組接收一銷售請求時其定 價模組便可迅速地產生一總收益期望值差距以及一不小於 $總收益期望值差距的銷售請求定價結果。隨後此銷售 "月求疋價系統之輸出模組便對應輸出一銷售請求定價訊號 至外界，如一顯示模組或一網路訂位伺服器，以提供給丄 客服人員或-網路銷售伺服器作為即時回覆此銷售請求的 3。況且’由於此銷售請求定價系統之定價模組在運算 過鞋策結果的過程中’係使用非均質卜瓦松隨機到達 型等數父ΓΓ數、情境樹及具有完美資訊之決策模 ::::::了得到的收益。此外二 本發明之銷i月ir價方法所使用到運算步驟非常簡單，故 求疋價方法之銷售請求定價李 之銷售- (報價）所需的運算時間。㈣供―銷售請求定價結果 59 201124927 上述實施例僅係為了方便說明而舉例而已，本發明所 主張之權利範圍自應以申請專利範圍所述為準而非僅限 於上述實施例。 【圖式簡單說明】 圖1係顯示-應用本發明第一實施例之銷售決策方法之銷 售決策系統的示意圖。 圖2係顯示儲存於資料庫模組之各項參數的示意圖。 圖3係顯示輸入模組所接收之銷售請求的示意圓。 圖4係本發明第-實施例之銷售決策方法的流程示意圖。 圓5係本發明第一實施例之銷售決策方法所建立之情境樹 的示意圖。 圖6係顯示-應用本發明第二實施例之銷售決策方法之銷 售決策系統的示意圖。 圖7係顯示一應用本發明第三實施例之銷售請求定價方法 之銷售請求定價系統的示意圖。 圖8係顯示儲存於資料庫模組之各項參數的示意圖。 圖9係顯示輸人模組所接收之銷售請求的示意圖。 圖10係本發明第三實施例之銷售請求定價方法的流程示意 圖。 圖11係本發明第三實施例之銷售請求定價方法所建立之情 境樹的示意圖。 _本發明第四實施例之鎖售決策方法的流程示意圖。 201124927 圖⑽本發明第四實_之㈣決策方法之㈣益期望值 差距對照組合運算程序的流程示意圖。 【主要元件符號說明】

11、61、71輸入模組 13、63運算決策模組 15、65 ' 75顯示模組 21、81銷售請求 211、811 §青求銷售商品 73定價模組 12、62、72資料庫模組 14、64、74輪出模組 16、66、76系統程式 121、721銷售商品組合 212、812請求銷售總價 SA〜SD、SA1〜SA5步驟 1211、7211第一銷售商品類別 1212、 7212可供銷售商品之數目 1213、 7213第一銷售商品價格等級 1214、 7214第二銷售商品價格等級

1215、 而第三銷售商品價格等級 1216、 7216第一價格等級到達速率 1217、 7217第二價格等級到達速率 1218、 7218第三價格等級到達速率 2111、 8111請求銷售商品類別 2112、 8112請求銷售商品數目 2113請求銷售商品價格等級 61

Claims (1)

1. 201124927 七、申請專利範圍： -資^ 一種銷售&策方*，係應用於一包含一輸入模組、 庫模組 '一運算決策模組以及一輸出模組的銷售決 、統，且該資料庫模組係儲存至少一銷售商品組合，該 運算決策模組係、分別與該輸人模組及該資料庫模組搞合， 。輸出模組則與該運算決策模組耦合，該銷售決策方法係 包括下列步驟： 以及 執行一銷售請求接收程序 執行一銷售決策產生程序 執行一銷售決策輸出程序 其中，該輸入模組係於該銷售請求接收程序中，於一 顧客到達時間接收-包含—請求銷f商品組合及—請求銷 售總價的銷售請求，該至少一請求銷售商品組合係包含至 少一請求銷售商品類別，該至少一請求銷售商品類別係具 有一請求銷售商品數目； 該運算決策模組係於該銷售決策產生程序中運算並輸 出一同意銷售決策或一拒絕銷售決策；該輸出模組則於該 銷售決策輸出程序中接收該同意銷售決策或該拒絕銷售決 策’以對應輸出一同意銷售訊號或一拒絕銷售訊號； 其中’該至少一銷售商品組合係包含至少一銷售商品 類別，該至少一銷售商品類別係具有一可供銷售商品之數 目，S亥至少一銷售商品組合則對應於至少一銷售商品價格 等級’該至少一銷售商品價格等級則分別對應於一價格等 62 201124927 率；該至少—請求銷售商品組合係對應於該至少 售商品之:Γ合’該請求銷售商品數目則對應於該可供銷 此=，當該輸人模組於該顧客到達時間接收

   運算決策模組便執行該銷售決策產生程序，以依 價格等級到達速率運算出從該顧客到達時間至 目隹i該至少—銷售商品價格等級預定料之銷售請求數 該運算決策模組再依據該至少一销售商品價格等 級預疋到達之銷售請求數目集合，建立—包含至少一層級 =境樹’且該情境樹具有複數個情境，該運算決策模組 並刀別運算出每一該等情境的發生機率； ▲接# ’該運算決策模組在得到每一該等情境之完美資 訊情況及拒絕該銷售請求的情況下分別運算出執行完每一 該等情境所能得到的最佳收益，且將執行完每—該等情境 所能得到的最佳收益與相對應之發生機率相乘，以得2每 -該等情境的收益期望值，該運算決策模組再將每一該等 情境的收益期望值加總’以得出在完美資訊情況及拒絕該 銷售請求的情況下’執行完該情境樹之㈣料情境所能 得到之一第一總收益期望值； 該運算決策模組另在得到每一豸等情境之完美資訊情 況及同意該銷售請求的情況下分別運算出執行完每—該^ 情境所能得到的最佳收益’且將執行完每一該等情境^能 得到的最佳收益與相對應之發生機率相乘，w ^:s ^ Μ评出每一該 等情境的收益期望值’該運算決策模組再將每—該等情境 63 201124927 的收益期望值加總，以得出在完美資訊情況及同意該銷售 請求的情況下，執行完該情境樹之所有該等情境所能得到 之一第二總收益期望值； 该運算決策模組再依據該第一總收益期望值與該第二 總收益期望值運算出一總收益期望值差距，該運算決策模 組並將該總收益期望值差距與該請求銷售總價互相比較， 當該總收益期望值差距大於該請求銷售總價時，該運算決 策模組便輸出該拒絕銷售決策至該輸出模組；當該總收益 期望值差距不大於該請求銷售總價時，該運算決策模組便 輸出該同意銷售決策至該輸出模組，且該運算決策模組依 據該請求銷售商品數目，將該可供銷售商品之數目減去該 請求銷售商品數目。 2.如申請專利範圍第丨項所述之銷售決策方法其中 該至少一銷售商品組合係包含一第一銷售商品類別該第 一銷售商品類別具有一第一可供銷售商品之數目，該至少 一銷售商品組合則對應於一第一銷售商品價格等級、一第 二銷售商品價格等級及一第三銷售商品價格等級，該第一 銷售商品價格等級係對應於一第一價格等級到達速率，該 第二銷售商品價格等級係對應於一第二價格等級到達速 率，該第三銷售商品價格等級則對應於一第三價格等級到 達速率，該第一銷售商品價格等級係高於該第二銷售商品 價格等級’該第二銷售商品價格等級則高於該第三銷售商 品價格等級。 64 201124927 —如中請專利範圍第2項所述之銷售決策方法其中 商品價格等級、該第二銷售商品價格等級及該 ::二售商品價格等級係分別對應於-第-訂位價格等 、第一訂位價格等級及一第三訂位價格等級。 t如中請專利範圍第2項所述之銷售決策方法盆中 該顧客到達時間係位於一銷售期間之内。 5.如申請專利範圍^項所述之銷t決策方法，

   銷售商品價格等級之銷售請求到達過程係均為一 ^瓦松隨制達過程或是其它已知機物述之隨機 售決策方法，其中 商品價格等級的數 6.如申請專利範圍第〗項所述之銷 該情境樹之層級數目係與該至少一銷售 目相同。 …7·如中請專利範圍第2項所述之銷售決策方法其中 ^算決策模組於運算出該至少—銷售商品價格等級預定 =之銷售請求數目集合之前，該運算決策模組先雄認該 :銷售商品數目不大於該可供銷售商品之數目，且當該 :求銷售商品數目大於該可供銷售商品之數㈣輸出該 拒絕銷售決策至該輸出模組。 ^如中請專利範圍第7項所述之銷售決策方法，其中 i運算決策模組於運算出該至少—銷售商品價格等級預定 到達之銷售請求數目集合之前並確認過該請求銷售商品數 目不大於該可㈣售商品之數目，該運算決諸組確認該 至少肖㈣品組合所對應之—請求銷售商品價格等 65 201124927 級是否對應於該第一銷售商品價格等級，且當該請求銷售 商品價格等級係對應於該第一銷售商品價格等級時，輸出 同意銷售決咸至該輸出模組並將該可供銷售商品之數目 減去該請求銷售商品數目。

   9.如申請專利範園第1項所述之銷售決策方法其中 在運算該第一總收益期望值或該第二總收益期望值的過程 中，當其中之一該等情境的發生機率近似於零（例如：小 於1〇_6)時，該情境的發生機率便於運算該第一總收益期望 值或該第二總收益期望值的過程中被設定為零。 10·如申請專利範圍第〗項所述之銷售決策方法，其中 該至 > 一銷售商品價格等級分別對應於一價格等級取消機 率，且該運算決策模組於執行該銷售決策產生程序時係 依據該至少―價格等級到達速率及該至少—價格等級取消 ，率’運算出從該顧客到達時間至未來，該至少一銷售商 时價格等級預定到達之實際銷售請求數目集合。

   .一裡銷售請求定價方法，係應用於一包含—輸入: 2〜資料庫模組、一定價模組以及一輸出模組的銷售 人疋=ί统’且該資料庫模組係儲存至少—銷售商品: ::賈模組係分別與該輸入模組及該資料庫模組: :係二;=與該定價模組耗合，該銷售請求定價 執仃一銷售請求定價程序； 執仃—銷售請求定價產生程序；以及 執行—銷售請求定價輸出程序； 66 201124927 其令，該輸入模組係於該銷售請求定價程序令 二到=間接收一包含至少-請求銷售商品組合的銷售 。月求，邊至>、-請求銷售商品組合係包含至少— 商品類別，該至少一請求銷售商 商品數目； _係具有-睛求銷售 該定價模組係於該銷售請求定價產生程序

   ^銷^請求定價結果；該輸出模組則於該銷售請求定: 輸出程序中接收接收該銷售請求定價結果，以對 一 銷售請求定價訊號； 其中’該至少-銷售商品組合係包含至少一銷售商。 類'’該至少一銷售商品類別係具有一可供銷售商品之： 目’ 6亥至少一銷售商品組合則對應於至少一銷售商品價格 等級，該至少一銷售商品價格等級則分別對應於一價格等 級到達速率；該至少-請求銷售商品組合係對應於該至少 一銷售商品組合，該請求銷售商品數目則對應於該可供銷 售商品之數目； 此外，當該輸入模組於該顧客到達時間接收該銷售請 求後，該定價模組便執行該銷售請求定價產生程序，以依 據該至少一價格等級到達速率運算出從該顧客到達時間至 未來’該至少一銷售商品價格等級預定到達之銷售請求數 目集合；該定價模組再依據該至少一銷售商品價格等級預 定到達之銷售請求數目集合，建立一包含至少一層級的情 境樹，且該情境樹具有複數個情境，該定價模組並分別運 算出每一該等情境的發生機率； 67 201124927 接著，該定價模組在得到每—該等情境之完美資· 況及拒絕該銷售請求的情況下分別運算出執行完每一該等 情境所能得到的最佳收益’且將執行完每一該；情境：能 得到的最佳收益與相對應之發生機率相乘，以得出每一哼 等情境的收益期望值，較價模組再將每—該等情境的收 益期望值加總’以得出在完美資訊情況及拒絕該銷售請求 之 的情況下’執行完該情境樹之所有該等情境所能得到 第一總收益期望值；

   該定價模組另在得到每-該等情境之完美資訊情況及 同意該銷售請求的’清況下分別豸算出執行完每一該等情境 所能得到的最佳m將執行完每—料情境所能得到 的最佳收益與相對應之發生機率相乘，以得出每一該等情 境的收益期望值’該定價模組再將每一該等情境的收益= 望值加總，以得出在完美資訊情況及同意該銷售請求的情 況下，執行完該情境樹之所有該等情境所能得到之一第二 總收益期望值；

   該定價模組再依據該第一總收益期望值與該第二總收 益期望值運算出一總收益期望值差距，該銷售請求定價結 果則不小於該總收益期望值差距。 12.如申請專利範圍第11項所述之銷售請求定價方 法’其中該至少一銷售商品組合係包含一第一銷售商品類 別，該第一銷售商品類別具有一第一可供銷售商品之數 目’該至少一銷售商品組合則對應於一第一銷售商品價格 等級、一第二銷售商品價格等級及一第三銷售商品價格等 68 201124927 級，該第一銷售商品價格等級係對應於一第一價格等級到 達速率，該第二銷售商品價格等級係對應於一第二價格等 級到達速率，該第二銷售商品價格等級則對應於―第三價 格等級到達速率，該第一銷售商品價格等級係高於該第二 銷售商xm價格等級，該第二銷售商品價格等級則高於該第 二銷售商品價格等級。 13. 如申請專利範圍第η項所述之銷售請求定價方

   法，其令該至少-銷售商品價格等級之鎖售請求到達過程 係均為-非均質卜瓦松隨機到達過程或是其它已知機率描 述之隨機到達過程》 14. 如申請專利範圍第u項所述之銷售請求定價方 ，，其中該情境樹之層級數目係與該至少一銷售商品價格 專級的數目相同β I5.如申請專利範圍第11項所述之銷售請求定價方 法’其中在運算該第一總收益期望值或該第二總收益期望 值的過程中’當其中之—該等情境的發生機率近似於零（例 如.小於_，該情境的發生機率便於運算該第一總收 益期望值或該第二總收益期望值的過程令被設定為零。 一 16.-種銷售決策方法，係應用於一包含—輸入模組、 :資料庫模組、—運算決策模組以及—輸出模組的銷售決 ，系統’且該資料庫模組係儲存至少-銷售商品組合，該 運算決策模組係分別與該輸入模 組及該資料庫样組耦人 舆該運算决策棋組叙合’該銷售二方二 69 201124927 執行一總收益期望值差距對照組合運算程序； 執行一銷售請求接收程序； 執行一銷售決策產生程序；以及 執行一銷售決策輸出程序； 其中’ S玄至少一銷售商品組合係包含至少一銷售商品 類別該至少一銷售商品類別係具有一可供銷售商品之數 目該至少一銷售商品組合則對應於至少一銷售商品價格 等級，該至少一銷售商品價格等級則分別對應於一價格等 級到達速率；該至少一請求銷售商品組合係對應於該至少 一銷售商品組合，該請求銷售商品數目則對應於該可供銷 售商品之數目； 其中’該總收益期望值差距對照組合係包含複數個總 收益期望值差距，且該運算決策模組係於該總收益期望值 差距對照組合運算程序中，在一重新計算時間點重複執行 下列步驟，以依序運算出該等總收益期望值差距，且從目 前時間到該重新计算時間點之間的時間範圍係為一總收益 期望值差距對照組合使用時間區塊，而從該總收益期望值 差距對照組合使用時間區塊的中點至未來之間的時間區塊 則為一顧客到達時間區塊： 依據該至少一價格等級到達速率運算出在該顧客 到達時間區塊中’該至少一銷售商品價格等級預定到 達之銷售请求數目集合，且再依據該至少一銷售商品 價格等級預定到達之銷售請求數目集合，建立一包含 70 201124927 至少一層級的情境樹，且該情境樹具有複數個情境， 再分別運算出每一該等情境的發生機率； 在得到每一該等情境之完美資訊情況及拒絕一單 位商品銷售請求的情況下，分別運算出執行完每一該 等情境所能得到的最佳收益，且將執行完每一該等情 境所能得到的最佳收益與相對應之發生機率相乘，以 得出每一該等情境的收益期望值，再將每一該等情境 2收益期望値加總，以得出在完美資訊情況及拒絕一 單位商品銷售請求的情況下，執行完該情境樹之所有 該等情境所能得到之一第一總收益期望值； 在得到每一該等情境之完美資訊情況及同意一單 位商品銷售請求的情況下，分別運算出執行完每一該 等情境所能得到的最佳收益，且將執行完每一該等情 境所能得到的最佳收益與相對應之發生機率相乘，以 得出每一該等情境的收益期望值，再將每一該等情境 的收益期望值加總，以得出在完美資訊情況及同意一 • $位商品銷售請求的情況下，執行完該情境樹之所有 該等情境所能得到之一第二總收益期望值； 依據該第一總收益期望值與該第二總收益期望 值，運算出對應於該可供銷售商品數目之總收益期望 值差距；以及 將泫可供銷售商品之數目減去一，且重複上述之 步驟’以運算出該總收益期望值差距對照組合之其餘 71 201124927 總收益期望值差距，直到該可供銷售商品之數目為零 才終止； 其中，該輸入模組係於該銷售請求接收程序中，於一 顧客到達時間接收一包含一請求銷售商品组合及-請求銷 售總價的銷售請求，該至少—請求銷售商品組合係包含至 ν μ求銷售商品類別，該至少一請求銷售商品類別係具 有一請求銷售商品數目；

   其中，當該輸入模組於該顧客到達時間接收該銷售請 求後’該運算決策模組便於該銷售決策產生程序中，依據 該總收益期望值差距對照組合所包含之對應目前之該可供 銷售商品數目的總收益期望值差距，運算並輸出一同意銷 售決策或一拒絕銷售決策；當該等總收益期望值差距大於 該請求銷㈣價時，該運算決策模組便輸出該拒絕銷售決 策至該輸出模組；當該等總收益期望值差距不大於該請求 銷售總價時，該運算決策模組便輸出該同意銷售決策至該 輸出模組，且該運算決策模組依據該請求銷售商品數目，Λ 將忒可供銷售商品之數目減去該請求銷售商品數目； 其中，該輸出模組於該銷售決策輸出程序中，接收該 同意銷售決策或該拒絕銷售決策，以對應輸出一同意銷售 訊號或一拒絕銷售訊號。 17.如申請專利範圍第〗6項所述之銷售決策方法，其中 該至少一銷售商品組合係包含一第一銷售商品類別該第 一銷售商品類別具有一第一可供銷售商品之數目，該至少 一銷售商品組合則對應於一第一銷售商品價格等級、一第 72 201124927 一銷售商品價格等級及一第三銷售商品價格等級，該第一 銷售商品價格等級係對應於一第一價格等級到達迷率該 第二銷售商品價格等級係對應於一第二價格等級到達速 率，該第三銷售商品價格等級則對應於一第三價格等級到 達速率’該第一銷售商品價格等級係高於該第二銷售商品 價格等級，該第二銷售商品價格等級則高於該第三銷售 品價格等級。

   18‘如申請專利範圍第17項所述之銷售決策方法，其中 忒第一銷售商品價格等級、該第二銷售商品價格等級及該 第二銷售商品價格等級係分別對應於一第一訂位價格等 級、一第二訂位價格等級及一第三訂位價格等級。 19. 如申請專利範圍第丨6項所述之銷售決策方法，其中 該顧客到達時間係位於該總收益期望值差距對照組合使 時間區塊之内。 20. 如申請專利範圍第16項所述之銷售決策方法其中 該至少一銷售商品價格等級之銷售請求到達過程係均為一 非均質卜瓦松隨機到達過程或是其它已知機率描述 到達過程》 21. 如申請專利範圍第16項所述之銷售決策方法豆中 當次-重新計算時間點來臨時’該運算決策模組重_ :-該總收益期望值差距對照組合所包含之該等總收益期 望值差距。 22.如申請專利範圍第16項所述之銷售決策方法，立中 該運算決策模組每隔-等於該總收益期望值差距對照組合 73 201124927 使用時間區塊之時間間隔運算出另一該總收益期望值差距 對照組合所包含之該等總收益期望值差距。 23.如申請專利範圍第16項所述之銷售決策方法，其中 該總收益期望值差距對照組合使用時間區塊之重新計算頻 率係依實際電腦運算速度、網路流量負載或硬碟資料轉移 速率而設定。 八、圖式：（請見下頁）

   74