TWM621063U

TWM621063U - 紅利系統

Info

Publication number: TWM621063U
Application number: TW110209248U
Authority: TW
Inventors: 陳政陽; 蘇明鳳; 楊振銘; 梁馨中; 蔡居廷
Original assignee: 中國信託商業銀行股份有限公司
Priority date: 2021-08-05
Filing date: 2021-08-05
Publication date: 2021-12-11

Abstract

一種紅利系統，包含一資料庫及一處理器。該資料庫儲存有一信用卡消費資料及一紅利資料，該信用卡消費資料具有各期之信用卡消費紀錄，該紅利資料具有各期之紅利折抵紀錄。該處理器信號連接該資料庫，根據上一期之信用卡消費紀錄運算一消費紅利點數，至少根據上一期之紅利折抵紀錄運算一額外紅利點數，並於上一期之信用卡消費紀錄高於一門檻值時，以該消費紅利點數與該額外紅利點數之和作為當期新增之紅利點數。藉此，可吸引消費者為了提升所持有的紅利點數而持續地進行消費，並進一步加強消費者對提供此額外紅利點數的信用卡的忠誠度。

Description

紅利系統

本新型是有關於一種紅利系統，特別是指一種用以運算銀行之紅利點數的紅利系統。

信用卡為現代社會中普遍使用的付費方式，為了促進消費者使用信用卡消費，各家銀行皆推出各種促銷或折扣方案，例如，以刷卡消費之金額換算為紅利點數，並提供紅利折抵消費的折扣方式，即為目前各家銀行普遍採用的方案之一。

以紅利點數刺激消費的機制在於，藉由提供紅利點數折抵做為誘因，鼓勵消費者刷卡以累積紅利點數。然而，部分消費者仍不受上述誘因影響，無法持續進行消費且並無信用卡忠誠度。例如，部分消費者在刷卡消費取得紅利點數後，會將取得之紅利全數進行消費折抵，並於紅利點數低於一定數值後，即棄卡而不再使用。

因此，本新型之目的，即在提供一種可持續促進消費及提升信用卡忠誠度的紅利系統。

於是，本新型紅利系統，包含一資料庫及一處理器。

該資料庫儲存有一信用卡消費資料及一紅利資料，該信用卡消費資料具有各期之信用卡消費紀錄，該紅利資料具有各期之紅利折抵紀錄。

該處理器信號連接該資料庫，根據上一期之信用卡消費紀錄運算一消費紅利點數，至少根據上一期之紅利折抵紀錄運算一額外紅利點數，並於上一期之信用卡消費紀錄高於一門檻值時，以該消費紅利點數與該額外紅利點數之和作為當期新增之紅利點數。

本新型之功效在於：藉由設置該資料庫與該處理器，並搭配該處理器還根據上一期之紅利折抵紀錄運算該額外紅利點數，且於上一期之信用卡消費紀錄高於該門檻值時，才以該消費紅利點數與該額外紅利點數之和作為當期新增之紅利點數。藉此，可吸引消費者為了提升所持有的紅利點數而持續地進行消費，並進一步加強消費者對提供此額外紅利點數的信用卡的忠誠度。

參閱圖1，本新型紅利系統之一實施例，包含一資料庫2及一處理器3。

該資料庫2儲存有一信用卡消費資料21及一紅利資料22，該信用卡消費資料21具有各期之信用卡消費紀錄，該紅利資料22具有各期之紅利折抵紀錄。其中，該紅利資料22還可選地具有各期之紅利數值紀錄、或各期增加之額外紅利點數紀錄。該資料庫2還可選地儲存有一市場參數資料23或一AI參數資料24。

該資料庫2為可以儲存資料之儲存裝置，例如，各式記憶體、硬碟等，具體而言，該資料庫2可以為設置於銀行機構的資料庫伺服器(server)。

該處理器3信號連接該資料庫2，根據上一期之信用卡消費紀錄運算一消費紅利點數，至少根據上一期之紅利折抵紀錄運算一額外紅利點數，並於上一期之信用卡消費紀錄高於一門檻值時，以該消費紅利點數與該額外紅利點數之和作為當期新增之紅利點數，於上一期之信用卡消費紀錄低於該門檻值時，則以該消費紅利點數作為當期新增之紅利點數。即，該處理器3僅在上一期之信用卡消費紀錄高於該門檻值時，才會加計該額外紅利點數。

該處理器3為具有運算處理功能之裝置，具體而言，該處理器3可以為設置於銀行機構且用以提供運算處理功能的伺服器(server)，或是可與上述之該資料庫2一起整合為單一個伺服器，以加快資料存取的速度。

實際應用本實施例之紅利系統時，可依據需求而選擇該處理器3運算該額外紅利點數的運算方式，說明如下；

運算方式1：

該處理器3根據該紅利資料22運算上一期(例如，上一個月)之一紅利折抵總數及一紅利總數，該紅利折抵總數為上一期所折抵的紅利點數之總和，該紅利總數為上一期結算時消費者所持有的紅利點數之總和。該處理器3根據該紅利折抵總數與該紅利總數運算該額外紅利點數。例如，使用下述公式1、2運算。

額外紅利點數=紅利折抵總數x折抵比例 (公式1)

折抵比例=紅利折抵總數/紅利總數 (公式2)

運算方式2：

該處理器3還可根據上一期增加的該額外紅利點數之值運算該額外紅利點數。例如，該處理器3運算上一期增加的該額外紅利點數之值除以該紅利總數之值，並作為一額外紅利比例，該處理器3還根據該額外紅利比例之值運算該額外紅利點數。例如，可使用下列公式3、4運算。

額外紅利點數=紅利折抵總數x折抵比例x額外紅利比例 (公式3)

額外紅利比例=上一期增加的額外紅利點數/紅利總數 (公式4)

運算方式3：

該處理器3還可根據該資料庫2所儲存的該市場參數資料23運算該額外紅利點數。該市場參數資料23為相關於複數商場的權重數值，銀行的市場分析人員可根據銀行的業務推廣方向、或是與各家商場的合作緊密程度等，設定當消費者在各家商場使用信用卡消費時，其額外紅利點數運算時對應之權重數值，例如，將合作之商場的權重數值調高，以鼓勵消費者前往合作之商場消費。

例如，可使用下列公式5或公式6運算。

額外紅利點數=紅利折抵總數x折抵比例x商場權重數值 (公式5)

額外紅利點數=紅利折抵總數x折抵比例x額外紅利比例x商場權重數值 (公式6)

運算方式4：

該處理器3還可根據該資料庫2所儲存的該AI參數資料24運算該額外紅利點數。該AI參數資料24相關於複數商場的信用卡紅利兌換數據、該等商場的信用卡消費數據、複數產品的銷售數據、該等商場的銷售數據、及促銷產品資訊其中之一或其組合。該處理器3需先架構一機器學習演算法模型，例如，架構一神經網路模型(Neural Network，縮寫為NN)，並使用該AI參數資料24進行訓練，使市場分析人員可根據需求設定該神經網路模型，而使該神經網路模型由該AI參數資料24運算得出各家商場或各種產品的AI權重值，例如，銀行的市場分析人員可根據市場需求進行設定，使該神經網路模型所運算得出之商場的權重值正比於消費者消費頻率高低、或得出之產品的權重值正比於銷售量高低、或產品的權重值正比於促銷權重等。由於本領域中具有通常知識者根據以上說明可以推知該神經網路模型的訓練及設置之擴充細節，在此不多加說明。

此運算方式例如可使用下列公式7或公式8運算。

額外紅利點數=紅利折抵總數x折抵比例x各家商場或各種產品的AI權重值 (公式7)

額外紅利點數=紅利折抵總數x折抵比例x額外紅利比例x商場權重數值x各家商場或各種產品的AI權重值 (公式8)

其中，該額外紅利比例、商場權重數值、各家商場或各種產品的AI權重值皆為可以依需求而任意選擇是否加入的乘數，並不以上述公式所列為限。

經由以上的說明，本實施例的功效如下：

一、藉由設置該資料庫2與該處理器3，並搭配該處理器3除了根據上一期之信用卡消費紀錄運算該消費紅利點數外，還會根據上一期之紅利折抵紀錄運算該額外紅利點數，並於上一期之信用卡消費紀錄高於該門檻值時，才以該消費紅利點數與該額外紅利點數之和作為當期新增之紅利點數。如此，消費者不僅在消費時可以獲得點數，在使用紅利點數進行消費折抵時，也可以獲得額外的紅利點數，是以，即便消費者一次性地將所有點數進行消費折抵，只要消費者有額外進行消費，在下一期還可獲得額外的紅利點數，藉此，可吸引消費者為了折抵所持有的紅利點數、或為了額外增加紅利點數，而持續地進行消費，故能進一步提升消費者使用此特定之信用卡進行消費的頻率，即，能加強消費者對提供此額外紅利點數的信用卡的忠誠度。

請見下表1，為模擬消費者消費型態之推導數據，為增進數據易讀程度，簡化數據運算公式，以1點紅利點數兌換1元(目前銀行多以300點兌換1元、或1000點兌換1元等)、公式1、2之運算方式進行推導，並設定該門檻值為0(即，消費者無額外消費時，不計該額外紅利點數)。

如下表1所示之推導，當消費者受額外紅利點數鼓勵，每月額外(不含折抵)消費1000元時，相較於現有技術(無額外紅利點數，每次無紅利點數時，消費者意願下降50%)，可增加消費達6.67倍(5000/750=6.67)。是以，本實施例確實可以達到提升消費之功效。

並且，藉由該處理器3於上一期之信用卡消費紀錄高於該門檻值時，才計入該額外紅利點數，如下表1最末一欄所示，藉由在消費者無額外消費時，將該額外紅利點數設為0，可避免消費者僅使用紅利點數進行折抵而不進行額外消費，如此，不僅可以鼓勵消費者每期皆同時進行紅利折抵及額外消費，也避免了銀行在消費者不進行消費時，還要額外支出紅利點數的情況。是以，除了可以達到促進使用者持續進行額外消費之功效外，還能更佳地管控銀行支出紅利點數的成本。

	現有技術 ( 無額外紅利點數 )	本實施例
每次無紅利點數時，消費者意願 -50%	受額外紅利點數鼓勵，每月額外 ( 不含折抵 ) 消費 1000 元	消費者意願不受紅利點數多寡影響，每月固定消費 ( 包含折抵 )1000 元
第 1 月	消費1000元	消費1000元	消費1000元
第 2 月	得1000點消費紅利點數	得1000點消費紅利點數	得1000點消費紅利點數
折抵1000點(1000元) 額外消費0元	折抵1000點(1000元) 額外消費1000元	折抵1000點(1000元) 額外消費0元
第 3 月	得0點消費紅利點數	得1000點消費紅利點數 +1000點額外紅利點數	得0點消費紅利點數 +0點額外紅利點數
消費500元 (消費意願低-50%)	折抵2000點(2000元) 額外消費1000元	消費1000元
第 4 月	得500點消費紅利點數	得1000點消費紅利點數 +2000點額外紅利點數	得1000點消費紅利點數 +0點額外紅利點數
折抵500點(500元) 額外消費0元	折抵3000點(3000元) 額外消費1000元	折抵1000點(1000元) 額外消費0元
第 5 月	得0點消費紅利點數	得1000點消費紅利點數 +3000點額外紅利點數	得0點消費紅利點數 +0點額外紅利點數
消費250元 (消費意願低-50%)	折抵4000點(4000元) 額外消費1000元	消費1000元
第 6 月	得250點消費紅利點數	得1000點消費紅利點數 +4000點額外紅利點數	得1000點消費紅利點數 +0點額外紅利點數
折抵250點(250元) 額外消費0元	折抵5000點(5000元) 額外消費1000元	折抵1000點(1000元) 額外消費0元
第 2~6 月總消費	750	5000	2000

表1

二、藉由該處理器3還可選地以增加之額外紅利點數之值、或該市場參數資料23、或該AI參數資料24等運算該額外紅利點數，還可供銀行的市場分析人員根據銀行的業務需求而進行各種選擇及設定，以得到更適合銀行營運方針的運算方式。

綜上所述，本新型紅利系統，確實能達成本新型之目的。

惟以上所述者，僅為本新型之實施例而已，當不能以此限定本新型實施之範圍，凡是依本新型申請專利範圍及專利說明書內容所作之簡單的等效變化與修飾，皆仍屬本新型專利涵蓋之範圍內。

2:資料庫 21:信用卡消費資料 22:紅利資料 23:市場參數資料 24:AI參數資料 3:處理器

本新型之其他的特徵及功效，將於參照圖式的實施方式中清楚地呈現，其中：圖1是本新型紅利系統的一個實施例的一方塊示意圖。

2:資料庫

21:信用卡消費資料

22:紅利資料

23:市場參數資料

24:AI參數資料

3:處理器

Claims

一種紅利系統，包含：一資料庫，儲存有一信用卡消費資料及一紅利資料，該信用卡消費資料具有各期之信用卡消費紀錄，該紅利資料具有各期之紅利折抵紀錄；及一處理器，信號連接該資料庫，根據上一期之信用卡消費紀錄運算一消費紅利點數，至少根據上一期之紅利折抵紀錄運算一額外紅利點數，並於上一期之信用卡消費紀錄高於一門檻值時，以該消費紅利點數與該額外紅利點數之和作為當期新增之紅利點數。
如請求項1所述的紅利系統，其中，該處理器於上一期之信用卡消費紀錄低於該門檻值時，以該消費紅利點數作為當期新增之紅利點數。
如請求項1所述的紅利系統，其中，該紅利資料還具有各期之紅利數值紀錄，該處理器根據該紅利資料運算上一期之一紅利折抵總數及一紅利總數，並根據該紅利折抵總數與該紅利總數運算該額外紅利點數。
如請求項3所述的紅利系統，其中，該處理器運算該紅利折抵總數除以該紅利總數之值作為一折抵比例，並運算該紅利折抵總數乘以該折抵比例之值作為該額外紅利點數。
如請求項3所述的紅利系統，其中，該紅利資料還具有各期增加之額外紅利點數紀錄，該處理器還根據上一期增加的該額外紅利點數之值運算該額外紅利點數。
如請求項5所述的紅利系統，其中，該處理器運算上一期增加的該額外紅利點數之值除以該紅利總數之值，並作為一額外紅利比例，該處理器還根據該額外紅利比例之值運算該額外紅利點數。
如請求項1所述的紅利系統，其中，該資料庫還儲存有一市場參數資料，該市場參數資料為相關於複數商場的權重數值，該處理器還根據該市場參數資料運算該額外紅利點數。
如請求項1所述的紅利系統，其中，該資料庫還儲存有一AI參數資料，該處理器還根據該AI參數資料運算該額外紅利點數。
如請求項8所述的紅利系統，其中，該AI參數資料相關於複數商場的信用卡紅利兌換數據、該等商場的信用卡消費數據、複數產品的銷售數據、該等商場的銷售數據、及促銷產品資訊其中之一或其組合。