CN110009400A - 商品定价方法、终端及计算机可读存储介质 - Google Patents
商品定价方法、终端及计算机可读存储介质 Download PDFInfo
- Publication number
- CN110009400A CN110009400A CN201910206957.4A CN201910206957A CN110009400A CN 110009400 A CN110009400 A CN 110009400A CN 201910206957 A CN201910206957 A CN 201910206957A CN 110009400 A CN110009400 A CN 110009400A
- Authority
- CN
- China
- Prior art keywords
- price
- commodity
- fixed
- impact factor
- market
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
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
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0206—Price or cost determination based on market factors
Landscapes
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种商品定价方法,包括步骤:获取待定价商品的标识,并根据所述标识,获取所述标识对应的基准价格P1;获取待定价商品的历史累积销量、市场占有率、库存量、目标客户群体特征和主要销售区域;根据待定价商品的历史累积销量、市场占有率、库存量、目标客户群体特征和主要销售区域,获取对应的影响因子,并将各影响因子作为模型参数输入至预设的价格波动系数计算模型中,得到价格波动系数C;根据公式P=P1*C,得到待定价商品的价格,其中P1为基准价格、C为价格波动系数,P为待定价商品的价格。本申请还提供一种终端及计算机可读存储介质。本发明解决了手动完成商品定价的调整的过程费时费力和效率较低的技术问题。
Description
技术领域
本发明涉及信息处理领域,尤其涉及商品定价方法、终端及计算机可读存储介质。
背景技术
商品的定价是商品销售管理重要活动,直接影响商品的价值及价格的合理性。市场是动态变化的,为响应市场变化,需要不断的调整商品的合理定价。但现在大多依赖于指定人员手动完成商品定价的调整,而这个过程会费时费力和效率较低。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种商品定价方法、终端及计算机可读存储介质,旨在解决手动完成商品定价的调整的过程费时费力和效率较低的技术问题。
为实现上述目的,本申请提供一种商品定价方法,包括步骤:
获取待定价商品的标识,并根据所述标识,获取所述标识对应的基准价格P1;
获取待定价商品的历史累积销量、市场占有率、库存量、目标客户群体特征和主要销售区域;
根据待定价商品的历史累积销量、市场占有率、库存量、目标客户群体特征和主要销售区域,获取对应的影响因子,并将各影响因子作为模型参数输入至预设的价格波动系数计算模型中,得到价格波动系数C;
根据公式P=P1*C,得到待定价商品的价格,其中P1为基准价格、C为价格波动系数,P为待定价商品的价格。
可选地,所述获取待定价商品的历史累积销量、市场占有率和库存量的步骤包括:
从订单管理***中读取第一预设时间内待定价商品的各订单信息,并根据第一预设时间内待定价商品的各订单信息,获取待定价商品的历史累积销量和市场占有率;
通过调用仓库管理***的数据,获取待定价商品的库存量。
可选地,所述获取待定价商品的目标客户群体特征和主要销售区域的步骤包括:
从订单管理***中读取第二预设时间内待定价商品的各订单信息,并根据第二预设时间内待定价商品的各订单信息,获取每个订单客户的客户画像;
根据获得的每个订单客户的客户画像,获取待定价商品的目标客户群体特征和主要销售区域,其中所述目标客户群体特征包括:年龄范围、性别和家庭月收入范围。
可选地,所述根据根据待定价商品的目标客户群体特征,获取对应的影响因子的步骤包括:
将待定价商品的目标客户群体特征中的年龄范围、性别和家庭月收入范围输入预设的目标客户群体特征对应的影响因子估算模型中,得到待定价商品的目标客户群体特征对应的影响因子。
可选地,所述根据待定价商品的历史累积销量,获取对应的影响因子的步骤包括:
获取预设的销售目标总量;
将待定价商品的历史累积销量和所述销售目标总量的比值作为待定价商品的历史累积销量对应的影响因子。
可选地,所述根据待定价商品的市场占有率,获取对应的影响因子的步骤包括:
获取预设的市场目标占有率;
将待定价商品的市场占有率与所述市场目标占有率的比值作为待定价商品的市场占有率对应的影响因子。
可选地,所述根据待定价商品的库存量,获得对应的影响因子的步骤包括:
获取预设的库存阈值;
将待定价商品的库存量与所述库存阈值的比值作为待定价商品的库存量对应的影响因子。
可选地,所述根据待定价商品的主要销售区域,获得对应的影响因子的步骤包括:
获取待定价商品的主要销售区域的上一年度城乡居民收入水平参考值;
根据待定价商品的主要销售区域的上一年度城乡居民收入水平参考值和预设的居民收入水平参考值与影响因子映射表,获得待定价商品的主要销售区域对应的影响因子。
此外,为实现上述目的,本发明还提供一种终端,所述终端包括:通信模块、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如上所述的商品定价方法的步骤。
此外,为实现上述目的,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上所述的商品定价方法的步骤。
本发明实施例提出的一种商品定价方法、终端及计算机可读存储介质,通过获取待定价商品的标识,并根据所述标识,获取所述标识对应的基准价格P1;获取待定价商品的历史累积销量、市场占有率、库存量、目标客户群体特征和主要销售区域;根据待定价商品的历史累积销量、市场占有率、库存量、目标客户群体特征和主要销售区域,获取对应的影响因子,并将各影响因子作为模型参数输入至预设的价格波动系数计算模型中,得到价格波动系数C;根据公式P=P1*C,得到待定价商品的价格,其中P1为基准价格、C为价格波动系数,P为待定价商品的价格。从而综合考虑了影响待定价商品价格各个因素,并根据建立的价格计算公式自动生成价格,实时反映了各个因素的变化,使得商品的价格更合理,不需要在某个特定时间段或者因影响价格因素发生变化时采用费时费力和效率较低的手动完成商品价格的调整的过程的技术问题。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的结构示意图;
图2为本发明商品定价方法第一实施例的流程示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
请参照图1,图1为本发明各个实施例所提供的终端的硬件结构示意图,所述终端包括通信模块10、存储器20及处理器30等部件。本领域技术人员可以理解,图1中所示出的终端还可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。其中,所述处理器30分别与所述存储器20和所述通信模块10连接,所述存储器20上存储有计算机程序,所述计算机程序同时被处理器30执行。
通信模块10,可通过网络与外部设备连接。通信模块10可以接收外部通讯设备发送的信息,还可发送商品价格信息至所述外部通讯设备。所述外部通讯设备可以是手机、平板电脑、台式电脑等电子设备。
存储器20,可用于存储软件程序以及各种数据。存储器20可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序(比如计算价格波动系数C)等;存储数据区可存储根据终端的使用所创建的数据或信息等。此外,存储器20可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
处理器30,是终端的控制中心,利用各种接口和线路连接整个终端的各个部分,通过运行或执行存储在存储器20内的软件程序和/或模块,以及调用存储在存储器20内的数据,执行终端的各种功能和处理数据,从而对广播信息记录装置进行整体监控。处理器30可包括一个或多个处理单元;优选的,处理器30可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作***、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器30中。
尽管图1未示出,但上述终端还可以包括电路控制模块,用于与市电连接,实现电源控制,保证其他部件的正常工作或者不与市电连接,直接通过内部电源供电等。
本领域技术人员可以理解,图1中示出的终端结构并不构成对终端的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
根据上述硬件结构,提出本发明方法各个实施例。
参照图2,在本发明商品定价方法的第一实施例中,所述商品定价方法包括步骤:
步骤S10,获取待定价商品的标识,并根据所述标识,获取所述标识对应的基准价格P1;
在本方案中,终端包括台式电脑、笔记本、平板电脑、或者智能手机等。终端获取待定价商品的标识,该标识可以代表同一类型商品,也可以是只代表某一款商品。根据获得的待定价商品标识,从建立的商品标识和基准价格对应表中查询到该定价商品标识对应的基准价格P1。不同类型的商品的基准价格是不一样的,属于同一类型的不同款式或不同规格的商品的基准价格可能一样,也可能不一样。基准价格可以是由待定价商品的直接成本组成,也可以是由直接成本和间接成本组成。当待定价的直接成本或间接成本发生变化是,待定价商品的基准价格是会发生变化的,例如当待定价商品的原材料价格增加,导致直接成本增加,那么待定价商品的基准价格也相应增加。故商品标识和基准价格对应表中的基准价格会实时更新或根据预设时间更新。
步骤S20,获取待定价商品的历史累积销量、市场占有率、库存量、目标客户群体特征和主要销售区域;
获取待定价商品的历史累积销量可以通过调用订单管理***中某一段时间内(例如近一个月内、半年内、一年内或者更长时间)待定价商品订单信息,统计该段时间内待定价商品订单信息中的销售量总和作为待定价商品的历史累积销量,该订单可以只是该定价商品的线上订单,也可以只是线下订单,还可以是线上和线下的所有订单。
终端获取的待定价商品的市场占有率可以是线上的市场占有率,也可以是线下的市场占有率,或者可以是线上线下总的市场占有率。线上市场占有率可以是所有线上平台的市场占有率,也可以是在某一个线上电商平台中待定价商品的市场占有率。
终端通过调用仓库管理***的数据,获得待定价产品的库存量。该库存量可以为线上商城的库存量,也可以为线上和线下商城的总库存量。
终端可以通过调用管理***中待定价商品的订单中客户留下的信息,例如客户的姓名、手机号码等,通过客户姓名或手机号码可以获取包括年龄、性别、家庭月收入等客户的具体信息,根据获取到的购买该待定价商品所有客户的年龄、性别和家庭月收入,分析所有客户中最主要购买客户群体的年龄段、性别和家庭月收入范围作为目标客户群体特征。还可以通过分析待定价商品的属性,来预测潜在的客户群体,将该潜在的客户群体的特征作为目标客户群体特征,例如待定价商品为中高端婴幼儿奶粉,那么分析该商品属性,我们可以预测潜在的客户群体主要为20-30岁已婚女性,且家庭月收入在1.5万以上,其他特征为20-30岁,已婚女性以及家庭月收入1.5万以上。
终端获取主要销售区域可以通过读取订单管理***中某一段时间内待定价商品的订单信息中客户地址和销售量,统计出各个区域的销售量,将该待定价商品历史累积销量最多的区域作为主要销售区域,也可以采集某一段时间内待定价商品的订单中客户地址和客户姓名,统计出各个区域购买人数,将购买人数最多的区域作为主要销售区域。
需要说明的是,读取的订单可以为某一段时间内线上订单,也可以为某一段时间内线下订单,还可以为某一段时间内线上和线下的全部订单。通过订单信息,获取客户的具体信息包括但不限于年龄、性别、家庭月收入。
步骤S30,根据待定价商品的历史累积销量、市场占有率、库存量、目标客户群体特征和主要销售区域,获取对应的影响因子,并将各影响因子作为模型参数输入至预设的价格波动系数计算模型中,得到价格波动系数C;
当终端根据待定价商品的历史累积销量、市场占有率、库存量、目标客户群体特征和主要销售区域,获得待定价商品的历史累积销量、市场占有率、库存量、目标客户群体特征和主要销售区域对应的影响因子,将这些影响因子作为模型参数输入建立好的价格波动系数计算模型中,得到该定价商品的价格波动系数C。该价格波动系数计算模型可以为线性回归计算模型、神经网络计算模型或者决策树模型。
需要说明的是,当待定价商品是新上市的新品,终端只需要获取待定价商品的目标客户群体特征和主要销售目标区域,并根据待定价商品的目标客户群体特征和主要销售目标区域,获取目标客户群体特征和主要销售区域对应的影响因子,将目标客户群体特征和主要销售区域对应的影响因子输入建立好的价格波动系数计算模型中,生成价格波动系数C。
步骤S40,根据公式P=P1*C,得到待定价商品的价格,其中P1为基准价格、C为价格波动系数,P为待定价商品的价格。
终端获得待定价商品的基准价格P1和价格波动系数C后,将基准价格和价格波动系数输入到计算公式P=P1*C,计算出P值,将该P值作为待定价商品的价格。
需要说明的是,可能在某一段时间内,当终端利用公式P=P1*C计算出P值后,还可以在该P值基础上再乘以某一系数后获得一个价格,并作为该段时间内待定价商品的价格,例如在双十一活动期间,可以在终端利用公式计算出来的P值基础上再乘以某一折扣,获得一个新的价格,作为双十一期间待定价商品的价格。
本实施例通过获取待定价商品的标识,并根据所述标识,获取所述标识对应的基准价格P1;获取待定价商品的历史累积销量、市场占有率、库存量、目标客户群体特征和主要销售区域;根据待定价商品的历史累积销量、市场占有率、库存量、目标客户群体特征和主要销售区域,获取对应的影响因子,并将各影响因子作为模型参数输入至预设的价格波动系数计算模型中,得到价格波动系数C;根据公式P=P1*C,得到待定价商品的价格,其中P1为基准价格、C为价格波动系数,P为待定价商品的价格。从而综合考虑了影响待定价商品价格各个因素,并根据建立的价格计算公式自动生成价格,并实时反映了各个因素的变化,使得商品的价格更合理,不需要在某个特定时间段或者因影响价格因素发生变化时采用费时费力和效率较低的手动完成商品价格的调整的过程的技术问题。
进一步地,根据本申请商品定价方法的第一实施例提出本申请商品定价方法的第二实施例,在本实施例中,所述步骤S20包括:
步骤S21,从订单管理***中读取第一预设时间内待定价商品的各订单信息,并根据第一预设时间内待定价商品的各订单信息,获取待定价商品的历史累积销量和市场占有率;
在本方案中终端从订单管理***中读取第一预设时间内该待定价商品的线上或/和线下所有订单信息,统计各订单信息中的销售量总和,获得第一预设时间内该待定价商品的线上或/和线下历史累积销量。终端同时还会获取第一预设时间内待定价商品所属类型的其他商品线上或/和线下的历史累积销量,例如不同品牌的相同重量的蜂胶软胶囊属于同一类型商品。第一预设时间内该待定价商品和待定价商品所属类型的其他商品的线上或/和线下历史累积销量总和作为该类型商品的市场销售总量,终端计算待定价商品历史累积销量和该类型商品的市场销售总量间的比值,作为待定价商品的市场占有率。
步骤S22,通过调用仓库管理***的数据,获取待定价商品的库存量;
终端调用仓库管理***的数据,该数据可以是线上商城待定价商品的库存量数据,也可以是线上库存量数据和线下库存量数据。若是只调用线上商城待定价商品的库存量数据,则该数据作为待定价商品的库存量,若调用线上和线下库存量数据,则线上库存量和线下库存量总和为待定价商品的库存量。
步骤S23,从订单管理***中读取第二预设时间内待定价商品的各订单信息,并根据第二预设时间内待定价商品的各订单信息,获取每个订单客户的客户画像;
步骤S24,根据获得的每个订单客户的客户画像,获取待定价商品的目标客户群体特征和主要销售区域,其中所述目标客户群体特征包括:年龄范围、性别和家庭月收入范围;
终端可以通过读取订单管理***中第二预设时间内待定价商品的订单信息,该预设时间可以为近一月或近半年或近一年或更久时间。通过读取订单信息,获取订单信息中客户的姓名或手机号码以及客户对应的购买量等,根据客户的姓名或手机号码从已建立的画像库中获取姓名或手机号对应的客户画像,客户画像包括客户的年龄、性别、家庭月收入、客户地址信息,也可根据客户的姓名或手机号码,通过网上获得包括客户的年龄、性别、家庭月收入、客户地址的各客户画像。根据各客户的画像和对应的购买量,分析出所有客户中最主要购买客户群体的年龄段、性别和家庭月收入范围作为目标客户群体特征,购买该待定价商品的累积数量最多的区域作为主要销售区域。
需要说明的是,客户的画像包括但不限于年龄、性别、家庭月收入。终端读取订单管理***中第一预设时间内和第二预设时间内待定价商品的订单信息,其中第一预设时间可以等于第二预设时间,也可以不等于第二预设时间。
本实施例提出了一种终端根据订单管理***和仓库管理***数据获取待定价商品的历史累积销量、市场占有率、目标客户群体特征、主要销售区域和库存量的策略。从而获得的待定商品的历史累积销量、市场占有率、目标客户群体特征、主要销售区域和库存量的数据更加具有真实性,更能反映待定价商品的市场动态,从而根据待定商品的历史累积销量、市场占有率、目标客户群体特征、主要销售区域和库存量这些因素计算出的商品价格更加合理,更能反映该商品的市场价值。
进一步地,根据本申请商品定价方法的第一实施例提出本申请商品定价方法的第三实施例,在本实施例中,所述步骤S30包括:
步骤S31,将待定价商品的目标客户群体特征中的年龄范围、性别和家庭月收入范围输入预设的目标客户群体特征对应的影响因子估算模型中,得到待定价商品的目标客户群体特征对应的影响因子;
属性影响因子估算模型可以是一种决策树分类模型,终端将获取的待定价商品的目标客户群体特征中的年龄范围、性别和家庭月收入范围作为三个变量输入预设的属性影响因子估算模型,自动生成一个值,该值作为待定价商品的客户特征影响因子。
步骤S32,获取预设的销售目标总量,将待定价商品的历史累积销量和所述销售目标总量的比值作为待定价商品的历史累积销量对应的影响因子;
步骤S33,获取预设的市场目标占有率,将待定价商品的市场占有率与所述市场目标占有率的比值作为待定价商品的市场占有率对应的影响因子;
在方案中,终端根据获得的待定价商品的历史累积销量和市场占有率,分别计算历史累积销量与预设的销售目标总量比值和市场占有率与预设市场占有率的比值,并分别将两比值作为待定价商品的销售影响因子和市场占有影响因子。
步骤S34,获取预设的库存阈值,将待定价商品的库存量与所述库存阈值的比值作为待定价商品的库存量对应的影响因子;
当终端获取待定价商品的库存量和预设的库存阈值后,计算待定价商品的现有库存量与预设库存阈值的比值,将待定价商品的现有库存量与预设库存阈值的比值作为待定价商品的库存影响因子。
需要说明的是,还可以通过预设一个待定价商品库存量与库存影响因子的映射表,根据待定价商品的库存量,查询该库存量对于的库存影响字。
步骤S35,获取待定价商品的主要销售区域的上一年度城乡居民收入水平参考值,并根据待定价商品的主要销售区域的上一年度城乡居民收入水平参考值和预设的居民收入水平参考值与影响因子映射表,获得待定价商品的主要销售区域对应的影响因子;
当确定待定价商品的主要销售区域后,获取该区域的上一年度城乡居民收入,可以通过预设的居民收入水平与区域影响因子映射表,查询该区域的上一年度城乡居民收入对应的区域影响因子,并作为待定价商品的区域影响因子。
需要说明的是还可以通过将上一年度城乡居民收入水平输入预设的区域影响因子估算模型中获得区域影响因子,也可以直接将该区域上一年度城乡居民收入水平直接作为区域影响因子。
步骤S36,将待定价商品的历史累积销量、市场占有率、库存量、目标客户群体特征和主要销售区域对应的影响因子作为模型参数输入至预设的价格波动系数计算模型中,得到价格波动系数C。
预设的价格波动系数计算模型为C=k1*销售量影响因子+k2*市场占有影响因子+k3*客户特征影响因子+k4*区域影响因子+k5*库存影响因子。将获得的待定价商品的市场占有影响因子、销售量影响因子、客户特征影响因子、区域影响因子以及库存影响因子输入该价格波动系数计算模型中,计算获得待定价商品的价格波动系数C。
需要说明的是,价格波动系数计算模型还可以为决策树模型或者神经网络计算模型。
本实施例提出了一种计算价格波动系数C的策略。通过将待定价商品的销售量影响因子、市场占有影响因子、客户特征影响因子、区域影响因子和库存因子输入价格波动系数计算模型中,计算出价格波动系数C的策略。
本发明还提出一种计算机可读存储介质,其上存储有计算机程序。所述计算机可读存储介质可以是图1的终端中的存储器20,也可以是如ROM(Read-Only Memory,只读存储器)/RAM(Random Access Memory,随机存取存储器)、磁碟、光盘中的至少一种,所述计算机可读存储介质包括若干信息用以使得终端执行本发明各个实施例所述的方法。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者***不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者***所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者***中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种商品定价方法,其特征在于,包括步骤:
获取待定价商品的标识,并根据所述标识,获取所述标识对应的基准价格P1;
获取待定价商品的历史累积销量、市场占有率、库存量、目标客户群体特征和主要销售区域;
根据待定价商品的历史累积销量、市场占有率、库存量、目标客户群体特征和主要销售区域,获取对应的影响因子,并将各影响因子作为模型参数输入至预设的价格波动系数计算模型中,得到价格波动系数C;
根据公式P=P1*C,得到待定价商品的价格,其中P1为基准价格、C为价格波动系数,P为待定价商品的价格。
2.如权利要求1所述的商品定价方法,其特征在于,所述获取待定价商品的历史累积销量、市场占有率和库存量的步骤包括:
从订单管理***中读取第一预设时间内待定价商品的各订单信息,并根据第一预设时间内待定价商品的各订单信息,获取待定价商品的历史累积销量和市场占有率;
通过调用仓库管理***的数据,获取待定价商品的库存量。
3.如权利要求2所述的商品定价方法,其特征在于,所述获取待定价商品的目标客户群体特征和主要销售区域的步骤包括:
从订单管理***中读取第二预设时间内待定价商品的各订单信息,并根据第二预设时间内待定价商品的各订单信息,获取每个订单客户的客户画像;
根据获得的每个订单客户的客户画像,获取待定价商品的目标客户群体特征和主要销售区域,其中所述目标客户群体特征包括:年龄范围、性别和家庭月收入范围。
4.如权利要求3所述的商品定价方法,其特征在于,所述根据根据待定价商品的目标客户群体特征,获取对应的影响因子的步骤包括:
将待定价商品的目标客户群体特征中的年龄范围、性别和家庭月收入范围输入预设的目标客户群体特征对应的影响因子估算模型中,得到待定价商品的目标客户群体特征对应的影响因子。
5.如权利要求1-4任一项所述的商品定价方法,其特征在于,所述根据待定价商品的历史累积销量,获取对应的影响因子的步骤包括:
获取预设的销售目标总量;
将待定价商品的历史累积销量和所述销售目标总量的比值作为待定价商品的历史累积销量对应的影响因子。
6.如权利要求1-4任一项所述的商品定价方法,其特征在于,所述根据待定价商品的市场占有率,获取对应的影响因子的步骤包括:
获取预设的市场目标占有率;
将待定价商品的市场占有率与所述市场目标占有率的比值作为待定价商品的市场占有率对应的影响因子。
7.如权利要求1-4任一项所述的商品定价方法,其特征在于,所述根据待定价商品的库存量,获得对应的影响因子的步骤包括:
获取预设的库存阈值;
将待定价商品的库存量与所述库存阈值的比值作为待定价商品的库存量对应的影响因子。
8.如权利要求1-4任一项所述的商品定价方法,其特征在于,所述根据待定价商品的主要销售区域,获得对应的影响因子的步骤包括:
获取待定价商品的主要销售区域的上一年度城乡居民收入水平参考值;
根据待定价商品的主要销售区域的上一年度城乡居民收入水平参考值和预设的居民收入水平参考值与影响因子映射表,获得待定价商品的主要销售区域对应的影响因子。
9.一种终端,其特征在于,所述终端包括:通信模块、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至8中任一项所述的商品定价方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述的商品定价方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910206957.4A CN110009400A (zh) | 2019-03-18 | 2019-03-18 | 商品定价方法、终端及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910206957.4A CN110009400A (zh) | 2019-03-18 | 2019-03-18 | 商品定价方法、终端及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110009400A true CN110009400A (zh) | 2019-07-12 |
Family
ID=67167712
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910206957.4A Pending CN110009400A (zh) | 2019-03-18 | 2019-03-18 | 商品定价方法、终端及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110009400A (zh) |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110428290A (zh) * | 2019-08-07 | 2019-11-08 | 金瓜子科技发展(北京)有限公司 | 一种数据处理方法和装置 |
CN110570245A (zh) * | 2019-09-05 | 2019-12-13 | 上海摩库数据技术有限公司 | 可配置、多维度的实时计价引擎 |
CN110766445A (zh) * | 2019-09-18 | 2020-02-07 | 深圳市轱辘汽车维修技术有限公司 | 视频定价方法、装置、服务器和存储介质 |
CN110992114A (zh) * | 2019-12-24 | 2020-04-10 | 斑马网络技术有限公司 | 广告交易方法、平台、电子设备及计算机可读存储介质 |
CN111047354A (zh) * | 2019-11-27 | 2020-04-21 | 北京三快在线科技有限公司 | 一种分时定价的实现方法、装置、电子设备和存储介质 |
CN111062745A (zh) * | 2019-12-05 | 2020-04-24 | 苏宁云计算有限公司 | 根据交易数据优化商品品类以提升roi的方法、装置、*** |
CN111126917A (zh) * | 2019-12-24 | 2020-05-08 | 北京每日优鲜电子商务有限公司 | 单位转移数值调整方法、装置、计算机设备及存储介质 |
CN111177169A (zh) * | 2019-12-30 | 2020-05-19 | 厦门网宿有限公司 | 一种计费方法、电子设备及存储介质 |
CN111429189A (zh) * | 2020-06-08 | 2020-07-17 | 北京每日优鲜电子商务有限公司 | 一种智能定价方法及***、服务器及存储介质 |
CN111507763A (zh) * | 2020-04-15 | 2020-08-07 | 深圳市元征科技股份有限公司 | 一种调整产品价格的方法及装置 |
CN111695930A (zh) * | 2020-05-09 | 2020-09-22 | 上海趣致网络科技股份有限公司 | 一种实现动态商品价格的方法和装置 |
CN111695926A (zh) * | 2020-04-20 | 2020-09-22 | 时时同云科技(成都)有限责任公司 | 一种菜品定价方法及装置 |
CN112036937A (zh) * | 2020-08-19 | 2020-12-04 | 深圳市分期乐网络科技有限公司 | 一种商品的定价方法、装置、计算机设备和存储介质 |
CN112232877A (zh) * | 2020-10-19 | 2021-01-15 | 华世界数字科技(深圳)有限公司 | 一种商品价格实时变更的处理方法及装置 |
CN112288488A (zh) * | 2020-11-02 | 2021-01-29 | 上海字符飞舞科技有限公司 | 一种短租民宿智能定价***和方法 |
CN112766999A (zh) * | 2019-11-04 | 2021-05-07 | 上海宝信软件股份有限公司 | 支持快速变更的终端价格动态配置***及方法 |
CN112950320A (zh) * | 2021-03-03 | 2021-06-11 | 刘晓斌 | 基于机器自学习的商品自动上下线方法、装置和电子设备 |
CN113034292A (zh) * | 2019-12-24 | 2021-06-25 | 泰康保险集团股份有限公司 | 数据处理方法、装置、电子设备及存储介质 |
CN113065881A (zh) * | 2020-01-02 | 2021-07-02 | 珠海格力电器股份有限公司 | 计算物料价格的方法、装置、计算机设备及存储介质 |
CN113191816A (zh) * | 2021-05-18 | 2021-07-30 | 拉扎斯网络科技(上海)有限公司 | 订单的定价方法及*** |
CN113205282A (zh) * | 2021-05-31 | 2021-08-03 | 广州大学 | 一种基于大数据分析的新零售商品运营***及装置 |
CN113205359A (zh) * | 2021-04-27 | 2021-08-03 | 金蝶软件(中国)有限公司 | 单据中商品价格的确定方法、装置和计算机设备 |
CN114600197A (zh) * | 2019-08-26 | 2022-06-07 | 巴德血管***设备公司 | 用于确定在医疗程序中单位的使用以建立效率和替代定价的设备、***和方法 |
CN117829885A (zh) * | 2024-03-05 | 2024-04-05 | 山东硕为思大数据科技有限公司 | 一种基于多维特征分析的商业订单数据监测处理方法 |
-
2019
- 2019-03-18 CN CN201910206957.4A patent/CN110009400A/zh active Pending
Cited By (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110428290A (zh) * | 2019-08-07 | 2019-11-08 | 金瓜子科技发展(北京)有限公司 | 一种数据处理方法和装置 |
CN114600197A (zh) * | 2019-08-26 | 2022-06-07 | 巴德血管***设备公司 | 用于确定在医疗程序中单位的使用以建立效率和替代定价的设备、***和方法 |
CN110570245A (zh) * | 2019-09-05 | 2019-12-13 | 上海摩库数据技术有限公司 | 可配置、多维度的实时计价引擎 |
CN110766445A (zh) * | 2019-09-18 | 2020-02-07 | 深圳市轱辘汽车维修技术有限公司 | 视频定价方法、装置、服务器和存储介质 |
CN110766445B (zh) * | 2019-09-18 | 2024-04-05 | 深圳市轱辘车联数据技术有限公司 | 视频定价方法、装置、服务器和存储介质 |
CN112766999A (zh) * | 2019-11-04 | 2021-05-07 | 上海宝信软件股份有限公司 | 支持快速变更的终端价格动态配置***及方法 |
CN111047354A (zh) * | 2019-11-27 | 2020-04-21 | 北京三快在线科技有限公司 | 一种分时定价的实现方法、装置、电子设备和存储介质 |
CN111062745A (zh) * | 2019-12-05 | 2020-04-24 | 苏宁云计算有限公司 | 根据交易数据优化商品品类以提升roi的方法、装置、*** |
CN111126917A (zh) * | 2019-12-24 | 2020-05-08 | 北京每日优鲜电子商务有限公司 | 单位转移数值调整方法、装置、计算机设备及存储介质 |
CN113034292A (zh) * | 2019-12-24 | 2021-06-25 | 泰康保险集团股份有限公司 | 数据处理方法、装置、电子设备及存储介质 |
CN110992114A (zh) * | 2019-12-24 | 2020-04-10 | 斑马网络技术有限公司 | 广告交易方法、平台、电子设备及计算机可读存储介质 |
CN111177169A (zh) * | 2019-12-30 | 2020-05-19 | 厦门网宿有限公司 | 一种计费方法、电子设备及存储介质 |
CN113065881A (zh) * | 2020-01-02 | 2021-07-02 | 珠海格力电器股份有限公司 | 计算物料价格的方法、装置、计算机设备及存储介质 |
CN111507763A (zh) * | 2020-04-15 | 2020-08-07 | 深圳市元征科技股份有限公司 | 一种调整产品价格的方法及装置 |
CN111695926A (zh) * | 2020-04-20 | 2020-09-22 | 时时同云科技(成都)有限责任公司 | 一种菜品定价方法及装置 |
CN111695926B (zh) * | 2020-04-20 | 2023-04-07 | 时时同云科技(成都)有限责任公司 | 一种菜品定价方法及装置 |
CN111695930A (zh) * | 2020-05-09 | 2020-09-22 | 上海趣致网络科技股份有限公司 | 一种实现动态商品价格的方法和装置 |
CN111429189A (zh) * | 2020-06-08 | 2020-07-17 | 北京每日优鲜电子商务有限公司 | 一种智能定价方法及***、服务器及存储介质 |
CN112036937A (zh) * | 2020-08-19 | 2020-12-04 | 深圳市分期乐网络科技有限公司 | 一种商品的定价方法、装置、计算机设备和存储介质 |
CN112036937B (zh) * | 2020-08-19 | 2023-11-28 | 深圳市分期乐网络科技有限公司 | 一种商品的定价方法、装置、计算机设备和存储介质 |
CN112232877A (zh) * | 2020-10-19 | 2021-01-15 | 华世界数字科技(深圳)有限公司 | 一种商品价格实时变更的处理方法及装置 |
CN112288488A (zh) * | 2020-11-02 | 2021-01-29 | 上海字符飞舞科技有限公司 | 一种短租民宿智能定价***和方法 |
CN112950320A (zh) * | 2021-03-03 | 2021-06-11 | 刘晓斌 | 基于机器自学习的商品自动上下线方法、装置和电子设备 |
CN113205359A (zh) * | 2021-04-27 | 2021-08-03 | 金蝶软件(中国)有限公司 | 单据中商品价格的确定方法、装置和计算机设备 |
CN113205359B (zh) * | 2021-04-27 | 2024-04-05 | 金蝶软件(中国)有限公司 | 单据中商品价格的确定方法、装置和计算机设备 |
CN113191816A (zh) * | 2021-05-18 | 2021-07-30 | 拉扎斯网络科技(上海)有限公司 | 订单的定价方法及*** |
CN113205282A (zh) * | 2021-05-31 | 2021-08-03 | 广州大学 | 一种基于大数据分析的新零售商品运营***及装置 |
CN117829885A (zh) * | 2024-03-05 | 2024-04-05 | 山东硕为思大数据科技有限公司 | 一种基于多维特征分析的商业订单数据监测处理方法 |
CN117829885B (zh) * | 2024-03-05 | 2024-05-10 | 山东硕为思大数据科技有限公司 | 一种基于多维特征分析的商业订单数据监测处理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110009400A (zh) | 商品定价方法、终端及计算机可读存储介质 | |
CN106503258B (zh) | 一种网站站内精确搜索方法 | |
Mahajan et al. | Innovation diffusion in a dynamic potential adopter population | |
Wu | Quantity flexibility contracts under Bayesian updating | |
CN108154401A (zh) | 用户画像刻画方法、装置、介质和计算设备 | |
US20080046382A1 (en) | Personal price indexing based upon personal spending habits | |
US20100138264A1 (en) | Dynamic business enhancement system | |
AU2002353396A1 (en) | Sales optimization | |
JP2004519021A (ja) | 動的値付けシステム | |
Herbon | Optimal piecewise-constant price under heterogeneous sensitivity to product freshness | |
Yu et al. | Single-manufacturer, multi-retailer consignment policy for retailers’ generalized demand distributions | |
US20160283954A1 (en) | System and method for determining a combined effective price discount in tier pricing | |
CN114091993A (zh) | 仓库选址方法、装置、设备及存储介质 | |
CN111445133B (zh) | 一种材料管理方法、装置、计算机设备和存储介质 | |
Seifert et al. | Relaxing channel separation: Integrating a virtual store into the supply chain via transshipments | |
CN112036631A (zh) | 采购量确定方法、装置、设备及存储介质 | |
KR20190116833A (ko) | 영업공간 매칭 서버 및 매칭방법 | |
Wen et al. | Dynamic capacity management with uncertain demand and dynamic price | |
CN109146422B (zh) | 项目包生成方法、装置及存储介质 | |
CN110490714A (zh) | 一种销售毛利实时更新方法及*** | |
Kulkarni et al. | Optimal ordering decisions under two returns policies | |
US20210304279A1 (en) | Information processing method, electronic device and computer-readable storage medium | |
CN114565422A (zh) | 仓库销量预测方法、装置、存储介质及设备 | |
KR20210093563A (ko) | 부동산 관리 장치 및 방법 | |
CN109727053B (zh) | 对象投放的确定方法、装置以及计算机可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190712 |
|
RJ01 | Rejection of invention patent application after publication |