[发明专利]评估模型稳定性和拟合度的方法和装置

说明书

技术领域

本公开总体上涉及市场营销组合模型，尤其涉及评估模型稳定性和拟合度的方法和装置。

背景技术

近年来，市场竞争演化为包括不同类型的商家，包括零售商和/或批发商。另外，在线零售方式已经成为市场中不断成长的方式，这可能影响顾客的购物行为。

发明内容

本发明公开一种将优势因子包括在回归模型中的方法，所述方法包括以下步骤：利用处理器，基于与市场营销组合模型相关联的原因因素建立拟合函数；利用所述处理器，基于与所述原因因素中对应的原因因素相关联的优势因子建立稳定性函数；以及利用所述处理器，将缩放因子整合到所述稳定性函数中，以有助于所述拟合函数和所述稳定性函数的组合回归分析，所述缩放因子分别与相应的原因因素相关联。

本发明公开一种将优势因子包括在回归模型中的装置，所述装置包括：原因因素管理器，其基于与市场营销组合模型相关联的原因因素建立拟合函数，并且基于与所述原因因素中的对应原因因素相关联的优势因子建立稳定性函数；以及缩放因子引擎，其将缩放因子整合到所述稳定性函数中，以有助于所述拟合函数和所述稳定性函数的组合回归分析，所述缩放因子分别与对应的原因因素相关联。

本发明公开一种用于将优势因子包括在回归模型中的装置，所述用于将优势因子包括在回归模型中的装置包括：用于基于与市场营销组合模型相关联的原因因素建立拟合函数的装置；用于基于与所述原因因素中对应的原因因素相关联的优势因子建立稳定性函数的装置；以及用于将缩放因子整合到所述稳定性函数中以有助于所述拟合函数和所述稳定性函数的组合回归分析的装置，所述缩放因子分别与相应的原因因素相关联。

附图说明

图1是示出根据本公开的教导构造的、评估模型稳定性和拟合度的组合引擎的示意图。

图2是由图1的示例性组合引擎构造的回归拟合函数的示例性矩阵。

图3是由图1的示例性组合引擎构造的稳定性函数的示例性矩阵。

图4是由图1的示例性组合引擎生成的、比较包括先验值在内的回归模型的拟合度和稳定性的测度的示例性比较图表。

图5至图9是表示可以被执行以评估模型稳定性和拟合度的示例性机器可读指令的流程图。

图10是可以执行图5至图9的示例性机器可读指令以实现图1的示例性组合引擎的示例性系统的框图。

具体实施方式

市场分析师可能被授予与理解不同因素随着时间对销售量的影响的有关一项或更多项任务。市场分析师可能响应于客户的请求来进行这种工作。这些客户可能是希望了解和/或以其它方式理解对销售量有帮助和/或有损害的因素的制造商、零售商、贸易商和/或批发商。能够影响销售量的因素包括但不限于：促销活动（例如，电视促销、广播促销、印刷物促销、在线促销等）、宏观经济因素和季节。

为了更好地理解一个或更多因素之间存在什么样的关系，可以使用与客户销售环境相关的自变量和因变量来执行统计回归分析。自变量可以包括多种因素，其中的一部分因素在客户的控制之下，例如，诸如促销媒体类型（例如，电视、广播等）、促销目标人群、促销日期和/或一天中的时间等。回归分析为市场分析师提供了指示自变量影响因变量的方式的一个或更多系数。换言之，一个或更多个系数权重的值指示例如促销活动影响销售量的程度。

实现用于市场营销组合分析的回归模型需要分析师进行设计工作以选择被料想为对一个或更多个因变量（例如，产品的销售量）具有某种影响的一个或更多个因素（例如，季节、促销活动）。回归输出产生与每一个关注的因素相对应的系数。例如，如果回归模型采用促销和季节的因素，则回归输出包括与促销相对应的系数以及与季节相对应的系数。然后，这种系数可以被用于生成一个或更多销售量预测。将先前确定的系数和/或系数组与随后开发的历史输出数据相比较允许分析师识别拟合度的测度。换言之，针对回归模型的相对高的拟合度测度指示随后测量的销售数据紧密地跟踪该回归模型。

当分析师设计市场营销组合模型（例如，考虑客户提供的目标构建一个或更多个回归模型）时，调整模型花费相对大量的时间。调整可以包括识别模型中包括哪些因素和/或每一个因素的相应权重值。在一些示例中，进行工作以维持与先前执行的回归相关联的模型系数输出值中的一致性。可以从可以相信模型的历史观测中得出反映对先前执行的回归和/或其它模型的一致程度的期望。在各因素（自变量）存在的情况下，然后，分析师可以将该因素包含到模型中，并应用权重值。设计模型以反映与先前设计的模型的一致性的处理在这里被称为拟合度的测度。