[发明专利]购物者助手

说明书

相关申请

本申请涉及代理人案号为NO.4148.1037-000的Jean Jacques Grimaud的美国专利申请号NO.13/494,223“Symbiotic Helper”，其被通过引用全部并入。

背景技术

通常，零售商使用来自制造商和供应商的数据管理他们提供的产品和服务的产品信息和规范。他们还以两种方式之一得到并使用顾客数据。在第一种传统方式中，零售商可从已经聚合在段中的一个或多个大的数据源获取数据。他们使用所获取的数据，以便创建产品或服务群或段，然后分析所创建的群或段，并能够预测消费者段的未来购买。所获取的数据可包括来自社交网站或其它个人数据源的消费者的个人数据、或购买数据和/或基于位置的记录(例如来自蜂窝网络、搜索引擎、和/或映射或地理定位公司)，这些数据中的任一个或全部在规章要求时聚合在源处。

在第二种方式中，零售商也可获取来自例如Enliken、Intelius、Spokeo等聚合器的个人数据，并使用该个人数据来预测未来购买或愿望。零售商还可使用它本身从消费者收集的个人数据，包括与其它所获取的数据孤立或组合的个人数据(例如地址、年龄等)、交易数据、和/或愿望清单。

提供店内和在线购物体验的传统方法是使消费者在商店内或在网站上花费尽可能多的时间。很多零售商相信购物者在购物体验中花费更多时间是作为消费者花费的额外时间购物的结果产生更多的销售的唯一方法。

今天，可用的大数据的质量不足以确保零售商获取、存储、以及处理数据的成本超过大数据的使用的益处。虽然购买行为的相关性可在给定段中建立，但因果关系远远不是清楚的，且结果的正确使用可能是有疑问的。此外，消费者对于与零售商共享超出进行购买所必需的信息以外的个人或识别数据日益变得敏感。在一些情况下，如果消费者觉得未来联系是讨厌的或打扰的，消费者可能输入虚假的数据以防止来自零售商的未来联系。

由于个人可识别信息和财务信息的偶尔数据泄漏，政府和组织也变得更多地涉及管制消费者数据的获取和存储，并考虑强制零售商和其它在先实体实现隐私规则。此外，越来越多数量的消费者在智能手机和移动设备上在本地管理个人数据，并在交易中根据需要使用该数据，这对零售商提供了较不可用的数据。使用关于消费者的较不可用的数据，零售商可能在向它的消费者提供准确的产品推荐方面有困难。零售商还可以通过数据处理重新调整他们的资产朝向购物者服务。

发明内容

因此，在本发明的一个实施例中，购买助手(或购物助手)使消费者能够尽快从零售商找到他或她想要的东西，允许更快地返回到期望产品的短列表。购买助手通过使购物时段更有效和更可能导致令消费者满意的购买而缩短了购物时段。

在一个实施例中，本发明涉及使零售商能够用智能建议协助购物者的计算机程序或系统。“购买助手”或“购物助手”可被体现为独立计算机程序、可佩戴的计算机、连接网络的计算机程序、以及在线购物网站、和/或移动应用。

三种类型的数据可指示消费者的未来购买。第一类型的数据是预期用途、上下文、以及环境数据。该数据定义目的、位置、方式、以及产品用于实现消费者的特定目标的时间长度。消费者的特定目标和达到这些目标的要求可能并不被完全定义，因为消费者可能不知道他或她对产品的需要。消费者可能在购物之前或期间变得知道他或她的需要，因为消费者开始与产品或产品的虚拟表示互动。

消费者向购买助手提供这个第一类型的数据。购买助手配置成询问消费者适应性问题以理解待购买的产品的用途、上下文、以及环境。问题按照产品超类别和产品类别而改变。当购买助手获取关于消费者的数据时，问题的频率和性质可被调节或自动调节(例如当购买助手知道关于消费者的更多情况时减少)。

第二类型的数据是产品的规范。产品的规范包括产品的尺寸、物理属性、感情属性、以及功能。

第三类型的数据是产品的交易属性。交易属性包括价格、每单位价格、支付模式、交付模式、交付时间、方便性等。零售商一般向购物助手提供产品的规范和产品的交易属性，然而，互联网/云(例如来自搜索或内容聚合系统)也可提供规范和交易属性。然而，在某些情况下，消费者可以提供产品的规范或交易属性。在一些情况下，交易属性可取决于产品的规范或多个产品的配置，例如当产品作为一组产品被出售时。