[发明专利]收益预测方法、收益预测系统及图案化用户接口

说明书

本公开提供了一种收益预测方法、收益预测系统及图案化用户接口。收益预测系统包括一储存装置及一处理装置。处理装置包括一定价树建立单元、一归纳单元、一路径建立单元、一仿真数据建立单元及一估测单元。定价树建立单元用以依据一目标产品于数个特征阶层、一定价阶层及一订单阶层的内容，建立一定价树。归纳单元用以依据订单阶层的目标历史订单，归纳定价节点。路径建立单元产生数个近似产品之数个定价路径。仿真数据建立单元用以依据各个定价路径与定价树之一相关性，获得数笔仿真历史订单。估测单元以一机率模型分析出一预订定价的一总收益。

技术领域

本公开是有关于一种收益预测方法、收益预测系统及图案化用户接口。

背景技术

在追求收益最大化的商品的定价过程中，需要考虑的环境变因过于复杂。在多种不同假设情况下，仅就单一预测模型是不足以提供合理的信息让用户获得正确决策所需的各种信息。

过去销售预测因为商业环境因素众多，需考虑市场营销、财务管理、库存管理及物流。这些面向的变化快速，难以实时掌握数据和分析。另外，商务分析不像天气仿真，在专家知识和理论原理上是较为缺乏的。因此，需通过数据驱动化(data driven)的方式，找出局部可代表性的特征事实，做为仿真依据。由于AIoT的发展，各平台零售交易数据的取得变得更加容易，因此可以通过虚拟交易环境的建立来进行各种情境的模拟与测试，让原拟订的各种营销策略具有主动预测的功能，可降低策略的失败率。

在过去数据仿真的技术中，研究人员可以基于历史记录的单一品牌商品价格销售仿真。若数据太少，仿真结果的可信度会不够，或是无法进行模拟。此外，过去的数据仿真技术没有考虑商品/品牌/通路间的竞争关系，使得总收益的预测不够准确。

公开内容

本公开系有关于一种收益预测方法、收益预测系统及图案化用户接口。

根据本公开的一实施例，提出一种收益预测方法。收益预测方法包括以下步骤。依据一目标产品于数个特征阶层、一定价阶层及一订单阶层之内容，以一处理装置建立一定价树。定价阶层包括数个定价节点(pricing node)。订单阶层包括数笔目标历史订单。各个目标历史订单记录一购买者、一购买数量及一折扣。依据订单阶层的目标历史订单，以处理装置归纳定价节点。以处理装置产生数个近似产品的数个定价路径(path)。各个定价路径包括这些特征阶层、定价阶层及订单阶层。至少依据各个定价路径与该定价树的一相关性，以处理装置获得数笔仿真历史订单。依据目标历史订单及仿真历史订单，处理装置以一机率模型分析出一预订定价的一总收益。

根据本公开之另一实施例，提出一种收益预测系统。收益预测系统包括一储存装置及一处理装置。处理装置包括一定价树建立单元、一归纳单元、一路径建立单元、一仿真数据建立单元及一估测单元。定价树建立单元用以依据一目标产品于数个特征阶层、一定价阶层及一订单阶层的内容，建立一定价树。定价阶层包括数个定价节点(pricing node)。订单阶层包括数笔目标历史订单。各个目标历史订单记录一购买者、一购买数量及一折扣。定价树储存于储存装置中。归纳单元用以依据订单阶层的目标历史订单，归纳定价节点。路径建立单元产生数个近似产品的数个定价路径(path)。各个定价路径包括这些特征阶层、定价阶层及订单阶层。仿真数据建立单元用以至少依据各个定价路径与定价树的一相关性，获得数笔仿真历史订单。估测单元用以依据目标历史订单及仿真历史订单，以一机率模型分析出一预订定价的一总收益。