[发明专利]用于亚马逊平台商品的销量预估方法、装置及处理器

说明书

本申请实施例提供一种用于亚马逊平台商品的销量预估方法、装置、处理器及存储介质。方法包括：针对亚马逊平台的每个商品，每隔预设时间获取商品当前的商品库存与销量排名；根据商品库存的变化量确定商品的销量；将多个商品的销量与对应的销量排名输入至回归预测模型中，确定回归预测模型中包括的多项式回归方程的参数值；获取待预测商品的销量排名；将待预测商品的销量排名输入至回归预测模型中，以根据多项式回归方程确定待预测商品的指数加权平均值；确定亚马逊平台的销量排名计算公式；对销量排名计算公式进行逆向工程处理，以根据待预测商品的指数加权平均值确定待预测商品在预设时间段内的销量。

技术领域

本申请涉及计算机技术领域，具体地涉及一种用于亚马逊平台商品的销量预估方法、装置、存储介质及处理器。

背景技术

商品的销量变化，代表着需求的强弱变化。对亚马逊平台上的商品的月销量(最近30天的销量)进行估算，对于卖家在进行市场分析和选品非常重要。现有技术中，采用的销量计算方法大致有Review估算法、Feedback估算法、日库存差分析法等。

然而，Review和Feedback的估算法存在着很大的误差，仅能作为参考，在精细化运营的时代，基本不具备太大的应用价值。而目前比较通用的日库存差的方法，除了前面提到的缺点之外，由于所建立的模型过于简单(模型都认为BSR排名只和每日的销量相关)，考察的因素太少，数据的颗粒度太粗(按日估算销量)等等，导致销量预测的偏差较大。

发明内容

本申请实施例的目的是提供一种用于亚马逊平台商品的销量预估方法、装置、存储介质及处理器。

为了实现上述目的，本申请第一方面提供一种用于亚马逊平台商品的销量预估方法，包括：

针对亚马逊平台的每个商品，每隔预设时间获取商品当前的商品库存与销量排名；

根据所述商品库存的变化量确定所述商品的销量；

将多个商品的销量与对应的销量排名输入至回归预测模型中，确定回归预测模型中包括的多项式回归方程的参数值；

获取待预测商品的销量排名；

将待预测商品的销量排名输入至回归预测模型中，以根据多项式回归方程确定待预测商品的指数加权平均值；

确定亚马逊平台的销量排名计算公式，销量排名计算公式的自变量包括商品在预设时间段内的销量、指数加权平均值、指数函数以及指数函数的加权系数，因变量为销量排名；

对销量排名计算公式进行逆向工程处理，以根据待预测商品的指数加权平均值确定待预测商品在预设时间段内的销量。

可选地，加权系数是将商品的销量与销量排名输入至线性模型中进行回归分析确定的。

可选地，销量排名计算公式为：其中，y为指数加权平均值，x_n表示在n个小时内商品每小时的销量，a为指数函数，t为指数函数的加权系数。

可选地，多项式回归方程为：y＝a+b*x²+c*x³+d*x⁴+e*x⁵；

其中，y为指数加权平均值，x为商品的销量排名，a，b，c，d，e为多项式回归方程的参数。

可选地，预设时间和预设时间段为每小时；每隔预设时间获取商品当前的商品库存与销量排名包括：每隔一小时获取商品当前的商品库存与商品的BSR排名。

可选地，销量排名计算公式中，时间越近的销量数据，权重越大，且呈现指数型变化。

本申请第二方面提供一种用于亚马逊平台商品的销量预估装置，包括：