用于使用彈性建模的自頂向下表現優化的系統和方法

專利名稱：用于使用彈性建模的自頂向下表現優化的系統和方法
技術領域：
本公開涉及對零售商店空間進行建模。具體地，本公開涉及用于使用彈性建模來 建模和優化多個零售機構的物理布局參數的自頂向下的或聚合的方法。
背景技術：
零售商店的銷售額和利潤率在很大程度上依賴于產品在展柜的樣子和排列。多數 零售機構在可以以通道方式排列的貨架或展示單元上展示產品。這種展示單元或者貨架可 以按照具有各種維度的各種配置來排列。貨架圖(planogram)或POG是設備和產品的圖 示，其示出產品是如何展示的、所展示產品的數目以及所展示產品的位置或相對位置。貨架 空間在商店環境中是有限的資源，并且結轉庫存也需要成本。因此，零售商關注于通過確保 他們創建了為各類產品最佳地分配空間的貨架圖，來最大化來自可用貨架空間和庫存的回 報。然而，與空間有關的參數如何影響銷售額和利潤率、以及影響程度如何并不總是 十分清楚的。例如，零售商可能需要改變展柜的直線英尺的量，以便增加新產品和/或移除 已有產品。由此，管理者將優選地移除對利潤率具有最小負面影響的產品。管理者還可能 希望標識出對增加銷售額和利潤率具有積極貢獻的產品，從而最大化銷售和利潤率，并且 他們還可能希望事先了解對商店進行重新建模、或者對展柜排列或者商店通道配置進行回 流(reflow)的可能結果。在這方面，某些統計方法已經被用以嘗試使用回歸分析將個體產品或“SKU”與商 店量度進行相關。然而，在產品周轉為高時和/或在快速引入新產品時，已知的回歸方法是 不足的。當產品生命周期較快并且這種產品很快過時的時候，難以分析相應的數據以及做 出關于重新建模或者產品增加/刪除對于商店銷售額和利潤率的可能影響的有效決策。例 如，零售商店中電子商品的周轉非常快，并且通常在兩個月的周期中50%的產品可能完全 改變。另外，由于需要大量的數據，某些零售商可能并不希望在貨品或者SKU級別來分析其 空間分配。由于某些零售產品的高周轉和快速過時，或者由于數據的缺乏，需要一種分析工 具，其可以輔助零售機構對改變產品組合和展示布局的影響進行建模、評估和優化。

發明內容
用于優化商店中貨物的展示空間分配的系統和方法，包括具有處理器和存儲器 的計算機系統；與計算機通信的數據庫，配置用于保存針對多個商店的數據；以及數據更 新模塊，配置用于周期性地接收與多個商店相對應的原始數據、過濾原始數據以及利用針 對多個商店的已更新數據來更新數據庫。曲線擬合模塊應用回歸分析，以產生與針對商店聚類、表現量度、貨架圖和分段的 多個組合的已更新數據相對應的空間彈性曲線。綜合數據創建模塊接收用戶選擇的輸入參 數，以及基于相應的空間彈性曲線生成綜合貨品記錄。綜合貨品記錄配置用于響應于相應
4貨架圖和分段的提議改變，對一個或多個商店的選定表現量度的結果改變進行建模。分析 和優化模塊跨多個分段來比較綜合貨品記錄，以提供對根據用戶選定的目標來增加或減少 相應貨架圖和分段中的空間的最優順序的指示。針對多個商店的原始數據包括銷售點數據、貨架圖數據以及分段數據，以及變換、 過濾和加載模塊對原始數據進行過濾，并且將已更新數據存儲在多個標準化數據表中。已 更新數據包括對應于銷售數據、貨架圖和分段的信息。數據更新模塊基于十二個月的移動 平均來執行更新，并且可以按照批處理模式來執行。將多個商店分組為2到5個之間的商店聚類，每個商店聚類具有100到500個之 間的商店，并且空間彈性曲線以S形曲線或者收益遞減曲線為基礎。通過使用概括的銷售點(POS)數據，該系統使用彈性建模來支持對商店和貨品的 任意分組的空間的跨種類“宏觀”優化。針對表現量度、商店聚類、貨架圖和貨品分段的每 個組合，周期性地創建空間彈性曲線，并且繼而由個體商店對其進行縮放，并存儲為曲線系 數。表現量度可以包括售出單位、銷售額、毛利或利潤(GM)、調整后的毛利或利潤(AGM)以 及邊際貢獻(CM)。用戶繼而可以選擇商店和貨架圖的任意組合，并且系統繼而重建彈性曲線作為個 體“綜合貨品”(綜合數據)，其通過以下方式跨選定的商店來進行平均針對商店、貨架圖 和分段的用戶選定集合，創建反映每個表現量度中的估計平均商店表現的平均綜合SKU記 錄。綜合貨品繼而被用來跨商店區域或者在商店區域內評估宏觀商店表現，或者用來確定 總體可用空間的最佳使用，這受制于用戶定義的商業規則，其限定了針對任何貨架圖或分 段的空間的量或相對改變。在研究下面的附圖和詳細描述之后，系統、方法、特征的其他實施方式及其相應的 優點將是易見的或者將變得易見。意在將所有這種附加的系統、方法、特征和優點包括在本 描述之內，包括在本發明的范圍之內，并且受到所附權利要求的保護。


通過參考下面的附圖和描述，可以更好地理解本系統。圖中的組成部分未必是按 照比例繪制的，而是將強調的重點放在說明本發明的原理。而且，在附圖中，貫穿不同視圖， 相似的參考標號指示相應的部分。圖1示出了計算平臺和環境；圖2是貨架圖或者POG的示意圖；圖3示出了數據導入和周期性數據庫更新模塊；圖4示出了數據流示意圖；圖5是示出更新過程和彈性曲線創建過程的流程圖；圖6是示出綜合數據創建過程的流程圖；以及圖7至圖18示出了顯示假設零售商店或者商店分組的部分的優化的示例。
具體實施例方式如圖1所述，一種用于使用彈性建模的自頂向下的表現優化的系統100，提供了用 于應用統計上嚴格的過程的平臺，用以通過使用概括的銷售點(POS)和利潤率數據來支持針對商店和貨品的任何分組的空間布局的跨類別“宏觀”優化。用于使用彈性建模的自頂 向下的表現優化系統100由管理者或者商店規劃人員用來對商店進行規劃和重新建模，處 理商店或商店分組中通道的“回流”，或者執行對通道部分的重新排列。系統100提供增加或者刪除貨品或空間從而最小化對特定表現量度的影響的優 化順序。例如，如果用戶希望在特定通道的特定部分中或者在特定的商店集合中將總空間 減少10%，系統100創建分析(或者可以生成報告)，其指示應當從每個貨架圖中的每組貨 品中刪除、或者向其增加的貨品的理想數目和空間的量，以及按照什么順序來增加或刪除， 從而最大化商店利潤或者某些其他感興趣的量度。圖1的特定實施方式是可以在其上實現用于使用彈性建模的自頂向下表現優化 的系統100的計算機系統的高層硬件框圖。用于使用彈性建模的自頂向下表現優化的系統 100可以具體化為與計算機硬件部件協作的系統和/或具體化為計算機實現的方法。系統100包括優化引擎或者處理器102，其繼而包括數據導入和周期性數據庫更 新模塊104、曲線擬合模塊106、綜合數據創建模塊108以及分析/結果優化模塊110。模 塊104、106、108和110以及本文中提及的所有其他模塊可以通過硬件、軟件、固件或者硬 件、軟件和固件的任何組合來實現，并且可以駐留在單個物理或邏輯空間中，或可以不駐留 在單個物理或邏輯空間中。例如，模塊104、106、108和110以及本文中提及并在附圖中示 出或者未示出的其他模塊可以彼此遠程定位，并且可以通過通信網絡來耦合。系統100包括計算機或者處理系統112，其包括各種硬件部件，諸如RAM 114、ROM 116、硬盤存儲118、高速緩沖存儲器120、數據庫存儲122等(也稱為“存儲器子系統” 126)。 計算機系統112而已包括任何適當的處理設備128，諸如計算機、微處理器、RISC處理器 (精簡指令集計算機)、CISC處理器(復雜指令集計算機)、大型計算機、工作站、單片機、分 布式處理器、服務器、控制器、微控制器、離散邏輯計算機等，這些是本領域已知的。例如，處 理設備128可以是Intel Pentium . 微處理器、x86兼容的微處理器或者等效設備，并且可 以包含在服務器、個人計算機或者任何適當的計算平臺中。存儲器子系統126可以包括任何適當的存儲組件，諸如RAM、EPROM(電可編程 ROM)、閃存、動態存儲器、靜態存儲器、FIFO (先進先出)存儲器、LIFO (后進先出)存儲器、 循環存儲器、半導體存儲器、磁泡存儲器、緩沖存儲器、盤存儲器、光學存儲器、高速緩沖存 儲器等。可以使用任何適當形式的存儲器，不論是磁性介質上的固定存儲、半導體器件中的 存儲還是通過通信鏈接可訪問的遠程存儲。用戶或者系統管理者接口 130可以耦合至計算 機系統112，并且可以包括各種輸入設備136，諸如系統管理者可選的開關和/或鍵盤。用 戶接口還可以包括適當的輸出設備140，諸如IXD顯示器、CRT、各種LED指示器、打印機和/ 或語音輸出設備，這是本領域已知的。為了促進計算機系統112與外部源之間的通信，通信接口 142可以可操作地耦合 至計算機系統。通信接口 142例如可以是局域網(諸如以太網)、內聯網、因特網或者其他 適當的網絡144。通信接口 142還可以連接至公共交互電話網絡(PSTN) 146或POTS(簡單 老式電話系統)，其可以促進經由因特網144的通信。還可以使用專用遠程網絡，并且系統 還可以與外部交換和信息源146通信。可以使用任何適當的可購得的通信設備或網絡。圖2是貨架圖200或稱POG(Plan-O-Gram)的圖示。如上所述，貨架圖或稱POG是 設備和產品的邏輯圖，其描述產品是如何展示的、所展示產品的數目以及產品在哪里展示。特定的商店可以將其商品安置在貨架圖所表示的數十個或者可能是數百個不同的貨架或 者展柜上。可以使用適用于感興趣的商店或者商店分組的任何適當表示或者排列。通常，貨架圖200指示陳列面直線英尺(LFF) 202以及其他物理維度、陳列面的數 目204(特定于貨品或SKU)、貨品標識符或者編號(諸如SKU編號)所標識的貨品的位置、 貨架高度206、每個陳列面的寬度210、貨架圖高度212以及貨架圖貨架深度214。貫穿本 文，術語“分段”將用來指示可能具有某些共同屬性的SKU編號的匯集或者特定分組。例如， 分段可以表示特定商店中的所有電視機，而與電視機的型號無關。由此，“電視機分段”可以 包括針對平面屏幕電視機、等離子電視機、投影電視機等的所有SKU貨品編號。與此，這里 所提及的術語“SKU”表示對產品的最小描述，而術語“分段”表示一個或多個SKU的匯集。圖3示出了數據導入和周期性數據庫更新模塊104。數據導入和周期性數據庫更 新模塊104可以包括一個或多個全局存儲數據庫302，其可操作地耦合至數據導入器處理 模塊306。數據導入器處理模塊306的周期性操作由調度模塊308來控制。注意，在某些實施方式中，系統100可以用來支持商店的全球網絡。例如，除了在 商店的國家連鎖及其子集中對商店進行分組之外，商店可以進一步分組到“品牌(banner)，， 或“連鎖”中，其可以使用不同的貨幣來表示表現。針對這些品牌的數據可以在相同的數據 結構中獨立地或者一起導入和存儲，以便在空間優化中使用。全球存儲數據庫302可以是與數據庫122分離或被包括在其中，并且容納關于所 有商店的所有數據。此外，盡管在圖3中僅僅出于說明目的而將全球存儲數據庫302示為 在數據導入和周期性數據庫更新模塊104之內，但是此類數據庫302可以與數據導入和周 期性數據庫更新模塊104分離定位或者遠程定位。大型連鎖商店可能具有數千個商店，并 且針對所有這種商店的數據被包含在全球存儲數據庫302中，該數據庫302可以是分布式 數據庫或者遠程耦合的數據庫的集合。圖4示出了對應于圖3的組件的數據流示意圖。數據流示意圖示出了外部數據402 的導入，該外部數據402被導入和處理，并最終被存儲在全球存儲數據庫302中。外部數據 402可以包括所有有關的原始數據，其可以從多個POS終端以及商店的其他數據收集設備 獲得。原始外部數據402可以包括實際的銷售或者商店數據404、貨架圖數據406 (諸如貨 架圖的排列、物理布局和維度以及在商店中的位置)、分段主文件410、銷售數據420 (諸如 銷售量、銷售利潤數據等)以及商業規則430。由提取、過濾和加載模塊(EFL) 440對原始數據進行處理，該模塊440也可互換 地稱為提取、變換和加載模塊(ELT) 440，其加載數據，合并和聯結數據的各部分，拒絕不良 或者未確認數據，并且基于這種被拒絕的數據發出“出錯”報告。提取、過濾和加載模塊 (ETL) 440可以使用Sequel Server來實現。提取、過濾和加載模塊(ETL) 440還可以標記或 者消除超范圍的值，排除未確認數據，以及基于預定標準來過濾各種數據。提取、過濾和加 載模塊440繼而將原始數據加載到標準化表442中，該表442具有系統100的后續處理模 塊所使用的標準化格式。可以使用任何適當的數據結構來包含數據，諸如樹結構、圖、鏈表、 多維表或列表等。創建的某些標準化表442包括分段表450、分段約束表452以及商店貨架圖SKU表 456，其表示針對每個商店以及針對每個商店中的每個貨架圖的分段表現數據。標準化表 442還可以包括商店標識符表458，其可以進一步包含商店的預定義分組(例如，所有紐約
7的商店)、曲線系數表462、貨架圖表464以及商業規則表468。商業規則表468可以是反映 針對商業規則430的導入數據的默認規則。在一個實施方式中，提取、過濾和加載模塊440使用十二個月的移動平均以月為 基礎來更新/創建標準化表442。該過程可以按照成批模式或者后臺模式來執行。該過程 可以按照大于或者小于一個月的間隔來執行，這取決于項目的需要。數據更新的頻率由調 度器模塊308來控制，其決定何時進行此類更新。優選地，在處理負載較輕時調度更新。注意，分段(分段表450)優選地表示貨品或者SKU的分組而不是單個SKU，盡管 在某些特定情況下，分段可以僅包含單個SKU編號。然而，因為系統100最適于具有大量商 店的零售商店運營，并且每個商店可能具有數千個個體貨品或SKU，因此多數分段表示多個 SKU。圖5是示出數據導入和周期性數據更新模塊104以及曲線擬合模塊106可以采取 的步驟500的高級別流程圖。如上所述，對全球數據庫302的周期性更新是使用提取、變換 和加載模塊來執行的(步驟506)，其更新全球數據庫302中存儲的標準化表442。接下來，定義各種表現和量的量度(步驟512)。在一個實施方式中，使用五個主要 的量或者表現量度，包括消費者單位銷售的單位或者數目、銷售額(銷售額美元或者其他 貨幣)、毛利(GM)、調整后的毛利(AGM)以及邊際貢獻(CM)，也可以是任意貨幣。調整后的 毛利可以是某些其他參數的“凈值”，并且例如可以包括從供貨商給予零售商的用以支付貨 架許可的回扣、折扣、回扣、運輸補助以及修改零售商收益的其他量。邊際貢獻是調整后的 毛利減去其他成本的分配。取決于應用和業務的特定屬性，可以使用其他表現量度。繼而根據應用和可用的數據使用各種標準對商店進行聚類(步驟518)或者分組。 商店的聚類將把相似的商店分組到一個聚類中。在一個實施方式中，對商店的分組或者聚 類是按照針對貨架圖和分段的每個組合的選定商店特征，諸如高銷售量的商店、中銷售量 的商店以及低銷售量的商店。其他聚類標準包括針對每個貨架圖/分段組合的每空間單位 銷售效率，其也可以被用作聚類標準(也即，低銷售額/陳列面直線英尺(LFF)、中銷售額 /LFF以及高銷售額/LFF)。根據應用以及業務的特性，可以使用其他標準來對商店進行聚 類，以改進系統估計空間改變對每個表現度量的影響的能力。例如，可以按照兩步過程來對商店進行聚類，第一聚類過程在系統100外部進行， 其結果作為外部數據402的一部分來處理。在此示例中，聚類的第一步驟可以基于統計標 準的組合，其對總銷售額或者類別對比各種商店特性(諸如商店的類型或大小、市場人口 統計信息或者其他分組標準)的銷售額進行評估。第二聚類過程繼而可以基于任何其他聚 類標準，包括之前描述的那些。可以使用任意數目的聚類和適當的聚類標準。在一個實施方式中，使用三個聚類。 然而，可以使用任何適當數目的聚類，例如大約2個到大約5個之間。在另一實施方式中， 每個聚類可以優選地包含最少一百個商店。然而，每個聚類可以使用其他適當數目的商店。 例如，每個聚類可以包含約100個商店到約500個商店之間。如上所述，系統100優選地并不在SKU級別上進行操作，而是通常在分段級別進行 操作，盡管SKU數據在數據庫級別是可獲得的。由此，將多個產品(SKU)匯聚到分段中，以 提供對產品的特定分組或者類別的“平均視圖”，其被稱為分段。這一產品的自上而下或者 說匯聚的視圖提高了系統效率，并且允許準確的建模和預報，特別是在產品周轉較高以及新產品被快速、連續地投入商店展示的零售商場中。因為商店不能滿足無限數目的產品，因 此在增加新產品時，面對可用貨架圖的改變以及展示空間約束，舊有產品通常將被清除。系 統100允許管理人員所展示商品的這種增加和刪除進行評估和規劃，而無需了解個體貨品 (其甚至尚未被引入)。接下來，對于每個商店，標識和定義貨架圖(步驟530)，并且進一步定義針對每 個貨架圖的分段(步驟536)。某些商店可能使用相同的貨架圖或者貨架圖子集，這取決于 其大小和布局。在具有數百或者數千個商店的零售連鎖中，不太可能每個貨架圖都是唯一 的。由此，某些貨架圖可能共用于多個商店。再次，如上所述，每個分段優選地表示多個產 品或者SKU，從而減少組合的數目。每個貨架圖可以包含任意數目的分段。例如，典型的貨 架圖可以包含大約5到50個分段，這取決于貨架圖的物理維度和包括分段的SKU。接下來，基于表現量度、商店聚類、貨架圖和分段的每個組合，執行用于曲線擬合 過程的數據準備(步驟540)，以生成多個曲線數據集。在一個實施方式中，該過程可以包括 散布圖生成或者其他數據表示。該過程并非必須作為周期性數據庫更新的一部分來執行， 而是，可以向用戶提供輸出，以幫助用戶理解曲線擬合的質量和曲線的行為。由此，數據準 備可以在用戶需求的基礎上、周期性基礎上或者某些其他基礎上執行。曲線數據集的數目可以很大。例如，大型零售商店連鎖可以具有1，200個商店(分 為例如3個聚類，每個聚類有400個商店)，每個商店具有120個貨架圖，每個貨架圖包括 10個分段。假設將1，200個商店分組為三個聚類，則產生18，000個獨立的曲線數據集(5 個表現量度X3個聚類X 120個貨架圖X 10個分段=18，000)。一旦已經為針對表現量度、商店聚類、貨架圖和分段的所有組合的曲線擬合過程 準備了數據(步驟540)，則針對每個組合產生空間彈性曲線(步驟560)。曲線擬合模塊或 者引擎106生成對應于每個曲線數據集的空間彈性曲線，并且嘗試擬合對曲線數據集的最 佳曲線。注意，對于表現量度、商店聚類、貨架圖和分段的每個組合，都存在曲線數據集以及 相對應的空間彈性曲線。這以商店聚類而非個體商店為基礎。空間彈性曲線用來對商店空間的變化以及由針對特定分段的商店空間的改變所 引起的表現(量度)的結果變化進行建模。感興趣的量度是應變量(Y軸)，而商店空間(陳 列面直線英尺)的改變是自變量(X軸)。曲線擬合引擎106可以是可購得的統計模塊，其 對輸入數據應用回歸分析或者其他統計計算。短語“空間彈性曲線”中的術語“空間”表示 相對于商店中的空間(產品的空間布局)的特定量度而回歸的數據。總計的陳列面直線英 尺(LFF)是在生成空間彈性曲線時使用的一個量度，但是也可以使用其他空間量度，諸如 商店中貨架空間的平方英尺或者立方英尺。曲線擬合引擎106可以是任何適當的曲線擬合引擎或者軟件包，諸如可從加利福 尼亞州Palo Alto的TIBCO Software公司購得的在Microsoft Windows下運行的S+版本 8。TIBCO引擎中的功能“optim”可以在曲線擬合期間使用。其他適當的曲線擬合引擎或者 軟件包是可從北卡羅來納州Cary的SAS公司購得的在Microsoft Windows下運行的SAS 版本9. 3。可以使用能夠使用S形曲線或者收益遞減曲線來進行曲線擬合的任何適當的曲 線擬合硬件或者軟件包或者模塊。在執行曲線擬合時，曲線擬合引擎106優選地使用S形曲線或者收益遞減曲線或 者類似形狀的曲線，因為這種曲線逼近曲線數據集中的相應數據。具有S形曲線或者收益遞減型曲線的這種曲線通常是適用的，因為銷售額和其他表現量度常常反映收益遞減原 理，其中在超過特定點之后，自變量的進一步增加對應變量的影響有限。可以看到，在超過 特定點之后，增加貨品的數目未必會增加商店的銷售額。一般說來，銷售額遵循Pareto型 分布，例如，前20 %的產品帶來80 %的銷售額，而其余80 %的產品帶來其余20 %的銷售額。曲線擬合引擎或者軟件模塊106可以使用不同的回歸過程來處理數據。優選地， 應用最小二乘法過程，但是可以使用任何適當的過程，諸如歸回樹、卡方回歸、最小二乘法 回歸、序列回歸和、序列誤差和、正交回歸，并且可以使用其他回歸過程和技術。在生成空間彈性曲線之后，針對商店聚類中的商店重新生成和縮放每個此類曲線 或者相應的系數(步驟566)，以提供與每個商店對應的經縮放的空間彈性曲線。這允許相 對于商店聚類中的任何特定商店來觀察每個曲線的行為。在商店級別使用縮放允許用戶 在稍后的過程中選擇商店的任意組合，以便關于空間來進行建模和優化。在一個實施方式 中，針對上文提到的五個表現量度(售出單位、銷售額、毛利、調整后的毛利以及邊際貢獻) 中的每一個，對曲線進行縮放并且生成新的系數(經縮放的空間彈性曲線系數)。然而，同 樣可以針對任何其他適當的量度來執行縮放，以允許針對每個個體商店或者需求點生成彈 性曲線。例如，如果使用銷售量量度來縮放系數，則可以使用空間彈性曲線(其針對給定 商店聚類中所有的400個商店而產生)來表示該商店聚類中的400個個體商店中的任一 項。由此，使用經過重新縮放的聚類系數所描述的曲線，可以針對聚類中的每個商店來推斷 相對于在其上對彈性進行建模的商店范圍的商店聚類的銷售量行為。例如，在具有空間彈 性銷售行為的分段中，對于空間中1尺的增加來說，高銷售量商店將比低銷售量商店具有 更大的絕對銷售額增加。在按照特定實施方式的上述示例中，生成了 18，000個獨立的空間彈性曲線，其由 36，000個系數來表示。假設需要兩個系數來描述所使用的曲線，那么一旦針對1，200個商 店中的每一個進行了縮放，則至多43，200, 000個系數(36，000X1, 200)可以描述系數數據 集。這些系數可以存儲在全球數據庫302中，或者可以在選擇特定商店進行分析時重新計 算縮放過程。圖6是示出綜合數據創建模塊108可以執行的步驟600的高級別流程圖。綜合數 據創建過程是用戶需求分析模塊，其接受用戶輸入參數，使用數據和空間彈性曲線信息，并 且根據用戶的規則和允許空間變化的限制，來產生在最優空間重分配下對商店模型的估計 改變的分析。在一個實施方式中，為用戶生成報告或者其他適當輸出。例如，諸如商店管理人員的用戶可能希望對整個商店、商店的分組進行重新建模 或者重新排列，或者可能希望僅僅重新排列選定商店中的幾個通道。作為另一示例，大型零 售商店連鎖可能期望通過拓寬所有通道使其商店的外觀現代化。為了將通道拓寬期望的 量，可能需要例如將產品展示或者貨架的直線英尺減少20%。管理者是否應當消除整個產品區域以滿足其減少數目？在不了解對商店利潤率 的影響的情況下，草率地做出這種減少看上去并不明智。也許進行這種清除式改變將消除 商店最盈利的貨品。由此，用于使用彈性建模的自頂向下表現優化的系統100為管理者提 供用于評估和預測產品組合改變的工具，并且還提供增量分析，其顯式應當進行什么改變 以便最小化或者最大化任何選定的表現量度或者量度組合。
10
空間彈性曲線允許系統100精確地和有效地對商店空間的改變以及由針對特定 分段的商店空間的改變引起的表現(量度)的結果改變進行建模。注意，最終目標未必一 定是最大化特定貨架圖或者分段的利潤度量。例如，一個備選目標可以是，最大化通過特定 通道的人流量(流量產生場所)，而不是最大化該通道中產品的銷售額，因為這種流量可能 增加其他通道中的銷售額。由此，可能希望放棄特定貨架圖/分段中的某些銷售額，以產生 商店中其他地方的流量增加。作為初始步驟，諸如管理人員的用戶選擇要建模或者分析的商店或者商店分組 (步驟602)，并且選擇感興趣的量度。如前所述，感興趣的量度可以包括售出單位、銷售額、 毛利、調整后的毛利、邊際貢獻、或者例如針對商店的每個部分的戰略目標而制定的目標量 度的組合。感興趣的每個分量量度對應于空間彈性曲線中的應變量(Y軸)。用戶還可以選 擇要優化、建模或者分析的貨架圖和分段的組合(步驟604)。用戶可以選擇商店或商店分 組、貨架圖以及分段。回想對于選定用戶參數的所有組合，之前已經生成和/或縮放了空 間彈性曲線。注意，之前創建的標準化表442 (諸如，商店貨架圖SKU表456)完全標識了相 對于每個以及所有商店的貨架圖的物理布局。接下來，對于用戶選擇用于分析的每個商店，以及對于選定量度、貨架圖和分段 的每個以及所有組合，獲取相應空間彈性曲線的系數(步驟608)。用戶還可以選擇特定目 標(步驟610)，諸如用以對消除總空間的特定量進行建模。用戶還可以為將要建模的改變 設置特定的商業規則、約束和/或限制(612)。例如，貨架空間的總計百分比改變可以限制 于20%的減少，或者任何單個貨架圖的直線英尺不能減少超過25%。實際上，商業規則提 供對模型中允許的改變的分析限制。注意，全球數據庫302頻繁地更新，以便顯示每個商店中可用的實際空間的改變。 這與所執行的周期性或者每月批處理更新(步驟506)以生成新的或者已更新空間彈性曲 線是分離的和無關的。對每個商店中可用的實際空間的更新可以例如以天為基礎來執行， 并且對于空間彈性曲線沒有影響。相反，這些頻繁更新允許用戶使用最新的商店空間信息 來準確地建模。一旦用戶已經選擇了用于建模過程的參數，便針對選定量度、商店、貨架圖和分段 的每個組合，根據系數來重新生成相應的空間彈性曲線(步驟620)。使用重新生成的空間 彈性曲線，繼而生成“綜合貨品記錄”或者“綜合貨品數據”(步驟630)。綜合貨品記錄或 者數據是根據彈性曲線創建的數據記錄，其描述特定的商店、商店聚類、貨架圖和產品分段 中的一個或多個貨品的表現和空間利用率。例如，如果特定分段中的貨品每個平均占據0. 1直線英尺，并且此時在空間彈性 曲線上，下一個0. 1直線英尺的空間期望產生附加的1美元/商店/周的銷售額，綜合貨品 記錄將反映該增長。由此，綜合貨品記錄對構成空間增加的、增加每個附加貨品或者SKU或 者貨品分組(而不是反映分段的累積表現(多個SKU的匯集))的增量影響進行仿真。接下來，針對所有選定商店，增加與每個綜合SKU對應的商店空間(LFF)，并且用 總和除以商店的數目(步驟640)，以得到跨用戶選擇用于建模的商店分組的平均值，而不 考慮商店所屬的商店聚類或者彈性曲線分組。稍后可以將表現數據累積為針對商店分區 的聚集。然而，使用數據的每個商店的平均視圖用于分析對于使用該系統進行分析來說是 最有用的。
對于步驟640中用戶選擇的多個商店，這些商店表示選擇用于分析的實際商店分 組。例如，用戶可能已經選擇了只分析紐約的商店。上面假設分段中的每個SKU具有相同 的特性；也即，所有SKU(實際產品維度)具有相同的陳列面區域寬度(直線英尺)。綜合 貨品數據以實際產品或者SKU為基礎，并且事實上不是實際的SKU，而是表示相應SKU的平 均。接下來，跨用戶選擇的所有分段和區域來比較綜合貨品記錄，以便跨用戶選擇用 于建模的分段和貨架圖的整個集合來確定空間增加的最優順序(步驟650)。因為知道每個 貨架圖中的每個分段中的貨架空間的一直線英尺中適合多少貨品或者SKU，因此知道例如
貨架圖G上的分段A中的“綜合貨品#1”需要空間量“X”，并且對特定的表現量度具有影響 “y，，。使用跨所分析的所有貨架圖和分段的下一可用綜合貨品的表現的排序過程將指 示跨所有產品分組來擴展或者減少空間的優化方式。在一個實施方式中，使用用戶定義的 “空間增量”(諸如1個陳列面直線英尺)將綜合貨品組合為“綜合貨架圖”(具有不同長度 的綜合貨品的分組)。在已經創建針對綜合貨品記錄(以及將其分組為優化空間增量)之后(步驟 650)，用戶可以選擇運行各種分析或優化情境(步驟660)。這可以由分析/結果優化模塊 110來執行。這允許基于用戶期望的任何空間總量，來評估應當從每個貨架圖中的每個分段 增加或者刪除多少空間以及多少貨品，此外，這受制于管理針對空間子集而允許的改變量 的用戶商業規則。例如，用戶可能希望查看修改(減少)8英尺的商店空間對于選定量度(例如，銷 售額或利潤)的增量影響。如果目標是最大化選定量度，則用戶可以基于分析/結果優化 模塊110的輸出看到選定量度得以最大化，或者基于對選定量度的增量影響，至少首先從 貨架圖A移除分段“X”的一部分，并且可能為分段“y”增加某些更多空間，從而將對選定 量度的影響最小。由分析/結果優化模塊110生成(步驟660)的結果貨架圖或者“綜合”貨架圖(提 出的貨架圖)可以包括分段1中的特定目標數目的SKU、分段2中的目標數目的SKU等，并 且每個SKU將負責不同銷售額或者其他選定量度，這基于其對選定性能量度的影響以降序 列出或者顯示。分析/結果優化模塊110的輸出提供了分析，其允許用戶以增量為基礎確 定應當從每個貨架圖或分段消除或者向每個貨架圖或分段增加多少空間以及哪些SKU，以 便實現關于選定表現量度的期望目標。由此，所產生的輸出(打印報告或者顯示屏上可視)允許用戶生成各種情況下的 最優解決方案。分析/結果優化模塊110可以在Accenture的許可下購得，作為使用SQL Server ^igVX VisualBasic 8 L^l^ VB. net ^ Performance Optimizer Client Server 版本 2009. 1. 5. 28。圖7至圖18示出了使用零售商店數據的上述過程的詳細示例，并且可以返回參考 圖5和圖6中所示的各個過程步驟。在圖7至圖18中，術語“類別”可以與術語“分段”互 換使用，并且具有相同含義。圖7示出了將商店聚類為3個商店聚類(參見步驟518)，以及圖7是針對低銷售 效率的圖示，其中每個商店/POG/類別組合由銷售效率排列，并且置于聚類中。圖8示出了對應于商店聚類而生成的空間彈性曲線(低銷售效率的商店聚類)，其中示出了根據聚類 創建彈性曲線，以及彈性曲線貫穿每個聚類，以確定針對每個POG/類別/聚類的系數。針 對商店聚類、貨架圖、分段和表現量度的每個可能組合生成空間彈性曲線(參見步驟560)， 并且將系數保存在全球數據庫302中。圖9示出了由每個商店對空間彈性曲線進行縮放使得曲線相交于表示選定商店 的點。具體地，示出了針對每個商店縮放彈性曲線，以及通過調節曲線來針對每個商店縮放 空間彈性曲線，因此其僅貫穿聚類圖上的每個商店的點。系數是彈性曲線的數學表示。針 對商店聚類、貨架圖和分段的每個組合中的每個商店來縮放曲線，使得可以使用商店特定 的系數來針對任何商店估計任何量度，以便重新創建曲線。圖10示出了綜合貨品的創建以及每個類別(分段)的陳列面直線英尺的確定，并 且進一步示出了將需要的SKU的數目(參見步驟630)。創建綜合SKU的第一步是，確定針 對商店中每個商店/POG/類別組合的LFF/SKU。這是通過將實際LFF除以貨架圖上類別的 SKU數目來實現的；一旦完成，針對每個POG/類別組合，跨項目中的所有商店計算平均LFF/ SKU。具體而言，一旦完成，針對貨架圖和分段的每個組合來計算空間的平均直線英尺以及 SKU的數目。可以通過減去先前生成的分段值和系數，來計算預測的銷售額、毛利、調整后的 毛利以及邊際貢獻。圖11示出了針對每個商店的所有SKU和陳列面直線英尺而確定的預測銷售額。具 體而言，針對每個商店的所有SKU和LFF，確定預測銷售額。在商店1中，預測銷售額在大約 15LFF或者大約40SKU附近下降到0。圖12示出了應用于所分析的所有用戶選定商店的計 算。具體而言，針對項目中的所有商店(在此情況為3個)執行之前的計算，并且計算針對 每個SKU和LFF值的跨商店的平均銷售額。存在預測銷售額的值，其將在商店表現優化器 中用于該特定項目。圖13示出了基于用戶提供的輸入使用分析和優化模塊110來預測銷售額。具體而 言，對于收音機類別X，針對此項目中的平均水平的商店，銷售額在30個SKU附近平緩。結 果顯示當收音機的類別或者分段的SKU數目接近30時，銷售額是平緩的。類似地，圖14 示出了針對跨三個選定商店的所有表現量度而執行的圖13的計算，具體而言，示出了針對 所有量度執行之前的計算，并且計算跨所有三個商店的平均，以及跨商店1、2和3針對收音 機類別X的預測值。而圖15示出了針對所分析的商店、貨架圖和分段(類別)的每個組合 而重復的計算。圖15A示出了針對所研究的每個商店/POG/類別組合重復過程。計算預測 量度，直到達到用戶針對該POG指定的最大LFF增長；或者在沒有最大值的情況下，預測繼 續，直到系統默認限制當前平均LFF。在此示例中，收音機具有的最大LFF為3英尺，并且 照相機具有的最大LFF為5英尺。圖15B示出了針對所研究的每個商店/POG/類別組合重 復過程。計算預測量度，直到達到用戶針對該POG指定的最大LFF增長；或者在沒有最大值 的情況下，預測繼續，直到系統默認限制當前平均LFF。在此示例中，收音機具有的最大LFF 為3英尺，并且照相機具有的最大LFF為5英尺。圖16示出了使用選定表現量度的商店優化和SKU排名。一旦已經計算了預測值， 優化過程開始。在自頂向下版本中，假設SKU為100%增量，因此SKU按照VPC升序排名，以 確定刪除優先級。基于排名，用戶可以確定應當如何刪除或者增加各種SKU和空間。圖17 和圖18示出了在對貨品進行排名并且指派了刪除優先級之后，可以將SKU組合為“綜合貨架圖”。綜合貨架圖是這樣的貨架圖，其包含將最大化給定空間量中的選定表現量度(在圖 15至圖18中稱為“VPC”)的SKU。圖17A分別示出了針對2英尺綜合、4英尺綜合以及6英 尺綜合的“照相機”綜合貨架圖。圖17B分別示出了針對8英尺綜合和10英尺綜合的“照 相機”綜合貨架圖。圖18示出了針對2英尺綜合和4英尺綜合的“收音機”綜合貨架圖。上面描述的邏輯、電路和處理可以編碼在計算機可讀介質中，諸如CD ROM、盤、閃 存、RAM或者ROM、電磁信號或者諸如供處理器執行的指令之類的其他機器可讀介質中。備 選地或附加地，邏輯可以是使用硬件實現的模擬或者數字邏輯，諸如一個或多個集成電路， 或者執行指令的一個或多個處理器；或者通過應用編程接口(API)或者動態鏈接庫(DLL)、 共享存儲器中可用的功能或者定義為本地或遠程過程調用以軟件實現；或者實現為硬件和 軟件的結合。邏輯可以在計算機可讀介質、機器可讀介質、傳播信號介質和/或信號承載介質 中表示(例如，存儲在其上或其中)。介質可以包括包含、存儲、傳送、傳播或者傳輸可執行 指令以供可以執行指令的系統、裝置或設備使用或者與之結合使用的任何設備。機器可讀 介質可以選擇性地是但不限于電信號、磁信號、光信號、電磁信號或者紅外信號，或者半導 體系統、裝置、設備或傳播介質。機器可讀介質的示例的非窮盡列表包括磁盤或光盤、諸如 隨機訪問存儲器“RAM”等易失性存儲器、只讀存儲器“ROM”、可擦除可編程只讀存儲器(也 即，EPR0M)或閃存或者光纖。機器可讀介質也可以包括其上印刷有可執行指令的有形介質， 邏輯可以電子地存儲為圖像或者其他格式(例如，通過光學掃描)，并且繼而被編譯和/或 解釋或者以其他方式進行處理。處理的介質繼而可以存儲在計算機和/或機器存儲器中。系統可以包括附加的或者不同的邏輯，并且可以按照多種不同方式來實現。控制 器可以實現為微處理器、微控制器、專用集成電路(ASIC)、離散邏輯或者其他類型電路或邏 輯的組合。類似地，存儲器可以是DRAM、SRAM、閃存或者其他類型的存儲器。參數(例如，條 件和閾值)和其他數據結構可以分開存儲和管理，可以包含在單個存儲器或數據庫中，或 者可以在邏輯上和物理上以多種不同方式來組織。程序和指令集可以是單個程序的部分、 獨立的程序或者跨多個存儲器和處理器來分布。盡管已經描述了本發明的各種實施方式，但是對于本領域技術人員易見的是，很 多其他實施方式和實現在本發明的范圍中也是可行的。由此，除非根據所附權利要求及其 等效項，否則本發明不受限制。
權利要求
一種用于優化商店中商品的展示空間分配的系統，包括具有處理器和存儲器的計算機系統；數據庫，其與所述計算機通信，并配置用于保存多個商店的數據；數據更新模塊，配置用于周期性地接收與所述多個商店對應的原始數據，過濾所述原始數據，以及利用針對所述多個商店的已更新數據來更新所述數據庫；曲線擬合模塊，配置用于應用回歸分析，以生成與針對商店聚類、表現量度、貨架圖和分段的多個組合的已更新數據相對應的空間彈性曲線；綜合數據創建模塊，配置用于接收用戶選擇的輸入參數，以及基于相應的空間彈性曲線來生成綜合貨品記錄；綜合貨品記錄，配置用于響應于相應貨架圖和分段中的建議改變，對針對一個或多個商店的選定表現量度的結果改變進行建模；以及分析和優化模塊，配置用于跨多個分段來比較所述綜合貨品記錄，以提供基于用戶選定的目標在相應貨架圖和分段中增加或減少空間的最優順序的指示。
2.如權利要求1所述的系統，其中針對所述多個商店的所述原始數據包括銷售點數 據、貨架圖數據以及分段數據。
3.如權利要求1所述的系統，進一步包括變換、過濾和加載模塊，配置用于過濾所述 原始數據，以及將所述已更新數據保存在多個標準化數據表中。
4.如權利要求3所述的系統，其中所述已更新數據包括與銷售數據、貨架圖和分段對 應的信息。
5.如權利要求1所述的系統，其中所述數據更新模塊基于十二個月的移動平均來執行 更新，并且按照批處理模式來執行。
6.如權利要求1所述的系統，其中所述多個商店被分組為兩個到5個之間的商店聚類， 每個商店聚類具有100到500個之間的商店。
7.如權利要求1所述的系統，其中所述空間彈性曲線以S形曲線或者收益遞減曲線為 ■石出。
8.如權利要求1所述的系統，其中所述表現量度包括售出單位、銷售額、毛利、調整后 毛利以及邊際貢獻。
9.如權利要求1所述的系統，其中所述空間彈性曲線由多個系數表示。
10.如權利要求9所述的系統，其中系數存儲在所述數據庫中，并且針對選定的商店進 行數值縮放，以生成經縮放的空間彈性曲線系數。
11.如權利要求1所述的系統，其中每個分段包含一個或多個SKU貨品。
12.如權利要求1所述的系統，其中每個分段包含多個SKU貨品。
13.如權利要求1所述的系統，其中所述用戶選定的目標包括以下至少一個將商店空 間增加預定量，將商店空間減小預定量，最大化預定的表現量度，最小化預定的表現量度， 增加一個或多個分段中SKU的數目，和/或減少一個或多個分段中SKU的數目。
14.如權利要求1所述的系統，其中所述用戶選擇的輸入參數對應于最大化選定的表 現量度。
15.一種用于優化商店中商品的展示空間分配的方法，包括步驟 提供具有處理器和存儲器的計算機系統；提供數據庫，其與所述計算機通信，并配置用于保存針對多個商店的數據； 所述計算機周期性地接收與所述多個商店對應的原始數據，過濾所述原始數據，以及 利用針對所述多個商店的已更新數據來更新所述數據庫；應用回歸分析，以生成與針對商店聚類、表現量度、貨架圖和分段的多個組合的已更新 數據相對應的空間彈性曲線；接收用戶選擇的輸入參數，以及基于相應的空間彈性曲線來生成綜合貨品記錄； 響應于相應貨架圖和分段中的建議改變，對針對一個或多個商店的選定表現量度的結 果改變進行建模；以及跨多個分段來比較所述綜合貨品記錄，以提供基于用戶選定的目標在相應貨架圖和分 段中增加或減少空間的最優順序的指示。
16.如權利要求15所述的方法，其中所述多個商店被分組為兩個到5個之間的商店聚 類，每個商店聚類具有100到500個之間的商店。
17.如權利要求15所述的方法，其中所述空間彈性曲線以S形曲線或者收益遞減曲線 為基石出。
18.如權利要求15所述的方法，其中所述表現量度包括售出單位、銷售額、毛利、調整 后毛利以及邊際貢獻。
19.如權利要求15所述的系統，其中所述空間彈性曲線由多個系數表示。
20.一種計算機可讀存儲器或者數據存儲裝置，編碼有表示計算機程序的數據，所述計 算機程序用于確定商店中商品的展示空間分配，包括步驟提供具有處理器和存儲器的計算機系統；提供數據庫，其與所述計算機通信，并配置用于保存針對多個商店的數據； 所述計算機周期性地接收與所述多個商店對應的原始數據，過濾所述原始數據，以及 利用針對所述多個商店的已更新數據來更新所述數據庫；應用回歸分析，以生成與針對商店聚類、表現量度、貨架圖和分段的多個組合的已更新 數據相對應的空間彈性曲線；接收用戶選擇的輸入參數，以及基于相應的空間彈性曲線來生成綜合貨品記錄； 響應于相應貨架圖和分段中的建議改變，對針對一個或多個商店的選定表現量度的結 果改變進行建模；以及跨多個分段來比較所述綜合貨品記錄，以提供基于用戶選定的目標在相應貨架圖和分 段中增加或減少空間的最優順序的指示。
全文摘要
本發明涉及用于使用彈性建模的自頂向下表現優化的系統和方法。更具體地，涉及一種系統，通過使用銷售點數據，使用彈性建模來支持針對商店和貨品的任意分組的商品的商店展示空間的跨類別優化。針對表現量度、商店聚類、貨架圖和貨品分段的每個組合，周期性地創建空間彈性曲線，繼而可以由個體商店對其進行縮放。用戶可以選擇商店和貨架圖的任意組合，并且系統繼而重建彈性曲線作為個體“綜合貨品”，其通過以下方式跨選定的商店來進行平均創建反映每個表現量度中的估計平均商店表現的平均綜合SKU記錄。綜合貨品繼而被用來跨商店區域或者在商店區域內評估宏觀空間表現，或者用來確定總體商店展示可用空間的最佳使用，以允許管理者優化地分配商品的展示空間。
文檔編號G06Q30/00GK101923692SQ20101020494
公開日2010年12月22日 申請日期2010年6月11日 優先權日2009年6月12日
發明者J·S·波頓 申請人:埃森哲環球服務有限公司