補貼策略優化方法、裝置、設備及存儲介質與流程

本發明涉及數據分析，尤其涉及一種補貼策略優化方法、裝置、設備及存儲介質。

背景技術：

1、伴隨互聯網的高速發展，用戶通過網絡打車出行需求日益增長，司機和乘客的供需市場存在失衡場景，尤其在城市上下班的高峰時段。從乘客安全和司機管理等多方面角度考慮，一方面司機并不能無限制瘋狂擴張，另一方面合規新司機增長逐漸陷入瓶頸，因此，如何對存量司機通過補貼的方式激勵接單積極性，逐漸成為平臺解決供給不足的重要抓手，平臺視角考慮到補貼預算，故需要對司機的補貼策略做精細化運營，最大化供給滿足市場出行需求。

2、當前技術方案主要集中采用司機供給側的單邊數據，通過統計司機的完單分布情況通過分位數劃定補貼條件x閾值，然后根據運營經驗來確定補貼金額y；或者通過因果推斷的方式計算司機在不同補貼條件下的收益彈性。但該方案未考慮到乘客需求下的供給缺口，無法在預算目標下提供最優化補貼策略。其中，供給缺口為根據場景下司機供給量與乘客需求量計算的差異值。

技術實現思路

1、本發明的主要目的在于提供一種補貼策略優化方法、裝置、設備及存儲介質，旨在解決現有技術中傳統補貼策略未考慮乘客需求下的供給缺口，無法在預算目標下達到最優化的技術問題。

2、為實現上述目的，本發明提供了一種補貼策略優化方法，所述方法包括以下步驟：

3、獲取歷史訂單數據以及司機的歷史完單數據、歷史收入數據、歷史補貼數據與歷史服務數據；

4、基于所述歷史訂單數據，確定不同區域與時間下的供給缺口數據；

5、基于所述歷史完單數據、所述歷史收入數據、所述歷史補貼數據以及所述歷史服務數據，確定司機層級以及不同補貼門檻與補貼金額下的完單增益數據；

6、基于所述供給缺口數據、所述司機層級、所述完單增益數據以及補貼預算，確定最優補貼策略。

7、可選地，所述基于所述供給缺口數據、所述司機層級、所述完單增益數據以及補貼預算，確定最優補貼策略，包括：

8、根據所述供給缺口數據，確定建議補貼區域與建議補貼時間；

9、根據所述補貼預算與所述供給缺口數據，確定補貼金額的約束條件；

10、獲取司機層級、完單增益數據與完單總增益之間的優化關系，基于所述司機層級、所述完單增益數據、所述優化關系以及所述約束條件，確定在所述建議補貼區域與建議補貼時間下的最優完單總增益；

11、基于所述最優完單總增益，確定各司機層級在所述建議補貼區域與建議補貼時間下的最優補貼門檻與最優補貼金額，生成各司機層級在所述建議補貼區域與建議補貼時間下的最優補貼策略。

12、可選地，所述補貼金額的約束條件至少包括：

13、補貼金額的總數小于等于所述補貼預算；

14、各司機層級的補貼金額按照司機層級的等級由高到低依次減少；

15、在非高峰時段，建議補貼區域與建議補貼時間下的供給缺口與完單總增益之間的差值達到最小；

16、在高峰時段，完單總增益達到最大。

17、可選地，所述基于所述供給缺口數據、所述司機層級以及所述完單增益數據，確定最優補貼策略之后，還包括：

18、基于各司機層級在所述建議補貼區域與建議補貼時間下的補貼策略，生成補貼任務；

19、基于所述建議補貼時間，確定預告時間，基于所述預告時間向所述司機預告補貼信息。

20、可選地，所述基于所述歷史完單數據、所述歷史收入數據、所述歷史補貼數據以及所述歷史服務數據，確定司機層級以及不同補貼門檻與補貼金額下的完單增益數據，包括：

21、將所述歷史完單數據、所述歷史收入數據以及所述歷史補貼數據輸入預設司機層級模型，得到所述司機層級；

22、基于所述司機的司機層級，獲取各司機層級對應的預設司機彈性模型，將所述歷史完單數據、所述歷史補貼數據以及所述歷史服務數據輸入對應的預設司機彈性模型，得到所述完單增益數據。

23、可選地，所述獲取歷史訂單數據，包括：

24、基于預設區間數量對目標城市進行劃分，得到多個格子區間；

25、基于所述格子區間與預設劃分時間段，獲取不同區域與時間下的歷史訂單數據。

26、可選地，所述基于所述歷史訂單數據，確定不同區域與時間下的供給缺口數據，包括：

27、基于當前周期類型，獲取所述當前周期類型對應的預設供需關系模型；

28、將所述不同區域與時間下的歷史訂單數據輸入所述預設供需關系模型，得到所述不同區域與時間下的供給缺口數據。

29、此外，為實現上述目的，本發明還提出一種補貼策略優化裝置，所述補貼策略優化裝置包括：

30、獲取模塊，用于獲取歷史訂單數據以及司機的歷史完單數據、歷史收入數據、歷史補貼數據與歷史服務數據；

31、優化模塊，用于基于所述歷史訂單數據，確定不同區域與時間下的供給缺口數據；

32、所述優化模塊，還用于基于所述歷史完單數據、所述歷史收入數據、所述歷史補貼數據以及所述歷史服務數據，確定司機層級以及不同補貼門檻與補貼金額下的完單增益數據；

33、所述優化模塊，還用于基于所述供給缺口數據、所述司機層級以及所述完單增益數據，確定最優補貼策略。

34、此外，為實現上述目的，本發明還提出一種補貼策略優化設備，所述補貼策略優化設備包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的補貼策略優化程序，所述補貼策略優化程序配置為實現如上文所述的補貼策略優化方法的步驟。

35、此外，為實現上述目的，本發明還提出一種存儲介質，所述存儲介質上存儲有補貼策略優化程序，所述補貼策略優化程序被處理器執行時實現如上文所述的補貼策略優化方法的步驟。

36、在本發明中，通過獲取歷史訂單數據以及司機的歷史完單數據、歷史收入數據、歷史補貼數據與歷史服務數據，基于歷史訂單數據，確定不同區域與時間下的供給缺口數據，基于歷史完單數據、歷史收入數據、歷史補貼數據以及歷史服務數據，確定司機層級以及不同補貼門檻與補貼金額下的完單增益數據，基于供給缺口數據、司機層級、完單增益數據以及補貼預算，確定最優補貼策略。相較于傳統的補貼策略未考慮乘客需求下的供給缺口，無法在預算目標下達到最優化，本發明在明確補貼預算的情況下，根據時段區域的供給缺口、各司機層級的補貼彈性來提供最優化補貼策略，充分考慮到場景的供給缺口，做到供需效率最大化，同時設置補貼金額的約束條件，可以排除不同司機層級間的不公平性。

技術特征：

1.一種補貼策略優化方法，其特征在于，所述補貼策略優化方法，包括：

2.如權利要求1所述的方法，其特征在于，所述基于所述供給缺口數據、所述司機層級、所述完單增益數據以及補貼預算，確定最優補貼策略，包括：

3.如權利要求2所述的方法，其特征在于，所述補貼金額的約束條件至少包括：

4.如權利要求2所述的方法，其特征在于，所述基于所述供給缺口數據、所述司機層級以及所述完單增益數據，確定最優補貼策略之后，還包括：

5.如權利要求1所述的方法，其特征在于，所述基于所述歷史完單數據、所述歷史收入數據、所述歷史補貼數據以及所述歷史服務數據，確定司機層級以及不同補貼門檻與補貼金額下的完單增益數據，包括：

6.如權利要求1至5任一項所述的方法，其特征在于，所述獲取歷史訂單數據，包括：

7.如權利要求6所述的方法，其特征在于，所述基于所述歷史訂單數據，確定不同區域與時間下的供給缺口數據，包括：

8.一種補貼策略優化裝置，其特征在于，所述補貼策略優化裝置包括：

9.一種補貼策略優化設備，其特征在于，所述設備包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的補貼策略優化程序，所述補貼策略優化程序配置為實現如權利要求1至7中任一項所述的補貼策略優化方法的步驟。

10.一種存儲介質，其特征在于，所述存儲介質上存儲有補貼策略優化程序，所述補貼策略優化程序被處理器執行時實現如權利要求1至7任一項所述的補貼策略優化方法的步驟。

技術總結
本發明屬于數據分析技術領域，公開了一種補貼策略優化方法、裝置、設備及存儲介質。該方法包括：獲取歷史訂單數據以及司機的歷史完單數據、歷史收入數據、歷史補貼數據與歷史服務數據；基于歷史訂單數據，確定不同區域與時間下的供給缺口數據；基于歷史完單數據、歷史收入數據、歷史補貼數據以及歷史服務數據，確定司機層級以及不同補貼門檻與補貼金額下的完單增益數據；基于供給缺口數據、司機層級、完單增益數據以及補貼預算，確定最優補貼策略。通過上述方式，在明確補貼預算的情況下，根據時段區域的供給缺口、各司機層級的補貼彈性來提供最優化補貼策略，充分考慮到場景的供給缺口，做到供需效率最大化。

技術研發人員：吳曉泊
受保護的技術使用者：中移動金融科技有限公司
技術研發日：
技術公布日：2024/10/21