公开/公告号CN114897565A
专利类型发明专利
公开/公告日2022-08-12
原文格式PDF
申请/专利权人 南通思普信息科技有限公司;
申请/专利号CN202210818942.5
申请日2022-07-13
分类号G06Q30/02(2012.01);G06Q50/04(2012.01);G06K9/62(2022.01);
代理机构南通云创慧泉专利代理事务所(普通合伙) 32585;
代理人邵永永
地址 226000 江苏省南通市崇川区观音山街人民中路255号财智天地园6幢601室
入库时间 2023-06-19 16:23:50
法律状态公告日
法律状态信息
法律状态
2022-12-06
发明专利申请公布后的撤回 IPC(主分类):G06Q30/02 专利申请号:2022108189425 申请公布日:20220812
发明专利申请公布后的撤回
2022-08-30
实质审查的生效 IPC(主分类):G06Q30/02 专利申请号:2022108189425 申请日:20220713
实质审查的生效
技术领域
本发明涉及数据处理方法技术领域,具体为一种产品生命周期价值精准预测方法及装置。
背景技术
企业之间的竞争,归根接地是产品和服务之间的竞争,有时候,企业并不缺乏产品,而是缺乏具有竞争力的核心产品,缺乏清晰和完善的产品战略和策略,当企业有着数条产品线同时运作的时候,其资源配置不可能采用平均主义,必然要有所倾斜,对于高价值产品、高附加值产品以及高潜力产品需要仔细分析,区别对待,所以企业发展过程中,都会对产品全生命周期的价值进行评估预测,从而将企业产品进行分类,从而指导产品的相关决策,上述的产品全生命周期采用营销学上的概念,即一个产品从推出到成长、成熟、衰退以及推出市场的整个周期,产品在其销售过程中,还会产生各种衍生价值,如商誉价值、形象价值,一般来说商誉价值、形象价值为无形价值,难以量化,所以一般预测产品全生命周期价值时不包含商誉价值、形象价值,产品的价值包含已实现价值和潜在价值,已实现价值又称为当期价值,潜在价值又称为长期价值,指产品终生价值减去产品在当期时刻之前的已实现价值。
目前评估产品生命周期价值的方法一般通过人工检索相应数据,代入使用相应预测模型公式进行计算得出最终数据,操作过程非常繁琐,且预测模型公式的使用对于一般操作人员来说较难理解其计算过程,对操作人员的业务技能要求非常高,使得产品生命周期价值的评估过程非常不方便,不利于向企业提供对产品决策的依据,产品是企业的核心资产,是企业利润的主要来源,计量一个产品的价值,最重要的计量产品在未来能够为企业带来的利润,这不仅涉及到产品未来使其创造的直接利润,还涉及到产品创造间接利润的能力,间接利润中最重要的是可以计量的销售产品价值,所以需要一种能够方便且准确预测产品生命周期价值的方法和装置。
现有技术CN101599158A公开了一种金融类产品的价值涨跌预测服务的电子系统及实现方法,通过客户端注册为一般或专家用户,通过选择网页服务器提供的一般和风险服务选项,同时缴纳相应的服务费和/或保证金;其中专家用户能提供预测服务,若专家用户的预测结果与实际结果的趋势一致,则付给专家相应的费用;若不一致,则费用返还给用户。此外,交易的记录全过程通过数据库服务器存储,并按一定的规则进行排序,随时供选择服务的用户查询。本发明方法是客户和专家通过客户端提供的服务选项进行服务选择,对选择的服务作出相应的付费和风险付费;该技术方案仅局限于金融类产品,而对于不同企业、类别的产品,该方法不能提供更广的包容度,因此使用情形受到了局限。
发明内容
针对现有技术的不足,本发明提供了一种产品生命周期价值精准预测方法及装置,解决了目前评估产品生命周期价值的方法一般通过人工检索相应数据,代入使用相应预测模型公式进行计算得出最终数据,操作过程非常繁琐,且预测模型公式的使用对于一般操作人员来说较难理解其计算过程,对操作人员的业务技能要求非常高,使得产品生命周期价值的评估过程非常不方便,不利于向企业提供对产品决策的依据的问题。
为实现以上目的,本发明通过以下技术方案予以实现:一种产品生命周期价值精准预测方法及装置,包括计算机和基于大数据建立的网络数据库,所述计算机由存储单元、处理单元组成,所述存储单元中储存有用于执行处理单元处理命令的计算机程序以及企业过往历史数据,所述处理单元由数据采集模块、产品生命周期预测模块、已实现价值增长曲线生成模块、拟合模块、潜在价值预测模块以及终生价值计算模块组成;所述数据采集模块用于从存储单元及网络数据库中采集市场占有率数据、产品上架时间信息、产品已实现价值信息、影响产生命周期的因素信息以及企业过往历史数据;所述产品生命周期预测模块用于调用数据采集模块数据通过计算机程序计算出产品生命周期预测曲线;所述已实现价值增长曲线生成模块用于根据数据采集模块采集数据计算已实现价值并生成增长曲线;所述拟合模块用于将已实现价值增长曲线生成模块输出数据同产品生命周期预测模块输出数据进行拟合修正,输出产品生命周期曲线;潜在价值预测模块用于统计产品潜在价值预测数据;终生价值计算模块用于将潜在价值预测模块输出数据与数据采集模块采集的产品已实现价值相加获得产品终生价值。
优选的,所述计算机程序中包含用于预测市场占有率的马尔柯夫预测模型和用于预测产品生命周期曲线的戈珀资曲线预测模型、罗吉斯曲线预测模型以及皮尔-雷德曲线预测模型。
优选的,所述市场占有率数据包括企业产品市场占有率、流通行业占有率、产业市场占有率。
优选的,所述产品已实现价值信息为产品从上架时间起至数据采集模块采集时期间已售出产品的价值。
优选的,所述影响产生命周期的因素信息包括国家政策法律的制约、社会技术进步的程度、市场竞争的情况、消费需求的发展变化以及产品本身的性质和用途;
优选的,所述已实现价值增长曲线、产品生命周期曲线横向坐标均为日期,所述已实现价值增长曲线、产品生命周期曲线竖向坐标均为销售金额;
一种产品生命周期价值精准预测方法,所述预测方法包括如下步骤:
S1、通过数据采集模块从存储单元及网络数据库中采集市场占有率数据、产品上架时间信息、产品已实现价值信息、影响产生命周期的因素信息以及企业过往历史数据;
S2、由已实现价值增长曲线生成模块根据数据采集模块采集数据计算已实现价值并生成增长曲线;
S3、由产品生命周期预测模块计算出产品生命周期预测曲线;
S4、采用拟合模块将已实现价值增长曲线生成模块输出数据同产品生命周期预测模块输出数据进行拟合修正,输出产品生命周期曲线;
S5、通过潜在价值预测模块采集拟合模块输出数据统计潜在价值预测数据;
S6、通过终生价值计算模块计算产品终生价值。
优选的,所述产品生命周期预测曲线计算方法如下:
通过产品生命周期预测模块结合市场占有率数据、影响产生命周期的因素信息、企业过往历史数据以及已实现价值增长曲线,用预测市场占有率的马尔柯夫预测模型结合市场占有率数据、影响产生命周期的因素信息、企业过往历史数据以及已实现价值增长曲线预测出未来市场占有率信息,再通过未来市场占有率信息选用计算机程序中戈珀资曲线预测模型、罗吉斯曲线预测模型以及皮尔-雷德曲线预测模型中符合的一种计算得到产品生命周期预测曲线。
优选的,所述潜在价值预测数据计算方式为提取从预测日期开始到产品生命周期末尾日期之间每日产品销售额进行求和。
优选的,所述终生价值计算模块计算过程如下:
从已实现价值增长曲线生成模块采集已实现价值,从潜在价值预测模块采集潜在价值预测值,将已实现价值与潜在价值预测值相加获得终生价值。
本发明提供了一种产品生命周期价值精准预测方法及装置。具备以下有益效果:
1、相比现有技术,产品生命周期价值精准预测方法及装置,在存储单元中储存有用于执行处理单元处理命令的计算机程序以及企业过往历史数据,计算机程序中包含用于预测产品生命周期曲线的戈珀资曲线预测模型、罗吉斯曲线预测模型以及皮尔-雷德曲线预测模型,通过数据采集模块从存储单元及网络数据库中采集市场占有率数据、产品上架时间信息、产品已实现价值信息、影响产生命周期的因素信息以及企业过往历史数据,再结合产品生命周期预测模块调用数据采集模块数据通过计算机程序计算出预测产品生命周期曲线,进一步通过拟合模块、潜在价值预测模块以及终生价值计算模块使得潜在价值预测数据和产品终生价值,相比以往人工采集数据和参与计算,通过集成计算机程序的方式大大降低了技术门槛,使得产品生命周期价值预测的工作能够更加有效的进行推广,使得更多的企业能够针对企业数条产品线同时运作的时候更清楚的发现核心产品以便于资源倾斜,使得利益最大化。
2、相比现有技术,产品生命周期价值精准预测方法及装置,通过数据采集模块采集包括产品企业产品市场占有率、流通行业占有率、产业市场占有率在内的市场占有率信息,再通过马尔柯夫预测模型预测出未来市场占有率信息,从而方便计算机程序能够更好的根据现有信息去选择与之相匹配的曲线预测模型,提高产品生命周期预测曲线的准确程度。
3、相比现有技术,产品生命周期价值精准预测方法及装置,通过数据采集模块产品已实现价值信息,再通过已实现价值增长曲线生成模块根据数据采集模块采集数据计算已实现价值并生成增长曲线,通过拟合模块将已实现价值增长曲线生成模块输出数据同产品生命周期预测模块输出数据进行拟合修正,输出产品生命周期曲线,相比传统的只用企业过往历史数据以及影响因素生成的产品生命周期预测曲线更加精准,且采集已实现价值的日期与产品发布日期跨度越长结果越准确。
附图说明
图1为本发明装置整体结构框架示意图;
图2为本发明处理单元结构框架示意图
图3为本发明计算机程序结构框架示意图;
图4为本发明数据采集模块采集信息内容示意图;
图5为本发明已实现价值增长曲线生成模块工作内容示意图;
图6为本发明产品生命周期预测模块工作内容示意图;
图7为本发明拟合模块工作内容示意图;
图8为本发明终生价值计算模块工作内容示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例:
如图1到图8所示,本发明实施例提供一种产品生命周期价值精准预测方法及装置,包括计算机和基于大数据建立的网络数据库,计算机由存储单元、处理单元组成,计算机程序中包含用于预测市场占有率的马尔柯夫预测模型和用于预测产品生命周期曲线的戈珀资曲线预测模型、罗吉斯曲线预测模型以及皮尔-雷德曲线预测模型,马尔柯夫预测模型用于预测未来市场占有率,从而在不同的销售情况下从三种不同类型的曲线预测模型选择一种。
存储单元中储存有用于执行处理单元处理命令的计算机程序以及企业过往历史数据,处理单元由数据采集模块、产品生命周期预测模块、已实现价值增长曲线生成模块、拟合模块、潜在价值预测模块以及终生价值计算模块组成;
数据采集模块用于从存储单元及网络数据库中采集市场占有率数据、产品上架时间信息、产品已实现价值信息、影响产生命周期的因素信息以及企业过往历史数据,市场占有率数据包括企业产品市场占有率、流通行业占有率、产业市场占有率,通过采集到企业产品市场占有率、流通行业占有率、产业市场占有率,影响产生命周期的因素信息包括国家政策法律的制约、社会技术进步的程度、市场竞争的情况、消费需求的发展变化以及产品本身的性质和用途,通过采集数据模块通过设定好的采集逻辑,可以大大提升采集速度,降低技术门槛,且采集更加全面,避免以往人工采集出现的遗漏情况;
产品生命周期预测模块用于调用数据采集模块数据通过计算机程序计算出产品生命周期预测曲线,通过产品生命周期预测模块根据马尔柯夫预测模型预测结果选用戈珀资曲线预测模型、罗吉斯曲线预测模型以及皮尔-雷德曲线预测模型,马尔柯夫预测模型中的一种,结合数据采集模块输出数据进行建立产品生命周期预测曲线,并将之进行阶段划分呈介绍期、成长期、成熟期以及衰退期,方便后续企业根据产品生命周期价值在不同阶段采取不同的正向干预措施,使得利益最大化;
已实现价值增长曲线生成模块用于根据数据采集模块采集数据计算已实现价值并生成增长曲线,产品已实现价值信息为产品从上架时间起至数据采集模块采集时期间已售出产品的价值;拟合模块用于将已实现价值增长曲线生成模块输出数据同产品生命周期预测模块输出数据进行拟合修正,输出产品生命周期曲线;潜在价值预测模块用于统计产品潜在价值预测数据;终生价值计算模块用于将潜在价值预测模块输出数据与数据采集模块采集的产品已实现价值相加获得产品终生价值。已实现价值增长曲线、产品生命周期曲线横向坐标均为日期,已实现价值增长曲线、产品生命周期曲线竖向坐标均为销售金额;
产品是企业的核心资产,是企业利润的主要来源,计量一个产品的价值,最重要的计量产品在未来能够为企业带来的利润,这不仅涉及到产品未来使其创造的直接利润,还涉及到产品创造间接利润的能力,间接利润中最重要的是可以计量的销售产品价值,该产品生命周期价值精准预测方法,结合基于大数据建立的网络数据库、市场占有率数据、产品上架时间信息、产品已实现价值信息、影响产生命周期的因素信息以及企业过往历史数据,进行产品生命周期价值的精准预测,为企业优化产品路线,具体的预测方法包括如下步骤:
S1、通过数据采集模块从存储单元及网络数据库中采集市场占有率数据、产品上架时间信息、产品已实现价值信息、影响产生命周期的因素信息以及企业过往历史数据;
S2、由已实现价值增长曲线生成模块根据数据采集模块采集数据计算已实现价值并生成增长曲线;
S3、由产品生命周期预测模块计算出产品生命周期预测曲线,产品生命周期预测曲线计算方法如下:
通过产品生命周期预测模块结合市场占有率数据、影响产生命周期的因素信息、企业过往历史数据以及已实现价值增长曲线,用预测市场占有率的马尔柯夫预测模型结合市场占有率数据、影响产生命周期的因素信息、企业过往历史数据以及已实现价值增长曲线预测出未来市场占有率信息,再通过未来市场占有率信息选用计算机程序中戈珀资曲线预测模型、罗吉斯曲线预测模型以及皮尔-雷德曲线预测模型中符合的一种计算得到产品生命周期预测曲线;
S4、采用拟合模块将已实现价值增长曲线生成模块输出数据同产品生命周期预测模块输出数据进行拟合修正,输出产品生命周期曲线;
S5、通过潜在价值预测模块采集拟合模块输出数据统计潜在价值预测数据,潜在价值预测数据计算方式为提取从预测日期开始到产品生命周期末尾日期之间每日产品销售额进行求和;
S6、通过终生价值计算模块计算产品终生价值,终生价值计算模块计算过程如下:从已实现价值增长曲线生成模块采集已实现价值,从潜在价值预测模块采集潜在价值预测值,将已实现价值与潜在价值预测值相加获得终生价值。
工作原理:通过数据采集模块从存储单元及网络数据库中采集市场占有率数据、产品上架时间信息、产品已实现价值信息、影响产生命周期的因素信息以及企业过往历史数据;由已实现价值增长曲线生成模块根据数据采集模块采集数据计算已实现价值并生成增长曲线;由产品生命周期预测模块计算出产品生命周期预测曲线,产品生命周期预测曲线计算方法如下:通过产品生命周期预测模块结合市场占有率数据、影响产生命周期的因素信息、企业过往历史数据以及已实现价值增长曲线,用预测市场占有率的马尔柯夫预测模型结合市场占有率数据、影响产生命周期的因素信息、企业过往历史数据以及已实现价值增长曲线预测出未来市场占有率信息,再通过未来市场占有率信息选用计算机程序中戈珀资曲线预测模型、罗吉斯曲线预测模型以及皮尔-雷德曲线预测模型中符合的一种计算得到产品生命周期预测曲线,并将销售期分为介绍期、成长期、成熟期以及衰退期;采用拟合模块将已实现价值增长曲线生成模块输出数据同产品生命周期预测模块输出数据进行拟合修正,输出产品生命周期曲线;通过潜在价值预测模块采集拟合模块输出数据统计潜在价值预测数据,潜在价值预测数据计算方式为提取从预测日期开始到产品生命周期末尾日期之间每日产品销售额进行求和;通过终生价值计算模块计算产品终生价值,终生价值计算模块计算过程如下:从已实现价值增长曲线生成模块采集已实现价值,从潜在价值预测模块采集潜在价值预测值,将已实现价值与潜在价值预测值相加获得终生价值,结合正向干预后预测出的多种产品终生价值,可以更加有效的筛选出有利于企业发展的决策。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
机译: 确定基因或蛋白质/酶标记以预测农产品特定质量贸易的预期价值或预测特定质量预期质量的方法并确定时间并确定时间的方法农产品或园艺产品,GDSL以及抗体标记物和脂酶的巨大收成时间。
机译: 使用同类群组预测用户生命周期价值的系统和方法
机译: 使用同类群组预测用户生命周期价值的系统和方法