本发明涉及自动售卖领域,尤其是一种基于大数据的自动售卖数据调整方法及系统。
背景技术:
在自动售卖行业如火如荼的今天,去自动售卖机上买一瓶可乐或喝一杯咖啡,已经成为很多人每天要做的事情。但是售货机上产品众多,并且对于饮品类产品,可调节的配方口味多种多样,可能会使消费者无法很方便地找到自己需要的产品,或者调节符合自己口味的产品配方。为此,如何自动根据产品、产品配方等的售卖数据来调整每台自动售卖机产品、产品配方等配置,以最大限度地符合大多数人的选择需求来使商家获取最大收益,就成了业内亟需解决的技术难题。
技术实现要素:
为解决上述技术问题,本发明的目的在于:提供一种基于大数据的自动售卖数据调整方法及系统,以自动调整售卖数据来最大限度地符合大多数人的选择需求。
本发明一方面所采取的技术方案是:
基于大数据的自动售卖数据调整方法,包括以下步骤:
对预设区域内的自动售卖机的销售数据进行统计,得到第一占比,所述第一占比为每天每种产品销量占每天总产品销量的比例或者每天每种饮品配方销量占每天总饮品配方销量的比例;
根据第一占比计算平均占比和第一权值,所述平均占比为第一时间段内第一占比的均值,所述第一权值为每种产品的权值或每种饮品配方的权值;
根据平均占比和第一权值进行排序,并根据排序的结果调整预设区域内的自动售卖机的第一售卖参数,所述第一售卖参数包括可售卖的产品、可售卖的饮品配方和展示界面。
进一步,所述对预设区域内的自动售卖机的销售数据进行统计,得到第一占比这一步骤,具体包括:
获取预设区域内的自动售卖机的产品列表和每种产品的初始权值;
统计预设区域内的自动售卖机每天每种产品的销量和每天总产品销量;
根据所述每天每种产品的销量和每天总产品销量得到第一占比。
进一步,所述对预设区域内的自动售卖机的销售数据进行统计,得到第一占比这一步骤,具体包括:
获取预设区域内的自动售卖机的饮品配方列表和每种饮品配方的初始权值;
统计预设区域内的自动售卖机每天每种饮品配方的销量和每天总饮品配方销量;
根据所述每天每种饮品配方的销量和每天总饮品配方销量得到第一占比。
进一步,所述根据第一占比计算平均占比和第一权值这一步骤,具体包括:
根据第一时间段和第一占比计算平均占比,所述平均占比=第一时间段内各天的第一占比之和÷第一时间段的总天数;
根据第一占比计算第一权值,所述第一权值的计算公式为:当天的第一权值=前一天的第一权值×(1+当天的第一占比)。
进一步,所述根据平均占比和第一权值进行排序,并根据排序的结果调整预设区域内的自动售卖机的第一售卖参数这一步骤,具体包括:
对第一权值进行排序,得到第一排序结果;
对平均占比进行排序,得到第二排序结果;
根据第一排序结果和第二排序结果调整预设区域内的自动售卖机的第一售卖参数。
进一步,所述根据第一排序结果和第二排序结果调整预设区域内的自动售卖机的第一售卖参数这一步骤,具体为:
获取第一权值最高和平均占比最大的产品作为最优的产品,然后调整预设区域内的自动售卖机可售卖的产品为最优的产品,并对应调整预设区域内的自动售卖机的产品展示界面;
或者获取第一权值最高和平均占比最大的饮品配方作为默认配方,然后调整预设区域内的自动售卖机可售卖的饮品配方为默认配方,并对应调整预设区域内的自动售卖机的饮品配方展示界面。
本发明另一方面所采取的技术方案是:
基于大数据的自动售卖数据调整系统,包括:
统计模块,用于对预设区域内的自动售卖机的销售数据进行统计,得到第一占比,所述第一占比为每天每种产品销量占每天总产品销量的比例或者每天每种饮品配方销量占每天总饮品配方销量的比例;
计算模块,用于根据第一占比计算平均占比和第一权值,所述平均占比为第一时间段内第一占比的均值,所述第一权值为每种产品的权值或每种饮品配方的权值;
排序与调整模块,用于根据平均占比和第一权值进行排序,并根据排序的结果调整预设区域内的自动售卖机的产品展示布局。
进一步,所述计算模块包括:
第一计算单元,用于根据第一时间段和第一占比计算平均占比,所述平均占比=第一时间段内各天的第一占比之和÷第一时间段的总天数;
第二计算单元,用于根据第一占比计算第一权值,所述第一权值的计算公式为:当天的第一权值=前一天的第一权值×(1+当天的第一占比)。
进一步,所述排序与调整模块包括:
第一排序单元,用于对第一权值进行排序,得到第一排序结果;
第二排序单元,用于对平均占比进行排序,得到第二排序结果;
调整单元,用于根据第一排序结果和第二排序结果调整预设区域内的自动售卖机的第一售卖参数。
本发明另一方面所采取的技术方案是:
基于大数据的自动售卖数据调整系统,包括:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现如本发明所述的基于大数据的自动售卖数据调整方法。
本发明的有益效果是:本发明基于大数据的自动售卖数据调整方法及系统,先对预设区域内的自动售卖机的销售数据统计得到第一占比,然后根据第一占比计算平均占比和第一权值并进行排序,最后根据排序的结果调整预设区域内的自动售卖机的第一售卖参数,基于大数据计算,能随时统计预设区域内的自动售卖机在第一时间段内的产品销量和/或饮品配方销量,进而结合第一占比、平均占比和第一权值来自动调整自动售卖机的产品、饮品配方等售卖配置,最大限度地符合大多数人的选择需求,能使商家获取最大收益。
附图说明
图1为本发明实施例提供的基于大数据的自动售卖数据调整方法的步骤流程图;
图2为本发明自动售卖数据调整方法所采用的系统框图。
具体实施方式
参照图1,本发明实施例提供了一种基于大数据的自动售卖数据调整方法,包括以下步骤:
对预设区域内的自动售卖机的销售数据进行统计,得到第一占比,所述第一占比为每天每种产品销量占每天总产品销量的比例或者每天每种饮品配方销量占每天总饮品配方销量的比例;
根据第一占比计算平均占比和第一权值,所述平均占比为第一时间段内第一占比的均值,所述第一权值为每种产品的权值或每种饮品配方的权值;
根据平均占比和第一权值进行排序,并根据排序的结果调整预设区域内的自动售卖机的第一售卖参数,所述第一售卖参数包括可售卖的产品、可售卖的饮品配方和展示界面。
具体地,本实施例自动售卖数据调整方法所采用的系统框图如图2所示,同一区域内的自动售卖机跟云端通过网络相连,云端可记录如下相关信息:
(1)自动售卖机所在的地区(即所属的地区);
(2)同一时间段内自动售卖机售卖的产品的种类和数量(即销量);
(3)所有自动售卖机上产品的价格信息。
(4)售出饮品配方信息(包括饮品配方的组成、饮品配方的销量等)。
预设区域可根据统计或计算的实际需要进行灵活选取,饮品是指可乐、咖啡等液体产品。饮品配方反映了客户的口味、偏好等,既可以是自动售卖机自身提供的配方,也可以是客户在购买饮品时所调整的配方(每次调整后的配方都将被记录并可加入到配方列表中供下一位顾客选取)。第一时间段可根据实际的需要进行选取,一般为连续的若干天(如5天、7天、15天、30天等)。展示界面可以是自动售卖机的ui界面,用于展示可售卖的产品、饮品配方等信息。根据排序的结果调整预设区域内的自动售卖机的第一售卖参数时,可根据平均占比和第一权值,得到第一权值最高且平均占比最大(即销量上升最快)的产品或饮品配方作为调整后的售卖参数,或者调整最优(即第一权值最高且平均占比最大)的产品或饮品配方位于展示界面的最优先、最靠前的位置,这样可使得自动售卖机的售卖参数更符合大多数人的选择需求。
由上述内容可见,本实施例基于大数据计算,随时统计一定时期内的产品或饮品配方销量,动态地对自动售卖机售卖的产品以及饮品配方进行统计和排序,随时更换最优的产品在自动售卖机界面上面的顺序位置,以及调整饮品类产品的默认配方,以使得自动售卖机更符合大多数人的选择需求,从而获取最大的收益回报。
进一步作为优选的实施方式,所述对预设区域内的自动售卖机的销售数据进行统计,得到第一占比这一步骤,具体包括:
获取预设区域内的自动售卖机的产品列表和每种产品的初始权值;
统计预设区域内的自动售卖机每天每种产品的销量和每天总产品销量;
根据所述每天每种产品的销量和每天总产品销量得到第一占比。
具体地,每种产品的初始权值可以预先设定,一般可选取每种产品的初始权值为100。
第一占比=每天每种产品的销量÷每天总产品销量。
进一步作为优选的实施方式,所述对预设区域内的自动售卖机的销售数据进行统计,得到第一占比这一步骤,具体包括:
获取预设区域内的自动售卖机的饮品配方列表和每种饮品配方的初始权值;
统计预设区域内的自动售卖机每天每种饮品配方的销量和每天总饮品配方销量;
根据所述每天每种饮品配方的销量和每天总饮品配方销量得到第一占比。
具体地,每种饮品配方的初始权值可以预先设定,一般可选取每种饮品配方的初始权值为100。
第一占比=每天每种饮品配方的销量÷每天总饮品配方销量。
进一步作为优选的实施方式,所述根据第一占比计算平均占比和第一权值这一步骤,具体包括:
根据第一时间段和第一占比计算平均占比,所述平均占比=第一时间段内各天的第一占比之和÷第一时间段的总天数;
根据第一占比计算第一权值,所述第一权值的计算公式为:当天的第一权值=前一天的第一权值×(1+当天的第一占比)。
具体地,第一权值与前一天的第一权值以及第一占比有关,是一个可动态计算和更新的数值。
进一步作为优选的实施方式,所述根据平均占比和第一权值进行排序,并根据排序的结果调整预设区域内的自动售卖机的第一售卖参数这一步骤,具体包括:
对第一权值进行排序,得到第一排序结果;
对平均占比进行排序,得到第二排序结果;
根据第一排序结果和第二排序结果调整预设区域内的自动售卖机的第一售卖参数。
进一步作为优选的实施方式,所述根据第一排序结果和第二排序结果调整预设区域内的自动售卖机的第一售卖参数这一步骤,具体为:
获取第一权值最高和平均占比最大的产品作为最优的产品,然后调整预设区域内的自动售卖机可售卖的产品为最优的产品,并对应调整预设区域内的自动售卖机的产品展示界面;
或者获取第一权值最高和平均占比最大的饮品配方作为默认配方,然后调整预设区域内的自动售卖机可售卖的饮品配方为默认配方,并对应调整预设区域内的自动售卖机的饮品配方展示界面。
具体地,平均占比最大表示销量上升的速度最快。对应调整预设区域内的自动售卖机的第一售卖参数,可以调整最优的产品或饮品配方为可售卖的对象,或者调整最优的产品或饮品配方位于展示界面的最优先、最靠前的位置。
以为产品为例,本发明具体实施例的自动售卖数据调整过程具体包括以下步骤:
步骤一:考虑到地区消费能力差异,口味差异,对一定范围的区域(即预设区域)内的自动售卖机进行统计,得出这些自动售卖机上所售卖的产品列表,并为每个产品初始的权值赋值。
例如,所售卖的产品列表包括产品a,产品b,产品c……
为每个产品初始的权值赋值100,
即有:ar0=100,br0=100,cr0=100……
其中,下标r代表权值,下标0表示初始(即当天)。以产品a为例,后续每天每种产品的权值更新为ar1,ar2,ar3……下标1、2、3表示当天的后1、2、3天。
步骤二:云端统计每天每种产品销量,得到每天每种产品在总产品销量中的占比(即第一占比。
以产品a为例,其第一占比ap0=sa0/s_all0*100%
其中,sa0为当天产品a的销量,s_all0为当天总产品销量,下标p代表占比。
相应地,后续各天更新为sa1,sa2,sa3……
s_all1,s_all2,s_all3……
其下标0表示初始(即当天),后续每天第一占比更新为ap1(后1天),ap2(后2天),ap3(后3天)……
步骤三:根据每天统计的第一占比的值,更新产品的权值,并进行排序
以产品a为例,其后续各天的权值计算公式为:
ar1=ar0*(1+ap1);
ar2=ar1*(1+ap2);
……
arn=ar(n-1)*(1+ap(n-1))。
然后,便可以使用常用的排序算法(如大小排序法)对所有产品的权值进行排序,找出权值最高的产品。
步骤四:计算并对第一时间段内的第一占比进行排序,找出销量上升最快的产品。
具体地,以第一时间段为5天为例,首先计算各产品每五天的第一占比值:
ap_5=(apn+ap(n-1)+ap(n-2)+ap(n-3)+ap(n-4))/5;
bp_5=(bpn+bp(n-1)+bp(n-2)+bp(n-3)+bp(n-4))/5;
……
使用常用的排序算法(如大小排序法)对上述所有产品的5天第一占比值的平均值进行排序,找出销量上升最快的产品(即平均占比值最大的产品)。
步骤五:云端服务器根据步骤三和步骤四得到权值最高且销量上升最快的产品,通过网络消息下发给对应区域的自动售卖机,使得售卖机在ui界面上自我调整相应的产品展示布局(包括在ui界面上展示可售卖的产品、可售卖的最优产品顺序等)。
同理,上述算法流程,也适用于对饮品配方进行调整,可通过统计、排序得到饮品配方的调整参数,通知自动售卖机做出相应的调整。
与图1的方法相对应,本发明实施例还提供了一种基于大数据的自动售卖数据调整系统,包括:
统计模块,用于对预设区域内的自动售卖机的销售数据进行统计,得到第一占比,所述第一占比为每天每种产品销量占每天总产品销量的比例或者每天每种饮品配方销量占每天总饮品配方销量的比例;
计算模块,用于根据第一占比计算平均占比和第一权值,所述平均占比为第一时间段内第一占比的均值,所述第一权值为每种产品的权值或每种饮品配方的权值;
排序与调整模块,用于根据平均占比和第一权值进行排序,并根据排序的结果调整预设区域内的自动售卖机的产品展示布局。
进一步作为优选的实施方式,所述计算模块包括:
第一计算单元,用于根据第一时间段和第一占比计算平均占比,所述平均占比=第一时间段内各天的第一占比之和÷第一时间段的总天数;
第二计算单元,用于根据第一占比计算第一权值,所述第一权值的计算公式为:当天的第一权值=前一天的第一权值×(1+当天的第一占比)。
进一步作为优选的实施方式,所述排序与调整模块包括:
第一排序单元,用于对第一权值进行排序,得到第一排序结果;
第二排序单元,用于对平均占比进行排序,得到第二排序结果;
调整单元,用于根据第一排序结果和第二排序结果调整预设区域内的自动售卖机的第一售卖参数。
上述方法实施例中的内容均适用于本系统实施例中,本系统实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
与图1的方法相对应,本发明实施例还提供了基于大数据的自动售卖数据调整系统,包括:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现如本发明所述的基于大数据的自动售卖数据调整方法。
上述方法实施例中的内容均适用于本系统实施例中,本系统实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
综上所述,本发明基于大数据计算,随时统计一定时期内的产品销量,动态地对自动售卖机售卖的产品以及饮品类配方进行统计和排序,随时更换最优的产品在自动售卖机界面上面的顺序位置,调整饮品类产品的默认配方。该方案通过大数据对自动售卖机产品销售数据的处理,可以实现自动售卖机自我调整可售卖的产品和展示产品的ui界面,调整对应产品的口味配方,并不需要大量的人工计算,给售卖机运营商提供业务逻辑上的帮助,使之自我学习,让自动售卖机更加符合市场、受众人群的大部分需求,从而达到最高收益回报。
以上是对本发明的较佳实施进行了具体说明,但本发明并不限于所述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。