[发明专利]基于货架价值地图的超市货架陈列方法

说明书

技术领域

本发明涉及一种基于货架价值地图的超市货架陈列方法，属于计算机应用技术。

背景技术

我国的超市零售业正在经历一个高速发展的时期，竞争越来越激烈，现代超市零售商意识到消费者需求引导市场，在此环境下，以商品品类管理为导向的管理模式，顺应了流通企业管理变革的潮流，受到了更多企业的青睐。然而在品类管理实施过程中遇到的最主要困难是相应的软件系统工具不到位，缺乏信息系统支持，尤其在货架陈列方面依靠人工经验，没有科学的基于数据的决策帮助系统。

目前，市场上的大型超市管理软件分为两个层次，一是采集销售量、销售额等信息，运行简单的加减运算，使之可以呈现某一时段的某类商品的销售数据，但不对其进行挖掘；另一种是按照品类管理的思路对数据进行处理，并对货架陈列提出建议方案，这种货架陈列方式多数基于公平货架原则，计算商品贡献率时各指标的权重是基于管理者的经验，这就导致计算结果有偏差。

发明内容

发明目的：为了克服现有技术中存在的不足，本发明提供一种基于货架价值地图的超市货架陈列方法，以消费者需求为导向、以数据分析为基础，通过分析客流数据、现有商品种类数据、当前货架陈列数据等，利用层次分析法和熵值法而不是依靠人工经验进行数据处理，计算超市区域价值，生成货架价值地图，通过货架价值地图，利用公平原则为超市提出科学的货架陈列方案，从而为超市品类管理提供信息系统支持；为超市零售商实现品类管理提供信息系统支持。

技术方案：为实现上述目的，本发明采用的技术方案为：

首先简单介绍下使用层次分析法（简称AHP）计算评价指标权重思想、现有的判断矩阵的矩阵元素确定方法、熵的基本原理和公平货架原则。

1、AHP计算评价指标权重思想

对任意节点其因素集是确定的（即为评价指标），节点的子节点构成该节点的一组更细的分类，由AHP算法得到子节点的相对权重；当所有节点（叶节点除外）的子节点均处理完毕，即得到各节点（根节点除外）的相对权重。因而该过程是一个循环计算和节点遍历的过程。

计算品类区域价值在各叶节点上得分的具体过程为：对任一叶节点，其所在区域所在量级的所有分类的得分由AHP算法得到。因而该过程也是一个循环和节点遍历的过程。

计算区域在不同量级得分的具体过程为：根据各节点的得分和叶节点上的得分，计算叶节点在不同量级的得分，叶节点的得分t，叶节点的父节点的得分为t₁，父节点的父节点（二级父节点）的得分为t₂，……，n级父节点的得分为t_n，从而叶节点在n量级（n级父节点所属量级）的得分为

据此方法可以计算出商场任意区域的价值，根据价值排名用不同颜色在商场货架布局图上标注，形成价值地图。

2、现有的判断矩阵的矩阵元素确定方法

判断矩阵的矩阵元素的值反映了人们对各因素性对重要性的认识，一般采用1-9及其倒数标度方法，但是这种方法完全依靠人工经验，而且会因使用者的不同产生不同的结果，方法不够客观科学。

鉴于此，本发明加以改进，引入熵值法加以修正，使层次分析法的这一缺陷得到良好的弥补。

3、熵的基本原理

熵最先由申农引入信息论，现已在工程技术、社会经济等领域得到比较广泛的应用。其基本思路是根据指标变异性的大小来确定客观权重。一般来说，某个指标的信息熵e_j越小，表明指标值的变异程度越大，提供的信息量越多在综合评价中所起的作用越大，其权重也就越大。相反，某个指标的信息熵e_j越大，表明指标的变异程度越小，提供的信息量越少，在综合评价中所起的作用越小，其权重也越小。

4、公平货架原则

即根据消费者的购买习惯，从历史销售数据中计算每个品牌或单品的销售数据，结合门店和品类的定位，计算出每个产品的货架空间资源占用和商品贡献率。在本方法中商品贡献率即区域价值。

基于货架价值地图的超市货架陈列方法，包括如下步骤：

（1）数据加载：载入超市相关数据，包括卖场内客流行动数据、货架陈列数据、供应数据和销售数据；

（2）品类定义：对超市商品进行分类建立商品的树形层次结构模型，分为两个以上量级，比如次品类、大分类、中分类和小分类四个量级，当然还可以更加细化地分，并按照规则对商品进行编码；

（3）品类评估：用层次分析法实现数据融合，用熵值法解决层次分析法依靠经验的缺陷，具体包括如下步骤：