[发明专利]基于零售AI系统的营销策略成效的评估方法

权利要求书

1.一种基于零售AI系统的营销策略成效的评估方法，其特征在于，包括如下步骤：

A)通过一组SQL加载符合设定格式的相关数据；所述相关数据为历史客户的行为信息和销售策略发布；

B)对所述相关数据进行预处理，得到加工后的数据；

C)将所述加工后的数据代入多元线性回归算法进行AI学习和训练，解其残差方程组得到最优解系数，并根据所述最优解系数得到策略成效评估模型；

D)用户输入模拟策略或参数，并将其代入所述策略成效评估模型，所述零售AI系统给出相应指标的预估值和预估误差范围，并分析出各个维度分别对所述指标的影响程度。

2.根据权利要求1所述的基于零售AI系统的营销策略成效的评估方法，其特征在于，所述相关数据包括销售数据、电子券领取与核销流水、活动发布数据、满赠参数数据、促销积分流水、礼品领取流水、游戏参与数据、各类优惠参与店铺数据、C端移动触点数据、粉丝或会员增长量数据以及X天内优惠或信息推送数据。

3.根据权利要求2所述的基于零售AI系统的营销策略成效的评估方法，其特征在于，所述步骤B)中的预处理包括维度旋转、离散数值连续化、缺失值填充和维度合并处理。

4.根据权利要求1至3任意一项所述的基于零售AI系统的营销策略成效的评估方法，其特征在于，所述步骤D)进一步包括：

D1)所述策略成效评估模型训练结束后，把未参与到训练的数据代入所述策略成效评估模型进行测试；

D2)所述零售AI系统评估所述策略成效评估模型的偏差度；

D3)按比例逐一改变维度输入值，观察其结果改变，得出每个维度对所述指标的影响程度。

5.根据权利要求4所述的基于零售AI系统的营销策略成效的评估方法，其特征在于，所述指标为销售额、客单价、销售量、会员增长量或粉丝增长量。

6.根据权利要求1至3任意一项所述的基于零售AI系统的营销策略成效的评估方法，其特征在于，所述历史客户的行为信息和销售策略发布关注的维度包括每个时刻发放的电子券、促销活动、积分抵现活动、现场活动、广告渠道推送、礼品领取情况、日期特征、X天内在线优惠的预定情况、移动端品牌点击量和实际消费行为记录。

7.根据权利要求1至3任意一项所述的基于零售AI系统的营销策略成效的评估方法，其特征在于，在所述零售AI系统中，通过优惠/商品的购买和优惠/商品的移动端关注，分权值地进行物联运算，分析出近似行为消费者的喜好和占比，所述零售AI系统评估出其可信度和覆盖范围。

8.根据权利要求1至3任意一项所述的基于零售AI系统的营销策略成效的评估方法，其特征在于，在所述零售AI系统中，以时间轴定义活动区间，为活动设定预期指标，根据实际业务发生数据与预期指标的对比，评估出所述活动的效率、达成率和平均每投入成本所带来的收益。