估算訂單退貨率的方法及裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本申請(qǐng)涉及電子商務(wù)技術(shù)領(lǐng)域，尤其涉及一種估算訂單退貨率的方法及裝置。
【背景技術(shù)】
[0002] 隨著互聯(lián)網(wǎng)技術(shù)和應(yīng)用的普及，電子商務(wù)得到了迅猛的發(fā)展。電子商務(wù)通過(guò)互聯(lián) 網(wǎng)進(jìn)行各種商貿(mào)活動(dòng)，實(shí)現(xiàn)消費(fèi)者網(wǎng)上購(gòu)物、商戶(hù)間網(wǎng)上交易、在線(xiàn)電子支付以及其他各種 商務(wù)交易等活動(dòng)。
[0003] 由于網(wǎng)上交易中用戶(hù)往往對(duì)交易的商品缺乏真實(shí)直觀的感受，電子商務(wù)的商家通 常會(huì)提供寬松的退貨策略，而處理用戶(hù)的退貨所需要的人力和倉(cāng)儲(chǔ)就成為電商運(yùn)營(yíng)成本的 一部分，尤其對(duì)于一些大型電商而言。因此，越來(lái)越多的電商會(huì)預(yù)測(cè)所售出商品的退貨率， 據(jù)此安排退貨處理的人員和倉(cāng)儲(chǔ)空間，以提供更加快捷的退貨處理。準(zhǔn)確的預(yù)測(cè)退貨率，對(duì) 提高電商的運(yùn)營(yíng)效率，降低運(yùn)營(yíng)成本十分重要。

【發(fā)明內(nèi)容】

[0004] 有鑒于此，本申請(qǐng)?zhí)峁┮环N估算訂單退貨率的方法，包括：
[0005] 由第一退貨率關(guān)聯(lián)指標(biāo)預(yù)測(cè)某筆訂單的預(yù)期退貨率；
[0006] 由歷史同期的第二退貨率關(guān)聯(lián)指標(biāo)預(yù)測(cè)當(dāng)期的季節(jié)預(yù)期平均退貨率；
[0007] 根據(jù)當(dāng)期的季節(jié)預(yù)期平均退貨率對(duì)所述訂單的預(yù)期退貨率進(jìn)行調(diào)整，得到所述訂 單的退貨率。
[0008] 本申請(qǐng)還提供了一種估算訂單退貨率的裝置，包括：
[0009] 訂單預(yù)期退貨率預(yù)測(cè)單元，用于由第一退貨率關(guān)聯(lián)指標(biāo)預(yù)測(cè)某筆訂單的預(yù)期退貨 率；
[0010] 季節(jié)預(yù)期平均退貨率預(yù)測(cè)單元，用于由歷史同期的第二退貨率關(guān)聯(lián)指標(biāo)預(yù)測(cè)當(dāng)期 的季節(jié)預(yù)期平均退貨率；
[0011] 當(dāng)期調(diào)整單元，用于根據(jù)當(dāng)期的季節(jié)預(yù)期平均退貨率對(duì)所述訂單的預(yù)期退貨率進(jìn) 行調(diào)整，得到所述訂單的退貨率。
[0012] 由以上技術(shù)方案可見(jiàn)，本申請(qǐng)的實(shí)施例中，通過(guò)歷史同期的退貨情況預(yù)測(cè)當(dāng)期的 季節(jié)預(yù)期平均退貨率，利用當(dāng)期的季節(jié)預(yù)期平均退貨率來(lái)對(duì)根據(jù)過(guò)去某個(gè)時(shí)期的退貨情況 預(yù)測(cè)的該訂單的預(yù)期退貨率來(lái)進(jìn)行調(diào)整，使得對(duì)單筆訂單退貨率的預(yù)測(cè)能夠反映季節(jié)性或 定期促銷(xiāo)活動(dòng)等因素的影響，提高了預(yù)測(cè)的準(zhǔn)確性，在降低電商運(yùn)營(yíng)成本的同時(shí)提高了運(yùn) 營(yíng)效率。
【附圖說(shuō)明】
[0013] 圖1是本申請(qǐng)實(shí)施例一中估算訂單退貨率的方法的流程圖；
[0014] 圖2是本申請(qǐng)實(shí)施例二與現(xiàn)有技術(shù)的技術(shù)效果對(duì)比示意圖；
[0015] 圖3是本申請(qǐng)實(shí)施例所應(yīng)用的物理設(shè)備的一種硬件結(jié)構(gòu)圖；
[0016] 圖4是本申請(qǐng)實(shí)施例提供的估算訂單退貨率的裝置的邏輯結(jié)構(gòu)圖。
【具體實(shí)施方式】
[0017] 現(xiàn)有技術(shù)中，電商通?；谶^(guò)去一段時(shí)間的賣(mài)家歷史退貨率、商品歷史退貨率、買(mǎi) 家歷史退貨率、客戶(hù)對(duì)商品評(píng)分等數(shù)據(jù)來(lái)計(jì)算該商品某筆訂單的退貨率。受季節(jié)性因素和 促銷(xiāo)活動(dòng)因素等的影響，用這種方法預(yù)測(cè)出的退貨率與真實(shí)的退貨率經(jīng)常有相當(dāng)大的偏 差。例如，在每年4到7月份，從進(jìn)入春夏交替的季節(jié)到夏天，服裝服飾類(lèi)商品的退貨率會(huì) 明顯上升，但是由于1到3月的退貨率較低，根據(jù)1到3月的數(shù)據(jù)來(lái)進(jìn)行預(yù)測(cè)，導(dǎo)致預(yù)測(cè)的 退貨率偏低。在大型促銷(xiāo)活動(dòng)，由于商品價(jià)格便宜，很多用戶(hù)購(gòu)物后即便不太滿(mǎn)意也不會(huì)退 貨，所以實(shí)際退貨率較低，但由于基于促銷(xiāo)活動(dòng)前一段時(shí)期的歷史數(shù)據(jù)進(jìn)行預(yù)測(cè)，導(dǎo)致預(yù)測(cè) 退貨率明顯高于實(shí)際退貨率。對(duì)根據(jù)預(yù)測(cè)的退貨率進(jìn)行退貨處理安排的電商而言，預(yù)測(cè)的 退貨率不準(zhǔn)確，會(huì)造成退貨處理的低效率和更高的運(yùn)營(yíng)成本。
[0018] 本申請(qǐng)的實(shí)施例提出一種新的估算某筆訂單退貨率的方法來(lái)解決上述問(wèn)題。本申 請(qǐng)實(shí)施例應(yīng)用在能夠訪(fǎng)問(wèn)電商的退貨信息數(shù)據(jù)庫(kù)獲取相關(guān)數(shù)據(jù)、具有運(yùn)算能力的計(jì)算設(shè)備 上。
[0019] 本實(shí)施例一中，估算訂單退貨率的方法的流程如圖1所示。
[0020] 步驟110,由第一退貨率關(guān)聯(lián)指標(biāo)預(yù)測(cè)某筆訂單的預(yù)期退貨率。
[0021] 本步驟中，根據(jù)過(guò)去一段時(shí)間的第一退貨率關(guān)聯(lián)指標(biāo)來(lái)預(yù)測(cè)單筆訂單的預(yù)期退貨 率?？梢愿鶕?jù)具體應(yīng)用場(chǎng)景能夠收集的參數(shù)，和適用的算法來(lái)決定采用哪些參數(shù)作為第一 退貨率關(guān)聯(lián)指標(biāo)，以及各參數(shù)的權(quán)重。
[0022] 在一種實(shí)施方式中，從買(mǎi)家歷史退貨率、賣(mài)家歷史退貨率、賣(mài)家信用、商品歷史退 貨率、商品所屬行業(yè)歷史退貨率等參數(shù)里選擇一個(gè)至多個(gè)來(lái)作為第一退貨率關(guān)聯(lián)指標(biāo)，用 來(lái)預(yù)測(cè)某筆訂單的預(yù)期退貨率。
[0023] 可以將買(mǎi)家歷史退貨率、賣(mài)家歷史退貨率、賣(mài)家信用、商品歷史退貨率、商品所屬 行業(yè)歷史退貨率等作為自變量，將某商品的一筆訂單是否退貨作為因變量，采用邏輯回歸 算法進(jìn)行回歸分析，根據(jù)回歸分析的結(jié)果來(lái)預(yù)測(cè)當(dāng)前訂單的預(yù)期退貨率。例如，可以根據(jù) 過(guò)去6個(gè)月的所有交易訂單作為預(yù)期退貨率預(yù)測(cè)模型的訓(xùn)練樣本，目標(biāo)變量（即因變量） flag為是否發(fā)生退貨，若發(fā)生退貨，則flag =1，否則flag = 0,自變量為訂單發(fā)生前90 天賣(mài)家退貨率、商品退貨率、買(mǎi)家退貨率、商品信用得分等，通過(guò)logit (邏輯）回歸，可以得 到各自變量的系數(shù)，模型擬合調(diào)試完成后，就可以用來(lái)預(yù)測(cè)新發(fā)生的訂單的預(yù)期退貨率。
[0024] 現(xiàn)有技術(shù)中預(yù)測(cè)訂單退貨率的方法也可以在本步驟中用來(lái)預(yù)測(cè)一筆訂單的預(yù)期 退貨率。
[0025] 步驟120,由歷史同期的第二退貨率關(guān)聯(lián)指標(biāo)預(yù)測(cè)當(dāng)期的季節(jié)預(yù)期平均退貨率。
[0026] 選擇一個(gè)設(shè)定的時(shí)間段作為橫向時(shí)間序列的期間長(zhǎng)度，以被估算的訂單生成的日 期所在期間的橫向時(shí)間序列作為當(dāng)期，以過(guò)去年度相同的橫向時(shí)間序列作為過(guò)去同期，根 據(jù)過(guò)去同期的第二退貨率關(guān)聯(lián)指標(biāo)來(lái)預(yù)測(cè)當(dāng)期的季節(jié)預(yù)期平均退貨率。例如，以半個(gè)月為 橫向時(shí)間序列的期間長(zhǎng)度，被估算的訂單生成于6月4日，則以6月上半個(gè)月作為當(dāng)期，以 去年、前年等的6月上半個(gè)月作為過(guò)去同期，通過(guò)去年、前年6月上半個(gè)月的第二退貨率關(guān) 聯(lián)指標(biāo)來(lái)預(yù)測(cè)當(dāng)期的季節(jié)預(yù)期平均退貨率。
[0027] 第二退貨率關(guān)聯(lián)指標(biāo)的選擇可以按照在實(shí)際應(yīng)用中影響當(dāng)期退貨率的因素來(lái)確 定，通常會(huì)包括前一年同期的平均退貨率，還可以包括前半個(gè)月的實(shí)際退貨率等。具體采用 哪種預(yù)測(cè)方法可以根據(jù)所選擇的第二退貨率關(guān)聯(lián)指標(biāo)，以及這些參數(shù)影響當(dāng)期退貨率的方 式來(lái)確定，本實(shí)施例中不作限定。
[0028] 作為一種可能的具體實(shí)現(xiàn)，可以將過(guò)去某個(gè)橫向時(shí)間序列的同類(lèi)商品的平均退貨 率作為因變量，以包括該橫向時(shí)間序列之前的N個(gè)橫向時(shí)間序列的同類(lèi)商品的平均退貨 率、該橫向時(shí)間序列的前一年同期的同類(lèi)商品的平均退貨率的參數(shù)作為自變量，采用線(xiàn)性 回歸法進(jìn)行回歸分析，得到當(dāng)期季節(jié)預(yù)期平均退貨率預(yù)測(cè)模型。將今年當(dāng)期之前的N個(gè)橫 向時(shí)間序列的同類(lèi)商品的平均退貨率、去年當(dāng)前同類(lèi)商品的平均退貨率、以及其他自變量 的值帶入模型，就可以得到當(dāng)期季節(jié)預(yù)期平均退貨率。
[0029] 例如，設(shè)Y = aXfbXy Y為某個(gè)過(guò)去橫向時(shí)間序列的平均退貨率，Xi為該橫向時(shí)間 序列前N個(gè)橫向時(shí)間序列中同類(lèi)商品的平均退貨率，X2為前一年該橫向時(shí)間序列同期的同 類(lèi)商品平均退貨率，根據(jù)過(guò)去幾年的上述自變量和因變量數(shù)據(jù)進(jìn)行回歸分析，擬合出最大 似然的系數(shù)a和b ;再利用今年當(dāng)期之前N個(gè)橫向時(shí)間序列的平均退貨率和去年當(dāng)期的平 均退貨率，通過(guò)aXi+bX2預(yù)測(cè)出今年當(dāng)期同類(lèi)商品的季節(jié)預(yù)期平均退貨率。
[0030] 當(dāng)然，在回歸分析中還可以引入其他影響退貨率的參數(shù)，如賣(mài)家同期的平均退貨 率、賣(mài)家