СПОСОБ И СИСТЕМА АНАЛИЗА ФИНАНСОВОЙ АКТИВНОСТИ ТОРГОВЫХ ТОЧЕК Российский патент 2022 года по МПК G06Q30/02 G06Q20/18 

ОБЛАСТЬ ТЕХНИКИ

[0001] Настоящее техническое решение относится к области компьютерной техники, в частности, к анализу цифровой информации для анализа финансовой активности торговых точек (ТТ).

УРОВЕНЬ ТЕХНИКИ

[0002] В существующем уровне техники известен ряд подходов, обеспечивающих анализ транзакций, фиксируемых на ТТ, в частности, получаемых посредством вычислительной сети, связывающей средства выполнения транзакций, таких как: POS терминалы (англ. Point Of Sales - точки продажи), терминалы оплаты, онлайн транзакции и т.п.Информация об осуществлении транзакций агрегируется для различных целей ее последующего анализа и получения статистических данных, отражающих картину финансовой активности в требуемой географической области.

[0003] На основании этой информации появляется возможность, например, для предварительного анализа локаций для расширения бизнес-активности, формирования профиля покупателей и анализ основных типов продукции потребления, конкурентный анализ рынка и т.п.

[0004] Одним из примеров такого рода решений является система анализа местоположений осуществления транзакций, раскрытая в патенте US 8306846 В2 (First Data Corp, 06.11.2012). Известное решение позволяет собирать информацию с точек продаж, за счет агрегирования данных, получаемых с POS терминалов. В последующем на основании данной информации с помощью вычислительной платформы обеспечивается функционал по вычислению таких показателей как: финансовая активность области, покупательская активность, распределение локаций спроса и т.п.

[0005] Недостатками известного решения является ограниченный канал получения транзакционной информации, который не учитывает факта точной привязки терминалов оплаты к конкретной ТТ, в случае, когда их несколько на одной точке, что приводит к снижению точности учета финансовых потоков для последующего анализа.

СУЩНОСТЬ ИЗОБРЕТЕНИЯ

[0006] Настоящее решение направлено на решение технической проблемы, присущей известному подходу из уровня техники, и предлагает новый способ анализа финансовой активности торговых точек.

[0007] Техническим результатом является повышение точности определения принадлежности POS-терминалов торговым точкам, за счет обеспечения привязки групп POS-терминалов внутри одной торговой точки.

[0008] Заявленный технический результат достигается за счет компьютерно-реализуемого способа анализа финансовой активности ТТ, выполняемый по меньшей мере одним процессором и содержащий этапы, на которых:

получают данные транзакционных потоков для POS терминалов;

на основании полученных данных формируют ключ, содержащий название города и ID

продавца;

получают по меньшей мере данные географической области и классификационный код

продавца (MCC) POS терминалов;

определяют торговые точки (ТТ) в заданной географической области на основании данных

транзакций POS терминалов;

при этом

определяют группы POS терминалов, расположенных в заданной географической области;

осуществляют сравнение внутри упомянутой группы данных об адресе размещения POS терминалов с данными сформированных ключей POS терминалов;

выявляют POS терминалы с одинаковыми ключами и различными данными адреса их

размещения;

присваивают выявленные POS терминалы одной ТТ на основании ID продавца в ключах

POS терминалов;

формируют базу данных ТТ, содержащую информацию по меньшей об адресе, наименовании и МСС для каждой ТТ;

рассчитывают для каждой ТТ финансовые показатели в заданном временном диапазоне на основании анализа транзакционных потоков, при этом упомянутые показатели содержат по меньшей мере оценку общего количества транзакций за исследуемый период, оценку общего оборота за исследуемый период, расчетную величину среднего чека за исследуемый период;

осуществляют фильтрацию ТТ в заданной географической области по МСС; ранжируют ТТ на основании финансовых показателей.

[0009] В одном из частных примеров осуществления способа географическая область выбирается из группы: город, район, область, улица.

[0010] В другом частном примере осуществления способа транзакционные потоки собираются по меньше мере с POS терминалов, размещенных на ТТ.

[0011] В другом частном примере осуществления способа дополнительно для каждого транзакционного потока ТТ применяется коэффициент дооценки, основанный на анализе потоков оплаты в географической области ТТ, при этом упомянутый поток оплаты формируется на основании данных банковских карт, МСС и показателя суммы наличного оборота.

[0012] В другом частном примере осуществления способа формируется отчет о финансовой активности в заданном географическом регионе.

[0013] Заявленное решение также осуществляется с помощью системы для анализа финансовой активности ТТ, которая содержит по меньшей мере один процессор и запоминающее устройство, содержащее машиночитаемые инструкции, которые при их исполнении процессором реализуют вышеуказанный способ.

КРАТКОЕ ОПИСАНИЕ ЧЕРТЕЖЕЙ

[0014] Фиг. 1 иллюстрирует общую схему заявленного решения.

[0015] Фиг. 2 иллюстрирует блок-схему выполнения заявленного способа.

[0016] Фиг. 3 иллюстрирует общий вид вычислительного устройства.

ОСУЩЕСТВЛЕНИЕ ИЗОБРЕТЕНИЯ

[0017] Как представлено на Фиг. 1 заявленное решение основывается на обработке данных, получаемых с различных торговых точек (110-130), например, магазины, бутики, торговые центры и т.д., каждая из которых может содержать один или несколько POS-терминалов (111-112, 121-123, 131-132), с которых через сеть передачи данных (140) осуществляется сбор информации о транзакциях, которая агрегируется на сервере (150) для последующего доступа через устройство пользователя (160).

[0018] В качестве POS-терминалов (111-112, 121-123, 131-132) могут выступать различные виды устройств, обеспечивающих учет транзакционных данных при оплате с помощью банковских карт. Такими типами устройств могут выступать кассовые терминалы, портативные терминалы оплаты, мобильные устройства и т.п.POS-терминал также может представлять собой не только аппаратное решение, но и виртуальную платформу для осуществления транзакций посредством онлайн доступа, например, такие системы, как: Сбербанк Онлайн, Qiwi, PayPal, Yandex кошелек и др.

[0019] Собираемая информация о транзакционной активности агрегируется для последующей обработке на сервере (150) с формированием требуемого массива данных для учета получаемых транзакционных потоков и последующей вычислительной обработки для выполнения пользовательских запросов.

[0020] В качества сети передачи данных (140), как правило, используется сеть Интернет, к которой подключаются POS-терминалы (111-112, 121-123, 131-132). При этом внутри каждой из торговых точек (110 -130) терминалы могут соединяться между собой и сторонними устройствами с помощью любого пригодного типа связи.

[0021] На Фиг. 2 представлена блок-схема выполнения заявленного способа (200) анализа финансовой активности ТТ. На первом этапе (201) происходит сбор и агрегирование на сервере (150) транзакционных данных, получаемых от ТТ (110-130). Данные представляют собой транзакционную информацию покупателей, осуществляемых посредством POS-терминалов (111-112, 121-123, 131-132) на соответствующей ТТ (110-130). На основании полученных данных на сервере (150) формируется датасет, который содержит выборку по ТТ (110-130) с соответствующими ей атрибутами, в частности, такими атрибутами выступают:

• Город из данных по транзакциям;

• ID продавца;

• Наименование ТТ;

• ID терминала;

• Регион;

• Населенный пункт;

• Улица;

• Дом;

• МСС код;

• ИНН;

• Тип терминала;

• Количество транзакций.

[0022] Также для ТТ (110-130) осуществляется определение их категорий, например, на основании данные о выручке/среднем чеке (например, от 250000 р до 500000 р -категория 0,25 -0,5).

[0023] На этапе (202) осуществляется формирование ключей для POS-терминалов. Ключ представляет собой в базе данных, который формируется на основании поступающих данных по транзакциям. Ключ формируется из части наименование продавца, т.е. наименования ТТ, формируя его ID, и названии города расположения ТТ. [0024] Далее на этапе (203) осуществляется определение ТТ в соответствующей географической области, что позволяет привязать конкретные ТТ к заданной области. Для каждого ID продавца, который соответствует конкретной ТТ (110-130) определяется МСС (https://ru.wikipedia.org/wiki/Merchant_Category_Code). МСС - это четырехзначный код, определяющий вид деятельности продавца при операциях с банковской картой, позволяющий определять категорию покупки. Географическая область для определения в ней ТТ (110-130) может представлять собой город, улицу, район, село, поселок городского типа и т.п. ТТ (110-130) могу привязываться на основании гео-координат осуществления транзакций, фиксируемых POS-терминалами, а также дополнительно с помощью сети сотовой связи и средств ГНСС мобильных устройств покупателей.

[0025] В каждой географической области на этапе (204) определяются группы POS-терминалов, принадлежащих, конкретной ТТ. Например, в качестве примера терминалы (111, 112), расположенные на ТТ (110). Поскольку транзакционные данные, первоначально поступающие от POS-терминалов (111, 112), содержат общую информацию о ТТ (ПО), которая может меняться с течением времени, например, адрес торговой точки и ее фактическое местоположение, то это приводит к возможности появление неточной информации, присущей одному или всем терминалам, размещенным на данной точке.

[0026] Для этого на этапе (205) POS-терминалы (111, 112), формирующие группу в рамках одной ТТ (110), анализируются на предмет верного отражения информации для чего поступающие данные с POS-терминалов сравниваются с ранее сформированным ключом для каждого из них. На этапе (206) выполняется анализ принадлежности POS-терминалов заданной ТТ, при выполнении которого если информация о месте расположения ТТ (110) и ее наименованию соответствует сформированному ключу, значит такая информация сохраняется в базе данных сервера (150). Если имеется расхождение в части получаемых данных, то для такого POS-терминала запись в базе данных заменяется на соответствующую информацию по ключу. Это позволяет верно выявлять принадлежность POS-терминалов (111, 112) конкретной торговой точке (110) и точно учитывать транзакционные потоки, поступающие с соответствующей ТТ (110).

[0027] На этапе (207) информация о ТТ (110-130) в соответствующих географических областях с обработанными данными на этапе (206) по принадлежности POS-терминалов записываются в базу данных сервера (150).

[0028] Далее на этапе (208) с помощью сформированной базы данных для каждой ТТ (110-130) появляется возможность получения анализа финансовой активности на основании поступающих пользовательских запросов. Финансовая активность ТТ (110-130) позволяет получить информацию о различного рода показателях, таких как: финансовая нагрузка за заданный временной период, общее количество транзакций, средний чек, общий оборот средств за заданный период и др.

[0029] Также, финансовые показателя для ТТ (110-130) обрабатываются с учетом коэффициента дооценки, который основан на анализе потоков оплаты в географической области размещений ТТ (110-130). Поток оплаты формируется на основании данных банковских карт, МСС и показателя суммы наличного оборота для заданной географической области. Коэффициент дооценки позволяет оценить не только транзакции в заданной области, осуществляемые с помощью банковских карт, но и с учетом оборота наличных денежных средств для МСС кода. С помощью коэффициента дооценки количество транзакций за заданный временной промежуток домножается на соответствующий данному месяцу коэффициент, равнозначно вышеуказанной метрике показания среднего чека за отчетный месяц умножается на количество транзакций за отчетный месяц и умножается на коэффициент за отчетный месяц.

[0030] Аналитика в заданной географической области может осуществляться с использованием картографических сервисов, например, 2ГИС, Яндекс Карты, Google Maps, из которых выбирается информация о существовании ТТ по заданному набору адресов в требуемой категории экономической деятельности.

[0031] На основании пользовательских запросов, формируемых с помощью устройства (160), например, персонального компьютера или смартфона конечного пользователя, последний может задавать требуемые параметры для выбора и ранжирования ТТ в веденной географической области. Запрос клиента может варьироваться в зависимости от требуемых задач, например, «Получить информацию о всех Супермаркетах и продуктовые магазинах (МСС 5411, 5499) на территории Москвы и Санкт-Петербурга». Пример обработки записей МСС кодов приведен в Таблице 1.

[0032] Применение заявленного способа (200) позволяет использовать данную информацию для анализа бизнес-целей, например, оценка необходимости размещения определенного типа ТТ в географической области, анализ конкурентной активности, анализ основного спроса в заданной области, формирование клиентского профиля на основании динамики и типах транзакций и т.п.

[0033] Ранжирование ТТ в заданной географической области может осуществляться на основании выбора данных фильтрации с помощью запроса посредством устройства (160). Ранжирование может осуществляться с помощью отображения соответствующих индикаторов в графическом интерфейсе пользователя.

[0034] ТТ могут быть привязаны к географической карте. В интерфейсе соответствующим образом могут выбраны субъекты анализируемой территории (например, субъекты РФ), по которым требуется проводить анализ. Также, информация о ТТ может выводиться списком с ранжированием по количеству финансовой активности, или показаниях среднего чека. ТТ могут быть отфильтрованы по типу деятельности, МСС кодам, времени работы и т.п.

[0035] На Фиг. 3 представлен общий вид вычислительного устройства (300), пригодного для выполнения способа (200). Устройство (300) может представлять собой, например, сервер (150), устройство пользователя (160) и иные непредставленные устройства, которые могут участвовать в общей информационной архитектуре заявленного решения.

[0036] В общем случае вычислительное устройство (300) содержит объединенные общей шиной информационного обмена один или несколько процессоров (301), средства памяти, такие как ОЗУ (302) и ПЗУ (303), интерфейсы ввода/вывода (304), устройства ввода/вывода (305), и устройство для сетевого взаимодействия (306). [0037] Процессор (301) (или несколько процессоров, многоядерный процессор) могут выбираться из ассортимента устройств, широко применяемых в текущее время, например, компаний Intel™, AMD™, Apple™, Samsung Exynos™, MediaTEK™, Qualcomm Snapdragon™ и т.п.В качестве процессора (301) может также применяться графический процессор, например, Nvidia, AMD, Graphcore и пр.

[0038] ОЗУ (302) представляет собой оперативную память и предназначено для хранения исполняемых процессором (301) машиночитаемых инструкций для выполнение необходимых операций по логической обработке данных. ОЗУ (302), как правило, содержит исполняемые инструкции операционной системы и соответствующих программных компонент (приложения, программные модули и т.п.).

[0039] ПЗУ (303) представляет собой одно или более устройств постоянного хранения данных, например, жесткий диск (HDD), твердотельный накопитель данных (SSD), флэш-память (EEPROM, NAND и т.п.), оптические носители информации (CD-R/RW, DVD-R/RW, BlueRay Disc, MD) и др.

[0040] Для организации работы компонентов устройства (300) и организации работы внешних подключаемых устройств применяются различные виды интерфейсов В/В (304). Выбор соответствующих интерфейсов зависит от конкретного исполнения вычислительного устройства, которые могут представлять собой, не ограничиваясь: PCI, AGP, PS/2, IrDa, FireWire, LPT, COM, SATA, IDE, Lightning, USB (2.0, 3.0, 3.1, micro, mini, type C), TRS/Audio jack (2.5, 3.5, 6.35), HDMI, DVI, VGA, Display Port, RJ45, RS232 и т.п.

[0041] Для обеспечения взаимодействия пользователя с вычислительным устройством (300) применяются различные средства (305) В/В информации, например, клавиатура, дисплей (монитор), сенсорный дисплей, тач-пад, джойстик, манипулятор мышь, световое перо, стилус, сенсорная панель, трекбол, динамики, микрофон, средства дополненной реальности, оптические сенсоры, планшет, световые индикаторы, проектор, камера, средства биометрической идентификации (сканер сетчатки глаза, сканер отпечатков пальцев, модуль распознавания голоса) и т.п.

[0042] Средство сетевого взаимодействия (306) обеспечивает передачу данных устройством (300) посредством внутренней или внешней вычислительной сети, например, Интранет, Интернет, ЛВС и т.п.В качестве одного или более средств (306) может использоваться, но не ограничиваться: Ethernet карта, GSM модем, GPRS модем, LTE модем, 5G модем, модуль спутниковой связи, NFC модуль, Bluetooth и/или BLE модуль, Wi-Fi модуль и др.

[0043] Дополнительно могут применяться также средства спутниковой навигации в составе устройства (300), например, GPS, ГЛОНАСС, BeiDou, Galileo.

[0044] Представленные материалы заявки раскрывают предпочтительные примеры реализации технического решения и не должны трактоваться как ограничивающие иные, частные примеры его воплощения, не выходящие за пределы испрашиваемой правовой охраны, которые являются очевидными для специалистов соответствующей области техники.

Изобретение относится к области компьютерной техники. Техническим результатом является повышение точности определения принадлежности POS терминалов торговым точкам за счет обеспечения привязки групп POS терминалов внутри одной торговой точки. Заявленный технический результат достигается за счет компьютерно-реализуемого способа анализа финансовой активности торговой точки (ТТ), выполняемого по меньшей мере одним процессором и содержащего этапы, на которых: получают данные транзакционных потоков POS терминалов, размещенных в ТТ, на основе которых формируют ключ, и данные географической области и классификационный код продавца (МСС) POS терминалов; определяют ТТ в упомянутой географической области и группы POS терминалов; сравнивают данные об адресе размещения POS терминалов с данными сформированных ключей POS терминалов; выявляют POS терминалы с одинаковыми ключами и различными данными адреса их размещения; присваивают выявленные POS терминалы одной ТТ и записывают информацию о принадлежности POS терминалов определенной ТТ в базу данных сервера. 2 н. и 2 з.п. ф-лы, 3 ил., 1 табл.

1. Компьютерно-реализуемый способ определения принадлежности POS терминалов торговым точкам (ТТ) на основании обработки транзакционных потоков, выполняемый по меньшей мере одним процессором и содержащий этапы, на которых:

- получают данные транзакционных потоков POS терминалов, размещенных в ТТ;

- на основании полученных данных формируют ключ, содержащий название города и ID продавца;

- получают данные географической области и классификационный код продавца (МСС) POS терминалов;

- определяют ТТ в упомянутой географической области на основании данных транзакций POS терминалов;

- определяют группы POS терминалов, расположенных в заданной географической области;

- осуществляют сравнение внутри упомянутой группы данных об адресе размещения POS терминалов с данными сформированных ключей POS терминалов;

- выявляют POS терминалы с одинаковыми ключами и различными данными адреса их размещения;

- присваивают выявленные POS терминалы одной ТТ на основании ID продавца в ключах POS терминалов;

- записывают информацию о принадлежности POS терминалов определенной ТТ в базу данных сервера.

2. Способ по п. 1, в котором географическая область выбирается из группы: город, район, область, улица.

3. Способ по п. 1, в котором дополнительно для каждого транзакционного потока ТТ применяется коэффициент дооценки, основанный на анализе потоков оплаты в географической области ТТ, при этом упомянутый поток оплаты формируется на основании данных банковских карт, МСС и показателя суммы наличного оборота.

4. Система для анализа финансовой активности ТТ, содержащая по меньшей мере один процессор и запоминающее устройство, содержащее машиночитаемые инструкции, которые при их исполнении процессором реализуют способ по любому из пп. 1-3.