JP2005071163A

JP2005071163A - 商品購入アドバイスシステム、情報提供装置およびプログラム

Info

Publication number: JP2005071163A
Application number: JP2003301583A
Authority: JP
Inventors: Hideaki Irikura; 英明入倉
Original assignee: Seiko Epson Corp
Current assignee: Seiko Epson Corp
Priority date: 2003-08-26
Filing date: 2003-08-26
Publication date: 2005-03-17

Abstract

【課題】商品を購入した顧客に対し、顧客に応じた商品購入に関するアドバイスを提供
可能とする商品購入アドバイスシステム、情報提供装置およびプログラムを提供する。
【解決手段】顧客が商品を購入した際、店舗端末１２２は顧客ＩＤおよび購入された商
品の商品ＩＤをセンタサーバ１１に送信する。センタサーバ１１は受信した顧客ＩＤに対
応する顧客データに含まれる属性データを用いて、顧客の未購入商品と顧客との間の相性
を示す顧客相性スコアを算出する。また、センタサーバ１１は受信した商品ＩＤに対応す
る商品データに含まれる属性データを用いて、顧客の未購入商品と顧客の既購入商品との
間の相性を示す商品相性スコアを算出する。センタサーバ１１は顧客相性スコアおよび商
品相性スコアを用いて、顧客に購入を推薦する商品を決定し、その商品に関するデータを
店舗端末１２２に送信する。
【選択図】図１

Description

本発明は、商品の購入者に対し商品購入のアドバイスを提供する商品購入アドバイスシ
ステム、情報提供装置およびプログラムに関する。

商品の購入を希望する顧客は、自分のニーズに適した商品を特定するためのアドバイス
を得ることを望んでいる。このため、多くの販売店では、一度来店した顧客が再度来店す
るのを期待して、顧客に対して商品購入に関するアドバイスを行っている。

しかしながら、販売店の店員が来客に対し直接、商品購入に関するアドバイスを行うこ
とは、例えば以下のような問題点を有している。
（ａ）販売店が、様々な顧客のニーズに応じて適切なアドバイスを行える十分な数の店員
を確保することは、費用面等の理由から難しい。
（ｂ）時間のない来客は、店員によるアドバイスを必ずしも望まない。
（ｃ）店員による接客は、来客に対し何か購入しなければならない、という心理的圧迫感
を与えるため、来客に敬遠される場合がある。

以上のような問題点を解消するため、ユーザが服飾品の購入を検討している場合におい
て、既にユーザにより購入済みの商品に関するデータ、ユーザの好み等の個人データおよ
び季節や使用状況等のデータに基づき、そのユーザが購入するのに適すると思われる服飾
品を、通信回線を介してユーザに提示するシステムが提案されている（例えば、特許文献
１参照。）。
特開２００２−３３９１３５号公報

上述した従来技術によるシステムでは、商品の購入を検討している顧客に対し商品購入
のアドバイスが与えられると、それを以て、システムから顧客への商品購入に関するアド
バイスは完結する。その後、システム側が同顧客に対して、さらなるアドイバイスを行う
ためには、同顧客が再びシステムにアクセスしてくるのを待たなければならない。これで
は、折角、良いアドバイスを提供して顧客を満足させたとしても、顧客を繋ぎ止めておく
のには不十分であるという問題があった。

上記の状況に鑑み、本発明は、顧客によりよい情報提供を行うことで顧客の継続的な来
店を促す商品購入アドバイスシステム、情報提供装置およびプログラムを提供することを
目的とする。

本発明は、顧客により、何らかの商品が購入されると、この購入をトリガとして、当該
顧客が自分に適した他の商品を手に入れるのに役立つ情報提供サービスを行う手段を提供
するものである。

より具体的には、本発明は、サーバ装置と、前記サーバ装置に通信回線を介して接続さ
れた端末装置を備え、前記端末装置は、顧客が購入した商品を識別する商品ＩＤである既
購入商品ＩＤを取得する商品ＩＤ取得手段と、前記商品ＩＤ取得手段により取得された既
購入商品ＩＤを前記サーバ装置に送信する商品ＩＤ送信手段と、前記サーバ装置から、１
または複数の商品に関するアドバイスデータを受信するアドバイスデータ受信手段とを備
え、前記サーバ装置は、複数の商品の各々について、当該商品を識別する商品ＩＤと当該
商品に関する属性データとを含む商品データを記憶する商品データ記憶手段と、前記複数
の商品の各々について当該商品と他の商品との相性を示す相性データを記憶する相性デー
タ記憶手段と、前記端末装置から、顧客が購入した商品を識別する商品ＩＤである既購入
商品ＩＤを受信する商品ＩＤ受信手段と、前記相性データ記憶手段に記憶された相性デー
タのうち前記既購入商品ＩＤにより示される商品に対応した相性データに基づき、前記既
購入商品ＩＤにより示される商品との相性が良い商品または相性が悪い商品の少なくとも
一方を含む１または複数の商品を選択する選択手段と、前記選択手段により選択された１
または複数の商品を示す商品ＩＤを含む商品データに含まれる属性データを用いて、当該
１または複数の商品に関するアドバイスデータを生成する生成手段と、前記生成手段によ
り生成されたアドバイスデータを前記端末装置に送信するアドバイスデータ送信手段とを
備を提供する。これを本発明の第１の態様と呼ぶ。

さらに、本発明は、複数の商品の各々について、当該商品を識別する商品ＩＤと当該商
品に関する属性データとを含む商品データを記憶する商品データ記憶手段と、前記複数の
商品の各々について当該商品と他の商品との相性を示す相性データを記憶する相性データ
記憶手段と、顧客が購入した商品を識別する商品ＩＤである既購入商品ＩＤを入力する商
品ＩＤ入力手段と、前記相性データ記憶手段に記憶された相性データのうち前記既購入商
品ＩＤにより示される商品に対応した相性データに基づき、前記既購入商品ＩＤにより示
される商品との相性が良い商品または相性が悪い商品の少なくとも一方を含む１または複
数の商品を選択する選択手段と、前記選択手段により選択された１または複数の商品を示
す商品ＩＤを含む商品データに含まれる属性データを用いて、当該１または複数の商品に
関するアドバイスデータを生成する生成手段と、前記生成手段により生成されたアドバイ
スデータを出力する出力手段とを備えることを特徴とする情報提供装置を提供する。これ
を本発明の第２の態様と呼ぶ。

上記の態様の商品購入アドバイスシステムもしくは情報提供装置によれば、商品を購入
した顧客に対し、その商品をより活用するために次にどのような商品を購入すべきか、も
しくは購入すべきではないか、を判断するためのデータが提供される。その結果、顧客は
自分が購入した商品をより活用するための商品を容易に選択することができると同時に、
顧客の購買意欲が高められることから、商品の販売店の営業活動にも資する。

本発明の第２の態様において、通信回線を介して接続された端末装置から、顧客が購入
した商品を識別する商品ＩＤである既購入商品ＩＤを受信する商品ＩＤ受信手段を備え、
前記商品ＩＤ入力手段は、前記商品ＩＤ受信手段により受信された既購入商品ＩＤを入力
する構成としてもよい。これを本発明の第３の態様と呼ぶ。この態様の情報提供装置によ
れば、商品ＩＤが各店舗等に配置された端末装置において取得される場合であっても、端
末装置から受信された商品ＩＤを用いて、アドバイスデータの生成が行われる。

本発明の第２の態様において、１つの商品に対応した前記相性データは、他の商品との
相性を複数の観点から評価して得られる複数のスコアを含む構成としてもよい。これを本
発明の第４の態様と呼ぶ。この態様の情報提供装置によれば、多面的に評価された商品間
の相性に基づいて、より適切な商品の情報が顧客に提供される。

本発明の第２の態様において、複数の顧客のそれぞれに関し、当該顧客を識別する顧客
ＩＤと当該顧客に関する属性データとを含む顧客データを記憶する顧客データ記憶手段と
、商品を購入した顧客を識別する顧客ＩＤを入力する顧客ＩＤ入力手段とを備え、前記選
択手段は、前記１または複数の商品の選択を行うための基準として、前記顧客データ記憶
手段に記憶された顧客データのうち前記顧客ＩＤ入力手段により入力された顧客ＩＤを含
む顧客データに含まれる属性データを前記相性データとともに用いる構成としてもよい。
これを本発明の第５の態様と呼ぶ。この態様の情報提供装置によれば、商品を購入した顧
客の好み等の属性に応じて推薦もしくは非推薦される商品が選択されるため、個々の顧客
のニーズに応じたデータが顧客に提供される。

本発明の第５の態様において、通信回線を介して接続された端末装置から、商品を購入
した顧客を識別する顧客ＩＤを受信する顧客ＩＤ受信手段を備え、前記顧客ＩＤ入力手段
は、前記顧客ＩＤ受信手段により受信された顧客ＩＤを入力する構成としてもよい。これ
を本発明の第６の態様と呼ぶ。この態様の情報提供装置によれば、顧客ＩＤが各店舗等に
配置された端末装置において取得される場合であっても、端末装置から受信された顧客Ｉ
Ｄを用いて、アドバイスデータの生成が行われる。

本発明の第５の態様において、前記顧客データは、当該顧客データに含まれる顧客ＩＤ
により示される顧客が過去に購入した商品に関するデータを含む構成としてもよい。これ
を本発明の第７の態様と呼ぶ。この態様の情報提供装置によれば、顧客が新たに購入した
商品に加え、顧客が過去に購入した商品の情報も推薦もしくは非推薦される商品の選択に
反映されるため、過去に顧客が購入した商品を再度推薦するデータを顧客に提供するとい
った不都合が回避される。

本発明の第２の態様において、前記複数の商品のそれぞれの在庫に関する在庫データを
記憶する在庫データ記憶手段を備え、前記アドバイスデータ生成手段は、前記在庫データ
を用いて、前記アドバイスデータを生成する構成としてもよい。これを本発明の第８の態
様と呼ぶ。この態様の情報提供装置によれば、推薦される商品もしくは非推薦されない商
品の在庫の有無を踏まえた購入の判断を可能とするデータが顧客に提供される。

本発明の第２の態様において、センタ装置と、前記センタ装置と通信回線を介して接続
された複数の店舗装置を備え、前記商品ＩＤ入力手段および前記出力手段は、前記複数の
店舗装置の各々に配置され、前記商品データ記憶手段、前記相性データ記憶手段、前記選
択手段および前記生成手段の各々は、前記センタ装置および前記複数の店舗装置の各々に
分散配置されているか、もしくは前記センタ装置および前記複数の店舗装置のいずれか一
方に配置されている構成としてもよい。これを本発明の第９の態様と呼ぶ。この態様の情
報提供装置によれば、複数の店舗の各々において顧客にアドバイスデータを提供可能とな
る。

本発明の第９の態様において、前記複数の店舗装置の各々が、前記商品データ記憶手段
および前記相性データ記憶手段の各々の全てもしくは一部を有する場合、前記選択手段は
、前記センタ装置もしくは当該店舗装置が有する商品データ記憶手段により記憶されてい
る商品データと、前記センタ装置もしくは当該店舗装置が有する相性データ記憶手段によ
り記憶されている相性データとに基づき、前記１または複数の商品を選択する構成として
もよい。これを本発明の第１０の態様と呼ぶ。この態様の情報提供装置によれば、例えば
複数の店舗が競業関係にあるような場合、各店舗の独自性を反映したデータが店舗端末に
おいて生成されるため、店舗間の健全な競業関係が破壊されることがない。

本発明の第２の態様において、前記アドバイスデータの内容をプリントするプリント手
段、前記アドバイスデータの内容を表示する表示手段、前記アドバイスデータをコンピュ
ータ読み取り可能な記憶媒体に書き込む書込手段および前記アドバイスデータを通信回線
を介して他の通信機器に対し送信する通信手段の少なくとも１つを備え、前記出力手段は
、前記プリント手段、前記表示手段、前記書込手段および前記通信手段の少なくともいず
れか１つに対し前記アドバイスデータを出力する構成としてもよい。これを本発明の第１
１の態様と呼ぶ。この態様の情報提供装置によれば、顧客は推薦される商品もしくは推薦
されない商品に関する情報を、紙面もしくはコンピュータの表示部において確認すること
ができる。

本発明の第２の態様において、顧客が購入した商品の代金の出納を管理する管理手段を
備える構成としてもよい。これを本発明の第１２の態様と呼ぶ。この態様の情報提供装置
によれば、購入された商品の代金の出納管理とその商品に応じたデータの生成とが同じ装
置で行われるため、販売店の店員等が情報提供装置を取り扱う際の手間が軽減される。

さらに、本発明は、複数の商品の各々について、当該商品を識別する商品ＩＤと当該商
品に関する属性データとを含む商品データを記憶する商品データ記憶処理と、前記複数の
商品の各々について当該商品と他の商品との相性を示す相性データを記憶する相性データ
記憶処理と、顧客が購入した商品を識別する商品ＩＤである既購入商品ＩＤを入力する商
品ＩＤ入力処理と、前記相性データ記憶処理において記憶された相性データのうち前記既
購入商品ＩＤにより示される商品に対応した相性データに基づき、前記既購入商品ＩＤに
より示される商品との相性が良い商品または相性が悪い商品の少なくとも一方を含む１ま
たは複数の商品を選択する選択処理と、前記選択処理において選択された１または複数の
商品を示す商品ＩＤを含む商品データに含まれる属性データを用いて、当該１または複数
の商品に関するアドバイスデータを生成する生成処理と、前記生成処理において生成され
たアドバイスデータを出力する出力処理とをコンピュータに実行させるプログラムを提供
する。これを本発明の第１３の態様と呼ぶ。この態様のプログラムによれば、コンピュー
タによって上記の情報提供装置が実現される。

本発明にかかる商品購入アドバイスシステム、情報提供装置およびプログラムによれば
、顧客は購入した商品と関連した他の商品に関する情報を入手し、その情報に基づいて既
に有している商品を有効活用するために購入すべき商品の検討を容易に行うことができる
。その結果、顧客の商品購買意欲が高められ、販売店は顧客の再度の来店を期待すること
ができる。

また、本発明にかかる商品購入アドバイスシステム、情報提供装置およびプログラムに
よれば、購入の推薦がなされる商品の在庫状況が顧客に提供されるため、顧客は購入の推
薦がされた商品をその場で確認するか、もしくは来店している販売店がその商品の在庫を
切らしている場合には、来店している販売店から最も近い在庫を有する販売店に移動して
確認することができる。

さらに、本発明にかかる商品購入アドバイスシステム、情報提供装置およびプログラム
によれば、複数の販売店のそれぞれは、各販売店に共通のデータを他の販売店と共有する
と同時に、個々の販売店に固有のデータを独自に管理することが可能であるため、個々の
販売店は独自性を活かした営業活動を行うことができる。従って、顧客は異なる特色を有
する販売店の中から自分に適する販売店を選んで利用することができる。

［１．第１実施形態］
以下、本発明の最良の実施形態として、ＰＣ（ＰｅｒｓｏｎａｌＣｏｍｐｕｔｅｒ）
およびＰＣ関連機器を扱う複数の支店（以下、「店舗」と呼ぶ）からなる販売店グループ
Ｘが、各店舗の来客に対し、商品購入に関するアドバイスを提供するシステムを説明する
。

［１．１．アドバイスシステムの構成］
図１は、本発明の第１実施形態におけるアドバイスシステム１の全体構成を示した図で
ある。アドバイスシステム１は、センタサーバ１１と複数の店舗内商品管理システム１２
により構成されている。ここで、センタサーバ１１と店舗内商品管理システム１２は、専
用通信回線、インターネット等のＷＡＮ（ＷｉｄｅＡｒｅａＮｅｔｗｏｒｋ）もしく
はＬＡＮ（ＬｏｃａｌＡｒｅａＮｅｔｗｏｒｋ）を介して相互に接続されていてもよ
い。

センタサーバ１１は、販売店グループＸの本社に設けられたサーバ装置である。センタ
サーバ１１は、店舗サーバ１２１から送信されるデータの送信要求や処理要求を受信し、
受信した送信要求や処理要求に応じたデータの送信等を行う。センタサーバ１１は、汎用
コンピュータに特定のプログラムに従った処理を行わせることによっても実現可能であり
、本実施形態においては、例として、汎用コンピュータに、センタサーバ用プログラムに
従った処理を行わせることによって、センタサーバ１１を実現するものとする。

図２は、センタサーバ１１を実現するために用いられる汎用コンピュータの構成を示す
図である。本実施形態において用いられる汎用コンピュータは、図２に示すように、ＣＰ
Ｕ（ＣｅｎｔｒａｌＰｒｏｃｅｓｓｉｎｇＵｎｉｔ）、ＲＯＭ（ＲｅａｄＯｎｌｙ
Ｍｅｍｏｒｙ）、ＲＡＭ（ＲａｎｄｏｍＡｃｃｅｓｓＭｅｍｏｒｙ）、ＨＤ（Ｈａ
ｒｄＤｉｓｋ）、表示部、操作部、通信部およびデータ入出力インタフェースを有する
。

店舗内商品管理システム１２は、販売店グループＸの各店舗に設けられた商品管理シス
テムである。店舗内商品管理システム１２は、店舗サーバ１２１、通信ケーブル等により
店舗サーバ１２１に接続された複数の店舗端末１２２、店舗端末１２２のそれぞれに接続
されたキャッシュレジスタ１２３および店舗端末１２２のそれぞれに接続されたプリンタ
１２４により構成されている。店舗内商品管理システム１２においてセンタサーバ１１と
直接接続されているのは店舗サーバ１２１である。

店舗サーバ１２１は、センタサーバ１１に対しデータの送信要求や処理要求を送信し、
それらの送信要求や処理要求に応じたデータをセンタサーバ１１から受信する。すなわち
、店舗サーバ１２１はセンタサーバ１１のクライアント装置として機能する。その一方で
、店舗サーバ１２１は店舗端末１２２のサーバ装置として機能する。すなわち、店舗端末
１２２から送信されるデータの送信要求や処理要求を受信し、受信した送信要求や処理要
求に応じたデータの送信等を行う。店舗サーバ１２１は、汎用コンピュータに特定のプロ
グラムに従った処理を行わせることによっても実現可能である。本実施形態においては、
例として、図２に示すような汎用コンピュータに、店舗サーバ用プログラムに従った処理
を行わせることによって、店舗サーバ１２１を実現するものとする。

店舗端末１２２は、商品の代金支払所（以下、「レジ」と呼ぶ）に設置された端末であ
り、キャッシュレジスタ１２３から受信したデータを店舗サーバ１２１に送信するととも
に、店舗サーバ１２１から受信したデータに基づき、顧客に対する商品購入のアドバイス
を含むシート（以下、「アドバイスシート」と呼ぶ）の印字をプリンタ１２４に指示する
。店舗端末１２２は、汎用コンピュータに特定のプログラムに従った処理を行わせること
によっても実現可能である。本実施形態においては、例として、図２に示すような汎用コ
ンピュータに、店舗端末用プログラムに従った処理を行わせることによって、店舗端末１
２２を実現するものとする。

キャッシュレジスタ１２３は、レジに設置された金銭登録機であり、商品の販売に伴う
金銭の出納情報および金銭を管理する。キャッシュレジスタ１２３は通常の金銭登録機が
有する入出金額の計算および記録、金銭の格納、バーコード等により示される商品ＩＤの
読取等の機能に加え、顧客の商品購入に伴い読み取った商品ＩＤを店舗端末１２２に対し
送信する機能を有する。

なお、キャッシュレジスタ１２３の機能のうち、入出金額の計算および記録等の機能を
店舗端末１２２が行うようにしてもよい。例えば、バーコードを図形データとして読み取
るバーコードスキャナを店舗端末１２２に接続し、読み取ったバーコードを数値および記
号からなる商品ＩＤに変換するプログラムを店舗端末１２２に実行させることにより、キ
ャッシュレジスタ１２３の有するバーコードの読取機能を店舗端末１２２に実現させるこ
とができる。また、店舗端末１２２の機能の全てまたは一部をキャッシュレジスタ１２３
が行うようにしてもよい。例えば、キャッシュレジスタ１２３に、店舗サーバ１２１との
間のデータ通信を行う通信部とプリンタ１２４へのデータ出力を行うデータ出力インタフ
ェースとを設け、キャッシュレジスタ１２３における各種処理の制御を行うプロセッサに
店舗端末用プログラムに従った処理を実行させることにより、店舗端末１２２の有する機
能をキャッシュレジスタ１２３に実現させることができる。

プリンタ１２４は、店舗端末１２２から印刷内容を示す画像データを受信し、受信した
画像データに従い、紙面に印刷を行う。

［１．２．センタサーバが記憶するデータの構成］
センタサーバ１１のＨＤには、図１に示されているように、センタサーバ１１がアドバ
イスシステム１における情報提供サービスを行うために必要な各種データが記憶されてい
る。すなわち、センタサーバ１１のＨＤには、顧客ＤＢ１１１、商品ＤＢ１１２、相性Ｄ
Ｂ群１１３、商品画像データ群１１４、店舗ＤＢ１１５および地図データ群１１６が記憶
されている。

図３は、顧客ＤＢ１１１の構成を示した図である。顧客ＤＢ１１１は、販売店グループ
Ｘのいずれかの店舗において顧客登録を行った顧客に関するデータである顧客データを複
数含むＤＢ（Ｄａｔａｂａｓｅ）である。顧客データは、顧客ＩＤ、既購入商品ＩＤ群、
ＰＣ使用歴および主要使用目的のデータを含んでいる。既購入商品ＩＤ群とは、顧客が過
去に販売店グループＸのいずれかの店舗で購入した商品の商品ＩＤの集まりである。ＰＣ
使用歴とは、顧客がＰＣを初めて使用した後の経過年数を示すデータである。主要使用目
的とは、顧客がＰＣを主としてどのような目的で使用するかを示すデータである。顧客デ
ータが含む上記の４種類のデータは説明のための例示であり、顧客データが上記に示した
データとは異なる顧客の属性データ、例えば顧客の好みや年齢等を含んでいてもよいこと
は言うまでもない。

図４は、商品ＤＢ１１２の構成を示した図である。商品ＤＢ１１２は、販売店グループ
Ｘが現在取り扱っている商品に関する在庫数等を示すデータである商品データを複数含む
ＤＢである。商品データは、商品ＩＤ、商品名、価格、在庫数、入荷所要日数、ＰＣ使用
歴、主要使用目的、推薦度および商品画像データファイル名を含んでいる。在庫数とは、
販売店グループＸの各店舗が現在有している在庫数を示すデータである。入荷所要日数と
は、各店舗が商品をメーカ、卸売業者等に発注した後、商品の店舗への納品までに要する
日数を示すデータである。

商品データに含まれるＰＣ使用歴、主要使用目的および推薦度とは、それぞれ、販売店
グループＸが商品に対し与えた評価を示すデータである。まず、商品データに含まれるＰ
Ｃ使用歴とは、商品が、どの程度のＰＣ使用歴を有するユーザにとって適するかを、ＰＣ
の使用歴の分類ごとに数値（以下、「スコア」と呼ぶ）で示したデータである。例えば、
ＰＣ使用歴に「１年未満：５」および「１年以上３年未満：２」というデータが含まれて
いる場合、これらのデータは、商品が、ＰＣ使用歴が１年以上３年未満のユーザよりもＰ
Ｃ使用歴が１年未満のユーザにとって、より適していることを示す。

また、商品データに含まれる主要使用目的とは、商品が、どのような使用目的に使われ
た場合に高いパフォーマンスを発揮するかをスコアで示したデータである。例えば、主要
使用目的に「文章作成：５」および「Ｗｅｂページ閲覧：８」というデータが含まれてい
る場合、これらのデータは、商品が、文書作成に用いられるよりも、Ｗｅｂページ閲覧に
用いられる場合において、より高いパフォーマンスを発揮することを示している。

推薦度とは、販売店グループＸがどの程度、商品を積極的に販売したいと考えているか
を示したスコアである。例えば、プリンタＥの推薦度が「５」、プリンタＣの推薦度が「
３」である場合、これらのデータは、販売店グループＸがプリンタＥをプリンタＣよりも
積極的に販売したいと考えていることを示している。

商品画像データファイル名とは、商品の概観を撮影した画像に、商品の仕様や販売店グ
ループＸの商品に関するコメントを重合して作成した画像データである商品画像データの
ファイル名である。なお、商品データが含む上記のデータは説明のための例示であり、商
品データが上記に示したデータとは異なる商品の属性データを含んでいてもよいことは言
うまでもない。

図５は、相性ＤＢ群１１３の構成を示した図である。相性ＤＢ群１１３は、異なる２つ
の商品分類の組合せに対応する相性ＤＢが複数集まったものである。商品分類の組合せと
しては、例えば、ＰＣとプリンタの組合せ、ＰＣとスキャナの組合せ等、様々なものが考
えられる。以下、例えばＰＣとプリンタの組合せに対応する相性ＤＢを、相性ＤＢ／ＰＣ
−プリンタのように表す。他の商品分類の組合せに対応する相性ＤＢも、必要に応じて、
同様に商品分類の名称を付記することにより他の相性ＤＢと区別するものとする。

相性ＤＢのそれぞれは、異なる２つの商品が組み合わせて用いられる場合の相性を示す
スコアを含むデータである相性データを複数含んでいる。相性データは、第１商品ＩＤ、
第２商品ＩＤ、スコア１、スコア２、・・・、スコアｎのデータを含んでいる。ただし、
スコアｎの「ｎ」は任意の自然数を示す。第１商品ＩＤおよび第２商品ＩＤとは、組み合
わせて用いられる２つの商品の商品ＩＤである。例えば、相性ＤＢ／ＰＣ−プリンタに含
まれる相性データにおいては、第１商品ＩＤはＰＣの商品ＩＤ、第２商品ＩＤはプリンタ
の商品ＩＤである。なお、第１商品ＩＤおよび第２商品ＩＤが示す商品は、販売店グルー
プＸが現在取り扱っている商品および販売店グループＸが過去に取り扱った商品である。

相性データに含まれるスコア１〜スコアｎは、２つの商品を組み合わせて用いる場合の
相性を、複数の観点からそれぞれ評価したスコアである。例えば、相性ＤＢ／ＰＣ−プリ
ンタに含まれる相性データにおいては、スコア１は静音性に関する評価を示すスコアであ
り、スコア２は接続性に関するスコアである。スコアは大きいほど、２つの商品間の相性
が良いことを示す。ここで、相性が良いとは、それぞれの商品が、相手の商品の有する機
能やリソースを十分に活用し合う関係であるか否かを示す。例えば、ＰＣが高速でデータ
転送可能なデータ出力インタフェースを有していても、プリンタのデータ入力インタフェ
ースのデータ転送速度が低いために印字速度が遅くなるような場合、それらのＰＣとプリ
ンタの組合せは、相性が良くないと評価される。

なお、相性データにおけるスコアの項目数、すなわちスコア１〜スコアｎの「ｎ」が示
す数は相性ＤＢごとに異なっていてもよい。また、スコア１〜スコアｎのそれぞれのスコ
アがどのような観点から相性を評価したものであるかも、相性ＤＢごとに異なっていても
よい。すなわち、例えば、相性ＤＢ／ＰＣ−プリンタに含まれるスコア１が静音性に関す
る相性を示すスコアである一方、相性ＤＢ／ＰＣ−スキャナに含まれるスコア１がアプリ
ケーションに関する相性を示すスコアである、といったように、相性ＤＢが異なれば、各
スコアの示す内容も異なってよい。

商品画像データ群１１４は、販売店グループＸが現在取り扱っている商品のそれぞれに
関し、商品の概観を撮影した画像に、商品の仕様や販売店グループＸの商品に関するコメ
ントを重合して作成した画像データである商品画像データの集まりである。商品画像デー
タ群１１４に含まれる商品画像データは、商品ＤＢ１１２（図４参照）に含まれる商品画
像データファイル名により識別される。

図６は、店舗ＤＢ１１５の構成を示した図である。店舗ＤＢ１１５は、各店舗の地図お
よび各店舗から他の店舗への遠近を示すデータである店舗データを複数含むＤＢである。
店舗データは、店舗名、地図データファイル名および最寄店舗名を含んでいる。地図デー
タファイル名とは、店舗の位置を示す地図に店舗の住所や電話番号、店舗へのアクセス案
内等の情報を示す文字等を重合して作成した画像データである地図データのファイル名で
ある。店舗データに含まれる最寄店舗名とは、その店舗データに対応する店舗からの距離
が近い順に、他の店舗の店舗名を並べて示したデータである。例えば、店舗Ｋに関する店
舗データに含まれる最寄店舗名の内容が「店舗Ｊ、店舗Ｎ、・・・」である場合、そのデ
ータは店舗Ｋに最も近い店舗は店舗Ｊであり、２番目に近い店舗は店舗Ｎであることを示
している。

地図データ群１１６は、販売店グループＸの店舗のそれぞれに関し、店舗の位置を示す
地図に、店舗の住所や電話番号、店舗へのアクセス案内等の情報を示す文字等を重合して
作成した画像データである地図データの集まりである。地図データ群１１６に含まれる地
図データは、店舗ＤＢ１１５（図６参照）に含まれる地図データファイル名により識別さ
れる。

［１．３．アドバイスシステムの動作］
顧客は、アドバイスシステム１により提供される商品購入に関するアドバイスを受ける
にあたり、まず顧客登録を行う必要がある。そこで、例として、顧客Ｃが店舗ＡのレジＢ
において顧客登録を行う場合のアドバイスシステム１の動作を説明する。

顧客Ｃは、店舗Ａの店内に置かれている顧客登録用紙に必要事項を記入し、記入済みの
顧客登録用紙をレジＢの店員に手渡す。顧客登録用紙には、顧客ＤＢ１１１（図３参照）
に含まれるデータのうち、ＰＣ使用歴および主要使用目的に関する項目が含まれている。

顧客Ｃから記入済みの顧客登録用紙を受け取った店員は、顧客登録用紙に記入されてい
るＰＣ使用歴および主要使用目的に関するデータをレジＢに配置された店舗端末１２２に
入力し、入力したデータを店舗サーバ１２１を介してセンタサーバ１１に送信する。

センタサーバ１１は、店舗サーバ１２１から顧客ＣのＰＣ使用歴および主要使用目的に
関するデータを受信すると、顧客ＤＢ１１１に含まれていない任意の顧客ＩＤを生成し、
生成した顧客ＩＤと受信したデータを含む顧客データを顧客ＤＢ１１１に追加する。この
場合、追加される顧客データの既購入商品ＩＤ群にはまだ、いずれの商品ＩＤも含まれて
いない。以下、例として、顧客Ｃの顧客ＩＤを「ＸＹ０２５４」とする。すなわち、図３
において第２行に示されるデータが顧客Ｃの顧客データである。続いて、センタサーバ１
１は生成した顧客ＩＤを、店舗Ａの店舗サーバ１２１を介してレジＢの店舗端末１２２に
送信する。

レジＢの店舗端末１２２は、店舗端末用プログラムに従い、受信した顧客ＩＤを示すバ
ーコードを生成し、生成したバーコードのプリント指示をプリンタ１２４に送信する。プ
リンタ１２４はそのプリント指示に従い、バーコードをステッカーにプリントする。店員
は、例えばクレジットカードサイズのプラスティック製メンバーズカード上にプリンタ１
２４によりプリントされたバーコードのステッカーを添付し、そのメンバーズカードを顧
客Ｃに渡す。なお、バーコードをメンバーズカードに添付して顧客に渡す方法は、アドバ
イスシステム１が顧客を識別するための方法の一例であって、顧客を一意に識別すること
ができる他の方法を用いてもよいことは言うまでもない。

顧客Ｃは、メンバーズカードを受け取ると、アドバイスシステム１により提供される商
品購入に関するアドバイスを受けることができるようになる。アドバイスシステム１は、
顧客が店舗において何らかの商品を購入した際に、その商品に関連する他の商品に関する
情報を商品購入のアドバイスとして顧客に提供する。

そこで、例として、顧客Ｃが店舗ＤのレジＥにおいて、パソコンＨという商品名のＰＣ
を購入する場合のアドバイスシステム１の動作を説明する。顧客Ｃが自分のメンバーズカ
ードを提示し、パソコンＨの購入を店員に申し出ると、店員はレジＥに配置されているキ
ャッシュレジスタ１２３のバーコードリーダを用いて、顧客Ｃのメンバーズカードに添付
されているバーコードと、パソコンＨのバーコードを読み取った後、顧客Ｃとの間でパソ
コンＨの代金の精算を行う。

キャッシュレジスタ１２３は読み込んだメンバーズカードおよびパソコンＨのバーコー
ドをそれぞれ顧客Ｃの顧客ＩＤおよびパソコンＨの商品ＩＤに変換し、それらの顧客ＩＤ
および商品ＩＤを、店舗サーバ１２１を介して、センタサーバ１１に送信する。以下、例
として、パソコンＨの商品ＩＤを「ＰＣ００１２」とする。すなわち、図４において、第
１行に示されるデータがパソコンＨの商品データである。

センタサーバ１１は、顧客ＩＤおよび商品ＩＤを受信すると、顧客ＤＢ１１１から受信
した顧客ＩＤを含む顧客データ、すなわち顧客Ｃの顧客データを検索し、検索した顧客デ
ータの既購入商品ＩＤ群に受信した商品ＩＤを追加する。

続いて、センタサーバ１１は、商品ＤＢ１１２（図４参照）から、先に店舗サーバ１２
１から受信した商品ＩＤを含む商品データ、すなわちパソコンＨの商品データを検索し、
検索した商品データにおける店舗Ｄの在庫数を１だけ減じる。

続いて、センタサーバ１１は、顧客Ｃに対する商品購入のアドバイスを示すデータ（以
下、「アドバイスデータ」と呼ぶ）の生成処理を行う。図７〜１０は、センタサーバ１１
が行うアドバイスデータの生成処理を示したフロー図である。以下の説明において、顧客
Ｃの顧客データの既購入商品ＩＤ群に含まれる商品ＩＤを「既購入商品ＩＤ」と呼び、既
購入商品ＩＤのうち、顧客Ｃの商品購入に伴い、センタサーバ１１により上記の処理にお
いて新たに追加されたものを特に「新規既購入商品ＩＤ」と呼ぶ。また、商品ＤＢ１１２
に含まれる商品ＩＤのうち、既購入商品ＩＤでない商品ＩＤを「未購入商品ＩＤ」と呼ぶ
。

アドバイスデータの生成処理は、大きく３つのブロックに分かれている。第１ブロック
は、顧客が新規購入した商品のそれぞれに関し、もし未購入の商品を次に１つ購入すると
すればどの商品がその顧客にとって適しているか、をセンタサーバ１１が決定するための
処理である。以下、この第１ブロックの処理を「個別推薦商品決定処理」と呼ぶ。

アドバイスデータの生成処理の第２ブロックは、新規購入された商品を含み、顧客が既
に購入している複数の商品に関し、もし未購入の商品を次に１つ購入するとすればどの商
品がその顧客にとって適しているか、をセンタサーバ１１が決定するための処理である。
以下、この第２ブロックの処理を「総合推薦商品決定処理」と呼ぶ。

アドバイスデータの生成処理の第３ブロックは、第１ブロックおよび第２ブロックの処
理によって決定された商品に関し、センタサーバ１１が顧客に提供すべき情報を抽出して
アドバイスデータを生成し、生成したアドバイスデータを店舗サーバ１２１に送信する処
理である。以下、この第３ブロックの処理を「アドバイスデータ送信処理」と呼ぶ。

まず、センタサーバ１１は、新規既購入商品ＩＤの１つを基準商品ＩＤとして選択する
（ステップＳ１０１）。この場合、新規既購入商品ＩＤはパソコンＨの商品ＩＤのみであ
るので、センタサーバ１１はその商品ＩＤ「ＰＣ００１２」を基準商品ＩＤとして選択す
る。基準商品ＩＤは、以下の処理において、センタサーバ１１が２つの商品の間の相性を
評価する際の一方の商品を示す商品ＩＤである。

続いて、センタサーバ１１はプリンタ、スキャナ、デジタルカメラ等々の商品分類の中
から、いずれか１つを選択する（ステップＳ１０２）。以下、ステップＳ１０２において
選択された商品分類を「対象商品分類」と呼ぶ。ステップＳ１０２において、センタサー
バ１１は基準商品ＩＤが示す商品の商品分類は選択しない。この場合、基準商品ＩＤ「Ｐ
Ｃ００１２」が示す商品の商品分類はＰＣであるため、センタサーバ１１はＰＣ以外の商
品分類を対象商品分類として選択する。以下、例として、センタサーバ１１はプリンタを
対象商品分類として選択したものとする。

続いて、センタサーバ１１は、既購入商品ＩＤの中に対象商品分類の商品を示すものが
あるか否かを判定する（ステップＳ１０３）。この場合、既購入商品ＩＤはパソコンＨを
示す「ＰＣ００１２」のみであり、プリンタを示すものはないため、ステップＳ１０３の
判定結果は「Ｎｏ」となる。

ステップＳ１０３の判定結果が「Ｎｏ」である場合、センタサーバ１１はステップＳ１
０２において選択した対象商品分類に関する所有商品スコアを決定する処理を行う（ステ
ップＳ１０９）。所有商品スコアとは、顧客Ｃが新たに購入した商品との関連において、
顧客Ｃが過去に購入した商品の顧客Ｃに対する効用の程度を示す指標を意味している。ス
テップＳ１０３の判定結果が「Ｎｏ」であった場合、顧客Ｃが過去に購入した商品は存在
しないため、センタサーバ１１は、ステップＳ１０９において所有商品スコアを「０」と
する。

続いて、センタサーバ１１は未購入商品ＩＤのうち、対象商品分類の商品を示すものを
１つ、対象商品ＩＤとして選択する（ステップＳ１１０）。対象商品ＩＤは、以下の処理
において、センタサーバ１１が２つの商品の間の相性を評価する際、基準商品ＩＤにより
示される商品を一方とする場合の他方の商品を示す商品ＩＤである。以下、例として、セ
ンタサーバ１１により選択される対象商品ＩＤを「ＰＲ５１０３」とする。図４によれば
、対象商品ＩＤ「ＰＲ５１０３」はプリンタＥを示す商品ＩＤである。

続いて、センタサーバ１１は、対象商品ＩＤに対応する商品データの「ＰＣ使用歴」が
含むスコアの中から、顧客Ｃの顧客データの「ＰＣ使用歴」が示す年数に該当するものを
ＲＡＭに記憶する。図３の第２行に示されるデータによれば顧客ＣのＰＣ使用歴は２年で
あり、図４の第２行に示されるデータによればプリンタＥのＰＣ使用歴２年のユーザに対
するスコアは「３」である。従って、センタサーバ１１はそのスコア「３」をＲＡＭに記
憶する。

また、センタサーバ１１は、対象商品ＩＤに対応する商品データの「主要使用目的」が
含むスコアの中から、顧客Ｃの顧客データの「主要使用目的」が示すデータに該当するも
のを抽出し、抽出したスコアの相加平均値を算出し、ＲＡＭに記憶する。図３の第２行に
示されるデータによれば顧客ＣのＰＣの主要使用目的は「Ｗｅｂページ閲覧」および「図
形描画」であり、図４の第２行に示されるデータによればプリンタＥの「Ｗｅｂページ閲
覧」および「図形描画」に関するスコアはそれぞれ「３」および「５」である。従って、
センタサーバ１１はそれらの相加平均値「４」をＲＡＭに記憶する。

センタサーバ１１は、一時的にＲＡＭに記憶したＰＣ使用歴に関するスコアと主要使用
目的に関するスコアの相加平均値の相乗平均値を加算し、その結果を顧客相性スコアとし
てＲＡＭに記憶する（ステップＳ１１１）。顧客相性スコアは、対象商品ＩＤが示す商品
が、顧客Ｃのニーズとどの程度一致しているかを示すスコアである。この場合、プリンタ
Ｅの顧客相性スコアは「約３．４６」となる。

続いて、センタサーバ１１は、相性ＤＢ群１１３（図５参照）から、第１商品ＩＤおよ
び第２商品ＩＤがそれぞれ、基準商品ＩＤおよび対象商品ＩＤのいずれかである相性デー
タを検索し、検索した相性データのスコア１〜スコアｎをＲＡＭに記憶する。続いて、セ
ンタサーバ１１はスコア１〜スコアｎの相乗平均値を算出し、その結果を商品相性スコア
としてＲＡＭに記憶する（ステップＳ１１２）。商品相性スコアは、基準商品ＩＤおよび
対象商品ＩＤが示す商品の相性の良さを示すスコアである。基準商品ＩＤ「ＰＣ００１２
」と対象商品ＩＤ「ＰＲ５１０３」を第１商品ＩＤおよび第２商品ＩＤとする相性データ
は、相性ＤＢ／ＰＣ−プリンタの中から検索される。例えば、相性ＤＢ／ＰＣ−プリンタ
のスコアの項目数ｎが「３」であり、検索された相性データのスコア１〜スコア３が「７
」、「５」および「３」である場合、パソコンＨとプリンタＥの商品相性スコアは「約４
．７２」となる。

続いて、センタサーバ１１はステップＳ１１１で算出した顧客相性スコアとステップＳ
１１２で算出した商品相性スコアを乗算し、さらに対象商品ＩＤに対応する商品データに
含まれる推薦度を加算して、総合相性スコアとしてＲＡＭに記憶する（ステップＳ１１３
）。総合相性スコアは、顧客Ｃが未購入の商品と、顧客Ｃのニーズおよび顧客Ｃが新規に
購入した商品との間の相性を示すスコアである。なお、ステップＳ１１１〜ステップＳ１
１３においてＲＡＭに記憶された各種スコアは、選択されている対象商品ＩＤと対応付け
られている。

続いて、センタサーバ１１は、現在選択されている対象商品分類に含まれる商品を示す
未購入商品ＩＤのうち、まだステップＳ１１０において選択されていないものがあるか否
かを判定する（ステップＳ１１４）。ステップＳ１１４の判定結果が「Ｙｅｓ」である場
合、センタサーバ１１は処理をステップＳ１１０に戻し、他の未購入商品ＩＤを対象商品
ＩＤとして選択した後、ステップＳ１１１〜ステップＳ１１４の処理を繰り返す。その結
果、センタサーバ１１のＲＡＭには様々な未購入商品ＩＤに関する総合相性スコアが記憶
される。この場合、対象商品分類はプリンタであるため、ＲＡＭには種々のプリンタに関
する総合相性スコアが記憶される。

ステップＳ１１４の判定が「Ｎｏ」である場合、すなわち現在選択されている対象商品
分類に含まれる商品を示す未購入商品ＩＤの全てに関する総合相性スコアがＲＡＭに記憶
された場合、センタサーバ１１はＲＡＭに記憶した総合相性スコアの中から最大のものを
選択し、選択した総合相性スコアからステップＳ１０９において算出した所有商品スコア
を減算し、その結果をＲＡＭに記憶する（ステップＳ１１５）。ステップＳ１１５におい
てＲＡＭに記憶される減算の結果を、以下「推薦商品スコア」と呼ぶ。推薦商品スコアに
は、推薦商品スコアの算出に用いられた総合相性スコアとともにＲＡＭに記憶されている
商品ＩＤおよび各種スコアが対応付けられている。推薦商品スコアに対応付けられている
商品ＩＤを、以下「推薦商品ＩＤ」と呼ぶ。さらに、推薦商品ＩＤが示す商品を、以下「
推薦商品」と呼ぶ。例えば、センタサーバ１１はステップＳ１１５において、推薦商品「
プリンタＫ」の推薦商品ＩＤ「ＰＲ１０４３」に関する推薦商品スコア「５９．０」を算
出し、ＲＡＭに記憶する。

ステップＳ１１５においてＲＡＭに記憶される推薦商品ＩＤは、顧客Ｃが新たに購入し
た商品との関連で、顧客Ｃが購入するのに最も適していると思われる商品を推薦商品とし
て示している。また、推薦商品スコアは、推薦商品を購入した際の、顧客Ｃにとっての効
用の程度を示す指標である。推薦商品スコアは、未購入商品ＩＤに関する総合相性スコア
の最大のものから所有商品スコアを減算することによって算出されるため、顧客Ｃが対象
商品分類の商品を過去に購入して所有している場合、その商品を推薦商品で買い換えた際
の効用の向上の程度を示している。

なお、上記のステップＳ１１１、ステップＳ１１２、ステップＳ１１３およびステップ
Ｓ１１５においてセンタサーバ１１が行う計算において用いられる計算式は、上記の例に
限られず、様々なものが考えられる。例えば、上記の例における相乗平均値の代わりに相
加平均値を求めるようにしてもよいし、減算の代わりに除算を行うようにしてもよい。な
お、上記の例においては、顧客相性スコアおよび商品相性スコアの算出に相乗平均値を、
また総合相性スコアの算出にそれらのスコアの積を用いているため、例えば未購入の商品
が新規購入した商品と接続できない等の理由でいずれかのスコアが「０」であると、たと
え他のスコアが高くても、その未購入商品ＩＤに関する総合相性スコアは「０」に推薦度
のみを加えたものとなるようになっている。

ステップＳ１１５の処理を終えると、センタサーバ１１は、ステップＳ１０２において
まだ選択していない商品分類があるか否かを判定する（ステップＳ１１６）。ステップＳ
１１６の判定結果が「Ｙｅｓ」である場合、センタサーバ１１は処理をステップＳ１０２
に戻し、例えばスキャナ等の他の商品分類を対象商品分類として選択し、ステップＳ１０
３〜ステップＳ１１６の処理を繰り返す。その結果、センタサーバ１１のＲＡＭには、ス
キャナ、デジタルカメラ等の種々の商品分類に関する推薦商品ＩＤと推薦商品スコアが記
憶される。

ステップＳ１１６の判定結果が「Ｎｏ」である場合、センタサーバ１１はステップＳ１
０１においてまだ選択されていない新規既購入商品ＩＤがあるか否かを判定する（ステッ
プＳ１１７）。この場合、顧客ＣはパソコンＨしか購入しておらず、既にステップＳ１０
１において選択された新規既購入商品ＩＤ「ＰＣ００１２」の他に新規既購入商品ＩＤは
存在しないため、ステップＳ１１７の判定結果は「Ｎｏ」となる。

上記のステップＳ１０１〜ステップＳ１１７の処理が、個別推薦商品決定処理である。
センタサーバ１１は、個別推薦商品決定処理を終えると、引き続き総合推薦商品決定処理
を行う。総合推薦商品決定処理は、顧客が既に購入している複数の商品に関し、推薦すべ
き商品の決定を行う処理であるため、既購入商品ＩＤが複数存在することが必要である。
従って、ステップＳ１１７の判定結果が「Ｎｏ」である場合、センタサーバ１１はまず、
既購入商品ＩＤが複数あるか否かを判定する（ステップＳ１１８）。なお、ステップＳ１
１８より後の処理においては、新規既購入商品ＩＤが他の既購入商品ＩＤと区別して用い
られることはない。

この場合、顧客ＣはパソコンＨしか購入しておらず、顧客Ｃの顧客データには既購入商
品ＩＤ「ＰＣ００１２」が含まれているだけである。従って、ステップＳ１１８の判定結
果は「Ｎｏ」となる。ステップＳ１１８の判定結果が「Ｎｏ」である場合、センタサーバ
１１は総合推薦商品決定処理の実施的な処理を行うことなく、処理をステップＳ１２８に
移し、アドバイスデータ送信処理を開始する。

センタサーバ１１は、上記のステップＳ１１５においてＲＡＭに記憶された推薦商品Ｉ
Ｄを、ＲＡＭに記憶された順に、１つ選択する（ステップＳ１２８）。なお、上記のステ
ップＳ１１８の判定結果が「Ｙｅｓ」であった場合には、その後に行われるステップＳ１
２７においても推薦商品ＩＤがＲＡＭに記憶されるため、センタサーバ１１はステップＳ
１２８において、それらの推薦商品ＩＤも選択の対象とする。この場合、センタサーバ１
１はまず、ステップＳ１１５において最初にＲＡＭに記憶した推薦商品ＩＤ「ＰＲ１０４
３」を選択する。

続いて、センタサーバ１１は商品ＤＢ１１２（図４参照）から、選択した推薦商品ＩＤ
を商品ＩＤとして含む商品データを検索し、検索した商品データに含まれる価格をＲＡＭ
に記憶する。また、センタサーバ１１は、検索した商品データの商品画像データファイル
名が示す商品画像データを、商品画像データ群１１４から読み出し、ＲＡＭに記憶する（
ステップＳ１２９）。

続いて、センタサーバ１１は検索した商品データに含まれる在庫数のデータに基づき、
この場合、顧客Ｃが商品を新規購入した店舗である店舗Ｄに、推薦商品の在庫があるか否
かを判定する（ステップＳ１３０）。

ステップＳ１３０の判定結果が「Ｎｏ」である場合、センタサーバ１１は検索した商品
データの入荷所要日数のデータに基づき、店舗Ｄが推薦商品を入荷するのに要する日数を
特定し、ＲＡＭに記憶する。続いて、センタサーバ１１は店舗ＤＢ１１５（図６参照）か
ら、店舗Ｄの店舗データを検索し、検索した店舗データの最寄店舗名のデータを取り出す
。センタサーバ１１は、取り出した最寄店舗名のデータに含まれる店舗名を上位のものか
ら順に選択し、推薦商品の商品データに含まれる在庫数のデータに基づき、その店舗名の
店舗が推薦商品の在庫を有するか否かを判定する。その結果、センタサーバ１１は店舗Ｄ
から最も近い、推薦商品の在庫を有する店舗名を特定する。センタサーバ１１は、特定し
た店舗名の店舗データを店舗ＤＢ１１５から検索し、検索した店舗データの地図データフ
ァイル名が示す地図データを、地図データ群１１６から読み出し、ＲＡＭに記憶する（ス
テップＳ１３１）。

ステップＳ１３０の判定結果が「Ｙｅｓ」の場合、店舗Ｄは推薦商品の在庫を有してい
るので、センタサーバ１１はステップＳ１３１の処理を行わず、次のステップＳ１３２に
処理を移す。

続いて、センタサーバ１１は、ステップＳ１２８の処理において選択されていない推薦
商品ＩＤがＲＡＭに記憶されているか否かを判定する（ステップＳ１３２）。ステップＳ
１３２の判定結果が「Ｙｅｓ」である場合、センタサーバ１１は処理をステップＳ１２８
に戻し、次の推薦商品ＩＤを選択した後、ステップＳ１２９〜ステップＳ１３２の処理を
繰り返す。その結果、全ての推薦商品に関し、価格および商品画像データが、また店舗Ｄ
が在庫を有していない推薦商品に関しては、さらに入荷所要日数および在庫を有する最も
近い店舗の地図データが、ＲＡＭに記憶される。なお、上述したように、推薦商品ＩＤの
それぞれには、推薦商品スコアおよび推薦商品に関する各種スコアが対応付けてＲＡＭに
記憶されている。

ステップＳ１３２の判定結果が「Ｎｏ」である場合、センタサーバ１１は上記のように
ＲＡＭに記憶された推薦商品に関するデータを用いてアドバイスデータを作成し、作成し
たアドバイスデータを、店舗サーバ１２１を介して、レジＥの店舗端末１２２に送信する
（ステップＳ１３３）。以上が、顧客Ｃが販売店グループＸの店舗において初めて商品を
購入した場合に、センタサーバ１１が行うアドバイスデータの生成処理である。

レジＥの店舗端末１２２は、センタサーバ１１からアドバイスデータを受信すると、ア
ドバイスデータの内容のプリント指示をプリンタ１２４に送信する。プリンタ１２４は、
そのプリント指示に従い、アドバイスデータの内容を紙にプリントしたアドバイスシート
を出力する。

図１１は、アドバイスシートの例を示した図である。アドバイスシートには、顧客Ｃが
新規に購入したパソコンＨと相性のよい商品に関する情報が、プリンタ、スキャナ等の商
品分類のそれぞれに関し１つずつ示されている。また、店舗Ｄに在庫がない商品に関して
は、在庫を有する最も近い店舗に関する情報も示されている。

レジＥの店員は、顧客ＣにパソコンＨの領収書や釣り銭とともに、アドバイスシートを
手渡す。顧客Ｃはアドバイスシートの情報に基づき、例えば今回購入した商品をより快適
に使用するために、いずれの商品を次に購入すべきかを容易に判断することができる。

ところで、上記のアドバイスシートは、顧客Ｃが初めて販売店グループＸの店舗におい
て１つの商品を購入した場合にアドバイスシステム１が提供するアドバイスシートの例で
ある。顧客Ｃが２つ以上の商品を購入した場合、または既に過去に販売店グループＸのい
ずれかの店舗で購入した商品がある場合には、アドバイスシステム１が提供するアドバイ
スシートは、より多くの情報を含むことになる。以下、図７〜図１０を用いて、顧客Ｃが
既に販売店グループＸの店舗においてパソコンＨ、パソコンＮおよびプリンタＫを購入し
ている状態で、新たにスキャナＬおよびＤＶＤ（ＤｉｇｉｔａｌＶｅｒｓａｔｉｌｅ
Ｄｉｓｃ）−ＲＡＭドライブＹを店舗ＦのレジＧにおいて購入する場合を例として、セン
タサーバ１１によるアドバイスデータの生成処理を説明する。

センタサーバ１１は、レジＧに配置された店舗端末１２２から、店舗Ｆの店舗サーバ１
２１を介して、スキャナＬおよびＤＶＤ−ＲＡＭドライブＹの商品ＩＤを顧客Ｃの顧客Ｉ
Ｄとともに受信し、それらのデータを用いて商品データの在庫数および顧客データの既購
入商品ＩＤを更新する。続いて、センタサーバ１１は、例えばスキャナＬの商品ＩＤを基
準商品ＩＤとして選択し（ステップＳ１０１）、ＰＣを対象商品分類として選択する（ス
テップＳ１０２）。

この場合、顧客Ｃは既にパソコンＨおよびパソコンＮを購入しているため、センタサー
バ１１はステップＳ１０３の判定結果として「Ｙｅｓ」を得る。その場合、センタサーバ
１１は、例えばパソコンＨの商品ＩＤを対象商品ＩＤとして選択する（ステップＳ１０４
）。続いて、センタサーバ１１は、基準商品ＩＤが示すスキャナＬと、対象商品ＩＤが示
すパソコンＨに関し、顧客相性スコアの算出（ステップＳ１０５）、商品相性スコアの算
出（ステップＳ１０６）、および総合相性スコアを算出（ステップＳ１０７）を行う。こ
れらの処理は、上述したステップＳ１１１、ステップＳ１１２およびステップＳ１１３に
おける処理と同様であるため、説明を省略する。ただし、ステップＳ１０５〜ステップＳ
１０７における処理においては、対象商品ＩＤが示す商品が、顧客Ｃが既に所有している
パソコンＨである点が、ステップＳ１１１〜ステップＳ１１３における処理とは異なって
いる。

続いて、センタサーバ１１は現在選択されている対象商品分類に属する既購入商品ＩＤ
で、ステップＳ１０４においてまだ選択されていないものがあるか否かを判定する（ステ
ップＳ１０８）。この場合、顧客ＣはパソコンＮも購入済みであるため、センタサーバ１
１はパソコンＮの商品ＩＤを対象商品ＩＤとして選択し（ステップＳ１０４）、ステップ
Ｓ１０５〜ステップＳ１０８の処理を繰り返す。その結果、センタサーバ１１のＲＡＭに
は、パソコンＨおよびパソコンＮに関する総合相性スコアが記憶される。

現在選択されている対象商品分類に属する既購入商品ＩＤの全てに関して総合相性スコ
アの算出および記憶が終了すると、ステップＳ１０８の判定結果が「Ｎｏ」となる。その
場合、センタサーバ１１はＲＡＭに記憶されている総合相性スコアの中で最大のものを、
現在選択されている対象商品分類に関する所有商品スコアとして、ＲＡＭに記憶する（ス
テップＳ１０９）。例えば、パソコンＨの総合相性スコアが「７１．２」であり、パソコ
ンＮの総合相性スコアが「５３．８」であるとすると、ＰＣに関する所有商品スコアは「
７１．２」となる。この所有商品スコアは、ＰＣに関し、顧客Ｃが既に所有している商品
によって、顧客Ｃが得ている効用を示す指標を意味する。

続いて、センタサーバ１１はＰＣを対象商品分類、スキャナＬの商品ＩＤを基準商品Ｉ
Ｄとして、上述したステップＳ１１０〜ステップＳ１１５の処理を行う。その結果、セン
タサーバ１１のＲＡＭにはスキャナＬとともに用いるＰＣとして、顧客Ｃが購入するのに
適した商品を示す推薦商品ＩＤが各種スコア等とともに記憶される。

続いて、センタサーバ１１は、ステップＳ１１６の判定処理において「Ｙｅｓ」を得て
、処理をステップＳ１０２に戻し、例えば対象商品分類としてデジタルカメラを選択する
。その後、センタサーバ１１はステップＳ１０３〜ステップＳ１１６の処理を繰り返す。
その結果、センタサーバ１１のＲＡＭには、顧客ＣがスキャナＬとともに用いるのに適し
た各商品分類の商品ＩＤが、推薦商品ＩＤとして記憶される。

全ての商品分類に関し、推薦商品ＩＤがＲＡＭに記憶されると、センタサーバ１１はス
テップＳ１１６の判定結果として「Ｎｏ」を得る。その場合、センタサーバ１１は新規既
購入商品ＩＤの中で、ステップＳ１０１において選択されていないものがあるか否かを判
定する（ステップＳ１１７）。この場合、顧客ＣはスキャナＬとともに、ＤＶＤ−ＲＡＭ
ドライブＹも新たに購入したため、ステップＳ１１７の判定結果は「Ｙｅｓ」となり、セ
ンタサーバ１１は処理をステップＳ１０１に戻す。

センタサーバ１１はＤＶＤ−ＲＡＭドライブＹの商品ＩＤを基準商品ＩＤとして選択し
（ステップＳ１０１）、ステップＳ１０２〜ステップＳ１１６の処理を繰り返す。その結
果、センタサーバ１１のＲＡＭには、顧客ＣがＤＶＤ−ＲＡＭドライブＹとともに用いる
のに適した各商品分類の商品ＩＤが、推薦商品ＩＤとして記憶される。

顧客Ｃが新規購入した全ての商品に関し、推薦商品ＩＤがＲＡＭに記憶されると、ステ
ップＳ１１７の判定結果が「Ｎｏ」となる。その場合、センタサーバ１１は個別推薦商品
決定処理を完了し、続いて総合推薦商品決定処理を開始する。センタサーバ１１は、既購
入商品ＩＤが複数あるか否かを判定し（ステップＳ１１８）、この場合、判定結果として
「Ｙｅｓ」を得る。

ステップＳ１１８の判定結果が「Ｙｅｓ」である場合、センタサーバ１１は未購入商品
ＩＤの１つを対象商品ＩＤとして選択する（ステップＳ１１９）。以下、例として、ステ
ップＳ１１９において、プリンタＪを示す商品ＩＤが対象商品ＩＤとして選択されたもの
とする。

続いて、センタサーバ１１は既購入商品ＩＤの１つを基準商品ＩＤとして選択する（ス
テップＳ１２０）。ステップＳ１２０の処理において、センタサーバ１１は、対象商品Ｉ
Ｄと基準商品ＩＤが示す商品が同じ商品分類のものとならないように基準商品ＩＤを選択
する。この場合、対象商品ＩＤが示す商品はプリンタＪであるので、センタサーバ１１は
プリンタＪと同じ商品分類のプリンタＫの商品ＩＤを、基準商品ＩＤの選択候補から除外
する。従って、センタサーバ１１は、例えばパソコンＨの商品ＩＤを基準商品ＩＤとして
選択する。

続いて、センタサーバ１１はステップＳ１１９およびステップＳ１２０において選択し
た対象商品ＩＤおよび基準商品ＩＤに関し、顧客相性スコアの算出（ステップＳ１２１）
、商品相性スコアの算出（ステップＳ１２２）、および総合相性スコアを算出（ステップ
Ｓ１２３）を行う。これらの処理は、上述したステップＳ１１１、ステップＳ１１２およ
びステップＳ１１３における処理と同様であるため、説明を省略する。その結果、この場
合、プリンタＪとパソコンＨに関する総合相性スコアがセンタサーバ１１のＲＡＭに記憶
される。

続いて、センタサーバ１１はステップＳ１２０において選択されていない既購入商品Ｉ
Ｄがあるか否かを判定する（ステップＳ１２４）。ステップＳ１２４の判定結果が「Ｙｅ
ｓ」である場合、センタサーバ１１は処理をステップＳ１２０に戻し、他の既購入商品Ｉ
Ｄを基準商品ＩＤとして選択した後、ステップＳ１２１〜ステップＳ１２４の処理を繰り
返す。その結果、センタサーバ１１のＲＡＭには、顧客Ｃが購入済みの商品のそれぞれに
関し、プリンタＪとともに用いる場合の総合相性スコアが記憶される。

対象商品ＩＤが示す商品と異なる商品分類の、顧客Ｃが購入済みの商品の全てに関し総
合相性スコアがＲＡＭに記憶されると、ステップＳ１２４の判定結果は「Ｎｏ」となる。
その場合、センタサーバ１１はＲＡＭに記憶されている総合相性スコアの相加平均値を算
出し、平均相性スコアとしてＲＡＭに記憶する（ステップＳ１２５）。なお、ステップＳ
１２５において、平均相性スコアを算出するために用いられた既購入商品ＩＤのそれぞれ
に関する総合相性スコアも、平均相性スコアとともにＲＡＭに記憶される。

続いて、センタサーバ１１はステップＳ１１９において選択されていない未購入商品Ｉ
Ｄがあるか否かを判定し（ステップＳ１２６）、ステップＳ１２６の判定結果が「Ｙｅｓ
」である場合、処理をステップＳ１１９に戻す。センタサーバ１１は、他の未購入商品Ｉ
Ｄの１つを対象商品ＩＤとして選択し、ステップＳ１２０〜ステップＳ１２６の処理を繰
り返す。その結果、センタサーバ１１のＲＡＭには、顧客Ｃが未購入の種々の商品に関し
、平均相性スコアが記憶される。

全ての未購入商品ＩＤに関し、平均相性スコアがＲＡＭに記憶されると、ステップＳ１
２６の判定結果が「Ｎｏ」となる。その場合、センタサーバ１１はＲＡＭに記憶されてい
る平均相性スコアのうち、例えば上位３つを推薦商品スコアとして選択し、選択した推薦
商品スコアに対応する未購入商品ＩＤを推薦商品ＩＤとする（ステップＳ１２７）。以上
のステップＳ１１８〜ステップＳ１２７の処理が総合推薦商品決定処理である。

センタサーバ１１は総合推薦商品決定処理を終了すると、続いてアドバイスデータ送信
処理を開始する。すなわち、ステップＳ１２８〜ステップＳ１３３の処理が行われ、その
結果、センタサーバ１１から、店舗Ｆの店舗サーバ１２１を介し、レジＧの店舗端末１２
２に対しアドバイスデータが送信される。

レジＧの店舗端末１２２は、センタサーバ１１からアドバイスデータを受信すると、プ
リンタ１２４にそのアドバイスデータの内容のプリント指示を送信し、プリンタ１２４は
そのプリント指示に従い、アドバイスシートをプリントする。アドバイスシートには、顧
客Ｃが新規に購入したスキャナＬおよびＤＶＤ−ＲＡＭドライブＹのそれぞれに関し、図
１１に示したような、相性のよい商品に関する情報が示されている。

さらにこの場合、アドバイスシートには、顧客Ｃが既に購入している複数の商品に関し
、全体として相性のよい商品に関する情報、すなわち総合推薦商品決定処理により決定さ
れた推薦商品に関する情報も示されている。図１２は、アドバイスシートに含まれる、総
合推薦商品決定処理により決定された推薦商品に関する情報部分を示した図である。図１
２に示すような情報により、顧客は新規購入したものを含み、既に購入した商品をより活
用するために、どのような商品を追加購入すればよいかを容易に判断することができる。

［２．第２実施形態］
本発明の他の形態を説明する目的で、各店舗が独自の能力や特色等を活かして、来客に
対し商品購入に関するアドバイスを提供することを可能にするシステムを第２実施形態と
して説明する。以下の説明においては、例として、服飾品を扱う複数の店舗が加入する販
売店グループＹにおいて、来客に対し商品購入に関するアドバイスシステム２の構成およ
び動作を述べる。なお、第２実施形態において、販売店グループＹに加入している店舗は
、互いに競業関係にある独立した店舗である。

［２．１．センタサーバおよび店舗サーバが記憶するデータの構成］
図１３は、アドバイスシステム２の構成を示した図である。第２実施形態のアドバイス
システム２の全体構成は、第１実施形態のアドバイスシステム１と同じである。図１３に
おいて、アドバイスシステム１の構成要素と同じ構成要素には、同じ符号が付されている
。

アドバイスシステム２におけるセンタサーバ１１のＨＤには、顧客ＤＢ２１１、マスタ
商品ＤＢ２１２、商品タイプＤＢ群２１３および商品画像データ群２１４が格納されてい
る。また、アドバイスシステム２における店舗サーバ１２１のＨＤには、店舗商品ＤＢ２
２１１および相性ＤＢ群２２１２が格納されている。

図１４は、顧客ＤＢ２１１の構成を示した図である。顧客ＤＢ２１１は、第１実施形態
における顧客ＤＢ１１１に相当するＤＢであるが、含まれる顧客データの構成が異なって
いる。顧客ＤＢ２１１の顧客データは、顧客ＩＤ、既購入商品ＩＤ群、性別、サイズ、色
合い、明るさおよび鮮やかさのデータを含んでいる。なお、顧客ＤＢ２１１において、顧
客ＤＢ１１１と同じ名称のデータは同じ種類のデータである。

顧客データに含まれる性別およびサイズは、顧客の身体的特徴を示す属性データである
。また、色合い、明るさおよび鮮やかさは、顧客の好みを示す属性データである。サイズ
は「Ｓ（Ｓｍａｌｌ）」、「Ｍ（Ｍｅｄｉｕｍ）」もしくは「Ｌ（Ｌａｒｇｅ）」のいず
れかのデータであり、顧客の体型を示す。色合いは「赤」等のデータであり、顧客の好む
色相を示す。明るさは顧客が好む明度を示す数値であり、数値が大きい程、明るいことを
示す。鮮やかさは顧客が好む彩度を示す数値であり、数値が大きい程、鮮やかなことを示
す。なお、上記の顧客データに含まれるデータの種類は例示であり、顧客データが顧客の
属性を示す様々なデータを含んでいてもよいことは言うまでもない。

マスタ商品ＤＢ２１２および店舗商品ＤＢ２２１１は、ともに第１実施形態における商
品ＤＢ１１２に相当するＤＢである。マスタ商品ＤＢ２１２はセンタサーバ１１に格納さ
れ、客観的に評価可能な商品の特性を示すデータを含み、販売店グループＹに加入してい
る全ての店舗によって共有される。また、マスタ商品ＤＢ２１２は販売店グループＹに加
入しているいずれかの店舗において過去取り扱われたか、もしくは現在取り扱われている
あらゆる商品に関する商品データを含んでいる。一方、店舗商品ＤＢ２２１１は店舗ごと
に異なる商品に関するデータを含んでおり、ある店舗は他の店舗の店舗商品ＤＢ２２１１
に含まれる商品データを利用することはできない。また、店舗商品ＤＢ２２１１は、店舗
が現在取り扱っている商品に関する商品データしか含んでいない。

図１５は、マスタ商品ＤＢ２１２の構成を示した図である。マスタ商品ＤＢ２１２に含
まれる商品データを以下、「マスタ商品データ」と呼ぶ。マスタ商品データは、商品ＩＤ
、性別、時期、色合い、明るさ、鮮やかさ、形状、素材、柄および商品画像データファイ
ル名のデータを含んでいる。

マスタ商品データに含まれる性別は、商品がいずれの性別用のものであるかを示すデー
タである。時期は、商品がいずれの時期に適したものであるかを示すデータである。色合
い、明るさおよび鮮やかさは、商品の色相等を示すデータであり、その形式は顧客データ
に含まれる同じ名称のデータと同様である。形状、素材および柄は、それぞれ商品の形状
、素材および柄に関する文字列データである。

例えば、各店舗は、新たな商品を取り扱う場合、その商品に関するマスタ商品データを
店舗サーバ１２１からセンタサーバ１１に送信する。センタサーバ１１はマスタ商品デー
タを店舗サーバ１２１から受信すると、受信したマスタ商品データをマスタ商品ＤＢ２１
２に追加する。なお、上記のマスタ商品データに含まれるデータの種類は例示であり、マ
スタ商品データは商品の属性を示す様々なデータを含んでよいことは言うまでもない。

図１６は、商品タイプＤＢ群２１３の構成を示した図である。商品タイプＤＢ群２１３
は、商品のタイプを示すデータである商品タイプデータを複数含むＤＢである商品タイプ
ＤＢの集まりである。商品タイプＤＢのそれぞれは、シャツ、パンツ等の商品分類に対応
している。以下、例えばシャツに対応した商品タイプＤＢを他の商品タイプＤＢと区別す
る必要がある場合、「商品タイプＤＢ／シャツ」のように、「商品タイプＤＢ」の後に商
品分類の名称を付す。

各商品タイプＤＢに含まれる商品タイプデータは、タイプＩＤ、色合い、明るさ、鮮や
かさ、形状、素材および柄のデータを含んでいる。タイプＩＤとは、例えば商品タイプＤ
Ｂ／シャツに含まれる商品タイプデータの場合、シャツの類型、すなわち商品タイプを識
別するためのＩＤである。色合い、明るさ、鮮やかさ、形状、素材および柄は、タイプＩ
Ｄにより識別される商品タイプの特徴を示すデータであり、各データの形式はマスタ商品
データに含まれる同じ名称のデータと同様である。例えば、商品タイプＤＢ／シャツは、
色合い、明るさ等のいずれかが異なるあらゆる組合せのシャツに対応する商品タイプデー
タを含んでいる。

商品画像データ群２１４は、第１実施形態における商品画像データ群１１４に相当する
データ群である。商品画像データ群２１４には、販売店グループＹに加入している店舗が
現在取り扱っている商品および過去取り扱った商品のそれぞれに関し、商品の概観を撮影
した画像データである商品画像データの集まりである。例えば、各店舗は、新たな商品を
取り扱う場合、その商品をデジタルカメラで撮影し、その撮影により得られた商品画像デ
ータを店舗サーバ１２１からセンタサーバ１１に送信する。センタサーバ１１は商品画像
データを店舗サーバ１２１から受信すると、受信した商品画像データを商品画像データ群
２１４に追加するとともに、マスタ商品データにそのファイル名を商品画像データファイ
ル名として追加する。

図１７は、店舗商品ＤＢ２２１１の構成を示した図である。店舗商品ＤＢ２２１１に含
まれる商品データを以下、「店舗商品データ」と呼ぶ。店舗商品データは、商品ＩＤ、商
品名、価格、在庫数、入荷所要日数、推薦度およびコメントを含んでいる。店舗商品デー
タに含まれる在庫数は、店舗商品ＤＢ２２１１を管理している店舗における商品の在庫数
を商品のサイズごとに示すデータである。入荷所要日数および推薦度は第１実施形態にお
ける商品ＤＢ１１２の同じ名称のデータと同様のデータである。コメントは、店舗のスタ
ッフによる商品に関する評価を文字データとして示したものである。なお、上記の店舗商
品データに含まれるデータの種類は例示であり、店舗商品データは商品の評価等の属性を
示す様々なデータを含んでよいことは言うまでもない。

図１８は、相性ＤＢ群２２１２の構成を示した図である。相性ＤＢ群２２１２は、第１
実施形態における相性ＤＢ群１１３に相当するＤＢである。相性ＤＢ群２２１２に含まれ
る相性ＤＢのそれぞれは、第１実施形態における相性ＤＢ群１１３の場合と同様に、２つ
の商品分類の組合せに対応している。例えば、パンツとシャツの組合せに対応する相性Ｄ
Ｂを、他の相性ＤＢと区別する必要がある場合、「相性ＤＢ／パンツ−シャツ」のように
、「相性ＤＢ」の後に組合せの名称を付す。

相性データは、店舗が現在扱っている商品と、他の商品分類の商品タイプとの組合せに
関し、それらの相性の良さを示すデータである相性データを複数含んでいる。相性データ
は商品ＩＤ、タイプＩＤ、適合度および流行度のデータを含んでいる。相性データに含ま
れる商品ＩＤは、店舗が現在扱っている商品の商品ＩＤである。適合度は、商品ＩＤによ
り示される商品と、タイプＩＤにより示される商品タイプとの適合の良さを店舗のスタッ
フが評価した数値である。流行度は、商品ＩＤにより示される商品と、タイプＩＤにより
示される商品タイプとが組み合わせられた場合、どの程度流行にマッチしているか、を店
舗のスタッフが評価した数値である。

［２．２．アドバイスシステムの動作］
アドバイスシステム２の動作は、アドバイスシステム１の動作とアドバイスデータの生
成処理に関する部分を除き、ほぼ同様である。従って、以下、アドバイスシステム２にお
けるアドバイスデータの生成処理が、アドバイスシステム１におけるアドバイスデータの
生成処理との相違点のみを説明する。

アドバイスシステム２においては、アドバイスデータの生成処理は、センタサーバ１１
ではなく店舗サーバ１２１が行う。そして、アドバイスシステム２において店舗サーバ１
２１が行うアドバイスデータの生成処理は、以下の４点でアドバイスシステム１において
センタサーバ１１が行うアドバイスデータの生成処理と異なっている。
（１）個別推薦商品決定処理において推薦商品スコアを算出する際、所有商品スコアを用
いた減算は行われない点。
（２）基準商品ＩＤの代わりに基準タイプＩＤが用いられる点。
（３）顧客相性スコアおよび商品相性スコアの算出に異なる方法が用いられる点。
（４）アドバイスデータに含めらるデータが異なる点。
従って、以下、上記の４点について、図７〜図１０を用いて説明する。

（１）個別推薦商品決定処理において所有商品スコアが用いられない点。
アドバイスシステム２においては、個別推薦商品決定処理において、総合相性スコアか
ら所有商品スコアを減算することは行われない。これは、服飾品に関する場合、顧客は既
に持っている商品と同じ商品分類の商品を新規に購入する場合、買い換えという意識では
なく、別個の商品として購入することが多いためである。従って、店舗サーバ１２１は、
ステップＳ１１５において、総合相性スコアの中から最大のものを推薦商品スコアとする
。その結果、所有商品スコアを算出するための処理であるステップＳ１０３〜ステップＳ
１０９の処理は不要となるため、店舗サーバ１２１はそれらのステップをスキップする。

（２）基準商品ＩＤの代わりに基準タイプＩＤが用いられる点。
店舗サーバ１２１は、ステップＳ１０１において新規既購入商品ＩＤの１つを選択し、
選択した新規既購入商品ＩＤを基準商品ＩＤとする代わりに、その新規既購入商品ＩＤを
センタサーバ１１に送信する。センタサーバ１１は新規既購入商品ＩＤを受信すると、マ
スタ商品ＤＢ２１２（図１５参照）から、受信した新規既購入商品ＩＤを商品ＩＤとする
マスタ商品データを検索する。続いて、センタサーバ１１は検索したマスタ商品データが
含む色合い、明るさ、鮮やかさ、形状、素材および柄と同じデータを含む商品タイプデー
タを、新規既購入商品ＩＤが示す商品の商品分類に対応する商品タイプＤＢから検索する
。センタサーバ１１は、検索した商品タイプデータのタイプＩＤを店舗サーバ１２１に送
信する。店舗サーバ１２１は、センタサーバ１１からタイプＩＤを受信すると、受信した
タイプＩＤを基準タイプＩＤとする。

同様に、店舗サーバ１２１は、ステップＳ１２０において既購入商品ＩＤの１つを選択
し、選択した既購入商品ＩＤをセンタサーバ１１に送信する。センタサーバ１１は、店舗
サーバ１２１から受信した既購入商品ＩＤに対応するタイプＩＤを特定し、特定したタイ
プＩＤを店舗サーバ１２１に送信する。店舗サーバ１２１は、センタサーバ１１から受信
したタイプＩＤを基準タイプＩＤとする。

店舗サーバ１２１は、上記のように基準タイプＩＤを特定すると、それ以降の処理にお
いては、基準商品ＩＤの代わりに基準タイプＩＤを用いて、各種スコアの算出等を行う。

（３）顧客相性スコアおよび商品相性スコアの算出方法が異なる点。
店舗サーバ１２１は、ステップＳ１１１およびステップＳ１２１において顧客相性スコ
アを算出するために、まずセンタサーバ１１に対し、顧客データの送信要求を送信する。
センタサーバ１１は、その送信要求に応じて、先に店舗サーバ１２１から受信した顧客Ｉ
Ｄに対応する顧客データを店舗サーバ１２１に送信する。

続いて、店舗サーバ１２１は対象商品ＩＤとして選択されている商品ＩＤをセンタサー
バ１１に送信する。センタサーバ１１は、店舗サーバ１２１から商品ＩＤを受信すると、
マスタ商品ＤＢ２１２（図１５参照）から、受信した商品ＩＤを含むマスタ商品データを
検索し、検索したマスタ商品データを店舗サーバ１２１に送信する。

店舗サーバ１２１は、まずその時点における日付が、上記のように受信したマスタ商品
データに含まれる時期のデータが示す期間に該当するか否かに基づき、対象商品ＩＤが示
す商品が現在の時期に適したものであるか否かを判定する。例えば、マスタ商品データの
時期に関するデータが「７月〜８月」であり、その時点の日付が８月２０日であれば、店
舗サーバ１２１は対象商品ＩＤが示す商品は現在の時期に適合したものであると判定し、
その対象商品ＩＤの時期に関するスコアを「１」とする。一方、店舗サーバ１２１は、対
象商品ＩＤが示す商品が現在の時期に適合していないと判定した場合、その対象商品ＩＤ
の時期に関するスコアを「０」とする。

続いて、店舗サーバ１２１は、受信した顧客データに含まれる性別が受信したマスタ商
品データに含まれる性別が示すものに該当するか否かに基づき、対象商品ＩＤが示す商品
が顧客の性別に適したものであるか否かを判定する。店舗サーバ１２１はその判定の結果
、対象商品ＩＤが示す商品が顧客の性別に適したものであると判定した場合、その対象商
品ＩＤの性別に関するスコアを「１」とする。一方、店舗サーバ１２１は、対象商品ＩＤ
が示す商品が顧客の性別に適合していないと判定した場合、その対象商品ＩＤの性別に関
するスコアを「０」とする。

続いて、店舗サーバ１２１は受信した顧客データおよびマスタ商品データに含まれる色
合いのデータを比較し、対象商品ＩＤの色合いに関するスコアを決定する。例えば、店舗
サーバ１２１は、顧客データおよびマスタ商品データに含まれる色合いのデータが一致し
た場合には「８」、互いに類似色を示すデータであれば「６」、互いに補色を示すデータ
であれば「２」、互いに補色の類似色を示すデータであれば「４」を、対象商品ＩＤの色
合いに関するスコアとする。

同様に、店舗サーバ１２１は受信した顧客データおよびマスタ商品データに含まれる明
るさのデータを比較し、対象商品ＩＤの明るさに関するスコアを決定する。例えば、店舗
サーバ１２１は、顧客データおよびマスタ商品データに含まれる明るさのデータの差を１
０から減算することにより、対象商品ＩＤの明るさに関するスコアとする。さらに、店舗
サーバ１２１は、明るさに関する場合と同様の方法で、対象商品ＩＤの鮮やかさに関する
スコアを決定する。

続いて、店舗サーバ１２１は、上記のように決定した時期、性別、色合い、明るさおよ
び鮮やかさに関するスコアの相乗平均値を算出する。店舗サーバ１２１は、算出した相乗
平均値を対象商品ＩＤに関する顧客相性スコアとして、店舗サーバ１２１のＲＡＭに記憶
する。

店舗サーバ１２１は、上記のようなステップＳ１１１もしくはステップＳ１２１の処理
に続き、ステップＳ１１２もしくはステップＳ１２２の処理として、商品相性スコアの算
出を行う。店舗サーバ１２１は、相性ＤＢ群２２１２から、対象商品ＩＤを商品ＩＤ、基
準タイプＩＤをタイプＩＤとする相性データを検索する。続いて、店舗サーバ１２１は、
検索した相性データの適合度と流行度の相乗平均値を算出し、算出した結果を商品相性ス
コアとしてＲＡＭに記憶する。

なお、上記のように顧客相性スコアおよび商品相性スコアが算出された後、それらの積
に対し対象商品ＩＤに対応する店舗商品データに含まれる推薦度が加算され、総合相性ス
コアが算出される点は、アドバイスシステム１における場合と同様である。また、上記の
ステップＳ１１１、ステップＳ１１２、ステップＳ１１３およびステップＳ１１５におい
て店舗サーバ１２１が行う計算において用いられる計算式は、上記の例に限られず、様々
なものが利用可能であることは言うまでもない。

（４）アドバイスデータに含められるデータが異なる点。
販売店グループＹに加入している各店舗は、互いに競業関係にある店舗である。従って
、店舗サーバ１２１は、ステップＳ１３１の処理において、推薦商品ＩＤに対応する店舗
商品データに含まれる入荷所要日数のみをＲＡＭに記憶し、他店舗の地図データをＲＡＭ
に書き込む処理は行わない。その結果、アドバイスデータには、在庫に関するデータとし
て、入荷所要日数を示すデータのみが含められる。

また、店舗サーバ１２１は、ステップＳ１３３においてアドバイスデータを生成する際
、センタサーバ１１に対し推薦商品ＩＤおよび推薦商品スコアの算出に用いた既購入商品
ＩＤを送信する。センタサーバ１１は、店舗サーバ１２１からそれらの商品ＩＤを受信す
ると、受信した商品ＩＤに対応するマスタ商品データに含まれる商品画像データファイル
名により示される商品画像データを商品画像データ群２１４から読み出し、店舗サーバ１
２１に送信する。店舗サーバ１２１は、推薦商品ＩＤに対応する店舗商品データに含まれ
るデータや推薦商品スコア等に加え、上記のようにしてセンタサーバ１１から受信した商
品画像データを用いて、アドバイスデータの生成を行う。

店舗サーバ１２１により、アドバイスシステム１におけるアドバイスデータの生成処理
に対し以上述べたような変更が加えられた処理が行われる結果、顧客が店舗において何ら
かの商品を購入した際、アドバイスシートがプリンタ１２４からプリントされ、店員から
顧客に手渡される。

図１９は、アドバイスシステム２により顧客に提供されるアドバイスシートの例である
。アドバイスシートには、推薦商品の画像に加え、推薦商品および他の商品を用いたコー
ディネートイメージが示されている。

図１９の上に示されるコーディネートイメージは、個別推薦商品決定処理において決定
された推薦商品に関するコーディネート例であり、顧客が新規に購入した商品と推薦商品
との組合せ例が示されている。また、図１９の下に示されるコーディネートイメージ１お
よびコーディネートイメージ２は、ともに総合推薦商品決定処理において決定された推薦
商品に関するコーディネート例である。コーディネートイメージ１およびコーディネート
イメージ２においては、顧客が新規に購入した商品、もしくは顧客が過去に販売店グルー
プＹに加入するいずれかの店舗において購入した商品と、推薦商品との組合せ例が示され
ている。

さらに、アドバイスシステム２により顧客に提供されるアドバイスシートには、推薦商
品のそれぞれに関し、店舗のスタッフによるコメントが示されている。顧客は、上記のよ
うなアドバイスシートに示される情報に基づき、新規に購入した商品および既に所有して
いる商品をより活かすために、次回にどのような商品を購入すべきかを容易に判断するこ
とができる。

なお、店舗サーバ１２１がアドバイスデータを生成する際、アドバイスデータに示され
るコーディネートイメージを、例えば顧客の顔や背景を示す画像データを用いることによ
り、より実際に近い画像としてもよい。例えば、コーディネートイメージに顧客の顔を示
す画像データを用いる場合、センタサーバ１１が予め顧客のそれぞれの顔を示す画像デー
タを顧客ＩＤに対応付けて記憶しておき、店舗サーバ１２１はアドバイスデータの生成に
おいて、対象となる顧客の顧客ＩＤをセンタサーバ１１に送信することにより、センタサ
ーバ１１から顧客の顔を示す画像データを取得すればよい。

また、上述したアドバイスシステム２においては、相性データの全てを各店舗の店舗サ
ーバ１２１が記憶し、推薦商品を示す商品ＩＤの選択および推薦商品の情報を含むアドバ
イスデータの生成も各店舗の店舗サーバ１２１が行うが、センタサーバ１１が相性データ
の一部を記憶したり、センタサーバ１１が推薦商品ＩＤの選択もしくはアドバイスデータ
の生成を行う構成としてもよい。

例えば、センタサーバ１１が客観的に判断可能な項目に関する相性データを記憶し、各
店舗の店舗サーバ１２１がセンタサーバ１１に記憶された相性データを共有すると同時に
、各店舗の店舗サーバ１２１は主観的な判断を要する項目に関する相性データを個別に記
憶する構成とすれば、アドバイスデータに各店舗の独自性を反映させることができると同
時に、各店舗における相性データの作成の手間が軽減される。また、各店舗の店舗サーバ
１２１からの要求に応じて、センタサーバ１１が推薦商品ＩＤの選択もしくはアドバイス
データの生成を行い、それらの結果を要求元の店舗サーバ１２１に送信するようにすれば
、店舗サーバ１２１の処理能力が低い場合においても本発明に係るアドバイスシステムを
実現することができる。

［３．変形例］
上述した実施形態は本発明の実施形態の例示であり、上記実施形態に対しては、本発明
の主旨から逸脱しない範囲で様々な変形を加えることができる。

［３．１．第１変形例］
第１変形例においては、推薦商品は、顧客により新規に購入された商品の商品分類等に
応じて、予め定められた商品分類の商品の中から決定される。例えば、センタサーバもし
くは店舗サーバは、顧客がＰＣを購入した場合にはプリンタの中から、もしくはシャツを
購入した場合にはパンツの中から、推薦商品として選択する。なお、いずれの商品分類の
商品から推薦商品が選択されるかは、商品分類間の対応リスト等に基づいて固定的に定め
られてもよいし、例えば購入された商品の価格等の属性データ等に基づいて変化してもよ
い。

第１変形例によれば、例えば商品分類間の関連性が明確である場合に、顧客に対し提供
されるアドバイスの質を低下することなく、アドバイスシステムにおける推薦商品スコア
等の算出を簡易化することができる。

［３．２．第２変形例］
第２変形例においては、店舗端末はプリンタの代わりに、もしくはプリンタと同時に、
ＣＤ−Ｒ（ＣｏｍｐａｃｔＤｉｓｃＲｅｃｏｒｄａｂｌｅ）、ＦＤ（Ｆｌｏｐｐｙ（
登録商標）Ｄｉｓｃ）等の記憶媒体へデータの記憶を行うドライブ装置を備えている。
そして、店舗端末は、顧客の商品購入時に、アドバイスシートのプリントの代わりに、も
しくはアドバイスシートのプリントに加え、（１）表示部によるアドバイスデータの内容
の表示、（２）ドライブ装置を用いた記憶媒体へのアドバイスデータの記憶、のいずれか
もしくは両方を行う。店舗端末が表示部によるアドバイスデータの内容の表示を行う場合
、顧客はレジにおいて、表示部に表示されるアドバイスデータの内容を閲覧することがで
きる。また、店舗端末が記憶媒体へのアドバイスデータの記憶を行う場合、店舗のスタッ
フは、アドバイスデータの記憶された記憶媒体を顧客に手渡し、顧客は自宅等において記
憶媒体に記憶されたアドバイスデータをＰＣに表示させたり、プリンタにプリントさせた
りすることができる。

また、店舗端末がインターネットに接続可能である場合、店舗端末は上記のようなアド
バイスシートのプリント、アドバイスデータの内容の表示およびアドバイスデータの記憶
媒体への記憶の代わりに、もしくはそれらに加えて、アドバイスデータを顧客の電子メー
ルアドレス宛に送付するようにしてもよい。第２変形例によっても、顧客は自分が既に
購入した商品に応じた、適切な商品購入に関するアドバイスを得ることができる。

［３．３．第３変形例］
第３変形例においては、センタサーバ、店舗サーバおよび店舗端末の全てもしくは一部
の機能を併せ持つサーバ装置もしくは端末装置によりアドバイスシステムが構成される。
例えば、（１）上記実施形態におけるセンタサーバおよび店舗サーバの両方の機能を併せ
持つサーバ装置と端末装置とが接続された構成、（２）上記実施形態における店舗サーバ
および店舗端末の両方の機能を併せ持つ端末装置とセンタサーバとが接続された構成、（
３）上記実施形態におけるセンタサーバ、店舗サーバおよび店舗端末の全ての機能を併せ
持つ端末装置のみの構成のうち、いずれかの構成であってもよい。第３変形例によれば、
支店数が少ない販売店グループや独立した１つの店舗等においても、それらの規模に応じ
たアドバイスシステムの構築が可能となる。

［３．４．第４変形例］
第４変形例においては、アドバイスシステムは互いにインターネットを介して接続され
たセンタサーバ、店舗サーバおよび顧客が利用可能な端末装置から構成され、顧客はいわ
ゆる「Ｗｅｂショップ」等の名称で呼ばれる仮想的な店舗において商品を購入し、アドバ
イスシステムからＷｅｂページもしくは電子メールにより、アドバイスデータの提供を受
ける。

店舗サーバは、ＨＴＭＬ（ＨｙｐｅｒＴｅｘｔＭａｒｋｕｐＬａｎｇｕａｇｅ）等
の言語で記述された商品販売用のＷｅｂページ表示用のデータ（以下、「Ｗｅｂページデ
ータ」と呼ぶ）をＨＤに格納しており、顧客は各自の端末装置から、店舗サーバに格納さ
れたＷｅｂページデータの格納場所を示すＵＲＬ（ＵｎｉｆｏｒｍＲｅｓｏｕｒｃｅ
Ｌｏｃａｔｏｒ）をインターネットに対し送信することにより、店舗サーバから商品販売
用のＷｅｂページデータを取得する。端末装置は、Ｗｅｂページデータを受信し、その内
容に応じたＷｅｂページを表示部に表示させる。顧客はそのＷｅｂページに対し商品の注
文内容等のデータ入力を行い、入力したデータを端末装置から店舗サーバもしくはセンタ
サーバに送信する。その注文内容等のデータには、顧客ＩＤおよび商品ＩＤが含まれてい
る。店舗サーバもしくはセンタサーバは、端末装置から商品の注文内容等のデータを受信
すると、受信したデータに含まれる顧客ＩＤおよび商品ＩＤを用いて、アドバイスデータ
の生成処理を行い、生成したアドバイスデータを端末装置に送信する。

第４変形例によれば、顧客は店舗に足を運ぶことなく自宅等で商品の購入を行う場合で
あっても、自分が既に購入した商品に応じた、適切な商品購入に関するアドバイスを得る
ことができる。

［３．５．第５変形例］
第５変形例においては、センタサーバもしくは店舗サーバのＨＤに格納される相性ＤＢ
群に含まれる相性データは、商品もしくは商品タイプの個々の属性に関するスコアを含む
代わりに、複数の商品分類の組合せのそれぞれに関し、商品もしくは商品タイプの個々の
属性データを変数とする関数式を含んでいる。

例えば、ＰＣとプリンタの組合せに関する相性データは、Ｐ₁をＰＣの静音性に関する
属性データ、Ｑ₁をプリンタの静音性に関する属性データ、Ｐ₂をＰＣの接続性に関する属
性データ、Ｑ₂をプリンタの接続性に関する属性データ、・・・とする場合、Ｓ＝Ｓ（Ｐ₁
，Ｑ₁，Ｐ₂，Ｑ₂，・・・）で表される関数式を含んでいる。センタサーバもしくは店舗
サーバは、相性データに含まれる関数式を用いて、商品相性スコアＳを算出する。

第５実施例によれば、店舗もしくは販売店グループが多くの種類の商品を扱うような場
合であっても、店舗のスタッフ等は個々の商品と他の商品もしくは商品タイプとの間の相
性に関するスコアを決定する代わりに、商品分類間の関数式を決定するだけでよく、店舗
もしくは販売店グループがアドバイスシステムを利用する際の手間が軽減される。

［３．６．第６変形例］
第６変形例においては、センタサーバもしくは店舗サーバのＨＤに格納される相性ＤＢ
群に含まれる相性データは、２つの商品もしくは商品タイプとの間の相性を示すスコアに
加えて、３つ以上の商品もしくは商品タイプにおける相性を示すスコアを含んでいる。

第６変形例によれば、例えばパソコンＡとプリンタＢとの組合せ、パソコンＡとスキャ
ナＣとの組合せはそれぞれ相性がよいが、パソコンＡ、プリンタＢおよびスキャナＣを組
み合わせて用いると、パソコンＡのリソースが不足して高いパフォーマンスを示すことが
できない、といった場合であっても、そのような相性の善し悪しを正しく反映した推薦商
品が顧客に提示される。

［３．７．第７変形例］
第７変形例においては、センタサーバもしくは店舗サーバは、総合相性スコアの高いも
のを推薦商品スコアとして選択する代わりに、総合相性スコアが低いものを非推薦商品ス
コアとして選択する。その結果、顧客には、購入しないことを推薦する商品に関する情報
を含むアドバイスシートが提供される。第７変形例によれば、例えば薬品を販売する店舗
において、顧客がある薬品の購入を行った際、その顧客に対し、同時に服用することが望
ましくない薬品に関する情報を提供することができる。

本発明の第１実施形態におけるアドバイスシステムの全体構成を示す図である。本発明の第１実施形態および第２実施形態における汎用コンピュータの構成を示した図である。本発明の第１実施形態における顧客ＤＢの構成を示した図である。本発明の第１実施形態における商品ＤＢの構成を示した図である。本発明の第１実施形態における相性ＤＢ群の構成を示した図である。本発明の第１実施形態における店舗ＤＢの構成を示した図である。本発明の第１実施形態におけるアドバイスデータの生成処理を示したフロー図である。本発明の第１実施形態におけるアドバイスデータの生成処理を示したフロー図である。本発明の第１実施形態におけるアドバイスデータの生成処理を示したフロー図である。本発明の第１実施形態におけるアドバイスデータの生成処理を示したフロー図である。本発明の第１実施形態におけるアドバイスシートの例を示した図である。本発明の第１実施形態におけるアドバイスシートの例を示した図である。本発明の第２実施形態におけるアドバイスシステムの構成を示した図である。本発明の第２実施形態における顧客ＤＢの構成を示した図である。本発明の第２実施形態におけるマスタ商品ＤＢの構成を示した図である。本発明の第２実施形態における商品タイプＤＢ群の構成を示した図である。本発明の第２実施形態における店舗商品ＤＢの構成を示した図である。本発明の第２実施形態における相性ＤＢ群の構成を示した図である。本発明の第２実施形態におけるアドバイスシートの例を示した図である。

符号の説明

１・２…アドバイスシステム、１１…センタサーバ、１２…店舗内商品管理システム、１
１１・２１１…顧客ＤＢ、１１２…商品ＤＢ、１１３・２２１２…相性ＤＢ群、１１４・
２１４…商品画像データ群、１１５…店舗ＤＢ、１１６…地図データ群、１２１…店舗サ
ーバ、１２２…店舗端末、１２３…キャッシュレジスタ、１２４…プリンタ、２１２…マ
スタ商品ＤＢ、２１３…商品タイプＤＢ群、１２１１…在庫ＤＢ、２２１１…店舗商品Ｄ
Ｂ。

Claims

サーバ装置と、前記サーバ装置に通信回線を介して接続された端末装置を備え、
前記端末装置は、
顧客が購入した商品を識別する商品ＩＤである既購入商品ＩＤを取得する商品ＩＤ取得
手段と、
前記商品ＩＤ取得手段により取得された既購入商品ＩＤを前記サーバ装置に送信する商
品ＩＤ送信手段と、
前記サーバ装置から、１または複数の商品に関するアドバイスデータを受信するアドバ
イスデータ受信手段と
を備え、
前記サーバ装置は、
複数の商品の各々について、当該商品を識別する商品ＩＤと当該商品に関する属性デー
タとを含む商品データを記憶する商品データ記憶手段と、
前記複数の商品の各々について当該商品と他の商品との相性を示す相性データを記憶す
る相性データ記憶手段と、
前記端末装置から、顧客が購入した商品を識別する商品ＩＤである既購入商品ＩＤを受
信する商品ＩＤ受信手段と、
前記相性データ記憶手段に記憶された相性データのうち前記既購入商品ＩＤにより示さ
れる商品に対応した相性データに基づき、前記既購入商品ＩＤにより示される商品との相
性が良い商品または相性が悪い商品の少なくとも一方を含む１または複数の商品を選択す
る選択手段と、
前記選択手段により選択された１または複数の商品を示す商品ＩＤを含む商品データに
含まれる属性データを用いて、当該１または複数の商品に関するアドバイスデータを生成
する生成手段と、
前記生成手段により生成されたアドバイスデータを前記端末装置に送信するアドバイス
データ送信手段と
を備える
ことを特徴とする商品購入アドバイスシステム。
複数の商品の各々について、当該商品を識別する商品ＩＤと当該商品に関する属性デー
タとを含む商品データを記憶する商品データ記憶手段と、
前記複数の商品の各々について当該商品と他の商品との相性を示す相性データを記憶す
る相性データ記憶手段と、
顧客が購入した商品を識別する商品ＩＤである既購入商品ＩＤを入力する商品ＩＤ入力
手段と、
前記相性データ記憶手段に記憶された相性データのうち前記既購入商品ＩＤにより示さ
れる商品に対応した相性データに基づき、前記既購入商品ＩＤにより示される商品との相
性が良い商品または相性が悪い商品の少なくとも一方を含む１または複数の商品を選択す
る選択手段と、
前記選択手段により選択された１または複数の商品を示す商品ＩＤを含む商品データに
含まれる属性データを用いて、当該１または複数の商品に関するアドバイスデータを生成
する生成手段と、
前記生成手段により生成されたアドバイスデータを出力する出力手段と
を備えることを特徴とする情報提供装置。
通信回線を介して接続された端末装置から、顧客が購入した商品を識別する商品ＩＤで
ある既購入商品ＩＤを受信する商品ＩＤ受信手段を備え、
前記商品ＩＤ入力手段は、前記商品ＩＤ受信手段により受信された既購入商品ＩＤを入
力する
ことを特徴とする請求項２に記載の情報提供装置。
１つの商品に対応した前記相性データは、他の商品との相性を複数の観点から評価して
得られる複数のスコアを含む
ことを特徴とする請求項２に記載の情報提供装置。
複数の顧客のそれぞれに関し、当該顧客を識別する顧客ＩＤと当該顧客に関する属性デ
ータとを含む顧客データを記憶する顧客データ記憶手段と、
商品を購入した顧客を識別する顧客ＩＤを入力する顧客ＩＤ入力手段と
を備え、
前記選択手段は、前記１または複数の商品の選択を行うための基準として、前記顧客デ
ータ記憶手段に記憶された顧客データのうち前記顧客ＩＤ入力手段により入力された顧客
ＩＤを含む顧客データに含まれる属性データを前記相性データとともに用いる
ことを特徴とする請求項２に記載の情報提供装置。
通信回線を介して接続された端末装置から、商品を購入した顧客を識別する顧客ＩＤを
受信する顧客ＩＤ受信手段を備え、
前記顧客ＩＤ入力手段は、前記顧客ＩＤ受信手段により受信された顧客ＩＤを入力する
ことを特徴とする請求項５に記載の情報提供装置。
前記顧客データは、当該顧客データに含まれる顧客ＩＤにより示される顧客が過去に購
入した商品に関するデータを含む
ことを特徴とする請求項５に記載の情報提供装置。
前記複数の商品のそれぞれの在庫に関する在庫データを記憶する在庫データ記憶手段を
備え、
前記生成手段は、前記在庫データを用いて、前記アドバイスデータを生成する
ことを特徴とする請求項２に記載の情報提供装置。
センタ装置と、前記センタ装置と通信回線を介して接続された複数の店舗装置を備え、
前記商品ＩＤ入力手段および前記出力手段は、前記複数の店舗装置の各々に配置され、
前記商品データ記憶手段、前記相性データ記憶手段、前記選択手段および前記生成手段
の各々は、前記センタ装置および前記複数の店舗装置の各々に分散配置されているか、も
しくは前記センタ装置および前記複数の店舗装置のいずれか一方に配置されている
ことを特徴とする請求項２に記載の情報提供装置。
前記複数の店舗装置の各々が、前記商品データ記憶手段および前記相性データ記憶手段
の各々の全てもしくは一部を有する場合、前記選択手段は、前記センタ装置もしくは当該
店舗装置が有する商品データ記憶手段により記憶されている商品データと、前記センタ装
置もしくは当該店舗装置が有する相性データ記憶手段により記憶されている相性データと
に基づき、前記１または複数の商品を選択する
ことを特徴とする請求項９に記載の情報提供装置。
前記アドバイスデータの内容をプリントするプリント手段、前記アドバイスデータの内
容を表示する表示手段、前記アドバイスデータをコンピュータ読み取り可能な記憶媒体に
書き込む書込手段および前記アドバイスデータを通信回線を介して他の通信機器に対し送
信する通信手段の少なくとも１つを備え、
前記出力手段は、前記プリント手段、前記表示手段、前記書込手段および前記通信手段
の少なくともいずれか１つに対し前記アドバイスデータを出力する
ことを特徴とする請求項２に記載の情報提供装置。
顧客が購入した商品の代金の出納を管理する管理手段を備える
ことを特徴とする請求項２に記載の情報提供装置。
複数の商品の各々について、当該商品を識別する商品ＩＤと当該商品に関する属性デー
タとを含む商品データを記憶する商品データ記憶処理と、
前記複数の商品の各々について当該商品と他の商品との相性を示す相性データを記憶す
る相性データ記憶処理と、
顧客が購入した商品を識別する商品ＩＤである既購入商品ＩＤを入力する商品ＩＤ入力
処理と、
前記相性データ記憶処理において記憶された相性データのうち前記既購入商品ＩＤによ
り示される商品に対応した相性データに基づき、前記既購入商品ＩＤにより示される商品
との相性が良い商品または相性が悪い商品の少なくとも一方を含む１または複数の商品を
選択する選択処理と、
前記選択処理において選択された１または複数の商品を示す商品ＩＤを含む商品データ
に含まれる属性データを用いて、当該１または複数の商品に関するアドバイスデータを生
成する生成処理と、
前記生成処理において生成されたアドバイスデータを出力する出力処理と
をコンピュータに実行させるプログラム。