JP2007164276A - 広告効果測定システムおよびその方法 - Google Patents

Abstract

【課題】広告が売上に及ぼす影響を定量的に測定すること。
【解決手段】プログラムとして実装されてサーバ１０１上で動作し、本実施形態の広告効果測定システムを実現する。サーバ１０１は、売上データ等店舗で発生するデータを主に受信するＰＯＳデータ入力部２０１、別途広告の実施状況を所定のリソース（図示せず）から受信するＧＲＰデータ入力部２０２、ＰＯＳデータ入力部２０１から送られたデータを解析処理で使用しやすいように加工するデータ変換部２１１、およびＧＲＰデータ入力部２０２からのＧＲＰ情報とデータ変換部２１１からの加工されたデータを用いてデータ解析を行って後述する諸係数を導出するデータ解析部２１２を備える。
【選択図】図２

Description

本発明は、広告効果測定システムおよびその方法に関し、より詳細には販売システムにより集計される詳細な売上情報により定量的に広告による効果を測定する広告効果測定システムおよびその方法に関する。

マーケティングの分野では、様々な施策がどのように売上拡大に影響しており、どの程度の効果があるかについての研究が盛んに行われている。一般にある商品について行われる種々の施策の売上に与える影響は、相互に複雑に関連しあっており、また大きな振幅の影響を及ぼす施策があると、他の施策の影響が埋没してしまうといった状況にあり、定性的な分析に限られている。

一例として、短期的に売上に影響を及ぼすセールスプロモーション（ＳＰ）、例えば価格ＳＰ（値引き）が行われると時間あるいは日単位で売上が増加するため、広告の売上に与える影響は１週間程度の平均を取って変化を調べ、ある程度の相関関係を見出すことによって一定の効果があるかどうかを判断する手法が提案されている。この際、広告の実施された量を測る基準として、累積視聴量、すなわちある期間の広告の平均視聴量から導出された残存効果（ＡＤ）を使用することが提案されている。

一方、本技術分野では、広告の売上に及ぼす影響は、専ら店頭での想起購買に基づくものであり、これは広告を一定期間視聴して始めて生じるものだから広告の効果は中期的なものが中心であるとされている。このような観点は、上述のような定性的な広告効果測定方法とも合致するものである。

「マーケティングサイエンス入門 市場対応の科学的マネジメント」 古川 一郎、守口 剛、阿部 誠 著、有斐閣社

しかしながら、最近、広告の売上に対する影響は中期的なものに限られず、短期的効果も見過ごせないことが分かってきたが、従来の定性的効果測定方法では短期的な効果は、特に価格的ＳＰの変動に埋もれて評価することができないという問題があった。

また、同様に中期的な効果の測定も従来の方法では比較的大きな影響しか測定することができず、効果が大きな広告しか良い評価が得られず、広告への投資を判断したり、広告の放映計画を判断したりする材料にはならないという問題があった。

本発明は、このような問題に鑑みて為されたものであり、売上に対する短期的な影響の大きなセールスプロモーション（ＳＰ）、特に価格ＳＰを正確に測定することが可能となったことから、価格ＳＰの影響による売上寄与分を全体の売上から除いて、広告が売上に及ぼす影響を定量的に測定する広告効果測定システムおよびその方法を提供することを目的とする。

このような目的を達成するために、本出願の請求項１に記載の発明は、販売システムにより管理される所望の商品の売上における広告効果を定量的に測定する広告効果測定システムであって、所望の商品の店舗別および日時別売上情報を収集する売上収集手段と、所望の商品について実施されたセールスプロモーション情報を店舗別および日時別に収集するＳＰ情報収集手段と、所望の商品について実施された広告情報を日時別に収集する広告情報収集手段と、所望の商品の店舗別および日時別売上情報からセールスプロモーション情報により達成された店舗別および日時別のセールスプロモーション寄与分を除き日時ごとに統計処理することによって、所望の商品についての日時ごとの広告効果寄与分を算出し、算出された広告効果寄与分と広告情報とに基づいて所望の商品の広告効果を導出する広告効果導出手段とを備えたことを特徴とする。

請求項２に記載の発明は、請求項１に記載の広告効果測定システムにおいて、セールスプロモーション寄与分は、店舗別および日時別セールスプロモーション情報により実施されたセールスプロモーションの種別ごとに種別のセールスプロモーションを実施した店舗の売上情報を日時ごとに算出し、算出されたセールスプロモーション種別ごとの売上にセールスプロモーション種別ごとの所定の係数を乗じて算出することを特徴とする。

請求項３に記載の発明は、請求項１または２に記載の広告効果測定システムにおいて、広告効果導出手段は、広告情報に基づいて広告残存効果を求め、所望の商品の広告効果を導出することを特徴とする。

請求項４に記載の発明は、請求項１、２または３に記載の広告効果測定システムにおいて、広告効果導出手段は、店舗別売上情報として、店舗から所定の条件でサンプリングした店舗の売上情報を用いることを特徴とする。

請求項５に記載の発明は、請求項４に記載の広告効果測定システムにおいて、広告効果導出手段は、式

（ここで、ｓおよびｓ_ｉはサンプリングした店舗における売上情報およびセールスプロモーションの種別ｉの売上情報、ＡＤは広告残存効果、Ｃ_ＡＤは広告寄与係数、ＣＳＰ_ｉはセールスプロモーションの種別ｉのセールスプロモーション寄与係数、Ｏ_ｊは非セールスプロモーション要因、ＯＴＦ_ｊは非セールスプロモーション要因の寄与係数、並びにＣ_０およびεはそれぞれ回帰分析の切片および誤差）を用いて回帰分析を行って、所望の商品の広告寄与係数Ｃ_ＡＤを求めて広告効果を導出することを特徴とする。

請求項６に記載の発明は、請求項１ないし５のいずれかに記載の広告効果測定システムにおいて、セールスプロモーション情報は、所望の商品の値引き情報であることを特徴とする。

請求項７に記載の発明は、請求項１ないし５のいずれかに記載の広告効果測定システムにおいて、セールスプロモーション情報は、価格セールスプロモーションおよび非価格セールスプロモーションの情報を含むことを特徴とする。

請求項８に記載の発明は、請求項１ないし７のいずれかに記載の広告効果測定システムにおいて、所望の商品の店舗別および日時別売上の季節変動率を取得する季節変動取得手段をさらに備え、広告効果導出手段は、所望の商品の店舗別および日時別売上情報として、売上収集手段により収集された売上情報に季節変動率を乗じた値を用いることを特徴とする。

請求項９に記載の発明は、請求項１ないし８のいずれかに記載の広告効果測定システムにおいて、広告効果導出手段は、祝休日売上寄与分を考慮して所望の商品の広告効果を導出することを特徴とする。

請求項１０に記載の発明は、請求項１ないし９のいずれかに記載の広告効果測定システムにおいて、売上情報は、購買者１０００人あたりの販売個数である数量ＰＩ値であることを特徴とする。

請求項１１に記載の発明は、請求項１０に記載の広告効果測定システムにおいて、数量ＰＩ値は、中央値であることを特徴とする。

請求項１２に記載の発明は、請求項１０に記載の広告効果測定システムにおいて、数量ＰＩ値は、３／４分位値であることを特徴とする。

請求項１３に記載の発明は、請求項１０に記載の広告効果測定システムにおいて、数量ＰＩ値は、１５／１６分位値であることを特徴とする。

請求項１４に記載の発明は、請求項１０に記載の広告効果測定システムにおいて、数量ＰＩ値を、中央値、３／４分位値および１５／１６分位値として広告効果を導出し、導出された値に所定の重み付けを行って加算することにより総合広告効果を算出することを特徴とする。

請求項１５に記載の発明は、販売システムにより管理される所望の商品の売上における広告効果を定量的に測定する広告効果測定方法であって、所望の商品の店舗別および日時別売上情報を収集する売上収集ステップと、所望の商品について実施されたセールスプロモーション情報を店舗別および日時別に収集するＳＰ情報収集ステップと、所望の商品について実施された広告情報を日時別に収集する広告情報収集ステップと、所望の商品の店舗別および日時別売上情報からセールスプロモーション情報により達成された店舗別および日時別のセールスプロモーション寄与分を除き日時ごとに統計処理することによって、所望の商品についての日時ごとの広告効果寄与分を算出し、算出された広告効果寄与分と広告情報とに基づいて所望の商品の広告効果を導出する広告効果導出ステップとを備えたことを特徴とする。

ここで、日時別とは、日付単位のデータであることを示すのみならず、時間単位のデータを含むことを意味する。すなわち、日時別とは、日別または時間別の両方または一方を示すものとして使用する。

以上説明したように、本発明によれば、所望の商品の店舗別および時間別売上情報からセールスプロモーション情報により達成された店舗別および時間別のセールスプロモーション寄与分を除き時間ごとに集計することによって、所望の商品についての時間ごとの広告効果寄与分を算出し、算出された広告効果寄与分と広告情報とに基づいて所望の商品の広告効果を導出する広告効果導出手段を備えているので、広告が売上に及ぼす影響を定量的に測定することが可能となる。

また、価格ＳＰ以外の様々なセールスプロモーションについても売上に及ぼす効果を測定することができる。

（第１実施形態）
以下、図面を参照して本発明の一実施形態について詳細に説明する。図１は、本実施形態のシステム構成図である。本実施形態のシステムが用いられる計算センタ１００は、情報源である店舗１１０、１２０などとネットワーク１９０により接続されており、店舗別および日別の売上情報および価格ＳＰ情報並びにその他の情報が、店舗１１０、１２０からネットワーク１９０を介して送信される。

計算センタ１００には、本実施形態の主な処理を実行するサーバ１０１、各種データを格納するデータベース１０２、ネットワークを介して送受信を行う通信ユニット１０３および操作用の端末１０４が設けられているが、これに限られることなく、印刷出力を行うためのプリンタ（図示せず）や補助記憶装置など必要に応じて設置することができる。

また、店舗１１０、１２０は、業態にかかわりなく、売上登録を行うＰＯＳ１１２、１２２およびデータを収集、一部加工して送信するサーバ１１１、１２１を備えていれば、その規模はいずれのもであっても良く、店舗数も何店舗でも本実施形態に使用することができる。

図２は、本発明の特徴である広告効果測定システムを実現するための機能モジュールの構成の一例を示す図である。これらのモジュールは、プログラムとして実装されてサーバ１０１上で動作し、本実施形態の広告効果測定システムを実現する。サーバ１０１は、売上データ等店舗で発生するデータを主に受信するＰＯＳデータ入力部２０１、別途広告の実施状況を所定のリソース（図示せず）から受信するＡＤデータ入力部２０２、ＰＯＳデータ入力部２０１から送られたデータを解析処理で使用できるように加工するデータ変換部２１１、およびＧＲＰデータ入力部２０２からのＧＲＰ情報とデータ変換部２１１からの加工されたデータを用いてデータ解析を行って後述する諸係数を導出するデータ解析部２１２を備える。

本発明の原理は後述するが、本実施形態はサーバ１０１上でデータ解析部２１２を動作させることにより、広告、セールスプロモーションなどの各売上寄与分に関連する種々の係数を導出する。この係数自体各施策による売上に対し生じた一定の効果を定量的に表すものであるが、これらの係数を用いてシミュレーションをすることによりさらに有用な情報を得ることができる。このため、サーバ１０１はデータシミュレーション部２１３およびデータ出力部２２０さらに備えるが、その説明は第２実施形態の説明において行う。

（本発明の原理）
本発明は、販売時売上管理システム（ＰＯＳ）による正確な店舗別および日時別の売上データおよび価格ＳＰ（セールスプロモーション）情報に基づいて、最も売上に影響を及ぼす価格ＳＰの影響を正確に見積もって、その影響を取り除くことにより広告（主にテレビコマーシャル）の露出による効果および店舗等での他のセールスプロモーションによる効果を定量的に測定するものである。本発明では、売上は一般に種々のセールスプロモーションや広告といったマーケティングに関するファクタ（非セールスプロモーション要因）による売上寄与分および休祝日などの施策には直接関係ないが売上に影響を与える売上寄与分を合計したものであることを用いて、広告等による効果を測定する。一般に、このことを数式に表す場合、以下の式により、売上と各寄与分との関係を表すことができる。

ここで、ＳおよびＳ_ｉは各店舗から収集した総売上情報およびセールスプロモーションの種別ｉの売上情報、ＡＤは広告残存効果、Ｃ_ＡＤは広告寄与係数、ＣＳＰ_ｉはセールスプロモーションの種別ｉのセールスプロモーション寄与係数、Ｏ_ｊは非セールスプロモーション要因、ＯＴＦ_ｊは非セールスプロモーション要因の寄与係数、並びにＣ_０は売上のベースラインである。セールスプロモーションの種別ｉの売上情報とは、あるセールスプロモーション、例えば所定の日時に１０％値引き（セールスプロモーションの種別ｉとする）を実施した店舗すべての売上情報を集計したものである。すなわち、全店舗数Ｎの場合、所定の日時に１０％値引きを実施したのがｎ店舗あったとすると、各店舗の売上を合計したのがセールスプロモーションの種別ｉの売上情報である。このように、セールスプロモーションの種別ｉに価格ＳＰだけでなく、チラシ配布やエンド陳列等の非価格ＳＰも含めることにより、より実際に即したきめ細かい対応が可能となる。本実施形態では、セールスプロモーションの種別として価格ＳＰ（前日売価に対する割引率で１０％、２０％、３０％、４０％および５０％）、非価格ＳＰ（チラシ、エンド）を用いるが、これに限られず本技術分野で知られるセールスプロモーションに含まれる施策、例えば棚配置や店頭キャンペーンなどのいずれも用いることができる。さらに、Ｏ_ｊは非セールスプロモーション要因であるが、これには休祝日ファクタや商圏のポテンシャルなど管理者が特定のセールスプロモーションのために人為的に変更することができないが、売上に影響するファクタのいずれもが含まれる。

ここで、前日からの割引率を使用するのは、単に定価からの割引率ではセールスプロモーションの効果の判定基準にならないからであり、また、そもそも定価の概念がないか、または曖昧な商品も多数あるからである。

本実施形態のＡＤで示す広告残存効果とは、本技術分野でよく知られた概念であり本実施形態でも広告の露出量を評価する際のツールとして用いるが、一般に以下のように定義される。
ＡＤ＝ＡＤ_ｔ+λＡＤ_ｔ−１+λ^２ＡＤ_ｔ−２+λ^３ＡＤ_ｔ−３+・・・
ここで、ＡＤ_ｔは当日のＧＲＰ値（すなわち実際に視聴された平均累積広告量、以下同じ）、ＡＤ_ｔ−１は前日のＧＲＰ値およびλは残存係数（０≦λ≦１）とする。本実施形態では、広告残存効果として具体的に使用する値を算出するため、上述の式で定義されるＡＤという値を用いるが、本発明の目的を達成するために使用することができる、本技術分野で知られたいずれの残存効果も用いることができる。

また、売上のベースラインＣ_０は、広告およびセールスプロモーションのような施策とは関係なくその商品自体がその時点で有している売上規模を示すものである。さらに、本実施形態では、売上の単位としてＰＩ値、すなわちレジを通過した（来店者のうち実際に何らかの商品を購入した）購買者１０００人あたりの商品購入数を用いることによって店舗の規模に関係なくその商品が売れ行きを定量的に評価することができるが、これに限られず同様の機能が認められる単位あるいは基準であれば本技術分野で知られたいずれのものも使用することができる。

このように本発明は、従来、一般的に複雑な関数で表された売上に対する寄与分を、マーケット分析による精緻な研究により一定のレベルで各ファクタごとに線形に評価することができることがわかったため、その原理を応用することにより、簡潔な形で効果を導出することに特徴がある。すなわち、入力した情報から上記寄与係数およびλを導出することができれば、広告のみではなく各セールスプロモーションが売上に寄与する売上寄与分を定量的に算出することができ、いずれのマーケティング施策がその商品について有効であるかを判断できるのである。また、寄与係数自体も、例えば価格ＳＰについてみると上記式から理解できるように、単位ＰＩあたりの売上寄与分を示しているから、価格ＳＰの寄与係数が高いほどその価格ＳＰは効果があるということを示すので有効である。

図３および４は、本発明の原理の一部を説明するためのグラフを示す図である。図３は、価格ＳＰおよび広告の効果を示したものであり、本グラフに示すように全体の売上（日次売上（総計））は、日次売上（価格ＳＰ効果）と日次売上（広告効果）の合計になっており、逆に日次売上（総計）および日次売上（価格ＳＰ効果）が分かっていれば日次売上（広告効果）を定量的に導出することができることがわかる。図４は、広告効果を説明するためのグラフを示す図である。図４に示すようにテレビ等の広告は、一定の期間断続的に放映されるが、その効果は本技術分野で知られる広告残存効果により表される。図４に示す日次売上（広告効果）の線はこの広告残存効果を示しているが、この形状は上述のように係数λにより定まる。本発明では、広告残存効果を導入することによって広告の寄与分を線形に表現することができるのである。さらに、広告と同視できるような露出施策による残存効果を示すグラフを図１３ないし１６に示す。このうち図１３および１４は、あるテレビ番組のテーマに関する商品であり、図１５および１６は野球場等のいわゆるバックネット広告である。図を参照すると理解できるように、本実施形態で基本的に対象としているテレビコマーシャル以外であっても、所定の相違を考慮することにより本発明の原理が応用できるようなものとなっている。

（本実施形態における寄与係数の導出）
本実施形態では上述の本発明の原理を用いて、具体的に種々の係数を求める。図５は、本実施形態の全体処理のフローチャートを示す図である。まず、ＰＯＳデータ入力部２０１から売上等のデータを受け取って（Ｓ５０１）、データ変換部２１１においてデータの加工を行う（Ｓ５０３）。ここで、本実施形態では、売上情報として特定の１つまたは複数の店舗のデータをサンプルとして用いて解析を行う。得ようとする効果や種々の目的によって適切なサンプルとなる店舗を選択することによって、すべての店舗を対象に効果測定をするよりも効果的な処理が可能となる。例えば、このようなＰＩ値の取得方法としては中央値、３／４分位値および１５／１６分位値、すなわちそれぞれ全店舗の数値のうち、ちょうど中央の値をとっている店舗、上位３／４の値を取っている店舗、および上位１５／１６の値をとっている店舗のＰＩ値を代表ＰＩ値とする。例えば、１５／１６分位値を用いると、売上が高いほど影響の出やすい価格ＳＰの効果が正確に出やすいし、中央値や１／４分位値などを用いると広告効果が強調される傾向にある。この一例として、図１２を参照すると各代表ＰＩ値で広告効果を評価してみると、売上が３／４分位値より少ない中央値の方が、残存効果に比較的近似した動きをしているのが理解できる。

もっとも、これらの各分位値を用いて算出された結果に重み付けして合計を取ることにより結局全データを用いたのと同様の結果を得ることもできる。本実施形態では、一例として後述するように、いくつかのサンプリングにより取得した代表ＰＩ値により、各種係数値を導出してそれらの値に重み付けを行って総合的な効果を求める。

さらに、商品によっては季節変動があるものがあるため、図７に示すようなカテゴリ季節指数を用い、例えば９月１日の値を１として各日次の指数にあわせて季節変動要素を補正する。本実施形態では、各月の１日を比較した指数を使用しているので、その月の各日付におけるデータは補完処理を行って求める。このようにすることにより、一定のレベルで各日付における実際の値に近いものとすることができるが、指数の適用方法はこれ限られず本技術分野で知られたいずれの方法も用いることができる。

次に、同様に、ＧＲＰデータ入力部２０２から広告に関連する情報を受け取り（Ｓ５０２）、以上のデータを元にデータ解析部２１２により、以下の式を用いて回帰分析することにより各寄与係数およびλを求める（Ｓ５０４）。本式は、上述の本発明の原理で示した式とは若干異なるが、その相違点は、上述の式に基づいて回帰分析を行うために変更した部分である。

ここで、ｓおよびｓ_ｉはサンプルとして選択した店舗における売上情報およびセールスプロモーションの種別ｉの売上情報、ＡＤは広告残存効果、Ｃ_ＡＤは広告寄与係数、ＣＳＰ_ｉはセールスプロモーションの種別ｉのセールスプロモーション寄与係数、Ｏ_ｊは非セールスプロモーション要因、ＯＴＦ_ｊは非セールスプロモーション要因の寄与係数、並びにＣ_０およびεはそれぞれ回帰分析の切片および誤差である。また、セールスプロモーション種別としては、本実施形態では、価格ＳＰは前日の価格からの値引率により１０％〜５０％の５種、非価格ＳＰはチラシ配布およびエンド陳列情報、並びに非セールスプロモーション要因として休祝日情報を用いる。具体的には本実施形態では図７なし９に示す各データを用いて処理を行う。例えば、図７に示す「ＧＲＰ投入データ」とは、実際に広告が放映された日と量とを示すもの（いわば平均累積視聴率）であって、この投入された広告がその後、購買層の記憶に残存して、一定期間広告効果を発揮するが、その効果はλの値により変化する。したがって、広告は実際には図９の「残存係数別ＧＰＲ」に示される残存効果をベースとして評価されることとなる。なお、回帰分析処理における切片Ｃ_０は、本実施形態では売上のベースラインを示すこととなる。

ステップＳ５０５およびＳ５０６については、第２実施形態で説明する。

（回帰分析処理）
図６は、本実施形態の回帰分析処理の一例を示すフローチャートである。まず、上述のように対象となる商品について代表ＰＩ値を決定する（Ｓ６０１）。本実施例では、１／１６分位値、１／４分位値、中央値、３／４分位値および１５／１６分位値について分析を行うこととする。次にチラシ配布、エンド陳列等の非価格ＳＰ情報があるか否かを判定する（Ｓ６０２）。

図７の「非価格ＳＰ」に示すようにチラシ配布、エンド陳列のような非価格ＳＰの情報がＰＯＳデータとして収集できればその情報を活用して、対応する寄与係数を導出するが、このような情報が収集できない場合にＰＯＳデータ等からこれらの情報を抽出する（Ｓ６０３）。この方法について簡単に説明する。図８は、ＰＯＳデータ等から非価格ＳＰの情報を抽出する方法について説明するための図である。例えば、図８の「非価格ＳＰ実施店舗の売価別通常販売に対する比率」に示すように、非価格ＳＰが実施されるとＰＩ値が一定の変化を見せることから、対象となっている商品について図８の「非価格ＳＰ実施点判定数量ＰＩ閾値」に示すような閾値を抽出し、あるいは予め設けておき、閾値よりも大きな変動があった場合は非価格ＳＰが実施されたものと判定する。

以上の図１０に示すような入力データを元に、各目的変数ごとにＧＲＰ残存係数λを変化させ、標本として一定期間の代表ＰＩ値を用いて回帰分析を行う。一定期間は、統計的に有意な結果を得られる標本対象の数（期間）であればいいので、特定の期間には限定されない。図１１は、本実施形態の回帰分析の処理結果を順を追って記したものであるが、まず、「一時出力結果」に各目的変数（各分位ＰＩ値）による回帰分析を行った結果を示す。ここに示されているように、１５／１６分位において各λで分析を行った結果と異なる補正Ｒ値になる。この結果の中で補正Ｒ値がもっとも高い値を一時結果として出力する（Ｓ６０４）。次に、このようにして各目的変数ごとに最適なλと各寄与係数とが定まるが、そのうち回帰分析の有意値を定めるｔ値の値をそれぞれの係数について算出し所定の閾値（本実施形態では、１．６４５であるが、これに限られない）以下の場合は、図１１の二次出力結果に示すように、その係数は選択しない（本実施形態では、０とする）。最後に、各目的変数の値ごとに重み付けを行ない、合計して総合的な値を導出する（Ｓ６０５）。

ここで、各目的変数ごとに割り当てられた重み付けは、本実施例では１／１６分位値で０．１２５、１／４分位値で０．２５、中央値で０．２５、３／４分位値で０．２５、および１５／１６分位値で０．１２５となっている。これは、各分位値が代表するＰＩ値の範囲を大まかに定めたもので、例えば１５／１６分位値は、ちょうど上位から１２．５％（１／８）にあたるＰＩ値の範囲の中心の値となっているので、１５／１６分位値の前後同じ範囲のＰＩ値を表しているものとして、全体の１２．５％を代表しているといえることから、重み付けとして０．１２５が割り当てられたわけである。他の分位についても同様に重み付けを計算することができる。

以上により、図１１に示す統合係数値が求められる。本実施形態によりλおよび各種寄与係数を求めることにより、売上に影響を与える各ファクタの寄与分を定量的に求めることができる。また、λの値に着目すると、図１７に示すようにλが大きい値となるほど残存効果が高いことが理解できる。

（第２実施形態）
本実施形態は、上述の第１実施形態により求められた寄与係数およびλの値を用いて、シミュレーションを行うことにより、広告やセールスプロモーション施策を行った場合の売上状況を予測するものである。

図２に示すサーバ１０１には、データシミュレーション部２１３、データ出力部２２０およびプリンタシステム２２１が備えられており、データ解析部２１２で導出された値および設定された条件を用いてデータシミュレーション部２１３がシミュレーションを行い（Ｓ５０５）、その結果がデータ出力部２２０か出力され、またはプリンタシステム２２１に印刷される（Ｓ５０６）。例えば、図１８および図１９に示すように一定の条件（広告施策と配架、広告タイミングなど）でシミュレーションを行って、具体的にその効果を知ることができ、最適のタイミングと量で施策を施すことができる。

（第３実施形態）
本実施形態は、第１実施形態で分析した手法を応用するものである。第１実施形態のシステムを用いて、広告施策の前の期間と後の期間でデータ解析することにより、広告施策前のベースラインと施策後のベースラインが求まるため、これを比較することにより、広告のベースラインに与えた影響を測定することができる。

図１９は、本発明の一実施形態のシミュレーションを行った具体的な効果を示す図である。すなわち、配架を広告の先に行うか、後に行うかによる売上の相違をシミュレーションして、いずれの時期が売上の伸びにより大きな影響を与えるかを比較することにより、効果的な時期に施策を行うことができる。本実施例ではシミュレーションの結果、広告前の配架が効果的であることが理解できる。なお、シミュレーションは第１実施形態で導出された寄与係数を用いて本技術分野で知られた方法により処理することができるので、ここでは説明を省略する。

同様に、図２０は、本実施形態を説明するためのグラフである。図２０に示すように広告の投入によってベースラインの上昇を定量的に評価することができることが理解される。

本発明にかかる一実施形態のシステム図である。 本発明の特徴である広告効果測定システムを実現するための機能モジュールの構成の一例を示す図である。 本発明の一実施形態の価格ＳＰおよび広告の効果を示したものである。 本実施例の広告効果を説明するためのグラフを示す図である。 本実施形態の全体処理のフローチャートを示す図である。 本実施形態の回帰分析処理の一例を示すフローチャートである。 本発明の一実施形態の本実施例で用いられるデータの一例を示す図である。 本発明の一実施形態の本実施例で用いられるデータの一例を示す図である。 本発明の一実施形態の本実施例で用いられるデータの一例を示す図である。 本発明の一実施形態の本実施例で用いられるデータの一例を示す図である。 本実施形態の回帰分析の処理結果を順を追って記したものである。 本発明の一実施形態の各代表ＰＩ値で広告効果の評価を示す図である。 本発明の一実施形態の残存効果を示すグラフを示す図である。 本発明の一実施形態の残存効果を示すグラフを示す図である。 本発明の一実施形態の残存効果を示すグラフを示す図である。 本発明の一実施形態の残存効果を示すグラフを示す図である。 本発明の一実施形態のλの影響を説明するための図である。 本発明の一実施形態のシミュレーションを行った具体的な効果を示す図である。 本発明の一実施形態のシミュレーションを行った具体的な効果を示す図である。 本発明の一実施形態の広告の投入によってベースラインの上昇を定量的に評価することを示す図である。

符号の説明

１００ 計算センタ
１０１ サーバ
１０２ データベース
１０３ 通信ユニット
１０４ 端末
１１０、１２０ 店舗
１９０ ネットワーク
１１２、１２２ ＰＯＳ
１１１、１２１ サーバ
２０１ ＰＯＳデータ入力部
２０２ ＧＲＰデータ入力部
２１１ データ変換部

Claims (15)

1. 販売システムにより管理される所望の商品の売上における広告効果を定量的に測定する広告効果測定システムであって、
   前記所望の商品の店舗別および日時別売上情報を収集する売上収集手段と、
   前記所望の商品について実施されたセールスプロモーション情報を店舗別および日時別に収集するＳＰ情報収集手段と、
   前記所望の商品について実施された広告情報を日時別に収集する広告情報収集手段と、
   前記所望の商品の店舗別および日時別売上情報から前記セールスプロモーション情報により達成された店舗別および日時別のセールスプロモーション寄与分を除き日時ごとに統計処理することによって、前記所望の商品についての日時ごとの広告効果寄与分を算出し、当該算出された広告効果寄与分と前記広告情報とに基づいて前記所望の商品の広告効果を導出する広告効果導出手段と
   を備えたことを特徴とする広告効果測定システム。
2. 前記セールスプロモーション寄与分は、前記店舗別および日時別セールスプロモーション情報により実施されたセールスプロモーションの種別ごとに該種別のセールスプロモーションを実施した店舗の売上情報を日時ごとに算出し、当該算出されたセールスプロモーション種別ごとの売上に前記セールスプロモーション種別ごとの所定の係数を乗じて算出することを特徴とする請求項１に記載の広告効果測定システム。
3. 前記広告効果導出手段は、前記広告情報に基づいて広告残存効果を求め、前記所望の商品の広告効果を導出することを特徴とする請求項１または２に記載の広告効果測定システム。
4. 前記広告効果導出手段は、前記店舗別売上情報として、前記店舗から所定の条件でサンプリングした店舗の売上情報を用いることを特徴とする請求項１、２または３に記載の広告効果測定システム。
5. 前記広告効果導出手段は、式
   

   

   （ここで、ｓおよびｓ_ｉはサンプリングした店舗における売上情報およびセールスプロモーションの種別ｉの売上情報、ＡＤは広告残存効果、Ｃ_ＡＤは広告寄与係数、ＣＳＰ_ｉはセールスプロモーションの種別ｉのセールスプロモーション寄与係数、Ｏ_ｊは非セールスプロモーション要因、ＯＴＦ_ｊは非セールスプロモーション要因の寄与係数、並びにＣ_０およびεはそれぞれ回帰分析の切片および誤差）
   を用いて回帰分析を行って、前記所望の商品の広告寄与係数Ｃ_ＡＤを求めて広告効果を導出することを特徴とする請求項４に記載の広告効果測定システム。
6. 前記セールスプロモーション情報は、前記所望の商品の値引き情報であることを特徴とする請求項１ないし５のいずれかに記載の広告効果測定システム。
7. 前記セールスプロモーション情報は、価格セールスプロモーションおよび非価格セールスプロモーションの情報を含むことを特徴とする請求項１ないし５のいずれかに記載の広告効果測定システム。
8. 前記所望の商品の店舗別および日時別売上の季節変動率を取得する季節変動取得手段をさらに備え、
   前記広告効果導出手段は、前記所望の商品の店舗別および日時別売上情報として、前記売上収集手段により収集された売上情報に前記季節変動率を乗じた値を用いることを特徴とする請求項１ないし７のいずれかに記載の広告効果測定システム。
9. 前記広告効果導出手段は、祝休日売上寄与分を考慮して前記所望の商品の広告効果を導出することを特徴とする請求項１ないし８のいずれかに記載の広告効果測定システム。
10. 前記売上情報は、購買者１０００人あたりの販売個数である数量ＰＩ値であることを特徴とする請求項１ないし９のいずれかに記載の広告効果測定システム。
11. 前記数量ＰＩ値は、中央値であることを特徴とする請求項１０に記載の広告効果測定システム。
12. 前記数量ＰＩ値は、３／４分位値であることを特徴とする請求項１０に記載の広告効果測定システム。
13. 前記数量ＰＩ値は、１５／１６分位値であることを特徴とする請求項１０に記載の広告効果測定システム。
14. 前記数量ＰＩ値を、中央値、３／４分位値および１５／１６分位値として広告効果を導出し、導出された値に所定の重み付けを行って加算することにより総合広告効果を算出することを特徴とする請求項１０に記載の広告効果測定システム。
15. 販売システムにより管理される所望の商品の売上における広告効果を定量的に測定する広告効果測定方法であって、
    前記所望の商品の店舗別および日時別売上情報を収集する売上収集ステップと、
    前記所望の商品について実施されたセールスプロモーション情報を店舗別および日時別に収集するＳＰ情報収集ステップと、
    前記所望の商品について実施された広告情報を日時別に収集する広告情報収集ステップと、
    前記所望の商品の店舗別および日時別売上情報から前記セールスプロモーション情報により達成された店舗別および日時別のセールスプロモーション寄与分を除き日時ごとに統計処理することによって、前記所望の商品についての日時ごとの広告効果寄与分を算出し、当該算出された広告効果寄与分と前記広告情報とに基づいて前記所望の商品の広告効果を導出する広告効果導出ステップと
    を備えたことを特徴とする広告効果測定方法。
    

Images