CN103971263A - 顾客类别分析装置、顾客类别分析系统以及顾客类别分析方法 - Google Patents

Abstract

本发明涉及顾客类别分析装置、顾客类别分析系统以及顾客类别分析方法。一种顾客类别分析装置，包括：顾客类别标识单元，被配置成基于由捕获顾客的图像的成像装置所提供的图像信息来标识每个顾客的顾客类别并且获得指示标识的结果的顾客类别信息；顾客类别比率获得单元，被配置成基于所述顾客类别信息来获得顾客类别比率；顾客数目获得单元，被配置成从销售信息管理装置接收销售信息并且基于所述销售信息获得顾客的数目；基于类别的顾客数目获得单元被配置成通过反映关于所述顾客的数目的所述顾客类别比率来获得每个类别中的顾客的数目；以及输出信息生成单元，被配置成基于每个类别中的顾客的数目来生成表示分析结果的输出信息。

Description

顾客类别分析装置、顾客类别分析系统以及顾客类别分析方法

技术领域

本发明涉及一种用于分析访问商业机构的顾客的顾客类别的顾客类别分析装置、顾客类别分析系统以及顾客类别分析方法。

背景技术

存在各种类型的商业机构，包括诸如简餐餐馆的餐馆、诸如便利店的零售店等。不管商业机构的类型如何，不同的顾客类别（性别、年龄等）的顾客趋于更喜欢不同的食物或物品，并且因此，基于访问商业机构的顾客的顾客类别的分析结果来开发用于提高在商业机构处提供的物品的菜单或分类的措施有益于提高顾客满意度并且增加商业机构的销售。

为了满足这样的需要，照惯例已知使用图像识别技术来标识诸如便利店的零售店中的每个顾客的类别并且生成添加顾客类别的销售信息，其中顾客类别与由顾客所购买的个别物品的销售信息相关联（见JP2010-055248A）。与其中售货员确定并且键入每个顾客的类别的方法比较，这个技术能够降低售货员的负担并且避免由售货员所进行的确定中的变化。另外，添加顾客类别的销售信息的获取使得有可能知道每个商业机构的顾客类别特性并且知道什么物品被哪一类别的顾客优选。这种信息在开发用于提高物品等等的分类的措施时是有益的。

在诸如便利店的零售店中，顾客在售货员前面在结账柜台处一次一个顾客为它们的采购付款，并且当顾客基本上正在结账柜台前面在固定状态下支付时，对每个顾客执行常规技术中用于顾客类别标识的图像捕获。因此，能够高度准确地执行顾客类别标识，并且能够在没有基本误差的情况下获得每个类别中的顾客的数目。

另一方面，关于诸如简餐餐馆的餐馆，在其中顾客组访问餐馆的情况下，情况常常是组中的一个或多个成员支付他们的所有订单，包括组中的其它成员的那些，并且因此，在结账时执行的顾客类别标识可能未能检测到其不必在结账柜台结账的顾客。因此，不能以足够的准确性获得顾客类别数据。

为了防止在顾客类别标识中检测顾客的失败，可以设想对穿过餐馆的门口进入的每个顾客执行顾客类别标识。然而，在这样的情况下，需要对移动人执行顾客类别标识，并且因此，同一人可能被检测到不止一次。这能够导致显著地大于实际数目的多个顾客被获得，从而产生不能够足够准确地获得每个类别中的顾客的数目并且不能够高度准确地执行顾客类别的分析的问题。

发明内容

本发明用于解决现有技术中的前述问题，并且本发明的主要目的是提供被配置成能够高度准确地执行访问商业机构的顾客的顾客类别的分析的顾客类别分析装置、顾客类别分析系统以及顾客类别分析方法。

为了实现前述目的，在本发明的第一方面，提供了用于分析访问商业机构的顾客的顾客类别的顾客类别分析装置，包括：顾客类别标识单元，所述顾客类别标识单元被配置成基于由捕获顾客的图像的成像装置所提供的图像信息来标识每个顾客的顾客类别并且获得指示标识的结果的顾客类别信息；顾客类别比率获得单元，所述顾客类别比率获得单元被配置成基于顾客类别信息来获得顾客类别比率；顾客数目获得单元，所述顾客数目获得单元被配置成从管理涉及顾客的订单和支付的销售信息的销售信息管理装置接收销售信息，并且基于销售信息来获得客户的数目；基于类别的顾客数目获得单元，所述基于类别的顾客数目获得单元被配置成在时间上将其中顾客类别比率由顾客类别比率获得单元获得的时间周期与其中顾客的数目由顾客数目获得单元获得的时间周期相关联，并且通过反映关于顾客的数目的顾客类别比率来确定每个类别中的顾客的数目；以及输出信息生成单元，所述输出信息生成单元被配置成基于每个类别中的顾客的数目来生成表示分析结果的输出信息。

在这个结构中，通过基于由捕获顾客的图像的成像装置所提供的图像信息来标识顾客的类别所执行的顾客类别标识有时可能失败，并且仅对于其来说顾客类别标识是成功的顾客的顾客类别信息片段被收集。然而，对于特定顾客类别来说顾客类别标识的失败不会特别频繁地发生，并且对于所有顾客类别来说不一致地发生。另外，当同一人被检测到多次时顾客类别标识可能在所检测到的顾客的数目中导致大的错误。然而，对于特定顾客类别来说同一人的多次检测同样不会特别频繁地发生，并且对于所有顾客类别来说不一致地发生。因此，即使由顾客类别标识所检测到的顾客的数目可以具有大的错误，也能够确保所获得的顾客类别比率具有足够的准确性。另一方面，从由销售信息管理装置所提供的销售信息所获得的顾客的数目同样具有足够的准确性。因此，通过反映基于关于基于销售信息获得的客户的数目的图像信息获得的顾客类别比率，可以高度准确地获得每个类别中的顾客的数目。这允许顾客类别的分析得以高度准确地执行，从而提供在开发用于提高顾客满意度并且增加销售和利润的措施时有用的信息。

在本发明的第二方面，输出信息生成单元基于针对每个预定时间周期所获得的每个类别中的顾客的数目的时间序列来生成涉及每个类别中的顾客的数目中的改变的趋势的顾客类别趋势信息，作为输出信息。

根据这个结构，用户能够知道顾客类别特性如何取决于时隙（预定时间周期）而改变。因此，通过依据顾客类别特性中的改变在商业机构处做好准备，可以提高顾客满意度并且增加销售和利润。

在本发明的第三方面，顾客类别趋势信息表示在商业机构的日常营业时间内每个类别中的顾客的数目与每个预定时间周期所获得的顾客的总数的比率。

根据这个结构，用户能够知道顾客的总数和每个类别中的顾客的数目如何取决于时间周期而改变，其中每个类别中的顾客的数目提供顾客的总数的分解。

在本发明的第四方面，顾客类别信息包括性别和年龄中的至少一个。

根据这个结构，能够基于基于性别或年龄或者基于性别和年龄两者定义的顾客类别高度准确地执行顾客类别分析。

在本发明的第五方面，提供了用于分析访问商业机构的顾客的顾客类别的顾客类别分析系统，包括：成像装置，所述成像装置捕获顾客的图像；销售信息管理装置，所述销售信息管理装置被配置成管理涉及顾客的订单和支付的销售信息；以及多个信息处理装置，其中所述多个信息处理装置共同地包括：顾客类别标识单元，所述顾客类别标识单元被配置成基于由成像装置所提供的图像信息来标识每个顾客的顾客类别并且获得指示标识的结果的顾客类别信息；顾客类别比率获得单元，所述顾客类别比率获得单元被配置成基于顾客类别信息来获得顾客类别比率；顾客数目获得单元，所述顾客数目获得单元被配置成从销售信息管理装置接收销售信息并且基于所述销售信息来获得顾客的数目；基于类别的顾客数目获得单元，所述基于类别的顾客数目获得单元被配置成在时间上将其中顾客类别比率由顾客类别比率获得单元获得的时间周期与其中顾客的数目由顾客数目获得单元获得的时间周期相关联，并且通过反映关于顾客的数目的顾客类别比率来确定每个类别中的顾客的数目；以及输出信息生成单元，所述输出信息生成单元被配置成基于每个类别中的顾客的数目来生成表示分析结果的输出信息。

根据这个结构，可以高度准确地获得每个类别中的顾客的数目，类似于本发明的第一方面的结构。

在本发明的第六方面，信息处理装置中的一个被装配在商业机构处并且至少包括顾客类别标识单元。

根据这个结构，因为由顾客类别标识单元所获得的顾客类别信息具有少量数据，所以即使诸如顾客数目获得单元、基于类别的顾客数目获得单元以及输出信息生成单元的其它单元被提供给在除商业机构以外的地方处（诸如在监视多个商业机构的管理办公室处）装配的另一信息处理装置，通信负荷也可以是小的。因此，易于操作形式为广域网的系统。

在本发明的第七方面，信息处理装置中的一个构成云计算系统并且至少包括顾客类别标识单元。

根据这个结构，尽管由顾客类别标识单元所执行的过程需要大量计算，但是这由构成云计算系统的信息处理装置来实现，并且因此，没有必要在用户侧（即，在商业机构等等处）准备高速信息处理装置。另外，因为由其它单元（即，顾客数目获得单元、基于类别的顾客数目获得单元以及输出信息生成单元）所执行的过程需要少量计算，所以三个单元的功能能够被实现为在商业机构处装配的信息处理装置的扩展功能以用作销售信息管理装置，并且这能够降低由用户承担的成本。

在本发明的第八方面，成像装置被配置成捕获穿过商业机构的门口进入的顾客的图像。

根据这个结构，因为顾客类别标识基于通过捕获穿过商业机构的门口进入的顾客的图像所获得的图像信息而被执行，所以可以对访问商业机构的所有顾客执行顾客类别标识。在其中顾客类别标识基于通过捕获穿过商业机构的门口进入的顾客的图像所获得的图像信息而被执行的情况下，需要对移动人执行顾客类别标识，并且因此，同一人可能被检测到多次，使基于顾客类别标识获得的顾客的数目显著地大于实际数目。然而，在本实施例中，顾客的数目是从由销售信息管理装置所提供的销售信息获得的，并且每个类别中的顾客的数目通过反映从关于销售信息获得的顾客的数目的图像信息获得的顾客类别比率来获得，以及因此，能够高度准确地获得每个类别中的顾客的数目。

在本发明的第九方面，提供了用于分析访问商业机构的顾客的顾客类别的顾客类别分析方法，包括：基于由捕获顾客的图像的成像装置所提供的图像信息来标识每个顾客的顾客类别，并且获得指示标识的结果的顾客类别信息；基于顾客类别信息来获得顾客类别比率；从管理涉及顾客的订单和支付的销售信息的销售信息管理装置接收销售信息，并且基于所述销售信息来获得顾客的数目；在时间上将其中顾客类别比率被获得的时间周期与其中顾客的数目被获得的时间周期相关联，并且通过反映关于顾客的数目的顾客类别比率来确定每个类别中的顾客的数目；以及基于每个类别中的顾客的数目来生成表示分析结果的输出信息。

根据这个结构，可以高度准确地获得每个类别中的顾客的数目，类似于本发明的第一方面的结构。

附图说明

现参考附图在其优选实施例方面在下文中对本发明进行描述，在附图中：

图1是示出根据本发明的实施例的顾客类别分析系统的总体结构的图；

图2是示出餐馆的内部布局的示例的平面视图；

图3是示意性地示出在餐馆处装配的PC3的功能结构的框图；

图4是示出显示顾客类别趋势信息的分析结果屏幕的示例的解释性图；

图5是用于解释由顾客类别分析单元32所执行的顾客类别趋势获得过程的解释性图；

图6是示出由顾客类别分析单元32所执行的顾客类别趋势获得过程的过程的流程图；

图7是示出显示顾客类别与菜单项信息的关系的分析结果屏幕的示例的解释性图；

图8是示出显示基于顾客群类型的订单趋势信息的分析结果屏幕的解释性图；以及

图9是示出由顾客类别分析单元32所执行的基于顾客群类型的订单趋势获得过程的过程的流程图。

具体实施方式

在下文中，将参考附图对本发明的示例性实施例进行描述。

图1是示出根据这个实施例的顾客类别分析系统的总体结构的图。例如，这个顾客类别分析系统被设计用于例如简餐餐馆连锁店，并且包括被装配在连锁店的多个餐馆中的每一个处的相机（成像装置）1、录像机（图像记录装置）2、个人计算机（PC）（顾客类别分析装置、浏览器装置）3、销售点（POS）工作站（销售信息管理装置）4、手持终端（订单录入装置）5以及打印机6。另外，顾客类别分析系统包括被装配在监视多个餐馆的管理办公室处的PC（浏览器装置）7和POS服务器（销售信息管理装置）8。

在每个餐馆中，相机1、录像机2、PC3、POS工作站4以及打印机6连同无线中继装置11一起被连接到局域网（LAN），所述无线中继装置11中继手持终端5和用于与网际（IP）网络连接的路由器12的通信。PC3和POS工作站4具有连接到其的相应显示单元（显示装置）13、14。在管理办公室中，PC7和POS服务器8连同用于与IP网络连接的路由器16一起被连接到LAN。PC7和POS服务器8具有连接到其的相应显示单元（显示装置）17、18。

在每个餐馆处装配的相机1、录像机2、PC3以及在管理办公室处装配的PC7构成用于监视餐馆的内部的监视系统。相机1被装配在餐馆中的适当位置处以捕获餐馆中的各个区域的图像，并且由此获得的图像信息被录像机2记录。在餐馆处装配的PC3和在管理办公室处装配的PC7能够显示由相机1所捕获的餐馆中各个区域的实时图像或由录像机2所记录的餐馆中各个区域的过去的图像，并且这允许在餐馆或管理办公室处的用户检查餐馆中的情形。

在每个餐馆处装配的手持终端5、无线中继装置11以及打印机6构成用于接受顾客订单的订单录入系统。每个手持终端5将被餐馆职员（诸如侍者或女侍者）携带，借此职员在从顾客取得订单时，能够将订单的内容（订购的菜单项、针对每个菜单项的订单的数目）键入到手持终端5中。打印机6被装配在厨房中，并且当职员将订单内容键入到手持终端5中时，订单内容被从打印机6输出以便订单内容被传送给厨房职工。

在每个餐馆处装配的POS工作站4和订单录入系统以及在管理办公室处装配的POS服务器8构成POS（销售点）系统，所述POS系统管理涉及每个餐馆的销售的销售信息。这个POS系统将订单内容、订单时间、结账时间、订购方法、顾客的数目等作为销售信息来管理。这个销售信息在POS工作站4与POS服务器8之间被共享。POS工作站4管理POS工作站4被装配所在的餐馆的销售信息，并且POS服务器8管理在其管理下的所有成员餐馆的销售信息。

构成订单录入系统的每个手持终端5被适配成允许餐馆职员键入除订单内容（订购的菜单项、针对每个订单项的订单的数目）以外的订单信息，诸如坐在桌子处的顾客的数目、桌子号（座位号）等，并且被键入的订单信息被传送到POS工作站4。除用于管理销售信息的功能之外，POS工作站4具有用于执行结账的登记功能，并且被装配在结账柜台处。这个POS工作站4与在图中未示出的现金抽屉和收据打印机连接。POS工作站4基于从手持终端5传送的订单信息和在结账时获得的结账信息来生成销售信息。

在餐馆处装配的PC3被配置成实现顾客类别分析装置，所述顾客类别分析装置执行访问餐馆的顾客的顾客类别的分析。由在餐馆处装配的PC3所生成的分析结果信息能够被显示在PC3它本身上，并且同样，被传送到在管理办公室处装配的PC7，使得该信息能够被显示在PC7上。因此，PC3和7每个都被配置成用作允许用户查看分析结果信息的浏览器装置。

图2是示出餐馆的内部布局的示例的平面视图。餐馆包括门口、等待区域、结账柜台、具有座位的桌子、色拉吧台、饮料吧台以及厨房。色拉吧台和饮料吧台是在其上分别提供色拉成分和饮料以供顾客自助服务的自助式桌子或柜台。另外，多个相机1被装配在餐馆中的适当位置处。具体地，在图2中所示出的示例中，相机1被装配来捕获在门口、桌子、色拉吧台以及厨房处的图像。

图3是示意性地示出在餐馆处装配的PC3的功能结构的框图。PC3包括监视单元31和顾客类别分析单元32。监视单元31允许PC3充当用于监视餐馆的内部的监视系统。监视单元31控制相机1和录像机2的操作，并且使得用户能够具有由相机1所捕获的餐馆中各个区域的图像的实时视图而且能够查看在录像机2中记录的餐馆中各个区域的图像。顾客类别分析单元32执行访问餐馆的顾客的顾客类别的分析。

应当注意的是，监视单元31和顾客类别分析单元32通过由PC3的CPU来执行用于监视和顾客类别分析的程序来实现。这些程序可以被预安装在用作信息处理装置以体现专用于监视和顾客类别分析功能的装置的PC3中，或者可以被以作为能够被运行在通用OS上的应用程序在适当的记录介质中存储的形式提供给用户。

接下来，将进行由在餐馆处装配的PC3的顾客类别分析单元32所执行的顾客类别趋势获得过程的描述。顾客类别趋势获得过程被执行以获得指示取决于时隙（预定时间周期）的每个类别中的顾客的数目中的改变的趋势的顾客类别趋势信息。

图4是示出显示顾客类别趋势信息的分析结果屏幕的示例的解释性图。这个分析结果屏幕将被显示在在餐馆处装配的PC3的显示单元13和在管理办公室处装配的PC7的显示单元17上。这个分析结果屏幕包括将相对于在餐馆于指定日期的营业时间（10:00AM至1:00AM）期间针对每个时隙的顾客的总数的每个类别中的顾客的数目作为顾客类别趋势信息来示出的堆叠条形图。从这个分析结果屏幕，用户能够了解取决于时隙的顾客的总数中的改变以及每个类别中的顾客的数目的特性，其中每个类别中的顾客的数目提供了顾客的总数的分解。

这个分析结果屏幕进一步包括用于指定年、月以及日的操作元件71，以便用户能够通过操作操作元件71来选择日期并且查看关于所选日期的分析结果。应当注意的是，在其中分析结果屏幕被显示在在管理办公室处装配的PC7的显示单元17上的情况下，用于允许用户选择餐馆的操作元件被优选地显示在分析结果屏幕中。

这个分析结果屏幕通过由PC3的顾客类别分析单元32所执行的顾客类别趋势获得过程来生成。顾客类别分析单元32包括顾客类别标识单元51、顾客类别信息存储单元52、顾客类别比率获得单元53、顾客数目获得单元54、基于类别的顾客数目获得单元55以及输出信息生成单元56作为涉及顾客类别趋势获得过程的单元，如图3中所示。

图5是用于解释由顾客类别分析单元32所执行的顾客类别趋势获得过程的解释性图。图6是示出由顾客类别分析单元32所执行的顾客类别趋势获得过程的过程的流程图。在下文中，将参考图5和6描述由图3中所示出的顾客类别分析单元32中的各个单元所执行的过程的内容。

如图5中所示，顾客类别标识单元51执行基于由装配来捕获穿过餐馆的门口进入的顾客的图像的相机1所提供的图像信息来标识访问餐馆的每个顾客的顾客类别（性别和年龄）的过程（图6中的ST101），并且指示标识的结果的顾客类别信息连同指示当每个顾客进入了餐馆时的时间，即，当顾客的图像被相机1捕获到时的时间的时间信息一起被累积地存储在顾客类别信息存储单元52中（图6中的ST102）。

顾客类别标识单元51包括检测捕获到的图像中的一个或多个人的人检测单元61、检测被检测到的每个人的面部的面部检测单元62以及基于所检测到的面部图像来估计人（顾客）的性别和年龄的性别与年龄估计单元63。人检测单元61、面部检测单元62以及性别与年龄估计单元63可以通过使用已知的图像识别技术（人识别技术、人跟踪技术、面部识别技术、性别与年龄估计技术）来实现。

人检测单元61使用已知的人识别技术来确定在由相机1所捕获到的每个帧图像中检测到的对象是否是人，并且使用已知的人跟踪技术来跟踪在多个帧图像之间移动的一个或多个人。面部检测单元62基于由人检测单元61所执行的人跟踪的结果使用已知的面部识别技术来从多个帧图像收集每个人的多个面部图像。性别与年龄估计单元63使用已知的性别与年龄估计技术来根据由面部检测单元62所收集到的人的面部图像来估计每个人的顾客类别（性别和年龄）。

顾客类别比率获得单元53获得在顾客类别信息存储单元52中累积地存储的顾客类别信息片段，并且基于该顾客类别信息片段，执行获得针对每个时隙的顾客类别比率的过程。在这个顾客类别比率获得过程中，首先，顾客的数目被针对每个时隙（一个小时）分别地合计，所述每个时隙定义用于合计的单位时间周期，并且针对每个顾客类别，使用在顾客类别信息的每个片断中包含的每个顾客的顾客类别，使得针对每个时隙的每个类别中的顾客的数目被获得（图6中的ST301）。针对每个时隙的这个合计的过程需要当每个顾客的顾客类别被获得时的时间，并且能够从顾客类别信息存储单元52中检索到指示这种时间（即，当顾客进入餐馆时的时间）的时间信息。然后，针对每个时隙的每个类别中的顾客的数目（计数值）被转换为顾客类别比率（百分比）。具体地，针对每个时隙的每个类别中的顾客的数目被针对对应时隙的顾客的总数除，以提供针对每个时隙的顾客类别比率（每个顾客类别的组成比率）（图6中的ST302）。

另一方面，在POS系统中，当餐馆职员从一个或多个顾客取得订单时（图6中的ST201），职员对顾客的数目计数并且将该数目键入到手持终端5中，以便顾客的数目和取得订单的订单时间被传送到POS工作站4。POS工作站4包括销售信息存储单元41，并且顾客的数目和订单时间被累积地存储在销售信息存储单元41中作为销售信息（图2中的ST202）。并且，当POS工作站4被餐馆职员操作来执行结账时（图6中的ST201），结帐被执行的结账时间被累积地存储在销售信息存储单元41中（图6中的ST202）。

顾客数目获得单元54获得在POS工作站4的销售信息存储单元41中累积地存储的销售信息片段，并且基于该销售信息片段，执行获得针对每个时隙的顾客的数目（顾客的总数）的过程。在这个顾客数目获得过程中，在销售信息的每个片段中包含的顾客的数目被针对每个时隙（一个小时）分别地合计，所述每个时隙定义用于合计的单位时间周期，借此针对每个时隙的顾客的数目被获得（图6中的ST303）。针对每个时隙的这个合计的过程需要当销售信息的每个片段中的顾客的数目被获得时的时间，并且能够从顾客类别信息存储单元41中检索指示这种时间（即，订单时间或结账时间）的时间信息。

基于类别的顾客数目获得单元55执行通过反映关于由顾客数目获得单元54所获得的针对对应时隙的顾客的数目的由顾客类别比率获得单元53所获得的针对每个时隙的顾客类别比率的过程。具体地，在获得每个类别中的顾客的数目的这个过程中，针对每个时隙的每个类别中的顾客的数目通过将针对每个时隙的顾客的数目（顾客的总数）乘以针对对应时隙的顾客类别的比率来获得（图6中的ST304）。

在针对每个时隙的每个类别中的顾客的数目像在前文中所描述的那样被获得之后，图3中所示出的输出信息生成单元56执行生成表示分析结果的输出信息的过程。在这个输出信息生成过程中，涉及每个类别中的顾客数目中的改变的趋势的顾客类别趋势信息（输出信息）基于针对每个时隙获得的每个类别中的顾客的数目的时间序列而被生成，并且依据这个顾客类别趋势信息的分析结果屏幕（见图4）被显示在PC3和7的显示单元13和17上（图6中的ST305）。

应当注意的是，由顾客类别比率获得单元53、顾客数目获得单元54、基于类别的顾客数目获得单元55以及输出信息生成单元56所执行的过程（图6中的ST301至ST305）中的每一个都可以通过以适当的定时分别从顾客类别信息存储单元52和销售信息存储单元41获得顾客类别信息和销售信息来执行。因此，每当用于执行针对预定时间周期（时隙）的合计的过程所必需的数据变得可用时（例如，每当在其中合计基于小时被执行的情况下一个小时流逝时）这些过程可以被执行，或者这些过程可以被以较长的间隔执行使得针对不同时隙的过程的合计被以相同的定时执行。

另外，虽然在本实施例中，顾客的数目由餐馆职员在该职员取得订单时键入，但是同样可以将POS工作站4配置成根据在销售信息中包括的订单内容（订购的菜单项、针对每个菜单项的订单的数目）来估计顾客的数目。因为通常认为每个顾客订购一个主要菜肴（肉类的主菜肴），针对主要菜肴的订单的数目能够被用作顾客的数目。在这种情况下，虽然与其中餐馆职员键入了顾客的数目的情况相比可能引起较大误差，但是能够降低对职员的负担。另外，因为由于通过餐馆职员的数据录入误差可以引起顾客的数目中的误差，所以可能优选基于根据针对主要菜肴的订单的数目所估计的数目和由职员所键入的数目两者来确定顾客的数目。

另外，在本实施例中，顾客类别标识基于由捕获穿过餐馆的门口进入的顾客的图像的相机1所提供的图像信息而被执行，并且因此，与顾客类别信息的每个片断相关联的时间信息被提供为当顾客进入餐馆时或当顾客的图像被相机1捕获到时的时间。另一方面，在销售信息的每个片段中包含的时间信息分别是在当订单被取得和结账被执行时的时间获得的订单时间或结账时间。因此，在与顾客类别信息相关联的时间信息与在销售信息中包含的时间信息之间存在时间差。因此，当基于类别的顾客数目获得单元55反映关于针对每个时隙的顾客的数目的针对每个时隙的顾客类别比率时，可能优选校正这样的时间差。例如，在其中在销售信息中包含的订单时间被使用的情况下，可以通过考虑从当顾客进入餐馆时的时间到当订单被取得的时间的等待时间（例如5到10分钟）来执行这样的校正。

如在前文中所描述的，在本实施例中，通过组合从由相机1所提供的图像信息获得的顾客类别信息和由POS工作站4所提供的销售信息，则可以详细地且高度精确地执行顾客类别的分析。

即，通过基于由捕获顾客的图像的相机1所提供的图像信息来标识顾客的类别所执行的顾客类别标识有时可能失败，并且仅对于其来说顾客类别标识是成功的顾客的顾客类别信息片段被收集。然而，对于特定顾客类别来说顾客类别标识的失败不会特别频繁地发生，并且对于所有顾客类别来说不一致地发生。另外，当同一人被检测到多次时顾客类别标识可能在所检测到的顾客的数目中导致显著误差。然而，对于特定顾客类别来说同一人的多个检测也不会特别频繁地发生，并且对于所有顾客类别来说不一致地发生。因此，即使由顾客类别标识所检测到的顾客的数目可能具有显著误差，也能够确保所获得的顾客类别比率具有足够的准确性。

另一方面，从由POS工作站4所提供的销售信息获得的顾客的数目同样具有足够的准确性，所述顾客的数目可以由餐馆职员在该职员取得订单时键入或者可以根据针对主要菜肴的订单的数目被估计。因此，通过反映关于基于销售信息所获得的顾客的数目的基于图像信息所获得的顾客类别比率，可以高度准确地获得每个类别中的顾客的数目。这允许顾客类别的分析得以高度准确地执行，从而提供在开发用于提高顾客满意度并且增加销售和利润的措施时有用的信息。

应当注意的是，关于诸如简餐餐馆的餐馆，在其中顾客以组访问餐馆的情况下，情况常常是组中的一些一个或多个成员支付包括组中的其它成员的那些的他们的所有订单，并且因此，在结账时执行的顾客类别标识（如在诸如便利店的零售店中所执行的那样）可能未能检测到不必在结账柜台处结账的顾客，并且因此，可能未获得有足够的准确性的顾客类别数据。然而，在本实施例中，因为顾客类别标识基于由捕获穿过餐馆的门口进入的顾客的图像的相机1所提供的图像信息而被执行，所以可以对访问餐馆的所有顾客执行顾客类别标识。

然而，在其中顾客类别标识基于由捕获穿过餐馆的门口进入的顾客的图像的相机1所提供的图像信息而被执行的情况下，需要对移动人执行顾客类别标识，并且因此，同一人可能被检测到多次，以及这能够导致显著地大于实际数目的顾客的数目被获得。然而，在本实施例中，顾客的数目是从由POS工作站4所提供的销售信息获得的，并且每个类别中的顾客的数目通过反映关于从销售信息所获得的顾客的数目的从图像信息所获得的顾客类别比率来获得，以及因此，能够高度准确地获得每个类别中的顾客的数目。

另外，在本实施例中，涉及针对每个时隙所获得的每个类别中的顾客的数目中的改变的趋势的顾客类别趋势信息被生成，并且依据这个顾客类别趋势信息的分析结果屏幕（见图4）被显示，以及因此，对于用户来说知道顾客类别特性如何取决于时隙而改变是可能的。这使得有可能依据顾客类别特性中的改变在餐馆处做好准备；例如，可以依据顾客类别特性中的改变来变化在厨房中的职员的分配，使得和顾客类别特性匹配的菜单项能够被迅速地准备并且顾客的等待时间能够被降低，借此提高顾客满意度。另外，这使得有可能降低不必要的配置职工并且高效地运行餐馆，从而提高餐馆的利润。

接下来，将进行由在餐馆处装配的PC3的顾客类别分析单元32所执行的顾客类别与菜单项信息的关系获得过程的描述。这个顾客类别与菜单项信息的关系获得过程是获得示出了针对每个时隙（预定时间周期）的顾客类别的特性和彼此相比之下在对应时隙期间订购的菜单项的特性的顾客类别与菜单项信息的关系的过程。

图7是示出了显示顾客类别与菜单项信息的关系的分析结果屏幕的示例的解释性图。这个分析结果屏幕将被显示在在餐馆处装配的PC3的显示单元13和在管理办公室处装配的PC7的显示单元17上。这个分析结果屏幕针对关于指定日期的指定时隙每个都以饼图的形式将顾客类别比率和菜单项订单比率示出为顾客类别与菜单项信息的关系。这个分析结果屏幕允许针对相同时隙的顾客类别比率和菜单项比率被彼此相比地呈现。

另外，这个分析结果屏幕包括用于指定年、月以及日的操作元件81，使得用户能够通过操作操作元件81来选择日期并且查看关于所选日期的分析结果。此外，分析结果屏幕包括用于改变时隙的操作元件82和83，使得用户能够分别通过操作操作元件82和83来将时隙提前和推后一个小时，并且因此，用户能够查看期望时隙的分析结果。

这个分析结果屏幕通过由PC3的顾客类别分析单元32所执行的顾客类别与菜单项信息的关系获得过程来生成。顾客类别分析单元32包括顾客类别比率获得单元53、订单比率获得单元57以及输出信息生成单元56作为涉及顾客类别与菜单项信息的关系获得过程的单元，如图3中所示。

如在前文中所描述的，顾客类别比率获得单元53从顾客类别信息存储单元52获得顾客类别信息片段，并且基于该顾客类别信息片段，执行获得针对每个时隙的顾客类别比率的过程。

订单比率获得单元57首先合计针对由顾客在每个时隙（一个小时）期间所订购的每个菜单项的订单的数目，所述每个时隙定义用于合计的单位时间周期，以便从而获得针对每个时隙的针对每个菜单项的订单的数目，并且然后，将针对每个时隙的针对每个菜单项的订单的数目转换为针对每个时隙的订单的总数的比率以获得针对每个时隙的每个菜单项的订单比率。这个订单比率获得过程基于在销售信息存储单元41中累积地存储的销售信息而被执行。如在前文中所描述的，销售信息存储单元41累积地存储订单内容（订购的菜单项、针对每个菜单项的订单的数目）、订单时间和结账时间作为销售信息，并且针对每个时隙的针对每个菜单项的订单的数目的合计基于订单时间和结帐时间而被执行。

输出信息生成单元56执行基于由顾客类别比率获得单元53所获得的针对每个时隙的顾客类别比率和由订单比率获得单元57所获得的针对每个时隙的菜单项订单比率来生成顾客类别与菜单项信息（输出信息）的关系的过程，所述顾客类别与菜单项信息的关系呈现彼此相比之下针对每个时隙的顾客类别比率和菜单项订单比率，并且使依据顾客类别与菜单项信息的关系的分析结果屏幕（见图7）被显示在PC3和7的显示单元13和17上。

如在前文中所描述的，在本实施例中，呈现彼此相比之下针对每个时隙的顾客类别比率和菜单项订单比率的顾客类别与菜单项信息的关系被生成，并且依据顾客类别与菜单项信息的关系的分析结果屏幕（见图7）被显示。因此，对于用户来说比较针对相同时隙的顾客类别比率和菜单项订单比率以确定由餐馆所提供的菜单是否是适当的是可能的。例如，当针对相同时隙的顾客类别比率与菜单项订单比率之间的比较示出了针对以特定的一个或多个顾客类别的顾客为目标的特定菜单项的订单的预期数目与针对该菜单项的订单的实际数目之间的失配时，能够确定的是，菜单项对于一个或多个目标顾客类别的顾客而言不像预期的一样是有吸引力的，并且，这样的深入了解能够帮助用户回顾待提供的菜单项的列表，以从而提高顾客满意度并且增加销售和利润。

接下来，将进行由在餐馆处装配的PC3的顾客类别分析单元32所执行的基于顾客群类型的订单趋势获得过程的描述。这个基于顾客群类型的订单趋势获得过程是获得表示由每个顾客群类型针对每个菜单项所进行的订单的数目中的改变取决于时隙（预定时间周期）的趋势的基于顾客群类型的订单趋势信息的过程。

图8是示出显示基于顾客群类型的订单趋势信息的分析结果屏幕的解释性图。这个分析结果屏幕将被显示在在餐馆处装配的PC3的显示单元13和在管理办公室处装配的PC7的显示单元17上。这个分析结果屏幕包括两个堆叠条形图，其将相对于在餐馆于指定日期的营业时间期间针对相应的顾客群类型（男性群和女性群）针对每个时隙而计数的所有菜单项的订单的总数的针对每个菜单项的订单的数目示出为基于顾客群类型的订单趋势信息。从这个分析结果屏幕，用户能够了解针对每个时隙针对所有菜单项的订单的总数以及针对每个时隙针对每个菜单项的订单的数目，其中针对每个菜单项的订单的数目提供了针对所有菜单项的订单的总数的分解。

应当注意的是，顾客群类型（男性群或女性群）针对每个顾客群基于男性成员的数目与在群中包括的女性成员的数目之间的比率被确定，其中男性群是其中男性成员是大多数的群并且女性群是其中女性成员是大多数的群。

另外，这个分析结果屏幕包括用于改变日期的操作元件91和92，使得用户能够通过操作操作元件91和92将日期提前和推后一天。另外，这个分析结果屏幕包括用于改变餐馆的操作元件93和94，使得用户能够通过操作操作元件93和94来改变餐馆。在此应当注意的是，每个餐馆的PC3能够经由IP网络从在管理办公室处装配的PC7或POS服务器8或在另一个餐馆处装配的PC3获得显示另一餐馆的分析结果所必需的数据（见图1）。

这个分析结果屏幕通过由PC3的顾客类别分析单元32所执行的基于顾客群类型的订单趋势获得过程来生成。顾客类别分析单元32包括顾客类别标识单元51、基于顾客群的订单数获得单元58以及输出信息生成单元56作为涉及基于顾客群类型的订单趋势获得过程的单元，如图3中所示。

图9是示出由顾客类别分析单元32所执行的基于顾客群类型的订单趋势获得过程的过程的流程图。在下文中，将参考图9描述由图3中所示出的顾客类别分析单元32中的各个单元所执行的过程的内容。

当基于由捕获进入餐馆的门口的顾客的图像的相机1所捕获到的图像来执行顾客类别标识时（图9中的ST101），顾客类别标识单元51确定每次进入餐馆的顾客形成一个顾客群并且获得该顾客群中的顾客的数目。另外，基于在顾客群中包括的每个顾客的性别，顾客类别标识单元51基于男性成员或女性成员在该顾客群中是否是大多数来确定顾客群的顾客群类型（男性群或女性群）。在进入到餐馆时获得的顾客的数目和每个顾客群的顾客群类型连同每个顾客的顾客类别和进入到餐馆的时间一起被累积地存储在顾客类别信息存储单元52中作为顾客类别信息（在图9中ST102）。应当注意的是，单独进入餐馆的顾客被认为是形成由单个成员构成的顾客群。

另一方面，在POS系统中，当餐馆职员从一个或多个顾客取得订单时（图9中的ST201），职员逐个桌子取得订单，并且将坐在相同桌子处的顾客视为一个顾客群，以及职员连同桌子号和针对订购的每个菜单项的订单的数目一起将顾客群中的顾客的数目键入到手持终端5中。被键入信息连同订单时间一起被传送到POS工作站4，并且被累积地存储在POS工作站4的销售信息存储单元41中作为销售信息（在图9中ST202）。应当注意的是，单独坐在桌子处的顾客被认为是形成由单个成员构成的顾客群。

基于顾客群的订单数获得单元58首先执行从顾客类别信息存储单元52获得顾客类别信息片段并且获得在顾客类别信息片段中的每一个中包括的在进入到餐馆时标识的顾客的数目和每个顾客群的顾客群类型的过程（图9中的ST401）。

另外，基于顾客群的订单数获得单元58执行从POS工作站4的销售信息存储单元41获得销售信息片段，并且基于该销售信息片段，获得在订单取得时标识的顾客的数目和针对每个顾客群的每个菜单项的订单的数目的过程（图9中的ST402）。

然后，基于顾客群的订单数获得单元58执行基于在每个顾客群中包括的顾客的数目将在进入餐馆时标识的顾客群与在订单取得时标识的顾客群相关联的过程（图9中的ST403）。在本实施例中，顾客群通过包括在其中的顾客的数目加以评估，并且具有相同顾客数目的顾客群被确定为相同的顾客群。应当注意的是，通常在当顾客群进入餐馆时的时间与当从顾客群取得了订单时的时间之间存在约5至10分钟的基本上恒定的时间差，并且因此，通过考虑这个时间差，可以在时间方面减少可以为候选以供关联的顾客群。

接下来，基于顾客群的订单数获得单元58执行分别地针对每个顾客类型和每个时隙来合计针对每个菜单项的订单的数目的过程，以便从而获得针对每个顾客群类型搜集的针对每个时隙针对每个菜单项的订单的数目（图9中的ST404）。在此应当注意的是，针对在进入到餐馆时标识的每个顾客群，顾客群类型已被确定，并且针对在订单取得时标识的每个顾客群，针对由该顾客群所订购的每个菜单项的订单的数目已被确定，以及因此，通过将在进入到餐馆处标识的顾客群与在订单取得时标识的对应顾客群相关联，可以针对每个顾客群来获得顾客群类型、针对每个菜单项的订单的数目、进入到餐馆的时间以及订单时间。这使得有可能执行分别地针对每个顾客群类型和每个时隙来合计针对每个菜单项的订单的数目的过程。

在针对每个顾客群类型获得了针对每个时隙针对每个菜单项的订单的数目之后，图3中所示出的输出信息生成单元56执行生成表示分析结果的输出信息的过程。在这个输出信息生成过程中，涉及针对每个菜单项的订单数目中的改变的趋势的基于顾客群类型的订单趋势信息（输出信息）基于针对每个时隙针对每个菜单项的订单的数目的时间序列针对每个顾客群而被生成，并且依据基于顾客群类型的订单趋势信息的分析结果屏幕（见图8）被显示在PC3和7的显示单元上（图9中的ST405）。

应当注意的是，虽然在本实施例中，在进入到餐馆时标识的顾客群与在订单取得时标识的顾客群的关联基于在每个顾客群中包括的顾客的数目而被执行，但是可以基于利用图像识别技术的人跟踪来执行顾客群之间的关联。即，能够通过使用人跟踪技术来标识在已经对在餐馆的门口处的顾客群执行了顾客类别标识之后每个顾客群被引领到的桌子来执行顾客群之间的关联。

另外，虽然在本实施例中，顾客群类型包括男性群和女性群，但是可以添加附加的顾客群类型，诸如一对男人和女人或包括男人、女人以及小孩的家庭，其不能够被标识为男性群或女性群。

如在前文中所描述的，在本实施例中，涉及针对每个时隙针对每个菜单项的订单数中的改变的趋势的基于顾客群类型的订单趋势信息针对每个顾客群类型（男性群或女性群）而被生成，并且依据基于顾客群类型的订单趋势信息的分析结果屏幕（见图8）被显示，以及因此，对于用户来说可以了解针对每个顾客群，订购的菜单项如何取决于时隙而改变。

在本实施例中，进行了其中本发明被应用于诸如简餐餐馆的餐馆的示例性情况的描述。然而，本发明可以适用于除餐馆以外的商业机构，诸如零售店，其可以是便利店等。

另外，虽然在本实施例中，进行了其中顾客类别分析过程的全部被如图3中所示出的在餐馆处装配的PC3执行，但是顾客类别分析过程的全部可以被另一信息处理装置执行，例如，所述另一信息处理装置诸如在管理办公室处装配的PC7或形成云计算系统的云计算机21，如图1中所示。另外，顾客类别分析过程可以通过多个信息处理装置的协作来执行，在这种情况下，多个信息处理装置被配置成能够经由诸如IP网络或LAN的通信介质或者经由诸如硬盘或存储器卡的存储介质彼此进行通信或者共享信息。从而，共同地执行顾客类别分析过程的多个信息处理装置构成顾客类别分析系统。

在这种情况下，优选的是，在餐馆处装配的PC3被配置成至少执行顾客类别标识过程。在这样的结构中，因为由顾客类别标识过程所获得的顾客类别信息具有少量数据，所以即使剩余过程被在除餐馆以外的地方装配的信息处理装置（诸如在管理办公室处装配的PC7）执行，通信负荷也可以是小的，并且因此，易于操作形式为广域网的系统。

云计算机21被配置成至少执行顾客类别标识过程可能也是优选的。在这样的结构中，尽管顾客类别标识过程需要大量计算，但是这由构成云计算系统的信息处理装置来实现，并且因此，没有必要在用户侧（即，在餐馆等等处）准备高速信息处理装置；另外，因为剩余过程需要少量计算，所以剩余过程能够作为在餐馆处装配的信息处理装置的扩展功能被执行以用作销售信息管理装置，并且这能够降低由用户承担的成本。

云计算机21可以被配置成执行顾客类别分析过程的全部。在这样的结构中，在除在餐馆处装配的PC3和在管理办公室处装配的PC7之外诸如智能电话22的移动终端上查看分析结果变得可能，并且这允许用户不仅在餐馆或管理办公室处而且在任何其它地方，诸如用户正在商业上访问的地方，处查看顾客类别的分析结果。

另外，虽然在本实施例中，在餐馆处装配的PC3和在管理办公室处装配的PC7被用来查看顾客类别分析结果，但是可以提供用于分别地从PC3和7查看顾客类别分析结果的浏览器装置。例如，可以将智能电话22用作为用于像在前文中所描述的那样查看顾客类别分析结果的浏览器装置，或者可以给POS工作站4提供用于查看顾客类别分析结果的浏览器装置的功能。另外，虽然在本实施例中，顾客类别分析结果被显示在显示单元13和17上以使得用户能够查看顾客类别分析结果，但是可以通过打印机输出顾客类别分析结果。

另外，在本实施例中，执行顾客类别分析过程的PC3从在每个餐馆处装配的POS工作站4获得销售信息。然而，诸如执行顾客类别分析过程的PC3的信息处理装置可以被配置成从在管理办公室处装配的POS服务器8获得销售信息。

另外，虽然在本实施例中，顾客类别关于性别和年龄两者加以定义，但是可以基于性别或年龄或者基于诸如种族的任何其它一个或多个属性来定义顾客类别。另外，在本实施例中，每个顾客类别具有10年年龄范围（除了最上面和最下面的顾客类别之外），但顾客类别可以被定义成具有不同于实施例中图示的那些的年龄范围。

又另外，虽然在本实施例中，每个都具有一个小时的持续时间的时隙定义了用于合计的时间周期，但是用于合计的时间周期不限于所图示的实施例，并且取决于用户需要可以具有任何持续时间，诸如一个小时到数个小时、一天到数天、一个星期到数个星期、一个月到数个月等。

根据本发明的顾客类别分析装置、顾客类别分析系统以及顾客类别分析方法具有能够高度准确地执行访问商业机构的顾客的顾客类别的分析的优点，并且因此，可用作为用于分析访问商业机构的顾客的顾客类别的顾客类别分析装置、顾客类别分析系统以及顾客类别分析方法。

在本申请要求巴黎公约优先权一个或多个原始日本专利申请的内容以及在本申请中提到的现有技术的内容通过引用结合在本申请中。

Claims (9)

1.一种顾客类别分析装置（32），所述顾客类别分析装置（32）用于分析访问商业机构的顾客的顾客类别，包括：

顾客类别标识单元（51），所述顾客类别标识单元（51）被配置成基于由捕获顾客的图像的成像装置（1）所提供的图像信息来标识每个顾客的顾客类别并且获得指示标识的结果的顾客类别信息；

顾客类别比率获得单元（53），所述顾客类别比率获得单元（53）被配置成基于所述顾客类别信息来获得顾客类别比率；

顾客数目获得单元（54），所述顾客数目获得单元（54）被配置成从管理涉及顾客的订单和支付的销售信息的销售信息管理装置（4）接收所述销售信息，并且基于所述销售信息来获得顾客的数目；

基于类别的顾客数目获得单元（55），所述基于类别的顾客数目获得单元（55）被配置成在时间上将其中所述顾客类别比率由所述顾客类别比率获得单元获得的时间周期与其中顾客的数目由所述顾客数目获得单元获得的时间周期相关联，并且通过反映关于所述顾客的数目的所述顾客类别比率来确定每个类别中的顾客的数目；以及

输出信息生成单元（56），所述输出信息生成单元（56）被配置成基于每个类别中的顾客的数目来生成表示分析结果的输出信息。

2.根据权利要求1所述的顾客类别分析装置，其中所述输出信息生成单元基于针对每个预定时间周期所获得的每个类别中的顾客的数目的时间序列来生成涉及每个类别中的顾客的数目中的改变的趋势的顾客类别趋势信息，作为所述输出信息。

3.根据权利要求2所述的顾客类别分析装置，其中所述顾客类别趋势信息表示在所述商业机构的日常营业时间内每个类别中的顾客的数目与每个所述预定时间周期获得的顾客的总数的比率。

4.根据权利要求1至3中任何一项所述的顾客类别分析装置，其中所述顾客类别信息包括性别和年龄中的至少一个。

5.一种顾客类别分析系统，所述顾客类别分析系统用于分析访问商业机构的顾客的顾客类别，包括：

成像装置（1），所述成像装置（1）捕获顾客的图像；

销售信息管理装置（4），所述销售信息管理装置（4）被配置成管理涉及顾客的订单和支付的销售信息；以及

多个信息处理装置（3、7、21），

其中所述多个信息处理装置共同地包括：

顾客类别标识单元（51），所述顾客类别标识单元（51）被配置成基于由所述成像装置所提供的图像信息来标识每个顾客的顾客类别并且获得指示标识的结果的顾客类别信息；

顾客类别比率获得单元（53），所述顾客类别比率获得单元（53）被配置成基于所述顾客类别信息来获得顾客类别比率；

顾客数目获得单元（54），所述顾客数目获得单元（54）被配置成从所述销售信息管理装置接收所述销售信息并且基于所述销售信息来获得顾客的数目；

基于类别的顾客数目获得单元（55），所述基于类别的顾客数目获得单元（55）被配置成在时间上将其中所述顾客类别比率由所述顾客类别比率获得单元获得的时间周期与其中顾客的数目由所述顾客数目获得单元获得的时间周期相关联，并且通过反映关于所述顾客的数目的所述顾客类别比率来确定每个类别中的顾客的数目；以及

输出信息生成单元（56），所述输出信息生成单元（56）被配置成基于每个类别中的顾客的数目来生成表示分析结果的输出信息。

6.根据权利要求5所述的顾客类别分析系统，其中所述信息处理装置中的一个（3）被装配在所述商业机构处并且至少包括所述顾客类别标识单元。

7.根据权利要求5所述的顾客类别分析系统，其中所述信息处理装置中的一个（21）构成云计算系统并且至少包括所述顾客类别标识单元。

8.根据权利要求5至7中任何一项所述的顾客类别分析系统，其中所述成像装置被配置成捕获穿过所述商业机构的门口进入的顾客的图像。

9.一种顾客类别分析方法，所述顾客类别分析方法用于分析访问商业机构的顾客的顾客类别，包括：

基于由捕获顾客的图像的成像装置所提供的图像信息来标识每个顾客的顾客类别，并且获得指示标识的结果的顾客类别信息（ST101）；

基于所述顾客类别信息来获得顾客类别比率（ST302）；

从管理涉及顾客的订单和支付的销售信息的销售信息管理装置（4）接收所述销售信息，并且基于所述销售信息来获得顾客的数目（ST303）；

在时间上将其中所述顾客类别比率被获得的时间周期与其中所述顾客的数目被获得的时间周期相关联，并且通过反映关于所述顾客的数目的所述顾客类别比率来确定每个类别中的顾客的数目（ST304）；以及

基于每个类别中的顾客的数目来生成表示分析结果的输出信息（ST305）。