JP2002032553A - 顧客情報管理システムおよびその方法ならびに顧客情報管理プログラムを記録したコンピュータ読み取り可能な記録媒体 - Google Patents

Abstract

(57)【要約】 【課題】 入力作業を軽減させると共に、顧客の属性に
ついての判断のばらつきを防止することで、正確なデー
タベースを作成することのできる顧客情報管理システム
を提供する。 【解決手段】 顧客情報管理システム１０において、カ
メラ１０１、１０７は、対応するセンサ１０９、１１１
により人が感知されると、その感知された対象となる人
を撮像する。レジに設置されたカメラ１０５は、レジで
商品を購入する人を撮像する。制御部１２０において、
撮像された顧客の画像に基づいて、画像処理により、年
齢、性別等の顧客の属性が自動判別される。そして、顧
客がレジにて購入した商品のデータと共に、自動判別さ
れた顧客の属性が記憶部１１３に記憶される。また、情
報分析センター２００へも送信される。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は顧客情報管理システ
ムおよびその方法ならびに顧客情報管理プログラムを記
録したコンピュータ読み取り可能な記録媒体に関し、特
に、顧客が購入した商品とその顧客の属性とを対応付け
て管理する顧客情報管理システムおよびその方法ならび
に顧客情報管理プログラムを記録したコンピュータ読み
取り可能な記録媒体に関する。

【０００２】

【従来の技術】従来から、コンビニエンスストアやスー
パーなどでは、商品購買促進等に活用すべく、商品とそ
の商品の購入者の属性とを対応付けてデータベース化す
るという顧客情報管理システムが用いられている。この
ようなシステムでは、通常、購入者の属性は、店員によ
りレジにおいて直接打ち込まれていた。

【０００３】

【発明が解決しようとする課題】しかしながら、上述し
たように、購入者の属性を店員が直接打ち込むという方
法では、データベースにストアされる情報に正確さが欠
けるという問題があった。すなわち、購入者（顧客）の
属性判断が、入力する者の感覚に頼ることになるため、
個々人の感覚の相違によりその属性判断にばらつきが生
じていた。このため、ストアされる購入者の属性データ
にばらつきが生じ、正確さに欠けることになっていた。

【０００４】また、入力作業にも手間がかかり、煩雑で
あった。特に、急ぐ際などは入力ミスが生じ、一層デー
タの正確性を欠く結果となった。

【０００５】本発明はかかる実状に鑑み考え出されたも
のであり、その目的は、入力作業を軽減させると共に、
顧客の属性についての判断のばらつきを防止すること
で、正確なデータベースを作成することのできる顧客情
報管理システムおよびその方法ならびに顧客情報管理プ
ログラムを記録したコンピュータ読み取り可能な記録媒
体を提供することである。

【０００６】

【課題を解決するための手段】上記目的を達成するた
め、本発明のある局面に従うと、顧客情報管理システム
は、商品を購入した顧客の画像情報を取得する第１の取
得部と、取得された画像情報から、前記顧客の属性を判
別する属性判別部と、顧客が購入した商品のデータを取
得する第２の取得部と、取得された商品のデータと、判
別された顧客の属性とを対応付けて記録する記録部とを
備える。

【０００７】この発明に従うと、商品を購入した顧客の
画像情報に基づいて、その顧客の属性が判別される。し
たがって、顧客の属性についての入力作業が軽減され
る。また、画像情報という均一の基準で属性が判別され
るため、属性についての判断のばらつきも防止される。
そして、このようにして判別された顧客の属性と、その
顧客が購入した商品のデータとが対応付けて記録され
る。

【０００８】したがって、入力作業を軽減させると共
に、顧客の属性についての判断のばらつきを防止するこ
とで、正確なデータベースを作成することのできる顧客
情報管理システムを提供することが可能となる。

【０００９】好ましくは、記録部は、取得された商品の
データに、さらに顧客の第２の属性を対応付けて記録
し、第２の属性は、人により判断されたものであること
を特徴とする。

【００１０】この発明に従うと、記録部は、人により判
断された第２の属性もさらに、商品に対応付けて記録さ
れる。このため、一人、カップル、家族連れの分類等、
人間の感性のばらつきが少なく、画像処理による自動判
断が困難な属性については、人により判断され、その結
果が記録される。したがって、適切な判断に基づくより
的確な属性を記録することが可能となる。

【００１１】好ましくは、顧客情報管理システムは、記
録された商品のデータと顧客の属性とに基づいてデータ
解析を行なう解析部をさらに備える。

【００１２】この発明に従うと、商品のデータと顧客の
属性とに基づいて商品販売促進等のための適切なデータ
解析を行なうことが可能となる。

【００１３】好ましくは、データ解析は、商品別の購入
者属性解析や購入者属性別の商品のデータ解析を含む。

【００１４】この発明に従うと、商品別の購入者属性解
析により、商品毎に購入人数の多い、あるいは少ない属
性を抽出することなどが可能となる。また、購入者属性
別の商品のデータ解析により、属性毎に購入数の多い商
品を抽出することが可能となる。したがって、より適切
に商品販売促進等のためのデータ解析を行なうことが可
能となる。

【００１５】また、本発明の別の局面に従うと、顧客情
報管理方法は、商品を購入した顧客の画像情報を取得す
る第１の取得ステップと、取得された画像情報から、顧
客の第１の属性を判別する属性判別ステップと、顧客が
購入した商品のデータを取得する第２の取得ステップ
と、取得された商品のデータと、判別され顧客の第１の
属性とを対応付けて記録する記録ステップとを備える。

【００１６】この発明に従うと、商品を購入した顧客の
画像情報に基づいて、その顧客の属性が判別される。し
たがって、顧客の属性についての入力作業が軽減され
る。また、画像情報という均一の基準で属性が判別され
るため、属性についての判断のばらつきも防止される。
そして、このようにして判別された顧客の属性と、その
顧客が購入した商品のデータとが対応付けて記録され
る。

【００１７】したがって、入力作業を軽減させると共
に、顧客の属性についての判断のばらつきを防止するこ
とで、正確なデータベースを作成することのできる顧客
情報管理方法を提供することが可能となる。

【００１８】好ましくは、記録ステップは、取得された
商品に、さらに顧客の第２の属性を対応付けて記録し、
第２の属性は、人により判断されたものであることを特
徴とする。

【００１９】この発明に従うと、記録ステップにおい
て、人により判断された第２の属性もさらに、商品に対
応付けて記録される。このため、一人、カップル、家族
連れの分類等、人間の感性のばらつきが少なく、画像処
理による自動判断が困難な属性については、人により判
断され、その結果が記録される。したがって、適切な判
断に基づくより的確な属性を記録することが可能とな
る。

【００２０】好ましくは、顧客情報管理方法は、記録さ
れた商品のデータと顧客の属性とに基づいてデータ解析
を行なう解析ステップをさらに備える。

【００２１】この発明に従うと、解析ステップにより、
商品のデータと顧客の属性とに基づいて商品販売促進等
のための適切なデータ解析を行なうことが可能となる。

【００２２】好ましくは、データ解析は、商品別の購入
者属性解析や購入者属性別の商品のデータ解析を含む。

【００２３】この発明に従うと、商品別の購入者属性解
析により、商品毎に購入人数の多い、あるいは少ない属
性を抽出することなどが可能となる。また、購入者属性
別の商品のデータ解析により、属性毎に購入数の多い商
品を抽出することが可能となる。したがって、より適切
に商品販売促進等のためのデータ解析を行なうことが可
能となる。

【００２４】本発明のさらに別の局面に従うと、コンピ
ュータ読み取り可能な記録媒体は、上記いずれかに記載
の顧客情報管理方法をコンピュータに実行させるための
顧客情報管理プログラムを記録する。

【００２５】この発明に従うと、入力作業を軽減させる
と共に、顧客の属性についての判断のばらつきを防止す
ることで、正確なデータベースを作成することのできる
顧客情報管理方法をコンピュータに実行させるための顧
客管理プログラムを記録したコンピュータ読み取り可能
な記録媒体を提供することが可能となる。

【００２６】

【発明の実施の形態】次に、本発明の実施の形態を、図
面に基づいて説明する。

【００２７】図１は、本発明を利用して情報分析を行な
う顧客情報分析システムの全体構成を示したブロック図
である。顧客情報分析システムは、インターネット等の
ネットワーク１５０に接続された複数の店舗１００と、
複数の店舗１００からの情報を基に分析を行なう情報分
析センター２００とで構成される。

【００２８】各店舗１００からは、ネットワーク１５０
を介して、情報分析センター２００に顧客に関する属性
等のデータが送信される。反対に情報分析センター２０
０からは、受信した顧客に関するデータに基づいて行な
われた分析結果が、各店舗１００に送信される。

【００２９】各店舗１００は、それぞれ、本発明に係る
顧客情報管理システム１０を有している。顧客情報管理
システム１０は、入口付近、レジ前、および出口付近に
それぞれ設置されたカメラ１０１、１０３、および１０
７と、入口および出口にそれぞれ設置されたセンサ１０
９および１１１と、レジに設置されたＰＯＳ（pointof
sales）端末１０５と、商品データや購入者の属性等が
記憶される記憶部（ＤＢ）１１３と、これらを制御する
制御部１２０と、を含んでいる。

【００３０】各センサ１０９、１１１は、入口あるいは
出口における入店者あるいは退店者を感知する。各カメ
ラ１０１、１０７は、対応するセンサ１０９、１１１に
より人が感知されると、その感知された対象となる人を
撮像する。なお、人を感知するのではなく、入口あるい
は出口のドアの開閉を感知するようにしてもよい。レジ
に設置されたカメラ１０５は、所定のタイミングで、レ
ジで商品を購入する人を撮像する。

【００３１】記憶部１１３は、入店者のデータを一時的
に記憶する入場者データベース（図示せず）と、顧客の
属性を記憶する顧客データベース（図示せず）とを含ん
でいる。

【００３２】次に、図２から図６を用いて各店舗１００
に備えられている顧客情報管理システムの制御部１２０
における処理の流れについて説明する。

【００３３】図２は、顧客が店舗に来店した際に、顧客
に関する必要な情報が入場者データベース（以下「入場
者ＤＢ」と略す）に記録されるまでの処理の流れを示し
たフローチャートである。本図を参照して、入口のセン
サ１０９により顧客の来店が感知されると、ステップＳ
２０１において、入口付近に設置されたカメラ１０１に
より顧客の撮像が開始される。その際、撮影日付および
時刻情報も取得される。

【００３４】ステップＳ２０３では、撮影された顧客の
画像と、顧客データベース（以下「顧客ＤＢ」と略す）
に記憶されている画像とが比較され、対象となる顧客が
常連であるか否かの判定が行なわれる。具体的には、次
のようにして判定される。すなわち、顧客ＤＢには、各
顧客ごとに、過去の一定期間の来店回数が記録されてい
る。来店回数は、顧客が来店する度にカウントされるも
のである。このため来店回数が所定回数以上であれば常
連であると判定され、所定回数未満であれば一見である
と判定される。なお、画像の照合には、周知の画像マッ
チング処理が用いられる。

【００３５】その結果、ステップＳ２０５において、常
連であると判断された場合は、ステップＳ２０７の処理
へと進む。ステップＳ２０７では、顧客ＤＢから、対象
となる顧客についての来店頻度、すなわち、前回の来店
日より何日経過しているかという情報、および商品の購
入頻度が読み出される。そして、ステップＳ２０９にお
いて、店員のサービス向上、安全性確保等のためにその
常連情報がレジに表示される。そして、ステップＳ２１
１の処理へと進む。

【００３６】一方、ステップＳ２０５において常連では
ない（一見客である）と判断された場合は、直接、ステ
ップＳ２１１の処理へと進む。

【００３７】ステップＳ２１１では、常連または一見客
のラベリングが行なわれ、先に顧客ＤＢから読み出され
た来店頻度、購入頻度の情報が、顔画像と共に入場者Ｄ
Ｂに一時記憶される。

【００３８】このようにして、入口から入店する人を撮
像することにより、一時的に入場者ＤＢに入店者の画像
情報、常連か一見かの別、来店頻度、購入頻度がストア
されることになる。

【００３９】図３は、顧客がレジにおいて商品を購入す
る際に、顧客の属性が顧客データベース（ＤＢ）に記録
されるまでの処理の流れを示したフローチャートであ
る。本図を参照して、顧客がレジにて商品を購入しよう
としている時にレジ担当者が所定のボタンを押すと、そ
の動作とリンクして、ステップＳ３０１において、レジ
前のカメラ１０３により顧客の撮像が開始される。その
際、撮影時刻情報も取得される。なお、撮影は、店員に
よるボタンの押下により開始されるのではなく、レジ前
にセンサを設け、そのセンサからの検知結果により開始
されるようにしてもよい。

【００４０】次に、ステップＳ３０３において、入場者
ＤＢに記憶されている画像の中から、レジ前カメラ１０
３で撮影した画像とマッチングする人物が抽出される。
該当する人物が抽出されると、その人物に関するデータ
（常連か一見かの別、来店頻度、購入頻度）が入場者Ｄ
Ｂから読み出される。そして、入場者ＤＢからはその人
物に関するデータが画像情報とともに削除される。

【００４１】続いて、ステップＳ３０５において、顧客
が購入した商品データがＰＯＳ端末１０５から入力さ
れ、ステップＳ３０７において、顧客の属性が入力され
る。顧客の属性として入力される項目は、性別、年齢
層、一人／カップル／家族連れの分類などが考えられ
る。

【００４２】ここで、顧客の属性は、自動入力されるも
のと手動入力されるものとがある。すなわち、撮像され
た画像に基づいて、画像処理により判断された性別およ
び年齢層は自動入力され、店員により判断された一人／
カップル／家族連れの分類は手動入力される。性別、年
齢層等の、画像処理による判断が容易なものは、一定の
基準による画像処理で判断されることで、判断のばらつ
きが防止される。また、判断結果が自動入力されるた
め、店員の入力作業も軽減される。

【００４３】なお、属性判断の具体例としては、たとえ
ば、顧客の画像データを基に身長が判別され、その判別
された身長に応じて年齢層を判断するという方法や、画
像データからスカートをはいているか否か、化粧をして
いるか否か、長髪か否か等の容姿を判別し、その判別結
果に基づいて性別を判断するという方法などが考えられ
る。

【００４４】一方、カップルや家族連れ等の分類は、画
像処理による判断が困難であると共に人間の感性のばら
つきが少ないと考えられるため、手入力される。ただ
し、手入力ではなく、画像処理で行なうようにしてもよ
い。

【００４５】このようにしてステップＳ３０１からステ
ップＳ３０７において必要なデータが取得されると、ス
テップＳ３０９において、上記取得されたデータを含む
顧客に関するデータが、顧客および顧客の画像データに
対応付けられて、顧客ＤＢにストアされる。それと同時
に、顧客に関するデータは情報分析センター２００へも
送信される。

【００４６】図４は、レジにおいて顧客が商品を購入し
た際に、情報分析センター２００へ送信されるデータの
例を示した図である。図４に示すように、情報分析セン
ター２００へは、購入者というラベルに対応づけて、常
連客か一見客かの別、性別、年齢層、入店日付、入店時
刻、退店時刻、来店頻度、購入頻度、購入品等の情報が
送信される。なお、図４（ａ）に示す常連客の場合と異
なり、一見客の場合は、図４（ｂ）に示すように、来店
頻度および購入頻度に関するデータは送信されない。情
報分析センター２００では、このようにして送信されて
きた顧客ごとのデータを集計し必要な分析を行なう。詳
細は後述する。

【００４７】図５は、顧客が退店した際に、顧客の属性
が顧客ＤＢに記録されるまでの処理の流れを示したフロ
ーチャートである。本図を参照して、出口のセンサ１１
１により顧客の退店が感知されると、ステップＳ５０１
において、出口付近に設置されたカメラ１０７により顧
客の撮像が開始される。その際、撮影時刻情報も取得さ
れる。

【００４８】ステップＳ５０３では、入場者ＤＢに記憶
されている画像の中から、撮像された顧客の画像とマッ
チングする人物の画像が抽出される。この際、抽出され
た人物についての情報、常連客か一見客かの別、来店頻
度、および購入頻度が読み出される。そして、一見客に
対しては、撮影された画像から画像処理により性別、年
齢層等についての属性が判断され自動入力される。

【００４９】なお、入場者ＤＢのデータは、図３におい
て説明したように、レジ前において商品を購入した人物
が抽出されると、その人物のデータが全て削除される。
したがって、ここで残っているデータはいずれも、商品
を購入していない者のデータであり、抽出された人物も
商品を購入せずに退店する人物である。

【００５０】このため、ステップＳ５０５において、対
象となる人物の画像には未購入のラベルが付され、他の
必要な顧客に関するデータと共に顧客ＤＢに記憶され
る。それと同時に、情報分析センター２００へも顧客に
関するデータが送信される。

【００５１】図６は、顧客が退店した際に、情報分析セ
ンター２００に送信されるデータの例を示した図であ
る。図６を参照して、情報分析センター２００へは、顧
客毎に、未購入者のラベルが付されて必要なデータが送
信される。一見客の場合は、図６（ａ）に示すように、
性別等の属性や入店日付等の情報が関連付けて送信さ
れ、常連客の場合は、図６（ｂ）に示すように、さらに
来店頻度、過去の購入品等の既知のデータが送信され
る。

【００５２】このようにして、情報分析センター２００
に図４および図６で示したような顧客毎の属性、購入品
等のデータが送信されると、情報分析センター２００で
は以下に示すようなデータの集計が行なわれる。

【００５３】図７および図８に、情報分析センター２０
０におけるデータ集計により作成される表を示す。な
お、このようなデータ集計による表は、情報分析センタ
ー２００のみならず、各店舗１００における顧客ＤＢに
基づいて作成することもできる。

【００５４】図７は、情報分析センター２００により作
成される、顧客の属性に対する購入／未購入の別、およ
び購入品目等の一覧表（表１）の例を示した図である。
ここでは、項目として、顧客の属性である性別および年
齢層に、常連客か一見客かの別が挙げられており、これ
に対する購入者、未購入者それぞれについての所定の情
報が示される。

【００５５】たとえば、常連客であり商品を購入した者
の欄には、７ａに示すように、ある一定期間にカウント
された人数、購入品目、来店時間分布、滞在時間分布、
来店頻度分布等が表示されることになる。そして、常連
客であり、商品を購入しなかった者の欄には、７ｂに示
すように、ある一定期間の人数、過去の購入品目、来店
時間分布、滞在時間分布、来店頻度分布等が表示され
る。また、一見客については、商品を購入した者の欄に
は、７ｃに示すように、人数、購入品目、来店時間分
布、滞在時間分布等が表示され、商品を購入しなかった
者の欄には、７ｄに示すように、人数、来店時間分布、
滞在時間分布等が表示される。

【００５６】このような形で集計結果が表示された一覧
表が情報分析センター２００から各店舗１００に送信さ
れると、これを受けたユーザは、この一覧表を見て必要
な情報を得ることができる。

【００５７】なお、後述するようなデータ分析を行なう
際には、図７に示す表１と同じ項目分けをした表であっ
て、各欄に示されるデータのみが異なるものが使用され
る。すなわち各欄には、７ａ〜７ｄで示したような内容
が表示されるのではなく、分析に必要な、該当する顧客
の人数（ある一定期間にカウントされた人数）のみが表
示される。

【００５８】図８は、情報分析センター２００により作
成される、購入品目に対する顧客の属性、購入時間等の
一覧表（表２）の例を示した図である。本図を参照し
て、ここでは、各商品ごとに、該当する購入時間と購入
者の属性の欄に数量が示される。したがって、この表２
からは、購入数の多い商品を購入した顧客の属性および
購入時間を知ることができる。また、属性ごとに、購入
数の多い商品名を知ることもできる。そして、商品名と
これを購入した顧客の属性との関係を販売促進等に活か
すことが可能となる。

【００５９】次に、情報分析センター２００において、
図７および図８に示した表に基づきデータ分析を行なう
例について、図９から図１４を用いて説明する。

【００６０】図９は、未購入者層に注目して、店舗毎に
新規取り扱いを勧める商品を分析する第１の分析手順を
示したフローチャートである。本図を参照して、情報分
析センター２００では、複数の店舗１００から送信され
てきたデータを集計し、まず、図８に示した表２に対応
するデータテーブルを作成する（ステップＳ９０１）。
次に、対象となる店舗のみのデータから、図７に示した
表１に対応するデータテーブルを作成し、この表１のデ
ータテーブルから、未購入者の多い属性を抽出するする
（ステップＳ９０３）。なお、ここでいう表１は、図７
の説明の際に述べた、各欄に人数のみが記されたもので
ある（以下、同様）。

【００６１】そして、先に作成された表２に対応するデ
ータテーブルから、ステップＳ９０３で抽出された属性
を持った顧客層がよく購入する商品を抽出する（ステッ
プＳ９０５）。つまり、対象となる店舗における未購入
者層と同じ属性の購入者層が他店舗において購入してい
る商品を抽出する。そして、これを新規お勧め商品とし
て提示する（ステップＳ９０７）。これにより、対象と
なる店舗の未購入者層を購入者へとシフトさせることが
可能となる。

【００６２】各店舗ごとに上記分析を行なうことによ
り、それぞれの店舗に対する新規取り扱いお勧め商品が
抽出される。そして、本図に示すように、抽出結果を一
覧表として表示する。この表の提示を受けたユーザは、
これを基に、新規取り扱い商品の検討を行なうことがで
きる。

【００６３】次に、未購入者層に注目して、店舗毎に新
規取り扱いを勧める商品を分析する第２の分析手順のフ
ローチャートを図１０に示す。本図を参照して、情報分
析センター２００では、複数の店舗１００から送信され
てきたデータの中から、まず、対象となる店舗について
の集計を行ない、図７に示した表１に対応するデータテ
ーブルを作成する。そして、この表１のデータテーブル
から、その店舗における未購入者の多い属性を抽出する
する（ステップＳ１００１）。

【００６４】次に、対象となる店舗のデータから、図８
に示した表２に対応するデータテーブルを作成する（ス
テップＳ１００３）。この表２のデータテーブルから、
ステップＳ１００１で抽出された属性を持った顧客が購
入している商品名および販売数量を抽出する（ステップ
Ｓ１００５）。

【００６５】続いて、ステップＳ１００１で抽出された
属性を持った顧客数が多い対象店舗以外の店舗を抽出す
る（ステップＳ１００７）。そして、その店舗について
表２に対応するデータテーブルを作成し、そのデータテ
ーブルから、上記抽出された属性を持った顧客が購入し
ている商品名と販売数量を抽出する（ステップＳ１００
９）。

【００６６】次に、ステップＳ１００９で抽出された商
品（およびその販売数量）と、ステップＳ１００５で抽
出された商品（およびその販売数量）との差をとる。そ
して、ステップＳ１００９で抽出された商品であって、
ステップＳ１００５では抽出されない商品のうち、ある
一定数量以上の商品を抽出する（ステップＳ１０１
１）。そして、この抽出された商品を、対象となる店舗
における新規の取り扱いお勧め品として表示する（ステ
ップＳ１０１３）。

【００６７】以上の処理の流れを要約すると、次のよう
になる。まず、対象となる店舗における未購入者層と同
じ属性の購入者層が多い他の店舗が抽出され、その店舗
における、前記属性を有する購入者層が購入した商品が
抽出される。そして、抽出された商品のうち、対象店舗
で扱っている商品を除いたものが新規お勧め商品として
提示される。これにより、対象店舗の未購入者層が購入
する確率の高い商品が取り扱いお勧め品とされるため、
未購入者層を購入者層へとシフトさせることが可能とな
る。しかも、対象店舗で既に取り扱っている商品は再び
取り扱いお勧め品として提示されることはないため、よ
り的確な表示内容となる。

【００６８】このような分析が各店舗ごとに行なわれ、
それぞれの店舗に対する新規取り扱いお勧め商品が抽出
される。そして、本図に示すように、抽出結果が一覧表
として表示される。この表の提示を受けたユーザは、こ
れを基に、新規取り扱い商品の検討を行なうことができ
る。

【００６９】次は逆に、取り扱い中止を勧める商品を店
舗ごとに分析する例について説明する。図１１は、店舗
毎に取り扱い中止を勧める商品を分析する手順を示した
フローチャートである。本図を参照して、情報分析セン
ター２００では、複数の店舗１００から送信されてきた
データの中から、まず、対象となる店舗についての集計
を行ない、図８に示した表２に対応するデータテーブル
を作成する。（ステップＳ１１０１）。次に、全ての店
舗１００のデータについての集計を行ない、同じく表２
に対応するデータテーブルを作成する（ステップＳ１１
０３）。

【００７０】そして、ステップＳ１１０１で作成された
表（対応するデータテーブル）から、販売数量がある一
定数以下の商品が抽出される。そして、該当する商品の
うち、ステップＳ１１０３において作成された表（対応
するデータテーブル）においても、販売数量が所定量以
下である商品のみが抽出される。このようにして、抽出
された商品が、対象となる店舗の取り扱い中止お勧め商
品として表示されることになる（ステップＳ１１０
５）。

【００７１】上記分析が各店舗毎に行なわれることによ
り、全店舗に対して、本図に示すように、取り扱い中止
お勧め商品の一覧表が作成されることになる。

【００７２】このように、全店舗におけるデータ集計結
果が参照されることにより、各店舗毎の取り扱い中止を
勧める商品が、適切に抽出されることになる。

【００７３】次に、一見客を常連客へとシフトさせるた
めの分析例について説明する。図１２は、常連／一見客
の別に注目して、店舗毎に新規取り扱いを勧める商品を
分析する第１の分析手順を示したフローチャートであ
る。

【００７４】本図を参照して、情報分析センター２００
では、複数の店舗１００から送信されてきたデータの中
で、対象となる店舗のデータを集計し、図７に示した表
１に対応するデータテーブルを作成する。そして、この
データテーブルから常連客の少ない属性を抽出する（ス
テップＳ１２０１）。

【００７５】次に、対象となる店舗以外の店舗について
も各店舗毎に、表１に対応するデータテーブルを作成す
る。そして、この作成された表１のデータテーブルを基
にして、ステップＳ１２０１で抽出した属性を有する常
連客の多い店舗を抽出する（ステップＳ１２０３）。そ
して、抽出した店舗の常連客がよく購入する商品名を抽
出する（ステップＳ１２０５）。

【００７６】このようにして、抽出された商品が、対象
店舗のお勧め商品として表示される（ステップＳ１２０
７）。上記分析を各店舗毎に行なうことにより、全ての
店舗について、新規取り扱いのお勧め品を提示すること
ができる。

【００７７】図１３は、常連／一見客の別に注目して、
店舗毎に新規取り扱いを勧める商品を分析する第２の分
析手順を示したフローチャートである。本図を参照し
て、情報分析センター２００では、複数の店舗１００か
ら送信されてきたデータを集計し、まず、図８に示した
表２に対応するデータテーブルを作成する（ステップＳ
１３０１）。次に、対象となる店舗のみのデータから、
図７に示した表１に対応するデータテーブルを作成し、
この表１のデータテーブルから、常連の未購入者が多い
属性を抽出する。（ステップＳ１３０３）。

【００７８】そして、先に作成された表２に対応するデ
ータテーブルから、ステップＳ１３０３で抽出された属
性を持った顧客層がよく購入する商品を抽出する（ステ
ップＳ１３０５）。つまり、対象となる店舗における常
連かつ未購入者の多い層と同じ属性を持つ顧客層がよく
購入する商品を抽出し、これをお勧め商品として提示す
る（ステップＳ１３０７）。これにより、対象となる店
舗の常連かつ未購入者層の顧客層を購入者層へとシフト
させることができる。

【００７９】以上の処理を各店舗ごとに行なうことによ
り、それぞれの店舗に対する新規取り扱いお勧め商品が
抽出される。そして、本図に示すように、抽出結果を一
覧表として表示する。この表の提示を受けたユーザは、
これを基に、常連客の購入頻度が高くなる可能性のある
新規取り扱い商品についての検討を行なうことができ
る。

【００８０】次に、常連／一見客に注目して、店舗毎に
新規取り扱いを勧める商品を分析する第３の分析手順の
フローチャートを図１４に示す。本図を参照して、情報
分析センター２００では、複数の店舗１００から送信さ
れてきたデータの中から、まず、対象となる店舗につい
ての集計を行ない、図７に示した表１に対応するデータ
テーブルを作成する。そして、この表１のデータテーブ
ルから、その店舗における常連の未購入者が多い属性を
抽出する。（ステップＳ１４０１）。

【００８１】次に、対象となる店舗のデータから、図８
に示した表２に対応するデータテーブルを作成する（ス
テップＳ１４０３）。この表２のデータテーブルから、
ステップＳ１４０１で抽出された属性を持った顧客が購
入している商品名および販売数量を抽出する（ステップ
Ｓ１４０５）。

【００８２】続いて、ステップＳ１４０１で抽出された
属性を持った顧客数が多い対象店舗以外の店舗を抽出す
る（ステップＳ１４０７）。そして、その店舗について
表２に対応するデータテーブルを作成し、そのデータテ
ーブルから、上記抽出された属性を持った顧客が購入し
ている商品名と販売数量を抽出する（ステップＳ１４０
９）。

【００８３】次に、ステップＳ１４０９で抽出された商
品（およびその販売数量）と、ステップＳ１４０５で抽
出された商品（およびその販売数量）との差をとる。そ
して、ステップＳ１４０９で抽出された商品であって、
ステップＳ１４０５では抽出されない商品のうち、ある
一定数量以上の商品を抽出する（ステップＳ１４１
１）。そして、この抽出された商品を、対象となる店舗
における新規の取り扱いお勧め商品として表示する（ス
テップＳ１４１３）。

【００８４】以上の処理の流れを要約すると、次のよう
になる。まず、対象となる店舗における常連かつ未購入
者層の多い属性と同じ属性の購入者数が多い他の店舗が
抽出され、その店舗における、前記属性を有する購入者
層が購入した商品が抽出される。そして、抽出された商
品のうち、対象店舗で扱っている商品を除いたものが新
規お勧め商品として提示される。これにより、対象店舗
の常連かつ未購入者層が購入する確率の高い商品が取り
扱いお勧め品とされる。よって、常連かつ未購入者層の
顧客を購入者層へとシフトさせることが可能となる。し
かも、対象店舗で既に取り扱っている商品は再び取り扱
いお勧め品として提示されることはないため、より的確
な表示内容となる。

【００８５】このような分析が各店舗ごとに行なわれ、
それぞれの店舗に対する新規取り扱いお勧め商品が抽出
される。そして、本図に示すように、抽出結果が一覧表
として表示される。この表の提示を受けたユーザは、こ
れを基に、常連客であるのに商品を余り購入しない顧客
層を、よく商品を購入する顧客層へとシフトさせるため
の新規取り扱い商品の検討を行なうことができる。

【００８６】今回示した顧客情報管理（および情報分
析）の方法は、上述した一連の処理動作を機能させるた
めのプログラムによって実現されることができる。顧客
情報管理プログラムは、予め顧客情報管理システムある
いは情報分析センターのコンピュータ内のハードディス
クにインストールされたものであってもよいし、ＣＤ−
ＲＯＭ、磁気テープのような取り外し可能な記録媒体に
記録されたものであってもよい。いずれにせよ、顧客情
報管理プログラムはコンピュータ読み取り可能な記録媒
体に記録されている。

【００８７】なお、コンピュータ読み取り可能な記録媒
体としては、磁気テープやカセットテープなどのテープ
系、磁気ディスク（フレキシブルディスク、ハードディ
スク装置等）や光ディスク（ＣＤ−ＲＯＭ／ＭＯ／ＭＤ
／ＤＶＤ等）などのディスク系、ＩＣカード（メモリカ
ードを含む）や光カードなどのカード系、あるいはマス
クＲＯＭ、ＥＰＲＯＭ、ＥＥＰＲＯＭ、フラッシュＲＯ
Ｍなどの半導体メモリ等の、固定的にプログラムを担持
する媒体が考えられる。

【００８８】また、ネットワークからプログラムがダウ
ンロードされるように、流動的にプログラムを担持する
媒体であってもよい。

【００８９】なお、記録媒体に格納される内容として
は、プログラムに限定されず、データであってもよい。

【００９０】なお、図９および図１３においては、対象
となる店舗における購入の有無とは関係なく、全ての店
舗データを基に作成された図８の表２（対応するデータ
テーブル）から新規お勧め商品が抽出されている。しか
し、このような分析手順に限定されるものではなく、た
とえば、図１０または図１４で示したように、対象店舗
における購入品との差から新規お勧め商品を抽出するよ
うにしてもよい。すでに、対象店舗で販売されている商
品が新規お勧め商品から除かれることにより、真に必要
な品目のみが表示されることになり、より効率的な提示
を行なうことができる。

【００９１】また逆に、図１０および図１４において、
対象店舗における購入品との差をとらないようにしても
よい。すなわち、図９または図１３で示したように、所
定の属性を持った顧客数の多い店舗においてその顧客層
が多く購入する商品を、そのまま新規お勧め商品として
提示するようにしてもよい。このようにすることで、よ
り容易な分析でもって、適切な取り扱いお勧め商品を抽
出することが可能となる。

【００９２】なお、図９から図１４で示した分析方法
は、適切に使い分けられる。たとえば、各店舗１００の
ユーザからの要求により、選択された分析方法が情報分
析センター２００において実行される。

【００９３】また、今回示した実施の形態では、いずれ
も情報分析センター２００においてデータ分析が行なわ
れる場合を示したが、各店舗ごとに、必要な分析を行な
うようにしてもよい。

【００９４】なお、図３および図５においては、顧客Ｄ
Ｂに記憶されるデータは、撮像された顧客の画像データ
と図４および図６で示した情報分析センター２００へ送
信される顧客に関するデータとが含まれていた。しか
し、各店舗においてデータ分析を行なうのでない場合
は、顧客に関するデータ全てを記憶させる必要はない。
したがって、入店時あるいは退店時に顧客の画像マッチ
ング等を行なうのに必要なデータのみを記憶させるよう
にしてもよい。

【００９５】さらに、今回は、カメラにより撮像された
顧客の画像データが属性等と対応付けられて、そのまま
入場者ＤＢおよび顧客ＤＢにストアされる場合を示し
た。しかし、このような場合に限られず、顧客の特徴を
示すデータ（特徴データ）を画像データに代わってスト
アするようにしてもよい。特徴を示すデータとは、画像
マッチングの際に必要なデータであって、顧客の画像デ
ータから抽出されるものである。

【００９６】特徴データを顧客に対応付けて記録するこ
とにより、画像全体を記録する場合よりも使用するメモ
リ容量を小さくすることができる。したがって、顧客Ｄ
Ｂの効率的な利用が可能となる。また、特徴データに基
づきマッチングが行なわれるため、より的確なマッチン
グ処理を行なうことが可能となる。さらに、特徴データ
からは顧客の顔画像を復元することができないため、プ
ライバシーの保護をも図ることができる。

【００９７】また、今回示した実施の形態においては、
図１に示したように、顧客の撮像を行なう場所を入口、
レジ、出口の３ヶ所としている。しかし、店舗滞在時間
の把握が必要でない場合は、入口とレジ、あるいは、レ
ジと出口の２ヵ所で顧客の撮像を行なうようにしてもよ
い。

【００９８】２ヵ所の撮像により画像のマッチングが行
なわれ、必要な他の情報を得ることはできる。すなわ
ち、入口とレジとで撮像を行なう場合は、未購入者の特
定は、入場者ＤＢに記憶されている時間により行うこと
ができる。レジにおいて商品を購入した顧客の情報は、
入場者ＤＢから削除されていくため、ある一定時間残っ
ている顧客を未購入者とみなすことができる。また、レ
ジと出口とで撮像を行なう場合は、出口から顧客が退店
する際、その顧客がレジにおいて商品を購入した顧客の
いずれとも一致しない場合に、未購入者とみなすことが
できる。

【００９９】このように、２ヵ所における撮像とすると
により、容易な構成でもって顧客情報を管理および分析
することができる。

【０１００】なお、図２のステップＳ２０３等で示した
ように、今回示した実施の形態では、過去の一定期間内
の来店回数に応じて常連客か一見客かを判断している。
このように、常連客か一見客かのいずれかに判断する場
合に限られず、常連客の中、あるいは一見客の中でも来
店頻度の高さに応じて、レベルを設けてもよい。

【０１０１】今回開示された実施の形態はすべての点で
例示であって、制限的なものではないと考えるべきであ
る。本発明の範囲は、上記した説明ではなく特許請求の
範囲によって示され、特許請求の範囲と均等の意味及び
範囲内ですべての変更が含まれることが意図される。

【図面の簡単な説明】

【図１】 本発明を利用して情報分析を行なう顧客情報
分析システムの全体構成を示したブロック図である。

【図２】 顧客が店舗に来店した際に、顧客に関する必
要な情報が入場者データベースに記録されるまでの処理
の流れを示したフローチャートである。

【図３】 顧客がレジにおいて商品を購入する際に、顧
客の属性が顧客データベースに記録されるまでの処理の
流れを示したフローチャートである。

【図４】 レジにおいて顧客が商品を購入した際に、情
報分析センター２００へ送信されるデータの例を示した
図である。

【図５】 顧客が退店した際に、顧客の属性が顧客ＤＢ
に記録されるまでの処理の流れを示したフローチャート
である。

【図６】 顧客が退店した際に、情報分析センター２０
０に送信されるデータの例を示した図である。

【図７】 情報分析センター２００により作成される、
顧客の属性に対する購入／未購入の別、および購入品目
等の一覧表の例を示した図である。

【図８】 情報分析センター２００により作成される、
購入品目に対する顧客の属性、購入時間等の一覧表の例
を示した図である。

【図９】 未購入者層に注目して、店舗毎に新規取り扱
いを勧める商品を分析する第１の分析手順を示したフロ
ーチャートである。

【図１０】 未購入者層に注目して、店舗毎に新規取り
扱いを勧める商品を分析する第２の分析手順を示したフ
ローチャートである。

【図１１】 店舗毎に取り扱い中止を勧める商品を分析
する手順を示したフローチャートである。

【図１２】 常連／一見客の別に注目して、店舗毎に新
規取り扱いを勧める商品を分析する第１の分析手順を示
したフローチャートである。

【図１３】 常連／一見客の別に注目して、店舗毎に新
規取り扱いを勧める商品を分析する第２の分析手順を示
したフローチャートである。

【図１４】 常連／一見客に注目して、店舗毎に新規取
り扱いを勧める商品を分析する第３の分析手順のフロー
チャートを示した図である。

【符号の説明】

１０ 情報分析システム、１００ 店舗、１０１，１０
３，１０７ カメラ、１０５ ＰＯＳ端末、１０９，１
１１ センサ、１１３ 記憶部（ＤＢ）、１２０ 制御
部、２００ 情報分析センター。

Claims (9)

【特許請求の範囲】
1. 【請求項１】 商品を購入した顧客の画像情報を取得す
   る第１の取得手段と、 前記取得された画像情報から、前記顧客の第１の属性を
   判別する属性判別手段と、 前記顧客が購入した商品のデータを取得する第２の取得
   手段と、 前記取得された商品のデータと、前記判別された顧客の
   第１の属性とを対応付けて記録する記録手段とを備え
   た、顧客情報管理システム。
2. 【請求項２】 前記記録手段は、前記取得された商品の
   データに、さらに前記顧客の第２の属性を対応付けて記
   録し、 前記第２の属性は、人により判断されたものであること
   を特徴とする、請求項１に記載の顧客情報管理システ
   ム。
3. 【請求項３】 前記記録された商品のデータと顧客の属
   性とに基づいてデータ解析を行なう解析手段をさらに備
   えた、請求項１または２に記載の顧客情報管理システ
   ム。
4. 【請求項４】 前記データ解析は、商品別の購入者属性
   解析や購入者属性別の商品のデータ解析を含む、請求項
   ３に記載の顧客情報管理システム。
5. 【請求項５】 商品を購入した顧客の画像情報を取得す
   る第１の取得ステップと、 前記取得された画像情報から、前記顧客の第１の属性を
   判別する属性判別ステップと、 前記顧客が購入した商品のデータを取得する第２の取得
   ステップと、 前記取得された商品のデータと、前記判別され顧客の第
   １の属性とを対応付けて記録する記録ステップとを備え
   た、顧客情報管理方法。
6. 【請求項６】 前記記録ステップは、前記取得された商
   品に、さらに前記顧客の第２の属性を対応付けて記録
   し、 前記第２の属性は、人により判断されたものであること
   を特徴とする、請求項５に記載の顧客情報管理方法。
7. 【請求項７】 前記記録された商品のデータと顧客の属
   性とに基づいてデータ解析を行なう解析ステップをさら
   に備えた、請求項５または６に記載の顧客情報管理方
   法。
8. 【請求項８】 前記データ解析は、商品別の購入者属性
   解析や購入者属性別の商品のデータ解析を含む、請求項
   ７に記載の顧客情報管理方法。
9. 【請求項９】 請求項５〜８のいずれかに記載の顧客情
   報管理方法をコンピュータに実行させるための顧客情報
   管理プログラムを記録したコンピュータ読み取り可能な
   記録媒体。