JP2002203021A - Shelving allocation proposition data generation system and terminal device - Google Patents

Shelving allocation proposition data generation system and terminal device

Info

Publication number
JP2002203021A
JP2002203021A JP2001301799A JP2001301799A JP2002203021A JP 2002203021 A JP2002203021 A JP 2002203021A JP 2001301799 A JP2001301799 A JP 2001301799A JP 2001301799 A JP2001301799 A JP 2001301799A JP 2002203021 A JP2002203021 A JP 2002203021A
Authority
JP
Japan
Prior art keywords
data
store
shelf
pos
analysis
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2001301799A
Other languages
Japanese (ja)
Inventor
Yasuhiro Kodama
康弘 小玉
Masanori Hio
政典 檜尾
Toshiyuki Tanaka
利幸 田中
Kaoru Narimoto
薫 成本
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Rohto Pharmaceutical Co Ltd
Original Assignee
Rohto Pharmaceutical Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Rohto Pharmaceutical Co Ltd filed Critical Rohto Pharmaceutical Co Ltd
Priority to JP2001301799A priority Critical patent/JP2002203021A/en
Publication of JP2002203021A publication Critical patent/JP2002203021A/en
Pending legal-status Critical Current

Links

Landscapes

  • Cash Registers Or Receiving Machines (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

PROBLEM TO BE SOLVED: To provide a shelving allocation proposition system capable of evaluat ing the result of shelving allocation. SOLUTION: For a center device 21 in a shelving allocation center, customer POS data and market POS data are inputted (S11, S12) from a sales office and a research firm respectively. Then, the center device performs database searching (S13), conducts a predetermined analysis (S14), and generates shelving allocation proposition data (S16). The shelving allocation proposition data are proposed (S17) to the customer, who executes (S18) the specific shelving allocation. The POS data based on the proposed shelving allocation is communicated to the shelving allocation center for feeding back (S11) the effect produced after the shelving allocation is executed.

Description

【発明の詳細な説明】DETAILED DESCRIPTION OF THE INVENTION

【0001】[0001]

【発明の属する技術分野】この発明はPOS(Point of
sale)を用いた棚割提案システムおよび端末装置に関
し、特に棚割提案の結果を評価できる棚割提案システム
および端末装置に関する。
The present invention relates to a POS (Point of Point)
The present invention relates to a shelf allocation proposal system and a terminal device that use a sale), and more particularly to a shelf allocation proposal system and a terminal device that can evaluate the result of a shelf allocation proposal.

【0002】[0002]

【従来の技術】従来から、プログラムされたコンピュー
タによって、店POSデータと市販されている市場PO
Sデータを比較分析して、品揃え分析を行なうシステム
が知られている。また、品揃え分析の結果から、人の判
断を介して選択されたデータをシステムに入力し、プロ
グラムされたコンピュータによって棚割提案データを算
出するシステムも知られている。
2. Description of the Related Art Conventionally, a store computer POS data and a commercially available market PO have been programmed by a programmed computer.
2. Description of the Related Art There is known a system for comparing and analyzing S data to perform an assortment analysis. Further, there is also known a system in which data selected through human judgment based on the result of an assortment analysis is input to the system, and shelf programmed proposal data is calculated by a programmed computer.

【0003】[0003]

【発明が解決しようとする課題】これらシステムにおい
ては、市販の市場POSデータは市場POSデータが更
新されるごとにインストールしていく必要がある。ま
た、市場および店POSデータから、全体的な市場や各
店の販売に関する種々の変化を読取れるが、これらのP
OSデータでは、店の立地条件や客層等で表される店の
属性の入力項目も少なく、品揃えの分析結果と店属性の
関連について詳細に分析できなかった。また、棚割前後
の結果から棚割のノウハウを更新することもできなかっ
た。
In these systems, commercially available market POS data must be installed each time the market POS data is updated. Further, various changes relating to the overall market and sales of each store can be read from the market and store POS data.
In the OS data, there are few input items of store attributes represented by store location conditions, customer classes, and the like, and it was not possible to analyze in detail the relationship between the analysis result of assortment and store attributes. In addition, it was not possible to update the know-how of the shelf layout from the results before and after the shelf layout.

【0004】従来の棚割提案システムは上記のような市
販の市場POSデータを利用するように構成されてい
た。市場POSデータの入手にタイムラグがあるため、
直近の市場POSデータを反映した棚割提案ができない
という問題点があった。また、棚割後における効果の検
証ができないため、棚割のノウハウを更新できないとい
う問題点があった。また、店特性の入力項目が少なく、
その店特有の棚割提案が困難であるという問題点があっ
た。さらに、品揃え分析結果をさらに経験に基づき最適
フェース数を算出し、棚割へ応用するため、時間がかか
り、しかも介在する人の経験により棚割提案のためのデ
ータが大きく異なるという問題点があった。
[0004] A conventional shelf layout proposal system has been configured to use the above-mentioned commercially available market POS data. Because there is a time lag in obtaining market POS data,
There was a problem that it was not possible to propose a shelf layout reflecting the latest market POS data. Further, there is a problem that the know-how of the shelf split cannot be updated because the effect cannot be verified after the shelf split. Also, there are few input items for store characteristics,
There was a problem that it was difficult to propose a store layout specific to that store. Furthermore, it is time-consuming to calculate the optimal number of faces based on the results of the product assortment analysis based on experience and applying it to the shelf layout. there were.

【0005】この発明は上記のような問題点を解消する
ためなされたもので、店POSデータの入力後、自動的
に棚割提案データを作成する棚割提案システム、棚割の
結果を評価できる棚割提案システムおよび端末装置を提
供することを目的とする。
SUMMARY OF THE INVENTION The present invention has been made to solve the above-mentioned problems. A shelf layout proposal system that automatically creates shelf layout proposal data after inputting shop POS data, and can evaluate the results of the shelf layout. An object of the present invention is to provide a shelf allocation proposal system and a terminal device.

【0006】さらに、本発明は、継続的に店POSデー
タと店属性データを棚割提供システムに入力するだけで
棚割分析用市場POSデータを形成するシステムおよび
棚割分析用市場POSデータを提供することのできる棚
割提案システムを提供することを目的とする。
Furthermore, the present invention provides a system for forming marketplace POS data for shelf split analysis by continuously inputting store POS data and store attribute data to a shelf layout providing system, and provides marketplace POS data for shelf split analysis. It is an object of the present invention to provide a shelf allocation proposal system that can do the above.

【0007】[0007]

【課題を解決するための手段】この発明にかかる、コン
ピュータシステムにより商品の実際の棚割データの基に
なる棚割提案データを作成する棚割提案データ作成シス
テムは、店のPOSデータを入力する手段と、市場にお
けるPOSデータを入力する手段と、店のPOSデータ
と市場におけるPOSデータとに基づいて店の棚割提案
データを自動的に作成する手段とを含む。
According to the present invention, a shelf allocation proposal data creation system for creating shelf allocation proposal data based on actual shelf allocation data of a product by a computer system inputs POS data of a store. Means, means for inputting POS data in the market, and means for automatically creating shelf layout proposal data for the store based on the POS data of the store and the POS data in the market.

【0008】店のPOSデータと市場におけるPOSデ
ータとに基づいて店の棚割提案データが自動的に作成さ
れるため、時間を節約でき、経験が無くても最適な棚割
の提案が可能になる。
[0008] Since store shelf plan proposal data is automatically created based on store POS data and market POS data, it is possible to save time and to propose an optimal shelf plan even without experience. Become.

【0009】好ましくは、店の属性を入力する手段をさ
らに含む。店の属性も考慮して棚割提案データを作成す
るため、よりきめの細かい棚割が提案できる。ここで、
店の属性とは、客層、立地、売場面積、来客店数、棚ス
ペース(展開尺数、展開段数)、総フェース数などであ
る。店の属性の項目は、棚割分析の切り口に応じ、随時
任意に設定できるのが好ましい。
Preferably, the apparatus further includes a means for inputting store attributes. Since the shelf layout proposal data is created in consideration of the store attributes, a more detailed shelf layout can be proposed. here,
The store attributes include a customer class, a location, a sales floor area, a number of customer stores, a shelf space (a number of scales, a number of stages), a total number of faces, and the like. It is preferable that the item of the store attribute can be arbitrarily set at any time according to the cutting edge analysis.

【0010】店の属性を考慮して棚割の前後の店のPO
Sデータを比較し、蓄積した棚割ノウハウに基づいて棚
割提案データを変更するため、よりその店に適した棚割
データが提供できる。
Considering store attributes, POs of stores before and after shelf allocation
Since the S data is compared and the shelf plan proposal data is changed based on the accumulated shelf plan know-how, shelf plan data more suitable for the store can be provided.

【0011】さらに好ましくは、棚割提案システムはP
OSデータに基づいて前記店の販売状況を分析する分析
手段をさらに含む。
[0011] More preferably, the shelf layout proposal system is P
An analysis means for analyzing the sales situation of the store based on the OS data is further included.

【0012】POSデータに基づいて店の販売状況を分
析し、その分析結果に応じて棚割提案データを作成する
ため、データに裏付けられた信頼性の高い棚割提案デー
タが提供できる。
[0012] Since the sales situation of the store is analyzed based on the POS data and the shelf plan proposal data is created according to the analysis result, highly reliable shelf plan proposal data supported by the data can be provided.

【0013】好ましくは、棚割提案システムは分析手段
を有し、分析手段は店POSデータと市場POSデータ
とを比較して分析する。分析手段は、商品のカテゴリご
とに分析してもよい。
[0013] Preferably, the shelf layout proposal system has an analysis means, and the analysis means compares and analyzes the shop POS data and the market POS data. The analysis means may analyze each product category.

【0014】また、後述する「フェース弾性分析」、
「価格弾性分析」、「棚配置位置弾性分析」等の変化率
を分析する手段を含んでもよい。また、後述する「売上
・利益シミュレーション分析」を含むことができる。
Further, “face elasticity analysis” described later,
Means for analyzing a change rate such as “price elasticity analysis” and “shelf arrangement position elasticity analysis” may be included. Further, it may include “sales / profit simulation analysis” described later.

【0015】商品のカテゴリは、使用者の年令層、効
能、ブランド等の商品属性の具体的な内容を示す。具体
的には、目薬の場合には、アレルギー、かすみ目、ドラ
イアイ、抗菌、充血、清涼感、白内障、疲れ目等のカテ
ゴリが考えられる。カテゴリは適宜組み合わせてもよ
い。
The product category indicates the specific contents of the product attributes such as the age group, efficacy, brand, etc. of the user. Specifically, in the case of eye drops, categories such as allergy, blurred vision, dry eye, antibacterial, hyperemia, refreshing sensation, cataract, and tired eye are considered. The categories may be appropriately combined.

【0016】この分析としては、カテゴリごとのシェア
分析、売上貢献分析、価格帯分析、成長率、販売力分析
やABC分析を行なってもよい。また、この場合の分析
は個数ベース、金額ベース、粗利額ベース等に基づいて
行なってもよい。
As the analysis, a share analysis, a sales contribution analysis, a price range analysis, a growth rate, a sales force analysis, and an ABC analysis for each category may be performed. In this case, the analysis may be performed on a number basis, a money amount basis, a gross profit amount basis, or the like.

【0017】店POSデータだけでなく、市場のPOS
データをも考慮して分析を行なうため、より詳細な分析
が可能になる。
Not only store POS data, but also market POS
Since analysis is performed in consideration of data, more detailed analysis is possible.

【0018】さらに、本発明では、個々の店POSデー
タと店属性データの入力集積により、市場POSデータ
を構築することができ、常に最新の棚割分析用市場PO
Sデータを提供することができる。
Further, according to the present invention, the market POS data can be constructed by inputting and accumulating the individual store POS data and the store attribute data.
S data can be provided.

【0019】さらに好ましくは、棚割提案データによる
棚割後の店のPOSデータと棚割前の店のPOSデータ
とを比較する手段および/または店のPOSデータ採取
時の棚割データを入力する手段とを含む。
More preferably, means for comparing the POS data of the store after the shelf split based on the shelf allocation proposal data with the POS data of the store before the shelf split and / or inputting the shelf split data at the time of collecting the POS data of the store. Means.

【0020】この発明においては、棚割前後の店POS
データを比較するため、棚割の結果の評価が可能にな
る。また、棚割状態と店POSデータ対応して蓄積すれ
ば、棚割後の店POSデータを予測しやすくなる。
In the present invention, the store POS before and after the shelf split is
The comparison of the data allows the evaluation of the results of the shelving. Also, if the storage is made in correspondence with the shelf allocation state and the store POS data, it becomes easier to predict the store POS data after the shelf allocation.

【0021】ここでいうPOSデータとは、個数、金
額、売価、粗利額等の販売情報をいう。ここでいう棚割
提案データとは、店における実際の棚割を行なうための
基礎となるデータをいう。棚割データとは、店における
実際の棚割状態を反映したデータをいう。なお、POS
データの入力はネットワーク経由、FD等の記録媒体経
由、人による入力のいずれでもよい。商品名はJAN
(Japanese Article Number)コードを使用してもよ
い。
The POS data referred to here refers to sales information such as the number, amount, selling price, gross profit and the like. Here, the shelf layout proposal data refers to data serving as a basis for performing an actual shelf layout in a store. The shelf layout data refers to data reflecting an actual shelf layout state in a store. POS
Data may be input via a network, via a recording medium such as an FD, or by a human. Product name is JAN
(Japanese Article Number) codes may be used.

【0022】好ましくは、棚割提案データ作成システム
は、店のPOSデータと市場におけるPOSデータの比
較分析および/または、店のPOSデータとPOSデー
タ採取時の棚割データとの比較分析に基づいて棚割提案
データを更新する手段をさらに含む。
Preferably, the shelf allocation proposal data creation system is based on a comparative analysis of the store POS data and the POS data in the market and / or a comparative analysis of the store POS data and the shelf allocation data at the time of POS data collection. Means for updating the shelf plan proposal data is further included.

【0023】棚割前後の店のPOSデータを、店属性デ
ータ、棚割状態(または棚割データ)を後述する分析結
果等を用いて総合的に比較し、蓄積した棚割ノウハウに
基づいて棚割提案データを変更するため、実情に即した
棚割が提案できる。
The POS data of the stores before and after the shelf split are comprehensively compared using the store attribute data and the shelf split status (or the shelf split data) using the analysis results described later and the like, and based on the accumulated shelf split know-how. Since the discount proposal data is changed, a shelf layout suitable for the actual situation can be proposed.

【0024】この発明の他の局面においては、棚割提案
データ作成システムはPOSデータを有する店の端末装
置と、店の端末装置とネットワークを介して接続され、
市場のPOSデータを入力可能なセンタ装置とからな
る。センタ装置は、店の端末装置から店のPOSデータ
をネットワークを介して入手する手段と、市場における
POSデータを入力する手段と、市場のPOSデータと
店のPOSデータとに基づいて店の棚割データの基とな
る棚割提案データを自動的に作成する手段と、センタ装
置から店の端末装置に対して店の棚割提案データをネッ
トワークを介して出力する手段とを含む。
[0024] In another aspect of the present invention, the shelf layout proposal data creation system is connected to a store terminal device having POS data via a network, and
And a center device to which market POS data can be input. The center device is means for obtaining the POS data of the store from the terminal device of the store via the network, means for inputting the POS data in the market, and the shelf layout of the store based on the POS data of the market and the POS data of the store. It includes means for automatically creating shelf allocation proposal data serving as a basis of data, and means for outputting shop shelf allocation data from a center device to a store terminal device via a network.

【0025】さらに、センタ装置は店属性を入手する手
段を含み、分析に使用してもよい。この発明のさらに他
の局面においては、ネットワークを介して店の棚割を行
なうためのデータを提案可能なセンタ装置と接続された
端末装置は、端末装置が設けられた店のPOSデータを
入力する手段と、センタ装置に入力されたPOSデータ
を送信する手段と、センタ装置から棚割提案データを受
ける手段とを含む。
Further, the center device may include a means for obtaining store attributes, and may be used for analysis. In still another aspect of the present invention, a terminal device connected to a center device capable of proposing data for performing store shelving via a network inputs POS data of a store where the terminal device is provided. Means, means for transmitting POS data input to the center device, and means for receiving shelf layout proposal data from the center device.

【0026】さらに、端末装置は、店属性を入手する手
段を含んでもよい。
Further, the terminal device may include a means for acquiring the store attribute.

【0027】[0027]

【発明の実施の形態】以下、この発明の実施の形態を図
面を参照して説明する。
Embodiments of the present invention will be described below with reference to the drawings.

【0028】図1はこの発明に係る棚割提案システムの
全体構成を示す模式図である。図1を参照して、棚割提
案システムは、個々の販売店10a、10b等の端末装
置11と、個々の販売店10a、10b等からの店PO
Sデータを受取って商品の実際の棚割データの基になる
棚割提案データを作成する棚割センタ20のセンタ装置
21が相互にインターネット40のようなネットワーク
で接続されている。市場POSデータはFD等の記録媒
体を経由してセンタ装置へ入力される。市場のPOSデ
ータを提供可能な調査会社30の端末装置と相互にイン
ターネット40のようなネットワークで接続されていて
もよい。店POSデータはFD等の記録媒体を経由して
センタ装置21に入力されてもよい。
FIG. 1 is a schematic diagram showing the overall configuration of a shelf layout proposal system according to the present invention. Referring to FIG. 1, the shelf layout proposal system includes a terminal device 11 such as each of the stores 10a and 10b and a store PO from each of the stores 10a and 10b.
Center devices 21 of a shelf allocation center 20 that receives S data and creates shelf allocation proposal data based on actual shelf allocation data of a product are mutually connected via a network such as the Internet 40. Market POS data is input to the center device via a recording medium such as an FD. The terminal device of the research company 30 that can provide the market POS data may be connected to each other via a network such as the Internet 40. The store POS data may be input to the center device 21 via a recording medium such as an FD.

【0029】なお、このネットワークはインターネット
40に限らず、データの交信が可能であれば閉じたシス
テム等であってもよい。
This network is not limited to the Internet 40, and may be a closed system or the like as long as data communication is possible.

【0030】なお、市場POSデータベースを形成する
に十分量の販売店が店POSデータを送信する場合に
は、調査会社30とのデータ交信は閉じてもよい。
When a sufficient number of stores transmit the store POS data to form the market POS database, the data communication with the research company 30 may be closed.

【0031】図2は図1の販売店10a、10b等に設
けられた端末装置11の構成を示すブロック図である。
FIG. 2 is a block diagram showing the configuration of the terminal device 11 provided in the stores 10a, 10b and the like in FIG.

【0032】図2を参照して、端末装置11は、端末装
置11全体を制御するCPU111と、CPU111に
対してインタフェース112を介して接続された店PO
Sデータを作成するためのPOS装置113と、CRT
等の表示装置114と、所定のプログラムやデータを記
憶するハードディスクのような記憶装置115と、キー
ボード、マウス等の入出力装置116と、プリンタ等の
出力装置117と、端末装置11をインターネット40
に接続するためのモデム等の通信装置118とを含む。
Referring to FIG. 2, a terminal device 11 includes a CPU 111 for controlling the entire terminal device 11 and a store PO connected to the CPU 111 via an interface 112.
POS device 113 for creating S data, CRT
, A storage device 115 such as a hard disk for storing predetermined programs and data, an input / output device 116 such as a keyboard and a mouse, an output device 117 such as a printer, and a terminal device 11 connected to the Internet 40.
And a communication device 118 such as a modem for connecting to the

【0033】図3は端末装置11のPOS装置113に
記憶されたデータファイル121の構成を示す図であ
る。図3を参照して、データファイル121は、各日P
OSデータと、各商品ごとの販売個数、金額、売価およ
び粗利額がそれぞれ記憶されている。月単位や週単位で
集計されていてもよい。店は比較したいPOSデータが
あれば、それもセンタ装置へ送ることができる。POS
データの比較は1週間とか3ヶ月とか、適当な期間を対
象として行なうことができる。
FIG. 3 is a diagram showing the structure of the data file 121 stored in the POS device 113 of the terminal device 11. With reference to FIG. 3, the data file 121 stores each day P
The OS data and the number of sales, the price, the selling price, and the gross profit for each product are stored. It may be calculated on a monthly or weekly basis. If the store has POS data to be compared, it can also send it to the center device. POS
Comparison of data can be performed for an appropriate period, such as one week or three months.

【0034】ここでいう粗利額とは、商品を販売するこ
とで得られる利益を示し、たとえば、小売店において
は、「(売価−原価(納入価))×販売個数」として表
わされる利益である。
The gross profit here refers to a profit obtained by selling a product. For example, in a retail store, the profit is represented by “(sales price−cost (delivery price)) × number of units sold”. is there.

【0035】図4(A)は図1に示したセンタ装置21
の要部を示すブロック図である。センタ装置21は、セ
ンタ装置21全体を制御するCPU201と、CPU2
01にインタフェース202を介して接続された記憶装
置203と、CRTのような表示装置204と、キーボ
ード、マウスのような入出力装置205と、プリンタ等
の出力装置206と、センタ装置21をインターネット
40に接続するためのモデム等の通信機器207とを含
む。
FIG. 4A shows the center device 21 shown in FIG.
FIG. 3 is a block diagram showing a main part of FIG. The center device 21 includes a CPU 201 for controlling the entire center device 21 and a CPU 2.
Storage device 203, a display device 204 such as a CRT, an input / output device 205 such as a keyboard and a mouse, an output device 206 such as a printer, and a center device 21 connected to the Internet 40. And a communication device 207 such as a modem for connecting to a communication device.

【0036】記憶装置203には、図4(B)に示すよ
うに各店の情報としてPOSデータ、店の属性データお
よび棚割データ、商品情報(品目マスター)データ、会
社情報データ、分析結果データ、調査会社から入手した
市場POSデータおよび分析プログラム、棚割作成プロ
グラム、比較処理プログラム等が記憶されている。
As shown in FIG. 4B, POS data, store attribute data and shelf layout data, merchandise information (item master) data, company information data, analysis result data, Stores market POS data and analysis programs obtained from the research companies, shelf allocation creation programs, comparison processing programs, and the like.

【0037】次に棚割センタ20のセンタ装置21の基
本的処理内容について説明する。図5はセンタ装置21
の基本的動作を示すフローチャートである。
Next, the basic processing contents of the center device 21 of the shelf allocation center 20 will be described. FIG.
5 is a flowchart showing a basic operation of the first embodiment.

【0038】図5を参照して、センタ装置21は、イン
ターネット40を介して顧客である販売店10の店PO
Sデータと調査会社30から市場POSデータとを入力
する(ステップS11およびS12、以下ステップを略
す)。
Referring to FIG. 5, center device 21 is connected to store PO of customer 10 via Internet 40.
The S data and the market POS data are input from the research company 30 (steps S11 and S12; steps are abbreviated below).

【0039】次いでデータベース210を検索して(S
13)、所定の分析を行なう(S14)。
Next, the database 210 is searched (S
13) Perform a predetermined analysis (S14).

【0040】分析結果に基づいて、各商品のフェース数
を試算し(S15)、分析結果による品揃えと試算され
たフェース数から棚割配置を決定し、後に説明する棚割
提案データを作成する(S16)。ここでフェースと
は、棚割時に顧客に見せる商品の面のことをいう。次
に、顧客である各店へインターネット40を介して提案
する(S17)。これに基づいて販売店10では棚割を
実施する(S18)。
Based on the analysis result, the number of faces of each product is trially calculated (S15), the shelf layout is determined from the product lineup based on the analysis result and the trial calculated number of faces, and shelf layout proposal data to be described later is created. (S16). Here, the face refers to a surface of a product to be shown to a customer at the time of shelf allocation. Next, a proposal is made to each customer shop via the Internet 40 (S17). Based on this, the store 10 carries out the shelving (S18).

【0041】販売店10では端末装置11を介して棚割
実施後の店POSデータを再度棚割センタ20のセンタ
装置21へ送信する。
In the store 10, the store POS data after the shelf allocation is transmitted again to the center device 21 of the shelf allocation center 20 via the terminal device 11.

【0042】なお、店POSデータ等の販売情報はイン
ターネット40に限らず、FD等の電子記録媒体や紙媒
体で受け渡しを行なってもよい。また市場POSデータ
の入手も同様とする。
Note that sales information such as store POS data is not limited to the Internet 40, but may be transferred on an electronic recording medium such as an FD or a paper medium. The same applies to the acquisition of market POS data.

【0043】図6は販売店10における端末装置11の
処理内容を示すフローチャートである。
FIG. 6 is a flowchart showing the processing contents of the terminal device 11 in the store 10.

【0044】図6を参照して、端末装置11において
は、まず店の属性データを入力し(S111)、次いで
店POSデータを入力する(S112)。これらデータ
の入力は後に説明するように所定の画面で入力を行な
う。その後入力された店データが棚割センタ20へ送信
される(S113)。
Referring to FIG. 6, terminal device 11 first inputs store attribute data (S111), and then inputs store POS data (S112). These data are input on a predetermined screen as described later. Thereafter, the input shop data is transmitted to the shelf allocation center 20 (S113).

【0045】これらデータに基づいて棚割センタ20で
は後に詳細に説明する分析を行なった後、分析結果を棚
割の提案とともに送信してくるのでそれを受信する(S
114)。分析結果から、棚割の変更が提案されていた
場合は、その棚割変更を行なう(S115)。
Based on these data, the shelf allocation center 20 performs an analysis, which will be described in detail later, and transmits the analysis result together with a shelf allocation proposal.
114). If the analysis result suggests a change in the shelf layout, the shelf layout is changed (S115).

【0046】棚割が変更された場合も(S115でYE
S)、変更されなかった場合も(S115でNO)、店
属性データとその後の販売情報を含んだ新たな店POS
データを棚割センタ20へ送信するための処理を行なう
(S111、S112、S113)。
When the shelf layout is changed (YE in S115)
S), even if it has not been changed (NO in S115), a new store POS including store attribute data and subsequent sales information
A process for transmitting data to the shelf allocation center 20 is performed (S111, S112, S113).

【0047】図7は図6のS111およびS112で示
した店データを入力する画面表示例を示す図である。こ
こで販売店10とは、たとえば薬局、ドラッグストア
ー、スーパー、コンビニ、GMS(総合スーパー)、ホ
ームセンタなどが考えられる。
FIG. 7 is a view showing an example of a screen display for inputting the shop data shown in S111 and S112 of FIG. Here, the store 10 may be, for example, a pharmacy, a drug store, a supermarket, a convenience store, a GMS (general supermarket), a home center, and the like.

【0048】図7を参照して、棚割センタ20にPOS
データの分析を依頼するために、POSデータファイ
ル、タイトル、抽出データ年月日、導入前比較年月日、
店コード、店舗数、医薬品月商、売り場面積、立地条
件、客層および来店客数、展開尺数、展開段数、総フェ
ース数などを入力する。店の属性の項目は、棚割分析の
切り口に応じ、追加、削除してもよい。
With reference to FIG.
To request data analysis, POS data file, title, date of extracted data, comparison date before introduction,
Enter the store code, the number of stores, the monthly sales of pharmaceuticals, the sales floor area, the location conditions, the number of customers and the number of customers, the number of scales, the number of stages, the total number of faces, and the like. The item of the store attribute may be added or deleted according to the cutaway analysis.

【0049】分析項目としては、全体分析、カテゴリ分
析、メーカ分析、売上貢献分析、価格帯分析、成長率・
販売力分析、売れ筋商品分析、売上・利益シミュレーシ
ョン分析等があり、所望の分析を選択できる。
The analysis items include overall analysis, category analysis, manufacturer analysis, sales contribution analysis, price range analysis, growth rate /
There are sales force analysis, top-selling product analysis, sales / profit simulation analysis, etc., and a desired analysis can be selected.

【0050】なお、立地条件としては店が駅前にあるの
か、住宅地にあるのか等といったことを考慮する。
Note that the location conditions consider whether the shop is in front of the station, in a residential area, or the like.

【0051】なお、店POSデータは必要な項目を抽出
したファイルとして予め準備されているものとする。
It is assumed that store POS data is prepared in advance as a file in which necessary items are extracted.

【0052】次に棚割センタ20における処理内容につ
いて説明する。図8は棚割センタ20における処理内容
を示すフローチャートである。
Next, the processing contents in the shelf allocation center 20 will be described. FIG. 8 is a flowchart showing processing contents in the shelf allocation center 20.

【0053】図8を参照して、棚割センタ20において
は、センタ装置21が図6において作成された各店から
のデータを入手する(S101)。次いで調査会社30
から市場POSデータを入手する(S102)。店PO
Sデータを一定のルールに従い、市場POSデータに蓄
積・追加した結果、一定数の店POSデータが集められ
た場合には、市場POSデータはすべて入力された店P
OSデータで構築されてもよい。
Referring to FIG. 8, in shelf allocation center 20, center device 21 obtains data from each store created in FIG. 6 (S101). Next, research company 30
The market POS data is obtained from (S102). Store PO
If a certain number of store POS data are collected as a result of accumulating and adding S data to market POS data according to certain rules, all market POS data is
It may be constructed from OS data.

【0054】なお、ここで、各店からのデータの入手
は、店のPOSデータ採取時の棚割データを入力しても
よい。このデータは、店に並んでいる商品を端から順
に、各商品JANコード(バーコード)を入力し、JA
Nコードから商品の情報(商品名、サイズ)を割り出
し、これらの情報から棚のどの位置にどの商品が並んで
いるのかがわかるようにしたデータである。
Here, in order to obtain data from each store, shelf allocation data at the time of POS data collection of the store may be input. This data is obtained by inputting each product JAN code (bar code) from the end of the products in the store in order from the end.
This is data in which product information (product name, size) is calculated from the N code, and from this information, it is possible to know which product is located at which position on the shelf.

【0055】次いで所定の手順に従ってPOSデータの
分析を行ない(S103)、フェース数試算(S10
4)を行ない、希望により「売上・利益シミュレーショ
ン分析」(S105)を行ない、棚割提案データを作成
する(S106)。これらのフェース数試算および「売
上・利益シミュレーション分析」については後述する。
Next, the POS data is analyzed according to a predetermined procedure (S103), and the number of faces is estimated (S10).
4) is performed, and if desired, “sales / profit simulation analysis” (S105) is performed to create shelf allocation proposal data (S106). The trial calculation of the number of faces and the “sales / profit simulation analysis” will be described later.

【0056】その後作成された分析結果と棚割提案デー
タとを販売店10の端末装置11に送信する(S10
7)。棚割センタ20では、棚割提案の送信後、図5に
示したように店属性データおよびその後の販売情報を含
んだ新たな店POSデータの入力を待つ。
Thereafter, the created analysis result and shelf allocation proposal data are transmitted to the terminal device 11 of the store 10 (S10).
7). After transmitting the shelf allocation proposal, the shelf allocation center 20 waits for input of new store POS data including store attribute data and subsequent sales information as shown in FIG.

【0057】図9は図8のS103で示した分析処理の
処理内容を示すフローチャートである。分析には、比較
分析処理や(S1031〜S1037)や、変化率を分
析処理する処理(S1038〜S1040)を含んでも
よい。フローチャートに記載された分析については全て
の分析を行なうことなく、所望の分析を選択的に行なっ
てもよいし、分析の順序は変えてもよい。
FIG. 9 is a flowchart showing the processing contents of the analysis processing shown in S103 of FIG. The analysis may include a comparative analysis process (S1031 to S1037) and a process of analyzing the change rate (S1038 to S1040). With respect to the analysis described in the flowchart, a desired analysis may be selectively performed without performing all the analysis, or the order of the analysis may be changed.

【0058】この例では、たとえば商品「目薬」につい
て説明する。図9を参照して、分析処理においては、ま
ず全体分析を行なう(S1031)。全体分析において
は、たとえば、「店全体の目薬の売上」と「市場におけ
る1店当たりの目薬平均販売金額」とを比較する。すな
わちここでは、分析対象とする商品群に対する店POS
データの売上金額および粗利額データと、市場POSの
「1店当たり販売金額」データを使用する。
In this example, for example, a product “eye drops” will be described. Referring to FIG. 9, in the analysis processing, first, an overall analysis is performed (S1031). In the overall analysis, for example, “sales of eye drops in the entire store” is compared with “average sales amount of eye drops per store in the market”. That is, here, the store POS for the group of products to be analyzed
The sales amount and gross profit data of the data and the “sales amount per store” data of the market POS are used.

【0059】次にカテゴリ分析を行なう(S103
2)。カテゴリ分析においては、当該店における目薬の
カテゴリシェアを市場のものと比較する。比較する単位
としては、「個数」ベース、「金額」ベース、および
「粗利額」ベース等が考えられる。すなわちここで使用
されるデータとしては、店POSデータのうち、「売上
個数」データ、「売上金額」データおよび「粗利額」デ
ータと、市場POSデータの「個数」、「金額」デー
タ、「暫定的粗利額」データである。「暫定的粗利額」
データはスタート当初は、市場POSデータの売上金額
に分析対象販売店の粗利率を乗じたものとする。店PO
Sデータの増加により、将来的には、実態に応じた粗利
額データとなる。
Next, a category analysis is performed (S103).
2). In the category analysis, the category share of eye drops at the store is compared with that of the market. The unit for comparison may be a “number” basis, a “money” basis, a “gross profit” basis, or the like. That is, as the data used here, among the store POS data, “sales quantity” data, “sales amount” data, and “gross profit amount” data, and “number”, “amount” data, “ Provisional gross profit "data. "Provisional gross profit"
Initially, the data is obtained by multiplying the sales amount of the market POS data by the gross profit rate of the dealer to be analyzed. Store PO
Due to the increase in the S data, gross profit data according to the actual situation will be obtained in the future.

【0060】カテゴリについては、ユーザ年齢層、消費
者ニーズ別などの設定ができる。次いで、メーカごとの
シェアを分析するメーカ分析を行ない(S1033)、
売上貢献分析を行なう(S1034)。売上貢献分析に
おいては、当該店における目薬のカテゴリごとに「個
数」×「粗利額」のマトリックス分析を行なう。ここで
使用するデータとしては、店POSデータのうちの「売
上個数」データと、「粗利額」データである。
As for the category, settings such as user age group and consumer needs can be made. Next, a maker analysis for analyzing the share of each maker is performed (S1033),
A sales contribution analysis is performed (S1034). In the sales contribution analysis, a matrix analysis of “number” × “gross profit amount” is performed for each category of eye drops in the store. The data used here are "sales quantity" data and "gross profit" data in the store POS data.

【0061】次いで価格帯分析を行なう(S103
5)。価格帯分析においては、当該店における目薬のカ
テゴリごとに、「売価」×「個数」のマトリックス分析
を行なう。ここで使用するデータとしては、店POSデ
ータのうち「売上個数」データと、「売価」データであ
る。
Next, price range analysis is performed (S103).
5). In the price range analysis, a matrix analysis of “selling price” × “number” is performed for each eye drop category in the shop. The data used here is “sales quantity” data and “sales price” data in the store POS data.

【0062】次いで成長率・販売力分析を行なう(S1
036)。成長率・販売力分析においては、当該店にお
ける目薬のカテゴリごとに「成長率」×「個数」のマト
リックス分析を行ない、市場の対応するデータと比較す
る。ここで使用するデータとしては、店POSデータの
うち「売上個数」データと、市場POSデータの「個
数」データおよび「アイテム取扱店1店当たりアイテム
販売個数」データである。
Next, a growth rate / sales force analysis is performed (S1).
036). In the growth rate / sales force analysis, a matrix analysis of “growth rate” × “number” is performed for each category of eye drops in the store, and the data is compared with corresponding data in the market. The data used here are “sales quantity” data of the store POS data, “quantity” data of the market POS data, and “item sales quantity per item dealer”.

【0063】次いで売れ筋商品分析を行なう(S103
7)。市場の売れ筋商品ランキングを元に、当該店のア
イテム売上を比較する。比較するベースとしては、個数
ベース、金額ベースおよび粗利額ベース等が考えられ
る。ここで使用するデータとしては、店POSデータの
うち、「売上個数」データ、「売上金額」データおよび
「粗利額」データと、市場POSデータのうち「個数」
データと、「金額」データ、「暫定的粗利額」データで
ある。
Next, a selling item analysis is performed (S103).
7). Based on the marketable merchandise ranking in the market, the item sales of the store are compared. As a basis for comparison, a number base, a money amount base, a gross profit amount base, and the like are considered. The data used here include “number of sales” data, “sales amount” data, and “gross profit” data among the store POS data, and “quantity” among the market POS data.
Data, "amount" data, and "provisional gross margin" data.

【0064】次にフェース数の試算について説明する。
フェース数の試算とは、粗利額または売上が最大となる
ように、商品の最適フェース数を試算することである。
ここで使用するデータとしては、店POSデータのうち
「粗利額」データ、市場POSデータのうち「個数」デ
ータ、店属性データの「総フェース数」である。さら
に、各商品の「フェース弾性分析」、「価格弾性分
析」、「棚配置位置弾性分析」(S1038〜S104
0)等の分析によって得られた分析結果、季節変動率、
市場変動率などを反映させて行なうことが好ましい。商
品フェース数が1以下の場合には、取扱中止の対象品と
しての検討を提案できる。現状の取扱商品をもとに、各
商品の最適フェース数が算出されるが、取扱商品の品目
を変更する場合には、変更指示を行ない、最適フェース
数を算出する。
Next, the trial calculation of the number of faces will be described.
The trial calculation of the number of faces is to estimate the optimum number of faces of the product so that the gross profit or sales is maximized.
The data used here is “gross profit amount” data in the store POS data, “number” data in the market POS data, and “total face number” in the store attribute data. Further, “face elasticity analysis”, “price elasticity analysis”, and “shelf arrangement position elasticity analysis” of each product (S1038 to S104)
0) etc., the seasonal fluctuation rate,
It is preferable to perform the calculation by reflecting the market volatility and the like. When the number of product faces is 1 or less, it is possible to propose a study as a product to be discontinued. The optimum number of faces for each product is calculated based on the current product, but when changing the item of the product, a change instruction is issued to calculate the optimum number of faces.

【0065】さらに、フェースの試算後に、後述の「売
上・利益シミュレーション分析」を行ない、フェース試
算に基づき棚割した場合の売上・利益のシミュレーショ
ンを行なうことができる。
Further, after the trial calculation of the face, a “sales / profit simulation analysis” described later is performed to simulate the sales / profit when the shelves are divided based on the trial calculation of the face.

【0066】「売上・利益シミュレーション分析」と
は、棚割提案データに基づいて棚割した場合の売上およ
び利益を予測するものである。これは、各商品POSデ
ータの「個数」、「金額」、「粗利額」、フェース数の
試算結果を用いる。さらに、市場成長率、季節変動率を
加えることにより、棚割希望月の「売上・利益シミュレ
ーション分析」をさらに的確に行なうことができる。さ
らに、「フェース弾性分析」、「価格弾性分析」、「棚
配置位置弾性分析」によって得られた変化率を加えるこ
とにより、「売上・利益シミュレーション分析」をより
的確に行なうことができる。
The “sales / profit simulation analysis” is for predicting sales and profits when the shelves are split based on the shelf split proposal data. This uses a trial calculation result of the “number”, “amount”, “gross profit amount”, and the number of faces of each product POS data. Further, by adding the market growth rate and the seasonal fluctuation rate, the “sales / profit simulation analysis” in the desired month for shelf allocation can be performed more accurately. Further, by adding the change rates obtained by the "face elasticity analysis", "price elasticity analysis", and "shelf arrangement position elasticity analysis", the "sales / profit simulation analysis" can be performed more accurately.

【0067】また、フェース数、売上、棚配置位置の変
更を希望する場合には、変更値を入力し、「売上・利益
シミュレーション分析」を再実施することができる。さ
らに、売価、原価の項目を新たに加えることにより、よ
り実際の販売現場に即した価格を用いて価格の設定を行
なうことができる。
When it is desired to change the number of faces, sales, and the shelf arrangement position, the user can input the changed values and re-perform the “sales / profit simulation analysis”. Furthermore, by newly adding items of selling price and cost, the price can be set using a price more suitable for the actual sales site.

【0068】フェースの試算後、その結果をもとに、店
属性のデータの「展開尺数」、「展開段数」を加えて、
また、あらかじめ設定した「展開尺数」、「展開段数」
を加えて棚割提案データを自動的に作成する。さらに、
好ましくは、「売上・利益シミュレーション分析」で確
定後各商品の「棚配置位置弾性分析」によって得られた
変化率を用いて棚割提案データを作成することが好まし
い。
After the face is calculated, based on the result, the “development scale” and “development step” of the store attribute data are added.
In addition, the number of development scales and the number of
To automatically create shelf plan proposal data. further,
Preferably, the shelf allocation proposal data is created using the change rate obtained by the “shelf arrangement position elasticity analysis” of each product after the determination by the “sales / profit simulation analysis”.

【0069】なお、図19に、売上・利益シミュレーシ
ョン分析の分析結果の一例を示す。本分析結果に対比さ
せて、各商品、各カテゴリおよび総合計に対して、フェ
ース数、個数、金額、売価、粗利額、原価、粗利率を表
示することもできる。また、各商品のフェース数、個
数、金額、売価、粗利額、原価、粗利率について、現状
の各数値と比較して算出した増減率を並列して表示する
こともできる。
FIG. 19 shows an example of the analysis result of the sales / profit simulation analysis. The number of faces, the number, the amount, the selling price, the gross profit, the cost, and the gross profit rate can be displayed for each product, each category, and the total sum in comparison with the analysis result. In addition, the number of faces, the number, the amount, the selling price, the gross profit, the cost, and the gross profit rate of each product can be displayed in parallel with the increase / decrease rate calculated by comparing them with the current numerical values.

【0070】ここで、「フェース弾性分析」(S103
8)は、特定商品のフェースを増やした場合に、どの程
度の販売増が見込めるのかということを個数、金額、粗
利益およびフェース数から分析するものである。この分
析で得られる変化率は、予め、実験店での実験結果に基
づき、あるいは、店POSデータと棚割データを用いて
算出することができる。
Here, "face elasticity analysis" (S103)
8) analyzes how much sales can be expected when the number of faces of a specific product is increased, based on the number, amount, gross profit, and number of faces. The rate of change obtained by this analysis can be calculated in advance based on experimental results at an experimental store or using store POS data and shelf allocation data.

【0071】「価格弾性分析」(S1039)は、特定
商品をたとえば50円値下げしたことにより、どのくら
い販売増が見込めるのかということを分析するもので、
個数、粗利益、金額、売価に基づいて分析を行なう。こ
の分析で得られる変化率は、予め、実験店での実験結果
に基づき、あるいは、市場POSデータに基づき、ある
いは店POSデータと棚割データを用いて算出すること
ができる。
The "price elasticity analysis" (S1039) analyzes how much sales can be expected by reducing the price of a specific product by, for example, 50 yen.
Analyze based on quantity, gross profit, amount, and selling price. The rate of change obtained by this analysis can be calculated in advance based on experimental results at an experimental store, based on market POS data, or using store POS data and shelf allocation data.

【0072】「棚配置位置弾性分析」(S1040)
は、特定商品の棚配置場所を変更した場合、どの程度の
売上増が見込めるのかということを分析するものであっ
て、個数、金額、粗利額、フェース数を使用する。この
分析で得られる変化率は、予め、実験店での実験結果に
基づき、あるいは、店POSデータと棚割データを用い
て算出することができる。
"Shelves Position Elasticity Analysis" (S1040)
Is to analyze how much sales can be expected if the shelf arrangement location of a specific product is changed, and uses the number, the amount of money, the gross profit, and the number of faces. The rate of change obtained by this analysis can be calculated in advance based on experimental results at an experimental store or using store POS data and shelf allocation data.

【0073】次に各分析の具体的内容について説明す
る。図10は全体分析におけるデータ表示例を示す図で
ある。図10を参照して、縦軸には「目薬」の月販売額
が示され、横軸に市場POSデータから得られた医薬品
月商ごとの1店当たり月販売額と、市場POSデータに
基づいて分析を行なった店が目標とすべき販売額および
粗利額と、POSデータを分析した小売店の売上金額お
よび粗利額が表示される。分析結果がこのように表示さ
れるため、小売店においては自分の目標額(図中「指
標」で示す)を知ることができる。
Next, the specific contents of each analysis will be described. FIG. 10 is a diagram showing a data display example in the overall analysis. Referring to FIG. 10, the vertical axis indicates the monthly sales amount of “eye drops”, and the horizontal axis indicates the monthly sales amount per store for each pharmaceutical quotient obtained from the market POS data and the market POS data. The sales amount and the gross profit to be targeted by the store that has performed the analysis and the sales amount and the gross profit of the retail store that analyzed the POS data are displayed. Since the analysis result is displayed in this manner, the retailer can know his / her target amount (indicated by “index” in the figure).

【0074】次に図9のS1032で示したカテゴリ分
析結果について説明する。図11はカテゴリ分析結果の
一例を示す図である。縦軸にシェアを、横軸に目薬の用
途を表示し、それぞれ市場POSデータと小売店の店P
OSデータとのシェアが表示される。市場と当該小売店
との差が一目で認識可能である。
Next, the result of the category analysis shown in S1032 of FIG. 9 will be described. FIG. 11 is a diagram illustrating an example of a category analysis result. The vertical axis shows the share, and the horizontal axis shows the purpose of eye drops. Market POS data and retail P
The share with the OS data is displayed. The difference between the market and the retail store can be recognized at a glance.

【0075】なお、図11には、グラフとともに、各目
薬ごとの市場データとの差が表示される。すなわち、グ
ラフの下欄には目薬のカテゴリ毎の市場データとの差が
表示される。市場よりシェアが低いときは図に示すよう
に色を変えて表示してもよい。
FIG. 11 shows, together with the graph, the difference from the market data for each eye drop. That is, the difference from the market data of each eye drop category is displayed in the lower column of the graph. When the market share is lower than the market, the color may be changed and displayed as shown in the figure.

【0076】これらデータに基づいて市場に比べてシェ
アの高低に応じて戦略を立てることが可能になる。
Based on these data, it is possible to formulate a strategy according to the level of the market share compared to the market.

【0077】次に図9のS1033で示したメーカ分析
について説明する。このメーカ分析は、カテゴリ分析の
一種で、横軸にメーカ名を示し、縦軸にシェアを取った
グラフを使用する。図12はメーカ分析の分析データを
示す図である。各メーカごとのシェアを店POSデータ
と市場POSデータで比較し、各メーカごとの商品につ
いて小売店と市場とを比較する。この場合、図12に示
すように、市場より勝っているものと劣っているものに
ついてその表示色を変え、一目で分析結果が容易にわか
るように表示してもよい。
Next, the manufacturer analysis shown in S1033 of FIG. 9 will be described. This maker analysis is a type of category analysis, and uses a graph in which the horizontal axis indicates the maker name and the vertical axis takes a share. FIG. 12 is a diagram showing analysis data of the manufacturer analysis. The share of each maker is compared with the store POS data and the market POS data, and the merchandise of each maker is compared with the retail store and the market. In this case, as shown in FIG. 12, the display colors of those which are superior to the market and those which are inferior to the market may be changed so that the analysis result can be easily understood at a glance.

【0078】次に図9のS1034で示した売上高貢献
分析について説明する。この分析においては、特定の商
品分野として「カテゴリM」に対応する目薬を分析して
いる。
Next, the sales contribution analysis shown in S1034 of FIG. 9 will be described. In this analysis, eye drops corresponding to “category M” as a specific product field are analyzed.

【0079】図13は売上高貢献分析を行なった結果を
示す図である。図中縦軸に粗利額をとり、横軸に売上個
数をとっている。市場POSデータを元に、平均的な売
上個数に対する粗利額の線aを求める。この平均線aの
中心点にクロスする太線の座標軸bを作成して全体を図
中A、B、CおよびDに示す4つのゾーンに分ける。
FIG. 13 is a diagram showing the result of the sales contribution analysis. In the figure, the ordinate represents the gross profit, and the abscissa represents the number of units sold. Based on the market POS data, a line a of the gross profit amount with respect to the average number of sales is obtained. A coordinate axis b of a thick line crossing the center point of the average line a is created and the whole is divided into four zones A, B, C and D in the figure.

【0080】すなわちゾーンAは、売上個数も粗利額も
大きいため、今後重点的に販売を進めていく必要のある
商品群である。ゾーンBは売上個数が少ないにも関わら
ず粗利額が大きい商品であるためこれについて商品を育
成し、今後の販売を伸ばしていく必要があるゾーンであ
る。ゾーンCは売上個数も少なくかつ粗利額も低いゾー
ンであるため、販売の中止等も含めた検討が必要なゾー
ンである。ゾーンDは粗利額が低いものの売上個数が多
く、顧客の支持があるため、現状の展開を維持するとい
う販売戦略を立てることが必要なゾーンである。
That is, the zone A is a group of products that need to be intensively promoted in the future because the number of sales and the gross profit are large. Since zone B is a product having a large gross profit despite a small number of units sold, it is necessary to develop products for this and to increase future sales. Zone C is a zone in which the number of sales is small and the gross profit is low, and therefore, it is a zone that requires consideration including suspension of sales. Zone D is a zone in which it is necessary to establish a sales strategy to maintain the current development, because the gross profit is low but the number of sales is large and the customer has the support.

【0081】次に図9のS1035で示した価格帯分析
について説明する。図14は価格帯分析におけるデータ
表示例を示す図である。図14を参照して、縦軸には1
店当りの個数が示され、横軸にはその売価が示されてい
る。
Next, the price range analysis shown in S1035 of FIG. 9 will be described. FIG. 14 is a diagram showing an example of data display in price range analysis. Referring to FIG. 14, the vertical axis indicates 1
The number per store is shown, and the selling price is shown on the horizontal axis.

【0082】図14を参照して、各商品について適正な
価格帯分布になっているかどうかとか、それぞれの価格
帯において売れ筋商品が存在しているかどうかとか、ど
の価格帯が売れ筋になっているのか等の分析を行なうこ
とができる。
Referring to FIG. 14, whether or not each product has an appropriate price range distribution, whether or not there is a hot selling product in each price range, and which price range has become the best selling product Analysis can be performed.

【0083】次に図9のS1036で示した成長率・販
売力分析について説明する。図15は成長率・販売力分
析の一例を示す図である。図中縦軸に市場規模をとり、
横軸に成長率をとっている。図中aは市場POSデータ
から得られた市場の平均線である。
Next, the growth rate / sales force analysis shown in S1036 of FIG. 9 will be described. FIG. 15 is a diagram showing an example of the growth rate / sales force analysis. In the figure, the vertical axis shows the market size,
The growth rate is plotted on the horizontal axis. In the figure, a is an average line of the market obtained from the market POS data.

【0084】図中bで示した太線の座標軸は販売戦略用
のゾーン分け軸であり、これによって全体を図13と同
様に図中、A、B、CおよびDに示すように4つのゾー
ンに分ける。ゾーンAは成長率も高く市場規模も大きい
商品群であり、このまま販売を促進していく必要のある
分野である。
The coordinate axes of the bold line shown by b in the figure are zoning axes for the sales strategy, whereby the whole is divided into four zones as shown in A, B, C and D in the figure as in FIG. Separate. Zone A is a group of products having a high growth rate and a large market size, and is a field where it is necessary to promote sales as it is.

【0085】ゾーンBは市場規模は大きいが成長率の小
さい分野であり、ゾーンCは成長率も市場規模もともに
小さい分野である。これらゾーンBおよびゾCについて
は販売縮小等も考慮した販売戦略が必要となる。
Zone B is a field where the market scale is large but the growth rate is small, and zone C is a field where both the growth rate and the market size are small. For these zones B and C, it is necessary to have a sales strategy that takes into account sales reduction and the like.

【0086】ゾーンDは成長率が高いにも関わらず市場
規模が小さい商品ゾーンである。したがってこれについ
ても特有の販売対策を立てる必要がある。
The zone D is a commodity zone having a small market size despite a high growth rate. Therefore, it is necessary to take special measures for sales.

【0087】次に図9のS1037で示した売れ筋商品
分析について説明する。図16は売れ筋商品分析を示す
図である。商品ごとの販売個数、シェア、市場における
対応するデータ、市場データとの差異、店ABC分析等
が各商品ごとに記載されている。市場におけるアイテム
のシェアと小売店におけるアイテムのシェアを比較する
ことで、販売チャンスロス商品(市場では売れているの
に店では売れていない商品、市場では売れているのに店
で未取扱の商品)等を発見することができる。
Next, the analysis of the hot-selling merchandise shown in S1037 of FIG. 9 will be described. FIG. 16 is a diagram showing a hot-selling product analysis. The number of products sold, the market share, the corresponding data in the market, the difference from the market data, the store ABC analysis, and the like are described for each product. By comparing the market share of an item with the retailer's share of a product, sales chance loss products (products that are sold in the market but not sold in the store, products that are sold in the market but not sold in the store) ) Etc. can be found.

【0088】なお、棚割提案データを作成するにあたっ
ては、実験店での実験結果や市場POSデータ等の分析
より得られた最適なゾーニングを考慮してもよい。さら
に、客層、立地等の店属性によるゾーニングを考慮して
もよい。ここでいうゾーニングとは、カテゴリ毎の棚配
置位置のことをいう。
When creating the shelf allocation proposal data, the optimum zoning obtained from the analysis of the experimental results at the experimental shop or the market POS data may be considered. Further, zoning based on store attributes such as customer class and location may be considered. The zoning here refers to a shelf arrangement position for each category.

【0089】次に棚割提案の前後の評価について説明す
る。図17は棚割前後の効果を判定する図である。縦軸
に1店当たりの販売個数を示し、横軸に成長率を示して
いる。
Next, evaluation before and after the shelf layout proposal will be described. FIG. 17 is a diagram for judging the effects before and after the shelf split. The vertical axis indicates the number of units sold per store, and the horizontal axis indicates the growth rate.

【0090】図中□印が店POSデータであり、●が市
場POSデータである。たとえば商品Cについては、店
POSでは、成長率および1店当たり個数とも低いが、
市場においては成長率、1店当たり個数とも高いという
ことがわかる。商品Bについては成長率は同じ程度であ
るが、1店当たりの個数が市場では2倍以上売れている
ことがわかる。一方、商品Aは1店当たりの個数として
は変わらないものの、成長率が市場と大きく異なってい
ることがわかる。
In the figure, □ indicates store POS data, and ● indicates market POS data. For example, for the product C, the growth rate and the number per store are low at the store POS,
It can be seen that both the growth rate and the number per store are high in the market. It can be seen that the growth rate of the product B is almost the same, but the number per store is more than doubled in the market. On the other hand, although the number of merchandise A remains the same per store, it can be seen that the growth rate is significantly different from the market.

【0091】これらのことから、特に商品Bの販売対策
を講じる必要があることがわかる。さらに、カテゴリ別
の成長率、一定期間の成長率を市場と比較することもで
きる。
From these facts, it is understood that it is particularly necessary to take measures for selling the product B. Further, the growth rate for each category and the growth rate for a certain period can be compared with the market.

【0092】次に棚割提案データに基づく具体的な棚割
例について説明する。図18は具体的な棚割の一例を示
す図である。上記の分析に基づいて販売戦略をたて、戦
略上重要な商品について消費者の目に付きやすい場所に
目に付きやすい態様で配置されるように棚割が行なわれ
る。図18に示すように、この例では、棚はカテゴリ別
に棚割が行なわれている。このように、目薬のカテゴリ
に応じて各棚の段を決めることにより、使用目的に応じ
て顧客が選び易くなるとともに、見た目がよくなる。
Next, a specific example of shelf allocation based on shelf allocation proposal data will be described. FIG. 18 is a diagram illustrating an example of a specific shelf layout. Based on the above analysis, a sales strategy is set, and the shelf layout is performed so that strategically important products are arranged in a location that is easily visible to consumers. As shown in FIG. 18, in this example, the shelves are divided by category. Thus, by deciding the steps of each shelf according to the category of eye drops, it becomes easy for the customer to select according to the purpose of use, and the appearance is improved.

【0093】たとえばパソコン用目薬等の特定の商品に
ついては、パソコンコーナー等を新設してユーザの目を
引くようにしてもよい。棚割提案データに、推奨商品、
育成商品、利益商品等のコメントをつけて提案すること
もできる。
For a specific product such as eye drops for a personal computer, for example, a personal computer corner or the like may be newly provided to attract the user's eye. Recommended products,
It is also possible to make proposals with comments such as upbringing products and profit products.

【0094】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られるべきで
ある。本発明の範囲は上記した説明ではなくて特許請求
の範囲によって示され、特許請求の範囲と均等の意味お
よび範囲内でのすべての変更が含まれることが意図され
る。
The embodiments disclosed this time are to be considered in all respects as illustrative and not restrictive. The scope of the present invention is defined by the terms of the claims, rather than the description above, and is intended to include any modifications within the scope and meaning equivalent to the terms of the claims.

【図面の簡単な説明】[Brief description of the drawings]

【図1】 棚割提案システムの全体構成を示す模式図で
ある。
FIG. 1 is a schematic diagram showing an overall configuration of a shelf allocation proposal system.

【図2】 小売店装置の構成を示すブロック図である。FIG. 2 is a block diagram illustrating a configuration of a retail store device.

【図3】 POSデータの内容を示す図である。FIG. 3 is a diagram showing the contents of POS data.

【図4】 センタ装置の構成を示すブロック図である。FIG. 4 is a block diagram illustrating a configuration of a center device.

【図5】 棚割提案システムの処理内容を示すフローチ
ャートである。
FIG. 5 is a flowchart showing processing contents of a shelf allocation proposal system.

【図6】 小売店装置の処理内容を示すフローチャート
である。
FIG. 6 is a flowchart showing processing contents of the retail store apparatus.

【図7】 小売店装置の画面表示例を示す図である。FIG. 7 is a diagram illustrating a screen display example of the retail store apparatus.

【図8】 センタ装置の処理手順を示すフローチャート
である。
FIG. 8 is a flowchart showing a processing procedure of the center device.

【図9】 分析処理の処理手順を示すフローチャートで
ある。
FIG. 9 is a flowchart illustrating a procedure of an analysis process.

【図10】 全体分析用グラフを示す図である。FIG. 10 is a view showing a graph for whole analysis.

【図11】 カテゴリ分析を示すグラフである。FIG. 11 is a graph showing a category analysis.

【図12】 メーカ分析用のグラフである。FIG. 12 is a graph for manufacturer analysis.

【図13】 売上貢献分析グラフを示す図である。FIG. 13 is a diagram showing a sales contribution analysis graph.

【図14】 価格帯分析用のグラフである。FIG. 14 is a graph for price range analysis.

【図15】 成長率・販売力分析用のグラフである。FIG. 15 is a graph for growth rate / sales force analysis.

【図16】 売れ筋商品分析用の図である。FIG. 16 is a diagram for analyzing a hot selling product.

【図17】 導入前後の成長率を比較する場合のグラフ
である。
FIG. 17 is a graph for comparing growth rates before and after introduction.

【図18】 棚割の提案例を示す図である。FIG. 18 is a diagram showing a proposal example of shelf allocation.

【図19】 売上・利益シミュレーション分析結果を示
す図である。
FIG. 19 is a diagram showing a sales / profit simulation analysis result.

【符号の説明】[Explanation of symbols]

10 販売店、11 端末装置、20 棚割センタ、2
1 センタ装置、30調査会社、40 インターネッ
ト、111 CPU、112 インタフェース、113
POS装置、114 表示装置、115 記憶装置、
116 入力装置、117 出力装置、118 通信装
置、201 CPU、202 インタフェース、203
記憶装置、204 表示装置、205 入力装置、2
06 出力装置、207 通信装置、210 データベ
ース。
10 dealers, 11 terminal devices, 20 shelf allocation centers, 2
1 center device, 30 research companies, 40 Internet, 111 CPU, 112 interface, 113
POS device, 114 display device, 115 storage device,
116 input device, 117 output device, 118 communication device, 201 CPU, 202 interface, 203
Storage device, 204 display device, 205 input device, 2
06 output device, 207 communication device, 210 database.

───────────────────────────────────────────────────── フロントページの続き (72)発明者 田中 利幸 大阪府大阪市生野区巽西1丁目8番1号 ロート製薬株式会社内 (72)発明者 成本 薫 大阪府大阪市生野区巽西1丁目8番1号 ロート製薬株式会社内 Fターム(参考) 3E042 BA08 CC10 CD02 CD08 EA01 ──────────────────────────────────────────────────続 き Continued on the front page (72) Inventor Toshiyuki Tanaka 1-8-1, Tatsuminishi, Ikuno-ku, Osaka, Osaka Prefecture Inside Rohto Pharmaceutical Co., Ltd. (72) Inventor Kaoru Narumoto 1-8-1, Tatsuminishi, Ikuno-ku, Osaka, Osaka No. 1 Rohto Pharmaceutical Co., Ltd. F-term (reference) 3E042 BA08 CC10 CD02 CD08 EA01

Claims (6)

【特許請求の範囲】[Claims] 【請求項1】 コンピュータシステムにより商品の棚割
提案データを作成する棚割提案データ作成システムであ
って、 店のPOSデータを入力する手段と、 市場におけるPOSデータを入力する手段と、 前記店のPOSデータと市場におけるPOSデータとに
基づいて前記店の棚割提案データを自動的に作成する手
段とを含む、棚割提案データ作成システム。
1. A shelf allocation proposal data creation system for creating shelf allocation proposal data for a product by a computer system, comprising: means for inputting POS data of a store; means for inputting POS data in a market; Means for automatically creating shelf layout proposal data for the store based on POS data and POS data in the market.
【請求項2】 前記店の属性を入力する手段をさらに含
む、請求項1に記載の棚割提案データ作成システム。
2. The system according to claim 1, further comprising means for inputting the store attributes.
【請求項3】 前記棚割提案データによる棚割後の店の
POSデータと棚割前の店のPOSデータとを比較する
手段および/または前記店のPOSデータ採取時の棚割
データを入力する手段とを含む、請求項1または2に記
載の棚割提案データ作成システム。
3. A means for comparing the POS data of the store after the shelf allocation based on the shelf allocation proposal data with the POS data of the store before the shelf allocation and / or inputting the shelf allocation data at the time of collecting the POS data of the store. The shelf allocation proposal data creation system according to claim 1 or 2, further comprising means.
【請求項4】 前記店のPOSデータと市場におけるP
OSデータの比較分析および/または前記店のPOSデ
ータとPOSデータ採取時の棚割データの比較分析に基
づいて前記棚割提案データを更新する手段をさらに含
む、請求項3に記載の棚割提案データ作成システム。
4. The POS data of the shop and the P in the market
4. The shelf plan proposal according to claim 3, further comprising: means for updating the shelf plan proposal data based on a comparative analysis of OS data and / or a comparative analysis of POS data of the shop and shelf plan data at the time of POS data collection. Data creation system.
【請求項5】 POSデータを有する店の端末装置と、
前記店の端末装置とネットワークを介して接続され、市
場のPOSデータを入力可能なセンタ装置とからなる棚
割提案データ作成システムであって、 前記センタ装置は、 前記店の端末装置から前記店のPOSデータを前記ネッ
トワークを介して入手する手段と、 前記市場におけるPOSデータを入力する手段と、 前記市場のPOSデータと前記店のPOSデータとに基
づいて前記店の棚割データの基となる棚割提案データを
自動的に作成する手段と、 前記センタ装置から前記店の端末装置に対して前記店の
棚割提案データを前記ネットワークを介して出力する手
段とを含む、棚割提案データ作成システム。
5. A store terminal device having POS data,
A shelf allocation proposal data creating system comprising a center device connected to a terminal device of the store via a network and capable of inputting POS data of a market, wherein Means for obtaining POS data via the network; means for inputting POS data in the market; shelves that are the basis of the shop split data based on the POS data in the market and the POS data in the shop. A shelf allocation proposal data generating system, comprising: means for automatically generating allocation proposal data; and means for outputting the store allocation proposal data from the center device to the store terminal device via the network. .
【請求項6】 ネットワークを介して店の棚割を行なう
ためのデータを提案可能なセンタ装置と接続された端末
装置であって、 前記端末装置が設けられた店のPOSデータを入力する
手段と、 前記センタ装置に前記入力されたPOSデータを送信す
る手段と、 前記センタ装置から棚割提案データを受ける手段とを含
む、端末装置。
6. A terminal device connected to a center device capable of proposing data for performing store shelving via a network, comprising: means for inputting POS data of a store in which the terminal device is provided. A terminal device, comprising: means for transmitting the input POS data to the center device; and means for receiving shelf layout proposal data from the center device.
JP2001301799A 2000-10-25 2001-09-28 Shelving allocation proposition data generation system and terminal device Pending JP2002203021A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2001301799A JP2002203021A (en) 2000-10-25 2001-09-28 Shelving allocation proposition data generation system and terminal device

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2000-325385 2000-10-25
JP2000325385 2000-10-25
JP2001301799A JP2002203021A (en) 2000-10-25 2001-09-28 Shelving allocation proposition data generation system and terminal device

Publications (1)

Publication Number Publication Date
JP2002203021A true JP2002203021A (en) 2002-07-19

Family

ID=26602740

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2001301799A Pending JP2002203021A (en) 2000-10-25 2001-09-28 Shelving allocation proposition data generation system and terminal device

Country Status (1)

Country Link
JP (1) JP2002203021A (en)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006309424A (en) * 2005-04-27 2006-11-09 Takasago Thermal Eng Co Ltd Display system for index and index-relation-ratio
JP2008269418A (en) * 2007-04-23 2008-11-06 Nippon Sogo System Kk Assistance method and program for shelf display change, and recording medium
WO2010023944A1 (en) * 2008-08-28 2010-03-04 日本たばこ産業株式会社 Display support system
JP2015103170A (en) * 2013-11-27 2015-06-04 株式会社日立製作所 Shelf space management system
WO2016199405A1 (en) * 2015-06-09 2016-12-15 日本電気株式会社 Shelf allocation assistance device, shelf allocation assistance system, shelf allocation assistance method, and recording medium
JP2017058762A (en) * 2015-09-14 2017-03-23 東芝テック株式会社 Shelf analyzer and program
JP2019075095A (en) * 2017-10-13 2019-05-16 株式会社プロフィールド Information processing device, learning device, information processing method, production method for learning information, and program
JP2021103380A (en) * 2019-12-24 2021-07-15 大日本印刷株式会社 Display system, information processing apparatus, and information processing method
JP2022508761A (en) * 2018-10-10 2022-01-19 エヴァーサイト,インク. Systems and methods for price testing and optimization in physical retail stores
JP2022050252A (en) * 2020-09-17 2022-03-30 ヤフー株式会社 Information processing device, information processing method and information processing program
JP7146198B1 (en) 2021-06-03 2022-10-04 株式会社スタディスト Apparatus for evaluating sales power of merchandise in stores, method and program executed in the apparatus

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1083485A (en) * 1996-09-09 1998-03-31 Hitachi Ltd Method for deciding merchandise composition at store
JPH10105625A (en) * 1996-09-30 1998-04-24 Hitachi Ltd Merchandise managing method for electronic commercial transaction
JPH10228565A (en) * 1997-02-13 1998-08-25 Nec Corp Shelf allocation information creating device
JPH11238048A (en) * 1998-02-20 1999-08-31 Ai Concept:Kk Product data analysis device and recording medium recording data analysis program

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1083485A (en) * 1996-09-09 1998-03-31 Hitachi Ltd Method for deciding merchandise composition at store
JPH10105625A (en) * 1996-09-30 1998-04-24 Hitachi Ltd Merchandise managing method for electronic commercial transaction
JPH10228565A (en) * 1997-02-13 1998-08-25 Nec Corp Shelf allocation information creating device
JPH11238048A (en) * 1998-02-20 1999-08-31 Ai Concept:Kk Product data analysis device and recording medium recording data analysis program

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006309424A (en) * 2005-04-27 2006-11-09 Takasago Thermal Eng Co Ltd Display system for index and index-relation-ratio
JP2008269418A (en) * 2007-04-23 2008-11-06 Nippon Sogo System Kk Assistance method and program for shelf display change, and recording medium
WO2010023944A1 (en) * 2008-08-28 2010-03-04 日本たばこ産業株式会社 Display support system
JP2015103170A (en) * 2013-11-27 2015-06-04 株式会社日立製作所 Shelf space management system
JP2021108209A (en) * 2015-06-09 2021-07-29 日本電気株式会社 Device, system, and method for supporting shelving allocation and recording medium
WO2016199405A1 (en) * 2015-06-09 2016-12-15 日本電気株式会社 Shelf allocation assistance device, shelf allocation assistance system, shelf allocation assistance method, and recording medium
JPWO2016199405A1 (en) * 2015-06-09 2018-04-12 日本電気株式会社 Shelf allocation support device, shelf allocation support system, shelf allocation support method, and program
JP7501605B2 (en) 2015-06-09 2024-06-18 日本電気株式会社 Shelf allocation support device, shelf allocation support method, and program
JP7205565B2 (en) 2015-06-09 2023-01-17 日本電気株式会社 Planogram support device, planogram support system, planogram support method, and recording medium
JP2017058762A (en) * 2015-09-14 2017-03-23 東芝テック株式会社 Shelf analyzer and program
JP7283042B2 (en) 2017-10-13 2023-05-30 株式会社プロフィールド Information processing device, learning device, information processing method, learning information production method, and program
JP2019075095A (en) * 2017-10-13 2019-05-16 株式会社プロフィールド Information processing device, learning device, information processing method, production method for learning information, and program
JP2022508761A (en) * 2018-10-10 2022-01-19 エヴァーサイト,インク. Systems and methods for price testing and optimization in physical retail stores
JP7463383B2 (en) 2018-10-10 2024-04-08 メープルベアー インク. System and method for price testing and optimization in brick-and-mortar retail stores - Patents.com
JP2021103380A (en) * 2019-12-24 2021-07-15 大日本印刷株式会社 Display system, information processing apparatus, and information processing method
JP7371487B2 (en) 2019-12-24 2023-10-31 大日本印刷株式会社 Display system, information processing device and information processing method
JP2022050252A (en) * 2020-09-17 2022-03-30 ヤフー株式会社 Information processing device, information processing method and information processing program
JP7443210B2 (en) 2020-09-17 2024-03-05 Lineヤフー株式会社 Information processing device, information processing method, and information processing program
JP7146198B1 (en) 2021-06-03 2022-10-04 株式会社スタディスト Apparatus for evaluating sales power of merchandise in stores, method and program executed in the apparatus
WO2022255227A1 (en) * 2021-06-03 2022-12-08 株式会社スタディスト Device for evaluating sales performance of product in store, method executed in said device, and program
JP2022185841A (en) * 2021-06-03 2022-12-15 株式会社スタディスト Device for evaluating product sales power in store and method and program to be executed in device

Similar Documents

Publication Publication Date Title
US4775935A (en) Video merchandising system with variable and adoptive product sequence presentation order
AU2006242972B2 (en) Systems and methods for managing and displaying dynamic and static content
AU2005288685A1 (en) Method for performing retail sales analysis
JP2007094592A (en) Marketing data collection and analysis system, server system, and marketing data collection and analysis program
KR20130047799A (en) System for ubiquitous smart shopping
JP2002203021A (en) Shelving allocation proposition data generation system and terminal device
JP6683550B2 (en) Information analysis device and information analysis method
JP2001022826A (en) Client relation learning system
JP2017091528A (en) Terminal equipment and program for executing the same
Fazlollahtabar Intelligent marketing decision model based on customer behavior using integrated possibility theory and K-means algorithm
JP7066898B1 (en) Contribution calculation system and program
JP2004078454A (en) Creating method of point of purchase advertisement
JPH09223175A (en) Method for supporting selling operation
JP2004078885A (en) Method of printing point of purchase advertisement, and server for supporting creation of point of purchase advertisement
JP2004005119A (en) Order receipt/ordering support method, order receipt/ordering support server, order receipt/ordering support system and order receipt/ordering support program
JP2001335121A (en) Automatic article replenishing system, automatic article replenishing method and recording medium therefor
JP2003296627A (en) Commodity advertisement selling system using network
JP2001256340A (en) Sales support system
Khan Essays on retail pricing
JP2001350894A (en) System for analyzing consumer needs and recording medium in which the system is recorded
Evans et al. Catalog Forecasting System: A Graphics-Based Decision Support System
JP2001312589A (en) Questionnaire processing system

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20080717

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20101110

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20101124

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20110322