JP2002334379A - 商品評価システム及び方法 - Google Patents

Abstract

(57)【要約】 【課題】 顧客単位で各商品の売上げを把握できるよう
にし、以って、適切な棚落ち商品選択ができるよう支援
する。 【解決手段】 どの顧客がどのような商品をどれだけ購
入したかという購買履歴を記録した購買履歴データを収
集し、収集した購買履歴データから、販売支援サーバ７
が、各顧客がどれだけ小売店１の売上げ及び利益に貢献
したかを把握し、その貢献の度合いに応じて、小売店１
又は上記本社における顧客の重要度を各顧客に付与す
る。販売支援サーバ７は、店員が棚落ち商品選択作業を
するときは、商品の売上げだけでなく、その商品の売上
げに関わった各顧客の重要度を加味した指標を店員に表
示する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、コンピュータを用
いて商品又はサービス（本明細書では、これらを総称し
て単に「商品」と言う）を評価する又は評価することを
支援するための技術に関し、例えば、販売中の商品の中
から販売中止の対象とする商品の選択を支援するための
技術に関する。

【０００２】

【従来の技術】様々な商品が、小売店やインターネット
上の仮想店舗等（以下、これらを総称して単に「小売
店」と言う）で販売されている。小売店における商品陳
列スペースには限界があるので、この限られた空間内で
顧客の要求を満足させ、最大の利益を得られるように、
陳列する商品を選定する必要がある。そこで、販売され
ている商品は、一般に、売れ行きが良ければ、そのまま
継続して販売されるが、売れ行きが悪ければ、販売中止
の対象とされて、定期的又は不定期に他の新商品等と入
れ替えられることになる（以下、小売店における販売中
止のことを「棚落ち」と表記する）。

【０００３】商品の販売において、販売中の商品の中か
らどの商品を棚落ち商品とするかを選択することは、小
売店全体の売上げを左右する重要な作業（以下、「棚落
ち商品選択作業」と言う）である。

【０００４】そこで、従来は、ＰＯＳシステム（Point
Of Salesシステム）を導入して、いつ何がどれだけ売れ
たかという情報（いわゆるＰＯＳデータ）をリアルタイ
ムに収集し、このＰＯＳデータに基づいて、どの商品を
棚落ちさせて他の商品と入れ替えるかを人間が判断して
いる。

【０００５】

【発明が解決しようとする課題】ところで、顧客の種類
としては、購入金額が比較的高く小売店の売上げや利益
に大きく貢献してくれる顧客（以下、「優良顧客」と言
う）と、購入金額の少ない一般顧客とに大別され、一般
顧客の中でもいわゆるチェリーピッカーと呼ばれる層の
顧客は、特売品等の安価な商品を主に購入する。優良顧
客は、一般に、チェリーピッカーに比べると１０倍以上
も売上げや利益に貢献していると言われている。

【０００６】しかし、ＰＯＳシステムでは、商品それ自
体の売上げ管理を目的とするため、顧客毎の購買特性を
具体的に把握していない。従って、単純に、売上げベー
スの棚落ち判定処理が行われる。

【０００７】しかし、各顧客は、その家族構成やライフ
スタイル等によって商品選択基準が異なり、購買力に大
きな差がある。そして、一方、顧客の来店を動機づけ購
買意欲を高めるキー商品が存在する。キー商品は、各顧
客によって相違し、また同一顧客でも生活環境の変化等
に応じてキーとなる商品が変遷する。従って、単純に売
上げベースで商品価値を判断すると、優良顧客にとって
のキー商品が棚落ちしてしまい、その結果、このキー商
品により来店を動機づけられていた優良顧客を失い、全
体として商品入れ替え後の売上げが低下する可能性があ
る。

【０００８】従って、本発明の目的は、顧客軸と商品軸
からより適切に商品の価値を評価又は評価することを支
援するようにし、以って、適切な棚落ち商品選択ができ
るよう支援することにある。

【０００９】

【課題を解決するための手段】本発明に従う商品評価シ
ステムは、複数の商品を評価する又は（例えば複数の商
品の販売元における人間が）評価することを支援するた
めのシステムであって、各顧客と該各顧客が購入した商
品とを対応付けてなる購買履歴データを受信（又は収
集）するための受信手段（又は収集手段）と、上記受信
（又は収集）した購買履歴データから、上記複数の商品
の売上げと上記各顧客との関連性を識別するための識別
手段と、識別した関連性に基づいて（１）上記複数の商
品を評価する、及び、（２）上記複数の商品を評価する
ことを支援するため商品評価支援情報を生成するの少な
くともいずれか一方を実行するための評価・支援手段
と、上記複数の商品の評価の結果及び上記商品評価支援
情報の少なくともいずれか一方を出力するための出力手
段とを備える。上記商品評価支援情報には、例えば、上
記複数の商品の全て或いは上記複数の商品のうちの或る
商品の将来の売上げの変動を模擬的に予測した結果を示
す情報や、後述する優良顧客者支持率、優良顧客者率、
或いはデシル傾斜ポイント等と商品の売上げとを関連付
けた情報等が含まれる。

【００１０】好適な実施形態では、上記評価・支援手段
が、上記受信（又は収集）した購買履歴データに基づい
て、顧客の重要度を上記各顧客に付与し、上記関連性の
他に、上記各顧客の上記重要度を加味して、（１）上記
複数の商品を評価する、及び、（２）上記商品評価支援
情報を生成するの少なくともいずれか一方を実行する。

【００１１】好適な実施形態では、上記評価・支援手段
が、上記受信（又は収集）した購買履歴データに基づい
て、上記複数の商品のうちのターゲット商品（例えば、
棚落ち検討中の対象商品）の購入者に関する情報と、上
記購入者が上記ターゲット商品の売上げに貢献した度合
とを識別し、上記識別した内容を基にして、（１）上記
ターゲット商品を評価する、及び、（２）上記ターゲッ
ト商品の評価を支援するための情報であるターゲット商
品評価支援情報を生成するの少なくともいずれか一方を
実行し、上記出力手段が、上記ターゲット商品の評価の
結果及び上記ターゲット商品評価支援情報の少なくとも
いずれか一方を出力する。上記ターゲット商品評価情報
とは、例えば、後述する棚落ち影響顧客リストや、或い
は、ターゲット商品の将来の売上げの変動を模擬的に予
測した結果を表す情報等である。

【００１２】好適な実施形態では、商品評価システム
は、売上げを示す売上げ情報を取得するための手段を更
に備える。上記評価・支援手段が、上記複数の商品のう
ち或る商品を販売中止とした前後の売上げ情報に基づい
て、（１）上記販売中止の効果を評価する、及び、
（２）上記販売中止の効果を評価することを支援するた
めの情報である販売中止効果情報を生成するの少なくと
もいずれか一方を実行し、上記出力手段が、上記販売中
止の効果の評価の結果及び上記販売中止効果情報の少な
くともいずれか一方を出力する。ここで、「販売中止と
した前後の売上げ情報」とは、例えば、販売中止とした
時の前後の各所定期間に取得された売上げ情報である
（より具体的に言えば、例えば、販売中止とした時が10
月15日であれば、販売中止とした時の前の所定期間とし
て、9月15日〜10月14日までの期間、販売中止とした時
の後の所定期間として、10月16日〜11月15日までの期間
に取得された売上げ情報である）。また、上記販売中止
効果情報には、例えば、上記或る商品を販売中止とする
ことにより、他の各商品の売上げにどのような影響が出
るか（例えば各商品の売上げの変動）を模擬的に予測し
た結果を示す情報が含まれる。

【００１３】好適な実施形態では、商品評価システム
が、売上げを示す売上げ情報を取得するための手段を更
に備える。上記評価・支援手段は、上記複数の商品に加
えて新規商品を販売対象とした前後の売上げ情報に基づ
いて、（１）上記新規商品を販売対象にしたことの効果
である新規商品採用効果を評価する、（２）上記新規商
品を販売対象にしたことの効果を評価することを支援す
るための情報である採用効果評価支援情報を生成する、
（３）上記販売中止の効果と、上記新規商品採用効果と
を比較して評価する、及び、（４）上記或る商品を販売
中止にしたことと上記新規商品を販売対象にしたことと
の関連性を評価することを支援するための情報である関
連性評価支援情報を生成するの少なくともいずれか一方
を実行し、上記出力手段が、上記新規商品採用効果の評
価結果、上記採用効果評価支援情報、上記比較して評価
した結果、及び上記関連性評価支援情報の少なくともい
ずれか一方を出力する。上記採用効果評価支援情報に
は、例えば、上記新規商品の将来の売上げの変動を模擬
的に予測した結果を示す情報が含まれる。また、上記比
較して評価した結果は、例えば、後述の商品入れ替え効
果の評価を表示した画面（図１１参照）である。

【００１４】本発明に従う商品評価方法は、複数の商品
を評価する又は（例えば複数の商品の販売元における人
間が）評価することを支援するための方法であって、各
顧客と該各顧客が購入した商品とを対応付けてなる購買
履歴データを受信する（又は収集する）ステップと、上
記受信した（又は収集した）購買履歴データから、上記
複数の商品の売上げと上記各顧客との関連性を識別する
ステップと、上記識別した関連性に基づいて、（１）上
記複数の商品を評価する、及び、（２）上記複数の商品
を評価することを支援するための商品評価支援情報を生
成するの少なくともいずれか一方を実行するステップ
と、上記評価の結果及び上記生成した商品評価支援情報
の少なくともいずれか一方を出力するステップとを有す
る。

【００１５】本発明に従うコンピュータプログラムは、
複数の商品を評価する又は（例えば複数の商品の販売元
における人間が）評価することを支援するためのコンピ
ュータプログラムであって、各顧客と該各顧客が購入し
た商品とを対応付けてなる購買履歴データを受信する
（又は収集する）ためのプログラムコードと、上記受信
した購買履歴データから上記複数の商品の売上げと上記
各顧客との関連性を識別するためのプログラムコード
と、上記識別した関連性に基づいて、（１）上記複数の
商品を評価する、及び、（２）上記複数の商品を評価す
ることを支援するための商品評価支援情報を生成するの
少なくともいずれか一方を実行するためのプログラムコ
ードと、上記評価の結果及び上記生成した商品評価支援
情報の少なくともいずれか一方を出力するためのプログ
ラムコードとを備える。

【００１６】なお、本明細書で言う「複数の商品を評価
する」とは、例えば、商品の売上げに基づいて商品の価
値を評価することや、将来の商品の売上げの変動を模擬
的に予測する等を処理を含む。

【００１７】本発明のシステム及び方法を構成する機能
はコンピュータにより実施することができるが、そのた
めのコンピュータプログラムは、ディスク型ストレー
ジ、半導体メモリ及び通信ネットワークなどの各種媒体
を通じてコンピュータにインストール又はロードするこ
とができる。

【００１８】

【発明の実施の形態】図１は、本発明の一実施形態に係
るシステムの全体を示す。また、図２は、そのシステム
において使用される各々のデータの構成を示す。なお、
以下の説明では、データベースを「ＤＢ」と表記する。

【００１９】図１に示すように、小売店１に来店する顧
客は、例えばＩＣカード、磁気カード、或いはバーコー
ドが書かれたカード等であって顧客の識別情報（以下、
顧客ＩＤ）を保持した顧客カード５を持っている（顧客
ＩＤは、例えば、電子的に或いはバーコードに記録され
て保持され、小売店１を支店の１つとする本社の各支店
でも使用することができる）。小売店１には、ＰＯＳレ
ジスタ３、購買履歴ＤＢ２３、商品ＤＢ２１、顧客ＤＢ
２５、評価ポイントＤＢ２７、及び販売支援サーバ７が
備えられる。例えば小売店１に陳列されている各商品に
は、それぞれバーコードが付されており、各バーコード
からは、少なくとも、商品の識別情報（以下、商品Ｉ
Ｄ）、単価、及びカテゴリ名（例えば、チョコ菓子、食
パンなど）を示す情報（以下、これを「商品バーコード
情報」と言う）が読み取れるようになっている（なお、
バーコードに限らず、電子的又は磁気的なタグを各商品
に取り付けることにより、商品名、カテゴリ名、単価等
の情報を持たせることも可能である）。

【００２０】ＰＯＳレジスタ３は、顧客が購入する商品
のバーコードを読み取って、顧客が購入した全ての商品
の商品ＩＤ、単価、数量、カテゴリ名を含んだ商品バー
コード情報を蓄積し、それを商品ＤＢ２１に送信する。
また、ＰＯＳレジスタ３は、顧客が所持する顧客カード
５から顧客ＩＤ等を読み取って記憶する。ＰＯＳレジス
タ３は、顧客が購入した全ての商品について商品情報を
蓄積し且つ顧客ＩＤを記憶したとき（より具体的な例と
しては、その顧客の決済が済んで次の顧客が購入する商
品のバーコードを読み取り始めたとき）、その顧客の購
買履歴データを生成して購買履歴ＤＢ２３に格納する。
図２に示すように、購買履歴データ１３には、「購買日
時」、「顧客ＩＤ」、「商品ＩＤ」、「単価」、「数
量」、及び「カテゴリ名」が記録される（つまり、購買
履歴データ１３は、いつ、どの顧客に、どんな商品が幾
つ売れたかを示す）。商品ＩＤ、単価、数量、及びカテ
ゴリ名は、商品別に記録される（つまり、購入した商品
の数が多いほど、購買履歴データ１３に記録される商品
ＩＤ、単価、数量、及びカテゴリ名の数が多くなり、購
買履歴データ１３のデータサイズが大きくなる）。

【００２１】商品ＤＢ２１は、小売店１で販売されてい
る商品に関する情報を管理しており、小売店１の店員か
らの要求に応じて、自身が管理している情報（例えば、
商品毎の在庫数、売れ行き等）を表示することができ
る。具体的には、商品ＤＢ２１には、商品別に商品マス
タデータが格納されている。図２に示すように、商品マ
スタデータ１５には、「商品ＩＤ」、「商品名」、「カ
テゴリ名」、「在庫数」、「売上数」等を示す情報が記
録される。商品ＤＢ２１は、ＰＯＳレジスタ３から商品
バーコード情報を受信し、その商品バーコード情報に含
まれている商品ＩＤを用いて、その商品ＩＤを持つ商品
の在庫数や売上数を識別し記憶する。また、商品ＤＢ２
１は、小売店１の本社のコンピュータシステム（図示せ
ず、以下、本社システムと言う）と通信して、定期的に
又は随時に、格納されているデータを更新することがで
きる。

【００２２】顧客ＤＢ２５には、小売店１に来店した顧
客別に顧客データが蓄積されている。図２に示すよう
に、顧客データ１１には、「顧客ＩＤ」、「顧客名」、
及び「顧客デシル」等を示す情報が記録される（「顧客
デシル」とは、小売店１或いは小売店１を支店とする本
社における売上げ及び利益に貢献した度合いに応じて顧
客に付与されるレベルである。詳細は後述する）。

【００２３】評価ポイントＤＢ２７には、顧客データ１
１に含まれる顧客デシルや、その顧客デシルを持つ顧客
の購買履歴データに基づいて算出されるポイント（以
下、「評価ポイント」と言う）に関するデータが蓄積さ
れる。具体的には、評価ポイントＤＢ２７には、商品別
及びカテゴリ別に評価ポイントを取得するための評価ポ
イントデータ（以下、「商品・カテゴリ別評価ポイント
データ」と言う）と、顧客別に評価ポイントを取得する
ための評価ポイントデータ（以下、「顧客別評価ポイン
トデータ」と言う）とが蓄積される。図２に示すよう
に、商品・カテゴリ別評価ポイントデータ１７Ａには、
「期間」、「商品ＩＤ」、「カテゴリ名」、及び「商品
評価ポイント」等を示す情報が記録され、顧客別評価ポ
イントデータ１７Ｂには、「期間」、「顧客ＩＤ」、及
び「顧客評価ポイント」等を示す情報が記録されてい
る。なお、各データ１７Ａ及び１７Ｂに記録される「期
間」は、どの期間における購買履歴データを基に算出さ
れた評価ポイントであるかを示す（例えば、2000年11月
の間に生成された各購買履歴データを基に算出されたと
きは、期間の情報として、2000年11月が記録される）。
また、商品・カテゴリ別評価ポイントデータ１７Ａに記
録される「商品評価ポイント」は、そのデータ１７Ａに
記録される商品ＩＤを持つ商品について算出された評価
ポイントを示す。また、顧客別評価ポイントデータ１７
Ｂに記録される「顧客評価ポイント」は、そのデータ１
７Ｂに記録される顧客ＩＤを持つ顧客について算出され
た評価ポイントを示す。

【００２４】評価ポイントＤＢ２７は、店員からの要求
に応じて、商品別、カテゴリ別、及び顧客別に評価ポイ
ントを表示することができる。具体的には、例えば、店
員から、或るカテゴリのカテゴリ名が入力されてそのカ
テゴリの評価ポイントを表示する旨の要求を受けたとき
は、評価ポイントＤＢ２７は、入力されたカテゴリ名が
記録された全ての商品・カテゴリ別評価ポイントデータ
を抽出し、それらに記録されている各商品評価ポイント
を合計して、合計した値を上記或るカテゴリの評価ポイ
ント（以下、「カテゴリ評価ポイント」と言う）として
表示したり、その或るカテゴリに属する各商品の商品評
価ポイントを商品別に表示したりする。

【００２５】販売支援サーバ７は、各ＤＢ２１、２３、
２５、２７に格納されているデータを基に、小売店１に
おける販売を支援するための処理を実行する。また、販
売支援サーバ７は、本社システム（図示せず）と通信し
て、定期的に又は随時に、各ＤＢ２１、２３、２５、２
７に格納されているデータのうち所定のデータを本社シ
ステムに送信する等を実行することができる。

【００２６】販売支援サーバ７は、具体的には、（１）
優良顧客の決定、（２）評価ポイントの算出、（３）棚
落ち商品選択作業の支援、（４）商品入れ替え効果の評
価を実行する。以下、これらの処理について詳述する。

【００２７】（１）優良顧客の決定。

【００２８】販売支援サーバ７は、購買履歴ＤＢ２３内
をして、顧客別に、小売店１又は小売店１の本社におけ
る売上及び利益に貢献した度合いを算出して、その度合
いを基に各顧客に顧客デシルを付与し、顧客デシルの大
きさに応じて、優良顧客を決定する。

【００２９】図３は、優良顧客を決定するときの処理流
れを示す。以下、図３をして、優良顧客の決定の処理に
ついて詳細に説明する。

【００３０】販売支援サーバ７は、定期的に（例えば、
月毎又は季節毎）、或るターゲット期間（例えば、2000
年11月、或いは、2001年春、以下、「優良顧客決定期
間」と言う）における優良顧客を決定するための処理を
行う。具体的には、まず、販売支援サーバ７は、購買履
歴ＤＢ２３内の各購買履歴データに記録されている購買
日時をし、優良顧客決定期間の前の所定期間（例えば、
優良顧客決定期間が2000年11月であれば2000年10月、以
下、その期間を「デシル付与参照期間」と言う）に生成
された全ての購買履歴データを購買履歴ＤＢ２３から抽
出する（ステップＳ１）。そして、販売支援サーバ７
は、抽出した全ての購買履歴データを参照して、顧客別
に、デシル付与参照期間に支払った購買金額（つまり、
商品と引換えに支払った金額）の総額を算出する（Ｓ
２）。

【００３１】次に、販売支援サーバ７は、ステップＳ２
で算出した、各顧客の購買金額の総額（以下、購買総
額）を基に、各顧客に、顧客デシルを付与する。顧客デ
シルは、前述したように、小売店１或いは小売店１の本
社における売上げ及び利益に貢献した度合いに応じて顧
客に付与されるレベル、換言すれば、小売店１或いは小
売店１の本社における顧客の重要度を示すものである。
顧客デシルは、１〜１０の１０段階で設定されており、
数字が大きいほど重要である、つまり、失うと損失が大
きいことを示す（本実施形態では、顧客デシルは、１０
段階に設定されているが、勿論、１０段階に限る必要は
ない。具体的に言うと、「デシル」という用語は、統計
用語として「十分位」の意味であるが、十分位とは異な
る分類（例えば、五分位とか、単純に優良か否か（つま
り優良顧客であるか一般顧客であるか）により顧客を分
類することが可能である。）。顧客に顧客デシルを付与
する方法としては、例えば、購買総額に基づいて顧客デ
シルを１０段階に設定し、算出した購買総額に応じて各
顧客に顧客デシルを付与する方法が考えられる（この方
法によれば、全ての顧客の購買総額が低い等場合には、
顧客デシルが１０の顧客は存在しない）。或いは、別の
方法として、購買総額が最も高い顧客と購買総額が最も
低い顧客との差額を１０段階に分け、購買総額がどの段
階に該当するかに応じて、各顧客に顧客デシルを付与す
る方法が考えられる（この方法によれば、購買総額が最
も高い顧客には顧客デシルとして１０が付与され、購買
総額が最も低い顧客には顧客デシル１が付与される、つ
まり、顧客デシルが１０の顧客、及び、顧客デシルが１
の顧客が必ず存在する）。

【００３２】販売支援サーバ７は、以上のような方法を
用いて各顧客に顧客デシルを付与し、顧客デシルが７以
上の顧客を優良顧客に決定する（Ｓ３）。そして、販売
支援サーバ７は、顧客ＤＢ２５にアクセスし、各顧客の
顧客データに記録されている顧客デシルを、ステップＳ
３で付与した顧客デシルに更新する、つまり、各顧客の
顧客データを更新する（Ｓ４）。

【００３３】（２）評価ポイントの算出。

【００３４】販売支援サーバ７は、所定のときに（例え
ば、後述する棚落ち候補商品リストの出力を小売店１の
店員から要求されたときに）、購買履歴ＤＢ２３及び顧
客ＤＢ２５内の各データを用いて、商品評価ポイント及
び顧客評価ポイントを算出する（つまり商品別及び顧客
別に評価ポイントを算出する）。以下、これについて、
（ａ）商品評価ポイントの算出と、（ｂ）顧客評価ポイ
ントの算出とに分けて具体的に説明する。

【００３５】（ａ）商品評価ポイントの算出。

【００３６】図４は、商品評価ポイントを算出するとき
の処理流れを示す。

【００３７】販売支援サーバ７は、まず、評価ポイント
算出対象の商品の商品ＩＤを選択し（Ｓ５）、選択した
商品ＩＤを持つ購買履歴データであって、或るターゲッ
ト期間（以下、「評価ポイント算出期間」と言う）に生
成されたデータの全てを購買履歴ＤＢ２３から抽出する
（Ｓ６）。また、販売支援サーバ７は、抽出した購買履
歴データに記録されている顧客ＩＤを持つ顧客データを
顧客ＤＢ２５から抽出する（Ｓ７）。

【００３８】次に、販売支援サーバ７は、ステップＳ６
で抽出した購買履歴データと、ステップＳ７で抽出した
顧客データとを用いて、商品別に商品評価ポイントを算
出する（Ｓ８）。具体的には、図５に示すような方法で
算出する。すなわち、販売支援サーバ７は、商品別（つ
まり商品ＩＤ別）に、各々の購買履歴データ及び各々の
顧客データから、商品を購入した顧客の顧客デシル及び
その顧客デシルの顧客の人数（以下、「デシル別顧客
数」と言う）と、顧客デシル毎に各顧客に売れた商品の
総数（以下、これを「デシル別購買総数」と言う）とを
識別する。そして、販売支援サーバ７は、顧客デシル毎
に「顧客デシル×デシル別顧客数×デシル別購買総数」
を算出し（以下、この式で算出された値を「デシル別商
品評価ポイント」と言う）、各顧客デシル１〜１０につ
いて算出されたデシル別商品評価ポイントを合計し、そ
れによって得られた値を商品評価ポイントとする。

【００３９】販売支援サーバ７は、以上のようにして商
品別に商品評価ポイントを算出したら、図４に示すよう
に、算出した商品評価ポイントを記録した商品・カテゴ
リ別評価ポイントデータを生成して評価ポイントＤＢ２
７に格納する（Ｓ９）。

【００４０】以上のような流れで、販売支援サーバ７
は、商品別に商品評価ポイントを算出して商品・カテゴ
リ別評価ポイントデータを生成し評価ポイントＤＢ２７
に格納する。なお、販売支援サーバ７は、カテゴリ別に
評価ポイントを算出して評価ポイントデータを生成する
ことができる。具体的に説明すると、販売支援サーバ７
は、カテゴリ別に評価ポイントを算出するときは、ま
ず、評価ポイント算出対象のカテゴリのカテゴリ名を選
択し、選択したカテゴリ名を持つ購買履歴データであっ
て、評価ポイント算出期間に生成されたデータの全てを
購買履歴ＤＢ２３から抽出する。また、販売支援サーバ
７は、抽出した購買履歴データに記録されている顧客Ｉ
Ｄを持つ顧客データを顧客ＤＢ２５から抽出する。次
に、販売支援サーバ７は、抽出した各購買履歴データ及
び各顧客データを用いて、選択したカテゴリ名のカテゴ
リに属する各商品について、上述した方法で商品評価ポ
イントを算出する。そして、販売支援サーバ７は、算出
した上記各商品の商品評価ポイントを合計し、合計した
値を上記カテゴリの評価ポイントとして評価ポイントデ
ータを生成して評価ポイントＤＢ２７に格納する。

【００４１】（ｂ）顧客評価ポイントの算出。

【００４２】販売支援サーバ７は、顧客評価ポイントを
算出するとき、まず、評価ポイント算出対象の顧客の顧
客ＩＤを選択し、選択した顧客ＩＤを持つ購買履歴デー
タであって、評価ポイント算出期間に生成されたデータ
の全てを購買履歴ＤＢ２３から抽出する。そして、販売
支援サーバ７は、抽出した各購買履歴データから、顧客
別に、評価ポイント算出期間に小売店１に支払った総額
を算出する。販売支援サーバ７は、その総額を例えばそ
のまま顧客評価ポイントとし、その顧客評価ポイントを
記録した顧客別評価ポイントデータを生成して評価ポイ
ントＤＢ２７に格納する。

【００４３】（３）棚落ち商品選択作業の支援。

【００４４】図６は、棚落ち商品選択作業の支援の処理
流れを示す。

【００４５】販売支援サーバ７は、棚落ち商品選択作業
の支援として、店員からの要求に応じ、後述の、棚落ち
判断支援グラフ、棚落ち候補商品リスト、又は棚落ち影
響顧客リストを生成する。

【００４６】具体的には、まず、販売支援サーバ７は、
店員の要求に応じて、棚落ち商品選択作業に係るカテゴ
リのカテゴリ名を入力し（Ｓ１０）、入力したカテゴリ
名が記録された全ての商品・カテゴリ別評価ポイントデ
ータを評価ポイントＤＢ２７から抽出し、且つ、入力さ
れたカテゴリ名が記録された全ての購買履歴データを購
買履歴ＤＢ２３から抽出する（Ｓ１１）。

【００４７】次に、販売支援サーバ７は、抽出した商品
・カテゴリ別購買履歴データ及び購買履歴データを用い
て、棚落ち判断支援グラフ、棚落ち候補商品リスト、又
は、棚落ち影響顧客リストを生成する。以下、（Ａ）棚
落ち判断支援グラフの生成及び出力、（Ｂ）棚落ち候補
商品リストの生成及び出力、（Ｃ）棚落ち影響顧客リス
トの生成及び出力について説明する。

【００４８】（Ａ）棚落ち判断支援グラフの生成及び出
力。

【００４９】販売支援サーバ７は、棚落ち判断支援グラ
フを生成するとき、ステップＳ１１で抽出された商品・
カテゴリ別評価ポイントデータ及び購買履歴データを用
いて、ステップＳ１０で入力されたカテゴリに属する各
商品別に、優良顧客支持率、優良顧客者率、デシル傾斜
ポイントを算出する。ここで、優良顧客支持率、優良顧
客者率、及びデシル傾斜ポイントとは、棚落ち商品を選
択するための指標の１つである。具体的には、例えば、
優良顧客支持率とは、小売店１の全顧客のうち、顧客デ
シルが７以上の顧客が何人購買した経験があるかを示す
割合である（つまり、優良顧客支持率は、優良顧客者支
持率＝（過去に１度でも購買したことがある顧客デシル
が７以上の顧客数／小売店１の顧客総数）×１００で求
められる）。優良顧客者率とは、商品購入者全体のうち
顧客デシルが７以上の顧客が何人いかるかを示す割合で
ある（つまり、優良顧客者率は、優良顧客者率＝顧客デ
シルが７以上の顧客数／商品購入者の総数）×１００で
求められる）。デシル傾斜ポイントとは、最も高い商品
評価ポイントを１００としたときの、商品評価ポイント
を相対値である。例えば、最も高い評価ポイントが５０
００のとき、商品評価ポイントが２５００である商品の
デシル傾斜ポイントは、５０である。

【００５０】販売支援サーバ７は、商品別に、優良顧客
支持率、優良顧客者率、デシル傾斜ポイントを算出した
ら、ステップＳ１１で抽出した購買履歴データから各商
品の売上総数（合計数量）を求める。そして、販売支援
サーバ７は、優良顧客支持率、優良顧客者率、出汁傾斜
ポイント、及び売上総数を用いて、図７に示すような棚
落ち判断支援グラフを生成し（Ｓ１２）、出力する（Ｓ
１３）。

【００５１】図７に示すように、棚落ち判断支援グラフ
は、縦軸が、優良顧客支持率、優良顧客者率、合計数量
（売上総数）、及びデシル傾斜ポイントであり、横軸
が、商品名である。商品名は、右から商品の売上総数が
多い順に並んでいる。また、この棚落ち判断支援グラフ
の生成では、売上総数の順位に基づいて、下位の８つの
商品が棚落ち商品候補とされる（棚落ち候補商品とする
商品の数は、自由に設定することができる）。

【００５２】この棚落ち判断支援グラフにおいて、商品
名aaaの商品と商品名bbbの商品のデータに着目すると、
売上総数では大差がついているが、デシル傾斜ポイント
ではそれほど差のない結果になっている。この結果か
ら、商品名aaaの商品よりも商品名bbbの商品の方が、顧
客デシルが比較的高い購入者の割合が多いことが推測で
きる。

【００５３】また、この棚落ち判断支援グラフにおい
て、商品名eeeの商品と商品名fffの商品のデータに着目
すると、売上総数は商品名eeeの商品の方が多いが、デ
シル傾斜ポイントは商品名fffの商品の方が高い結果と
なっている。この結果から、商品名fffの商品の方が、
商品名eeeの商品よりも、かなり大きな割合で、顧客デ
シルが比較的高い購入者がいることが推測できる。

【００５４】また、この棚落ち判断支援グラフにおい
て、商品名lllの商品のデータと棚落ち候補商品の８つ
の商品のデータに着目すると、商品名pppの商品が、着
目した他の８商品に比べてデシル傾斜ポイントが高い結
果となっている。この結果から、商品名pppの商品が、
着目した他の８商品に比べて、顧客デシルが比較的高い
購入者が比較的大きな割合でいることが推測できる。こ
のため、売上総数の順位に基づく棚落ち商品選択作業で
は、商品名pppの商品は棚落ち商品の候補となるが、こ
の商品を棚落ちさせると顧客デシルが比較的高い顧客を
多く失って小売店１全体の売上及び利益が減少する虞が
あるので、商品名pppの商品は棚落ち商品としないこと
が望ましいと考えられる。

【００５５】なお、販売支援サーバ７は、商品別に算出
された優良顧客支持率、優良顧客者率、デシル傾斜ポイ
ント、及び売上総数の全ての情報を用いて、売上総数の
順位を基に表示した棚落ち候補商品を自動的に他の商品
と入れ替えて表示するようにしても良い。

【００５６】（Ｂ）棚落ち候補商品リストの生成及び出
力。

【００５７】販売支援サーバ７は、棚落ち候補商品リス
トを生成するとき、ステップＳ１１で抽出した購買履歴
データ及び商品・カテゴリ別評価ポイントデータから、
或るターゲット期間（以下、この期間を「棚落ち選択参
照期間」と言う）における売上総数、優良顧客支持率、
優良顧客者率、棚落ち判定ポイントを商品別に求める。
ここで、棚落ち判定ポイントとは、棚落ち商品を選択す
るための指標の１つであって、優良顧客支持率、優良顧
客者率、デシル傾斜ポイント、及び売上総数を基にして
算出されるポイントである。

【００５８】販売支援サーバ７は、商品別に、売上総
数、優良顧客支持率、優良顧客者率、棚落ち判定ポイン
トを算出したら、算出した各々の棚落ち判定ポイントの
値が所定閾値以上であるか否かを判定する。販売支援サ
ーバ７は、棚落ち判定ポイントの値が所定閾値以上であ
れば、その棚落ち判定ポイントを持つ商品を棚落ちさせ
ると小売店１の売上及び利益に悪影響が出ると判断して
棚落ちさせない方が良い（以下、「棚落ち否」と表記）
とし、棚落ち判定ポイントの値が所定閾値未満であれ
ば、その棚落ち判定ポイントを持つ商品は棚落ちしても
小売店１の売上及び利益に悪影響は無いと判断して棚落
ちさせて良い（以下、「棚落ち可」と表記）とする。

【００５９】販売支援サーバ７は、棚落ち否／棚落ち可
を決定したら、図８に示すような棚落ち候補商品リスト
を生成し（Ｓ１２）、出力する（Ｓ１３）（図７に示し
た棚落ち判断支援グラフと、図８に示す棚落ち候補商品
リストは関連性がないとする）。

【００６０】図８に示すように、棚落ち候補商品リスト
には、棚落ち選択対象カテゴリのカテゴリ名、及びその
カテゴリに属する各商品の商品名と、各商品名に応じ
て、棚落ち選択対象期間における各商品の売上総数（図
８には「前月売上総数」と記載）、優良顧客支持率、優
良顧客者率、棚落ち判定ポイント、及び棚落ち可否が記
載される。

【００６１】この棚落ち判断支援グラフにおいて、商品
名AAAのチョコ菓子と商品名GGGのチョコ菓子のデータに
着目すると、売上総数は商品名GGGのチョコ菓子より商
品名AAAのチョコ菓子の方が多くても、棚落ち判定ポイ
ントは商品名GGGのチョコ菓子の方が高く、商品名GGGの
チョコ菓子が「棚落ち否」という結果になっているのに
対し、商品名AAAのチョコ菓子は「棚落ち可」という結
果になっている。この結果から、売上総数は商品名GGG
のチョコ菓子より商品名AAAのチョコ菓子の方が多くて
も、商品名AAAのチョコ菓子の方を棚落ち商品として選
択した方が、小売店１の売上及び利益に悪影響が出る可
能性（例えば、優良顧客を失う可能性）が低いというこ
とが推測できる。

【００６２】（Ｃ）棚落ち影響顧客リストの生成及び出
力。

【００６３】販売支援サーバ７は、ステップＳ１１で抽
出した購買履歴データを用いて、商品別に棚落ち影響顧
客リストを生成し（Ｓ１２）、所定のとき、例えば、棚
落ち商品として選択される商品の商品ＩＤ或いは商品名
を店員が入力したとき、或いは、図８に示した棚落ち候
補商品リストを表示した画面上で、或る商品名がマウス
等でクリックされたとき、生成した棚落ち影響顧客リス
トを出力する（Ｓ１３）。棚落ち影響顧客リストは、棚
落ち商品として選択したときに、その商品を支持してい
た顧客のうち、棚落ちとすることで失う虞があって、且
つ、小売店１の売上及び利益に悪影響を及ぼすと推測さ
れる顧客を店員に報知するためのものである。

【００６４】図９は、棚落ち影響顧客リストの一例を示
す。

【００６５】この棚落ち影響顧客リストは、図８に示し
た棚落ち候補商品リストに表示された商品名AAAのチョ
コ菓子に関するものである。この棚落ち影響顧客リスト
には、商品名AAAのチョコ菓子を購入したことがある全
顧客の氏名と、各顧客に対応した、顧客デシル、前月購
買数、累積購買数、及びフォロー要否が表示される。こ
こで、累積購買数とは、商品名AAAのチョコ菓子が売り
出されてから現在までに購入された数の総計である。ま
た、フォロー要否とは、商品を棚落ちさせたときに何ら
かのフォローが必要か否かを示す。具体的には、顧客デ
シルや前月購買数等の情報から、商品名AAAのチョコ菓
子を棚落ちさせたときに失う（小売店１から離反する）
虞がある顧客であって、且つ、小売店１の売上及び利益
に悪影響を及ぼすと推測された顧客に対しては、何らか
のフォロー（例えば、特定の商品を割引く、商品を支持
してくれた御礼の品を贈る等）が必要であると判断さ
れ、それ以外の顧客に対してはフォローは不要であると
判断される。

【００６６】この棚落ち影響顧客リストによれば、顧客
デシルが最高の１０であって商品名AAAのチョコ菓子を
比較的多数購入してきた多田大介さんにはフォローが必
要であることがわかる。換言すれば、商品名AAAのチョ
コ菓子を棚落ち商品とすると、「多田大介」さんという
優良顧客の１人を失う虞があることがわかる。小売店１
は、多田大介さんに何らかのフォローをすることによ
り、優良顧客の１人を失わないように努力することがで
きる。

【００６７】（４）商品入れ替え効果の評価。

【００６８】図１０は、商品入れ替え効果の評価の処理
流れを示す。

【００６９】販売支援サーバ７は、商品入れ替え効果の
評価が欲しいカテゴリ（以下、「入れ替え評価対象カテ
ゴリ」と言う）のカテゴリ名の入力を店員から受け付け
る。販売支援サーバは、入れ替え評価対象のカテゴリ名
が入力されたときは（Ｓ１６）、そのカテゴリ名が記録
されている全ての商品・カテゴリ別評価ポイントデータ
を商品評価ＤＢ２７から抽出し、且つ、そのカテゴリ名
が記録されている全ての購買履歴データを購買履歴ＤＢ
２３から抽出する（Ｓ１７）。そして、販売支援サーバ
７は、抽出した各データを用いて、カテゴリ全体におけ
る商品入れ替え効果の評価を表示した画面（以下、「商
品入れ替え評価画面」と言う）を生成し（Ｓ１８）、出
力する（Ｓ１９）。

【００７０】図１１は、カテゴリ全体における商品入れ
替え評価画面の一例を示す。

【００７１】この図に例示する画面は、2000年10月に行
った棚落ち商品選択作業（商品の入れ替え）後について
の評価画面である。この画面には、図示のように、表形
式で、商品入れ替え効果の評価結果が表示される。具体
的には、『期間』、『評価ポイント総計』、『総売上
数』、及び『商品入れ替え効果（売上金額差）』が表示
される。

【００７２】『期間』の欄には、商品入れ替え後の所定
期間、例えば、2000年11月〜2001年1月までの期間が月
単位で表示される。

【００７３】『評価ポイント総計』の欄には、『期間』
に表示された各年月におけるカテゴリ評価ポイントが表
示される。販売支援サーバ７は、ステップＳ１７で抽出
した各商品・カテゴリ別評価ポイントデータに記録され
ている「期間」及び「商品評価ポイント」を参照し、参
照した「期間」及び「商品評価ポイント」を用いて、
『期間』に表示された各年月におけるカテゴリ評価ポイ
ントを算出し、算出したカテゴリ評価ポイントを『評価
ポイント総計』の欄に展開する。

【００７４】『総売上数』の欄には、『期間』に表示さ
れた各年月における、入れ替え評価対象カテゴリに属す
る商品の売上数の総計が表示される。販売支援サーバ７
は、ステップＳ１７で抽出した各購買履歴データに記録
されている「購買日時」及び「数量」を参照し、参照し
た「購買日時」及び「数量」を用いて、『期間』に表示
された各年月における商品の売上数の総計を算出し、算
出した総計を『総売上数』の欄に展開する。

【００７５】『商品入れ替え効果（売上金額差）』の欄
には、2000年10月の、入れ替え評価対象カテゴリに属す
る商品の売上総額（以下、「カテゴリ売上総額」と言
う）との、『期間』に表示された各年月におけるカテゴ
リ売上総額との差額が表示される。販売支援サーバ７
は、ステップＳ１７で抽出した各購買履歴データに記録
されている「購買日時」、「単価」、及び「数量」を参
照し、参照したそれらの情報を用いて、『期間』に表示
された各年月における上記差額を算出し、算出した差額
を『商品入れ替え効果（売上金額差）』の欄に展開す
る。

【００７６】図１１に示す画面によれば、2000年10月の
棚落ち商品選択作業（商品の入れ替え）の結果、その1
ヶ月後の2000年11月はカテゴリ売上総額が落ち込んだ
が、それ以降の2000年12月及び2001年１月はカテゴリ売
上総額が上昇したこと、つまり、2000年10月に行った棚
落ち商品選択作業（商品の入れ替え）は比較的効果的に
行えたことがわかる。

【００７７】以上、上述した実施形態によれば、顧客の
購買履歴を記録した購買履歴データを収集し、収集した
購買履歴データから、販売支援サーバ７が、各顧客がど
れだけ小売店１の売上げ及び利益に貢献したかを把握
し、その貢献の度合いに応じて、顧客デシルというかた
ちで各顧客の小売店１又は上記本社における重要度を設
定する。そして、販売支援サーバ７は、店員が棚落ち商
品選択作業をするときは、単純に商品の売上げだけでな
く、その商品の売上げに関わった各顧客の重要度を加味
した指標（優良顧客支持率、優良顧客者率、又はデシル
傾斜ポイント）を店員に表示する。それにより、店員
は、顧客軸と商品軸からより適切に商品の価値を判断す
ることができる。商品毎に、比較的重要度の高い顧客に
多く支持されているか否かが把握できるので、商品の売
れ行きが悪い商品（例えば、高級品、上質品、又は健康
食品など、他の種類の商品に比べて絶対的な売上が少な
い商品）であっても、その商品が比較的重要度の高い顧
客に多く支持されているようであれば、その商品を棚落
ち商品に選択しないようにすることで、比較的重要度の
高い顧客（特に優良顧客）を失うことを防ぐことができ
る。また、関連併売商品を含めた購買機会損失や他店舗
への顧客流出を防ぐことができる。また、商品を供給す
る生産者（メーカ等）に対して客観的なデータ提示と公
平な選定を行うことができる。また、優良顧客の観点か
らすれば、たとえ小売店１における売上げが低い商品で
あっても、自身が支持している商品が棚落ちとならずに
販売され続ける可能性があるので、上記実施形態に係る
システムは、優良顧客にとってもメリットがある。

【００７８】また、上述した実施形態によれば、棚落ち
商品を選択するとき、その商品がどのような顧客にどれ
だけ支持されているかを示した棚落ち影響顧客リストが
表示される。これにより、店員は、その商品を棚落ちと
することで優良顧客が離れる虞があるか否かがわかるの
で、棚落ちさせざるを得ない商品に優良顧客がいるとき
は、その優良顧客に何らかのフォローを入れる等の対策
をとって、その商品を棚落ちさせてもそれを支持してい
た優良顧客を失うということを未然に防ぐことが図れ
る。

【００７９】また、上述した実施形態によれば、商品入
れ替え後（棚落ち商品選択作業後）に、商品の棚落ち前
後における商品評価ポイントや売上げが比較された結果
（図１１に表示した評価画面）が表示される。これによ
り、店員は、商品入れ替えの効果を定量的に把握するこ
とができる。

【００８０】以上、本発明の好適な実施形態を説明した
が、これは本発明の説明のための例示であって、本発明
の範囲をこの実施形態にのみ限定する趣旨ではない。本
発明は、他の種々の形態でも実施することが可能であ
る。

【００８１】例えば、販売支援サーバ７が、棚落ちとす
る商品の選択を店員から受け付け、その商品が選択され
たときに、その商品の売上総数やデシル傾斜ポイント等
の情報を取得し、取得したそれらの情報を用いて、選択
された商品を棚落ち商品とした場合に、小売店１の売上
及び利益にどのような影響が出るかをシミュレートし、
その結果を表示できるようにしても良い。

【００８２】また、販売支援サーバ７が、新たに販売対
象とされた新商品の選択を店員から受け付け、新商品が
選択されたときに、その新商品の売上総数やデシル傾斜
ポイント等の情報を取得し、取得したそれらの情報を用
いて、新商品の販売効果を評価する、或いは、販売効果
を評価することを支援するための新商品販売効果情報
し、新商品の販売効果を評価した結果、或いは、上記新
商品販売効果情報を表示できるようにしても良い。新商
品販売効果情報は、例えば、上記選択された新商品が、
どの期間に、何個売れて、その売上げ個数はカテゴリ全
体においてどのぐらいの割合を占めるか等がわかるよう
な情報である。

【００８３】更に、販売支援サーバ７は、上記カテゴリ
名を、必ずしも、ＰＯＳレジスタ３によって取得される
購買履歴データ１３から識別するのではなく、購買履歴
データ１３に記録されている商品ＩＤと、商品ＤＢ２１
に予め登録されている商品ＩＤ別の商品マスタデータ１
５との突合せにより識別することも可能である。

【００８４】また、各データ１１、１３、１５、１７
Ａ、及び１７Ｂは、必ずしも、個々の小売店１にデータ
ベース２１〜２７をそれぞれ備えて個々の小売店１がそ
れぞれ管理するのではなく、例えば、小売店１の本社に
備えられる本社システムが一括して管理するようにして
も良い。更にまた、顧客ＩＤや評価ポイントＤＢ２７に
ついては、単一小売店１内ではなく、小売店１が所属す
るチェーン（或いは別の特定チェーン）における近隣店
舗（「ドミナント店」と呼ばれることがある）単位でマ
ージして管理や評価等するようにしても良い。

【００８５】また、本発明の別の実施形態に係る商品評
価システムは、次の「表現１」〜「表現４」のいずれか
に記載の商品評価システムであっても良い。

【００８６】「表現１」店舗における各商品の陳列価値
を評価する又は評価することを支援するための商品評価
システムであって、各商品の販売状況に関する情報と各
顧客の購入状況に関する情報とに基づいて、上記各顧客
を少なくとも優良顧客と一般顧客とに分類する第１の手
段と、上記分類された優良顧客及び一般顧客の購入履歴
に基づいて、上記各商品の陳列価値をそれぞれ評価する
又は評価することを支援するための支援情報を生成する
第２の手段と、上記評価の結果又は上記支援情報を出力
する第３の手段とを備えたことを特徴とする商品評価シ
ステム。

【００８７】「表現２」上記第２の手段が、上記優良顧
客が購入した商品に所定の重み付けを行うことにより、
上記優良顧客による購入履歴を上記一般顧客による購入
履歴よりも相対的に重視して上記評価を下す又は評価を
下すことを支援するものである上記表現１に記載の商品
評価システム。

【００８８】「表現３」上記第２の手段が、陳列から外
される商品に関連する優良顧客を抽出し、該優良顧客へ
与える影響についての情報を上記第３の手段から出力さ
せるものである上記表現１又は上記表現２のいずれかに
記載の商品評価システム。

【００８９】「表現４」上記第２の手段が、上記各商品
の商品カテゴリ別にそれぞれ評価可能に構成されている
上記表現１〜上記表現３のいずれかに記載の商品評価シ
ステム。

【図面の簡単な説明】

【図１】本発明の一実施形態に係るシステムの全体を示
す図。

【図２】本発明の一実施形態に係るシステムにおいて使
用される各々のデータの構成を示す図。

【図３】優良顧客を決定するときの処理流れを示す図。

【図４】商品評価ポイントを算出するときの処理流れを
示す図。

【図５】商品評価ポイントの求め方を示す図。

【図６】棚落ち商品選択作業の支援の処理流れを示す
図。

【図７】棚落ち判断支援グラフを示す図。

【図８】棚落ち候補商品リストの一例を示す図。

【図９】棚落ち影響顧客リストの一例を示す図。

【図１０】商品入れ替え効果の評価の処理流れを示す
図。

【図１１】カテゴリ全体における商品入れ替え評価画面
の一例を示す図。

【符号の説明】

１ 小売店 ３ ＰＯＳレジスタ ５ 顧客カード ７ 販売支援サーバ １１ 顧客データ １３ 購買履歴データ １５ 商品マスタデータ １７Ａ 商品・カテゴリ別評価ポイントデータ １７Ｂ 顧客別評価ポイントデータ ２１ 商品データベース ２３ 購買履歴データベース ２５ 顧客データベース ２７ 評価ポイントデータベース

Claims (7)

【特許請求の範囲】
1. 【請求項１】 複数の商品を評価する又は評価すること
   を支援するためのシステムであって、 各顧客と該各顧客が購入した商品とを対応付けてなる購
   買履歴データを受信するための受信手段と、 前記受信した購買履歴データから、前記複数の商品の売
   上げと前記各顧客との関連性を識別するための識別手段
   と、 前記識別した関連性に基づいて、 （１） 前記複数の商品を評価する、及び、 （２） 前記複数の商品を評価することを支援するため
   商品評価支援情報を生成するの少なくともいずれか一方
   を実行するための評価・支援手段と、 前記複数の商品の評価の結果及び前記商品評価支援情報
   の少なくともいずれか一方を出力するための出力手段と
   を備える商品評価システム。
2. 【請求項２】 前記評価・支援手段が、前記受信した購
   買履歴データに基づいて、顧客の重要度を前記各顧客に
   付与し、前記関連性の他に、前記各顧客の前記重要度を
   加味して、 （１） 前記複数の商品を評価する、及び、 （２） 前記商品評価支援情報を生成するの少なくとも
   いずれか一方を実行する請求項１記載の商品評価システ
   ム。
3. 【請求項３】 前記評価・支援手段が、前記受信した購
   買履歴データに基づいて、前記複数の商品のうちのター
   ゲット商品の購入者に関する情報と、前記購入者が前記
   ターゲット商品の売上げに貢献した度合とを識別し、前
   記識別した内容を基にして、 （１） 前記ターゲット商品を評価する、及び、 （２） 前記ターゲット商品の評価を支援するための情
   報であるターゲット商品評価支援情報を生成するの少な
   くともいずれか一方を実行し、 前記出力手段が、前記ターゲット商品の評価の結果及び
   前記ターゲット商品評価支援情報の少なくともいずれか
   一方を出力する請求項１記載の商品評価システム。
4. 【請求項４】 売上げを示す売上げ情報を取得するため
   の手段を更に備え、 前記評価・支援手段が、前記複数の商品のうち或る商品
   を販売中止とした前後の売上げ情報に基づいて、 （１） 前記販売中止の効果を評価する、及び、 （２） 前記販売中止の効果を評価することを支援する
   ための情報である販売中止効果情報を生成するの少なく
   ともいずれか一方を実行し、 前記出力手段が、前記販売中止の効果の評価の結果及び
   前記販売中止効果情報の少なくともいずれか一方を出力
   する請求項１記載の商品評価システム。
5. 【請求項５】 請求項１又は４のいずれか１項記載の商
   品評価システムにおいて、 売上げを示す売上げ情報を取得するための手段を更に備
   え、 前記評価・支援手段が、前記複数の商品に加えて新規商
   品を販売対象とした前後の売上げ情報に基づいて、 （１） 前記新規商品を販売対象にしたことの効果であ
   る新規商品採用効果を評価する、 （２） 前記新規商品を販売対象にしたことの効果を評
   価することを支援するための情報である採用効果評価支
   援情報を生成する、 （３） 前記販売中止の効果と、前記新規商品採用効果
   とを比較して評価する、及び、 （４） 前記或る商品を販売中止にしたことと前記新規
   商品を販売対象にしたこととの関連性を評価することを
   支援するための情報である関連性評価支援情報を生成す
   るの少なくともいずれか一方を実行し、 前記出力手段が、前記新規商品採用効果の評価結果、前
   記採用効果評価支援情報、前記比較して評価した結果、
   及び前記関連性評価支援情報の少なくともいずれか一方
   を出力する商品評価システム。
6. 【請求項６】 複数の商品を評価する又は評価すること
   を支援するための方法であって、 各顧客と該各顧客が購入した商品とを対応付けてなる購
   買履歴データを受信するステップと、 前記受信した購買履歴データから、前記複数の商品の売
   上げと前記各顧客との関連性を識別するステップと、 前記識別した関連性に基づいて、 （１） 前記複数の商品を評価する、及び、 （２） 前記複数の商品を評価することを支援するため
   の商品評価支援情報を生成するの少なくともいずれか一
   方を実行するステップと、 前記評価の結果及び前記生成した商品評価支援情報の少
   なくともいずれか一方を出力するステップとを有する商
   品評価方法。
7. 【請求項７】 複数の商品を評価する又は評価すること
   を支援するための方法を実現するためのコンピュータプ
   ログラムであって、 各顧客と該各顧客が購入した商品とを対応付けてなる購
   買履歴データを受信するためのプログラムコードと、 前記受信した購買履歴データから、前記複数の商品の売
   上げと前記各顧客との関連性を識別するためのプログラ
   ムコードと、 前記識別した関連性に基づいて、 （１） 前記複数の商品を評価する、及び、 （２） 前記複数の商品を評価することを支援するため
   の商品評価支援情報を生成するの少なくともいずれか一
   方を実行するためのプログラムコードと、 前記評価の結果及び前記生成した商品評価支援情報の少
   なくともいずれか一方を出力するためのプログラムコー
   ドとを備えるコンピュータプログラム。