JP2003162673A - 稼動状況に基づく商品選別システム - Google Patents

Abstract

(57)【要約】 【課題】 より精度よく非稼動商品や売筋商品を選別す
ることができ、商品の発注形態にかかわらず当該選別を
行うことのできる選別システムを提供する。 【解決手段】 ホストコンピュータ６は、商品の入出荷
ならびに保管を集中的に行う物流センターのコンピュー
タ２から、入荷データ、出荷データを受け取る。また、
店舗レジ装置４は、全国の開く店舗に配置されており、
販売データをホストコンピュータ６に送る。ホストコン
ピュータ６は、これらのデータを受け、毎日所定の時刻
に、データの集計を行いデータベース８の更新を行う。
商品選別コンピュータ１０は、ホストコンピュータ６と
ＬＡＮによって接続されており、データベース８に蓄積
されたデータに基づいて、非稼動商品の選別処理を行
う。

Description

【発明の詳細な説明】

【０００１】

【発明の分野】この発明は、取扱商品が非稼動商品や売
筋商品であるか否かを決定したり、複数の取扱商品の中
から非稼動商品や売筋商品を選別したりするシステムに
関するものである。

【０００２】

【発明の背景】取り扱う商品の種類の最適化や商品在庫
の最適化を図る等の目的で、商品の売り上げデータ等に
基づいて、売り行きの悪い商品（非稼動商品）や売れ行
きのよい商品（売筋商品）を選別することが行われてい
る。

【０００３】特開平１０−２３２８９８号公報には、各
アパレル販売店からの販売情報を受け、当該販売情報に
基づいて売れ筋商品を選定し、メーカに対して追加発注
を行うシステムが開示されている。これにより、適切な
追加注文を行うことができるというものである。

【０００４】このシステムでは、在庫量の時間的変化に
基づいて、売れ筋商品を選定するようにしている。つま
り、販売量に等しく在庫量が減少する場合を想定してい
る。したがって、このシステムは、定期的に追加注文を
行うような場合には適用することができない。

【０００５】また、特開平６−４５５７号公報には、物
流センタの保管場所を有効に活用するために非稼動商品
を選定してリストアップするシステムが開示されてい
る。このシステムにおいては、所定期間にわたって出荷
実績のない商品を死筋商品として選定するようにしてい
る。これにより、容易に死に筋商品を選定することがで
きる。

【０００６】この公報に開示されているシステムでは、
出荷無の状態が所定期間続いたことみに基づいて死に筋
商品を判断している。極めて販売数量の大きい商品につ
いては、実質的に死に筋商品に至っていても、わずかの
数量ながら出荷が存在するケースもあり、このような場
合には、上記システムでは死に筋商品であると判断する
ことができない。

【０００７】この発明は上記のような問題点を解決し
て、より精度よく非稼動商品や売筋商品を選別すること
ができ、商品の発注形態にかかわらず当該選別を行うこ
とのできる選別システムを提供することを目的とする。

【０００８】

【課題を解決するための手段】(1)(2)(3)(13)この発明
の商品選別システムは、各商品の売上データおよび在庫
データを取得し、各商品の売上データと在庫データとの
比率に基づいて、商品の選別を行うことを特徴としてい
る。すなわち、この発明では、売上データだけではな
く、また、在庫データだけではなく、両データを用い
て、かつ、その比率を算出し、これに基づいて商品の選
別を行うようにしている。

【０００９】これにより、その商品の売り上げボリュー
ムに応じた在庫量という観点から、当該商品の位置づけ
を行うことができ、適切な商品選別を行うことができ
る。

【００１０】(5)この発明の商品選別システムは、商品
の選別を行うための条件として、当該商品についての在
庫が、何週分の売上に該当するかを用いることを特徴と
している。

【００１１】基本期間として週という単位を用いること
により、曜日ごとの変動要因をキャンセルして、信頼の
置けるデータを得ることができる。したがって、より適
切な商品選別が可能となる。

【００１２】(6)この発明の商品選別システムは、商品
の在庫データを前期間の当該商品の売上データによって
除して得た在庫週数が所定の週数以上であるか否かの判
断を含むことを特徴としている。

【００１３】したがって、在庫と前期間の売上とに基づ
いて、何週分の在庫が存在するかを推定し、より正確に
商品の選別を行うことができる。特に、非稼動商品の在
庫を除外して正味の在庫を算出しようとする場合には、
このような在庫週数が大きい商品を非稼動商品として選
別することにより、正確に正味の在庫を得ることができ
る。

【００１４】(7)この発明の商品選別システムは、当該
商品の販売予想に基づき、当該商品の在庫データが何週
分の売上に該当するかを予想に基づく在庫週数として算
出し、当該予想に基づく在庫週数が所定の週数以上であ
るか否かの判断を含むことを特徴としている。

【００１５】したがって、大きな売上変動が予め予想で
きるような場合において、より正確に商品の選別を行う
ことができる。

【００１６】(8)この発明の商品選別システムは、各商
品の前期間の売上データを昇順または降順に累計して当
該商品についての累計売上データを算出し、全商品の売
上データの合計に対して当該商品までの累計売上データ
が占める構成比率も考慮して、商品の選別を行うことを
特徴としている。

【００１７】したがって、他の商品との比較における相
対的な重要性に基づいて商品の選別を行うことができ
る。

【００１８】(9)この発明の商品選別システムは、各商
品についての販売開始時を取得し、販売開始時からの期
間長も考慮して、商品の選別を行うことを特徴としてい
る。

【００１９】したがって、販売開始前のデータに基づい
て商品選別が行われたり、販売開始直後の単発的なデー
タに基づいて商品選別が行われることを防止することが
できる。

【００２０】(10)この発明の商品選別システムは、当該
商品について前期間の売上の有無も考慮して、商品の選
別を行うことを特徴としている。

【００２１】したがって、前期間の売上に基づいて、よ
り正確な商品選別を行うことができる。

【００２２】(12)(14)この発明の販売管理システムは、
複数のブランドを販売する販売店に対して、展示商品の
指令を行う販売管理システムであって、上記複数の商品
群を販売する販売店を含む複数の販売店におけるブラン
ドを構成する各商品の売上データを取得し、上記複数の
ブランドを構成する各商品の在庫についての在庫データ
を取得し、各ブランドを構成する各商品の売上データと
在庫データとの比率に基づいて、商品の選別を行い、店
頭に展示すべき商品または店頭の展示から外すべき商品
を決定し、前記商品選別により店頭に展示することとし
た商品が何れのブランドに属するかを考慮して、前記複
数のブランドを扱う販売店における各ブランドのレイア
ウト関連情報を出力し、販売店における複数のブランド
の売り場面積比率をフレキシブルに変更することを支援
することを特徴としている。

【００２３】したがって、在庫データおよび販売データ
に基づいて、複数のブランドを横断して各商品の位置づ
けを行い、これに基づいて、店舗における各ブランドの
売り場面積比率を最適に変更し、販売効率を向上させる
ことができる。

【００２４】この発明において、「非稼動商品」とは、
直接的または間接的に今後の売れ行きが好ましく無いと
判断される商品をいう。

【００２５】「売筋商品」とは、直接的または間接的に
今後の売れ行きが好ましいと判断される商品をいう。

【００２６】「販売開始時」とは、販売店において当該
商品が最初に売れた時、あるいは、販売店に当該商品を
最初に展示した時をいう。また、複数の販売店を対象と
する場合においては、何れかの販売店で上記の事象が最
も早く生じた時をいうものである。

【００２７】「前期間」とは、将来の期間ではなく、経
過した期間をいうものである。たとえば、月曜から日曜
までの週を単位期間とする際に、現在より前の週や、現
在の週の過ぎ去った期間（時間）が、ここにいう前期間
に該当する。

【００２８】「ブランド」とは、コンセプトや印象など
の何らかの要素によって統一的に捉えることの可能な商
品群をいう。

【００２９】「レイアウト関連情報」とは、店舗におい
て、商品をどのように展示するかに関連した情報をい
い、複数のブランドを扱う店舗における各ブランドの売
り場面積比率のデータや、具体的な商品の配置位置・配
置枚数を示すデータや、各ブランドにおける稼動商品の
一覧を示すデータなどを含む概念である。

【００３０】「プログラムを記録した記録媒体」とは、
プログラムを記録したＲＯＭ、ＲＡＭ、フレキシブルデ
ィスク、ＣＤ−ＲＯＭ、メモリカード、ハードディスク
等の記録媒体をいう。また、電話回線、搬送路等の通信
媒体も含む概念である。ＣＰＵに接続されて、記録され
たプログラムが直接実行されるハードディスクのような
記録媒体だけでなく、一旦ハードディスク等にインスト
ールした後に実行されるプログラムを記録したＣＤ−Ｒ
ＯＭ等の記録媒体を含む概念である。

【００３１】「プログラム」とは、ＣＰＵにより直接実
行可能なプログラムだけでなく、ソース形式のプログラ
ム、圧縮処理がされたプログラム、暗号化されたプログ
ラム等を含む概念である。

【００３２】

【発明の実施の形態】１．システムの全体構成 図１に、この発明の一実施形態による商品選別システム
を、アパレル商品の販売管理に応用した場合のシステム
構成を示す。この実施形態では、商品選別コンピュータ
１０によって商品選別システムが構成されている。ホス
トコンピュータ６は、商品の入出荷ならびに保管を集中
的に行う物流センターのコンピュータ２から、入荷デー
タ、出荷データを受け取る。また、店舗レジ装置４は、
全国の開く店舗に配置されており、販売データをホスト
コンピュータ６に送る。

【００３３】この実施形態では、物流センターコンピュ
ータ２、店舗レジ装置４から、オンライン通信にて、ホ
ストコンピュータ６にデータが転送されているが、フレ
キシブルディスク等の記録媒体を介してデータを送るよ
うにしてもよい。また、紙などにプリントアウトしたデ
ータを、ホストコンピュータ６において入力するように
してもよい。

【００３４】ホストコンピュータ６は、これらのデータ
を受け、毎日所定の時刻に、データの集計を行い、デー
タベースサーバ９と通信してデータベース８の更新を行
う。商品選別コンピュータ１０は、データベースサーバ
９とＬＡＮによって接続されており、データベース８に
蓄積されたデータに基づいて、非稼動商品の選別処理を
行う。

【００３５】２．システムの概要 図２に、図１のシステムを、売場スペースの有効活用の
ために適用した場合のアパレル商品の流れと情報の流れ
を模式的に示す。物流センター１２には、本部１８の指
示により、各商品が生産部門から入荷される。物流セン
ター１２は、入荷した各商品を、本部の指示に従って、
各店舗１４、１６に出荷する。各店舗１４、１６では、
これらの各商品を消費者に販売する。

【００３６】物流センター１２は、各商品についての入
荷データ、出荷データを本部１８に送信する。また、各
店舗１４、１６は、販売データを本部１８に送信する。
本部１８では、受信したこれらのデータに基づいて非稼
動商品を判別し、各店舗１４、１６に知らせる。

【００３７】各店舗１４、１６では、この通知を受け
て、当該非稼動商品を店舗の売場から取り除き、在庫を
物流センター１２に返送する。店舗１４、１６は、この
ようにしてできた売場スペースに、他の商品（非稼動商
品ではない商品）を置くことにより、売場スペースを効
率的に活用することができる。

【００３８】３．ホストコンピュータ 図３に、ホストコンピュータ６のハードウエア構成を示
す。このホストコンピュータ６は、ＣＰＵ２０、ハード
ディスク２２、ディスプレイ２４、通信部２６、メモリ
２８、キーボード／マウス３０、ＣＤ−ＲＯＭドライブ
３２、プリンタ３４、フレキシブルディスク・ドライブ
３６を備えている。

【００３９】通信部２６は、物流センターコンピュータ
２、店舗レジ装置４、商品選別コンピュータ１０と通信
するためのものである。ハードディスク２２には、オペ
レーティングシステムやデータ集計処理のためのプログ
ラムが記録されている。また、ハードディスク２２に
は、データベース８が構築される。データベース８に
は、集計された売上・在庫データや商品の価格などを示
す商品マスタデータなどが記録される。

【００４０】データ集計処理のためのプログラムは、Ｃ
Ｄ−ＲＯＭドライブ３２を介して、ＣＤ−ＲＯＭ３８な
どからハードディスク２２にインストールされたもので
ある。図４に、データ集計処理のためのプログラムのフ
ローチャートを示す。

【００４１】ステップＳ１において、ＣＰＵ２０は、各
店舗の店舗レジ装置４からの売上データ（何れの商品が
何枚売れたか）や、物流センターコンピュータ２からの
入出庫データ（何れの商品を何枚入荷し、何枚出荷した
か）を受信し、データベースサーバ９のデータベース８
に蓄積する。この処理は、所定時刻になるまで繰り返し
行われる（ステップＳ２）。

【００４２】所定時刻になると、受信したデータの集計
を行う（ステップＳ３）。通常、売上データや入出庫デ
ータが発生しない夜間にこの集計処理を行うことが多
い。データ集計処理では、各店舗からの売上データを商
品ごとに集計し、当日の売上数としてハードディスク２
２に記録する。同様に、入庫データ、出庫データを商品
ごとに集計して、データベースサーバ９のデータベース
８に記録する。これにより、毎日の売上、入庫、出庫デ
ータが蓄積されていく。

【００４３】さらに、各商品について、当該週の売上累
計（月曜日からの売上の累計）、これまでの仕入れ数の
累計、売上数の累計、在庫数などを算出する（ステップ
Ｓ４）。これらのデータは、データベースサーバ９のデ
ータベース８に記録される（ステップＳ５）。

【００４４】図５に、記録されたデータの例を示す。図
に示すように、各商品は、ブランドと品番との組み合わ
せによって特定されている。なお、この実施形態では、
１つのブランドに複数の商品が含まれており、さらに、
複数のブランドが存在する場合について説明する。

【００４５】各週の売上数は、当該週の月曜日からその
日までの売上数を商品ごとに集計したものである。図に
おいては、品番「６２４２１」の商品は、第１週が「０
枚」、・・・第３０週が「３１枚」、第３１週が「４０
枚」、第３２週が「４８枚」の売上数であることが示さ
れている。なお当該週（ここでは第３２週とする）の累
計売上数は、日曜日の夜に確定することになる。

【００４６】累計仕入数は、当該商品についての入荷数
を累計したものである。累計売上数は、現在までの売上
数を累計したものである。在庫数は、累計仕入数−売上
数−調整数によって算出した在庫である。この在庫数
も、毎日更新される。なお、調整数とは、売上以外の要
因によって在庫が減った数をいい、たとえば、傷物にな
った商品、失った商品などの数である。各販売店から
は、このような商品のデータも送信されてくる。

【００４７】販売開始週は、最初に売上数が０でなくな
った週（つまり初めて売れた週）を記録したものであ
る。

【００４８】このようにして記録されたデータは、次の
週の月曜日に、非稼動商品決定のためのデータとして用
いられる。

【００４９】また、データベース８には、図６に示すよ
うな商品マスタも記録されている。商品マスタには、各
商品ごとに、販売価格（上代）、販売年度、シーズン、
稼動／非稼動の区分などが記述されている。販売年度は
販売すべき年度を示しており、シーズンは、秋冬物（Ａ
Ｗ）であるか、春夏物（ＳＳ）であるかを示している。
稼動／非稼動の区分は、後述の非稼動商品決定により非
稼動商品とされたものを判別するためのフラグである。

【００５０】４．商品選別コンピュータ 図７に、商品選別コンピュータのハードウエア構成を示
す。基本的構成は、ホストコンピュータと同様である。
ただし、ハードディスク５４には、非稼動商品決定のた
めのプログラムが記録されている。なお、この実施形態
では、月曜日に、前週までのデータに基づいて、非稼動
商品決定プログラムを動作させることとしている。たと
えば、第３３週の月曜日に非稼働商品決定プログラムを
動作させた場合には、累計仕入数、累計売上数、在庫
数、販売開始週、第３２週の累計売上数などに基づい
て、処理が行われる。

【００５１】図８に、非稼動商品決定プログラムのフロ
ーチャートを示す。まず、ステップＳ１１において、Ｃ
ＰＵ５０は、図９に示すような抽出条件の設定画面をデ
ィスプレイ２４に表示する。操作者は、この画面を見
て、キーボード／マウス３０等により、条件の設定を行
う。

【００５２】ブランド入力部１００においては、ブラン
ドコードを入力できるようになっている。これにより、
ブランドごとに、非稼動商品の選別条件を個別的に設定
することが可能である。

【００５３】ターゲット期間入力部１０２には、基礎デ
ータとして用いる期間を入力するようになっている。図
においては、２００１年の３１週のデータを基礎として
処理を行うことが示されている。ＣＰＵ５０は、ディフ
ォルト値として、前週を表示するので、変更がなければ
入力を行う必要はない。

【００５４】入力欄１０４には、累計売上構成比の判断
基準％を入力するようになっている。同様に、入力欄１
０６、１０８には、それぞれ、基準とする販売期間、基
準とする在庫週数を入力するようになっている。これら
も、ディフォルト値が表示されるので、変更がなければ
入力を行う必要はない。

【００５５】対象指定欄１１０では、非稼動商品の選別
を行う対象となる商品の範囲を指定する。指定なしを選
択すれば、全ての商品が対象となる。また、年度とシー
ズンを指定して、対象商品を絞り込むこともできる。た
とえば、２００１ＳＳとすれば、２００１年度の春夏物
に限定して、非稼動商品の選別を行うことができる。

【００５６】全てのブランドについて、上記の設定を行
った後、実行ボタン１１２をクリックすると、図８のス
テップＳ１２以下の処理が実行される。

【００５７】ステップＳ１２においては、判断を行うた
めの基礎データの生成が行われる。判断基礎データ算出
処理のフローチャートを、図１０に示す。まず、ＣＰＵ
５０は、処理対象となっている全商品について、ホスト
コンピュータ６のデータベース８から、図５の売上・在
庫データを取得する（ステップＳ１２１）。

【００５８】次に、最初に処理すべきブランドを選択す
る（ステップＳ１２２）。たとえば、ブランド番号の最
も小さいものを処理対象ブランドとして選択する。次
に、当該ブランドに含まれる商品について、当該ブラン
ド内での、前週売上数の小さいものから順に（つまり昇
順に）ソートする（ステップＳ１２３）。図１１に、ソ
ートされたデータの例を示す。図に示すように、ブラン
ド番号「１６２」を構成する各商品について、前週売上
数の小さい順に、ソートされている。なお、図におい
て、累計仕入数、累計売上数、在庫数、販売開始週など
は、ホストコンピュータ６のデータベース８から取得し
たデータである。

【００５９】次に、ソートした状態において、前週売上
数を順に累計する（ステップＳ１２４）。つまり、各商
品につき、ブランドごとに前週売上数を昇順に並べたと
きの、先頭から当該品番までの前週売上数の合計（ブラ
ンド累計前週売上数という）を算出する。図において
は、「ＢＲ累計前週売上数」の欄にこれが示されてい
る。

【００６０】続いて、ブランド売上構成比を、下式に基
づいて算出する。

【００６１】ブランド売上構成比＝（ブランド累計前週
売上数−前週売上数）÷ブランド合計前週売上数 ここで、ブランド合計前週売上数とは、当該ブランドに
おける全商品の前週の売上数の合計をいう。

【００６２】なお、他の実施形態においては、下式を用
いてもよい。

【００６３】ブランド売上構成比＝ ブランド累計前週
売上数÷ブランド合計前週売上数 図１１においては、「ＢＲ売上構成比」の欄に、ブラン
ド売上構成比が示されている。

【００６４】続いて、在庫上代、在庫週数、消化率など
を算出する（ステップＳ１２５）。商品マスタから上代
を取得し、これに在庫数を乗じて在庫上代を算出する。
また、在庫数を前週売上数で割り、何週分の在庫がある
かを在庫週数として算出する。さらに、参考のため、累
計売上数を累計仕入数で割り、消化率を算出する。

【００６５】次に、ステップＳ１２６に進み、全てのブ
ランドについて、上記の処理を行ったかなかを判断す
る。処理すべきブランドが残っていれば、次のブランド
を対象として選択し（ステップｓ１２７）、ステップＳ
１２３以下を再び実行する。

【００６６】処理すべき全部ブランドについての処理を
終えると、判断基礎データの生成処理を終了する。これ
により、各ブランドについて、図１１に示すような判断
基礎データが生成される。なお、判断基礎データを生成
する際に、商品マスタにおいて、非稼動商品である旨の
フラグが立てられている商品は除外される。つまり、判
断基礎データは、稼動商品についてのみ作成される。

【００６７】判断基礎データの算出処理が終了すると、
次に、判断処理を行う（図８のステップＳ１３）。図１
２、図１３に、判断処理のフローチャートを示す。

【００６８】まず、ステップＳ１３１において、ＣＰＵ
５０は、処理対象となるブランドを１つ選択する。次
に、当該ブランドの中から処理対象となる商品を１つ選
択する（ステップＳ１３２）。

【００６９】当該商品について、図１１に示すような判
断基礎データに基づき、以下のような判断を行う。ま
ず、当該商品の展開期間が４週以上であるか否かを判断
する（ステップＳ１３３）。これは、判断基礎データの
販売開始週に４週を加えたものが、現在週よりも小さい
か否かによって判断することができる。展開期間が４週
に満たないものについては、売上実績等にかかわらず、
非稼動商品として選定しないようにしている。これは、
実績を判断するための期間が短いため、正確な判断が行
えない可能性があるためである。なお、ここでの判断基
準週数は、図９の入力欄１０６によって指定した週数と
なる。

【００７０】展開期間が４週以上ある場合には、ステッ
プＳ１３４に進む。ステップＳ１３４においては、前週
売上数が０枚より大きいか否か（売上があったか否か）
が判断される。前週売上数が０枚場合には、当該商品を
非稼動商品として選別し、判断基礎データの判断欄に記
述する（ステップＳ１３７）。たとえば、図１１におい
て、品番０３８０１の商品は、上記の条件によって非稼
動商品と判定されており、これを示すため「★Ａ」の記
録が判断欄に行われている。

【００７１】ステップＳ１３４において、前週売上数が
０枚でない場合には、在庫週数が６週以上であるか否か
を判断する（ステップＳ１３５）。在庫週数が６週より
小さい場合には、非稼動商品であるとの決定をしない。

【００７２】在庫週数が６週以上の場合には、非稼動商
品である疑いがあるものとして、ステップＳ１３６に進
む。これは、前週の売り行きと在庫とのバランスが余り
にも悪いからである。

【００７３】ステップＳ１３６においては、当該商品の
ブランド累計売上構成比が１０％以下であるか否かを判
断する。１０％以下でなければ、非稼動商品であるとの
決定をしない。

【００７４】１０％以下の場合には、当該商品を非稼動
商品と判定し、判断欄に「★Ｂ」を記録する。たとえ
ば、図１１において、商品コード「０３３３０」などが
これに該当する。

【００７５】なお、在庫週数が大きい場合であっても、
ブランド累計売上構成比が１０％より大きければ、非稼
動商品としなかったのは、次のような理由である。つま
り、ブランド累計売上構成比の大きい商品において、在
庫不足から前週売上数が伸びなかった場合には、今後の
売れ行きが期待できるにもかかわらず、在庫週数が大き
くなってしまうケースがあるからである。

【００７６】なお、この実施形態では、ステップＳ１３
４の条件によって非稼動と判断されたか、ステップＳ１
３６の条件によって非稼動と判断されたかを区別するた
め、前者は★Ａ、後者は★Ｂと記録するようにしてい
る。

【００７７】なお、上記の在庫週数、累計売上構成比に
関する判断条件は、それぞれ、図９の入力欄１０８、入
力欄１０４において指定したものである。

【００７８】上記のようにして１つの商品についての処
理が終了すると、次に、ステップＳ１３８に進み、当該
ブランドの全ての商品について処理したか否かを判断す
る。処理すべき商品があれば、次の商品を対象商品とし
（ステップＳ１３９）、ステップＳ１３３以下を繰り返
し実行する。

【００７９】当該ブランドの全ての商品について上記の
処理を終了すれば、ステップＳ１４０に進み、全てのブ
ランドについて処理したか否かを判断する。処理すべき
ブランドがあれば、次のブランドを対象ブランドとし
（ステップＳ１４１）、ステップＳ１３２以下を繰り返
し実行する。

【００８０】全てのブランドについての処理を終了する
と、判断欄の記述に基づいて、図１４に示すような非稼
動商品リストを生成し、ハードディスク５２に記録する
（ステップＳ１４２）。

【００８１】上記のようにして判断処理を終了すると
（つまり、非稼動商品リストを生成すると）、図８のス
テップＳ１４に示す出力処理を行う。出力された（プリ
ントアウトまたはディスプレイ上に表示された）非稼動
商品リストを、ブランドの担当者が確認する。担当者が
了解の旨を入力すれば、商品選別コンピュータはホスト
コンピュータ６のデータベースにアクセスし、商品マス
タの稼動／非稼動フラグ（図６参照）を、非稼動に変更
する（ステップＳ１５）。

【００８２】なお、特殊な事情があり、先に売れる見込
みがある場合には、担当者は、当該商品を非稼動商品と
することに同意しない旨の入力を行う。この場合、ハー
ドディスク６２に記録されている非稼動商品リストか
ら、当該商品が削除される。

【００８３】上記のようにして担当者によって承認され
て確定した非稼動商品リストは、ホストコンピュータ
６、通信回線を介して、店舗レジ装置４（または店舗コ
ンピュータ）に送信される。また、非稼動商品リストを
フレキシブルディスクに記録して、店舗に送ってもよ
い。さらに、紙などの記録用紙に、プリンタ６４によっ
て、非稼動商品リストを印刷して店舗に送ってもよい。

【００８４】各店舗では、この非稼動商品リストを受け
て、売場スペースの有効活用などに利用することができ
る（図２参照）。

【００８５】なお、この実施形態では、商品選別コンピ
ュータ１０が自動的に、稼働／非稼働のフラグを変更す
るようにしているが、プリントアウトされた非稼働商品
のリストを見て、ユーザの入力操作により稼働／非稼働
のフラグを変更するようにしてもよい。

【００８６】５．その他の実施形態 (1)上記実施形態では、生成した非稼動商品リストを店
舗に送信し、店舗において非稼動商品を取り除くなどに
より、売場スペースの有効活用に利用している。しかし
ながら、非稼動商品を判別する必要がある場合の全てに
適用できるものである。

【００８７】たとえば、ブランドに含まれる商品全ての
前週の販売数と、将来の販売計画とに基づいて、理想的
な在庫数を決定し、現在の在庫数と理想的な在庫数との
差に基づいて、ブランドに含まれる商品全体の発注量を
決定するシステムを、発明者らは開発している。

【００８８】このような手法を採用するシステムにおい
ては、売れ残ってしまい、売れる見込みのない在庫を、
現在の在庫数に含めて計算することは避けなければなら
ない。このような在庫は売れる見込みのない在庫である
から、これを含めて発注量を決定した場合、効率のよい
販売を行うために必要な数量を確保できなくなるおそれ
がある。

【００８９】したがって、本発明の商品選別システムを
用いて、非稼動商品を判別し、非稼動商品の在庫を除外
し、稼動商品のみの在庫を現在在庫として用いることが
好ましい。

【００９０】(2)上記実施形態では、ブランドごとに、
非稼動商品の判別を行っている。これは、通常、店舗に
おいては、１つのブランドを扱うのが前提であるから、
当該ブランド内での非稼動商品を見極めることが必要だ
からである。

【００９１】しかし、１つの店舗において、２つ以上の
ブランドを扱うようにし、かつ、その売り場面積比率を
フレキシブルに変更できるようにした上で、複数のブラ
ンドを横断して、非稼動商品の判定を行うようにしても
よい。このように、複数のブランドを横断して判定した
場合、各ブランドによって、非稼動商品の多いブランド
と少ないブランドが生じることとなる。したがって、各
店舗では、稼動商品の多いブランドほど、売り場面積を
広く取って、販売効率を上げることができる。

【００９２】この場合、本部１８（商品選別コンピュー
タ１０、ホストコンピュータ６）からは、稼動商品また
は非稼動商品のリストを店舗に送ってもよく、また、こ
れとともに、各ブランドの稼動商品数に基づいて算出し
た売り場面積比率を送るようにしてもよい。さらに、店
舗における各商品の配置を送るようにしてもよい。

【００９３】(3)上記実施形態では、前週末の在庫数を
前週の売上数によって割った在庫週数を算出して、非稼
動商品の算出基準の一つとしている。これは、これ以降
も、前週と同様の売上枚数となるであろうという仮定に
立ったものである。

【００９４】しかし、これ以降の各週の売上数を予測し
ている場合には、当該予想売上数を用いて、現在の在庫
数が何週分あるかを算出し（予想在庫週数）、これを非
稼動商品の算出基準として用いてもよい。

【００９５】(4)上記実施形態では、ホストコンピュー
タと商品選別コンピュータを分離しているが、一つのコ
ンピュータによって実現するようにしてもよい。

【００９６】(5)上記実施形態では、売上数、仕入数、
在庫数など数量を用いているが、売上金額、仕入れ金
額、在庫金額などの金額を用いて、非稼動商品を算出す
るようにしてもよい。

【００９７】(6)上記実施形態では、非稼動商品を選別
するシステムについて説明したが、同様にして売筋商品
を選別することができる。

【００９８】(7)上記実施形態では、週を基準として判
断しているが、時、日、月、年などを基準として用いて
判断してもよい。

【００９９】(8)上記実施形態では、アパレル商品を例
として示したが、他の商品一般についても適用すること
ができる。

【図面の簡単な説明】

【図１】この発明の一実施形態による商品選別システム
を適用したシステムの全体を示す図である。

【図２】このシステムを用いたビジネスモデルの概念を
示す図である。

【図３】ホストコンピュータのハードウエア構成を示す
図である。

【図４】データ集計処理のフローチャートを示す図であ
る。

【図５】売上・在庫データを示す図である。

【図６】商品マスタを示す図である。

【図７】商品選別コンピュータのハードウエア構成を示
す図である。

【図８】非稼動商品決定処理のフローチャートを示す図
である。

【図９】抽出条件入力画面を示す図である。

【図１０】判断基礎データ算出処理のフローチャートを
示す図である。

【図１１】判断基礎データを示す図である。

【図１２】判断処理のフローチャートを示す図である。

【図１３】判断処理のフローチャートを示す図である。

【図１４】非稼動商品リストを示す図である。

【符号の説明】

２・・・物流センターコンピュータ ４・・・店舗レジ装置 ６・・・ホストコンピュータ ８・・・データベース １０・・・商品選別コンピュータ

Claims (14)

【特許請求の範囲】
1. 【請求項１】対象とする各商品について、販売上の位置
   づけを行う商品選別システムであって、 各商品の売上データおよび在庫データを取得し、 各商品の売上データと在庫データとの比率に基づいて、
   商品の選別を行うことを特徴とする商品選別システム。
2. 【請求項２】対象とする各商品について、販売上の位置
   づけを行う商品選別システムをコンピュータを用いて実
   現するためのプログラムであって、 各商品の売上データおよび在庫データを取得し、 各商品の売上データと在庫データとの比率に基づいて、
   商品の選別を行う処理をコンピュータに行わせるための
   プログラム。
3. 【請求項３】請求項２のプログラムを記録した記録媒
   体。
4. 【請求項４】請求項１〜３のいずれかのシステム、プロ
   グラムまたは記録媒体において、 前記の商品選別は、非稼動商品または売筋商品の選別で
   あることを特徴とするもの。
5. 【請求項５】請求項１〜４のいずれかのシステム、プロ
   グラムまたは記録媒体において、 商品の選別を行うための条件として、当該商品について
   の在庫が、何週分の売上に該当するかを用いることを特
   徴とするもの。
6. 【請求項６】請求項５のシステム、プログラムまたは記
   録媒体において、 当該商品の在庫データを前期間の当該商品の売上データ
   によって除して得た在庫週数が所定の週数以上であるか
   否かの判断を含むことを特徴とするもの。
7. 【請求項７】請求項５のシステム、プログラムまたは記
   録媒体において、 当該商品の販売予想に基づき、当該商品の在庫データが
   何週分の売上に該当するかを予想に基づく在庫週数とし
   て算出し、当該予想に基づく在庫週数が所定の週数以上
   であるか否かの判断を含むことを特徴とするもの。
8. 【請求項８】請求項１〜７のいずれかのシステム、プロ
   グラムまたは記録媒体において、 各商品の前期間の売上データを昇順または降順に累計し
   て当該商品についての累計売上データを算出し、全商品
   の売上データの合計に対して当該商品までの累計売上デ
   ータが占める構成比率も考慮して、商品の選別を行うこ
   とを特徴とする商品選別システム。
9. 【請求項９】請求項１〜８のいずれかのシステム、プロ
   グラムまたは記録媒体において、 各商品についての販売開始時を取得し、販売開始時から
   の期間長も考慮して、商品の選別を行うことを特徴とす
   るもの。
10. 【請求項１０】請求項１〜９のいずれかのシステム、プ
    ログラムまたは記録媒体において、 当該商品について前期間の売上の有無も考慮して、商品
    の選別を行うことを特徴とするもの。
11. 【請求項１１】請求項１〜１０のいずれかのシステム、
    プログラムまたは記録媒体において、 前記売上データは売上数データであり、在庫データは在
    庫数データであることを特徴とするもの。
12. 【請求項１２】複数のブランドを販売する販売店に対し
    て、展示商品の指令を行う販売管理システムであって、 上記複数の商品群を販売する販売店を含む複数の販売店
    におけるブランドを構成する各商品の売上データを取得
    し、 上記複数のブランドを構成する各商品の在庫についての
    在庫データを取得し、各ブランドを構成する各商品の売
    上データと在庫データとの比率に基づいて、商品の選別
    を行い、店頭に展示すべき商品または店頭の展示から外
    すべき商品を決定し、 前記商品選別により店頭に展示することとした商品が何
    れのブランドに属するかを考慮して、前記複数のブラン
    ドを扱う販売店における各ブランドのレイアウト関連情
    報を出力し、 販売店における複数のブランドの売り場面積比率をフレ
    キシブルに変更することを支援する販売管理システム。
13. 【請求項１３】対象とする各商品について、コンピュー
    タを用いて、販売上の位置づけを行う商品選別方法であ
    って、 各商品の売上データおよび在庫データを取得し、 各商品の売上データと在庫データとの比率に基づいて、
    商品の選別を行うことを特徴とする商品選別方法。
14. 【請求項１４】複数のブランドを販売する販売店に対し
    て、コンピュータを用いて、展示商品の指令を行う販売
    管理方法であって、 上記複数の商品群を販売する販売店を含む複数の販売店
    におけるブランドを構成する各商品の売上データを取得
    し、 上記複数のブランドを構成する各商品の在庫についての
    在庫データを取得し、 各ブランドを構成する各商品の売上データと在庫データ
    との比率に基づいて、商品の選別を行い、店頭に展示す
    べき商品または店頭の展示から外すべき商品を決定し、 前記商品選別により店頭に展示することとした商品が何
    れのブランドに属するかを考慮して、前記複数のブラン
    ドを扱う販売店における各ブランドのレイアウト関連情
    報を出力し、 販売店における複数のブランドの売り場面積比率をフレ
    キシブルに変更することを支援する販売管理方法。