JP2004272464A

JP2004272464A - Device, method, and its program for predicting market share and sales quantity

Info

Publication number: JP2004272464A
Application number: JP2003060448A
Authority: JP
Inventors: Minoru Fujii; 実藤井
Original assignee: Toyota Motor Corp
Current assignee: Toyota Motor Corp
Priority date: 2003-03-06
Filing date: 2003-03-06
Publication date: 2004-09-30

Abstract

<P>PROBLEM TO BE SOLVED: To accurately carry out prediction calculation of market share and a sales quantity by selecting characteristic items of a commodity to be used in the prediction calculation of market share of the commodity. <P>SOLUTION: An evaluation value/market share calculating means 14 of a market share prediction calculation device 6 carries out reproduction calculation of a predicted market share of an existing commodity by using an evaluation value per characteristic item selected by a selecting means 12 for the characteristic items. A specifying means 22 specifies a selection result of the characteristic items minimizing a difference between the predicted market share of the existing commodity reproduced and calculated by the evaluation value/market share calculating means 14 and an actual market share of the existing commodity calculated from an actual sales quantity of an actual sales quantity database 8. The evaluation value/market share calculating means 14 calculates a market share 24 of a new commodity after starting sales by using evaluation values of the existing commodity and the new commodity of the characteristic items specified by the specifying means 22. A sales quantity calculating means 30 calculates a predicted sales quantity 32 of the commodity on the basis of a predicted sales quantity 28 calculated by a total sales quantity calculating means 26 and the commodity predicted market share 24. <P>COPYRIGHT: (C)2004,JPO&NCIPI

Description

【０００１】
【発明の属する技術分野】本発明は、新規商品が販売開始となった後の商品のシェア（競合商品の総販売数に占める商品の販売数の比率）を予測する技術に関する。さらには、商品の販売数を予測する技術に関する。
【０００２】
【従来の技術】企画した新規商品の仕様等に基づいて新規商品のシェアや販売数を事前に予測することができれば、製造販売するべき新規商品の仕様等を決定しやすくなる。例えば、自動車という商品の場合、排気量、駆動方式、車体サイズ、内装グレード等の特性項目毎に仕様を決定して新規商品を企画する。このときに、企画した仕様の新規商品のシェアや販売数を事前に予測することができれば、高いシェアや販売数が予測できる仕様を決定することができる。また、新規商品のシェアや販売数を予測すれば、新規商品と競合する既存商品のシェアや販売数がどう変化するかを予測することができる。新規商品の販売開始後に既存商品のシェアや販売数がどのように変動するかを予測できれば、既存商品の製造規模の見直し等を容易に行うことが可能となる。
そこで、企画した新規商品の仕様等に基づいて新規商品のシェアや販売数を予測するとともに、競合既存商品のシェアや販売数を予測する技術が開発され、特許文献１や特許文献２に開示されている。
【０００３】
【特許文献１】
特開２０００−２００２６０号公報
【特許文献２】
特開２００２−９９７０６号公報
【０００４】
これらの技術では、商品の特性項目毎の評価値を利用して商品のシェアを計算する技術を用いる。
「特性項目」とは、購入者が商品選択時に考慮する要因をいう。例えば、商品が自動車であれば、購入者は、排気量、駆動方式、加速性、車体サイズ、スタイル、安全性、燃費、内装グレード等の各項目を考慮して商品を選択することから、それぞれが特性項目となる。商品がノートパソコンであれば、インストールされているＯＳやソフト、処理速度、記憶容量、重量、サイズ等の各項目を考慮して商品を選択することから、それぞれが特性項目となる。
「特性項目の評価値」とは、購入者が認める価値の高さをいう。例えば、自動車の購入者が、排気量という特性項目について、１．２リットル〜１．４リットルの排気量を好み、１．４リットル〜１．６リットルの排気量を好まなければ、１．２リットル〜１．４リットルの排気量を持つ自動車が高い評価値を持ち、１．４リットル〜１．６リットルの排気量を持つ自動車は低い評価値を持つ。
【０００５】
特性項目毎の評価値は、既に販売している既存商品については、購入者のアンケート等から得ることができる。これから販売する新規商品については、新規商品を評価する社内関係者や新規商品の販売開始前に評価を委嘱した社外モニターによる評価結果等から得ることができる。
【０００６】
競合する商品、例えば、商品１と商品２の特性項目毎の評価値が得られると、それぞれの商品のシェアを計算することが可能となり、そのための技術が前記した特許文献１に開示されている。
図１では、商品１の特性項目Ａの評価値がａ１、特性項目Ｂの評価値がｂ１、特性項目Ｃの評価値がｃ１、特性項目Ｄの評価値がｄ１であり、商品２の特性項目Ａの評価値がａ２、特性項目Ｂの評価値がｂ２、特性項目Ｃの評価値がｃ２、特性項目Ｄの評価値がｄ２である場合を例示している。この例では、特性項目毎の評価値ａ１、ｂ１、ｃ１、ｄ１から商品１の総合評価値を計算し、特性項目毎の評価値ａ２、ｂ２、ｃ２、ｄ２から商品２の総合評価値を計算する。商品１の販売数と商品２の販売数の比率は、商品１の総合評価値と商品２の総合評価値の比率に等しくなるものとしてシェアを計算する。
特許文献１では、商品を、スタイル、加速性、燃費、内装グレード等の特性項目毎に５段階で評価（５が最高評価で１が最低評価）し、評価結果を競合商品毎に用意する。図１の（１）では、商品１の特性項目毎の評価値が、４，４，３，２の評価値であったことを例示している。図１の（２）では、商品２の特性項目毎の評価値が、３，４，２，５の評価値であったことを例示している。
なお、図１では、特性項目が４項目しかないが、実際には項目数はこれよりも多いことが一般的である。例えば、特性項目が２５項目であれば、商品１の評価値群ａ１〜ｙ１、商品２の評価値群ａ２〜ｙ２、商品３の評価値群ａ３〜ｙ３が用意される。
特許文献１に開示された技術の１つでは、競合商品毎に用意された特性項目毎の５段階評価値に対して主成分分析を実施して、第１因子を決定する。そして特性項目毎の評価値から第１因子の評価値を計算する。このようにして計算された第１因子の評価値が、商品の総合評価値とされる。図１のように、商品１の第１因子の評価値がｚ１、商品２の第１因子の評価値がｚ２、商品３の第１因子の評価値がｚ３、商品４の第１因子の評価値がｚ４であれば、商品１のシェアをｚ１／（ｚ１＋ｚ２＋ｚ３＋ｚ４）の式で求める。
【０００７】
【発明が解決しようとする課題】例えば自動車という商品の場合、商品選択に寄与する特性項目の重み（ないしは影響度）は一様でない。直感的にはスタイルという特性項目の評価値が商品選択に大きく影響することが予想できる。ところが、スタイルさえよければ加速性や燃費や内装グレード等に関係なく順調に販売されるものではない。スタイルとは別に、加速性や燃費や内装グレード等も商品選択時に考慮される。
しかしながら、シェアの計算にあたって、どの特性項目は重要でどの特性項目は重要でないかを見極めることは容易でなく、まして重要度の程度を数値化することは難しい。
【０００８】
特許文献１に開示された技術の１つでは、競合商品毎に用意された特性項目毎の５段階評価値に対して主成分分析を実施して第１因子を決定し、決定された第１因子の評価値を商品の総合評価値とする。しかしながら、このように計算される総合評価値は、商品間の相対的な魅力度を反映したものにならない。これは、特性項目毎の重要度の相違が考慮されていないからである。例えば、図１の（３）に例示するように、スタイルという商品特性の寄与率が５０、加速性の寄与率が２５、燃費の寄与率が３５、内装グレードの寄与率が２５であれば、商品１の真の評価値は、図１の（１）に示すものではなく、図１の（３）に示すように理解しなければならない。商品１のスタイルの評価値は２（＝４×５０／１００）、加速性の評価値は１（＝４×２５／１００）、燃費の評価値は１．０５（＝３×３５／１００）、内装グレードの評価値は０．６（＝２×３０／１００）であるとしなければならない。
図１の（１）に例示した評価値から第１因子の評価値を計算すると、重要な特性項目と重要でない特性項目が存在することを考慮しないで総合評価値を計算してしまう。重要な特性項目の評価値を重視し、重要でない特性項目の評価値を過大評価しない総合評価値を計算するためには、図１の（３）に例示したような寄与率によって修正した評価値を利用しなければならない。
しかしながら、特性項目毎の寄与率が不明であれば、図１の（１）に例示した評価値から（３）に例示した評価値に変換することができない。このような変換を行わないで総合評価値を計算すると、重視される特性項目の評価値を過小評価し、重視されない特性項目の評価値を過大評価した総合評価値によってシェアを予測計算する結果となってしまう。
【０００９】
商品選択時に考慮する特性項目毎の重要度を知ることができる計測技術が開発されており、コンジョイント分析がよく知られている。このコンジョイント分析によって得られる部分効用係数を利用すると、特性項目毎の寄与率を計測することができる。したがって、商品種類毎の相対的魅力度を正確に反映した総合評価値を計算することができる。信頼のできる総合評価値を計算することができれば、信頼のできる商品のシェアを計算することが可能となる。
【００１０】
しかしながら、今までに収集されている商品の特性項目毎の評価値は特性項目毎の５段階評価値である。上記したように商品１の特性項目Ａの評価値は１〜５のうちの４、特性項目Ｂの評価値は４、特性項目Ｃの評価値は３、特性項目Ｄの評価値は２であり、商品２の特性項目Ａの評価値は３、特性項目Ｂの評価値は４、特性項目Ｃの評価値は２、特性項目Ｄの評価値は５と記憶されている。これらはコンジョイント分析に適する方法で収集された評価値ではないため、コンジョイント分析を実施して特性項目毎の寄与率（重要度）の相違まで反映した総合評価値に換算することができない。したがって、特性項目毎の寄与率（重要度）を知るのに必要な情報が欠落している。このまま特性項目毎の寄与率（重要度）の相違を考慮しないで主成分分析をして第１因子を決定すると、重要な特性項目の評価値は過小評価され、重要でない特性項目の評価値は過大評価されてしまう。
【００１１】
なお、商品１の特性項目毎の評価値が５段階評価によらないものも存在する。例えば商品１の特性項目Ａについては１００人のうちａ１人が是とし、特性項目Ｂについてはｂ１人が是とし、商品２の特性項目Ａについてはａ２人が是としたときには、商品１の特性項目Ａの評価値はａ１、特性項目Ｂの評価値はｂ１、商品２の特性項目Ａの評価値はａ２とすることができる。このように、評価値自体には各種の単位が存在する。しかしながら、過去に収集されている評価値は特性項目毎に評価したものであり、特性項目間の相対的重要度の相違を反映したものではない。そのため、過去に収集されている評価値から商品の総合評価値を計算すると、重要な特性項目の評価値は過小評価され、重要でない特性項目の評価値は過大評価されてしまう。これでは、信頼のできる商品のシェアを計算することはできない。
【００１２】
今後は、コンジョイント分析等を駆使することによって、特性項目間の相対的重要度の相違を反映した評価値を得て蓄積していくことが可能であろう。しかしながら、特性項目間の相対的重要度の相違を考慮せずに、特性項目毎に評価する方が遥かに容易である。このため、今後とも、特性項目間の相対的重要度の相違を考慮せずに特性項目毎に評価した評価値を得て蓄積していく可能性が高いと考えられる。
【００１３】
従って、特性項目毎に評価した評価値から特性項目間の相対的重要度の相違を反映した商品の総合評価値に換算し、換算した総合評価値を利用することによって信頼のできる商品のシェアを計算する方法が必要とされている。さらには、信頼のできるシェアから商品の販売数を予測計算する方法が必要とされている。
【００１４】
本発明では、競合既存商品の特性項目毎の評価値と、新規商品の特性項目毎の評価値とから、信頼に足りる商品の予測シェアと予測販売数を計算できる技術を提供する。
本発明では、特性項目毎に相対的重要度が相違するという事実と、その重要度の相違を指標化するための情報が存在しない事実を認め、それでも信頼に足りるシェアや販売数を計算できる技術を提供する。
本発明では、特性項目のなかからシェアや販売数の正確な計算に必要な特性項目を取得し、シェアや販売数の計算精度を低下させる特性項目を除去する技術を創作し、もって、新規商品販売開始後のシェアや販売数を正確に予測計算できるようにする。
【００１５】
【課題を解決するための手段と作用と効果】本発明によって、競合商品の総販売数に占める商品の販売数の比率（シェア）を予測する装置が創作された。
このシェア予測装置は、新規商品に競合する既存商品（競合既存商品）の実績販売数を記憶している実績販売数記憶手段と、競合既存商品と新規商品の特性項目毎の評価値を記憶している「特性項目／評価値」記憶手段と、「特性項目／評価値」記憶手段が記憶している特性項目毎の評価値を利用して商品の販売数の比率（シェア）を計算する「評価値／シェア」計算手段とを備える。
本装置は、「評価値／シェア」計算手段を備えている。このため、過去に遡及した時点で「評価値／シェア」計算手段を作動させることによって、過去に遡及して予測シェアを再現計算することができる。
本装置では、さらに「評価値／シェア」計算手段で利用する特性項目を取捨選択する選択手段を備えている。本発明では、選択した特性項目の評価値を利用してシェアを再現計算する。すなわち、選択手段が選択した特性項目の評価値のみを利用してシェアを予測計算する。過去に遡及して再現計算した予測シェアには、それに対応する実績シェアがすでに判明している。今までの研究によって、「評価値／シェア」計算手段で利用する特性項目をうまく選択すると実績シェアによく一致するシェアの予測計算が再現でき、うまく選択しないと実績シェアから大きく相違するシェアの予測計算が再現されてしまうことがわかっている。商品選択にあたって、重視される特性項目の評価値のみを利用し、重視されない特性項目の評価値を利用しなければ、重視される特性項目の評価値を高く評価できる一方、重視されない特性項目の評価値を過大評価してしまうことがない。したがって、実績シェアによく一致するシェアの予測計算を再現することができる。
本装置は、過去に遡及した時点で「特性項目／評価値」記憶手段が記憶していた評価値であって、「選択手段が選択した特性項目」の「既存商品の評価値」を利用して「評価値／シェア」計算手段が計算した「既存商品のシェア」と、実績販売数記憶手段が記憶している実績販売数から計算される「既存商品の実績シェア」との差を最小とする特性項目の取捨選択結果を特定する手段を備えている。「評価値／シェア」計算手段で利用する特性項目と利用しない特性項目の取捨選択がうまくいくと、実績シェアによく一致するシェアの予測計算が再現できる。特定手段は、そのときに利用した特性項目と、利用しなかった特性項目とを特定する。
本装置は、特定手段が特定した「選択した特性項目」の新規商品と競合既存商品の評価値を利用して「評価値／シェア」計算手段によって新規商品販売開始後の商品のシェアを計算する手段を備えている。
【００１６】
本装置によると、実績シェアによく一致するシェアの予測計算を再現できたときに利用した特性項目と、利用しなかった特性項目とが判明する。商品選択にあたって重視される特性項目の評価値については利用し、重視されない特性項目の評価値については利用しないことが可能となる。重視される特性項目の評価値を高く評価してシェアを計算できる一方、重視されない特性項目の評価値を過大評価してシェアを計算することがない。
本装置によると、実績シェアによく一致するシェアの予測計算に寄与する特性項目の評価値を利用して予測計算することができる一方、予測精度を低下させる特性項目の評価値を利用しないで予測計算することができる。したがって、商品のシェアを精度よく予測計算することが可能となる。
【００１７】
「特性項目／評価値」記憶手段に、複数種類の競合商品の「特性項目／評価値」が記憶されている場合、特性項目を、商品種類によって評価値が分散する程度に従って順位付けることが可能となる。この場合には、順位付ける手段を付加するとともに、選択手段は、分散の程度の順位に従って、「順位１の特性項目」、「順位１〜順位２の特性項目」、「順位１〜順位３の特性項目」、以下同様に、「順位１〜最終順位の特性項目」を選択することが好ましい。
ここでいう「種類」は、種類―仕様―品目といったように、商品が多階層で分類されている場合には、同一範疇の商品に対しては種類が「種類」となり、種類に対しては仕様が「種類」となり、仕様に対しては品目が「種類」となる。すなわち、「特性項目／評価値」記憶手段には、種類毎、仕様毎、品目毎等に「特性項目／評価値」が記憶されている場合もあり得る。この場合、「評価値／シェア」計算手段は、種類毎、仕様毎、品目毎等にシェアを計算することができる。
上記の新規商品販売数予測装置では、特性項目に順位を付与し、この順位に従って、販売数の計算に用いる特性項目の組合せを探索する。特性項目の全ての組合せのなかから探索する場合に比して、計算量及び計算時間を少なくすることが可能となる。
【００１８】
「評価値／シェア」計算手段は、単位となる期間毎のシェアを計算するものであるとともに、その期間に応じて利用する特性項目を変更することが好ましい。
例えば、冬に商品を選択する購入者が重視する特性項目と、夏に商品を選択する購入者が重視する特性項目は相違することがある。あるいは、販売開始後１ヶ月以内に商品を選択する購入者が重視する特性項目と、販売開始後１年以上経ってから商品を選択する購入者が重視する特性項目は相違することがある。
商品の販売数を正確に予測計算するためには、単位となる期間毎にシェアを計算するとともに、その単位期間のシェアの計算に用いる特性項目を期間に応じて変更することが好ましい。冬のシェアの予測計算に用いる特性項目と夏のシェアの予測計算に用いる特性項目は変える方がよく、販売開始後１ヶ月以内のシェアの予測計算に用いる特性項目と販売開始後１年以上経過した後のシェアの予測計算に用いる特性項目は変える方がよい。
【００１９】
信頼のできるシェアが計算できれば、信頼のできる販売数を計算することが可能となる。このためには、シェア予測装置に、実績販売数記憶手段に記憶された競合既存商品の実績販売数から新規商品販売開始後の競合商品の総販売数を予測計算する手段と、総販売数計算手段が予測計算した総販売数とシェア計算手段が計算した商品のシェアとから商品の販売数を計算する手段を付加すればよい。
新規商品販売開始後の競合商品の総販売数を予測計算する手段自体は既知であり、例えば特開２０００−２００２６０号公報の技術を流用できる。この総販売数計算手段は、競合既存商品の過去の総販売数を時系列分析することによって、新規商品販売開始後の競合商品の総販売数を予測計算する。新規商品販売開始後の総販売数に、新規商品販売開始後の商品毎のシェアを乗算することによって、新規商品販売開始後の競合商品毎の販売数を計算することができる。
【００２０】
また、本発明によって、競合商品の総販売数に占める商品の販売数の比率、即ち、シェアを予測する方法を創作した。
この方法は、コンピュータに読取り可能に記憶されている新規商品に競合する既存商品の実績販売数を読取る工程と、コンピュータに読取り可能に記憶されている競合既存商品と新規商品の特性項目毎の評価値を読取る工程と、コンピュータによってシェアの計算に利用する特性項目を取捨選択する工程と、コンピュータによって、「選択された特性項目」の既存商品の評価値を利用して「既存商品のシェア」を再現計算する工程と、コンピュータによって、再現計算された「既存商品のシェア」と実績販売数から計算される「既存商品の実績シェア」との差を最小とする特性項目の取捨選択結果を特定する工程と、コンピュータによって、特定された「選択特性項目」の新規商品と競合既存商品の評価値を利用して新規商品販売開始後の商品のシェアを計算する工程とを有する。
【００２１】
この方法では、既存商品の特性項目毎の評価値から既存商品のシェアの予測計算を再現し、再現された予測シェアと実績シェアとの差が最も小さくなる特性項目を選択する。このため、シェアの正確な計算に必要な特性項目が取得され、シェアの計算精度を低下させる特性項目が除去される。シェアの正確な計算に必要なことが検証されている特性項目に関する評価値からシェアが計算されるために商品のシェアを正確に予測計算することができる。
【００２２】
さらに、本発明によって、競合商品の総販売数に占める商品の販売数の比率、即ち、シェアを予測するためのプログラムが得られる。
このプログラムは、コンピュータに下記処理、即ち、新規商品に競合する既存商品の実績販売数を読取る処理と、競合既存商品と新規商品の特性項目毎の評価値を読取る処理を実行させる。その他に、シェアの計算に利用する特性項目を取捨選択する処理と、「選択された特性項目」の既存商品の評価値を利用して「既存商品のシェア」を再現計算する処理と、再現計算された「既存商品のシェア」と実績販売数から計算される「既存商品の実績シェア」との差を最小とする特性項目の取捨選択結果を特定する処理と、特定された「選択特性項目」の新規商品と競合既存商品の評価値を利用して新規商品販売開始後の商品のシェアを計算する処理とを実行させる。
【００２３】
このプログラムによると、シェアの正確な計算に必要な特性項目が取得され、シェアの計算精度を低下させる特性項目が除去される。シェアの正確な計算に必要なことが検証されている特性項目に関する評価値からシェアが計算されるために、商品のシェアを正確に予測計算することができる。
【００２４】
【発明の実施の形態】まず、本発明が好適に適用される実施の形態について説明をする。
（形態１）特性項目の評価値は、その特性項目の具体的水準を５段階評価した点数である。
（形態２）特性項目の評価値は、その特性項目の具体的水準に評価者が付与した評価点を全評価者について合計した点数である。
（形態３）特性項目の評価値は、その特性項目の具体的水準を是とした者が全評価者のうちで占める比率である。
（形態４）既存商品の販売開始時点から所定期間だけ遡及した時点に遡及して、既存商品のシェアの予測計算を再現する。
（形態５）新規商品のシェアを単位期間毎に予測する。その単位期間は任意に設定することができる。例えば、１年単位、３ヶ月単位、１月単位、１週単位、１日単位等でシェアを予測計算することができる。
（形態６）同じ特性項目が同じ影響度を持つと予想される期間毎に、シェアを計算する。
【００２５】
【実施例】
（第１実施例）最初に図２を参照して、本発明を具現化した第１実施例のシェアと販売数予測計算装置６（以下ではシェア等予測計算装置６という）のシステム構成について説明する。
シェア等予測計算装置６は、演算、入出力、記憶、制御の機能を有するコンピュータで構成されており、ネットワーク４を介して、新規商品の生産会社の管理コンピュータ２に接続されている。シェア等予測計算装置６は、生産会社の管理コンピュータ２からネットワーク４を介して予め送られてきた各種の情報を記憶している各種のデータベース（ＤＢ）を備えている。
【００２６】
図２のシェア等予測計算装置６は、商品種類毎に実績販売数を記憶している実績販売数データベース８を備えている。実績販売数データベース８のデータ構成例を図５に示す。ここでは、既存商品である商品１〜商品４（実際の商品種類は、これよりはるかに多い）の実績販売数を、商品種類毎に、単位期間毎（この場合は、４半期毎）に区分して、２０００年の３／４期から２００３年の１／４期までを経時的に例示している。斜線は、その単位期間に商品が販売されていないために実績販売数が存在しないことを示している。２００３年１／４期の欄に付された？マークは、その期間については実績販売数が未定であることを示している。なお、単位期間は４半期に限られず、毎日、毎週、毎月、あるいは１年という単位の期間であってもよい。
【００２７】
図２のシェア予測装置６は、商品種類と商品特性毎に評価値を記憶している特性項目／評価値データベース１０を備えている。特性項目／評価値データベース１０のデータ構成例を図４に示す。例えば、商品１（例えば、車種１の自動車）の特性項目Ａ（例えば、排気量という特性項目）については、右側の欄でａ１という評価値であることを例示している。評価値は、消費者の価値観調査に応じた調査対象者のうちで、その特性項目を是と評価した者の比率で示されている。１００人に調査したところ、車種１の自動車の特性項目Ａ（排気量）について２０人が高い評価をしていれば、ａ１には２０という評価値が記憶されている。
既存商品である商品１〜商品４の評価値は、商品を購入する可能性のある者の価値観調査結果から算出されている。一方、これから販売する予定の商品（新規商品であり、この場合、商品５）については、一般消費者の価値観調査を実施することができない。そこで、新規商品５を評価する社内関係者や新規商品の販売開始前に評価を委嘱した社外モニター（一般消費者）によるプレ評価結果から算出されている。例えば、新規商品５の特性項目Ａについては左側の欄で、市場に提供されたときにａ５’％の人に高い評価がされるであろうと事前評価されたことを例示している。
既存商品である商品１〜商品４についても販売開始前には社内評価者等によって事前に評価されており、図４の中では左側の欄にダッシュ付の記号で示されている。
【００２８】
なお、評価値は、上記のような全評価者のうちで是と評価した人数が占める比率での評価値の他に、各評価者が特性項目毎に５段階で評価点を付与したり、１００点満点で評価点を付与する場合には、評価点の平均点または合計点を評価値としてもよい。
【００２９】
図２のシェア等予測計算装置６は、商品の特性項目毎の評価値からシェアを計算する評価値／シェア計算手段１４を備えている。
評価値からシェアを計算するためには各種の方式を採用することができるが、例えば、図１に例示した従来の技術を用いることもできる。この従来の技術では、前記したように、特性項目毎の評価値ａ１、ｂ１、ｃ１、ｄ１から商品１の総合評価値を計算し、特性項目毎の評価値ａ２、ｂ２、ｃ２、ｄ２から商品２の総合評価値を計算する。そして、商品１の総合評価値と商品２の総合評価値の比率によって商品１の販売数と商品２の販売数の比率を計算する。
このように、商品１の総合評価値と商品２の総合評価値の比率によって商品１の販売数と商品２の販売数の比率を計算するプロセスは正しいので、本技術でもそれを用いる。ただし、従来の技術では、評価値ａ１、ｂ１、ｃ１、ｄ１等を一律に扱って総合評価値に換算するために、商品選択に際して重視される特性項目の評価値は過小評価され、商品選択に際して重視されない特性項目の評価値は過大評価されて総合評価値が計算されてしまう。これが問題であることは先に説明したとおりである。
【００３０】
図２のシェア等予測計算装置６は、この問題を解決するために、特性項目の選択手段１２を備えている。商品選択に際してどの特性項目が重視され、どの特性項目が重視されないかが不明であるために、特性項目を種々に選択する手段１２を採用している。
【００３１】
図４に例示したように、特性項目Ａについての評価値は、商品種類によって、ａ１〜ａ５のように分散している。特性項目Ｂについての評価値は、商品種類によって、ｂ１〜ｂ５のように分散している。このように、特性項目の評価値は、商品種類によって、分散する程度が相違している。
図２のシェア等予測計算装置６に備えられた特性項目の選択手段１２には、商品種類によって評価値が分散する程度に従って特性項目を順位付ける手段が内蔵されている。
具体的には、特性項目Ａについての評価値群ａ１〜ａ５から標準偏差を求め、特性項目Ｂについての評価値群ｂ１〜ｂ５から標準偏差を求める。以下同様に、すべての特性項目について、その評価値群から標準偏差を求める。図６がその一例を示し、標準偏差が大きい順に、特性項目Ｄの評価値群の標準偏差値は４１．９、特性項目Ａの評価値群の標準偏差値は２６．３、・・・特性項目Ｂの評価値群の標準偏差値は１５．４、特性項目Ｇの評価値群の標準偏差値は３．６であったことを例示している。標準偏差が大きい順に、特性項目に順位を付与することができる。
特性項目の選択手段１２は、分散の程度の順位に従って、「順位１の特性項目」、「順位１〜順位２の特性項目」、「順位１〜順位３の特性項目」、以下同様に、「順位１〜最終順位の特性項目」を選択する。
【００３２】
特性項目の選択手段１２で順位１の特性項目（この場合、特性項目Ｄ）を選択した場合には、評価値／シェア計算手段１４は、選択された特性項目Ｄの評価値ｄ１〜ｄ５のみを利用してシェアを計算する。商品の総合評価値は特性項目Ｄのみによって決定され、その他の特性項目の評価値は商品の総合評価に影響しない場合を想定するのに相当する。順位１〜順位２の特性項目（この場合、特性項目Ｄと特性項目Ａ）を選択した場合には、評価値／シェア計算手段１４は、選択された特性項目Ｄと特性項目Ａの評価値ｄ１〜ｄ５、ａ１〜ａ５のみを利用してシェアを計算する。商品の総合評価値は特性項目Ｄと特性項目Ａのみによって決定され、その他の特性項目の評価値は商品の総合評価に影響しない場合を想定するのに相当する。以下同様に、特性項目数を増やしながら選択する。順位１〜順位ｎの特性項目（この場合、全部の特性項目）を選択した場合には、評価値／シェア計算手段１４は、全部の特性項目の評価値を利用してシェアを計算する。商品の総合評価値は全部の特性項目によって決定され、いずれの特性項目も軽視できない場合を想定するのに相当する。
【００３３】
評価値／シェア計算手段１４は、選択された特性項目の評価値からシェアを計算する。特開２０００−２００２６０号公報に記載された技術の１つのように、選択された特性項目の評価値に対して主成分分析を実施して第１因子を見出し、その第１因子の商品毎の評価値から、商品毎のシェアを計算することができる。
【００３４】
図４に例示した特性項目／評価点データベース１０は、過去の既存商品の評価値を蓄積して記憶している。そこで、過去に遡及した時点で競合していた商品の評価値を利用して、評価値／シェア計算手段１４によって、シェアの予測計算を再現することができる。例えば、今から１年前の時点に遡って、１年前に販売開始された当時の新規商品のシェアの予測計算を再現することができる。図５の例示の場合、２００１年の４／４期に販売開始された商品３のシェアを、２００１年の４／４期の開始時点で再現して予測計算することができる。
【００３５】
評価値／シェア計算手段１４で、過去に遡及した時点での予測シェアを再現する場合には、特性項目の選択手段１２が選択した特性項目の評価値のみを利用してシェアを予測計算する。例えば、特性項目の選択手段１２が、分散が最も大きい特性項目Ｄのみを選択している場合には、特性項目Ｄの評価値ｄ１〜ｄ５のみを利用してシェアを予測計算する。
図２の参照番号１６は、このようにして再現計算された予測シェアを示している。例えば、図５に例示する商品３について、販売開始時点（Ｔ２）で計算したときに得た予測シェアを再現計算する。販売開始時点（Ｔ２）では、商品３は新規商品であり、競合既存商品は商品１、商品２であった。これらの商品の予測シェアを、図４に例示される特性項目Ｄの評価値ｄ１〜ｄ５によって再現計算する。商品１、商品２は既存商品であるため、市場の意識調査で得られた評価値（ダッシュなし）を利用して、予測シェアを再現計算する。商品３は新規商品であり、市場の意識調査は実行されていなかったことから、事前評価から得られた評価値（ダッシュ付）を利用して、予測シェアを再現計算する。
【００３６】
過去に遡及した時点（この場合、図５の時点Ｔ２）で再現計算した予測シェアには、対応する実績シェアが存在する。図５の場合、２００１年４／４期以降には、商品１、商品２、商品３の実績販売数が記憶されていることから、競合商品であるこれらの商品１〜商品３の実績シェアを計算することができる。図２の参照番号１８は、このようにして得られた実績シェアを示している。
【００３７】
再現計算した予測シェア１６と、実績シェア１８とを比較することによって、それらの差を算出することができる。図２の参照番号２０は、このようにして得られた差を示している。
【００３８】
前記したように、特性項目の選択手段１２は、順に、
（１）順位１の特性項目を選択し、
（２）順位１〜順位２の特性項目を選択し、
（３）順位１〜順位３の特性項目を選択し、以下同様に続け、最終的には、
順位１〜最終順位の特性項目を選択する。
選択する特性項目が変わる度に、評価値から計算される予測シェアは変化する。順位１の特性項目を選択してシェアを計算すれば順位１の特性項目のみでシェアが決定されるものとして計算することになる。順位１〜順位２の特性項目を選択してシェアを計算すれば順位１〜順位２の特性項目のみでシェアが決定されるものとして計算することになる。順位１〜順位３の特性項目を選択してシェアを計算すれば順位１〜順位３の特性項目のみでシェアが決定されるものとして計算することになる。商品選択に際してどの特性項目が重視されてどの特性項目が重視されないのかが不明なために、どの予測計算結果の精度が高いかがわからない。
【００３９】
特性項目の選択手段１２は、前記した順で、次々に利用する特性項目群を選択し、評価値／シェア計算手段１４は予測シェアを再現計算し、再現計算された予測シェア１６と実績シェア１８の差２０を算出する。
【００４０】
上記のようにして算出した差２０を利用することによって、その差を最小とした特性項目の選択結果、すなわち、実績シェア１８に最もよく近似した予測シェア１６を再現計算した特性項目の選択結果を特定することができる。図２のシェア等予測計算装置６に備えられた、差を最小とした特性項目の取捨選択結果特定手段２２は、実績シェア１８との差が最小となった予測シェア１６の再現計算に利用された特性項目の取捨選択結果を特定する。即ち、選択したことによって正確なシェアの予測につながった特性項目と、選択しなかったために正確なシェアの予測につながった特性項目を特定する。
【００４１】
差を最小とした特性項目の取捨選択結果特定手段２２で特定された特性項目の評価値のみを利用して、評価値／シェア計算手段１４が新規商品販売開始後のシェアを予測計算する。例えば、差を最小とした特性項目の取捨選択結果特定手段２２が、特性項目Ｄと特性項目Ａのみを選択している場合には、特性項目Ｄの評価値ｄ１〜ｄ５と特性項目Ａの評価値ａ１〜ａ５のみを利用してシェアを予測計算する。
図２の参照番号２４は、このようにして計算された予測シェアを示している。例えば、図５に例示する商品１〜商品５について、新規商品５の販売開始後の予測シェアを現在時点（Ｔ１）で計算する。現在時点（Ｔ１）では、商品１〜商品４は既存商品であり、商品５は未だ販売されていない。これらの商品の予測シェアを、図４に例示される特性項目Ｄの評価値ｄ１〜ｄ５と特性項目Ａの評価値ａ１〜ａ５によって計算する。商品１〜商品４は既存商品であるため、市場の意識調査で得られた評価値（ダッシュなし）を利用して、予測シェアを計算する。商品５は新規商品であり、市場の意識調査は実行されていないことから、事前評価から得られた評価値（ダッシュ付）を利用して、予測シェアを計算する。
【００４２】
図２のシェア予測装置６は、総販売数計算手段２６を備えている。この総販売数計算手段は、例えば、特開２０００−２００２６０号公報に記載の技術を利用することができる。競合既存商品が属するカテゴリーの過去の総販売数を時系列分析することによって、新規商品販売開始後の競合商品の総販売数を予測計算する。
図２の参照番号２８は、このようにして計算された予測総販売数を示している。図５に例示する商品１〜商品５は競合商品であり、同じカテゴリーに属する。現在時点（Ｔ１）までに得られている商品１〜商品４の総販売数、すなわち、カテゴリーの総販売数を時系列分析することによって、新規商品５の販売開始後の商品１〜商品５の総販売数を予測計算する。
【００４３】
図２のシェア予測装置６は、販売数計算手段３０を備えている。この販売数計算手段３０は、総販売数計算手段２６が計算した予測総販売数２８に、評価値／シェア計算手段１４が計算した商品予測シェア２４を乗算して、新規商品販売開始後の競合商品毎の販売数を計算する。
図２の参照番号３２は、このようにして計算された商品予測販売数を示している。例えば、図５に例示する既存商品１〜商品４と、新規商品５のそれぞれについて、新規商品５の販売開始後の予測販売数を現在時点（Ｔ１）で計算することができる。
【００４４】
図３のフローチャートは、図５に示す現在の時点（Ｔ１）では販売が開始されていない新規商品５の販売開始後の商品のシェアと販売数を予測するための処理手順を示している。
なお、以下に示す実施例では、現在時点（Ｔ１）は、新規商品５の販売開始予定時点よりも１年前であるとする。即ち、新規商品５の販売開始予定時点よりも１年前の時点でシェアと販売数の予測計算をする。販売開始予定よりも１年前の時点でシェアと販売数の予測計算をすると、新規商品の仕様を見直したり、新規商品の生産のための設備投資計画を見直したりすることが可能となる。
【００４５】
新規商品５の販売開始予定時点よりも１年前の時点（現在時点（Ｔ１））で、新規商品５の販売開始予定時点の後において市場で競合する商品の種類を知ることができる。図５では、競合既存商品１〜４が存在する環境の中で、新規商品５の販売が開始される予定であることがわかる。
競合商品のすべてについて、図４の特性項目毎の評価値を得て、特性項目／評価値データベース１０に記憶しておく。競合既存商品１〜４については、販売開始後に市場の意識調査を実施して計測された評価値が判明している。新規商品５については、社内の評価者等による事前評価から得られた評価値が判明している。競合既存商品１〜４については、さらに、販売開始前に実施した社内評価者等による事前評価から得られた評価値も判明している。
しかしながら、どの特性項目が重視されるべきであり、どの特性項目が過大評価されるべきでないかは、判明していない。
【００４６】
図３のステップＳ２以降では、重視すべき特性項目と過大評価すべきでない特性項目の取捨選択を実施する。取捨選択にあたっては、予測シェア計算値と実績シェア値を比較し、実績シェア値によく近似する予測シェア計算値をもたらす特性項目を取得する方式を採用する。そのために、実績シェアが判明している既存商品についての予測計算を過去に遡及して再現する処理を実行する。
図３に示した処理では、現在時点（Ｔ１）までに１年以上にわたる実績シェアが判明している既存商品１〜３について、シェアの予測計算を再現する（図５の場合、商品４は販売開始後から１年未満であるため、予測シェアの再現計算の対象にしない）。以下では説明の便宜のために、既存商品３を予測シェアの再現計算の対象にした場合を説明する。
【００４７】
図３のステップＳ２では、既存商品３の予測シェアの再現計算をするために、商品３の販売開始時点（Ｔ２）よりも１年前の時点（Ｔ３）に遡及する。新規商品の販売開始時点よりも１年前の時点で新規商品販売開始後の予測シェアの計算をするのに合わせるものである。
時点Ｔ３において、新規商品３に競合する既存商品として、商品１、商品２が存在することが判明している。また、ここでは新規商品３の販売開始後１年間のシェアを予測計算するのに対し、予測対象期間のうちに商品４の販売が開始されることが判明している。従って、時点Ｔ３において予測シェアの再現計算をする商品には、商品３の競合商品である商品１と商品２、時点Ｔ２より後の２００２年の３／４期以降で競合する商品４、新規商品である商品３の４種類が存在することが判明する。
【００４８】
時点Ｔ３において、図４の特性項目／評価値記憶データベース１０には、競合既存商品１と商品２については、販売開始後に市場の意識調査を実施して計測された評価値（ダッシュなし）が記憶されており、当時の新規商品３と商品４については、社内の評価者等による事前評価から得られた評価値（ダッシュ付）が記憶されている。
【００４９】
図３のステップＳ４では、予測シェアの再現計算に利用する特性項目を選択する。ここでは無秩序に選択するのではなく、商品種類によって評価値が分散する程度に従って選択する。具体的には、特性項目Ａについての評価値群ａ１、ａ２、ａ３’、ａ４’から標準偏差を求める。特性項目Ｂについての評価値群ｂ１、ｂ２、ｂ３’、ｂ４’から標準偏差を求める。以下同様に、すべての特性項目についての評価値群から標準偏差を求める。図６がその一例を示し、標準偏差が大きい順に、特性項目Ｄの評価値群の標準偏差値は４１．９、特性項目Ａの評価値群の標準偏差値は２６．３・・・特性項目Ｂの評価値群の標準偏差値は１５．４、特性項目Ｇの評価値群の標準偏差値は３．６であったことを例示している。標準偏差値が大きい順に、特性項目に順位を付与する。
【００５０】
図３のステップＳ４は、複数度繰り返して実行する（すなわち、後のステップＳ１４でＮＯとなると、繰り返して実行する）。ステップＳ４を１度目に実行する場合には、順位１の特性項目を選択する。２度目に実行する場合には、順位１〜２の特性項目を選択する。３度目に実行する場合には、順位１〜３の特性項目を選択する。以下同様に実行が繰り返され、最終的には、順位１〜最終順位の特性項目を選択する。分散度順位に従って特性項目の組合せを取捨選択すれば、全ての特性項目を無秩序に組合せて選択する場合に比して、計算量及び計算時間を少なくすることができる。
【００５１】
図３のステップＳ６では、ステップＳ４で選択された特性項目の評価値を利用して、ステップＳ２で予測シェアの再現計算の対象とした商品（この場合、商品３）に競合する商品の総合評価値を計算する。
ステップＳ６を１度目に実行するときには、商品１〜商品４について、最も大きく評価値が分散する特性項目Ｄの評価値に従って総合評価値を計算する。ここでは、特性項目の評価値が１種類しかないので、特性項目Ｄの評価値がそのまま総合評価値となる。商品の総合評価値は特性項目Ｄの評価値のみによって決定され、その他の特性項目の評価値は商品の総合評価に影響しない場合に相当する。ステップＳ６を２度目に実行するときには、商品１〜商品４について、大きく評価値が分散する特性項目Ｄと特性項目Ａの評価値に従って総合評価値を計算する。ここでは２種類の特性項目の評価値から総合評価値を計算する。商品の総合評価値は特性項目Ｄの評価値と特性項目Ａの評価値のみによって決定され、その他の特性項目の評価値は商品の総合評価に影響しない場合に相当する。
以下同様に、ステップＳ６を繰返し、最後に実行するときには、商品１〜商品４について、全部の特性項目の評価値に従って総合評価値を計算する。商品の総合評価値は全部の特性項目の評価値によって決定される場合に相当する。
例えば商品１の評価値ａ１、ａ２、ａ３、・・・から商品１の総合評価値を計算する場合には、特開２０００−２００２６０号公報に記載されているように、主成分分析を実施して第１因子を抽出し、その第１因子の評価値を計算する方法を採用することができる。
利用する特性項目の評価値が変化すれば、計算される総合評価値も変化する。
【００５２】
商品毎の総合評価値が計算されると、競合商品のシェアを計算することが可能となる。商品１〜商品３が競合する２００１年４／４期〜２００２年２／４期については、「商品１のシェア：商品２のシェア：商品３のシェア＝商品１の総合評価値：商品２の総合評価値：商品３の総合評価値」の式で各商品のシェアを予測計算する。商品１〜商品４が競合する２００２年３／４期については、「商品１のシェア：商品２のシェア：商品３のシェア：商品４のシェア＝商品１の総合評価値：商品２の総合評価値：商品３の総合評価値：商品４の総合評価値」の式で各商品のシェアを予測計算する。
【００５３】
予測シェアの再現計算の対象である当時の新規商品３については、予測対象期間の実績シェアが判明している。そこで、図３のステップＳ１２において、再現計算された予測シェアと実績シェアとの差を計算することができる。
１度目にステップＳ１２を実行するときには、最も大きく評価値が分散する特性項目Ｄの評価値を利用して予測したシェアと、実績シェアとの差が計算される。２度目に実行するときには、大きく評価値が分散する特性項目Ｄの評価値と特性項目Ａの評価値を利用して予測したシェアと、実績シェアとの差が計算される。以下同様に、ステップＳ１２の実行を繰り返していき、最後に実行するときには、全部の特性項目の評価値を利用して予測したシェアと、実績シェアとの差が計算される。
続くステップＳ１４によって、上記した差の計算過程が繰返し実行される。
【００５４】
図３のステップＳ１６では、ステップＳ１２で計算された差を最小とした予測シェアの計算に利用した特性項目を特定する。
差を最小としたときの商品の総合評価値が特性項目Ｄの評価値のみによって決定され、その他の特性項目の評価値は商品の総合評価に影響しないのであれば、特性項目Ｄの評価値のみを利用して予測計算したシェアが実績シェアに最も近似する。差を最小としたときの商品の総合評価値が特性項目Ｄの評価値と特性項目Ａの評価値のみによって決定され、その他の特性項目の評価値は商品の総合評価に影響しないのであれば、特性項目Ｄの評価値と特性項目Ａの評価値を利用して予測計算したシェアが実績シェアに最も近似する。差を最小とした商品の総合評価値が特性項目Ｄの評価値と特性項目Ａの評価値と特性項目Ｃの評価値のみによって決定され、その他の特性項目の評価値は商品の総合評価に影響しないのであれば、特性項目Ｄの評価値と特性項目Ａの評価値と特性項目Ｃの評価値を利用して予測計算したシェアが実績シェアに最も近似する。差を最小とした商品の総合評価値が全部の特性項目の評価値によって決定されたのであれば、全部の特性項目の評価値を利用して予測計算したシェアが実績シェアに最も近似する。
実績シェアに最もよく近似する予測シェアの再現計算結果をもたらした特性項目を特定することによって、重視されるべき特性項目と過大評価すべきでない特性項目の選別が明らかとなる。
【００５５】
図３のステップＳ１８からステップＳ２０は、現在の時点で新規な商品である商品５の販売開始後の商品のシェアを予測計算する処理である。
図５に示す現在の時点（Ｔ１）では、競合既存商品である商品１〜商品４が存在し、それに新規商品５が追加投入されることがわかる。新規商品投入後に競合する商品１〜商品５の特性項目毎の評価値は判明している（図４を参照）。既存である商品１〜商品４の評価値は消費者調査から計測されたもの（ダッシュなし）であり、新規商品５の評価値は社内の事前評価から計測されたもの（ダッシュ付）である。
ステップＳ１８では、競合商品の特性項目毎の評価値から商品毎の総合評価値を計算する。このときに、ステップＳ１６で特定した特性項目の評価値のみを利用する。重視すべきことが実証されている特性項目の評価値を利用し、重視すべきでないことが実証されている特性項目の評価値を利用しないため、正確な総合評価値を計算することができる。重視すべきでない特性項目を除去することによって、重視すべきでない特性項目の評価値を過大評価することがない。
競合商品の正確な総合評価値が計算されると、新規商品５の販売開始後の商品毎のシェアを正確に計算することができる（ステップＳ２０）。
【００５６】
図５に示した例においては、時点Ｔ３に遡及して商品３の予測シェアを再現計算した。このように、商品２の販売開始前に遡及すれば商品２の予測シェアを再現計算することができ、商品１の販売開始前に遡及すれば商品２の予測シェアを再現計算することができる。
【００５７】
再現計算した予測シェアと実績シェアとの差を最小とした特性項目の選択結果が、相違する可能性がある。
例えば、商品１については評価値の分散が大きい上位１０項目の特性項目を選択したときに前記の差が最小となり、商品２については上位１１項目の特性項目を選択したときに前記の差が最小となり、商品３については上位１２項目の特性項目を選択したときに前記の差が最小となる場合がある。この場合は、選択項目数の平均値（この例では、１１）に相当する順位の特性項目の評価値を利用して、商品のシェアを予測計算する。あるいは、差が最も小さかった種類の商品についての特性項目の評価値によって、商品のシェアを予測計算することも可能である。
【００５８】
図３のステップＳ２２とステップＳ２４は、現在の時点で新規な商品である商品５の販売開始後の商品の販売数を予測計算する処理である。
ステップＳ２２では、競合商品の総販売数を予測計算する。競合商品の総販売数については、それを予測する技術が開発されており、特開２０００−２００２６０号公報等に記されている。競合商品の種類のカテゴリー（例えば、商品が自動車であれば、競合車種のカテゴリーであるミニバン、ミディアムセダン等）毎の過去の総販売数を時系列分析することによって将来の総販売数を予測計算する。
最後にステップＳ２４では、ステップＳ２０で計算された商品毎のシェアを、上記の競合商品の総販売数に乗算することによって、商品毎の販売数を予測する。
【００５９】
（第２実施例）第１実施例では、４半期毎に実績シェアが得られている場合を例示した。この場合、期間によって競合商品が変化することは加味したが（２００１年４／４〜２００２年２／４期では商品１〜商品３が競合し、２００２年３／４期以降では商品１〜商品４が競合することを利用して、商品３の予測シェアの再現計算を実施した）、期間によって選択すべき特性項目が変化するかもしれない可能性を考慮していない。
しかしながら、冬に商品を選択する購入者が重視する特性項目と、夏に商品を選択する購入者が重視する特性項目は相違することがある。あるいは、販売開始後１ヶ月以内に商品を選択する購入者が重視する特性項目と、販売開始後１年以上経ってから商品を選択する購入者が重視する特性項目は相違することがある。期間によって、選択するべき特性項目が変化する可能性が存在する。
本実施例では、予測計算されたシェアと実績シェアとの差を最小とする特性項目の選択を、期間毎に検討していく。
【００６０】
第２実施例では、図３のステップＳ４以降の処理を４半期毎に実施する。
ステップＳ４からステップＳ１６において、例えば、図５に示した過去に遡及した時点（Ｔ３）で商品３の２００１年４／４期の予測シェアを再現計算し、実績シェアにもっともよく近似する予測シェアの再現計算結果をもたらした特性項目を特定する。その４／４期の予測に利用した特性項目の評価値を利用して、ステップＳ１８、ステップＳ２０において、新規商品５の４／４期のシェアを予測する。同様に、２００２年１／４期の実績シェアにもっともよく近似する予測シェアの再現計算結果をもたらした特性項目を特定し、１／４期の予測に利用した特性項目の評価値を利用して、新規商品５の１／４期のシェアを予測する。２００２年２／４期の実績シェアにもっともよく近似する予測シェアの再現計算結果をもたらした特性項目を特定し、２／４期の予測に利用した特性項目の評価値を利用して、新規商品５の２／４期のシェアを予測する。
このようにして、１／４期のシェアは、１／４期のシェアを正確に予測した特性項目の評価値を利用して予測する。２／４期のシェアは、２／４期のシェアを正確に予測した特性項目の評価値を利用して予測する。３／４期のシェアは、３／４期のシェアを正確に予測した特性項目の評価値を利用して予測する。４／４期のシェアは、４／４期のシェアを正確に予測した特性項目の評価値を利用して予測する。
【００６１】
なお、４半期毎に計算する場合でも、例えば、１／４期の商品１については、評価値の分散が大きい上位１０項目の特性項目を選択したときに前記の差が最小となり、商品２については上位１１項目の特性項目を選択したときに前記の差が最小となり、商品３については上位１２項目の特性項目を選択したときに前記の差が最小となる場合がある。この場合は、選択項目数の平均値（この例では、１１）に相当する順位の特性項目の評価値を利用して、新規商品５の１／４期のシェアを予測計算する。あるいは、差が最も小さかった種類の商品についての特性項目の評価値を利用して、新規商品５のシェアを予測計算することも可能である。２／４期から４／４期までも、同様である。
【００６２】
上記のシェア予測計算方法は、商品選択時に考慮する特性項目が季節によって変化する場合に特に有用である。１／４期（冬）のシェアを予測するために、冬に商品を選択するときに重視される特性項目を重視するため、正確な予測が可能となる。
【００６３】
期間の共通性を、販売開始からの経過期間で区分してもよい。図５の例では、商品３の販売開始時点（Ｔ２）から３ヶ月間の２００１年４／４期の実績シェアに最も近似する予測シェアの再現計算結果をもたらした特性項目を特定し、その特性項目の評価値を利用して、商品５の販売開始予定時点から３ヶ月間のシェアを予測計算する。同様に、商品３の販売開始時点（Ｔ２）から３ヶ月〜６ヶ月間の２００２年１／４期の実績シェアに最も近似する予測シェアの再現計算結果をもたらした特性項目を特定し、その特性項目の評価値を利用して、商品５の販売開始予定時点から３ヶ月〜６ヶ月間のシェアを予測計算する。商品３の販売開始時点（Ｔ２）から６ヶ月〜９ヶ月間の２００２年２／４期の実績シェアに最も近似する予測シェアの再現計算結果をもたらした特性項目を特定し、その特性項目の評価値を利用して、商品５の販売開始予定時点から６ヶ月〜９ヶ月間のシェアを予測計算する。
このシェア予測計算方法は、商品選択時に考慮する特性項目が、販売開始からの経過期間によって変化する場合に特に有用である。販売開始直後のシェアを予測するに際して、販売開始直後に商品を選択するときに重視される特性項目を重視してシェアを予測するため、正確な予測が可能となる。
【００６４】
以上、本発明の具体例を詳細に説明したが、これらは例示にすぎず、特許請求の範囲を限定するものではない。特許請求の範囲に記載の技術には、以上に例示した具体例を様々に変形、変更したものが含まれる。
・本実施例では、単年に属する単位期間毎の実績シェアを採用していたが、これに限るものではない。過去数年分の同じ単位期間の実績シェアの合計を平均した数を採用することもできる。例えば、過去３年分の１／４期の実績シェアを合計し、それを平均した数を１／４期についての実績シェアとして採用することができる。
・本実施例では、特性項目の組合せの順位付けを、分散の程度（標準偏差）によって行っていたが、これに限るものではない。他の順位付けの方法を採用することも可能である。
・本実施例では、予測シェアを計算するための予測対象期間を１２ヶ月以上としていた。また、特性項目の組合せを、１２ヶ月の再現予測シェアと１２ヶ月の実績シェアとの差に基づいて選択していた。しかしながら、これに限るものではなく、予測を行うのに十分な期間であれば、任意の長さの期間を採用することができる。
・本実施例では、単位期間として４半期毎に区分した期間を設定していた。しかしながら、これに限るものではなく、単位期間は任意に設定することができる。例えば、週毎にシェアを予測する場合は週を単位期間として設定することができ、半年毎にシェアを予測する場合は半年を単位期間として設定することができ、３年毎にシェアを予測する場合は３年を単位期間として設定することができる。
・本実施例では、シェアの予測を行う時点を、商品の販売開始時点の１年前としていた。しかしながら、これに限るものではなく、任意の時点に設定することができる。
・本実施例では、予測したシェアを利用して、商品の販売数を算出していた。しかしながら、これに限るものではなく、例えば、商品を生産する生産ラインの割当ての決定等、他の目的のために予測シェアを利用することも可能である。
また、本明細書または図面に説明した技術要素は、単独であるいは各種の組み合わせによって技術的有用性を発揮するものであり、出願時請求項記載の組み合わせに限定されるものではない。また、本明細書または図面に例示した技術は複数目的を同時に達成するものであり、そのうちの一つの目的を達成すること自体で技術的有用性を持つものである。
【図面の簡単な説明】
【図１】商品特性項目の例を模式的に示す図である。
【図２】シェア予測装置のシステム構成を示す図である。
【図３】新規商品の販売開始後の商品のシェアを予測するための処理手順を示すフローチャートである。
【図４】特性項目／評価値のデータ構成例を示す図である。
【図５】実績販売数データベースのデータ構成例を示す図である。
【図６】特性項目を分散の度合によって順位を付与した結果を示す図である。
【符号の説明】
２：生産会社の管理コンピュータ、
４：ネットワーク、
６：シェア等予測装置、
８：実績販売数データベース、
１０：特性項目／評価値データベース、
１２：特性項目の選択手段、
１４：評価値／シェア計算手段、
１６：再現計算した予測シェア、
１８：実績シェア、
２０：再現計算した予測シェアと実績シェアとの差、
２２：差を最小とした特性項目の取捨選択結果特定手段
２４：商品予測シェア
２６：総販売数計算手段、
２８：予測総販売数、
３０：販売数計算手段、
３２：商品予測販売数[0001]
BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a technique for estimating the share of a product after the start of sales of a new product (the ratio of the number of products sold to the total sales of competing products). Further, the present invention relates to a technique for predicting the number of products sold.
[0002]
2. Description of the Related Art If it is possible to predict in advance the share and sales volume of a new product based on the specifications of a planned new product, it becomes easier to determine the specifications of a new product to be manufactured and sold. For example, in the case of a product called an automobile, a new product is planned by determining specifications for each characteristic item such as displacement, drive system, body size, interior grade, and the like. At this time, if it is possible to predict in advance the share and the number of sales of the new product of the planned specification, it is possible to determine a specification that can predict a high share and the number of sales. In addition, by predicting the share and sales volume of a new product, it is possible to predict how the share and sales volume of an existing product that competes with the new product will change. If it is possible to predict how the market share and the number of sales of existing products will fluctuate after the start of sales of new products, it will be possible to easily review the production scale of existing products and the like.
Therefore, a technology for estimating the share and sales volume of a new product based on the specifications and the like of a planned new product and for estimating the share and sales volume of a competitor existing product has been developed, and is disclosed in Patent Documents 1 and 2. ing.
[0003]
[Patent Document 1]
JP 2000-200260 A
[Patent Document 2]
JP 2002-99706 A
[0004]
These techniques use a technique of calculating the share of a product by using an evaluation value for each characteristic item of the product.
“Characteristic item” refers to a factor that a purchaser considers when selecting a product. For example, if the product is a car, the purchaser selects the product in consideration of each item such as displacement, drive system, acceleration, body size, style, safety, fuel efficiency, interior grade, etc. Is a characteristic item. If the product is a notebook computer, the product is selected in consideration of the installed OS and software, processing speed, storage capacity, weight, size, and other items, and each is a characteristic item.
The “evaluation value of the characteristic item” refers to a high value recognized by the purchaser. For example, if the purchaser of the car prefers the displacement of 1.2 liters to 1.4 liters for the characteristic item of displacement, if the customer does not like the displacement of 1.4 liters to 1.6 liters, 1.2 A vehicle having a displacement of 1 to 1.4 liters has a high evaluation value, and a vehicle having a displacement of 1.4 to 1.6 liters has a low evaluation value.
[0005]
The evaluation value for each characteristic item can be obtained from a purchaser's questionnaire or the like for existing products already sold. New products to be sold in the future can be obtained from evaluation results by internal personnel who evaluate the new products and external monitors commissioned to evaluate the new products before they start selling.
[0006]
When an evaluation value for each characteristic item of a competing product, for example, product 1 and product 2, is obtained, it is possible to calculate the share of each product, and the technology for that is disclosed in Patent Document 1 mentioned above. .
In FIG. 1, the evaluation value of the characteristic item A of the product 1 is a1, the evaluation value of the characteristic item B is b1, the evaluation value of the characteristic item C is c1, the evaluation value of the characteristic item D is d1, and the characteristic item of the product 2 is A case where the evaluation value of A is a2, the evaluation value of characteristic item B is b2, the evaluation value of characteristic item C is c2, and the evaluation value of characteristic item D is d2 is illustrated. In this example, the total evaluation value of the product 1 is calculated from the evaluation values a1, b1, c1, and d1 for each characteristic item, and the total evaluation value of the product 2 is calculated from the evaluation values a2, b2, c2, and d2 for each characteristic item. I do. The share is calculated assuming that the ratio of the number of sales of the product 1 to the number of sales of the product 2 is equal to the ratio of the total evaluation value of the product 1 to the total evaluation value of the product 2.
In Patent Literature 1, products are evaluated in five stages (5 is the highest evaluation and 1 is the lowest evaluation) for each characteristic item such as style, acceleration, fuel efficiency, and interior grade, and the evaluation result is prepared for each competing product. FIG. 1A illustrates that the evaluation value for each characteristic item of the product 1 is 4, 4, 3, and 2 evaluation values. FIG. 1B illustrates that the evaluation value for each characteristic item of the product 2 is an evaluation value of 3, 4, 2, and 5.
In FIG. 1, there are only four characteristic items, but in practice, the number of items is generally larger than this. For example, if the number of characteristic items is 25, evaluation value groups a1 to y1 for product 1, evaluation value groups a2 to y2 for product 2, and evaluation value groups a3 to y3 for product 3 are prepared.
In one of the techniques disclosed in Patent Literature 1, a first factor is determined by performing principal component analysis on a five-step evaluation value for each characteristic item prepared for each competitive product. Then, the evaluation value of the first factor is calculated from the evaluation value for each characteristic item. The evaluation value of the first factor calculated in this manner is used as the overall evaluation value of the product. As shown in FIG. 1, the evaluation value of the first factor of the product 1 is z1, the evaluation value of the first factor of the product 2 is z2, the evaluation value of the first factor of the product 3 is z3, and the evaluation of the first factor of the product 4 is If the value is z4, the share of the product 1 is determined by the formula z1 / (z1 + z2 + z3 + z4).
[0007]
For example, in the case of a product such as an automobile, the weights (or degrees of influence) of the characteristic items contributing to product selection are not uniform. Intuitively, it can be expected that the evaluation value of the characteristic item of style greatly affects product selection. However, if the style is good, it will not be sold well regardless of acceleration, fuel efficiency, interior grade, etc. Apart from style, acceleration, fuel efficiency, interior grade, etc. are also taken into account when selecting a product.
However, in calculating the share, it is not easy to determine which characteristic items are important and which are not important, and it is more difficult to quantify the degree of importance.
[0008]
In one of the techniques disclosed in Patent Document 1, a first factor is determined by performing principal component analysis on a five-level evaluation value for each characteristic item prepared for each competitive product, and the determined first factor is determined. The evaluation value of the factor is used as the overall evaluation value of the product. However, the total evaluation value calculated in this manner does not reflect the relative attractiveness between products. This is because the difference in the importance of each characteristic item is not considered. For example, as illustrated in FIG. 1 (3), if the contribution rate of the product characteristic of style is 50, the contribution rate of acceleration is 25, the contribution rate of fuel consumption is 35, and the contribution rate of the interior grade is 25, The true evaluation value of the product 1 must be understood not as shown in FIG. 1 (1) but as shown in FIG. 1 (3). The evaluation value of the style of the product 1 is 2 (= 4 × 50/100), the evaluation value of acceleration is 1 (= 4 × 25/100), and the evaluation value of fuel efficiency is 1.05 (= 3 × 35/100) The evaluation value of the interior grade must be 0.6 (= 2 × 30/100).
When calculating the evaluation value of the first factor from the evaluation values illustrated in (1) of FIG. 1, the total evaluation value is calculated without considering that there are important characteristic items and unimportant characteristic items. In order to calculate an overall evaluation value that emphasizes the evaluation value of an important characteristic item and does not overestimate the evaluation value of an unimportant characteristic item, an evaluation value corrected by a contribution rate as illustrated in (3) of FIG. Must be used.
However, if the contribution rate of each characteristic item is unknown, it is not possible to convert the evaluation value illustrated in (1) of FIG. 1 into the evaluation value illustrated in (3). If the total evaluation value is calculated without performing such conversion, the result of underestimating the evaluation value of the important characteristic item and predicting and calculating the share based on the total evaluation value of overestimating the evaluation value of the non-important characteristic item turn into.
[0009]
Measuring techniques have been developed that allow the user to know the importance of each characteristic item to be considered when selecting a product, and conjoint analysis is well known. Using the partial utility coefficient obtained by the conjoint analysis makes it possible to measure the contribution ratio for each characteristic item. Therefore, it is possible to calculate an overall evaluation value that accurately reflects the relative attractiveness of each product type. If a reliable total evaluation value can be calculated, it is possible to calculate the market share of a reliable product.
[0010]
However, the evaluation values for each characteristic item of the product collected so far are five-level evaluation values for each characteristic item. As described above, the evaluation value of the characteristic item A of the product 1 is 4 out of 1 to 5, the evaluation value of the characteristic item B is 4, the evaluation value of the characteristic item C is 3, and the evaluation value of the characteristic item D is 2. The evaluation value of the characteristic item A of the product 2 is stored as 3, the evaluation value of the characteristic item B is 4, the evaluation value of the characteristic item C is 2, and the evaluation value of the characteristic item D is 5. Since these are not evaluation values collected by a method suitable for conjoint analysis, it is not possible to perform conjoint analysis and convert them to comprehensive evaluation values that reflect differences in contribution rates (importance) for each characteristic item. Therefore, information necessary to know the contribution ratio (importance) of each characteristic item is missing. If the first factor is determined by performing principal component analysis without considering the difference in the contribution ratio (degree of importance) for each characteristic item, the evaluation value of the important characteristic item is underestimated, and the evaluation value of the non-important characteristic item is Overestimated.
[0011]
In addition, there is a case where the evaluation value for each characteristic item of the product 1 is not based on the five-level evaluation. For example, when the characteristic item A of the product 1 is selected by a1 person out of 100, the characteristic item B is selected by the b1 person, and the characteristic item A of the product 2 is selected by the a2 person. The evaluation value of the item A can be a1, the evaluation value of the characteristic item B can be b1, and the evaluation value of the characteristic item A of the product 2 can be a2. Thus, the evaluation value itself has various units. However, evaluation values collected in the past are evaluated for each characteristic item, and do not reflect differences in relative importance between characteristic items. Therefore, when calculating the comprehensive evaluation value of a product from the evaluation values collected in the past, the evaluation value of an important characteristic item is underestimated, and the evaluation value of an unimportant characteristic item is overestimated. This makes it impossible to calculate the market share of reliable products.
[0012]
In the future, by making full use of conjoint analysis, etc., it will be possible to obtain and accumulate evaluation values that reflect differences in the relative importance between characteristic items. However, it is much easier to evaluate each characteristic item without considering the difference in relative importance between characteristic items. For this reason, it is considered that there is a high possibility that evaluation values evaluated for each characteristic item will be obtained and accumulated without considering differences in relative importance between characteristic items in the future.
[0013]
Therefore, the evaluation value evaluated for each characteristic item is converted into an overall evaluation value of the product that reflects the difference in relative importance between the characteristic items, and by using the converted overall evaluation value, a reliable product share can be obtained. There is a need for a way to calculate. Further, there is a need for a method for predicting and calculating the number of products sold from a reliable market share.
[0014]
The present invention provides a technique capable of calculating a reliable predicted product share and a predicted sales quantity from an evaluation value for each characteristic item of a competing existing product and an evaluation value for each characteristic item of a new product.
The present invention recognizes the fact that the relative importance differs for each characteristic item and the fact that there is no information for indexing the difference in the importance, and can still calculate a reliable share or sales number. I will provide a.
In the present invention, a technology for acquiring characteristic items necessary for accurate calculation of shares and sales numbers from characteristic items and creating a technology for removing characteristic items that lower the calculation accuracy of shares and sales numbers is created. Be able to accurately calculate the market share and sales volume after sales start.
[0015]
According to the present invention, an apparatus for estimating the ratio (share) of the sales volume of commodities to the total sales volume of competitive products has been created.
This share prediction device stores an actual sales number storage unit that stores an actual sales number of an existing product (competitive existing product) that competes with a new product, and stores an evaluation value for each characteristic item of the competitive existing product and the new product. Calculate the ratio (share) of the number of products sold using the “characteristic item / evaluation value” storage means and the evaluation value for each characteristic item stored in the “characteristic item / evaluation value” storage means. Evaluation value / share ”calculation means.
The present apparatus includes “evaluation value / share” calculation means. For this reason, by operating the “evaluation value / share” calculation means at the time of going back in the past, it is possible to retroactively calculate the predicted share in the past.
The present apparatus further includes a selection unit for selecting a characteristic item used in the “evaluation value / share” calculation unit. In the present invention, the share is reproduced and calculated using the evaluation value of the selected characteristic item. That is, the share is predicted and calculated using only the evaluation value of the characteristic item selected by the selection means. Forecasted shares that have been calculated retroactively in the past, the corresponding actual shares have already been determined. According to the research to date, the prediction calculation of the share that matches well with the actual share can be reproduced if the characteristic item used in the “evaluation value / share” calculation means is properly selected, and if it is not selected properly, the prediction of the share that greatly differs from the actual share We know that the calculations are reproduced. In selecting a product, if only the evaluation value of the characteristic item that is emphasized is used and the evaluation value of the characteristic item that is not emphasized is used, the evaluation value of the characteristic item that is emphasized can be highly evaluated. No overestimation of values. Therefore, it is possible to reproduce the prediction calculation of the share that matches well with the actual share.
This apparatus uses the evaluation value stored in the “characteristic item / evaluation value” storage means at the time of going back in the past, and uses the “evaluation value of existing product” of the “characteristic item selected by the selection means”. The difference between the “existing product share” calculated by the “evaluation value / share” calculation means and the “existing product actual share” calculated from the actual sales quantity stored in the actual sales quantity storage means is minimized. There is provided a means for specifying the result of selection of characteristic items to be selected. If the selection of characteristic items to be used and those not to be used by the “evaluation value / share” calculation means is successful, the prediction calculation of the share that closely matches the actual share can be reproduced. The specifying means specifies the characteristic item used at that time and the characteristic item not used.
The present apparatus calculates the share of the product after the start of the new product sales by the “evaluation value / share” calculating means using the evaluation value of the new product of the “selected characteristic item” specified by the specifying means and the competitive value of the existing product. Means.
[0016]
According to the present apparatus, the characteristic items used when the prediction calculation of the share that matches the actual share well can be reproduced and the characteristic items not used are found. It is possible to use the evaluation value of a characteristic item that is emphasized in selecting a product and not use the evaluation value of a characteristic item that is not emphasized. The share can be calculated by highly evaluating the evaluation value of the important characteristic item, while the share is not calculated by overestimating the evaluation value of the non-important characteristic item.
According to the present apparatus, the prediction calculation can be performed by using the evaluation value of the characteristic item that contributes to the prediction calculation of the share that closely matches the actual share, but the prediction can be performed without using the evaluation value of the characteristic item that reduces the prediction accuracy. Can be calculated. Therefore, it is possible to accurately calculate the share of the product.
[0017]
When the "characteristic item / evaluation value" storage means stores "characteristic item / evaluation value" of a plurality of types of competing products, the characteristic items can be ranked according to the degree to which the evaluation value is dispersed according to the product type. It becomes. In this case, a means for ranking is added, and the selecting means selects “characteristic item of rank 1”, “characteristic item of rank 1 to rank 2”, and “characteristic item of rank 1 to rank 3” according to the rank of the degree of dispersion. In the same manner, it is preferable to select a "characteristic item" and "characteristic items of the first to last rankings".
The “type” here is “type” for products in the same category when the products are classified in multiple layers, such as type-specification-item. The specification is “type”, and the item is “type” for the specification. That is, the "characteristic item / evaluation value" storage means may store the "characteristic item / evaluation value" for each type, specification, item, or the like. In this case, the "evaluation value / share" calculation means can calculate the share for each type, each specification, each item, and the like.
In the above-mentioned new product sales number prediction device, a ranking is given to the characteristic items, and a combination of the characteristic items used for calculating the sales number is searched according to the ranking. The amount of calculation and the calculation time can be reduced as compared with the case of searching from all combinations of the characteristic items.
[0018]
The “evaluation value / share” calculation means calculates the share for each unit period, and preferably changes the characteristic item to be used in accordance with the period.
For example, a characteristic item that a purchaser who selects products in winter emphasizes may be different from a characteristic item that a purchaser who selects products in summer emphasizes. Alternatively, a characteristic item that is emphasized by a purchaser who selects a product within one month after the start of sales may be different from a characteristic item that is emphasized by a purchaser who selects a product after one year or more after the start of sales.
In order to accurately calculate the number of products sold, it is preferable to calculate the share for each unit period and change the characteristic item used for calculating the share of the unit period according to the period. It is better to change the characteristic items used for the winter share forecast calculation and the summer share forecast calculation. The characteristic items used for the forecast calculation of the market share within one month after the start of sales and more than one year after the start of sales It is better to change the characteristic items used for the share calculation after calculation.
[0019]
If a reliable market share can be calculated, a reliable sales volume can be calculated. For this purpose, the share prediction device includes means for predicting and calculating the total sales number of the competitor after the start of new product sales from the actual sales number of the competitor existing product stored in the actual sales number storage means. Means may be added for calculating the number of products sold based on the total number of sales predicted by the means and the share of the product calculated by the share calculation means.
Means for predicting and calculating the total number of competitors sold after the start of new product sales is already known, and for example, the technique disclosed in JP-A-2000-200260 can be used. The total sales number calculation means predicts and calculates the total sales number of the competitor after the start of the sales of the new product by performing a time-series analysis of the past total sales of the competitor existing products. By multiplying the total number of sales after the start of new product sales by the share of each product after the start of new product sales, the number of sales of each competitor product after the start of new product sales can be calculated.
[0020]
Further, according to the present invention, a method for estimating the ratio of the number of products sold to the total number of sold competitors, that is, a share is created.
The method includes the steps of reading the actual sales number of existing products competing with a new product stored in a computer readable manner, and evaluating each of the characteristic items of the competitive existing product and the new product stored in a computer readable manner. Reading the value, selecting the characteristic item to be used for the calculation of the share by the computer, and selecting the existing product share using the evaluation value of the existing product of the "selected characteristic item" by the computer. The process of reproduction calculation, and the computer specifies the selection result of the characteristic item that minimizes the difference between the "share of existing products" calculated by reproduction and "the actual share of existing products" calculated from the actual sales volume. The process and the computer use the new product of the specified “selected characteristic item” and the evaluation value of the competitor existing product to evaluate the product after the start of new product sales. And a step of calculating a share.
[0021]
In this method, the prediction calculation of the share of the existing product is reproduced from the evaluation value for each characteristic item of the existing product, and the characteristic item that minimizes the difference between the reproduced predicted share and the actual share is selected. For this reason, the characteristic item necessary for the accurate calculation of the share is acquired, and the characteristic item that reduces the calculation accuracy of the share is removed. Since the share is calculated from the evaluation values of the characteristic items that have been verified to be necessary for the accurate calculation of the share, the share of the product can be accurately calculated.
[0022]
Further, according to the present invention, a program for predicting the ratio of the number of sold products to the total number of sold competitor products, that is, the share, is obtained.
This program causes the computer to execute the following processes, that is, a process of reading the actual sales number of an existing product competing with a new product, and a process of reading an evaluation value for each characteristic item of a competing existing product and a new product. In addition, processing to select characteristic items to be used for share calculation, processing to reproduce and calculate "share of existing products" using the evaluation value of existing products in "selected characteristic items", and reproduction calculation Processing to specify the result of selection of characteristic items that minimizes the difference between the specified “Share of existing products” and “Actual share of existing products” calculated from the actual sales volume, and the specified “Selected characteristic items” And calculating the share of the product after the start of the new product sale using the evaluation value of the new product and the competitor existing product.
[0023]
According to this program, the characteristic items necessary for accurate calculation of the share are obtained, and the characteristic items that lower the calculation accuracy of the share are removed. Since the share is calculated from the evaluation values of the characteristic items that have been verified to be necessary for accurate calculation of the share, the share of the product can be accurately calculated.
[0024]
First, an embodiment to which the present invention is suitably applied will be described.
(Embodiment 1) The evaluation value of a characteristic item is a score obtained by evaluating a specific level of the characteristic item in five levels.
(Embodiment 2) The evaluation value of the characteristic item is a sum total of the evaluation points given by the evaluator to the specific level of the characteristic item for all the evaluators.
(Embodiment 3) The evaluation value of the characteristic item is a ratio of a person who has taken the specific level of the characteristic item among all the evaluators.
(Mode 4) The forecast calculation of the share of the existing product is reproduced retroactively to the time when the sales start of the existing product is retroactive for a predetermined period.
(Mode 5) The share of a new product is predicted for each unit period. The unit period can be set arbitrarily. For example, the share can be predicted and calculated in units of one year, three months, one month, one week, one day, or the like.
(Mode 6) The share is calculated for each period in which the same characteristic item is expected to have the same degree of influence.
[0025]
【Example】
First Embodiment First, with reference to FIG. 2, a description will be given of a system configuration of a share and sales number prediction calculation device 6 (hereinafter referred to as a share etc. prediction calculation device 6) of a first embodiment embodying the present invention. I do.
The share etc. prediction calculation device 6 is configured by a computer having functions of calculation, input / output, storage, and control, and is connected to the management computer 2 of the new product production company via the network 4. The share etc. prediction calculation device 6 includes various databases (DB) storing various information previously transmitted from the management computer 2 of the production company via the network 4.
[0026]
The prediction calculation device 6 for share etc. in FIG. 2 includes an actual sales number database 8 that stores the actual sales numbers for each product type. FIG. 5 shows a data configuration example of the actual sales number database 8. Here, the actual sales numbers of existing products 1 to 4 (the actual product type is much larger than this) are classified by product type and by unit period (in this case, quarterly). Then, the period from the quarter of 2000 to the quarter of 2003 is illustrated over time. The hatched lines indicate that the actual sales number does not exist because the product has not been sold during the unit period. Was it added to the column for the quarter quarter of 2003? The mark indicates that the actual number of sales has not been determined for that period. Note that the unit period is not limited to a quarter, and may be a unit period of daily, weekly, monthly, or one year.
[0027]
The share prediction device 6 in FIG. 2 includes a characteristic item / evaluation value database 10 storing evaluation values for each product type and each product characteristic. FIG. 4 shows a data configuration example of the characteristic item / evaluation value database 10. For example, for the characteristic item A (for example, the characteristic item of the displacement) of the product 1 (for example, the car of the vehicle type 1), the right column shows that the evaluation value is a1. The evaluation value is indicated by a ratio of those who have evaluated the characteristic item as appropriate among survey subjects who have responded to the consumer value survey. As a result of surveying 100 people, if 20 people highly evaluate the characteristic item A (displacement amount) of the vehicle of the vehicle type 1, the evaluation value of 20 is stored in a1.
The evaluation values of the existing products 1 to 4 are calculated from the results of a survey on the values of those who may purchase the product. On the other hand, with respect to a product to be sold in the future (a new product, in this case, a product 5), it is not possible to conduct a general consumer value survey. Therefore, it is calculated from a pre-evaluation result by an in-house person who evaluates the new product 5 or an external monitor (general consumer) who commissioned the evaluation before starting to sell the new product. For example, for the characteristic item A of the new product 5, the left-hand column illustrates that a5 '% of the people were pre-evaluated to be highly evaluated when offered to the market.
The existing products 1 to 4 are also evaluated in advance by an in-house evaluator or the like before the sale starts, and are indicated by dashed symbols in the left column in FIG.
[0028]
In addition to the evaluation value, in addition to the evaluation value in the ratio of the number of people who have evaluated the right among all the evaluators as described above, each evaluator assigns an evaluation point in five levels for each characteristic item, When the evaluation points are given out of 100 points, the average or the total points of the evaluation points may be used as the evaluation value.
[0029]
2 includes an evaluation value / share calculation unit 14 that calculates a share from an evaluation value for each characteristic item of a product.
Various methods can be used to calculate the share from the evaluation value. For example, the conventional technique illustrated in FIG. 1 can also be used. In this conventional technique, as described above, the comprehensive evaluation value of the product 1 is calculated from the evaluation values a1, b1, c1, and d1 for each characteristic item, and the product is calculated from the evaluation values a2, b2, c2, and d2 for each characteristic item. The overall evaluation value of 2 is calculated. Then, the ratio of the number of sales of the product 1 to the number of sales of the product 2 is calculated based on the ratio of the total evaluation value of the product 1 to the total evaluation value of the product 2.
As described above, the process of calculating the ratio between the number of sales of the product 1 and the number of sales of the product 2 based on the ratio of the total evaluation value of the product 1 and the total evaluation value of the product 2 is correct, and the present technology also uses it. However, in the prior art, in order to uniformly treat the evaluation values a1, b1, c1, d1, and the like and convert them into an overall evaluation value, the evaluation value of a characteristic item that is emphasized in selecting a product is underestimated. The evaluation value of the characteristic item that is not emphasized is overestimated, and the overall evaluation value is calculated. This is a problem as described above.
[0030]
In order to solve this problem, the prediction calculation device 6 for share etc. in FIG. 2 includes a characteristic item selecting means 12. Since it is unclear which characteristic item is emphasized and which characteristic item is not emphasized when selecting a product, means 12 for variously selecting characteristic items is employed.
[0031]
As illustrated in FIG. 4, the evaluation values for the characteristic item A are dispersed as a1 to a5 depending on the product type. The evaluation values for the characteristic item B are dispersed as b1 to b5 depending on the product type. Thus, the degree of dispersion of the evaluation values of the characteristic items differs depending on the product type.
The characteristic item selecting means 12 provided in the share prediction calculation device 6 of FIG. 2 has a built-in means for ranking the characteristic items in accordance with the degree to which the evaluation value is dispersed according to the product type.
Specifically, the standard deviation is obtained from the evaluation value groups a1 to a5 for the characteristic item A, and the standard deviation is obtained from the evaluation value groups b1 to b5 for the characteristic item B. Similarly, for all the characteristic items, the standard deviation is obtained from the evaluation value group. FIG. 6 shows an example of this. The standard deviation of the evaluation value group of the characteristic item D is 41.9, the standard deviation value of the evaluation value group of the characteristic item A is 26.3,. The example shows that the standard deviation value of the evaluation value group of item B is 15.4, and the standard deviation value of the evaluation value group of characteristic item G is 3.6. The order can be assigned to the characteristic items in descending order of the standard deviation.
According to the order of the degree of variance, the characteristic item selecting means 12 selects “characteristic item of rank 1”, “characteristic item of rank 1 to rank 2”, “characteristic item of rank 1 to rank 3”, and so on. Rank 1 to final rank characteristic item ".
[0032]
When the characteristic item of the rank 1 (the characteristic item D in this case) is selected by the characteristic item selecting means 12, the evaluation value / share calculating means 14 calculates only the evaluation values d1 to d5 of the selected characteristic item D. Use it to calculate your share. The comprehensive evaluation value of the product is determined only by the characteristic item D, and the evaluation values of the other characteristic items correspond to assuming a case where the overall evaluation value of the product does not affect. When the characteristic item of the order 1 or 2 (in this case, the characteristic item D and the characteristic item A) is selected, the evaluation value / share calculating means 14 selects the evaluation value d1 of the selected characteristic item D and the characteristic item A.シェア d5 and a1 to a5 are used to calculate the share. The comprehensive evaluation value of the product is determined only by the characteristic item D and the characteristic item A, and the evaluation values of the other characteristic items correspond to assuming a case where the comprehensive evaluation of the product does not affect. Hereinafter, similarly, selection is performed while increasing the number of characteristic items. When the characteristic items of the ranks 1 to n (in this case, all the characteristic items) are selected, the evaluation value / share calculating means 14 calculates the share using the evaluation values of all the characteristic items. The comprehensive evaluation value of a product is determined by all the characteristic items, which is equivalent to assuming a case where any of the characteristic items cannot be neglected.
[0033]
The evaluation value / share calculation means 14 calculates a share from the evaluation value of the selected characteristic item. As one of the techniques described in Japanese Patent Application Laid-Open No. 2000-200260, a principal factor analysis is performed on the evaluation value of a selected characteristic item to find a first factor, and the first factor is determined for each product. From the evaluation value, the share for each product can be calculated.
[0034]
The characteristic item / evaluation point database 10 illustrated in FIG. 4 accumulates and stores evaluation values of past existing products. Accordingly, the evaluation value / share calculating means 14 can reproduce the prediction calculation of the share by using the evaluation value of the competitor which has been competing at the time of going back in the past. For example, it is possible to reproduce the prediction calculation of the share of a new product at the time when the sale was started one year ago, going back one year ago. In the case of the example of FIG. 5, the market share of the product 3 that was started to be sold in the quarter of 2001 can be reproduced and predicted at the start of the quarter of 2001.
[0035]
When the estimated value / share calculation means 14 reproduces the predicted share at the time of going back to the past, the share is predicted and calculated using only the evaluation value of the characteristic item selected by the characteristic item selecting means 12. For example, when the characteristic item selecting unit 12 selects only the characteristic item D having the largest variance, the share is predicted and calculated using only the evaluation values d1 to d5 of the characteristic item D.
Reference numeral 16 in FIG. 2 indicates the predicted share thus reproduced and calculated. For example, with respect to the product 3 illustrated in FIG. 5, the predicted share obtained when the calculation is performed at the sales start time (T2) is reproduced and calculated. At the time of the sale start (T2), the product 3 was a new product, and the existing competitors were the products 1 and 2. The predicted shares of these products are reproduced and calculated based on the evaluation values d1 to d5 of the characteristic item D illustrated in FIG. Since the product 1 and the product 2 are existing products, the predicted share is reproduced and calculated using the evaluation value (without a dash) obtained in the market awareness survey. Since the product 3 is a new product and the market awareness survey has not been performed, the predicted share is reproduced and calculated using the evaluation value (with dash) obtained from the preliminary evaluation.
[0036]
There is a corresponding actual share in the predicted share that is reproduced and calculated at the point in time when it goes back to the past (in this case, point T2 in FIG. 5). In the case of FIG. 5, since the actual sales numbers of the product 1, the product 2, and the product 3 are stored after the 4/4 period of 2001, the actual share of the competitor 1 to the product 3 is calculated. Can be calculated. Reference numeral 18 in FIG. 2 indicates the performance share thus obtained.
[0037]
By comparing the predicted and calculated share 16 and the actual share 18, the difference therebetween can be calculated. Reference number 20 in FIG. 2 indicates the difference thus obtained.
[0038]
As described above, the characteristic item selecting means 12 sequentially
(1) Select the characteristic item of rank 1 and
(2) Select the characteristic items of rank 1 and rank 2,
(3) Select the characteristic items of rank 1 to rank 3 and continue in the same manner, and finally,
The characteristic items of rank 1 to final rank are selected.
Each time the selected characteristic item changes, the predicted share calculated from the evaluation value changes. When the share is calculated by selecting the characteristic item of rank 1, the calculation is performed assuming that the share is determined only by the characteristic item of rank 1. When the share is calculated by selecting the characteristic items of the ranks 1 and 2, the calculation is performed assuming that the share is determined only by the characteristic items of the ranks 1 and 2. If the characteristic items of ranks 1 to 3 are selected and the share is calculated, the calculation is performed assuming that the share is determined only by the characteristic items of ranks 1 to 3. Since it is unclear which characteristic item is emphasized and which characteristic item is not emphasized when selecting a product, it is not known which prediction calculation result has high accuracy.
[0039]
The characteristic item selecting means 12 selects a characteristic item group to be used one after another in the order described above, and the evaluation value / share calculating means 14 reproduces and calculates the predicted share. Is calculated.
[0040]
By using the difference 20 calculated as described above, the selection result of the characteristic item that minimizes the difference, that is, the selection result of the characteristic item that reproduces and calculates the predicted share 16 that most closely approximates the actual share 18 is obtained. Can be identified. The characteristic item selection result specifying means 22 provided in the prediction calculation device 6 for shares and the like in FIG. 2 is used for the reproduction calculation of the prediction share 16 in which the difference from the actual share 18 is minimum. Identify the results of the selection of the characteristic items that have been selected. That is, the characteristic item that has led to accurate prediction of the share due to the selection and the characteristic item that has led to accurate prediction of the share because it has not been selected are specified.
[0041]
Using only the evaluation value of the characteristic item specified by the characteristic item selection result specifying unit 22 that minimizes the difference, the evaluation value / share calculating unit 14 predicts and calculates the share after the start of new product sales. For example, when the characteristic item selection result specifying unit 22 that minimizes the difference selects only the characteristic item D and the characteristic item A, the evaluation values d1 to d5 of the characteristic item D and the evaluation value of the characteristic item A The share is predicted and calculated using only the values a1 to a5.
Reference numeral 24 in FIG. 2 indicates the predicted share calculated in this manner. For example, for the products 1 to 5 illustrated in FIG. 5, the predicted share after the start of the sales of the new product 5 is calculated at the current time point (T1). At the current time point (T1), the products 1 to 4 are existing products, and the product 5 is not yet sold. The predicted shares of these products are calculated based on the evaluation values d1 to d5 of the characteristic item D and the evaluation values a1 to a5 of the characteristic item A illustrated in FIG. Since the products 1 to 4 are existing products, the expected shares are calculated using the evaluation values (without dashes) obtained in the market awareness survey. Since the product 5 is a new product, and the market awareness survey has not been performed, the predicted share is calculated using the evaluation value (with dash) obtained from the preliminary evaluation.
[0042]
The share prediction device 6 of FIG. This total sales number calculation means can use, for example, the technology described in Japanese Patent Application Laid-Open No. 2000-200260. By performing a time-series analysis of the past total sales of the category to which the competitor existing product belongs, the total sales of the competitor after the start of sales of the new product is predicted and calculated.
Reference numeral 28 in FIG. 2 indicates the predicted total sales number calculated in this manner. Products 1 to 5 illustrated in FIG. 5 are competing products and belong to the same category. By performing a time-series analysis of the total sales of the products 1 to 4 obtained up to the present time point (T1), that is, the total sales of the category, the sales of the products 1 to 5 after the sales of the new product 5 are started. Forecast and calculate total sales.
[0043]
The share prediction device 6 of FIG. This sales number calculation means 30 multiplies the predicted total sales number 28 calculated by the total sales number calculation means 26 by the product prediction share 24 calculated by the evaluation value / share calculation means 14 to generate a competition after the start of new product sales. Calculate the number of sales for each product.
Reference numeral 32 in FIG. 2 indicates the predicted product sales quantity calculated in this manner. For example, for each of the existing product 1 to the product 4 illustrated in FIG. 5 and the new product 5, the predicted sales quantity after the start of the sales of the new product 5 can be calculated at the current time point (T1).
[0044]
The flowchart of FIG. 3 shows a processing procedure for estimating the market share and the number of products of the new product 5 whose sales have not been started at the current time point (T1) shown in FIG.
In the embodiment described below, it is assumed that the current time point (T1) is one year before the planned sales start time of the new product 5. That is, the prediction and calculation of the share and the number of sales are performed at a time one year before the scheduled start of sales of the new product 5. If one year before the scheduled sales start, the forecast calculation of the market share and the number of units sold enables the review of new product specifications and the review of capital investment plans for the production of new products.
[0045]
At a point one year before the scheduled start of sales of the new product 5 (current time (T1)), it is possible to know the types of competitors in the market after the scheduled start of sales of the new product 5. In FIG. 5, it can be seen that the sale of the new product 5 is scheduled to start in an environment where the existing competitor products 1 to 4 exist.
The evaluation values for each characteristic item in FIG. 4 are obtained for all the competitors, and stored in the characteristic item / evaluation value database 10. Regarding the competitors existing products 1 to 4, evaluation values measured by conducting a market awareness survey after the start of sales have been found. Regarding the new product 5, an evaluation value obtained from a preliminary evaluation by an in-house evaluator or the like is known. For the competitive existing products 1 to 4, the evaluation values obtained from the preliminary evaluation by an in-house evaluator or the like performed before the start of sales are also known.
However, it is not clear which characteristic item should be emphasized and which characteristic item should not be overestimated.
[0046]
In and after step S2 in FIG. 3, selection of characteristic items to be emphasized and characteristic items not to be overestimated is performed. Upon selection, a method is used in which the predicted share calculated value and the actual share value are compared, and a characteristic item that results in a predicted share calculated value that closely approximates the actual share value is adopted. For this purpose, a process is executed to retroactively reproduce the prediction calculation for the existing product whose actual share is known.
In the process shown in FIG. 3, the prediction calculation of the share is reproduced for the existing products 1 to 3 whose actual market share over one year or more is known up to the present time (T1) (in the case of FIG. 5, the product 4 is sold. Since it is less than one year from the start, it is not included in the calculation of the forecast share.) In the following, for convenience of description, a case will be described in which the existing product 3 is set as a target of the calculation of reproduction of the predicted share.
[0047]
In step S2 of FIG. 3, in order to calculate the reproduction of the predicted share of the existing product 3, the process goes back to a time (T3) one year before the sales start time (T2) of the product 3. This is in accordance with the calculation of the predicted share after the start of sales of a new product one year before the start of sales of the new product.
At time T3, it has been found that products 1 and 2 exist as existing products competing with the new product 3. In addition, here, it is found that the market for one year after the start of sales of the new product 3 is predicted and calculated, whereas the sales of the product 4 is started during the prediction target period. Therefore, the products for which the calculation of the predicted share is reproduced at the time T3 include the products 1 and 2 which are competitors of the product 3, the product 4 competing after the quarter of 2002 after the time T2, and the new product. It is found that there are four types of product 3 which are
[0048]
At time T3, the characteristic item / evaluation value storage database 10 of FIG. 4 stores the evaluation values (without dashes) measured by conducting a market awareness survey after the commencement of sales for the existing competitors 1 and 2. For the new product 3 and the product 4 at that time, an evaluation value (with a dash) obtained from a preliminary evaluation by an in-house evaluator or the like is stored.
[0049]
In step S4 of FIG. 3, a characteristic item to be used for calculation of reproduction of the predicted share is selected. Here, selection is not made randomly but according to the degree to which the evaluation value is dispersed depending on the product type. Specifically, a standard deviation is obtained from the evaluation value groups a1, a2, a3 ', and a4' for the characteristic item A. A standard deviation is obtained from the evaluation value groups b1, b2, b3 ', and b4' for the characteristic item B. Similarly, the standard deviation is obtained from the evaluation value group for all the characteristic items. FIG. 6 shows an example, in which the standard deviation of the evaluation value group of the characteristic item D is 41.9, the standard deviation value of the evaluation value group of the characteristic item A is 26.3... The example illustrates that the standard deviation value of the evaluation value group of B is 15.4, and the standard deviation value of the evaluation value group of the characteristic item G is 3.6. The ranking is given to the characteristic items in descending order of the standard deviation value.
[0050]
Step S4 in FIG. 3 is repeatedly executed a plurality of times (that is, repeatedly executed when NO is determined in later step S14). When step S4 is executed for the first time, the characteristic item of rank 1 is selected. When the process is executed for the second time, the characteristic items of ranks 1 and 2 are selected. When the process is executed for the third time, the characteristic items of ranks 1 to 3 are selected. Thereafter, the execution is repeated in the same manner, and finally, the characteristic items of rank 1 to final rank are selected. If the combination of the characteristic items is selected in accordance with the degree of dispersion, the amount of calculation and the calculation time can be reduced as compared with the case where all the characteristic items are randomly combined and selected.
[0051]
In step S6 of FIG. 3, using the evaluation value of the characteristic item selected in step S4, comprehensive evaluation of a product competing with the product (in this case, product 3) for which the calculation of the predicted share is to be calculated in step S2. Calculate the value.
When step S6 is executed for the first time, a comprehensive evaluation value is calculated for the products 1 to 4 in accordance with the evaluation value of the characteristic item D in which the evaluation value is largest. Here, since there is only one type of evaluation value of the characteristic item, the evaluation value of the characteristic item D becomes the overall evaluation value as it is. The comprehensive evaluation value of the product is determined only by the evaluation value of the characteristic item D, and the evaluation values of the other characteristic items correspond to cases where the overall evaluation value of the product does not affect. When step S6 is executed for the second time, a comprehensive evaluation value is calculated for the products 1 to 4 in accordance with the evaluation values of the characteristic items D and A in which the evaluation values are greatly dispersed. Here, an overall evaluation value is calculated from the evaluation values of the two types of characteristic items. The comprehensive evaluation value of the product is determined only by the evaluation value of the characteristic item D and the evaluation value of the characteristic item A, and the evaluation values of the other characteristic items correspond to a case where they do not affect the comprehensive evaluation of the product.
In the same manner, step S6 is repeated, and when it is finally executed, a total evaluation value is calculated for products 1 to 4 according to evaluation values of all characteristic items. The comprehensive evaluation value of a product corresponds to the case where it is determined by the evaluation values of all characteristic items.
For example, when calculating the overall evaluation value of the product 1 from the evaluation values a1, a2, a3,... Of the product 1, the principal component analysis is performed as described in JP-A-2000-200260. In this case, a method of extracting the first factor and calculating the evaluation value of the first factor can be adopted.
If the evaluation value of the characteristic item used changes, the calculated total evaluation value also changes.
[0052]
When the total evaluation value for each product is calculated, it is possible to calculate the share of the competitor product. For the period from April 4, 2001 to February 2, 2002, in which products 1 to 3 compete, “Share of product 1: share of product 2: share of product 3 = total evaluation value of product 1: product 2 The share of each product is predicted and calculated using the formula of “overall evaluation value: total evaluation value of product 3”. For the March 3rd quarter of 2002 in which products 1 to 4 compete, “Share of product 1: share of product 2: share of product 3: share of product 4 = overall evaluation value of product 1: overall evaluation of product 2 Value: Comprehensive evaluation value of product 3: Comprehensive evaluation value of product 4, and the share of each product is predicted and calculated.
[0053]
For the new product 3 at the time, which is the target of the calculation of the reproduction of the predicted share, the actual share of the predicted period is known. Therefore, in step S12 of FIG. 3, the difference between the predicted share and the actual share that have been reproduced and calculated can be calculated.
When step S12 is executed for the first time, the difference between the share predicted using the evaluation value of the characteristic item D in which the evaluation value is largest and the actual share is calculated. When the process is executed for the second time, the difference between the share predicted using the evaluation value of the characteristic item D and the evaluation value of the characteristic item A, in which the evaluation values are greatly dispersed, and the actual share are calculated. Hereinafter, similarly, the execution of step S12 is repeated, and when it is finally executed, the difference between the predicted share using the evaluation values of all the characteristic items and the actual share is calculated.
In the following step S14, the above-described difference calculation process is repeatedly executed.
[0054]
In step S16 of FIG. 3, the characteristic item used for calculating the predicted share that minimizes the difference calculated in step S12 is specified.
If the total evaluation value of the product when the difference is minimized is determined only by the evaluation value of the characteristic item D, and the evaluation values of the other characteristic items do not affect the overall evaluation of the product, only the evaluation value of the characteristic item D The share calculated by using is closest to the actual share. If the overall evaluation value of the product when the difference is minimized is determined only by the evaluation value of the characteristic item D and the evaluation value of the characteristic item A, and the evaluation values of the other characteristic items do not affect the overall evaluation of the product, The share predicted and calculated using the evaluation value of the characteristic item D and the evaluation value of the characteristic item A is closest to the actual share. The overall evaluation value of the product with the minimum difference is determined only by the evaluation value of the characteristic item D, the evaluation value of the characteristic item A, and the evaluation value of the characteristic item C, and the evaluation values of the other characteristic items affect the overall evaluation of the product. If not, the share calculated by prediction using the evaluation value of the characteristic item D, the evaluation value of the characteristic item A, and the evaluation value of the characteristic item C is closest to the actual share. If the total evaluation value of the product with the smallest difference is determined by the evaluation values of all the characteristic items, the share calculated and predicted using the evaluation values of all the characteristic items is closest to the actual share.
By specifying the characteristic item that has resulted in the reproduction calculation result of the predicted share that most closely approximates the actual share, the selection of the characteristic item that should be emphasized and the characteristic item that should not be overestimated becomes clear.
[0055]
Steps S18 to S20 in FIG. 3 are processes for predicting and calculating the share of the product after the start of sales of the product 5 which is a new product at the present time.
At the current time point (T1) shown in FIG. 5, it can be seen that there are products 1 to 4 which are competing existing products, and a new product 5 is additionally introduced into them. The evaluation values for each of the characteristic items of the competitors 1 to 5 competing after the introduction of the new product are known (see FIG. 4). The evaluation values of the existing products 1 to 4 are measured from the consumer survey (no dash), and the evaluation values of the new product 5 are measured from the in-house preliminary evaluation (with dash).
In step S18, an overall evaluation value for each product is calculated from the evaluation values for each characteristic item of the competitive product. At this time, only the evaluation value of the characteristic item specified in step S16 is used. Since the evaluation value of the characteristic item that is proven to be important is used and the evaluation value of the characteristic item that is proven not to be used is not used, an accurate overall evaluation value can be calculated. By removing the characteristic items that should not be emphasized, the evaluation values of the characteristic items that should not be emphasized are not overestimated.
When the accurate overall evaluation value of the competitor product is calculated, the share of each new product 5 after the start of sales can be accurately calculated (step S20).
[0056]
In the example shown in FIG. 5, the predicted share of the product 3 was reproduced and calculated retroactively to the time point T3. In this way, the predicted share of the product 2 can be reproduced and calculated if it goes back before the sale of the product 2 starts, and the predicted share of the product 2 can be reproduced and calculated if it goes back before the start of the sale of the product 1.
[0057]
There is a possibility that the selection result of the characteristic item that minimizes the difference between the predicted share and the actual share calculated by reproduction is different.
For example, for product 1, the difference is minimized when the top 10 characteristic items with a large variance in evaluation values are selected, and for product 2, the difference is minimal when the top 11 characteristic items are selected. In the case of the commodity 3, when the top 12 characteristic items are selected, the difference may be minimized. In this case, the share of the product is predicted and calculated using the evaluation value of the characteristic item having the rank corresponding to the average value of the number of selected items (11 in this example). Alternatively, it is also possible to predict and calculate the share of the product based on the evaluation value of the characteristic item for the type of product having the smallest difference.
[0058]
Steps S22 and S24 in FIG. 3 are processes for predicting and calculating the number of sold products after the start of sales of the product 5 which is a new product at the present time.
In step S22, the total number of sold competitor products is predicted and calculated. A technology for estimating the total number of sold competitor products has been developed and is described in Japanese Patent Application Laid-Open No. 2000-200260. Forecast calculation of future total sales by analyzing the time series of past total sales for each category of competitor product (for example, if the product is an automobile, minivan, medium sedan, etc., which are categories of competitor models) I do.
Finally, in step S24, the number of sales for each product is predicted by multiplying the share for each product calculated in step S20 by the total sales of the above-mentioned competitor products.
[0059]
(Second Embodiment) The first embodiment exemplifies a case where the actual share is obtained every quarter. In this case, taking into account that the competitive products change depending on the period (products 1 to 3 compete in the period from April 4, 2001 to February 4, 2002, and products 1 to product after the period March 3, 2002) 4 was used to perform the calculation of reproducing the predicted share of the product 3), and does not take into account the possibility that the characteristic item to be selected may change depending on the period.
However, the characteristic items that are emphasized by purchasers who select products in winter and the characteristic items that are emphasized by purchasers who select products in summer may be different. Alternatively, a characteristic item that is emphasized by a purchaser who selects a product within one month after the start of sales may be different from a characteristic item that is emphasized by a purchaser who selects a product after one year or more after the start of sales. There is a possibility that the characteristic item to be selected changes depending on the period.
In the present embodiment, the selection of a characteristic item that minimizes the difference between the predicted calculated share and the actual share is examined for each period.
[0060]
In the second embodiment, the processing after step S4 in FIG. 3 is performed every quarter.
In steps S4 to S16, for example, at the time (T3) retroactively shown in FIG. 5, the predicted share of the product 3 for the quarter of April 2001 is reproduced and calculated, and the predicted share best approximated to the actual share is calculated. Identify the characteristic item that resulted in the reproducibility calculation result. In Steps S18 and S20, the share of the new product 5 in the quarter period is predicted using the evaluation value of the characteristic item used for the prediction in the quarter period. Similarly, the characteristic item that has resulted in the reproduced calculation result of the forecast share that best approximates the actual market share of the quarter of 2002 is specified, and the evaluation value of the characteristic item used for the forecast of the quarter is used. Predicts the market share of the new product 5 in the quarter. Identify the characteristic item that resulted in the reproducible calculation result of the forecast share that best approximates the actual market share in the 2/4 term of 2002, and use the evaluation value of the characteristic item used in the 2/4 term forecast to create a new product Forecast the share of 5 2/4 quarter.
In this way, the quarter share is predicted using the evaluation value of the characteristic item that accurately predicted the quarter share. The share in the 2/4 term is predicted using the evaluation value of the characteristic item that accurately predicted the share in the 2/4 term. The market share in the 3/4 term is predicted using the evaluation value of the characteristic item that accurately predicted the market share in the 3/4 term. The market share in the quarter is predicted using the evaluation value of the characteristic item that accurately predicted the market share in the quarter.
[0061]
In addition, even when the calculation is performed every quarter, for example, for the product 1 in the quarter, when the top 10 characteristic items having a large variance of the evaluation value are selected, the difference is minimized. The difference may be minimum when the top 11 characteristic items are selected, and may be minimum when the top 12 characteristic items are selected for the product 3. In this case, the quarterly share of the new product 5 is predicted and calculated by using the evaluation value of the characteristic item having the rank corresponding to the average value of the number of selected items (11 in this example). Alternatively, it is also possible to predict and calculate the share of the new product 5 using the evaluation value of the characteristic item for the type of product having the smallest difference. The same applies to the period from 2/4 to 4/4.
[0062]
The above-described share prediction calculation method is particularly useful when a characteristic item to be considered when selecting a product changes according to the season. In order to predict the market share in the quarter period (winter), characteristic items that are emphasized when selecting products in winter are emphasized, so that accurate prediction can be performed.
[0063]
The commonality of the periods may be classified by the elapsed period from the start of sales. In the example of FIG. 5, the characteristic item that has resulted in the reproduction calculation result of the predicted share that is the closest to the actual share in the April quarter of 2001 for three months from the sales start time (T2) of the product 3 is specified, and the characteristic item is specified. Using the evaluation value of the item, the market share for three months from the scheduled start of sale of the product 5 is calculated. Similarly, the characteristic item that has resulted in the reproduction calculation result of the predicted share that is the closest to the actual market share in the quarter of 2002 from three months to six months from the sales start time (T2) of the product 3 is specified, and the characteristic item is specified. Using the evaluation value of the item, the market share for three to six months from the scheduled start of sale of the product 5 is calculated. Identify the characteristic item that resulted in the calculation result of the predicted share that most closely resembles the actual market share in the 2/4 quarter of 2002 from 6 months to 9 months from the sales start time (T2) of the product 3, and evaluate the characteristic item Using the value, the market share for 6 months to 9 months from the scheduled start of sale of the product 5 is calculated.
This share prediction calculation method is particularly useful when the characteristic items to be considered at the time of product selection change depending on the elapsed time from the start of sales. In predicting the market share immediately after the start of sales, the market is predicted with an emphasis on the characteristic items that are emphasized when selecting a product immediately after the start of sales, so that accurate prediction is possible.
[0064]
As mentioned above, although the specific example of this invention was demonstrated in detail, these are only illustrations and do not limit a claim. The technology described in the claims includes various modifications and alterations of the specific examples illustrated above.
-In the present embodiment, the actual share for each unit period belonging to a single year is adopted, but the present invention is not limited to this. It is also possible to use the average of the total of the actual shares of the same unit period for the past several years. For example, it is possible to sum up the actual market shares of the last three quarters of the quarter, and use the averaged number as the actual market share for the quarter.
In the present embodiment, the ranking of the combination of the characteristic items is performed based on the degree of variance (standard deviation). However, the present invention is not limited to this. Other ranking methods may be employed.
In the present embodiment, the prediction target period for calculating the prediction share is set to 12 months or more. In addition, the combination of the characteristic items is selected based on the difference between the 12-month reproduction prediction share and the 12-month actual share. However, the present invention is not limited to this, and a period having an arbitrary length can be adopted as long as the period is sufficient for performing the prediction.
In this embodiment, a period divided every quarter is set as the unit period. However, the present invention is not limited to this, and the unit period can be set arbitrarily. For example, when forecasting the share every week, the week can be set as the unit period, and when forecasting the share every six months, the half year can be set as the unit period, and the share is predicted every three years. In this case, three years can be set as the unit period.
In the present embodiment, the point in time at which the share is predicted is one year before the start of the sale of the product. However, the present invention is not limited to this, and can be set at any time.
In this embodiment, the number of products sold is calculated using the predicted share. However, the present invention is not limited to this. For example, it is also possible to use the predicted share for other purposes, such as determining allocation of a production line for producing a product.
Further, the technical elements described in the present specification or the drawings exhibit technical utility singly or in various combinations, and are not limited to the combinations described in the claims at the time of filing. The technology illustrated in the present specification or the drawings achieves a plurality of objects at the same time, and has technical utility by achieving one of the objects.
[Brief description of the drawings]
FIG. 1 is a diagram schematically illustrating an example of a product characteristic item.
FIG. 2 is a diagram illustrating a system configuration of a share prediction device.
FIG. 3 is a flowchart illustrating a processing procedure for estimating a share of a product after the start of sales of a new product.
FIG. 4 is a diagram showing a data configuration example of characteristic items / evaluation values.
FIG. 5 is a diagram illustrating an example of a data configuration of an actual sales number database.
FIG. 6 is a diagram illustrating a result of assigning a rank to a characteristic item according to a degree of dispersion.
[Explanation of symbols]
2: Production company management computer
4: Network,
6: Prediction device for share, etc.
8: Actual sales number database,
10: characteristic item / evaluation value database,
12: characteristic item selection means,
14: Evaluation value / share calculation means,
16: Predicted share calculated by reproduction,
18: Actual share
20: Difference between predicted and actual share calculated by reproduction,
22: means for specifying the result of selection of characteristic items that minimized the difference
24: Product forecast share
26: total sales number calculation means,
28: predicted total sales volume,
30: Sales quantity calculation means,
32: Product sales forecast

Claims

This device estimates the ratio (share) of product sales to the total sales of competitors,
Means for storing the actual number of sales of existing products that compete with new products (competitive existing products);
"Characteristic item / evaluation value" storage means for storing evaluation values for characteristic items of competing existing products and new products,
"Evaluation value / share" calculating means for calculating the ratio (share) of the number of sales for each product using the evaluation value for each characteristic item stored in the "characteristic item / evaluation value" storage means;
Selecting means for selecting characteristic items to be used in the "evaluation value / share" calculating means;
The “evaluation value / share” calculated by the “evaluation value / share” calculation unit using the evaluation value of the existing product of the “characteristic item selected by the selection unit” stored in the “characteristic item / evaluation value” storage unit in the past. Means for identifying a characteristic item selection result that minimizes the difference between the "share" and the "actual market share of existing products" calculated from the actual sales quantity stored in the actual sales quantity storage means,
Means for calculating the share of the product after the start of new product sales by means of the “evaluation value / share” calculating means using the evaluation value of the new product of the “selected characteristic item” identified by the specifying means and the competitive existing product;
An apparatus for predicting share of a product, comprising:

The “characteristic item / evaluation value” storage means stores “characteristic item / evaluation value” of a plurality of types of competing products.
Means for ranking the characteristic items according to the degree to which the evaluation value is dispersed according to the product type is added,
According to the order of the degree of variance, the selection means selects “characteristic item of rank 1”, “characteristic item of rank 1 to rank 2”, “characteristic item of rank 1 to rank 3”, and so on. The share predicting apparatus according to claim 1, wherein a "characteristic item of ranking" is selected.

3. The share prediction according to claim 1 or 2, wherein the "evaluation value / share" calculation means calculates a share for each period as a unit and changes a characteristic item to be used according to the period. apparatus.

The share prediction device according to any one of claims 1 to 3,
Means for predicting and calculating the total sales number of competitor products after the start of new product sales from the actual sales number of competing existing products stored in the actual sales number storage means;
Means for calculating the number of products sold from the total sales number calculated by the total sales number forecast calculation means and the product share calculated by the share calculation means;
A sales forecasting device for a product, characterized in that a number is added.

This is a method for predicting the ratio (share) of product sales to the total sales of competitive products.
Reading the actual sales number of the existing product competing with the new product, stored in a computer readable manner;
Reading an evaluation value for each characteristic item of a competitive existing product and a new product stored in a computer readable manner;
A process of selecting characteristic items to be used for calculating a share by a computer,
A step of reproducing and calculating the “share of the existing product” using the evaluation value of the existing product of the “selected characteristic item” by a computer;
A step of identifying, by a computer, a selection result of a characteristic item that minimizes a difference between the “existing product share” calculated by reproduction and the “actual product share” calculated from the actual sales quantity,
A step of calculating, by a computer, a share of the product after the start of sales of the new product by using the evaluation value of the new product of the specified “selected characteristic item” and the competitive existing product;
A product share prediction method characterized by having:

This is a program for predicting the ratio (share) of the number of products sold to the total number of sales of competitor products.
A process of reading the actual sales number of existing products that compete with new products,
A process of reading an evaluation value for each characteristic item of a competitor existing product and a new product,
Processing to select characteristic items to be used for share calculation,
A process of reproducing and calculating “share of existing product” using the evaluation value of the existing product of “selected characteristic item”;
A process of specifying the selection result of the characteristic item that minimizes the difference between the “existing product share” calculated from the reproduction calculation and the “existing product actual share” calculated from the actual sales volume, and the specified “selected characteristic” Calculating the share of a product after the start of sales of a new product by using the evaluation values of new products and competitor existing products in the item,
A program for predicting the market share of a product, characterized in that the program is executed.