JP2006079298A

JP2006079298A - 販売量予測システム

Info

Publication number: JP2006079298A
Application number: JP2004261755A
Authority: JP
Inventors: Minoru Fujii; 実藤井
Original assignee: Toyota Motor Corp
Current assignee: Toyota Motor Corp
Priority date: 2004-09-09
Filing date: 2004-09-09
Publication date: 2006-03-23

Abstract

【課題】その販売実績から将来の販売量を予測し難い商品についても、将来の販売量を精度良く予測する。
【解決手段】評価用予測処理部１１は、対象商品以外の複数の商品の各々について、所定期間Ｔａにおける販売実績量に基づき、期間Ｔａ後の期間Ｔｂにおける販売予測量を算出する。他商品抽出処理部１２は、複数の商品の中から、期間Ｔｂにおける販売予測量と販売実績量との誤差が所定基準より小さい一以上の商品を抽出する。相関関係算出処理部１３は、抽出された各商品の販売実績量と、対象商品の販売実績量とに基づいて、抽出された商品と対象商品との間の販売量の相関関係を求める。他商品予測処理部１４は、抽出された商品の各々について、販売実績量に基づき、将来の販売予測量を算出する。対象商品予測処理部１５は、算出された各商品の将来の販売予測量に基づき、上記相関関係を用いて対象商品の将来の販売予測量を算出する。
【選択図】図１

Description

本発明は、商品の将来の販売量を予測する販売量予測システムに関する。

商品の販売量を正確に予測することは、生産計画、販売戦略等を決定する上で極めて重要なことである。このような商品の販売量を予測する方法としては、予測対象商品自体の過去の販売実績量に基づき、時系列予測を用いて予測を行うものが知られている（例えば、非特許文献１参照）。この他にも、販売量予測方法として様々なものが提案されている（例えば、特許文献１〜３参照）。

溝口敏行，刈屋武昭、"経済時系列分析入門"、日本経済新聞社、１９８３年１月特開２００２−１６９９４６号公報特開２００２−９９７０６号公報特開２００３−１２２８９５号公報

上記の時系列予測を用いる方法においては、精度良く予測を行うためには、ある程度長い期間にわたる販売実績量（時系列データ）が必要となる。例えば、ある商品の将来の月別販売量を予測する場合、過去３年（３６ヶ月）程度の月別販売量の時系列データが必要とされる。

このため、ライフサイクルが比較的短い商品については、その商品の過去の販売実績から将来の販売量を予測することは困難である。例えば、自動車の場合、およそ２年毎にモデルチェンジが行われるため、３年分の月別販売実績量を用意することができず、過去の販売実績から将来の売れ行きを精度良く予測することができない。

そこで、本発明は、その販売実績から将来の販売量を予測し難い商品についても、将来の販売量を精度良く予測することができる販売量予測システムを提供する。

本発明に係る販売量予測システムは、対象商品の販売量を予測する販売量予測システムであって、対象商品以外の複数の商品の各々について、当該商品の所定期間Ｔａにおける販売実績量に基づき、所定の予測方式により、期間Ｔａ後の期間Ｔｂにおける販売予測量を算出する手段と、前記複数の商品の中から、期間Ｔｂにおける販売予測量と販売実績量との誤差が所定基準より小さい一以上の商品を抽出する手段と、抽出された各商品の販売実績量と、対象商品の販売実績量とに基づいて、抽出された一以上の商品と対象商品との間の販売量の相関関係を求める手段と、抽出された商品の各々について、当該商品の販売実績量に基づき、前記所定の予測方式により、将来の販売予測量を算出する手段と、算出された各商品の将来の販売予測量に基づき、前記相関関係を用いて、対象商品の将来の販売予測量を算出する手段と、を有することを特徴とする。

また、本発明の販売量予測システムは、対象商品の販売量を予測する販売量予測システムであって、対象商品以外の複数の商品の各々について、当該商品の所定期間Ｔａにおける販売実績量に基づき、所定の予測方式により、期間Ｔａ後の期間Ｔｂにおける販売予測量を算出する手段と、前記複数の商品の中から、期間Ｔｂにおける販売予測量と販売実績量との誤差が所定基準より小さい一以上の商品を抽出する手段と、抽出された各商品の販売実績量と、対象商品の販売実績量とに基づいて、抽出された一以上の商品と対象商品との間の販売量の相関関係を求める手段と、求められた相関関係に基づいて、抽出された一以上の商品の中から、対象商品との間の販売量の相関が所定基準より高い一以上の商品を選択する手段と、選択された商品の各々について、当該商品の販売実績量に基づき、前記所定の予測方式により、将来の販売予測量を算出する手段と、算出された各商品の将来の販売予測量に基づき、前記相関関係を用いて、対象商品の将来の販売予測量を算出する手段と、を有することを特徴とする。

本発明によれば、その販売実績から将来の販売量を予測し難い商品についても、将来の販売量を精度良く予測することができる。

以下、本発明の実施の形態について、第１〜２の実施の形態に分けて、図面に従って詳細に説明する。

［第１の実施の形態］
図１は、本実施の形態に係る販売量予測システム１の機能構成を示すブロック図である。この販売量予測システム１は、予測対象となる対象商品Ａの販売量を、対象商品Ａの過去の販売実績量と、対象商品以外の複数の商品Ｂ１〜Ｂｍ（以下、「他商品」と称す）の過去の販売実績量とに基づいて予測するものである。ここで、他商品Ｂ１〜Ｂｍは、対象商品Ａと同じ種類の商品であってもよいし、全く異なる種類の商品であってもよい。

図２は、対象商品Ａおよび他商品Ｂ１〜Ｂｍの販売量の時系列を模式的に示す図である。図２において、●印は対象商品Ａの月別の販売実績量、△黒三角印は他商品の月別の販売実績量、○印は対象商品Ａの月別の販売予測量、△印は他商品の月別の販売予測量を表す。なお、ここでは時系列データは月別の販売量であるが、日別や週別等であっても構わない。

以下、図１，２を参照して、販売量予測システム１の構成について説明する。図１において、販売量予測システム１は、評価用予測処理部１１、他商品抽出処理部１２、相関関係算出処理部１３、他商品予測処理部１４、および対象商品予測処理部１５を有する。ここでは、販売量予測システム１はコンピュータによって構成され、上記各部１１〜１５は、記憶媒体に格納された販売量予測プログラムがＣＰＵによって実行されることにより実現される。ただし、販売量予測システム１の具体的な実現態様は、特に限定されない。

評価用予測処理部１１は、複数の他商品Ｂ１〜Ｂｍの各々について、当該他商品の所定期間Ｔａにおける販売実績量（図２中△黒三角印）に基づき、所定の予測方式に従って、所定期間Ｔａ後の期間Ｔｂにおける販売予測量（図２中△印）を算出する。ここで、所定の予測方式は好ましくは時系列予測であり、時系列予測としては例えばセンサス局法が挙げられる。所定期間Ｔａは、予測精度の観点より３６ヶ月以上であることが好ましい。なお、複数の他商品Ｂ１〜Ｂｍの販売実績量は、図１において他商品販売実績ファイル１６に予め格納されている。

他商品抽出処理部１２は、複数の他商品Ｂ１〜Ｂｍの中から、期間Ｔｂにおける販売予測量（図２中△印）と販売実績量（図２中△黒三角印）との誤差が所定基準より小さい一以上の他商品を抽出する。すなわち、複数の他商品Ｂ１〜Ｂｍの中から、その過去の販売実績から将来の販売量を予測した場合における予測精度が所定基準より高い一以上の他商品を選出する。ここで、誤差が所定基準より小さい他商品を抽出する態様としては、全他商品のうち誤差の小ささが所定順位以上である他商品を抽出する態様や、誤差が所定の閾値より小さい他商品を抽出する態様が挙げられる。期間Ｔｂは、予測精度の評価を良好に行える期間であることが好ましく、例えば１２ヶ月である。なお、ここでは、図２に示されるとおり、４つの他商品Ｂ１，Ｂ５，Ｂ８，Ｂ２１が抽出されたものとする。

相関関係算出処理部１３は、他商品抽出処理部１２により抽出された各他商品の販売実績量と、対象商品Ａの販売実績量とに基づいて、抽出された一以上の他商品と対象商品Ａとの間の販売量の相関関係を求める。例えば、抽出された各他商品の所定期間Ｔｃにおける販売実績量（図２中△黒三角印）と、対象商品Ａの所定期間Ｔｃにおける販売実績量（図２中●印）とに基づいて、重回帰分析を用いて下記式（１）で表される予測モデル式を生成する。

上記式（１）において、Ｄ^* _A,jは、対象商品Ａのｊ月の販売予測量である。Ｄ^* _x,j（ｘ＝１，５，８，２１）は、他商品Ｂｘのｊ月の販売予測量である。ａ_x（ｘ＝１，５，８，２１）は、重回帰分析により求められる係数（偏回帰係数）である。ｅは、重回帰分析により求められる定数である。

なお、所定期間Ｔｃは、予測精度の観点より１２ヶ月以上であることが好ましい。対象商品Ａの販売実績量は、図１において対象商品販売実績ファイル１７に予め格納されている。

他商品予測処理部１４は、他商品抽出処理部１２により抽出された他商品の各々について、当該他商品の販売実績量に基づき、評価用予測処理部１１と同様の予測方式に従って、将来の販売予測量を算出する。例えば、上記式（１）の予測モデル式を用いる場合には、他商品Ｂ１，Ｂ５，Ｂ８，Ｂ２１の各々について、当該他商品の所定期間Ｔｄにおける販売実績量（図２中△黒三角印）に基づき、時系列予測を用いて、予測対象期間Ｔｅにおける販売予測量（図２中△印）を算出する。ここで、所定期間Ｔｄは、予測精度の観点より直近の３６ヶ月以上の期間であることが好ましい。

対象商品予測処理部１５は、他商品予測処理部１４により算出された各他商品の将来の販売予測量に基づき、相関関係算出処理部１３により求められた相関関係を用いて、対象商品Ａの将来の販売予測量を算出する。例えば、他商品Ｂ１，Ｂ５，Ｂ８，Ｂ２１の予測対象期間Ｔｅにおける販売予測量（図２中△印）を、上記式（１）の予測モデル式に代入することにより、対象商品Ａの予測対象期間Ｔｅにおける販売予測量（図２中○印）を算出する。図１において、対象商品予測処理部１５は、算出された対象商品Ａの販売予測量を予測結果ファイル１８に格納する。

以上のとおり、本実施の形態では、他商品Ｂ１〜Ｂｍについては、期間（Ｔａ＋Ｔｂ）（約４８ヶ月以上）といった比較的長い期間における販売実績量の時系列データが必要とされるが、対象商品Ａについては、期間Ｔｃ（約１２ヶ月以上）といった比較的短い期間における販売実績量の時系列データで足りる。すなわち、本実施の形態によれば、ある程度長い期間の販売実績を用意することができず、過去の販売実績から将来の販売量を予測し難い商品についても、将来の販売量を予測することが可能となる。

以下、本実施の形態に係る販売量予測システム１の動作、すなわち本実施の形態における販売量予測処理の手順について、ある車両の将来の販売量を予測する場合を例にとって、より具体的に説明する。なお、以下の説明では、現在の月（当月）は２００４年６月であるとする。

図３は、本実施の形態における対象商品販売実績ファイル１７のデータ構成例を示す図である。この対象商品販売実績ファイル１７には、２００３年６月から２００４年５月までの期間（１２ヶ月）における、対象商品Ａの月別の販売実績量が格納されている。また、対象商品販売実績ファイル１７には、対象商品Ａの各種の属性データも格納されている。ここでは、対象商品Ａは、カテゴリーが「車両」、メーカが「自社」、商品名が「セダン○○」である。

図４は、本実施の形態における他商品販売実績ファイル１６のデータ構成例を示す図である。この他商品販売実績ファイル１６には、２０００年１月から２００４年５月までの期間（５３ヶ月）における、他商品Ｂ１〜Ｂｍの月別の販売実績量が格納されている。また、他商品販売実績ファイル１６には、他商品Ｂ１〜Ｂｍの各種の属性データ（カテゴリー、メーカ、商品名）も格納されている。ここでは、図４に示されるとおり、他商品として、対象商品Ａの種類と全く異なる商品（音響装置、飲料、家、・・・）が採用されている。

図５は、本実施の形態に係る販売量予測システム１の動作手順を示すフローチャートである。以下、図５に従って、図１〜４を適宜参照しながら、本実施の形態における販売量予測処理の手順について説明する。なお、以下の説明では当月をＮ月とする。

＜ステップＳ１１：評価用予測処理＞
まず、評価用予測処理部１１は、他商品Ｂ１〜Ｂｍの各々について、（Ｎ−５３）〜（Ｎ−１３）月の販売実績量を入力データとして、時系列予測を用いて、（Ｎ−１２）〜（Ｎ−１）月の販売予測量を算出する。

具体的には、図６に示されるとおり、評価用予測処理部１１は、他商品販売実績ファイル１６から、他商品Ｂ１の（Ｎ−５３）〜（Ｎ−１３）月の販売実績量Ｄ_1,N-53〜Ｄ_1,N-13を取り出す。ついで、取り出した販売実績量Ｄ_1,N-53〜Ｄ_1,N-13に基づいて予測モデル式を作成し、この予測モデル式を用いて他商品Ｂ１の（Ｎ−１２）〜（Ｎ−１）月の販売予測量Ｄ^* _1,N-12〜Ｄ^* _1,N-1を算出する。そして、同様の計算を繰り返すことにより、他商品Ｂ２〜Ｂｍについても、（Ｎ−１２）〜（Ｎ−１）月の販売予測量Ｄ^* _x,N-12〜Ｄ^* _x,N-1（ｘ＝２〜ｍ）を算出する。

なお、時系列予測については、広く知られている技術であるので、ここでは詳しい説明は省略することとする。

＜ステップＳ１２：他商品抽出処理＞
ついで、他商品抽出処理部１２は、評価用予測処理部１１により算出された予測結果を用いて、どの他商品が予測に適しているかを評価し、予測精度の高い他商品を抽出する。具体的には、次の処理を実行する。

まず、他商品抽出処理部１２は、他商品Ｂ１からＢｍまで順に、評価用予測処理部１１により算出された（Ｎ−１２）〜（Ｎ−１）月の販売予測量と、（Ｎ−１２）〜（Ｎ−１）月の販売実績量との誤差を算出する。ここでは、他商品Ｂｘ（ｘ＝１〜ｍ）について、販売予測量Ｄ^* _x,N-12〜Ｄ^* _x,N-1と販売実績量Ｄ_x,N-12〜Ｄ_x,N-1との乖離度Ｅｘを、下記式（２）を用いて算出する。

例えば、商品Ｂ１の乖離度Ｅ１は、下記式（３）のように計算される。

そして、他商品抽出処理部１２は、他商品Ｂ１〜Ｂｍの中から、乖離度Ｅｘが小さいものから順に所定数（ここでは４つ）の他商品を選ぶ。すなわち、他商品Ｂ１〜Ｂｍの中から、乖離度Ｅｘの小ささに関して上位４つの他商品を抽出する。ここでは、他商品Ｂ１，Ｂ５，Ｂ８，Ｂ２１が抽出されたものとする。

なお、販売予測量と販売実績量との誤差は、上記式（２）により算出される乖離度Ｅｘに限られず、他の値であってもよい。また、他商品を抽出するための基準は、上記に限られず、「乖離度Ｅｘが所定閾値以下であること」など、適宜に設定されればよい。

＜ステップＳ１３：相関関係算出処理＞
ついで、相関関係算出処理部１３は、他商品抽出処理部１２により抽出された他商品Ｂ１，Ｂ５，Ｂ８，Ｂ２１と、対象商品Ａとの販売量の関係を回帰式にてモデル化する。具体的には、対象商品Ａの（Ｎ−１２）〜（Ｎ−１）月の販売実績量Ｄ_A,N-12〜Ｄ_A,N-1と、抽出された他商品Ｂｘ（ｘ＝１，５，８，２１）の（Ｎ−１２）〜（Ｎ−１）月の販売実績量Ｄ_x,N-12〜Ｄ_x,N-1とに基づいて、重回帰分析により上記（１）式の係数ａ₁，ａ₅，ａ₈，ａ₂₁および定数ｅを求め、例えば下記式（４）のような予測モデル式を生成する。

なお、重回帰分析については、広く知られている技術であるので、ここでは詳しい説明は省略することとする。

＜ステップＳ１４：他商品予測処理＞
ついで、他商品予測処理部１４は、次ステップの対象商品予測処理の前準備として、上記式（４）の右辺に代入されるべき値を求める。すなわち、他商品抽出処理部１２により抽出された他商品Ｂ１，Ｂ５，Ｂ８，Ｂ２１について、予測対象となる月ｋの販売予測量Ｄ^* _1,k，Ｄ^* _5,k，Ｄ^* _8,k，Ｄ^* _21,kを求める。ここでは、予測対象期間はＮ〜（Ｎ＋Ｐ）月であるものとし、他商品予測処理部１４は、抽出された他商品Ｂ１，Ｂ５，Ｂ８，Ｂ２１の各々について、（Ｎ−５３）〜（Ｎ−１）月の販売実績量を入力データとして、評価用予測処理部１１と同様の時系列予測を用いて、Ｎ〜（Ｎ＋Ｐ）月の販売予測量を算出する。

具体的には、他商品予測処理部１４は、他商品販売実績ファイル１６から、他商品Ｂ１の（Ｎ−５３）〜（Ｎ−１）月の販売実績量Ｄ_1,N-53〜Ｄ_1,N-1を取り出す。ついで、取り出した販売実績量Ｄ_1,N-53〜Ｄ_1,N-1に基づいて予測モデル式を作成し、この予測モデル式を用いて他商品Ｂ１のＮ〜（Ｎ＋Ｐ）月の販売予測量Ｄ^* _1,N〜Ｄ^* _1,N+Pを算出する。そして、同様の計算を繰り返すことにより、他商品Ｂ５，Ｂ８，Ｂ２１についても、Ｎ〜（Ｎ＋Ｐ）月の販売予測量Ｄ^* _x,N〜Ｄ^* _x,N+P（ｘ＝５，８，２１）を算出する。

＜ステップＳ１５：対象商品予測処理＞
ついで、対象商品予測処理部１５は、ステップＳ１４で算出された他商品の販売予測量Ｄ^* _x,N〜Ｄ^* _x,N+P（ｘ＝１，５，８，２１）を、上記式（４）で表される予測モデル式へ代入して、対象商品ＡのＮ月から（Ｎ＋Ｐ）月までの販売予測量Ｄ^* _A,N〜Ｄ^* _A,N+Pを算出する。

すなわち、上記式（４）に示される予測モデル式の右辺に、Ｎ月の販売予測量Ｄ^* _1,N，Ｄ^* _5,N，Ｄ^* _8,N，Ｄ^* _21,Nを代入して、対象商品ＡのＮ月の販売予測量Ｄ^* _A,Nを求める。同様に、（Ｎ＋１）月から（Ｎ＋Ｐ）月までについても、予測モデル式の右辺に他商品予測処理で得られた販売予測量Ｄ^* _1,i，Ｄ^* _5,i，Ｄ^* _8,i，Ｄ^* _21,i（ｉ＝（Ｎ＋１）〜（Ｎ＋Ｐ））を代入して、対象商品Ａの販売予測量Ｄ^* _A,N+1〜Ｄ^* _A,N+Pを求める。そして、得られた販売予測量Ｄ^* _A,N〜Ｄ^* _A,N+Pを予測結果ファイル１８に格納する。図７に、本実施の形態における予測結果ファイル１８のデータ構成例を示す。

以上のとおり、本実施の形態では、対象商品Ａ以外の複数の他商品Ｂ１〜Ｂｍの中から、その過去の販売実績から将来の販売量を予測した場合における予測精度が高い他商品を抽出し、抽出された他商品と対象商品Ａとの間の販売量の相関関係を求める。そして、この相関関係を利用して、抽出された他商品の販売予測量から対象商品Ａの将来の販売量を予測する。ここで、上記の相関関係は、時系列予測と比べて、比較的短い期間の販売実績により求めることができる。このため、本実施の形態によれば、比較的長い期間の販売実績を用意することができず、時系列予測による販売量の予測が困難な商品についても、将来の販売量を予測することができる。また、予測精度が高い他商品を抽出し、抽出された他商品の販売予測量に基づいて対象商品Ａの販売量を予測するので、予測精度の高い販売予測量のみから対象商品Ａの販売量を予測することができる。言い換えると、予測精度の低い販売予測量が対象商品Ａの販売予測量に作用してしまうことを回避することができる。このように、本実施の形態によれば、予測精度の高い他商品の予測結果を利用して対象商品Ａの販売量の予測を行うので、過去の販売実績から将来の販売量を予測し難い商品であっても、精度の良い予測結果を得ることができる。具体的には、２年毎にモデルチェンジされる車両のような商品であっても、車両以外の商品の予測結果を利用することにより、将来の販売量を精度良く予測することができる。

［第２の実施の形態］
図８は、本実施の形態に係る販売量予測システム２の機能構成を示すブロック図である。この販売量予測システム２は、上記第１の実施の形態に係る販売量予測システム１と殆ど同じであるが、抽出された他商品の中から、対象商品Ａとの間の販売量の相関が所定基準より高い他商品を選択し、選択された他商品の販売予測量に基づいて対象商品の販売予測量を算出することを特徴とするものである。以下、本実施の形態について説明するが、上記第１の実施の形態と共通する部分については、同一の符号を用い、説明を省略することとする。

図８において、販売量予測システム２は、評価用予測処理部１１、他商品抽出処理部１２、相関関係算出処理部１３、他商品選択処理部２４、他商品予測処理部２５、および対象商品予測処理部２６を有する。これら各処理部２４〜２６の機能は、以下の動作説明により明らかとなる。

図９は、本実施の形態に係る販売量予測システム２の動作手順を示すフローチャートである。以下、図９に従って、販売量予測システム２の動作、すなわち本実施の形態における販売量予測処理の手順について説明する。

図９において、評価用予測処理（Ｓ２１）、他商品抽出処理（Ｓ２２）、および相関関係算出処理（Ｓ２３）は、図５のステップＳ１１〜Ｓ１３と同じである。本実施の形態においても、ステップＳ２２の他商品抽出処理により、他商品Ｂ１，Ｂ５，Ｂ８，Ｂ２１が抽出されたものとする。

＜ステップＳ２４：他商品選択処理＞
他商品選択処理部２４は、相関関係算出処理部１３により求められた相関関係に基づいて、他商品抽出処理部１２により抽出された一以上の他商品の中から、対象商品Ａとの間の販売量の相関が所定基準より高い一以上の他商品を選択する。

例えば、他商品選択処理部２４は、抽出された他商品Ｂ１，Ｂ５，Ｂ８，Ｂ２１の各々について、対象商品Ａとの間の販売量の相関の高さを示す相関値Ｃｘ（ｘ＝１，５，８，２１）を、下記式（５）に従って算出する。

上記式（５）において、ａ_xは、予測モデル式における他商品Ｂｘに対応する係数である。Ｄａｖｅ_xは、期間Ｔｃすなわち（Ｎ−１２）〜（Ｎ−１）月における他商品Ｂｘの販売実績量の平均値である。

そして、他商品選択処理部２４は、算出された相関値Ｃｘが所定閾値以上である他商品を選択する。ただし、選択の方法はこれに限られず、相関値Ｃｘが大きいものから順に所定数の他商品を選択することとしてもよい。ここでは、他商品Ｂ５，Ｂ８が選択されたものとする。

＜ステップＳ２５：他商品予測処理＞
ついで、他商品予測処理部２５は、他商品選択処理部２４により選択された他商品の各々について、当該他商品の販売実績量に基づき、評価用予測処理と同様の予測方式により、将来の販売予測量を算出する。具体的には、他商品予測処理部２５は、他商品選択処理部２４により選択された他商品Ｂ５，Ｂ８について、予測対象となる月ｋの販売予測量Ｄ^* _5,k，Ｄ^* _8,kを求める。ここでは、予測対象期間はＮ〜（Ｎ＋Ｐ）月であるものとし、他商品予測処理部２５は、選択された他商品Ｂ５，Ｂ８の各々について、（Ｎ−５３）〜（Ｎ−１）月の販売実績量を入力データとして、評価用予測処理部１１と同様の時系列予測を用いて、Ｎ〜（Ｎ＋Ｐ）月の販売予測量Ｄ^* _x,N〜Ｄ^* _x,N+P（ｘ＝５，８）を算出する。

このように、本実施の形態では、他商品予測処理部２５は、他商品抽出処理で抽出された他商品について販売予測量を算出するのではなく、他商品選択処理で選択された他商品、すなわち対象商品Ａとの間の販売量の相関が所定基準より高い他商品について販売予測量を算出する。

＜ステップＳ２６：対象商品予測処理＞
ついで、対象商品予測処理部２６は、他商品予測処理部２５により算出された各他商品の将来の販売予測量に基づき、相関関係算出部１３により求められた相関関係を用いて、対象商品Ａの将来の販売予測量を算出する。ここでは、上記式（４）で表される予測モデル式の右辺に、他商品予測処理で算出された他商品Ｂ５，Ｂ８のＮ月の販売予測量Ｄ^* _5,N，Ｄ^* _8,Nを代入するとともに、Ｄ^* _1,N＝０，Ｄ^* _21,N＝０を代入して、対象商品ＡのＮ月の販売予測量Ｄ^* _A,Nを求める。同様に、（Ｎ＋１）月から（Ｎ＋Ｐ）月までについても、予測モデル式の右辺に他商品予測処理で得られた販売予測量Ｄ^* _5,i，Ｄ^* _8,i（ｉ＝（Ｎ＋１）〜（Ｎ＋Ｐ））を代入するとともに、Ｄ^* _1,i＝０，Ｄ^* _21,i＝０（ｉ＝（Ｎ＋１）〜（Ｎ＋Ｐ））を代入して、対象商品Ａの販売予測量Ｄ^* _A,N+1〜Ｄ^* _A,N+Pを求める。そして、得られた販売予測量Ｄ^* _A,N〜Ｄ^* _A,N+Pを予測結果ファイル１８に格納する。

このように、本実施の形態では、他商品Ｂ１，Ｂ２１については対象商品Ａとの販売量の相関が低いため、式（４）における「ａ₁・Ｄ^* _1,i」および「ａ₂₁・Ｄ^* _21,i」は無視し得ると考え、Ｄ^* _1,i＝０，Ｄ^* _21,i＝０（ｉ＝Ｎ〜（Ｎ＋Ｐ））を代入する。なお、Ｄ^* _1,i＝Ｄａｖｅ₁，Ｄ^* _21,i＝Ｄａｖｅ₂₁など、他の値を代入することも可能である。

以上のとおり、本実施の形態では、相関関係算出処理で求められた相関関係に基づいて、他商品抽出処理で抽出された一以上の他商品の中から、対象商品Ａとの間の販売量の相関が所定基準より高い一以上の他商品を選択する。そして、選択された他商品の販売予測量に基づき、上記相関関係を用いて対象商品Ａの販売予測量を算出する。このため、本実施の形態によれば、対象商品Ａとの間の販売量の相関が低い他商品についての販売予測量の算出を省略することができ、演算量の削減や処理の高速化を図ることができる。

以上、本発明の実施の形態について説明したが、本発明が上記の実施の形態に限定されないことは言うまでもない。例えば、相関関係算出処理で生成される予測モデル式は、上記式（１）で表されるものに限られない。例えば、販売台数ではなく、前月からの変化率を変数として採用し、下記式（６）を予測モデル式とすることができる。

この場合、対象商品予測処理においては、上記式（６）と下記式（７）を用いて、対象商品Ａの予測対象月（ｋ月）の販売予測量Ｄ^* _A,kを算出する。

この他、下記式（８）を予測モデル式として採用することができる。

第１の実施の形態に係る販売量予測システムの機能構成を示すブロック図である。対象商品および他商品の販売量の時系列を模式的に示す図である。対象商品販売実績ファイルのデータ構成例を示す図である。他商品販売実績ファイルのデータ構成例を示す図である。第１の実施の形態に係る販売量予測システムの動作手順を示すフローチャートである。評価用予測処理の様子を示す図である。予測結果ファイルのデータ構成例を示す図である。第２の実施の形態に係る販売量予測システムの機能構成を示すブロック図である。第２の実施の形態に係る販売量予測システムの動作手順を示すフローチャートである。

符号の説明

１，２販売量予測システム、１１評価用予測処理部、１２他商品抽出処理部、１３相関関係算出処理部、１４，２５他商品予測処理部、１５，２６対象商品予測処理部、１６他商品販売実績ファイル、１７対象商品販売実績ファイル、１８予測結果ファイル、２４他商品選択処理部。

Claims

対象商品の販売量を予測する販売量予測システムであって、
対象商品以外の複数の商品の各々について、当該商品の所定期間Ｔａにおける販売実績量に基づき、所定の予測方式により、期間Ｔａ後の期間Ｔｂにおける販売予測量を算出する手段と、
前記複数の商品の中から、期間Ｔｂにおける販売予測量と販売実績量との誤差が所定基準より小さい一以上の商品を抽出する手段と、
抽出された各商品の販売実績量と、対象商品の販売実績量とに基づいて、抽出された一以上の商品と対象商品との間の販売量の相関関係を求める手段と、
抽出された商品の各々について、当該商品の販売実績量に基づき、前記所定の予測方式により、将来の販売予測量を算出する手段と、
算出された各商品の将来の販売予測量に基づき、前記相関関係を用いて、対象商品の将来の販売予測量を算出する手段と、
を有することを特徴とする販売量予測システム。
対象商品の販売量を予測する販売量予測システムであって、
対象商品以外の複数の商品の各々について、当該商品の所定期間Ｔａにおける販売実績量に基づき、所定の予測方式により、期間Ｔａ後の期間Ｔｂにおける販売予測量を算出する手段と、
前記複数の商品の中から、期間Ｔｂにおける販売予測量と販売実績量との誤差が所定基準より小さい一以上の商品を抽出する手段と、
抽出された各商品の販売実績量と、対象商品の販売実績量とに基づいて、抽出された一以上の商品と対象商品との間の販売量の相関関係を求める手段と、
求められた相関関係に基づいて、抽出された一以上の商品の中から、対象商品との間の販売量の相関が所定基準より高い一以上の商品を選択する手段と、
選択された商品の各々について、当該商品の販売実績量に基づき、前記所定の予測方式により、将来の販売予測量を算出する手段と、
算出された各商品の将来の販売予測量に基づき、前記相関関係を用いて、対象商品の将来の販売予測量を算出する手段と、
を有することを特徴とする販売量予測システム。