JP2007011723A - 集計装置、集計方法、プログラム及び記録媒体 - Google Patents
集計装置、集計方法、プログラム及び記録媒体 Download PDFInfo
- Publication number
- JP2007011723A JP2007011723A JP2005192251A JP2005192251A JP2007011723A JP 2007011723 A JP2007011723 A JP 2007011723A JP 2005192251 A JP2005192251 A JP 2005192251A JP 2005192251 A JP2005192251 A JP 2005192251A JP 2007011723 A JP2007011723 A JP 2007011723A
- Authority
- JP
- Japan
- Prior art keywords
- store
- people
- totaling
- unit
- output
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims description 22
- 238000003384 imaging method Methods 0.000 claims description 26
- 238000001514 detection method Methods 0.000 claims description 17
- 230000004931 aggregating effect Effects 0.000 claims 3
- 241000287107 Passer Species 0.000 abstract 1
- 239000002131 composite material Substances 0.000 abstract 1
- 230000002776 aggregation Effects 0.000 description 15
- 238000004220 aggregation Methods 0.000 description 15
- 230000006870 function Effects 0.000 description 10
- 238000012545 processing Methods 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 7
- 230000033001 locomotion Effects 0.000 description 6
- 230000001815 facial effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 239000004973 liquid crystal related substance Substances 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 2
- 241000282326 Felis catus Species 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
【課題】 売上が予想を下回る原因の切り分けを最小限の費用で判別することを可能とする。
【解決手段】 複合機15は、第1〜第3の撮影装置11〜14によって撮影された画像データに基づいて、店舗付近の通行人の人数、店舗へ入店する人数、店舗内において商品を購入する人数を検出し、夫々検出した人数を所定の時間単位別に集計する。
【選択図】 図1
【解決手段】 複合機15は、第1〜第3の撮影装置11〜14によって撮影された画像データに基づいて、店舗付近の通行人の人数、店舗へ入店する人数、店舗内において商品を購入する人数を検出し、夫々検出した人数を所定の時間単位別に集計する。
【選択図】 図1
Description
本発明は、店舗での売上が予想を下回る原因を切り分けること等が可能な集計装置、集計方法、プログラム及び記録媒体に関するものである。
コンビニ等の小売店舗の新規出店にあたっては、住民登録と地図情報に基いて商圏分析を行う等の調査を行ない採算が取れると判断された場合は出店するのが原則である。また、出店に判断に先立って人手により平日及び休日の通行人数をカウントしたり、付近の競合店の入店状況や売上状況を確認する等の調査方法も用いられる。更に、特許文献1では、レジの開放信号に基づいて防犯カメラによる撮影を行い、監視対象物の監視記録を確実に行なえる防犯カメラの記録装置が開示されている。又、特許文献2では、ITVカメラによる撮影及び画像処理によって調査員が不要で、バラつきがなくミスの少ない信頼できるデータ取得が可能で、長期にわたる連続した通行量調査を行うことができる通行量調査装置が開示されている。
ところで、現在では都市圏のコンビニ出店も飽和状態に近くなり、新規出店したものの、損益分岐点以下又は損益分岐点付近の売上の店舗は少なくない。売上が予想を下回った原因として、主に(1)当該店舗の前を通過する人や車が予想を下回っている、(2)当該店舗の前を通過する人や車はほぼ予想通りであるが、入店する人数が予想を下回っている、(3)入店人数はほぼ予想通りであるが、入店が売上に必ずしも結びついていない、の3通りの原因が考えられる。
原因(2)の場合は、新規キャンペーンや店の外観幟の設置、夜間照明の変更等店に入り易くする対策等が検討されることになる。原因(3)の場合は、商品の品揃えや価格、商品の配置、時間帯別の欠品の有無等を再検討・調査する必要がある。原因(1)の場合は、そもそも出店場所が適切でなかったことになり、上記(2)や(3)の対策は勿論検討すべきであるが根本的な解決は難しい。
しかし、売上が予想を下回った原因が上記(1)〜(3)のいずれであるのか、あるいはこれらの組合せであるのかを特定することは困難である。確かに大幅な赤字を出し続けている店舗については調査するまでもなく、撤退する判断を容易に下せる。しかし、少なからず存在する損益分岐点ぎりぎりの店舗について、撤退するか、費用をかけて対策を実施し売上増を図るかの判断をするために、多額の調査費用を使うことはできない。
そこで、本発明の目的は、売上が予想を下回る原因の切り分けを最小限の費用で判別することを可能とすることにある。
本発明の集計装置は、店舗付近の通行人の人数を検出する第1の検出手段と、前記店舗へ入店する人数を検出する第2の検出手段と、前記店舗内において商品を購入する人数を検出する第3の検出手段と、前記第1の検出手段、前記第2の検出手段及び前記第3の検出手段によって夫々検出された人数を所定の時間単位別に集計する集計手段とを有することを特徴とする。
本発明の集計方法は、店舗内外における人数を集計する集計装置による集計方法であって、前記店舗付近の通行人の人数、前記店舗へ入店する人数及び前記店舗内において商品を購入する人数を検出する検出ステップと、前記検出ステップによって夫々検出された人数を所定の時間単位別に集計する集計ステップとを含むことを特徴とする。
本発明のプログラムは、前記集計方法をコンピュータに実行させることを特徴とする。
本発明のコンピュータ読み取り可能な記録媒体は、前記プログラムを記録したことを特徴とする。
本発明の集計方法は、店舗内外における人数を集計する集計装置による集計方法であって、前記店舗付近の通行人の人数、前記店舗へ入店する人数及び前記店舗内において商品を購入する人数を検出する検出ステップと、前記検出ステップによって夫々検出された人数を所定の時間単位別に集計する集計ステップとを含むことを特徴とする。
本発明のプログラムは、前記集計方法をコンピュータに実行させることを特徴とする。
本発明のコンピュータ読み取り可能な記録媒体は、前記プログラムを記録したことを特徴とする。
本発明によれば、店舗付近の通行人の人数、店舗へ入店する人数及び店舗において商品を購入する人数を所定の時間単位別に集計するように構成したので、店舗付近の通行人の人数が少ない、店舗へ入店する人が少ない、店舗において商品を購入する人が少ない等の売上が予想を下回る原因の切り分けを最小限の費用で判別することが可能となる。
以下、本発明を適用した好適な実施形態を、添付図面を参照しながら詳細に説明する。
図1は、本発明の実施形態に係る入店人数分析システムの構成を示す図である。図1において、11及び12は第1の撮影装置、13は第2の撮影装置、14は第3の撮影装置、15はPCとプリンタとを融合させた機能を備える複合機、16はPOSレジであり、これらはLAN17を通じて互いに接続されている。18は店舗10の入口であり、19はカウンタである。なお、他の実施形態として、複合機15の代わりにPCを配置した構成としてもよい。
図2は、複合機15のハードウェア構成を示す図である。21は、複合機15の全体の処理動作を統括制御するCPU、22は、一時的にデータを記憶し、CPU21のワークエリアとして使用されるRAM、23は、入出力用の基本プログラム(BIOS)が記録されるROM、24は、LAN17と複合機15との通信を接続するためのLANアダプタ、25は、画像データを表示するための液晶パネル、26は、ユーザが各種操作を行うための操作ボタン、28は、印刷用紙上への印字処理を制御するプリントエンジン、29は、用紙上の画像情報を読み取るスキャナ、27は、オペレーションシステムの他、第1〜第3の撮影装置11〜13から受信した画像データを分析する画像分析プログラムや集計プログラム等のアプリケーションプログラムや統計DBの各テーブル、店舗10の想定通過人数、想定入店人数、想定売上人数、類似立地の黒字店舗の各種統計データ等を記憶するハードディスクである。以上の各構成がシステムバス20によって接続されている。
図3は、第1の撮影装置11、12と複合機15とによる店舗付近を通過する人数(以下、通過人数と称す)の集計処理の流れを示すフローチャートである。ステップS301が実行される前に、第1の撮影装置11、12と複合機15との間ではLAN17を経由してTCP/IPによるセッションが確立され、第1の撮影装置11、12で撮影された画像データの送信準備ができているものとする。
2台のカメラ(第1の撮影装置11及び第2の撮影装置12)は反対向きに設置され、店の前の歩行者用通路を撮影する(ステップS301)。ここで画像は動画像であり、毎秒5フレーム乃至20フレーム程度で撮影する。
第1及び第2の撮影装置11、12は撮影した画像データをLAN17経由でUDPプロトコルで複合機15に送信する(ステップS302)。
複合機15のCPU21は、LANアダプタ24を介して第1の撮影装置11、12から受信した画像データを、RAM22に記憶する(ステップS311)。
続いてCPU21は、今回RAM22に記憶した画像フレームと前回RAM22に記憶した1つ前の画像フレームとを比較し、2つの画像フレーム間の差分が所定の閾値を上回っているかを判定する(ステップS312)。即ち、CPU21は2つの画像フレームの夫々について移動体として認識された範囲の画像面積を求め、2つの画像フレーム間で対応する移動体の画像面積の差分を上記の画像フレーム間の差分として算出し、所定の閾値を上回っているかを判定する。なお、判定を終えた画像データはハードディスク27内に格納される。
続いてCPU21は、ステップS312の判定の結果、2つの画像フレーム間の差分が所定の閾値以上である場合、求めた差分から移動体の移動の向きを判断する(ステップS313)。つまり、差分が正の値(動きのある部分の面積が拡大しつつある状態)を示す場合は近づいていると判断し、差分が負の値(動きのある部分の面積が縮小しつつある状態)を示す場合は遠ざかっていると判断する。なお、ステップS312において、2つの画像フレーム間の差分が所定の閾値より小さい値である場合、人間でない移動体(犬や猫等)の蓋然性が高いため、通過人数のカウントの対象外とする。勿論幼児等が一人で歩いている場合はカウントの対象外となるが、幼児等が一人でコンビニ等の小売店に来店して購入することは極めて稀なので、殆ど分析結果には影響しない。
続いてCPU21は、本実施形態では撮影装置を2台使用しているため、重複を避けるために近づいている場合だけを通過人数としてカウントする。また、同時に複数人が近づいてくる場合もあるので、その場合は移動体の顔部分の画像認識(目や口、鼻の形状の特徴と位置関係から顔の部分を認識する)によって人数を特定する(ステップS314)。なお、本実施形態では、2台の撮影装置によって通行人数をカウントしているが、他の実施形態として1台の撮影装置によって通行人数をカウントしてもよいし、3台以上の撮影装置によって通行人数をカウントしてもよい。
続いてCPU21は、ハードディスク27に記憶されている統計DBの区分1の明細テーブルを更新する(ステップS315)。図12に区分1の明細テーブルの一例を示す。図12に示す区分1の明細テーブルは、所定の時間単位(ここでは、1時間単位)で、右方向へ移動していく人数、左方向へ移動していく人数、当該時間帯で撮影された画像データのファイル名、及び、当該時間帯で撮影された画像データのフレーム番号の記録項目を備える。CPU21は、ステップS313、S314の判定結果、算出結果に基づいて図12の明細テーブルの各項目を更新する。なお、右方向へ移動していく人数と左方向に移動していく人数との和が移動人数となる。
図4は、第2の撮影装置13と複合機15とによる店舗へ入店する人数(以下、入店人数と称す)の集計処理の流れを示すフローチャートである。ステップS401が実行される前に、第2の撮影装置13と複合機15との間ではLAN17を経由してTCP/IPによるセッションが確立され、第2の撮影装置13で撮影された画像データの送信準備ができているものとする。
本実施形態では第2の撮影装置13は店舗の入口に向けて設置され、店に入店する人を撮影する。ここで画像は動画像であり、毎秒5フレーム乃至20フレーム程度で撮影する。
第2の撮影装置13は、撮影した画像データをLAN17経由でUDPのプロトコルで複合機15に送信する(ステップS402)。
複合機15のCPU21は、LANアダプタ24を介して第2の撮影装置13から受信した画像データを、RAM22に記憶する(ステップS411)。
続いてCPU21は、今回RAM22に記憶した画像フレームと前回RAM22に記憶した1つ前の画像フレームとを比較し、2つの画像フレーム間の差分が所定の閾値を上回っているかを判定する(ステップS412)。この差分の算出の方法は、上述した第1の撮影装置11、12からの画像フレームに対する差分の求め方と同様である。また、判定を終えた画像データはハードディスク27内に格納される。
続いてCPU21は、ステップS412の判定の結果、2つの画像フレーム間の差分が所定の閾値以上である場合、求めた差分から人間の移動の向きを判断する(ステップS413)。つまり、差分が正の値を示す場合は入店の動きと判断し、差分が負の値を示す場合は店を出る動きと判断する。
CPU21は、入店の動きと判定した人間の数をカウントする。なお、同時に複数人が入店する場合もあるので、その場合は顔部分の画像認識(目や口、鼻の形状の特徴と位置関係から顔の部分を認識する)を使用して人数を特定する(ステップS414)。本実施形態では、1台の撮影装置によって入店人数をカウントしているが、複数台の撮影装置を使用して入店人数をカウントするように構成してもよい。
続いてCPU21は、ハードディスク27に記憶されている統計DBの区分2の明細テーブルを更新する(ステップS415)。図13に区分2の明細テーブルの一例を示す。図13に示す区分2の明細テーブルは、所定の時間単位(ここでは、1時間単位)で、入店人数、当該時間帯で撮影された画像データのファイル名、及び、当該時間帯で撮影された画像データのフレーム番号の記録項目を備える。CPU21は、ステップS413、S414の判定結果、算出結果に基づいて図13の明細テーブルの各項目を更新する。
図5は、第3の撮影装置14と複合機15とによる店舗10で商品を買った人の数(以下、売上人数と称す)の集計処理の流れを示すフローチャートである。ステップS501が実行される前に、第3の撮影装置14と複合機15との間ではLAN17を経由してTCP/IPによるセッションが確立され、第3の撮影装置14で撮影された画像データの送信準備ができているものとする。
第3の撮影装置14は、撮影した画像データをLAN17経由でUDPプロトコルで複合機15に送信する(ステップS502)。
本実施形態では第3の撮影装置14はPOSレジ16の背後の壁側からカウンタ19に向けて設置され、POSレジ16の前に立った人を撮影する。ここで画像は動画像であり、毎秒5フレーム乃至20フレーム程度で撮影する。
複合機15のCPU21は、LANアダプタ24を介して第3の撮影装置14から受信した画像データを、RAM22に記憶する(ステップS511)。
続いてCPU21は、今回RAM22に記憶した画像フレームと前回RAM22に記憶した1つ前の画像フレームとを比較し、2つの画像フレーム間の差分が所定の閾値を上回っているかを判定する(ステップS512)。この差分の算出方法は、上述した第1の撮影装置11、12からの画像フレームに対する差分の求め方と同様である。また、判定を終えた画像データはハードディスク27内に格納される。
続いてCPU21は、ステップS512の判定結果、2つの画像フレーム間の差分が所定の閾値以上である場合、求めた差分から移動体の移動の向きを判断する(ステップS513)。つまり、差分が正の値を示す場合はPOSレジ16に向かってくる動きと判定し、差分が負の値を示す場合はPOSレジ16から離れていく動きと判定する。
CPU21は、POSレジ16に向かってくると判定された人の数を売上人数としてカウントする。なお、同時に複数人がレジに向かってくる場合もあるので、その場合は顔部分の画像認識(目や口、鼻の形状の特徴と位置関係から顔の部分を認識する)を利用して人数を特定する(ステップS514)。本実施形態では、1台の撮影装置によってPOSレジ16に向かう人の人数、即ち売上のあった人数(売上人数)をカウントしているが、複数台の撮影装置を使用してPOSレジ16に向かう人数をカウントするように構成してもよい。
続いてCPU21は、ハードディスク27に記憶されている統計DBの区分3の明細テーブルを更新する(ステップS515)。図14に区分3の明細テーブルの一例を示す。図14に示す区分3の明細テーブルは、所定の時間単位(ここでは、1時間単位)で、売上人数、当該時間帯で撮影された画像データのファイル名、及び、当該時間帯で撮影された画像データのフレーム番号の記録項目を備える。CPU21は、ステップS513、S514の判定結果、算出結果に基づいて図14の明細テーブルの各項目を更新する。
図11は、POSレジ16と複合機15とによる売上時の明細情報の集計処理の流れを示すフローチャートである。ステップS1101では、POSレジ16はレジの開放の検知処理を実行する。レジの開放が検知されると、POSレジ16はキー操作やバーコード操作等によって内部に記憶された売上日付時刻、顧客区分、売上金額、商品コード、数量及び伝票番号等の明細情報を複合機15に送信する(ステップS1101、ステップS1102)。
複合機15のCPU21は、LANアダプタ24を介してPOSレジ16から受信した明細情報をRAM27に記憶する(ステップS1111)。
続いてCPU21は、RAM27に一旦記憶した明細情報に基づいて、ハードディスク27に記憶されている統計DBの売上管理テーブルを更新する(ステップS1112)。図15に売上管理テーブルの一例を示す。図15に示す売上管理テーブルは、売上日付時刻、顧客区分、売上金額、購入商品のコード(商品コード)及び購入商品の数量の登録項目を備える。顧客区分の登録項目には顧客の性別、年齢層(子供(概ね10歳未満):年齢層1、若者(概ね10〜20歳台):年齢層2、中年(概ね30〜40歳台):年齢層3、年配(概ね50歳台以上):年齢層4)を登録することができる。なお、図15中では示していないが伝票番号も併せて登録される。
図6は、複合機15による分析集計の設定及び処理の流れを示すフローチャートである。複合機15のCPU21は、図10に示す画面から分析集計に係る設定情報を入力する(ステップS601)。図10に示す画面上において、1001、1007、1008は集計期間の設定項目であり、例えば1週間、2週間、1カ月、3カ月、6カ月で集計期間を指定することができる。1002は商品別集計の設定項目であり、商品別の集計を行うかを指定することができる。1003は比率算出の設定項目であり、実際の人間の数ではなく、入店人数/通過人数、売上人数/入店人数の比率を計算するかを指定することができる。1004は、帳票出力の設定項目であり、画面上のグラフ表示等を帳票として出力するかを指定することができる。1005、1006は、画面上のグラフ1、グラフ2の表示内容の設定項目であり、時間帯別人数(通過人数、入店人数、購入人数)グラフ、時間帯別比率(入店率、購入率)グラフ、曜日別人数(通過人数、入店人数、購入人数)グラフ及び曜日別比率(入店率、購入率)のうちから任意の2つのグラフを選択し、表示させることが可能である。1007は、集計開始日の設定項目であり、集計期間の開始日を設定することができる。1008は、集計完了日の設定項目であり、集計期間の完了日を設定することができる。1009は、想定数値表示の設定項目であり、想定通過人数、想定入店人数、想定売上人数を表示するかを設定することができる。1010は、グラフ1の標準店対比設定項目であり、グラフ1に当該店舗10と同様の立地で売上が損益分岐点を上回っている店(以下、黒字店と称す)と比較表示するかどうかを指定することができる。1011は、グラフ2の標準店対比設定項目であり、グラフ2に当該店舗10と黒字店と比較表示するかどうかを指定することができる。1012は、集計ボタンであり、1001〜1011の設定項目で設定された内容で集計を実行する場合に押下されるボタンである。1013は、クリアボタンであり、1001〜1011の設定項目の設定内容をクリアするためのボタンである。
図10に示す集計ボタン1012が押下されると、CPU21は、図12に示す区分1の明細テーブルから集計期間設定項目1001、又は集計開始日設定項目1007及び集計完了日設定項目1008で指定された集計期間に該当するレコードを抽出した後、時間帯別(ここでは、1時間毎)、曜日別に通過人数を集計する(ステップS602)。
次にCPU21は、図13に示す区分2の明細テーブルから集計期間設定項目1001、又は集計開始日設定項目1007及び集計完了日設定項目1008で指定された集計期間に該当するレコードを抽出した後、時間帯別(ここでは、1時間毎)、曜日別に入店人数を集計する(ステップS603)。
次にCPU21は、図10に示す比率算出設定項目1002において比率を算出することが設定されていた場合、ステップS602で集計された時間帯別通過人数とステップS603で集計された時間帯別入店人数とに基づいて時間帯別入店率(入店人数/通過人数)を算出するとともに、ステップS602で集計された曜日別通過人数とステップS603で集計された曜日別入店人数とに基づいて曜日別入店率(入店人数/通過人数)を算出する(ステップS604)。なお、比率算出設定項目1002において比率を算出することが設定されていなかった場合、ステップS604の処理は実行されない。
次にCPU21は、図14に示す区分3の明細テーブルから集計期間設定項目1001、又は集計開始日設定項目1007及び集計完了日設定項目1008で指定された集計期間に該当するレコードを抽出した後、時間帯別(ここでは、1時間毎)、曜日別に売上人数を集計する(ステップS605)。
次にCPU21は、図10に示す比率算出設定項目1002において比率を算出することが設定されていた場合、ステップS603で集計された時間帯別入店人数とステップS605で集計された時間帯別売上人数とに基づいて時間帯別売上率(売上人数/入店人数)を算出するとともに、ステップS603で集計された曜日別入店人数とステップS605で集計された曜日別売上人数とに基づいて曜日別売上率(売上人数/入店人数)を算出する(ステップS606)。
次にCPU21は、図15に示す売上管理テーブルから集計期間設定項目1001、又は集計開始日設定項目1007及び集計完了日設定項目1008で指定された集計期間に該当するレコードを抽出した後、時間帯別(ここでは、1時間毎)、曜日別に総売上金額、商品毎の売上数量、商品毎の売上金額、顧客区分等の集計を行う(ステップS607)。
次にCPU21は、上記の各ステップでの集計結果、算出結果に基づいて液晶パネル25上にグラフを表示する(ステップS608)。このグラフ表示は、図10に示すグラフ1、グラフ2の表示内容の設定項目1005、1006での設定内容に従って行われる。また、帳票出力設定項目1004で帳票を出力することが設定されていた場合には、区分1〜区分3の明細テーブル、売上管理テーブル内の登録情報、上記ステップでの集計結果、算出結果、グラフ等を帳票としてプリントエンジン28によって出力させる(ステップS608)。
図7は、時間帯別通過人数、入店人数、売上人数の集計結果をグラフ表示した場合の例を示している。各グラフ内の「1」と記した部分が売上人数、売上人数(「1」)の部分に「2」を累積した部分が入店人数、入店人数(「1」+「2」)に「3」を累積した部分、即ち各グラフ全体が通過人数を示している。
図8は、曜日別通過人数、入店人数、売上人数の集計結果をグラフ表示した場合の例を示している。各グラフ内の「1」と記した部分が売上人数、売上人数(「1」)の部分に「2」を累積した場合が入店人数、入店人数(「1」+「2」)に「3」を累積した場合、即ち各グラフ全体が通過人数を示している。また、図8中の801は想定通過人数、802は想定入店人数、803は想定売上人数であり、図10中の想定数値表示設定項目1009において表示する旨の設定がなされることにより表示される。ここで想定通過人数、想定入店人数、想定売上人数は夫々、当該店舗10開店前に調査等により想定された通過人数、入店人数、売上人数である。これらの想定人数情報は予めRAM22又はハードディスク27内に格納されている情報である。
図9は、当該店舗10及び黒字店の曜日別通過人数、入店人数、売上人数の集計結果をグラフ表示した場合の例を示している。同様に、各グラフ内の「1」と記した部分が売上人数、売上人数(「1」)の部分に「2」を累積した場合が入店人数、入店人数(「1」+「2」)に「3」を累積した部分、即ち各グラフ全体が通過人数を示している。また、図9のグラフのうちの斜線で示したグラフが黒字店のグラフであり、その他のグラフが当該店舗10のグラフである。斜線で示した黒字店のグラフは、図10の標準店対比設定項目にて黒字店との比較表示を行う旨の設定がなされた場合に表示される。その他、図9の例では上述した想定通過人数、想定入店人数、想定売上人数が表示されている。
以上のように、本実施形態によれば、第1〜第3の撮影装置11〜14によって撮影された画像データに基づいて、時間帯別、曜日別等の所定の期間別に、店舗付近を何人の人が通過し、そのうち何人が入店し、そのうち何人が商品を購入したのかを分析してグラフ表示等を行うことが可能であるため、売上を下回る原因((1)通過人数が少ない、(2)入店人数が少ない、(3)売上人数が少ない)の切り分けと対策案の立案が可能となる。例えば1週間乃至1カ月の連続調査や、各季節毎の1週間程度の調査等を行う場合でも一旦設置すれば人手を要しないので、最小の費用で調査を実施することができる。
また本実施形態によれば、当該店舗と同様の情報を、当該店舗と同様の立地で売上が損益分岐点を上回っている店舗(黒字店)についてもグラフ表示や帳票出力することで、黒字店との比較分析を容易に行うことが可能となる。
なお、ハードディスク27内において第1〜第3の撮影装置11〜14の画像データは、各画像フレームにフレーム番号とともにタイムスタンプが対応付けて格納されている。上述したように図15に示す売上管理テーブルには、POSレジ16が開放する度に新規レコードが登録されていく。これらのレコードには開放時の日時が登録されるが、例えば強盗が現金を奪うためにPOSレジ16を開放させた場合でも売上管理テーブルにレコードが登録されることになる。この場合、顧客区分や売上金額等、本来店員が入力すべき情報がレコードには登録されることは先ずない。従って、このような不自然な内容で登録されているレコードの日時情報付近のタイムスタンプの画像フレーム群(特に、第3の撮影装置14の画像フレーム)から強盗を特定することが可能となる。
次に、本発明の他の実施形態について説明する。図12乃至図14の明細テーブルでは所定の時間単位(例えば1時間)で通過人数や入店人数、売上人数を集計しているが、明細テーブルにおいて通過や入店等する毎に日時、方向や入店人数や売上人数、ファイル名、フレーム番号を記録し、別途サマリーテーブルで時間単位毎の方向や入店人数や売上人数を記録する。又、明細テーブルで特定される画像ファイルは動きを検知した部分は記憶するが、撮影画像全体は記憶しない実施形態も考えられる。このように構成することで、明細テーブルの容量は大きくなるが、画像ファイルの容量が大幅に減るので、上記実施形態の効果に加えて、全体としてハードディスク容量を節約することができる。
また、本発明の目的は、前述した実施形態の機能を実現するソフトウェアのプログラムコードを記録した記憶媒体を、システム或いは装置に供給し、そのシステム或いは装置のコンピュータ(またはCPUやMPU)が記憶媒体に格納されたプログラムコードを読み出し実行することによっても、達成されることは言うまでもない。
この場合、記憶媒体から読み出されたプログラムコード自体が前述した実施形態の機能を実現することになり、プログラムコード自体及びそのプログラムコードを記憶した記憶媒体は本発明を構成することになる。
プログラムコードを供給するための記憶媒体としては、例えば、フレキシブルディスク、ハードディスク、光ディスク、光磁気ディスク、CD−ROM、CD−R、磁気テープ、不揮発性のメモリカード、ROM等を用いることができる。
また、コンピュータが読み出したプログラムコードを実行することにより、前述した実施形態の機能が実現されるだけでなく、そのプログラムコードの指示に基づき、コンピュータ上で稼動しているOS(基本システム或いはオペレーティングシステム)などが実際の処理の一部又は全部を行い、その処理によって前述した実施形態の機能が実現される場合も含まれることは言うまでもない。
さらに、記憶媒体から読み出されたプログラムコードが、コンピュータに挿入された機能拡張ボードやコンピュータに接続された機能拡張ユニットに備わるメモリに書込まれた後、そのプログラムコードの指示に基づき、その機能拡張ボードや機能拡張ユニットに備わるCPU等が実際の処理の一部又は全部を行い、その処理によって前述した実施形態の機能が実現される場合も含まれることは言うまでもない。
11、12:第1の撮影装置
13:第2の撮影装置
14:第3の撮影装置
15:複合機
16:POSレジ
17:LAN
18:店舗の入口
19:カウンタ
20:システムバス
21:CPU
22:RAM
23:ROM
24:LANアダプタ
25:液晶パネル
26:操作ボタン
27:ハードディスク
28:プリントエンジン
29:スキャナ
1001:集計期間設定項目
1002:商品別集計設定項目
1003:比率算出設定項目
1004:帳票出力設定項目
1005:グラフ1表示内容設定項目
1006:グラフ2表示内容設定項目
1007:集計開始日設定項目
1008:集計完了日設定項目
1009:想定数値表示設定項目
1010:グラフ1の標準店対比設定項目
1011:グラフ2の標準店対比設定項目
1012:集計ボタン
1013:クリアボタン
13:第2の撮影装置
14:第3の撮影装置
15:複合機
16:POSレジ
17:LAN
18:店舗の入口
19:カウンタ
20:システムバス
21:CPU
22:RAM
23:ROM
24:LANアダプタ
25:液晶パネル
26:操作ボタン
27:ハードディスク
28:プリントエンジン
29:スキャナ
1001:集計期間設定項目
1002:商品別集計設定項目
1003:比率算出設定項目
1004:帳票出力設定項目
1005:グラフ1表示内容設定項目
1006:グラフ2表示内容設定項目
1007:集計開始日設定項目
1008:集計完了日設定項目
1009:想定数値表示設定項目
1010:グラフ1の標準店対比設定項目
1011:グラフ2の標準店対比設定項目
1012:集計ボタン
1013:クリアボタン
Claims (12)
- 店舗付近の通行人の人数を検出する第1の検出手段と、
前記店舗へ入店する人数を検出する第2の検出手段と、
前記店舗内において商品を購入する人数を検出する第3の検出手段と、
前記第1の検出手段、前記第2の検出手段及び前記第3の検出手段によって夫々検出された人数を所定の時間単位別に集計する集計手段とを有することを特徴とする集計装置。 - 前記集計手段は、前記第1の検出手段により検出された人数に対する、前記第2の検出手段によって検出された人数の比率を前記所定の時間単位別に集計することを特徴とする請求項1に記載の集計装置。
- 前記集計手段は、前記第2の検出手段により検出された人数に対する、前記第3の検出手段によって検出された人数の比率を前記所定の時間単位別に集計することを特徴とする請求項1又は2に記載の集計装置。
- 前記集計手段による集計結果を出力手段によって出力させる出力制御手段を更に有することを特徴とする請求項1乃至3の何れか1項に記載の集計装置。
- 前記出力制御手段は、前記出力手段上で前記集計人数をグラフ表示させることを特徴とする請求項4に記載の集計装置。
- 前記出力制御手段は、前記集計人数を含む帳票を前記出力手段により出力させることを特徴とする請求項4又は5に記載の集計装置。
- 前記出力制御手段は、前記店舗とは異なる所定の店舗付近の通行人の人数、前記所定の店舗へ入店する人数、及び、前記所定の店舗内において商品を購入する人数を、前記集計手段による前記集計結果とともに前記出力手段によって出力させることを特徴とする請求項4乃至6の何れか1項に記載の集計装置。
- 前記出力制御手段は、前記所定の店舗付近の通行人の人数に対する前記所定の店舗へ入店する人数の比率、及び、前記所定の店舗へ入店する人数に対する前記所定の店舗内において商品を購入する人数の比率を、前記集計手段による前記集計結果とともに前記出力手段によって出力させることを特徴とする請求項7に記載の集計装置。
- 前記第1の検出手段、前記第2の検出手段及び前記第3の検出手段は夫々、第1の撮影装置、第2の撮影装置及び第3の撮影装置によって撮影される画像データに基づいて人数を検出することを特徴とする請求項1乃至8の何れか1項に記載の集計装置。
- 店舗内外における人数を集計する集計装置による集計方法であって、
前記店舗付近の通行人の人数、前記店舗へ入店する人数及び前記店舗内において商品を購入する人数を検出する検出ステップと、
前記検出ステップによって夫々検出された人数を所定の時間単位別に集計する集計ステップとを含むことを特徴とする集計方法。 - 請求項10に記載の集計方法をコンピュータに実行させるためのプログラム。
- 請求項11に記載のプログラムを記録したコンピュータ読み取り可能な記録媒体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005192251A JP2007011723A (ja) | 2005-06-30 | 2005-06-30 | 集計装置、集計方法、プログラム及び記録媒体 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005192251A JP2007011723A (ja) | 2005-06-30 | 2005-06-30 | 集計装置、集計方法、プログラム及び記録媒体 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2007011723A true JP2007011723A (ja) | 2007-01-18 |
Family
ID=37750127
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2005192251A Pending JP2007011723A (ja) | 2005-06-30 | 2005-06-30 | 集計装置、集計方法、プログラム及び記録媒体 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2007011723A (ja) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010033474A (ja) * | 2008-07-31 | 2010-02-12 | Omron Corp | 属性別人数集計装置、属性別人数集計方法、および属性別人数集計システム |
JP2012235482A (ja) * | 2012-06-22 | 2012-11-29 | Mega Chips Corp | 通行監視システム |
JP2015046152A (ja) * | 2013-07-31 | 2015-03-12 | 技研商事インターナショナル株式会社 | 行動ログ分析システム及びそのプログラム |
JP6022646B1 (ja) * | 2015-07-24 | 2016-11-09 | 株式会社リクルートホールディングス | 入店率推定システムおよび入店率推定方法 |
JP2017163202A (ja) * | 2016-03-07 | 2017-09-14 | 株式会社リコー | 情報処理システム、情報処理端末、および、プログラム |
JP2019021207A (ja) * | 2017-07-20 | 2019-02-07 | ヤフー株式会社 | 生成装置、生成方法、及び生成プログラム |
JP2019113889A (ja) * | 2017-12-20 | 2019-07-11 | ヤフー株式会社 | 算出装置、算出方法、及び算出プログラム |
JP2020025258A (ja) * | 2018-07-31 | 2020-02-13 | 株式会社リコー | 通信端末、通信システム、通信方法、及びプログラム |
WO2020195375A1 (ja) * | 2019-03-25 | 2020-10-01 | 日本電気株式会社 | 商品需要予測装置、商品需要予測システム、商品需要予測方法、及び、記録媒体 |
-
2005
- 2005-06-30 JP JP2005192251A patent/JP2007011723A/ja active Pending
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010033474A (ja) * | 2008-07-31 | 2010-02-12 | Omron Corp | 属性別人数集計装置、属性別人数集計方法、および属性別人数集計システム |
JP2012235482A (ja) * | 2012-06-22 | 2012-11-29 | Mega Chips Corp | 通行監視システム |
JP2015046152A (ja) * | 2013-07-31 | 2015-03-12 | 技研商事インターナショナル株式会社 | 行動ログ分析システム及びそのプログラム |
JP6022646B1 (ja) * | 2015-07-24 | 2016-11-09 | 株式会社リクルートホールディングス | 入店率推定システムおよび入店率推定方法 |
JP2017027421A (ja) * | 2015-07-24 | 2017-02-02 | 株式会社リクルートホールディングス | 入店率推定システムおよび入店率推定方法 |
JP2017163202A (ja) * | 2016-03-07 | 2017-09-14 | 株式会社リコー | 情報処理システム、情報処理端末、および、プログラム |
JP2019021207A (ja) * | 2017-07-20 | 2019-02-07 | ヤフー株式会社 | 生成装置、生成方法、及び生成プログラム |
JP2019113889A (ja) * | 2017-12-20 | 2019-07-11 | ヤフー株式会社 | 算出装置、算出方法、及び算出プログラム |
JP2020025258A (ja) * | 2018-07-31 | 2020-02-13 | 株式会社リコー | 通信端末、通信システム、通信方法、及びプログラム |
JP7484103B2 (ja) | 2018-07-31 | 2024-05-16 | 株式会社リコー | 通信端末、通信システム、通信方法、及びプログラム |
WO2020195375A1 (ja) * | 2019-03-25 | 2020-10-01 | 日本電気株式会社 | 商品需要予測装置、商品需要予測システム、商品需要予測方法、及び、記録媒体 |
JPWO2020195375A1 (ja) * | 2019-03-25 | 2020-10-01 | ||
JP7405137B2 (ja) | 2019-03-25 | 2023-12-26 | 日本電気株式会社 | 商品需要予測装置、商品需要予測方法、及び、プログラム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2007011723A (ja) | 集計装置、集計方法、プログラム及び記録媒体 | |
US9483798B2 (en) | Sales data processing apparatus and computer-readable storage medium | |
JP5217922B2 (ja) | 電子広告システム、電子広告配信装置、及びプログラム | |
US8107676B2 (en) | Line length estimation | |
JP5666772B2 (ja) | 情報提供装置、情報提供方法及びプログラム | |
JP7038543B2 (ja) | 情報処理装置、システム、情報処理装置の制御方法、及び、プログラム | |
JP5224360B2 (ja) | 電子広告装置、電子広告方法及びプログラム | |
JP6008339B1 (ja) | 商品モニタリング装置、商品モニタリングシステムおよび商品モニタリング方法 | |
EP2312542A1 (en) | Information processing device, information processing system, control method for an information processing device, and a program | |
US20070253595A1 (en) | Still Image Queue Analysis System and Method | |
US20160300247A1 (en) | Sales data processing apparatus, server and method for acquiring attribute information | |
JP5499616B2 (ja) | 情報処理装置、情報処理装置の制御方法およびプログラム | |
US9299228B2 (en) | Sales data processing apparatus, sales data processing system, and computer-readable storage medium | |
JP2012252613A (ja) | 顧客行動追跡型映像配信システム | |
JP2004171241A (ja) | 不正監視システムおよびプログラム | |
US10963896B2 (en) | Sales data processing apparatus, server and method for acquiring attribute information | |
JP5673743B2 (ja) | データ処理装置及びプログラム | |
US20170345027A1 (en) | Sales data processing apparatus and method for acquiring attribute information of customer | |
JP5482079B2 (ja) | レシートプリンター、レシートプリンターの制御方法およびプログラム | |
KR101203705B1 (ko) | 고객 관리 시스템 및 방법 | |
JP7366099B2 (ja) | 監視装置及びプログラム | |
JP5733686B2 (ja) | 売上データ処理装置及びプログラム | |
KR20030004160A (ko) | 감시카메라와 포스 시스템을 이용한 카운터 감시방법 | |
JP6052327B2 (ja) | 売上データ処理装置及びプログラム | |
EP4092593A1 (en) | Display control device, management device, display control system, display control method, management method, and program |