JP2008176366A - コーディネートマネージメント装置 - Google Patents
コーディネートマネージメント装置 Download PDFInfo
- Publication number
- JP2008176366A JP2008176366A JP2007006715A JP2007006715A JP2008176366A JP 2008176366 A JP2008176366 A JP 2008176366A JP 2007006715 A JP2007006715 A JP 2007006715A JP 2007006715 A JP2007006715 A JP 2007006715A JP 2008176366 A JP2008176366 A JP 2008176366A
- Authority
- JP
- Japan
- Prior art keywords
- clothing
- information
- coordination
- consumer
- store
- 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
Images
Abstract
【課題】ファッションアパレル等のコーディネートと販売とデザインの間の関係を定量化して管理する。
【解決手段】情報設定部1で、アイテム毎に同じ属性を持った衣料品に関する情報であるデザイナー衣料品情報と販売店衣料品情報と消費者衣料品情報を設定して、情報格納部2に保持する。演算処理部3の各機能処理手段を用いて、3種類の衣料品情報の相関を計算する。相関関係に基づいて、消費者の好みを分析し、売れ筋の商品を抽出し、コーディネートの傾向を求める。分析結果に基づいて類似品検索を行い、コーディネートを作成して、表示部4に表示する。また、ブランド戦略の企画立案の支援も行う。これまで直感に基づいて行なわれていたデザインとコーディネートと販売を、衣料品に関する情報を介在させることで定量的に管理できる。
【選択図】図1
【解決手段】情報設定部1で、アイテム毎に同じ属性を持った衣料品に関する情報であるデザイナー衣料品情報と販売店衣料品情報と消費者衣料品情報を設定して、情報格納部2に保持する。演算処理部3の各機能処理手段を用いて、3種類の衣料品情報の相関を計算する。相関関係に基づいて、消費者の好みを分析し、売れ筋の商品を抽出し、コーディネートの傾向を求める。分析結果に基づいて類似品検索を行い、コーディネートを作成して、表示部4に表示する。また、ブランド戦略の企画立案の支援も行う。これまで直感に基づいて行なわれていたデザインとコーディネートと販売を、衣料品に関する情報を介在させることで定量的に管理できる。
【選択図】図1
Description
本発明は、コーディネートマネージメント装置に関し、特に、衣料品の物理パラメータとコーディネート情報、販売店情報、衣料品購入者の嗜好や購買履歴情報に基づいて衣料品のコーディネートなどを行うコーディネートマネージメント装置に関する。
従来のアパレル向けコーディネート装置では、アパレル商品一点一点に対してコーディネートパターンを事前に作成しておく。そのパターンデータに基づいて、アパレル商品をコーディネートする。以下に、これに関連する従来技術の例をいくつかあげる。
特許文献1に開示された「衣料・服飾品の販売方法」は、消費者が満足するコーディネートの提示と、商品購入の際の手間の低減と、商品の低価格化を同時に実現し、商品と購入済の衣料・服飾品とのコーディネートを提示する方法である。サービス提供サーバに、店毎のデータベースを設け、複数の店の商品データを一括して管理する。試着プログラムを実行して、顧客コンピュータに表示される着せ替えページに、複数の店が扱っている店商品を選択的に組み合わせて着用させたモデル画像を表示させる。会計プログラムを実行して、店商品の注文を受け付ける。また、サービス提供サーバに、顧客毎の顧客データベースを設けて、各顧客の購買履歴を管理する。顧客が購入済の手持ちの衣料品同士や、店商品と手持ちの衣料品を組み合わせて着用させたモデル画像を、着せ替えページに表示する。
特許文献2に開示された「コーディネート装置」は、顧客が自信を持って装飾品を購入できるようにするために、顧客に似合ったデザインの装飾品に関する情報を出力するコーディネート装置である。ファッションの専門家の知識に基づいて、性別、年齢、身長、体重を含む個人情報と、個人情報に適合する装飾品に関する装飾品情報とを対応付けて格納する。顧客の性別、年齢、身長、体重を含む個人情報に基づいて、顧客に似合う装飾品に関する装飾品情報を、ファッション情報格納手段から検索する。ファッション情報検索手段により検索された装飾品情報により、装飾品情報を示したファッションカルテを作成する。
特許文献3に開示された「トータル服飾コーディネートデータ管理システム」は、保有する服飾品をデータ管理し、条件入力に応じたトータル服飾コーディネートを検索するものである。保有する服飾品の特性データベース、条件データベース、身体データ等の3次元形状データベースに蓄積された各データより、検索手段、表示手段にて検索、立体表記し、編集手段よりデータを編集データベースに蓄積する。また、付随して収納、衣替え及び買い足し買い物のアドバイスを抽出する。
特許文献4に開示された「服飾コーディネート支援方法」は、服飾コーディネート支援サービスにおいて、利用者データベースへの服飾品の登録に係わる利用者の処理負担を軽減する方法である。服飾コーディネートパターンを、利用者端末へ送信して利用者に提示する。服飾コーディネートパターンを構成する商品について、利用者が購入要求を送信した場合に、センタサーバにおいて、購入要求された商品を利用者データベースに新たな所有服飾品として追加登録する。利用者データベースに登録された所有服飾品について、コーディネートパターンへの利用状況を表す統計データを生成して管理する。服飾業者データベースに記憶された商品についても、コーディネートパターンへの利用状況を表す統計データを生成して管理する。
特許文献5に開示された「ファッション商品販売システム」は、顧客が購入するファッション商品について、総合的にコーディネートすることができるファッション商品販売システムである。大規模小売店内の各店舗で扱うファッション商品の情報を商品データベースに記録する。顧客が希望するファッション系統を満たすための必須項目を、コーディネート支援データベースに記録する。顧客の希望に応じたファッション系統を、コーディネーター端末からの指示に基づいて選択する。選択されたファッション系統を満たすための必須項目を、コーディネート支援データベースから読み出して特定する。特定された必須項目に該当するファッション商品の候補を、商品データベースから読み出す。コーディネーターがコーディネートした結果に基づいて、候補の中からファッション商品を選択する。
特許文献6に開示された「コーディネート支援システム」は、スケジュールに適したコーディネート案を提示させ、相互に類似するコーディネート案が並ぶ事態を避けるものである。服飾データの登録が受け付けられ、複数個の服飾データが組み合わされる形で、各種のスケジュールに適した複数のコーディネート案が作成されて登録される。服飾属性条件に基づき、スケジュールに適したコーディネート案が抽出され、複数の日程に対応して並ぶ。任意の連続2日間において、コーディネート案が相互に類似すると判断された場合、これらが相互に類似しないように並べ替えられる。所定の期間内に同一のスケジュールが併存するとき、これらのスケジュールに対応して並べられた複数のコーディネート案が相互に類似すると判断された場合、これらが相互に類似しないように並べ替えられる。
特許文献7に開示された「組み合せ評価装置」は、ユーザが選んだ服飾品の組合せに対して、流行を鑑みた評価を行うものである。組み合せ評価装置の推奨度情報格納部は、店員により入力された、コーディネート情報、推奨度、及び推奨度設定日を含む推奨度情報を格納している。評価要求受信部が2つの服飾品IDを含む評価要求を店舗側端末から受信すると、推奨度情報抽出部が、この2つの服飾品IDに対応した推奨度情報を、推奨度情報格納部から抽出する。評価ポイント算出部は、この推奨度情報に含まれる推奨度設定日から鮮度を決定し、鮮度と推奨度情報に含まれる推奨度とを乗算して評価ポイントを算出する。評価部は、この評価ポイントに基づいてコーディネートを評価するので、推奨度が大きく推奨度設定日が新しいコーディネートほど評価が高くなる。
特開2002-99786号公報
特開2002-109107号公報
特開2003-96613号公報
特開2004-171393号公報
特開2004-246585号公報
特開2006-12050号公報
特開2006-31477号公報
しかし、従来のコーディネートマネージメント装置には、次のような問題がある。ファッションアパレル等のコーディネートと販売とデザインの間の関係は、今まで直感やイメージに基づくものであった。そのため、デザイナーや販売員の主観に頼ってデザインや販売が行われたので、一定の基準に基づく管理などが困難であり、製造販売の実績は常に変動にさらされて不安定な状態にあった。このような状態で営業活動が行われているので、無駄が多かった。
本発明の目的は、上記従来の問題を解決して、ファッションアパレル等のコーディネートと販売とデザインの間の関係を定量化して管理することである。さらに、客観的なデータに基づいて、デザインと販売の管理を容易に行えるようにすることである。
上記の課題を解決するために、本発明では、衣料品に関する情報を設定する情報設定部と、設定された衣料品に関する情報を格納する情報格納部と、情報格納部に格納される衣料品に関する情報に基づいて分析を行う演算処理部と、分析結果を表示する表示部とを具備するコーディネートマネージメント装置の情報設定部に、デザイナーがデザインした衣料品とコーディネート情報であるデザイナー衣料品情報を設定するためのデザイナー衣料品情報設定部と、販売店の衣料品情報と在庫情報である販売店衣料品情報を設定するための販売店衣料品情報設定部と、消費者の衣料品購買履歴と衣料品の嗜好に関する情報である消費者衣料品情報を設定するための消費者衣料品情報設定部とを備え、情報格納部に、デザイナー衣料品情報を保持するデザイナー衣料品情報格納部と、販売店衣料品情報を保持する販売店衣料品情報格納部と、消費者衣料品情報を保持する消費者衣料品情報格納部とを備え、演算処理部に、店舗運営支援に関する情報を生成する店舗運営支援処理部と、商品デザインのシナリオを分析する商品デザインシナリオ分析部と、類似の商品を検索する類似品検索部と、商品の属性に基づく検索を行う商品検索部と、販売支援に関する情報を生成する販売支援処理部と、店員教育のための情報を生成する店員教育支援部と、商品企画を支援する情報を生成する商品企画支援部と、コーディネートを支援する情報を生成するコーディネート支援部と、商品の売れ筋を分析する売れ筋分析部とを備える構成とした。
上記のように構成したことにより、衣料品のデザインとコーディネートと販売との関係を、衣料品に関する情報を介在させることで、直感に頼ることなく計算でき、定量化して管理できる。また、デザイナー衣料品情報と販売店衣料品情報と消費者衣料品情報の3種類の衣料品情報を分析することで、コーディネートのマネージメントに役立てることができる。さらに、商品検索や販売支援やブランド戦略の企画立案にも活用できる。
以下、本発明を実施するための最良の形態について、図1〜図11を参照しながら詳細に説明する。
本発明の実施例は、衣料品のアイテム毎に同じ属性を持った3種類の衣料品に関する情報であるデザイナー衣料品情報と販売店衣料品情報と消費者衣料品情報を演算処理して、各衣料品情報に含まれるコーディネートの傾向を求め、類似のアイテムを検索してコーディネートを作成し、売れ筋の商品を抽出し商品企画支援を行うコーディネートマネージメント装置である。なお、衣料品のアイテムとは、例えば紳士服の場合には、スーツ、ワイシャツ、ネクタイといった分類のことを示しており、各アイテムの衣料品に関する情報は同一のアイテムにおいては同じ属性を持っている。また、衣料品に関する情報とは、衣料品の物理的特徴を示す物理パラメータとコーディネート情報、デザイナーと販売店と消費者の各属性情報とから成り、コーディネート情報は衣料品の組み合せ情報と、その組み合せに関する主観的な情報とから構成されている。
図1(a)は、本発明の実施例におけるコーディネートマネージメント装置の概念図である。図1(b)は、衣料品に関する情報の概念図である。図1(c)は、衣料品情報の例を示す表である。図1において、情報設定部1は、衣料品に関する情報を入力して設定する手段である。情報格納部2は、設定された衣料品に関する情報を保持する手段である。演算処理部3は、衣料品に関する情報に基づいて検索や分析を行う手段であり、具体的には物理パラメータの頻度抽出処理や相関量計算を行う手段である。表示部4は、検索や分析の結果を表示する手段である。デザイナー衣料品情報21は、デザイナーがデザインした衣料品の物理パラメータとコーディネート情報とデザイナーに関する属性情報である。販売店衣料品情報22は、販売店に陳列される衣料品の物理パラメータと衣料品の在庫数量や販売地域等の経済パラメータである。消費者衣料品情報23は、消費者の所持している衣料品の物理パラメータと購買履歴と衣料品の嗜好に関する情報である。物理パラメータや経済パラメータや衣料品の嗜好に関する情報については後述する。
図2は、情報設定部の概念図と、デザイナーの衣料品情報設定部の構成図である。図2において、情報入力I/F選択部11は、衣料品に関する情報を入力するI/Fを選択する手段である。デザイナー衣料品情報設定部12は、デザイナーのデザインした衣料品の物理パラメータやコーディネート情報などを入力する手段である。販売店衣料品情報設定部13は、販売店に在庫のある衣料品の物理パラメータや衣料品の在庫数量などの経済パラメータを入力する手段である。在庫数量などは、衣料品固有の物理的属性とはいえないので、経済パラメータということにする。消費者衣料品情報設定部14は、消費者の所持している衣料品の物理パラメータや購買履歴や衣料品の嗜好に関する情報を入力する手段である。
図3は、デザイナー衣料品情報設定部の処理手順を示す流れ図である。図4は、販売店衣料品情報設定部の構成図と処理手順を示す流れ図である。図5は、消費者衣料品情報設定部の構成図である。図6は、消費者衣料品情報設定部の処理手順を示す流れ図である。図7は、衣料品に関する情報の分析方法の説明図である。図8は、衣料品の組み合せについて相関ルール分析をした分析結果の例である。図9は、演算処理部で計算する衣料品情報の組み合せと用途を説明するための表である。図10は、商品検索・販売支援と店員教育支援の概念図である。図11は、ブランドマネージメントの概念図である。
上記のように構成された本発明の実施例におけるコーディネートマネージメント装置の機能と動作を説明する。最初に、図1(a)と図1(b)を参照しながら、コーディネートマネージメント装置の機能の概要を説明する。なお、衣料品のデザインを行なうデザイナーと衣料品の販売を行なう販売店と衣料品の購入者である消費者を共通に指すときはセクターと呼ぶことにする。
(1)情報設定部1で、デザイナー、販売店、消費者のそれぞれの衣料品に関する情報を設定する。衣料品に関する情報のうち物理パラメータについては、例えば、該当する属性の項目にイチ・ゼロの値を設定する。物理パラメータは、アイテム毎に衣料品の特徴を示す物理属性の項目を予め決めておき、その属性を衣料品が含む場合にはイチを、該当しない場合にはゼロを設定する。コーディネート情報については、衣料品の組み合せを作成し、その組み合せに対する主観(コーディネートの良し悪しや春っぽいコーディネート、秋っぽいコーディネート等)を付加する。情報設定部1では、セクター毎に衣料品情報の値を設定するインタフェースが用意されている。この情報設定部1の主な役割は、衣料品に関する情報の収集である。情報設定部1にて、デザイナー、販売店、消費者の衣料品に関する情報を収集する。同時に、各セクターの状況を表す属性情報も設定する。例えば、デザイナーのデザイン分野などに関する情報や、販売店の営業に関する情報や、消費者の性別や年齢、好みなどの情報である。
(2)演算処理部3では、デザイナー、販売店、消費者の衣料品に関する情報を各種組み合わせて計算し、共通性や相関関係を見つけ出す処理を行う。演算処理部3にはさまざまな機能処理部が用意されており、要求に応じて必要な処理が実行される。
(3)表示部4は、演算処理部3の機能処理部毎に計算された計算結果を、目的に合わせて表示する。デザイナー、販売店、消費者の衣料品に関する情報をいろいろ組み合わせて導き出した関係性等、つまりデータマイニングの結果を表示する部分である。
次に、図1(c)を参照しながら、衣料品に関する情報の中の物理パラメータについて説明する。物理パラメータとは、衣料品の物理的な特徴を示す物理属性のことで、衣料品のアイテム毎に複数の物理属性から成っている。例えばアイテムをネクタイとすると、図1(c)に示すようなものになり、「無地」や「ストライプ」、「ドット」等が物理属性である。物理パラメータは、衣料品の柄や素材や色等の複数の物理属性を有している。物理パラメータの属性項目は、予めアイテム毎に用意しておく。図1(c)の場合には、ネクタイ1の柄が無地ならば、無地の属性欄が1に設定される。ネクタイ4のように無地でなければ、無地の属性欄は0と設定する。物理パラメータの値設定は、イチ・ゼロに限らず、アイテムの属性がわかるものであれば、どのような形式でもよい。
衣料品に関する情報には、デザイナー衣料品情報と販売店衣料品情報と消費者衣料品情報の3種類がある。デザイナーがデザインした衣料品の物理パラメータや、コーディネート情報を、デザイナー衣料品情報という。販売店が販売した衣料品の数量や在庫数などの経済パラメータや、在庫衣料品の物理パラメータなどを、販売店衣料品情報という。消費者が保有している衣料品の物理パラメータや、衣料品の嗜好に関する情報を消費者衣料品情報という。衣料品の嗜好に関する情報は、衣料品および衣料品の組み合せと、その衣料品および衣料品の組み合せに関する主観的な情報とから成る。同一セクター内の衣料品に関する情報は、アイテム毎に同じ属性項目を持っている。セクターが異なれば必ずしも同じではない。つまり、販売店衣料品情報には経済パラメータの属性項目が設定されるが、デザイナー衣料品情報については経済パラメータの属性項目は設定されないということである。
次に、図2(a)を参照しながら、衣料品に関する情報の設定について説明する。まず、情報設定部1の情報入力I/F選択部11において、デザイナーまたは販売店または消費者の衣料品情報のどれを入力するかを選択する。ついで、各衣料品情報の値を設定するインタフェースに移り、入力処理が実行される。デザイナーのデザインする衣料品の物理パラメータなどは、デザイナー衣料品情報設定部12から入力する。販売店の在庫の衣料品の物理パラメータや衣料品の在庫数量などの経済パラメータは、販売店衣料品情報設定部13から入力する。消費者の所持している衣料品の物理パラメータや、購買履歴、衣料品の嗜好に関する情報は、消費者衣料品情報設定部14から入力する。データが入力されると、デザイナーまたは販売店または消費者の衣料品に関する情報が、情報格納部2のデータベースに格納される。
次に、図2(b)と図3を参照しながら、デザイナー衣料品情報の設定について説明する。図2(b)に、デザイナー衣料品情報設定部12の機能的構成を示す。デザイナー衣料品情報設定部12は、デザイナー衣料品情報登録部と、コーディネート主観情報付加部と、商品ランダム選択部と、物理パラメータランダム設定部と、物理パラメータランダム設定コーディネート格納部とを含む。分析処理部および可視化処理部は、演算処理部3の一部である。デザイナー衣料品情報設定部では、2つのルートがあり、デザイン作成ソフトウエアでデザインを作成する場合と、既製品からコーディネート情報を作る場合である。デザイン作成ソフトウエアでは、衣料品の単品デザインと衣料品のコーディネート情報を作成する。デザイン作成ソフトウエアでデザインを作成する際に、消費者衣料品情報を参照することができる。既製品からコーディネート情報を作る場合には、販売店衣料品情報を用いて商品ランダム選択部によりランダムに提示される衣料品の組み合せについて主観情報を付加して作成する方法と、物理パラメータをランダムに設定して、出来上がった物理パラメータと近似する衣料品を可視化処理部にて販売店衣料品情報の中から選択し、その衣料品の組み合せについて主観情報を付加して作成する方法とがある。
図3を参照しながら、デザイナーの衣料品情報の設定手順について説明する。ステップ1で、デザイナーは、新規に商品デザインを作るか、それとも既製品からコーディネートのみを作成するかを選択する。新規デザインを選択した場合は、ステップ2で、デザイン作成ソフトウエアを起動する。デザイン作成ソフトウエアは、PC上にシャツやブラウス等の衣料品を描くことができ、自由に色を付けたり、形をデザインすることができるアプリケーションである。ステップ3で、デザイン制作を行う。このようなデザイン作成ソフトウエアを用いてデザインを制作する場合に限らず、手書きのデザイン画をスキャナで取り込んで、各種物理パラメータを抽出するようにしてもよい。デザイン時には、必要に応じて消費者衣料品情報(消費者の好みや購買履歴等)をフィードバックすることができ、現在の売れ筋情報を基にデザインすることも可能である。
デザインができたら、制作したデザインは、ステップ4でデザイナー衣料品情報として設定する。ステップ5で、単品デザインかコーディネートかを選択する。単品(シャツのみ等)デザインの場合は、ステップ6で、単品の衣料品情報として設定する。デザイナー衣料品情報登録部では、デザインされたシャツが青色であれば、シャツの物理パラメータに含まれる属性の青色という項目を1にセットする。ステップ7で、デザインを継続するか否かを選択し、継続する場合はステップ2に戻る。終了する場合は、ENDとなる。
ステップ5でコーディネート(例えば紳士服の場合にはスーツ、ワイシャツ、ネクタイ等の衣料品の組み合せ)が選択された場合には、ステップ10で、コーディネート主観情報付加部にてデザイン作成ソフトウエアで作られた衣料品の組み合せに対して主観情報を付加し、コーディネート情報としてデータベースに登録する。
コーディネート情報を登録後、ステップ11で、コーディネートの作成を継続か否かを選択し、終了ならENDとなる。継続なら、ステップ12で、分析処理を行い、コーディネート情報の主観情報と衣料品の組み合せ情報との相関関係を抽出する。ステップ13で、現在の状態が新規デザインの作成か既製品のコーディネートかを判別して、対応する戻り先に戻る。コーディネート主観情報付加部以降の処理は、ステップ1の分岐で、新規デザインと既製品のコーディネートのどちらを選んだ場合も通り得るパスであるため、ステップ12の分析処理の後、新規デザインを選択したのか既製品のコーディネートを選択したのかで、戻り先が異なる手順となっている。
次にステップ1にて既製品のコーディネートを選択した場合を説明する。ステップ8で、コーディネートの作成方法として、(1)物理パラメータランダム、(2)商品ランダム、のいずれかの手法を選択する。(1)の手法を選択した場合は、ステップ14で、コーディネートをこれから行う対象の各アイテム(紳士服の場合にはスーツ、ワイシャツ、ネクタイの組み合せ等)について、物理パラメータランダム設定部にて物理パラメータを無作為に設定する。物理パラメータをランダムに設定する際には、既に存在するコーディネート情報を用いて、コーディネート情報の中の衣料品の組み合せ情報の1つを選択し、その選択された衣料品の物理パラメータを無作為に変更してもよい。物理パラメータを無作為に設定するだけでは、その物理パラメータを持つ衣料品を人間が視覚で捉えることができないため、衣料品の組み合せに対する主観を付加することはできない。そこで、ステップ15の可視化処理部にて実際の商品と近似する衣料品を選択する。可視化処理部の実体は、演算処理部3の一機能である類似品検索処理であり、物理パラメータが最も類似した近似の衣料品を選択する。可視化処理された衣料品の組み合せ情報は、ステップ16で、データベースに格納され、その組み合せ情報の1点1点について、ステップ10で、主観情報を付加してコーディネート情報を作成する。
(2)の手法を選択した場合は、ステップ9で、商品データベース(例えば、スーツ、ワイシャツ、ネクタイ等)からランダムに商品を選んで組み合せを作り、ステップ10で、その衣料品の組み合せに対して主観情報を付加してコーディネート情報を作成する。コーディネート主観情報付加部以降の動作については上記と同じである。ステップ12で抽出された分析処理の結果は、(1)物理パラメータランダム、(2)商品ランダムの手法における無作為に設定する過程にフィードバックすることも可能である。このフィードバックにより、衣料品の組み合わせに対する主観情報の違いを顕著に示す物理パラメータの変化が大きくなるように設定および選択する操作を行うことで効率的にコーディネート情報を作成することができる。ステップ9の商品データベースとは、商品は販売店に置かれているものであるので、つまりは販売店衣料品情報22のことである。
次に、図4を参照しながら、販売店衣料品情報の設定について説明する。販売店衣料品情報は、販売店が持っている衣料品の物理パラメータと販売店の商品販売情報と在庫情報である。図4(a)に示すように、アイテム選択部で、登録する衣料品のアイテムを選択する。未登録ならアイテム登録部でアイテムを登録する。衣料品情報設定処理部で、衣料品に関する情報を設定する。販売店衣料品情報設定部13は、アイテム選択部と、アイテム登録部と、衣料品情報設定処理部とを含む。
図4(b)のフローチャートを参照しながら、処理手順を説明する。START後、ステップ21で、これから衣料品に関する情報を登録しようとする衣料品のアイテムが、システム上に登録されているか否かを判定する。過去にワイシャツをアイテム登録したことがあれば、アイテムとしてワイシャツは既に存在するのでYESの処理となり、ステップ23で、登録するアイテムを選択する。今回、データベースに初めてワイシャツを登録する場合は、アイテムが存在しない場合になるのでステップ21でNOの処理となり、ステップ22で、アイテムを新規に登録する。ワイシャツを初めて登録する場合には、ワイシャツと登録する。アイテムを選択もしくは登録することにより、アイテム毎に衣料品に関する情報が設定できるようになる。ステップ24で、衣料品に関する情報を設定する。販売店衣料品情報設定部13では、1商品毎に衣料品に関する情報を設定する。この時、商品の画像やその他の付加情報を登録することもできる。ステップ25で、入力を継続するか否かを判定して、衣料品情報を登録する処理を継続する場合はYESの処理でステップ21に戻る。終了する場合はNOになりENDとなる。なお、販売店衣料品情報においては商品と衣料品は同じ意味として用いている。
販売店衣料品情報は、もちろん店舗で設定してもよいし、流通のどの段階で設定してもよいし、既に存在する商品コード等を用いて衣料品に関する情報を取り出す事ができるのであれば、商品コード等を用いてもよい。商品の販売記録である購買履歴は後述の消費者衣料品情報として扱う。また、店舗に来店したお客が店頭でアンケート等に記入した情報や検索端末等から入力した情報、店員とのやり取りで店員が聞き出したお客の好みの情報についても消費者衣料品情報として扱う。店舗では、お客の年齢層や性別に応じて何を購入したか、どのような商品がよく購入されているか等の消費者に関する情報を市場マーケティングのために定常的に収集しているので、これらは消費者衣料品情報として扱う。これらの情報設定部の動作は、その都度ごとに説明として記載しないが、動作は発生している。販売店の衣料品情報は、衣料品の物理パラメータと、在庫数量などの経済パラメータである。
次に、図5と図6を参照しながら、消費者衣料品情報の設定について説明する。消費者衣料品情報は、消費者が所持するアイテムの物理パラメータや、消費者の好みなどの主観情報、購買履歴などである。消費者衣料品情報設定部の機能的構成を、図5に示す。消費者衣料品情報設定部14は、好み入力処理部と、所持アイテム入力処理部と、購買履歴入力処理部とを含む。消費者の好みなどの主観情報の設定は、好み入力処理部で行う。好み入力処理部では、販売店衣料品情報22を参照して、消費者が好みの衣料品や衣料品の組み合せを選択し、その衣料品および組み合せについての主観を付加して消費者衣料品情報23として設定する。例えば、好きな衣料品を選択した場合には主観は「好き」となり、嫌いな衣料品を選択した場合には主観は「嫌い」となる。単語で好みを入力することもできる。消費者の所持する衣料品の物理パラメータの設定は所持アイテム入力処理部で、所持アイテムを入力する。消費者の購買履歴に関する情報の設定は購買履歴入力処理部で、店舗の売上情報を参照して、消費者の購買履歴を設定する。なお、消費者衣料品情報の設定は、インターネット上に開設された衣料品取扱店のサイトに入力された情報(検索ワードやプルダウンメニュー等により選択された内容など)や、通信販売での購買履歴、閲覧回数等から抽出した情報を用いてもよい。
図6のフローチャートを参照しながら、消費者衣料品情報の設定処理手順を説明する。STARTの後、ステップ31で、入力I/F選択部にて、これから消費者の何の情報を入力するかを選択する。好みを入力する場合は、ステップ32で、好み入力処理部にて、消費者は、自分の好みを入力する。ステップ33で、衣料品の好みについて衣料品の好みを表現する単語で入力するか、サンプルから選択するかを判定する。サンプルから選択する場合は、ステップ34で、販売店衣料品情報(実際の店にある商品の衣料品情報)のデータベースの中から、消費者が自分の好みの商品を選ぶことにより、好みを入力する。この時、単一の衣料品(例えば、ブラウスやジーンズ等の一品のみ)を選ぶことはもちろん、衣料品の組み合せ(例えば、ブラウスとジーンズ等)で選んでもかまわない。ここで選ばれた衣料品や衣料品の組み合せに対して主観を付加する。主観の付加は「好き」や「嫌い」という二択の場合から、「春っぽい」や「シックな感じ」、「お洒落な通勤着」、「パーティー用」という風に細かい粒度で主観を付加することも可能である。主観の付加は、メニューから選択できるようにしておいてもよいし、主観自体を消費者が入力できるようにしておいてもよい。また、ランダムに生成された衣料品の組み合せに対して主観を付加できるようにしてもよい。
また、ステップ33で「単語で入力」を選択した場合には、ステップ35で、消費者は、自分の好みの色や柄等を衣料品の好みを表現する単語で入力する。例えば、好きな色は青で柄はチェック等と入力する。入力の仕方は、単語を直接キーボード等から打ち込んで入力する方法でもよいし、プルダウンメニュー等で選択する方法でもよい。入力された単語は、ステップ36で、「Word−衣料品情報変換部」にて、対応する衣料品情報(物理パラメータ)に設定される。「Word−衣料品情報変換部」は、入力された単語からテーブルを生成する周知の入力手段で実現可能である。上記の例では、好きな色は青で、柄はチェックと入力しているので、該当する色属性の青と柄属性のチェックの項目に1をセットする。上記の2通りの方法のいずれかで好みを入力し、ステップ37で、データベースに登録する。好み入力処理部は消費者の好みに関する情報を入力する処理部なので、好きなものだけではなくて、付加される主観によって嫌いなものやその他の主観についても登録することができる。
ステップ31で所持アイテム入力が選択された場合は、ステップ38で、所持アイテム入力処理部により入力する。所持アイテム、つまり自分が過去に購入等して、すでに家に持っている衣料品を入力する。所持アイテム入力処理部は、販売店衣料品情報設定部と同様の装置構成であり、ステップ39で、同様の処理手順で自分の所持しているアイテムを入力し、ステップ37で消費者衣料品情報のデータベースに登録する。
購買履歴入力が選択された場合は、ステップ40で、購買履歴入力処理部にて消費者の購買履歴に基づいて衣料品に関する情報(購入された衣料品やその物理パラメータ、購入者の性別、年齢等)が設定される。ステップ41で、消費者が購入した商品を売上げのデータから収集し、ステップ42で、消費者の衣料品情報として登録する。購買履歴入力処理部では、商品取得部で、売上げデータベースから商品情報の取得を行う。ステップ42の衣料品情報設定処理部では、取得した商品の衣料品に関する情報を導き出す処理をする。売上げデータベースに格納されている商品は、元は販売店衣料品情報であるので、商品を特定することができれば、商品に紐付く物理パラメータを取得することができる。つまり、購買履歴情報に含まれている商品の物理パラメータを取得することができる。その後、販売実績のある商品(売れた商品)として、ステップ37で、データベースに登録する。消費者の所持アイテムや購買した商品の物理パラメータとして登録し、消費者に買われた数量やいつどこで買われたかという購買履歴に関する属性情報は、経済パラメータとして消費者衣料品情報に設定される。上記では、購買履歴をバッチ処理としてあとから取得して入力することを示しているが、購買履歴は、本来は購入された際に取得されるものであるので、上記の手法に限らなくてもよい。
上記の手法により、データベースへの登録を行い、ステップ43で、入力継続か否かを判定する。その後さらに入力を継続する場合には、分岐処理でYESとなり、ステップ44で各入力処理部の最初に制御が戻り、入力を継続することができる。また、入力を終了する場合は、NOの処理となり、ENDとなる。
次に、図7を参照しながら、衣料品に関する情報の相関について説明する。相関の考え方には2つある。1つは、衣料品に関する情報間(以降、interと呼ぶ)の相関関係であり、もう1つは、衣料品に関する情報内(以降、intraと呼ぶ)の相関関係である。intraの分析では、衣料品に関する情報の中から出現頻度を計算する。interの分析では、衣料品に関する情報間の関係性を求める。これにより、衣料品に関する情報の中から出現頻度の高いものや強い関係性があるものを重要な衣料品に関する情報として抽出する。異なるアイテム(例えば、スーツ、ワイシャツ、ネクタイ)を跨って、衣料品に関する情報の相関関係を計算することによって、衣料品の組み合せの傾向(コーディネートの傾向)を掴むことができる。演算処理部3には、用途に応じたさまざまな機能処理部が用意されており、デザイナーと販売店と消費者の衣料品情報を各種組み合わせて計算できる。
intraとinterについて説明する。衣料品に関する情報は、アイテム毎に異なる属性項目が設定されている。例えば、スーツ、ネクタイ、ワイシャツは、それぞれ属性項目が異なる物理パラメータを持っている。物理パラメータの他には、デザイナーと販売店と消費者に関する各属性項目を持っている。また衣料品に関する情報は、コーディネート情報も含んでいる。このように、コーディネートマネージメント装置における分析処理には、1アイテム(衣料品単体)の場合と、異なるアイテムを跨った場合(スーツ、ワイシャツ、ネクタイの組み合せ)の2つのケースが存在するので、それぞれについて詳しく述べる。
1アイテムの場合とは、ネクタイ等の単品の演算処理をするケースである。図7(a)は、ネクタイの衣料品に関する情報の一部を示したものである。縦にネクタイの商品が並び、横に衣料品に関する情報が並んでいる。商品であるネクタイがその属性に該当すれば1をセットし、該当しなければ0をセットしてある。このネクタイの衣料品に関する情報について相関ルール抽出を行う場合には、「無地であるものは全体の何%」といった出現頻度の割合を抽出する第1のケースと、「無地のときにネイビー系となるのは何%」という属性間の関係の強さを抽出する第2のケースに分けられる。ここで、1つの衣料品に関する情報を基とした頻度分析の方を、intraの分析と呼び、衣料品に関する情報間の関係性の分析(相関ルール分析)を、interの分析と呼ぶ。
異なるアイテムを跨った場合とは、コーディネート情報に含まれる衣料品の組み合せ情報について演算処理をするケースである。図7(b)は、スーツ、ワイシャツ、ネクタイのコーディネートを考えた際の例であり、スーツ、ワイシャツ、ネクタイは、それぞれ属性が異なる衣料品に関する情報を持っている。コーディネート情報に含まれる衣料品の組み合せ情報は、図7(b)に示すように、各商品を組み合わせたものである。図7(b)では、「スーツ1‐ワイシャツ3‐ネクタイ1」の横の組み合せが、コーディネートされたものである。コーディネート情報はこの横の組み合せに対してその組み合せに関する主観的な情報を付加したものである。この組み合わされた衣料品を対象に、intraの分析と、interの分析を行ったものが、異なるアイテムを跨った場合のケースである。
intraの分析例としては、「スーツが無地であるのは全体の○%」や「ワイシャツのラインプリントものは無い」等の1つの属性に関する出現頻度分析がある。interの分析例としては、「スーツがストライプの時にワイシャツが無地でネクタイがドット柄になるのは○%」や「スーツがチェックの時にワイシャツがラインプリントであるのは○%」等の異なるアイテムを跨った属性の関係性の分析がある。
図8は、ある女性アパレル雑誌から200コーディネート(衣料品の組み合せ情報数200)についてinterの分析をした例である。この表の見方は、次の通りである。横一列が1つの相関ルールを示したものである。例えば、1行目の「青で、ダメージで、デニム素材のパンツ<−シルバーのバッグ、白のパンプス」は、「シルバーのバッグで白色のパンプスの時は、青色のダメージ柄(デニムの使い込んだ感じのもの)でデニム素材のパンツの組み合せがおすすめ」という風に解釈する。雑誌に掲載されたコーディネートに対して分析を行っているので、プロのコーディネーターが用意したデザインであるので、デザイナーの衣料品情報でありかつ、コーディネート情報の主観は良好なものとして考えることができる。また、図8の1行1行のそれぞれをコーディネートのお手本情報と考えることもでき、例えばシルバーのバッグに青でダメージでデニム素材のパンツを合わせるときには白のパンプスをお客様におすすめするといったようにコーディネートの教育ツールやコーディネートの支援ツール等としても使用できる。
次に、図9(a)を参照しながら、情報格納部に格納された衣料品情報の組合せと対応する処理機能を説明する。1番目に、デザイナーの衣料品情報を使用して、商品デザインのシナリオ分析を行い、デザインの特徴情報を抽出する方法を説明する。デザイナーが作成したデザイナーの衣料品情報(単品の商品デザインおよびコーディネート情報を含む)を、intraの分析により、出現頻度の高い衣料品に関する情報を計算し、デザインの特徴を示す衣料品に関する情報を抽出する。紳士服を例にすると、ストライプ柄のスーツが多いといった特徴を求めることである。次に、このストライプ柄のスーツの時は、どのようなワイシャツやネクタイがマッチするのかということについて、コーディネート情報を用いてinterの分析により相関ルール抽出を行う。ところで、デザイナーが作成したデータに対してinterの分析を行うこともできるが、最初にintraの分析で特徴を抽出し、そのパラメータに着目してinterの分析をした方が特徴を絞った分析をすることができる。
これにより、主観に応じてストライプ柄のスーツにマッチするワイシャツやネクタイの相関ルールを求めることができる。例えば主観が良好な衣料品の組み合せにおいて、ワイシャツは無地でネクタイはドット柄が相関として強い場合なら、この組み合せがお薦めという風に計算することができる。このように、intraの分析結果を基にしてinterの分析をすることにより、デザインの特徴を示す組み合せを計算で求めることができる。また、intraの分析をせずに、最初からinterの分析を行うことも可能である。上記の手法により、デザイナーの特徴分析や商品デザイン時のシナリオ分析を行うことができる。
2番目に、販売店の衣料品情報を使用して、類似品検索を行う方法を説明する。販売店の衣料品情報を用いて、店舗に陳列される商品から類似品検索を行う。類似品の検索手法は、情報設定部で設定した物理パラメータおよび経済パラメータを使い、類似検索のためのよく知られた検索手段を使用することにより実施する。
3番目に、消費者の衣料品情報を使用して、売れ筋分析を行う方法を説明する。消費者の衣料品情報は、消費者の購買履歴や嗜好に関する情報である。購買履歴から収集した衣料品に関する情報より1人のお客が買った商品を抽出し、これを1トランザクションとし、複数のお客のデータについて相関分析することにより、売れ筋の分析をすることができる。例えば、「紫のブラウスがよく売れている」や、「白のブラウスを買う人はチェックのスカートも一緒に買う」等の関係性を分析することができる。また、消費者の好みを収集した衣料品に関する情報について、1人の好みを1トランザクションとして複数人のデータについて相関分析することにより、市場の流行等を分析することができ、この情報はマーケティングに用いることができる。購買履歴から収集した衣料品に関する情報の中の属性情報(購入した時間、場所、性別、年齢層、etc、・)を加えて、相関ルール分析を行うことにより、時間や場所に対応する売れ筋情報を分析できる。例えば、店舗ごと、時間帯ごとに売れている衣料品を分析する。
4番目に、デザイナーと販売店の衣料品情報を使用して、店舗運営を支援するデータを得る方法を説明する。デザイナー衣料品情報は、衣料品を取り扱う会社が築いたブランドの管理を任されている本部のデザイナーにより作成されたコーディネート指示とする。コーディネート指示とは、ブランド本部から各店舗に配信されるコーディネートに関する販売指示のことであり、店舗では、本部から配信されたコーディネート指示に従った販売活動を行うことが業務となっている。ただし、本部からのコーディネート指示は、店舗毎の在庫や入荷情報を考慮していないため、実際に店に在庫のない商品の組合せ等が指示として送られる場合がある。その場合には、デザイナーの衣料品情報と販売店の衣料品情報の2つを用いて、本部のコーディネート指示と店舗に在庫のある商品との類似度を算出する。類似度の算出は、類似検索のためのよく知られた検索および計算手段を使用することにより実施する。これにより、本部のコーディネート指示と同一の商品が店舗に在庫が無い場合においても、似たテイストを持つ商品を在庫商品の中から提示することができる。つまり、本部からのコーディネート指示を各店舗における在庫商品に応じて補正し、本部からの指示を最大限に考慮した販売をすることができる。
また、1番目の例で説明したように、デザイナー(この場合は、本部のコーディネート指示)の特徴を示す衣料品の物理パラメータやその組合せ情報を、予め相関ルール分析しておく。分析により算出された相関ルールと販売店衣料品情報との類似度を調べることで、本部のコーディネート指示に似たテイストを持つ商品を、販売店の商品の中から客に提示することができる。また、販売店衣料品情報との類似度を算出する際に、重み値として商品の在庫数を計算式に導入し、在庫数の多いものから順にコーディネートの対象とするような演算アルゴリズムを用いることにより、在庫数を加味したコーディネートの提示をすることができる。ただし、演算手法はこれに限った話ではなく、在庫数を加味しないこともできる。これにより、在庫がたくさんある商品、すなわち売れ残っている商品から優先して販売していくような販売支援に用いることができる。
また、上記の本部のコーディネート指示と販売店衣料品情報との類似度を求める際、類似度計算結果の採用可否を判定する閾値を設定することにより、ある閾値以上の差がある場合には、類似度計算結果を用いないようにする。つまり、本部のコーディネート指示と店舗在庫商品との間にある一定以上の開きがある場合には、ブランド本部の指示(テイスト)からかけ離れ過ぎているということで、店舗在庫商品との類似度計算結果を無効とし、類似商品の提示を行わない。このようにして、ブランド本部から指示されるテイストを店舗で店員が崩してしまうことによるブランドイメージの崩壊(本部と店舗でのブランドテイストの温度差)など、従来往々に発生したようなことを無くす。
5番目に、デザイナーと消費者の衣料品情報を使用して、商品企画を行う方法を説明する。消費者衣料品情報には、消費者の購買履歴や好みの情報が収集されているので、以下の手法により商品を企画することができる。
(1)デザイナー衣料品情報と消費者衣料品情報を組み合わせて、intraおよびinterの分析を行い、関係性が強い属性を抽出し、この属性を持つ商品を新しい商品企画として発信する。
(2)3番目の例に示したように、消費者衣料品情報を相関分析し、消費者の好みや売れ筋を抽出しておく。デザイナーが新しい商品をデザインする際(デザイナー衣料品情報設定部構成図のデザイン作成ソフトウエア)に、消費者衣料品情報の分析結果をフィードバックし、消費者の好みや売れ筋の衣料品に関する情報が含まれるようにデザインを行うことで、デザイナー衣料品情報を作成する。これにより、消費者の好みや現在の消費動向(売れ筋)を加味したデザインを作成することができる。作成されたデザイナー衣料品情報を、新しい商品企画として提案する。
(1)デザイナー衣料品情報と消費者衣料品情報を組み合わせて、intraおよびinterの分析を行い、関係性が強い属性を抽出し、この属性を持つ商品を新しい商品企画として発信する。
(2)3番目の例に示したように、消費者衣料品情報を相関分析し、消費者の好みや売れ筋を抽出しておく。デザイナーが新しい商品をデザインする際(デザイナー衣料品情報設定部構成図のデザイン作成ソフトウエア)に、消費者衣料品情報の分析結果をフィードバックし、消費者の好みや売れ筋の衣料品に関する情報が含まれるようにデザインを行うことで、デザイナー衣料品情報を作成する。これにより、消費者の好みや現在の消費動向(売れ筋)を加味したデザインを作成することができる。作成されたデザイナー衣料品情報を、新しい商品企画として提案する。
6番目に、図10(a)を参照しながら、販売店と消費者の衣料品情報を使用して、商品検索・販売支援を行う方法を説明する。3番目の例に示したように、消費者衣料品情報23について、intraの分析とinterの分析を行う。これら分析結果として得られる出現頻度の高い衣料品に関する情報は、消費者の好みを表したものである。相関ルール分析により抽出された衣料品の組み合せ情報は、消費者のコーディネートにおける好みを表したものである。これらの分析結果に基づいて、演算処理部3にて、販売店衣料品情報22の中から、それに近いものを見つけ出す商品検索を類似品検索処理にて行う。類似品検索の方法は、2番目の例で示した通り類似検索のためのよく知られた検索手段を使用することにより実施する。また、分析処理をせずに好みを入力できるような好み入力処理部も設けておく。例えば、店舗にてお客から「青いチェックのシャツ」という要望があった場合には、その情報をお客もしくは店員が入力し、物理パラメータの属性が青でチェックであるシャツを販売店衣料品情報の中から類似品検索処理を行い、必要に応じて検索結果をソート処理し、表示する。
類似品検索の結果は、ソート処理部で、例えば販売店の商品の在庫数でソートされて、在庫の多いものから順に並べ替えたり、類似度の高い順に並べ替えたりして、利用者が見られるように、表示部4に出力される。この類似品検索処理により、消費者の立場では、自分の好みの商品を、店舗にある実商品の中から検索できるので、欲しい商品に巡り合える可能性が増える。店の立場では、消費者の好みを分析し、それを用いることで、接客時に売れ筋のコーディネート等を、店舗にある商品から提示することが可能である。また、店の在庫が多いものから順に類似品検索結果を表示することで、在庫を抱えないように販売を支援することが可能である。
7番目に、コーディネート支援について説明する。コーディネート支援においては、デザイナー衣料品情報と販売店衣料品情報と消費者衣料品情報を用いる。1番目の例で説明したようにデザイナー衣料品情報の分析を行い、コーディネートの相関ルールを抽出しておく。
消費者が「白で無地のスカート」を持っている場合には、この「白で無地のスカート」を含むコーディネートをデザイナーの衣料品情報を分析して得たコーディネートの相関ルールの中から検索し、「白で無地のスカートには黒のカットソー」というルールが存在した場合には、消費者に「黒のカットソー」を提示することで、着まわしを提案することができる。また、着まわしの提案の際に、実際の商品の衣料品情報である販売店の衣料品情報を利用することで、次に購入する商品としてはこういう商品がいいですよ、こういう商品を購入されると、あなたが今持っているそのスカートに似合いますよ、というようにコーディネート支援を行うことができる。これは、インターネット通信販売等にも適用できる。例えば、消費者は、デザイナーのテイストに応じて、自分の持っているアイテムや購入予定の商品に似合うコーディネートに関する情報を取得できる。
次に、図10(b)を参照しながら、店員教育支援について説明する。デザイナーと販売店と消費者の衣料品情報を用いて、店員教育を行う。店員教育とは、女性服の場合を例にすると、「このブラウスには、この色のスカートをお勧めする」や「このパンツには、こういう靴を提案する」というように、接客の際に客に薦める商品を選択できるように、また、ブランドが展開しているブランドカラーに則った商品を提案できるように、店員を教育することである。デザイナー衣料品情報21と消費者衣料品情報23のそれぞれについてintraの分析とinterの分析をすることで、図8に示すような相関ルール抽出ができるので、これらのルールを使って店員教育をすることが可能である。
ウエイト設定部は、デザイナーと消費者のどちらの嗜好に合わせて店員教育を実施するかの配分を設定する機能部である。例えば、デザイナーのウエイトを100とし、消費者のウエイトを0とした場合には、デザイナーの意思に基づいたコーディネートのみを店員に教育する。この場合は、最近の流行や動向は一切考慮せず、ブランドのテイストのみを100%忠実に守るように、客に対してコーディネートするよう、店員に教育を行う。その逆に、デザイナーのウエイトを0とし、消費者のウエイトを100とした場合には、消費者の好みや売れ筋動向に集中し、ブランドのテイストを出さずに、今売れている商品や流行の傾向のみを店員に教育する。
ウエイト設定部は、後述のブランドカラー設定情報から、ウエイト配分が設定される。衣料品情報調整部では、ウエイト設定に応じて、デザイナーと消費者の衣料品情報の分析結果を、どのぐらいの割合で使用するかの調整を行う。デザイナーが100のウエイトなら、デザイナーの分析結果のみを使用する。デザイナーが60で消費者が40ならば、その割合で相関ルール分析によるコーディネートの特徴(衣料品の組み合せ情報)を抽出する。類似品検索処理部では、ウエイト配分により抽出された衣料品の組み合せと、実際に店にある商品との類似度を計算する。分析により抽出された衣料品の組み合せを販売店の商品から選択するとこのようなコーディネートになりますというのを、表示部4に表示する。店員は、このコーディネートを見ることで、コーディネートの勉強をする。また、デザイナーと消費者の衣料品情報は、それぞれ単体の相関ルール分析をすることで図8のようなルールを算出することができ、店員教育に有効な情報が得られるので、分析結果は表示部4に表示する。
次に、図11を参照しながら、アパレルブランドのマネージメントについて説明する。デザイナーと販売店と消費者の衣料品情報を用いて、コーディネート支援などを含めたアパレルブランドのマネージメントを行う。アパレルブランドとは、衣料品の製造や販売を行うメーカーが製品の資産価値や独創性を築くために命名した名称である。アパレルブランドのマネージメントは、アパレルブランドが持つ独創性や価値を消費者に訴え、アパレルブランドのコンセプトに合致した客層に商品を買ってもらえるように、市場調査や売上げ動向等からマーチャンダイジングをして、製造や販売を行なうことである。以降、アパレルブランドのことを単にブランドと記す。演算処理部の8つの機能処理部(店舗運営、商品企画、商品検索・販売支援、類似品検索、売れ筋分析、店員教育、コーディネート支援、商品デザインのシナリオ分析)を組み合わせることで、ブランド戦略の指針となるデータを計算する。各機能処理部では、単体の衣料品情報に対して分析する場合と、衣料品の異なるアイテムを跨って分析する場合がある。この観点を中心にした機能ブロック図を、図11(a)に示す。各機能処理部との関係を中心にした機能ブロック図を、図11(b)に示す。
インポート系ブランドのように、ブランドを所有するオーナー側の戦略意図が強い場合は、店舗ではデザイナーの衣料品情報を基に、商品ディスプレイや店員教育を行う。デザイナーによる商品のデザインにおいては、図11(a)のフィードバック制御部では、消費者の衣料品情報が商品企画支援部にフィードバックされるウエイト配分は小さくする。商品企画支援部の動作については、図9の5番目の例に示したとおりである。また、消費者の好みから店舗商品を検索する商品検索については図9の6番目の例に示したとおりであるが、この類似品検索処理において、消費者と販売店との衣料品特性情報の類似度が低く、ある閾値以上の差がある場合には、類似品検索処理の結果を提示しない。これは、ブランドと消費者の嗜好に大きな開きがあることを意味しており、類似度が低い商品を提示することによるブランドイメージの崩壊を防ぐためである。このように、デザイナー主体の処理を行なうことでブランドカラーを維持する意図のもとに、ブランド戦略を展開できる。
反対に、消費者の動向を重視する場合には、店舗では消費者の衣料品情報(消費者の好みや購買履歴等)を基に、ディスプレイおよび店員教育をする。消費者の好みを分析するには、intraの分析やinterの分析の他、多数の消費者の平均値を典型的な消費者像とするか、多変量解析の手段を使って傾向を求める方法などを適用すればよい。また、デザインの際には、図11(a)のフィードバック制御部では、消費者の衣料品情報をフィードバックするウエイト配分を大きくし、デザイナーがデザインする段階から、消費者が好きそうな、今売れそうな商品の製作を行う。このように、消費者主体の処理を行うことで、消費者の好みを第一にしたブランド戦略を、計算に基づいて展開できる。
下記の(1)〜(11)の流れで、ブランドのマネージメントを行う。
(1)ブランドのマネージャーは、どのようなブランドを築きたいのかを、ブランドカラー入力部にて設定する。例えば、年齢層はこのくらいで、ブランドが持っているテイストを重んじるのか、それとも消費者の好みを積極的に取り入れる感じにするのか、特徴とする色があるか、スタイルや素材はどんな感じか等を入力する。
(2)ブランドカラー設定部では、ブランドカラー入力部で入力された値を、ブランドカラー設定情報のDBに設定する処理を行う。
(1)ブランドのマネージャーは、どのようなブランドを築きたいのかを、ブランドカラー入力部にて設定する。例えば、年齢層はこのくらいで、ブランドが持っているテイストを重んじるのか、それとも消費者の好みを積極的に取り入れる感じにするのか、特徴とする色があるか、スタイルや素材はどんな感じか等を入力する。
(2)ブランドカラー設定部では、ブランドカラー入力部で入力された値を、ブランドカラー設定情報のDBに設定する処理を行う。
(3)店員教育、(4)コーディネート支援、(5)店舗運営支援、(6)商品デザインのシナリオ分析、(7)類似品検索、(8)売れ筋分析は、既に説明したとおりである。
(9)商品検索と販売支援の機能処理部の基本的な動作は、既に説明した通りであるが、ブランドカラー設定情報を用いて、類似品検索処理時にフィルタをかける。例えば、ブランドカラーとして、ブランドのテイストが強く設定されていた場合、販売店と消費者の衣料品情報を用いた類似品検索処理で類似度に開きがある時は、類似品検索処理結果を提示しない。つまり、あくまでブランドのテイストを大事にし、ブランドが持つイメージとお客の好みとが合わない場合には、商品を薦めることはしないということであり、ブランド側が客を選ぶということである。
(10)商品企画支援部は、新規の衣料品デザインを作成する場合に用いる。ブランドカラー設定情報を用いて、消費者の衣料品情報のフィードバック量を調整する。すなわち、新規のデザインを作成する時に、どのぐらい消費者の衣料品情報(消費者の好みや売れ筋)を気にしてデザインを作るかという量を調整する。例えば、ブランドカラーとしてブランドのテイストを重視するように設定された場合には、消費者衣料品情報のフィードバックは一切行わないで、あくまでブランド独自のカラーでデザインするといったフィードバック量の制御を行う。
(11)ブランドのマネージャーには、売れ筋分析の情報や、販売店の衣料品情報と消費者の衣料品情報の差分(すなわち、これは自社商品と市場の好みとの差になる)を、情報として常にフィードバックする。マネージャーは、これらの情報を基に、ブランドカラーを見直したり、ブランドを立て直したりする意思決定に使用することができる。また、再度ブランドカラーの入力を行うこともできる。
上記のように、本発明の実施例では、コーディネートマネージメント装置を、衣料品のアイテム毎に同じ属性を持った3種類の衣料品に関する情報であるデザイナー衣料品情報と販売店衣料品情報と消費者衣料品情報を相関ルール分析して、各衣料品情報に含まれる衣料品に関する情報の相関ルールを求め、類似の衣料品を検索してコーディネートを作成し、売れ筋の商品を抽出し商品企画支援を行う構成としたので、コーディネートと販売とデザインの間の関係を定量的に計算でき、衣料品の販売支援やコーディネートの支援等、コーディネートの管理を効率的にできる。
本発明のコーディネートマネージメント装置は、デザイナーと販売店と消費者の衣料品に関する情報の関係を定量的分析に基づいて管理して、コーディネートの提案などを行うコーディネートマネージメント装置として最適である。
1 情報設定部
2 情報格納部
3 演算処理部
4 表示部
11 情報入力I/F選択部
12 デザイナー衣料品情報設定部
13 販売店衣料品情報設定部
14 消費者衣料品情報設定部
21 デザイナー衣料品情報
22 販売店衣料品情報
23 消費者衣料品情報
2 情報格納部
3 演算処理部
4 表示部
11 情報入力I/F選択部
12 デザイナー衣料品情報設定部
13 販売店衣料品情報設定部
14 消費者衣料品情報設定部
21 デザイナー衣料品情報
22 販売店衣料品情報
23 消費者衣料品情報
Claims (15)
- 情報設定部と情報格納部と演算処理部と表示部とを有し、前記情報設定部は、衣料品に関する情報を設定する手段を有し、前記情報格納部は、前記情報設定部が設定する衣料品に関する情報を格納する手段を有し、前記演算処理部は、前記情報格納部に格納される衣料品に関する情報の分析手段を有し、前記表示部は、前記演算処理部の分析結果を表示する手段を有し、前記衣料品に関する情報は、衣料品の物理パラメータとコーディネート情報とを有し、前記コーディネート情報は、衣料品の組み合せ情報と該衣料品の組み合せに関する主観的評価情報とを有することを特徴とするコーディネートマネージメント装置。
- 前記衣料品に関する情報は、衣料品の販売店に関する経済パラメータと、衣料品の販売店の属性情報とを有することを特徴とする請求項1記載のコーディネートマネージメント装置。
- 前記衣料品に関する情報は、衣料品購入者の購買履歴情報と、衣料品購買者の嗜好に関する情報を有することを特徴とする請求項1記載のコーディネートマネージメント装置。
- 前記情報設定部は、前記情報格納部に格納される衣料品に関する情報を任意に複数選択する手段を有することを特徴とする請求項1記載のコーディネートマネージメント装置。
- 前記情報設定部は、前記コーディネート情報が有する衣料品の組み合せ情報を変更する手段を有することを特徴とする請求項1記載のコーディネートマネージメント装置。
- 前記情報設定部は、衣料品の物理パラメータを任意に変更する手段を有することを特徴とする請求項5記載のコーディネートマネージメント装置。
- 前記情報設定部は、衣料品の物理パラメータに近似する衣料品に関する情報を選択する手段を有することを特徴とする請求項6記載のコーディネートマネージメント装置。
- 前記情報設定部は、消費者の嗜好を言語で取得する手段と、取得した言語を衣料品の物理パラメータに変換する手段とを有することを特徴とする請求項1記載のコーディネートマネージメント装置。
- 前記情報設定部は、購買履歴情報に属する衣料品の物理パラメータを取得する手段を有することを特徴とする請求項1記載のコーディネートマネージメント装置。
- 前記演算処理部は、衣料品に関する情報を任意に複数取得する手段と、取得した衣料品に関する情報が有する物理パラメータの出現頻度を計算する手段とを備えることを特徴とする請求項1記載のコーディネートマネージメント装置。
- 前記演算処理部は、共通する主観評価を有するコーディネート情報を取得する手段と、取得したコーディネート情報の有する衣料品の組み合せを取得する手段と、取得した衣料品の組み合せが有する物理パラメータの組み合せを取得する手段と、取得した物理パラメータの組み合せの出現頻度を取得する手段とを有することを特徴とする請求項1記載のコーディネートマネージメント装置。
- 前記演算処理部は、衣料品の販売店に関する経済パラメータと、衣料品の販売店の属性情報とを抽出する手段と、経済パラメータおよび属性情報を用い衣料品に関する情報を選択する手段とを有することを特徴とする請求項2記載のコーディネートマネージメント装置。
- 前記演算処理部は、衣料品購買者の嗜好に関する情報が有する嗜好を抽出する手段と、抽出した嗜好が有する衣料品の物理パラメータを取得する手段と、取得した物理パラメータの出現頻度を取得する手段と、物理パラメータの出現頻度を用い衣料品に関する情報を選択する手段とを有し、衣料品購入者の嗜好に関する情報は、衣料品および衣料品の組み合せと、該衣料品および衣料品の組み合せに関する主観的な情報を有することを特徴とする請求項3記載のコーディネートマネージメント装置。
- 前記演算処理部は、衣料品購入者の購買履歴情報に属する衣料品を抽出する手段と、抽出した衣料品の物理パラメータを取得する手段と、取得した物理パラメータの出現頻度を取得する手段と、物理パラメータの出現頻度を用い衣料品に関する情報を選択する手段とを有することを特徴とする請求項3記載のコーディネートマネージメント装置。
- 衣料品に関する情報は衣料品購入者の属性情報を有し、演算処理部は共通する属性情報を有する消費者を選択する手段を有することを特徴とする請求項12項記載のコーディネートマネージメント装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007006715A JP2008176366A (ja) | 2007-01-16 | 2007-01-16 | コーディネートマネージメント装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007006715A JP2008176366A (ja) | 2007-01-16 | 2007-01-16 | コーディネートマネージメント装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2008176366A true JP2008176366A (ja) | 2008-07-31 |
Family
ID=39703365
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2007006715A Pending JP2008176366A (ja) | 2007-01-16 | 2007-01-16 | コーディネートマネージメント装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2008176366A (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010084263A (ja) * | 2008-09-30 | 2010-04-15 | Casio Computer Co Ltd | カメラ装置 |
JP2017130216A (ja) * | 2008-08-08 | 2017-07-27 | 株式会社ニコン | 検索支援システム、検索支援方法、及び検索支援プログラム |
JP2021009516A (ja) * | 2019-06-28 | 2021-01-28 | ソフトバンクロボティクス株式会社 | 商品推奨装置、商品推奨方法、及び商品推奨プログラムならびに提案装置、提案方法、及び提案プログラム |
-
2007
- 2007-01-16 JP JP2007006715A patent/JP2008176366A/ja active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017130216A (ja) * | 2008-08-08 | 2017-07-27 | 株式会社ニコン | 検索支援システム、検索支援方法、及び検索支援プログラム |
US10846323B2 (en) | 2008-08-08 | 2020-11-24 | Nikon Corporation | Search supporting system, search supporting method and search supporting program |
US11615135B2 (en) | 2008-08-08 | 2023-03-28 | Nikon Corporation | Search supporting system, search supporting method and search supporting program |
JP2010084263A (ja) * | 2008-09-30 | 2010-04-15 | Casio Computer Co Ltd | カメラ装置 |
JP2021009516A (ja) * | 2019-06-28 | 2021-01-28 | ソフトバンクロボティクス株式会社 | 商品推奨装置、商品推奨方法、及び商品推奨プログラムならびに提案装置、提案方法、及び提案プログラム |
JP7296263B2 (ja) | 2019-06-28 | 2023-06-22 | ソフトバンクロボティクス株式会社 | 商品推奨装置、商品推奨方法、及び商品推奨プログラムならびに提案装置、提案方法、及び提案プログラム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7617016B2 (en) | Computer system for rule-based clothing matching and filtering considering fit rules and fashion rules | |
US10248986B2 (en) | Method and system for search refinement | |
CN106779977B (zh) | 一种基于智能移动终端的服装搭配方法及其系统 | |
US8762292B2 (en) | System and method for providing customers with personalized information about products | |
McColl et al. | It’s vintage darling! An exploration of vintage fashion retailing | |
US8095426B2 (en) | System and method for comparative sizing between a well-fitting source item and a target item | |
US20140108208A1 (en) | Personalized virtual shopping assistant | |
US20100030663A1 (en) | System and method for networking shops online and offline | |
US20090019053A1 (en) | Method for searching for and marketing fashion garments online | |
KR101762875B1 (ko) | 큐레이션 서비스를 제공하는 의류 쇼핑 시스템 및 그 방법 | |
US20130018763A1 (en) | Systems and methods for creating and using a graphical representation of a shopper | |
US20200402136A1 (en) | Avatar Matching in On-Line Shopping | |
JP4387340B2 (ja) | 顧客嗜好情報収集装置および顧客嗜好情報収集方法 | |
JP2018018136A (ja) | 電子商取引システム | |
GB2567061A (en) | System integration for design and production of clothing | |
KR20010097554A (ko) | 3차원 체형정보를 이용한 맞춤구매시스템 및 그 방법 | |
JP2008176366A (ja) | コーディネートマネージメント装置 | |
WO2020079235A1 (en) | Method and apparatus for accessing clothing | |
JP6916095B2 (ja) | サーバ及び商品提供システム | |
KR20050017534A (ko) | 아바타 의상 구매정보를 이용한 고객 맞춤형 의류 추천시스템 및 그 추천 방법 | |
US20100151430A1 (en) | Identifying a body shape | |
Petrova | Challenges facing retailers’ assortment supply in the omnichannel age | |
NL2022937B1 (en) | Method and Apparatus for Accessing Clothing | |
JP6928984B1 (ja) | 商品提案システム、商品提案方法及び商品提案プログラム | |
Addikara | Proposed Strategies to Increase Conversion Rate and to Compete with the Competitor for Sarinah Speciality Store |