JP2008310477A - 販売数量予測システム、販売数量予測方法、および基幹装置 - Google Patents

Abstract

【課題】より正確な数で将来の商品の販売数量を予測することのできる販売数量予測システムを提供する。
【解決手段】情報提供装置１は、ネットワーク上に公開されている情報の中から、小売店の商品の販売に影響を及ぼす口コミ情報またはイベント情報を含む外部情報を収集し、収集した外部情報を内部に格納し、格納した外部情報を指示により抽出する。基幹装置２は、外部情報を抽出するよう情報提供装置に指示し、指示により情報提供装置１で抽出された外部情報から、小売店における将来の商品の販売数量を予測する。
【選択図】図１

Description

本発明は、小売店で販売される商品の将来の販売数量を予測する販売数量予測システムに関する。

小売店は、商品が品切れになると、販売機会を逸失して売上を伸ばすことができない。売上を伸ばすためには、小売店は、来客数、商品出数、および売上の予測を精度よく行なう必要がある。来客数、商品出数、および売上は周辺の天気やイベントなどによって大きく変動するので、商品仕入れの責任者、例えば店長やノウハウを有する現場責任者は、周辺の天気やイベントなどを把握してこれらの予測を行なっていた。

しかし、商品仕入れの責任者は、周辺で開催されるイベントや天気を正確に把握しているとは限らず、イベントの開催を見落としたり、天気を誤って予測したりしてしまう可能性があった。この場合、商品仕入れの責任が通常通りの数で商品を発注し、例えばイベントの開催による来客数の増加が原因で商品が品切れとなると、販売機会の逸失により売上を伸ばすことができなかった。

これに対して、商品の売上実績から将来の商品出数を予測することのできる予測装置が開示されている（特許文献１参照）。特許文献１に記載された予測装置は、過去の商品出数を蓄積しており、売価、天気、曜日などの売上変動要因が商品出数の増減に寄与する度合いを示すウェイト係数を求める。予測装置は、過去１２０日分の商品出数で最も大きい度数の商品出数にウェイト係数を乗算して将来の商品出数を算出する。これによれば、商品の売上実績から、売上変動要因による売上の変動を考慮して将来の商品出数を予測できる。
特開２００４−３３４３２６号公報

将来の商品出数に影響を及ぼすのは、上述の売上変動要因だけではない。口コミや周辺でのイベントの開催により来客数が急に増加すると、商品が品切れとなり、小売店は、販売機会の逸失によって商品の売上を伸ばすことができない。

しかしながら、特許文献１では、商品出数を予測する際に、売価、天気、曜日などの売上変動要因は考慮されていたが、口コミやイベントなどの売上変動要因までは考慮されていなかった。この場合、予測装置は将来の商品の販売数量を正確に予測することができないという問題点があった。

本発明の目的は、より正確な数で将来の商品の販売数量を予測することのできる販売数量予測システムを提供することにある。

上記目的を達成するために、本発明の販売数量予測システムは、
小売店で販売される商品の将来の販売数量を予測する販売数量予測システムであって、
ネットワーク上に公開されている情報の中から、前記小売店の商品の販売に影響を及ぼす口コミ情報またはイベント情報を含む外部情報を収集し、収集した前記外部情報を内部に格納し、格納した前記外部情報を指示により抽出する情報提供装置と、
前記外部情報を抽出するよう前記情報提供装置に指示し、指示により前記情報提供装置で抽出された前記外部情報から前記小売店における将来の商品の販売数量を予測する基幹装置と、を有している。

本発明によれば、より正確な数で将来の商品の販売数量を予測することができる。

本発明を実施するための形態について図面を参照して詳細に説明する。図１は本実施例における商品発注システムの構成を示すブロック図である。本商品発注システムは、情報提供装置１、基幹装置２、および小売装置３を有している。

情報提供装置１は、ネットワーク４を介して基幹装置２および複数の外部のＷｅｂサーバ（不図示）と接続している。情報提供装置１は、複数のＷｅｂサーバで公開されている外部情報をインターネット情報として収集し、収集したインターネット情報を内部に格納する。インターネット情報とは、小売店の販売に影響を及ぶす情報であり、例えばブログ上での小売店についての口コミ、ブログ上やインターネットニュースで告知されているイベント、天気、交通渋滞の情報である。

情報提供装置１は、基幹装置２から抽出するよう指示を受けると、指示されたインターネット情報を抽出して基幹装置２に送信する。

なお、情報提供装置１は、インターネット情報を格納し、所定期間経過すると、格納したインターネット情報を消去するようにしてもよい。これによれば、インターネット情報の蓄積に伴う記憶容量の不足を防げるので、インターネット情報を確実に格納することができる。

小売装置３は小売店に設置されている。また、小売装置３は、ネットワーク４を介して基幹装置２と接続しており、小売装置３の設置されている小売店の売上金額、来客数、商品出数、および商品の在庫数を日付に関連付け販売実績情報として基幹装置２に送信する。販売実績情報は小売店の閉店後に小売装置３から基幹装置２に毎日自動送信され、販売実績情報の日付は、例えばその送信日とする。

また、小売装置３は、商品仕入れの責任者によりキーワードが設定されると、設定されたキーワードを基幹装置２に送信する。キーワードは情報提供装置１に格納されているインターネット情報を検索するために用いられる。

また、小売装置３は、商品仕入れの責任者により商品の売上変動を予測するよう要求されると、要求情報を基幹装置２に送信する。要求情報には、予測期間としての予測日や商品の売価などが含まれている。小売装置３は、基幹装置２から店舗予測情報を受信すると、店舗予測情報の数量で商品を自動的に発注するとともに将来の売上と将来の来客数を店長に知らせる。

店舗予測情報には、基幹装置２により算出された売上予測情報、来客予測数、および商品の数量が含まれている。売上予測情報とは、将来の商品の売上金額を予測する情報である。来客予測数とは、将来の小売店に来客する人数である。商品予測出数とは、将来の商品の発注数である。

これによれば、小売装置３は自動で発注業務を行なうので、発注担当者の工数削減につながる。

基幹装置２は、ネットワーク４を介して情報提供装置１および小売装置３と接続している。基幹装置２は、小売装置３から販売実績情報を受信すると、内部に販売実績情報を蓄積するとともに、蓄積している販売実績情報から基準売上金額、基準来客数、および基準商品出数を算出して内部に格納する。

基準売上金額とは、過去例えば９０日分の売上金額の平均金額である。なお、過去９０日分の売上金額で最も大きい度数を売上基準金額としてもよい。基準来客数とは、過去例えば９０日分の来客数の平均人数である。基準商品出数とは、過去例えば９０日分の商品出数の平均数量である。

また、基幹装置２は、小売装置３からキーワードを受信すると、内部に格納する。

基幹装置２は、自律的に、格納しているキーワードに基づいてインターネット情報を抽出するよう情報提供装置１に指示し、情報提供装置１で抽出されたインターネット情報を受信する。

例えば、キーワードとして、「東京都 港区 芝」が格納されている場合、基幹装置２は、一定時間間隔で、「東京都 港区 芝」のキーワードを含むインターネット情報を抽出するよう情報提供装置１に指示する。そして、基幹装置２は、指示により抽出された東京都港区芝周辺の天気、イベント、交通渋滞などを含むインターネット情報を情報提供装置１から受信する。

基幹装置２は、情報提供装置１で抽出されたインターネット情報を受信すると、内部に格納する。そして、基幹装置２は、格納している販売実績情報と格納しているインターネット情報に基づきウェイト係数を自動的に更新する。これによれば、更新作業が不要となる。

ウェイト係数とは、商品の販売の変動に寄与する係数であり、例えば、売価のウェイト係数、天気のウェイト係数、口コミのウェイト係数、イベントのウェイト係数、および交通渋滞のウェイト係数がある。

売価のウェイト係数は、予測対象日に予定している商品の売価により変動する値である。例えば、通常の売価を「１．０」としたときに売価を下げる場合には、商品が通常より多く売れることが想定されるので、１．０より高い値が設定される。

天気のウェイト係数は、天気により変動する値である。例えば、晴れの日のウェイト係数を「１．０」としている場合、基幹装置２は、格納しているインターネット情報を晴れの日と雨の日で分類し、分類したインターネット情報の中から日付を抽出する。

次に、基幹装置２は、格納している販売実績情報から日付を抽出し、インターネット情報から抽出した日付と販売実績情報から抽出した日付を関連付けて、販売実績情報を晴れの日の販売実績情報または雨の日の販売実績情報に分類する。基幹装置２は、販売実績情報を分類すると、分類した販売実績情報から晴れの日の商品出数を集計するとともに雨の日の商品出数を集計し、それぞれの商品出数を比較する。

そして、基幹装置２は、雨の日の商品出数が晴れの日の商品出数の８割であれば、雨の日のウェイト係数を「０．８」に更新し、７割であれば、雨の日のウェイト係数を「０．７」に更新する。

また、口コミのウェイト係数は一日あたりの口コミの件数で変動する値である。例えば、基幹装置２は、口コミ件数が２０件以上、かつ、５０件未満（以下、「基準口コミ件数」という）のときのウェイト係数を「１．０」と設定しており、口コミ件数が５０件以上（以下、「基準以上口コミ件数」という）のときのウェイト係数を「１．４」と設定し、口コミ件数が２０件未満（以下、「基準未満口コミ件数」という）のときのウェイト係数を「０．９」と設定している。

この場合、基幹装置２は、インターネット情報を、インターネット情報の中の口コミ件数に応じて、基準口コミ件数、基準以上口コミ件数、または基準未満口コミ件数に分類し、分類したインターネット情報の中から日付を抽出する。

次に、基幹装置２は、格納している販売実績情報から日付を抽出し、インターネット情報から抽出した日付と販売実績情報から抽出した日付を関連付けて、販売実績情報を、基準口コミ件数、基準以上口コミ件数、基準未満口コミ件数に分類する。基幹装置２は、販売実績情報を分類すると、分類した販売実績情報から基準口コミ件数のときの商品出数を集計するとともに、基準以上口コミ件数のときの商品出数を集計し、また基準未満口コミ件数のときの商品出数を集計する。

基幹装置２は、基準口コミ件数のときの商品出数と基準以上口コミ件数の商品出数を比較するとともに、抽出した日付に基づき基準口コミ件数の商品出数と基準未満口コミ件数の商品出数を比較する。

そして、基幹装置２は、基準以上口コミ件数の商品出数が基準口コミ件数の商品出数の例えば１割の増加でれば、基幹装置２は、基準以上口コミ件数のウェイト係数を「１．４」から「１．１」に更新する。

また、イベントのウェイト係数はイベントの開催される会場の規模による変動する値である。例えば、基幹装置２は、収容人数が５０人以上、かつ、２５０人未満（以下、「基準イベント人数」という）の会場でイベントが開催されるときのウェイト係数を「１．０」としており、５０人未満（以下、「基準未満イベント人数」という）の会場でイベントが開催されるときのウェイト係数を「０．７」と設定し、２５０人以上（以下、「基準以上イベント人数」という）の会場でイベントが開催されるときのウェイト係数を「１．２」と設定している。

この場合、基幹装置２は、インターネット情報を、インターネット情報の中のイベントの収容人数に応じて、基準イベント人数、基準以上イベント人数、基準未満イベント人数に分類し、分類したインターネット情報の中から日付を抽出する。

次に、基幹装置２は、格納している販売実績情報から日付を抽出し、インターネット情報から抽出した日付と販売実績情報から抽出した日付を関連付けて、販売実績情報を、基準イベント人数、基準以上イベント人数、基準未満イベント人数に分類する。基幹装置２は、販売実績情報を分類すると、分類した販売実績情報から基準イベント人数のときの商品出数を集計するとともに、基準以上イベント人数のときの商品出数を集計し、また基準未満イベント人数のときの商品出数を集計する。

基幹装置２は、基準イベント人数のときの商品出数と基準以上イベント人数の商品出数を比較するとともに、抽出した日付に基づき基準イベント人数の商品出数と基準未満イベント人数の商品出数を比較する。

そして、基幹装置２は、基準未満イベント人数の商品出数が基準イベント人数の商品出数の例えば１割の減少でれば、基準未満イベント人数のウェイト係数を「０．７」から「０．９」に更新する。

また、交通渋滞のウェイト係数は交通渋滞の距離により変動する値である。例えば、基幹装置２は、距離が０．１キロメートル以上、かつ、０．５キロメートル未満（以下、「基準交通渋滞距離」という）のときの交通渋滞のウェイト係数を「１．０」と設定しており、０．５キロメートル以上（以下、「基準以上交通渋滞距離」という）のときの交通渋滞のウェイト係数を「０．９」と設定し、０．１キロメートル未満（以下、「基準未満交通渋滞距離」という）のときのウェイト係数を「１．１」と設定している。

この場合、基幹装置２は、インターネット情報を、インターネット情報の中の交通渋滞の距離に応じて、基準交通渋滞距離、基準以上交通渋滞距離、基準未満交通渋滞距離に分類し、分類したインターネット情報の中から日付を抽出する。

次に、基幹装置２は、格納している販売実績情報から日付を抽出し、インターネット情報から抽出した日付と販売実績情報から抽出した日付を関連付けて、販売実績情報を、基準交通渋滞距離、基準以上交通渋滞距離、基準未満交通渋滞距離に分類する。基幹装置２は、販売実績情報を分類すると、基準交通渋滞距離のときの商品出数を集計するとともに、基準以上交通渋滞距離のときの商品出数を集計し、また基準未満交通渋滞距離のときの商品出数を集計する。

基幹装置２は、基準交通渋滞距離のときの商品出数と基準以交通渋滞距離のときの商品出数を比較するとともに、基準交通渋滞距離のときの商品出数と基準未満交通渋滞距離のときの商品出数を比較する。

そして、基幹装置２は、基準以交通渋滞距離の商品出数が基準交通渋滞距離の商品出数の例えば２割の減少でれば、基準以交通渋滞距離のウェイト係数を「０．９」から「０．８」に更新する。

基幹装置２は、小売装置３から要求情報を受信すると、要求情報に含まれる予測日のインターネット情報を抽出し、抽出したインターネット情報に応じたウェイト係数を取得する。例えば、基幹装置２は、予測日のインターネット情報に含まれる天気が晴れであれば、「１．０」のウェイト係数を取得し、天気が雨であれば、「０．７」のウェイト係数を取得する。

続いて、基幹装置２は、基準売上金額に取得したウェイト係数を乗算し、売上予測情報を算出するとともに、基準来客数に取得したウェイト係数を乗算し、来客予測数を算出する。また、基幹装置２は、基準商品出数に取得したウェイト係数を乗算して商品予測出数を算出する。そして、基幹装置３は、算出した商品予測出数と在庫数とを減算して発注する商品の数量を算出する。これによれば、より正確な商品の数量が算出されるので、不良在庫を削減することができる。

基幹装置２は、売上予測情報、来客予測数、および商品の数量を算出すると、店舗予測情報として小売装置３に送信する。

図２は本実施例における自動発注システムの処理を示すフローチャートである。本自動発注システムは、店舗予測情報を算出するための情報を格納する処理とウェイト係数を更新する処理と商品を自動発注する処理からなる。

まず、店舗予測情報を算出するための情報を格納する処理について説明する。

情報提供装置１は、複数のＷｅｂサーバからインターネット情報を収集し、インターネット情報を内部に格納する（ステップ１００）。

小売装置３は、小売店の販売実績情報とキーワードを基幹装置２に送信する（ステップ１０１）。基幹装置２は、小売装置３から販売実績情報とキーワードを受信すると、内部に格納する（ステップ１０２）。そして、基幹装置２は、格納している販売実績情報から基準売上金額、基準来客数、および基準商品出数を算出して内部に格納する（ステップ１０３）。

次に、ウェイト係数を更新する処理について説明する。

基幹装置２は、一定時間間隔で、格納しているキーワードに基づきインターネット情報を抽出するよう情報提供装置１に指示する（ステップ１０４）。情報提供装置１は、基幹装置２からインターネット情報を抽出するよう指示を受けると、指示されたインターネット情報を抽出して基幹装置２に送信する（ステップ１０５）。

基幹装置２は、情報提供装置１で抽出されたインターネット情報を受信すると、インターネット情報を内部に格納する（ステップ１０６）。続いて、基幹装置２は、格納している販売実績情報と格納しているインターネット情報からウェイト係数を更新し、内部に格納する（ステップ１０７）。

次に、商品を自動発注する処理について説明する。

小売装置３は、商品仕入れの責任者により商品の売上変動を予測するよう要求されると、要求情報を基幹装置２に送信する（ステップ１０８）。

基幹装置２は、小売装置３から要求情報を受信すると、基準売上金額に要求情報を満たすインターネット情報のウェイト係数を乗算し、売上予測情報を算出する（ステップ１０９）。次に、基幹装置２は、基準来客数に要求情報を満たすインターネット情報のウェイト係数を乗算し、来客予測数を算出する（ステップ１１０）。次に、基幹装置２は、基準商品出数に要求情報を満たすが外インターネット情報のウェイト係数を乗算し、商品予測出数を算出する（ステップ１１１）。続いて、基幹装置２は商品予測出数と在庫数とを減算して発注する商品の数量を算出する（ステップ１１２）。

そして、基幹装置２は、算出した売上予測情報、来客予測数、および将来の商品の数量を店舗予測情報として小売装置３に送信する（ステップ１１３）。

小売装置３は、基幹装置２から店舗予測情報を受信すると、店舗予測情報の商品の数量で商品を自動的に発注するとともに将来の売上と将来の来客数を店長に知らせる（ステップ１１４）。

図３は本実施例における基幹装置２の構成を示すブロック図である。本基幹装置２は、情報収集部２０、ウェイト更新部２１、基準算出部２５、格納部２２、予測値算出部２３、および発注データ算出部２４を有している。

情報収集部２０は、小売装置３から販売実績情報とキーワードを受信すると、格納部２２に格納する。

また、情報収集部２０は、自律的に、格納部２２に格納されたキーワードでインターネット情報を抽出するよう情報提供装置１に指示し、指示により抽出されたインターネット情報を情報提供装置１から受信する。

情報収集部２０は、情報提供装置１からインターネット情報を受信すると、格納部２２に格納し、そして格納した旨をウェイト更新部２１に通知する。

ウェイト更新部２１は、情報収集部２０から通知を受けると、格納している販売実績情報と格納しているインターネット情報からウェイト係数を更新し、更新したウェイト係数を格納部２２に格納するとともに、基準算出部２５に通知する。

基準算出部２５は、ウェイト更新部２１から通知を受けると、格納部２２に格納している販売実績情報から基準売上金額、基準来客数、および基準商品出数を算出して格納部２２に格納する。

格納部２２には、販売実績情報、キーワード、ウェイト係数、基準売上金額、基準来客数、基準商品出数、およびインターネット情報が格納されている。

予測値算出部２３は、小売装置３から要求情報を受信すると、格納部２２に格納されているウェイト係数の中から要求情報に応じたそれぞれのウェイト係数に基準売上金額を乗算し、売上予測情報を算出するとともに、要求情報に応じたそれぞれのウェイト係数に基準来客数を乗算し、来客予測数を算出する。また、予測値算出部２３は、要求情報に応じたそれぞれのウェイト係数に基準商品出数を乗算して商品予測出数を算出し、発注データ算出部２４に送信する。

発注データ算出部２４は、予測値算出部２３から商品予測出数を受信すると、商品予測出数と格納部２２に格納されている在庫数とを減算して商品の発注数量を決定する。例えば、予測値算出部２３で算出された商品予測出数が１００個であり、格納部２２に格納された在庫数が３０個であるとき、商品の発注数量は、商品予測出数と在庫数とを減算することにより求められので、７０個となる。

なお、予測値算出部２３が売上予測情報、来客予測数、および商品予測出数を算出すると、算出した売上予測情報、来客予測数、および商品予測出数を格納部２２に格納しておき、格納した売上予測情報と過去の売上金額、来客予測数と過去の来客数、および商品予測出数と過去の商品出数をそれぞれ比較するようにしてもよい。この場合、予測値算出部２３は、誤差が生じていれば、誤差を補正する補正値を算出する。そして、予測値算出部２３は算出した補正値を更に乗算して売上予測情報、来客予測数、および商品予測出数を測定するようにしてもよい。これによれば、予測値算出部２３での精度を向上することができる。

以上説明したように、本実施例によれば、情報提供装置１は、ネットワーク上に公開されている情報の中から、小売店の商品の販売に影響を及ぼす口コミ情報またはイベント情報を含む外部情報を収集し、基幹装置２は、情報提供装置で抽出された外部情報から将来の商品の販売数量を予測する。これによれば、売価や天気だけではなく、イベントや口コミなどを考慮しているので、より正確な数で将来の商品の販売数量を予測することができる。

また、本実施例では、情報提供装置から基幹装置に外部情報としてインターネットを収集する例を示したが、本発明はこれに限定されるものではない。他の例として、基幹装置は、情報提供装置からメディア放送、データ放送、文字放送のメディア情報を外部情報として収集してもよい。その場合、基幹装置は、情報提供装置にキーワードを指定し、メディア情報の中のキーワードを情報提供装置から受信する。そして、基幹装置は、受信したキーワードの件数に応じてメディアのウェイト係数を決定する。

また、本発明は、店舗のＰＯＳ（Ｐｏｉｎｔ Ｏｆ Ｓａｌｅｓ Ｓｙｓｔｅｍ）システムなどにも幅広く適用することができる。

本実施例における自動発注システムの構成を示すブロック図である。 本実施例における自動発注システムの処理を示すフローチャートである。 本実施例における基幹装置２の構成を示すブロック図である。

符号の説明

１ 情報提供装置
２ 基幹装置
３ 小売装置
２０ 情報収集部
２１ ウェイト更新部
２２ 格納部
２３ 予測値算出部
２４ 発注データ算出部
２５ 基準算出部
１００〜１１４ ステップ

Claims (6)

1. 小売店で販売される商品の将来の販売数量を予測する販売数量予測システムであって、
   ネットワーク上に公開されている情報の中から、前記小売店の商品の販売に影響を及ぼす口コミ情報またはイベント情報を含む外部情報を収集し、収集した前記外部情報を内部に格納し、格納した前記外部情報を指示により抽出する情報提供装置と、
   前記外部情報を抽出するよう前記情報提供装置に指示し、指示により前記情報提供装置で抽出された前記外部情報から前記小売店における将来の商品の販売数量を予測する基幹装置と、を有する販売数量予測システム。
2. 前記基幹装置は、商品の在庫数を含む小売店の商品情報を格納しており、予測した前記商品の販売数量と前記商品情報に含まれている該商品の在庫数により該商品の発注数を決定する、請求項１に記載の販売数量予測システム。
3. 前記基幹装置は、自律的に前記外部情報を抽出するよう前記情報提供装置に指示する、請求項１または２に記載の販売数量予測システム。
4. 前記基幹装置は、予め前記小売店の販売実績を示す販売実績情報から商品の販売数量を予測するための基準となる基準商品出数を算出し、前記販売実績情報と過去の外部情報とから、前記外部情報が将来の商品の販売数量の変動に寄与する度合いを示すウェイト係数を算出しておき、与えられた予測期間の商品の販売数量を予測するとき、前記予測期間の外部情報を抽出し、前記予測期間の外部情報に応じたウェイト係数を抽出し、前記基準商品出数と抽出した前記ウェイト係数とを乗算して前記予測期間の商品の販売数量の予測値を算出する、請求項１から３のいずれか１項に記載の販売数量予測システム。
5. 情報提供装置と基幹装置とがネットワークを介して接続している商品発注システムにおいて、小売店で販売される商品の将来の販売数量を予測するための販売数量予測方法であって、
   前記基幹装置は、前記ネットワーク上に公開されている情報の中から、前記小売店の商品の販売に影響を及ぼす口コミ情報またはイベント情報を含む前記外部情報を抽出するよう前記情報提供装置に指示し、
   前記情報提供装置は、指示により前記外部情報を抽出し、
   前記基幹装置は、指示により前記情報提供装置で抽出された前記外部情報から将来の商品の販売数量を予測する、販売数量予測方法。
6. 情報提供装置と基幹装置とがネットワークを介して接続している販売数量予測システムにおいて、小売店で販売される商品の将来の販売数量を予測するための基幹装置であって、
   前記ネットワーク上に公開されている情報の中から、前記小売店の商品の販売に影響を及ぼす口コミ情報またはイベントの開催情報を含む前記外部情報を抽出するよう前記情報提供装置に指示し、指示した前記外部情報を収集する情報収集部と、
   前記情報収集部で収集された前記外部情報から将来の商品の販売数量を予測する予測値算出部と、を有する基幹装置。

Images