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
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 Download PDFInfo
- Publication number
- JP2008310477A JP2008310477A JP2007156197A JP2007156197A JP2008310477A JP 2008310477 A JP2008310477 A JP 2008310477A JP 2007156197 A JP2007156197 A JP 2007156197A JP 2007156197 A JP2007156197 A JP 2007156197A JP 2008310477 A JP2008310477 A JP 2008310477A
- Authority
- JP
- Japan
- Prior art keywords
- information
- sales
- product
- external information
- retail 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】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
【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。
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。
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
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)
- 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。 - 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。
- 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。
- 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。
- 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。 - 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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007156197A JP2008310477A (ja) | 2007-06-13 | 2007-06-13 | 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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007156197A JP2008310477A (ja) | 2007-06-13 | 2007-06-13 | 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 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2008310477A true JP2008310477A (ja) | 2008-12-25 |
Family
ID=40238038
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2007156197A Pending JP2008310477A (ja) | 2007-06-13 | 2007-06-13 | 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 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2008310477A (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012168676A (ja) * | 2011-02-14 | 2012-09-06 | Seikatsu Kyodo Kumiai Coop Sapporo | 電力管理サーバ、及び電力管理プログラム |
WO2015040791A1 (ja) * | 2013-09-20 | 2015-03-26 | 日本電気株式会社 | 発注量決定装置、発注量決定方法、記録媒体、及び発注量決定システム |
WO2018100910A1 (ja) * | 2016-11-30 | 2018-06-07 | パナソニックIpマネジメント株式会社 | 需要予測システム、需要予測方法およびプログラム |
JP2021051534A (ja) * | 2019-09-25 | 2021-04-01 | 株式会社Ebilab | 情報可視化処理装置、情報可視化処理システム、情報可視化処理方法、及び情報可視化処理コンピュータプログラム |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002024350A (ja) * | 2000-07-03 | 2002-01-25 | Kasumi Co Ltd | 小売店舗管理システム |
JP2004334326A (ja) * | 2003-04-30 | 2004-11-25 | Nri & Ncc Co Ltd | 商品需要予測システム、商品の売上数調整システム |
JP2004348256A (ja) * | 2003-05-20 | 2004-12-09 | Toshiba Tec Corp | 商品発注予測装置、プログラム及び記憶媒体 |
JP2005228014A (ja) * | 2004-02-13 | 2005-08-25 | Inter Db:Kk | ベイジアンネットワークを用いた来客数予測システム |
JP2007122415A (ja) * | 2005-10-28 | 2007-05-17 | Fresh Remix Kk | 店舗支援システム |
-
2007
- 2007-06-13 JP JP2007156197A patent/JP2008310477A/ja active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002024350A (ja) * | 2000-07-03 | 2002-01-25 | Kasumi Co Ltd | 小売店舗管理システム |
JP2004334326A (ja) * | 2003-04-30 | 2004-11-25 | Nri & Ncc Co Ltd | 商品需要予測システム、商品の売上数調整システム |
JP2004348256A (ja) * | 2003-05-20 | 2004-12-09 | Toshiba Tec Corp | 商品発注予測装置、プログラム及び記憶媒体 |
JP2005228014A (ja) * | 2004-02-13 | 2005-08-25 | Inter Db:Kk | ベイジアンネットワークを用いた来客数予測システム |
JP2007122415A (ja) * | 2005-10-28 | 2007-05-17 | Fresh Remix Kk | 店舗支援システム |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012168676A (ja) * | 2011-02-14 | 2012-09-06 | Seikatsu Kyodo Kumiai Coop Sapporo | 電力管理サーバ、及び電力管理プログラム |
WO2015040791A1 (ja) * | 2013-09-20 | 2015-03-26 | 日本電気株式会社 | 発注量決定装置、発注量決定方法、記録媒体、及び発注量決定システム |
JPWO2015040791A1 (ja) * | 2013-09-20 | 2017-03-02 | 日本電気株式会社 | 発注量決定装置、発注量決定方法、プログラム、及び、発注量決定システム |
WO2018100910A1 (ja) * | 2016-11-30 | 2018-06-07 | パナソニックIpマネジメント株式会社 | 需要予測システム、需要予測方法およびプログラム |
JP2018092267A (ja) * | 2016-11-30 | 2018-06-14 | パナソニックIpマネジメント株式会社 | 需要予測システムおよび需要予測方法 |
CN109983495A (zh) * | 2016-11-30 | 2019-07-05 | 松下知识产权经营株式会社 | 需求预测系统、需求预测方法以及程序 |
JP2021051534A (ja) * | 2019-09-25 | 2021-04-01 | 株式会社Ebilab | 情報可視化処理装置、情報可視化処理システム、情報可視化処理方法、及び情報可視化処理コンピュータプログラム |
JP7033325B2 (ja) | 2019-09-25 | 2022-03-10 | 株式会社Ebilab | 情報可視化処理装置、情報可視化処理システム、情報可視化処理方法、及び情報可視化処理コンピュータプログラム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10644979B2 (en) | Telecommunications network traffic metrics evaluation and prediction | |
JP7021289B2 (ja) | 資産情報のディスプレイ方法 | |
JP5989179B2 (ja) | レベニューマネジメントシステムおよびレベニューマネジメント方法 | |
US20130103539A1 (en) | Intelligent shopping assistant | |
US20140351008A1 (en) | Calculating machine, prediction method, and prediction program | |
US20030187740A1 (en) | Advertisement delivery method and advertisement delivery program | |
JP2007265449A (ja) | 広告対象決定方法、広告対象決定装置および広告対象決定プログラム | |
KR20150083620A (ko) | 키워드 연동 투자 정보 제공 시스템 | |
US20160171571A1 (en) | Planning device and planning method | |
JP2017194780A (ja) | 電子レシートシステム、電子レシートセンタ、見切り予測情報管理方法および見切り予測情報管理プログラム | |
JP2008310477A (ja) | 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 | |
JP2004334326A (ja) | 商品需要予測システム、商品の売上数調整システム | |
KR20190077164A (ko) | 빅데이터를 활용한 육류소비 자동 예측이 가능한 신선한 육류유통시스템 | |
JP7253913B2 (ja) | データ処理装置及びデータ処理方法 | |
JP6078014B2 (ja) | 購買意欲学習装置、購買予測装置、方法、及びプログラム | |
US20220222689A1 (en) | Methods and apparatus for surge-adjusted forecasting | |
CN113034076B (zh) | 物流承运对象推荐方法、装置、电子设备和存储介质 | |
JP2007503651A (ja) | ページビューデータから予想されるアイテムの需要に応じたアイテムの単位の製造 | |
JP2023088063A (ja) | 商材管理装置、商材管理方法、及びプログラム | |
WO2016072474A1 (ja) | 情報処理装置及び方法、並びにプログラム | |
JP2003345961A (ja) | 中古品販売における在庫リスク管理システム及び在庫リスクの管理方法 | |
US20200027149A1 (en) | Predictive product order recommendations based on a weather event forecast | |
JP2004334327A (ja) | 発注提案システムおよび方法 | |
CN112418898A (zh) | 基于多时间窗口融合的物品需求数据分析方法和装置 | |
JP2004334328A (ja) | 商品需要予測システムおよび年末年始の商品需要予測システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20100514 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20111125 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20120403 |