JP2009251779A - 販売数予測システム、販売数予測方法および販売数予測プログラム - Google Patents
販売数予測システム、販売数予測方法および販売数予測プログラム Download PDFInfo
- Publication number
- JP2009251779A JP2009251779A JP2008096966A JP2008096966A JP2009251779A JP 2009251779 A JP2009251779 A JP 2009251779A JP 2008096966 A JP2008096966 A JP 2008096966A JP 2008096966 A JP2008096966 A JP 2008096966A JP 2009251779 A JP2009251779 A JP 2009251779A
- Authority
- JP
- Japan
- Prior art keywords
- sales
- short
- term data
- label
- term
- 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.)
- Granted
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【解決手段】売上データベースと、属性を販売条件とし、ラベルを1つの商品またはサービスが販売されれば第1ラベルとし、販売されなければ第2ラベルとして、短期データの組を生成する短期データ群生成部と、長期データを生成する長期データ生成部と、長期データの属性に基づいてラベルを判定するルールであって、第1ラベルらしさまたは第2ラベルらしさを示す実数値であるスコアを出力する分類器を生成する長期分類器生成部と、分類器を用いて各短期データのスコアを算出し、スコアの閾値を算出する短期閾値群推定部と、閾値の時系列的な変化を解析する時系列解析部と、仮想短期データを生成する仮想短期データ生成部と、スコアを算出するスコア算出部と、予測対象時刻における閾値を推定する閾値推定部と、予測対象時刻の販売数を予測する販売数予測部とを備える。
【選択図】図1
Description
以下、本発明の第1の実施形態を図面を参照して説明する。なお、有料で商品やサービスを利用する者だけでなく、無料で商品やサービスを利用する者や、今後商品やサービスを利用すると思われる潜在顧客も顧客と呼ぶ。商品やサービスが無料の場合は、売価は0とする。また、商品またはサービスの概念としては、製品などの完成品だけでなく、製品の機能を維持するための最小単位も含まれる。さらに、ある商品またはサービスのカテゴリを1つの商品と考えて適用することもできる。
第2の実施形態の販売数予測システムは、第1の実施形態の構成に加えて顧客データベースを備えたシステムであり、購買しやすい顧客特性と販売条件を分析、予測することができる。すなわち、第2の実施形態の販売数予測システムは、自動的に分類された顧客特性に応じて個別の顧客の需要を予測することを目的とする。
第3の実施形態の販売数予測システムは、第1および第2の実施形態と同様の効果を持つシステムであり、特に近似式を単純にすることができるため、推定に用いる期間の組の数がより少ない場合に適する。
31 短期データ群生成部
32 長期データ生成部
33 長期分類器生成部
34 短期閾値群推定部
35 時系列解析部
41 仮想短期データ生成部
42 スコア算出部
43 閾値推定部
44 販売数予測部
Claims (15)
- 1つ以上の販売条件と複数の商品またはサービスの過去の売上とを示す情報を記憶する売上データベースと、
前記売上データベースが記憶する情報に基づいて、属性を前記販売条件とし、ラベルを1つの商品またはサービスが販売されれば第1ラベルとし、販売されなければ第2ラベルとして、時系列的な短期間における属性とラベルとの組である短期データの組を生成する短期データ群生成部と、
前記短期データ群生成部が生成した短期データの組に基づいて、短期データを全て含む長期データを生成する長期データ生成部と、
長期データの属性に基づいてラベルを判定するルールであって、第1ラベルらしさまたは第2ラベルらしさを示す実数値であるスコアを出力する分類器を生成する長期分類器生成部と、
前記分類器を用いて各短期データのスコアを算出し、各短期データのラベルと算出したスコアとに基づいて、第1ラベルと第2ラベルとの境界に対応するスコアの閾値を算出する短期閾値群推定部と、
前記閾値の時系列的な変化を解析する時系列解析部と、
長期データの属性と予測対象時刻における販売条件とに基づいて、仮想的な販売条件を属性として含む仮想短期データを生成する仮想短期データ生成部と、
前記仮想短期データ生成部が生成した仮想短期データと前記長期分類器生成部が生成した分類器とに基づいて、スコアを算出するスコア算出部と、
前記時系列解析部が解析した結果に基づいて、予測対象時刻における閾値を推定する閾値推定部と、
前記スコア算出部が算出したスコアと前記閾値推定部が推定した閾値とに基づいて、予測対象時刻の販売数を予測する販売数予測部と
を備えたことを特徴とする販売数予測システム。 - 1つ以上の販売条件と複数の商品またはサービスの過去の売上とを示す情報を記憶する売上データベースと、
前記売上データベースが記憶する情報に基づいて、属性を前記販売条件とし、ラベルを1つの商品またはサービスが販売されれば第1ラベルとし、販売されなければ第2ラベルとして、時系列的な短期間における属性とラベルとの組である短期データの組を生成する短期データ群生成部と、
前記短期データ群生成部が生成した短期データの組に基づいて、短期データを全て含む長期データを生成する長期データ生成部と、
長期データの属性に基づいてラベルを判定するルールであって、第1ラベルらしさまたは第2ラベルらしさを示す実数値であるスコアを出力する分類器を生成する長期分類器生成部と、
前記分類器を用いて各短期データのスコアを算出し、各短期データのラベルと算出したスコアとに基づいて、第1ラベルと第2ラベルとの境界に対応するスコアの閾値を算出する短期閾値群推定部と、
前記長期データ生成部が生成した長期データの属性に基づいて、仮想的な販売条件を属性として含む販売率を算出するための仮想データを生成し、生成した仮想データの属性と前記長期分類器生成部が生成した分類器とに基づいて仮想データのスコアを算出し、算出したスコアと前記短期閾値群推定部が推定した閾値とに基づいて仮想データのラベルを判定し、判定したラベルに基づいて、販売率を算出する仮想データ生成部と、
前記仮想データ生成部が算出した販売率と前記短期閾値群推定部が算出した閾値との関数を推定する閾値関数推定部と、
仮想データの属性と予測対象時刻における販売条件とに基づいて、仮想的な販売条件を属性として含む販売数を予測するための仮想短期データを生成する仮想短期データ生成部と、
前記仮想短期データ生成部が生成した仮想短期データと前記長期分類器生成部が生成した分類器とに基づいて、スコアを算出するスコア算出部と、
前記時系列解析部が解析した結果に基づいて、予測対象時刻における閾値を推定する閾値推定部と、
前記スコア算出部が算出したスコアと前記閾値推定部が推定した閾値とに基づいて、予測対象時刻の販売数を予測する販売数予測部と
を備えたことを特徴とする販売数予測システム。 - 短期データ群生成部は、属性となる販売条件として、商品またはサービスの売価、在庫陳列数、他の商品またはサービスの売価、在庫陳列数、天気、気温、気温変化、曜日、休祝日を示すいずれかの情報を含む短期データを生成する
請求項1または請求項2に記載の販売数予測システム。 - 1つ以上の顧客の情報を記憶する顧客データベースを備え、
売上データベースは、一部に顧客との対応付けが可能な情報を含む情報を記憶し、
短期データ群生成部は、前記売上データベースおよび顧客データベースが記憶する情報に基づいて、属性を販売条件と顧客の情報とする短期データを生成する
請求項1から請求項3のうちのいずれか1項に記載の販売数予測システム。 - 顧客データベースは、属性となる顧客の情報として、顧客の年齢、性別、職業、商品全体において最も頻繁に購入する曜日・時刻、購入頻度、様々な商品またはサービスのカテゴリにおいて最も繁盛に購入する曜日・時刻、購入頻度、初回購入時期、最終購入時期を示すいずれかの情報を含む顧客の情報を記憶する
請求項4に記載の販売数予測システム。 - 1つ以上の販売条件と複数の商品またはサービスの過去の売上とを示す情報を記憶する売上データベースが記憶する情報に基づいて、属性を前記販売条件とし、ラベルを1つの商品またはサービスが販売されれば第1ラベルとし、販売されなければ第2ラベルとして、時系列的な短期間における属性とラベルとの組である短期データの組を生成し、
生成した短期データの組に基づいて、短期データを全て含む長期データを生成し、
長期データの属性に基づいてラベルを判定するルールであって第1ラベルらしさまたは第2ラベルらしさを示す実数値であるスコアを出力する分類器を生成し、
前記分類器を用いて各短期データのスコアを算出し、各短期データのラベルと算出したスコアとに基づいて、第1ラベルと第2ラベルとの境界に対応するスコアの閾値を算出し、
前記閾値の時系列的な変化を解析し、
長期データの属性と予測対象時刻における販売条件とに基づいて、仮想的な販売条件を属性として含む仮想短期データを生成し、
生成した仮想短期データと分類器とに基づいて、スコアを算出し、
解析した結果に基づいて、予測対象時刻における閾値を推定し、
算出したスコアと推定した閾値とに基づいて、予測対象時刻の販売数を予測する
ことを特徴とする販売数予測方法。 - 1つ以上の販売条件と複数の商品またはサービスの過去の売上とを示す情報を記憶した売上データベースが記憶する情報に基づいて、属性を前記販売条件とし、ラベルを1つの商品またはサービスが販売されれば第1ラベルとし、販売されなければ第2ラベルとして、時系列的な短期間における属性とラベルとの組である短期データの組を生成し、
生成した短期データの組に基づいて、短期データを全て含む長期データを生成し、
長期データの属性に基づいてラベルを判定するルールであって第1ラベルらしさまたは第2ラベルらしさを示す実数値であるスコアを出力する分類器を生成し、
前記分類器を用いて各短期データのスコアを算出し、各短期データのラベルと算出したスコアとに基づいて、第1ラベルと第2ラベルとの境界に対応するスコアの閾値を算出し、
生成した長期データの属性に基づいて、仮想的な販売条件を属性として含む販売率を算出するための仮想データを生成し、生成した仮想データの属性と生成した分類器とに基づいて仮想データのスコアを算出し、算出したスコアと推定した閾値とに基づいて仮想データのラベルを判定し、判定したラベルに基づいて、販売率を算出し、
算出した販売率と閾値との関数を推定し、
仮想データの属性と予測対象時刻における販売条件とに基づいて、仮想的な販売条件を属性として含む販売数を予測するための仮想短期データを生成し、
生成した仮想短期データと分類器とに基づいて、スコアを算出し、
解析した結果に基づいて、予測対象時刻における閾値を推定し、
算出したスコアと推定した閾値とに基づいて、予測対象時刻の販売数を予測する
ことを特徴とする販売数予測方法。 - 属性となる販売条件として、商品またはサービスの売価、在庫陳列数、他の商品またはサービスの売価、在庫陳列数、天気、気温、気温変化、曜日、休祝日を示すいずれかの情報を含む短期データを生成する
請求項6または請求項7に記載の販売数予測方法。 - 1つ以上の顧客の情報を記憶する顧客データベースと、一部に顧客との対応付けが可能な情報を含む情報を記憶する売上データベースとが記憶する情報に基づいて、属性を販売条件と顧客の情報とする短期データを生成する
請求項6から請求項8のうちのいずれか1項に記載の販売数予測方法。 - 顧客の情報として、顧客の年齢、性別、職業、商品全体において最も頻繁に購入する曜日・時刻、購入頻度、様々な商品またはサービスのカテゴリにおいて最も繁盛に購入する曜日・時刻、購入頻度、初回購入時期、最終購入時期を示すいずれかの情報を含む顧客の情報を記憶する顧客データベースが記憶する情報に基づいて短期データを生成する
請求項9に記載の販売数予測方法。 - コンピュータに、
1つ以上の販売条件と複数の商品またはサービスの過去の売上とを示す情報を記憶する売上データベースが記憶する情報に基づいて、属性を前記販売条件とし、ラベルを1つの商品またはサービスが販売されれば第1ラベルとし、販売されなければ第2ラベルとして、時系列的な短期間における属性とラベルとの組である短期データの組を生成する短期データ群生成処理と、
前記短期データ群生成処理で生成した短期データの組に基づいて、短期データを全て含む長期データを生成する長期データ生成処理と、
長期データの属性に基づいてラベルを判定するルールであって、第1ラベルらしさまたは第2ラベルらしさを示す実数値であるスコアを出力する分類器を生成する長期分類器生成処理と、
前記分類器を用いて各短期データのスコアを算出し、各短期データのラベルと算出したスコアとに基づいて、第1ラベルと第2ラベルとの境界に対応するスコアの閾値を算出する短期閾値群推定処理と、
前記閾値の時系列的な変化を解析する時系列解析処理と、
長期データの属性と予測対象時刻における販売条件とに基づいて、仮想的な販売条件を属性として含む仮想短期データを生成する仮想短期データ生成処理と、
前記仮想短期データ生成処理で生成した仮想短期データと前記長期分類器生成処理で生成した分類器とに基づいて、スコアを算出するスコア算出処理と、
前記時系列解析処理で解析した結果に基づいて、予測対象時刻における閾値を推定する閾値推定処理と、
前記スコア算出処理で算出したスコアと前記閾値推定処理で推定した閾値とに基づいて、予測対象時刻の販売数を予測する販売数予測処理と
を実行させるための販売数予測プログラム。 - コンピュータに、
1つ以上の販売条件と複数の商品またはサービスの過去の売上とを示す情報を記憶する売上データベースが記憶する情報に基づいて、属性を前記販売条件とし、ラベルを1つの商品またはサービスが販売されれば第1ラベルとし、販売されなければ第2ラベルとして、時系列的な短期間における属性とラベルとの組である短期データの組を生成する短期データ群生成処理と、
前記短期データ群生成処理で生成した短期データの組に基づいて、短期データを全て含む長期データを生成する長期データ生成処理と、
長期データの属性に基づいてラベルを判定するルールであって、第1ラベルらしさまたは第2ラベルらしさを示す実数値であるスコアを出力する分類器を生成する長期分類器生成処理と、
前記分類器を用いて各短期データのスコアを算出し、各短期データのラベルと算出したスコアとに基づいて、第1ラベルと第2ラベルとの境界に対応するスコアの閾値を算出する短期閾値群推定処理と、
前記長期データ生成処理で生成した長期データの属性に基づいて、仮想的な販売条件を属性として含む販売率を算出するための仮想データを生成し、生成した仮想データの属性と前記長期分類器生成処理で生成した分類器とに基づいて仮想データのスコアを算出し、算出したスコアと前記短期閾値群推定処理で推定した閾値とに基づいて仮想データのラベルを判定し、判定したラベルに基づいて、販売率を算出する仮想データ生成処理と、
前記仮想データ生成処理で算出した販売率と前記短期閾値群推定処理で算出した閾値との関数を推定する閾値関数推定処理と、
仮想データの属性と予測対象時刻における販売条件とに基づいて、仮想的な販売条件を属性として含む販売数を予測するための仮想短期データを生成する仮想短期データ生成処理と、
前記仮想短期データ生成処理で生成した仮想短期データと前記長期分類器生成処理で生成した分類器とに基づいて、スコアを算出するスコア算出処理と、
前記時系列解析処理で解析した結果に基づいて、予測対象時刻における閾値を推定する閾値推定処理と、
前記スコア算出処理で算出したスコアと前記閾値推定処理で推定した閾値とに基づいて、予測対象時刻の販売数を予測する販売数予測処理と
を実行させるための販売数予測プログラム。 - 短期データ群生成処理で、属性となる販売条件として、商品またはサービスの売価、在庫陳列数、他の商品またはサービスの売価、在庫陳列数、天気、気温、気温変化、曜日、休祝日を示すいずれかの情報を含む短期データを生成する
請求項11または請求項12に記載の販売数予測プログラム。 - 1つ以上の顧客の情報を記憶する顧客データベースと、一部に顧客との対応付けが可能な情報を含む情報を記憶する売上データベースとが記憶する情報に基づいて、属性を販売条件と顧客の情報とする短期データを生成する
請求項11から請求項13のうちのいずれか1項に記載の販売数予測プログラム。 - 顧客の情報として、顧客の年齢、性別、職業、商品全体において最も頻繁に購入する曜日・時刻、購入頻度、様々な商品またはサービスのカテゴリにおいて最も繁盛に購入する曜日・時刻、購入頻度、初回購入時期、最終購入時期を示すいずれかの情報を含む顧客の情報を記憶する顧客データベースが記憶する情報に基づいて短期データを生成する
請求項14に記載の販売数予測プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008096966A JP5251217B2 (ja) | 2008-04-03 | 2008-04-03 | 販売数予測システム、販売数予測システムの動作方法および販売数予測プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008096966A JP5251217B2 (ja) | 2008-04-03 | 2008-04-03 | 販売数予測システム、販売数予測システムの動作方法および販売数予測プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2009251779A true JP2009251779A (ja) | 2009-10-29 |
JP5251217B2 JP5251217B2 (ja) | 2013-07-31 |
Family
ID=41312457
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008096966A Expired - Fee Related JP5251217B2 (ja) | 2008-04-03 | 2008-04-03 | 販売数予測システム、販売数予測システムの動作方法および販売数予測プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5251217B2 (ja) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1144890A (ja) * | 1997-07-28 | 1999-02-16 | Toshiba Corp | 液晶表示装置、およびカラーフィルタ基板の製造方法 |
JP2012014352A (ja) * | 2010-06-30 | 2012-01-19 | Ntt Docomo Inc | 需要予測装置及び需要予測方法 |
JP2016134180A (ja) * | 2015-01-22 | 2016-07-25 | 富士通株式会社 | エージェントに基づく需要予測システム及び方法 |
JP2017049779A (ja) * | 2015-09-01 | 2017-03-09 | 東芝情報システム株式会社 | 事象判定装置及び数量予測システム |
CN107403325A (zh) * | 2017-08-10 | 2017-11-28 | 中国民航信息网络股份有限公司 | 机票订单可信度评价方法和装置 |
CN114119099A (zh) * | 2021-11-30 | 2022-03-01 | 云创设计(深圳)集团有限公司 | 线上商品的翻单量建议生成方法、装置、终端及存储介质 |
KR20220030003A (ko) * | 2020-09-02 | 2022-03-10 | 이현정 | 상품의 비주얼 스키마를 이용한 수요 예측 방법 및 그 시스템 |
JP7378271B2 (ja) | 2019-11-06 | 2023-11-13 | 株式会社マクロミル | 情報処理方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09101947A (ja) * | 1995-10-06 | 1997-04-15 | Hitachi Ltd | 時系列予測方法 |
JP2000200260A (ja) * | 1998-07-21 | 2000-07-18 | Toyota Motor Corp | 商品販売数予測システム |
JP2006011542A (ja) * | 2004-06-22 | 2006-01-12 | Ns Solutions Corp | 需要予測装置、需要予測方法及びプログラム |
-
2008
- 2008-04-03 JP JP2008096966A patent/JP5251217B2/ja not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09101947A (ja) * | 1995-10-06 | 1997-04-15 | Hitachi Ltd | 時系列予測方法 |
JP2000200260A (ja) * | 1998-07-21 | 2000-07-18 | Toyota Motor Corp | 商品販売数予測システム |
JP2006011542A (ja) * | 2004-06-22 | 2006-01-12 | Ns Solutions Corp | 需要予測装置、需要予測方法及びプログラム |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1144890A (ja) * | 1997-07-28 | 1999-02-16 | Toshiba Corp | 液晶表示装置、およびカラーフィルタ基板の製造方法 |
JP2012014352A (ja) * | 2010-06-30 | 2012-01-19 | Ntt Docomo Inc | 需要予測装置及び需要予測方法 |
JP2016134180A (ja) * | 2015-01-22 | 2016-07-25 | 富士通株式会社 | エージェントに基づく需要予測システム及び方法 |
JP2017049779A (ja) * | 2015-09-01 | 2017-03-09 | 東芝情報システム株式会社 | 事象判定装置及び数量予測システム |
CN107403325A (zh) * | 2017-08-10 | 2017-11-28 | 中国民航信息网络股份有限公司 | 机票订单可信度评价方法和装置 |
JP7378271B2 (ja) | 2019-11-06 | 2023-11-13 | 株式会社マクロミル | 情報処理方法 |
KR20220030003A (ko) * | 2020-09-02 | 2022-03-10 | 이현정 | 상품의 비주얼 스키마를 이용한 수요 예측 방법 및 그 시스템 |
KR102412461B1 (ko) * | 2020-09-02 | 2022-06-22 | 이현정 | 상품의 비주얼 스키마를 이용한 수요 예측 방법 및 그 시스템 |
CN114119099A (zh) * | 2021-11-30 | 2022-03-01 | 云创设计(深圳)集团有限公司 | 线上商品的翻单量建议生成方法、装置、终端及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
JP5251217B2 (ja) | 2013-07-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jacobs et al. | Model-based purchase predictions for large assortments | |
JP5251217B2 (ja) | 販売数予測システム、販売数予測システムの動作方法および販売数予測プログラム | |
JP5963709B2 (ja) | 計算機、予測方法、及び、予測プログラム | |
JP6352798B2 (ja) | マーケティング施策最適化装置、方法、及びプログラム | |
JP4465417B2 (ja) | 顧客セグメント推定装置 | |
US10181138B2 (en) | System and method for determining retail-business-rule coefficients from current prices | |
JP6514342B2 (ja) | オンライン予測システムおよび方法 | |
US20200043022A1 (en) | Artificial intelligence system and method for generating a hierarchical data structure | |
WO2018200546A1 (en) | System and method for establishing regional distribution center inventory levels for new third party products | |
Yelland et al. | Forecasting demand for fashion goods: a hierarchical Bayesian approach | |
CN115053240A (zh) | 使用库存数据来测量和预测产品的可用性并优化配搭的系统和方法 | |
Sapra et al. | How much demand should be fulfilled? | |
US20190180202A1 (en) | Prediction device and prediction method | |
Gangurde et al. | Building prediction model using market basket analysis | |
JP6101620B2 (ja) | 購買予測装置、方法、及びプログラム | |
Zuo et al. | Consumer purchasing behavior extraction using statistical learning theory | |
JP4386973B2 (ja) | 階層的予測モデル構築装置及びその方法 | |
WO2023120126A1 (ja) | 販売数量予測システム、販売数量予測方法 | |
JP2015032267A (ja) | 需要予測装置及びプログラム | |
WO2022201946A1 (ja) | 値引き計画生成装置、値引き計画生成方法、及び、値引き計画生成プログラムが格納された記録媒体 | |
JP2018041220A (ja) | マーケティング支援方法、プログラム、コンピュータ記憶媒体及びマーケティング支援システム | |
Predić et al. | Time series analysis: Forecasting sales periods in wholesale systems | |
Henzel et al. | Gradient boosting and deep learning models approach to forecasting promotions efficiency in fmcg retail | |
Meijer et al. | Optimal pricing in retail: a Cox regression approach | |
JP2011081451A (ja) | 表示データ生成装置及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20110310 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20120717 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20120914 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20121225 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20130214 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20130319 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20130401 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20160426 Year of fee payment: 3 |
|
LAPS | Cancellation because of no payment of annual fees |