JP2009265830A - 店舗内行動分析装置、店舗内行動分析方法 - Google Patents
店舗内行動分析装置、店舗内行動分析方法 Download PDFInfo
- Publication number
- JP2009265830A JP2009265830A JP2008112803A JP2008112803A JP2009265830A JP 2009265830 A JP2009265830 A JP 2009265830A JP 2008112803 A JP2008112803 A JP 2008112803A JP 2008112803 A JP2008112803 A JP 2008112803A JP 2009265830 A JP2009265830 A JP 2009265830A
- Authority
- JP
- Japan
- Prior art keywords
- store
- trajectory data
- recording unit
- mesh
- area
- 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】店舗内における顧客の行動パターンを明確にすること。
【解決手段】マップ情報記録部11と、座標レベル軌跡データ記録部12と、購買データ記録部13と、メッシュ情報記録部14と、軌跡データ変換部15と、軌跡データ記録部16と、軌跡データ分析部17と、分析結果記録部18と、フィルタ記録部19と、フィルタ適用部20とを有し、フィルタ適用部20は、軌跡データ分析部17で分析された顧客の行動分析結果に対して、画像処理フィルタを適用する。
【選択図】図1
【解決手段】マップ情報記録部11と、座標レベル軌跡データ記録部12と、購買データ記録部13と、メッシュ情報記録部14と、軌跡データ変換部15と、軌跡データ記録部16と、軌跡データ分析部17と、分析結果記録部18と、フィルタ記録部19と、フィルタ適用部20とを有し、フィルタ適用部20は、軌跡データ分析部17で分析された顧客の行動分析結果に対して、画像処理フィルタを適用する。
【選択図】図1
Description
本発明は、店舗内の顧客の行動を分析する行動分析装置に関する。
近年、マーケティングの分野においては、顧客の店舗内移動軌跡データと商品の購買データを用いて、購買行動の分析が行われている。ここで店舗内移動軌跡データは、例えば、コンビニエンスストアやスーパーマーケットなどの店舗に設置された監視カメラの映像から、または、ショッピングカートや買い物カゴに取り付けられた無線タグが送信する電波を店内に設置した無線タグリーダーで受信することで、抽出することができる。また、購買データは、例えば、POSレジ等から得ることができる。
従来、顧客の行動分析において、店舗内移動軌跡データは大量に存在するため、上述のようにして得られた店舗内移動軌跡データを、以下のように変換して行動分析に用いていた。
すなわち、各観測時間における座標の遷移データとして現されていた移動軌跡データを、店舗内をメッシュ状(格子状)に区切り複数のエリアに分割することで、エリアIDの遷移データに変換していた。このように変換された移動軌跡データは、エリアIDとエリア内滞在時間のペアの時系列遷移データとなる(例えば、特許文献1を参照)。
このように移動軌跡データを変換することで、連続していた移動軌跡データが離散化した移動軌跡データに変換されるため、行動分析を効率よく行うことが可能となる。
特開2005−056022号公報
しかしながら、上述のように連続していた移動軌跡データが離散化した移動軌跡データに変換されるため、エリア毎の顧客の行動パターンが明確に現れないといった問題がある。従って、顧客の移動と購買行動との間の相関関係を効果的に抽出することが難しいといった問題がある。
本発明の店舗内行動分析装置は、店舗内の顧客の座標レベルの軌跡データを記録した座標レベル軌跡データ記録部と、前記顧客の購買データを記録した購買データ記録部と、前記店舗内の構造である店舗内マップを記録したマップ情報記録部と、このマップ情報記録部に記録された前記店舗内マップをメッシュ状に区切る条件であるメッシュ情報を記録したメッシュ情報記録部と、このメッシュ情報記録部に記録された前記メッシュ情報により前記店舗内マップをメッシュ状に区切ることで形成されるメッシュ状店舗内マップを用い、前記座標レベルの軌跡データを、前記メッシュ状店舗内マップを構成するエリアのID及び、前記エリア内の滞在時間からなる時系列データで表されるメッシュ状軌跡データに変換する軌跡データ変換部と、この軌跡データ変換部で変換された前記メッシュ状軌跡データを記録した軌跡データ記録部と、この軌跡データ記録部に記録された前記メッシュ状軌跡データを用い、前記顧客の行動分析を行う軌跡データ分析部と、この軌跡データ分析部による分析結果を記録する分析結果記録部と、画像処理フィルタのデータを記録したフィルタ記録部と、前記分析結果記録部に記録された前記分析結果に対して、前記画像処理フィルタを適用する画像処理フィルタ適用部と、この画像処理フィルタ適用部よって前記分析結果に前記画像処理フィルタを適用した結果を記録するフィルタ適用結果記録部と、このフィルタ適用結果記録部に記録された前記結果を出力する出力部と、を具備することを特徴とするものである。
また、本発明の店舗内行動分析方法は、店舗内の顧客の座標レベルの軌跡データを座標レベル軌跡データ記録部に記録するとともに、この顧客の購買データを購買データ記録部に記録し、前記店舗内の構造である店舗内マップをマップ情報記録部記録し、このマップ情報記録部に記録された前記店舗内マップをメッシュ状に区切る条件であるメッシュ情報をメッシュ情報記録部に記録し、このメッシュ情報記録部に記録された前記メッシュ情報により前記店舗内マップをメッシュ状に区切ることで形成されるメッシュ状店舗内マップを用い、前記座標レベルの軌跡データを、前記メッシュ状店舗内マップを構成するエリアのID及び、前記エリア内の滞在時間からなる時系列データで表されるメッシュ状軌跡データに変換し、この変換された前記メッシュ状軌跡データを軌跡データ記録部に記録し、この軌跡データ記録部に記録された前記メッシュ状軌跡データを用い、前記顧客の行動を分析し、この分析結果を分析結果記録部に記録し、この分析結果記録部に記録された前記分析結果に対して画像処理フィルタを適用することを特徴とする方法である。
すなわち、本発明は、メッシュ状に区切られた店舗内マップを画像、区切られた各エリアを画素とみなし、店舗内を移動する顧客の軌跡データから、各エリアの滞在人数や訪問人数、または滞在時間などを数え、その数値を各エリアの画素値とみなす。そして、これらの画素値に対し、ノイズ除去フィルタ(メディアンフィルタなど)や鮮鋭化フィルタ(ラプラシアンフィルタなど)など、各種画像処理フィルタを適用するものである。
本発明によれば、顧客の行動分析結果に対して画像処理フィルタを適用するため、顧客の行動パターンを明確にすることができる。
以下に、本発明の実施形態を図1〜図25を参照して説明する。
(第1の実施形態)
まず、第1の実施形態を図1〜図16を参照して説明する。本発明の実施形態においては、店舗内行動分析の一例として、店舗内の飲料売り場における顧客の商品購入決定時の購買行動を分析する場合について説明する。
まず、第1の実施形態を図1〜図16を参照して説明する。本発明の実施形態においては、店舗内行動分析の一例として、店舗内の飲料売り場における顧客の商品購入決定時の購買行動を分析する場合について説明する。
初めに、本実施形態における店舗内行動分析装置について、図1を参照して説明する。
図1は、本発明の実施形態の店舗内行動分析装置を示すブロック図である。図1に示すように、本実施形態の店舗内行動分析装置は、マップ情報記録部11、座標レベル軌跡データ記録部12、購買データ記録部13、メッシュ情報記録部14、軌跡データ変換部15、軌跡データ記録部16、軌跡データ分析部17、分析結果記録部18、フィルタ記録部19、フィルタ適用部20、フィルタ適用結果記録部21、出力部22で構成されている。
次に、上述した店舗内行動分析装置を構成する各要素について、図2〜図12を参照して説明する。
マップ情報記録部11には、店舗内における棚の名前や位置座標、出入口の位置座標などの店舗内の構造を示す店舗内マップが記録されている。図2は、マップ情報記録部11に記録された店舗内マップの一例を示している。図2においては、コンビニエンスストアを想定したマップを示している。なお、このマップ情報記録部11に記録される店舗内マップは、上述のコンビニエンスストアの他、スーパーマーケットなど店舗の形態はどんなものであってもよい。また、棚の位置や出入口の位置を示す座標は、ユーザが任意に指定した座標系を用いればよく、図2の例においては、店舗マップの左上を原点として右方向をx軸の正の方向、下方向をy軸の正の方向としたx、y座標系を用いている。以下、同様の座標系を用いて説明する。
座標レベル軌跡データ記録部12には、例えば店舗内に設置された監視カメラの映像から抽出した店舗内の顧客の座標レベルの軌跡データが記録されている。図3は、店舗内の顧客の入店から退店までの軌跡30を示した図である。顧客は出入口から入店し、弁当売り場、パック飲料売り場、飲料売り場を経由してレジで清算し、出入口から退店していることを示している。このように抽出された軌跡30のデータは、例えば、図4に示すような座標レベル軌跡データとして記録されている。図4に示す座標レベル軌跡データは、日付を含む時刻と顧客の位置を示す座標とのペアの時系列データであり、顧客毎に記録されている。図4においては、例えば、20080325143520001なる顧客IDを有する顧客が、2008年3月25日の14時35分20秒492ミリ秒に座標(844、814)に存在することを示している。このような座標レベル軌跡データが、座標レベル軌跡データ記録部11に記録されている。
購買データ記録部13には、店舗内における顧客の購買データを記録した購買データが記録されている。店舗内で買い物をした顧客の購買データは、例えばPOSレジ等に蓄積されている。この蓄積された購買データは、例えば図5に示すように、日付を含む時刻と購買商品名とが記録されたデータであり、顧客毎に記録されている。図5においては、例えば、20080325143520001なる顧客IDを有する顧客が、2008年3月25日の14時40分22秒320ミリ秒に、おにぎり(鮭)を2個と、緑茶500mlを1個購入していることを示している。このような購買データが、購買データ記録部13に記録されている。
ここで、ある顧客の購買データとその顧客の軌跡データとは、POSレジで購入情報が打ち込まれた時刻と顧客がレジに近づいた時刻とを比較することで結びつけることが可能であり、このように結びついた購買データと軌跡データには、同一の顧客IDが付与されて記録されている。
メッシュ情報記録部14には、マップ情報記録部11に記録された店舗内マップを分割するためのメッシュ情報が記録されている。ここでメッシュ情報とは、店舗内の分割数や分割後の各エリアの形状などの情報を有するものである。本実施形態においては、後述のように、分割後の各エリアの形状が正方形になるように店舗内をx軸方向に38分割、y軸方向に25分割している。しかし、分割後の各エリアの形状は正方形に限らず、どんな形状であってもよく、また、その分割数も任意に設定してよい。
軌跡データ変換部15は、図4に示す座標レベル軌跡データを、メッシュ状店舗内マップを用いて、メッシュレベルの移動軌跡データに変換する。
ここでメッシュ状店舗内マップは、マップ情報記録部11に記録された店舗内マップに対して、メッシュ情報記録部14に記録されたメッシュ情報を適用して、複数のエリアに分割することで生成される店舗内マップである。図6は、このメッシュ状店舗内マップを示す模式図である。図6においては、店舗全体をx軸方向に38分割、y軸方向に25分割し、正方形のエリアに分割された状態を示している。なお、分割数や分割後のエリアの形状は、ユーザが任意に定めるものである。このように店舗内マップを分割することで生成された各エリアには、それぞれにエリアIDが割り当てられている。このエリアIDは、例えば図6においては、原点から順にx軸方向に1、2、3、・・・・の番号が割り当てられ、y軸方向にa、b、c、・・・の文字が割り当てられ、これらの組み合わせをエリアIDとしている。
以上のようなメッシュ状店舗内マップを用いて、図4に示す座標レベル軌跡データを、メッシュレベル軌跡データに変換する。この変換方法について、詳細は後述するが、例えば、時刻T1から時刻T2の間ずっと顧客の位置座標がエリアA1内にあった場合、座標レベル軌跡データを、エリアIDであるA1とエリア内存在時間であるT2−T1のペアのデータに変換することで行われる。このように変換されたメッシュレベル軌跡データを図7に示す。図7に示すように、メッシュレベル軌跡データは、メッシュ状店舗内マップ
のエリアIDと、そのエリアに滞在する時間とのペアのデータからなる。図7においては、例えば、20080325143520001なるIDを有する顧客が、エリアIDがy−25の位置に0.65秒滞在しており、続いてエリアIDがx−25の位置に1.22秒滞在していることを示している。また、図8は、図7のメッシュレベル軌跡データをメッシュ化された店舗内マップに表したものであり、図3に示す座標レベルの軌跡30は、図8に示すメッシュレベルの軌跡31に変換される。
のエリアIDと、そのエリアに滞在する時間とのペアのデータからなる。図7においては、例えば、20080325143520001なるIDを有する顧客が、エリアIDがy−25の位置に0.65秒滞在しており、続いてエリアIDがx−25の位置に1.22秒滞在していることを示している。また、図8は、図7のメッシュレベル軌跡データをメッシュ化された店舗内マップに表したものであり、図3に示す座標レベルの軌跡30は、図8に示すメッシュレベルの軌跡31に変換される。
軌跡データ記録部16は、軌跡データ変換部15によって変換されたメッシュレベル軌跡データが、例えば図7のようなデータとして、各顧客毎に付される顧客IDとともに記録されている。
軌跡データ分析部17は、軌跡データ記録部16に記録されたメッシュレベル軌跡データを用いて分析を行う。なお、本実施形態においては、上述したように、店舗内の飲料売り場における顧客の商品購入決定時の購買行動を分析するため、飲料を購入している顧客を分析対象とした場合における分析について説明する。この分析方法についても、詳細は後述するが、以下のような分析が行われる。分析対象とする商品を購入した顧客のメッシュレベル軌跡データは、購買データ記録部13を参照することで特定することができる。
まず、本実施形態における行動分析の前提として、店舗をメッシュ状に分割した場合における各エリアを、画像の画素とみなす。すなわち、上述のように店舗をx軸方向に38分割、y軸方向に25分割した場合、店舗全体を、38×25の画素数の画像とみなす。
この前提のもとで、まず、軌跡データ記録部16に記録されたメッシュレベル軌跡データの1つを参照し、この参照した移動軌跡データにおいて、飲料売り場付近で最も長時間滞在したエリアを求める。図9は、図8に示したメッシュ状店舗内マップにおける飲料売り場付近を拡大した図である。図9において、例えばエリアIDがj−4であるエリアに最も長時間滞在したものとする。このとき、最も長時間滞在したエリアのIDに1を加える。上述の例においては、エリアIDがj−4であるエリアに1を加える。これは、エリアIDがj−4である画素の画素値に1を加えることに相当する。
以上の処理を、軌跡データ記録部16に記録された全てのメッシュレベル軌跡データについて同様に行うことで、行動分析を行う。図10は、以上のように軌跡データ記録部16に記録された全てのメッシュレベル軌跡データについてエリアIDに数値を加えた結果である。図10において、各エリアの中に記載された数字は、各エリアに最長時間滞在した顧客の人数を示しており、各エリアのエリアIDには、この人数分の数値が加えられている。例えばエリアIDがn−4であるエリアで最長時間滞在した顧客は4人であったことを示しており、この場合、エリアIDがn―4であるエリアに4を加える。すなわち、エリアIDがn−4であるエリアの画素値に4を加える。
なお、分析結果記録部18には、このように軌跡データ分析部17で分析された結果が記録される。この記録される分析結果は、図10に示すようなメッシュ状店舗内マップの一部の各エリアIDに数値が加えられたデータであってもよいし、店舗内マップの全体の各エリアIDに数値が加えられたデータであってもよい。
このような図10に示す分析結果により、飲料を購入した顧客は、店舗内のどのエリアに最も長く顧客が立ち止まるのかを知ることができる。図10においては、エリアIDがn−3、o−3であるエリアの付近に顧客が多く立ち止まっていることが推測される。
しかしながら、図10において、エリアIDがl−6やr−5であるエリアのような孤立したエリアが数多く存在した場合、顧客が多く立ち止まる範囲が明確にならず、顧客の行動に関する知識を得ることが難しくなる。
そこで、顧客行動に関する知識を得やすくするため、フィルタ適用部20において、分析結果記録部18に記録された分析結果に、画像処理フィルタを適用する。なお、本実施形態においては、画像処理フィルタの一例として、ノイズ除去フィルタであるメディアンフィルタを適用する場合を示す。しかし、分析結果に適用する画像処理フィルタは、分析の目的に応じてノイズ除去フィルタ、鮮鋭化フィルタ、エッジ強調フィルタ等、何らかの画像処理フィルタを自由に選択して使用することが可能である。
フィルタ適用部20は、分析結果記録部18に記録されたメッシュレベル軌跡データの分析結果に対して、フィルタ記録部19に記録されているメディアンフィルタを適用する。分析結果は、上述のように画像とみなしているため、この分析結果に対してメディアンフィルタを適用することが可能である。
このフィルタ適用部20によるメディアンフィルタの適用方法について、詳細は後述するが、例えば、次のように適用する。すなわち、例えば図10において、r−5なるエリアIDを有するエリアに注目すると、このエリアと、このエリアの周囲の8近傍のエリアIDであるq−4、q−5、q−6、r−4、r−6、s−4、s−5、s−6のエリアを参照し、これらのエリアIDのエリアが有する数値を抽出する。抽出された数値はr−5においては1であり、このエリアの周囲8近傍のエリアの画素値はそれぞれ0、0、1、0、0、0、0、1である。このように抽出した数値を、図11に示すメディアンフィルタにおいてa≦b≦c≦d≦e≦f≦g≦h≦iとなるように並べ替える。並べ替えた結果は0≦0≦0≦0≦0≦0≦1≦1≦1となる。このとき図11の中央値eにあたる値が、フィルタ適用後のエリアIDがr−5のエリアの数値になる。この場合はe=0であるため、エリアIDがr−5のエリアの数値は0になる。
以上は、注目するある特定のエリアに対してメディアンフィルタを適用したが、これを分析結果の画素全てに対して同様に適用することで、分析結果に対してメディアンフィルタを適用する。図12は、図10に示す分析結果の全てのエリアについてメディアンフィルタを適用した結果である。図12に示すフィルタを適用した結果は、数値が孤立して存在していたエリアであるs−3やq−6などのエリアIDを有するエリアの数値が除去され、顧客の立ち止まりが多かったエリアIDm−3、m−4、n−3、n−4のエリアの数値のみが残る。従って、立ち止まりの多かったエリアを明確にすることができる。
なお、上述のように、メッシュレベル軌跡データの分析結果に対してメディアンフィルタを適用した結果は、フィルタ適用結果記録部21に記録される。また、フィルタ適用結果記録部21に記録された結果は、出力部22においてユーザに表示する。この出力部22は、例えば通常のディスプレイ装置である。
次に、上述した店舗内行動分析装置による店舗内行動分析方法について、図13〜図16を参照して説明する。
図13は、本実施形態による店舗内行動分析方法を大まかに示すフローチャートである。
図13に示すように、本実施形態による店舗内行動分析方法は、まず、軌跡データ変換部15において、座標レベル軌跡データ記録部12に記録された各顧客の座標レベル軌跡データを、メッシュレベル軌跡データに変換する(S101)。
次に、軌跡データ分析部17において、顧客のメッシュレベル軌跡データを参照し、顧客が最も長時間滞在したエリアを検索し、検索されたエリアに数値を加える。以上の処理を、分析対象となる全顧客に対して同様に行う(S102)。
最後に、フィルタ適用部20において、各エリアに加えられた数値に対して、ノイズ除去フィルタを適用する(S103)。特に、上述の実施形態においては、ノイズ除去フィルタとして、メディアンフィルタを適用する。
以上のように、店舗内行動分析が行われる。
次に、上述の各ステップによる処理を、図14〜図16を参照して説明する。
初めに、図13のS101に示す軌跡データ変換部15の処理について、図14を参照して説明する。
図14は、軌跡データ変換部15の処理を示すフローチャートである。
図14に示すように、軌跡データ変換部15による処理は、まず、座標レベル軌跡データ記録部12に記録された各顧客の入店時刻から、最初に入店した顧客の座標レベル軌跡データを参照する(S201)。
次に、S201で参照した顧客の座標レベル軌跡データについて、参照する位置座標とこの参照する位置座標の直前の位置座標を比較し、これらが同じエリアIDを有するエリアにあるかどうかを判断する(S202)。
S202で参照する位置座標とこの参照する位置座標の直前の位置座標とが、同じエリアIDを有するエリアにある場合、次に、S202で参照した位置座標の次の時刻を参照する(S203)。一方、S202で参照する位置座標とこの参照する位置座標の直前の位置座標とが、同じエリアIDを有するエリアにない場合は、直前まで存在していたエリアのエリアIDと、このエリアIDを有するエリア内に滞在した時間とを、軌跡データ記録部16に記録する(S204)。このように軌跡データ記録部16に記録した後、S202で参照した位置座標の次の時刻を参照する(S203)。
次に、S203で参照した時刻が、顧客の退店時刻であるかを判断する(S205)。
S205で、S203で参照した時刻が顧客の退店時刻でないと判断された場合、S203で参照した時刻が顧客の退店時刻だと判断されるまで、S202〜S204の処理を繰り返し行う。一方、S203で参照した時刻が顧客の退店時刻だと判断された場合、座標レベル軌跡データ記録部12に記録された各顧客の入店時刻から、次に入店した顧客の座標レベル軌跡データを参照する(S206)。
次に、座標レベル軌跡データ記録部12に記録された全ての顧客に対してS202〜S205の処理を行ったかどうかを判断する(S207)。そして、全ての顧客に対してS202〜S205の処理を行ったと判断された場合は、軌跡データ変換部15の処理を終了する。一方、全ての顧客に対してS202〜S205の処理を行ったと判断されない場合は、全ての顧客に対してS202〜S205の処理を行うまで繰り返す。
以上のような軌跡データ変換部15による処理により、座標レベル軌跡データ記録部12に記録された各顧客の座標レベル軌跡データは、メッシュレベル軌跡データに変換される。
続いて、図13のS102に示す軌跡データ分析部17の処理について、図15を参照して説明する。
図15は、軌跡データ分析部15の処理を示すフローチャートである。なお、図15は、上述したように、飲料を購入している顧客を分析対象とした場合における軌跡データ分析部17の処理である。
図15に示すように、軌跡データ分析部15による処理は、まず、分析結果記録部18を参照し、メッシュ状店舗内マップの各エリアの数値を0にする(S301)。
次に、軌跡データ記録部16に記録されたメッシュレベル軌跡データの1つを参照する(S302)。
次に、S302で参照したメッシュレベル軌跡データのうち、最も滞在時間が長いエリアを検索する(S303)。
次に、S303で検索されたエリアの数値に1を加える(S304)。
次に、軌跡データ記録部16に記録され、分析対象となっているメッシュレベル軌跡データの全てについて、S303〜S305の処理を行ったかどうかを判断する(S305)。全てのメッシュレベル軌跡データについてS303〜S305の処理を行ったと判断された場合は、軌跡データ分析部17の処理を終了する。一方、分析対象となっている全てのメッシュレベル軌跡データについてS303〜S305の処理を行ったと判断されない場合には、軌跡データ記録部16に記録された他のメッシュレベル軌跡データの1つを参照する(S306)。そして、S305でメッシュレベル軌跡データの全てについて、S303〜S305の処理を行ったと判断されるまで、S303〜S306を繰り返す。
以上のような軌跡データ分析部17による処理により、飲料を購入している顧客を分析対象とした場合における行動分析が行われる。
続いて、図13のS103に示すフィルタ適用部20の処理について、図16を参照して説明する。
図16は、フィルタ適用部20の処理を示すフローチャートである。なお、図16は、上述したように、軌跡データ分析部17で分析された結果に対して、画像処理フィルタとしてメディアンフィルタを適用した場合におけるフィルタ適用部20の処理である。
図16に示すように、フィルタ適用部20による処理は、まず、分析結果記録部18に記録された分析結果のうち、最初のエリアを参照する(S401)。
次に、S401で参照したエリアと、このエリアの周囲8近傍のエリアとがぞれぞれ有する数値を、昇順に並び替える(S402)。
次に、S402において並び替えた数値のうち、中央値である5番目の数値を、S401で参照したエリアの新たな数値として、このエリアのエリアIDとともにフィルタ適用結果記録部21に記録する(S403)。
次に、分析結果記録部18に記録された分析結果の全てのエリアについて、S402、S403の処理を行ったかどうかを判断する(S404)。全てのエリアについてS402、S403の処理を行ったと判断された場合は、フィルタ適用部20の処理を終了する。一方、全てのエリアについてS402、S403の処理を行ったと判断されない場合には、分析結果記録部18に記録された他のエリアの1つを参照する(S405)。そして、S404で全てのエリアについて、S402、S403の処理を行ったと判断されるまで、S402、S403を繰り返す。
以上のようなフィルタ適用部20による処理により、軌跡データ分析部17で分析された結果に対してメディアンフィルタが適用される。
以上に述べたように、本実施形態の店舗内行動分析装置によれば、軌跡データ分析部17によって分析された顧客の行動パターンが明確に現れなくても、この分析結果に対して画像処理フィルタを適用することで、顧客の行動パターンを明確にすることができる。従って、効果的に顧客の行動パターンを分析することが可能になる。また、このように顧客の行動パターンが明確にすることで、この顧客の行動パターンと顧客の購買行動との相関関係を抽出することも可能である。なお、この相関関係は、上述の出力部22において、ユーザに表示することも可能である。
(第2の実施形態)
次に、第2の実施形態を図17〜図25を参照して説明する。本発明の実施形態においては、店舗内行動分析の他の例として、店舗内の飲料売り場における顧客の歩行経路を分析する場合について説明する。
次に、第2の実施形態を図17〜図25を参照して説明する。本発明の実施形態においては、店舗内行動分析の他の例として、店舗内の飲料売り場における顧客の歩行経路を分析する場合について説明する。
本実施形態における店舗内行動分析装置は、第1の実施形態と同様である。また、マップ情報記録部11、座標レベル軌跡データ記録部12、購買データ記録部13、メッシュ情報記録部14、軌跡データ変換部15、軌跡データ記録部16は、第1の実施形態と同様である。
本実施形態において、軌跡データ分析部17では、購買データ記録部13を参照し、飲料を購入した顧客の顧客IDを全て抽出する一方で、軌跡データ記録部16を参照し、抽出された顧客IDと同一の顧客IDを有するメッシュレベル軌跡データを全て抽出する点は、第1の実施形態と同様である。また、行動分析の前提として、店舗をメッシュ状に分割した場合における各エリアを、画像の画素とみなす点も同様である。
しかし、本実施形態においては、まず、抽出されたメッシュレベル軌跡データから、エリア毎の顧客の通過数を数える。例えば、抽出したメッシュレベルの移動軌跡の1つが図9のような軌跡であった場合、図17のように各エリアの数値に1を加える。
以上の処理を、抽出したメッシュレベルの移動軌跡データ全てにおいて同様に行うことで、行動分析を行う。図18は、以上のように軌跡データ記録部16に記録された全てのメッシュレベル軌跡データについてエリアIDに数値を加えた結果である。図18において、各エリアの中に記載された数字は、各エリアを通過した顧客の人数を示しており、各エリアのエリアIDには、この人数分の数値が加えられている。すなわち、各エリアのエリアIDには、この人数分の画素値が加わっている。そして、このように各エリアのエリアIDに数値が加えられた結果は、分析結果記録部18に記録される。なお、以上のような本実施形態における行動分析方法については、後に詳細に説明する。
また、本実施形態において、フィルタ適用部20では、顧客がよく通過する経路を明確にするため、分析結果記録部18に記録された分析結果に対して、フィルタ記録部19に記録されている鮮鋭化フィルタの一例としてラプラシアンフィルタを適用する。なお、このフィルタ適用部20によるラプラシアンフィルタの適用方法について、詳細は後述するが、次のように適用する。すなわち、例えば図19において、中央のエリアに注目すると、このエリアと、このエリアの周囲の8近傍のエリアを参照し、これらのエリアが有する数値を抽出する。抽出された数値は、中央のエリアにおいてはvtであり、このエリアの周囲8近傍のエリアの数値はそれぞれv1、v2、v3、v4、v5、v6、v7、v8である。このように抽出した数値を、図20に示すラプラシアンフィルタにおいて、次の(式1)により算出される数値を、中央のエリアの新たな数値vt_newとして更新する。
vt_new = 12×vt − (v1+v2+v3+v4+v5+v6+v7+v8) (式1)
以上のようなラプラシアンフィルタを図18に示す分析結果の全てのエリアに適用する。
以上のようなラプラシアンフィルタを図18に示す分析結果の全てのエリアに適用する。
図21は、図18に示す分析結果の全てのエリアに対して、上述の処理を行った結果である。さらに、ラプラシアンフィルタの適用においては、図18に示す結果において、数値がマイナスであるエリアの数値を0、数値がプラスであるエリアの数値を1に置き換える。
図22は、図18の結果に対して、このように数値を置き換えた結果を示す。図22によれば、通過人数が多いエリアを明確にすることが可能である。
このように、分析結果に対して画像処理フィルタを適用した結果は、フィルタ適用結果記録部21に記録される。
最後に、フィルタ適用結果記録部21に記録された分析結果は、出力部22においてユーザに表示する。この出力部22は、例えば通常のディスプレイ装置である。
次に、上述した第2の実施形態の店舗内行動分析装置による店舗内行動分析方法について、図23〜図25を参照して説明する。
図23は、本実施形態による店舗内行動分析方法を大まかに示すフローチャートである。
図23に示すように、本実施形態による店舗内行動分析方法は、まず、軌跡データ変換部15において、座標レベル軌跡データ記録部12に記録された各顧客の座標レベル軌跡データを、メッシュレベル軌跡データに変換する(S501)。
次に、軌跡データ分析部17において、顧客のメッシュレベル軌跡データを参照し、顧客の通過したエリアを検索し、検索されたエリアに数値を加える。以上の処理を、分析対象となる全顧客に対して同様に行う(S502)。
最後に、フィルタ適用部20において、各エリアに加えられた数値に対して、鮮鋭化フィルタを適用する(S503)。特に、上述の実施形態においては、鮮鋭化フィルタとして、ラプラシアンフィルタを適用する。
以上のように、店舗内行動分析が行われる。
次に、上述の各ステップによる処理を、図24、図25を参照して説明する。なお、本実施形態による行動分析方法において、軌跡データ変換部15の処理については、第1の実施形態と同様であるため説明は省略し、ここでは、軌跡データ分析部17及びフィルタ適用部20における処理について、説明する。
まず、図23のS502に示す軌跡データ分析部17の処理について、図24を参照して説明する。
図24は、軌跡データ分析部15の処理を示すフローチャートである。なお、図24は、上述したように、飲料を購入している顧客を分析対象とした場合における軌跡データ分析部17の処理である。
図24に示すように、軌跡データ分析部15による処理は、まず、分析結果記録部18を参照し、メッシュ状店舗内マップの各エリアの数値を0にする(S601)。
次に、軌跡データ記録部16に記録されたメッシュレベル軌跡データの1つを参照する(S602)。
次に、S602で参照したメッシュレベル軌跡データを有する顧客が通過したエリアの数値に1を加える(S603)。
次に、軌跡データ記録部16に記録されたメッシュレベル軌跡データの全てについて、S603の処理を行ったかどうかを判断する(S604)。全てのメッシュレベル軌跡データについてS603の処理を行ったと判断された場合は、軌跡データ分析部17の処理を終了する。一方、全てのメッシュレベル軌跡データについてS603の処理を行ったと判断されない場合には、軌跡データ記録部16に記録された他のメッシュレベル軌跡データの1つを参照する(S605)。そして、S604でメッシュレベル軌跡データの全てについて、S603の処理を行ったと判断されるまで、S603の処理を繰り返す。
以上のような軌跡データ分析部17による処理により、飲料を購入している顧客を分析対象とした場合における行動分析が行われる。
続いて、図23のS503に示すフィルタ適用部20の処理について、図25を参照して説明する。
図25は、フィルタ適用部20の処理を示すフローチャートである。なお、図25は、上述したように、軌跡データ分析部17で分析された結果に対して、画像処理フィルタとしてラプラシアンフィルタを適用した場合におけるフィルタ適用部20の処理である。
図25に示すように、フィルタ適用部20による処理は、まず、分析結果記録部18に記録された分析結果のうち、最初のエリアを参照する(S701)。
次に、S701で参照したエリアの数値vtと、このエリアの周囲8近傍のエリアとがぞれぞれ有する数値v1〜v8を参照する(S702)。
次に、S702において参照した9個の数値を用い、上述の(式1)によって求められる新たな数値vt_newを、参照したエリアの新たな数値として、このエリアのエリアIDとともにフィルタ適用結果記録部21に記録する(S703)。
次に、分析結果記録部18に記録された分析結果の全てのエリアについて、S702、S703の処理を行ったかどうかを判断する(S704)。全てのエリアについてS702、S703の処理を行ったと判断された場合は、後述のS706に進む。一方、全てのエリアについてS702、S703の処理を行ったと判断されない場合には、分析結果記録部18に記録された他のエリアの1つを参照する(S705)。そして、S704で全てのエリアについて、S702、S703の処理を行ったと判断されるまで、S702、S703を繰り返す。
最後に、フィルタ適用結果記録部21に記録された各エリアを参照し、参照したエリア数値が0以下ならばそのエリアの数値を0にする。また、参照したエリアの数値が0より大きければそのエリアの数値を1にする(S706)。
以上のようなフィルタ適用部20による処理により、軌跡データ分析部17で分析された結果に対してラプラシアンフィルタが適用される。
以上に述べたように、本実施形態の店舗内行動分析装置によれば、軌跡データ分析部17によって分析された顧客の行動パターンが明確に現れなくても、この分析結果に対して画像処理フィルタを適用することで、顧客の行動パターンを明確にすることができる。従って、効果的に顧客の行動パターンを分析することが可能になる。また、このように顧客の行動パターンを明確にすることで、顧客の行動パターンと顧客の購買行動との相関関係を抽出することも可能である。なお、この相関関係は、上述の出力部22において、ユーザに表示することも可能である。
以上に、本発明の店舗内行動分析装置の実施形態を示した。しかし、上述のように「最長時間滞在した顧客数」及び「通過顧客数」以外にも、例えば「顧客の総滞在時間」や「一定時間以上滞在した顧客数」など、エリア毎に設定できる値であれば、同様の方法で分析可能である。
また、適用するフィルタは、上述のノイズ除去フィルタ及び鮮鋭化フィルタだけではなく、エッジ強調フィルタなど、分析の目的に応じて、画像処理の分野で用いられるフィルタが適用可能である。
また、本実施形態による店舗内行動分析方法は、コンピュータに実行させることのできるプログラムとして、磁気ディスク(フレキシブルディスク、ハードディスクなど)、光ディスク(CD−ROM、DVDなど)、半導体メモリなどの記録媒体に格納して頒布することもできる。
また、本発明は上述の実施形態に限定されるものではなく、その趣旨を逸脱しない範囲で自由に構成要素を変形、削除して具体化することができる。
11・・・マップ情報記録部、12・・・座標レベル軌跡データ記録部、13・・・購買データ記録部、14・・・メッシュ情報記録部、15・・・軌跡データ変換部、16・・・軌跡データ記録部、17・・・軌跡データ分析部、18・・・分析結果記録部、19・・・フィルタ記録部、20・・・フィルタ適用部、21・・・フィルタ適用結果記録部、22・・・出力部、30・・・座標レベル移動軌跡、31・・・メッシュレベル移動軌跡。
Claims (20)
- 店舗内の顧客の座標レベルの軌跡データを記録した座標レベル軌跡データ記録部と、
前記顧客の購買データを記録した購買データ記録部と、
前記店舗内の構造である店舗内マップを記録したマップ情報記録部と、
このマップ情報記録部に記録された前記店舗内マップをメッシュ状に区切る条件であるメッシュ情報を記録したメッシュ情報記録部と、
このメッシュ情報記録部に記録された前記メッシュ情報により前記店舗内マップをメッシュ状に区切ることで形成されるメッシュ状店舗内マップを用い、前記座標レベルの軌跡データを、前記メッシュ状店舗内マップを構成するエリアのID及び、前記エリア内の滞在時間からなる時系列データで表されるメッシュ状軌跡データに変換する軌跡データ変換部と、
この軌跡データ変換部で変換された前記メッシュ状軌跡データを記録した軌跡データ記録部と、
この軌跡データ記録部に記録された前記メッシュ状軌跡データを用い、前記顧客の行動分析を行う軌跡データ分析部と、
この軌跡データ分析部による分析結果を記録する分析結果記録部と、
画像処理フィルタのデータを記録したフィルタ記録部と、
前記分析結果記録部に記録された前記分析結果に対して、前記画像処理フィルタを適用する画像処理フィルタ適用部と、
この画像処理フィルタ適用部よって前記分析結果に前記画像処理フィルタを適用した結果を記録するフィルタ適用結果記録部と、
このフィルタ適用結果記録部に記録された前記結果を出力する出力部と、
を具備する店舗内行動分析装置。 - 前記出力部は、前記フィルタ適用結果記録部に記録された前記結果と、前記購買データ記録部に記録された前記購買データとの相関関係を表示することを特徴とする請求項1に記載の店舗内行動分析装置。
- 前記軌跡データ分析部は、前記メッシュ状軌跡データから得られる前記エリア毎の数値を画素値とみなすことを特徴とする請求項1または2に記載の店舗内行動分析装置。
- 前記画素値は、前記エリア毎に最も長く滞在した顧客数をカウントすることで得られた数値であることを特徴とする請求項3に記載の店舗内行動分析装置。
- 前記画素値は、前記エリア毎に通過した顧客数をカウントすることで得られた数値であることを特徴とする請求項3に記載の店舗内行動分析装置。
- 前記画素値は、前記エリア毎に一定時間以上滞在した顧客数をカウントすることで得られた数値であることを特徴とする請求項3に記載の店舗内行動分析装置。
- 前記画素値は、前記エリア毎に顧客の滞在時間を足し合わせることで得られた数値であることを特徴とする請求項3に記載の店舗内行動分析装置。
- 前記画像処理フィルタ適用部は、前記分析結果記録部に記録された前記分析結果に対して、画像処理フィルタを適用することを特徴とする請求項3乃至7のいずれかに記載の店舗内行動分析装置。
- 前記画像処理フィルタは、ノイズ除去フィルタであることを特徴とする請求項8に記載の店舗内行動分析装置。
- 前記画像処理フィルタは、鮮鋭化フィルタを適用することを特徴とする請求項8に記載の店舗内行動分析装置。
- 店舗内の顧客の座標レベルの軌跡データを座標レベル軌跡データ記録部に記録するとともに、この顧客の購買データを購買データ記録部に記録し、
前記店舗内の構造である店舗内マップをマップ情報記録部記録し、
このマップ情報記録部に記録された前記店舗内マップをメッシュ状に区切る条件であるメッシュ情報をメッシュ情報記録部に記録し、
このメッシュ情報記録部に記録された前記メッシュ情報により前記店舗内マップをメッシュ状に区切ることで形成されるメッシュ状店舗内マップを用い、前記座標レベルの軌跡データを、前記メッシュ状店舗内マップを構成するエリアのID及び、前記エリア内の滞在時間からなる時系列データで表されるメッシュ状軌跡データに変換し、
この変換された前記メッシュ状軌跡データを軌跡データ記録部に記録し、
この軌跡データ記録部に記録された前記メッシュ状軌跡データを用いて、軌跡データ分析部で前記顧客の行動を分析し、
この分析結果を分析結果記録部に記録し、
この分析結果記録部に記録された前記分析結果に対して、画像処理フィルタ部で画像処理フィルタを適用することを特徴とする店舗内行動分析方法。 - 前記画像処理フィルタを適用した行動分析結果と、前記購買データ記録部に記録された前記購買データとから、これらの相関関係を抽出することを特徴とする請求項11に記載の店舗内行動分析方法。
- 前記軌跡データ分析部は、前記メッシュ状軌跡データから得られる前記エリア毎の数値を画素値とみなすことを特徴とする請求項11または12に記載の店舗内行動分析方法。
- 前記画素値は、前記エリア毎に最も長く滞在した顧客数をカウントすることで得られた数値であることを特徴とする請求項13に記載の店舗内行動分析方法。
- 前記画素値は、前記エリア毎に通過した顧客数をカウントすることで得られた数値であることを特徴とする請求項13に記載の店舗内行動分析方法。
- 前記画素値は、前記エリア毎に一定時間以上滞在した顧客数をカウントすることで得られた数値であることを特徴とする請求項13に記載の店舗内行動分析方法。
- 前記画素値は、前記エリア毎に顧客の滞在時間を足し合わせることで得られた数値であることを特徴とする請求項13に記載の店舗内行動分析方法。
- 前記画像処理フィルタ適用部は、前記分析結果記録部に記録された前記分析結果に対して、画像処理フィルタを適用することを特徴とする請求項13乃至17のいずれかに記載の店舗内行動分析方法。
- 前記画像処理フィルタは、ノイズ除去フィルタであることを特徴とする請求項18に記載の店舗内行動分析方法。
- 前記画像処理フィルタは、鮮鋭化フィルタであることを特徴とする請求項18に記載の店舗内行動分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008112803A JP2009265830A (ja) | 2008-04-23 | 2008-04-23 | 店舗内行動分析装置、店舗内行動分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008112803A JP2009265830A (ja) | 2008-04-23 | 2008-04-23 | 店舗内行動分析装置、店舗内行動分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2009265830A true JP2009265830A (ja) | 2009-11-12 |
Family
ID=41391628
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008112803A Pending JP2009265830A (ja) | 2008-04-23 | 2008-04-23 | 店舗内行動分析装置、店舗内行動分析方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2009265830A (ja) |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011248836A (ja) * | 2010-05-31 | 2011-12-08 | Nomura Research Institute Ltd | 滞留検出システム及びプログラム |
JP2012014458A (ja) * | 2010-06-30 | 2012-01-19 | Toshiba Tec Corp | 動線処理装置、方法及びプログラム |
JP2012022528A (ja) * | 2010-07-14 | 2012-02-02 | Nomura Research Institute Ltd | 販売機会損失の分析システム |
JP5597762B1 (ja) * | 2013-12-27 | 2014-10-01 | パナソニック株式会社 | 活動マップ分析装置、活動マップ分析システムおよび活動マップ分析方法 |
JP2015127940A (ja) * | 2014-08-07 | 2015-07-09 | パナソニックIpマネジメント株式会社 | 活動マップ分析装置、活動マップ分析システムおよび活動マップ分析方法 |
JP2015133131A (ja) * | 2015-02-27 | 2015-07-23 | 株式会社野村総合研究所 | 販売機会損失分析用データ出力システム及び方法 |
JP2016024492A (ja) * | 2014-07-16 | 2016-02-08 | パナソニックIpマネジメント株式会社 | 施設利用状況計測装置、施設利用状況計測システムおよび施設利用状況計測方法 |
KR20160014798A (ko) * | 2014-07-28 | 2016-02-12 | 주식회사 비엔알아이 | 매장 혼잡도 분석 시스템 및 방법 |
JP2016207193A (ja) * | 2015-12-07 | 2016-12-08 | パナソニックIpマネジメント株式会社 | 動線分析システム及び動線分析方法 |
JP2016219065A (ja) * | 2016-09-27 | 2016-12-22 | 株式会社野村総合研究所 | 滞留分析システム及び方法 |
US9851784B2 (en) | 2014-09-22 | 2017-12-26 | Fuji Xerox Co., Ltd. | Movement line conversion and analysis system, method and program |
JP2018050866A (ja) * | 2016-09-28 | 2018-04-05 | 任天堂株式会社 | 表示制御装置、表示制御システム、表示制御方法および表示制御プログラム |
IT201700017690A1 (it) * | 2017-02-17 | 2018-08-17 | Centro Studi S R L | Sistema intelligente PROCESS TOOL per il controllo dei processi che presiedono la vendita di beni e servizi |
JP2019109733A (ja) * | 2017-12-19 | 2019-07-04 | 株式会社富士通アドバンストエンジニアリング | 動線表示プログラム、動線表示方法および情報処理装置 |
KR101999586B1 (ko) * | 2018-01-26 | 2019-10-02 | 동국대학교 산학협력단 | 영수증에 기초한 구매자 이동 경로 연산 장치 및 이의 동작 방법 |
US10497130B2 (en) | 2016-05-10 | 2019-12-03 | Panasonic Intellectual Property Management Co., Ltd. | Moving information analyzing system and moving information analyzing method |
US10567677B2 (en) | 2015-04-17 | 2020-02-18 | Panasonic I-Pro Sensing Solutions Co., Ltd. | Flow line analysis system and flow line analysis method |
US10621423B2 (en) | 2015-12-24 | 2020-04-14 | Panasonic I-Pro Sensing Solutions Co., Ltd. | Moving information analyzing system and moving information analyzing method |
-
2008
- 2008-04-23 JP JP2008112803A patent/JP2009265830A/ja active Pending
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011248836A (ja) * | 2010-05-31 | 2011-12-08 | Nomura Research Institute Ltd | 滞留検出システム及びプログラム |
JP2012014458A (ja) * | 2010-06-30 | 2012-01-19 | Toshiba Tec Corp | 動線処理装置、方法及びプログラム |
JP2012022528A (ja) * | 2010-07-14 | 2012-02-02 | Nomura Research Institute Ltd | 販売機会損失の分析システム |
JP5597762B1 (ja) * | 2013-12-27 | 2014-10-01 | パナソニック株式会社 | 活動マップ分析装置、活動マップ分析システムおよび活動マップ分析方法 |
JP2015125671A (ja) * | 2013-12-27 | 2015-07-06 | パナソニック株式会社 | 活動マップ分析装置、活動マップ分析システムおよび活動マップ分析方法 |
JP2016024492A (ja) * | 2014-07-16 | 2016-02-08 | パナソニックIpマネジメント株式会社 | 施設利用状況計測装置、施設利用状況計測システムおよび施設利用状況計測方法 |
KR101699479B1 (ko) | 2014-07-28 | 2017-01-25 | 주식회사 비엔알아이 | 매장 혼잡도 분석 시스템 및 방법 |
KR20160014798A (ko) * | 2014-07-28 | 2016-02-12 | 주식회사 비엔알아이 | 매장 혼잡도 분석 시스템 및 방법 |
JP2015127940A (ja) * | 2014-08-07 | 2015-07-09 | パナソニックIpマネジメント株式会社 | 活動マップ分析装置、活動マップ分析システムおよび活動マップ分析方法 |
US9851784B2 (en) | 2014-09-22 | 2017-12-26 | Fuji Xerox Co., Ltd. | Movement line conversion and analysis system, method and program |
JP2015133131A (ja) * | 2015-02-27 | 2015-07-23 | 株式会社野村総合研究所 | 販売機会損失分析用データ出力システム及び方法 |
US10567677B2 (en) | 2015-04-17 | 2020-02-18 | Panasonic I-Pro Sensing Solutions Co., Ltd. | Flow line analysis system and flow line analysis method |
US10602080B2 (en) | 2015-04-17 | 2020-03-24 | Panasonic I-Pro Sensing Solutions Co., Ltd. | Flow line analysis system and flow line analysis method |
JP2016207193A (ja) * | 2015-12-07 | 2016-12-08 | パナソニックIpマネジメント株式会社 | 動線分析システム及び動線分析方法 |
US10956722B2 (en) | 2015-12-24 | 2021-03-23 | Panasonic I-Pro Sensing Solutions Co., Ltd. | Moving information analyzing system and moving information analyzing method |
US10621423B2 (en) | 2015-12-24 | 2020-04-14 | Panasonic I-Pro Sensing Solutions Co., Ltd. | Moving information analyzing system and moving information analyzing method |
US10497130B2 (en) | 2016-05-10 | 2019-12-03 | Panasonic Intellectual Property Management Co., Ltd. | Moving information analyzing system and moving information analyzing method |
JP2016219065A (ja) * | 2016-09-27 | 2016-12-22 | 株式会社野村総合研究所 | 滞留分析システム及び方法 |
US10918955B2 (en) | 2016-09-28 | 2021-02-16 | Nintendo Co., Ltd. | Techniques for displaying character play records on a game map |
JP2018050866A (ja) * | 2016-09-28 | 2018-04-05 | 任天堂株式会社 | 表示制御装置、表示制御システム、表示制御方法および表示制御プログラム |
IT201700017690A1 (it) * | 2017-02-17 | 2018-08-17 | Centro Studi S R L | Sistema intelligente PROCESS TOOL per il controllo dei processi che presiedono la vendita di beni e servizi |
JP2019109733A (ja) * | 2017-12-19 | 2019-07-04 | 株式会社富士通アドバンストエンジニアリング | 動線表示プログラム、動線表示方法および情報処理装置 |
JP7024376B2 (ja) | 2017-12-19 | 2022-02-24 | 富士通株式会社 | 動線表示プログラム、動線表示方法および情報処理装置 |
KR101999586B1 (ko) * | 2018-01-26 | 2019-10-02 | 동국대학교 산학협력단 | 영수증에 기초한 구매자 이동 경로 연산 장치 및 이의 동작 방법 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2009265830A (ja) | 店舗内行動分析装置、店舗内行動分析方法 | |
US8577705B1 (en) | Method and system for rating the role of a product category in the performance of a store area | |
US7606728B2 (en) | Shopping environment analysis system and method with normalization | |
CN110009364B (zh) | 一种行业识别模型确定方法和装置 | |
JP5731766B2 (ja) | 販売機会損失の分析システム及び分析方法 | |
WO2014004576A1 (en) | Image-augmented inventory management and wayfinding | |
JP2019109751A (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 | |
JP2009048430A (ja) | 顧客動作分析装置、顧客動作判定システム、及び顧客購買行動分析システム | |
JP6366529B2 (ja) | 動線処理システム及び動線処理方法 | |
JP6575833B2 (ja) | シミュレーション装置、シミュレーションシステム、及びシミュレーション方法 | |
JP2019159468A (ja) | 広告表示システム、表示装置、広告出力装置、プログラム及び広告表示方法 | |
JPWO2018061623A1 (ja) | 評価装置及び評価方法 | |
JP2004118453A (ja) | 売場統合監視システム | |
JP2003016243A (ja) | 顧客の購買行動分析システム | |
CN108875677A (zh) | 客流量统计方法及装置、存储介质、终端 | |
JP7066958B2 (ja) | 訪問先推薦装置、訪問先推薦方法および訪問先推薦プログラム | |
JP7327458B2 (ja) | セルフレジシステム、購入商品管理方法および購入商品管理プログラム | |
JP7037747B2 (ja) | 施策策定装置、施策策定方法および施策策定プログラム | |
JP2005135042A (ja) | 情報処理装置、情報処理装置の制御方法、プログラムおよび記録媒体 | |
JP2005031963A (ja) | レイアウト評価・提案システム、その方法、そのプログラム及び該プログラムを記録した媒体 | |
CN102037493A (zh) | 线段提取装置 | |
JP2015133131A (ja) | 販売機会損失分析用データ出力システム及び方法 | |
JP2016105243A (ja) | 人流分析システム、人流分析方法、プログラム及びコンピュータ記憶媒体 | |
CN110737816A (zh) | 排序方法、装置、电子设备及可读存储介质 | |
JPH0546591A (ja) | 客の動線解析方法 |