JP2009265830A - 店舗内行動分析装置、店舗内行動分析方法 - Google Patents

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

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。

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。

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。

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。

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。

実施形態における行動分析装置を示す構成図。 店舗内マップを示す図。 店舗内マップ上に顧客の座標レベル軌跡データをプロットした例。 座標レベル軌跡データ記録部に記録された座標レベル軌跡データを示す図。 座標レベル軌跡データ記録部に記録された購買データを示す図。 メッシュ状店舗内マップを示す図。 軌跡データ記録部に記録されたメッシュレベル軌跡データを示す図。 メッシュ状店舗内マップ上に顧客のメッシュレベル軌跡データをプロットした例。 図８の部分拡大図。 第１の実施形態による行動分析の結果を示す図。 メディアンフィルタを示す図。 図１０に示す行動分析の結果に対してメディアンフィルタを適用した結果を示す図。 第１の実施形態による行動分析方法を示すフローチャート。 軌跡データ変換部による処理を示すフローチャート。 第１の実施形態の軌跡データ分析部による処理を示すフローチャート。 第１の実施形態のフィルタ適用部による処理を示すフローチャート。 第２の実施形態による行動分析を示す図。 第２の実施形態による行動分析の結果を示す図。 ラプラシアンフィルタによる処理を説明するための説明図。 ラプラシアンフィルタを示す図。 図１８に示す行動分析の結果に対してラプラシアンフィルタの適用方法を説明するための説明図。 図１８に示す行動分析の結果に対してラプラシアンフィルタを適用した結果を示す図。 軌跡データ変換部による処理を示すフローチャート。 第２の実施形態による行動分析方法を示すフローチャート。 第２の実施形態の軌跡データ分析部による処理を示すフローチャート。

符号の説明

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)

1. 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。
2. 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。
3. 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。
4. 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。
5. 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。
6. 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。
7. 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。
8. 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。
9. 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。
10. 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。
11. 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。
12. 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。
13. 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。
14. 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。
15. 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。
16. 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。
17. 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。
18. 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。
19. 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。
20. 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。

Images