JP2011150731A - 算出方法、算出プログラムおよび算出装置 - Google Patents

Abstract

【課題】商品に対する広告の効果を的確に把握することができ、商品の魅力を的確に把握することができる指標を算出する。
【解決手段】ＣＰＵ４１は、センサマット４上に所定時間（時間ｔ１）以上滞留した入店者の数である「商品前滞留者数」と商品陳列部３から商品を取りセンサマット４から離れた入店者の数である「商品購入者数」と、「商品購入者数」のうち、センサマット４上に滞留した時間が所定時間以下（時間ｔ１より短い時間ｔ２）であった入店者の数である「商品即購入者数」と、「商品前滞留者数」と「商品即購入者数」との和で表される「関心あり顧客数」とを定義する。ＣＰＵ４１は、（「商品前滞留者数」＋「商品即購入者数」）／来店者数で定義される「商品関心度」と購入者数／（「商品前滞留者数」＋「商品即購入者数」）で定義される「商品魅力度」と「商品即購入者数」／「商品購入者数」で定義される「商品定着度」とを算出する。
【選択図】図１

Description

本発明は算出方法、算出プログラムおよび算出装置に関し、特に商品広告または商品の評価のための指標を算出する算出方法、算出プログラムおよび算出装置に関する。

店舗に陳列している商品の購入を利用者に促すために、店主は商品広告を出したり、商品の取り揃えを変更したりする等の種々の対策をとることが一般的に行われている。いずれの対策をとるべきであるかの判断の根拠となる重要な情報として、商品が現在どのような状態であるか、すなわち現在行っている広告が効果的か否か、今後も購入が見込まれる商品であるか否か（魅力的な商品か否か）等を把握する必要がある。

特に、新規商品投入時の広告効果を評価し、変更等の意志決定を行うことは、商品の売れ行きを大きく左右し、商品の製造者・販売者双方にとって重要な問題である。
ここで、商品の情報を把握する方法として、実際に購入された商品に関する情報ＰＯＳデータに基づいて情報を把握する方法や、購入されなかった商品に関する情報（販売機会損失に関する情報）を収集して情報を把握する方法が知られている（例えば、特許文献１参照）。

特開２００１−３３１８７５号公報

しかしながら、このような方法では、現在行っている広告が効果的か否か、今後も購入が見込まれる商品であるか否か等の、より具体的な広告および商品に関する情報を把握することが困難であるという問題があった。

本発明はこのような点に鑑みてなされたものであり、商品の評価のための指標を算出する算出方法、算出プログラムおよび算出装置を提供することを目的とする。

本発明では上記課題を解決するために、商品の評価のための指標を算出する算出方法において、コンピュータが、所定の商品売り場の商品を購入した商品購入者の数と、前記商品購入者のうち前記商品売り場に所定時間よりも短い時間滞留した商品即購入者の数とに関する情報を受け付け、前記商品購入者の数に対する前記商品即購入者の数の割合を算出する、ことを特徴とする算出方法が提供される。

容易に商品自身の良し悪しを評価することができる。

実施の形態の算出システムを適用した店舗の平面図である。 ＰＣの機能構成図である。 記憶手段が格納しているデータの例である。 本発明の広告の効果を的確に把握する指標を算出する処理を示すフローチャートである。 結果表示手段が出力する、値の変化傾向を表した折れ線グラフである。

以下、本発明の実施の形態を、図面を参照して詳細に説明する。
図１は、実施の形態の算出システムを適用した店舗の平面図である。
店舗１内には店舗１内への入店者および店舗１からの退店者が通る部位に設置されたセンサマット２と、商品が陳列された商品陳列部３と、商品陳列部３に対応する部位に設置されたセンサマット４と、主として入店した後の顧客の動線（図１中矢印）をそれぞれ撮影するカメラ５１、５２、５３と、商品の会計を行うＰＯＳレジ（ＰＯＳレジスター）６とが設けられている。

センサマット２は、所定間隔毎（例えば１ｃｍ²毎）に敷き詰められ、重量の変化、すなわち顧客の通過を検出する複数の重量センサ２１と、各重量センサ２１により検出される検出情報を、ネットワーク１０を介してＰＣ（パーソナルコンピュータ）４０に送信する無線送信部（図示せず）とを有している。ネットワーク１０は、無線網に限るものではなく、有線網であってももちろん構わない。

商品陳列部３には、重量の変化を検出するシート状のセンサシェルフ３１が設置されている。図１では複数の商品がそれぞれセンサシェルフ３１上に陳列されている。センサシェルフ３１は、センサマット２と同機能を有する重量センサと無線送信部とを有しており、個々の商品単位での重量の変化、すなわち顧客による商品の陳列部からの取り出しを検出すると、無線送信部がその検出情報をネットワーク１０を介してＰＣ４０に送信する。

センサマット４は、商品陳列部３に立ち寄ったり、商品陳列部３の前を通過したり、商品陳列部３の前で立ち止まる（滞留する）顧客を検出する。なお、センサマット４の構成（構造）は、センサマット２と略同様であるため説明を省略する。

また、センサマット４の各重量センサにより検出される検出情報は、時系列でＰＣ４０に送信される。
なお、図１の例では、センサマット２とセンサマット４とは別個のセンサマットとして例示されているが、本発明はこれに限るものではなく、店全体にセンサマットを設置し、各顧客の各商品棚前での滞留や店内での動線の把握をしても構わない。この場合には、着目する部位に敷設されたセンサマット（例えば入り口部分や商品Ａの属する棚の前部分やＰＯＳレジ６の前等）の反応により顧客の動線を計測することになる。カメラ５１〜５３は、それぞれ店舗１の天井部分に設置されており、それぞれ得られる撮影信号、すなわち顧客の動線を含む画像をＰＣ４０に送信する送信部（図示せず）を有している。

カメラ５１〜５３は、それぞれ従来公知の方法により顧客を、例えば顧客の頭部を撮影することにより検出し、送信部がその検出結果を、ＰＣ４０に送信する。具体的にはカメラ５１は、センサマット２を通過する入店者および退店者を撮影し、カメラ５２は、センサマット４（センサシェルフ３１の前）を通過する入店後の顧客を撮影し、カメラ５３は、ＰＯＳレジ６を通過する顧客（商品購入者）を撮影する。これらカメラ５１〜５３をセンサマット２、４およびセンサシェルフ３１と併用することにより、検出精度を向上させることができる。なお、カメラ５１〜５３は省略されていてもよい。

ＰＯＳレジ６は、ＰＯＳ（Point Of Sales）６１を備えており、顧客により購入された商品毎の個数（商品購入者数）や売上日時情報等を含む顧客の商品購入情報を、ネットワーク１０を介してＰＣ４０に送信する。

これらセンサマット２とセンサシェルフ３１とセンサマット４とカメラ５１〜５３とＰＯＳ６１とが顧客の動線（人がどこにいてどういう動きをしているのか）を検出する検出系の主要部を構成している。なお、検出系は、商品や入店者の動向を検出する他の検出手段として赤外線検出手段等、他の手段によって実現されても構わない。

さて、ＰＣ４０は、ＣＰＵ４１と、センサマット２とセンサシェルフ３１とセンサマット４とカメラ５１〜５３とから送信される各情報を記憶（格納）する記憶手段４２と、入力手段４３と、出力手段４４とを有している。図２は、ＰＣ４０の機能構成図である。ＰＣ４０は、ネットワークを介して店舗内に設置された各検出系手段と通信可能な状態で接続されており、各検出系手段から送信されてくる計測結果を受信し、記憶手段４２に登録する。

ＣＰＵ４１は、データ管理手段４１１と、関心度算出手段４１２と、魅力度算出手段４１３と、定着度算出手段４１４と、結果表示手段４１５とを備える。
データ管理手段４１１は、ＰＣ４０が受信したもしくは入力手段４３から入力されたデータを記憶手段４２へ登録したり、登録したデータを読み出したりするための、ＣＰＵ４１によって実行されるためのプログラムである。各検出系手段は、検出結果である値をＰＣ４０へ送信してくる。データ管理手段４１１は、受信したデータを所定期間毎かつ処理対象として着目する商品毎にまとめ、記憶手段４２に登録する。

ＣＰＵ４１によりデータ管理手段４１１が実行されると、ＣＰＵ４１は、センサマット２から送信されてくる検出情報に基づいて、顧客の移動方向等を判断して店舗１への入店者および店舗１からの出店者をカウントし、来店者数として記憶手段４２へ登録する。また、ＣＰＵ４１は、センサシェルフ３１から送信されてくる計測重量の変化により、商品単位（商品種別毎）での商品の数量変化（商品陳列部３から取り出された商品の数量）をカウントする。

また、ＣＰＵ４１は、記憶手段４２に格納される各情報を用いて「商品前滞留者数」と「商品購入者数」と「商品即購入者数」と「関心あり顧客数」とを定義する。各値の詳細については、後で図３を用いて説明する。

関心度算出手段４１２は、データ管理手段４１１が記憶手段４２から読み出したデータを元に、着目する商品についての顧客の関心度を算出する、ＣＰＵ４１によって実行されるためのプログラムである。

魅力度算出手段４１３は、データ管理手段４１１が記憶手段４２から読み出したデータを元に、着目する商品についての顧客に対する魅力度を算出する、ＣＰＵ４１によって実行されるためのプログラムである。

定着度算出手段４１４は、データ管理手段４１１が記憶手段４２から読み出したデータを元に、着目する商品についての顧客の定着度を算出する、ＣＰＵ４１によって実行されるためのプログラムである。

結果表示手段４１５は、関心度算出手段４１２や魅力度算出手段４１３や定着度算出手段４１４が算出した結果をグラフや表などの形式に表して、出力手段４４に対して結果の出力の指示を行う、ＣＰＵ４１によって実行されるためのプログラムである。

入力手段４３は、キーボードやマウスやマイクなど、本システムの利用者がＰＣ４０へ指示を入力するための手段であり、出力手段４４は、ディスプレイやプリンタやスピーカなど、ＰＣ４０がデータを利用者へ向けて出力するための手段である。

図３は、記憶手段４２が格納しているデータの例である。データ管理手段４１１は、各検出系手段から受信した情報を元に、所定期間毎かつ処理対象として着目する商品毎に、滞留者数、購入者数、即購入者数を算出し、登録する。なお、各人数の検出は、本システムの利用者が任意に設定可能な所定の期間ごとに行う。

「来店者数」は、所定期間に来店した顧客の延べ人数を表しており、センサマット２によって計測され、ＰＣ４０に送信される値である。
「商品前滞留者数」は、所定期間に、着目商品が陳列されている商品陳列部３の前に設置されたセンサマット４上に所定時間（時間ｔ１）以上滞留した顧客の数（累計）である。「商品前滞留者数」は、センサマット４からの検出情報およびカメラ５２からの撮像信号によりカウントすることができる。

「商品購入者数」は、商品陳列部３から着目商品を取りセンサマット４から離れた顧客の数（累計）である。この数は、センサシェルフ３１で着目商品の取り出しを検出し、そのまま商品を商品陳列部３には戻さずにセンサマット４から離れた（商品を持ったまま移動していった）顧客の数としてカウントされる。

「商品即購入者数」は、上記「商品購入者数」のうち、センサマット４上に滞留した時間が所定時間以下（時間ｔ１より短い時間ｔ２）であった顧客の数（累計）である。この数は、商品陳列部３に設置されたセンサマット４によって検出される顧客の滞留時間と、カメラ５２により計測された顧客の動線と、ＰＯＳ６１に登録された売り上げ情報から算出される値である。

具体的には、着目商品が陳列されている商品陳列部３前のセンサマット４で所定時間未満の滞留を検知した顧客につき、動線データに従ってＰＯＳレジ６前に滞留したか（すなわち、支払いを行ったか）を判定し、該顧客がＰＯＳレジ６前に立ち止まった時刻に登録されたＰＯＳ６１の売り上げ情報の中に着目商品が含まれている場合に、該顧客を即購入者として計上する。商品陳列部３の前に、例えば３０秒などある程度の時間（時間ｔ２）立ち止まらずに該商品を購入した顧客は、はじめからその商品を購入することを決めていた（その商品を目的買いした）顧客であるとみなすことができる。

なお、商品購入者数の計数に当たっては、商品棚から商品が取り出されその状態で該当商品売り場から顧客が移動した場合を購入として計数する実施例としている。但し、実際は最終的にレジで商品が精算された時点が購入であるので、厳密に表現するとすれば、本実施の形態の“商品購入者数”は、“商品仮購入者数”である。本実施の形態内では、この仮購入と購入の差異が小さいと想定し、仮購入の状態（商品棚から商品を取り出してそのまま顧客が移動した場合）を購入とみなしているが、ＰＯＳレジ６で登録する、商品を取り出して移動した顧客に関する売上情報の中に、該当商品の情報が含まれていなければ、その顧客は購入者数として計数しない等の補正を行っても構わない。

滞留者数は、滞留後に該商品を購入した人数（購入者数）と商品を購入しなかった人数との和に等しい。また、購入者数は、所定時間以上立ち止まってから商品を購入した人数と所定時間未満立ち止まってから商品を購入した人数（即購入者数）との和に等しい。また、滞留者数と即購入者数の和で示される人数は、商品を購入したか否かに関わらず、商品に何らかの関心を示した顧客であるとみなすことができ、以下の説明内では関心あり顧客と記載する場合もある。

図４は、本発明の広告の効果を的確に把握する指標を算出する処理を示すフローチャートである。この処理において、ＣＰＵ４１は、「商品前滞留者数」と「商品購入者数」と「商品即購入者数」とを用いて「商品関心度」と「商品魅力度」と「商品定着度」とを算出（演算）する。本システムはこの処理を所定期間毎に行うことによって、処理対象とする商品に対する消費者の動向を検出し、広告の評価を行う。

まず、関心度算出手段４１２は、「商品関心度」を算出する（ステップＳ１）。「商品関心度」は、（「商品前滞留者数」＋「商品即購入者数」）／「来店者数」で定義され、主として商品の広告を行った後のその広告の効果を評価する指標である。

商品の宣伝広告（例えば、テレビ・新聞等の広域メディアによる広告と、店頭・店内広告（看板、ポスター、ＰＯＰ等）等）を行った場合、商品に対する顧客の関心度が向上すると考えられる。これに起因して商品に注目したり、品定めするためにその商品が陳列されている商品棚前に滞留したりしている人の数である「商品前滞留者数」や、特定の商品を目指して、すなわち購入することを決めているために、商品棚前に来て迷わずにすぐに商品を手にとって立ち去った人の数である「商品即購入者数」が増加すると考えられる。商品前滞留者も商品即購入者も何らかの形でその商品に関心を持った顧客であるとみなすことができ、これらの和を「関心あり顧客数」と言うことができる。

そこで、ステップＳ１では、データ管理手段４１１によって算出された商品前滞留者数と商品購入者数と来店者数とに基づき、（「商品前滞留者数」＋「商品即購入者数」）／「来店者数」、すなわち、来店者数に対する関心あり顧客数の割合を算出する。

例えば、商品Ａの２００６年１月１日の１１時から１１時５９分までの期間について関心度を算出する場合には、図３に示すデータを参照し、来店者数に対する関心あり顧客数の割合として、（５＋１）／２０を計算して０．３という値を得る。関心度算出手段４１２は、このように関心度を算出すると、該当商品、該当期間の商品関心度のデータとして算出した値を記憶手段４２に登録する。

次に、ＣＰＵ４１は、「商品関心度」が所定値以上か否かを判断する（ステップＳ２）。
商品の宣伝広告を行った後に、まず「商品関心度」を算出することにより、「商品関心度」が増加傾向にある場合には広告効果が高い（継続している）と判断することができ、「商品関心度」が減少傾向にある場合には広告効果が低いと判断することができる。

そこで、ステップＳ２では、既に算出して記憶していた前の期間についての商品関心度を所定の値とし、ステップＳ１で算出した商品関心度が該所定の値以上であるかどうかを判断する。所定値以上であれば（ステップＳ２のＹｅｓ）、該商品に関心を持っている顧客の割合が増えていることを意味し、小さければ（ステップＳ２のＮｏ）、関心を持っている顧客の割合が減少していることを意味する。このように、前回算出した値と今回算出した値とを比較することで、商品関心度の増加または減少の傾向を把握することが可能になり、このように商品関心度を算出することによって、容易かつ的確に商品に対する広告の効果を判断することができる。

「商品関心度」が所定値より小さい場合（ステップＳ２のＮｏ）、ステップＳ６に移行して「商品関心度」の算出結果を表示して算出処理を終了する。一方、「商品関心度」が所定値以上の場合（ステップＳ２のＹｅｓ）、ＣＰＵ４１は、「商品魅力度」を算出する（ステップＳ３）。

広告の効果がある場合（「商品関心度」が所定値以上の場合）、広告を見た顧客がその商品に関心を持つ可能性が高まる。特に、商品が新製品の場合には、商品の中身を知らない人が多く、商品を購入するか否かを外見で判断する場合が多いと考えられる。そこで商品パッケージの良し悪しを評価する指標を算出するために、魅力度算出手段４１３が、ステップＳ３において、記憶手段４２から「商品購入者数」と「商品前滞留者数」と「商品即購入者数」との値を読み出し、購入者数／（「商品前滞留者数」＋「商品即購入者数」）で表される、すなわち、関心あり顧客数に対する実際に商品を購入した顧客数の割合である「商品魅力度」を算出する。

例えば、商品Ａの２００６年１月１日の１１時から１１時５９分までの期間について魅力度を算出する場合には、図３に示すデータを参照し、関心あり顧客に対する購入者の割合として、３／（５＋１）を計算して０．５という値を得る。魅力度算出手段４１３は、このように魅力度を算出すると、該当商品、該当期間の商品魅力度のデータとして算出した値を記憶手段４２に登録する。

「商品魅力度」が高いほど商品に関心を持った（すなわち、商品前で滞留した）結果、購入する人の割合が多い、すなわち商品のパッケージに魅力があると判断することができる。また、「商品魅力度」が低いほど現在のパッケージがあまり好ましくないと判断することができる。このように商品魅力度を算出することによって、容易かつ的確に商品のパッケージ（外見）の魅力の有無を判断することができる。

次に、魅力度算出手段４１３は、「商品魅力度」が所定値以上か否かを判断する（ステップＳ４）。既に算出して記憶していた前の期間についての「商品魅力度」を所定の値とし、ステップＳ３で算出した「商品魅力度」が所定値より小さい場合（ステップＳ４のＮｏ）、ステップＳ６に移行して「商品関心度」および「商品魅力度」の算出結果を表示して算出処理を終了する。一方、「商品魅力度」が所定値以上の場合（ステップＳ２のＹｅｓ）、ＣＰＵ４１は、「商品定着度」を算出する（ステップＳ５）。

商品のパッケージ（外見）に魅力があることに加えて（「商品魅力度」が所定値以上の場合）、その商品自身の価値、例えば商品が食品であれば味や、商品が機器であれば使い易さ、コストパフォーマンス等が優れていれば、リピータ（商品再購入者）が増加すると考えられる。これらリピータは、来店時にはその商品を迷うことなく購入すると判断することができる。そこで、対象商品を購入する目的を持って来店したか否かを判断する指標を算出するために、定着度算出手段４１４が、ステップＳ５において、記憶手段４２から「商品即購入者数」と「商品購入者数」との値を読み出し、「商品即購入者数」／「商品購入者数」、で表される、すなわち、商品を購入した顧客に対する商品を目的買いした顧客の割合である「定着度」を算出する。

例えば、商品Ａの２００６年１月１日の１１時から１１時５９分までの期間について定着度を算出する場合には、図３に示すデータを参照し、購入者に対する即購入者の割合として、１／３を計算して０．３という値を得る。定着度算出手段４１４は、このように定着度を算出すると、該当商品、該当期間の定着度のデータとして算出した値を記憶手段４２に登録する。

「商品定着度」が高いほどその商品購入者にはリピータが多く、商品自身の価値があると判断することができる。また、「商品定着度」が低いほどリピータが少なく、商品自身の価値が低いと判断することができる。

このように商品定着度を算出することによって、容易かつ的確に商品の自身の価値の有無を判断することができる。
ステップＳ１からステップＳ５の処理が終了すると、結果表示手段４１５は、「商品関心度」または「商品魅力度」または「商品定着度」のいずれかまたは複数を、出力手段４４に表示させて（ステップＳ６）、処理を終了する。ステップＳ６では、ステップＳ１からステップＳ５のいずれで得られた結果を表示してもよく、例えば、ステップＳ２で商品関心度の減少傾向が検出された場合には、商品関心度の状態を、ステップＳ４で商品魅力度の減少傾向が検出された場合には、商品魅力度の状態を表示してもよい。

図５は、結果表示手段４１５が出力する、値の変化傾向を表した折れ線グラフである。図５では、一例として９時から１３時までの４時間分の「商品関心度」の変化（推移）として９時には０．３であった「商品関心度」が１３時には０．５に上昇している例を示している。このようなグラフを提示することで、本システムの利用者に、値の変化傾向を一瞥して知らしめることが可能になる。

ステップＳ６において効果の判断結果を通知されたユーザは、通知された内容をもとに「商品関心度」が低い場合には例えば広告を見直す、店舗１のレイアウトを変更する、また、「商品魅力度」が低い場合には例えばパッケージを見直す必要性を認識し、また、「商品定着度」が低い場合には例えば商品の中身（内容）を見直す必要性を認識することができる。

なお、「商品魅力度」は「商品関心度」が所定値以上の場合に算出し、また、「商品定着度」は、「商品魅力度」が所定値以上の場合に算出する例を示したが、所定値以上でない場合にも商品魅力度や商品定着度を算出しても構わない。

本システムによれば、「商品関心度」と「商品魅力度」と「商品定着度」とを必要に応じて任意のタイミング（任意の期間毎）で算出することができるため、迅速に対策を施すことができる。

なお、「商品関心度」と「商品魅力度」と「商品定着度」との各算出タイミングは特に限定されないが、「商品関心度」については、例えば広告を行った初日に算出するのが好ましい。例えば、ある商品についての広告を１２時から開始した場合に、図３のデータ例に示すように、１１時から１１時５９分までの期間では０．３であった商品関心度が１２時から１２時５９分までの期間では０．５に上昇した場合には、該商品についての顧客の関心度が広告によって上昇しているとみなすことができる。これにより、より正確な「商品関心度」を算出することができ、広告の良し悪しが評価できる。

もちろん、算出タイミングはこれに限るものではなく、データ管理手段４１１により各検出系手段から受信した所定期間毎のデータが記憶手段４２に登録された時点で、商品関心度や商品魅力度や商品定着度を算出し、さらに、各値の変動傾向を判定しても構わない。

なお、本実施の形態では、「商品関心度」と「商品魅力度」と「商品定着度」とのうちのいずれか１つまたは複数が所定値に達した場合に、ＣＰＵ４１がその旨を報知するように構成されているのが好ましい。これにより、報知されたユーザは、迅速に内容に応じた対策を施すことができる。また、事前に策定したマーケティング施策の評価・検証が可能となり、次の効果的な施策策定を容易かつ迅速に行うことができる。

以上、本発明の算出方法、算出プログラムおよび算出装置を、図示の実施の形態に基づいて説明したが、本発明はこれに限定されるものではなく、各部の構成は、同様の機能を有する任意の構成のものに置換することができる。また、本発明に、他の任意の構成物や工程が付加されていてもよい。

また、本発明は、前述した実施の形態のうちの、任意の２以上の構成（特徴）を組み合わせたものであってもよい。
（付記１） 商品広告の評価のための指標を算出する算出方法において、
店舗に入店した入店者の数と、前記入店者のうち所定の商品売り場に所定時間以上滞留した滞留者の数と、前記入店者のうち前記商品売り場に前記所定時間よりも短い時間滞留して商品を購入した商品即購入者の数とに関する情報を受け付け、
前記滞留者の数と前記商品即購入者の数との和を、前記入店者のうち前記商品に関心を持ったと思われる商品関心保持者の数として算出し、前記入店者の数に対する前記商品関心保持者の数の割合を算出する、
ことを特徴とする算出方法。

（付記２） 前記入店者のうち前記商品売り場の前記商品を購入した商品購入者の数に関する情報をさらに受けつけ、
前記割合が所定値以上の場合、前記商品関心保持者の数に対する前記商品購入者の数の割合を算出することを特徴とする付記１記載の算出方法。

（付記３） 前記商品関心保持者の数に対する前記商品購入者の数の割合が所定値以上の場合、前記商品購入者の数に対する前記商品即購入者の数の割合を算出することを特徴とする付記２記載の算出方法。

（付記４） 前記割合が所定値に達した場合、その旨を報知することを特徴とする付記１記載の算出方法。
（付記５） 商品の評価のための指標を算出する算出方法において、
店舗に入店した入店者の数と、前記入店者のうち所定の商品売り場の商品を購入した商品購入者の数と、前記入店者のうち前記商品売り場に所定時間以上滞留した滞留者の数と、前記入店者のうち前記商品売り場に前記所定時間よりも短い時間滞留して前記商品を購入した商品即購入者の数とに関する情報を受け付け、
前記滞留者の数と前記商品即購入者の数との和を、前記入店者のうち前記商品に関心を持ったと思われる商品関心保持者の数として算出し、前記商品関心保持者の数に対する前記商品購入者の数の割合を算出する、
ことを特徴とする算出方法。

（付記６） 前記割合が所定値に達した場合、その旨を報知することを特徴とする付記５記載の算出方法。
（付記７） 商品の評価のための指標を算出する算出方法において、
所定の商品売り場の商品を購入した商品購入者の数と、前記商品購入者のうち前記商品売り場に所定時間よりも短い時間滞留した商品即購入者の数とに関する情報を受け付け、
前記商品購入者の数に対する前記商品即購入者の数の割合を算出する、
ことを特徴とする算出方法。

（付記８） 前記割合が所定値に達した場合、その旨を報知することを特徴とする付記７記載の算出方法。
（付記９） 商品広告の評価のための指標を算出する算出システムにおいて、
店舗に入店した入店者の数と、前記入店者のうち所定の商品売り場に所定時間以上滞留した滞留者の数と、前記入店者のうち前記商品売り場に前記所定時間よりも短い時間滞留して前記商品を購入した商品即購入者の数とに関する情報を受け付ける受付手段と、
前記滞留者の数と前記商品即購入者の数との和を、前記入店者のうち前記商品に関心を持ったと思われる商品関心保持者の数として算出し、前記入店者の数に対する前記商品関心保持者の数の割合を算出する算出手段と、
を有することを特徴とする算出システム。

（付記１０） コンピュータに商品広告の評価のための指標を算出する算出方法を実行させるためのプログラムであって、コンピュータに、
店舗に入店した入店者の数と、前記入店者のうち所定の商品売り場に所定時間以上滞留した滞留者の数と、前記入店者のうち前記商品売り場に前記所定時間よりも短い時間滞留して前記商品を購入した商品即購入者の数とに関する情報を受け付け、
前記滞留者の数と前記商品即購入者の数との和を、前記入店者のうち前記商品に関心を持ったと思われる商品関心保持者の数として算出し、前記入店者の数に対する前記商品関心保持者の数の割合を算出する、
処理を行わせることを特徴とするプログラム。

１ 店舗
２、４ センサマット
３ 商品陳列部
６ ＰＯＳレジ
１０ ネットワーク
２１ 重量センサ
３１ センサシェルフ
４０ ＰＣ
４１ ＣＰＵ
４２ 記憶手段
４３ 入力手段
４４ 出力手段
５１、５２、５３ カメラ
６１ ＰＯＳ
４１１ データ管理手段
４１２ 関心度算出手段
４１３ 魅力度算出手段
４１４ 定着度算出手段
４１５ 結果表示手段

Claims (3)

1. 商品の評価のための指標を算出する算出方法において、
   コンピュータが、
   所定の商品売り場の商品を購入した商品購入者の数と、前記商品購入者のうち前記商品売り場に所定時間よりも短い時間滞留した商品即購入者の数とに関する情報を受け付け、
   前記商品購入者の数に対する前記商品即購入者の数の割合を算出する、
   ことを特徴とする算出方法。
2. 商品の評価のための指標を算出する算出プログラムにおいて、
   コンピュータに、
   所定の商品売り場の商品を購入した商品購入者の数と、前記商品購入者のうち前記商品売り場に所定時間よりも短い時間滞留した商品即購入者の数とに関する情報を受け付け、
   前記商品購入者の数に対する前記商品即購入者の数の割合を算出する、
   処理を実行させることを特徴とする算出プログラム。
3. 商品の評価のための指標を算出する算出装置において、
   所定の商品売り場の商品を購入した商品購入者の数と、前記商品購入者のうち前記商品売り場に所定時間よりも短い時間滞留した商品即購入者の数とに関する情報を受け付ける受付部と、
   前記商品購入者の数に対する前記商品即購入者の数の割合を算出する算出部と、
   を有することを特徴とする算出装置。

Images