JP2012003677A - 商品推薦装置、商品推薦方法および商品推薦プログラム - Google Patents

Abstract

【課題】ユーザに対してユーザが必要とする商品の価格を割引して推薦し、店舗の売上利益を確保したまま、ユーザの満足度を向上させる装置を提供する。
【解決手段】店舗内のユーザの購買履歴のデータおよび購買行動のデータに基づいて、商品に対するユーザの必要度を推定する必要度推定手段１０と、店舗における商品の売行データから商品の売上目標および利益目標を算出し、前記売行データ、商品の売上目標および利益目標に基づいて商品に関する基準割引率を算出する売行状況測定手段２０と、前記必要度推定手段１０により推定された必要度から商品の需要を求め、前記必要度、前記売行状況測定手段２０により算出された基準割引率、売上目標および前記商品の需要から商品の割引率を算出し、該割引率により商品価格を割引き、その割引かれた商品の情報をユーザに提示する商品推薦手段３０とを備える。
【選択図】図２

Description

本発明は、スーパーやショッピングセンター等（以下店舗と呼ぶ）において、ユーザに対してユーザが必要とする商品を割引して推薦する商品推薦装置、商品推薦方法および商品推薦プログラムに関する。

下記非特許文献１には、電子マネーの利用が拡大し、電子マネーを使ったユーザの購買履歴から販売戦略を立てることが可能になるとの見通しが述べられている。

また、ユーザの購買履歴を管理するために、レシートやＩＣカードから購買データを読み取り記録しユーザに購買推薦等を行う技術が下記特許文献１で開示されている。

さらに、店舗において購買行動を把握し、ユーザの興味を推定し、ユーザに対してお薦めの商品を提案する技術が下記特許文献２で記述されている。

この技術では、ユーザが持ち運ぶ買物籠端末と商品に貼付された無線タグにより、ユーザが買物籠にいれた商品を特定することで、ユーザの購買行動を監視する。

以上のような技術を組み合わせると、ユーザの購買履歴や購買行動からユーザに必要な商品を推薦することが可能になると考えられる。

特開２００６−３２３５９０号公報 特開２００４−２９５２４０号公報

「激変！ポイントカード＆電子マネー経済」、週間ダイヤモンド、ダイヤモンド社、２００８／７／１２、ｐｐ．３２−３７

しかしながら、ユーザは、必要な商品が推薦されたとしても、その商品の価格が店頭表示価格と同じであれば、その商品の購入を差し控える可能性が大きい。ここで、値引きが大きくお買い得な商品を優先的にユーザに推薦した場合、その商品は多くのユーザに推薦されることになる。その結果、その商品を強く必要としないユーザもその商品を購入し、その商品が品切れし、その商品を強く必要とするユーザがその商品を購入する機会を失う事が考えられる。

これは、品切れによって、その商品を必要とする一部のユーザの満足度を損なうだけでなく、その商品を強く必要としないながらもその商品を買ってしまったユーザは、安いだけでさほど必要のない商品を買ってしまったという後悔をし、そのユーザの満足度は下がってしまうことも考えられる。

さらに、店舗を経営する販売者にとっては、大幅な値引きによっても、ユーザの満足度が向上しないだけでなく、大幅な値引きによって売上利益が圧迫される危険性がある。つまり、値引きした商品をユーザに推薦しても、品切れや商品の必要性の面でユーザの満足度は向上せず、売上利益も向上しないという問題がある。

本発明の目的は、上記の課題を考慮し、ユーザに対してユーザが必要とする商品の価格を割引して推薦し、店舗の売上利益を確保したまま、ユーザの満足度を向上させ、最終的には店舗の売上向上に貢献する技術を提供することである。

本発明では、図１の構成図に示すように、店舗において、商品に対するユーザの必要度を推定し（Ｓｔｅｐ１１０）、商品の売上状況を逐次計測し（Ｓｔｅｐ１２０）、ユーザと商品の組み合わせに対して、売上利益を確保したままユーザの満足度が向上するよう、ユーザに対する商品の割引率を算出し、ユーザが必要とする商品の価格を割引いて推薦する（Ｓｔｅｐ１３０）。

商品に対するユーザの必要度は、ユーザの購買履歴や店舗内での動線等の購買行動から算出し、一定時間内での商品の需要を予測するために用いる。

商品の売行状況は、ＰＯＳ（Ｐｏｉｎｔ Ｏｆ Ｓａｌｅｓ）データや在庫データを参照し、一定時間内での売上目標や基準割引率を算出する。

あるユーザに対するある商品の割引率は、その商品に対する需要とユーザの必要度およびその商品の基準割引率とから算出する。

あるユーザに対するある商品の割引率をその商品の必要度や売行状況から算出し、そのユーザへその商品の割引券を発行し、ユーザはその商品を割引価格で購入する。このことにより、ユーザは必要な商品を低価格で購入でき、その商品の購入に対するユーザの満足度は向上する。また、売上状況を反映した割引を行うことで、無理な値引きによる売上利益の低下やユーザの満足度の低下を回避することができる。

（１）請求項１〜７に記載の発明によれば、ユーザが必要とする商品の価格を割引きして推薦することが可能となり、店舗の売上利益を確保したままユーザの満足度を向上させることができる。
（２）請求項２、５に記載の発明によれば、必要度推定手段が拡張必要度を求め、商品推薦手段が前記拡張必要度を考慮して商品の割引率を算出しているので、ユーザは必要な商品を漏れなく低価格で購入でき、ユーザの満足度が向上する。また、売行状況測定手段が売上目標算出や利益目標算出及び基準割引率算出を行い、商品推薦手段が前記算出データに基づいて割引率を算出し、売行状況を反映した割引を行っているので、無理な値引きによる売上利益の低下や品切れによるユーザの満足度の低下を回避することができる。
（３）請求項３、６に記載の発明によれば、商品を用いたメニューを考慮して、商品の推薦、提示を行っているので、ユーザの購入漏れの防止やメニューの具体化等のユーザの購入支援となり、店舗の活性化ひいては売上向上につながる。

本発明の構成図。 本発明の商品推薦装置の実施形態例を示すブロック図。 本発明の商品推薦方法の実施形態例を示すフローチャート。 本発明の実施形態例における必要度推定処理のフローチャート。 本発明の実施形態例における売行状況測定処理のフローチャート。 本発明の実施形態例における商品推薦処理のフローチャート。

以下、図面を参照しながら本発明の実施の形態を説明するが、本発明は下記の実施形態例に限定されるものではない。

図２は本発明の商品推薦装置の実施形態例を示すブロック図である。図２において、１０は、店舗内のユーザの購買履歴のデータおよび購買行動のデータに基づいて、商品に対するユーザの必要度を推定する必要度推定手段である。

この必要度推定手段１０は、店舗内のユーザの購買履歴のデータを取得する購買履歴取得部１１と、ユーザの店舗内での動線等の購買行動のデータを取得する購買行動取得部１２と、前記購買履歴のデータから元必要度を算出し、その元必要度に、前記購買行動のデータを加味して現必要度を算出する必要度推定部１３と、前記算出された元必要度、現必要度および現必要度に対する重みに基づいて拡張必要度を算出する必要度拡張部１４とを備えている。

尚、必要度推定手段１０に設けられた、後述の図４で述べるＰＯＳデータベース４１、購買行動データベース４２、ユーザ・商品必要度テーブル４３、メニュー関連テーブル４４およびユーザ・メニュー必要度テーブル４５は図示省略している。

２０は、店舗における商品の売行データから商品の売上目標および利益目標を算出し、前記売行データ、商品の売上目標および利益目標に基づいて商品に関する基準割引率を算出する売行状況測定手段である。

この売行状況測定手段２０は、図示省略の商品管理データベース（後述する図５の商品管理データベース５１）から商品の売行データを取得する売行データ取得部２１と、前記売行データから商品の売上目標を算出する売上目標算出部２２と、前記売行データから商品の利益目標を算出する利益目標算出部２３と、前記売行データ、前記算出された売上目標および利益目標に基づいて、商品に関する基準割引率を算出し、そのデータを図示省略の商品基準割引率テーブル（後述する図５の商品基準割引率テーブル５２）に格納する基準割引率算出部２４とを備えている。

３０は、前記必要度推定手段１０により推定された必要度から商品の需要を求め、前記必要度、前記売行状況測定手段２０により算出された基準割引率、売上目標および前記商品の需要から商品の割引率を算出し、該割引率により商品価格を割引き、その割引かれた商品の情報をユーザに提示する商品推薦手段である。

この商品推薦手段３０は、前記必要度推定手段１０により求められた、全てのユーザの商品に対する拡張必要度を加算して商品の需要を集計する需要集計部３１と、前記集計された商品の需要、前記拡張必要度および前記売行状況測定手段２０により求められた基準割引率、売上目標に基づいて商品の割引率を算出する割引率算出部３２と、前記算出された割引率により商品を割引き、その割引かれた商品の情報をユーザに提示する商品推薦部３３とを備えている。

前記必要度推定手段１０、売行状況測定手段２０および商品推薦手段３０の各部１１〜１４、２１〜２４、３１〜３３の各機能は例えばコンピュータによって達成され、前記データベース４１、４２、５１および前記テーブル４３、４４、４５、５２は、例えば図示省略のハードディスク装置又はメモリなどの保存手段、記憶手段に構築されているものとする。

図２の商品推薦装置の各手段１０、２０、３０は、図３のフローチャートに示すように、必要度推定ステップ１１０（Ｓｔｅｐ１１０）、売行状況測定ステップ１２０（Ｓｔｅｐ１２０）および商品推薦ステップ１３０（Ｓｔｅｐ１３０）の各処理を実行する。

必要度推定ステップ１１０では、ユーザの購買履歴や店舗内での動線等の購買行動から、商品に対するユーザの必要度を求める。

売行状況測定ステップ１２０では、後述する商品管理データベースを参照し、一定時間内での売上目標と基準割引率とを算出する。

商品推薦ステップ１３０では、あるユーザに対するある商品の割引率をその商品の需要や売行状況から算出し、ユーザに対してユーザが必要とする商品の価格を割引いて推薦する。

次に、前記各ステップ１１０〜１３０の処理の詳細を説明する。
＜必要度推定ステップ１１０（Ｓｔｅｐ１１０）＞
必要度推定の処理は図４のステップ１１１（Ｓｔｅｐ１１１）〜ステップ１１４（Ｓｔｅｐ１１４）に沿って実行される。

（購買履歴取得ステップ１１１）
購買履歴取得部１１が、店舗内のユーザの購買履歴をＰＯＳデータベース４１から取得する。

購買履歴は、以下のような項目からなるデータであり、ＰＯＳデータベース４１には、これらの購買履歴の情報が格納されている。

・ユーザＵｉ
・商品Ｉｊ
・購入日時リストＴｉ，ｊ
ただし、商品Ｉｊが定期的に購入されることを想定して、購入日時Ｔｉ，ｊはリスト形式のデータである。

例えば、店舗内のあるユーザＵｉの商品Ｉｊに関する購入日時リストＴｉ，ｊがＰＯＳデータベース４１から以下のように取得できる。

Ｔｉ，ｊ＝２０１０／４／２／Ｆｒｉ，２０１０／４／５／Ｍｏｎ，２０１０／４／１０／Ｓａｔ，２０１０／４／１４／Ｗｅｄ
（購買行動取得ステップ１１２）
購買行動取得部１２が、店舗内のユーザの購買行動を購買行動データベース４２から取得する。

購買行動は、以下のような項目からなるデータであり、購買行動データベース４２には、これら購買行動の情報が格納されている。

・ユーザＵｉ
・商品Ｉｊ
・購入行動Ａｉ，ｊ
ただし、購入行動Ａｉ，ｊはそれがあった場合は１、なければ０の値をとる。
例えば、店舗内のあるユーザＵｉの商品Ｉｊに対して、購入行動があった場合、購入行動Ａｉ，ｊは、下記の値をとる。

Ａｉ，ｊ＝１
（必要度推定ステップ１１３）
必要度推定部１３が、店舗内のユーザの購買履歴と購買行動とからユーザの商品に対する必要度を算出する。購買履歴から算出した必要度を元必要度、元必要度に購買行動を加味した必要度を現必要度とする。

ユーザＵｉの商品Ｉｊに関する元必要度ＮＯｉ，ｊは、購入日時リストＴｉ，ｊから算出する。

その際、まず、購入日時リストＴｉ，ｊからユーザＵｉの商品Ｉｊに関する購入周期の平均μｉ，ｊと標準偏差σｉ，ｊを求める。ユーザＵｉの商品Ｉｊに関する元必要度ＮＯｉ，ｊは、前回の購入からの経過日数の累積分布にしたがうと想定して、下記式（１）に示す累積分布関数の値を求める。

ＮＯｉ，ｊ＝∫１／√（２πσｉ，ｊ）ｅｘｐ［−（ｘ−μｉ，ｊ）²／２σｉ，ｊ²］ｄｘ…（１）
尚、式（１）のｘは、前回の購入日からの経過日数である。

さらに、購入行動Ａｉ，ｊがあった場合、必要度はより高くなることを想定して、現必要度ＮＰｉ，ｊを以下のような関数で底上げする。

ＮＰｉ，ｊ＝√｛ＮＯｉ，ｊ（２−ＮＯｉ，ｊ）｝…（２）
必要度を算出した結果は、ユーザ・商品必要度テーブル４３に格納する。ユーザ・商品必要度テーブル４３には、以下のような項目からなるデータが格納されている。

・ユーザＵｉ
・商品Ｉｊ
・購入行動Ａｉ，ｊ
・元必要度ＮＯｉ，ｊ
・現必要度ＮＰｉ，ｊ
例えば、４月１７日土曜日に店舗内のユーザＵｉの商品Ｉｊに関する購入日時リストＴｉ，ｊが以下のような場合、
Ｔｉ，ｊ＝２０１０／４／２／Ｆｒｉ，２０１０／４／５／Ｍｏｎ，２０１０／４／１０／Ｓａｔ，２０１０／４／１４／Ｗｅｄ
ユーザＵｉの商品Ｉｊに関する購入周期の平均μｉ，ｊと標準偏差σｉ，ｊは、それぞれ以下の通りである。

μｉ，ｊ＝４
σｉ，ｊ＝１
現在前回購入日から３日経過しているので、平均４、標準偏差１の累積分布関数から、経過日数２日の元必要度は前記式（１）によって下記のように求められる（式（１）のｘ＝２）。

ＮＯｉ，ｊ＝０．１６…（３）
さらに、ユーザＵｉの商品Ｉｊに対する購入行動Ａｉ，ｊがあった場合、現必要度は、前記式（２）に沿って以下のように算出される。

ＮＰｉ，ｊ＝√｛０．１６（２−０．１６）｝＝０．５４…（４）
式（３）の０．１６および式（４）の０．５４からわかるように、購入行動Ａｉ，ｊがあった場合の必要度は底上げされる。

（必要度拡張ステップ１１４）
必要度拡張部１４が、ユーザ・商品必要度テーブル４３およびメニュー関連テーブル４４に格納されているデータからユーザの商品に対する拡張必要度を再計算する。

ユーザにより、いくつかの商品が組合わされて消費される形式をメニューと呼ぶ。例えば、「酢豚」というメニューは、豚肉、玉ねぎ、人参、ピーマンという商品が組合わされてユーザに消費される。

メニュー関連テーブル４４には、以下のような項目からなるデータが格納されている。

・商品Ｉｊ
・メニューＭｋ
・メニューに対する商品の関連度Ｒｊ，ｋ
ただし、関連度Ｒｊ，ｋはそれがあった場合は１、なければ０の値をとる。

ユーザＵｉの商品Ｉｊに関する拡張必要度ＮＱｉ，ｊは、ユーザ・商品必要度テーブル４３の元必要度ＮＯｉ，ｊ、現必要度ＮＰｉ，ｊおよび現必要度ＮＰｉ，ｊに対する重みＷｉ，ｊとから以下のように算出する。

ＮＱｉ，ｊ＝ＮＯｉ，ｊ＋（ＮＰｉ，ｊ−ＮＯｉ，ｊ）＊Ｗｉ，ｊ…（５）
ただし、現必要度ＮＰｉ，ｊに対する重みＷｉ，ｊは、以下のように求める。

Ｗｉ，ｊ＝｜Ｍｉ，ｊ｜／｜Ｍｉ｜…（６）
ここで、予測メニューリストＭｉは、ユーザＵｉが購入行動を起こした商品から組合わされるメニューのリストである。ユーザＵｉが購入行動を起こした商品はユーザ・商品必要度テーブル４３から列挙し、その列挙した商品が用いられる予測メニューリストＭｉをメニュー関連テーブル４４から列挙する。

ある特定の商品Ｉｊに関連する関連予測メニューリストＭｉ，ｊは、予測メニューリストＭｉの中で、商品Ｉｊが用いられるメニューのリストである。｜Ｍｉ｜と｜Ｍｉ，ｊ｜は、それぞれ、予測メニューリストのメニュー数と、ある特定の商品Ｉｊに関連する関連予測メニューリスト数を表す。

拡張必要度ＮＱｉ，ｊを算出した結果は、ユーザ・メニュー必要度テーブル４５に格納する。ユーザ・メニュー必要度テーブル４５には、以下のような項目からなるデータが格納されている。

・ユーザＵｉ
・商品Ｉｊ
・予測メニューリストＭｉ
・関連予測メニューリストＭｉ，ｊ
・購入行動Ａｉ，ｊ
・元必要度ＮＯｉ，ｊ
・現必要度ＮＰｉ，ｊ
・拡張必要度ＮＱｉ，ｊ
例えば、メニュー関連テーブル４４が以下の表１のように与えられているとする。

ここで、豚肉と玉ねぎに対して、ユーザＵｉの購入行動があった場合、メニュー関連テーブル４４から、予測メニューリストＭｉは以下の通りとなる。

Ｍｉ＝（‘酢豚’，‘肉じゃが’，‘生姜焼き’）
次に、商品Ｉｊ＝‘人参’に対して、関連予測メニューリストＭｉ，ｊは以下の通りとなる。

Ｍｉ，ｊ＝（‘酢豚’，‘肉じゃが’）
これらから、商品Ｉｊ＝‘人参’の現必要度ＮＰｉ，ｊに対する重みＷｉ，ｊは、以下の通りとなる。

Ｗｉ，ｊ＝｜Ｍｉ，ｊ｜／｜Ｍｉ｜＝２／３…（７）
＜売行状況測定ステップ１２０（Ｓｔｅｐ１２０）＞
売行状況測定の処理は図５のステップ１２１（Ｓｔｅｐ１２１）〜ステップ１２４（Ｓｔｅｐ１２４）に沿って実行される。

（売行データ取得ステップ１２１）
売行データ取得部２１が、商品管理データベース５１から、商品の売行データを取得する。

売行データは、以下のような項目からなるデータであり、商品管理データベース５１にはこれらの売行データが格納されている。

・商品Ｉｊ
・仕入原価Ｃｊ
・標準価格Ｐ０，ｊ
・前回仕入日Ｔｎ−１，ｊ
・前回仕入日から現時点までの売上数ＳａｌｅｓＴｎ，ｊ
・前回仕入日から現時点までの利益ＰｒｏｆｉｔＴｎ，ｊ
・次回仕入日Ｔｎ＋１，ｊ
・現時点での在庫数ＳｔｏｃｋＴｎ，ｊ
例えば、商品管理データベース５１から、以下のような売行データが取得される。

Ｉｊ＝‘とうふ’
Ｃｊ＝６０
Ｐ０，ｊ＝１００
Ｔｎ−１，ｊ＝２０１０／４／１２／Ｍｏｎ
ＳａｌｅｓＴｎ，ｊ＝２５
ＰｒｏｆｉｔＴｎ，ｊ＝８００
Ｔｎ＋１，ｊ＝２０１０／４／１９／Ｍｏｎ
ＳｔｏｃｋＴｎ，ｊ＝７５
（売上目標算出ステップ１２２）
売上目標算出部２２が、前記取得した売行データから商品の売上目標を算出する。

商品Ｉｊに関する売上目標ΔＳａｌｅｓＴｎ＋１，ｊは、現時点での在庫数ＳｔｏｃｋＴｎ，ｊを次回仕入日までの日数で割って以下のように算出する。

ΔＳａｌｅｓＴｎ＋１，ｊ＝ＳｔｏｃｋＴｎ，ｊ／（Ｔｎ＋１，ｊ−Ｔｎ，ｊ）…（８）
但しＴｎ，ｊは現在の日を表している。

売上目標は、以下のような項目からなるデータである。

・商品Ｉｊ
・売上目標ΔＳａｌｅｓＴｎ＋１，ｊ
例えば、４月１４日水曜における商品Ｉｊに関する売上目標ΔＳａｌｅｓＴｎ＋１，ｊは、前記売行データから前記式（８）によって以下のように算出される。

ΔＳａｌｅｓＴｎ＋１，ｊ＝７５／５＝２５…（９）
（利益目標算出ステップ１２３）
利益目標算出部２３が売行データから商品の利益目標を算出する。

利益目標ΔＰｒｏｆｉｔＴｎ＋１，ｊは、現時点までの利益ＰｒｏｆｉｔＴｎ，ｊを前回仕入日からの日数で割って、以下のように算出する。

ΔＰｒｏｆｉｔＴｎ＋１，ｊ＝ＰｒｏｆｉｔＴｎ，ｊ／（Ｔｎ，ｊ−Ｔｎ−１，ｊ）…（１０）
すなわち、これは、現時点までの商品の売行を価格に反映させ、ユーザの需要と販売利益とのバランスを調整するためである。

利益目標は、以下のような項目からなるデータである。

・商品Ｉｊ
・利益目標ΔＰｒｏｆｉｔＴｎ＋１，ｊ
例えば、４月１４日水曜における商品Ｉｊに関する利益目標ΔＰｒｏｆｉｔＴｎ＋１，ｊは、上記売行データから前記式（１０）によって以下のように算出される。

ΔＰｒｏｆｉｔＴｎ＋１，ｊ＝８００／２＝４００…（１１）
（基準割引率算出ステップ１２４）
基準割引率算出部２４が、売上目標と利益目標及び売行データとから商品に関する基準割引率を算出する。

商品Ｉｊに関する基準割引率ＤＣ０，ｊは、売上目標ΔＳａｌｅｓＴｎ＋１，ｊ、利益目標ΔＰｒｏｆｉｔＴｎ＋１，ｊ、仕入原価Ｃｊおよび標準価格Ｐ０，ｊから、以下のように算出する。

ＤＣ０，ｊ＝１−（ΔＰｒｏｆｉｔＴｎ＋１，ｊ／ΔＳａｌｅｓＴｎ＋１，ｊ＋Ｃｊ）／Ｐ０，ｊ…（１２）
基準割引率は、以下のような項目からなるデータである。

・商品Ｉｊ
・基準割引率ＤＣ０，ｊ
・売上目標ΔＳａｌｅｓＴｎ＋１，ｊ
このデータを商品基準割引率テーブル５２に格納する。

例えば、４月１４日水曜における商品Ｉｊに関する基準割引率ＤＣ０，ｊは、前記売上目標ΔＳａｌｅｓＴｎ＋１，ｊおよび利益目標ΔＰｒｏｆｉｔＴｎ＋１，ｊ等とから、前記式（１２）によって以下のように算出する。

ＤＣ０，ｊ＝１−（４００／２５＋６０）／１００＝０．２４…（１３）
＜商品推薦ステップ１３０（Ｓｔｅｐ１３０）＞
商品推薦の処理は図６のステップ１３１（Ｓｔｅｐ１３１）〜ステップ１３３（Ｓｔｅｐ１３３）に沿って実行される。

（需要集計ステップ１３１）
需要集計部３１が、前記必要度推定手段１０のユーザ・メニュー必要度テーブル４５を参照して、全てのユーザの商品に対する必要度から、商品の需要を算出する。

商品Ｉｊに関する需要ＤＭｊは、全てのユーザの商品に対する拡張必要度ＮＱｉ，ｊを下記式（１４）のように加算して求める。

ＤＭｊ＝ΣｉＮＱｉ，ｊ…（１４）
Σｉは、ｉに関して足し上げることを表す。

商品需要は、以下のような項目からなるデータである。

・商品Ｉｊ
・商品需要ＤＭｊ
例えば、ユーザ・メニュー必要度テーブル４５から、ユーザＵａ，Ｕｂの商品Ｉｘ，Ｉｙに関する必要度（ＮＱｉ，ｊ）が下記のように取得される。

ＮＱａ，ｘ＝０．９、 ＮＱｂ，ｘ＝０．６
ＮＱａ，ｙ＝０．３、 ＮＱｂ，ｙ＝０．７
このとき、商品Ｉｘ，Ｉｙに関する需要ＤＭｘ，ＤＭｙは、ユーザの商品に対する必要度を加算して次のように求める。

ＤＭｘ＝０．９＋０．６＝１．５…（１５）
ＤＭｙ＝０．３＋０．７＝１．０…（１６）
（割引率算出ステップ１３２）
割引率算出部３２が、ユーザ・メニュー必要度テーブル４５と商品基準割引率テーブル５２を参照して、ユーザの商品に関する割引率を算出する。

ユーザＵｉの商品Ｉｊに関する割引率ＤＣｉ，ｊは、ユーザＵｉの商品Ｉｊに関する拡張必要度ＮＱｉ，ｊ、基準割引率ＤＣ０，ｊ、売上目標ΔＳａｌｅｓＴｎ＋１，ｊおよび商品需要ＤＭｊから、以下のように算出する。

ＤＣｉ，ｊ＝（ＮＱｉ，ｊ＊ＤＣ０，ｊ＊ΔＳａｌｅｓＴｎ＋１，ｊ）／ＤＭｊ…（１７）
これは、商品の需要と商品に対する個々のユーザの必要度とのバランスを調整するためである。

割引率は、以下のような項目からなるデータである。

・ユーザＵｉ
・商品Ｉｊ
・割引率ＤＣｉ，ｊ
例えば、商品基準割引率テーブル５２から、商品Ｉｘ，Ｉｙに関する基準割引率ＤＣ０，ｘ、ＤＣ０，ｙと売上目標ΔＳａｌｅｓＴｎ＋１，ｘ、ΔＳａｌｅｓＴｎ＋１，ｙが下記のように取得される。

ＤＣ０，ｘ＝０．２、ΔＳａｌｅｓＴｎ＋１，ｘ＝１
ＤＣ０，ｙ＝０．３、ΔＳａｌｅｓＴｎ＋１，ｙ＝２
このとき、ユーザＵａ，Ｕｂの商品Ｉｘ，Ｉｙに関する割引率ＤＣａ，ｘ、ＤＣｂ，ｘ、ＤＣａ，ｙ、ＤＣｂ，ｙは、ユーザの商品に関する拡張必要度および商品需要等から、前記式（１７）によって以下のように算出される。

ＤＣａ，ｘ＝０．９＊０．２＊１／１．５＝０．１２…（１８）
ＤＣｂ，ｘ＝０．６＊０．２＊１／１．５＝０．０８…（１９）
ＤＣａ，ｙ＝０．３＊０．３＊２／１．０＝０．１８…（２０）
ＤＣｂ，ｙ＝０．７＊０．３＊２／１．０＝０．４２…（２１）
（商品推薦ステップ１３３）
商品推薦部３３が、前記算出された割引率データから、ユーザに対してユーザが必要とする商品を割引いて推薦する。

例えば、上記割引率データから、ユーザＵａ，Ｕｂに対して商品Ｉｘ，Ｉｙを下記のように割引いて推薦する。

Ｕａに対して、Ｉｘを１２％割引（式（１８））、Ｉｙを１８％割引（式（２０））
Ｕｂに対して、Ｉｘを８％割引（式（１９））、Ｉｙを４２％割引（式（２１））
ここで、ユーザに、割引された商品を推薦する際に、ユーザ・メニュー必要度テーブル４５を参照して、下記表２のようにメニューと連動させてユーザに提示する。またユーザへ、その推薦商品の割引券を発行するものである。

このように、推薦商品の割引券をユーザへ発行することで、ユーザはその商品を割引き価格で購入することができる。

これによってユーザは、そのユーザにとって必要な商品を低価格で購入でき、その商品の購入に対するユーザの満足度は向上する。

また、本実施形態例の商品推薦装置において、ユーザがどのメニューから商品の割引券を得たかの情報を取得して記録する（図示省略のメモリなどに記録する）ことにより、メニューに基づいてユーザの嗜好を把握することが可能となり、よりユーザに適応した商品推薦が実現でき、さらに、ユーザの嗜好に基づいた販売戦略の立案も可能となる。

上記のように本実施形態例によれば、必要度推定の処理（必要度推定ステップ１１０）において、ユーザの商品に対する必要度を購買履歴や購買行動から推定し、これを商品の推薦や割引に利用しているので、ユーザの満足度を高めることができる。

また、売行状況測定の処理（売行状況測定ステップ１２０）において、仕入れから次の仕入れのまでの間の売行状況から、品切れにならないよう価格を調整することができる。これにより、ユーザの需要と店舗の利益とのバランスを調整することで、無理な値引きによる売上利益の低下や品切れによるユーザの満足度の低下を回避することができる。

また、商品推薦の処理の割引率算出ステップ１３２において、前記必要度推定の処理結果と売行状況測定の処理結果に基づいて個々のユーザの必要度に応じた割引率を与えているので、ユーザの満足度を高めるとともに、必要性の少ないユーザに対する推薦や割引が抑制され、店舗の利益に対する圧迫をなくすことができる。

さらに、必要度推定の処理の必要度拡張ステップ１１４において、商品を用いたメニューを考慮した拡張必要度を求め、商品推薦の処理の商品推薦ステップ１３３において、メニューと商品を同時に推薦、提示しているので、ユーザの購入漏れの防止やメニューの具体化等のユーザの購入支援となり、ユーザの満足度向上、店舗の活性化ひいては店舗の売上向上につながる。

また、本実施形態の商品推薦装置における各手段の一部もしくは全部の機能をコンピュータのプログラムで構成し、そのプログラムをコンピュータを用いて実行して本発明を実現することができること、本実施形態の商品推薦方法における手順をコンピュータのプログラムで構成し、そのプログラムをコンピュータに実行させることができることは言うまでもなく、コンピュータでその機能を実現するためのプログラムを、そのコンピュータが読み取り可能な記録媒体、例えばＦＤ（Ｆｌｏｐｐｙ（登録商標） Ｄｉｓｋ）や、ＭＯ（Ｍａｇｎｅｔｏ−Ｏｐｔｉｃａｌ ｄｉｓｋ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、メモリカード、ＣＤ（Ｃｏｍｐａｃｔ Ｄｉｓｋ）−ＲＯＭ、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｋ）−ＲＯＭ、ＣＤ−Ｒ、ＣＤ−ＲＷ、ＨＤＤ、リムーバブルディスクなどに記録して、保存したり、配布したりすることが可能である。また、上記のプログラムをインターネットや電子メールなど、ネットワークを通して提供することも可能である。

１０…必要度推定手段
１１…購買履歴取得部
１２…購買行動取得部
１３…必要度推定部
１４…必要度拡張部
２０…売行状況測定手段
２１…売行データ取得部
２２…売上目標算出部
２３…利益目標算出部
２４…基準割引率算出部
３０…商品推薦手段
３１…需要集計部
３２…割引率算出部
３３…商品推薦部
４１…ＰＯＳデータベース
４２…購買行動データベース
４３…ユーザ・商品必要度テーブル
４４…メニュー関連テーブル
４５…ユーザ・メニュー必要度テーブル
５１…商品管理データベース
５２…商品基準割引率テーブル

Claims (7)

1. 店舗内のユーザの購買履歴のデータおよび購買行動のデータに基づいて、商品に対するユーザの必要度を推定する必要度推定手段と、
   店舗における商品の売行データから商品の売上目標および利益目標を算出し、前記売行データ、商品の売上目標および利益目標に基づいて商品に関する基準割引率を算出する売行状況測定手段と、
   前記必要度推定手段により推定された必要度から商品の需要を求め、前記必要度、前記売行状況測定手段により算出された基準割引率、売上目標および前記商品の需要から商品の割引率を算出し、該割引率により商品価格を割引き、その割引かれた商品の情報をユーザに提示する商品推薦手段と、
   を備えたことを特徴とする商品推薦装置。
2. 前記必要度推定手段は、
   前記購買履歴のデータ中の、商品に関する購入周期の平均、標準偏差および前回購入日からの経過日数をパラメータとする累積分布関数を演算して元必要度を求め、
   前記購買行動のデータ中の、商品に対する購入行動の有無を前記元必要度に加味して現必要度を求め、
   前記購入行動があった商品に関連するメニューの数と、該購入行動があった商品に関連するメニューの中で特定商品に関連するメニューの数との比で定義される重みと、前記元必要度と、前記現必要度とに基づいて商品に対する拡張必要度を求め、
   前記売行状況測定手段は、前記商品の売行データ中の、現時点での在庫数を次回仕入日までの日数で除して売上目標を算出し、
   前記商品の売行データ中の、現時点までの利益を前回仕入日からの日数で除して利益目標を算出し、
   前記商品の売行データ中の、仕入原価、標準価格、前記算出された売上目標および利益目標に基づいて前記基準割引率を算出し、
   前記商品推薦手段は、
   前記必要度推定手段により求められた、全てのユーザの商品に対する拡張必要度を加算して商品の需要を求め、
   前記拡張必要度、基準割引率、売上目標および商品の需要から商品の割引率を算出する
   ことを特徴とする請求項１に記載の商品推薦装置。
3. 前記商品推薦手段は、前記割引かれた商品および商品の割引率と商品に関連するメニューとを連動させてユーザに提示することを特徴とする請求項１又は２に記載の商品推薦装置。
4. 必要度推定手段が、店舗内のユーザの購買履歴のデータおよび購買行動のデータに基づいて、商品に対するユーザの必要度を推定する必要度推定ステップと、
   売行状況測定手段が、店舗における商品の売行データから商品の売上目標および利益目標を算出し、前記売行データ、商品の売上目標および利益目標に基づいて商品に関する基準割引率を算出する売行状況測定ステップと、
   商品推薦手段が、前記必要度推定手段により推定された必要度から商品の需要を求め、前記必要度、前記売行状況測定手段により算出された基準割引率、売上目標および前記商品の需要から商品の割引率を算出し、該割引率により商品価格を割引き、その割引かれた商品の情報をユーザに提示する商品推薦ステップと、
   を備えたことを特徴とする商品推薦方法。
5. 前記必要度推定ステップは、
   前記購買履歴のデータ中の、商品に関する購入周期の平均、標準偏差および前回購入日からの経過日数をパラメータとする累積分布関数を演算して元必要度を求めるステップと、
   前記購買行動のデータ中の、商品に対する購入行動の有無を前記元必要度に加味して現必要度を求めるステップと、
   前記購入行動があった商品に関連するメニューの数と、該購入行動があった商品に関連するメニューの中で特定商品に関連するメニューの数との比で定義される重みと、前記元必要度と、前記現必要度とに基づいて商品に対する拡張必要度を求めるステップとを備え、
   前記売行状況測定手段は、前記商品の売行データ中の、現時点での在庫数を次回仕入日までの日数で除して売上目標を算出するステップと、
   前記商品の売行データ中の、現時点までの利益を前回仕入日からの日数で除して利益目標を算出するステップと、
   前記商品の売行データ中の、仕入原価、標準価格、前記算出された売上目標および利益目標に基づいて前記基準割引率を算出するステップとを備え、
   前記商品推薦ステップは、
   前記必要度推定手段により求められた、全てのユーザの商品に対する拡張必要度を加算して商品の需要を求めるステップと、
   前記拡張必要度、基準割引率、売上目標および商品の需要から商品の割引率を算出するステップとを備えた
   ことを特徴とする請求項４に記載の商品推薦方法。
6. 前記商品推薦ステップは、前記割引かれた商品および商品の割引率と商品に関連するメニューとを連動させてユーザに提示することを特徴とする請求項４又は５に記載の商品推薦方法。
7. コンピュータを請求項１ないし３のいずれか１項に記載の各手段として機能させる商品推薦プログラム。

Images