JP2013012168A - Sales promoting plan support system and its program - Google Patents
Sales promoting plan support system and its program Download PDFInfo
- Publication number
- JP2013012168A JP2013012168A JP2011235301A JP2011235301A JP2013012168A JP 2013012168 A JP2013012168 A JP 2013012168A JP 2011235301 A JP2011235301 A JP 2011235301A JP 2011235301 A JP2011235301 A JP 2011235301A JP 2013012168 A JP2013012168 A JP 2013012168A
- Authority
- JP
- Japan
- Prior art keywords
- sales
- sales promotion
- customer
- correlation
- amount
- 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
- 230000001737 promoting effect Effects 0.000 title claims abstract description 28
- 238000010219 correlation analysis Methods 0.000 claims abstract description 106
- 230000000694 effects Effects 0.000 claims description 156
- 238000004458 analytical method Methods 0.000 claims description 115
- 238000004364 calculation method Methods 0.000 claims description 114
- 238000000611 regression analysis Methods 0.000 claims description 110
- 238000000034 method Methods 0.000 claims description 82
- 238000012937 correction Methods 0.000 claims description 78
- 230000035945 sensitivity Effects 0.000 claims description 75
- 230000008569 process Effects 0.000 claims description 62
- 230000014509 gene expression Effects 0.000 claims description 35
- 230000008859 change Effects 0.000 claims description 17
- 238000013500 data storage Methods 0.000 claims description 10
- 239000000284 extract Substances 0.000 claims description 10
- 238000012986 modification Methods 0.000 description 45
- 230000004048 modification Effects 0.000 description 45
- 238000003780 insertion Methods 0.000 description 25
- 230000037431 insertion Effects 0.000 description 25
- 238000012545 processing Methods 0.000 description 13
- 238000013439 planning Methods 0.000 description 10
- 230000004044 response Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 238000009826 distribution Methods 0.000 description 7
- 230000009471 action Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 5
- 230000002452 interceptive effect Effects 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 239000000203 mixture Substances 0.000 description 4
- 230000001149 cognitive effect Effects 0.000 description 3
- 238000007796 conventional method Methods 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000009472 formulation Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000012384 transportation and delivery Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000003111 delayed effect Effects 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 238000007639 printing Methods 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000000491 multivariate analysis Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
Images
Abstract
Description
本発明は、複数の販売促進活動（以下、単に販促という）を実行しながら、商品又はサービスを提供する事業者が、新規顧客及びリピート顧客で分類される顧客種類毎に売上を管理しつつ、相関分析や回帰分析を利用することで、販促を実行する際の予算や販促を実行した際の商品又はサービスの受注件数又は売上の演算を可能とする販売促進計画支援システムとそのプログラムに関する。 The present invention, while executing a plurality of sales promotion activities (hereinafter simply referred to as sales promotion), a business providing a product or service manages sales for each customer type classified as a new customer and a repeat customer, The present invention relates to a sales promotion plan support system and a program thereof that enable calculation of a budget for executing a sales promotion and the number of orders received or sales of products or services when the sales promotion is executed by using correlation analysis or regression analysis.
近年、インターネットに代表される情報技術の進展から顧客獲得のための様々な宣伝広告手法やマーケティング手法が、携帯電話やタブレット等の携帯端末、あるいはインターネットに接続されているパソコンに配信されるメール、サーチエンジン又はソーシャルサービスネットワーク上等で展開されている。 In recent years, various advertising methods and marketing methods for acquiring customers due to the development of information technology represented by the Internet, e-mails delivered to mobile terminals such as mobile phones and tablets, or PCs connected to the Internet, It is deployed on search engines or social service networks.
例えば、特許文献１には、「広告管理プログラム、広告管理方法及び広告管理装置」という名称で、Ｗｅｂページや双方向テレビジョンの画面に掲載される広告を関することが可能で、双方向媒体における広告の効果を的確に予測することができる発明が開示されている。
この特許文献１に開示された発明は、コンピュータに、複数の双方向媒体に複数の広告を掲載する広告掲載工程と、複数の広告のそれぞれについて、ターゲットの反応にかかる反応パラメータを測定する反応パラメータ測定工程と、ターゲットを対象として各広告の認知にかかる認知パラメータを測定する認知パラメータ測定工程と、反応パラメータと認知パラメータとの相関関係を解析する解析工程と、事前に得られた相関関係に基づいて、出稿対象の広告の効果を予測する予測工程と、を実行させるための広告管理プログラムや方法あるいは装置に関するものである。
このような特許文献１に開示される発明によれば、一般に広く認知されていない実際の商材の広告を用いて、実際の市場の特性が充分に反映されている規模の標本に対して調査した反応者数及び認知者数に対応する反応パラメータ及び認知パラメータにおける相関関係を用いて出稿対象の広告の効果を予測することにしたので、双方向媒体における広告の効果を的確に予測することができる。
For example,
The invention disclosed in
According to the invention disclosed in
また、特許文献２には、「購買時点広告制作方法」という名称で、従来の販売員による接客技術を置き換え可能な購買時点広告（ＰＯＰ広告）であって、従来、人的属性に頼っていた販売力をシステム的に解決するために、ベストや推奨の購買時点広告をシステム的に提供することができる発明が開示されている。
この特許文献２に開示された発明は、商品マスターデータベース、購買時点広告選択テーブル、文字数定義テーブル及び購買時点広告データベースを備える購買時点広告制作支援サーバと、サーバにアクセスして購買時点広告を制作する店舗端末と、サーバと端末を接続する通信回線とを備えるシステムを用いて購買時点広告を制作するための方法であって、商品マスターデータベースの内容を更新するステップと、更新された商品について購買時点広告選択テーブル及び文字数定義テーブルの規則に従って購買時点広告を制作するステップと、制作された購買時点広告を購買時点広告データベースに格納するステップと、購買時点広告データベースに格納された購買時点広告の少なくとも一部を読み出し、購買時点広告選択テーブル及び文字数定義テーブルの規則に従って読み出された購買時点広告を修正するステップと、購買時点広告データベースを検索してこれに格納された所望の購買時点広告を読み出すステップと、検索された購買時点広告を印刷するステップとを備える購買時点広告印刷方法とを有するものである。さらに、店舗端末から購買時点広告に対する投票の情報を受けるステップと、購買時点広告に対する投票の情報を集計するステップと、購買時点広告に関する集計結果を店舗端末に通知するステップとを備える場合もある。
このように構成された発明によれば、購買時点広告を簡単に店舗端末で作成可能であり、また、購買広告に対する投票情報の集計に関する情報を店舗端末で受け取ることも可能であり、商品価格と広告効用の訴求効果を判定することも可能である。
Also,
The invention disclosed in
According to the invention thus configured, a point-of-purchase advertisement can be easily created at a store terminal, and information related to the aggregation of voting information for a purchase advertisement can also be received at the store terminal, It is also possible to determine the appeal effect of advertising utility.
特許文献３には、「携帯端末を用いる商品市場調査方式」という名称で、商品を購入する顧客が、携帯端末を用いて購入する商品の情報とその商品の広告情報とをリンクさせ、さらに、顧客の商品に対するコメント情報などを付加して広告センタに送信することにより、広告主が定量的な広告価値を取得すると共に商品広告の効率化を図ることができる発明が開示されている。
本発明では、広告センタが、インターネット網、移動通信網、放送網、無線ＬＡＮを介して携帯端末へ広告情報を配信し、顧客は、広告情報を受領しおよびその広告情報に基づいて商品を購入すると、携帯端末から、広告取得した取得位置と取得時刻等を広告取得情報として、および商品の購入位置と購入時刻等を商品購入情報として広告センタへ送信する。広告センタは、受信した広告取得情報および商品購入情報を分析処理して、顧客へ還元する特典情報を編集して携帯端末へ送信すると共に、広告と商品購入との相関に基づいて市場情報を作成して商品販売センタへ送信する。
従って、広告の効果を定量的に判断して広告の効率化を図ることが可能である。
In
In the present invention, the advertising center distributes the advertising information to the mobile terminal via the Internet network, the mobile communication network, the broadcasting network, and the wireless LAN, and the customer receives the advertising information and purchases the product based on the advertising information. Then, from the portable terminal, the acquisition position and acquisition time acquired by the advertisement are transmitted to the advertisement center as advertisement acquisition information, and the purchase position and purchase time of the product as product purchase information. The advertising center analyzes the received advertisement acquisition information and product purchase information, edits the privilege information to be returned to the customer, sends it to the mobile terminal, and creates market information based on the correlation between the advertisement and the product purchase To the product sales center.
Therefore, it is possible to quantitatively determine the effect of the advertisement and improve the efficiency of the advertisement.
さらに、特許文献４には、「広告効果分析装置、広告効果分析方法、およびプログラム」という名称で、商品またはサービスについての広告の、表示に関する属性である表示属性を取得する表示属性取得部と、広告に対応した商品またはサービスについての、表示属性に対応した売り上げに関する情報である売上情報を取得する売上情報取得部と、売上情報取得部が取得した売上情報と、表示属性取得部が取得した表示属性との相関を示す情報である売上相関情報を取得する売上相関情報取得部と、売上相関情報取得部が取得した売上相関情報を出力する出力部とを具備する広告効果分析装置等が開示されている。
このような発明においては、ＷＥＢページ内のどの位置に、どのようなサイズの広告を配置した場合に、どの程度の広告効果が得られるかを知ることができる。すなわち、広告の表示属性に対する広告の効果を分析することが可能であり、売上情報に売上相関情報を取得することにより、精度良く広告の効果を分析することが可能となる。
Further,
In such an invention, it is possible to know how much advertising effect can be obtained when an advertisement of which size is arranged at which position in the WEB page. That is, it is possible to analyze the effect of the advertisement on the display attribute of the advertisement, and it is possible to analyze the effect of the advertisement with high accuracy by acquiring the sales correlation information as the sales information.
しかしながら、例えば地域の小売店舗やフランチャイズ展開を行う外食産業のサテライト店舗では、地域密着型のマーケティング手法による集客効果が大きく、必ずしもインターネットを用いて行うマーケティング手法が通用するわけではないことも知られている。
また、顧客に対するアプローチ方法（販促）も複数存在し、さらに顧客にも事業者の商品やサービスに対する予備情報を有さない新規顧客とある程度の信頼関係が既に構築されているリピート顧客が存在し、それぞれの販促に対するそれぞれの顧客の特性が異なることも多い。さらに、事業者が想定する顧客の地域性も影響がある。従って、従来技術に示されるような情報技術を用いて広告に対する不特定多数の顧客の反応データを取得して、これを分析するような画一的な情報の取得と加工では地域密着型のマーケティングあるいは販促活動ができないという課題があった。
例えば、特許文献１に開示される従来の技術では、双方向媒体に対する広告についてターゲットの反応をリアルタイムで取得可能であり、その双方向媒体で不特定多数のターゲットに対する広告と反応あるいは認知パラメータとの相関関係も解析可能であり、広告の出稿計画は立案できるが、広告によってどの程度の受注件数が見込めるかあるいは売上額が見込めるかという事業者が求める具体的な利益に関する効果を明示するような手段は開示されておらず、また、その販促の予算を設定するような手段も開示されていないという課題があった。
これは、特許文献１に開示される発明では、反応率と認知率というようなターゲットの画一的な一行動を情報として取得していることに基づくものであるためである。
さらに、特許文献１に記載される発明では何より双方向媒体を介していることから、情報技術に頼らない場合のターゲットに対する広告効果情報の取得や相関関係の解析については何ら開示もなく、地域密着型のマーケティング活動や販促活動に対してその売上予測や予算立案についてはできないという課題があった。
また、特許文献２に開示される従来の技術では、ＰＯＰ広告に対する売上等の投票情報の集計を店舗端末で受け取ることが可能であるものの、顧客に対する情報や広告以外の販促に対する効果の評価ができず、商品価格や広告内容の変化に基づく売上の変化等の効果のみ取得が可能であり、販促手段や顧客種類に基づく受注件数や売上等の定性的及び定量的な評価ができず、また、販促予算等の策定もできないという課題があった。
また、特許文献３に開示される従来の技術では、携帯端末等を用いて、購入商品や購入場所、購入時間等の商品情報を入力するため、情報入手が容易であるものの、このような端末を所有しないような場合、すなわちネットに繋がっていない高齢者や乳幼児等の顧客については活用することができず、また、地域に密着して展開されるような小売店舗等でも活用は困難であるという課題があった。さらには、顧客の何らかの動作を介して情報を入手することから、顧客依存性が高く精度の点で不安が残るという課題があった。
さらに、特許文献４に開示される従来の技術では、ＷＥＢページ内のどの位置に、どのようなサイズの広告を配置した場合に、どの程度の広告効果が得られるかを知ることができるが、ＷＥＢページを介した広告に対する公開属性と売上情報の相関を求めるため、ＷＥＢページの閲覧可能な顧客の数が膨大であり、相関の精度が低いと言う課題があった。このことから、地域密着型の宣伝広告や販促活動についての売上や受注件数を把握するような場合には用いることが困難であるという課題があった。
However, it is also known that, for example, local retail stores and restaurant stores in the restaurant industry that develop franchise have a large effect of attracting customers through community-based marketing methods, and marketing methods that use the Internet are not necessarily valid. Yes.
In addition, there are multiple approaches to customers (promotion), and there are repeat customers that have already established a certain degree of trust with new customers who do not have preliminary information on the products and services of the operators. The characteristics of each customer for each promotion are often different. In addition, the regional characteristics of the customer assumed by the operator are also affected. Therefore, by using information technology as shown in the prior art, it is possible to acquire response data of an unspecified number of customers for advertisements, and in the acquisition and processing of uniform information that analyzes this, community-based marketing Or there was a problem that sales promotion activities were not possible.
For example, in the conventional technique disclosed in
This is because the invention disclosed in
Furthermore, since the invention described in
In addition, with the conventional technology disclosed in
Further, in the conventional technique disclosed in
Furthermore, in the conventional technique disclosed in
本発明はかかる従来の事情に対処してなされたものであり、発明者は地域密着型のマーケティングでは、特に販促ミックス（複数の販促の混合）と顧客種類と地域性が大きく受注件数や売上に影響することを見い出し、地域毎及び顧客種類毎の受注件数及び売上額をデータ化するとともに、複数の販促に関する実行数量データを取得して、これらを解析することで、地域毎の販促予算策定あるいは受注件数又は売上額の予測を演算することが可能な販売促進計画支援システム及びそのプログラムを提供することを目的としている。 The present invention has been made in response to such a conventional situation, and the inventor is particularly interested in the sales promotion mix (mixed sales promotion), customer type and regional characteristics in the community-based marketing. Find out the impact and digitize the number of orders received and sales amount for each region and customer type, obtain execution volume data for multiple sales promotions, and analyze them to formulate a promotional budget for each region It is an object of the present invention to provide a sales promotion plan support system capable of calculating the number of orders received or the amount of sales and a program thereof.
上記目的を達成するため、請求項１記載の発明である販売促進計画支援システムは、販売時期、地域コード、顧客による受注件数、売上金額を格納する売上データベースと、販売促進活動（以下、単に販促という）時期、地域コード、複数の販促手段毎の実行数量を格納する販促データベースと、所望の前記地域コードに該当し、かつ、所望の販売期間に含まれる前記販売時期の前記顧客による受注件数又は売上金額を前記売上データベースから読み出して、所望の前記地域コードに該当し、かつ、所望の販促時期に実行された前記複数の販促手段毎の実行数量を前記販促データベースから読み出して、前記読み出された顧客による受注件数又は売上金額と、前記販促手段毎の実行数量の相互相関係数を演算する相関分析部と、この相関分析部で演算された前記顧客による受注件数又は売上金額と前記販促手段毎の実行数量との相互相関係数を出力する出力部と、を有するものである。
上記構成の販売促進計画支援システムでは、相関分析部が、地域毎に、顧客による受注件数又は売上金額と複数の販促手段それぞれ毎の実行数量との相互相関係数を演算する作用を有する。
In order to achieve the above object, the sales promotion plan support system according to
In the sales promotion plan support system configured as described above, the correlation analysis unit has an operation of calculating a cross-correlation coefficient between the number of orders received by the customer or the sales amount and the execution quantity for each of the plurality of sales promotion means for each region.
また、請求項２に記載の発明である販売促進計画支援システムは、請求項１に記載の販売促進計画支援システムにおいて、前記地域コード毎に、前記所望の販売期間に含まれる前記販売時期の前記顧客による受注件数又は売上金額と、前記所望の販売期間前であってこの所望の販売期間と同一の販売期間に含まれる販売時期の前記顧客による受注件数又は売上金額との差分又は比を演算して、前記地域コードに対する販促効果を評価可能な販促反応演算部を備え、前記出力部は前記販促反応演算部で演算された前記差分又は比を出力可能であることを特徴とするものである。
上記構成の販売促進計画支援システムでは、請求項１に記載の発明の作用に加えて、販促反応演算部が、販売期間前と販売期間中それぞれの受注件数又は売上金額の差分又は比を演算するという作用を有する。
Further, the sales promotion plan support system according to
In the sales promotion plan support system configured as described above, in addition to the operation of the invention described in
そして、請求項３に記載の発明である販売促進計画支援システムは、請求項１又は請求項２に記載の販売促進計画支援システムにおいて、前記相関分析部が、前記顧客による受注件数又は売上金額に対して前記販促手段毎の実行数量との相互相関係数を演算する際に、前記所望の販促時期と，前記所望の販売期間の始点を同一又は所望の時間差を持たせて、この始点からの経過時間をパラメータとして演算し、前記出力部は、パラメータとされた前記経過時間に対して前記相互相関係数の変化を出力することを特徴とするものである。
上記構成の販売促進計画支援システムでは、請求項１又は請求項２に記載の発明の作用に加えて、相関分析部が販売期間の始点と販促時期を同一又は所望の時間差を持たせて、この始点からの経過時間をパラメータとして演算し、出力部が経過時間をパラメータとして演算された相互相関係数の変化を出力するように作用する。
なお、本発明で販売期間の始点からの経過時間をパラメータとして相互相関係数を演算しているが、この始点を販促時期と一致させることによれば、販促時期からの経過時間をパラメータとすることも可能である。また、販促時期と販売期間の始点に対して所望の時間差を持たせるというのは、販促を実施してすぐに販売に効果が表れるとは限らず、効果が出始めるまでのリードタイムについては販促手段毎に異なるとも考えられるので、販売期間の始点を販促時期から時間差を持たせて遅らせることも意義がある。
And the sales promotion plan support system which is invention of
In the sales promotion plan support system configured as described above, in addition to the operation of the invention described in
In the present invention, the cross-correlation coefficient is calculated using the elapsed time from the start point of the sales period as a parameter. By making this start point coincide with the sales promotion time, the elapsed time from the sales promotion time is used as a parameter. It is also possible. In addition, having a desired time difference between the sales promotion period and the starting point of the sales period does not necessarily have an effect on sales immediately after the sales promotion is implemented. Since it may be different for each means, it is also meaningful to delay the starting point of the sales period with a time difference from the sales promotion timing.
請求項４に記載の発明である販売促進計画支援システムは、請求項３に記載の販売促進計画支援システムにおいて、前記経過時間をパラメータとして演算された前記相互相関係数の中から前記販促手段毎の最大値を前記相互相関係数として抽出する相関補正分析部を有することを特徴とするものである。
上記構成の販売促進計画支援システムでは、請求項３に記載の発明の作用に加えて、相関補正分析部が、経過時間をパラメータとして演算された相互相関係数の中から販促手段毎の最大値を相互相関係数として抽出するように作用する。
The sales promotion plan support system according to
In the sales promotion plan support system having the above-described configuration, in addition to the operation of the invention according to
さらに、請求項５に記載の発明である販売促進計画支援システムは、請求項４に記載の販売促進計画支援システムにおいて、前記相関補正分析部は、前記最大値に代えて予め定められた所望のしきい値を超える相互相関係数を前記相互相関係数として抽出することを特徴とするものである。
上記構成の販売促進計画支援システムでは、請求項４に記載の発明において相互相関係数の最大値を用いたことに代えて、所望のしきい値を超える相互相関係数を相互相関係数として抽出するように作用する。
Furthermore, the sales promotion plan support system which is the invention according to
In the sales promotion plan support system configured as described above, instead of using the maximum value of the cross-correlation coefficient in the invention according to
請求項６に記載の発明である販売促進計画支援システムは、請求項１乃至請求項５のいずれか１項に記載の販売促進計画支援システムにおいて、前記相関分析部で演算された前記顧客による受注件数又は売上金額と前記販促手段毎の実行数量との前記相互相関係数を読み出して、前記販促手段毎の相互相関係数の占有割合を演算すると共に、予め所望に定められる総販促予算額と前記販促手段毎の相互相関係数の占有割合との積を演算して販促手段毎の販促予算額を演算する販促予算演算部を有し、前記出力部は前記販促予算演算部で演算された前記販促手段毎の販促予算額を出力可能であることを特徴とするものである。
上記構成の販売促進計画支援システムでは、請求項１乃至請求項５のいずれか１項に記載された発明の作用に加えて、販促予算演算部が、それら相互相関係数の占有割合に応じて総販促予算額を分配するという作用を有する。
The sales promotion plan support system according to
In the sales promotion plan support system having the above-described configuration, in addition to the operation of the invention described in any one of
そして、請求項７に記載の発明である販売促進計画支援システムは、請求項１乃至請求項６のいずれか１項に記載の販売促進計画支援システムにおいて、前記売上データベースに格納される顧客による受注件数又は売上金額は、新規顧客及びリピート顧客で分類される顧客種類毎の受注件数又は新規顧客及びリピート顧客で分類される顧客種類毎の売上金額であり、前記相関分析部は、前記顧客種類毎の受注件数又は前記顧客種類毎の売上金額と前記販促手段毎の実行数量の相互相関係数を演算することを特徴とするものである。
上記構成の販売促進計画支援システムでは、請求項１乃至請求項６のいずれか１項に記載の発明の作用に加えて、受注件数又は売上金額を新規顧客とリピート顧客に分類して顧客種類毎の受注件数又は売上金額として、相関分析部は顧客種類毎の受注件数又は顧客種類毎の売上金額と販促手段毎の実行数量の相互相関係数を演算するという作用を有する。
The sales promotion plan support system according to
In the sales promotion plan support system configured as described above, in addition to the operation of the invention according to any one of
請求項８に記載の発明である販売促進計画支援システムは、販売時期、地域コード、顧客による受注件数、売上金額を格納する売上データベースと、販売促進活動（以下、単に販促という）時期、地域コード、複数の販促手段毎の実行数量を格納する販促データベースと、所望の前記地域コードに該当し、かつ、所望の販売期間に含まれる前記販売時期の前記顧客による受注件数又は売上金額を前記売上データベースから読み出して、所望の前記地域コードに該当し、かつ、所望の販促時期に実行された前記複数の販促手段毎の実行数量を前記販促データベースから読み出して、前記読み出された顧客による受注件数又は売上金額と、前記販促手段毎の実行数量の関係を式（１）の一次式で表現し、前記販促手段毎の実行数量に対する感度係数を演算する回帰分析部と、
ｆ（ｘａ１，ｘａ２，．．．，ｘａｎ）
＝ａ１・ｘａ１＋ａ２・ｘａ２＋・・・＋ａｎ・ｘａｎ＋ｋａ （１）
（但し、ｘａｎは販促手段の実行数量（変数）、ａｎは販促手段の感度係数（定数）、ｋａはｆ（０，．．．，０）の切片（定数）である。）
この回帰分析部で演算された前記式（１）を読み出して、販促手段毎の実行数量を代入した際の予測受注件数又は予測売上額を演算する顧客件数・売上予測演算部と、この顧客件数・売上予測演算部で演算された前記予測受注件数又は予測売上額を出力する出力部と、を有するものである。
上記構成の販売促進計画支援システムでは、回帰分析部が、顧客による受注件数又は売上金額と、販促手段毎の実行数量の関係を式（１）の一次式で表現し、販促手段毎の実行数量に対する感度係数を演算するという作用を有する。また、顧客件数・売上予測演算部は式（１）から販促手段毎に販促手段毎の実行数量を代入した際の予測受注件数又は予測売上額を演算するという作用を有する。
The sales promotion plan support system according to
f (xa1, xa2, ..., xan)
= A1 * xa1 + a2 * xa2 + ... + an * xan + ka (1)
(Where xan is the execution quantity (variable) of the sales promotion means, an is the sensitivity coefficient (constant) of the sales promotion means, and ka is the intercept (constant) of f (0, ..., 0).)
The number of customers / sales prediction calculation unit for calculating the predicted number of orders received or the estimated sales amount when the equation (1) calculated by the regression analysis unit is read and the execution quantity for each sales promotion means is substituted, and the number of customers An output unit that outputs the predicted number of orders received or the predicted sales amount calculated by the sales prediction calculation unit;
In the sales promotion plan support system configured as described above, the regression analysis unit expresses the relationship between the number of orders received or the sales amount by the customer and the execution quantity for each sales promotion means as a primary expression of formula (1), and the execution quantity for each sales promotion means. It has the effect | action of calculating the sensitivity coefficient with respect to. Further, the customer number / sales prediction calculation unit has an effect of calculating the predicted number of orders received or the predicted sales amount when the execution quantity for each sales promotion means is substituted for each sales promotion means from the equation (1).
請求項９に記載の発明である販売促進計画支援システムは、請求項８記載の販売促進計画支援システムにおいて、前記読み出された顧客による受注件数又は売上金額と、前記販促手段毎の実行数量の相互相関係数を演算する相関分析部と、この相関分析部が、前記顧客による受注件数又は売上金額に対して前記販促手段毎の実行数量との相互相関係数を演算する際に、前記所望の販売期間と前記所望の販促時期の始点を同一又は所望の時間差を持たせて、この始点からの経過時間をパラメータとして演算し、この経過時間をパラメータとして演算された前記相互相関係数の中から予め定められた所望のしきい値を超える相互相関係数を発生している前記経過時間の期間を抽出する相関補正分析部を有し、前記回帰分析部は、所望の前記地域コードに該当し、かつ、前記相関補正分析部で抽出された経過時間の期間に含まれる前記販売時期の前記顧客による受注件数又は売上金額を前記売上データベースから読み出して、所望の前記地域コードに該当し、かつ、前記相関補正分析部で抽出された相互相関係数を発生させた経過期間に実行された前記複数の販促手段毎の実行数量を前記販促データベースから読み出して、前記読み出された顧客による受注件数又は売上金額と、前記販促手段毎の実行数量の関係を式（２）の一次式で表現し、前記販促手段毎の実行数量に対する感度係数を演算し、
ｆ（ｘｂ１，ｘｂ２，．．．，ｘｂｎ）
＝ｂ１・ｘｂ１＋ｂ２・ｘｂ２＋・・・＋ｂｎ・ｘｂｎ＋ｋｂ （２）
（但し、ｘｂｎは販促手段の実行数量（変数）、ｂｎは販促手段の感度係数（定数）、ｋｂはｆ（０，．．．，０）の切片（定数）である。）
前記顧客件数・売上予測演算部は、前記回帰分析部で演算された前記式（２）を読み出して、販促手段毎の実行数量を代入した際の予測受注件数又は予測売上額を演算することを特徴とするものである。
上記構成の販売促進計画支援システムでは、請求項８に記載の発明の作用に加えて、相関分析部が、顧客による受注件数又は売上金額と、販促手段毎の実行数量の相互相関係数を演算するという作用を有し、また、相関分析部が備える相関補正分析部が、販促時期と販売期間の始点を同一又は時間差を持たせて、この始点からの経過時間をパラメータとして演算し、この経過時間をパラメータとして演算された相互相関係数の中から予め定められたしきい値を超える相互相関係数を抽出するという作用を有する。そして、回帰分析部はその抽出された相互相関係数を発生させた経過時間に実行された販促手段毎の実行数量を用いて、式（２）に関する感度係数を演算するという作用を有する。
The sales promotion plan support system according to
f (xb1, xb2, ..., xbn)
= B1 · xb1 + b2 · xb2 + ... + bn · xbn + kb (2)
(Where xbn is the execution quantity (variable) of the sales promotion means, bn is the sensitivity coefficient (constant) of the sales promotion means, and kb is the intercept (constant) of f (0, ..., 0).)
The customer number / sales prediction calculation unit reads the equation (2) calculated by the regression analysis unit, and calculates the predicted number of orders received or the estimated sales amount when the execution quantity for each sales promotion means is substituted. It is a feature.
In the sales promotion plan support system configured as described above, in addition to the operation of the invention according to
請求項１０に記載の発明である販売促進計画支援システムは、請求項８記載の販売促進計画支援システムにおいて、前記売上データベースに格納される顧客による受注件数又は売上金額は、新規顧客及びリピート顧客で分類される顧客種類毎の受注件数又は新規顧客及びリピート顧客で分類される顧客種類毎の売上金額であり、前記回帰分析部は、前記顧客種類毎の受注件数又は売上金額を読み出して、新規顧客及びリピート顧客のそれぞれについて、前記販促手段毎の実行数量の関係をそれぞれ式（３）及び式（４）の一次式で表現し、前記販促手段毎の実行数量に対する感度係数を演算し、
ｆ（ｘｃ１，ｘｃ２，．．．，ｘｃｎ）
＝ｃ１・ｘｃ１＋ｃ２・ｘｃ２＋・・・＋ｃｎ・ｘｃｎ＋ｋｃ （３）
ｇ（ｘｄ１，ｘｄ２，．．．，ｘｄｎ）
＝ｄ１・ｘｄ１＋ｄ２・ｘｄ２＋・・・＋ｄｎ・ｘｄｎ＋ｋｄ （４）
（但し、ｘｃｎ，ｘｄｎは販促手段の実行数量（変数）、ｃｎ，ｄｎは販促手段の感度係数（定数）、ｋｃはｆ（０，．．．，０）の切片（定数）、ｋｄはｇ（０，．．．，０）の切片（定数）である。）
前記回帰分析部で演算された前記式（３）及び／又は式（４）を読み出して、販促手段毎の実行数量を代入した際の予測受注件数又は予測売上額を演算する顧客件数・売上予測演算部と、を有するものである。
上記構成の販売促進計画支援システムでは、請求項８に記載された発明の作用に加えて、回帰分析部が顧客種類毎の受注件数又は売上金額を用いて、販促手段毎の実行数量の関係をそれぞれ式（３）及び式（４）の一次式で表現し、販促手段毎の実行数量に対する感度係数を演算するという作用を有する。
The sales promotion plan support system according to
f (xc1, xc2, ..., xcn)
= C1 * xc1 + c2 * xc2 + ... + cn * xcn + kc (3)
g (xd1, xd2, ..., xdn)
= D1 · xd1 + d2 · xd2 + ... + dn · xdn + kd (4)
(Where xcn and xdn are execution quantities (variables) of the sales promotion means, cn and dn are sensitivity coefficients (constants) of the sales promotion means, kc is an intercept (constant) of f (0,..., 0), and kd is g (The intercept (constant) of 0, ..., 0).)
The number of customers / sales prediction for calculating the predicted number of orders received or the predicted sales amount when the formula (3) and / or formula (4) calculated by the regression analysis unit is read and the execution quantity for each sales promotion means is substituted. And an arithmetic unit.
In the sales promotion plan support system configured as described above, in addition to the operation of the invention described in
請求項１１に記載の発明である販売促進計画支援プログラムは、コンピュータによって、販促予算額を演算するために実行されるプログラムであって、売上データベースに販売時期、地域コード、顧客による受注件数、売上金額を格納する売上データ格納工程と、販促データベースに販売促進活動（以下、単に販促という）時期、地域コード、複数の販促手段毎の実行数量を格納する販促データ格納工程と、所望の前記地域コードに該当し、かつ、所望の販売期間に含まれる前記販売時期の前記顧客による受注件数又は売上金額を前記売上データベースから読み出して、所望の前記地域コードに該当し、かつ、所望の販促時期に実行された前記複数の販促手段毎の実行数量を前記販促データベースから読み出して、前記読み出された顧客による受注件数又は売上金額と、前記販促手段毎の実行数量の相互相関係数を演算する相関分析工程と、この相関分析工程で演算された前記顧客による受注件数又は売上金額と前記販促手段毎の実行数量との相互相関係数を出力する出力工程と、を実行させるものである。
上記構成の販売促進計画支援プログラムでは、相関分析工程が、地域毎に、顧客による受注件数又は売上金額と複数の販促手段それぞれ毎の実行数量との相互相関係数を演算する作用を有する。
The sales promotion plan support program according to the invention described in
In the sales promotion plan support program having the above-described configuration, the correlation analysis process has an operation of calculating a cross-correlation coefficient between the number of orders received by the customer or the sales amount and the execution quantity for each of the plurality of sales promotion means for each region.
請求項１２に記載の発明である販売促進計画支援プログラムは、請求項１１記載の販売促進計画支援プログラムにおいて、前記地域コード毎に、前記所望の販売期間に含まれる前記販売時期の前記顧客による受注件数又は売上金額と、前記所望の販売期間前であってこの所望の販売期間と同一の販売期間に含まれる販売時期の前記顧客による受注件数又は売上金額との差分又は比を演算して、前記地域コードに対する販促効果を評価可能な販促反応演算工程を備え、前記出力工程は前記販促反応演算工程で演算された前記差分又は比を出力可能であることを特徴とするものである。
上記構成の販売促進計画支援プログラムでは、請求項１１に記載の発明の作用に加えて、販促反応演算工程が、販売期間前と販売期間中それぞれの受注件数又は売上金額の差分又は比を演算するという作用を有する。
The sales promotion plan support program according to
In the sales promotion plan support program with the above configuration, in addition to the operation of the invention according to
請求項１３に記載の発明である販売促進計画支援プログラムは、請求項１１又は請求項１２に記載の販売促進計画支援プログラムにおいて、前記相関分析工程が、前記顧客による受注件数又は売上金額に対して前記販促手段毎の実行数量との相互相関係数を演算する際に、前記所望の販促時期と，前記所望の販売期間の始点を同一又は所望の時間差を持たせて、この始点からの経過時間をパラメータとして演算し、前記出力工程は、パラメータとされた前記経過時間に対して前記相互相関係数の変化を出力することを特徴とするものである。
上記構成の販売促進計画支援プログラムでは、請求項１１又は請求項１２に記載の発明の作用に加えて、相関分析工程が販売期間の始点と販促時期を同一又は所望の時間差を持たせて、この始点からの経過時間をパラメータとして演算し、出力工程が経過時間をパラメータとして演算された相互相関係数の変化を出力するように作用する。
The sales promotion plan support program according to
In the sales promotion plan support program having the above-described configuration, in addition to the operation of the invention according to claim 11 or
請求項１４に記載の発明である販売促進計画支援プログラムは、請求項１３に記載の販売促進計画支援プログラムにおいて、前記経過時間をパラメータとして演算された前記相互相関係数の中から前記販促手段毎の最大値を前記相互相関係数として抽出する相関補正分析工程を有することを特徴とするものである。
上記構成の販売促進計画支援プログラムでは、請求項１３に記載の発明の作用に加えて、相関補正分析工程が、経過時間をパラメータとして演算された相互相関係数の中から販促手段毎の最大値を相互相関係数として抽出するように作用する。
The sales promotion plan support program according to
In the sales promotion plan support program having the above-described configuration, in addition to the operation of the invention according to
請求項１５に記載の発明である販売促進計画支援プログラムは、請求項１４に記載の販売促進計画支援プログラムにおいて、前記相関補正分析工程は、前記最大値に代えて予め定められた所望のしきい値を超える相互相関係数を前記相互相関係数として抽出することを特徴とするものである。
上記構成の販売促進計画支援プログラムでは、請求項１４に記載の発明において相互相関係数の最大値を用いたことに代えて、所望のしきい値を超える相互相関係数を相互相関係数として抽出して、これを用いて販促予算演算工程では、販促手段毎の相互相関係数の占有割合を演算し、この占有割合を用いて総販促予算額から販促手段毎の販促予算額を演算するように作用する。
A sales promotion plan support program according to a fifteenth aspect of the present invention is the sales promotion plan support program according to the fourteenth aspect, wherein the correlation correction analysis step includes a predetermined desired threshold value instead of the maximum value. A cross-correlation coefficient exceeding a value is extracted as the cross-correlation coefficient.
In the sales promotion plan support program configured as described above, instead of using the maximum value of the cross-correlation coefficient in the invention according to
請求項１６に記載の発明である販売促進計画支援プログラムは、請求項１１乃至請求項１５のいずれか１項に記載の販売促進計画支援プログラムにおいて、前記相関分析工程で演算された前記顧客による受注件数又は売上金額と前記販促手段毎の実行数量との前記相互相関係数を読み出して、前記販促手段毎の相互相関係数の占有割合を演算すると共に、予め所望に定められる総販促予算額と前記販促手段毎の相互相関係数の占有割合との積を演算して販促手段毎の販促予算額を演算する販促予算演算工程を有し、前記出力工程は前記販促予算演算工程で演算された前記販促手段毎の販促予算額を出力可能であることを特徴とするものである。
上記構成の販売促進計画支援プログラムでは、請求項１１乃至請求項１５のいずれか１項に記載の発明の作用に加えて、販促予算演算工程が、それら相互相関係数の占有割合に応じて総販促予算額を分配するという作用を有する。
The sales promotion plan support program according to
In the sales promotion plan support program having the above-described configuration, in addition to the operation of the invention according to any one of
請求項１７に記載の発明である販売促進計画支援プログラムは、請求項１１乃至請求項１６のいずれか１項に記載の販売促進計画支援プログラムにおいて、前記売上データベースに格納される顧客による受注件数又は売上金額は、新規顧客及びリピート顧客で分類される顧客種類毎の受注件数又は新規顧客及びリピート顧客で分類される顧客種類毎の売上金額であり、前記相関分析工程は、前記顧客種類毎の受注件数又は前記顧客種類毎の売上金額と前記販促手段毎の実行数量の相互相関係数を演算することを特徴とするものである。
上記構成の販売促進計画支援プログラムでは、請求項１１乃至請求項１６のいずれか１項に記載の発明の作用に加えて、受注件数又は売上金額を新規顧客とリピート顧客に分類して顧客種類毎の受注件数又は売上金額として、相関分析工程は顧客種類毎の受注件数又は顧客種類毎の売上金額と販促手段毎の実行数量の相互相関係数を演算するという作用を有する。
The sales promotion plan support program according to
In the sales promotion plan support program configured as described above, in addition to the operation of the invention according to any one of
請求項１８に記載の発明である販売促進計画支援プログラムは、コンピュータによって、予測受注件数又は予測売上額を演算するために実行されるプログラムであって、売上データベースに販売時期、地域コード、顧客による受注件数、売上金額を格納する売上データ格納工程と、販促データベースに販売促進活動（以下、単に販促という）時期、地域コード、複数の販促手段毎の実行数量を格納する販促データ格納工程と、所望の前記地域コードに該当し、かつ、所望の販売期間に含まれる前記販売時期の前記顧客による受注件数又は売上金額を前記売上データベースから読み出して、所望の前記地域コードに該当し、かつ、所望の販促時期に実行された前記複数の販促手段毎の実行数量を前記販促データベースから読み出して、前記読み出された顧客による受注件数又は売上金額と、前記販促手段毎の実行数量の相互相関係数を式（１）の一次式で表現し、前記販促手段毎の実行数量に対する感度係数を演算する回帰分析工程と、
ｆ（ｘａ１，ｘａ２，．．．，ｘａｎ）
＝ａ１・ｘａ１＋ａ２・ｘａ２＋・・・＋ａｎ・ｘａｎ＋ｋａ （１）
（但し、ｘａｎは販促手段の実行数量（変数）、ａｎは販促手段の感度係数（定数）、ｋａはｆ（０，．．．，０）の切片（定数）である。）
この回帰分析工程で演算された前記式（１）を読み出して、販促手段毎の実行数量を代入した際の予測受注件数又は予測売上額を演算する顧客件数・売上予測演算工程と、この顧客件数・売上予測演算工程で演算された前記予測受注件数又は予測売上額を出力する出力工程と、を実行させるものである。
上記構成の販売促進計画支援プログラムでは、回帰分析工程が、顧客による受注件数又は売上金額と、販促手段毎の実行数量の関係を式（１）の一次式で表現し、販促手段毎の実行数量に対する感度係数を演算するという作用を有する。また、顧客件数・売上予測演算工程は式（１）から販促手段毎に販促手段毎の実行数量を代入した際の予測受注件数又は予測売上額を演算するという作用を有する。
The sales promotion plan support program according to
f (xa1, xa2, ..., xan)
= A1 * xa1 + a2 * xa2 + ... + an * xan + ka (1)
(Where xan is the execution quantity (variable) of the sales promotion means, an is the sensitivity coefficient (constant) of the sales promotion means, and ka is the intercept (constant) of f (0, ..., 0).)
The number of customers / sales prediction calculation step for calculating the predicted number of orders received or the estimated sales amount when the formula (1) calculated in this regression analysis step is read and the execution quantity for each sales promotion means is substituted, and the number of customers And an output step of outputting the predicted number of orders received or the predicted sales amount calculated in the sales prediction calculation step.
In the sales promotion plan support program with the above configuration, the regression analysis process expresses the relationship between the number of orders received by the customer or the sales amount and the execution quantity for each sales promotion means as a primary expression of formula (1), and the execution quantity for each sales promotion means. It has the effect | action of calculating the sensitivity coefficient with respect to. Further, the customer number / sales prediction calculation step has an effect of calculating the predicted order number or the predicted sales amount when the execution quantity for each sales promotion means is substituted for each sales promotion means from the equation (1).
請求項１９に記載の発明である販売促進計画支援プログラムは、請求項１８記載の販売促進計画支援プログラムにおいて、前記読み出された顧客による受注件数又は売上金額と、前記販促手段毎の実行数量の相互相関係数を演算する相関分析工程と、この相関分析工程が、前記顧客による受注件数又は売上金額に対して前記販促手段毎の実行数量との相互相関係数を演算する際に、前記所望の販促時期と前記所望の販売期間の始点を同一又は所望の時間差を持たせて、この始点からの経過時間をパラメータとして演算し、この経過時間をパラメータとして演算された前記相互相関係数の中から予め定められた所望のしきい値を超える相互相関係数を発生している前記経過時間の期間を抽出する相関補正分析工程を有し、前記回帰分析工程は、所望の前記地域コードに該当し、かつ、前記相関補正分析工程で抽出された経過時間の期間に含まれる前記販売時期の前記顧客による受注件数又は売上金額を前記売上データベースから読み出して、所望の前記地域コードに該当し、かつ、前記相関補正分析工程で抽出された相互相関係数を発生させた経過期間に実行された前記複数の販促手段毎の実行数量を前記販促データベースから読み出して、前記読み出された顧客による受注件数又は売上金額と、前記販促手段毎の実行数量の相互相関係数を式（２）の一次式で表現し、前記販促手段毎の実行数量に対する感度係数を演算し、
ｆ（ｘｂ１，ｘｂ２，．．．，ｘｂｎ）
＝ｂ１・ｘｂ１＋ｂ２・ｘｂ２＋・・・＋ｂｎ・ｘｂｎ＋ｋｂ （２）
（但し、ｘｂｎは販促手段の実行数量（変数）、ｂｎは販促手段の感度係数（定数）、ｋｂはｆ（０，．．．，０）の切片（定数）である。）
前記顧客件数・売上予測演算工程は、前記回帰分析工程で演算された前記式（２）を読み出して、販促手段毎の実行数量を代入した際の予測受注件数又は予測売上額を演算することを特徴とするものである。
上記構成の販売促進計画支援プログラムでは、請求項１８に記載の発明の作用に加えて、相関分析工程が、顧客による受注件数又は売上金額と、販促手段毎の実行数量の相互相関係数を演算するという作用を有し、また、相関分析工程に含まれる相関補正分析工程が、販促時期と販売期間の始点を同一又は時間差を持たせて、この始点からの経過時間をパラメータとして演算し、この経過時間をパラメータとして演算された相互相関係数の中から予め定められたしきい値を超える相互相関係数を抽出するという作用を有する。そして、回帰分析工程はその抽出された相互相関係数を発生させた経過時間に実行された販促手段毎の実行数量を用いて、式（２）に関する感度係数を演算するという作用を有する。
The sales promotion plan support program according to
f (xb1, xb2, ..., xbn)
= B1 · xb1 + b2 · xb2 + ... + bn · xbn + kb (2)
(Where xbn is the execution quantity (variable) of the sales promotion means, bn is the sensitivity coefficient (constant) of the sales promotion means, and kb is the intercept (constant) of f (0, ..., 0).)
The customer number / sales prediction calculation step reads the equation (2) calculated in the regression analysis step and calculates the predicted order number or the predicted sales amount when the execution quantity for each sales promotion means is substituted. It is a feature.
In the sales promotion plan support program with the above configuration, in addition to the operation of the invention described in
請求項２０に記載の発明である販売促進計画支援プログラムは、請求項１８記載の販売促進計画支援プログラムにおいて、前記売上データベースに格納される顧客による受注件数又は売上金額は、新規顧客及びリピート顧客で分類される顧客種類毎の受注件数又は新規顧客及びリピート顧客で分類される顧客種類毎の売上金額であり、前記回帰分析工程は、前記顧客種類毎の受注件数又は売上金額を読み出して、新規顧客及びリピート顧客のそれぞれについて、前記販促手段毎の実行数量の相互相関係数をそれぞれ式（３）及び式（４）の一次式で表現し、前記販促手段毎の実行数量に対する感度係数を演算し、
ｆ（ｘｃ１，ｘｃ２，．．．，ｘｃｎ）
＝ｃ１・ｘｃ１＋ｃ２・ｘｃ２＋・・・＋ｃｎ・ｘｃｎ＋ｋｃ （３）
ｇ（ｘｄ１，ｘｄ２，．．．，ｘｄｎ）
＝ｄ１・ｘｄ１＋ｄ２・ｘｄ２＋・・・＋ｄｎ・ｘｄｎ＋ｋｄ （４）
（但し、ｘｃｎ，ｘｄｎは販促手段の実行数量（変数）、ｃｎ，ｄｎは販促手段の感度係数（定数）、ｋｃはｆ（０，．．．，０）の切片（定数）、ｋｄはｇ（０，．．．，０）の切片（定数）である。）
前記回帰分析工程で演算された前記式（３）及び／又は式（４）を読み出して、販促手段毎の実行数量を代入した際の予測受注件数又は予測売上額を演算する顧客件数・売上予測演算工程と、を実行させることを特徴とするものである。
上記構成の販売促進計画支援プログラムでは、請求項１８に記載された発明の作用に加えて、回帰分析工程が顧客種類毎の受注件数又は売上金額を用いて、販促手段毎の実行数量の関係をそれぞれ式（３）及び式（４）の一次式で表現し、販促手段毎の実行数量に対する感度係数を演算するという作用を有する。
The sales promotion plan support program according to
f (xc1, xc2, ..., xcn)
= C1 * xc1 + c2 * xc2 + ... + cn * xcn + kc (3)
g (xd1, xd2, ..., xdn)
= D1 · xd1 + d2 · xd2 + ... + dn · xdn + kd (4)
(Where xcn and xdn are execution quantities (variables) of the sales promotion means, cn and dn are sensitivity coefficients (constants) of the sales promotion means, kc is an intercept (constant) of f (0,..., 0), and kd is g (The intercept (constant) of 0, ..., 0).)
The number of customers / sales prediction for calculating the predicted number of orders received or the predicted sales amount when the formula (3) and / or formula (4) calculated in the regression analysis step is read and the execution quantity for each sales promotion means is substituted. And a calculation step.
In the sales promotion plan support program having the above configuration, in addition to the operation of the invention described in
本発明の請求項１に記載の販売促進計画支援システムでは、相関分析部で顧客による受注件数又は売上金額と複数の販促手段それぞれ毎の実行数量との相互相関係数を演算することができるので、受注件数又は売上金額と販促手段の実行数に関する相関強度を複数の販促手段毎に得ることができる。
In the sales promotion plan support system according to
本発明の請求項２に記載の販売促進計画支援システムでは、請求項１に記載の発明の効果に加えて、販促反応演算部が販売期間前と販売期間中それぞれの受注件数又は売上金額の差分又は比を演算するので、地域コードに該当する地域での販促効果を評価することができる。
In the sales promotion plan support system according to
本発明の請求項３記載の販売促進計画支援システムでは、請求項１又は請求項２に記載の発明の効果に加えて、相関分析部で経過時間をパラメータとして販促手段毎の相互相関係数を演算するので、時間経過によって異なる複数の販促手段毎の相関強度を比較することができる。また、販促手段毎に、所望の販売期間の始点からの経過時間がどの程度あれば、どの程度の相互相関係数が得られるのか、知見を得ることができるのである。
In the sales promotion plan support system according to
本発明の請求項４記載の販売促進計画支援システムでは、請求項３に記載の発明の効果に加えて、相関分析部で演算される販促手段毎の相互相関係数の経過時間をパラメータとした最大値を相互相関係数とするので、時間経過によって異なる複数の販促手段毎の相関強度を、より高い精度で比較することができる。すなわち、販売時期という一定期間内での相互相関係数の最大値を取ることで、販促手段毎にその販促手段の特徴によって異なる最大効果を発揮する時期での相互相関係数同士を比較することができるので、それぞれの販促手段が備える特徴を反映した効果に対する評価が可能となる。
In the sales promotion plan support system according to
本発明の請求項５に記載の販売促進計画支援システムでは、請求項３に記載の発明における相互相関係数の最大値に代えて、所望のしきい値を超える相互相関係数を用いることで、最大値を検出するまでに経過時間を取ることなく、ある程度の実効性が評価できる時点での相互相関係数を用いることができるので、高い精度を担保しつつ短い経過時間での評価を実施することができる。また、経過時間を複数の販促手段に共通の長さとして評価することも可能であり、共通期間内での実効性を評価することも可能である。
In the sales promotion planning support system according to
本発明の請求項６に記載の販売促進計画支援システムでは、請求項１乃至請求項５のいずれか１項に記載の発明の効果に加えて、販促予算演算部では相互相関係数の占有割合に応じて総販促予算額を分配するので、受注件数や売上金額に対して相関関係の強い、すなわち、実効性の高い販促手段に重きを置いて販促活動を行うための予算を編成することが可能である。
In the sales promotion plan support system according to
本発明の請求項７に記載の販売促進計画支援システムでは、請求項１乃至請求項６のいずれか１項に記載の発明の効果に加えて、顧客を新規顧客とリピート顧客に分類し、前記顧客種類毎の受注件数又は前記顧客種類毎の売上金額と前記販促手段毎の実行数量の相互相関係数を演算するので、事業者に対する知識や先入観を備えていない新規顧客とある程度の情報やイメージを抱いているリピート顧客毎に販促の実効性を評価することが可能である。従って、顧客特性に沿った販促活動のための予算を編成することができる。
In the sales promotion plan support system according to
本発明の請求項８に記載の販売促進計画支援システムでは、顧客による受注件数、売上金額と複数の販促手段毎の実行数量を用いて回帰分析を行い、販促手段毎の実行数量に対する感度係数を演算するので、複数の販促手段毎に実行数量を代入すると、定量的に予測受注件数又は予測売上額を予測することができ、販売促進計画の立案に資することを可能としている。また、いずれの販促手段が効率的に受注件数に結び付くのか、また売上金額に結び付くのか地域毎に評価を行うことが可能であり、地域に即した販促計画を立案することができるのである。
In the sales promotion plan support system according to
本発明の請求項９記載の販売促進計画支援システムでは、請求項８に記載の発明の効果に加えて、相互相関係数を販促時期と販売期間の始点からの経過時間をパラメータとして演算して、予め定められたしきい値を超える相互相関係数を抽出し、回帰分析部がその抽出された相互相関係数を発生させた経過時間に実行された販促手段毎の実行数量を用いて、式（２）に関する感度係数を演算するので、請求項５に記載の発明と同様に、高い精度を担保しつつ短い経過時間での評価を実施することができ、また、経過時間を複数の販促手段に共通の長さとして評価することも可能であり、共通期間内での実効性を評価することも可能である。
In the sales promotion plan support system according to
本発明の請求項１０記載の販売促進計画支援システムでは、請求項８に記載の発明の効果に加えて、顧客種類毎の受注件数又は受注金額を用いて、販促手段毎の実行数量に対する感度係数を回帰分析するので、請求項７に記載の発明と同様に、事業者に対する知識や先入観を備えていない新規顧客とある程度の情報やイメージを抱いているリピート顧客毎に販促の実効性を評価することが可能である。従って、顧客特性に沿った予測受注件数と予測売上額を評価することができる。
In the sales promotion plan support system according to claim 10 of the present invention, in addition to the effect of the invention according to
本発明の請求項１１記載の販売促進計画支援プログラムでは、請求項１に記載の販売促進計画支援システムをプログラム発明として捉えたものであるので、その効果は請求項１に記載の発明と同様である。
In the sales promotion plan support program according to claim 11 of the present invention, since the sales promotion plan support system according to
本発明の請求項１２記載の販売促進計画支援プログラムでは、請求項２に記載の販売促進計画支援システムをプログラム発明として捉えたものであるので、その効果は請求項２に記載の発明と同様である。
In the sales promotion plan support program according to claim 12 of the present invention, since the sales promotion plan support system according to
本発明の請求項１３記載の販売促進計画支援プログラムでは、請求項３に記載の販売促進計画支援システムをプログラム発明として捉えたものであるので、その効果は請求項３に記載の発明と同様である。
In the sales promotion plan support program according to claim 13 of the present invention, since the sales promotion plan support system according to
本発明の請求項１４記載の販売促進計画支援プログラムでは、請求項４に記載の販売促進計画支援システムをプログラム発明として捉えたものであるので、その効果は請求項３に記載の発明と同様である。
In the sales promotion plan support program according to claim 14 of the present invention, since the sales promotion plan support system according to
本発明の請求項１５記載の販売促進計画支援プログラムでは、請求項５に記載の販売促進計画支援システムをプログラム発明として捉えたものであるので、その効果は請求項５に記載の発明と同様である。
In the sales promotion plan support program according to claim 15 of the present invention, since the sales promotion plan support system according to
本発明の請求項１６記載の販売促進計画支援プログラムでは、請求項６に記載の販売促進計画支援システムをプログラム発明として捉えたものであるので、その効果は請求項６に記載の発明と同様である。
In the sales promotion plan support program according to claim 16 of the present invention, the sales promotion plan support system according to
本発明の請求項１７記載の販売促進計画支援プログラムでは、請求項７に記載の販売促進計画支援システムをプログラム発明として捉えたものであるので、その効果は請求項７に記載の発明と同様である。
In the sales promotion plan support program according to claim 17 of the present invention, since the sales promotion plan support system according to
本発明の請求項１８記載の販売促進計画支援プログラムでは、請求項８に記載の販売促進計画支援システムをプログラム発明として捉えたものであるので、その効果は請求項８に記載の発明と同様である。
In the sales promotion plan support program according to claim 18 of the present invention, since the sales promotion plan support system according to
本発明の請求項１９記載の販売促進計画支援プログラムでは、請求項９に記載の販売促進計画支援システムをプログラム発明として捉えたものであるので、その効果は請求項９に記載の発明と同様である。
In the sales promotion plan support program according to claim 19 of the present invention, since the sales promotion plan support system according to
本発明の請求項２０記載の販売促進計画支援プログラムでは、請求項１０に記載の販売促進計画支援システムをプログラム発明として捉えたものであるので、その効果は請求項１０に記載の発明と同様である。
In the sales promotion plan support program according to claim 20 of the present invention, since the sales promotion plan support system according to
以下に、本発明の実施の形態に係る販売促進計画支援システムについて図１に基づき説明する。
図１は、本発明の本実施の形態に係る販売促進計画支援システムの概念図である。販売促進計画支援システム１は、地域密着型の小売店舗やフランチャイズ展開している事業者のサテライト店舗等が、複数の販促手段（販促活動）を導入しながら、店舗周囲に広がる顧客に対する商品あるいはサービスの受注件数（注文件数）や売上金額と販促手段の実行数量をデータとして収集しておき、これらのデータを用いて（１）受注件数又は売上金額と販促手段の実行数量との相互相関強度やこれらの感度係数を分析することで、あるいは、（２）販促手段の投入に基づく受注件数あるいは売上金額をより精度高く予測することで、より精度を高めた販促手段の予算配分とそれに基づく販促手段の効率的な展開を可能にするものである。また、地域毎に各データを収集することで、地域特性を把握しながら、データ蓄積による傾向の推移をも評価に追加していくことが可能なシステムとなっている。
Below, the sales promotion plan support system which concerns on embodiment of this invention is demonstrated based on FIG.
FIG. 1 is a conceptual diagram of a sales promotion plan support system according to the present embodiment of the present invention. The sales promotion
図１において、販売促進計画支援システム１は、入力部２、分析演算部３、出力部４及びデータベース群として、件数・売上データベース５、相関係数データベース６、回帰係数データベース７、販促データベース８、販促予算データベース９及び販促計画データベース１０から構成されている。
入力部２は、販売促進計画支援システム１の分析演算部３で演算される結果に関するデータ以外の，外部からデータベース５〜１０に格納される例えば新規顧客件数・売上データ１７、ポスティング活動データ２９あるいは販促総予算データ３２等のデータを予め入力して、読み出し可能に格納しておくために用いられる。また、分析時や演算時にデータベース５〜１０を介することなく、分析演算部３に対して、データを入力する場合にも用いられる。入力部２の具体例としては、キーボード、マウス、ペンタブレット、光学式の読取装置あるいはコンピュータ等の解析装置や計測機器等から通信回線を介してデータを受信する受信装置など複数種類の装置からなり目的に応じた使い分け可能な装置が考えられる。また、販売促進計画支援システム１への入力に対するインターフェースのようなものであってもよい。
また、出力部４は、分析演算部３から、あるいは各データベースからデータを読み出して外部へ出力するものである。具体的にはＣＲＴ、液晶、プラズマあるいは有機ＥＬなどによるディスプレイ装置、あるいはプリンタ装置などの表示装置、さらには外部装置への伝送を行うためのトランスミッタなどの発信装置などが考えられる。もちろん、外部装置への伝送のための出力に対するインターフェースのようなものであってもよい。
In FIG. 1, the sales promotion
The
The
分析演算部３は、相関分析部１１、相関補正分析部１２、販促反応演算部１３、回帰分析部１４、販促予算演算部１５及び顧客件数・売上予測演算部１６から構成されている。これらの機能については詳細に後述するが、概略は以下のとおりである。
相関分析部１１は、顧客による受注件数、売上金額と販促手段の実行数量との相互相関を分析するものである。分析結果に関するデータは相関係数データベース６に格納するかあるいはこのデータを用いる各部に送信される。
なお、顧客による受注件数、売上金額が生じるのは販売時期であり、また、この販売時期を一定期間集合させたものが販売期間となる。この販売時期あるいは販売期間はいつでも所望の時期、期間を選択可能であるが、本願発明では、顧客による受注件数又は売上金額と各販促手段の相関分析あるいは後述する回帰分析を実行するので、販促手段を実行した販促時期よりも後の販売時期あるいは販売期間ということになる。また、販促手段を複数回実行する場合には、最初の販促手段のみに対する相関分析や回帰分析を行うのであれば、次の販促手段を実行するまでの時期あるいは期間となるが、販促手段が複数実行された全体に対する相関分析や回帰分析であれば、複数回実行される期間内の販売時期や販売期間を選択してもよい。
また、相関分析部１１は、顧客による受注件数又は売上金額に対して販促手段毎の実行数量との相互相関係数を演算する際に、販促時期と販売期間の始点を同一又は予め所望に定められた時間差を持たせて、この始点からの経過時間をパラメータとして演算することができる。
相関補正分析部１２は、相関分析部１１によって販売期間の始点からの経過時間をパラメータとして演算された相互相関係数の中から販促手段毎の最大値を取る相互相関係数を分析するものである。
また、この相関補正分析部１２は、この最大値に代えて、予め所望に定められたしきい値を超える相互相関係数を抽出することもできる。分析結果に関するデータは、相関係数データベース６に格納するかあるいはこのデータを用いる演算部又は相関分析部１１等の分析部に送信される。
さらに、この相関補正分析部１２は、予め所望に定められたしきい値を超える相互相関係数あるいは前述の最大値を発生させる経過時間の期間を抽出することもできる。分析結果に関するデータは、相関係数データベース６に格納するかあるいはこのデータを用いる演算部又は回帰分析部１４等の分析部に送信される。
販促反応演算部１３は、予め所望に定められた販売期間に含まれる販売時期の顧客による受注件数又は売上金額と、予め所望に定められた販売期間前であってこの販売期間と同一の販売期間に含まれる販売時期の顧客による受注件数又は売上金額との差分又は比を演算するものである。演算結果に関するデータは、件数・売上データベース５に格納するかあるいはこのデータを用いる演算部又は分析部に送信される。
The
The
Note that the number of orders received by customers and the amount of sales are generated during the sales period, and the sales period is a collection of the sales periods for a certain period. The desired timing and period can be selected at any time for this sales period or sales period. However, in the present invention, the correlation analysis between the number of orders received by the customer or the sales amount and each sales promotion means or the regression analysis described later is executed. This means that the sales period or sales period is later than the sales promotion period. In addition, when the sales promotion means is executed a plurality of times, if the correlation analysis or regression analysis is performed only on the first sales promotion means, it is the time or period until the next sales promotion means is executed. As long as the correlation analysis or regression analysis is performed on the whole executed, a sales period or a sales period within a period that is executed a plurality of times may be selected.
Further, when calculating the cross-correlation coefficient between the number of orders received by the customer or the sales amount with the execution quantity for each sales promotion means, the
The correlation
The correlation
Further, the correlation
The sales promotion
回帰分析部１４は、顧客による受注件数又は売上金額と、販促手段毎の実行数量の関係を予測式（１）の一次式で表現し、販促手段毎の実行数量に対する感度係数を演算するものである。
ｆ（ｘａ１，ｘａ２，．．．，ｘａｎ）
＝ａ１・ｘａ１＋ａ２・ｘａ２＋・・・＋ａｎ・ｘａｎ＋ｋａ （１）
（但し、ｘａｎは販促手段の実行数量（変数）、ａｎは販促手段の感度係数（定数）、ｋａはｆ（０，．．．，０）の切片（定数）である。）
また、この回帰分析部１４は、先に説明した相関補正分析部１２によって演算された予め所望に定められたしきい値を超える相互相関係数に相当する経過時間において得られた顧客による受注件数又は売上金額を用いた場合には、予測式（１）に代えて、以下のような予測式（２）として表現して、販促手段毎の実行数量に対する感度係数をも分析可能である。
ｆ（ｘｂ１，ｘｂ２，．．．，ｘｂｎ）
＝ｂ１・ｘｂ１＋ｂ２・ｘｂ２＋・・・＋ｂｎ・ｘｂｎ＋ｋｂ （２）
（但し、ｘｂｎは販促手段の実行数量（変数）、ｂｎは販促手段の感度係数（定数）、ｋｂはｆ（０，．．．，０）の切片（定数）である。）
さらに、この回帰分析部１４は、顧客による受注件数及び売上金額を新規顧客及びリピート顧客で分類される顧客種類毎の受注件数又は新規顧客及びリピート顧客で分類される顧客種類毎の売上金額とした場合には、予測式（１）に加えて、以下のような式予測（３）及び予測（４）として表現して、顧客種類毎の受注件数又は売上金額であって販促手段毎の実行数量に対する感度係数をも分析可能である。
ｆ（ｘｃ１，ｘｃ２，．．．，ｘｃｎ）
＝ｃ１・ｘｃ１＋ｃ２・ｘｃ２＋・・・＋ｃｎ・ｘｃｎ＋ｋｃ （３）
ｇ（ｘｄ１，ｘｄ２，．．．，ｘｄｎ）
＝ｄ１・ｘｄ１＋ｄ２・ｘｄ２＋・・・＋ｄｎ・ｘｄｎ＋ｋｄ （４）
（但し、ｘｃｎ，ｘｄｎは販促手段の実行数量（変数）、ｃｎ，ｄｎは販促手段の感度係数（定数）、ｋｃはｆ（０，．．．，０）の切片（定数）、ｋｄはｇ（０，．．．，０）の切片（定数）である。）
分析結果に関するデータは、回帰係数データベース７に格納するかあるいはこのデータを用いる各部に送信される。
The
f (xa1, xa2, ..., xan)
= A1 * xa1 + a2 * xa2 + ... + an * xan + ka (1)
(Where xan is the execution quantity (variable) of the sales promotion means, an is the sensitivity coefficient (constant) of the sales promotion means, and ka is the intercept (constant) of f (0, ..., 0).)
In addition, the
f (xb1, xb2, ..., xbn)
= B1 · xb1 + b2 · xb2 + ... + bn · xbn + kb (2)
(Where xbn is the execution quantity (variable) of the sales promotion means, bn is the sensitivity coefficient (constant) of the sales promotion means, and kb is the intercept (constant) of f (0, ..., 0).)
Further, the
f (xc1, xc2, ..., xcn)
= C1 * xc1 + c2 * xc2 + ... + cn * xcn + kc (3)
g (xd1, xd2, ..., xdn)
= D1 · xd1 + d2 · xd2 + ... + dn · xdn + kd (4)
(Where xcn and xdn are execution quantities (variables) of the sales promotion means, cn and dn are sensitivity coefficients (constants) of the sales promotion means, kc is an intercept (constant) of f (0,..., 0), and kd is g (The intercept (constant) of 0, ..., 0).)
Data relating to the analysis result is stored in the
販促予算演算部１５は、相関分析部１１で演算された顧客による受注件数又は売上金額と販促手段毎の実行数量との相互相関係数を相関係数データベース６又は相関分析部１１から読み出して、販促手段毎の相互相関係数の占有割合を演算すると共に、予め所望に定められる総販促予算額と販促手段毎の相互相関係数の占有割合との積を演算して販促手段毎の販促予算額を演算する。演算結果に関するデータは、件数・売上データベース５に格納するかあるいはこのデータを用いる部に送信される。
顧客件数・売上予測演算部１６は、回帰分析部１４で演算された顧客による受注件数又は売上金額と販促手段毎の実行数量に基づく予測式、すなわち感度係数及び切片を読み出して、販促手段毎の実行数量を代入した際の予測受注件数又は予測売上額を演算するものである。
The sales promotion
The number of customers / sales
次に、本発明の実施の形態に係る販売促進計画支援システム１のデータベース群５〜１０のそれぞれについて説明する。
件数・売上データベース５は、新規顧客件数・売上データ１７、既存顧客件数・売上データ１８、新規顧客件数・売上予測データ１９、既存顧客件数・売上予測データ２０及び販促反応分析データ２１を読み出し可能に格納している。これらのうち新規顧客件数・売上データ１７と既存顧客件数・売上データ１８は入力部２から予め入力されるか、あるいは分析や演算の途中に分析演算部３からの求めに応じて入力部２を介して分析演算部３に入力されてもよい。本実施の形態では、顧客に関する件数・売上データを新規顧客と既存顧客（リピート顧客）に分けて示しているが、顧客の種類毎に販促を行わない場合には、特に分けなくともよい。
図２（ａ），（ｂ）に顧客種類を分けない場合の件数・売上データ構成、及び図３（ａ），（ｂ）に顧客種類を分けた場合の件数・売上データ構成を示す。データとしては、売上日、店舗名、エリア番号、エリア名、件数（受注件数）、売上金額が含まれており、図３に示される件数・売上データでは、顧客種類毎の件数や売上金額が含まれている。それぞれ（ａ）は件数毎のデータを示し、（ｂ）は月毎、エリア毎に集計したデータを示している。示されている集計に限定するものではなく、例えは他にも店舗毎に集計しても構わない。
この中で、エリア番号とあるのが地域コードに該当する。本実施の形態では地域コードとしては、店舗が存在するエリアに対してエリア番号を付しているが、その地域の広狭は特に限定するものではなく、さらに地域コードは店舗レベルまで含める概念である。すなわち、店舗毎に個別の地域コードを付してもよい。
Next, each of the database groups 5-10 of the sales promotion
The number /
FIGS. 2A and 2B show the number of cases / sales data structure when the customer types are not divided, and FIGS. 3A and 3B show the number of cases / sales data structure when the customer types are divided. The data includes sales date, store name, area number, area name, number of orders (number of orders received), and sales amount. The number and sales data shown in Fig. 3 show the number of cases and sales amount for each customer type. include. Each (a) shows data for each number of cases, and (b) shows data aggregated for each month and each area. The present invention is not limited to the tabulation shown, for example, other tabulation may be performed for each store.
Among these, the area code corresponds to the area code. In this embodiment, as the area code, an area number is assigned to the area where the store exists, but the width of the area is not particularly limited, and the area code is a concept including the store level. . That is, you may attach an individual area code for every store.
相関係数データベース６は、相関分析部１１で分析された，顧客による受注件数、売上金額と販促手段の実行数量との相互相関係数が読み出し可能に格納されている。もちろん、顧客種類別の受注件数や売上金額を用いた場合には、顧客種類毎に分析された相互相関係数が格納されている。また、相関補正分析部１２で用いられる相関補正用のしきい値も読み出し可能に格納されている。
回帰係数データベース７は、回帰分析部１４によって分析された販促手段毎の感度係数や切片で構成されるポスティング回帰係数データ２６、新聞折込回帰係数データ２７及びＤＭ回帰係数データ２８を読み出し可能に格納するものである。もちろん、顧客種類を分けた件数・売上データ等を用いる場合には、これらのデータは、顧客種類毎に分析されるので、顧客種類毎に格納されるものである。
販促データベース８は、ポスティング活動データ２９、新聞折込活動データ３０及びＤＭ活動データ３１が読み出し可能に格納されている。これらのデータは、予め販促データベース８に格納されるが、分析や演算の途中に分析演算部３の求めに応じて入力部２を介して分析演算部３に入力されてもよい。本実施の形態では、販促手段としてポスティングと新聞折込活動とＤＭ（ダイレクトメール）活動の３種類を考慮したが、これ以外の販促手段として例えば、配達地域指定ゆうメール（ゆうメールは郵便事業株式会社の登録商標）、すなわちタウンプラス（タウンプラスは郵便事業株式会社の登録商標）のような販促手段を加えてもよいし、削除してもよい。
図４（ａ），（ｂ）にポスティング活動データ２９、新聞折込活動データ３０、ＤＭ活動データ３１のデータ構成をまとめて一覧として示す。（ａ）は販促活動毎のデータを示し、（ｂ）は月毎、エリア毎に集計したデータを示しているが、件数・売上データと同様に店舗毎に集計してもよい。
The
The
The
4A and 4B collectively show the data structures of the posting
販促予算データベース９は、販促総予算データ３２、ポスティング予算データ３３、新聞折込予算データ３４及びＤＭ予算データ３５が読み出し可能に格納している。販促総予算データ３２は事業者が、事業経営に必要なコストのうち、販促用に配分するとして予め所望に定めた総予算額に関するデータであり、予め入力部２を介して販促予算データベース９に格納されるか、あるいは販促予算演算部１５で販促手段毎の予算額を演算する際に販促予算演算部１５の求めに応じて入力部２を介して入力されてもよい。また、販促総予算データ３２は販売促進計画支援システム１を用いて定めることも可能であるので、候補として予め定めておき、販売促進計画支援システム１を用いた分析・演算によって修正してもよいことは言うまでもない。
ポスティング予算データ３３、新聞折込予算データ３４及びＤＭ予算データ３５は、販促手段毎に配分された予算額に関するデータであり、販促総予算データ３２を用いて販促予算演算部１５によって演算され、販促予算データベース９に格納される。
販促計画データベース１０は、ポスティング計画データ３６、新聞折込計画データ３７及びＤＭ計画データ３８を読み出し可能に格納している。これらは販促手段毎にどのような頻度あるいは数量で実行するかを記した計画に関するデータである。
この販促計画に関するデータは、販促手段毎の予算の配分を決定することで、決定されるデータもあれば、元々予算とは無関係に計画されるデータも含まれる。前者は、販促手段毎の実行数量と、受注件数や売上金額との相関分析を実施することで販促予算全体を地域毎、販促手段毎に振り分けるが、その振分け後のデータを意味している。また、後者は、利用者が予め予算とは無関係に別個に概略の目標値のようなものとして予め販促計画データベース１０に格納されるようなデータであり、販促手段毎の実行数量と、受注件数や売上金額との回帰分析を実行した後に、それぞれの販促手段の実行数量に対する感度係数を掛けることで、受注件数や売上金額の予測分析を実行するような場合に使用されるものである。
The sales
The posting
The sales
The data related to the sales promotion plan includes data determined by determining the allocation of the budget for each sales promotion means, and data originally planned regardless of the budget. The former distributes the entire sales promotion budget for each region and each sales promotion means by performing a correlation analysis between the execution quantity for each sales promotion means, the number of orders received, and the sales amount, and means the data after the distribution. The latter is data that is stored in advance in the sales
ここで、本願発明の実施の形態及び実施例に対する理解を容易とするために、相関分析と回帰分析の意義について図５を参照しながら説明する。図５は、販促手段ａ〜ｃのそれぞれについて、販促手段実行数量とその販促手段の効果、すなわち、顧客による受注件数又は売上金額との関係を示す概念図である。この図より、販促手段ａを表す直線が、最も傾きが大きく、販促に対する感度が高いことが理解できる。また、その次が販促手段ｂであり、最も感度が低いのが販促手段ｃということになる。ところが、各データのバラツキを見ると、販促手段ｃが最も低く、次が販促手段ａとなり、最もバラツキが大きいのが販促手段ｂということになっている。本願発明において、相互相関係数を分析するのは、このバラツキの大小を分析するものであり、回帰分析はバラツキが生じている現象を直線回帰させてその感度係数（傾き）を分析するものである。
この図５に示される販促手段では、販促手段ａが最も感度が高く、単位販促実行数量における販促の効果は大きいことが理解できるが、バラツキが多少あり、確実性に欠けることも理解できる。一方、販促手段ｃは、感度が最も低く、販促の効果は低いと考えられるが、バラツキが非常に少ない販促を実行したい際には、精度が高く手堅い反応を得ることが期待できるのである。
本願発明のような販売促進計画支援システム１においては、販売促進を目的とする場合、相関分析による精度と回帰分析による感度の両方を分析することではじめて的確な計画を策定可能であることを見出し、これを実現すべく本願発明に至ったのである。
以下、本実施の形態に係る販売促進計画支援システム１について、実施例を用いて詳細に説明する。
Here, in order to facilitate understanding of the embodiments and examples of the present invention, the significance of correlation analysis and regression analysis will be described with reference to FIG. FIG. 5 is a conceptual diagram showing the relationship between the sales promotion unit execution quantity and the effect of the sales promotion unit, that is, the number of orders received by the customer or the sales amount for each of the sales promotion units a to c. From this figure, it can be understood that the straight line representing the sales promotion means a has the largest inclination and the sensitivity to the sales promotion is high. The next is the sales promotion means b, and the lowest sensitivity is the sales promotion means c. However, when looking at the variation of each data, the sales promotion means c is the lowest, the next is the sales promotion means a, and the largest variation is the sales promotion means b. In the present invention, the cross-correlation coefficient is analyzed to analyze the magnitude of this variation, and the regression analysis is to analyze the sensitivity coefficient (slope) by linear regression of the phenomenon in which the variation occurs. is there.
In the sales promotion means shown in FIG. 5, it can be understood that the sales promotion means a has the highest sensitivity and the effect of the sales promotion in the unit sales promotion execution quantity is large, but there are some variations and lack of certainty. On the other hand, the sales promotion means c has the lowest sensitivity and the effect of the sales promotion is considered to be low. However, when it is desired to execute the sales promotion with very little variation, it can be expected to obtain a highly accurate and firm reaction.
In the sales promotion
Hereinafter, the sales promotion
以下、図６を参照しながら、実施例１に係る販売促進計画支援システム１について説明する。（特に請求項１乃至請求項７及び請求項１１乃至請求項１７に対応）
図６は、実施例１に係る販売促進計画支援システム１のデータ処理の流れを示すフローチャートである。あるいは、販売促進計画支援プログラムとして捉えた場合には、コンピュータに対して実行するデータ処理の流れのフローチャートでもある。
ステップＳ１は売上集計工程である。販売促進計画支援システム１を使用する事業者等は、日々図２（ａ）又は図３（ａ）に示されるような売上データ（件数データを含む）を収集しておき、月末等の適当な時期に図２（ｂ）又は図３（ｂ）に示されるような月毎、店舗毎、エリア毎に集計するとよい。その際、新規顧客及びリピート顧客のような顧客種類毎にまとめた件数・売上データとしてもよいし、図１の件数・売上データベース５には含めていないが、まとめて顧客件数・売上データとしておいてもよい。図２（ａ）では、売上日、店舗名、エリア番号、エリア名、件数、売上金額に関するデータが取得され、月次データとして、店舗毎、エリア毎に集計されている。店舗名及びエリア番号は記号で表現されており、これらをパラメータとして分析を行うことを可能としている。件数とは受注件数（注文件数）のことであり、売上金額は本実施例では便宜上すべて客単価として５，０００円で計算されている。
ステップＳ２は販促活動集計工程である。事業者等は、販促を行う度に図４（ａ）に示されるような販促活動データを収集しておき、月末等の適当な時期に図４（ｂ）に示されるような月毎、店舗毎、エリア毎、販促手段毎に集計するとよい。販促活動データは、販促手段の種類毎に販促の担当者及び販促実行数量を収集し、それらを集計する。
Hereinafter, the sales promotion
FIG. 6 is a flowchart illustrating a data processing flow of the sales promotion
Step S1 is a sales counting process. Companies that use the sales promotion
Step S2 is a sales promotion activity counting process. Businesses, etc., collect sales promotion data as shown in FIG. 4 (a) every time they make a sales promotion, and store them at monthly and monthly stores as shown in FIG. 4 (b) at an appropriate time such as the end of the month. It is good to total every area, every sales promotion means. The sales promotion data collects sales promotion personnel and sales promotion execution quantities for each type of sales promotion means, and totals them.
本実施例では、販促手段としてポスティングと新聞折込とＤＭであるので、販促数量としては、それぞれの実行数量を入力しているが、例えばインターネットやラジオ・テレビ等のマスメディアあるいは宣伝カー等を用いる場合には、販促数量としてはインターネット閲覧数やインターネット掲載時間、マスメディアの放送時間・回数、宣伝カーによる宣伝時間等、販促手段の種類等に応じて適切な定量的な指標を用いるとよい。
なお、本実施例では顧客種類毎に販促手段を講じることが、現実的には難しいため、顧客種類毎に販促活動データを取得していない。例えば、新聞折込等は購読者を分けて販促手段を講じることが実質的に不可能であり、インターネットやマスメディアあるいは宣伝カー等でも同様である。但し、業種によっては顧客種類別に販促活動を行うことが可能なものも存在するので、その場合には顧客種類別に販促活動データを取得してもよいことは言うまでもない。
ステップＳ３は相関分析工程である。相関分析の演算については図１及び図７乃至図１０を参照しながら説明する。相関分析は図１の相関分析部１１において実行される。相関分析部１１は、件数・売上データベース５から新規顧客件数・売上データ１７及び既存顧客件数・売上データ１８を読み出すと共に、販促データベース８からポスティング活動データ２９、新聞折込活動データ３０及びＤＭ活動データ３１を読み出す。これらのデータをまとめると図７のように示される。図７では、月毎、店舗毎、エリア毎にまとめたデータが示されているが、このまとめかたに限定されるものではなく、所望の期間、店舗群、あるいはエリア群など適宜集計されてもよい。
In this embodiment, posting, newspaper insert, and DM are used as the sales promotion means, and therefore, each execution quantity is entered as the sales promotion quantity. For example, mass media such as the Internet, radio / TV, or an advertising car is used. In this case, as the sales promotion quantity, an appropriate quantitative index may be used according to the type of sales promotion means, such as the number of Internet browsing, the Internet posting time, the broadcast time / number of mass media, the advertising time by an advertising car, and the like.
In this embodiment, since it is practically difficult to provide a sales promotion means for each customer type, sales promotion activity data is not acquired for each customer type. For example, newspaper inserts and the like are virtually impossible to divide subscribers and take sales promotion means, and the same applies to the Internet, mass media, advertising cars, and the like. However, depending on the type of business, there are those that can carry out sales promotion activities for each customer type. In this case, it is needless to say that sales promotion activity data may be acquired for each customer type.
Step S3 is a correlation analysis process. The calculation of the correlation analysis will be described with reference to FIG. 1 and FIGS. The correlation analysis is executed in the
相関分析部１１は、図７に示すように、まず新規件数（新規顧客受注件数）、リピート件数（リピート顧客受注件数）、売上金額、ポスティング実行数量、新聞折込実行数量、ＤＭ実行数量の平均値と標準偏差値を演算する。本実施例ではそれぞれ図７に示されるような値となる。
次に、図８に示されるようにそれぞれの月、店舗、エリアで新規件数、リピート件数、売上金額、ポスティング、新聞折込、ＤＭについて平均値との偏差を演算し、図９に示されるように新規件数、リピート件数及び売上金額の偏差と、各販促手段の実行数量の偏差の積を演算し、その偏差積の平均を演算する。さらに、その偏差積を、偏差積を取ったそれぞれの項目の偏差値の積で除すると相関係数（相互相関係数）を得ることができる。それぞれの項目とは、例えば、新規件数とポスティング実行数量の偏差積を取ったものであれば、新規件数とポスティング実行数量が項目という意味である。従って、新規件数とポスティング実行数量の偏差積を、新規件数の偏差値とポスティング実行数量の偏差値の積で除することになる。
このようにして得られる相関係数は、新規件数、リピート件数、売上金額のそれぞれと各販促手段の実行数量との相関関係を定量的に演算するものであり、数値が１に近いほど相関が強く、０に近いほど相関が薄いことになる。本実施例では、顧客による受注件数は新規顧客とリピート顧客に分けて売上金額は分けていないが、もちろん売上金額についても図３で示されるように分けて相関分析を実行してもよい。
相関分析部１１は、さらに図１０に示されるように新規件数、リピート件数、売上金額毎に、ポスティング、新聞折込、ＤＭの相関係数の全体に対する占有割合を演算する。占有割合は、それぞれの販促手段の新規件数やリピート件数あるいは売上金額に対する効果の確からしさの相対的な強度を示している。
相関分析部１１は、それぞれの相関係数やその占有割合を相関係数データベース６にポスティング相関係数データ２２、新聞折込相関係数データ２３及びＤＭ相関係数データ２４として読み出し可能に格納する。
なお、ステップＳ３ａについては、実施例１の変形例として後述する。
As shown in FIG. 7, the
Next, as shown in FIG. 8, the deviation from the average value is calculated for the number of new cases, the number of repeats, the sales amount, posting, newspaper insert, and DM in each month, store, and area, as shown in FIG. The product of the deviation of the number of new cases, the number of repeats and the sales amount and the deviation of the execution quantity of each sales promotion means is calculated, and the average of the deviation products is calculated. Furthermore, a correlation coefficient (cross-correlation coefficient) can be obtained by dividing the deviation product by the product of the deviation values of the respective items obtained by the deviation product. For example, if each item is obtained by taking the deviation product of the number of new cases and the amount of posting execution, the number of new cases and the amount of posting execution means items. Therefore, the deviation product of the new number and the posting execution quantity is divided by the product of the new number deviation value and the posting execution quantity deviation value.
The correlation coefficient obtained in this way is to quantitatively calculate the correlation between the number of new cases, the number of repeats, and the sales amount and the execution quantity of each sales promotion means. Stronger and closer to 0, the lighter the correlation. In this embodiment, the number of orders received by customers is divided into new customers and repeat customers, but not the sales amount. Of course, the sales amount may also be divided as shown in FIG.
Further, as shown in FIG. 10, the
The
Step S3a will be described later as a modification of the first embodiment.
図６に戻り、次のステップＳ４は、販促費予算演算工程である。この販促費予算は、図１に示される販促予算演算部１５において演算される。具体的には、販促予算演算部１５が予め販促予算データベース９に格納されている販促総予算データ３２を読み出し、あるいは入力部２を介して演算時に入力される販促総予算データ３２を用いて、先の相関分析で得られた相関係数の占有割合との積を求めることで、販促の総予算に対する各販促手段に対する予算の配分を行う。相関係数の占有割合は、相関係数データベース６から読み出して用いる。
このようにして得られた予算配分は、販促予算演算部１５によって、それぞれポスティング予算データ３３、新聞折込予算データ３４及びＤＭ予算データ３５として販促予算データベース９に格納される。これらの予算は、ステップＳ９で示される出力工程によって出力部４が販促予算データベース９からそれぞれのデータを読み出して出力される。
従って、事業者等本システムの利用者は、どのように販促予算を分配すればよいかという情報を、統計処理を用いて定量的に簡単に入手でき、しかも、件数データや売上金額データ、あるいは販促手段毎の実行数量データは経時と共に蓄積されていくので精度を向上させることができる。また、販促手段毎に相互相関係数を演算することで、複数の異なる販促手段の効果に対する精度を把握することができ、その精度に沿って販促手段の実行数量を配分することも可能である。
なお、本実施例においては、販促手段の実行数量をデータとして用いて統計処理したが、この実行数量には、販促手段のコストも含む概念であり、コストデータを用いて統計処理してもよい。コストデータを用いることで、コスト効率的な予算配分を行うことも可能である。なお、ステップＳ４ａは実施例１の変形例として後述する。
Returning to FIG. 6, the next step S4 is a sales promotion budget calculation step. This sales promotion budget is calculated by the sales promotion
The budget distribution obtained in this way is stored in the
Therefore, users of this system such as business operators can easily obtain information on how to distribute the promotional budget quantitatively using statistical processing, and the number data, sales amount data, or Since the execution quantity data for each sales promotion means is accumulated with time, the accuracy can be improved. Also, by calculating the cross-correlation coefficient for each sales promotion means, it is possible to grasp the accuracy with respect to the effect of a plurality of different sales promotion means, and it is also possible to distribute the execution quantity of the sales promotion means according to the accuracy. .
In this embodiment, the statistical processing is performed using the execution quantity of the sales promotion means as data. However, the execution quantity is a concept including the cost of the sales promotion means, and may be statistically processed using the cost data. . By using cost data, it is also possible to perform cost-effective budget allocation. Step S4a will be described later as a modification of the first embodiment.
次に、ステップＳ５の販促エリア別販促費演算工程について説明する。この販促エリア別販促費演算工程からステップＳ８の年間販促計画策定工程は、事業者等の利用者が、本販売促進計画支援システム１を用いて得られた結果を参照しながら実行するものである。
販促エリア別販促費演算工程では、ステップＳ４の販促費予算演算工程で演算された販促の総予算に対する各販促手段に対する予算の配分を、さらにエリア別に配分する工程である。この販促エリア毎の販促費は、例えば、エリア毎の売上比率をそのまま用いて、その売上比率で配分したり、あるいは売上比率の小さいエリアを重点的に販促するような場合には、予め利用者が定めた分配比率に基づいて配分するようにしてもよい。これらの売上比率や分配比率は予め、販促計画データベース１０に格納しておき、それを読み出して、販促予算演算部１５で各販促手段の予算あるいは実行数量を掛け併せるような演算を可能にしておくとよい。
Next, the sales promotion cost calculation process for each sales promotion area in step S5 will be described. The annual sales promotion plan formulation process from the sales promotion cost calculation process for each sales promotion area to step S8 is executed by a user such as a business with reference to the result obtained by using the sales promotion
The sales promotion cost calculation process for each sales promotion area is a process of further distributing the budget allocation to each sales promotion means for the total sales budget calculated in the sales promotion budget calculation process in step S4. For example, in the case of using the sales ratio of each area as it is and allocating the sales ratio according to the sales ratio or intensively promoting an area with a small sales ratio, the sales expenses for each sales promotion area are used in advance. May be distributed based on the distribution ratio determined by These sales ratios and distribution ratios are stored in advance in the sales
次のステップＳ６の販促エリア別販促回数策定工程では、エリア毎の販促手段毎の予算あるいは実行数量が定まった後に、実際の販促回数を策定するものである。予算や実行数量が定まった後でも、何回の販促回数に分配するかは、検討が必要である。実行する際に充てることができる人員数に限りがあることや、一度の大量の販促手段を実行するよりも、ある程度小分けにして複数回の販促手段を実行した方が効果の上がることも多く、また、一旦エリア毎に設定された販促手段の予算や実行回数であっても、エリアの広狭によっては再調整したいと考えられる場合もあり、エリア間で販促手段の予算や実行数量のやり取りを行うのである。
このような判断に必要なデータは、過去のポスティング活動データ２９、新聞折込活動データ３０及びＤＭ活動データ３１、過去の新規顧客売上データ１７及び既存顧客売上データ１８、あるいは過去の販促総予算データ３２、ポスティング予算データ３３、新聞折込予算データ３４及びＤＭ予算データ３５、さらには過去のポスティング計画データ３６、新聞折込計画データ３７及びＤＭ計画データ３８が用いられる。これらのデータを総合的に勘案して、販促エリア別の販促回数策定を行うのである。
In the next step S6, the number of sales promotion for each sales promotion area, the actual number of sales promotions is determined after the budget or execution quantity for each sales promotion means for each area is determined. Even after the budget and execution quantity are determined, it is necessary to consider how many times the sales promotion is distributed. The number of personnel that can be devoted to the execution is limited, and it is often more effective to execute a number of sales promotion means in several subdivisions than to execute a large number of sales promotion means once, Even if the sales promotion budget and number of executions once set for each area may be desired to be readjusted depending on the size of the area, exchange of the sales promotion budget and execution quantity between the areas is performed. It is.
Data necessary for such determination includes past posting
さらに、ステップＳ７は、販促エリア別販促月策定工程である。このステップＳ７では、ステップＳ６で策定された販促エリア別の販促回数をベースにいずれの月に実行するかを策定するものである。例えば、あるエリアでポスティングを５００枚で１０回行うとすると、１年１２か月のいずれの月で実行するかという点が問題となるので、このステップＳ７において決定するのである。例えば、２月と６月を除く毎月に実行するということを策定したり、あるいは月の中でも下旬の給料日直前に実行する等、タイミング的な要素も含めて策定する。もちろん、一ヶ月に複数回実行するような場合があってもよい。
このような販促のタイミングを含めた販促月策定には、後述する実施例１の第１変形例で得られる相関係数の最大値を与える相関最大時期ｔｍ等を考慮するとよい。
Furthermore, step S7 is a sales promotion month formulation process by sales promotion area. In this step S7, which month is to be executed is formulated based on the number of sales promotions for each sales promotion area formulated in step S6. For example, if posting is performed 10 times with 500 sheets in a certain area, it will be determined in which month of the year and 12 months, so the determination is made in this step S7. For example, it may be formulated to be executed every month except February and June, or it may be executed including timing factors such as to be executed immediately before the salary day in the end of the month. Of course, there may be a case where it is executed a plurality of times a month.
In formulating the sales promotion month including the timing of such sales promotion, it is preferable to consider the correlation maximum time tm that gives the maximum value of the correlation coefficient obtained in the first modification of Example 1 described later.
ステップＳ８は、年間販促計画策定工程であり、この工程ではエリア間の調整や各月間の調整を行い、全体的な販促計画を策定することを意味する。
また、ステップＳ９では、ステップＳ１〜Ｓ８の結果のいずれかを出力する工程であり、常に最後に出力するというわけではなく、随時、必要に応じて出力されるものである。
Step S8 is an annual sales promotion plan formulation process. In this process, adjustment between areas and adjustments for each month are performed, and an overall sales promotion plan is formulated.
Step S9 is a step of outputting any of the results of steps S1 to S8, and is not always output last, but is output as needed.
以上説明したとおり、本実施例１においては、顧客による受注件数や売上金額と各販促手段の実行数量との相関係数を演算することができる。異なる販促手段毎に実行数量との相関係数を演算することができるので、いずれの販促手段との相関が強いかについて情報を得ることができ、これを用いることで精度の高い販促手段の評価を行うことができる。
また、その相関係数の強さに基づいて販促予算を分配可能であるので、より相関の強い販促手段に対して多くの予算を配分することも可能である。すなわち、予算配分の根拠となる数値（相関係数）を統計処理を用いて定量的に簡単に入手でき、しかも、件数データや売上金額データ、あるいは販促手段毎の実行数量データは経時と共に蓄積されていくので精度を向上させることができる。また、販促手段毎に相互相関係数を演算するので、複数の異なる販促手段の効果に対する精度を把握することができる。さらには、エリア毎にデータを蓄積して分析を行うことができるので、販促手段毎のみならず、エリア毎の特性を把握でき、それらの精度に沿って販促手段の予算や実行数量を配分することが可能であるので、顧客種類毎、エリア毎、販促手段毎に販促手段をカスタマイズすることが可能となる。
As described above, in the first embodiment, the correlation coefficient between the number of orders received by the customer, the sales amount, and the execution quantity of each sales promotion means can be calculated. Since the correlation coefficient with the execution quantity can be calculated for each different sales promotion means, it is possible to obtain information on which sales promotion means have a strong correlation, and by using this, evaluation of the sales promotion means with high accuracy can be obtained. It can be performed.
Further, since the sales promotion budget can be distributed based on the strength of the correlation coefficient, it is possible to allocate a large amount of budget to the sales promotion means having a higher correlation. In other words, the numerical value (correlation coefficient) that is the basis for budget allocation can be easily obtained quantitatively using statistical processing, and the number data, sales amount data, or execution quantity data for each sales promotion means is accumulated over time. Accuracy can be improved. In addition, since the cross-correlation coefficient is calculated for each sales promotion means, it is possible to grasp the accuracy with respect to the effects of a plurality of different sales promotion means. Furthermore, since data can be accumulated and analyzed for each area, not only the sales promotion means but also the characteristics of each area can be grasped, and the budget and execution quantity of the sales promotion means are allocated according to their accuracy. Therefore, the sales promotion means can be customized for each customer type, each area, and each sales promotion means.
次に、実施例１の第１変形例について説明する。（特に請求項３、４及び請求項１３、１４に対応）
第１変形例では、ステップＳ３の相関分析工程の演算の際に、販促実行毎に経過時間を設け、この経過時間をパラメータに相関係数を演算するものである。
そして、その後にステップＳ３ａとして相関補正分析部１２において、ステップＳ３で演算された相関係数の中から最大値を抽出する相関係数補正工程を実施するものである。相互相関係数は前述のとおり１に近似すればするほど相関が強いとされるが、逆に０に近ければ相関がないとも判断される。また、本実施例のように店舗で販売される商品の受注件数や売上金額と販促手段の相関には販促時期からある程度の時間遅れをおいた方が相関は強くなると考えられ、また、複数の販促手段毎に即効性を備えたものもあれば、長期間に亘って影響を及ぼすものもあるとも考えられる。従って、その時間遅れも異なると考えられる。
図１１を参照しながら、その相関係数の変化について説明する。図１１は、相関係数の時間変化を模式的に表現したものである。図１１で、販促時期をｂ１とすると、その後、販促の影響を受けて商品がより売れ始めるが、その相関はある時間経過してから、最大値ｍを取り、その後緩やかに減少していく。
そこで、第１変形例では、相関分析部１１において、その時間遅れを十分な期間考慮して相関係数を演算し、その最大値を相関補正分析部１２で抽出するものである。相関分析部１１では、図２（ｂ）、図３（ｂ）及び図４（ｂ）に示されるような月次の集計データではなく、図２（ａ）、図３（ａ）及び図４（ａ）に示される新規顧客件数・売上データ１７、既存顧客件数・売上データ１８及びポスティング活動データ２９、新聞折込活動データ３０及びＤＭ活動データ３１を、より短期間で集計したデータを用いる。
販売開始時期ａ１から販売終了時期ａ２の間を販売期間として考え、販売開始時期ａ１を始点として、これを販促時期ｂ１と一致させるかあるいは予め所望に定めた時間差ｃを設けるかして、この経過時間ｔ１の間で時間をパラメータとして相関係数を演算する。そして、相関補正分析部１２を設けて、相関係数の中からその最大値を抽出するものである。先に相関分析部１１を用いた相関分析方法については月次集計データを用いたが、この相関分析部１１では、販促実行毎に経過時間を設け、この経過時間をパラメータに相関係数を演算し、相関補正分析部１２では、その最大値を求めるのである。受注件数あるいは売上金額を求める時間としては、所望に区切られた時間毎であってもよいし、経過時間ｔ１内の積算時間で求めてもよい。
このようにして得られた相関係数の最大値を相関分析部１１に送信して、ステップＳ３に戻り、実行された販促手段毎に図１０に示されるような相関係数の配分を求める。それ以降は、先に実施例１で説明したとおりである。なお、相関分析部１１で演算される経過時間をパラメータとした図１１に示されるような相関係数の変化は、出力部４が相関係数データベース６からそれぞれの販促手段毎の相関係数データ２２，２３，２４を読み出して、パラメータとされた経過時間に対して相関係数の変化を出力する。
このようにして得られた相関係数の最大値を用いることによれば、販促手段毎に異なる相関係数の時間変化を考慮しながら、本来発揮しうる最大の効果を評価することが可能であり、加えて、これを反映した販促予算を求めることができる。
Next, a first modification of the first embodiment will be described. (Particularly corresponding to
In the first modification, an elapsed time is provided for each sales promotion execution in the correlation analysis step of step S3, and a correlation coefficient is calculated using this elapsed time as a parameter.
Then, in step S3a, the correlation
The change in the correlation coefficient will be described with reference to FIG. FIG. 11 schematically represents a temporal change in the correlation coefficient. In FIG. 11, if the sales promotion time is b1, then the product starts to sell more under the influence of the sales promotion, but the correlation takes a maximum value m after a certain time and then gradually decreases.
Therefore, in the first modification, the
The period between the sales start time a1 and the sales end time a2 is considered as a sales period, and this progress is made by matching the sales start time a1 with the sales promotion time b1 or setting a predetermined time difference c. The correlation coefficient is calculated between time t1 using time as a parameter. A correlation
The maximum value of the correlation coefficient obtained in this way is transmitted to the
By using the maximum value of the correlation coefficient obtained in this way, it is possible to evaluate the maximum effect that can be originally exhibited while taking into account the time variation of the correlation coefficient that differs for each sales promotion means. Yes, in addition, you can ask for a promotional budget that reflects this.
本実施の形態においては、具体的に実際のデータを用いて解析した結果があるので、それを図１２，１３に示しながら説明する。図１２，１３は、宅配すし業を営むチェーン店舗において取得されたデータを基に、実施例１の第１変形例の相関分析部において実施される経過時間をパラメータにして実施されたポスティング販促手段と新聞折込販促手段の相関係数の演算結果をそれぞれ模式的に表す概念図である。この解析は相関分析部１１において実施されるものである。
図１２において、縦軸には相関係数を取り、横軸には販促時期からの経過日数１２日までを取り、破線は新規顧客に関する相関係数、一点鎖線はリピート顧客に関する相関係数、実線は売上金額（新規顧客とリピート顧客を併せた売上金額）に関する相関係数である。
ポスティングの場合、初日（０日目）には少し相関係数が高く、すなわちポスティング当日に特にリピート顧客からの注文があり、その後４日目まではほとんど相関がない状態が続くものの、５日目くらいから新規顧客、リピート顧客の両方で相関が向上して、新規顧客では５日目に最大値のピークを迎え、リピート顧客では９日目に最大値のピークを迎えている。また、売上金額のピークは、新規顧客からの注文の増加や、また、リピート顧客からの注文単価の高さも影響して、１０日目に迎えている。その後、１１日目、１２日目にはいずれの相関係数も減少している。
この図１２における傾向は、図１１に示されるように時間経過とともに、相関係数の強度が徐々高まり、その後、衰退していく状況と一致するものである。
一方、新聞折込に関するデータを相関分析部１１にて解析した結果を図１３に示す。図における凡例は図１２と同じである。
図１３における新聞折込に関する相関係数の変化もポスティングに関する相関係数の変化と同様に、初日はリピート顧客によって注文が入る。これは既に宅配すしを注文したことがあるリピート顧客がそのすしの品質やサービスの質について熟知しており、折込を見た途端に注文を入れてくれるような場合があることが裏付けられる。
また、その後、３，４日目に相関係数の一度目のピークが到来して、その後、５，６日目では相関係数が小さくなってしまうものの、７日くらいから新規顧客、リピート顧客、売上金額に関するいずれの相関係数も増加して、ピークを形成している。その後、ポスティングと同様に、１１日目、１２日目にはいずれも相関係数の強度は弱まっている。このような傾向も図１１に示される時間経過とともに、相関係数が徐々に強まり、その後に衰退していく状況が見てとれる。
従って、販促手段毎に相関係数を新規顧客、リピート顧客、売上金額について経過時間をパラメータにして取ることで、販促手段毎にどの程度の時間遅れが生じて最大値となるかというような解析を行うことが可能となる。
本実施例では、経過日数を、販促時期を基準にその当日を０日目としたが、経過日数を所望に定めた販売期間の初日としてもよい。すなわち、図１１における時間差ｃを設けてもよい。
また、売上金額を新規顧客とリピート顧客の両方を合計した金額として相関係数を演算したが、それぞれ別個に売上金額として計上して、相関係数を演算してもよいことは言うまでもない。
図１２，１３に示されるようなグラフは出力部４を介してシステム利用者に表示されたり、外部へ出力されたりする。本実施例では、データ取得回数が数回、すなわち、ポスティングや新聞折込を数回実施して得られたデータをベースとしているので、データ蓄積としては期間が短いものの、これを長期間に亘り地域毎、店舗毎にデータを蓄積していくことによれば、販促手段毎にどの程度の期間で新規顧客、リピート顧客による売り上げがどの程度見込まれるのかに関する情報を入手することができるようになり、その見込まれる売上と時期によって、逆に販促手段をどれにするかなどの販売戦略を練ることが可能となり、フランチャイズチェーン店舗等における効率的な販促実行やそれに基づく効率的な経営を実行することが可能となるのである。
すなわち、相関係数の最大値を与える相関最大時期ｔｍを捉えることで、販促時期ｂ１からどれ位の時間経過で相関が最も強くなるのかを把握できることから、販売時期に相関最大時期ｔｍを合致させるために、販促時期ｂ１をいつに設定すればよいかという解析にも利用が可能である。これを複数の販促手段において解析することで、販促手段毎に相関に関する時間遅れが理解可能である。例えば、ポスティング等は顧客の自宅ポストに直接投函することで、顧客の反応も速いと考えられるが、封筒に入れたＤＭの場合には、郵便の配達事情やたとえ封筒が顧客の手に渡ったとしても開封されるまでの時間遅れがあり、一体いずれの時間遅れを生じるかという点が、フランチャイズチェーン店舗経営におけるマーケティング戦略構築のためには大きな興味となっていることから、本実施例に係る販売促進計画支援システムやそのプログラムが非常に重要な効果を発揮し得るのである。
In the present embodiment, there are concrete results of analysis using actual data, which will be described with reference to FIGS. 12 and 13 are posting sales promotion means implemented by using the elapsed time as a parameter performed in the correlation analysis unit of the first modification of the first embodiment based on data acquired in a chain store operating a home delivery business. FIG. 5 is a conceptual diagram schematically showing the calculation results of correlation coefficients of newspaper insert sales promotion means. This analysis is performed in the
In FIG. 12, the vertical axis indicates the correlation coefficient, the horizontal axis indicates up to 12 days since the sales promotion period, the broken line indicates the correlation coefficient for new customers, the alternate long and short dash line indicates the correlation coefficient for repeat customers, and the solid line Is a correlation coefficient related to the sales amount (sales amount including new customers and repeat customers).
In the case of posting, the correlation coefficient is a little high on the first day (day 0), that is, there is an order from a repeat customer especially on the day of posting, and then there is little correlation until the fourth day, but the fifth day As a result, the correlation has improved for both new customers and repeat customers, with the new customer reaching the maximum peak on the fifth day and the repeat customer reaching the maximum peak on the ninth day. In addition, the peak sales amount has reached the 10th day due to the increase in orders from new customers and the high unit price of orders from repeat customers. Thereafter, on the 11th and 12th days, both correlation coefficients decreased.
This trend in FIG. 12 is consistent with the situation in which the correlation coefficient strength gradually increases with time and then declines as shown in FIG.
On the other hand, FIG. 13 shows the result of analyzing the data related to newspaper folding by the
Similarly to the change in the correlation coefficient related to posting, the change in the correlation coefficient related to newspaper insertion in FIG. This confirms that repeat customers who have already ordered home delivery savvy are familiar with the quality of the sushi and the quality of the service, and may place an order as soon as they see the insert.
After that, the first peak of the correlation coefficient arrives on the 3rd and 4th days, and then the correlation coefficient decreases on the 5th and 6th days. Any correlation coefficient related to sales amount has increased to form a peak. After that, as in the posting, the strength of the correlation coefficient is weakened on both the 11th and 12th days. It can be seen that such a trend also gradually increases with the passage of time shown in FIG. 11 and then declines.
Therefore, by analyzing the correlation coefficient for each sales promotion means using the elapsed time as a parameter for new customers, repeat customers, and sales amount, an analysis of how much time delay occurs for each sales promotion means and the maximum value is obtained. Can be performed.
In this embodiment, the elapsed days are defined as the 0th day on the basis of the sales promotion time, but the elapsed days may be set as the first day of the sales period set as desired. That is, the time difference c in FIG. 11 may be provided.
In addition, although the correlation coefficient is calculated as the total sales amount of both new customers and repeat customers, it goes without saying that the correlation coefficient may be calculated separately as the sales amount.
The graphs as shown in FIGS. 12 and 13 are displayed to the system user via the
That is, by grasping the maximum correlation time tm that gives the maximum value of the correlation coefficient, it is possible to grasp how long the correlation is strongest since the sales promotion time b1, so that the maximum correlation time tm is matched with the sales time. Therefore, it can be used for the analysis of when the sales promotion time b1 should be set. By analyzing this in a plurality of sales promotion means, it is possible to understand the time delay related to the correlation for each sales promotion means. For example, posting can be posted directly to the customer's home post, and the customer's response is thought to be fast. However, in the case of a DM placed in an envelope, the postal delivery situation or even the envelope has been delivered to the customer However, there is a time delay until opening, and it is of great interest to build a marketing strategy in franchise chain store management as to which time delay will occur. Sales promotion planning support systems and their programs can have very important effects.
次に、実施例１の第２変形例について説明する。（特に請求項５及び請求項１５に対応）
第１変形例では、ステップＳ３ａで、相関係数の最大値を相関補正分析部１２で抽出したが、第２変形例では、最大値に代えてステップＳ３ａで予め所望に定められたしきい値を超えた相関係数を抽出することとするものである。図１１で、例えば図に示されるしきい値ｓを用いる場合である。この場合に用いられるデータ類は第１変形例と同様である。経過時間をｔ２のように設定すると、その時間内にしきい値ｓを超えており、この場合、経過時間ｔ２内で最大の相関係数ｋを相関係数として採用する。第２変形例では、例えば、第１変形例よりも短時間の経過時間ｔ２を取り、その間でしきい値を超えた相関のみを抽出して、それらを一定期間内で販促手段の効果を判断することができる。しきい値としては、相関係数データベース６の中に相関補正しきい値データ２５として、相関があると判断できる程度の数値、例えば、０．２から０．４等を設定し格納しておくとよい。
相関補正分析部１２は、相関係数データベース６から相関補正しきい値データ２５を読み出して、これをしきい値として、相関分析部１１で演算された相関係数との比較で、しきい値を上回ったもののみ抽出することになる。
このようにしきい値を設定しておくことで、時間を切っても相関が表れていない場合にはそれを排除して、相関と呼べる関係が生じているもののみを選ぶことができる。また、経過時間を区切ることで、同一時間における販促手段毎の効果を比較することができ、短時間にすることで即効性を評価したり、長時間とすることで持続性を評価したりすることができる。用途に応じてしきい値の設定を変更することができる。
また、このようにして得られた相関係数を用いることで、この相関係数に関する効果を販促費予算の配分や販促手段の実行数量の配分に利用することで、より精度の高い予算配分や実行数量配分が可能である。
Next, a second modification of the first embodiment will be described. (Especially corresponding to
In the first modification, the maximum value of the correlation coefficient is extracted by the correlation
The correlation
By setting the threshold value in this way, it is possible to select only those having a relationship that can be referred to as correlation when the correlation does not appear even if the time is cut off. Also, by dividing the elapsed time, you can compare the effect of each sales promotion means at the same time, evaluate the immediate effect by making it short, or evaluate the sustainability by making it long. be able to. The threshold setting can be changed according to the application.
In addition, by using the correlation coefficient obtained in this way, the effects related to this correlation coefficient can be used for the allocation of the sales promotion budget and the execution quantity of the sales promotion means. Execution quantity allocation is possible.
次に、実施例１の第３変形例について説明する。（特に請求項２及び請求項１２に対応）
第３変形例では、ステップＳ４ａとして販促反応分析工程を備えるものである。この販促反応分析工程は、図１の販促反応演算部１３によって実行される。
具体的に図１４を参照しながら説明する。図１４は、実施例１の第３変形例で用いられるデータの内容を模式的に表現した表であり、（ａ）は販促手段の実行に関するデータ、販促前の注文数及び販促後の注文数とその差を示している。（ｂ）は（ａ）のデータをベースに、販促方法と店舗名とエリア番号、エリア名毎に、販促前注文数と販促後注文数を集計したものである。また、集計した数値に対する販促回数も含まれている。
これらのデータは、販促反応演算部１３によって読み出される。具体的には、販促反応演算部１３は、件数・売上データベース５から新規顧客件数・売上データ１７及び既存顧客件数・売上データ１８を読み出し、また、販促データベース８からポスティング活動データ２９、新聞折込活動データ３０及びＤＭ活動データ３１を読み出して、図１４に示されるデータを構成させる。また、販促前後の注文数（受注件数）を演算するための日数は、予め所望の設定値としていずれかのデータベースに格納しておき、これを読み出して注文数をカウントし、その差又は比を演算するとよい。あるいは、販促反応演算部１３によって要求させて、入力部２を介して演算時に入力してもよい。また、本変形例では、販促前後の注文数の差を演算しているが、もちろん、売上金額の差又は比として演算してもよい。
販促反応演算部１３によって演算されたデータは、販促反応分析データ２１として、件数・売上データベース５に格納される。
この販促反応演算部１３によれば、顧客種類毎あるいはエリア毎に、実行した販促手段前後の注文数や売上金額に対する効果を把握できる。単位販促当たりの注文増加も評価することができる。なお、本変形例では、販促回数を含めているが、販促実行数量の集計を行ってもよい。
Next, a third modification of the first embodiment will be described. (Particularly corresponding to
In the third modification, a sales promotion reaction analysis step is provided as step S4a. This sales promotion reaction analysis process is performed by the sales promotion
This will be specifically described with reference to FIG. FIG. 14 is a table schematically representing the contents of data used in the third modification of the first embodiment. (A) is data relating to execution of the sales promotion means, the number of orders before the sales promotion, and the number of orders after the sales promotion. And the difference. (B) tabulates the number of pre-promotion orders and the number of post-promotion orders for each sales promotion method, store name, area number, and area name based on the data of (a). It also includes the number of sales promotions for the aggregated numbers.
These data are read out by the sales promotion
Data calculated by the sales promotion
According to the sales promotion
次に、図１５を参照しながら、実施例２に係る販売促進計画支援システム１について説明する。（特に請求項８、１０、１８及び２０に対応）
図１５は、実施例２に係る販売促進計画支援システム１のデータ処理の流れを示すフローチャートである。
ステップＳ１及びステップＳ２は、本実施例においても実施例１と同様であるので省略する。
ステップＳ３は回帰分析工程である。回帰分析の演算については図１、図７及び図１５を参照しながら説明する。回帰分析は、図１の回帰分析部１４において実行される。回帰分析部１４は、件数・売上データベース５から新規顧客件数・売上データ１７及び既存顧客件数・売上データ１８を読み出すと共に、販促データベース８からポスティング活動データ２９、新聞折込活動データ３０及びＤＭ活動データ３１を読み出す。これらのデータをまとめると実施例１と同様に図７のように示される。図７では、月毎、店舗毎、エリア毎にまとめたデータが示されているが、このまとめかたに限定されるものではなく、所望の期間、店舗群、あるいはエリア群など適宜集計されてもよい。
Next, the sales promotion
FIG. 15 is a flowchart illustrating a data processing flow of the sales promotion
Since step S1 and step S2 are the same as those in the first embodiment in this embodiment, they are omitted.
Step S3 is a regression analysis process. The calculation of the regression analysis will be described with reference to FIGS. The regression analysis is executed in the
回帰分析部１４は、例えば、図７に示される売上金額ｆ（円）と、ポスティング実行数量（ｘａ１（枚））、新聞折込実行数量（ｘａ２（件））、ＤＭ実行数量（ｘａ３（通））の関係を
ｆ（ｘａ１，ｘａ２，．．．，ｘａｎ）
＝ａ１・ｘａ１＋ａ２・ｘａ２＋・・・＋ａｎ・ｘａｎ＋ｋａ （１）
（但し、ｘａｎは販促手段の実行数量（変数）、ａｎは販促手段の感度係数（定数）、ｋａはｆ（０，．．．，０）の切片（定数）である。）
として表現するために、図７に示される売上金額ｆ（円）と、ポスティング実行数量（ｘａ１（枚））、新聞折込実行数量（ｘａ２（件））、ＤＭ実行数量（ｘａ３（通））のデータを用いて回帰分析を実行するものである。図７に示されるＡ−１エリアに存在するＡ店の２０１０年１月から１２月の１年間のデータ（各月）を用いて回帰解析を実行すると、以下のような近似式が得られる。
ｆ（売上金額）＝１２１＊ｘａ１＋６８５＊ｘａ２＋１，４８４＊ｘａ３＋１，２７２，５６０ （１ａ）
この式からポスティングを１枚実施すると売上では１２１円の増加が見込め、同様に新聞折込を１件実施で６８５円、ＤＭ一通実施で１，４８４円の増加が見込めることを意味している。
これらはポスティング実行数量（ｘａ１（枚））、新聞折込実行数量（ｘａ２（件））、ＤＭ実行数量（ｘａ３（通））に対する傾きであり、それぞれポスティング回帰係数データ２６、新聞折込回帰係数データ２７、ＤＭ回帰係数データ２８となる。これらはいわば、各販促手段に対する感度係数ということができる。ｙ切片の１，２７２，５６０円は販促手段の実行の有無によらないベースとなる売上であり、この部分は店舗の存在自体やそれまで培われた信用等で変動するものと考えられる。
回帰分析部１４で分析結果として得られたポスティング回帰係数データ２６、新聞折込回帰係数データ２７、ＤＭ回帰係数データ２８及びｙ切片は、回帰分析部１４によって、それぞれ回帰係数データベース７に読み出し可能に格納される。
The
= A1 * xa1 + a2 * xa2 + ... + an * xan + ka (1)
(Where xan is the execution quantity (variable) of the sales promotion means, an is the sensitivity coefficient (constant) of the sales promotion means, and ka is the intercept (constant) of f (0, ..., 0).)
7, the sales amount f (yen), posting execution quantity (xa1 (sheet)), newspaper insertion execution quantity (xa2 (case)), DM execution quantity (xa3 (through)) shown in FIG. The regression analysis is executed using the data. When regression analysis is executed using data (each month) from January 2010 to December 2010 of the store A existing in the area A-1 shown in FIG. 7, the following approximate expression is obtained.
f (sales amount) = 121 * xa1 + 685 * xa2 + 1,484 * xa3 + 1,272,560 (1a)
If one posting is performed from this formula, an increase of 121 yen can be expected in sales. Similarly, an increase of 685 yen can be expected for one newspaper insert and 1,484 yen can be expected for one DM.
These are inclinations with respect to the posting execution quantity (xa1 (sheets)), newspaper insertion execution quantity (xa2 (case)), DM execution quantity (xa3 (through)), and posting
The posting
なお、回帰分析の内容については、既に数学解析の分野で知られる多変数解析に基づくものであり、最小二乗法等いずれのような回帰解析を実施してもよく、特に限定するものではない。また、本実施例では、全体の売上金額と各販促手段の実行数量との回帰分析を実施したが、受注件数と各販促手段の実行数量の回帰分析を行うことも可能である。具体的には、図７に示される新規件数とリピート件数の和を取り、これと各販促手段の実行数量の回帰分析を行うのである。さらに、既に図１を参照しながら、回帰分析部１４の説明を実施した際に述べたとおり、売上金額又は受注件数を新規顧客とリピート顧客と分離してデータを取得しておくことで、新規顧客とリピート顧客の売上金額又は受注件数を分けて各販促手段の実行数量との回帰分析を行うことも可能である。
The content of the regression analysis is based on multivariate analysis already known in the field of mathematical analysis, and any regression analysis such as a least square method may be performed, and is not particularly limited. In this embodiment, the regression analysis of the total sales amount and the execution quantity of each sales promotion means is performed. However, it is also possible to perform the regression analysis of the number of orders received and the execution quantity of each sales promotion means. Specifically, the sum of the number of new cases and the number of repeats shown in FIG. 7 is taken, and a regression analysis of the execution quantity of each sales promotion means is performed. Furthermore, as described in the explanation of the
具体的には、新規顧客による受注件数をｆ（件）とし、リピート顧客による受注件数をｇ（件）とすると、以下のような式（３）と（４）として表現される。
ｆ（ｘｃ１，ｘｃ２，．．．，ｘｃｎ）
＝ｃ１・ｘｃ１＋ｃ２・ｘｃ２＋・・・＋ｃｎ・ｘｃｎ＋ｋｃ （３）
ｇ（ｘｄ１，ｘｄ２，．．．，ｘｄｎ）
＝ｄ１・ｘｄ１＋ｄ２・ｘｄ２＋・・・＋ｄｎ・ｘｄｎ＋ｋｄ （４）
（但し、ｘｃｎ，ｘｄｎは販促手段の実行数量（変数）、ｃｎ，ｄｎは販促手段の感度係数（定数）、ｋｃはｆ（０，．．．，０）の切片（定数）、ｋｄはｇ（０，．．．，０）の切片（定数）である。）
この式（３）と（４）に対して、先の分析と同様に、図７に示される新規件数とリピート件数に関する１年間（各月）のデータとポスティング実行数量（ｘｃ１（枚）、ｘｄ１（枚））、新聞折込実行数量（ｘｃ２（件）、ｘｄ２（件））、ＤＭ実行数量（ｘｃ３（通）、ｘｄ３（通））に関する１年間（各月）のデータとの回帰分析を実行すると、以下のような近似式が得られる。
ｆ（新規件数）＝−０．００８５４＊ｘｃ１＋０．０５７６＊ｘｃ２＋０．０４３３＊ｘｃ３＋３４．８２ （３ａ）
ｇ（リピート件数）＝０．０３２７＊ｘｄ１＋０．０７９４＊ｘｄ２＋０．２５３５＊ｘｄ３＋２１９．７ （４ａ）
このような式から、顧客種類によって販促手段に対する感度が異なり、また、それぞれの感度係数も異なることが理解できる。それぞれの感度係数は、販促手段を１数量実施した場合の新規顧客による受注件数の増加あるいはリピート顧客による受注件数の増加を示している。また、関数ｆとｇのそれぞれのｙ切片は、販促手段がなくとも獲得できる新規顧客とリピート顧客の受注件数である。
例えば、新規顧客に対しては、ポスティングがほぼ０（マイナス）の感度係数を有しており、新規顧客獲得にはあまり販促の効果がないことが理解できる。また、すべての販促手段に対してリピート顧客の方が感度が高く、ｙ切片となる販促手段に影響されないベース受注件数も多いことが理解できる。また、受注件数の増加には、売上金額と同様に、ＤＭが最も感度が高く、新聞折込、ポスティングの順となることが理解できる。
このように顧客種類毎に回帰分析を行うことも可能であり、このような分析によって得られたそれぞれのポスティング回帰係数データ２６、新聞折込回帰係数データ２７、ＤＭ回帰係数データ２８及びｙ切片も読み出し可能に回帰係数データベース７に格納され、また、出力部４を介して利用者に出力される。
このように回帰分析部１４によれば、顧客種類別に売上金額又は受注件数と各販促手段の実行数量との関係を定量的に分析することが可能となる。いずれの販促手段の感度が高いかを定量的に把握することが可能である。また、エリア毎に実行できるので、いずれのエリアでいずれの販促手段が有効であるかについても定量的に把握することができる。
Specifically, when the number of orders received by new customers is f (cases) and the number of orders received by repeat customers is g (cases), the following expressions (3) and (4) are expressed.
f (xc1, xc2, ..., xcn)
= C1 * xc1 + c2 * xc2 + ... + cn * xcn + kc (3)
g (xd1, xd2, ..., xdn)
= D1 · xd1 + d2 · xd2 + ... + dn · xdn + kd (4)
(Where xcn and xdn are execution quantities (variables) of the sales promotion means, cn and dn are sensitivity coefficients (constants) of the sales promotion means, kc is an intercept (constant) of f (0,..., 0), and kd is g (The intercept (constant) of 0, ..., 0).)
For these formulas (3) and (4), as in the previous analysis, one year (each month) data and posting execution quantity (xc1 (sheets), xd1) regarding the number of new cases and the number of repeats shown in FIG. (Sheet)), newspaper insert execution quantity (xc2 (case), xd2 (case)), DM execution quantity (xc3 (through), xd3 (through)) with regression data with one-year (monthly) data Then, the following approximate expression is obtained.
f (number of new cases) = − 0.00854 * xc1 + 0.0576 * xc2 + 0.0433 * xc3 + 34.82 (3a)
g (number of repeats) = 0.0327 * xd1 + 0.0794 * xd2 + 0.2535 * xd3 + 219.7 (4a)
From these equations, it can be understood that the sensitivity to the sales promotion means differs depending on the customer type, and the sensitivity coefficient of each differs. Each sensitivity coefficient indicates an increase in the number of orders received by new customers or an increase in the number of orders received by repeat customers when one quantity of sales promotion means is implemented. In addition, each y intercept of the functions f and g is the number of orders received by new customers and repeat customers that can be obtained without sales promotion means.
For example, for a new customer, posting has a sensitivity coefficient of almost 0 (minus), and it can be understood that there is not much sales promotion effect for acquiring a new customer. Further, it can be understood that the repeat customer is more sensitive to all the sales promotion means, and the number of base orders received is not affected by the sales promotion means having the y-intercept. It can also be understood that DM is the most sensitive to the increase in the number of orders received, followed by newspaper insertion and posting in the order.
Thus, it is also possible to perform regression analysis for each customer type, and also read out the respective posting
As described above, the
ステップＳ４は販促反応分析工程であり図１に示される販促反応演算部１３によって実行されるが、この工程は実施例１とは異なり、実施例２では回帰分析部１４を備えていることから、販促反応演算部１３は、回帰分析部１４で分析されたポスティング回帰係数データ２６、新聞折込回帰係数データ２７、ＤＭ回帰係数データ２８及びｙ切片を読み出し、これを用いて、販促反応分析を実行する。
具体的には、販促計画データベース１０からポスティング計画データ３６、新聞折込計画データ３７、ＤＭ計画データ３８をそれぞれ読み出して、それぞれの実行数量に先のポスティング回帰係数データ２６、新聞折込回帰係数データ２７、ＤＭ回帰係数データ２８を掛け合わせると、その回帰係数データが売上を用いて得られたものであれば売上に関する反応量（売上増加量）が得られ、受注件数を用いて得られたものであれば受注件数に関する反応（受注件数増加量）が得られることになる。もちろん、顧客種類別の売上や受注件数に関する反応もそれぞれ顧客種類別データを用いて得られた回帰係数データを用いることで分析可能である。
販促反応分析結果については、出力部４から出力可能であり、利用者は販促反応分析結果を把握することができる。
このようにして得られた販促手段毎の販促反応分析データ２１は、読み出し可能に件数・売上データベース５に格納され、また、出力部４を介して利用者に伝達される。
なお、本実施例では販促計画データベース１０からポスティング計画データ３６等を読み出したが、販促反応演算部１３に対して入力部２を介して入力されるデータを用いて演算してもよい。その際には、販促反応演算部１３が出力部４を介して、求められるデータを表示し、それに利用者が応じて入力すればよい。
Step S4 is a sales promotion reaction analysis step, and is executed by the sales promotion
Specifically, the posting
The sales promotion reaction analysis result can be output from the
The sales promotion
In the present embodiment, the posting
次に、ステップＳ５は受注・売上予測分析工程であるが、この工程ではステップＳ３の回帰分析工程で得られたポスティング回帰係数データ２６、新聞折込回帰係数データ２７、ＤＭ回帰係数データ２８及びｙ切片に関するデータを顧客件数・売上予測演算部１６が、回帰係数データベース７から読み出して、上述のような式（１ａ）、（３ａ）、（４ａ）を得て、これにそれぞれの販促手段の実行数量、すなわちそれぞれの実行数量としてのポスティング計画データ３６、新聞折込計画データ３７及びＤＭ計画データ３８を販促計画データベース１０から読み出して入力し、それぞれ式（１ａ）、（３ａ）、（４ａ）の演算を実行して新規顧客及びリピート顧客の受注件数や売上金額を予測するものである。
もちろん、顧客種類毎にデータを取らず、また、顧客種類毎に回帰分析を実行していない場合には、顧客種類を分けずに、単に受注件数あるいは売上金額の予想を実行してもよい。
顧客件数・売上予測演算部１６によって演算された新規顧客件数・売上予測データ１９及び既存顧客件数・売上予測データ２０は、件数・売上データベース５に読み出し可能に格納される。また、顧客件数・売上予測演算部１６によって演算結果として得られる予測データは、出力部４に出力され、利用者は予測結果を把握することが可能である。
Next, step S5 is an order / sales prediction analysis step. In this step, the posting
Of course, if data is not collected for each customer type and regression analysis is not performed for each customer type, the number of orders received or the sales amount may be simply predicted without dividing the customer type.
The number of new customers /
以上のような本実施例２に係る販売促進計画支援システム１は、顧客種類毎、エリア毎及び販促手段毎に、顧客による受注件数又は売上金額と販促手段の実行数量との回帰分析によってそれらの定量的な関係を把握することが可能であり、販促手段毎の感度も把握できる。従って、エリア毎に、獲得したい顧客の種類毎に、どのような販促手段を実行すればどの程度の受注件数や売上金額が得られるかという評価を行うことが可能である。また、売上や受注件数に関するデータは時間と共に蓄積されていくので、精度を経時的に向上させることも可能である。
なお、ステップＳ５は、ステップＳ３の後に実行されてもよく、ステップＳ４は必ずしも必要ではない工程であり、オプションとして任意に実行されるとよい。 最後にステップＳ６は、既に各工程でも述べているが、出力部４による出力工程である。ステップＳ３〜ステップＳ５のそれぞれの結果について出力することで入力者の利用に供される。もちろん、ステップＳ６は、ステップＳ３〜５の後でなく、それぞれの工程後に出力する工程であってもよい。
The sales promotion
Note that step S5 may be executed after step S3, and step S4 is not necessarily required, and may be optionally executed. Finally, step S6 is an output process by the
次に、実施例２の第１変形例について図１及び図１６を参照しながら説明する。（特に請求項９及び請求項１９に対応）
第１変形例では、ステップＳ３の回帰工程の演算の前に、ステップＳ３ａとして図１に示される相関分析部１１において相関分析を実施しつつ、ステップＳ３ｂとして図１に示される相関補正分析部１２において相関係数補正工程を実施するものである。
図１６のステップＳ３ａでは、ステップＳ３の回帰分析工程に先立ち、相関分析部１１が顧客による新規顧客件数・売上データ１７及び既存顧客件数・売上データ１８を件数・売上データベース５から、販促データベース８からポスティング活動データ２９、新聞折込活動データ３０及びＤＭ活動データ３１を読み出して、受注件数、売上金額と各販促手段の実行数量との相互相関係数を分析する。
具体的な相互相関係数の演算方法は、実施例１と同様であるので実施例２の第１変形例の説明では省略する。
さらに、ステップＳ３ｂでは、相関補正分析部１２が、ステップＳ３ａで分析された相互相関係数の補正を実施するが、この補正の実施方法は実施例１の第２変形例で実施したものと同様であるが、その用いられ方が異なる。
本実施例２の第１変形例でも予め所望に定められた相関補正しきい値データ２５を用いるが、そのしきい値を超えた相関係数が演算される期間内の顧客による受注件数又は売上金額と各販促手段の実行数量との回帰分析を実施するのである。
Next, a first modification of the second embodiment will be described with reference to FIGS. (Particularly corresponding to
In the first modification, the correlation analysis is performed in the
In step S3a of FIG. 16, prior to the regression analysis step of step S3, the
Since the specific method of calculating the cross-correlation coefficient is the same as that in the first embodiment, it will be omitted in the description of the first modification of the second embodiment.
Further, in step S3b, the correlation
The first modified example of the second embodiment also uses the correlation
具体的には、相関補正分析部１２は、相関係数データベース６から予め所望に定められた相関補正しきい値データ２５を読み出し、この値を超える相互相関係数が演算されている期間を抽出して、これを回帰分析部１４に送信して、回帰分析部１４では、その期間内における新規顧客件数・売上データ１７及び既存顧客件数・売上データ１８を用いて、ポスティング活動データ２９、新聞折込活動データ３０及びＤＭ活動データ３１との回帰分析を実行するのである。
実施例１と同様に図１１を参照すれば、販促時期ｂ１と同時あるいは時間差ｃを持って考えられる販売開始時期ａ１よりも後に、例えばしきい値ｓを用いてこれを超えている時間帯、すなわち経過時間ｔ３の間のみ回帰分析を行うのである。このようにしきい値ｓを超える相関係数を出し得る販売期間のみに着目することで、販促手段との関係がある程度強い期間内の回帰分析が可能となり、それぞれの販促手段の反応効果をより精度高く分析することが可能となる。また、販売に関する経過時間を長く取れない場合、例えば、短い時間で定期的に販促手段を講じているような場合には、長く時間を取ると複数回の販促手段の影響が含まれてしまい、販促手段の効果を評価するには誤差が大きくなってしまうので、ある程度の相関が得られる短い時間内で回帰分析を迅速に実施することの意義は高い。
相関補正分析部１２は、しきい値ｓを超える販売時間帯を回帰分析部１４に信号送信することが可能である。また、しきい値ｓの選択については、実施例１において既に説明したとおりである。
事前に回帰分析を実行する時間帯の入力を得て、実施例２の第１変形例では、ステップＳ３で回帰分析部１４による回帰分析を実行することになる。
このような回帰分析によって得られた結果から式（２）を得ることができる。
式（２）では、顧客種類は考慮していない形になっているが、もちろん、新規顧客とリピート顧客に分離して受注件数や売上金額に関するデータを格納しておき、これを用いて分析を行う場合には、分離して表現することも可能である。ｆが受注件数の場合は単位は件数で、売上金額の場合は単位は円である。
ｆ（ｘｂ１，ｘｂ２，．．．，ｘｂｎ）
＝ｂ１・ｘｂ１＋ｂ２・ｘｂ２＋・・・＋ｂｎ・ｘｂｎ＋ｋｂ （２）
（但し、ｘｂｎは販促手段の実行数量（変数）、ｂｎは販促手段の感度係数（定数）、ｋｂはｆ（０，．．．，０）の切片（定数）である。）
その後のステップＳ４の販促反応分析工程及びステップＳ５の受注・売上予測工程さらにステップＳ６の出力工程については、実施例２と同様であるので、その説明を省略する。また、ステップＳ４が任意に選択される工程であることも同様である。
このような本実施例２の第１変形例では、相関係数がある程度得られていて、相関が認められる期間内においてのみ回帰分析用のデータとして用いるので、より高い精度で、各販促手段の感度について分析することが可能である。
Specifically, the correlation
Referring to FIG. 11 in the same manner as in the first embodiment, for example, a time zone that exceeds the sales start time a1 at the same time as the sales promotion time b1 or after the sales start time a1 considered with a time difference c, That is, the regression analysis is performed only during the elapsed time t3. Focusing only on the sales period that can produce a correlation coefficient exceeding the threshold value s in this way enables regression analysis within a period in which the relationship with the sales promotion means is somewhat strong, and the reaction effect of each sales promotion means is more accurate. It becomes possible to analyze highly. In addition, if the elapsed time related to sales cannot be taken long, for example, if the sales promotion means is taken regularly in a short time, the effect of multiple sales promotion means will be included if taking a long time, Since the error becomes large in evaluating the effect of the sales promotion means, it is highly meaningful to quickly carry out the regression analysis within a short time in which a certain degree of correlation is obtained.
The correlation
In the first modified example of the second embodiment, the regression analysis by the
Equation (2) can be obtained from the results obtained by such regression analysis.
In formula (2), the customer type is not taken into account, but of course, data on the number of orders received and sales amount is stored separately for new customers and repeat customers, and this is used for analysis. When performing, it is also possible to express separately. When f is the number of orders, the unit is the number of orders, and when it is the sales amount, the unit is yen.
f (xb1, xb2, ..., xbn)
= B1 · xb1 + b2 · xb2 + ... + bn · xbn + kb (2)
(Where xbn is the execution quantity (variable) of the sales promotion means, bn is the sensitivity coefficient (constant) of the sales promotion means, and kb is the intercept (constant) of f (0, ..., 0).)
The subsequent sales promotion reaction analysis step in step S4, the order / sales prediction step in step S5, and the output step in step S6 are the same as those in the second embodiment, and thus description thereof is omitted. It is also the same that step S4 is an arbitrary process.
In the first modified example of the second embodiment, since the correlation coefficient is obtained to some extent and is used as the data for regression analysis only within the period in which the correlation is recognized, each of the sales promotion means has higher accuracy. It is possible to analyze for sensitivity.
以上説明したように、本発明の請求項１乃至請求項２０に記載された発明は、商品又はサービスを提供するフランチャイズ事業者や大規模店舗経営者、さらには小売商店主等も含めたあらゆる事業者が販売促進活動を実施する際に、その予算を決定したり、複数の販売促進活動を実施する際にいずれが効率的あるいは精度高く実施できるかに関する情報を入手したりすることで販売促進計画の立案支援に利用することができる。さらに、本発明を利用することで経営計画や出店計画の立案にも利用可能である。
As described above, the inventions described in
１…販売促進計画支援システム ２…入力部 ３…分析演算部 ４…出力部 ５…件数・売上データベース ６…相関係数データベース ７…回帰係数データベース ８…販促データベース ９…販促予算データベース １０…販促計画データベース １１…相関分析部 １２…相関補正分析部 １３…販促反応演算部 １４…回帰分析部 １５…販促予算演算部 １６…顧客件数・売上予測演算部 １７…新規顧客件数・売上データ １８…既存顧客件数・売上データ １９…新規顧客件数・売上予測データ ２０…既存顧客件数・売上予測データ ２１…販促反応分析データ ２２…ポスティング相関係数データ ２３…新聞折込相関係数データ ２４…ＤＭ相関係数データ ２５…相関補正しきい値データ ２６…ポスティング回帰係数データ ２７…新聞折込回帰係数データ ２８…ＤＭ回帰係数データ ２９…ポスティング活動データ ３０…新聞折込活動データ ３１…ＤＭ活動データ ３２…販促総予算データ ３３…ポスティング予算データ ３４…新聞折込予算データ ３５…ＤＭ予算データ ３６…ポスティング計画データ ３７…新聞折込計画データ ３８…ＤＭ計画データ
DESCRIPTION OF
上記目的を達成するため、請求項１に記載の発明である販売促進計画支援システムは、販売時期、地域コード、顧客による受注件数、売上金額を格納する売上データベースと、販売促進活動（以下、単に販促という）時期、地域コード、複数の販促手段毎の実行数量を格納する販促データベースと、所望の前記地域コードに該当し、かつ、所望の販売期間に含まれる前記販売時期の前記顧客による受注件数又は売上金額を前記売上データベースから読み出して、所望の前記地域コードに該当し、かつ、所望の販促時期に実行された前記複数の販促手段毎の実行数量を前記販促データベースから読み出して、前記読み出された顧客による受注件数又は売上金額と、前記販促手段毎の実行数量の相互相関係数を演算する相関分析部と、
この相関分析部が、前記顧客による受注件数又は売上金額に対して前記販促手段毎の実行数量との相互相関係数を演算する際に、前記所望の販促時期と前記所望の販売期間の始点を同一又は所望の時間差を持たせて、この始点からの経過時間をパラメータとして演算し、この経過時間をパラメータとして演算された前記相互相関係数の中から予め定められた所望のしきい値を超える相互相関係数を発生している前記経過時間の期間を抽出する相関補正分析部を有し、所望の前記地域コードに該当し、かつ、前記相関補正分析部で抽出された経過時間の期間に含まれる前記販売時期の前記顧客による受注件数又は売上金額を前記売上データベースから読み出して、所望の前記地域コードに該当し、かつ、前記相関補正分析部で抽出された相互相関係数を発生させた経過期間に実行された前記複数の販促手段毎の実行数量を前記販促データベースから読み出して、前記相関補正分析部で抽出された経過時間の期間に含まれるものとして読み出された顧客による受注件数又は売上金額と、前記販促手段毎の実行数量の関係を式（２）の一次式で表現し、前記販促手段毎の実行数量に対する感度係数を演算する回帰分析部と、
ｆ（ｘｂ１，ｘｂ２，．．．，ｘｂｎ）
＝ｂ１・ｘｂ１＋ｂ２・ｘｂ２＋・・・＋ｂｎ・ｘｂｎ＋ｋｂ （２）
（但し、ｘｂｎは販促手段の実行数量（変数）、ｂｎは販促手段の感度係数（定数）、ｋｂはｆ（０，．．．，０）の切片（定数）である。）
この回帰分析部で演算された前記式（２）を読み出して、販促手段毎の実行数量を代入した際の予測受注件数又は予測売上額を演算する顧客件数・売上予測演算部と、この顧客件数・売上予測演算部で演算された前記予測受注件数又は予測売上額を出力する出力部と、を有するものである。
上記構成の販売促進計画支援システムでは、相関分析部が、顧客による受注件数又は売上金額と、販促手段毎の実行数量の相互相関係数を演算するという作用を有し、また、相関分析部が備える相関補正分析部が、販促時期と販売期間の始点を同一又は時間差を持たせて、この始点からの経過時間をパラメータとして演算し、この経過時間をパラメータとして演算された相互相関係数の中から予め定められたしきい値を超える相互相関係数を抽出するという作用を有する。
そして、回帰分析部が、顧客による受注件数又は売上金額と、販促手段毎の実行数量の関係を式（２）の一次式で表現し、回帰分析部は相関補正分析部によって抽出された相互相関係数を発生させた経過時間に実行された販促手段毎の実行数量を用いて、式（２）に関する感度係数を演算するという作用を有する。
In order to achieve the above object , the sales promotion plan support system according to the first aspect of the present invention includes a sales database storing a sales time, a region code, the number of orders received by a customer, a sales amount, and a sales promotion activity (hereinafter simply referred to as “sales promotion activity”). A sales promotion database that stores time, region code, and execution quantity for each of the plurality of sales promotion means, and the number of orders received by the customer at the sales time corresponding to the desired region code and included in the desired sales period or the sales amount is read from the sales database, it corresponds to the desired of the area code, and reads out the execution quantity of each of the plurality of promotional means, which is executed at a time desired promotional from the promotional database, out of the reading A correlation analysis unit that calculates the cross-correlation coefficient between the number of orders received or the sales amount by the customer and the execution quantity for each of the sales promotion means;
When the correlation analysis unit calculates the cross-correlation coefficient between the number of orders received by the customer or the sales amount and the execution quantity for each of the sales promotion means, the desired sales promotion time and the starting point of the desired sales period are determined. Calculate the elapsed time from this starting point as a parameter with the same or desired time difference, and exceed a predetermined desired threshold value from the cross-correlation coefficients calculated using this elapsed time as a parameter A correlation correction analysis unit that extracts a period of the elapsed time in which a cross-correlation coefficient is generated, and corresponds to the desired region code, and the elapsed time period extracted by the correlation correction analysis unit; The number of orders received by the customer or the sales amount of the sales period included is read from the sales database, corresponds to the desired region code, and is extracted by the correlation correction analysis unit The execution quantity of each of the plurality of promotional means executed in age that caused the coefficients are read from the promotional database, is read as included in the period of elapsed time that the extracted correlation correction analyzer A regression analysis unit that expresses a relationship between the number of orders received by a customer or the sales amount and the execution quantity for each of the sales promotion means by a linear expression of Formula ( 2 ), and calculates a sensitivity coefficient for the execution quantity for each of the sales promotion means;
f (xb1, xb2, ..., xbn)
= B1 · xb1 + b2 · xb2 + ... + bn · xbn + kb (2)
(Where xbn is the execution quantity (variable) of the sales promotion means, bn is the sensitivity coefficient (constant) of the sales promotion means, and kb is the intercept (constant) of f (0, ..., 0).)
The number of customers / sales prediction calculation unit for calculating the predicted number of orders received or the predicted sales amount when the formula ( 2 ) calculated by the regression analysis unit is read and the execution quantity for each sales promotion means is substituted, and the number of customers An output unit that outputs the predicted number of orders received or the predicted sales amount calculated by the sales prediction calculation unit;
In the sales promotion plan support system configured as described above, the correlation analysis unit has an operation of calculating a cross-correlation coefficient between the number of orders received by the customer or the sales amount and the execution quantity for each sales promotion means. The correlation correction analysis unit provided calculates the elapsed time from this start point as a parameter with the same or a difference in the start point of the sales promotion period and the sales period, and includes the cross correlation coefficient calculated using this elapsed time as a parameter. From this, the cross-correlation coefficient exceeding a predetermined threshold value is extracted.
Then, the regression analysis unit expresses the relationship between the number of orders received by the customer or the sales amount and the execution quantity for each sales promotion means by a linear expression of formula ( 2 ), and the regression analysis unit extracts the mutual phase extracted by the correlation correction analysis unit. Using the execution quantity for each sales promotion means executed during the elapsed time when the relation number is generated, the sensitivity coefficient related to the equation (2) is calculated.
請求項２に記載の発明である販売促進計画支援システムは、請求項１記載の販売促進計画支援システムにおいて、前記売上データベースに格納される顧客による受注件数又は売上金額は、新規顧客及びリピート顧客で分類される顧客種類毎の受注件数又は新規顧客及びリピート顧客で分類される顧客種類毎の売上金額であり、前記回帰分析部は、前記顧客種類毎の受注件数又は売上金額を読み出して、新規顧客及びリピート顧客のそれぞれについて、前記販促手段毎の実行数量の関係をそれぞれ式（３）及び式（４）の一次式で表現し、前記販促手段毎の実行数量に対する感度係数を演算し、
ｆ（ｘｃ１，ｘｃ２，．．．，ｘｃｎ）
＝ｃ１・ｘｃ１＋ｃ２・ｘｃ２＋・・・＋ｃｎ・ｘｃｎ＋ｋｃ （３）
ｇ（ｘｄ１，ｘｄ２，．．．，ｘｄｎ）
＝ｄ１・ｘｄ１＋ｄ２・ｘｄ２＋・・・＋ｄｎ・ｘｄｎ＋ｋｄ （４）
（但し、ｘｃｎ，ｘｄｎは販促手段の実行数量（変数）、ｃｎ，ｄｎは販促手段の感度係数（定数）、ｋｃはｆ（０，．．．，０）の切片（定数）、ｋｄはｇ（０，．．．，０）の切片（定数）である。）
前記顧客件数・売上予測演算部は、前記回帰分析部で演算された前記式（３）及び／又は式（４）を読み出して、販促手段毎の実行数量を代入した際の予測受注件数又は予測売上額を演算するものである。
上記構成の販売促進計画支援システムでは、請求項１に記載された発明の作用に加えて、回帰分析部が顧客種類毎の受注件数又は売上金額を用いて、販促手段毎の実行数量の関係をそれぞれ式（３）及び式（４）の一次式で表現し、販促手段毎の実行数量に対する感度係数を演算するという作用を有する。
The sales promotion plan support system according to
f (xc1, xc2, ..., xcn)
= C1 * xc1 + c2 * xc2 + ... + cn * xcn + kc (3)
g (xd1, xd2, ..., xdn)
= D1 · xd1 + d2 · xd2 + ... + dn · xdn + kd (4)
(Where xcn and xdn are execution quantities (variables) of the sales promotion means, cn and dn are sensitivity coefficients (constants) of the sales promotion means, kc is an intercept (constant) of f (0,..., 0), and kd is g (The intercept (constant) of 0, ..., 0).)
The customer number / sales prediction calculation unit reads the formula (3) and / or formula (4) calculated by the regression analysis unit, and substitutes the execution quantity for each sales promotion means to predict the number of orders received or prediction it is intended to calculate the sales amount.
In the sales promotion plan support system configured as described above, in addition to the operation of the invention described in
請求項３に記載の発明である販売促進計画支援プログラムは、コンピュータによって、予測受注件数又は予測売上額を演算するために実行されるプログラムであって、売上データベースに販売時期、地域コード、顧客による受注件数、売上金額を格納する売上データ格納工程と、販促データベースに販売促進活動（以下、単に販促という）時期、地域コード、複数の販促手段毎の実行数量を格納する販促データ格納工程と、所望の前記地域コードに該当し、かつ、所望の販売期間に含まれる前記販売時期の前記顧客による受注件数又は売上金額を前記売上データベースから読み出して、所望の前記地域コードに該当し、かつ、所望の販促時期に実行された前記複数の販促手段毎の実行数量を前記販促データベースから読み出して、前記読み出された顧客による受注件数又は売上金額と、前記販促手段毎の実行数量の相互相関係数を演算する相関分析工程と、この相関分析工程が、前記顧客による受注件数又は売上金額に対して前記販促手段毎の実行数量との相互相関係数を演算する際に、前記所望の販促時期と前記所望の販売期間の始点を同一又は所望の時間差を持たせて、この始点からの経過時間をパラメータとして演算し、この経過時間をパラメータとして演算された前記相互相関係数の中から予め定められた所望のしきい値を超える相互相関係数を発生している前記経過時間の期間を抽出する相関補正分析工程を有し、所望の前記地域コードに該当し、かつ、前記相関補正分析工程で抽出された経過時間の期間に含まれる前記販売時期の前記顧客による受注件数又は売上金額を前記売上データベースから読み出して、所望の前記地域コードに該当し、かつ、前記相関補正分析工程で抽出された相互相関係数を発生させた経過期間に実行された前記複数の販促手段毎の実行数量を前記販促データベースから読み出して、前記相関補正分析工程で抽出された経過時間の期間に含まれるものとして読み出された顧客による受注件数又は売上金額と、前記販促手段毎の実行数量の関係を式（２）の一次式で表現し、前記販促手段毎の実行数量に対する感度係数を演算する回帰分析工程と、
ｆ（ｘｂ１，ｘｂ２，．．．，ｘｂｎ）
＝ｂ１・ｘｂ１＋ｂ２・ｘｂ２＋・・・＋ｂｎ・ｘｂｎ＋ｋｂ （２）
（但し、ｘｂｎは販促手段の実行数量（変数）、ｂｎは販促手段の感度係数（定数）、ｋｂはｆ（０，．．．，０）の切片（定数）である。）
この回帰分析工程で演算された前記式（２）を読み出して、販促手段毎の実行数量を代入した際の予測受注件数又は予測売上額を演算する顧客件数・売上予測演算工程と、この顧客件数・売上予測演算工程で演算された前記予測受注件数又は予測売上額を出力する出力工程と、を実行させるものである。
上記構成の販売促進計画支援プログラムでは、相関分析工程が、顧客による受注件数又は売上金額と、販促手段毎の実行数量の相互相関係数を演算するという作用を有し、また、相関分析工程に含まれる相関補正分析工程が、販促時期と販売期間の始点を同一又は時間差を持たせて、この始点からの経過時間をパラメータとして演算し、この経過時間をパラメータとして演算された相互相関係数の中から予め定められたしきい値を超える相互相関係数を抽出するという作用を有する。
そして、回帰分析工程が、顧客による受注件数又は売上金額と、販促手段毎の実行数量の関係を式（２）の一次式で表現し、回帰分析工程は相関補正分析工程によって抽出された相互相関係数を発生させた経過時間に実行された販促手段毎の実行数量を用いて、式（２）に関する感度係数を演算するという作用を有する。
The sales promotion plan support program according to
f (xb1, xb2, ..., xbn)
= B1 · xb1 + b2 · xb2 + ... + bn · xbn + kb (2)
(Where xbn is the execution quantity (variable) of the sales promotion means, bn is the sensitivity coefficient (constant) of the sales promotion means, and kb is the intercept (constant) of f (0, ..., 0).)
The number of customers / sales prediction calculation step for calculating the predicted number of orders received or the predicted sales amount when the formula ( 2 ) calculated in the regression analysis step is read and the execution quantity for each sales promotion means is substituted, and the number of customers And an output step of outputting the predicted number of orders received or the predicted sales amount calculated in the sales prediction calculation step.
In the sales promotion plan support program configured as described above, the correlation analysis process has the effect of calculating the cross-correlation coefficient between the number of orders received by the customer or the sales amount and the execution quantity for each sales promotion means. The correlation correction analysis process included calculates the elapsed time from this starting point as a parameter, with the same or a time difference between the sales promotion time and the starting point of the sales period, and calculates the cross-correlation coefficient calculated using this elapsed time as a parameter. The cross correlation coefficient exceeding a predetermined threshold is extracted from the inside.
Then, the regression analysis process expresses the relationship between the number of orders received by the customer or the sales amount and the execution quantity for each sales promotion means as a linear expression of the formula ( 2 ), and the regression analysis process is the mutual phase extracted by the correlation correction analysis process. Using the execution quantity for each sales promotion means executed during the elapsed time when the relation number is generated, the sensitivity coefficient related to the equation (2) is calculated.
請求項４に記載の発明である販売促進計画支援プログラムは、請求項３記載の販売促進計画支援プログラムにおいて、前記売上データベースに格納される顧客による受注件数又は売上金額は、新規顧客及びリピート顧客で分類される顧客種類毎の受注件数又は新規顧客及びリピート顧客で分類される顧客種類毎の売上金額であり、前記回帰分析工程は、前記顧客種類毎の受注件数又は売上金額を読み出して、新規顧客及びリピート顧客のそれぞれについて、前記販促手段毎の実行数量の関係をそれぞれ式（３）及び式（４）の一次式で表現し、前記販促手段毎の実行数量に対する感度係数を演算し、
ｆ（ｘｃ１，ｘｃ２，．．．，ｘｃｎ）
＝ｃ１・ｘｃ１＋ｃ２・ｘｃ２＋・・・＋ｃｎ・ｘｃｎ＋ｋｃ （３）
ｇ（ｘｄ１，ｘｄ２，．．．，ｘｄｎ）
＝ｄ１・ｘｄ１＋ｄ２・ｘｄ２＋・・・＋ｄｎ・ｘｄｎ＋ｋｄ （４）
（但し、ｘｃｎ，ｘｄｎは販促手段の実行数量（変数）、ｃｎ，ｄｎは販促手段の感度係数（定数）、ｋｃはｆ（０，．．．，０）の切片（定数）、ｋｄはｇ（０，．．．，０）の切片（定数）である。）
前記顧客件数・売上予測演算工程は、前記回帰分析工程で演算された前記式（３）及び／又は式（４）を読み出して、販促手段毎の実行数量を代入した際の予測受注件数又は予測売上額を演算するものである。
上記構成の販売促進計画支援プログラムでは、請求項３に記載された発明の作用に加えて、回帰分析工程が顧客種類毎の受注件数又は売上金額を用いて、販促手段毎の実行数量の関係をそれぞれ式（３）及び式（４）の一次式で表現し、販促手段毎の実行数量に対する感度係数を演算するという作用を有する。
The sales promotion plan support program according to
f (xc1, xc2, ..., xcn)
= C1 * xc1 + c2 * xc2 + ... + cn * xcn + kc (3)
g (xd1, xd2, ..., xdn)
= D1 · xd1 + d2 · xd2 + ... + dn · xdn + kd (4)
(Where xcn and xdn are execution quantities (variables) of the sales promotion means, cn and dn are sensitivity coefficients (constants) of the sales promotion means, kc is an intercept (constant) of f (0,..., 0), and kd is g (The intercept (constant) of 0, ..., 0).)
The customer number / sales forecast calculation step reads the formula (3) and / or formula (4) calculated in the regression analysis step, and substitutes the execution quantity for each sales promotion means to predict the number of orders received or forecast it is intended to calculate the sales amount.
In the sales promotion plan support program having the above configuration, in addition to the operation of the invention described in
本発明の請求項１に記載の販売促進計画支援システムでは、顧客による受注件数、売上金額と複数の販促手段毎の実行数量を用いて回帰分析を行い、販促手段毎の実行数量に対する感度係数を演算するので、複数の販促手段毎に実行数量を代入すると、定量的に予測受注件数又は予測売上額を予測することができ、販売促進計画の立案に資することを可能としている。また、いずれの販促手段が効率的に受注件数に結び付くのか、また売上金額に結び付くのか地域毎に評価を行うことが可能であり、地域に即した販促計画を立案することができるのである。
さらに、相互相関係数を販促時期と販売期間の始点からの経過時間をパラメータとして演算して、予め定められたしきい値を超える相互相関係数を抽出し、回帰分析部がその抽出された相互相関係数を発生させた経過時間に実行された販促手段毎の実行数量を用いて、式（２）に関する感度係数を演算するので、高い精度を担保しつつ短い経過時間での評価を実施することができ、また、経過時間を複数の販促手段に共通の長さとして評価することも可能であり、共通期間内での実効性を評価することも可能である。
In promotional planning support system according to
Further, the cross-correlation coefficient is calculated using the sales promotion time and the elapsed time from the start point of the sales period as parameters, and the cross-correlation coefficient exceeding a predetermined threshold is extracted, and the regression analysis unit is extracted. The sensitivity coefficient related to Equation (2) is calculated using the execution quantity for each sales promotion means executed during the elapsed time when the cross-correlation coefficient was generated. Therefore, evaluation with a short elapsed time is performed while ensuring high accuracy. It is also possible to evaluate the elapsed time as a length common to a plurality of sales promotion means, and it is also possible to evaluate the effectiveness within a common period.
本発明の請求項２記載の販売促進計画支援システムでは、請求項１に記載の発明の効果に加えて、顧客種類毎の受注件数又は受注金額を用いて、販促手段毎の実行数量に対する感度係数を回帰分析するので、事業者に対する知識や先入観を備えていない新規顧客とある程度の情報やイメージを抱いているリピート顧客毎に販促の実効性を評価することが可能である。従って、顧客特性に沿った予測受注件数と予測売上額を評価することができる。
In the sales promotion plan support system according to
本発明の請求項３記載の販売促進計画支援プログラムでは、請求項１に記載の販売促進計画支援システムをプログラム発明として捉えたものであるので、その効果は請求項１に記載の発明と同様である。
In the sales promotion plan support program according to
本発明の請求項４記載の販売促進計画支援プログラムでは、請求項２に記載の販売促進計画支援システムをプログラム発明として捉えたものであるので、その効果は請求項２に記載の発明と同様である。
The fourth aspect promotional planning support program of the present invention, since those that capture promotional planning support system according to
以下、図６を参照しながら、実施例１に係る販売促進計画支援システム１について説明する。
図６は、実施例１に係る販売促進計画支援システム１のデータ処理の流れを示すフローチャートである。あるいは、販売促進計画支援プログラムとして捉えた場合には、コンピュータに対して実行するデータ処理の流れのフローチャートでもある。
ステップＳ１は売上集計工程である。販売促進計画支援システム１を使用する事業者等は、日々図２（ａ）又は図３（ａ）に示されるような売上データ（件数データを含む）を収集しておき、月末等の適当な時期に図２（ｂ）又は図３（ｂ）に示されるような月毎、店舗毎、エリア毎に集計するとよい。その際、新規顧客及びリピート顧客のような顧客種類毎にまとめた件数・売上データとしてもよいし、図１の件数・売上データベース５には含めていないが、まとめて顧客件数・売上データとしておいてもよい。図２（ａ）では、売上日、店舗名、エリア番号、エリア名、件数、売上金額に関するデータが取得され、月次データとして、店舗毎、エリア毎に集計されている。店舗名及びエリア番号は記号で表現されており、これらをパラメータとして分析を行うことを可能としている。件数とは受注件数（注文件数）のことであり、売上金額は本実施例では便宜上すべて客単価として５，０００円で計算されている。
ステップＳ２は販促活動集計工程である。事業者等は、販促を行う度に図４（ａ）に示されるような販促活動データを収集しておき、月末等の適当な時期に図４（ｂ）に示されるような月毎、店舗毎、エリア毎、販促手段毎に集計するとよい。販促活動データは、販促手段の種類毎に販促の担当者及び販促実行数量を収集し、それらを集計する。
Hereinafter, the sales promotion
FIG. 6 is a flowchart illustrating a data processing flow of the sales promotion
Step S1 is a sales counting process. Companies that use the sales promotion
Step S2 is a sales promotion activity counting process. Businesses, etc., collect sales promotion data as shown in FIG. 4 (a) every time they make a sales promotion, and store them at monthly and monthly stores as shown in FIG. 4 (b) at an appropriate time such as the end of the month. It is good to total every area, every sales promotion means. The sales promotion data collects sales promotion personnel and sales promotion execution quantities for each type of sales promotion means, and totals them.
次に、実施例１の第１変形例について説明する。
第１変形例では、ステップＳ３の相関分析工程の演算の際に、販促実行毎に経過時間を設け、この経過時間をパラメータに相関係数を演算するものである。
そして、その後にステップＳ３ａとして相関補正分析部１２において、ステップＳ３で演算された相関係数の中から最大値を抽出する相関係数補正工程を実施するものである。相互相関係数は前述のとおり１に近似すればするほど相関が強いとされるが、逆に０に近ければ相関がないとも判断される。また、本実施例のように店舗で販売される商品の受注件数や売上金額と販促手段の相関には販促時期からある程度の時間遅れをおいた方が相関は強くなると考えられ、また、複数の販促手段毎に即効性を備えたものもあれば、長期間に亘って影響を及ぼすものもあるとも考えられる。従って、その時間遅れも異なると考えられる。
図１１を参照しながら、その相関係数の変化について説明する。図１１は、相関係数の時間変化を模式的に表現したものである。図１１で、販促時期をｂ１とすると、その後、販促の影響を受けて商品がより売れ始めるが、その相関はある時間経過してから、最大値ｍを取り、その後緩やかに減少していく。
そこで、第１変形例では、相関分析部１１において、その時間遅れを十分な期間考慮して相関係数を演算し、その最大値を相関補正分析部１２で抽出するものである。相関分析部１１では、図２（ｂ）、図３（ｂ）及び図４（ｂ）に示されるような月次の集計データではなく、図２（ａ）、図３（ａ）及び図４（ａ）に示される新規顧客件数・売上データ１７、既存顧客件数・売上データ１８及びポスティング活動データ２９、新聞折込活動データ３０及びＤＭ活動データ３１を、より短期間で集計したデータを用いる。
販売開始時期ａ１から販売終了時期ａ２の間を販売期間として考え、販売開始時期ａ１を始点として、これを販促時期ｂ１と一致させるかあるいは予め所望に定めた時間差ｃを設けるかして、この経過時間ｔ１の間で時間をパラメータとして相関係数を演算する。そして、相関補正分析部１２を設けて、相関係数の中からその最大値を抽出するものである。先に相関分析部１１を用いた相関分析方法については月次集計データを用いたが、この相関分析部１１では、販促実行毎に経過時間を設け、この経過時間をパラメータに相関係数を演算し、相関補正分析部１２では、その最大値を求めるのである。受注件数あるいは売上金額を求める時間としては、所望に区切られた時間毎であってもよいし、経過時間ｔ１内の積算時間で求めてもよい。
このようにして得られた相関係数の最大値を相関分析部１１に送信して、ステップＳ３に戻り、実行された販促手段毎に図１０に示されるような相関係数の配分を求める。それ以降は、先に実施例１で説明したとおりである。なお、相関分析部１１で演算される経過時間をパラメータとした図１１に示されるような相関係数の変化は、出力部４が相関係数データベース６からそれぞれの販促手段毎の相関係数データ２２，２３，２４を読み出して、パラメータとされた経過時間に対して相関係数の変化を出力する。
このようにして得られた相関係数の最大値を用いることによれば、販促手段毎に異なる相関係数の時間変化を考慮しながら、本来発揮しうる最大の効果を評価することが可能であり、加えて、これを反映した販促予算を求めることができる。
Next, a first modification of the first embodiment will be described .
In the first modification, an elapsed time is provided for each sales promotion execution in the correlation analysis step of step S3, and a correlation coefficient is calculated using this elapsed time as a parameter.
Then, in step S3a, the correlation
The change in the correlation coefficient will be described with reference to FIG. FIG. 11 schematically represents a temporal change in the correlation coefficient. In FIG. 11, if the sales promotion time is b1, then the product starts to sell more under the influence of the sales promotion, but the correlation takes a maximum value m after a certain time and then gradually decreases.
Therefore, in the first modification, the
The period between the sales start time a1 and the sales end time a2 is considered as a sales period, and this progress is made by matching the sales start time a1 with the sales promotion time b1 or setting a predetermined time difference c. The correlation coefficient is calculated between time t1 using time as a parameter. A correlation
The maximum value of the correlation coefficient obtained in this way is transmitted to the
By using the maximum value of the correlation coefficient obtained in this way, it is possible to evaluate the maximum effect that can be originally exhibited while taking into account the time variation of the correlation coefficient that differs for each sales promotion means. Yes, in addition, you can ask for a promotional budget that reflects this.
次に、実施例１の第２変形例について説明する。
第１変形例では、ステップＳ３ａで、相関係数の最大値を相関補正分析部１２で抽出したが、第２変形例では、最大値に代えてステップＳ３ａで予め所望に定められたしきい値を超えた相関係数を抽出することとするものである。図１１で、例えば図に示されるしきい値ｓを用いる場合である。この場合に用いられるデータ類は第１変形例と同様である。経過時間をｔ２のように設定すると、その時間内にしきい値ｓを超えており、この場合、経過時間ｔ２内で最大の相関係数ｋを相関係数として採用する。第２変形例では、例えば、第１変形例よりも短時間の経過時間ｔ２を取り、その間でしきい値を超えた相関のみを抽出して、それらを一定期間内で販促手段の効果を判断することができる。しきい値としては、相関係数データベース６の中に相関補正しきい値データ２５として、相関があると判断できる程度の数値、例えば、０．２から０．４等を設定し格納しておくとよい。
相関補正分析部１２は、相関係数データベース６から相関補正しきい値データ２５を読み出して、これをしきい値として、相関分析部１１で演算された相関係数との比較で、しきい値を上回ったもののみ抽出することになる。
このようにしきい値を設定しておくことで、時間を切っても相関が表れていない場合にはそれを排除して、相関と呼べる関係が生じているもののみを選ぶことができる。また、経過時間を区切ることで、同一時間における販促手段毎の効果を比較することができ、短時間にすることで即効性を評価したり、長時間とすることで持続性を評価したりすることができる。用途に応じてしきい値の設定を変更することができる。
また、このようにして得られた相関係数を用いることで、この相関係数に関する効果を販促費予算の配分や販促手段の実行数量の配分に利用することで、より精度の高い予算配分や実行数量配分が可能である。
Next, a second modification of the first embodiment will be described .
In the first modification, the maximum value of the correlation coefficient is extracted by the correlation
The correlation
By setting the threshold value in this way, it is possible to select only those having a relationship that can be referred to as correlation when the correlation does not appear even if the time is cut off. Also, by dividing the elapsed time, you can compare the effect of each sales promotion means at the same time, evaluate the immediate effect by making it short, or evaluate the sustainability by making it long. be able to. The threshold setting can be changed according to the application.
In addition, by using the correlation coefficient obtained in this way, the effects related to this correlation coefficient can be used for the allocation of the sales promotion budget and the execution quantity of the sales promotion means. Execution quantity allocation is possible.
次に、実施例１の第３変形例について説明する。
第３変形例では、ステップＳ４ａとして販促反応分析工程を備えるものである。この販促反応分析工程は、図１の販促反応演算部１３によって実行される。
具体的に図１４を参照しながら説明する。図１４は、実施例１の第３変形例で用いられるデータの内容を模式的に表現した表であり、（ａ）は販促手段の実行に関するデータ、販促前の注文数及び販促後の注文数とその差を示している。（ｂ）は（ａ）のデータをベースに、販促方法と店舗名とエリア番号、エリア名毎に、販促前注文数と販促後注文数を集計したものである。また、集計した数値に対する販促回数も含まれている。
これらのデータは、販促反応演算部１３によって読み出される。具体的には、販促反応演算部１３は、件数・売上データベース５から新規顧客件数・売上データ１７及び既存顧客件数・売上データ１８を読み出し、また、販促データベース８からポスティング活動データ２９、新聞折込活動データ３０及びＤＭ活動データ３１を読み出して、図１４に示されるデータを構成させる。また、販促前後の注文数（受注件数）を演算するための日数は、予め所望の設定値としていずれかのデータベースに格納しておき、これを読み出して注文数をカウントし、その差又は比を演算するとよい。あるいは、販促反応演算部１３によって要求させて、入力部２を介して演算時に入力してもよい。また、本変形例では、販促前後の注文数の差を演算しているが、もちろん、売上金額の差又は比として演算してもよい。
販促反応演算部１３によって演算されたデータは、販促反応分析データ２１として、件数・売上データベース５に格納される。
この販促反応演算部１３によれば、顧客種類毎あるいはエリア毎に、実行した販促手段前後の注文数や売上金額に対する効果を把握できる。単位販促当たりの注文増加も評価することができる。なお、本変形例では、販促回数を含めているが、販促実行数量の集計を行ってもよい。
Next, a third modification of the first embodiment will be described .
In the third modification, a sales promotion reaction analysis step is provided as step S4a. This sales promotion reaction analysis process is performed by the sales promotion
This will be specifically described with reference to FIG. FIG. 14 is a table schematically representing the contents of data used in the third modification of the first embodiment. (A) is data relating to execution of the sales promotion means, the number of orders before the sales promotion, and the number of orders after the sales promotion. And the difference. (B) tabulates the number of pre-promotion orders and the number of post-promotion orders for each sales promotion method, store name, area number, and area name based on the data of (a). It also includes the number of sales promotions for the aggregated numbers.
These data are read out by the sales promotion
Data calculated by the sales promotion
According to the sales promotion
次に、図１５を参照しながら、実施例２に係る販売促進計画支援システム１について説明する。（請求項１乃至４に対応）
図１５は、実施例２に係る販売促進計画支援システム１のデータ処理の流れを示すフローチャートである。
ステップＳ１及びステップＳ２は、本実施例においても実施例１と同様であるので省略する。
ステップＳ３は回帰分析工程である。回帰分析の演算については図１、図７及び図１５を参照しながら説明する。回帰分析は、図１の回帰分析部１４において実行される。回帰分析部１４は、件数・売上データベース５から新規顧客件数・売上データ１７及び既存顧客件数・売上データ１８を読み出すと共に、販促データベース８からポスティング活動データ２９、新聞折込活動データ３０及びＤＭ活動データ３１を読み出す。これらのデータをまとめると実施例１と同様に図７のように示される。図７では、月毎、店舗毎、エリア毎にまとめたデータが示されているが、このまとめかたに限定されるものではなく、所望の期間、店舗群、あるいはエリア群など適宜集計されてもよい。
Next, the sales promotion
FIG. 15 is a flowchart illustrating a data processing flow of the sales promotion
Since step S1 and step S2 are the same as those in the first embodiment in this embodiment, they are omitted.
Step S3 is a regression analysis process. The calculation of the regression analysis will be described with reference to FIGS. The regression analysis is executed in the
次に、実施例２の第１変形例について図１及び図１６を参照しながら説明する。（請求項１乃至４に対応）
第１変形例では、ステップＳ３の回帰工程の演算の前に、ステップＳ３ａとして図１に示される相関分析部１１において相関分析を実施しつつ、ステップＳ３ｂとして図１に示される相関補正分析部１２において相関係数補正工程を実施するものである。
図１６のステップＳ３ａでは、ステップＳ３の回帰分析工程に先立ち、相関分析部１１が顧客による新規顧客件数・売上データ１７及び既存顧客件数・売上データ１８を件数・売上データベース５から、販促データベース８からポスティング活動データ２９、新聞折込活動データ３０及びＤＭ活動データ３１を読み出して、受注件数、売上金額と各販促手段の実行数量との相互相関係数を分析する。
具体的な相互相関係数の演算方法は、実施例１と同様であるので実施例２の第１変形例の説明では省略する。
さらに、ステップＳ３ｂでは、相関補正分析部１２が、ステップＳ３ａで分析された相互相関係数の補正を実施するが、この補正の実施方法は実施例１の第２変形例で実施したものと同様であるが、その用いられ方が異なる。
本実施例２の第１変形例でも予め所望に定められた相関補正しきい値データ２５を用いるが、そのしきい値を超えた相関係数が演算される期間内の顧客による受注件数又は売上金額と各販促手段の実行数量との回帰分析を実施するのである。
Next, a first modification of the second embodiment will be described with reference to FIGS. (Corresponding to
In the first modification, the correlation analysis is performed in the
In step S3a of FIG. 16, prior to the regression analysis step of step S3, the
Since the specific method of calculating the cross-correlation coefficient is the same as that in the first embodiment, it will be omitted in the description of the first modification of the second embodiment.
Further, in step S3b, the correlation
The first modified example of the second embodiment also uses the correlation
以上説明したように、本発明の請求項１乃至請求項４に記載された発明は、商品又はサービスを提供するフランチャイズ事業者や大規模店舗経営者、さらには小売商店主等も含めたあらゆる事業者が販売促進活動を実施する際に、その予算を決定したり、複数の販売促進活動を実施する際にいずれが効率的あるいは精度高く実施できるかに関する情報を入手したりすることで販売促進計画の立案支援に利用することができる。さらに、本発明を利用することで経営計画や出店計画の立案にも利用可能である。
As described above, the inventions described in
Claims (20)
所望の前記地域コードに該当し、かつ、所望の販売期間に含まれる前記販売時期の前記顧客による受注件数又は売上金額を前記売上データベースから読み出して、
所望の前記地域コードに該当し、かつ、所望の販促時期に実行された前記複数の販促手段毎の実行数量を前記販促データベースから読み出して、
前記読み出された顧客による受注件数又は売上金額と、前記販促手段毎の実行数量の相互相関係数を演算する相関分析部と、
この相関分析部で演算された前記顧客による受注件数又は売上金額と前記販促手段毎の実行数量との相互相関係数を出力する出力部と、を有することを特徴とする販売促進計画支援システム。 A sales database that stores sales time, region code, number of orders received by customers, sales amount, sales promotion database (hereinafter simply referred to as sales promotion), region code, and a sales promotion database that stores the execution quantity for each of the plurality of sales promotion means,
Read the number of orders received by the customer or the sales amount from the sales database corresponding to the desired region code and included in the desired sales period from the sales database,
The execution quantity for each of the plurality of sales promotion means corresponding to the desired region code and executed at a desired sales promotion time is read from the sales promotion database,
A correlation analysis unit that calculates the cross-correlation coefficient of the number of orders received by the read customer or the sales amount and the execution quantity for each of the sales promotion means;
A sales promotion plan support system comprising: an output unit that outputs a cross-correlation coefficient between the number of orders received by the customer or the sales amount calculated by the correlation analysis unit and an execution quantity for each of the sales promotion means.
前記出力部は前記販促反応演算部で演算された前記差分又は比を出力可能であることを特徴とする請求項１記載の販売促進計画支援システム。 For each region code, the number of orders received or sales amount by the customer at the sales period included in the desired sales period, and before the desired sales period, and included in the same sales period as the desired sales period Calculate the difference or ratio between the number of orders received by the customer at the sales time or the sales amount, and include a sales promotion reaction calculation unit capable of evaluating the sales promotion effect for the region code,
The sales promotion plan support system according to claim 1, wherein the output unit is capable of outputting the difference or ratio calculated by the sales promotion reaction calculation unit.
前記所望の販促時期と，前記所望の販売期間の始点を同一又は所望の時間差を持たせて、この始点からの経過時間をパラメータとして演算し、
前記出力部は、パラメータとされた前記経過時間に対して前記相互相関係数の変化を出力することを特徴とする請求項１又は請求項２に記載の販売促進計画支援システム。 When the correlation analysis unit calculates the cross-correlation coefficient with the execution quantity for each of the sales promotion means for the number of orders received or the sales amount by the customer,
The desired sales promotion time and the starting point of the desired sales period have the same or desired time difference, and the elapsed time from this starting point is calculated as a parameter,
The sales promotion plan support system according to claim 1, wherein the output unit outputs a change in the cross-correlation coefficient with respect to the elapsed time set as a parameter.
前記出力部は前記販促予算演算部で演算された前記販促手段毎の販促予算額を出力可能であることを特徴とする請求項１乃至請求項５のいずれか１項に記載の販売促進計画支援システム。 Read the cross-correlation coefficient between the number of orders received by the customer or the sales amount calculated by the correlation analysis unit and the execution quantity for each sales promotion means, and calculate the occupation ratio of the cross-correlation coefficient for each sales promotion means And a sales promotion budget calculation unit that calculates the product of the total sales budget amount determined in advance and the occupation ratio of the cross-correlation coefficient for each sales promotion means to calculate the sales promotion budget amount for each sales promotion means,
The sales promotion plan support according to any one of claims 1 to 5, wherein the output unit can output a sales promotion budget amount for each of the sales promotion means calculated by the sales promotion budget calculation unit. system.
所望の前記地域コードに該当し、かつ、所望の販売期間に含まれる前記販売時期の前記顧客による受注件数又は売上金額を前記売上データベースから読み出して、
所望の前記地域コードに該当し、かつ、所望の販促時期に実行された前記複数の販促手段毎の実行数量を前記販促データベースから読み出して、
前記読み出された顧客による受注件数又は売上金額と、前記販促手段毎の実行数量の関係を式（１）の一次式で表現し、前記販促手段毎の実行数量に対する感度係数を演算する回帰分析部と、
ｆ（ｘａ１，ｘａ２，．．．，ｘａｎ）
＝ａ１・ｘａ１＋ａ２・ｘａ２＋・・・＋ａｎ・ｘａｎ＋ｋａ （１）
（但し、ｘａｎは販促手段の実行数量（変数）、ａｎは販促手段の感度係数（定数）、ｋａはｆ（０，．．．，０）の切片（定数）である。）
この回帰分析部で演算された前記式（１）を読み出して、販促手段毎の実行数量を代入した際の予測受注件数又は予測売上額を演算する顧客件数・売上予測演算部と、
この顧客件数・売上予測演算部で演算された前記予測受注件数又は予測売上額を出力する出力部と、
を有することを特徴とする販売促進計画支援システム。 A sales database that stores sales time, region code, number of orders received by customers, sales amount, sales promotion database (hereinafter simply referred to as sales promotion), region code, and a sales promotion database that stores the execution quantity for each of the plurality of sales promotion means,
Read the number of orders received by the customer or the sales amount from the sales database corresponding to the desired region code and included in the desired sales period from the sales database,
The execution quantity for each of the plurality of sales promotion means corresponding to the desired region code and executed at a desired sales promotion time is read from the sales promotion database,
Regression analysis that expresses the relationship between the number of orders received or the sales amount by the read customer and the execution quantity for each of the sales promotion means by a linear expression of formula (1) and calculates a sensitivity coefficient for the execution quantity for each of the sales promotion means And
f (xa1, xa2, ..., xan)
= A1 * xa1 + a2 * xa2 + ... + an * xan + ka (1)
(Where xan is the execution quantity (variable) of the sales promotion means, an is the sensitivity coefficient (constant) of the sales promotion means, and ka is the intercept (constant) of f (0, ..., 0).)
Reading the equation (1) calculated by the regression analysis unit, and calculating the number of predicted orders received or the estimated sales amount when substituting the execution quantity for each sales promotion means,
An output unit that outputs the predicted number of orders received or the estimated sales amount calculated by the number of customers / sales prediction calculation unit;
A sales promotion plan support system characterized by comprising:
この相関分析部が、前記顧客による受注件数又は売上金額に対して前記販促手段毎の実行数量との相互相関係数を演算する際に、
前記所望の販促時期と前記所望の販売期間の始点を同一又は所望の時間差を持たせて、この始点からの経過時間をパラメータとして演算し、
この経過時間をパラメータとして演算された前記相互相関係数の中から予め定められた所望のしきい値を超える相互相関係数を発生している前記経過時間の期間を抽出する相関補正分析部を有し、
前記回帰分析部は、所望の前記地域コードに該当し、かつ、前記相関補正分析部で抽出された経過時間の期間に含まれる前記販売時期の前記顧客による受注件数又は売上金額を前記売上データベースから読み出して、
所望の前記地域コードに該当し、かつ、前記相関補正分析部で抽出された相互相関係数を発生させた経過期間に実行された前記複数の販促手段毎の実行数量を前記販促データベースから読み出して、
前記読み出された顧客による受注件数又は売上金額と、前記販促手段毎の実行数量の関係を式（２）の一次式で表現し、前記販促手段毎の実行数量に対する感度係数を演算し、
ｆ（ｘｂ１，ｘｂ２，．．．，ｘｂｎ）
＝ｂ１・ｘｂ１＋ｂ２・ｘｂ２＋・・・＋ｂｎ・ｘｂｎ＋ｋｂ （２）
（但し、ｘｂｎは販促手段の実行数量（変数）、ｂｎは販促手段の感度係数（定数）、ｋｂはｆ（０，．．．，０）の切片（定数）である。）
前記顧客件数・売上予測演算部は、前記回帰分析部で演算された前記式（２）を読み出して、販促手段毎の実行数量を代入した際の予測受注件数又は予測売上額を演算することを特徴とする請求項８記載の販売促進計画支援システム。 A correlation analysis unit that calculates the cross-correlation coefficient of the number of orders received by the read customer or the sales amount and the execution quantity for each of the sales promotion means;
When this correlation analysis unit calculates a cross-correlation coefficient with the execution quantity for each of the sales promotion means for the number of orders received or sales amount by the customer,
With the same or desired time difference between the desired sales promotion time and the start point of the desired sales period, the elapsed time from this start point is calculated as a parameter,
A correlation correction analysis unit for extracting a period of the elapsed time generating a cross-correlation coefficient exceeding a predetermined threshold value from the cross-correlation coefficient calculated using the elapsed time as a parameter; Have
The regression analysis unit corresponds to the desired region code, and the number of orders received by the customer or the sales amount included in the elapsed time period extracted by the correlation correction analysis unit from the sales database. Read
The execution quantity for each of the plurality of sales promotion means executed in the elapsed period corresponding to the desired region code and generated by the correlation correction analysis unit is read from the sales promotion database. ,
Expressing the relationship between the number of orders received or the sales amount by the read customer and the execution quantity for each of the sales promotion means by a linear expression of the equation (2), calculating a sensitivity coefficient for the execution quantity for each of the sales promotion means,
f (xb1, xb2, ..., xbn)
= B1 · xb1 + b2 · xb2 + ... + bn · xbn + kb (2)
(Where xbn is the execution quantity (variable) of the sales promotion means, bn is the sensitivity coefficient (constant) of the sales promotion means, and kb is the intercept (constant) of f (0, ..., 0).)
The customer number / sales prediction calculation unit reads the equation (2) calculated by the regression analysis unit, and calculates the predicted number of orders received or the estimated sales amount when the execution quantity for each sales promotion means is substituted. 9. The sales promotion plan support system according to claim 8, wherein
ｆ（ｘｃ１，ｘｃ２，．．．，ｘｃｎ）
＝ｃ１・ｘｃ１＋ｃ２・ｘｃ２＋・・・＋ｃｎ・ｘｃｎ＋ｋｃ （３）
ｇ（ｘｄ１，ｘｄ２，．．．，ｘｄｎ）
＝ｄ１・ｘｄ１＋ｄ２・ｘｄ２＋・・・＋ｄｎ・ｘｄｎ＋ｋｄ （４）
（但し、ｘｃｎ，ｘｄｎは販促手段の実行数量（変数）、ｃｎ，ｄｎは販促手段の感度係数（定数）、ｋｃはｆ（０，．．．，０）の切片（定数）、ｋｄはｇ（０，．．．，０）の切片（定数）である。）
前記回帰分析部で演算された前記式（３）及び／又は式（４）を読み出して、販促手段毎の実行数量を代入した際の予測受注件数又は予測売上額を演算する顧客件数・売上予測演算部と、
を有することを特徴とする請求項８記載の販売促進計画支援システム。 The number of orders received or sales amount by customers stored in the sales database is the number of orders received for each customer type classified by new customers and repeat customers or the sales amount for each customer type classified by new customers and repeat customers. The regression analysis unit reads the number of orders received or the sales amount for each customer type, and for each of the new customer and the repeat customer, the relationship between the execution quantities for each of the sales promotion means is expressed by Equation (3) and Equation (4), respectively. Expressed by a linear expression, calculating a sensitivity coefficient for the execution quantity for each sales promotion means,
f (xc1, xc2, ..., xcn)
= C1 * xc1 + c2 * xc2 + ... + cn * xcn + kc (3)
g (xd1, xd2, ..., xdn)
= D1 · xd1 + d2 · xd2 + ... + dn · xdn + kd (4)
(Where xcn and xdn are execution quantities (variables) of the sales promotion means, cn and dn are sensitivity coefficients (constants) of the sales promotion means, kc is an intercept (constant) of f (0,..., 0), and kd is g (The intercept (constant) of 0, ..., 0).)
The number of customers / sales prediction for calculating the predicted number of orders received or the predicted sales amount when the formula (3) and / or formula (4) calculated by the regression analysis unit is read and the execution quantity for each sales promotion means is substituted. An arithmetic unit;
9. The sales promotion plan support system according to claim 8, further comprising:
売上データベースに販売時期、地域コード、顧客による受注件数、売上金額を格納する売上データ格納工程と、販促データベースに販売促進活動（以下、単に販促という）時期、地域コード、複数の販促手段毎の実行数量を格納する販促データ格納工程と、
所望の前記地域コードに該当し、かつ、所望の販売期間に含まれる前記販売時期の前記顧客による受注件数又は売上金額を前記売上データベースから読み出して、
所望の前記地域コードに該当し、かつ、所望の販促時期に実行された前記複数の販促手段毎の実行数量を前記販促データベースから読み出して、
前記読み出された顧客による受注件数又は売上金額と、前記販促手段毎の実行数量の相互相関係数を演算する相関分析工程と、
この相関分析工程で演算された前記顧客による受注件数又は売上金額と前記販促手段毎の実行数量との相互相関係数を出力する出力工程と、
を実行させることを特徴とする販売促進計画支援プログラム。 A program executed by a computer to calculate the promotional budget amount,
Sales data storage process that stores sales time, region code, number of orders received by customers, and sales amount in the sales database, sales promotion activity (hereinafter simply referred to as sales promotion) timing, region code, and execution for each of multiple sales promotion means A promotional data storage process for storing quantities;
Read the number of orders received by the customer or the sales amount from the sales database corresponding to the desired region code and included in the desired sales period from the sales database,
The execution quantity for each of the plurality of sales promotion means corresponding to the desired region code and executed at a desired sales promotion time is read from the sales promotion database,
Correlation analysis step for calculating the cross-correlation coefficient of the number of orders received by the read customer or the sales amount and the execution quantity for each of the sales promotion means,
An output step of outputting a cross-correlation coefficient between the number of orders received by the customer or the sales amount calculated in the correlation analysis step and the execution quantity for each of the sales promotion means;
A sales promotion plan support program characterized by having
前記出力工程は前記販促反応演算工程で演算された前記差分又は比を出力可能であることを特徴とする請求項１１記載の販売促進計画支援プログラム。 For each region code, the number of orders received or sales amount by the customer at the sales period included in the desired sales period, and before the desired sales period, and included in the same sales period as the desired sales period Calculating the difference or ratio between the number of orders received by the customer at the sales time or the sales amount, and comprising a sales promotion reaction calculating step capable of evaluating the sales promotion effect for the region code,
12. The sales promotion plan support program according to claim 11, wherein the output step can output the difference or ratio calculated in the sales promotion reaction calculation step.
前記所望の販促時期と，前記所望の販売期間の始点を同一又は所望の時間差を持たせて、この始点からの経過時間をパラメータとして演算し、
前記出力工程は、パラメータとされた前記経過時間に対して前記相互相関係数の変化を出力することを特徴とする請求項１１又は請求項１２に記載の販売促進計画支援プログラム。 When the correlation analysis step calculates the cross-correlation coefficient with the execution quantity for each of the sales promotion means for the number of orders received by the customer or the sales amount,
The desired sales promotion time and the starting point of the desired sales period have the same or desired time difference, and the elapsed time from this starting point is calculated as a parameter,
13. The sales promotion plan support program according to claim 11, wherein the output step outputs a change in the cross-correlation coefficient with respect to the elapsed time as a parameter.
前記出力工程は前記販促予算演算工程で演算された前記販促手段毎の販促予算額を出力可能であることを特徴とする請求項１１乃至請求項１５のいずれか１項に記載の販売促進計画支援プログラム。 Read the cross-correlation coefficient between the number of orders received by the customer or the sales amount calculated in the correlation analysis step and the execution quantity for each sales promotion means, and calculate the occupation ratio of the cross-correlation coefficient for each sales promotion means And a sales promotion budget calculation step of calculating a product of the total sales budget amount determined in advance and the occupation ratio of the cross-correlation coefficient for each sales promotion means to calculate the sales promotion budget amount for each sales promotion means,
The sales promotion plan support according to any one of claims 11 to 15, wherein the output step can output a sales promotion budget amount for each of the sales promotion means calculated in the sales promotion budget calculation step. program.
売上データベースに販売時期、地域コード、顧客による受注件数、売上金額を格納する売上データ格納工程と、販促データベースに販売促進活動（以下、単に販促という）時期、地域コード、複数の販促手段毎の実行数量を格納する販促データ格納工程と、
所望の前記地域コードに該当し、かつ、所望の販売期間に含まれる前記販売時期の前記顧客による受注件数又は売上金額を前記売上データベースから読み出して、
所望の前記地域コードに該当し、かつ、所望の販促時期に実行された前記複数の販促手段毎の実行数量を前記販促データベースから読み出して、
前記読み出された顧客による受注件数又は売上金額と、前記販促手段毎の実行数量の相互相関係数を式（１）の一次式で表現し、前記販促手段毎の実行数量に対する感度係数を演算する回帰分析工程と、
ｆ（ｘａ１，ｘａ２，．．．，ｘａｎ）
＝ａ１・ｘａ１＋ａ２・ｘａ２＋・・・＋ａｎ・ｘａｎ＋ｋａ （１）
（但し、ｘａｎは販促手段の実行数量（変数）、ａｎは販促手段の感度係数（定数）、ｋａはｆ（０，．．．，０）の切片（定数）である。）
この回帰分析工程で演算された前記式（１）を読み出して、販促手段毎の実行数量を代入した際の予測受注件数又は予測売上額を演算する顧客件数・売上予測演算工程と、
この顧客件数・売上予測演算工程で演算された前記予測受注件数又は予測売上額を出力する出力工程と、
を実行させることを特徴とする販売促進計画支援プログラム。 A program executed by a computer to calculate the predicted number of orders received or the estimated sales amount,
Sales data storage process that stores sales time, region code, number of orders received by customers, and sales amount in the sales database, sales promotion activity (hereinafter simply referred to as sales promotion) timing, region code, and execution for each of multiple sales promotion means A promotional data storage process for storing quantities;
Read the number of orders received by the customer or the sales amount from the sales database corresponding to the desired region code and included in the desired sales period from the sales database,
The execution quantity for each of the plurality of sales promotion means corresponding to the desired region code and executed at a desired sales promotion time is read from the sales promotion database,
The cross-correlation coefficient between the number of orders received or the sales amount by the read customer and the execution quantity for each of the sales promotion means is expressed by a linear expression of Equation (1), and the sensitivity coefficient for the execution quantity for each of the sales promotion means is calculated. Regression analysis process to
f (xa1, xa2, ..., xan)
= A1 * xa1 + a2 * xa2 + ... + an * xan + ka (1)
(Where xan is the execution quantity (variable) of the sales promotion means, an is the sensitivity coefficient (constant) of the sales promotion means, and ka is the intercept (constant) of f (0, ..., 0).)
Reading the equation (1) calculated in this regression analysis step and calculating the number of predicted orders received or the estimated sales amount when substituting the execution quantity for each sales promotion means,
An output process for outputting the predicted number of orders received or the predicted sales amount calculated in the customer number / sales prediction calculation process;
A sales promotion plan support program characterized by having
この相関分析工程が、前記顧客による受注件数又は売上金額に対して前記販促手段毎の実行数量との相互相関係数を演算する際に、
前記所望の販促時期と前記所望の販売期間の始点を同一又は所望の時間差を持たせて、この始点からの経過時間をパラメータとして演算し、
この経過時間をパラメータとして演算された前記相互相関係数の中から予め定められた所望のしきい値を超える相互相関係数を発生している前記経過時間の期間を抽出する相関補正分析工程を有し、
前記回帰分析工程は、所望の前記地域コードに該当し、かつ、前記相関補正分析工程で抽出された経過時間の期間に含まれる前記販売時期の前記顧客による受注件数又は売上金額を前記売上データベースから読み出して、
所望の前記地域コードに該当し、かつ、前記相関補正分析工程で抽出された相互相関係数を発生させた経過期間に実行された前記複数の販促手段毎の実行数量を前記販促データベースから読み出して、
前記読み出された顧客による受注件数又は売上金額と、前記販促手段毎の実行数量の相互相関係数を式（２）の一次式で表現し、前記販促手段毎の実行数量に対する感度係数を演算し、
ｆ（ｘｂ１，ｘｂ２，．．．，ｘｂｎ）
＝ｂ１・ｘｂ１＋ｂ２・ｘｂ２＋・・・＋ｂｎ・ｘｂｎ＋ｋｂ （２）
（但し、ｘｂｎは販促手段の実行数量（変数）、ｂｎは販促手段の感度係数（定数）、ｋｂはｆ（０，．．．，０）の切片（定数）である。）
前記顧客件数・売上予測演算工程は、前記回帰分析工程で演算された前記式（２）を読み出して、販促手段毎の実行数量を代入した際の予測受注件数又は予測売上額を演算することを特徴とする請求項１８記載の販売促進計画支援プログラム。 Correlation analysis step for calculating the cross-correlation coefficient of the number of orders received by the read customer or the sales amount and the execution quantity for each of the sales promotion means,
When this correlation analysis step calculates the cross-correlation coefficient with the execution quantity for each of the sales promotion means for the number of orders received by the customer or the sales amount,
With the same or desired time difference between the desired sales promotion time and the start point of the desired sales period, the elapsed time from this start point is calculated as a parameter,
A correlation correction analysis step of extracting a period of the elapsed time generating a cross-correlation coefficient exceeding a predetermined threshold value from the cross-correlation coefficient calculated using the elapsed time as a parameter; Have
The regression analysis step corresponds to the desired region code, and the number of orders received or the sales amount by the customer at the sales period included in the elapsed time period extracted in the correlation correction analysis step is calculated from the sales database. Read
The execution quantity for each of the plurality of sales promotion means executed in the elapsed period corresponding to the desired region code and generated in the correlation correction analysis step is read from the sales promotion database. ,
The cross-correlation coefficient between the number of orders received or the amount of sales by the read customer and the execution quantity for each sales promotion means is expressed by a linear expression of equation (2), and the sensitivity coefficient for the execution quantity for each sales promotion means is calculated. And
f (xb1, xb2, ..., xbn)
= B1 · xb1 + b2 · xb2 + ... + bn · xbn + kb (2)
(Where xbn is the execution quantity (variable) of the sales promotion means, bn is the sensitivity coefficient (constant) of the sales promotion means, and kb is the intercept (constant) of f (0, ..., 0).)
The customer number / sales prediction calculation step reads the equation (2) calculated in the regression analysis step and calculates the predicted order number or the predicted sales amount when the execution quantity for each sales promotion means is substituted. The sales promotion plan support program according to claim 18, wherein the program is a sales promotion plan support program.
ｆ（ｘｃ１，ｘｃ２，．．．，ｘｃｎ）
＝ｃ１・ｘｃ１＋ｃ２・ｘｃ２＋・・・＋ｃｎ・ｘｃｎ＋ｋｃ （３）
ｇ（ｘｄ１，ｘｄ２，．．．，ｘｄｎ）
＝ｄ１・ｘｄ１＋ｄ２・ｘｄ２＋・・・＋ｄｎ・ｘｄｎ＋ｋｄ （４）
（但し、ｘｃｎ，ｘｄｎは販促手段の実行数量（変数）、ｃｎ，ｄｎは販促手段の感度係数（定数）、ｋｃはｆ（０，．．．，０）の切片（定数）、ｋｄはｇ（０，．．．，０）の切片（定数）である。）
前記回帰分析工程で演算された前記式（３）及び／又は式（４）を読み出して、販促手段毎の実行数量を代入した際の予測受注件数又は予測売上額を演算する顧客件数・売上予測演算工程と、
を実行させることを特徴とする請求項１８記載の販売促進計画支援プログラム。 The number of orders received or sales amount by customers stored in the sales database is the number of orders received for each customer type classified by new customers and repeat customers or the sales amount for each customer type classified by new customers and repeat customers. In the regression analysis step, the number of orders received or the sales amount for each customer type is read, and for each new customer and repeat customer, the cross-correlation coefficient of the execution quantity for each sales promotion means is expressed by the equations (3) and ( 4) Express a linear expression, calculate a sensitivity coefficient for the execution quantity for each sales promotion means,
f (xc1, xc2, ..., xcn)
= C1 * xc1 + c2 * xc2 + ... + cn * xcn + kc (3)
g (xd1, xd2, ..., xdn)
= D1 · xd1 + d2 · xd2 + ... + dn · xdn + kd (4)
(Where xcn and xdn are execution quantities (variables) of the sales promotion means, cn and dn are sensitivity coefficients (constants) of the sales promotion means, kc is an intercept (constant) of f (0,..., 0), and kd is g (The intercept (constant) of 0, ..., 0).)
The number of customers / sales prediction for calculating the predicted number of orders received or the predicted sales amount when the formula (3) and / or formula (4) calculated in the regression analysis step is read and the execution quantity for each sales promotion means is substituted. A calculation process;
19. The sales promotion plan support program according to claim 18, wherein the sales promotion plan support program is executed.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2011235301A JP5307217B2 (en) | 2011-06-02 | 2011-10-26 | Sales promotion plan support system and its program |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2011124663 | 2011-06-02 | ||
| JP2011124663 | 2011-06-02 | ||
| JP2011235301A JP5307217B2 (en) | 2011-06-02 | 2011-10-26 | Sales promotion plan support system and its program |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2013012168A true JP2013012168A (en) | 2013-01-17 |
| JP5307217B2 JP5307217B2 (en) | 2013-10-02 |
Family
ID=47685971
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2011235301A Expired - Fee Related JP5307217B2 (en) | 2011-06-02 | 2011-10-26 | Sales promotion plan support system and its program |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP5307217B2 (en) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2015179471A (en) * | 2014-03-19 | 2015-10-08 | ヤフー株式会社 | Calculation device, calculation method, and calculation program |
| JP2015179470A (en) * | 2014-03-19 | 2015-10-08 | ヤフー株式会社 | Calculation device, calculation method, and calculation program |
| JP2015225602A (en) * | 2014-05-29 | 2015-12-14 | ヤフー株式会社 | Determination device, determination method, and determination program |
| JP2016212926A (en) * | 2016-09-20 | 2016-12-15 | ヤフー株式会社 | Determination device, determination method, and determination program |
| JP2016224985A (en) * | 2016-09-20 | 2016-12-28 | ヤフー株式会社 | Calculation device, calculation method, and calculation program |
| JP2016224986A (en) * | 2016-09-20 | 2016-12-28 | ヤフー株式会社 | Calculation device, calculation method, and calculation program |
| WO2017010979A1 (en) * | 2015-07-13 | 2017-01-19 | Hewlett Packard Enterprise Development Lp | Metric correlation |
| JP2017208127A (en) * | 2017-07-28 | 2017-11-24 | ヤフー株式会社 | Provision device, provision method and provision program |
| JP2018503898A (en) * | 2014-12-12 | 2018-02-08 | ベイジン ジンドン シャンケ インフォメーション テクノロジー カンパニー リミテッド | Method and apparatus for processing consumer behavior data |
| JP2019075095A (en) * | 2017-10-13 | 2019-05-16 | 株式会社プロフィールド | Information processing device, learning device, information processing method, production method for learning information, and program |
| JP2020052882A (en) * | 2018-09-28 | 2020-04-02 | 株式会社Ｎｔｔドコモ | Business result predicting method, business result predicting program, and business result predicting apparatus |
| US11188946B2 (en) | 2014-07-14 | 2021-11-30 | Nec Corporation | Commercial message planning assistance system and sales prediction assistance system |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20230162293A (en) * | 2022-05-20 | 2023-11-28 | 쿠팡 주식회사 | Method and apparatus for providing information on marketing |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002157394A (en) * | 2000-11-20 | 2002-05-31 | Sheena Kk | Network marketing system |
| JP2003233710A (en) * | 2001-12-05 | 2003-08-22 | Canon Inc | Program, device, and method for forecasting demand |
| JP2009169699A (en) * | 2008-01-16 | 2009-07-30 | Nomura Research Institute Ltd | Sales information analysis device |
-
2011
- 2011-10-26 JP JP2011235301A patent/JP5307217B2/en not_active Expired - Fee Related
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002157394A (en) * | 2000-11-20 | 2002-05-31 | Sheena Kk | Network marketing system |
| JP2003233710A (en) * | 2001-12-05 | 2003-08-22 | Canon Inc | Program, device, and method for forecasting demand |
| JP2009169699A (en) * | 2008-01-16 | 2009-07-30 | Nomura Research Institute Ltd | Sales information analysis device |
Non-Patent Citations (8)
| Title |
|---|
| CSND200400490008; 中島 左知子: '超活用入門 あっぱれ！エクセル「関数」参謀 カンタン！統計関数で売上げ「予測」に挑戦する' 月刊 アスキー．ＰＣ 第６巻 第５号 第６巻, 20030501, 第１２０-１２３頁, 株式会社アスキー * |
| CSNG200202387008; 森本 正昭: '人文・社会科学へのファジィ理論の応用 可能性回帰分析の応用研究-日本の広告費の予測-' 日本ファジィ学会誌 Ｖｏｌ．５ Ｎｏ．４ 第５巻, 19930831, 第１２６-１３４頁, 日本ファジィ学会 * |
| CSNG200700183010; 上村 亮介: '消費者購買行動のマルチエージェントモデル 映画市場を事例として' 日本経営工学会論文誌 Ｖｏｌ．５７ Ｎｏ．５ 第５７巻, 20061215, 第４５１-４６９頁, 社団法人日本経営工学会 * |
| CSNH200700092006; 松田 芳雄: '顧客分析とデータマイニングの動向' 技報 ＵＮＩＳＹＳ ＴＥＣＨＮＯＬＯＧＹ ＲＥＶＩＥＷ Ｖｏｌ．２０ Ｎｏ．４ 第２０巻, 20010331, 第１７７-１９６ページ, 日本ユニシス株式会社 * |
| JPN6011067358; 上村 亮介: '消費者購買行動のマルチエージェントモデル 映画市場を事例として' 日本経営工学会論文誌 Ｖｏｌ．５７ Ｎｏ．５ 第５７巻, 20061215, 第４５１-４６９頁, 社団法人日本経営工学会 * |
| JPN6011067359; 森本 正昭: '人文・社会科学へのファジィ理論の応用 可能性回帰分析の応用研究-日本の広告費の予測-' 日本ファジィ学会誌 Ｖｏｌ．５ Ｎｏ．４ 第５巻, 19930831, 第１２６-１３４頁, 日本ファジィ学会 * |
| JPN6011067363; 中島 左知子: '超活用入門 あっぱれ！エクセル「関数」参謀 カンタン！統計関数で売上げ「予測」に挑戦する' 月刊 アスキー．ＰＣ 第６巻 第５号 第６巻, 20030501, 第１２０-１２３頁, 株式会社アスキー * |
| JPN6012019097; 松田 芳雄: '顧客分析とデータマイニングの動向' 技報 ＵＮＩＳＹＳ ＴＥＣＨＮＯＬＯＧＹ ＲＥＶＩＥＷ Ｖｏｌ．２０ Ｎｏ．４ 第２０巻, 20010331, 第１７７-１９６ページ, 日本ユニシス株式会社 * |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2015179470A (en) * | 2014-03-19 | 2015-10-08 | ヤフー株式会社 | Calculation device, calculation method, and calculation program |
| JP2015179471A (en) * | 2014-03-19 | 2015-10-08 | ヤフー株式会社 | Calculation device, calculation method, and calculation program |
| JP2015225602A (en) * | 2014-05-29 | 2015-12-14 | ヤフー株式会社 | Determination device, determination method, and determination program |
| US11188946B2 (en) | 2014-07-14 | 2021-11-30 | Nec Corporation | Commercial message planning assistance system and sales prediction assistance system |
| JP2018503898A (en) * | 2014-12-12 | 2018-02-08 | ベイジン ジンドン シャンケ インフォメーション テクノロジー カンパニー リミテッド | Method and apparatus for processing consumer behavior data |
| WO2017010979A1 (en) * | 2015-07-13 | 2017-01-19 | Hewlett Packard Enterprise Development Lp | Metric correlation |
| JP2016212926A (en) * | 2016-09-20 | 2016-12-15 | ヤフー株式会社 | Determination device, determination method, and determination program |
| JP2016224986A (en) * | 2016-09-20 | 2016-12-28 | ヤフー株式会社 | Calculation device, calculation method, and calculation program |
| JP2016224985A (en) * | 2016-09-20 | 2016-12-28 | ヤフー株式会社 | Calculation device, calculation method, and calculation program |
| JP2017208127A (en) * | 2017-07-28 | 2017-11-24 | ヤフー株式会社 | Provision device, provision method and provision program |
| JP2019075095A (en) * | 2017-10-13 | 2019-05-16 | 株式会社プロフィールド | Information processing device, learning device, information processing method, production method for learning information, and program |
| JP2020052882A (en) * | 2018-09-28 | 2020-04-02 | 株式会社Ｎｔｔドコモ | Business result predicting method, business result predicting program, and business result predicting apparatus |
| JP7085448B2 (en) | 2018-09-28 | 2022-06-16 | 株式会社Ｎｔｔドコモ | Performance forecast method, performance forecast program and performance forecast device |
Also Published As
| Publication number | Publication date |
|---|---|
| JP5307217B2 (en) | 2013-10-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5307217B2 (en) | Sales promotion plan support system and its program | |
| Hernant et al. | Now what? Evaluating the sales effects of introducing an online store | |
| Foekens et al. | Varying parameter models to accommodate dynamic promotion effects | |
| Ansari et al. | Customer channel migration | |
| Weinberg et al. | Evidence on the accuracy of merger simulations | |
| JP7120649B2 (en) | Information processing system, information processing device, prediction model extraction method, and prediction model extraction program | |
| US20160189210A1 (en) | System and method for appying data modeling to improve predictive outcomes | |
| KR101374624B1 (en) | System for providing personalized advertisement service to cosmetic consumer | |
| US20140351008A1 (en) | Calculating machine, prediction method, and prediction program | |
| Dahana et al. | Influence of individual characteristics on whether and how much consumers engage in showrooming behavior | |
| US20100082438A1 (en) | Methods and systems for customer performance scoring | |
| Kalyanam et al. | Cross channel effects of search engine advertising on brick & mortar retail sales: Meta analysis of large scale field experiments on Google. com | |
| CN104813315A (en) | Customer-data analysis/evaluation system | |
| KR20120050593A (en) | System and method for providing recommendation business keyword | |
| JP7004504B2 (en) | Analysis equipment | |
| JP5893965B2 (en) | Purchasing trend analysis system | |
| Musalem et al. | Market basket analysis insights to support category management | |
| JP5693649B2 (en) | Market research and analysis system | |
| Taylor | A mixed bag: The hidden time costs of regulating consumer behavior | |
| JP4317547B2 (en) | CONTACT POINT NAVIGATION SYSTEM AND METHOD, RECORDING MEDIUM CONTAINING THE METHOD, AND TRANSMISSION MEDIUM TRANSMITTING THE METHOD | |
| JP2012088994A (en) | Advertising effect analysis system and method of the same | |
| Seeger et al. | How information processing and mobile channel choice influence product returns: An empirical analysis | |
| Kim et al. | Purchase now and consume later: Do online and offline environments drive online social interactions and sales? | |
| Hotle et al. | The impact of advance purchase deadlines on airline consumers’ search and purchase behaviors | |
| Yaylali et al. | Analyzing key socio-economic and socio-demographic drivers of domestic passengers’ airline choice behavior in Turkey using multinomial and mixed logit models |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20130626 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 Ref document number: 5307217 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |