JP2013029883A - 店舗プロファイリングシステム - Google Patents
店舗プロファイリングシステム Download PDFInfo
- Publication number
- JP2013029883A JP2013029883A JP2011163492A JP2011163492A JP2013029883A JP 2013029883 A JP2013029883 A JP 2013029883A JP 2011163492 A JP2011163492 A JP 2011163492A JP 2011163492 A JP2011163492 A JP 2011163492A JP 2013029883 A JP2013029883 A JP 2013029883A
- Authority
- JP
- Japan
- Prior art keywords
- cluster
- principal component
- factor
- store
- analysis
- 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
- 238000012545 processing Methods 0.000 claims abstract description 72
- 238000007621 cluster analysis Methods 0.000 claims abstract description 55
- 238000004458 analytical method Methods 0.000 claims abstract description 25
- 239000011159 matrix material Substances 0.000 claims abstract description 22
- 238000000034 method Methods 0.000 claims description 36
- 238000000513 principal component analysis Methods 0.000 claims description 29
- 238000010586 diagram Methods 0.000 claims description 26
- 230000008569 process Effects 0.000 claims description 21
- 230000001186 cumulative effect Effects 0.000 claims description 6
- 241000239290 Araneae Species 0.000 claims description 3
- 239000000203 mixture Substances 0.000 description 11
- 238000007417 hierarchical cluster analysis Methods 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 5
- 238000010606 normalization Methods 0.000 description 4
- 239000003086 colorant Substances 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000009472 formulation Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000000540 analysis of variance Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【解決手段】 特定エリア内の複数の店舗について複数の店舗に関するデータと統計データを変数とし、正規化して変数間相関表を作成し、変数を確定する変数決定処理を行い、主成分分析して主成分から因子を特定し、因子の主成分得点を算出し、変数と主成分得点との相関を演算し、相関係数を主成分負荷量とする主成分負荷量行列を生成する主成分分析処理を行い、クラスター分析してクラスター別の因子毎に平均得点表を生成するクラスター分析処理を行い、更に店舗特性のレポートを生成する店舗プロファイリングシステムである。
【選択図】 図18
Description
従来の商圏分析システム等において、店舗等の拠点における売上や利益を分析するものがあった。
尚、関連する先行技術文献として、特開2003−167880号公報「統計情報集計装置」(花王株式会社)[特許文献1]、特開2003−345962号公報「店舗情報の収集提供装置、店舗情報の収集提供方法とそれを記述したプログラム」(エヌイーシーシステムテクノロジー株式会社)[特許文献2]がある。
また、岡山大学環境理工学部教授垂水共之、平成16年5月13日、「正準判別分析の定式化」(http://case.f7.ems.okayama-u.ac.jp/statedu/hbw2-book/node66.html)[非特許文献1]がある。
また、非特許文献1には、正準判別分析について記載されている。
[1.実施の形態の概要]
本発明の実施の形態に係る店舗プロファイリングシステムは、特定エリア内の複数の店舗について複数の店舗に関するデータと統計データを変数とし、正規化して変数間相関表を作成し、変数を確定する変数決定処理を行い、主成分分析して主成分から因子を特定し、因子の主成分得点を算出し、変数と主成分得点との相関を演算し、相関係数を主成分負荷量とする主成分負荷量行列を生成する主成分分析処理を行い、クラスター分析してクラスター別の因子毎に平均得点表を生成するクラスター分析処理を行い、更に店舗特性のレポートを生成するものであり、店舗特性を、プロファイリングデータを利用して得点化し、店舗特性をレポートできるものである。
本発明の実施の形態に係る店舗プロファイリングシステムについて図1を参照しながら説明する。図1は、本発明の実施の形態に係る店舗プロファイリングシステムの構成ブロック図である。
本発明の実施の形態に係る店舗プロファイリングシステム(本システム)は、図1に示すように、制御部11と、記憶部12と、インタフェース部13とを備えたコンピュータによって実現され、インタフェース部13を介して表示部14と、入力部15とが接続されている。
また、ネットワークに接続するサーバで処理プログラムを動作させ、当該サーバにネットワークを介して接続するクライアントからの指示を入力し、処理結果をクライアントに表示出力するクライアント・サーバのネットワークシステムとしてもよい。このネットワークシステムにおけるサーバをWebサーバとし、クライアントをWebサーバにアクセスするコンピュータとしたWebシステムであってもよい。
本システムの制御部11が処理プログラムによって実行する処理は、「変数決定処理」「主成分分析処理」「クラスター分析処理」「レポート生成処理」に分けることができる。
これら処理を処理プログラムによって実現する各処理手段が、「変数決定処理手段」「主成分分析処理手段」「クラスター分析処理手段」「レポート生成処理手段」である。
各処理を具体的に以下説明する。
(変数候補決定:図2)
店舗プロファイリングの対象となる複数の店舗について店舗元データを特定する。店舗元データについて図2を参照しながら説明する。図2は、店舗元データを示す図である。
店舗元データは、図2に示すように、店舗毎に「店舗ID(識別子)」「店舗名称」「売場面積」「月平均売上高」「駐車台数」「食品売上構成比」「衣類売上構成比」「雑貨売上構成比」「其他売上構成比」「人口3k」「昼間人口3k」「年間小売販売額」「乗降客1k」等のデータがテーブルとして記憶される。
また、「人口3k」「昼間人口3k」「乗降客1k」は、統計データに基づくもので、変数として店舗特有のデータと店舗に関する統計データが含まれる。統計データをそのまま変数候補に決定してもよいし、統計データを集計して変数候補に決定してもよい。
変数となる元データは、正規分布化できるものを用いるのが望ましい。
そのため、元データについて、指数化、比率化、逆数化、対数化して正規分布にする。
また、元データの歪度、尖度を算出し、予め設定した基準値(例えば、±1.5以内)と比較し、正規分布化の適否を判定する。正規分布化が不適であれば、その変数は原則として用いないようにする。但し、正規化できない元データであっても、必要と判断した場合には、あえて用いるようにする。
更に、元データの分位点を抽出し、突出した部分があるか否か判定し、突出したデータ部分があれば、当該テータ部分を取り除く処理を行う。
正規化処理された変数について全ての変数との相関を演算し、変数間相関表を作成する。
変数間相関表について図3を参照しながら説明する。図3は、変数間相関表を示す図である。
図3に示すように、決定して正規化等された変数の候補は、総当たりで相関演算を行い、算出された相関値を変数間相関表に設定する。
図3では、縦横に同じ変数の候補が配列され、相関値が設定されている。同じ変数同士は相関が「−」とし、「0.50」以上であれば、相関が高いことになる。
尚、図3の横方向の「*1」「*2」...は、縦方向の「1:売場面積」「2:月平均売上高」...と同じものである。
当該変数間相関表において、目安として許容範囲±R(相関値)=0.5などを基準として、0.5以上を有する変数がある場合には、相関係数が低くなる変数の組み合わせを選択することが望ましい。
(主成分分析処理)
主成分分析とは、多くの量的変数が存在する場合に、それらの間の相関構造を考慮して、低い次元の合成変数(主成分)に変換し、データが有している構造より解釈しやすくするための分析である。
主成分分析には、「相関係数行列」を用いる場合と、「分散共分散行列」を用いる2種類があるが、ここでは「相関係数行列」を用いることとする。
固有値は、その成分が元の変数何個分の情報を持っているかを表すもので、固有値の合計は、変数の個数に等しい。
具体的には、変数x1 ,x2 ,...,xp がある場合、変数の標準化し、以下の式(1)の標準化値u1 ,u2 ,...,up を算出する。
そして、以下の式(2)に示すように、第1主成分z1 を算出する。第2主成分z2以降も同様に算出する。
更に、相関係数行列Rを以下の式(3)に示すように、生成する。
主成分分析処理で算出した固有値と累積寄与率について、固有値が「1以上」若しくは累積寄与率が「80%を超える」を目安として主成分を選択する。ここで、選択された主成分の数が決定される。
図4に、主成分を選択する場合を示す。図4は、因子数決定を示す図である。図4に示すように、主成分の固有値を算出して大きい順に並び替え、固有値が「1.0」以上の主成分を「因子」として選択して、因子数が決定される。
因子の数が決定すると、決定した因子(例えば、因子1〜因子6)について、主成分得点(因子得点)を算出する。
主成分得点算出処理において算出した因子の主成分得点と元の変数との相関を演算し、相関係数を主成分負荷量とし、その行列を主成分負荷量行列として生成する。
第1主成分の主成分負荷量は、以下の式(6)で算出される。第2主成分以降も同様に主成分負荷量が算出される。
図5に示すように、決定した主成分の因子(因子1〜因子6)の主成分得点と元の変数との相関を演算して、行列として作成したものである。
次に、クラスター分析処理を行う。
具体的には、最初に階層クラスター分析処理を行い、収束しない場合又は時間が掛かりすぎる場合に、非階層クラスター分析処理を行うことになる。
クラスター分析では、指定したクラスターに分類するために、2つのステップが反復して計算される。まず、クラスターのシードと呼ばれるn個の点が選択される。シードは、クラスター平均の最初の推定値である。
本システムでは、いずれの方法を用いても構わないが、Ward法を用いている。
Ward法では、各階層の結合において、多変量の正規混合分布の、球面性の共分散行列、等しい抽出確率の仮定のもとで尤度が最大になるようにクラスターを結合する。
次に、階層/非階層クラスター分析処理について図6〜8を参照しながら説明する。図6は、店舗と因子の関係表を示す図であり、図7は、クラスター分析(小分類)の表を示す図であり、図8は、クラスター分析(中分類)の表を示す図である。
まず、図6に示すように、店舗毎に、例えば、因子1〜3の因子得点を算出して関係表を生成する。生成された関係表は、因子解釈表を参照することで、店舗毎の特性を把握可能とすることができる。店舗毎の因子特性は、後述する図18の分析グラフで把握可能となる。
次に、店舗毎の因子1〜3における因子得点の状況からクラスター分析処理を行い、店舗毎に因子1〜3を用いて距離を計算し、算出した距離に基づいて、図7に示すように、店舗毎にクラスターを特定し、クラスター番号(小分類のクラスター番号)を付与して、クラスター分析(小分類)の表を生成する。
そして、クラスター番号毎に因子毎に因子得点の平均を算出し、図8に示すように、クラスター番号毎に因子1〜3の因子得点の平均値を設定し、更にクラスター分析処理を行い、小分類のクラスター番号毎に因子1〜3の因子得点の平均値を用いて距離を計算し、算出した距離に基づいて小分類のクラスター毎に中分類のクラスターを特定し、クラスター番号(中分類のクラスター番号)を付与して、クラスター分析(中分類)の表を生成する。
尚、図8には平均値を設定すると記載したが、実際は、因子毎に集計された平均値に対してプラスマイナスの値(平均値に対する±を数値化したもの)を設定する。
また、上述のクラスター分析処理は、因子だけを使ってクラスター分析を行ったが、ここで変数を使ってクラスター分析を行うようにしてもよい。
このようにして、階層クラスター分析では、クラスター数を収束する。
次に、階層クラスター分析の樹形図について図9を参照しながら説明する。図9は、階層クラスター分析における樹形図である。
図9に示したクラスター(CL)数「73CL」は、店舗数そのものではあるが、分析手法は主因子法を採用し、回転は直交回転を用い、因子数6に対して、クラスター(CL)数を決定し、樹形図として配置される。また、クラスター数を収束して「50CL」としてもよい。
樹形図は、上述したクラスター間の距離を求める計算方法によって算出された距離の値に基づいて生成される。
そして、クラスターの結合化により、クラスター組み替えを行い、クラスター数を決定する。
CL別の変数平均表の作成処理について図10を参照しながら説明する。図10は、CL別の変数平均表を示す図である。
図10では、クラスター毎に店舗元データで用いた変数について、例えば、Zスコアで得点を算出し、平均表を生成する。
また、図10を基にして、特定変数を抜き出し、図11に示すように、クラスター毎に変数の平均表を生成することもできる。図11は、CL別特定変数平均表を示す図である。
図11に示すように、「食品売上構成比」「衣類売上構成比」「雑貨売上構成比」「其他売上構成比」の変数を抜き出して、クラスター毎に平均値を表にしている。これにより、クラスター毎の商品の比率を把握でき、品揃え方針を決めることができ、更に、複数店舗を管理する企業ではどのクラスターの店舗を取捨選択するかをも決定できる。
図11で抜き出した変数をクラスター毎にインデックス(index)で表したのが図12である。図12は、CL別特定変数indexを示す図である。図12のCL別特定変数indexは、0〜100の範囲で指数にし、見やすい形にしたものである。
図11で抜き出した変数について、図13に示すように、クラスター毎にZスコアの得点による表を生成する。図13は、CL別特定変数Zスコア表を示す図である。図13のCL別特定変数Zスコア表は、ゼロを平均に±の数値化したもので、見やすい形にしたものである。
更に、図13をグラフにしたのが図14である。図14は、CL別特定変数Zスコアグラフを示す図である。図14のグラフにすることでクラスター別の特定変数に対する状況を容易に認識できる。
上記クラスター分析処理に基づいて、基本的なレポートとして、地図を表示し、地図上にクラスター毎に色分けされた店舗を表示してレポートを生成する。これにより、地図上で店舗がどのようなクラスターの分布になっているのかを容易に認識できる効果がある。
また、上記クラスター分析処理に基づいて、変数を用いてポートフォリオのレポートを生成する。例えば、「月平均売上高」と「売場面積」の関係について、店舗がどのような分布になっているのかをクラスター毎に表示したのが図15である。図15は、ポートフォリオの例を示す図である。図15のポートフォリオを基に、店舗が属するクラスターにおける状況を把握することができ、店舗の改善を促すことができる。
尚、図15においても、店舗がクラスター毎に色分け表示されるようにしてもよい。
図15では、具体的な変数を用いた表示であったが、例えば、「主成分1」と「主成分2」の関係において、店舗のクラスター毎の散布状態を表示したのが図16である。図16は、主成分の散布図である。図16では、「主成分1」と「主成分2」で分析対象の店舗をクラスター毎の傾向を把握することができる。
次に、因子解釈表の例について図17を参照しながら説明する。図17は、因子解釈表の例を示す図である。
図17の例では、9つの因子について、因子No.1には因子名「ニューファミリー性(都心・近郊)」が、因子No.2には因子名「マイホーム核家族性」が、因子No.3には因子名「三世代大家族性」が、因子No.4には因子名「高齢者農村性」が、因子No.5には「ニューファミリー性(都心・郊外)」が、因子No.6には因子名「製造業性」が、因子No.7には因子名「郊外ファミリー性」が、因子No.8には因子名「社宅居住性」が、因子No.9には因子名「公団居住性」が付与され、各々細かく「特徴」が定義付けられている。
また、図6に示した主成分分析の表から図18に示す因子特性を分析グラフで表示し、レポートにすることもできる。図18は、因子特性を示す分析グラフを示す図である。
レポートの例として、図17に示した因子解釈表の各因子について、主成分分析された全ての店舗について因子毎の合計値(合計得点)を算出して、平均値(平均得点)を因子毎に演算し、更にその因子毎の平均値に対して抽出された個々の店舗A、店舗B、店舗C、店舗Hの各因子の値(因子得点)の差分(±値)を算出し、因子名を配した多角形グラフ(スパイダーチャート)に各店舗の差分を描画することで、各店舗の特性を表示し、店舗間の因子特性を把握することができる。
主成分分析され、クラスター分析された店舗A〜Zについて、上述のようにレポートを生成することも可能であるが、分析された店舗A〜Zを基に判別モデルを生成し、例えば、新規店舗の諸条件を入力設定すると、各クラスターに該当するパーセンテージ(確率)を算出させることが可能である。これを「クイックレポート」と称している。クイックレポートの表示例を図19に示す。図19は、クイックレポートの表示例を示す図である。
図19の例では、該当するクラスターの1位が「CL003」で、2位が「CL001」で、3位が「CL004」で、4位が「CL005」が表示されている。
このクイックレポートにより、判別モデルに基づいて新規店舗のクラスターを判別でき、当該クラスターに合わせた店舗展開が可能となる。
本システムによれば、特定エリア内の複数の店舗について複数の店舗に関するデータと統計データを変数とし、正規化して変数間相関表を作成し、変数を確定する変数決定処理を行い、主成分分析して主成分から因子を特定し、因子の主成分得点を算出し、変数と主成分得点との相関を演算し、相関係数を主成分負荷量とする主成分負荷量行列を生成する主成分分析処理を行い、クラスター分析してクラスター別の因子毎に平均得点表を生成するクラスター分析処理を行い、更に店舗特性のレポートを生成するものであり、店舗特性についてプロファイリングデータを利用して得点化し、店舗特性をレポートできる効果がある。
Claims (12)
- 店舗特性を分析するプロファイリングシステムであって、
コンピュータの記憶部に複数の店舗に関するデータと統計データを記憶し、制御部がプログラムを動作させて実行する処理手段として、
特定エリア内の複数の店舗について複数の店舗に関するデータと統計データを変数とし、正規化処理して変数間相関表を作成し、変数を確定する変数決定処理手段と、
前記確定された変数について主成分分析処理を行い、主成分から因子を特定し、前記因子の主成分得点を算出し、前記変数と前記主成分得点との相関を演算し、相関係数を主成分負荷量とする主成分負荷量行列を生成する主成分分析処理手段と、
前記因子でクラスター分析を行い、クラスター別の因子毎に平均得点を演算して、クラスター別の因子毎に平均得点表を生成するクラスター分析処理手段と、
前記平均得点表を基に、前記特定エリアにおける店舗特性のレポートを生成するレポート生成処理手段とを有することを特徴とするプロファイリングシステム。 - レポート生成処理手段が、クラスター分析処理手段で生成された平均得点表を基に、店舗特性をクラスター毎に因子名と平均得点で表示する店舗特性のレポートを生成することを特徴とする請求項1記載のプロファイリングシステム。
- レポート生成処理手段が、クラスター分析処理手段で生成された平均得点表を基に、特定エリアについて、表示された地図上に前記特定エリア内で複数の店舗をクラスター毎に色分け表示する店舗特性のレポートを生成することを特徴とする請求項1記載のプロファイリングシステム。
- 主成分分析処理手段が、主成分分析における固有値と累積寄与率によって主成分から因子を特定することを特徴とする請求項1乃至3のいずれか記載のプロファイリングシステム。
- クラスター分析処理手段が、クラスター間の距離を演算し、前記演算された距離の値に応じてクラスターをグループ化して分類することを特徴とする請求項1乃至4のいずれか記載のプロファイリングシステム。
- クラスター分析処理手段が、クラスター間の距離を演算し、前記演算された距離に基づいてグループの結合が為されることを特徴とする請求項1乃至5のいずれか記載のプロファイリングシステム。
- クラスター分析処理手段が、因子に加えて変数でクラスター分析を行うことを特徴とする請求項1乃至6のいずれか記載のプロファイリングシステム。
- クラスター分析処理手段が、クラスター毎に複数の変数の平均値を表示する店舗特性のレポートを生成することを特徴とする請求項1記載のプロファイリングシステム。
- レポート生成処理手段が、複数の変数を用いて店舗をクラスター毎に色分け表示するポートフォリオを生成することを特徴とする請求項1記載のプロファイリングシステム。
- レポート生成処理手段が、複数の主成分を用いて店舗をクラスター毎に色分け表示する散布図を生成することを特徴とする請求項1記載のプロファイリングシステム。
- レポート生成処理手段が、主成分分析の結果から因子毎の平均値を演算し、当該平均値と抽出された店舗の因子の値との差分を算出し、前記複数の因子名を配したスパイダーチャートに前記店舗の差分を描画した分析グラフを生成することを特徴とする請求項1記載のプロファイリングシステム。
- レポート生成処理手段が、主成分分析、クラスター分析の結果から正準判別分析を用いて判別モデルを生成し、当該判別モデルを用いて新規店舗のデータが入力設定されると、前記新規店舗が各クラスターに該当する確率を演算して表示するクイックレポートを生成することを特徴とする請求項1記載のプロファイリングシステム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011163492A JP5536725B2 (ja) | 2011-07-26 | 2011-07-26 | 店舗プロファイリングシステム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011163492A JP5536725B2 (ja) | 2011-07-26 | 2011-07-26 | 店舗プロファイリングシステム |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2013029883A true JP2013029883A (ja) | 2013-02-07 |
JP2013029883A5 JP2013029883A5 (ja) | 2014-04-17 |
JP5536725B2 JP5536725B2 (ja) | 2014-07-02 |
Family
ID=47786899
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011163492A Active JP5536725B2 (ja) | 2011-07-26 | 2011-07-26 | 店舗プロファイリングシステム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5536725B2 (ja) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016167149A (ja) * | 2015-03-09 | 2016-09-15 | Kddi株式会社 | 商圏に応じて店舗の期待成約人数を推定するプログラム、装置及び方法 |
CN110796350A (zh) * | 2019-10-16 | 2020-02-14 | 贵州中烟工业有限责任公司 | 一种基于多元统计的打叶复烤加工质量综合评价方法 |
CN111582931A (zh) * | 2020-05-06 | 2020-08-25 | 浪潮软件股份有限公司 | 一种基于主成分分析的卷烟市场饱和度评价方法及系统 |
WO2020235021A1 (ja) * | 2019-05-21 | 2020-11-26 | 日本電信電話株式会社 | 分析装置、分析システム、分析方法及びプログラム |
CN115456679A (zh) * | 2022-09-19 | 2022-12-09 | 浪潮卓数大数据产业发展有限公司 | 一种网络零售店铺指标体系的分析方法、装置及介质 |
JP7305229B1 (ja) * | 2022-11-16 | 2023-07-10 | 株式会社mov | 情報処理システム |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002140490A (ja) * | 2000-11-02 | 2002-05-17 | Information Services International Dentsu Ltd | マーケティング情報の分析方法、情報処理装置、および媒体 |
JP2002260076A (ja) * | 2000-12-28 | 2002-09-13 | Fuji Electric Co Ltd | 自販機の商品構成調整支援システム、その方法、及び記録媒体 |
JP2005107103A (ja) * | 2003-09-30 | 2005-04-21 | Giken Shoji International Co Ltd | 地図情報システム |
JP2008052471A (ja) * | 2006-08-24 | 2008-03-06 | Dainippon Printing Co Ltd | 広告効果検証システムおよび広告効果検証用配布物 |
JP2009169699A (ja) * | 2008-01-16 | 2009-07-30 | Nomura Research Institute Ltd | 販売情報分析装置 |
JP2010277567A (ja) * | 2008-10-07 | 2010-12-09 | Giken Shoji International Co Ltd | Dm配布エリア分析装置 |
-
2011
- 2011-07-26 JP JP2011163492A patent/JP5536725B2/ja active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002140490A (ja) * | 2000-11-02 | 2002-05-17 | Information Services International Dentsu Ltd | マーケティング情報の分析方法、情報処理装置、および媒体 |
JP2002260076A (ja) * | 2000-12-28 | 2002-09-13 | Fuji Electric Co Ltd | 自販機の商品構成調整支援システム、その方法、及び記録媒体 |
JP2005107103A (ja) * | 2003-09-30 | 2005-04-21 | Giken Shoji International Co Ltd | 地図情報システム |
JP2008052471A (ja) * | 2006-08-24 | 2008-03-06 | Dainippon Printing Co Ltd | 広告効果検証システムおよび広告効果検証用配布物 |
JP2009169699A (ja) * | 2008-01-16 | 2009-07-30 | Nomura Research Institute Ltd | 販売情報分析装置 |
JP2010277567A (ja) * | 2008-10-07 | 2010-12-09 | Giken Shoji International Co Ltd | Dm配布エリア分析装置 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016167149A (ja) * | 2015-03-09 | 2016-09-15 | Kddi株式会社 | 商圏に応じて店舗の期待成約人数を推定するプログラム、装置及び方法 |
WO2020235021A1 (ja) * | 2019-05-21 | 2020-11-26 | 日本電信電話株式会社 | 分析装置、分析システム、分析方法及びプログラム |
JPWO2020235021A1 (ja) * | 2019-05-21 | 2020-11-26 | ||
CN110796350A (zh) * | 2019-10-16 | 2020-02-14 | 贵州中烟工业有限责任公司 | 一种基于多元统计的打叶复烤加工质量综合评价方法 |
CN111582931A (zh) * | 2020-05-06 | 2020-08-25 | 浪潮软件股份有限公司 | 一种基于主成分分析的卷烟市场饱和度评价方法及系统 |
CN111582931B (zh) * | 2020-05-06 | 2023-11-21 | 浪潮软件股份有限公司 | 一种基于主成分分析的卷烟市场饱和度评价方法及系统 |
CN115456679A (zh) * | 2022-09-19 | 2022-12-09 | 浪潮卓数大数据产业发展有限公司 | 一种网络零售店铺指标体系的分析方法、装置及介质 |
JP7305229B1 (ja) * | 2022-11-16 | 2023-07-10 | 株式会社mov | 情報処理システム |
JP7368913B1 (ja) | 2022-11-16 | 2023-10-25 | 株式会社mov | 情報処理システム |
JP7368914B1 (ja) | 2022-11-16 | 2023-10-25 | 株式会社mov | 情報処理システム |
JP7368912B1 (ja) | 2022-11-16 | 2023-10-25 | 株式会社mov | 情報処理システム |
Also Published As
Publication number | Publication date |
---|---|
JP5536725B2 (ja) | 2014-07-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5536725B2 (ja) | 店舗プロファイリングシステム | |
Kuo et al. | Application of particle swarm optimization to association rule mining | |
Xu | Dependent uncertain ordered weighted aggregation operators | |
Osei-Bryson | Evaluation of decision trees: a multi-criteria approach | |
JP6009864B2 (ja) | 企業評価システム、企業評価方法及び企業評価プログラム | |
Xu | Approaches to multi-stage multi-attribute group decision making | |
JP5284548B2 (ja) | 地域特性を利用したプロファイリングシステム | |
Danielson et al. | Augmenting ordinal methods of attribute weight approximation | |
Rodríguez-Déniz et al. | A frontier-based hierarchical clustering for airport efficiency benchmarking | |
JP6326510B2 (ja) | 評価システム、評価方法およびデータ解析システム | |
JP2013029883A5 (ja) | ||
JP2018067274A (ja) | 特許価値評価装置及び特許価値評価方法 | |
Zeynali et al. | A hybrid fuzzy multiple criteria decision making (MCDM) approach to combination of materials selection | |
Sadat Rezaei et al. | A heuristic method for choosing'virtual best'DMUs to enhance the discrimination power of the augmented DEA model | |
di Organisasi Perkhidmatan | Re-examining organizational life cycles criteria: An analysis of service organisations in growth and maturity stages | |
JP7454213B2 (ja) | 新規事業提案コンピュータシステム、新規事業提案コンピュータプログラム、新規事業提案方法、新規事業提案装置 | |
Nie et al. | Identifying change-point in polynomial profiles based on data-segmentation | |
Long et al. | A rough set based approach to knowledge acquisition for product service system configuration | |
JP2007079704A (ja) | サプライヤ分析支援装置、サプライヤ分析支援方法、及びサプライヤ分析支援プログラム | |
Luzhanska et al. | Cluster analysis application in the evaluation of the foreign economic potential of Ukraines regions | |
JP2008282247A (ja) | 企画商品の評価点を計算する装置と方法とプログラム | |
Azadfallah | The Impact of the Scale Elements Alteration on Priorities in Analytic Hierarchy Process Technique | |
Eraslan et al. | Fuzzy multi-criteria analysis approach for the evaluation and classification of cognitive performance factors in flexible manufacturing systems | |
JP2011227794A (ja) | 拠点分析システム | |
Duque et al. | A network based approach towards industry clustering |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140228 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20140228 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20140228 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20140319 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20140422 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20140424 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5536725 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 |
|
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 |