JP2014026483A - コーザル情報を活用した店舗間商品振替方法およびプログラム - Google Patents
コーザル情報を活用した店舗間商品振替方法およびプログラム Download PDFInfo
- Publication number
- JP2014026483A JP2014026483A JP2012166506A JP2012166506A JP2014026483A JP 2014026483 A JP2014026483 A JP 2014026483A JP 2012166506 A JP2012166506 A JP 2012166506A JP 2012166506 A JP2012166506 A JP 2012166506A JP 2014026483 A JP2014026483 A JP 2014026483A
- Authority
- JP
- Japan
- Prior art keywords
- sales
- transfer
- store
- product
- weeks
- 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.)
- Pending
Links
Images
Abstract
【課題】多数の店舗間で在庫商品の振替を実施する際に、コーザル情報を活用して、最適な振替店舗および振替数量を自動で算出する店舗間商品振替方法およびプログラムを提供する。
【解決手段】店舗間商品振替処理サーバに構築した売上データベースに累積した過去の売上実績データとコーザルデータベースに累積した販売に影響を与える特売の有無、天候、気温、イベントの有無、チラシの有無といった過去のコーザル実績データを用いて店商品分類別の売上数予測を計算する売上数計算式作成処理と、店商品別の各種コーザル実績と各種コーザル予定から今後の売上数予測値を計算する振替指示用売上数計算処理と、今後の売上数予測値での現在在庫数を販売するのに要する在庫日数から店商品の振替勧告数を計算する振替数計算処理と、振替勧告数から払出テーブル、振替テーブルに振替店舗および振替数を登録する振替指示作成処理から店商品毎の振替指示を作成する。
【選択図】図2
【解決手段】店舗間商品振替処理サーバに構築した売上データベースに累積した過去の売上実績データとコーザルデータベースに累積した販売に影響を与える特売の有無、天候、気温、イベントの有無、チラシの有無といった過去のコーザル実績データを用いて店商品分類別の売上数予測を計算する売上数計算式作成処理と、店商品別の各種コーザル実績と各種コーザル予定から今後の売上数予測値を計算する振替指示用売上数計算処理と、今後の売上数予測値での現在在庫数を販売するのに要する在庫日数から店商品の振替勧告数を計算する振替数計算処理と、振替勧告数から払出テーブル、振替テーブルに振替店舗および振替数を登録する振替指示作成処理から店商品毎の振替指示を作成する。
【選択図】図2
Description
本発明は、店舗間で在庫商品の振替を実施する際に、コーザル情報を活用して、より適切な振替店舗および振替数量を自動で算出する店舗間商品振替方法およびプログラムに関する。
春夏、秋冬など販売シーズンが限られた衣料は期限内に売り切れるかどうか、しかも出来るだけ定価に近い売価で売り切れるが課題である。小売の中でも店舗を複数運営するチェーンストアでは、シーズン途中に売れ行きの悪い店舗から売れ行きの良い店舗へと在庫商品の振替を実施することが多い。振替を適切に実施できれば、商品を出来るだけ定価に近い売価で売り切り、小売は高い利益を上げる可能性が高まる。
店舗間での商品振替方法に関する既存の技術としては、過去の実績に基づき各店舗の在庫数を販売するのに要する期間を均一にする方法が知られている。(例えば、特許文献1参照)
売れ行きの悪い店舗から売れ行きの良い店舗へと在庫商品の振替を実施する場合、本部の担当者が振替指示を各店舗へ送り、その指示に基づき各店舗が商品の振替を実施する。本部の担当者は振替指示の内容を、過去の売上実績、販売に影響を与える要因である特売の有無・種類、天候、気温、イベントの有無・種類、チラシの有無・種類といった情報である各種コーザル実績データ、現在庫数などの情報を用いて作成する。振替は限られた販売シーズンの適切なタイミングで実施する必要があるが、振替指示の内容を各種情報を考慮して考える作業は手間、時間が掛かる。また、同じ情報から考えても担当者により判断が異なる、担当者により用いる情報が異なるなど担当者の経験に基づいており、各種の情報を総合的に考慮した振替は行えていなかった。
また、商品振替方法に関する既存の技術である特許文献1は、過去の実績情報のみに基づいており、特売の有無など販売に影響を与える要因が過去の実績として取り込んだ期間と今後の期間で異なると振替の精度が落ちることが課題である。
本発明は、多数の店舗間で在庫商品の振替を実施する際に、過去の実績情報に加えて未来の要素として今後のコーザル予定情報を用いてより適切な振替店舗および振替数量を算出する店舗間商品振替方法およびプログラムを提供することを課題とする。
上記課題を解決するための一手段について説明する。本発明は、本部端末および店舗端末とネットワークを介して接続された店舗間商品振替処理サーバで構成される店舗間商品振替処理システムにより振替店舗および振替数量を決定する店舗間商品振替方法である。振替店舗は、他の店舗へ在庫を送る払出店舗と他の店舗から在庫を受け取る受入店舗を指す。振替数量は、他の店舗へ送る数量である払出数量と他の店舗から受け取る数量である受入数量を指す。
過去数年の売上実績データと、販売に影響を与える要因である特売の有無・種類、天候、気温、イベントの有無・種類、チラシの有無・種類といった情報である各種コーザル実績データとを店舗・商品分類毎に集計し、各種コーザルの選択肢の組合せとその時の売上数を分析用実績テーブルに格納し、このデータに対して回帰分析を適用することで、売上数を各種コーザルの選択肢の組合せから計算するための定数および係数を求め、売上予測式テーブルに格納する。店舗・商品毎に各種のコーザル実績テーブルから抽出した過去4週のコーザル実績データと、各種のコーザル予定テーブルから抽出した先4週のコーザル予定データとを該当店舗・該当商品属する商品分類の売上予測式に適用し得られる売上数から、該当店舗・該当商品の過去4週の売上数に対する先4週の売上数の倍率を計算する。該当店舗・該当商品の過去4週の売上数にこの倍率を乗じて、先4週売上数予測値を求めめ先4週売上テーブルに格納する。商品毎に全店の現在庫数を全店の先4週売上数予測値で割り、該当商品の全店の在庫日数を計算する。該当商品の店舗毎の先4週売上数予測値と全店の在庫日数から該当店舗・該当商品の適正在庫数を計算して在庫マスタの適正在庫数に格納し、現在庫数との差である振替勧告数を算出し在庫マスタの振替勧告数に格納する。在庫マスタから順次レコードを読み出し、振替勧告数<0である場合は払出テーブルに登録し、振替勧告数>0である場合は受入テーブルに登録する。払出テーブル、受入テーブルから順次レコードを読み込み、振替後の在庫数が適正在庫数となるように払出テーブルの受入店舗・受入数、受入テーブルの払出店舗・払出数に店舗コードと振替数を格納する。
本発明によれば、店舗間で商品の振替を実施する際に、より適切な商品の振替を行うことが可能である。
以下、本発明の一実施例について、図面を参照して詳細に説明する。
図1は、本実施例に係るコンピュータネットワークシステム1の全体構成例を示す図である。
店舗間商品振替システム1は、店舗間商品振替処理サーバ10と、本部端末20と、店舗端末30とがネットワーク40に接続されて構成される。
図2は店舗間商品振替処理サーバ10のハードウェア構成例を示す図である。店舗間商品振替処理サーバ10は、プログラム110、売上データベース120、コーザルデータベース130、マスタデータベース150、振替処理データベース160、制御部102、ネットワークインタフェース部103を有する。プログラム110は売上数計算式作成処理部111、振替指示用売上数計算処理部112、振替数計算処理部113、振替指示作成処理部114を有する。売上データベース120は売上実績テーブル121を有する。コーザルデータベース130はコーザル実績テーブル1:特売131、コーザル実績テーブル2:天候132、コーザル実績テーブル3:気温133、コーザル実績テーブル4:イベント134、コーザル実績テーブル5:チラシ135などの各種コーザル実績テーブル、及び、コーザル予定テーブル1:特売131、コーザル予定テーブル2:天候132、コーザル予定テーブル3:気温133、コーザル予定テーブル4:イベント134、コーザル予定テーブル5:チラシ135などの各種コーザル予定テーブルを有する。マスタデータベース150は商品分類マスタ151、商品マスタ152、店舗マスタ153、在庫マスタ154を有する。振替処理データベース160は分析用実績テーブル161、売上予測式テーブル162、先4週売上テーブル163、払出テーブル164、受入テーブル165を有する。この店舗間商品振替処理サーバ10はデータセンター等に設置される。
売上数計算式作成処理部111は売上実績テーブル121に格納されている各店舗・各商品の売上実績およびコーザルデータベース130の各種コーザル実績テーブルに格納された過去数年分の実績情報から各店舗の商品分類毎の売上予測に用いる定数、係数を求め、売上予測式テーブル162に登録する処理部である。
振替指示用売上数計算処理部112は売上予測式テーブル162に格納された売上予測式の定数、係数を用いて、各店舗・各商品の過去4週のコーザル実績で計算される売上数と今後4週のコーザル予定から計算される売上数から、過去4週の売上数に対する今後4週の売上数の倍率を計算し、過去4週の売上実績から今後4週の売上数予測値を計算し、先4週売上テーブル163に登録する処理部である。4週は決まった期間ではないが、直近の売れ行きとして捉えられる期間とする。今後4週のコーザル予定は、本部端末20から本部の担当者によって登録される。
振替数計算処理部113は在庫マスタ154に格納された各店舗・各商品の現在庫数と先4週売上テーブル163に格納された今後4週の売上数予測値から各店舗・各商品の適正在庫数と、現在庫数と適正在庫数の差である振替勧告数とを算出し在庫マスタ154に登録する処理部である。
振替指示作成処理部114は在庫マスタ154に格納された各店舗・各商品の振替勧告数から振替店舗、振替数を算出し、払出テーブル164、受入テーブル165に登録する処理部である。この払出テーブル164、受入テーブル165を店舗担当者が店舗端末30から参照し、振替作業を実施する。
図3は本部端末20のハードウェア構成例を示す図である。本部端末20はコーザル登録機能211、振替指示実行機能212で有するプログラム210、表示部202、入力部203、ネットワークインタフェース部204を有する。本部担当者が入力部203からコーザル登録機能211を使用して登録したコーザル予定をコーザルデータベース130の各種テーブルに格納する。
図4は店舗端末30のハードウェア構成例を示す図である。店舗端末30は振替指示表示機能311、振替結果登録機能312で有するプログラム310、表示部302、入力部303、ネットワークインタフェース部304を有する。店舗端末は各店舗に設置される。
図5は売上データベース120の有する売上実績テーブル121のデータ構成例を示す図である。売上実績テーブル121は、日々の各店舗・各商品の売上数を格納するテーブルであり、日々レジ売上情報と連携して更新される。図5に示すように、売上実績テーブル121は、日付1211と、店コード1212と、商品コード1213と、売上数1214とをそれぞれ対応付けて記憶する。
図6はコーザルデータベース130の有するコーザル実績テーブル1(特売)131のデータ構成例を示す図である。コーザル実績テーブル1(特売)131は、日々の各店舗・各商品のコーザル情報を格納するテーブルであり、本部端末20のコーザル登録機能211から登録されたときに更新される。図6に示すように、日付1311と、店コード1312と、商品コード1313と、コーザル種別1314と、コーザル値1315とをそれぞれ対応付けて記憶する。コーザル値1315は各コーザル毎に選択肢から該当する値を記憶する。例として、コーザル種別が特売の場合、(1)通常、(2)A特売、(3)B特売、(4)C特売などを上げている。図6は複数あるコーザル種別の一つである特売の実績を例として記載したが、他のコーザル実績を格納するテーブル、コーザル予定を格納するテーブルも同様の構成となる。他のコーザルの場合、コーザル種別1314は別の値となる。
図7はマスタデータベース150の有する商品分類マスタ151のデータ構成例を示す図である。商品分類マスタ151は、新しい商品分類が追加されたり、既存の商品分類がなくたったときに更新される。図7に示すように、商品分類コード1511と、商品分類1512とをそれぞれ対応付けて記憶する。
図8はマスタデータベース150の有する商品マスタ152のデータ構成例を示す図である。商品マスタ152は、新しい商品が追加されたり、既存の商品がなくたったときに更新される。図8に示すように、商品コード1521と、商品分類コード1521と、商品名称1523と、色1524と、大きさ1525とをそれぞれ対応付けて記憶する。
図9はマスタデータベース150の有する店舗マスタ153のデータ構成例を示す図である。店舗マスタ153は、新しい店舗が開店したり、既存の店舗が閉店したときに更新される。図9に示すように、店コード1531と、店名1532とをそれぞれ対応付けて記憶する。
図10はマスタデータベース150の有する在庫マスタ154のデータ構成例を示す図である。図10に示すように、店コード1541と、商品コード1542と、現在庫数1543と、適正在庫数1544と、振替勧告数1545とをそれぞれ対応付けて記憶する。在庫マスタ154は、新しい商品が追加されたり既存の商品がなくたったとき、新しい店舗が開店したり既存の店舗が閉店したときに更新される。現在庫数1543は売上があったとき、仕入があったときなど在庫数に変動があった場合に更新される。適正在庫数1544と、振替勧告数1545は振替数計算処理部113の実行結果で更新される。
図11は振替処理データベース160の有する分析用実績テーブル161のデータ構成例を示す図である。図11に示すように、店コード1611と、商品分類コード1612と、売上数1613と、コーザル種別1:特売のM1個の選択肢に対応付けたM1個の変数C(C1,1〜C1,M1)1614と、コーザル種別2:天候のM2個の選択肢に対応付けたM2個の変数C(C2,1〜C2,M2)1615とを対応付けて記憶する。変数Cは、例えばコーザル種別1:特売の選択肢が“(1)通常”と、“(2)A特売”と、“(3)B特売”と、“(4)C特売”のM1=4個の選択肢を持つ場合、“(1)通常”に該当するならば(C1,M1=1、C2,M2=C3,M3=C4,M4=0)と設定し、“(3)B特売”に該当するならば(C3,M3=1、C1,M1=C2,M2=C4,M4=0)と設定する。分析用実績テーブル161は売上数計算式作成処理部111が実行されると更新される。
図12は振替処理データベース160の有する売上予測式テーブル162のデータ構成例を示す図である。図12に示すように、店コード1621と、商品分類コード1622と、定数A1623と、コーザル種別1:特売のM1個の選択肢に対応付けたM1個の係数B(B1,1〜B1,M1)1624と、コーザル種別2:天候のM2個の選択肢に対応付けたM2個の係数B(B2,1〜B2,M2)1625とを対応付けて記憶する。定数A、各種の係数Bは、売上数予測式([売上数]=A+B1,1×C1,1+・・+B1,M1×C1,M1+B2,1×C2,1+・・+B2,M2×C2,M2))の定数、各種の係数であり、売上数計算式作成処理部111が実行されると更新される。
図13は振替処理データベース160の有する先4週売上テーブル163のデータ構成例を示す図である。図13に示すように、店コード1631と、商品コード1632、先4週売上数1633とを対応付けて記憶する。先4週売上数1633は振替指示用売上数計算処理部112の実行結果で更新される。
図14は振替処理データベース160の有する払出テーブル164のデータ構成例を示す図である。図14に示すように、店コード1641と、商品コード1642と、振替勧告数1643と、残数1644と、受入先(店舗1、受入数1、店舗2、受入数2・・・)1645とを対応付けて記憶する。振替勧告数1643は振替指示作成処理部114の処理により在庫マスタ154から抽出して格納され、残数1644と、受入先1645は振替指示作成処理部114の実行結果で更新される。
図16は、店舗間商品振替処理サーバ101が有する売上数計算式作成処理部111の処理を示すフローチャートである。売上数計算式作成処理部111は、定時起動により開始され、商品分類マスタ151から1レコードを読み込み(ステップS1601)、店舗マスタ153から1レコードを読み込み(ステップS1602)、商品マスタ152を商品分類コード1511をキーに検索して該当商品分類に属する商品コード1521を取得し、売上実績テーブル121を店コード1531、商品コード1521をキーに検索して該当店舗、該当商品分類の売上実績を抽出し、コーザルデータベース130の各種コーザル実績テーブル(コーザル実績テーブル1:特売、コーザル実績テーブル2:天候など)を店コード1531、商品コード1521をキーに検索して該当店舗、該当商品分類のコーザル実績を抽出する(ステップS1603)。抽出された売上実績、コーザル実績は各コーザル種別の選択肢の組合せ毎に集計されて分析用実績テーブル161登録される(ステップS1604)。例えば、コーザル種別1:特売の選択肢が“(1)通常”かつコーザル種別2:天候の選択肢が“(1)晴れ”かつコーザル種別3・・・の組合せの売上数20、コーザル種別1:特売の選択肢が“(2)A特売”かつコーザル種別2:天候の選択肢が“(1)晴れ”かつコーザル種別3・・・の組合せの売上数30などとする。次に売上数計算式作成処理部111は、この分析用実績テーブル161に登録した売上数1613、コーザル種別1:特売のM1個の選択肢に対応付けたM1個の変数C(C1,1〜C1,M1)1614と、コーザル種別2:天候のM2個の選択肢に対応付けたM2個の変数C(C2,1〜C2,M2)1615に回帰分析を適用し売上数予測式([売上数]=A+B1,1×C1,1+・・+B1,M1×C1,M1+B2,1×C2,1+・・+B2,M2×C2,M2))の定数A、各種の係数Bを計算し、売上予測式テーブル162の定数A1623、コーザル種別1:特売のM1個の選択肢に対応付けたM1個の係数B(B1,1〜B1,M1)1624、コーザル種別2:天候のM2個の選択肢に対応付けたM2個の係数B(B2,1〜B2,M2)1625に登録する(ステップS1605)。該当店舗・該当商品分類については、これらの定数、各種の係数と各種のコーザル種別の選択肢の組み合せが決まれば売上数の予測値を求めることが出来る。売上数計算式作成処理部111は、以上の処理を店舗マスタ153の全ての店コード1531に対して実施し(ステップS1606)、商品分類マスタ151の全ての商品分類コード1511に対して実施する(ステップS1607)。
図17は、店舗間商品振替処理サーバ101が有する振替指示用売上数計算処理部112の処理を示すフローチャートである。振替指示用売上数計算処理部112は、定時起動により開始され、商品マスタ152から1レコードを読み込み(ステップS1701)、店舗マスタ153から1レコードを読み込み(ステップS1702)、コーザルデータベース130の各種コーザル実績テーブル(コーザル実績テーブル1:特売、コーザル実績テーブル2:天候など)を店コード1531、商品コード1521をキーに検索して該当店舗、該当商品分類の過去4週分のコーザル実績を抽出する(ステップS1703)。次に振替指示用売上数計算処理部112は、コーザルデータベース130の各種コーザル予定テーブル(コーザル予定テーブル1:特売、コーザル予定テーブル2:天候など)を店コード1531、商品コード1521をキーに検索して該当店舗、該当商品分類の今後4週分のコーザル実績を抽出する(ステップS1704)。先にも述べたが抽出期間は決まった期間ではないが、直近の売れ行きとして捉えられる期間として今回は4週とする。次に振替指示用売上数計算処理部112は、売上予測式テーブル162を店コード1531、商品分類コード1522をキーに検索して定数A1623、コーザル種別1:特売のM1個の選択肢に対応付けたM1個の係数B(B1,1〜B1,M1)1624、コーザル種別2:天候のM2個の選択肢に対応付けたM2個の係数B(B2,1〜B2,M2)1625を読み込み(ステップS1705)、取得した定数A1623、係数B(B1,1〜B1,M1)1624、係数B(B2,1〜B2,M2)1625での売上数予測式([売上数]=A+B1,1×C1,1+・・+B1,M1×C1,M1+B2,1×C2,1+・・+B2,M2×C2,M2))を用いて、過去4週分のコーザル実績から過去4週の売上数、先4週分のコーザル予定から先4週の売上数を計算し、売上倍率(=先4週分のコーザル予定から計算した先4週の売上数÷過去4週分のコーザル実績から計算した過去4週の売上数)を計算する。この売上倍率に売上実績テーブル121を店コード1531、商品コード1521をキーに検索することで取得できる過去4週の売上実績を乗じて、該当店舗、該当商品の今後4週の売上予測値を計算し先4週売上テーブル163の先4週売上数1633に登録する。ここで、今後4週の売上予測値として先4週分のコーザル予定から計算した先4週の売上数を用いないのは、売上数予測式は過去の長期間の実績から計算した式であるため、先4週分のコーザル予定から計算した先4週の売上数も長期間の傾向から導き出される値であり、直近の(今回の例では過去4週の)売上傾向が反映されていないためである。売上倍率と過去4週の売上実績の両方を用いることで、過去4週と今後4週のコーザル情報の違い、及び、直近4週の売上傾向を考慮した売上数予測となると考える。振替指示用売上数計算処理部112は、以上の処理を店舗マスタ153の全ての店コード1531に対して実施し(ステップS1708)、商品マスタ152の全ての商品コード1521に対して実施する(ステップS1709)。
図18は、店舗間商品振替処理サーバ101が有する振替数計算処理部113の処理を示すフローチャートである。振替数計算処理部113は、定時起動により開始され、商品マスタ152から1レコードを読み込み(ステップS1801)、在庫マスタ154を商品コード1521をキーに検索して取得した全ての店舗の該当商品の現在庫数1542を合計して全店の現在庫数合計を計算する(ステップS1802)。次に振替数計算処理部113は、先4週売上テーブル163を商品コード1521をキーに検索して取得した全ての店舗の該当商品の先4週売上数1633を合計して全店の先4週売上数合計を計算すし(ステップS1803)、全店の現在庫数合計と全店の先4週売上数合計から全店の先4週在庫日数(=全店の現在庫数合計/全店の先4週売上数合計×28日)を計算する(ステップS1804)。この全店の先4週在庫日数は、先4週の売上数で現在の在庫数を売り切るのに要する日数である。次に振替数計算処理部113は、店舗マスタ153から1レコードを読み込み(ステップS1805)、先4週売上テーブル163を店コード1531、商品コード1521で検索して取得した先4週売上数1633と、ステップS1804で求めた全店の先4週在庫日数から該当店舗・該当商品の適正在庫数(=該当商品の全店の先4週在庫日数×該当店舗・該当商品の先4週売上数÷28日)を計算し、在庫マスタ154を店コード1531、商品コード1521で検索して一致するレコードの適正在庫数1544に登録する(ステップS1806)。また、適正在庫数1544と現在庫数1543の差を振替勧告数1545(=現在庫数1543−適正在庫数1544)に更新する(ステップS1807)。振替数計算処理部113は、S1805からS1807のステップを店舗マスタ153の全ての店コード1531を処理するまで繰り返し(ステップS1808)、その後、S1801からS1808のステップを商品マスタ152の全ての商品コード1521を処理するまで繰り返す(ステップS1809)。
図19は、店舗間商品振替処理サーバ101が有する振替指示作成処理部114の処理を示すフローチャートである。振替指示作成処理部114は、定時起動により開始され、在庫マスタ154から全てのレコードを読み込み、振替勧告数1545<0であるレコードは払出テーブル164に、振替勧告数1545>0であるレコードは受入テーブル165に登録し、払出テーブル164の振替勧告数1643、払出残数1644、受入テーブル165の振替勧告数1653、受入残数1654には振替勧告数1545を更新する(ステップS1901)。次に振替指示作成処理部114は、払出テーブル164から振替勧告数が小さい順に1レコードを読み込み(ステップS1902)、受入テーブル165から振替勧告数が大きい順に1レコードを読み込み(ステップS1903)、払出残数1644の絶対値と受入残数1654を比較して小さい値を振替数として一時記憶し、読み込み中のレコードの受入先1645に受入テーブル165の店コード1651と振替数を、払出元1655に払出テーブル164の店コード1641と振替数を更新する(ステップS1904)。また、読み込み中のレコードの払出残数1644(=振替勧告数1643+受入先1645の受入数合計)、受入残数1655(=振替勧告数1653−払出元1655の払出数合計)を再計算して更新する(ステップS1905)。振替指示作成処理部114は、S1903からS1905までのステップを払出残数1644=0になるまで繰り返し(S1906)、払出残数1644=0になったら、S1902からS1906のステップを受入残数1655=0になるまで繰り返す(S1907)。次に振替指示作成処理部114は、S1902からS1907のステップを該当商品について払出テーブル164の全ての店コード1641を処理するまで繰り返し(ステップS1908)、該当商品について全ての店コード1641を処理したら、S1902からS1908のステップを払出テーブル164の全ての商品コード1642を処理するまで繰り返す。全ての処理が終了した後の払出テーブル164の受入先1645、受入テーブル165の払出元1655は本実施例で算出された振替店舗および振替数量である。店舗担当者は、この払出テーブル164、受入テーブル165を店舗端末30から参照し、振替作業を実施する。
以上本発明の一実施例について説明した。
上記実施例によれば、多数の店舗間で在庫商品の振替を実施する際に、過去の実績情報に加えて未来の要素として今後のコーザル予定情報も考慮したより適切な振替の実施が可能である。
以上本発明の実施例を説明したが、本発明はこれに限定されるものではなく、その要旨を逸脱しない範囲で種々変更可能である。
10・・・店舗間商品振替処理サーバ、20・・・本部端末、30・・・店舗端末、40・・・ネットワーク、101、201、301・・・記憶部、102・・・制御部、202、302・・・表示部、103、204、304・・・ネットワークインタフェース部
Claims (2)
- 本部端末および店舗端末とネットワークを介して接続された店舗間商品振替処理サーバにおける、店舗間商品振替方法であって、
過去数年の売上実績データと、各種コーザル実績データとを店舗・商品分類毎に集計し、各種コーザルの選択肢の組合せとその時の売上数を分析用実績テーブルに格納し、
このデータに対して回帰分析を適用することで、売上数を各種コーザルの選択肢の組合せから計算するための定数および係数を計算して売上予測式テーブルに格納し、
店舗・商品毎に各種のコーザル実績テーブルから抽出した過去4週のコーザル実績データと、各種のコーザル予定テーブルから抽出した先4週のコーザル予定データとを該当店舗・該当商品属する商品分類の売上予測式に適用し得られる売上数から、該当店舗・該当商品の過去4週の売上数に対する先4週の売上数の倍率を計算して、該当店舗・該当商品の過去4週の売上数にこの倍率を乗じて、先4週売上数予測値を求めめ先4週売上テーブルに格納し、
商品毎に全店の現在庫数を全店の先4週売上数予測値で割り、該当商品の全店の在庫日数を計算し、該当商品の店舗毎の先4週売上数予測値と全店の在庫日数から該当店舗・該当商品の適正在庫数を計算して在庫マスタの適正在庫数に格納し、現在庫数との差である振替勧告数を算出し在庫マスタの振替勧告数に格納し、
在庫マスタから順次レコードを読み出し、振替勧告数<0である場合は払出テーブルに登録し、振替勧告数>0である場合は受入テーブルに登録し、
払出テーブル、受入テーブルから順次レコードを読み込み、振替後の在庫数が適正在庫数となるように払出テーブルの受入店舗・受入数、受入テーブルの払出店舗・払出数を格納する、
ことを特徴とする店舗間商品振替方法。 - コンピュータを制御して、請求項1に記載の店舗間商品振替方法を実行するプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012166506A JP2014026483A (ja) | 2012-07-27 | 2012-07-27 | コーザル情報を活用した店舗間商品振替方法およびプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012166506A JP2014026483A (ja) | 2012-07-27 | 2012-07-27 | コーザル情報を活用した店舗間商品振替方法およびプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2014026483A true JP2014026483A (ja) | 2014-02-06 |
Family
ID=50200064
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012166506A Pending JP2014026483A (ja) | 2012-07-27 | 2012-07-27 | コーザル情報を活用した店舗間商品振替方法およびプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2014026483A (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016012300A (ja) * | 2014-06-30 | 2016-01-21 | 東芝テック株式会社 | 需要予測装置およびプログラム |
JP2019191757A (ja) * | 2018-04-20 | 2019-10-31 | 東芝テック株式会社 | サーバ装置、及びプログラム |
CN111832795A (zh) * | 2019-04-17 | 2020-10-27 | 株式会社日立制作所 | 物品配置优化系统、方法及计算机可读记录介质 |
CN113298546A (zh) * | 2020-05-29 | 2021-08-24 | 阿里巴巴集团控股有限公司 | 销量预测方法及装置、商品处理方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002024350A (ja) * | 2000-07-03 | 2002-01-25 | Kasumi Co Ltd | 小売店舗管理システム |
JP2002269195A (ja) * | 2001-03-08 | 2002-09-20 | Kitamura Research Limited:Kk | 在庫管理システム |
JP2005035723A (ja) * | 2003-07-14 | 2005-02-10 | Nec Software Kyushu Ltd | 発注勧告数計算システム、発注勧告数計算方法及びそのプログラム |
JP2007018216A (ja) * | 2005-07-07 | 2007-01-25 | Nec Corp | 適正在庫量算出システム及び適正在庫量算出方法 |
-
2012
- 2012-07-27 JP JP2012166506A patent/JP2014026483A/ja active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002024350A (ja) * | 2000-07-03 | 2002-01-25 | Kasumi Co Ltd | 小売店舗管理システム |
JP2002269195A (ja) * | 2001-03-08 | 2002-09-20 | Kitamura Research Limited:Kk | 在庫管理システム |
JP2005035723A (ja) * | 2003-07-14 | 2005-02-10 | Nec Software Kyushu Ltd | 発注勧告数計算システム、発注勧告数計算方法及びそのプログラム |
JP2007018216A (ja) * | 2005-07-07 | 2007-01-25 | Nec Corp | 適正在庫量算出システム及び適正在庫量算出方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016012300A (ja) * | 2014-06-30 | 2016-01-21 | 東芝テック株式会社 | 需要予測装置およびプログラム |
JP2019191757A (ja) * | 2018-04-20 | 2019-10-31 | 東芝テック株式会社 | サーバ装置、及びプログラム |
CN111832795A (zh) * | 2019-04-17 | 2020-10-27 | 株式会社日立制作所 | 物品配置优化系统、方法及计算机可读记录介质 |
CN113298546A (zh) * | 2020-05-29 | 2021-08-24 | 阿里巴巴集团控股有限公司 | 销量预测方法及装置、商品处理方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2023519031A (ja) | 人工知能を使用した製品統合および重複排除のためのコンピュータ化されたシステムおよび方法 | |
CN102282551A (zh) | 娱乐入场券定价的自动决策支持 | |
WO2015031173A2 (en) | Rule to constraint translator for business application systems | |
Chapados et al. | Retail store scheduling for profit | |
CN109741082A (zh) | 一种基于时间序列分解的季节性商品需求预测方法 | |
JP6451894B2 (ja) | 商品需要予測システム、商品需要予測方法および商品需要予測プログラム | |
JP2014026483A (ja) | コーザル情報を活用した店舗間商品振替方法およびプログラム | |
JP2012247964A (ja) | 進捗管理装置、及び進捗管理プログラム | |
TW202011288A (zh) | 倉儲儲位配置系統 | |
Deligiannis et al. | Predicting the optimal date and time to send personalized marketing messages to repeat buyers | |
Abdul-Jalbar et al. | An integrated inventory model for the single-vendor two-buyer problem | |
Grzegorowski et al. | Survival-Based Feature Extraction—Application in Supply Management for Dispersed Vending Machines | |
EP2960848A1 (en) | Demand prediction apparatus and demand prediction method by the same | |
Sharma et al. | Best seller rank (bsr) to sales: An empirical look at amazon. com | |
KR20230068359A (ko) | 가상 번들의 동적 밸런싱을 위한 시스템 및 방법 | |
JP6576043B2 (ja) | 商品需要予測システム | |
JP2015032267A (ja) | 需要予測装置及びプログラム | |
Chen et al. | An overview of workflow management system structure in the supply chain | |
CN108510343A (zh) | 一款移动传统erp电子商务平台订单处理方法 | |
US20220129934A1 (en) | System and method to identify and reprice goods for retail product loss minimization | |
JP2000123096A (ja) | 出荷予定量算定方法 | |
WO2019187968A1 (ja) | 情報処理システム、情報処理方法及び記憶媒体 | |
Kusmana et al. | The Design of A Web-Based Inventory Management Application Using Predictive Modeling | |
JP2001319125A (ja) | 販売促進専用処理システム及びこのシステムの処理方法並びにこのシステムのためのプログラムを格納した媒体 | |
Stanelytė | Inventory Optimization in Retail Network by Creating a Demand Prediction Model |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20150209 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20151203 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20160112 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20160517 |