JP2014044598A - 情報処理装置、情報処理方法、プログラム - Google Patents

Abstract

【課題】 未来に行う予定であるイベントが、過去のイベントと規模、効果発生タイミングが異なる場合であっても、実施予定のイベントの影響を反映した需要を予測すること
【解決手段】 過去の需要実績値から将来の需要を予測する情報処理装置であって、過去の需要実績値に対する、前記イベント情報記憶手段に記憶されたイベントであって過去に実施されたイベントによる影響量からイベントの効果を算出し、過去の需要実績値からイベント影響量を除去したベース需要量をもとに将来の需要を予測し、予測された値に対して、実施予定のイベントの効果を付与することで、イベントによる影響を考慮した予測値に補正する。
【選択図】 図３

Description

本発明は、イベント効果を考慮した需要量の予測技術に関する。

新規顧客獲得や、リピート率向上のため、イベント（プロモーション活動）を実施する企業は多い。また、イベントを実施することにより、需要量は変化する。

その際、イベントの内容によっては、効果が出るタイミングも違ってくる。例えば、クーポン券を発行するというイベントを実施した場合は、そのクーポン券の有効期限日によって受注件数が変化してくる。具体的には、有効期限日直前には受注件数や需要が増加し、有効期限日を過ぎた直後は減少する。

このようにイベントとは、一時的に需要量を変化させる要因のことを指す。イベントの代表的なものとしては、販促情報（キャンペーン）があり、例えば月末セール、クリスマスセール、お歳暮セール等がある。

また、「近くの小学校で運動会がある」などの情報も、イベント情報の１つといえる。なぜなら、運動会があれば普段よりもお弁当がたくさん売れることになるからである。

このようなイベントによる需要の増減は一時的なものであることから、需要予測をする上では、需要実績データからイベントの影響を除去して、予測データの基礎とする必要がある。

需要実績データからイベントの影響を除去する方法としては、イベントによる一時的な需要量の増加を異常値として扱い、需要実績データそのものを補正し、補正した需要実績データに基づき予測をする方法が行われている。

需要実績データを補正する方法は様々であるが、もし、予測対象のアイテムの需要量が毎年同月で一定しているのであれば、イベントを実施していない年の同月の実績値平均で補正して予測する方法が考えられる。

他方、年によって需要量が大きく異なる場合は、イベント実施開始前と開始後のデータからトレンド直線を引き、直線上の値がイベント実施期間の補正値（補正後の値）とする考え方もある。

また、補正数量や補正率を指定して補正することも可能である。

次に、未来にイベントがある場合について考えてみる。例えば、来月に大規模なイベントを実施することが決まっているような場合、過去の需要実績データから算出した予測結果は、当然ながら未来のイベントの影響を考慮した予測結果にはなっていない。

予定されているイベントによる影響を予測結果に反映させるには、同じ規模のイベント時の需要量増加（減少）効果を算出し、予測結果を増加（減少）させるなどの処理が必要である。

特許文献１には、過去の需要量の実績から需要量の増減に影響を与える要因による変化分を取り除き、取り除いた需要量（ベースデータ）をもとに予測値を求め、当該予測値に対して需要量の増減に影響を与える要因による変化分を加味して補正処理を行うことで、需要量の予測値を求める技術が記載されている。

特開２００３−３４６０７０号公報

未来にイベントがある場合、予定されているイベントによる影響を予測結果に反映させるには、過去に実施した同じ規模のイベント時の需要量増加効果を算定し、予測結果を上増しする等の処理が必要になる。

過去のイベントと未来に予定しているイベントが同程度の規模でかつイベント効果の発生タイミングが同じである場合は、例えば特許文献１に記載されている技術による予測が可能である。

しかしながら、同一のイベントでも過去のイベントと未来のイベントは必ずしもイベント規模やイベント効果の発生タイミングが同じとは限らない。

例えば、クーポン券を発行すると、クーポン券の発送直後と有効期限日前後で上の急激な変化が生じる。過去に実施したクーポン券の発行と未来に予定しているクーポン券の発行において、クーポン券の有効期間が異なる場合、クーポン券による需要効果の発生タイミングが異なってくる。

このように従来のイベント効果算定では、イベント効果の発生タイミングが過去と未来のイベントで異なる場合には対応できないという課題が存在する。

また、仮にクーポン券の効果発生タイミングが過去のイベントと未来のイベントで同じであっても、発行量が異なる場合には、単純に過去のイベント効果を未来に適用したのでは予測値の正確性が低下してしまう。

さらに、未来に予定しているイベントと同一のイベントであるが規模や効果発生タイミングが異なるイベントが過去複数ある場合には、いずれのイベントからイベント効果を算定すれば良いのかを判断することは困難である。

そこで、本発明は、以上のような問題点に鑑みなされたものであり、未来に行う予定であるイベントが、過去のイベントと規模、効果発生タイミングが異なる場合であっても、イベントの影響を需要予測に反映させることを可能とする仕組みを提供することを目的とする。

本発明は、過去の需要実績値から将来の需要を予測する情報処理装置であって、イベント情報を記憶するイベント情報記憶手段と、将来の需要を予測するための予測モデルを記憶する予測モデル記憶手段と、前記過去の需要実績値に対する、前記イベント情報記憶手段に記憶されたイベントであって過去に実施されたイベントによる影響量を算出するイベント影響量算出手段と、前記イベント影響量算出手段により算出されたイベント影響量と、前記イベント情報とを用いて、当該イベント情報にかかるイベント効果を算出するイベント効果算出手段と、前記過去の需要実績値からイベント影響量を除去することでベース需要量を算出するベース需要量算出手段と、前記ベース需要量算出手段により算出されたベース需要量と、前記予測モデル記憶手段に記憶された予測モデルとを用いて、将来の需要を予測する需要予測手段と、前記需要予測手段により予測された値に対して、前記イベントの効果係数を付与することで、イベントによる影響を考慮した予測値に補正する予測補正手段と、を備えることを特徴とする。

また、本発明は、イベント情報および将来の需要を予測するための予測モデルを記憶し、過去の需要実績値から将来の需要を予測する情報処理装置における情報処理方法であって、前記情報処理装置のイベント影響量算出手段が、前記過去の需要実績値に対する、記憶されたイベントであって過去に実施されたイベントによる影響量を算出するイベント影響量算出工程と、前記情報処理装置のイベント効果算出手段が、前記イベント影響量算出工程により算出されたイベント影響量と、前記イベント情報とを用いて、当該イベント情報にかかるイベント効果を算出するイベント効果算出工程と、前記情報処理装置のベース需要量算出手段が、前記過去の需要実績値からイベント影響量を除去することでベース需要量を算出するベース需要量算出工程と、前記情報処理装置の需要予測手段が、前記ベース需要量算出工程により算出されたベース需要量と、前記記憶された予測モデルとを用いて、将来の需要を予測する需要予測工程と、前記情報処理装置の予測補正手段が、前記需要予測工程により予測された値に対して、前記イベントの効果係数を付与することで、イベントによる影響を考慮した予測値に補正する予測補正工程と、を備えることを特徴とする。

また、本発明は、イベント情報および将来の需要を予測するための予測モデルを記憶し、過去の需要実績値から将来の需要を予測する情報処理装置において実行可能なプログラムであって、前記情報処理装置を、前記過去の需要実績値に対する、前記記憶されたイベントであって過去に実施されたイベントによる影響量を算出するイベント影響量算出手段と、前記イベント影響量算出手段により算出されたイベント影響量と、前記イベント情報とを用いて、当該イベント情報にかかるイベント効果を算出するイベント効果算出手段と、前記過去の需要実績値からイベント影響量を除去することでベース需要量を算出するベース需要量算出手段と、前記ベース需要量算出手段により算出されたベース需要量と、前記記憶された予測モデルとを用いて、将来の需要を予測する需要予測手段と、前記需要予測手段により予測された値に対して、前記イベントの効果係数を付与することで、イベントによる影響を考慮した予測値に補正する予測補正手段として機能させることを特徴とする。

本発明によれば、未来に行う予定であるイベントが、過去のイベントと規模、効果発生タイミングが異なる場合であっても、イベントの影響を需要予測に反映させることが可能となる。

本発明の情報処理装置の機能構成の一例を示す図である 図１に示した情報処理装置のハードウエア構成の一例を示す図である 本発明の実施形態において情報処理装置が実行する処理を示す図である マスタ情報設定部１１０でイベント情報の設定を行った後に、イベント情報ＤＢ１０１に登録されている設定情報の一例を示す図である 需要実績ＤＢ１０２に登録されている情報の一例を示す図である 曜日影響係数の一例を示す図である イベント情報設定画面の一例を示す図である 需要の構成要素を表わす図である 図３に示すフローチャートのステップＳ３０２の処理を説明するための図である 図９のフローチャートに示す処理の詳細を説明する図である 曜日影響係数の一例を示す図である 図１１の曜日影響係数を使用してステップＳ１００１の処理を実行した結果の一例を示す図である 図１０のステップＳ１００２の処理を実行した結果の一例を示す図である 図１０のステップＳ１００３の処理を実行した結果の一例を示す図である 図１０のステップＳ１００４の処理を実行した結果の一例を示す図である 図１０のステップＳ１００５の処理において使用するデータの一例を示す図である イベント効果算出処理を行った後にイベント効果係数ＤＢ１０４に登録されている情報の一例を示す図である ステップＳ３０４の処理の詳細を示す図である ステップＳ３０５の処理の詳細を示す図である ステップＳ３０６で表示される画面の一例を示す図である 需要実績からイベント影響量の除去処理を行った後に需要実績ｄＢに登録されている情報の一例を示す図である 予測モデル情報ＤＢ１０３に登録されている情報の一例を示す図である 予測実行後に予測結果ＤＢ１０５に登録されている情報の一例を示す図である 需要予測値にイベント効果付与処理を行った後に予測結果ＤＢ１０５に登録されている情報の一例を示す図である

以下、図面を参照して本発明の実施形態を詳細に説明する。

図１は、本発明に係る情報処理装置の機能構成の一例を示した図である。図１に示すように、本実施形態に係る情報処理装置は、データベース１００、イベント情報設定部１１０、イベント効果算出実行部１２０、実績補正実行部１３０、予測実行部１４０、イベント効果付与実行部１５０、予測結果確認部１６０を備える。

データベース（ＤＢ）１００には、イベント情報ＤＢ１０１、需要実績ＤＢ１０２、予測モデル情報ＤＢ１０３、イベント効果係数ＤＢ１０４、予測結果ＤＢ１０５が備わっている。

イベント情報ＤＢ１０１は、イベントコード、イベント名称、イベント分類コード、イベント分類名称、アイテムコード、イベント開始日、イベント開始影響期間、イベント影響期間、イベント終了日、イベント終了影響期間、イベント規模が登録されているデータベースである。

図４は、イベント情報設定部１１０でイベント情報の設定を行った後に、イベント情報ＤＢ１０１に登録されている設定情報の一例を示す図である。イベント情報の設定処理の詳細については後述する。

需要実績ＤＢ１０２は、過去のアイテム別、日別の需要実績値、補正後需要実績が登録されているデータベースである。図５は、需要実績ＤＢ１０２に登録されている情報の一例を示す図である。

また、図２１は、需要実績からイベント影響量の除去処理を行った後に需要実績ＤＢ１０２に登録されている情報の一例を示す図である。イベント影響量除去処理の詳細については、後述する。

予測モデル情報ＤＢ１０３には、さまざまな予測モデル（例えば、移動平均、指数平滑、ウィンター図等がある）が登録されている。

図２２は、予測モデル情報ＤＢ１０３に登録されている情報の一例を示す図である。

イベント効果係数ＤＢ１０４には、過去のイベント別、イベント実施期間の日別のイベント効果が設定されている。具体的には、イベント分類コード、イベント分類名、アイテムコード、開始日／終了日フラグ、効果発生タイミング、イベント効果係数が登録されているデータベースである。

図１７は、イベント効果算出処理を行った後にイベント効果係数ＤＢ１０４に登録されている情報の一例を示す図である。
イベント効果算出処理の詳細については、後述する。

予測結果ＤＢ１０５には、アイテムコード、日付、需要予測値、イベント補正後需要予測値が登録されているデータベースである。

図２３は、予測実行後に予測結果ＤＢ１０５に登録されている情報の一例を示す図である。また、図２４は、需要予測にイベント効果付与処理を行った後に予測結果ＤＢ１０５に登録されている情報の一例を示す図である。予測実行処理、イベント効果付与処理の詳細については後述する。

イベント情報設定部１１０は、過去および未来の任意のイベント情報の設定を行うための設定部である、具体的にはいつ実施する／実施したイベントか、イベントの終了日、イベント規模、イベントの影響を受けるアイテム等の設定を受け付ける。設定された情報は、イベント情報ＤＢ１０１に登録される。

イベント効果算出実行部１２０は、イベント情報ＤＢと需要実績ＤＢ１０２から、アイテム別・イベント別・イベント実施機関の日別のイベントの効果係数を算出して、イベント効果係数ＤＢ１０４に算出結果を登録する。

実績補正実行部１３０は、イベント情報ＤＢ１０１と需要実績ＤＢ１０２ならびにイベント効果係数ＤＢ１０４からイベントの影響を受けた過去の需要実績からイベント効果を除去する。

イベント効果を除去した需要実績情報は、需要実績ＤＢ１０２に格納する。

予測実行部１４０は、需要実績ＤＢ１０２に格納しているイベント効果を除去した需要実績情報を取得して、数学的予測モデルを使用して需要予測値を算出する。そして、算出した需要予測結果を予測結果ＤＢ１０５に格納する。

イベント効果付与実行部１５０は、イベント情報ＤＢ１０１とイベント効果係数ＤＢ１０４ならびに予測結果ＤＢ１０５から未来のイベント情報ならびに当該イベントのイベント効果係数を取得して需要予測値にイベント効果を付与する。イベント効果を付与した需要予測値は、予測結果ＤＢ１０５に格納する。

予測結果確認部１６０は、需要実績ＤＢ１０２と予測結果ＤＢ１０５からイベント効果除去前、除去後の需要実績ならびにイベント効果付与前、付与後の需要予測値を表示部に表示して、ユーザに対して計算結果等の妥当性の確認を可能にする。

また、イベント効果除去後の需要実績、イベント効果付与前、付与後の需要予測値は、ユーザからの修正を受け付け可能として、ユーザにより修正された値は、予測結果ＤＢ１０５に格納される。

次に、図２を用いて、図１に示した情報処理装置のハードウエア構成の一例について説明する。

図２において、２０１はＣＰＵで、システムバス２０４に接続される各デバイスやコントローラを統括的に制御する。また、ＲＯＭ２０３あるいは外部メモリ２１１には、ＣＰＵ２０１の制御プログラムであるＢＩＯＳ（Ｂａｓｉｃ Ｉｎｐｕｔ ／ Ｏｕｔｐｕｔ Ｓｙｓｔｅｍ）やオペレーティングシステムプログラム（以下、ＯＳ）や、各サーバ或いは各ＰＣの実行する機能を実現するために必要な各種プログラム等が記憶されている。

２０２はＲＡＭで、ＣＰＵ２０１の主メモリ、ワークエリア等として機能する。ＣＰＵ２０１は、処理の実行に際して必要なプログラム等をＲＯＭ２０３あるいは外部メモリ２１１からＲＡＭ２０２にロードして、該ロードしたプログラムを実行することで各種動作を実現するものである。

また、２０５は入力コントローラで、入力装置２０９等からの入力を制御する。２０６はビデオコントローラで、液晶ディスプレイ等のディスプレイ装置２１０への表示を制御する。なお、ディスプレイ装置は、液晶ディスプレイに限られず、ＣＲＴディスプレイなどであっても良い。これらは必要に応じてクライアントが使用するものである。

２０７はメモリコントローラで、ブートプログラム，各種のアプリケーション，フォントデータ，ユーザファイル，編集ファイル，各種データ等を記憶するハードディスク（ＨＤ）や、フレキシブルディスク（ＦＤ）、或いはＰＣＭＣＩＡカードスロットにアダプタを介して接続されるコンパクトフラッシュ（登録商標）メモリ等の外部メモリ２１１へのアクセスを制御する。

２０８は通信Ｉ／Ｆコントローラで、ネットワーク（例えば、図１に示したＬＡＮ４００）を介して外部機器と接続・通信するものであり、ネットワークでの通信制御処理を実行する。例えば、ＴＣＰ／ＩＰを用いた通信等が可能である。

なお、ＣＰＵ２０１は、例えばＲＡＭ２０２内の表示情報用領域へアウトラインフォントの展開（ラスタライズ）処理を実行することにより、ディスプレイ装置２１０上での表示を可能としている。また、ＣＰＵ２０１は、ディスプレイ装置２１０上の不図示のマウスカーソル等でのユーザ指示を可能とする。

ハードウエア上で動作する各種プログラムは、外部メモリ２１１に記録されており、必要に応じてＲＡＭ２０２にロードされることによりＣＰＵ２０１によって実行されるものである。

なお、全ての装置がこれらの構成を備えているわけではなく、必要なものを夫々備えていればよい。

次に、図３を用いて、本発明の実施形態において情報処理装置が行う処理について説明する。

なお、図３のフローチャートで示す処理については、情報処理装置のＣＰＵ２０１が所定の制御プログラムを読み出して実行する処理である。

以下、本処理において、各機能部が実行する処理を明確にするために、本処理の各ステップの主体を各機能部として説明することにする。

ステップＳ３０１では、イベント情報設定部１１０は、イベント効果算出を実行する際のイベント項目の設定を受け付ける。

具体的には、イベント情報設定部１１０の表示部が、図７に示すようなイベント情報設定画面を表示して、ユーザからの入力を受け付ける。

そして、イベント情報設定部１１０の入力受付部は、イベント情報設定画面を介して入力された情報を受け付ける。イベント情報設定部１１０は、この情報に基づき、イベント効果算出を実行する際のイベント情報項目の設定を受け付ける。

図７は、イベント情報設定画面の一例を示す図である。なお、ユーザは、イベント情報項目の設定に関して、イベント管理を行いたいイベント情報の入力を行う。イベント情報には、イベントコード、イベント名称、イベント分類コード、イベント分類名称、イベント開始日、イベント開始影響期間、イベント終了日、イベント終了影響期間、イベント規模等の設定を受け付ける。

イベント分類とは、イベントのカテゴリを意味する。後述するイベント効果算出実行部１２０では、イベント分類・アイテム毎にイベント効果係数を算出する。

図７は、商品券を2012年２月２３日に50万部発送するイベントについての入力例である。

イベント開始影響期間（ＦＲＯＭ）、イベント開始影響期間（ＴＯ）は、イベント開始日を起点として、需要に影響が出てくる期間をイベント開始日からの相対経過日数で表している。

さらに、イベント終了影響期間（ＦＲＯＭ）、イベント終了影響期間（ＴＯ）は、イベント終了日を起点として、需要に影響が出てくる期間をイベント終了日からの相対経過日数で表している。

すなわち、図７の例では、イベント効果の発生タイミングは「商品券Ａの発送日である２０１２年２月２３日の２日後（２０１２年２月２５日）から１０日後である２０１２年３月４日までの期間」および「商品券Ａの有効期限日である２０１２年３月２８日の２日前（２０１２年３月２６日）から２日後である２０１２年３月３０日」となる。

イベント情報設定画面を介して入力されたイベント情報は、イベント情報ＤＢ１０１に登録される。

ステップＳ３０２では、イベント効果算出実行部１２０は、イベント情報ＤＢ１０１ならびに需要実績ＤＢ１０２から各アイテムのイベント効果を算出する。イベント効果は、イベント分類・アイテム毎に算出する。

イベント効果を算出する場合、過去のイベントによる影響量がどの程度あったのかを推定する必要がある。そして、推定した影響量と、イベント規模との関係をモデル化して、イベント効果を算出する。

以下、図８および図９を用いて、イベント効果算出処理について説明する。

図８は、需要量の構成要素を表す図である。図８に示すように、需要量は、ベース需要量とイベントによる影響量の合計値に曜日影響係数を加味したものと考えることができる。

ここで、曜日影響係数とは、例えば月曜日は良く売れる、日曜日はあまり売れないと言ったような定性的な特性を、どの程度売れるのか、どの程度売れないのかといった定量的に表した指標である。

また、アイテムにはイベントに関係なくアイテムそのものが持っている需要力がある。すなわちイベント実施に関係なく、この需要力の分はアイテムが売れるということである。この需要力がベース需要量である。

図９は、図３に示すフローチャートのイベント効果算出処理（ステップＳ３０２）の処理の詳細を説明するフローチャートである。

ステップＳ９０１において、需要量から曜日影響を除去し、曜日影響除去後の需要量を算出する。

ステップＳ９０２において、イベントによる影響を受けていない需要実績に基づきベース需要量を算出する。

ステップＳ９０３において、ステップＳ９０１で算出した曜日影響除去後の需要量とベース需要量の差分をとり、イベント影響量として算出する。

ステップＳ９０４において、ステップＳ９０３で算出したイベント影響量とイベント規模の関係をモデル化して、イベント効果を算出する。ここでモデル化する際に使用する科学的な手法としては、重回帰分析を採用する。重回帰分析の目的変数には、ステップＳ９０３で算出したイベント影響量を使用し、説明変数にはイベント規模を使用する。

次に、ステップ９０１〜ステップＳ９０４の処理の詳細を、図１０のフローチャートを用いて説明する。

ステップＳ１００１では、イベント効果算出実行部１２０は、需要実績ＤＢ１０２から各アイテムの過去の需要量を取得して、曜日による需要影響を除去した需要量を算出する。ここで、需要影響を除去した需要量を算出するにあたって、下記の式を用いる。

曜日影響除去後の需要量＝当該日の需要量／当該日の曜日影響係数

ここで、曜日影響係数は、曜日ごとに需要への影響がどの程度あるかを表す指標である。図６は、曜日影響係数の一例を示す図である。図６では、月曜日の影響は１．０５であり、これは、仮にある月曜日の需要量が１０５であった場合、曜日による影響がなかったとすれば需要量は１００であることを意味する。各曜日の影響係数は、「各曜日の平均需要量／１日当たりの平均需要量」等の計算式で求めることが可能である。

図１２は、図１１の曜日影響係数を使用して、ステップＳ１００１の処理を実行した結果の一例を示す図である。

ステップＳ１００２では、イベント情報ＤＢ１０１から該アイテムのイベント効果発生日を検索して、当該発生日を取得する。

図１３は、ステップＳ１００２の処理を実行した結果の一例を示す図である。図１３では、Ｎ月を例にとり、イベント効果発生日が１１日〜１８日、２３日〜２７日であることを示す（○がイベント影響がない日を、×がイベント影響のある日を表している）。

ステップＳ１００３では、月または週ごとにステップＳ１００１で作成した曜日影響除去後の需要量の平均値を算出して、ベース需要量を算出する。ここで、平均値を算出するさいには、ステップＳ１００２で検索したイベント効果発生日は除外して、イベント効果の発生していない日の需要量に基づき算出する。

図１４は、ステップＳ１００３の処理を実行した結果の一例を示す図である。図１４では、イベント効果発生日以外の日（１日〜１０日、１９日〜２２日、２８日〜３０日）のデータに基づき、ベース需要量を算出した例である。

ステップＳ１００４では、ステップＳ１００１で作成した曜日影響除去後の需要量と、ステップＳ１００３で算出したベース需要量とから、下記の計算式によりイベント影響量を算出する。
イベント影響量＝曜日影響除去後の需要量−ベース需要量

図１５は、ステップＳ１００４における処理を実行した結果の一例を示す図である。

以上説明した、ステップＳ１００１〜Ｓ１００４の処理により、過去の需要実績データからイベントによる影響量を算出することが可能となる。

ステップＳ１００５では、ステップＳ１００４において算出したイベント影響量ならびにイベント情報ＤＢ１０１から重回帰分析を実施して、イベント効果を算出する。

ここで、重回帰分析の目的変数には、ステップＳ１００４において算出したイベント影響量を使用し、説明変数には、イベント規模を使用する。また、説明変数は、イベント分類・イベント効果発生タイミング毎にデータを作成する。

図１６は、あるアイテムコードに対する重回帰分析において使用する目的変数ならびに説明変数データの一例を示す図である。
図１６が表す内容について、以下説明する。

例えば、２０１２年２月２５日をみると、２０１２年２月２５日は、２０１２年２月２３日に商品券Ａを５０万部発送したときの２日目のイベント影響を受けており、その影響量は２０１１個であることを意味する。

また、２０１２年３月１日については、２０１２年２月２３日における商品券Ａの５０万部の発送の７日目のイベント影響と、２０１２年２月２８日におけるカタログ１０万部発送の２日目のイベント影響の両方の影響を受けている。その影響量は、１４６０個であることを意味している。

さらに、２０１２年３月２６日については、2012年３月２１日における商品券Ａの３０万部発送の５日目のイベント影響と、２０１２年２月２３日における商品券Ａの５０万部発送の有効期限２日前のイベント影響の両方の影響を受けている。その影響量は１８６１個であることを意味している。

図１６の例では、説明変数の数は１８個となる。これらの説明変数および目的変数を用いて重回帰分析を実行することにより、イベント効果係数を算出することが可能となる。

ここで算出したイベント効果係数は、イベント効果係数ＤＢ１０４に登録する。

図１７は、重回帰分析により算出したイベント効果係数が登録されたイベント効果係数ＤＢ１０４のデータの一例を示す図である。図１７の開始日／終了日フラグは、効果発生タイミングがイベント開始日を基準しているのか、イベント終了日を基準としているのかを表している。図１７の例では、効果発生タイミングが開始日基準の場合は開始日／終了日フラグを０、終了日基準の場合は開始日／終了日フラグを１としている。

また、イベント効果係数は、ベースの需要量から例えば商品券１万部あたり需要が何件増えるかを意味している。

例えば、商品券を１万部発送した場合、アイテムコードＸＸＸ１で識別されるアイテムは、当該商品券発送日の２日後には、当該商品券の発送により１７．３４件の需要（受注）が増加することを意味している。

また、イベント効果係数がマイナスの数値（例えば商品券の有効期限日の２日後に、アイテムコードＸＸＸ１で識別されるアイテムへのイベント効果）は、商品券１万部発送あたり０．３１件の需要（受注）減少することを意味している。
図３の説明に戻る。

ステップＳ３０３では、実績補正実行部１３０は、イベント効果係数ＤＢ１０４並びに需要実績ＤＢ１０２、イベント情報ＤＢ１０１に登録されたデータに基づき、各アイテムの需要量からイベント影響量を除去することで需要量を補正する。具体的には、下記の計算式により補正後の需要量を算出する。
Ｎ日補正後需要量＝Ｎ日需要量−Ｎ日イベント影響量

Ｎ日イベント影響量＝Σ（Ｎ日イベント分類のイベント影響量）＝Ｎ日イベント分類Ａ１のイベント影響量＋Ｎ日イベント分類Ａ２のイベント影響量＋・・・

Ｎ日イベント分類Ａ１のイベント影響量＝Ｎ日のイベントα１のイベント規模×Ｎ日のイベント分類Ａ１のイベント効果係数＋Ｎ日のイベントα２のイベント規模×Ｎ日のイベント分類Ａ１のイベント効果係数＋・・・

図１６、図１７のデータを用いて２０１２年３月１日を例にすると、２０１２年３月１日は２０１２年２月２３日に発送した商品券Ａの７日目のイベント影響を受けている。そして、そのイベント効果係数は、「イベント分類が商品券で効果発生タイミングが７の係数」になる。

すなわち、２０１２年３月１日のイベント分類（商品券）のイベント影響量は「５０×９．９８＝４９９」となる。

さらに、２０１２年３月１日は、２０１２年２月２８日に発送したカタログの２日目のイベント影響も受けており、そのイベント効果係数は、「イベント分類がカタログで効果発生タイミングが２の係数」になる。

すなわち、２０１２年３月１日のイベント分類（カタログ）のイベント影響量は「１０×８．５４＝８５」となる。

よって、２０１２年３月１日のイベント影響量は、「イベント分類（商品券）のイベント影響量＋イベント分類（カタログ）のイベント影響量」となり、「４９９＋８５＝５８４」となる。

このとき算出した補正後需要量は、需要実績ＤＢ１０２に登録される。補正後需要量を登録した需要実績ＤＢ１０２の一例を図２１に示す。

ここで、本実施形態では、ステップＳ３０２で算出されたイベント効果係数を用いてイベント影響量を算出し、当該算出されたイベント影響量を需要量から除去することで、需要量を補正した。

しかし、補正の方法はこれに限られず、イベント影響量を除去して需要量を補正する他の方法として、需要量（需要実績値）から曜日影響およびベース需要量を除去することで算出されたイベント影響量を用いて補正する方法であっても良い。具体的にはステップＳ１００４において算出されたイベント影響量を需要量から除去する方法である。

ただ、実際のイベント影響量は、複数のイベント（商品券発送とカタログ発送等）による影響が含まれている。これらの全てのイベントの影響を除去してベース需要量を算出する場合には、実際にイベント影響量（ステップＳ１００４で算出されたイベント影響量）を用いる方法であっても良い。

しかし、一部のイベントの影響を除去したい場合（例えば商品券発送とカタログ発送の２つのイベントの影響を受けているが、商品券発送による影響のみを除去したい場合）には、実際のイベント影響量（ステップＳ１００４で算出されたイベント影響量）を用いる方法では適切な結果を得られない。そのため、このような場合には、算出されたイベント効果係数を用いて算出されたイベント影響量を用いる必要がある。

一部のイベントの影響を除去したい場合の具体例としては、カタログは毎月決まった日に発送するので、カタログ発送というイベントによる影響については、ベース需要に含まれると捉え、商品券発送というイベントによる影響については、イベント影響として扱いたいという場合がある。

このような場合には、実際のイベント影響量には、カタログ発送による影響も商品券発送による影響もいずれをも含んだ影響量となる。これに対して、イベント効果係数により算出される影響量については、イベント毎に算出されるため、商品券の発送による影響のみを除去するということが可能となる。
再度、図３の説明に戻る。

ステップＳ３０４では、予測実行部１４０は、需要実績ＤＢ１０２ならびに予測モデル情報ＤＢ１０３から日単位の予測値を算出する。

図１８は、ステップＳ３０４の処理の詳細を示すフローチャートである。

ステップＳ１８０１では、需要実績ＤＢ１０２からステップＳ３０３で計算した補正後需要量を月または週単位で集計する。

ステップＳ１８０２では、ステップＳ１８０１で算出した月または週単位の補正後需要量と、予測モデル情報ＤＢ１０３に登録されている予測モデルを使用して、月又は週の予測値を算出する。このとき、将来の予測結果は、予測結果ＤＢ１０５に登録する。

ステップＳ１８０３では、ステップＳ１８０２で算出した月または週の予測値を取得して、日に按分する。月の予測値を日に按分する方法としては、
日別予測＝月の予測値×週影響係数×曜日影響係数
などの計算式で求めることが可能である。

ここで週影響係数とは、例えば第１週目は良く売れる、第２週目はあまり売れない等の定性的な特性を、どれくらい売れるのか、どれくらい売れないのかといった定量的に表した指標である。

週影響係数は、「各週の平均需要量／週の平均需要量」などの計算式により求めることが可能である。
また、週の予測値を日に按分する場合は、
日別予測＝週の予測値×曜日影響係数
などの計算式で求めることが可能である。

なお、上記按分方法は一例を示しているものであり、ここに示した方法以外の方法により按分しても良い。
そして、日別の予測結果を予測結果ＤＢ１０５に登録する。
再度、図３の説明に戻る。

ステップＳ３０５では、イベント効果付与実行部１５０は、日別の予測値に未来のイベントによる影響量を付与する。

図１９は、ステップＳ３０５の処理の詳細を説明するフローチャートである。

ステップＳ１９０１では、イベント情報ＤＢ１０１から未来のイベントについて図１６のような説明変数データを作成する。

ステップＳ１９０２では、ステップＳ１９０１で作成した説明変数データならびにイベント効果係数ＤＢ１０４からステップＳ３０３の説明で記述した方法により、当該イベントのイベント影響量を算出する。

ステップＳ１９０３では、予測結果ＤＢ１０５から取得した日別の予測値に対して、ステップＳ１９０２で算出した当該日のイベント影響量を付与することで、イベント補正値（イベントによる影響を考慮した需要予測値）を算出する。例えば下記の計算式を用いることで、Ｎ日のイベント補正値を算出することが可能である。
Ｎ日イベント補正値＝Ｎ日予測値＋Ｎ日イベント影響量

このとき、イベント補正値は予測結果ＤＢ１０５に登録する。

また、登録した内容は、画面からも確認することが可能である。
再度図３の説明に戻る。

ステップＳ３０６では、需要実績値、イベントによる影響を除去した補正後需要実績値、ベース需要量から予測した予測値、イベントによる影響を加味した予測値を表示部に表示する。

これにより、ユーザが各ステップで計算した値の妥当性を確認することが可能となる。

図２０は、ステップＳ３０６で表示する画面の一例を示す図である。画面を介して、各ステップで計算した値の修正をユーザから受け付けることも可能である。

以上のように、本発明では、各アイテムに対して過去に実施したイベントのイベント効果を、イベント規模を考慮してイベント効果発生のタイミング毎に算出し、当該算出されたイベント効果を需要の予測値に反映する。これにより、未来に行う予定のイベントが過去のイベントと規模・効果発生タイミングが異なる場合であっても、イベントによる需要の変化を的確に反映した予測値を算出することが可能となる。

なお、上述した各種データの構成及びその内容はこれに限定されるものではなく、用途や目的に応じて、様々な構成や内容で構成されることは言うまでもない。

また、本発明におけるプログラムは、図３、図９、図１０、図１８、図１９の処理方法をコンピュータが実行可能なプログラムである。なお、本発明におけるプログラムは図３、図９、図１０、図１８、図１９の各装置の処理方法ごとのプログラムであってもよい。

以上のように、前述した実施形態の機能を実現するプログラムを記録した記録媒体を、システムあるいは装置に供給し、そのシステムあるいは装置のコンピュータ（またはＣＰＵやＭＰＵ）が記録媒体に格納されたプログラムを読み出し、実行することによっても本発明の目的が達成されることは言うまでもない。

この場合、記録媒体から読み出されたプログラム自体が本発明の新規な機能を実現することになり、そのプログラムを記録した記録媒体は本発明を構成することになる。

プログラムを供給するための記録媒体としては、例えば、フレキシブルディスク、ハードディスク、光ディスク、光磁気ディスク、ＣＤ−ＲＯＭ、ＣＤ−Ｒ、ＤＶＤ−ＲＯＭ、磁気テープ、不揮発性のメモリカード、ＲＯＭ、ＥＥＰＲＯＭ、シリコンディスク等を用いることが出来る。

また、コンピュータが読み出したプログラムを実行することにより、前述した実施形態の機能が実現されるだけでなく、そのプログラムの指示に基づき、コンピュータ上で稼働しているＯＳ（オペレーティングシステム）等が実際の処理の一部または全部を行い、その処理によって前述した実施形態の機能が実現される場合も含まれることは言うまでもない。

さらに、記録媒体から読み出されたプログラムが、コンピュータに挿入された機能拡張ボードやコンピュータに接続された機能拡張ユニットに備わるメモリに書き込まれた後、そのプログラムコードの指示に基づき、その機能拡張ボードや機能拡張ユニットに備わるＣＰＵ等が実際の処理の一部または全部を行い、その処理によって前述した実施形態の機能が実現される場合も含まれることは言うまでもない。

また、本発明は、複数の機器から構成されるシステムに適用しても、ひとつの機器から成る装置に適用しても良い。また、本発明は、システムあるいは装置にプログラムを供給することによって達成される場合にも適応できることは言うまでもない。この場合、本発明を達成するためのプログラムを格納した記録媒体を該システムあるいは装置に読み出すことによって、そのシステムあるいは装置が、本発明の効果を享受することが可能となる。

さらに、本発明を達成するためのプログラムをネットワーク上のサーバ、データベース等から通信プログラムによりダウンロードして読み出すことによって、そのシステムあるいは装置が、本発明の効果を享受することが可能となる。なお、上述した各実施形態およびその変形例を組み合わせた構成も全て本発明に含まれるものである。

１０１ イベント情報ＤＢ
１０２ 需要実績ＤＢ
１０３ 予測モデル情報
１０４ イベント効果係数
１０５ 予測結果ＤＢ
１１０ イベント情報設定部
１２０ イベント効果算出実行部
１３０ 実績補正実行部
１４０ 予測実行部
１５０ イベント効果付与実行部
１６０ 予測結果確認部

Claims (9)

1. 過去の需要実績値から将来の需要を予測する情報処理装置であって、
   イベント情報を記憶するイベント情報記憶手段と、
   将来の需要を予測するための予測モデルを記憶する予測モデル記憶手段と、
   前記過去の需要実績値に対する、前記イベント情報記憶手段に記憶されたイベントであって過去に実施されたイベントによる影響量を算出するイベント影響量算出手段と、
   前記イベント影響量算出手段により算出されたイベント影響量と、前記イベント情報とを用いて、当該イベント情報にかかるイベント効果を算出するイベント効果算出手段と、
   前記過去の需要実績値からイベント影響量を除去することでベース需要量を算出するベース需要量算出手段と、
   前記ベース需要量算出手段により算出されたベース需要量と、前記予測モデル記憶手段に記憶された予測モデルとを用いて、将来の需要を予測する需要予測手段と、
   前記需要予測手段により予測された値に対して、前記イベントの効果係数を付与することで、イベントによる影響を考慮した予測値に補正する予測補正手段と、
   を備えることを特徴とする情報処理装置。
2. イベント情報の入力を受け付けるイベント情報受付手段をさらに備え、
   前記イベント情報記憶手段は、前記イベント情報受付手段により入力を受け付けたイベント情報を記憶することを特徴とする請求項１に記載の情報処理装置。
3. 前記イベント情報受付手段は、
   イベントの規模にかかる情報の入力を受け付けることを特徴とする請求項２に記載の情報処理装置。
4. 前記イベント情報受付手段は、
   イベントによる需要量への影響期間の入力を受け付けることを特徴とする請求項２又は３に記載の情報処理装置。
5. 前記イベント情報受付手段により受け付けるイベントによる需要量への影響期間は、イベント開始日又は終了日からの相対経過日数により受け付けることを特徴とする請求項４に記載の情報処理装置。
6. 前記イベント効果算出手段は、
   イベント開始日又は終了日からの相対経過日数毎に単位イベント規模あたりのイベント効果を算出することを特徴とする請求項１乃至５のいずれか１項に記載の情報処理装置。
7. 前記予測補正手段により補正された予測値を表示部に表示する表示手段をさらに備えることを特徴とする請求項１乃至６のいずれか１項に記載の情報処理装置。
8. イベント情報および将来の需要を予測するための予測モデルを記憶し、過去の需要実績値から将来の需要を予測する情報処理装置における情報処理方法であって、
   前記情報処理装置のイベント影響量算出手段が、前記過去の需要実績値に対する、記憶されたイベントであって過去に実施されたイベントによる影響量を算出するイベント影響量算出工程と、
   前記情報処理装置のイベント効果算出手段が、前記イベント影響量算出工程により算出されたイベント影響量と、前記イベント情報とを用いて、当該イベント情報にかかるイベント効果を算出するイベント効果算出工程と、
   前記情報処理装置のベース需要量算出手段が、前記過去の需要実績値からイベント影響量を除去することでベース需要量を算出するベース需要量算出工程と、
   前記情報処理装置の需要予測手段が、前記ベース需要量算出工程により算出されたベース需要量と、前記記憶された予測モデルとを用いて、将来の需要を予測する需要予測工程と、
   前記情報処理装置の予測補正手段が、前記需要予測工程により予測された値に対して、前記イベントの効果係数を付与することで、イベントによる影響を考慮した予測値に補正する予測補正工程と、
   を備えることを特徴とする情報処理方法。
9. イベント情報および将来の需要を予測するための予測モデルを記憶し、過去の需要実績値から将来の需要を予測する情報処理装置において実行可能なプログラムであって、
   前記情報処理装置を、
   前記過去の需要実績値に対する、前記記憶されたイベントであって過去に実施されたイベントによる影響量を算出するイベント影響量算出手段と、
   前記イベント影響量算出手段により算出されたイベント影響量と、前記イベント情報とを用いて、当該イベント情報にかかるイベント効果を算出するイベント効果算出手段と、
   前記過去の需要実績値からイベント影響量を除去することでベース需要量を算出するベース需要量算出手段と、
   前記ベース需要量算出手段により算出されたベース需要量と、前記記憶された予測モデルとを用いて、将来の需要を予測する需要予測手段と、
   前記需要予測手段により予測された値に対して、前記イベントの効果係数を付与することで、イベントによる影響を考慮した予測値に補正する予測補正手段として機能させることを特徴とするプログラム。

Images