JP2014191643A - 評価支援プログラム、評価支援装置及び評価支援方法 - Google Patents

Abstract

【課題】適正に売り場の評価することを支援することが可能な評価支援プログラム、評価支援装置及び評価支援方法を提供することを目的としている。
【解決手段】コンピュータに、記憶部に格納された複数の売り場における商品の購入履歴データを参照し、第一の売り場で商品を購入した購入者群に含まれる購入者の前記第一の売り場と異なる複数の売り場での商品の購入状況を特定し、前記購入状況から示される前記異なる複数の売り場での商品の購入の有無に基づき前記第一の売り場と前記異なる複数の売り場との関連度を算出する、処理を実行させる。
【選択図】図６

Description

本発明は、売り場の評価を支援する評価支援プログラム、評価支援装置及び評価支援方法に関する。

従来から、百貨店やショッピングセンター等では、売上げ向上を目指して店内に出店された売り場等の売り場の評価を行うことが知られている。個々の売り場の評価を行う際は、売り場毎の売上げや坪効率等の売り場単体の指標値に注目することが一般的である。坪効率とは、単位売り場面積当たりの売上げである。

また百貨店やショッピングセンター等では、例えば顧客の消費行動から顧客の購入金額や性別等により顧客をグループに分け、それぞれのグループに適したサービスを提供することが従来から知られている。

特開２００４−３２６６６２号公報 特開２００１−２４９９７２号公報

売り場を評価する際に、売り場単体の指標値のみに注目した場合、各売り場が百貨店やショッピングセンター等の店全体に及ぼす影響を見誤る可能性がある。例えば売り場単体の売上げのみで売り場毎の評価を行った場合、売上げが低く且つ他の売り場に顧客を送客する売り場は、過小評価される可能性がある。また例えば売上げ高く且つ他の売り場に顧客を送客しない売り場は過大評価される可能性がある。

本発明の一つの側面では、適正に売り場を評価することを支援することが可能な評価支援プログラム、評価支援装置及び評価支援方法を提供することを目的としている。

一様態によれば、コンピュータに、記憶部に格納された複数の売り場における商品の購入履歴データを参照し、第一の売り場で商品を購入した購入者群に含まれる購入者の前記第一の売り場と異なる複数の売り場での商品の購入状況を特定し、前記購入状況から示される前記異なる複数の売り場での商品の購入の有無に基づき前記第一の売り場と前記異なる複数の売り場との関連度を算出する、処理を実行させる。

上記各処理は、上記各処理を実行する機能部、上記各処理を実現する方法、そのプログラムを記憶したコンピュータ読み取り可能な記憶媒体とすることもできる。

適正に売り場を評価することを支援することができる。

評価支援システムの構成の例を示す図である。 関連度を説明する第一の図である。 関連度を説明する第二の図である。 評価支援サーバのハードウェア構成の一例を示す図である。 評価支援サーバの機能構成を説明する図である。 第一の実施例の評価支援サーバの動作を説明するフローチャートである。 購入履歴データと解析用データの一例を示す図である。 第一の実施例の評価用データの一例を示す図である。 第一の実施例の入力画面の一例を示す図である。 関連度を含む複数の指標値による売り場毎の評価の表示を説明する第一の図である。 関連度を含む複数の指標値による売り場毎の評価の表示を説明する第二の図である。 関連度と併買率に基づく売り場間の繋がりを説明する図である。 関連度と併買率に基づく売り場間の繋がりの一覧の表示を説明する図である。 関連度と各売り場の所定の２期間の売上げの変化の表示を説明する図である。 シミュレーション実行部によるシミュレーションを説明する第一の図である。 シミュレーション実行部によるシミュレーションを説明する第二の図である。 第一の実施例の入力画面の別の例を示す図である。 支持度を説明する第一の図である。 支持度を説明する第二の図である。 第二の実施例の評価用データの一例を示す図である。 第二の実施例の入力画面の一例を示す図である。 支持度を含む複数の指標値による売り場毎の評価の表示を説明する第一の図である。 支持度を含む複数の指標値による売り場毎の評価の表示を説明する第二の図である。 支持度と併買率に基づく売り場間の繋がりを説明する図である。 支持度と各売り場の所定の２期間の売上げの変化の表示を説明する図である。 第三の実施例の評価用データの一例を示す図である。 第三の実施例の入力画面の一例を示す図である。 関連度と支持度の組合せによる売り場毎の評価の表示を説明する第一の図である。 関連度と支持度の組合せによる売り場毎の評価の表示を説明する第二の図である。

（第一の実施例）
以下に図面を参照して実施例について説明する。図１は、評価支援システムの構成の例を示す図である。

本実施例の評価支援システム１００は、評価支援サーバ２００と端末装置３００とを有する。評価支援サーバ２００と端末装置３００とは、ネットワークを介して接続されている。

本実施例の評価支援サーバ２００と端末装置３００は、例えばデスクトップ型あるいはノートブック型のコンピュータであっても良い。また本実施例の端末装置３００は、例えばタブレット端末であっても良い。

本実施例の評価支援サーバ２００は、購入履歴データベース２１０、解析用データベース２２０、評価用データベース２３０を有し、評価支援プログラム２４０がインストールされている。

本実施例の評価支援システム１００では、評価支援サーバ２００により、百貨店やショッピングセンター等の店における顧客の購入履歴データを解析して店内の売り場毎の評価用データを表示させる画面を生成し、生成した画面を端末装置３００に表示させる。

以下の説明では、百貨店やショッピングセンター等の複数の売り場が出店されている施設を店と呼ぶ。また本実施例の売り場とは、例えば店内の個々の売り場や、特定のメーカ（ブランド）の商品のみを扱う売り場等を含む。

以下に図２、図３を参照して本実施例の関連度について説明する。図２は、関連度を説明する第一の図である。

本実施例の関連度とは、評価対象の売り場で商品を購入した顧客が他の売り場でも商品を購入する度合を示す。具体的には本実施例の関連度は、「他の売り場の商品と併せて評価対象の売り場の商品を購入した顧客の人数の総和／評価対象の売り場で商品を購入した顧客の人数×１００［％］」により算出される。

図２では、評価対象の売り場Ａを例として説明する。本実施例では、売り場Ａが出店されている店の購入履歴データに基づき、所定期間において売り場Ａで商品を購入した顧客の人数を取得する。尚所定期間は、例えば１日でも良いし、１週間でも良いし、１ヶ月でも良く、任意の期間であって良い。

また本実施例では、購入履歴データに基づき、所定期間において他の売り場の商品と併せて売り場Ａの商品を購入した顧客の人数の総和を取得する。尚以下の説明では、他の売り場の商品と併せてある売り場の商品を購入することを、「ある売り場の商品を併買する」と表現する。また以下の説明では、ある売り場の商品を併買した顧客の人数を、ある売り場の併買人数と表現する。

図２において売り場Ａで商品を購入した顧客の人数は１０００人である。また売り場Ａが出店している店内の売り場Ｘの商品を購入した顧客の人数は８００人であり、そのうち売り場Ａの商品を併買した売り場Ａの併買人数は４００人である。

同様に売り場Ｙの商品を購入した顧客の人数は８００人であり、そのうち売り場Ａの商品を併買した併買人数は８００人である。売り場Ｚの商品を購入した顧客の人数は５００人であり、そのうち売り場Ａの商品を併買した併買人数は２５人である。よって図２において、売り場Ａの商品を併買した顧客の人数の総和は、４００＋８００＋２５＝１２２５[人]である。

図２において売り場Ａの商品を購入した顧客の人数は１０００人であるから、売り場Ａの関連度は、１２２５／１０００×１００＝１２２．５％となる。本実施例では、小数点以下の数字は四捨五入した値を関連度とする。よって売り場Ａの関連度は１２３％となる。

次に図３を参照して本実施例の関連度の解釈の仕方について説明する。図３は、関連度を説明する第二の図である。

図３では、売り場Ａの関連度が１０％である場合と、売り場Ａの関連度が２７０％である場合について説明する。

売り場Ａの関連度が１０％であった場合、売り場Ｘにおける売り場Ａの併買人数、売り場Ｙにおける売り場Ａの併買人数、売り場Ｚにおける売り場Ａの併買人数は、それぞれ５０人、２０人、２５人である。

また売り場Ａの関連度が２７０％であった場合、売り場Ｘにおける売り場Ａの併買人数、売り場Ｙにおける売り場Ａの併買人数、売り場Ｚにおける売り場Ａの併買人数は、それぞれ９００人、８００人、１００人である。

すなわち売り場Ａの関連度が高い場合、売り場Ａで商品を購入した顧客が売り場Ｘ，Ｙ，Ｚで商品を購入する確率が高いことを示す。よって関連度が高い売り場は、店に対する貢献度が高く好影響を及ぼしていると解釈できる。例えば関連度が高い売り場Ａを店から無くした場合には、売り場Ｘ，Ｙ，Ｚの売上げが減少することが考えられる。

また売り場Ａの関連度が低い場合、売り場Ａで商品を購入した顧客が売り場Ｘ，Ｙ，Ｚで商品を購入する確率が低いことを示す。よって関連度が低い売り場は、店に対する貢献度が低いと解釈できる。例えば関連度が低い売り場Ａを店から無くした場合には、店全体として売り場Ａの単独の売上げが減少するが売り場Ｘ，Ｙ，Ｚの売上げに対する影響は小さいことが考えられる。

以上のことから、関連度が高い売り場ほど他の売り場に対する送客効果が高く、関連度が低い売り場ほど他の売り場への送客効果が低いと言える。

本実施例の評価支援システム１００では、評価支援サーバ２００において関連度を算出し、関連度を含む複数の指標値により、ある売り場と他の売り場との関係を表す画面を端末装置３００に表示させることで、適正な売り場の評価が行えるように支援する。

尚図１では、評価支援システム１００は、評価支援サーバ２００と端末装置３００とが別々の装置であるものとして説明したが、これに限定されない。本実施例では評価支援サーバ２００と端末装置３００とが一台の装置に含まれていても良い。

尚本実施例の関連度は、購入人数を用いて算出するものとしたが、これに限定されない。関連度は、例えばある売り場単体の売上金額と、ある売り場の併買売り場において商品が併買された金額（併買金額）とを用いて算出されても良い。また関連度は、ある売り場単体の売上金額／売上人数によって示される平均単価等を用いて算出されても良い。

図４は、評価支援サーバのハードウェア構成の一例を示す図である。本実施例の評価支援サーバ２００は、それぞれバスＢで相互に接続されている入力装置２１，ドライブ装置２２，補助記憶装置２３，メモリ装置２４，演算処理装置２５，インターフェース装置２６及び出力装置２７を有する。

入力装置２１は、例えばポインティングデバイスやキーボード等であり、各種信号の入力をするために用いられる。インターフェース装置２６は、モデム，ＬＡＮカード等を含み、ネットワークに接続する為に用いられる。出力装置２７は、例えばディスプレイ等であっても良く、評価支援サーバ２００から各種情報報の出力や表示を行う。

評価支援プログラム２４０は、評価支援サーバ２００を制御する各種プログラムの少なくとも一部である。評価支援プログラム２４０は例えば記録媒体２８の配布やネットワークからのダウンロードなどによって提供される。評価支援プログラム２４０を記録した記録媒体２８は、ＣＤ−ＲＯＭ、フレキシブルディスク、光磁気ディスク等の様に情報を光学的，電気的或いは磁気的に記録する記録媒体、ＲＯＭ、フラッシュメモリ等の様に情報を電気的に記録する半導体メモリ等、様々なタイプの記録媒体を用いることができる。

また評価支援プログラム２４０を記録した記録媒体２８がドライブ装置２２にセットされると、評価支援プログラム２４０は記録媒体２８からドライブ装置２２を介して補助記憶装置２３にインストールされる。ネットワークからダウンロードされた評価支援プログラム２４０は、インターフェース装置２６を介して補助記憶装置２３にインストールされる。

評価支援サーバ２００は、インストールされた評価支援プログラム２４０を格納すると共に、必要なファイル，データ等を格納する。メモリ装置２４は、コンピュータの起動時に補助記憶装置２３から評価支援プログラム２４０を読み出して格納する。そして、演算処理装置２５はメモリ装置２４に格納された評価支援プログラム２４０に従って、後述するような各種処理を実現している。

本実施例の端末装置３００のハードウェア構成は評価支援サーバ２００と同様である。尚本実施例の評価支援サーバ２００は、例えばタブレット型のコンピュータであっても良い。その場合評価支援サーバ２００は、入力装置２１と出力装置２７の代わりに、情報の入力機能と表示機能とを有する表示操作装置を有しても良い。

次に図５を参照して本実施例の評価支援サーバ２００の機能構成について説明する。図５は、評価支援サーバの機能構成を説明する図である。

本実施例の評価支援サーバ２００は、購入履歴解析部２５０、評価データ生成部２５１、入力受付部２５２、画面生成部２５３、画面送信部２５４、シミュレーション実行部２５５を有する。本実施例の購入履歴解析部２５０は、購入履歴データベース２１０から購入履歴データを解析し、評価用データの生成に用いる解析用データを作成する。解析用データは、解析用データベース２２０に格納される。評価データ生成部２５１は、解析用データを用いて関連度を算出し、関連度を含む評価用データを生成する。評価用データは、評価用データベース２３０に格納される。

尚購入履歴データベース２１０、解析用データベース２２０及び評価用データベース２３０は、例えば補助記憶装置２３の所定の記憶領域内に格納されていても良い。また本実施例では、評価支援サーバ２００が購入履歴データベース２１０を有する構成としたが、これに限定されない。購入履歴データベース２１０は、例えば外部装置等に格納されており、購入履歴解析部２５０は、外部装置にアクセスして購入履歴データを取得しても良い。

入力受付部２５２は、例えば端末装置３００に表示させた入力画面における入力を受け付ける。入力画面の詳細は後述する。画面生成部２５３は、入力受付部２５２により受け付けた入力に対応した評価用データの表示画面を生成し、端末装置３００に表示させる。また画面生成部２５３は、評価用データの表示画面以外にも、例えば上述した入力画面等を生成しても良い。画面送信部２５４は、画面生成部２５３が生成した画面を端末装置３００に送信し、端末装置３００に画面を表示させる。

シミュレーション実行部２５５は、評価用データベース２３０を参照し、店内に導入されていない売り場を出店させた場合の他の売り場との関係を分析するシミュレーションを行う。シミュレーション実行部２５５の処理の詳細は後述する。

以下に図６を参照して本実施例の評価支援サーバ２００の動作を説明する。図６は、第一の実施例の評価支援サーバの動作を説明するフローチャートである。

本実施例の評価支援サーバ２００は、購入履歴解析２５０により、購入履歴データベース２１０から購入履歴データを読み込む（ステップＳ６１）。続いて購入履歴解析部２５０は、購入履歴データを解析し、解析用データを生成する（ステップＳ６２）。次に評価データ生成部２５１は、関連度を算出し、関連度を含む評価用データを生成する（ステップＳ６３）。

続いて画面生成部２５３は、評価用データの表示パターンを選択させる入力画面を生成し、画面送信部２５４により入力画面を端末装置３００へ送信する（ステップＳ６４）。続いて入力受付部２５２は、端末装置３００において表示パターンを選択する入力を受け付けたか否かを判断する（ステップＳ６５）。

ステップＳ６５において入力を受け付けない場合、評価支援サーバ２００は入力を受け付けるまで待機する。ステップＳ６５において入力を受け付けると、画面生成部２５３は入力画面で選択された表示パターンに対応した表示画面を生成し、画面送信部２５４により生成した表示画面を端末装置３００へ送信し（ステップＳ６６）、処理を終了する。

以下に本実施例の評価支援サーバ２００の処理を具体的に説明する。

図７は、購入履歴データと解析用データの一例を示す図である。本実施例の購入履歴データ２１０は、例えば店名である百貨店名、百貨店内の事業部名、販売部名、売り場名、買上日、買上時間、顧客の会員番号を対応付けたデータである。

本実施例の解析用データ２２０は、会員番号と、会員番号により特定される顧客が商品を購入した売り場名とを対応付けたデータである。本実施例の購入履歴解析部２５０は、購入履歴データ２１０から顧客の会員番号と、各会員番号と対応付けられた売り場名とを取得し、会員番号と売り場名とを対応付けて解析用データ２２０を生成する。

尚本実施例の解析用データ２２０では、会員番号と対応付ける項目を売り場名としたが、会員番号と対応付けるのは購入履歴データ２１０に含まれる他の項目であっても良い。具体的には例えば、解析用データ２２０は、会員番号と販売部門とが対応付けられていても良いし、会員番号と売り場で購入された商品名等が対応付けられていても良い。さらに図７の例では、店を百貨店としたが、百貨店以外でもスーパーマーケットやコンビニエンスストア等であっても良い。

図８は、第一の実施例の評価用データの一例を示す図である。本実施例の評価データ生成部２５１は、解析用データ２２０に基づき売り場毎の関連度を算出する。本実施例の関連度は、上述したように「他の売り場の商品と併せて評価対象の売り場の商品を購入した顧客の人数の総和／評価対象の売り場で商品を購入した顧客の人数×１００［％］」により算出される。

また本実施例の評価データ生成部２５１は、購入履歴データ２１０に基づき売り場毎の購買人数、併買売り場数、併買率分布、併買率が高い売り場の順位等を売り場毎に算出する。

図８に示す評価用データ２３０において、例えば売り場Ａのカテゴリは婦人服であり、売り場Ａで商品を購入した顧客の人数は２０００人であり、算出された関連度は１４００％である。また評価用データ２３０において、売り場Ａの商品と併せて商品が購入された売り場（以下、売り場Ａの併買売り場）の数は３００である。また併買売り場の中で、併買率が１０％以上の売り場の数は３０である。併買率とは、ある売り場で商品を購入した顧客の人数に対する併買売り場で商品を購入した顧客の人数の割合である。例えば売り場Ａで商品を購入した顧客の人数が２０００人であり、併買売り場Ｐで商品を購入した顧客の人数が７００人であった場合、併買率は７００／２０００×１００＝３５％となる。

また評価用データ２３０において、売り場Ａの併買売り場の併買率分布は、併買率が１０−１５％の売り場の数が８、併買率が１５−２０％の売り場の数が１１、併買率が２０−２５％の売り場の数が３等である。さらに評価用データ２３０において、併買売り場Ｐが売り場Ａに対する併買率が最も高く、併買売り場Ｑが売り場Ａに対する併買率が次に高い。

本実施例の評価用データ２３０では、上述したデータが売り場毎に対応付けられている。

次に図９を参照して本実施例の画面生成部２５３が生成する入力画面について説明する。図９は、第一の実施例の入力画面の一例を示す図である。

本実施例の入力画面９１には、各売り場の分析内容を選択する選択欄９２、併買率の閾値を入力する閾値入力欄９３、評価用データ２３０の表示パターンを選択するパターン選択欄９４が表示される。

本実施例における分析内容は、関連度を用いたものであるから、選択欄９２では関連度が選択される。併買率の閾値は、表示させる併買売り場を決定する際の閾値となる。本実施例では、閾値入力欄９３に１０が入力されており、併買率の閾値が１０％とされている。この場合本実施例では、併買率が１０％未満の併買売り場は表示させない。

本実施例のパターン選択欄９４には、関連度を用いた売り場毎の評価に関する情報の表示パターンの一覧が選択肢として表示されている。パターン選択欄９４に表示される表示パターンの一覧には、選択肢９４ａ、選択肢９４ｂ、選択肢９４ｃが含まれる。また本実施例のパターン選択欄９４には、上記選択肢以外にも、例えば評価用データ２３０に含まれる売り場の詳細を表示させる選択肢９４ｄが表示されても良い。

選択肢９４ａは、例えば関連度を含む２つの指標値による売り場毎の評価を表示させるパターンを選択する選択肢である。本実施例では、関連度以外の指標値も選択可能である。選択肢９４ｂは、関連度と併買率に基づき売り場間の繋がりを表示させるパターンを選択する選択肢である。選択肢９４ｃは、関連度と各売り場の所定の２期間の売上げの変化を表示させるパターンを選択する選択肢である。

尚図９では図示していないが、本実施例では、例えば入力画面に分析範囲を選択する欄が表示されていても良い。例えば百貨店を１つの店とした場合に、店全体を分析範囲とした場合には百貨店内にある全ての売り場の評価用データ２３０を用いて後述する画面を生成する。また例えば百貨店の１フロアを分析範囲に選択した場合には、該当するフロア内の売り場の評価用データ２３０を用いて後述する画面を生成する。分析範囲は、フロア以外であっても良く、選択された任意の範囲であっても良い。また分析範囲は、例えば評価用データ２３０の売り場のカテゴリ毎に選択されても良い。

本実施例の画面生成部２５３は、入力画面９１のパターン選択欄９４において表示パターンが選択されると、選択された表示パターンの画面を生成する。

以下に選択肢９４ａ、選択肢９４ｂ、選択肢９４ｃがそれぞれ選択された場合について説明する。

本実施例において、始めに選択肢９４ａが選択された場合について説明する。図１０は、関連度を含む複数の指標値による売り場毎の評価の表示を説明する第一の図である。

図１０は、入力画面９１のパターン選択欄９４において選択肢９４ａが選択され、さらに関連度以外の指標値として売り場単体の売上金額が選択された場合に画面生成部２５３が生成する画面１０１の例を示している。

画面１０１では、売り場毎の単体の売上金額を縦軸とし、関連度を横軸として、各売り場の評価を表示させる。画面１０１では、売上金額と関連度が共に低い売り場をグループ１０２とし、売上金額が高く関連度が低い売り場をグループ１０３とし、売上金額と関連度が共に高い売り場をグループ１０４とし、売上金額が低く関連度が高い売り場をグループ１０５として表示している。

グループ１０２に含まれる売り場は、売上金額と関連度が共に低いため、例えば店から退店した場合でも影響が少ないことがわかる。グループ１０３に含まれる売り場は、売上金額が高く関連度が低いため、他の売り場に対する送客効果が低いことがわかる。グループ１０４に含まれる売り場は、売上金額と関連度が共に高いため、売上げの面でも他の売り場に対する送客効果の面でも主要な売り場であることがわかる。グループ１０５に含まれる売り場は、売上金額が低いが関連度が高いため、他の売り場に対する送客効果が高いことがわかる。

本実施例では、以上のように関連度を含む２つの指標値で各売り場を評価することで、売り場間の関係を把握することができる。

例えばグループ１０３に含まれる売り場は、関連度を高くすることができれば、さらに店に対する貢献度を高めることができる。

また例えば店からの退店候補となる売り場を検討する場合には、売り場単体の売上金額はグループ１０２に含まれる売り場とグループ１０５に含まれる売り場は共に低い。しかし、グループ１０５に含まれる売り場は、他の売り場への送客効果が高いため退店させた場合売り場単体の売上金額以上の損失がでることがわかる。よって退店候補は、グループ１０２に含まれる売り場となることがわかる。

また本実施例の画面生成部２５３は、例えば入力画面９１において売り場Ｆについて詳細情報を表示させる選択肢９４ｄが選択されていた場合、画面１０１に売り場Ｆの詳細情報欄１０６を含めても良い。売り場Ｆの詳細情報欄１０６には、例えば売り場Ｆの関連度、購入人数、併買売り場、併買売り場毎の併買人数等を表示させても良い。また詳細情報欄１０６には、売り場Ｆの売上金額、併買売り場毎の併買金額等が含まれても良い。併買金額とは、併買売り場において、売り場Ｆの商品と併買された金額の合計である。

図１１は、関連度を含む複数の指標値による売り場毎の評価の表示を説明する第二の図である。図１１は、入力画面９１のパターン選択欄９４において選択肢９４ａが選択され、さらに関連度以外の指標値として併買率が閾値以上の併買売り場数が選択された場合に画面生成部２５３が生成する画面１１１の例を示している。

図１１に示す画面１１１では、関連度を縦軸とし、併買率が１０％以上の併買売り場の数を横軸としており、円の大きさが各売り場の購買人数を示している。すなわち画面１１１では、円が大きい売り場ほど購買人数が多く、円が小さい売り場ほど購買人数が少ない。

また画面１１１では、関連度が同程度で併買数が異なる売り場同士を比較している。画面１１１におけるグループ１１２とグループ１１３には、関連度が７５０〜１２５０％の範囲の売り場がそれぞれ含まれる。

グループ１１２に含まれる売り場の併買売り場（併買率１０％以上）の数は、１２〜１７である。グループ１１３の売り場の併買売り場（併買率１０％以上）の数は２２〜２５である。すなわちグループ１１３に含まれる売り場の方が、高い確率で商品が併買される併買売り場の数が多いことがわかる。

本実施例において、ある売り場に対して併買率の高い併買売り場ほど、ある売り場と併買売り場の関係に強い繋がりがあるものと考えたとき、図１１に示す画面１１１では、グループ１１３に含まれる売り場の方が繋がり強い併買売り場が多いと言える。

次に、入力画面９１のパターン選択欄９４において、選択肢９４ｂが選択された場合について説明する。図１２は、関連度と併買率に基づく売り場間の繋がりを説明する図である。

図１２では、関連度と併買率に基づく売り場間の繋がりの解釈について示している。図１２（Ａ）は、売り場間の繋がりの強さについて説明する図であり、図１２（Ｂ）は繋がりの強さの解釈を説明する図である。

例えば図１２（Ａ）に示す関連度１２００％の売り場Ａと、関連度１１００％の売り場Ｊについて考える。売り場Ａの併買率２０％以上の併買売り場は、売り場Ｂ，Ｃの２売り場のみである。また売り場Ａの併買率１０％以上の併買売り場の数は１５である。

これに対して売り場Ｊの併買率２０％以上の併買売り場の数は６であり、売り場Ｊの併買率１０％以上の併買売り場の数は１５である。したがって売り場Ａと売り場Ｊでは、併買率の高い併買売り場が多い売り場Ｊの方が売り場Ａと比べて強い繋がりが多いと言える。

本実施例では、売り場間の繋がり強さを評価の結果として表示させることで、例えばユーザに各売り場がどのような傾向にあるかを把握させることができる。
例えば図１２（Ｂ）に示す関連度１３００％の売り場Ｂと、関連度１０００％の売り場Ｃについて考える。

売り場Ｂは、併買率が１０％以上の併買売り場の数は３２であるが、併買率が２０％以上の併買売り場は存在しない。よって売り場Ｂは、多くの売り場と繋がっているものの強い繋がりを持った併買売り場が存在しない、すなわち売り場Ｂは特徴的な傾向のない不特定多数の売り場と繋がっていると解釈することができる。

売り場Ｃは、併買率が１０％以上の併買売り場の数は２３である。本実施例では、例えば売り場Ｃの併買売り場の一覧に、今後売上げを向上させたい売り場が含まれている場合に、売り場Ｃとの繋がりを強くすれば該当する売り場の売上げを向上させることが可能と解釈できる。

図１３は、関連度と併買率に基づく売り場間の繋がりの一覧の表示を説明する図である。

図１３は、入力画面９１のパターン選択欄９４において選択肢９４ｂが選択され、併買率の閾値入力欄９３に１０％と入力されていた場合に画面生成部２５３が生成する画面１３１の例を示している。

画面１３１では、売り場Ｃ及び売り場Ｄと、他の売り場との繋がりの一覧を示している。本実施例では、例えば入力画面９１の選択欄９４ｂが選択されたとき、繋がりの一覧を表示させたい売り場名の入力欄が表示されても良い。画面１３１では、繋がりの一覧を表示させたい売り場名として、売り場Ｃ，Ｄが入力された場合の例である。

画面１３１では、売り場Ｃは売り場Ｚ及び売り場Ｌの併買売り場であり、売り場Ｄは売り場Ｚと売り場Ｃと売り場Ｌの併買売り場であることがわかる。

本実施例では、図１３に示すように特定の売り場と他の売り場との繋がりや繋がりの強さを表示させることができる。よって本実施例では、例えば今後売上げを向上させたい売り場がどのように他の売り場と関連しているかを把握しつつ各売り場の評価を行うことができる。

次に図１４を参照して入力画面９１において選択肢９４ｃが選択された場合について説明する。図１４は、関連度と各売り場の所定の２期間の売上げの変化の表示を説明する図である。

図１４は、入力画面９１のパターン選択欄９４において選択肢９４ｃが選択され、２期間が２０１０年度と２０１１年度とされた場合に画面生成部２５３が生成する画面１４１の例を示している。

画面１４１では、２０１０年度の年間売上金額に対する２０１１年度の年間売上金額の上昇率を縦軸とし、２０１０年度の関連度に対する２０１１年度の関連度の変化率を横軸としている。尚２０１０年度の関連度及び２０１１年度の関連度とは、例えば年間の関連度の平均値でも良いし、年度末の最後に算出した関連度であっても良い。また画面１４１の円の大きさは、各売り場の購買人数を示す。

画面１４１では、例えば売り場Ａは関連度の変化率は５％未満であるが、年間売上の上昇率は約１０％である。このような場合には、単純に売り場Ａの年間売上げが上昇したことが考えられる。

本実施例の画面生成部２５３は、例えば画面１４１を表示させた際に特定の売り場が選択れた場合、その売り場の詳細情報欄を画面１４１上に表示させても良い。図１４の例では、売り場Ｈが選択され、売り場Ｈの詳細情報欄１４２が表示されている。

売り場Ｈの詳細情報欄１４２には、売り場Ｈの年度毎の購入人数、年間購入金額、顧客１人当たりの平均購入額と、年度間の差分が表示されている。この詳細情報欄によれば、購入人数と年間購入金額は減少しているが、顧客１人当たりの平均購入額が増加していることがわかる。

また売り場Ｈは、２０１０年度と比べて年間売上金額は下がっているが、関連度が上がっている。したがって売り場Ｈの年間売上金額の減少は、購入人数の減少によるものと解釈でき、関連度と顧客１人当たりの平均購入額の増加は、高い確率で売り場Ｈの商品を購入する固定客の増加によるものと解釈することができる。

したがって売り場Ｈについては、「年間売上金額は減少したものの、今後の売上げの向上を期待できる」等と解釈することもでき、年間売上金額の減少により過小評価されることを抑制できる。

次に本実施例のシミュレーション実行部２５５の処理について説明する。本実施例では、売り場毎の評価に加え、例えばある売り場の特定のメーカの商品（ブランド）を導入した場合のある売り場の評価をシミュレーションにより得ることができる。

具体的には本実施例のシミュレーション実行部２５５は、例えばブランドａを導入済みの売り場Ｘの評価用データ２３０に基づきブランドａを売り場Ｙに導入した場合についてシミュレーションを行い、導入結果を算出する。本実施例のシミュレーション実行部２５５は、ブランドａの導入済みの売り場Ｘと、導入予定であるシミュレーション対象の売り場Ｙとの条件が同じ場合と、異なる場合とで、それぞれに対応したシミュレーションを行う。

本実施例の条件とは、売り場の規模（売り場全体の購入人数、売上げ等）とブランドａ以外に取り扱っているブランドである。すなわち売り場Ｘと売り場Ｙは、売上げ規模とブランドａ以外に取り扱っているブランドが同じである。またブランドａを売り場Ｙに導入すると言うことは、売り場Ｙでブランドａの製品を取り扱うということである。

始めに図１５を参照して売り場Ｘと売り場Ｙの条件が同じ場合のシミュレーションについて説明する。

図１５は、シミュレーション実行部によるシミュレーションを説明する第一の図である。本実施例のシミュレーション実行部２５５は、ブランドａを導入していない売り場Ｙへブランドａを導入した場合の導入効果を、ブランドａを導入済みの売り場Ｘの関連度に基づき算出する。

尚以下に説明するシミュレーション実行部２５５による処理を実行する場合には、購入履歴データベース２１０には各顧客のブランドの購入履歴データ含まれる。また評価用データ２３０には、ブランド毎に図８に示す各項目が解析された評価用データが含まれる。

本実施例のシミュレーション実行部２５５は、まずブランドａが導入された売り場Ｘにおけるブランドａの関連度を算出する。ブランドａの関連度とは、売り場Ｘにおいて評価対象のブランドであるブランドａの商品を購入した顧客が他のブランドの商品を購入する度合を示す。

売り場Ｘにおけるブランドａの購入人数は１００００人であり、ブランドｂ，ｃ，ｄ，ｅの併買人数はそれぞれ４０００人、３０００人、２０００人、１０００人である。よって売り場Ｘにおけるブランドａの関連度は１００％である。

図１５に示す売り場Ｙは、売り場Ｘと条件が同じでありブランドａのみが導入されていない。よって売り場Ｙにブランドａを導入した場合には、ブランドａの関連度は売り場Ｘと同様となることが推測できる。

よってシミュレーション実行部２５５は、売り場Ｙにブランドａを導入した場合の導入効果として、ブランドａの売上げと、ブランドｂ，ｃ，ｄ，ｅにおけるブランドａとの併買による売上げとが売り場Ｙの売上げとを算出しても良い。

より具体的には、売り場Ｙにおけるブランドｂ，ｃ，ｄ，ｅの購入人数はそれぞれ４０００人、６０００人、３０００人、５０００人である。また売り場Ｘにおけるブランドａにおけるブランドｂ，ｃ，ｄ，ｅのそれぞれの併買人数は、４０００人、３０００人、２０００人、１０００人である。よって売り場Ｙにブランドａを導入した場合、ブランドｂの購入人数４０００人のうち４０００人がブランドａの商品を購入し、ブランドｃの購入人数６０００人のうち３０００人がブランドａの商品を購入することが推測される。同様にブランドｄの購入人数３０００人のうち２０００人がブランドａの商品を購入し、ブランドｅの購入人数５０００人のうち１０００人がブランドａの商品を購入するということが推測される。

よってシミュレーション実行部２５５は、ブランドａの購入金額に加えてブランドｂ，ｃ，ｄ，ｅの併買による購入金額を算出する。

尚本実施例のシミュレーション実行部２５５は、売り場Ｙにブランドａを導入した際のブランドｂ，ｃ，ｄ，ｅの併買人数の最大値を売り場Ｙにおけるブランドｂ，ｃ，ｄ，ｅそれぞれの購入人数とする。

具体的には例えば、売り場Ｙにおいてブランドｂの購入人数が２０００人であり、売り場Ｙにブランドａを導入した際のブランドｂの併買人数が３０００人であった場合、シミュレーション実行部２５５はブランドｂの併買人数を２０００人として導入効果を算出する。このようにすれば、ブランドａの導入時にブランドｂの併買人数がブランドｂの購入人数を超えるという矛盾が発生することを防止できる。

次に図１６を参照して、売り場Ｘと売り場Ｙの条件が異なる場合のシミュレーションについて説明する。

図１６は、シミュレーション実行部によるシミュレーションを説明する第二の図である。

図１６の例では、ブランドａが導入済みの売り場Ｘにおいて、ブランドａの購入人数は１００００人であり、ブランドｂ，ｃ，ｄ，ｅの併買人数はそれぞれ４０００人、３０００人、２０００人、１０００人である。よって売り場Ｘにおけるブランドａの関連度は１００％である。

図１６（Ａ）は、売り場Ｙの規模が売り場Ｘの規模と異なる場合のシミュレーション結果を示す。売り場Ｙの規模が売り場Ｘの規模と異なる場合、ブランドａの導入効果を算出する際に売り場Ｘのブランドａの購入人数をそのままシミュレーションに使用することはできない。

よってシミュレーション実行部２５５は、以下の２つの手法により導入効果を算出するシミュレーションを実行する。尚図１６で説明するシミュレーションでは、売り場Ｙにブランドａを導入した際のブランドａの購入人数をブランドａの導入効果として算出する。

１つ目の手法は、売り場Ｘ及び売り場Ｙそれぞれの売り場全体の購入人数の比率からブランドａの購入人数を推定する手法である。以下の説明では、この１つ目の手法１−１と呼ぶ。２つ目の手法は、売り場Ｘ及び売り場Ｙそれぞれのブランドｂ，ｃ，ｄ，ｅの購入人数の合計の比率からブランドａの購入人数を推定する手法である。以下の説明では、この２つ目の手法１−２と呼ぶ。

画面１６１は、後述するシミュレーション実行時の入力画面において、手法１−１によるシミュレーションが選択された際に、シミュレーション結果として端末装置３００に表示される画面である。

画面１６１の例では、売り場Ｘ全体の購入人数が５０万人であり、売り場Ｙ全体の購入人数が２５万人である。この場合売り場Ｘ及び売り場Ｙそれぞれの売り場全体の購入人数の比率は、２５万人／５０万人＝１／２である。

よってシミュレーション実行部２５５は、売り場Ｘにおけるブランドａの購入人数と１／２との積を売り場Ｙにおけるブランドａの購入人数として算出する。この結果売り場Ｙにおけるブランドａの購入人数は５０００人となる。

またシミュレーション実行部２５５は、売り場Ｘにおけるブランドｂ，ｃ，ｄ，ｅの併買人数に対しても、売り場Ｘ及び売り場Ｙそれぞれの売り場全体の購入人数の比率との積を算出することで売り場Ｙにおけるブランドｂ，ｃ，ｄ，ｅの併買人数を算出できる。具体的には点Ｘにおけるブランドｂ，ｃ，ｄ，ｅの併買人数はそれぞれ４０００人、３０００人、２０００人、１０００人である。よって売り場Ｙにおけるブランドｂ，ｃ，ｄ，ｅの併買人数は、それぞれ２０００人、１５００人、１０００人、５００人となる。

画面１６２は、後述するシミュレーション実行時の入力画面において、手法１−２によるシミュレーションが選択された際に、シミュレーション結果として端末装置３００に表示される画面である。

画面１６２の例では、売り場Ｘにおけるブランドｂ，ｃ，ｄ，ｅの購入人数は、それぞれ６０００人、４０００人、５０００人、４０００人である。よって売り場Ｘにおけるブランドｂ，ｃ，ｄ，ｅの購入人数の合計は２００００人である。

また売り場Ｙにおけるブランドｂ，ｃ，ｄ，ｅの購入人数は、それぞれ３０００人、２０００人、２０００人、１０００人である。よって売り場Ｘにおけるブランドｂ，ｃ，ｄ，ｅの購入人数の合計は８０００人である。この場合売り場Ｘ及び売り場Ｙそれぞれのブランドｂ，ｃ，ｄ，ｅの購入人数の合計の比率は、８０００人／２００００人＝２／５である。

よってシミュレーション実行部２５５は、売り場Ｘにおけるブランドａの購入人数と２／５との積を売り場Ｙにおけるブランドａの購入人数として算出する。この結果売り場Ｙにおけるブランドａの購入人数は４０００人となる。またシミュレーション実行部２５５は、売り場Ｘにおけるブランドｂ，ｃ，ｄ，ｅの併買人数に対しても、売り場Ｘ及び売り場Ｙそれぞれのブランドｂ，ｃ，ｄ，ｅの購入人数の合計の比率との積を算出することで売り場Ｙにおけるブランドｂ，ｃ，ｄ，ｅの併買人数を算出できる。

図１６（Ｂ）は、売り場Ｙの規模が売り場Ｘの規模が異なり、且つ売り場Ｘに導入されたブランドと売り場Ｙに導入されたブランドとが異なる場合のシミュレーション結果を示す。

この場合シミュレーション実行部２５５は、以下の２つの手法により導入効果を算出するシミュレーションを実行する。

１つ目の手法は、売り場Ｘ及び売り場Ｙの規模に基づきブランドａの購入人数を推定し、売り場Ｘ及び売り場Ｙにおいて導入された共通するブランドに基づきブランドａの併買人数を推定する手法である。以下の説明では、この１つ目の手法２−１と呼ぶ。

２つ目の手法は、売り場Ｘにおけるブランドａの関連度から売り場Ｙにおけるブランドａの購入人数を推定する手法である。以下の説明では、この２つ目の手法２−２と呼ぶ。

画面１６３は、後述するシミュレーション実行時の入力画面において、手法２−１によるシミュレーションが選択された際に、シミュレーション結果として端末装置３００に表示される画面である。

画面１６３の例では、売り場Ｙにはブランドｂ，ｃ，ｆ，ｇが導入されており、売り場Ｘ及び売り場Ｙにおいて共通するブランドはブランドｂ，ｃである。

よってシミュレーション実行部２５５は、ブランドｂ，ｃに基づきブランドａの購入人数を算出する。このときの購入人数の算出方法は、上記手法１−１又は手法１−２の何れかと同様である。

売り場Ｘ及び売り場Ｙそれぞれの売り場全体の購入人数の比率は１／２である。よってシミュレーション実行部２５５は、売り場Ｙにおけるブランドａの購入人数を売り場Ｘにおけるブランドａの購入人数と１／２との積として算出する。尚売り場Ｙにおけるブランドａの購入人数の算出は、上記手法１−２により算出しても良い。

また売り場Ｘにおけるブランドｂ，ｃの併買人数に１／２をかけた人数を売り場Ｙにおける売り場ａの併買人数とする。

画面１６４は、後述するシミュレーション実行時の入力画面において、手法２−２によるシミュレーションが選択された際に、シミュレーション結果として端末装置３００に表示される画面である。

画面１６４の例では、シミュレーション実行部２５５は、舗Ｘ及び売り場Ｙそれぞれの売り場全体の購入人数の比率により売り場Ｙにおけるブランドａの購買人数を算出し、売り場Ｘにおけるブランドａの関連度により売り場Ｙにおけるブランドａの併買人数を算出する。

図１６の例では、売り場Ｘにおけるブランドａの関連度は１００％であり、売り場Ｙにおけるブランドａの購買人数が５０００人である。よって売り場Ｙにおけるブランドａの併買人数の合計は、５０００×１（１００％）＝５０００人となる。

以上のように本実施例のシミュレーション実行部２５５は、ブランドａを導入済みの売り場Ｘの評価用データ２３０に基づき、売り場Ｙにブランドａを導入した際の売り場Ｙにおけるブランドａの購入人数と併買人数とを算出することができる。

図１７は、第一の実施例の入力画面の別の例を示す図である。図１７に示す入力画面１７１は、例えば端末装置３００においてシミュレーションの実行が指示されると、画面生成部２５３により生成され、画面送信部２５４により端末装置３００に送信される画面の例である。

入力画面１７１には、併買率の閾値入力欄１７２、評価対象の売り場を入力する評価対象入力欄１７３、１７４、評価対象となるブランド名の入力欄１７５、シミュレーションの手法の選択欄１７６が表示されている。

評価対象入力欄１７３は、評価対象のブランドが導入された売り場名が入力される。評価対象入力欄１７４は、評価対象のブランドが導入されていない売り場名が入力される。図１７の例では、例えばシミュレーションの手法として１−１が選択されている。

本実施例では、例えば入力画面１７１において閾値入力欄１７２に併買率の閾値が入力されていた場合には、併買率が閾値以上のブランドのみをシミュレーション結果として表示させる。また本実施例のシミュレーション実行部２５５は、入力画面１７１のシミュレーションの手法の選択欄１７６において選択された手法に従って上述したシミュレーションを実行する。

以上のように本実施例の評価支援サーバ２００は、関連度を算出し、関連度を含む複数の指標値により売り場の関係を表示させるため、売り場を適正に評価させることができる。

（第二の実施例）
以下に図面を参照して本発明の第二の実施例について説明する。第二の実施例では、関連度に代わりに支持度を算出する点のみ第一の実施例と相違する。よって以下の第二の実施例の説明では、第一の実施例との相違点についてのみ説明し、第一の実施例と同様の機能構成を有するものには第一の実施例の説明で用いた符号と同様の符号を付与し、その説明を省略する。

以下に図１８、図１９を参照して本実施例の支持度について説明する。図１８は、支持度を説明する第一の図である。

本実施例の支持度とは、評価対象以外の売り場で商品を購入している顧客が評価対象の売り場で商品を購入する度合を示す。具体的には本実施例の支持度は、「他の売り場の商品と併せて評価対象の売り場の商品を購入した顧客の人数の総和／評価対象の以外の売り場で商品を購入した顧客の人数の総和×１００［％］」により算出される。

図１８では、評価対象の売り場を売り場Ａとして説明する。本実施例では、売り場Ａが出店されている店の購入履歴データに基づき、所定期間において売り場Ａ以外の売り場で商品を購入した顧客の人数を取得する。また本実施例では、購入履歴データに基づき、所定期間において他の売り場の商品と併せて売り場Ａの商品を購入した顧客の人数の総和を取得する。

図１８において売り場Ａ以外の売り場Ｘ，Ｙ，Ｚで商品を購入した顧客のそれぞれの人数は８００人、８００人、５００人であり、売り場Ｘ，Ｙ，Ｚで商品を購入した顧客の人数の総和は、８００人＋８００人＋５００人＝２１００人である。また売り場Ｘにおいて売り場Ａの商品を併買した顧客の人数は４００人である。同様に売り場Ｙにおいて売り場Ａの商品を併買した顧客の人数は８００人であり、売り場Ｚにおいて売り場Ａの商品を併買した顧客の人数は２５人である。よって他の売り場の商品と併せて評価対象の売り場の商品を購入した顧客の人数の総和は、４００人＋８００人＋２５人＝１２２５人である。

よって売り場Ａの支持度は、１２２５／２１００×１００＝５８．３３３％となる。本実施例では、小数点以下の数字は四捨五入した値を支持度とする。よって売り場Ａの支持度は５８％となる。

尚本実施例の支持度は、購入人数を用いて算出するものとしたが、これに限定されない。支持度は、例えばある売り場単体の売上金額と、ある売り場の併買売り場において商品が併買された金額（併買金額）とを用いて算出されても良い。また支持度は、ある売り場単体の売上金額／売上人数によって示される平均単価等を用いて算出されても良い。

次に図１９を参照して本実施例の支持度の解釈の仕方について説明する。図１９は、支持度を説明する第二の図である。

図１９では、売り場Ａの支持度が４％である場合と、売り場Ａの支持度が９５％である場合について説明する。

売り場Ａの支持度が４％であった場合、売り場Ｘにおいて売り場Ａの商品を併買した顧客の人数、売り場Ｙにおいて売り場Ａの商品を併買した顧客の人数、売り場Ｚにおいて売り場Ａの商品を併買した顧客の人数は、それぞれ４０人、２０人、２５人である。

また売り場Ａの支持度が９５％であった場合、売り場Ｘにおいて売り場Ａの商品を併買した顧客の人数、売り場Ｙにおいて売り場Ａの商品を併買した顧客の人数、売り場Ｚにおいて売り場Ａの商品を併買した顧客の人数は、それぞれ７５０人、８００人、４５０人である。

すなわち売り場Ａの支持度が高い場合、売り場Ａ以外の売り場Ｘ，Ｙ，Ｚで商品を購入して顧客が売り場Ａで商品を購入する確率が高いことを示し、店に対する貢献度が高く好影響を及ぼしていることがわかる。例えば支持度が高い売り場Ａを店から無くした場合には、売り場Ｘ，Ｙ，Ｚの売上げが減少することが考えられる。

また売り場Ａの支持度が低い場合、売り場Ａ以外の売り場Ｘ，Ｙ，Ｚで商品を購入して顧客が売り場Ａで商品を購入する確率が低いことを示し、店に対する貢献度が低いことがわかる。例えば支持度が低い売り場Ａを店から無くした場合には、店全体として売り場Ａの単独の売上げが減少するが売り場Ｘ，Ｙ，Ｚの売上げに対する影響は小さいことが考えられる。

以上のことから、支持度が高い売り場ほど他の売り場に対する送客効果が高く、支持度が低い売り場ほど他の売り場への送客効果が低いと言える。

本実施例の評価支援システム１００では、評価支援サーバ２００において上述した支持度を算出し、支持度を含む複数の指標値により売り場毎の評価に関する画面を端末装置３００に表示させる。

図２０は、第二の実施例の評価用データの一例を示す図である。図２０に示す評価用データ２３０Ａでは、第一の実施例の評価用データ２３０の関連度の代わりに支持度が算出されたものである。

本実施例では、この評価用データ２３０Ａを用いて、入力に対応した売り場毎の評価に関する画面を端末装置３００に表示させる。

図２１は、第二の実施例の入力画面の一例を示す図である。

本実施例の入力画面２１１には、各売り場の分析内容を選択する選択欄２１２、併買率の閾値を入力する閾値入力欄２１３、評価用データ２３０Ａの表示パターンを選択するパターン選択欄２１４が表示される。

本実施例における分析内容は、支持度を用いたものであるから、選択欄２１２では支持度が選択される。併買率の閾値は、表示させる併買売り場を決定する際の閾値となる。本実施例では、閾値入力欄２１３に１０が入力されており、併買率の閾値が１０％とされている。

本実施例のパターン選択欄２１４には、支持度を用いた売り場毎の評価に関する情報の表示パターンの一覧が選択肢として表示されている。パターン選択欄２１４に表示される表示パターンの一覧には、選択肢２１４ａ、選択肢２１４ｂ、選択肢２１４ｃが含まれる。また本実施例のパターン選択欄２１４には、上記選択肢以外にも、例えば評価用データ２３０Ａに含まれる売り場の詳細を表示させる選択肢２１４ｄが表示されても良い。

選択肢２１４ａは、例えば支持度を含む複数の指標値による売り場毎の評価を表示させるパターンを選択する選択肢である。本実施例では、支持度以外の指標値も選択可能である。選択肢２１４ｂは、支持度と併買率に基づき売り場間の繋がりを表示させるパターンを選択する選択肢である。選択肢２１４ｃは、支持度と各売り場の所定の２期間の売上げの変化を表示させるパターンを選択する選択肢である。

本実施例の画面生成部２５３は、入力画面２１１のパターン選択欄２１４において表示パターンが選択されると、選択された表示パターンの画面を生成する。

以下に選択肢２１４ａ、選択肢２１４ｂ、選択肢２１４ｃがそれぞれ選択された場合について説明する。

図２２は、支持度を含む複数の指標値による売り場毎の評価の表示を説明する第一の図である。

図２２は、入力画面２１１のパターン選択欄２１４において選択肢２１４ａが選択され、さらに支持度以外の指標値として売り場単体の売上金額が選択された場合に画面生成部２５３が生成する画面２２１の例を示している。本実施例の画面２２１は、図１０に示す画面１０１の関連度を支持度として示したものである。

画面２２１１では、売り場毎の単体の売上金額を縦軸とし、支持度を横軸として、各売り場の評価を表示させる。画面２２１では、売上金額と支持度が共に低い売り場をグループ２２２とし、売上金額が高く支持度が低い売り場をグループ２２３とし、売上金額と支持度が共に高い売り場をグループ２２４とし、売上金額が低く支持度が高い売り場をグループ２２５として表示している。

また本実施例の画面生成部２５３は、例えば入力画面２１１において売り場Ｆについて詳細情報を表示させる選択肢２１４ｄが選択されていた場合、画面２２１に売り場Ｆの詳細情報欄２２６を含めても良い。

図２３は、支持度を含む複数の指標値による売り場毎の評価の表示を説明する第二の図である。図２３は、入力画面２１１のパターン選択欄２１４において選択肢２１４ａが選択され、さら支持連度以外の指標値として併買率が閾値以上の併買売り場数が選択された場合に画面生成部２５３が生成する画面２３１の例を示している。本実施例の画面２３１は、図１１に示す画面１１１の関連度を支持度として示したものである。

図２３に示す画面２３１では、支持度を縦軸とし、併買率が１０％以上の併買売り場の数を横軸としており、円の大きさが各売り場の購買人数を示している。すなわち画面２３１では、円が大きい売り場ほど購買人数が多く、円が小さい売り場ほど購買人数が少ない。

また画面２３１では、関連度が同程度で併買数が異なる売り場同士を比較している。画面２３１におけるグループ２３２とグループ２３３には、関連度が７５０〜１２５０％の範囲の売り場がそれぞれ含まれる。

グループ２３２に含まれる売り場の併買売り場（併買率１０％以上）の数は、１２〜１７である。グループ２３３の売り場の併買売り場（併買率１０％以上）の数は２２〜２５である。すなわちグループ２３３に含まれる売り場の方が、高い確率で商品が併買される併買売り場の数が多いことがわかる。

次に、入力画面２１１のパターン選択欄２１４において、選択肢２１４ｂが選択された場合について説明する。図２４は、支持度と併買率に基づく売り場間の繋がりを説明する図である。図２４は、第一の実施例で説明した図１２の関連度を支持度としたものである。

図２４では、支持度と併買率に基づく売り場間の繋がりの解釈について示している。図２４（Ａ）は、売り場間の繋がりの強さについて説明する図であり、図２４（Ｂ）は繋がりの強さの解釈を説明する図である。

図２４（Ａ）に示すように、支持度１００％の売り場Ａと支持度８０％の売り場Ｊにおいて、併買率の高い併買売り場が多いのは売り場Ｊである。よって売り場Ｊの方が売り場Ａと比べて他の売り場と強い繋がりが多いと言える。

次に図２４（Ｂ）に示す支持度３０％の売り場Ｂと、関連度５０％の売り場Ｃについて考える。

売り場Ｂは、併買率が１０％以上の併買売り場の数は３２であるが、併買率が２０％以上の併買売り場は存在しない。よって売り場Ｂは、多くの売り場と繋がっているものの強い繋がりを持った併買売り場が存在しない、すなわち売り場Ｂは特徴的な傾向のない不特定多数の売り場と繋がっていると解釈することができる。

売り場Ｃは、併買率が１０％以上の併買売り場の数は２３である。本実施例では、例えば売り場Ｃの併買売り場の一覧に、今後売上げを向上させたい売り場が含まれている場合に、売り場Ｃとの繋がりを強くすれば該当する売り場の売上げを向上させることができると解釈できる。

また本実施例では、画面生成部２５３は、入力画面２１１のパターン選択欄２１４において選択肢２１４ｂが選択され、併買率の閾値入力欄２１３に１０％と入力されていた場合には、第一の実施例の図１３の関連度を支持度とした場合の画面を表示させる。

次に図２５を参照して入力画面２１１において選択肢２１４ｃが選択された場合について説明する。図２５は、支持度と各売り場の所定の２期間の売上げの変化の表示を説明する図である。図２５は、第一の実施例の図１４の関連度を支持度としたものである。

図２５の画面２６１では、２０１０年度の年間売上金額に対する２０１１年度の年間売上金額の上昇率を縦軸とし、２０１０年度の支持度に対する２０１１年度の支持度の変化率を横軸としている。

また画面２６１には、売り場Ｈの詳細情報欄２６２が表示されている。詳細情報欄２６２には、売り場Ｈの年度毎の購入人数、年間購入金額、顧客１人当たりの平均購入額と、年度間の差分が表示されている。この詳細情報欄２６２によれば、購入人数と年間購入金額は減少しているが、顧客１人当たりの平均購入額が増加していることがわかる。

また売り場Ｈは、２０１０年度と比べて年間売上金額は下がっているが、支持度が上がっている。したがって売り場Ｈについては、「売り場Ｈに顧客を送客する他の売り場で商品を購入する顧客が減少している」等と解釈することもでき、年間売上金額の減少により過小評価されることを抑制できる。

以上のように本実施例では、支持度を算出し、支持度を含む複数の指標値により売り場毎の評価に関する画面を端末装置３００に表示させるため、売り場を適正に評価させることができる。

（第三の実施例）
以下に図面を参照して本発明の第三の実施例について説明する。第三の実施例では、関連度と支持度とを組み合わせて評価を行う点が第一及び第二の実施例と相違する。よって以下の第三の実施例の説明では、第一及び第二の実施例との相違点についてのみ説明し、第一及び第二の実施例と同様の機能構成を有するものには第一及び第二の実施例の説明で用いた符号と同様の符号を付与し、その説明を省略する。

図２６は、第三の実施例の評価用データの一例を示す図である。図２６に示す評価用データ２３０Ｂでは、関連度と支持度の両方が含まれる。本実施例では、評価用データ２３０及び評価用データ２３０Ａを用いた評価の表示に加え、評価用データ２３０Ｂを用いて入力に対応した売り場毎の評価に関する画面を端末装置３００に表示させることができる。

図２７は、第三の実施例の入力画面の一例を示す図である。

本実施例の入力画面２７１には、各売り場の分析内容を選択する選択欄２７２、併買率の閾値を入力する閾値入力欄２７３、評価用データ２３０、２３０Ａの表示パターンを選択するパターン選択欄２７４が表示される。また本実施例の入力画面２７１には、分析内容として関連度と支持度の組合せが選択された場合に、評価用データ２３０Ｂの表示パターンを選択するパターン選択欄２７５が表示される。

パターン選択欄２７５には、関連度と支持度の組合せの表示パターンを選択する選択肢２７５ａ、選択肢２７５ｂが含まれる。また本実施例のパターン選択欄２７５には、上記選択肢以外にも、例えば評価用データ２３０Ｂに含まれる売り場の詳細を表示させる選択肢２７５ｃが表示されても良い。

以下に選択肢２７５ａ、選択肢２７５ｂがそれぞれ選択された場合について説明する。

図２８は、関連度と支持度の組合せによる売り場毎の評価の表示を説明する第一の図である。

図２８は、入力画面２７１のパターン選択欄２７５において選択肢２７５ａが選択された場合に画面生成部２５３が生成する画面２８１の例を示している。

画面２８１では、縦軸を支持度とし、横軸を関連度としており、評価用データ２３０Ｂに含まれる売り場が支持度と関連度に応じて分類されて表示される。尚画面２８１に表示される売り場は、併買率が例えば閾値入力欄２７３に入力された閾値以上の売り場である。
画面２８１では、支持度と関連度が共に低い売り場をグループ２８２とし、支持度が高く関連度が低い売り場をグループ２８３とし、支持度と関連度が共に高い売り場をグループ２８４とし、支持度が低く関連度が高い売り場をグループ２８５として表示している。

本実施例において、支持度が高いと言うことは他の売り場の商品と併買されることが多いことを意味しており、支持度が低いと言うことは他の売り場の商品と併買されることが少ないことを意味する。また本実施例において関連度が高いと言うことは他の売り場への送客効果が高いことを意味しており、関連度が低いと言うことは他の売り場への送客効果が低いことを意味する。

よってグループ２８２に含まれる売り場は、他の売り場の商品と併買されることが少なく、且つ他の売り場への送客効果も低いことがわかる。またグループ２８３に含まれる売り場は、他の売り場の商品と併買されることは多いが、他の売り場への送客効果が低いことがわかる。

以下にグループ２８３に属する売り場Ａについて説明する。売り場Ａは、売り場Ａ単体の購入人数が１００００人であり、売り場Ａの併買売り場は売り場Ｂ，Ｃ，Ｄ，Ｅである。併買売り場Ｂ，Ｃ，Ｄ，Ｅそれぞれの購入人数は４つとも１０００人である。また売り場Ｂ，Ｃ，Ｄ，Ｅにおける売り場Ａのそれぞれの併買人数は４つとも１０００人である。

この場合売り場Ａは、売り場Ａの規模が併買売り場の規模よりも大きいため、他の売り場の商品と併買されることが多い売り場であると解釈できる。

グループ２８４に含まれる売り場は、他の売り場の商品と併買されることは多く、他の売り場への送客効果も高いことがわかる。

グループ２８５に含まれる売り場は、他の売り場の商品と併買されることは少ないが、他の売り場への送客効果が高いことがわかる。

以下にグループ２８５に属する売り場Ｆについて説明する。売り場Ｆは、売り場Ｆ単体の購入人数が１０００人であり、売り場Ｆの併買売り場は売り場Ｂ，Ｃ，Ｄ，Ｅである。併買売り場Ｂ，Ｃ，Ｄ，Ｅそれぞれの購入人数は４つとも１００００人である。また売り場Ｂ，Ｃ，Ｄ，Ｅにおける売り場Ａのそれぞれの併買人数は４つとも１０００人である。

この場合売り場Ｆは、売り場Ｆの規模が併買売り場の規模より小さいため、他の売り場に対する送客が多い売り場であると解釈できる。

図２９は、関連度と支持度の組合せによる売り場毎の評価の表示を説明する第二の図である。

図２９は、入力画面２７１のパターン選択欄２７５において選択肢２７５ｂが選択された場合に画面生成部２５３が生成する画面２９１の例を示している。

画面２９１では、縦軸を支持度の変化率（増減）とし、横軸を関連度の変化率（増減）としており、評価用データ２３０Ｂに含まれる売り場が支持度の変化率と関連度の変化率に応じて分類されて表示される。

画面２９１では、支持度と関連度が共に減少した売り場をグループ２９２とし、支持度が増加し関連度が減少した売り場をグループ２９３とし、支持度と関連度が共に増加した売り場をグループ２９４とし、支持度が減少し関連度が増加した売り場をグループ２９５として表示している。

本実施例において、支持度が増加したと言うことは他の売り場の商品と併買されることが増えたことを意味しており、支持度が減少と言うことは他の売り場の商品と併買されることが減ったことを意味する。また本実施例において関連度が増加と言うことは他の売り場への送客効果が上がったことを意味しており、関連度が低下したと言うことは他の売り場への送客効果が下がったことを意味する。

よってグループ２９２に含まれる売り場は、他の売り場の商品と併買されることが減り、且つ他の売り場への送客効果も下がったことがわかる。またグループ２９３に含まれる売り場は、他の売り場の商品と併買されることは増えたが、他の売り場への送客効果が下がったことがわかる。

本実施例の売り場の分類から、グループ２９３に含まれる売り場について以下の２つの解釈ができる。

以下にグループ２９３に含まれる売り場に関する１つ目の解釈について説明する。グループ２９３に含まれる売り場Ａは、売り場Ａ単体の購入人数が５００人から１０００人に増加している。また売り場Ａの併買売り場は売り場Ｂ，Ｃ，Ｄ，Ｅそれぞれの購入人数は４つとも１０００人から５００人へ減少しており、売り場Ｂ，Ｃ，Ｄ，Ｅそれぞれの売り場Ａの併買人数は変動していない。

この場合売り場Ａは、自身の購入人数が増加し、且つ併買人数が変動しないために関連度が減少したと解釈できる。また売り場Ａは、併買売り場Ｂ，Ｃ，Ｄ，Ｅそれぞれの購入人数が減少し、且つ併買売り場Ｂ，Ｃ，Ｄ，Ｅそれぞれの売り場Ａの併買人数が変動しないため、支持度が増加したと解釈できる。

次にグループ２９３に含まれる売り場に関する２つ目の解釈について説明する。グループ２９３に含まれる売り場Ｆは、売り場Ｆ単体の購入人数は１０００人で変動がない。また売り場Ｆの併買売り場は売り場Ｂ，Ｃ，Ｄ，Ｅそれぞれの購入人数は４つとも２０００人から５００人へ減少し、売り場Ｂ，Ｃ，Ｄ，Ｅそれぞれの売り場Ａの併買人数も４つとも１０００人から５００人に減少している。

この場合売り場Ｆは、自身の購入人数は変動せず、且つ併買人数が減少したために関連度が減少したと解釈できる。また売り場Ｆは、併買売り場Ｂ，Ｃ，Ｄ，Ｅそれぞれの購入人数の減少の割合が、売り場Ａの併買人数の減少の割合よりも大きいため、支持度が増加したと解釈できる。

グループ２９４に含まれる売り場は、他の売り場の商品と併買されること増え、他の売り場への送客効果も上がったことがわかる。

グループ２９５に含まれる売り場は、他の売り場の商品と併買されることは減ったが、他の売り場への送客効果が上がったことがわかる。

本実施例の売り場の分類から、グループ２９５に含まれる売り場について以下の２つの解釈ができる。

以下にグループ２９５に含まれる売り場に関する１つ目の解釈について説明する。グループ２９５に含まれる売り場Ｇは、売り場Ｇ単体の購入人数が１０００人から５００人に減少している。また売り場Ｇの併買売り場Ｂ，Ｃ，Ｄ，Ｅそれぞれの購入人数は４つとも５００人から１０００人に増加している。また売り場Ｂ，Ｃ，Ｄ，Ｅにおける売り場Ａのそれぞれの併買人数は５００人であり変動していない。

この場合売り場Ｇは、自身の購入人数が減少し、且つ併買人数が変動しないために関連度が増加したと解釈できる。また売り場Ｇは、併買売り場Ｂ，Ｃ，Ｄ，Ｅそれぞれの購入人数が増加し、且つ併買売り場Ｂ，Ｃ，Ｄ，Ｅそれぞれの売り場Ａの併買人数が変動しないため、支持度が減少したと解釈できる。

次にグループ２９５に含まれる売り場に関する２つ目の解釈について説明する。グループ２９５に含まれる売り場Ｈは、売り場Ｈ単体の購入人数は１０００人で変動がない。また売り場Ｈの併買売り場は売り場Ｂ，Ｃ，Ｄ，Ｅそれぞれの購入人数は４つとも５００人から２０００人へ増加し、売り場Ｂ，Ｃ，Ｄ，Ｅそれぞれの売り場Ａの併買人数も４つとも５００人から１０００人に増加している。

この場合売り場Ｈは、自身の購入人数は変動せず、且つ併買人数が増加したために関連度が減少したと解釈できる。また売り場Ｈは、併買売り場Ｂ，Ｃ，Ｄ，Ｅそれぞれの購入人数の増加の割合が、売り場Ａの併買人数の増加の割合よりも大きいため、支持度が減少したと解釈できる。

以上のように本実施例では、支持度と関連度とに基づき売り場を分類して表示させることで、各売り場の状況を正しくユーザに把握させることができ、売り場を適正に評価することを支援できる。

開示の技術では、以下に記載する付記のような構成が考えられる。
（付記１）
コンピュータに、
記憶部に格納された複数の売り場における商品の購入履歴データを参照し、第一の売り場で商品を購入した購入者群に含まれる購入者の前記第一の売り場と異なる複数の売り場での商品の購入状況を特定し、
前記購入状況から示される前記異なる複数の売り場での商品の購入の有無に基づき前記第一の売り場と前記異なる複数の売り場との関連度を算出する、
処理を実行させることを特徴とする評価支援プログラム。
（付記２）
前記購入状況は、
前記購入者群のうち前記異なる複数の売り場で商品を購入した前記購入者の数であり、
前記算出する処理は、
前記購入者群の数と、前記異なる複数の売り場で商品を購入した前記購入者の数とを用いて前記関連度を算出することを特徴とする付記１記載の評価支援プログラム。
（付記３）
前記購入履歴データは、前記購入者が購入した商品の購入金額を含み、
前記購入状況は、
前記購入者群のうち前記異なる複数の売り場で商品を購入した前記購入者による前記異なる複数の売り場での商品の購入金額であり、
前記算出する処理は、
前記購入者群による前記第一の売り場での商品の購入金額と、前記購入者群に含まれる購入者による前記異なる複数の売り場での商品の購入金額とを用いて前記関連度を算出することを特徴とする付記１記載の評価支援プログラム。
（付記４）
前記購入履歴データを解析して前記売り場毎の売上金額を含む前記売り場毎の評価データを生成して前記記憶部に格納し、
前記関連度と前記売り場毎の売上金額とを参照して前記複数の売り場を分類する処理を実行することを特徴とする付記１乃至３の何れか一項に記載の評価支援プログラム。
（付記５）
前記分類する処理は、
前記複数の売り場を、前記関連度と前記売り場毎の売上金額とを軸とする二次元座標上に分類することを特徴とする付記４記載の評価支援プログラム。
（付記６）
前記分類する処理は、
前記複数の売り場が配置された領域内の所定の範囲毎に実行されることを特徴とする付記４又は５記載の評価支援プログラム。
（付記７）
前記第一の売り場及び前記異なる複数の売り場で商品を購入した購入者は、同日中に前記第一の売り場及び前記異なる複数の売り場で商品を購入した購入者であることを特徴とする付記１乃至６の何れか一項に記載の評価支援プログラム。
（付記８）
前記関連度に基づき、前記第一の売り場と関連する前記異なる複数の売り場とを対応付けたツリーとして表示させ、
前記第一の売り場と前記関連度が高い前記異なる複数の売り場を優先して表示させる処理を実行させることを特徴とする付記１乃至７の何れか一項に記載の評価支援プログラム。
（付記９）
前記表示させる処理において、
所定の売り場が選択されたとき、前記所定の売り場が含まれる前記ツリーを表示させる処理を実行させることを特徴とする付記８記載の評価支援プログラム。
（付記１０）
複数の売り場における商品の購入履歴データが格納された記憶部と、
前記記憶部を参照して第一の売り場で商品を購入した購入者群に含まれる購入者の前記第一の売り場と異なる複数の売り場での商品の購入状況を特定する特定部と、
前記購入状況から示される前記異なる複数の売り場での商品の購入の有無に基づき前記第一の売り場と前記異なる複数の売り場との関連度を算出する算出部と、
を有することを特徴とする評価支援装置。
（付記１１）
コンピュータによる評価支援方法であって、該コンピュータが、
記憶部に格納された複数の売り場における商品の購入履歴データを参照し、第一の売り場で商品を購入した購入者群に含まれる購入者の前記第一の売り場と異なる複数の売り場での商品の購入状況を特定し、
前記購入状況から示される前記異なる複数の売り場での商品の購入の有無に基づき前記第一の売り場と前記異なる複数の売り場との関連度を算出する、
ことを特徴とする評価支援方法。

本発明は、具体的に開示された実施例に限定されるものではなく、特許請求の範囲から
逸脱することなく、種々の変形や変更が可能である。

１００ 評価支援システム
２００ 評価支援サーバ
２１０ 購入履歴データベース
２２０ 解析用データベース
２３０ 評価用データベース
３００ 端末装置

Claims (6)

1. コンピュータに、
   記憶部に格納された複数の売り場における商品の購入履歴データを参照し、第一の売り場で商品を購入した購入者群に含まれる購入者の前記第一の売り場と異なる複数の売り場での商品の購入状況を特定し、
   前記購入状況から示される前記異なる複数の売り場での商品の購入の有無に基づき前記第一の売り場と前記異なる複数の売り場との関連度を算出する、
   処理を実行させることを特徴とする評価支援プログラム。
2. 前記購入状況は、
   前記購入者群のうち前記異なる複数の売り場で商品を購入した前記購入者の数であり、
   前記算出する処理は、
   前記購入者群の数と、前記異なる複数の売り場で商品を購入した前記購入者の数とを用いて前記関連度を算出することを特徴とする請求項１記載の評価支援プログラム。
3. 前記購入履歴データを解析して前記売り場毎の売上金額を含む前記売り場毎の評価データを生成して前記記憶部に格納し、
   前記関連度と前記売り場毎の売上金額とを参照して前記複数の売り場を分類する処理を実行することを特徴とする請求項１又は２記載の評価支援プログラム。
4. 前記関連度に基づき、前記第一の売り場と関連する前記異なる複数の売り場とを対応付けたツリーとして表示させ、
   前記第一の売り場と前記関連度が高い前記異なる複数の売り場を優先して表示させる処理を実行させることを特徴とする請求項１乃至３の何れか一項に記載の評価支援プログラム。
5. 複数の売り場における商品の購入履歴データが格納された記憶部と、
   前記記憶部を参照して第一の売り場で商品を購入した購入者群に含まれる購入者の前記第一の売り場と異なる複数の売り場での商品の購入状況を特定する特定部と、
   前記購入状況から示される前記異なる複数の売り場での商品の購入の有無に基づき前記第一の売り場と前記異なる複数の売り場との関連度を算出する算出部と、
   を有することを特徴とする評価支援装置。
6. コンピュータによる評価支援方法であって、該コンピュータが、
   記憶部に格納された複数の売り場における商品の購入履歴データを参照し、第一の売り場で商品を購入した購入者群に含まれる購入者の前記第一の売り場と異なる複数の売り場での商品の購入状況を特定し、
   前記購入状況から示される前記異なる複数の売り場での商品の購入の有無に基づき前記第一の売り場と前記異なる複数の売り場との関連度を算出する、
   ことを特徴とする評価支援方法。

Images