JP2015011712A - デジタル情報収集および解析方法およびその装置 - Google Patents

Abstract

【課題】従業員の手間を省き、顧客プロフィールに適した選択肢を提示するための方法および装置を提供する。
【解決手段】カメラを使ってレストランを訪れる顧客の顔画像を捉え、該顔画像から特徴を抽出し、顧客プロフィールを形成すると共に、該顔画像から抽出した特徴を使って年齢および性別を予測するステップ６１０と、インターネット経由で天候情報、温度情報および湿度情報が含まれる環境情報を取得するステップ６２０とＰＯＳ（ポイントオブセールス）システムを使って顧客に関する取引データをデータベースに格納するステップ６３０とこれらデータと過去のデータを比較するステップ６４０と、好ましい選択肢の確率分布を計算するステップと計算された確率分布の大きな値の確率から小さな値の確率の順、即ち降下順に好ましい選択肢を顧客に提示するステップ６７０からなる方法により課題を解決する。
【選択図】図６

Description

本発明は、デジタル情報収集解析方法および装置に関するものであり、特にレストラン、スーパーマーケット等の小売店舗で利用される方法および装置に関するものである。

マーケティングリサーチや宣伝では、個人化と特定化は重要な二つの要素である。有効な市場情報を得るために、いくつかの技術が開発されている。例えば、特許文献１には、リピート顧客に対して、次に来店したときにより良いサービスを提供するために個人プロフィールを作成する、レストラン用の顧客インターフェースおよび取引システムが公開されている。この個人プロフィールには、顧客のファイナンシャルデータも含まれる。

しかし、これら収集したデータを販売促進ツールとして使って特定顧客に対して積極的に、かつタイムリーに商品を売り込む場合、さらに直接的に販売に影響を及ぼすそれ以外の要素の追加と解析および形成によって、実際の販売活動を促進しタイムリーな宣伝を行うことが必要である。

インターネットやコンピュータネットワークがビジネス環境に急速に普及し、ビジネスに必要な情報を入手することが簡単にできるようになったが、今日まで、自動的に必要な情報を選択し、有効なデータを特定のビジネスの必要性に応じて効果的に解析するためのツールがない。

米国特許出願公開第２０１２／０２８７２８１号明細書

本発明の一つの目的は、上記に記述した現行技術の欠点を克服し、リアルタイム情報収集と状況アップデート技術、サービスＡＰＩを介した環境データおよび顔認識を利用した個人特定データ収集技術、環境データを含む業務自動化技術、論理データ解析操作技術を利用したデジタル情報収集および解析方法およびその装置を提供することである。

大量の汎用データ（年齢、性別、時間など）を収集し、いかなる個人にも迅速に適用可能な知識バンクを作ることによってタイムリーに必要なマーケットデータを効率的に入手できることが可能となる。

本発明の第一の態様は、顧客プロフィール、過去の取引データおよび環境情報を使って、メニューから顧客にとって好ましい選択肢を提示する方法に関するものであり、以下のステップを含むことを特徴とするものである。すなわち
１）カメラを使ってレストランを訪れる顧客の顔画像を撮影するステップと、
２）ＣＰＵ（中央処理装置）上で動作する顔認識アルゴリズムを使って、該顔画像から特徴を抽出するステップと、
３）該ＣＰＵ上で動作する該顔認識アルゴリズムを使って、顧客プロフィールを形成するために該顔画像から抽出した特徴を使って年齢および性別を予測するステップと、
４）該ＣＰＵ上で動作するアルゴリズムを使ってインターネット経由で環境情報を取得するステップと、
５）該環境情報には天候情報、温度情報および湿度情報が含まれるものであって、該ＣＰＵ上で動作する該アルゴリズムを使って、該環境情報をデータベースに格納するステップと、
６）ＰＯＳ（ポイントオブセールス）システムを使って顧客に関する取引データをデータベースに格納するステップと、
７）該データベースに格納された顧客プロフィール、環境情報、および取引情報を含む条件にもとづいて、該ＣＰＵ上で動作する該アルゴリズムを使って、好ましい選択肢の確率分布を計算するステップと、本ステップにおける確率分布とは、ある顧客プロフィールに属する顧客が環境情報、過去の該顧客の取引データに関連づけられたメニューから好ましい選択肢を選択すると思われる確率分布を予測するものであり、
８）計算された確率分布の大きな値の確率から小さな値の確率の順、即ち降下順に好ましい選択肢を顧客に提示するステップと
からなる、ことを特徴とする方法である。

上記の態様によれば、各ステップはＣＰＵ上で動作するアルゴリズムによって、従業員の手を煩わせることなく、自動的に処理される。このため、レストランの従業員は時間を節約することができ、顧客サービスにより多くの時間を使うことができる。これにより、販売効率を向上させ、レストランの活動を活発化させることができる。

そのほか本発明の態様は、メニューから選択したより好ましい選択肢に関する宣伝を実行する方法に関するもので、以下のステップを含むことを特徴とするものである。すなわち、
１）カメラを使ってレストランを訪れる顧客の顔画像を捉えるステップと、
２）ＣＰＵ（中央処理装置）上で動作する顔認識アルゴリズムを使って、該顔画像から特徴を抽出するステップと、
３）該ＣＰＵ上で動作する該顔認識アルゴリズムを使って、顧客プロフィールを形成するために該顔画像から抽出した特徴を使って年齢および性別を予測するステップと、
４）該ＣＰＵ上で動作する該顔認識アルゴリズムを使って推定した年齢および性別を、顔認識アルゴリズム内に設けられた年齢グループのなかの一つに階級化するステップと、
５）該ＣＰＵ上で動作する顔認識アルゴリズムを使って、顧客の該年齢グループをデータベースに格納するステップと、
６）該ＣＰＵ上で動作するアルゴリズムを使って、天候、温度、および湿度情報を含む環境情報を取得するステップと、
７）該ＣＰＵ上で動作するアルゴリズムを使って該環境情報をデータベースに格納するステップと、
８）顧客に関する取引データを、ＰＯＳ（ポイントオブセールス）を使ってデータベースに格納するステップと、
９）該ＣＰＵ上で動作するアルゴリズムを使って、該レストランの顧客の男女比率を計算するステップと、
１０）該ＣＰＵ上で動作するアルゴリズムを使って、計算したレストランの顧客の男女比率、年齢グループ、１日のうちの時間、週の中の曜日、環境情報、および顧客の取引データをベースに好ましい選択肢に関する確率分布を計算するステップ、および
１１）該ＣＰＵ上で動作するアルゴリズムを使って、計算された確率分布の大きな値の確率から小さな値の確率の順、即ち降下順に該好ましい選択を表示機に表示するステップと
からなることを特徴とする方法である。

上記の態様によれば、レストランの従業員の手を煩わせることなく、レストランの顧客の男女比率、年齢グループを含む顧客プロフィールを勘案し、メニューから選択した好ましい選択肢の宣伝が確率分布の高い選択肢から確率分布の低い選択肢の順で、自動的に実施できる。このため、さらに高い売り上げが期待でき、レストランの従業員は顧客サービスにより多くの時間をさくことができる。これは、販売効率の向上とレストラン活動の活発化につながるものである。また、宣伝効果のレスポンスをタイムリーに得ることができる。宣伝効果が思わしくないときには、その結果をデータベースに反映さる。これにより、次の宣伝は自動的に修正され、宣伝効果を増す方向に修正できる。（自己学習機能）

そのほか本発明の態様は、商品の宣伝を実行する方法に関するものであり、以下のステップを含むものである。すなわち、
１）カメラを使って店舗を訪れる顧客の顔画像を撮影するステップと、
２）ＣＰＵ（中央演算装置）上で動作する顔認識アルゴリズムを使って該顔画像から特徴を抽出するステップと、
３）該ＣＰＵ上で動作する該顔認識アルゴリズムを使って、該顔画像から抽出した特徴を使って顧客の年齢を予測するステップと、
４）該ＣＰＵ（中央処理装置）上で動作するアルゴリズムを使ってインターネットを介して、天気、温度および湿度を含む気象情報を得るステップと、
５）該ＣＰＵ上で動作するアルゴリズムを使って、該気象情報をデータベースに格納するステップと、
６）ＰＯＳ（ポイントオブセールス）システムを介して顧客に関連する取引データを該データベースに格納するステップと、
７）ＣＰＵ上で動作するアルゴリズムを利用して、該商品、一日のうちの時間、週の中の曜日、環境情報および該取引データ間の確率分布を計算するステップと、
８）ＣＰＵ上で動作するアルゴリズムを利用して、対象となる顧客を目標にＳＮＳ（ソーシャルネットワークサービス）と表示機を介して、計算された確率分布に従って該商品の宣伝を行うステップと
を含むことを特徴とする方法である。

上記の態様によれば、商品の中から、もっとも高い確率の好ましい選択肢の宣伝が自動的にＳＮＳを介して実行できる。この宣伝は、一日の中の時間、週の曜日、環境情報および取引データに基づき、従業員の手をわずらわせることなく自動的に実行できる。商品の宣伝が特定の顧客を目標に保存されているデータをもとに、狙い撃ちできる。このため、宣伝の正確性と効果が向上し、さらなる売り上げが期待でくる。

デジタル情報収集および解析装置のシステム構成を示す図である。 図１に示したデジタル情報収集および解析装置に使用される３種類のデータソースについて示す図である。 デジタル情報収集および解析装置に使われる顔認識システムを示す図である。 顧客あるいは顧客グループに関連するデータエレメント間の関係を示す基本コンセプトを示す図であり、この基本コンセプトは、顧客、あるいは顧客グループの取引に関連して修正やアップデートがおこなわれるものである。 本発明の一実施例であるデジタル情報収集および解析装置のシステム構成を示す図である。 図５に示したデジタル情報収集および解析装置に関する処理プロセスを示すフローチャートである。顧客が該デジタル情報収集および解析装置を所有するレストランを訪問した場合の処理手順を示すフロー図である。 本発明の一実施例としてのデジタル情報収集および解析装置の出力の一例を示したもので、特定時間帯に販売が期待される商品と関連商品の相関要素、即ち、同時に関連付けられて販売される商品の確率分布について示した図である。 特定年齢グループ、性別に属する販売対象顧客を狙った特定商品を、ソーシャルネットワークシステムを使って宣伝を実施した場合の一例を示した図である。 本発明における、データ収集、データ解析、ビジネス上の推奨および宣伝に関する自動化の一実施例の特徴と効果について記載した図である。

レストランや小売店が店舗の利益と売上げを向上させるために使用するデジタル情報収集および解析方法およびその装置に関する本発明の実施例の詳細について、図面を参照して説明する。

図１はデジタル情報収集および解析装置１００のシステム構成を示したものである。デジタル情報収集および解析装置１００はデータ収集サブシステム１１０、データ解析サブシステム１２０およびデータ利用サブシステム１３０からなる３個のサブシステムから構成されている。データ収集サブシステム１１０は、インターネット１１２を介して環境情報を取得し、ＰＯＳ（ポイントオブセールス）システム１１４を介して取引データを、そして、カメラ１１６を介して顧客の画像データを取得するように構成されている。環境情報は、気象データ、スポーツ、会議およびセミナー等のイベント情報や株価やインデックス等の経済情報などサードパーティーのウエブサイトからインターネット１１２を介して供給される情報を含む。ＰＯＳ（ポイントオブセールス）システム１１４は、デジタル情報収集および解析装置１００にリンクしたＰＯＳ端末から取得する顧客の取引情報を提供するものである。カメラ１１６はお店を訪れる顧客の画像データを取るようにしてある。カメラ１１６は静止画を撮影するカメラまたは、動画を撮影するビデオカメラでもよい。

データ解析サブシステム１２０はＣＰＵ（中央処理装置、図示せず）１２２を含み、ＣＰＵ１２２上では、インターネット１１２経由でウエブサイトのデータ、ＰＯＳシステム１１４およびカメラ１１６からのデータを取得しデータを解析するためのアルゴリズムの命令を実行するように構成されている。データ解析サブシステム１２０は上記のアルゴリズムを格納するメモリ、インターネット１１２経由で結ばれるウエブサイト、取引データを入力するためのＰＯＳシステム１１４および顧客の画像を撮影するためのカメラ１１６との通信をおこなう通信インターフェースを含む。

応用サブシステム１３０は解析サブシステム１２０で解析された解析データを使って、顧客への推奨と特定顧客への宣伝を行うアルゴリズムを実行する機能をもつ。応用サブシステム１３０と関連するアルゴリズムは、デジタル情報収集および解析装置１００内のデータ解析サブシステム１２０にあるＣＰＵ１２２上で実行されるように設計されている。

図２は本実施例におけるサードパーティーウエブサイトからインターネット１１２を介して取得できる内容を示したものである。環境情報は、気象情報を含み、この気象情報はサードパーティーウエブサイトから供給されるものである。このサードパーティーウエブサイトはウエブサービスＡＰＩ（アプリケーションプログラムインターフェース）を提供する。このウエブサービスＡＰＩは、ユーザーが様々な方法によりインターネット経由でそのサービスを受けられるように設計されている。このウエブサイトでは、現在の気象情報、気象予測（晴天、雨および曇りなど）、気温および湿度などを提供する。環境情報は、さらに、レストラン近くで開催される、野球、フットボールなどのゲームや、音楽祭や交通情報など、サードパーティーウエブサイトで提供される情報を含む。これらのイベントはそのお店とって多くの顧客が立ち寄る可能性を秘めている。大きなスポーツイベントの場合、ゲーム結果がスポーツバーやレストランに立ち寄る顧客数の影響をあたえる。このため、イベントの開催場所はそのレストランの近隣地区に限定されるものではない。例えば、ニューヨークで開催されたロスアンゼルスに関係するチームの試合の結果が、ロスアンゼルスのレストランやスポーツバーを訪れる可能性のある顧客数に影響を与える。さらに、環境情報には、株価格を含む経済情報も含まれる。

ＰＯＳ（ポイントオブセールス）システム１１４はレストランに来店する顧客や顧客グループの取引データを提供する。取引データは、販売された商品の種類、販売された時間、商品の販売金額、販売価格、この取引での利益、顧客が着席したテーブルの番号、グループ顧客を含む顧客数および販売された商品とこれに関連して販売された商品などが含む。ＰＯＳシステムにリンクしたＰＯＳ端末から取得されるこれらのデータは、クリテイカルでありまた、ビジネス上、重要な情報である。なぜなら、後述するが、これらのデータは、他の情報、例えば、環境情報、顧客顔認識情報を含む映像データから抽出した特徴などと関連付けられて顧客データベースに構成され、将来利用されるからである。本発明の一実施例では、これらのデータは顧客の傾向や振る舞いを分析するために利用されることもあり、これらの解析は顧客の満足度や売上げに関連する数値を向上させるためにも利用される。

カメラ１１６はお店に来る顧客の顔画像を撮影するように配置されている。顔画像は、顧客の顔の特徴を含んでおり、この顔の特徴から、ＣＰＵ１２２上で稼動する顔認識アルゴリズムによって、顧客の性別、年齢および顔の表情が、抽出、計算される。また、顧客が属する民族グループも、カメラ１１６によって撮影された顔画像から抽出された顔の特長から推定される。顔認識技術を使うことによって、各顧客のＩＤ、お店の中での顧客の追跡情報、お店での滞在時間、顧客の満足度などが顔の表情から計算され、求められる。本発明の一実施例におけるこれら顧客の鑑定処理は、顔画像を使用して顧客個人の個人情報を得る目的で行われるものではなく、顔の表情から、顧客の年齢、年齢グループおよび性別など推定し、顧客に対する推奨や、特定顧客を狙った宣伝などを行う場合に利用することが目的としていることを明記する。

カメラ１１６で撮影された画像を使って、ＣＰＵ１２２上で実行される顔認識アルゴリズムは自動的に、年齢、性別、満足度などを各々の顧客の顔の表情から推定し、さらに顧客グループの人数も推計される。顔認識アルゴリズムは、従業員、重要人物を撮影された画像から抜き取る機能も併せ持つ。複数のカメラが店内に配置され、これによって複数の場所から顧客の顔画像を撮影できるように構成されている。少なくとも、１台のカメラ１１６は店内の入り口に向けて配置され、さらに、１台のカメラ１１６は店内の方向を向けて配置される。これによって、顧客がお店を訪れたときと、お店から帰るときの顧客の顔画像を撮影するように構成されている。しかし、目的とする顧客がカメラ方向以外の方向を向いていて、カメラは、顧客の顔画像を撮影できない場合も想定される。このため、顧客の顔画像を撮影するために、複数のカメラを店内の複数の場所に配置することを推奨する。カメラで撮影された各々の画像は、タイムスタンプが記録されるように構成されている。このため、このタイムスタンプを使って、顧客の最初のタイムスタンプと同じ顧客の最後のタイムスタンプを使って、顧客に滞在時間を計算することができる。発明者は、この方法によって得られた滞在時間は、本来の滞在時間とは多少ことなるかもしれないが、顧客の滞在時間とみなしても問題ないと考えている。

上述したとおり、カメラ１１６が配置された各々の場所から顧客の顔画像を撮影するとき、タイムスタンプが画像データに追加され、カメラ１１６で撮影された、同じ顔画像、または、充分に同じと推定される顧客を特定することで、顧客の来店時間とその顧客の帰る時間の差をもとめることで、お店での滞在時間を求めることができる。さらに、喜んでいる表情、落ち込んでいる表情などの顧客の感情的な反応もメモリに保存されている顧客データベースを解析することで推定が可能である。この方法によって、顧客の満足度の度合いを得ることができる。

顧客の満足度はＣＰＵ１２２上で動作する顔認識アルゴリズムを使って撮影された顔画像を分析することで推定ができる。顔認識アルゴリズムは静止画像やビデオ信号の各々のフレームでも動作するため、店内に設置するカメラは、静止画を撮影するカメラであっても、ビデオカメラであっても、または、その組み合わせでも良い。さらに、顧客の属する民族グループもカメラで撮影した顔画像から抽出した特徴を分析することで特定することができる。

本実施例で、各顧客に割り振られたＩＤは匿名の名前であり、このＩＤはＣＰＵ１２２上で動作する顔認識アルゴリズムを使って、カメラ１１６で撮影された各顧客または、各顧客グループの各々に割りつけられている。年齢グループ、性別および顔の表情は、ＣＰＵ１２２上で実行される顔認識アルゴリズムをつかって、自動的に読み取られる。このため、カメラ１１６でその画像が撮影されたときに、時間データと共に、これらのデータは各顧客のＩＤと併せて、データ解析サブシステム１２０にあるメモリ（図示せず）に記録される。

サードパーティーウエブサイトによって供給された環境情報、ＰＯＳシステム１１４から供給された取引データおよびカメラ１１６で撮影された顧客、または、顧客グループの画像データはデータ解析サブシステム１２０に転送される。その後、ＣＰＵ１２２上で実行するように設計されたアルゴリズムは、環境情報、取引データおび画像データ間の数値的な相関ファクタを得るために解析される。

別の言い方をすれば、ＣＰＵ１２２で実行されるアルゴリズムは、データ解析サブシステムの中のメモリに格納されているデータベース内の顧客プロフィール（年齢、年齢グループ、性別）、環境情報、取引データとの関係で、ある事象、例えば、レストランのメニューから選択される物の確率分布を計算するものである。確率分布は、ある顧客プロフィールを有する顧客が、環境情報および過去の顧客の取引データとのかかわりの中で、ある好みの選択物をメニューから選択するする確率を求めるものである。

カメラ１１６によって撮影された顔認識データをＰＯＳシステム１１４によって提供された取引データと関連付けるために、例えば、カメラ１１６をテーブル番号付きのテーブルの近くに配置させ、そのテーブルに着席した顧客を撮影する。テーブル番号はレストランの各々のテーブルにつけられている。例えば、従業員が顧客の注文を取るときに、テーブル番号を、注文書面に記録し、取引データとして使う。これにより、ＩＤが付与された顔認識データは、対象の顧客が着席したテーブル番号を介してＰＯＳデータとの関連付けがなされる。

さらに、顧客が店に留まる時間は、顧客がレストランに入店した時と帰るときの顔画像上のタイムスタンプから求めることができる。入店時と帰る顧客の顔画像以外に、顧客が店に留まる時間は、その顧客の最初に撮影された顔画像のタイムスタンプと最後の顔画像のタイムスタンプからもとめられる。

他の実施例においては、カメラ１１６がＰＯＳシステムに組み込まれていて、ＰＯＳデータとＩＤを割り振られた顔認識テータがＰＯＳシステム１１４によって提供された取引データと関連づけられる。環境情報は、顧客がレストランに入店したときにカメラ１１６で撮影された顔画像によってトリガーされ、取得されるので、環境情報、ＩＤが付与さされる顧客プロフィールを構成するために使用される顔認識データと取引データはおのおの自動的に関連づけられる。

図３は デジタル情報収集および解析装置１００で使用される顔認識システム３００を図示したものである。この例では、カメラ３１０は二人の人の画像を撮影している。各々の人の撮影された顔画像の特徴を解析するための顔認識アルゴリズムは、データ解析サブシステム１２０（図１参照）内のＣＰＵ１１２上で実行されるように構成されている。この顔認識アルゴリズムは年齢、年齢グループ、性別および満足度を、撮影時に追記された顔画像上のタイムスタンプとともにカメラ３１０で撮影された画像の顔の表情を使って推定する機能を有している。この例では、カメラ３１０は二人の人の写真をとっているが、二人に限定するものではなく、二人より多い複数の人間を対象としても問題ない。

この例では、顔認識システム３００の出力は、顧客の顔の要素に関連する特定なデータを使うことで、二人の人が含まれ、一人は年齢グループ３０〜３５歳、性別：男性、もう一人は、年齢グループ２３〜２８歳、性別：女性、画像が撮影された時間：午後６時３５分のデータであることを示している。

図４は顧客や顧客グループのデータ要素の基本コンセプトを示す。デジタル情報収集および解析装置１００は、新たに発生したデータを蓄積、解析および、蓄積したデータを将来の使用に向けて修正する学習機能を実行するように構成されている。本発明の一実施例のデジタル情報収集および解析装置１００は、蓄積されたデータを単に比較するものではなく、幅広なデータをより深く慎重に解析する点が、従来のものとの本発明による技術との基本的なちがいである。

お店で求められる特定のニーズで求められる特定の市場情報を構築するためには、大量データが正しく解析されなければならない。このため、これに使われるアルゴリズムでは、大量のデータを取り込み、各データの関連性を規定しなければならない。図４は、二つの顧客グループ４００および４６０を図示する。両方の顧客グループ４００および４６０はおのおの３名の顧客４１０〜４１２および４７０〜４７２によって構成されている。二つのグループはレストランに同じ時間データ４５０に入店している。カメラ３１０（図３参照）は、すべての顧客の顔影像４１０〜４１２および４７０〜４７２を撮影している。データ要素４２０〜４２２および４８０〜４８２は各々の顧客の属する年齢グループである。データ要素４３０〜４３２および４９０〜４９２は各々の顧客が選択したメニューを表している。図示以外の取引がなされたときには、関係するデータは現時点での顧客データ、あるいは顧客グループのデータに追加され、データベースがアップデートされる。この例では、二つの顧客グループ４００および４６０が同じ時間データ４５０で関連づけられる。これらのデータから、例えば、選択されたメニュー、各々の顧客が属する年齢グループとの相関値を計算で求めることができ、将来の市場情報として利用することができる。相関値はこれに限定されるものではない。例えば、選択されたメニュー、気象データ、気温データおよび湿度データも前述のアルゴリズムを使って計算することができる。

最新のアルゴリズムによって求められる統計的に関連する情報と相互の関連性は、人間の想像をはるかに超えるものである。デジタル情報収集および解析装置１００は上述したとおり、新たな情報を取り込み、変化する動向と新しい情報をアップデートするように構成されている。

つぎに、本発明に関する自己学習アルゴリズムについて説明する。自己学習アルゴリズムはどのようなデータがデータベースに追加されるかに大きく依存するものである。本発明に関連する自己学習アルゴリズムの一例を示す。自己学習アルゴリズムが組み込まれたデジタル情報収集および解析装置１００が設置されたレストランに、顧客あるいは顧客グループが立ち寄ったと仮定する。レストランの入り口に設置されたカメラ１１６は顧客（複数の顧客を含む）の顔画像を撮影する。さらに、時間データ、曜日、気温および湿度を含む気象情報がデジタル情報収集および解析装置１００によって、コンピュータネットワークやインターネットを介して取得される。デジタル情報収集および解析装置１００は、現行の顧客プロフィール、現在の気象情報を含む現在の環境情報を、該顧客プロフィールに関連した取引データを含むデジタル情報収集および解析装置１００の顧客データベースに格納されている過去のデータと比較する。

現在のデータが過去のデータの中の一つと合致、あるいは近いものである場合、デジタル情報収集および解析装置１００は該顧客のプロフィールが年齢や性別などでカテゴライズされ、それらが環境情報などとの過去の組み合わせと合致した場合に、過去に、その組み合わせ時によく売れたメニューをピックアップする。その後、セールス担当者がそのメニューを顧客に薦めるか、あるいは、デジタル情報収集および解析装置で選択されたメニューを使って、顧客向けに宣伝を実施する。

この結果はＰＯＳシステム１１４を介して、リアルタイムベースあるいは、後に、帰還情報としてデジタル情報収集および解析装置１００に入力される。この結果、顧客が新しいメニュー、あるいは同じメニューを選択したかどうかによらず、デジタル情報収集および解析装置１００はさらなる情報を入手することがでる。これによって、格納されている顧客プロフィールの精度を高めることができる。この自己学習機能は本発明の一実施例のアルゴリズムに組み込まれている。

次に本発明の実施例のいくつかの機能の例をあげる。

以下の特定環境下で、デジタル情報収集および解析装置１００によって自動的に選択された追加メニューの提示を行う場合に使われる自己学習アルゴリズムの一例を示す。
現在時間と曜日：１７：００〜１７：３０、木曜日
現在のレストランの顧客の性別分布：男性７０％、女性３０％
現在の天候／温度／湿度：快晴／２１．１〜２３．９℃（７０〜７５Ｆ）／３５〜４０％

デジタル情報収集および解析装置１００に格納されている過去のデータでは、現在の天候と上記の顧客データから、フレンチフライが７３％の確率で販売可能であり、ビールが６１％の確率で販売可能である。

そこで、デジタル情報収集および解析装置１００は、レストランのウエイター／ウエイトレスに対し、フレンチフライとビールを顧客に薦めるように指示を出す。あるいは、レストランのウエイター／ウエイトレスが所持している表示デバイスやレストランの電子看板（表示デバイス）にフレンチフライとビールの表示を行う。フレンチフライとビールが売れれば売上げ増加となる。もし、不成功に終われば、このデータはＰＯＳデータに反映され、過去のデータを最新のものに修正する。この例では、電子看板（表示デバイス）はレストラン内に設置されている例を示したが、レストランの屋外あるいは、屋内と屋外に設置されていてもよい。

図５は、本発明の一実施例であるデジタル情報収集および解析装置５００のシステム構成を示したものである。データ収集サブシステム５１０は、ＰＯＳシステムによって得られたＰＯＳデータ、サードパーティーウエブサイトから得られる気象情報データを含む環境情報およびカメラで撮影された顔認識データを含む。これらのデータは、データ解析サブシステム５２０に転送される。ＰＯＳデータ、環境情報および顔認識データは、デジタル情報収集および解析装置５００の基本データとして利用される。アルゴリズム／データ解析サブシステム５２０は以下の二つのアルゴリズムを有する。
１）ウエブサイトからコンピュータネットワークあるいはインターネットを介してえられた環境情報、ＰＯＳデータおよび顔認識データを取得し、これらのデータを制御して、取引データや環境データを含む顧客に関係するイベント（事象）の確率分布を取得するために、おのおののイベントの相関関数を計算するアルゴリズム、および
２）顧客プロフィールを作成するため、カメラで撮影した顔画像から特徴を抽出し、年齢や年齢グループを推定するための顔認識アルゴリズム。

このアルゴリズムを使って、例えば、その日の天候、温度および湿度の情報を含む環境条件、一日の中の時間、曜日などの特定の環境下で売れる各々のメニューの確率が計算できる。言い換えれば、各メニューの相関係数が、気象情報や、ＰＯＳデータに関連する性別、年齢グループを含む顧客プロフィールに関連する形で計算できる。

アルゴリズム／データ解析サブシステム５２０は現行の顧客が過去のデータのうちの一つと合致、あるいは近いデータかどうかについて、新しく取得したデータと過去のデータを比較することで判断する。さらに、顔認識データ、気象データおよびＰＯＳデータを含む過去のデータは、解析され、現行の環境下、例えば、気象データ、温度、湿度、年齢グループ、一日のうちの時間、曜日、および取引データの条件のもとで売れる見込みのあるメニューの販売確率が計算される。これによって、高い確率で販売見込みのある推奨メニューが準備される。データ解析サブシステム５２０の決定事項をベースに、マーケットシステム５３０は、過去のデータをもとにして、顧客に直接推奨する商品を提示し、店内のデジタル表示装置やソーシャルネットワークサービスなどのＳＮＳを介して表示する。このプロセスは、デジタル情報収集および解析装置５００によって自動的に実行されるので、レストランのスタッフは顧客への対応に時間をつかうことができる。

販売（取引データ）および／または推薦対象のメニューの宣伝の結果は、図５に示すＰＯＳシステムとフィードバックループ５６０または５７０を介して、過去のデータに追加される。

顧客または顧客グループがレストランに立ち寄ると、デジタル情報収集および解析装置５００は、レストランに立寄った顧客プロフィールとデジタル情報収集および解析装置５００によって得られた環境データを、ＰＯＳシステムによって取得された取引データに関連した顧客プロフィールと、環境情報を含む保存されているデータを図５に示すデータ解析サブシステム５２０で比較する。そして、現行のデータが保存されているデータと合致しない、あるいは、近いものではないと判断された場合、デジタル情報収集および解析装置５００は、これらのデータをデジタル情報収集および解析装置５００にとって、取引データを含めて新しいデータとしてデータベースに追加する。

商品の販売や宣伝結果はデジタル情報収集および解析装置５００のフィードバックループ５６０または５７０を介して、ＰＯＳシステムからリアルタイムあるいは、後に入力される。

図６は、顧客がレストランに立寄ったときのデジタル情報収集および解析装置５００の処理に関するフローチャートである。この装置が設置されているレストランを顧客が訪れたとき、顔画像データがレストランの入り口に設置されたカメラによって撮影される（ステップ６１０）。そして、顔画像データは解析され、顧客の顔の特徴が抽出され、この結果、顧客の推定年齢あるいは年齢グループ、性別および顧客の顔の表情が得られる。気象情報、レストランの場所に関連する交通情報、例えば、レストランに関連性のある道路、高速道路などを含む交通情報を含む環境情報が収集される（ステップ６２０）。

解析された顧客の顔認識データはデジタル情報収集および解析装置５００に格納されている過去の顧客データと比較される（ステップ６４０）。

デジタル情報収集および解析装置５００が、現行顧客プロフィールは、過去のデータと一致あるいは、充分に近いデータであると判断した場合、ウエイターまたはウエイトレスはこの情報を携帯端末を通して入手し、過去にその顧客あるいはプロフィール的に類似した顧客に販売したことのあるメニューを推奨する（ステップ６７０）。デジタル情報収集および解析装置５００が、この顧客はレストランにとって、新しい顧客あるいは、プロフィール的に類似した顧客がいなかったと判断した場合、性別、年齢グループ、気象情報の組み合わせからより高い確率分布をベースに、過去の取引データで高い確率で販売が見込まれるものが自動的にピックアップされ、顧客へ推奨される。

デジタル情報収集および解析装置５００が、この顧客と同じあるいは近いプロファイルを持つ顧客が見つけられない場合、顔人認識データ、ＰＯＳデータ、現在の気象情報やそれ以外の環境情報を含む環境情報が、デジタル情報収拾および解析装置５００の過去のデータに追加される（ステップ６６０）。

図７は本発明の他の実施例を示したものである。本発明の一実施例によれば、デジタル情報収集および解析装置５００は関連する商品で、組み合わせで販売できる見込みのあるものを提供するように構成されている。この例では、
気象条件が以下の場合：夏で晴天の日、
時間帯：午後４時〜５時、気温：２６．７〜３２．２℃（８０〜９０Ｆ）、
目標とする顧客の年齢幅：２１〜２４歳、
コカ・コーラ（登録商標）、ペプシコーラ（登録商標）およびプリングルズ（登録商標）の市場での組合せ販売の見込みについての概要を示す。

この例によれば、好天の暑い日には、ペプシコーラ（登録商標）に比べてコカ・コーラ（登録商標）が比較的良く売れる。プリングルズ（登録商標）はしばしば、コカ・コーラ（登録商標）と一緒に売れる。このため、コカ・コーラ（登録商標）とプリングルズ（登録商標）が若人向けの宣伝として実行される。

図８は、ソーシャルネットワークサービス（ＳＮＳ）がデジタル情報収集および解析装置と関連して使用される本発明の一実施例におけるデジタル情報収集および解析装置５００の出力の一例を図示する。

クチコミマーケテイング（ＷＯＭマーケイング）いわゆる、クチコミ宣伝は、満足した顧客が他人にビジネス、商品、サービスまたはイベントがどのように好ましいかについて伝える無料の販売促進形式である。ＳＮＳ（ソーシャルネットワークサービス）はウェブ（Ｗｅｂ）ベースのサービスで、構成、操作が簡単であり、記述内容はクラウドから送付されるものである。

ＳＮＳ（ソーシャルネットワークサービス）はクチコミマーケテイング（ＷＯＭマーケイング）と宣伝戦略の力をフルに活用した新しい大きなチャンスをつくるものである。ＳＮＳ（ソーシャルネットワークサービス）はＷＯＭ（クチコミ）宣伝を可能にし、これによって家族から仕事仲間、あるいは見知らぬ人まで対象範囲を持つソーシャルサークルとして取り込むことが可能である。

本発明の一実施例としてのデジタル情報収集および解析装置を以下に示す。

図８はＳＮＳ（ソーシャルネットワークシステム）を使った宣伝の一例を示す。この例では、特定の年齢クループに属する対象顧客を狙って、特定の商品の宣伝をソーシャルネットワークシステム上に掲示するものである。
現在の時間、日、：１２：００ＰＭ、６月２８日、
気温、気象条件：３０．６℃（８７Ｆ）、晴れ

本発明によるデジタル情報収集および解析装置５００は、１０〜１５歳の女性顧客の来店が予測され、この年齢層の顧客はイチゴアイスクリームを好物とすることを掲示している。

そこで、ＳＮＳ（ソーシャルネットワークサービス）のスクリーン上には、「特別なイチゴアイスクリームの宣伝」がポップアップし、これに関する宣伝が図８に示すようにアップロードされる。この例では、現在の気象条件が、上記のように使用されている。他の実施例では、メニューの中身が、気象予測と保存されている過去のデータとの比較結果にしたがって変更される例がある。例えば、数時間後に降雨が予測される場合、過去のデータを参照して、気象予測に従ってレストランのメニューの中身を変更するものである。

図９は本発明の実施例に関連する利点の説明図である。本発明の実施例の利点は、
１）商品の保存、在庫量の低減９１０、
２）ＳＮＳ（ソーシャルネットワークサービス）の自動化９２０、
３）ＰＯＳデータの自動傾向分析９３０、
４）リアルタイム宣伝９４０
等である。在庫量は顧客プロフィール、気象予測データおよびＰＯＳデータの組合せを基本的なビジネス計画に加えて利用することで最適化ができる。これにより、在庫の最適化が可能である。ＳＮＳ（ソーシャルネットワークサービス）では、最新のビジネス、環境条件をベースにピンポイントの目標を自動的に狙うことができるため、従業員の特別な作業の必要性がない。また、ＰＯＳデータ、環境データ、および顧客プロフィールを使うことによって、詳細なセールスレポートが自動的に作成できる。最新の気象情報、過去のセールスデータ、をもとに特定の目標を狙った宣伝が自動的に、また、タイムリーに実行できる。

前述の議論は単に本発明の実施例を例示したものである。いわゆる当業者であれば、これらの議論、添付された図面および特許請求の範囲から、様々な変更、修正および改変が、本発明の精神と次に示す特許請求の範囲を逸脱することなく可能である。これらに実施例においては、レストランに関連する実施例が記述されている。しかしながら、本発明の実施例は、スーパーマーケット、小売店、デパート、ホテル、アミューズメントパーク、ショッピングセンターおよびフードコートなどにも適用可能である。

１００ 解析装置
１１０ データ収集サブシステム
１２０ データ解析サブシステム
１３０ データ利用サブシステム
１１２ インターネット
１１４ ＰＯＳ（ポイントオブセールス）システム
１１６ カメラ
１２２ ＣＰＵ
３００ 顔認識システム
３１０ カメラ
４００、４６０ 顧客グループ
４５０ 時間データ
４１０〜４１２、４７０〜４７２ 顔影像
４２０〜４２２、４８０〜４８２ データ要素
４３０〜４３２、４９０〜４９２ データ要素
５００ 解析装置
５１０ データ収集サブシステム
５２０ データ解析サブシステム
５６０、５７０ フィードバックループ

Claims (10)

1. 顧客プロフィール、過去の取引データおよび環境情報を使って、メニューから顧客にとって好ましい選択肢を提示する方法であって、
   カメラを使ってレストランを訪れる顧客の顔画像を捉えるステップと、
   ＣＰＵ（中央処理装置）上で動作する顔認識アルゴリズムを使って、該顔画像から特徴を抽出するステップと、
   該ＣＰＵ上で動作する該顔認識アルゴリズムを使って、顧客プロフィールを形成するために該顔画像から抽出した特徴を使って年齢および性別を予測するステップと、
   該ＣＰＵ上で動作するアルゴリズムを使ってインターネット経由で環境情報を取得するステップと、
   該環境情報には天候情報、温度情報および湿度情報が含まれるものであって、該ＣＰＵ上で動作する該アルゴリズムを使って、該環境情報をデータベースに格納するステップと
   ＰＯＳ（ポイントオブセールス）システムを使って顧客に関する取引データをデータベースに格納するステップと、
   該データベースに格納された該顧客プロフィール、環境情報、および取引情報を含む条件にもとづいて、該ＣＰＵ上で動作する該アルゴリズムを使って該好ましい選択肢の確率分布を計算するステップと、
   計算された確率分布の大きな値の確率から小さな値の確率の順、即ち降下順に好ましい選択肢を顧客に提示するステップと
   からなることを特徴とするメニューから顧客にとって好ましい選択肢を提示する方法。
2. 該ＣＰＵ上で動作する顔認識アルゴリズムを使って顧客の推定年齢を年齢グループの一つに等級化するステップと、
   該ＣＰＵ上で動作する顔認識アルゴリズムを使って、顧客の年齢グループをデータベースに格納するステップと
   をさらに含む、ことを特徴とする請求項１に記載のメニューから顧客にとって好ましい選択肢を選択する方法。
3. 該環境情報はさらにイベント情報と交通情報を含む、ことを特徴とする請求項１に記載のメニューから顧客にとって好ましい選択肢を選択する方法。
4. 該ＣＰＵ上で動作する該顔認識アルゴリズムを使って抽出した顔画像の特徴を利用して感情データを計算することで顧客の感情的な反応を得るステップをさらに含む、ことを特徴とする請求項１に記載のメニューから顧客にとって好ましい選択肢を選択する方法。
5. 顧客にとって好ましい選択肢をメニューから選択肢し宣伝を実行する方法であって、
   カメラを使ってレストランを訪れる顧客の顔画像を捉えるステップと、
   ＣＰＵ（中央処理装置）上で動作する顔認識アルゴリズムを使って、該顔画像から特徴を抽出するステップと、
   該ＣＰＵ上で動作する該顔認識アルゴリズムを使って、顧客プロフィールを形成するために該顔画像から抽出した特徴を使って年齢および性別を予測するステップと、
   該ＣＰＵ上で動作する該顔認識アルゴリズムを使って推定した年齢および性別を顔認識アルゴリズム内に設けた年齢グループのなかの一つに等級化するステップと、
   該ＣＰＵ上で動作する顔認識アルゴリズムを使って、顧客の該年齢グループをデータベースに格納するステップと、
   該ＣＰＵ上で動作するアルゴリズムを使って、天候、温度、および湿度情報を含む環境情報を取得するステップと、
   該ＣＰＵ上で動作するアルゴリズムを使って該環境情報をデータベースに格納するステップと、
   顧客に関する取引データを、ＰＯＳ（ポイントオブセールス）を使ってデータベースに格納するステップと、
   該ＣＰＵ上で動作するアルゴリズムを使って、該レストランの顧客の男女比率を計算するステップと、
   該ＣＰＵ上で動作するアルゴリズムを使って、計算した該レストランの顧客の男女比率、該年齢グループ、１日のうちの時間、週の中の曜日、該環境情報、および顧客の取引データをベースに好ましい選択肢に関する確率分布を計算するステップと、
   該ＣＰＵ上で動作するアルゴリズムを使って、計算された確率分布の大きな値の確率から小さな値の確率の順、即ち降下順に該好ましい選択を表示機に表示するステップと
   からなる、ことを特徴とする好ましい選択肢の宣伝を実行する方法。
6. 該環境情報は、さらに交通情報を含み、該表示機は該レストランの屋内または屋外または屋外および屋外に設置されている、ことを特徴とする請求項５に記載の好ましい選択肢の宣伝を実行する方法。
7. 商品の宣伝を実行する方法であって
   カメラを使って店舗を訪れる顧客の顔画像を捉えるステップと、
   ＣＰＵ（中央演算装置）上で動作する顔認識アルゴリズムを使って該顔画像から特徴を抽出するステップと、
   該ＣＰＵ上で動作する該顔認識アルゴリズムを使って、該顔画像から抽出した特徴を使って顧客の年齢を予測するステップと、
   該ＣＰＵ上で動作するアルゴリズムを使ってインターネットを介して、天気、温度および湿度を含む気象情報を得るステップと、
   該ＣＰＵ上で動作するアルゴリズムを使って、該気象情報をデータベースに格納するステップと、
   ＰＯＳ（ポイントオブセールス）システムを介して顧客に関連する取引データをデータベースに格納するステップと、
   ＣＰＵ上で動作するアルゴリズムを利用して、該商品、一日のうちの時間、週の中の曜日、環境情報および該取引データ間の確率分布を計算するステップと、
   ＣＰＵ上で動作するアルゴリズムを利用して、対象となる顧客を目標にＳＮＳ（ソーシャルネットワークサービス）と表示機を介して、計算された確率分布に従って該商品の宣伝を行うステップと
   をさらに含む、ことを特徴とする商品の宣伝を実行する方法。
8. 該ＣＰＵ上で動作する顔認識アルゴリズムを使って、顧客の推定年齢を年齢グループの一つに等級化するステップと、
   該ＣＰＵ上で動作する顔認識アルゴリズムを使って、顧客の該年齢グループをデータベースに格納するステップと
   をさらに含み、
   該宣伝は、その推定された年齢グループの一つを目標に行われる、
   ことを特徴とする請求項７記載の商品の宣伝を実行する方法。
9. 該ＣＰＵ上で動作する顔認識アルゴリズムを使って、ＩＤ番号（特定番号）を該顧客に割り振るステップと、
   該ＣＰＵ上で動作するアルゴリズムと、顧客に割り振ったＩＤを使って、商品を購入した顧客と商品の取引データとの相関をとるステップと
   をさらに含み、
   作成された該商品の宣伝は、ＳＮＳの画面上に、計算された確率分布の高い確率から低い確率の順番で表示される
   ことを特徴とする請求項７記載の商品の宣伝を実行する方法。
10. 該環境情報はさらにイベント情報と交通情報を含む、ことを特徴とする請求項７記載の商品の宣伝を実行する方法。
    
    
    

Images