JP2016173692A - 調査マッピング装置、調査結果集計方法および調査結果集計プログラム - Google Patents
調査マッピング装置、調査結果集計方法および調査結果集計プログラム Download PDFInfo
- Publication number
- JP2016173692A JP2016173692A JP2015052815A JP2015052815A JP2016173692A JP 2016173692 A JP2016173692 A JP 2016173692A JP 2015052815 A JP2015052815 A JP 2015052815A JP 2015052815 A JP2015052815 A JP 2015052815A JP 2016173692 A JP2016173692 A JP 2016173692A
- Authority
- JP
- Japan
- Prior art keywords
- survey
- information
- target
- pedestrian
- data
- 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
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】エリアマーケッティングの考え方に立脚し、出店計画の策定段階において有効な情報の提供をできるようにする。【解決手段】位置別歩行者データファイル101には、1以上の調査地点のそれぞれにおいて、歩行者を撮影した動画像データが調査地点ごとに記憶保持している。歩行者データ抽出部1は、位置別歩行者データファイル101に記憶されている画像データを画像認識して、調査地点ごとであって、歩行者ごとに、歩行者についての詳細情報を抽出する。支出許容範囲集計処理部3は、歩行者データ抽出部1で抽出した歩行者に関する情報を、予め決められた条件に従って、調査地点ごとであって、支出が可能な程度を示す支出許容範囲ごとに分類して集計し、この結果を出力可能にする。【選択図】図2
Description
この発明は、市場調査に関連し、特に出店計画を行う場合に用いるエリアマーケッティングの技術分野に適用して好適な装置、方法およびプログラムに関する。
後に記す特許文献1には、店舗においてマーケッティング情報を収集して活用する技術に関する発明が開示されている。特許文献1には、店舗において撮影した顧客の画像データとPOS(Point of Sales)システムで得られる種々のデータとを統合し、詳細なマーケティング情報を提供して、マーケティング分析を行い易くする方法等に関する発明が開示されている。この特許文献1に記載の発明により、店舗における従業員の負荷を大きくすることなく、必要な情報を収集し、例えば、年代、性別、服装別、髪型別など、種々の観点からの店舗におけるマーケッティング分析を可能にし、店舗でのオペレーションをより的確なものとすることができる。
上述したように、店舗におけるマーケッティング分析は、種々の技術が用いられて、種々の観点から行うことができる。しかし、出店計画の段階では、例えば、国勢調査などによって把握される出店予定地域(エリア)の人口や人口構成などの情報、近隣駅で集計されている乗降客数、特別に実施した通行量調査の調査結果などが用いられるのが一般的である。このため、地域の特性を的確に捉えて、地域のニーズに合致した店舗を出店できるようにする、いわゆるエリアマーケッティングの考え方に立脚し、出店計画をバックアップできる有効な手段の提供が望まれている。
以上の点に鑑み、この発明は、エリアマーケッティングの考え方に立脚し、出店計画の策定段階において有効な情報の提供をできるようにすることを目的とする。
上記課題を解決するため、請求項1に記載の発明の調査マッピング装置は、
1以上の調査地点において時間の経過に従って取得される調査対象についての情報を、前記調査地点ごとに記憶する記憶手段と、
前記記憶手段に記憶されている前記調査対象についての情報から、前記調査地点ごとであって、前記調査対象ごとに、各調査対象に関する情報を抽出する抽出手段と、
前記抽出手段で抽出された前記調査対象に関する情報に基づくと共に、予め決められた条件に従って、前記調査対象について、前記調査地点ごとであって、支出が可能な程度を示す支出許容範囲ごとに分類して集計する集計手段と
を備えることを特徴とする。
1以上の調査地点において時間の経過に従って取得される調査対象についての情報を、前記調査地点ごとに記憶する記憶手段と、
前記記憶手段に記憶されている前記調査対象についての情報から、前記調査地点ごとであって、前記調査対象ごとに、各調査対象に関する情報を抽出する抽出手段と、
前記抽出手段で抽出された前記調査対象に関する情報に基づくと共に、予め決められた条件に従って、前記調査対象について、前記調査地点ごとであって、支出が可能な程度を示す支出許容範囲ごとに分類して集計する集計手段と
を備えることを特徴とする。
この請求項1に記載の発明の調査マッピング装置によれば、記憶手段には、1以上の調査地点のそれぞれにおいて、時間の経過に従って取得された、例えば歩行者などの調査対象についての情報が、調査地点ごとに記憶保持されている。抽出手段は、記憶手段に記憶されている調査対象についての情報をインプットデータとして用いて、調査地点ごとであって、調査対象ごとに、各調査対象に関する情報を抽出する。
集計手段は、抽出手段で抽出した調査対象に関する情報に基づき、予め決められた条件に従って、調査対象について、調査地点ごとであって、支出が可能な程度を示す支出許容範囲ごとに分類して集計する。集計手段により集計された集計データは、調査地点ごとに集計されているので、地図上にマッピング(対応付け)することができる。
これにより、例えば、地図上で、目的とするエリアや通り(道路)を指示することにより、その指示されたエリアや通りにおける、調査対象についての調査結果を、集計手段による集計結果に基づいて出力できる。すなわち、指示されたエリアや通りにおける、調査対象の支出許容範囲への分類集計結果の出力が可能となり、どの位の支出が可能な調査対象が、指示されたエリアや通りに存在していたかの情報を簡単に得ることができる。
この発明によれば、エリアマーケッティングの考え方に立脚し、出店計画の策定段階において有効な情報の提供をできる。
以下、図を参照しながら、この発明の装置、方法、プログラムの一実施の形態について説明する。
[発明の概要]
図1は、この発明が適用された実施の形態の概要について説明するための図であり、所定の地域の地図MPを示している。図1において、複数の黒丸は、市場調査を行う調査地点(定点観察地点)を示している。この発明を適用するにあたっては、まず、複数の調査地点において、歩行者や自動車を調査対象として時間の経過に従った市場調査を行う。この実施形態において市場調査は、主には、分析対象となる歩行者や自動車の画像の撮影を行うものである。なお、図1において、各黒丸に付けられた矢印は、市場調査として撮影を行う場合の撮影方向を示している。
図1は、この発明が適用された実施の形態の概要について説明するための図であり、所定の地域の地図MPを示している。図1において、複数の黒丸は、市場調査を行う調査地点(定点観察地点)を示している。この発明を適用するにあたっては、まず、複数の調査地点において、歩行者や自動車を調査対象として時間の経過に従った市場調査を行う。この実施形態において市場調査は、主には、分析対象となる歩行者や自動車の画像の撮影を行うものである。なお、図1において、各黒丸に付けられた矢印は、市場調査として撮影を行う場合の撮影方向を示している。
そして、この実施形態では、複数の調査地点における調査結果を、調査地点ごと、曜日ごと、時間帯ごとなどのように、所定の基準に従って解析し、その結果を、地図上にマッピングして、出店計画に際して利用できるようにする。具体的には、図1の地図上において円で示した内側のエリアARにおける例えば曜日ごと時間帯ごとの来訪者である歩行者や自動車に関する情報を把握できるようにする。また、図1の地図上において太線で示した「通り(道路)ST」における例えば曜日ごと時間帯ごとの来訪者である歩行者や自動車に関する情報を把握できるようにする。
また、この実施形態の装置、方法、プログラムは、来訪者である歩行者や自動車ごとに、当該歩行者や当該自動車の使用者の支出が可能な程度を示すT(時間)P(場所)O(場合)に応じた支出許容範囲を推定し、このTPOに応じた支出許容範囲に応じた分類、集計を行って、その結果の提供も行う。換言すれば、この実施形態の装置、方法、プログラムは、歩行者や自動車の使用者が、どのような時間帯に、どのような場所で、どのような場合に、どの位の支出が可能なのかを推定して、その情報についてもエリアや通りに紐付けて提供できるものである。
この場合、TPOに応じた支出許容範囲(支出が可能な程度)は、いわゆる可処分所得(消費支出+貯蓄)なども考慮して定められる。例えば、貯蓄は、一般に、20代の人に比べて、30代の人の方が高い傾向にあるので、TPOに応じた支出許容範囲においては、20代の人に比べて、30代の人の方を高くするといった調整が可能となる。以下においては、調査対象が歩行者の場合と自動車の場合とに分けて、具体的に説明する。
[調査対象が歩行者の場合]
図2は、この実施形態の歩行者用調査マッピング装置100の構成例を説明するためのブロック図である。図2に示すように、歩行者用調査マッピング装置(以下、単にマッピング装置と記載する。)100は。位置別歩行者画像情報ファイル101と位置別外部調査データファイル102とを備える。なお、図2において、「位置別歩行者画像情報F」などの記載における文字「F」は「ファイル」の略称として用いている。
図2は、この実施形態の歩行者用調査マッピング装置100の構成例を説明するためのブロック図である。図2に示すように、歩行者用調査マッピング装置(以下、単にマッピング装置と記載する。)100は。位置別歩行者画像情報ファイル101と位置別外部調査データファイル102とを備える。なお、図2において、「位置別歩行者画像情報F」などの記載における文字「F」は「ファイル」の略称として用いている。
位置別歩行者画像情報ファイル101は、図1を用いて説明したように、定められた調査地点において、通行する歩行者の全身を撮影できるように設置されたカメラによって撮影された所定期間分の動画像データが格納されている。歩行者データ抽出部1は、位置別歩行者画像情報ファイル101に格納されている画像データについて画像認識を行い、当該画像データ中に存在する歩行者の年代、性別、職種、所持ブランド、帯同者に関する情報を抽出する。なお、個人を特定するような処理は行われない。そして、歩行者データ抽出部1は、抽出した歩行者に関する情報を、位置別、日付別、時間帯別、個々の歩行者別に、位置別歩行者データファイル103に記録する。
ここで、歩行者の年代は、例えば、10歳から14歳、15歳から19歳というように、5歳単位で把握されるものであり、歩行者の身長などの体形、顔のはり、艶、皺の状態などに応じて判別可能である。職種は、年代、性別、服装を総合的に勘案して判別できるものであり、事務系、現業系、いわゆるフリーター、主婦、学生、定年後世代の方などとった情報である。そして、職種のごく簡単な判別手法の一例を示せば、例えば、男性でスーツにネクタイ姿であれば事務系(サラリーマン)であり、男性で作業服姿であれば現業系であり、また、年代が15歳から19歳で、ジーンズ、セーター、スニーカーを着用していれば学生であるなどというように判別可能である。すなわち、職種は、年代、性別、服装などが、各職種で一般的とされているものとどの程度一致しているかに応じて判別できる。
ブランドは、歩行者が身に着けている洋服、装飾品、靴、眼鏡、バックなどが、他と区別できる特徴を持つ製品であって、高級ブランド、カジュアルブランド、リーズナブルブランドなどに分類できるものである。そして、所持ブランドは、歩行者が身に着けているブランドが、高級ブランドか、カジュアルブランドか、リーズナブルブランドかの区別と、それらの所持点数、更には何が該当ブランドかを示す情報からなる。例えば、洋服とバックと時計の3点が高級ブランドであるといった情報が、所持ブランドとして判別される。
このため、歩行者が身に着けている洋服、装飾品、靴、眼鏡、バックなどが有する特徴と、種々のブランドの洋服、装飾品、靴、眼鏡、バックなどが有する特徴との一致の度合いに応じて、ブランド品か否かの判別が可能である。そして、例えば、身に着けている洋服が、特定の名前(ブランド名)が付けられたものが有する特徴と一致していれば、当該洋服が所持ブランドとして特定できる。そして、所持ブランドの情報は、歩行者のTPOに応じた支出許容範囲を推定する上で重要な情報となる。
帯同者に関する情報は、歩行者が帯同者を伴っているか否か、また、帯同者を伴っている場合には、その帯同者はどのような帯同者かを示す情報である。帯同者の判別は、一定以上接近した状態で移動している歩行者同士は、帯同者あると判別できる。どのような帯同者かは、上述した年代、性別、職種によって判別できる。したがって、主婦が子供を連れていたり、事務系サラリーマンが、同じ事務系サラリーマン(同僚、上司)と連れ立っていたり、男女の同年代のカップルであったりといったことが判別可能である。
また、歩行者の左手の薬指の指輪の有無によって既婚、未婚の判別も可能である。このため、歩行者データ抽出部1は、歩行者は既婚か未婚化を判別し、この判別結果を歩行者に関する情報に含めることもできる。
位置別外部調査データファイル102には、例えば、コンビニエンスストアなどの複数の店舗において、POSシステムに対して従業員によって入力された顧客に関する情報が、店舗ごと、日にちごと、時間帯ごとに格納されている。ここで、顧客に関する情報は、年代、性別、職種などである。店舗において、所持ブランドや帯同者に関する情報をPOSシステムに入力している場合には、それらの情報を用いるようにしてももちろんよい。データ統合処理部2は、位置別外部調査データファイル102に蓄積されている顧客に関する情報を、歩行者に関する情報としてデータ形式を整えて、位置別歩行者データファイル103に記録(統合)する処理を行う。
位置別歩行者データファイル103は、上述したように、歩行者データ抽出部1によって抽出された歩行者に関する情報と、データ統合処理部2によって統合された歩行者(店舗の顧客)に関する情報を記憶保持する。図3は、位置別歩行者データファイル103の格納データの例を説明するための図である。図3に示すように、位置別歩行者データファイル103は、位置別(調査地点別)、日付別、時間帯別であって、個々の歩行者別に、歩行者に関する情報を記憶保持する。
図3では、緯度、経度によって特定される調査地点における、2015年3月5日の午前10時から午前11までの時間帯における歩行者に関する情報の例を示している。歩行者に関する情報としては、図3に示すように、30代後半の年代の女性で職種が主婦の方が、高級ブランド3点(例えば、洋服と、バックと、腕時計)を身に着けて、子供を1人連れて通行していたことが把握されている。同様に、10代後半の年代の女の子が、高級ブランド1点(例えば、洋服)を身に着けて女性に帯同して(連れられて)通行していたことが把握されている。また、20代後半の年代の男性で、職種が事務系で、所持ブランドは認識されておらず、帯同者もない方が通行していたこと、30代前半の年代の男性で、職種が現業系で、所持ブランドは認識されておらず、帯同者もない方が通行していたことも把握されている。
支出許容範囲集計処理部3は、位置別歩行者データファイル103に格納されている歩行者に関する情報を、位置別、日付別、時間帯別であって、性別別、年代別、職業別、TPOに応じた支出許容範囲別に集計し、位置別歩行者集計ファイル106に集計結果を作成する。この場合に、支出許容範囲集計処理部3は、歩行者用に作成された支出許容範囲判別テーブル104の情報に基づくと共に、参照データファイル105のデータを利用して集計処理を行う。
図4は、歩行者用に作成された支出許容範囲判別テーブル104の格納データの例を説明するための図である。TPOに応じた支出許容範囲は、例えば、性別別、年代別、職業別、支出許容範囲別に、昼食代、化粧品代、旅行代、飲み代、娯楽代、外食代、デート代、衣料品代、携帯料金、教養費(英会話など)といった種々の支出項目について、どの位の支出が可能かを示す情報となる。これらの情報は、事前に行われるアンケート調査などの結果を用いて特定し、例えば、支出許容範囲判別テーブル104に登録しておくことが可能である。
図4に示す支出許容範囲判別テーブル104は、性別、年代、職種、所持ブランド、帯同条件といった判別条件に応じてTPOに応じた支出許容範囲として、外食費の支出許容範囲を特定できるようにした場合の例である。そして、図4に示した歩行者用に作成された支出許容範囲判別テーブル104の例の場合には、例えば、性別が男性で、年代が30代後半で、職業が事務系で、所持ブランドが1点以下であれば、外食費に関する支出許容範囲は500円〜1000円にしている。また、性別が男性で、年代が30代後半で、職業が事務系で、所持ブランドが2点であれば、外食費に関する支出許容範囲は1000円〜2000円にしている。また、性別が男性で、年代が30代後半で、職業が事務系で、所持ブランドが3点であれば、外食費に関する支出許容範囲は2000円〜3000円にしている。
また、性別が女性で、年代が30代後半で、職業が主婦で、所持ブランドが3点以上で、子供を連れている人の場合には、収入は十分にあると考えられるため、外食費に関する支出許容範囲は5000円〜10000円にしている。なお、図4に示した例はあくまでも一例であり、種々の市場調査、消費者動向調査、また、種々の研究機関での消費者に関する研究結果などから、歩行者用に作成される支出許容範囲判別テーブル104に登録されるデータを整えられる。また、判別条件もさらに詳しくすることもできる。例えば、所持ブランドがどこかをも考慮してTPOに応じた支出許容範囲を決めたり、また、同伴者の所持ブランドを考慮して、TPOに応じた支出許容範囲を決めたりすることも可能である。
参照データファイル105には、例えば、プローブ調査データや国勢調査データなどの各種の統計データが格納されている。プローブ調査データは、スマートフォンなどと呼ばれる高機能携帯電話端末や従来からの携帯電話端末から所定のタイミングごとに送信される自機の現在位置と現在時刻とを含むプローブ情報に基づいた調査データである。具体的は、所定のエリアにどの位の人がいるのか、当該所定のエリアにいる人達は、どこから来た人達なのかといった情報が分かるものである。
このため、支出許容範囲集計処理部3は、位置別歩行者データファイル103の歩行者に関する情報に基づいて、歩行者ごとにTPOに応じた支出許容範囲を判別するが、さらに、参照データファイル105のデータに基づいて、判別したTPOに応じた支出許容範囲を修正する。例えば、位置別歩行者データファイル103の歩行者に関する情報の調査位置近傍への来訪者が、持家率の高いエリアや高額納税者の多いエリアから来ている人が多い場合には、判別したTPOに応じた支出許容範囲を1段階上げるといった調整を行える。その他、必要な参照データを揃えることによって、きめ細かな調整が可能となる。
図5は、位置別歩行者集計ファイル106の格納データの例を説明するための図である。図5に示すよう、位置別歩行者集計ファイル106には、位置別、日付別、時間帯別であって、性別別、年代別、職業別、TPOに応じた外食費に関する支出許容範囲別に、位置別歩行者データファイル103の歩行者に関する情報を集計して得た結果が格納される。なお、外食費に関する支出許容範囲は、1人が1回の外食に支出できる金額範囲である。図5に示した位置別歩行者集計ファイル106では、緯度、経度で示される調査地点において、2015年3月5日の午前10時から午前11時までの間での歩行者に関する情報の集計結果は以下のようになっている。
まず、性別が男性で、年代が30代後半で、職種が事務系の方の場合、外食費に関する支出許容範囲が500円〜1000円の人が1人、当該支出許容範囲が1000円〜2000円の人が6人、当該支出許容範囲が2000円〜3000円の人が1人であることが集計されている。同様に、性別が男性で、年代が30代後半で、職種が現業系の方の場合、当該支出許容範囲が500円〜1000円の人が1人、当該支出許容範囲が1000円〜2000円の人が2人であることが集計されている。
また、図5に示した位置別歩行者データファイル103では、性別が女性で、年代が30代後半で、職種が事務系で、外食費に関する支出許容範囲が500円〜1000円の人が2人、当該支出許容範囲が1000円〜2000円の人が4人、当該支出許容範囲が2000円〜3000円の人が2人、当該支出許容範囲が3000円〜5000円の人が1人であることが集計されている。同様に、性別が女性で、年代が30代後半で、職種が主婦で、外食費に関する支出許容範囲が500円〜1000円の人が1人、当該支出許容範囲が1000円〜2000円の人が6人、当該支出許容範囲が2000円〜3000円の人が6人で、支当該出許容範囲が3000〜5000円の人が1人、当該支出許容範囲が5000円〜10000円の人が1人であることが集計されている。
この図5に示した態様の位置別歩行者集計ファイル106に格納される格納データは、従来の市場調査では得られないものであり、この集計結果を用いて、出店計画の立案の際に、従来にない観点から出店計画を検討できる。そして、図5に示したように、位置別歩行者集計ファイル106の格納データは、調査地点の位置情報(緯度、経度)に紐付けられている。このため、位置別歩行者集計ファイル106の格納データを地図上の位置と関連付けて管理できる。すなわち、位置別歩行者集計ファイル106の格納データは、地図上の対応位置にマッピングできる。
なお、ここでは、外食費に関する支出許容範囲別に集計した場合を例にして説明したが、昼食代、化粧品代、旅行代、飲み代、娯楽代、デート代、衣料品代、携帯料金、教養費(英会話など)といった種々の支出項目についても、それ用の支出許容範囲判定テーブルを用いることによって、外食費の場合と同様にして、位置別歩行者集計ファイルに集計データを形成できる。
地図重畳処理部4は、位置別歩行者集計ファイル106の集計データを用い、地図DB107の地図データを利用して、操作部5を通じて受け付ける使用者からの指示に応じ、エリアや通りごとにTPOに応じた支出許容範囲などの調査結果を地図に重畳して表示部6に出力する処理を行う。ここで、地図DB107は、地図を描画するための例えばベクトルデータやラスタデータ、注記(注釈)データ等の種々の地図情報(地図データ)を緯度・経度情報に対応付けて記憶保持する。具体的に、地図DB107に蓄積されている地図情報は、例えば、道路、鉄道、河川、山岳、商業施設、金融機関、住宅などの所定の種別毎(レイヤ毎)に形成されている。
また、操作部5は、キーボード、いわゆるマウスなどと呼ばれるポインティングデバイスなどからなり、使用者からの指示入力を受け付けて、これを地図重畳処理部4に供給する。表示部6は、例えばLCD(Liquid Crystal Display)などにより構成され、地図重畳処理部4からの表示情報を表示する。なお、LCDなどの表示装置とタッチセンサとで構成されるタッチパネルを、情報表示機能と情報入力機能と実現するインターフェース手段として用いるように構成するも可能である。この場合、当該タッチパネルは地図重畳処理部4に接続される。
そして、図6、図7は、地図重畳処理部4により、表示部6に表示される表示画面の例を説明するための図である。地図重畳処理部4は、図6、図7に示すように、地図の表示エリアH1と5つの入力欄N1〜N5が表示されると共に、ターゲットのチェックボックスがチェックされた場合には、図6に示すように、更に目的とするターゲットについての調査結果を表示するための条件設定を入力するための5つの入力欄T1〜T5を有する歩行者用調査結果表示画面が表示部6に表示される。また、利用者層のチェックボックスがチェックされた場合には、図7に示すように、更に利用者層を分類するための条件選択用のチェックボックスを有する歩行者用調査結果表示画面が表示部6に表示される。
図6、図7において、地図の表示エリアH1には、地図DB107に格納されている地図データに応じた地図が表示される。入力欄N1は、目的とする場所を含むエリアの地図を表示するための情報として、住所、駅、施設名、郵便番号などの情報の入力を受け付ける部分である。また、入力欄N2、N3は、目的とする期間を指定するための開始年月日と終了年月日の入力を受け付ける部分である。また、入力欄N4、N5は、目的とする時間帯を指定するための開始時刻と終了時刻の入力を受け付ける部分である。
そして、図6に示すように、目的とする場所の地図を地図の表示エリアH1に表示させた後に、期間、時間帯を指定し、目的とするターゲットを特定するための情報を入力欄T1〜T5に入力し、さらに矩形を用いて目的とするエリアを指示するように設定したとする。図6において、入力欄T1には、ターゲットとする歩行者の性別を入力する。図6の例では、男女両方が指定されている。入力欄T2には、ターゲットとする歩行者の年代を入力する。図6の例では、30代が指定されている。入力欄T3には、ターゲットとする歩行者の職種を入力する。図6の例では、全職種が指定されている。
また、図6において、入力欄T4には、ターゲットとする歩行者の職種を入力する。図6の例では、全職種が指定されている。入力欄T4には、調査したい支出項目を選択入力する。図6の例では、外食費が選択されている。入力欄T5には、調査したい支出許容範囲を入力する。図6の例では、1000円〜2000円が入力されている。この後、操作部5を通じて、図6において、位置P1と位置P2との対角線上の2点を指定することによって、点線で示した範囲の通りST1についての目的とするターゲットに関する調査結果を表示するように指示したとする。
この場合、地図重畳処理部4は、地図上において点線で指示された範囲を特定し、その特定した範囲に属する位置(緯度、経度)を有する歩行者集計データであって、目的とするターゲットについての歩行者集計データを位置別歩行者集計ファイル106から抽出して、曜日別、時間帯別に集計し、その結果を図6に示すように表示部6に表示する。図6に示した例では、性別は男女とも、年代は30代、職種は全職種、支出項目は外食費、支出許容範囲は1000円〜2000円である歩行者に関する集計結果を、吹き出し形式で表示した場合を示している。これにより、当該エリアには、各曜日の昼食時間帯にターゲットとする人がどの位来訪しているのかを明確に把握できる。
また、図7に示すように、目的とする場所の地図を地図の表示エリアH1に表示させた後に、期間、時間帯を指定し、利用者層に関する情報を、男女別職種別に表示すること指示し、さらに矩形を用いて目的とするエリアを指示するように設定したとする。この後、操作部5を通じて、図7において、位置P1と位置P2との対角線上の2点を指定することによって、点線で示した範囲の通りST1についての利用者層に関する調査結果を表示することを指示したとする。
この場合、地図重畳処理部4は、上述したように、地図上において点線で指示された範囲に属する位置(緯度、経度)を有する歩行者集計データを位置別歩行者集計ファイル106から抽出し、これを男女別であって、職種別に集計し、その結果を図7に示すように表示部6に表示する。図7に示した例では、利用者層に関する調査結果であって、男女別、職種別に集計した結果を、吹き出し形式で表示している場合を示している。
これにより、点線で囲まれた通りST1においては、2015年3月5〜2015年3月6日までの時間帯が午前11時から午後1時までの間では、男性、女性とも、事務系、現業系である来訪者(歩行者)が一番多いことが分かる。この場合、通りST1の当該部分では、就労している人が多いことが分かる。
なお、図6、図7に示した調査結果の表示例は、ごく単純な例を示したものであり、種々の観点から集約するようにした調査結果を、種々の態様で表示することが可能である。また、図6、図7に示した例は、目的する通り(道路)の所定範囲の調査結果を見るようにしたものである。しかし、これに限ることなく、矩形の範囲を広げて、より広い範囲の調査結果を表示したり、また、図1において円ARで示したように、目的するエリアを、円を用いて特定し、そのエリアについての調査結果を表示したりできる。円を用いたエリアの指定では、例えば、出店候補地を中心にしたエリアにおける調査結果を表示して見ることができる。
しかも、位置別歩行者集計データは、調査地点に応じて、地図上にマッピングできるので、エリアを狭めたり、広げたり、また、エリアの形状を変えるなどして、種々の観点から調査結果を集計し直し、目的とするエリアの調査結果を迅速かつ的確に把握できる。エリアの形状を変える場合には、多点を指定し、隣り合う点を接続するようにして、複雑な形状のエリアを指定することができる。このように複雑な形状を指定した場合であっても、位置別歩行者集計ファイルの歩行者集計データは、調査地点の位置情報に紐付けられているので、当該エリアにおける調査結果を正確にまとめて出力できる。
[歩行者用調査マッピング装置100の処理のまとめ]
図8は、上述した歩行者用調査マッピング装置100で行われる処理について説明するためのフローチャートである。まず、マッピング装置100では、歩行者データ抽出部1が機能して、位置別歩行者画像情報ファイル101の画像情報を画像認識することにより、歩行者に関する情報(図3)を生成し、これを位置別歩行者データファイル103に記録する(ステップS101)。これにより、単なる歩行者の画像が、年代、性別、職種、所持ブランド、帯同者に関する情報といった観点で集計可能な歩行者に関する情報に変換される。
図8は、上述した歩行者用調査マッピング装置100で行われる処理について説明するためのフローチャートである。まず、マッピング装置100では、歩行者データ抽出部1が機能して、位置別歩行者画像情報ファイル101の画像情報を画像認識することにより、歩行者に関する情報(図3)を生成し、これを位置別歩行者データファイル103に記録する(ステップS101)。これにより、単なる歩行者の画像が、年代、性別、職種、所持ブランド、帯同者に関する情報といった観点で集計可能な歩行者に関する情報に変換される。
次に、データ統合処理部2が機能して、位置別外部調査データファイル102の調査データを、そのデータ形式を整えて位置別歩行者データファイル103に統合(記録)する(ステップS102)。これにより、画像情報だけでなく、従来から店舗などで収集されている顧客に関する情報をも、歩行者に関する情報として利用できる。
この後、支出許容範囲集計処理部3が機能し、位置別歩行者データファイル103の歩行者に関する情報から、支出許容範囲判別テーブル104(図4)と参照データファイル105とを参照して、歩行者集計データ(図5)を生成し、これを位置別歩行者集計ファイル106に記録する処理を行う(ステップS103)。これにより、歩行者に関する情報は、さらにTPOに応じた支出許容範囲という新たな観点でも集計され、TPOに応じた支出許容範囲という観点(視点)から市場調査の結果を把握できるようになる。
そして、地図重畳処理部4が機能し、地図DB107の地図データに応じた地図を表示部6に表示すると共に、使用者からの指示に応じたエリアや通り(道路)についての歩行者に関する調査結果を表示部6に表示する処理を行う(ステップS104)。このステップS104の処理は、図6、図7を用いて説明したように、使用者が指示したエリアや通りごとの調査結果を出力するものである。この後、操作部5を通じて使用者からの操作入力を受け付け(ステップS105)、終了が指示されたか否かを判別する(ステップS106)。
ステップS106の判別処理において、終了は指示されていないと判別したときには、ステップS104からの処理を繰り返し、使用者からの指示に応じたエリアや通りについての歩行者に関する調査結果を表示部6に表示する処理を繰り返す。また、ステップS106の判別処理において、終了が指示されたと判別したときには、この図10に示す処理を終了する。
このように、この実施形態の歩行者用調査マッピング装置100は、調査地点における画像データや既存の調査データから、歩行者に関する情報を抽出して集計できる。特に、歩行者の支出許容範囲についての集計処理ができるので、どの位のお金が使える歩行者がどの程度集まってきているのかを、地図上で指定するエリアや通りごとに確認できる。
また、ここでは調査データの集計処理から調査結果の出力処理までを一連の処理として説明したが、これに限るものではない。ステップS101〜ステップS103までの集計処理と、ステップS104〜ステップS106の調査結果の出力処理とは、別個の処理として行うことができる。
すなわち、ステップS101〜ステップS103までの集計処理は1度行ってしまえば、新しい調査データが追加されない限り行う必要はない。そして、位置別歩行者集計ファイル106に歩行者集計データを作成した後においては、そのデータを用いて、繰り返し、出力条件を変えるなどして、調査結果を出力することが可能である。
また、この実施形態のマッピング装置100は、昼食代、化粧品代、旅行代、飲み代、娯楽代、外食代、デート代、衣料品代、携帯料金、教養費(英会話など)といった種々の支出項目について、上述したように、地図上に調査結果を表示して使用者に提供できる。
[調査対象が自動車の場合]
図9は、この実施形態の自動車用調査マッピング装置200の構成例を説明するためのブロック図である。図9に示すように、自動車用調査マッピング装置(以下、単にマッピング装置と記載する。)200は。位置別自動車画像情報ファイル201と位置別外部調査データファイル202とを備える。なお、図9において、「位置別自動車画像情報F」などの記載における文字「F」は「ファイル」の略称として用いている。
図9は、この実施形態の自動車用調査マッピング装置200の構成例を説明するためのブロック図である。図9に示すように、自動車用調査マッピング装置(以下、単にマッピング装置と記載する。)200は。位置別自動車画像情報ファイル201と位置別外部調査データファイル202とを備える。なお、図9において、「位置別自動車画像情報F」などの記載における文字「F」は「ファイル」の略称として用いている。
位置別自動車画像情報ファイル201は、図1を用いて説明したように、定められた調査地点において、通行する自動車のナンバープレート(自動車登録番号表)を含む画像を撮影できるように設置されたカメラによって撮影された所定期間分の動画像データが格納されている。
位置別外部調査データファイル202には、例えば、有料駐車場などにおいて、当該有料駐車などを利用する自動車のナンバープレート(自動車登録番号表)を含む画像を撮影できるように設置された課金精算システムのカメラによって撮影された所定期間分の動画像データが格納されている。
データ統合処理部11は、位置別自動車画像情報ファイル201と位置別外部調査データファイル202とをインプットファイルとして用いて、位置別に自動車に関する情報を抽出し、これを位置別自動車データファイル203に記録する処理を行う。
具体的に、データ統合処理部11は、位置別自動車画像情報ファイル201と、位置別外部調査データファイル202とに格納されている画像データについて画像認識を行い、当該画像データ中に存在する自動車の陸運支局名、車種、年式、自家用/商用の区別、車両区分を抽出する。なお、個人を特定するような処理は行われない。そして、データ統合処理部11は、抽出した自動車に関する情報を、位置別、日付別、時間帯別、個々の自動車別に、位置別自動車データファイル203に記録する。
ここで、陸運支局名は、自動車の使用の本拠の位置の運輸管理部又は陸運支局を示す情報であり、自動車のナンバープレートに表示された、「品川」、「大宮」などといった地名の表示である。このため、ナンバープレートの文字認識を行うことにより、陸運支局名の認識が可能である。この陸運支局名により、当該自動車の使用の本拠の地域が分かる。車種は、自動車の製造会社、製品名(形名)など、その自動車がどこのメーカーの何という自動車かを特定できる情報である。車種は、図8には示していないが、自動車外観DBの既存の自動車の外観データと比較照合することにより認識可能である。そして、車種によって、自動車の製造会社、製品名(形名)に加えて、国産車か外国車かの区別、軽自動車、乗用車、ミニバン、ワンボックスカー、貨物車、バスなどといった自動車の種類に応じた区別(分類)も可能となる。
また、この実施形態において、年式は、当該自動車の製造年を意味する。年式もまた、車種と同様に、製造年に応じて異なる部分について、既存の自動車の外観データと比較照合することにより認識可能である。自家用/商用の区別は、当該自動車が自家用車か商用車かを示す情報であり、ナンバープレートの地色によって、自家用(白)、商用(緑)、軽自家用(黄色)、軽商用(黒)といった区別が可能である。また、車両区分は、例えば、警察車両、自衛隊車両、貨物車両、タクシーやハイヤー、外交官車両、レンタカー、公用車両などを示す情報である。車両区分は、当該自動車の外観やナンバープレートの情報により認識可能である。この車両区分によって、市場調査の対象に含めるべきでない車両を除外することができる。
位置別自動車データファイル203は、上述したように、データ統合処理部11によって抽出された自動車に関する情報と、データ統合処理部11によって統合された有料駐車場なの利用者の自動車に関する情報を記憶保持する。図10は、位置別自動車データファイル203の格納データの例を説明するための図である。図10に示すように、位置別自動車データファイル203は、位置別(調査地点別)、日付別、時間帯別であって、個々の自動車別に、自動車に関する情報を記憶保持する。
図10では、緯度、経度によって特定される調査地点における、2015年3月5日の午前10時から午前11までの時間帯における自動車に関する情報の例を示している。自動車に関する情報としては、図10に示すように、「品川」ナンバーの「○○社製の□□□クーペ」で、年式が「2013年」の自家用車が通行していたことが把握されている。同様に、「練馬」ナンバーの「○○社製の×××セダン」で、年式が「2006年」の商用車が通行していたこと、「世田谷」ナンバーの「△△社製の○○○」で、年式が「2015年」の自家用車が通行していたことが把握されている。
支出許容範囲集計処理部12は、位置別自動車データファイル203に格納されている自動車に関する情報を、位置別、日付別、時間帯別であって、陸運支局別、自動車の種類(軽、普通、その他)別、自家用/商用別、TOPに応じた支出許容範囲別に集計し、位置別情報集計ファイル206に集計結果を作成する。この場合に、支出許容範囲集計処理部12は、自動車用に作成された支出許容範囲判別テーブル204の情報に基づくと共に、参照データファイル205のデータを利用して集計処理を行う。
図11は、自動車用に作成された支出許容範囲判別テーブル204の格納データの例を説明するための図である。TPOに応じた支出許容範囲は、例えば、陸運支局別、車種別、年式別、支出許容範囲別に、昼食代、化粧品代、旅行代、飲み代、娯楽代、外食代、デート代、衣料品代、携帯料金、教養費(英会話など)といった種々の支出項目について、どの位の支出が可能かを示す情報となる。これらの情報は、事前に行われるアンケート調査などの結果を用いて特定し、例えば、支出許容範囲判別テーブル204に登録しておくことが可能である。
図11に示すように、支出許容範囲判別テーブル204は、陸運局名、車種、年式といった判別条件に応じてTPOに応じた支出許容範囲として、外食費の支出許容範囲を特定できるようにした場合の例である。このため、TPOに応じた支出許容範囲は、図3を用いて上述した歩行者用の支出許容範囲判別テーブル104の場合と同様のものである。
そして、図11に示した自動車用に作成された支出許容範囲判別テーブル204の例の場合には、例えば、陸運局名が「品川」で、車種が「○○社製の□□□クーペ」で年式が2001〜2004年の自動車の使用者についての外食費に関する支出許容範囲は1000円〜2000円にしている。また。陸運局名が「品川」で、車種が「○○社製の□□□クーペ」で年式が2013〜2015年の自動車の使用者についての支出許容範囲は3000円〜5000円にしている。
このように、この実施形態では、自動車の使用の本拠の位置を示す陸運支局名と、車種と年式とにより判別可能な自動車の価値とに応じて、自動車の使用者の支出許容範囲(この例では外食費に関する支出許容範囲)を特定できるようにしている。なお、図11に示した例はあくまでも一例であり、種々の市場調査、消費者動向調査、また、種々の研究機関での消費者に関する研究結果などから、自動車用に作成される支出許容範囲判別テーブル204に登録されるデータを整えることができる。また、判別条件もさらに詳しくすることもできる。画像認識により判別可能な、例えば、自動車の色、タイヤの種類、改造や修理の状況、傷やへこみの有無などをも考慮して支出許容範囲を決めることも可能である。
参照データファイル205には、上述した歩行者用調査マッピング装置100の場合と同様に、例えば、プローブ調査データや国勢調査データなどの各手段の統計データが格納されている。そして、支出許容範囲集計処理部12は、位置別自動車データファイル203の自動車に関する情報に基づいて、自動車ごとに支出許容範囲を判別するが、さらに、参照データファイル205のデータに基づいて、判別した支出許容範囲を修正する。例えば、位置別自動車データファイル203の自動車に関する情報の調査位置近傍への来訪者が、持家率の高いエリアや高額納税者の多いエリアから来ている人が多い場合には、判別した支出許容範囲を1段階上げるといった調整を行える。その他、必要な参照データを揃えることによって、きめ細かな調整が可能となる。
図12は、位置別情報集計ファイル206の格納データの例を説明するための図である。図12に示すよう、位置別情報集計ファイル206には、位置別、日付別、時間帯別であって、陸運支局別、自家用/商用別、車両区分別、外食費に関する支出許容範囲別に、位置別自動車データファイル203の自動車に関する情報を集計して得た結果が格納される。ここで、外食費に関する支出許容範囲は、自動車の使用者が、1人で1回の外食に支出できる金額範囲を示す情報である。
そして、図12に示した位置別情報集計ファイル206では、緯度、経度で示される調査地点において、2015年3月5日の午前10時から午前11時までの間での自動車に関する情報の集計結果は以下のようになっている。陸運支局名が「品川」で、自家用/商用別が「軽自家用」である自動車の使用者の方の場合、外食費に関する支出許容範囲が500円〜1000円の人が1人、他の範囲の人は存在しないことが示されている。同様に、陸運支局名が「品川」で、自家用/商用別が「普通自家用」である自動車の使用者の方の場合、当該支出許容範囲が2000円〜3000円の人が3人、3000円〜5000円の人が6人、5000円〜10000円の人が2人であることが示されている。
同様に、陸運支局名が「練馬」で、自家用/商用別が「軽自家用」である自動車の使用者の方の場合、外食費に関する支出許容範囲が1000円〜2000円の人が1人、他の範囲の人は存在しないことが示されている。同様に、陸運支局名が「練馬」で、自家用/商用別が「普通自家用」である自動車の使用者の方の場合、外食費に関する支出許容範囲が2000円〜3000円の人が2人、3000円〜4000円の人が4人、5000円〜10000円の人が1人であることが示されている。
同様に、陸運支局名が「世田谷」で、自家用/商用別が「軽自家用」である自動車の使用者の方の場合、外食費に関する支出許容範囲が1000円〜2000円の人が1人で、他の範囲の人は存在しないことが示されている。同様に、陸運支局名が「世田谷」で、自家用/商用別が「普通自家用」である自動車の使用者の方の場合、外食費に関する支出許容範囲が1000円〜2000円の人が1人、2000円〜3000円の人が4人、3000円〜5000円の人が3人、5000円〜10000円の人が3人であることが示されている。また、陸運支局名が「世田谷」で、自家用/商用別が「普通商用」で、車両区分が「タクシー」ある自動車の通行も確認でき、この場合、外食費に関する支出許容範囲は判定できないので、その他の欄に1人(1台)通行していたことが示されている。
この図12に示した態様の位置別情報集計ファイル206に格納される格納データは、従来の市場調査では得られないものであり、この集計結果を用いて、出店計画の立案の際に、従来にない観点から出店計画を検討できる。そして、図12に示したように、位置別情報集計ファイル206の格納データは、調査地点の位置情報(緯度、経度)に紐付けられている。このため、位置別情報集計ファイル206の格納データを地図上の位置と関連付けて管理できる。すなわち、位置別情報集計ファイル206の格納データは、地図上の対応位置にマッピングできる。
地図重畳処理部13は、位置別情報集計ファイル206の集計データを用い、地図DB207の地図データを利用して、操作部14を通じて受け付ける使用者からの指示に応じて、エリアや通りごとにTPOに応じた支出許容範囲などの調査結果を地図に重畳して表示部15に出力する処理を行う。地図DB207、操作部14、表示部15は、図2を用いて説明した歩行者用調査マッピング装置100の地図DB107、操作部5、表示部6と同様に構成された部分である。
そして、図13、図14は、地図重畳処理部13により、表示部15に表示される表示画面の例を説明するための図である。地図重畳処理部13は、図13、図14に示すように、地図の表示エリアH1と5つの入力欄N1〜N5、更に目的とするターゲットについての調査結果を表示するための条件設定を入力するための2つの入力欄T1、T2を有する自動車用調査結果表示画面を表示部15に表示する。
図13、図14において、地図の表示エリアH1には、地図DB207に格納されている地図データに応じて地図が表示される。入力欄N1は、目的とする場所を含むエリアの地図を表示するための情報として、住所、駅、施設名、郵便番号などの情報の入力を受け付ける部分である。また、入力欄N2、N3は、目的とする期間を指定するための開始年月日と終了年月日の入力を受け付ける部分である。また、入力欄N4、N5は、目的とする時間を指定するための開始時刻と終了時刻の入力を受け付ける部分である。
また、この実施形態のマッピング装置200では、図13に示すように、入力欄T1には、調査したい支出項目を選択入力する。図13の例では、外食費が選択されている。入力欄T2には、調査したい支出許容範囲を入力する。図13の例では、1000円〜2000円が入力されている。
また、この実施形態のマッピング装置200では、図14に示すように、利用者居住地域に関する調査結果を、陸運支局別に表示できる。さらに、図13、図14に示すように、目的するエリアや通りを指示する方法として、矩形を用いた指示と円を用いた指示とを選択して用いることができるようにしている。
そして、図13に示すように、目的とする場所の地図を地図の表示エリアH1に表示させた後に、期間、時間帯を指定し、目的とするターゲットを特定するための情報を入力欄T1、T2に入力し、さらに矩形を用いて目的とするエリアを指示するように設定したとする。この後、操作部14を通じて、図13において、位置P1と位置P2との対角線上の2点を指定することによって、目的とするターゲットに関する調査結果を表示するように指示したとする。
この場合、地図重畳処理部13は、地図上において点線で指示された範囲を特定し、その特定した範囲に属する位置(緯度、経度)を有する自動車集計データであって、目的とするターゲットについての自動車集計データを位置別情報集計ファイル206から抽出して、曜日別、時間帯別に集計し、その結果を図13に示すように表示部15に表示する。図13に示した例では、支出項目は外食費、支出許容範囲は1000円〜2000円である自動車に関する集計結果を、吹き出し形式で表示した場合を示している。これにより、当該エリアには、各曜日の昼食時間帯にターゲットとする人がどの位来訪しているのかを明確に把握できる。
さらに、図14に示すように、位置P1とP2で指定した通りST1の当該部分について、利用者居住地域に関する調査結果を曜日別、時間帯別に集計して表示できる。図14では、位置P1とP2で指定した通りST1の当該部分について、利用者居住地域に関する調査結果として、陸運支局が「品川」である自動車の来訪数を示したものである。これにより、点線で囲まれた通りST1において、どこからどの位の自動車(人)が来訪しているのかを正確に把握することができ、折込チラシやポスティングを行う地域の特定ダイレクトメールを発送する地域の特定などに役立てることができる。
なお、図13、図14に示した調査結果の表示例は、ごく単純な例を示したものであり、種々の観点から集約するようにした調査結果を、種々の態様で表示することが可能である。また、図13、図14に示した例は、目的する通り(道路)の所定範囲の調査結果を見るようにしたものである。しかし、これに限ることなく、矩形の範囲を広げて、より広い範囲の調査結果を表示したり、また、図1に示したように円によって目的するエリアを特定し、そのエリアについての調査結果を表示したりできる。円を用いたエリアの指定では、例えば、出店候補地を中心にしたエリアにおける調査結果を表示して見ることができる。
しかも、位置別自動車集計データは、調査地点に応じて、地図上にマッピングできるので、エリアを狭めたり、広げたり、また、エリアの形状を変えるなどして、種々の観点から調査結果を集計し直し、目的とするエリアの調査結果を迅速かつ的確に把握できる。
[自動車用調査マッピング装置200の処理のまとめ]
図15は、上述した自動車用調査マッピング装置200で行われる処理について説明するためのフローチャートである。まず、マッピング装置200では、データ統合処理部11が機能して、位置別自動車画像情報ファイル201と位置別外部調査データファイル202の画像情報を画像認識することにより、自動車に関する情報(図10)を生成し、これを位置別自動車データファイル203に記録する(ステップS201)。これにより、単なる自動車の画像が、陸運支局名、車種、年式、自家用/商用の区別、車両区分といった観点で集計可能な自動車に関する情報に変換される。
図15は、上述した自動車用調査マッピング装置200で行われる処理について説明するためのフローチャートである。まず、マッピング装置200では、データ統合処理部11が機能して、位置別自動車画像情報ファイル201と位置別外部調査データファイル202の画像情報を画像認識することにより、自動車に関する情報(図10)を生成し、これを位置別自動車データファイル203に記録する(ステップS201)。これにより、単なる自動車の画像が、陸運支局名、車種、年式、自家用/商用の区別、車両区分といった観点で集計可能な自動車に関する情報に変換される。
この後、支出許容範囲集計処理部12が機能し、位置別自動車データファイル203の自動車に関する情報から、支出許容範囲判別テーブル204(図11)と参照データファイル205とを参照して、自動車に関する集計データ(図12)を生成して、これを位置別情報集計ファイル206に記録する処理を行う(ステップS202)。これにより、自動車に関する情報は、さらに支出許容範囲という新たな観点でも集計され、支出許容範囲という観点(視点)から市場調査の結果を把握できるようになる。
そして、地図重畳処理部13が機能し、地図DB207の地図データに応じた地図を表示部15に表示すると共に、操作部14を通じて受け付けた使用者からの指示に応じたエリアや通り(道路)についての歩行者に関する調査結果を表示部15に表示する処理を行う(ステップS203)。この後、操作部14を通じて使用者からの操作入力を受け付け(ステップS204)、終了が指示されたか否かを判別する(ステップS205)。
ステップS205の判別処理において、終了は指示されていないと判別したときには、ステップS203からの処理を繰り返し、使用者からの指示に応じたエリアや通りについての歩行者に関する調査結果を表示部15に表示する処理を繰り返す。また、ステップS205の判別処理において、終了が指示されたと判別したときには、この図15に示す処理を終了する。
このように、この実施形態の自動車用調査マッピング装置200は、調査地点における画像データや既存の調査データから、自動車に関する情報を抽出して集計できる。特に、自動車の使用者の支出許容範囲についての集計処理ができるので、どの位のお金が使える自動車の使用者がどの程度集まってきているのかを、地図上で指定するエリアや通りごとに確認できる。
また、ここでは調査データの集計処理から調査結果の出力処理までを一連の処理として説明したが、これに限るものではない。ステップS201〜ステップS202までの集計処理と、ステップS203〜ステップS205の調査結果の出力処理とは、別個の処理として行うことができる。
すなわち、ステップS201〜ステップS202までの集計処理は1度行ってしまえば、新しい調査データが追加されない限り行う必要はない。そして、位置別情報集計ファイル206に自動車集計データを作成した後においては、そのデータを用いて、繰り返し、出力条件を変えるなどして、調査結果を出力することが可能である。
また、この実施形態のマッピング装置200においても、昼食代、化粧品代、旅行代、飲み代、娯楽代、外食代、デート代、衣料品代、携帯料金、教養費(英会話など)といった種々の支出項目について、上述したように、地図上に調査結果を表示して使用者に提供できる。
[実施の形態の効果]
上述したように、調査対象としての歩行者や自動車の種々の情報を、様々な調査地点において収集し、これを調査地点ごとに、地図上の位置に対応付けて管理できる。これにより、目的とするエリアや通りについての調査結果を得ることができるなど、エリアマーケッティングの考え方に立脚し、出店計画の策定段階において有効な情報の提供ができる。特に、歩行者や自動車の種々の情報については、TPOに応じた支出許容範囲といった新たな観点で集計することができるので、従来にない新たな観点で、市場調査の結果を提供できる。
上述したように、調査対象としての歩行者や自動車の種々の情報を、様々な調査地点において収集し、これを調査地点ごとに、地図上の位置に対応付けて管理できる。これにより、目的とするエリアや通りについての調査結果を得ることができるなど、エリアマーケッティングの考え方に立脚し、出店計画の策定段階において有効な情報の提供ができる。特に、歩行者や自動車の種々の情報については、TPOに応じた支出許容範囲といった新たな観点で集計することができるので、従来にない新たな観点で、市場調査の結果を提供できる。
TPOに応じた支出許容範囲は、具体的には、上述した昼食代、化粧品代、旅行代、飲み代、娯楽代、外食代、デート代、衣料品代、携帯料金、教養費(英会話など)といった種々の支出項目についての支出許容範囲となる。すなわち、昼食代は、T(時間)としては昼間の12時前後の時間帯の、P(場所)としては飲食店で、O(場合)としては飲食する場合に支出できる金額の範囲ということになる。また、化粧品代は、T(時間)としては営業時間帯の、P(場所)としては化粧品店等で、O(場合)としては化粧品を購入する場合に支出できる金額の範囲ということになる。また、旅行代は、T(時間)としては主に休日(休暇中)の、P(場所)としては旅行会社等で、O(場合)としては旅行代金を支払う場合に支出できる金額の範囲ということになる。
[変形例など]
なお、上述した実施の形態では、矩形や円を用いて目的とするエリアや通りを指示して、指示したエリアや通りについての調査結果を出力できるようにした。しかし、これに限るものではない。例えば、目的とする通りを指示した場合には、その通り沿いに設けられた調査地点で収集した情報に応じた調査結果を出力するように構成することもできる。また、目的とする通り上において2点を指定することにより、その指定した2点の間に設けられた調査地点で収集した情報に応じた調査結果を出力するように構成することもできる。
なお、上述した実施の形態では、矩形や円を用いて目的とするエリアや通りを指示して、指示したエリアや通りについての調査結果を出力できるようにした。しかし、これに限るものではない。例えば、目的とする通りを指示した場合には、その通り沿いに設けられた調査地点で収集した情報に応じた調査結果を出力するように構成することもできる。また、目的とする通り上において2点を指定することにより、その指定した2点の間に設けられた調査地点で収集した情報に応じた調査結果を出力するように構成することもできる。
上述した歩行者用調査マッピング装置100の場合には、年代、性別、職種、TPOに応じた支出許容範囲、帯同に関する情報に基づいた調査結果を提供できるようにした。しかし、これに限るものではない。例えば、参照データファイル105の地域が住宅地域か、商業地域かといった、その地域の状態を示す情報をも考慮して、出店計画を立案することもできる。
また、職種も分かるので、働く人の数が多い、オフィス街や工業団地などであり、例えば、飲食代の支出許容範囲が500円〜1000円の方が多いエリアでは、回連率が高く、単価の安い、日替わりランチ、持ち帰り弁当、カウンター席が主体のカレー専門店などの出店に向いていると判別できる。この場合の、オフィス街や工業団地か否かは、国勢調査などの既存の調査資料を用いて判別可能である。
また、上述したように、歩行者の帯同に関する情報も得られるので、子連れの主婦が多いエリアでは、ファミリーレストランや子供服点などの出店に向いたエリアであると判別できる。そして、TPOに応じた支出許容範囲をも考慮することによって、取り扱うべき商品の価格帯を絞り込むこともできる。
上述した自動車用調査マッピング装置200の場合には、高級車や外国車が多いエリアは、中古軽自動車の販売店の出店には向かないエリアであると判別できる。ここで、高級車や外国車は、車種により判別可能であるが、更に、TPOに応じた支出許容範囲をも考慮することによって、中古軽自動車の販売店の出店には向かないエリアか否かを確認できる。
また、上述した自動車用調査マッピング装置200の場合には、貨物車両、タクシーなどの車両区分を認識することもできる。このため、このような貨物車両やタクシーなどの多いエリアでは、回連率が高く、単価の安いファーストフード店の出店に向いていると判別できる。さらに、このように貨物車両やタクシーなどの多いエリアにおける自家用車の使用者のTPOに応じた支出許容範囲も考慮することにより、同じエリアについて別の観点からの分析も可能になり、よりフレキシブルに出店する店舗の種類を変えたり、絞り込んだりすることも可能となる。
また、画像情報から画像認識により抽出する歩行者に関する情報や自動車に関する情報は、上述した実施の形態のものに限られるものではない。認識可能な情報であれば、歩行者に関する情報、自動車に関する情報として利用することができる。
また、上述した実施の形態では、自動車は主に4輪車を対象にしていたが、これに限るものではない。例えば、自転車、原動機付き自転車、自動二輪車などを調査対象とすることもできる。
なお、上述した実施の形態では、コンビニエンスストアなどで収集される顧客に関する情報(いわゆるコンビニチェック情報)を用いるようにしたり、また、駐車場などで収集される駐車情報を用いるようにしたりできる。しかし、これらの情報を用いることは必須の要件ではない。調査の精度を補強したり、高めたりするために必要であれば適宜用いるようにすればよい。
[その他]
上述した実施の形態の説明からも分かるように、調査マッピング装置の記憶手段の機能は、マッピング装置100、200の位置別歩行者画像情報ファイル101及び位置別外部調査データファイル102、位置別自動車画像情報ファイル201及び位置別外部調査データファイル202が実現している。
上述した実施の形態の説明からも分かるように、調査マッピング装置の記憶手段の機能は、マッピング装置100、200の位置別歩行者画像情報ファイル101及び位置別外部調査データファイル102、位置別自動車画像情報ファイル201及び位置別外部調査データファイル202が実現している。
また、調査マッピング装置の抽出手段の機能は、マッピング装置100、200の歩行者データ抽出部1、データ統合処理部11が実現している。また、調査マッピング装置の集計手段の機能は、マッピング装置100、200の支出許容範囲集計処理部3、13が実現している。また、調査マッピング装置の受付手段の機能は、マッピング装置100、200の操作部5、15が実現している。また、調査マッピング装置の地図重畳処理手段の機能は、マッピング装置100、200の地図重畳処理部4、13が実現している。
また、図8、図15のフローチャートに示し処理を行う方法が、この発明の調査結果集計出力方法の一実施の形態に対応している。また、図8、図15のフローチャートに示し処理を実行するプログラムが、この発明の調査結果集計出力方法の一実施の形態に対応している。
100…歩行者用調査マッピング装置、1…歩行者データ抽出部、2…データ統合処理部、3…支出許容範囲集計処理部、4…地図重畳処理部、5…操作部、6…表示部、101…位置別歩行者画像情報ファイル、102…位置別外部調査データファイル、103…位置別歩行者データファイル、104…支出許容範囲判別テーブル(歩行者用)、105…参照データファイル、106…位置別歩行者集計ファイル、107…地図DB、200…自動車用調査マッピング装置、11…データ統合処理部、12…支出許容範囲集計処理部、13…地図重畳処理部、14…操作部、15…表示部、201…位置別自動車画像情報ファイル、202…位置別外部調査データファイル、203…位置別自動車データファイル、204…支出許容範囲判別テーブル(自動車用)、205…参照データファイル、206…位置別情報集計ファイル、207…地図DB
Claims (7)
- 1以上の調査地点において時間の経過に従って取得される調査対象についての情報を、前記調査地点ごとに記憶する記憶手段と、
前記記憶手段に記憶されている前記調査対象についての情報から、前記調査地点ごと、時間帯ごとであって、前記調査対象ごとに、各調査対象に関する情報を抽出する抽出手段と、
前記抽出手段で抽出された前記調査対象に関する情報に基づくと共に、予め決められた条件に従って、前記調査対象について、前記調査地点ごとであって、支出が可能な程度を示す支出許容範囲ごとに分類して集計する集計手段と
を備えることを特徴とする調査マッピング装置。 - 請求項1に記載の調査マッピング装置であって、
地図上において、目的とするエリア、あるいは、通りを指定する使用者からの指示入力を受け付ける受付手段と、
前記受付手段を通じて指示されたエリア、あるいは、通りにおける、前記調査対象についての前記調査結果を、前記集計手段による集計結果に基づいて出力する地図重畳処理手段と
を備えることを特徴とする調査マッピング装置。 - 請求項1または請求項2のいずれかに記載の調査マッピング装置であって、
前記記憶手段には、前記調査対象に関する情報として、1以上の前記調査地点において時間の経過に従って撮影された画像情報を含んでおり、
前記抽出手段は、前記画像記憶手段に記憶されている前記画像情報について画像認識を行って、前記調査地点ごとであって、前記調査対象ごとに、各調査対象に関する情報を抽出することができるものであることを特徴とする調査マッピング装置。 - 請求項1、請求項2または請求項3のいずれかに記載の調査マッピング装置であって、
前記調査対象は、歩行者あるいは自動車であることを特徴とする調査マッピング装置。 - 請求項4に記載の調査マッピング装置であって、
前記抽出手段は、
前記調査対象が歩行者である場合には、前記詳細情報として歩行者の年代、性別、服装から判別できる職種、所持ブランドに関する情報、帯同者に関する情報を抽出し、
前記調査対象が自動車である場合には、前記詳細情報として自動車のナンバープレートに表示された陸運支局を表示する文字、車種、年式、自家用/商用の別、特殊車両の種別を抽出することを特徴とする調査マッピング装置。 - 1以上の調査地点において時間の経過に従って取得される調査対象についての情報を、前記調査地点ごとに記憶する記憶手段を備えた装置において用いられる調査結果集計方法であって、
抽出手段が、前記記憶手段に記憶されている前記調査対象についての情報から、前記調査地点ごとであって、前記調査対象ごとに、各調査対象に関する情報を抽出する抽出工程と、
集計手段が、前記抽出工程で抽出した前記調査対象に関する情報に基づくと共に、予め決められた条件に従って、前記調査対象について、前記調査地点ごとであって、支出が可能な程度を示す支出許容範囲ごとに分類して集計する集計工程と
を有することを特徴とする調査結果集計方法。 - 1以上の調査地点において時間の経過に従って取得される調査対象に関する情報を、前記調査地点ごとに記憶する記憶手段を備えた装置に搭載されたコンピュータを、
前記記憶手段に記憶されている前記調査対象についての情報から、前記調査地点ごと、時間帯ごとであって、前記調査対象ごとに、各調査対象に関する情報を抽出する抽出手段と、
前記抽出手段で抽出された前記調査対象に関する情報に基づくと共に、予め決められた条件に従って、前記調査対象について、前記調査地点ごとであって、支出が可能な程度を示す支出許容範囲ごとに分類して集計する集計手段と
して機能させることを特徴とする調査結果集計プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015052815A JP2016173692A (ja) | 2015-03-17 | 2015-03-17 | 調査マッピング装置、調査結果集計方法および調査結果集計プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015052815A JP2016173692A (ja) | 2015-03-17 | 2015-03-17 | 調査マッピング装置、調査結果集計方法および調査結果集計プログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2016173692A true JP2016173692A (ja) | 2016-09-29 |
Family
ID=57008947
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015052815A Pending JP2016173692A (ja) | 2015-03-17 | 2015-03-17 | 調査マッピング装置、調査結果集計方法および調査結果集計プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2016173692A (ja) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018110164A1 (ja) * | 2016-12-15 | 2018-06-21 | 日本電気株式会社 | 情報処理システム、情報処理方法および情報処理プログラム |
WO2018172906A1 (ja) * | 2017-03-18 | 2018-09-27 | エコエコドライブ株式会社 | 行動管理方法、行動管理装置、並びに決済補助コンピュータ |
JP2019032575A (ja) * | 2017-08-04 | 2019-02-28 | 株式会社オークローンマーケティング | 候補物件の適性評価装置、適性評価方法、コンピュータプログラム及びコンピュータプログラムを記録した記録媒体 |
JP2019067067A (ja) * | 2017-09-29 | 2019-04-25 | Kddi株式会社 | 判定装置、判定方法及び情報提供システム |
WO2020065919A1 (ja) * | 2018-09-28 | 2020-04-02 | 枝里 川中子 | 商店街の活性化のための調査システム並びに調査方法 |
WO2023166675A1 (ja) * | 2022-03-03 | 2023-09-07 | 日本電気株式会社 | 監視装置、監視システム、監視方法及び記録媒体 |
-
2015
- 2015-03-17 JP JP2015052815A patent/JP2016173692A/ja active Pending
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018110164A1 (ja) * | 2016-12-15 | 2018-06-21 | 日本電気株式会社 | 情報処理システム、情報処理方法および情報処理プログラム |
JPWO2018110164A1 (ja) * | 2016-12-15 | 2019-10-24 | 日本電気株式会社 | 情報処理システム、情報処理方法および情報処理プログラム |
JP7047769B2 (ja) | 2016-12-15 | 2022-04-05 | 日本電気株式会社 | 情報処理システム、情報処理方法および情報処理プログラム |
US11301873B2 (en) | 2016-12-15 | 2022-04-12 | Nec Corporation | Information processing system, information processing method, and information processing program |
WO2018172906A1 (ja) * | 2017-03-18 | 2018-09-27 | エコエコドライブ株式会社 | 行動管理方法、行動管理装置、並びに決済補助コンピュータ |
JP2019032575A (ja) * | 2017-08-04 | 2019-02-28 | 株式会社オークローンマーケティング | 候補物件の適性評価装置、適性評価方法、コンピュータプログラム及びコンピュータプログラムを記録した記録媒体 |
JP2019067067A (ja) * | 2017-09-29 | 2019-04-25 | Kddi株式会社 | 判定装置、判定方法及び情報提供システム |
WO2020065919A1 (ja) * | 2018-09-28 | 2020-04-02 | 枝里 川中子 | 商店街の活性化のための調査システム並びに調査方法 |
JPWO2020065919A1 (ja) * | 2018-09-28 | 2021-02-15 | 枝里 川中子 | 商店街の活性化のための調査システム並びに調査方法 |
JP7229564B2 (ja) | 2018-09-28 | 2023-02-28 | 株式会社Codesign Tokyo | 商店街の活性化のための調査システム並びに調査方法 |
WO2023166675A1 (ja) * | 2022-03-03 | 2023-09-07 | 日本電気株式会社 | 監視装置、監視システム、監視方法及び記録媒体 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2016173692A (ja) | 調査マッピング装置、調査結果集計方法および調査結果集計プログラム | |
Santos et al. | London congestion charging | |
Shaheen et al. | Shared mobility: A sustainability & technologies workshop: definitions, industry developments, and early understanding | |
Santos et al. | Road pricing: lessons from London | |
Rotaris et al. | The impact of transportation demand management policies on commuting to college facilities: A case study at the University of Trieste, Italy | |
JP7287746B2 (ja) | サーバ、情報処理方法、プログラム | |
Mutiso et al. | 'Boda Boda'bicycle taxis and their role in urban transport systems: case studies of Kisumu and Nakura, Kenya | |
Yang et al. | Modeling taxi demand and supply in New York city using large-scale taxi GPS data | |
JP2008225315A (ja) | 広告表示システム | |
Amaya et al. | Estimating the residence zone of frequent public transport users to make travel pattern and time use analysis | |
WO2016021726A1 (ja) | 情報処理システム | |
Lazarus et al. | To Pool or Not to Pool? Understanding opportunities, challenges, and equity considerations to expanding the market for pooling | |
Shaheen et al. | Definitions, industry developments, and early understanding | |
Kumar et al. | Service quality assessment of ride-sourcing services: A distinction between ride-hailing and ride-sharing services | |
Jou et al. | Willingness to pay price for tolls and on-board units for short-distance freeway users who normally avoid toll boots | |
DE102019134829A1 (de) | Systeme und verfahren zum erlangen einer beförderungsauskunft | |
Manikas et al. | Misalignment between societal well-being and business profit maximization: the case of New York taxis drivers’ incentive system | |
Schultz et al. | I-15 express lanes study, phase II: recommendations. | |
JP7279001B2 (ja) | プログラム、情報処理方法、端末 | |
TWI646497B (zh) | 停車消費管理系統與方法 | |
Kaewwongwattana et al. | Bangkok's mass rapid transit system's commuter decision-making process in using integrated smartcards | |
Tseytin et al. | Tracing individual public transport customers from an anonymous transaction database | |
Chu | Leveraging data from a smart card automatic fare collection system for public transit planning | |
CN115545759B (zh) | 一种基于动态定价机制的乘客出行意图挖掘方法 | |
Nasir et al. | Assessment of e-hailing services as an urban mobility option in KL city center |