JP2017027421A - 入店率推定システムおよび入店率推定方法 - Google Patents

Abstract

【課題】コストを低廉に抑えつつ、簡易に店舗の入店率を推定することが可能な技術を提供する。【解決手段】店舗内（または店舗近傍）に設置される端末検知装置１００が、Ｗｉｆｉ規格に基づく無線ＬＡＮ機能（Ｗｉｆｉ機能）を備えた携帯端末３００の数などを検知し、検知結果を解析サーバ２００に送信する。解析サーバ２００は、検知結果を解析することにより、検知された各携帯端末３００が店舗内にあるのか、または店舗外にあるのかを推定するとともに、各携帯端末３００の履歴を解析することで、当該店舗の入店率を推定する。【選択図】図１

Description

本発明は、店舗の入店率を推定する技術に関する。

レストランやコンビニエンスストアなどの店舗においては、集客状況を把握するために、入店率を測定することが行われている（下記特許文献１参照）。あるレストランでは、店舗の入口付近にレーザー光を利用したセンサ等を設置し、人または物体から戻った反射光を検知し、人認識アルゴリズムなどのソフトウェアを用いて解析することで店舗前通行者数や入店客数、入店率（＝１００×入店客数／店舗前通行者数）を推定し、込み合う時間帯や回転率等を把握している。

特開２０１０−１８１９２０号公報

しかしながら、上述した方法では、レーザー光を利用した特殊なセンサのほか、人認識アルゴリズムをインストールした端末などを別途用意する必要があり、多額の設備投資が必要となるという問題がある。
さらに、レーザー光を利用する代わりに、カメラ等を利用して店舗前通行者数や入店客数、入店率を推定する方法が考えられるが、この方法では映像の中に複数の人物が重なっている場合に各人物を特定することが技術的に難しいという問題がある。
さらにまた、カメラを利用する方法は、個人のプライバシー保護の観点から、撮影されること自体が敬遠されることも多く、実現が難しいという問題もある。

本発明は、以上説明した事情を鑑みてなされたものであり、コストを低廉に抑えつつ、簡易に店舗の入店率を推定することが可能な技術を提供することを目的の一つとする。

本発明の一態様である入店率推定システムは、店舗に設置される端末検知装置を用いて店舗の入店率を推定するシステムであって、端末検知装置は、店舗近傍の各携帯端末から送信される無線通信に関わるプローブ要求を検知し、検知される前記プローブ要求の電波強度に基づき、各携帯端末が前記店舗内にあるか、または店舗外にあるかを推定し、店舗内外推定情報を生成する第１推定部と、各携帯端末の店舗内外推定情報の履歴に基いて、店舗における入店客数と店舗通行者数を導出し、入店率を推定する第２推定部とを備えることを特徴とする。

ここで、上記構成にあっては、店舗の広さに関わる施設情報を記憶する記憶部をさらに備え、第１推定部は、プローブ要求の電波強度と、施設情報に示される店舗の広さに基いて、各携帯端末が店舗内にあるか、または店舗外にあるかを推定する態様が好ましい。

また、上記構成にあっては、推定した前記入店率の推移をあらわす推移グラフを表示装置に表示する出力部をさらに備える態様が好ましく、さらに、各携帯端末の店舗内外推定情報の履歴に基いて、各携帯端末のユーザの店舗における滞在時間を算出する算出部をさらに備える態様も好ましい。

本発明によれば、コストを低廉に抑えつつ、簡易に店舗の入店率を推定することが可能となる。

本実施形態に係る入店率推定システム１０００の概略構成を示す図である。 端末検知装置１００の主要構成を示すブロック図である。 端末検知情報を例示した図である。 電波強度と距離との関係を示す図である。 端末検知処理を示すフローチャートである。 入店率の推定処理を示すフローチャートである。

以下、本発明の実施形態について図面を参照しつつ詳細に説明する。なお、同一の要素には同一の符号を付し、重複する説明を省略する。

Ａ．本実施形態
図１は、本実施形態に係る入店率推定システム１０００の概略構成を示す図である。同図に示すように、入店率推定システム１０００は、各店舗に設置される端末検知装置１００と、通信ネットワークＮを介して端末検知装置１００と接続される解析サーバ２００とを備えて構成されている。

本実施形態では、店舗内（または店舗近傍）に設置される端末検知装置１００が、Ｗｉｆｉ規格に基づく無線ＬＡＮ機能（Ｗｉｆｉ機能）を備えた携帯端末３００を検知し、検知結果を解析サーバ２００に送信する。解析サーバ２００は、検知結果を解析することにより、検知された各携帯端末３００が店舗内にあるのか、または店舗外にあるのかを推定するとともに、推定される各携帯端末３００の位置履歴を解析することで、当該店舗の入店率を推定する。以下の説明では、便宜上、飲食サービスを提供するレストランＡ（店舗）に端末検知装置１００が設置され、レストランＡの入店率を推定する場合を例に説明するが、これに限る趣旨ではなく、複合アミューズメントシステム、ショッピングモール、デパート、病院、公共施設、各種スタジアムなど、あらゆる業態の店舗や施設に適用可能である。なお、本発明において「店舗」とは、商売を行うか否かを問わず広義の施設を意味するものとし、「入店率」とは、店舗の前を通る人（店舗前通行者数）のうち、店舗に入店した人（入店客数）が何パーセントいるかを表示した値をいう。

端末検知装置１００は、店舗近傍に位置するユーザ（店舗に入店した人や、店舗前を通る人）が所持する携帯端末３００を検知するための装置であり、例えば店舗内に設置される。端末検知装置１００は、小型ＰＣ（Personal Computer）、Ｗｉｆｉモジュール、電源、外部記憶装置（ＳＤカードやＵＳＢメモリ）などによって構成される（詳細は後述）。

携帯端末３００は、例えばスマートフォンであり、図示せぬアクセスポイント（ＡＰ）等を介して無線通信を行うためのＷｉｆｉ機能を備えている。もちろん、スマートフォンに限らず、携帯電話機、ＰＨＳ、パーソナルコンピュータ（ＰＣ）、ノートＰＣ、携帯情報端末（ＰＤＡ）、家庭用ゲーム機器など、Ｗｉｆｉ機能を備えたあらゆる端末に適用可能である。

解析サーバ２００は、例えば演算処理能力の高いコンピュータによって構成され、そのコンピュータにおいて所定のサーバ用プログラムが動作することにより、サーバ機能を実現するものである。解析サーバ２００は、データベース２１０を備えている。データベース２１０には、管理下にある各店舗の広さや形状などを示す施設情報ＦＩや、各携帯端末３００が店舗内にあるか、店舗外にあるかの推定結果を示す店舗内外推定情報ＥＩ、さらに、施設情報ＦＩや店舗内外推定情報ＥＩを利用して入店率を求めるための解析アルゴリズムＡＬが格納されている（詳細は後述）。なお、データベース２１０には、各店舗と各端末検知装置１００との対応（すなわち、どの店舗に、どの端末検知装置１００が設置されているか）を示す情報も格納されている。また、解析サーバ２００を構成するコンピュータは、必ずしも１台である必要はなく、通信ネットワークＮ上に分散する複数のコンピュータから構成されてもよい。

通信ネットワークＮは、解析サーバ２００と端末検知装置１００との間で相互に情報を送受信可能な通信網を含む。通信ネットワークＮは、例えば、インターネット、ＬＡＮ、専用線、電話回線、企業内ネットワーク、移動体通信網、ブルートゥース、Ｗｉｆｉ、その他の通信回線、それらの組み合わせ等のいずれであってもよく、有線であるか無線であるかを問わない。

＜端末検知装置１００＞
図２は、端末検知装置１００の機能構成を示すブロック図である。端末検知装置１００は、制御部１１０と、通信部１２０と、記憶資源１３０とを備える。

制御部１１０は、算術演算、論理演算、ビット演算等を処理する算術論理演算ユニット（ＣＰＵなど）および各種レジスタから構成され、記憶資源１３０に格納されている各種プログラムを実行することで端末検知装置１００の各部を中枢的に制御する。各種レジスタは、例えば、プログラムカウンタ、データレジスタ、命令レジスタ、汎用レジスタ等である。

通信部１２０は、Ｗｉｆｉモジュール１２１のほか、通信ネットワークＮ上の他の端末と通信をするための様々な通信インタフェース１２２を備えている。通信インタフェース１２２は、例えば、ＩＳＤＮモデム、ＡＤＳＬモデム、ケーブルモデム、光モデム、ソフトモデム等の変調復調装置である。

記憶資源１３０は、例えば、ディスクドライブまたは半導体メモリ（ＲＯＭ、ＲＡＭなど）等のコンピュータ読み取り可能な記録媒体や外部記憶装置（ＳＤカードやＵＳＢメモリ）などによって構成されている。記憶資源１３０は、複数の物理デバイスを１つの論理デバイスにマッピングして構築してもよいし、１つの物理デバイスを複数の論理デバイスにマッピングして構築してもよい。

記憶資源１３０には、オペレーティングシステムプログラム、ドライバプログラム、各種データ等が格納される。ドライバプログラムとしては、例えば、通信インタフェース１２２を制御するための通信インタフェースドライバプログラム等がある。また、記憶資源１３０には、携帯端末３００によって定期的にブロードキャストされるプローブ要求（Probe Request）を検知するためのコンピュータプログラム（以下、「端末検知アプリケーション」）ＡＰ１が記憶されている。端末検知装置１００は、定期的にプローブ要求の検知を行い、検知結果を端末検知情報として解析サーバ２００に送信する（詳細は後述）。

＜解析サーバ２００＞
解析サーバ２００は、端末検知装置１００から送信される端末検知情報を解析することで、端末検知装置１００が設置されている店舗の入店率を推定する。図３は、端末検知情報の構成を例示した図である。図３に示すように、端末検知情報には、端末検知装置１００が検知した携帯端末３００のそれぞれについて、ＭＡＣアドレスなどの情報（以下、端末アドレス情報）ＡＩや電波強度を示す情報（以下、電波強度情報）ＲＩ、検知した時間をあらわす情報（以下、時間情報）ＴＩなどが含まれている。

図４は、電波強度と端末検知装置１００からの距離との関係を例示した図である。図４に示すように、電波強度は距離の２乗に反比例して減衰するため、電波強度情報ＲＩに示される電波強度から、端末検知装置１００と携帯端末３００との距離（以下、「端末間距離」という）を求めることができる。解析サーバ２００は、このようにして求めた端末間距離と、施設情報ＦＩに示される当該店舗の施設の広さ、形状等利用することで、携帯端末３００が店舗内にあるのか、あるいは店舗外にあるのかを推定し、推定結果を店舗内外推定情報ＥＩとしてデータベース２１０に登録する。そして、解析サーバ２００は、各携帯端末３００の一定期間分の端末検知情報と、店舗内外推定情報ＥＩの履歴（各携帯端末３００の位置履歴）を解析することで、店舗外から店舗内に入った携帯端末３００の数（入店客数）と、店舗外を通る携帯端末３００の数（店舗前通行者数）とを求める。最後に、解析サーバ２００は、入店客数を店舗前通行者数で除し、これを百分率表示することにより、入店率を推定する。解析サーバ２００は、このようにして入店率を推定すると、各店舗等からのリクエストに応じ、これを入店率の推定情報として、所定の端末（例えば、表示パネルを備えた端末）宛てに送信する。もちろん、入店率の推定情報には、上記の如く求めた入店客数や店舗前通行者数を含めるようにしても良い。

以下、レストランＡに設置された端末検知装置１００を利用して入店率を推定する場合の動作について説明する。

＜端末検知処理＞
図５は、端末検知装置１００が実行する端末検知処理を示すフローチャートである。
Ｗｉｆｉ機能を搭載している携帯端末３００は、接続可能なアクセスポイントを探すために、定期的にプローブ要求をブロードキャストしている。施設内に設置された端末検知装置１００は、携帯端末３００からプローブ要求を受信するまで、ステップＳ１の処理を繰り返し実行する。端末検知装置１００は、携帯端末３００からプローブ要求を受信すると（ステップＳ１：ＹＥＳ）、プローブ要求に含まれるユニークなＭＡＣアドレス、タイムスタンプ、電波強度を取得した後、タイマ（図示略）等を参照し、処理開始から設定時間（例えば１０分間）が経過したか否かを判断する（ステップＳ２）。端末検知装置１００は、設定時間が経過していないと判断すると（ステップＳ２：ＮＯ）、ステップＳ１に戻り、上述した一連の処理を繰り返し実行する。一方、端末検知装置１００は、設定時間が経過したと判断すると（ステップＳ２：ＹＥＳ）、設定時間内に検知した各携帯端末３００の端末アドレス情報ＡＩ、電波強度情報ＲＩ、時間情報ＴＩを含む端末検知情報を生成し（ステップＳ３：図３参照）、これを解析サーバ２００宛てに送信して（ステップＳ４）、処理を終了する。

＜入店率の推定処理＞
図６は、解析サーバ２００が解析アルゴリズムＡＬを用いて実行する入店率の推定処理を示すフローチャートである。
解析サーバ２００は、端末検知装置１００から通信ネットワークＮ経由で端末検知情報を受信すると（ステップＳａ１）、当該店舗の施設情報ＦＩをデータベース（記憶部）２１０から取得する（ステップＳａ２）。施設情報ＦＩは、例えば本システム利用開始の際、各店舗のオーナー等によって入力される。もちろん、これに限る趣旨ではなく、大まかな推定でよければ、店舗の基準スペースを複数種類用意し（例えば、「大スペース：○×平米以上」、「中スペース：○△平米〜△×平米」、「小スペース：△△平米以下」など）、いずれの基準に属するかを各店舗のオーナー等に選択させても良い。

解析サーバ２００は、端末検知情報に示されるＭＡＣアドレスの数をカウントすることで検知端末数を把握した後、端末検知情報に示される電波強度情報ＲＩを参照することで、端末検知装置１００と携帯端末３００との端末間距離を求める（ステップＳａ３）。解析サーバ（第１推定部）２００は、このようにして求めた端末間距離と、施設情報ＦＩに示される当該店舗の広さ、形状等利用することで、携帯端末３００が店舗内にあるのか、あるいは店舗外にあるのかを推定し（ステップＳａ４）、推定結果を店舗内外推定情報ＥＩとしてデータベース２１０に登録する（ステップＳａ５）。

解析サーバ（第２推定部）２００は、各携帯端末３００の一定期間分の端末検知情報と、店舗内外推定情報ＥＩの履歴（各携帯端末３００の位置履歴）を解析することで、店舗外から店舗内に入った携帯端末３００の数（入店客数）と、店舗外を通る携帯端末３００の数（店舗前通行者数）とを求める（ステップＳａ６）。例えば、ある携帯端末３００の店舗内外推定情報ＥＩが、一定期間内に“店舗外”から“店舗内”に切り換わったことが判明すれば、この携帯端末３００のユーザは入店したと判断する。そして、解析サーバ（第２推定部）２００は、入店客数を店舗前通行者数で除し、これを百分率表示することにより、入店率を推定し、入店率の推定情報を生成する（ステップＳａ７）。最後に、解析サーバ（出力部）２００は、施設等からのリクエストに応じて入店率の推定情報を送信し（ステップＳａ８）、処理を終了する。

以上説明したように、本実施形態によれば、携帯端末３００に搭載されたＷｉｆｉ機能を利用することで、店舗近傍に位置するユーザが店舗に入店したか、あるいは店舗に入店することなく通り過ぎていったかを判別し、当該店舗の入店率を推定する。
これにより、レーザー光を利用した特殊なセンサやカメラなどを店舗に設けて入店率を推定する従来の方法に比べて、コストを低廉に抑えつつ、簡易に入店率を推定することが可能となる。

Ｂ．その他
本発明は、上述した実施形態に限定されるものではなく、本発明の要旨を逸脱しない範囲内において、他の様々な形で実施することができる。このため、上記実施形態はあらゆる点で単なる例示にすぎず、限定的に解釈されるものではない。例えば、上述した各処理ステップは処理内容に矛盾を生じない範囲で任意に順番を変更し、または並列に実行することができる。

上記実施形態では、端末検知装置１００の設置箇所について特に言及しなかったが、例えば施設の形状等に応じて推奨される設置箇所を予め決めても良い。例えば、図４に示す電波強度と端末検知装置１００からの距離との関係を考慮し、施設の中央に端末検知装置１００を設置するように推奨しても良い。

また、上記実施形態では、各携帯端末３００の一定期間分の端末検知情報と、店舗内外推定情報ＥＩの履歴を解析することで、店舗の入店率を推定したが、これに加えて（あるいはこれに代えて）、解析サーバ（算出部）２００が店舗における滞在時間を求めても良い。例えば、ある携帯端末３００の店舗内外推定情報ＥＩの履歴を参照し、“店舗外”から“店舗内”へ切り換わってから（入店時刻）、再び“店舗内”から“店舗外”へ切り換わるまでの時間（退店時刻）を検知することで、店舗における滞在時間を求めることが可能となる。

なお、所定タイミング（例えば１０分間隔）で生成される入店率の推定情報をどのように利用するかは、各オーナーの目的等に応じて適宜変更可能である。例えば、各店舗の入店率の推定情報に基づき、入店率の推移をあらわすグラフ（推移グラフ）を作成し、これを施設内の表示モニタ（表示装置）に表示してもよく、また施設のホームページなどに推移グラフを表示しても良い。

さらにまた、１台の端末検知装置１００を利用するだけでなく、複数台の端末検知装置１００を利用して入店率を推定しても良い。たとえば、広大な施設（大型ショッピングモールなど）を対象とする場合には、複数台の端末検知装置１００を利用することで、より精度の高い入店率の推定が可能となる。なお、本実施形態では、Ｗｉｆｉ規格に準拠した無線通信を例示したが、例えば３Ｇや４Ｇ、ＬＴＥなど、移動体通信システムの規格に準拠した無線通信に本発明を適用しても良い。

また、上記実施形態では、端末検知装置１００と解析サーバ２００とが連携して施設の混雑状況を推定するシステムについて説明したが、システムの構成はこれに限られず、種々の構成を採用可能である。例えば、解析サーバ２００が有する機能の一部（例えば、ＭＡＣアドレスの数（検知端末数）をカウントし、携帯端末３００の数を求める機能など）を端末検知装置１００側で備えても良く、さらには解析サーバ２００が有する主要な機能の全てを端末検知装置１００側で備えても良い。

１０００…入店率推定システム
１００…端末検知装置
２００…解析サーバ
３００…携帯端末
ＡＬ…解析アルゴリズム
ＦＩ…施設情報
ＥＩ…店舗内外推定情報
ＡＩ…端末アドレス情報
ＲＩ…電波強度情報
ＴＩ…時間情報
Ｎ…通信ネットワーク
１１０…制御部
１２０…通信部
１２１…Ｗｉｆｉモジュール
１２２…通信インタフェース
１３０…記憶資源
ＡＰ１…端末検知アプリケーション

Claims (5)

1. 店舗に設置される端末検知装置を用いて前記店舗の入店率を推定するシステムであって、
   前記端末検知装置は、前記店舗近傍の各携帯端末から送信される無線通信に関わるプローブ要求を検知し、
   検知される前記プローブ要求の電波強度に基づき、前記各携帯端末が前記店舗内にあるか、または前記店舗外にあるかを推定し、店舗内外推定情報を生成する第１推定部と、
   前記各携帯端末の前記店舗内外推定情報の履歴に基いて、前記店舗における入店客数と店舗通行者数を導出し、前記入店率を推定する第２推定部と
   を備える入店率推定システム。
2. 前記店舗の広さに関わる施設情報を記憶する記憶部をさらに備え、
   前記第１推定部は、前記プローブ要求の電波強度と、前記施設情報に示される前記店舗の広さに基いて、前記各携帯端末が前記店舗内にあるか、または前記店舗外にあるかを推定する、請求項１に記載の入店率推定システム。
3. 推定した前記入店率の推移をあらわす推移グラフを表示装置に表示する出力部をさらに備える、請求項１または２に記載の入店率推定システム。
4. 前記各携帯端末の前記店舗内外推定情報の履歴に基いて、前記各携帯端末のユーザの前記店舗における滞在時間を算出する算出部をさらに備える、請求項１〜３のいずれか１の請求項に記載の入店率推定システム。
5. 店舗の入店率を推定する方法であって、
   前記店舗近傍の各携帯端末から送信される無線通信に関わるプローブ要求を検知する検知ステップと、
   検知される前記プローブ要求の電波強度に基づき、前記各携帯端末が前記店舗内にあるか、または前記店舗外にあるかを推定し、店舗内外推定情報を生成する第１推定ステップと、
   前記各携帯端末の前記店舗内外推定情報の履歴に基いて、前記店舗における入店客数と店舗通行者数を導出し、前記入店率を推定する第２推定ステップと
   を含む、入店率推定方法。