JP2017220218A5

JP2017220218A5 -

Info

Publication number: JP2017220218A5
Application number: JP2017056737A
Authority: JP
Filing date: 2017-03-22
Publication date: 2019-06-13
Anticipated expiration: 2036-06-02

Description

＜１＞上記目的を達成するために、本発明は、
会員制紹介販売流通組織の会員に対する報酬額を計算してその配当率の予測をする報酬予測計算サーバーであって、
ネットワークを介して端末装置と通信可能であって、
前記端末装置から前記報酬額の計算のための変動条件の送信を受ける条件受信部と、
前記配当率が収束する報酬決定ルールと前記予測に係る配当率の定量評価をする評価ルールと該定量評価の結果に応じて前記変動条件の変更をする変更ルールと前記受信及び変更に係る変動条件とを記憶する記憶部と、
受信した変動条件又は変更に係る変動条件に応じて、前記報酬決定ルールと前記評価ルールに基づき、前記報酬額と配当率の予測を行い、該予測に係る配当率の定量評価を行う予測評価を実行する制御部と、
前記受信に係る変動条件を初期値として前記変更ルールに従って変動条件を変更し、前記制御部の予測評価を繰り返し実行させる繰り返し部と、
前記予測評価に係る配当率を含む表示と該表示に係る決定命令の入力手段の提供を前記端末装置と通信して実行する決定支援部と、
前記端末装置から送信される前記決定命令を受信すると、該決定命令に係る配当率と前記表示に係る変動条件とを決定データとして送信する出力部と、
を備え、
前記報酬決定ルールは、
［１］各会員が二分木データ構造の各ノードにそれぞれ仮想的に配置されて充填された階層を構成するようにマッピングされた配置情報を有し、
［２］各会員の報酬額について、
前記配置情報に基づいてその会員から分枝する下位の階層に属する会員が購入した商品の総個数である商品購入合計個数と、所与の最高限度額と、所与の報酬基数とに基づき、
階層ごとに前記商品購入合計個数について前記報酬基数により離散化して評価した暫定報酬額を算出し、前記暫定報酬額が前記最高限度額を超えないように前記報酬額を計算し、
前記暫定報酬額は、
深さｎの階層を有する二分木データ構造の第ｉ階層に属する会員の報酬額について、
前記最高限度額をＭ円、基本報酬額をｈ円、報酬基数をｇ個、各会員の商品購入個数を１個、前記商品購入合計個数をＳ（ｉ）個、その暫定報酬額をＰ（ｉ）円、とし、ＩＮＴ｛｝は｛｝内の数の整数値をとる演算子、＊は積算演算記号とした場合に、
Ｐ（ｉ）＝ｈ＊ＩＮＴ{Ｓ（ｉ）／ｇ}
であって、
決定される報酬額は、
Ｍ≦Ｐ（ｉ）かつｋ＋ｉ＝ｎ＋１
を充たす、ｋの最小値となる第ｎ層から数えてｍ番目である階層により場合分けし、
［場合１］：
ｉ≦ｎ＋１−ｍの階層の会員については、報酬額を最高限度額であるＭ円とし、
［場合２］：
ｉ＞ｎ＋１−ｍの階層の会員については、報酬額を暫定報酬額であるＰ（ｉ）＝ｈ＊ＩＮＴ{（２ ^(n+1-i) −２）／ｇ｝円として報酬額を計算するように構成されている。

このように構成されているために、階層が無限に深くなっても配当率が必ず収束するので、収束した配当率に基づいていろいろな変動条件における定量的評価を、ネットワークを通じて端末装置に提供することができる。
また、報酬基数というパラメータを導入し、商品購入合計個数について報酬基数で離散化して評価した暫定報酬額を算出している。これにより、商品購入合計個数をステップ的に丸めた値に切り下げることができるため、報酬額ひいては配当率を計算するにあたり、報酬基数を変化させることによってその試算が簡単にできる。
さらに、会員組織の階層の浅い古手の会員は報酬の最高限度額を制限し、階層の深い比較的新しい会員は商品購入合計個数に応じた報酬額となる。したがって、比較的高額の報酬を受け取る会員は最高限度額に制限されるものの、最高限度額に達さない、紹介が多くない会員に取っては減額の要素がないため、広く会員の紹介のモチベーションを保つことが容易であり、これを事前に会員に提示することもできるため、受け入れやすい。加えて、統括会社にとっても、最高限度額と報酬基数を同時に動かした場合の配当率の評価を容易に行うことができるため、柔軟な報酬プランを検討することができる。
ここで、配当率は、会員制紹介販売流通組織が受ける当該商品に関する販売額などの配当原資と報酬額の比率をいう（本明細書において、同じ）。この配当原資は、商品そのものの販売額のみならず、会員の入会金のような組織にとって配当原資となる収入を含むものである。また、販売額の全額のみならず、必要な控除をおこなった一部であってもよい。
さらに加えて、階層が無限に深くなっても変動条件（パラメータ）に対応する収束した配当率が求められるので、報酬プランの定量的評価をすることが可能になる。
また、基本報酬額に離散化による評価値をかけて暫定報酬額としているので、報酬額は、最高限度額、報酬基数、基本報酬額の３つを主要なパラメータとして、配当率を変えることができるので、報酬プランの決定が柔軟にできる。

＜２＞加えて、会員制紹介販売流通組織の会員に対する報酬額を計算してその配当率の予測をするために、コンピュータを、
前記報酬額の計算のための変動条件の入力を受ける条件入力手段と、
前記配当率が収束する報酬決定ルールと、前記予測に係る配当率の定量評価をする評価ルールと、該定量評価の結果に応じて前記変動条件の変更をする変更ルールと、前記入力及び変更に係る変動条件とを記憶する記憶手段と、
前記入力又は変更に係る変動条件に応じて、前記報酬決定ルールと前記評価ルールに基づき、前記報酬額と配当率の予測を行い、該予測に係る配当率の定量評価を行う予測評価を実行する制御手段と、
前記入力に係る変動条件を初期値として前記変更ルールに従って変動条件を変更し、前記制御手段の予測評価を繰り返し実行させる繰り返し手段と、
前記予測評価に係る配当率を含む表示と、該表示に係る決定命令の入力手段の提供とを実行する決定支援手段と、
前記決定命令が入力されると、該決定命令に係る配当率と前記表示に係る変動条件とを決定データとして出力する出力手段として機能させるための報酬予測計算プログラムであって、
前記報酬決定ルールは、
［１］各会員が二分木データ構造の各ノードにそれぞれ仮想的に配置されて充填された階層を構成するようにマッピングされた配置情報を有し、
［２］各会員の報酬額について、
前記配置情報に基づいてその会員から分枝する下位の階層に属する会員が購入した商品の総個数である商品購入合計個数と、所与の最高限度額と、所与の報酬基数とに基づき、
階層ごとに前記商品購入合計個数について前記報酬基数により離散化して評価した暫定報酬額を算出し、
前記暫定報酬額が前記最高限度額を超えないように前記報酬額を計算し、
前記暫定報酬額は、
深さｎの階層を有する二分木データ構造の第ｉ階層に属する会員の報酬額について、
前記最高限度額をＭ円、基本報酬額をｈ円、報酬基数をｇ個、各会員の商品購入個数を１個、前記商品購入合計個数をＳ（ｉ）個、その暫定報酬額をＰ（ｉ）円、とし、ＩＮＴ｛｝は｛｝内の数の整数値をとる演算子、＊は積算演算記号とした場合に、
Ｐ（ｉ）＝ｈ＊ＩＮＴ{Ｓ（ｉ）／ｇ}
であって、
決定される報酬額は、
Ｍ≦Ｐ（ｉ）かつｋ＋ｉ＝ｎ＋１
を充たす、ｋの最小値となる第ｎ層から数えてｍ番目である階層により場合分けし、
［場合１］：
ｉ≦ｎ＋１−ｍの階層の会員については、報酬額を最高限度額であるＭ円とし、
［場合２］：
ｉ＞ｎ＋１−ｍの階層の会員については、報酬額を暫定報酬額であるＰ（ｉ）＝ｈ＊ＩＮＴ{（２ ^(n+1-i) −２）／ｇ｝円として報酬額を計算する、ように構成されている。

このように構成されているために、階層が無限に深くなっても配当率が必ず収束するので、収束した配当率に基づいていろいろな変動条件における定量的評価をコンピュータで行うプログラムを提供することができる。
また、報酬基数というパラメータを導入し、商品購入合計個数について報酬基数で離散化して評価した暫定報酬額を算出している。これにより、商品購入合計個数をステップ的に丸めた値に切り下げることができるため、報酬額ひいては配当率を計算するにあたり、報酬基数を変化させることによってその試算が簡単にできる。
さらに、会員組織の階層の浅い古手の会員は報酬の最高限度額を制限し、階層の深い比較的新しい会員は商品購入合計個数に応じた報酬額となる。したがって、比較的高額の報酬を受け取る会員は最高限度額に制限されるものの、最高限度額に達さない、紹介が多くない会員に取っては減額の要素がないため、広く会員の紹介のモチベーションを保つことが容易であり、これを事前に会員に提示することもできるため、受け入れやすい。加えて、統括会社にとっても、最高限度額と報酬基数を同時に動かした場合の配当率の評価を容易に行うことができるため、柔軟な報酬プランを検討することができる。
さらに加えて、階層が無限に深くなっても変動条件（パラメータ）に対応する収束した配当率が求められるので、報酬プランの定量的評価をすることが可能になる。
また、基本報酬額に離散化による評価値をかけて暫定報酬額としているので、報酬額は、最高限度額、報酬基数、基本報酬額の３つを主要なパラメータとして、配当率を変えることができるので、報酬プランの決定が柔軟にできる。

＜３＞加えて、
会員制紹介販売流通組織の会員に対する報酬額を計算してその配当率を予測する報酬予測計算方法において、
前記報酬額の計算のための変動条件を入力する条件入力ステップと、
前記配当率が収束する報酬決定ルールと、前記予測に係る配当率の定量評価をする評価ルールと、該定量評価の結果に応じて前記変動条件の変更をする変更ルールを記憶する第１記憶ステップと、
前記入力及び変更に係る変動条件を記憶する第２記憶ステップと、
前記入力又は変更に係る変動条件に応じて、前記報酬決定ルールと前記評価ルールに基づき、前記報酬額と配当率の予測を行い、該予測に係る配当率の定量評価を行う予測評価を実行する制御ステップと、
前記入力に係る変動条件を初期値として前記変更ルールに従って変動条件を変更し、前記制御ステップの予測評価を繰り返し実行させる繰り返し前記予測評価に係る配当率を含む表示と、該表示に係る決定命令の入力手段の提供とを実行する決定支援ステップと、
前記決定命令が入力されると、該決定命令に係る配当率と前記表示に係る変動条件とを決定データとして出力する出力ステップと、
を含む報酬予測計算方法であって、
前記報酬決定ルールは、
［１］各会員が二分木データ構造の各ノードにそれぞれ仮想的に配置されて充填された階層を構成するようにマッピングされた配置情報を有し、
［２］各会員の報酬額について、
前記配置情報に基づいてその会員から分枝する下位の階層に属する会員が購入した商品の総個数である商品購入合計個数と、所与の最高限度額と、所与の報酬基数とに基づき、
階層ごとに前記商品購入合計個数について前記報酬基数により離散化して評価した暫定報酬額を算出し、前記暫定報酬額が前記最高限度額を超えないように前記報酬額を計算し、
前記暫定報酬額は、
深さｎの階層を有する二分木データ構造の第ｉ階層に属する会員の報酬額について、
前記最高限度額をＭ円、基本報酬額をｈ円、報酬基数をｇ個、各会員の商品購入個数を１個、前記商品購入合計個数をＳ（ｉ）個、その暫定報酬額をＰ（ｉ）円、とし、ＩＮＴ｛｝は｛｝内の数の整数値をとる演算子、＊は積算演算記号とした場合に、
Ｐ（ｉ）＝ｈ＊ＩＮＴ{Ｓ（ｉ）／ｇ}
であって、
決定される報酬額は、
Ｍ≦Ｐ（ｉ）かつｋ＋ｉ＝ｎ＋１
を充たす、ｋの最小値となる第ｎ層から数えてｍ番目である階層により場合分けし、
［場合１］：
ｉ≦ｎ＋１−ｍの階層の会員については、報酬額を最高限度額であるＭ円とし、
［場合２］：
ｉ＞ｎ＋１−ｍの階層の会員については、報酬額を暫定報酬額であるＰ（ｉ）＝ｈ＊ＩＮＴ{（２ ^(n+1-i) −２）／ｇ｝円として報酬額を計算する、ように構成されている。

さらに、会員組織の階層の浅い古手の会員は報酬の最高限度額を制限し、階層の深い比較的新しい会員は商品購入合計個数に応じた報酬額となる。したがって、比較的高額の報酬を受け取る会員は最高限度額に制限されるものの、最高限度額に達さない、紹介が多くない会員に取っては減額の要素がないため、広く会員の紹介のモチベーションを保つことが容易であり、これを事前に会員に提示することもできるため、受け入れやすい。加えて、統括会社にとっても、最高限度額と報酬基数を同時に動かした場合の配当率の評価を容易に行うことができるため、柔軟な報酬プランを検討することができる。
さらに加えて、階層が無限に深くなっても変動条件（パラメータ）に対応する収束した配当率が求められるので、報酬プランの定量的評価をすることが可能になる。
また、基本報酬額に離散化による評価値をかけて暫定報酬額としているので、報酬額は、最高限度額、報酬基数、基本報酬額の３つを主要なパラメータとして、配当率を変えることができるので、報酬プランの決定が柔軟にできる。

このように報酬予測計算が収束するということのみならず、商品単価Ａ，入会金ｂなどを含む直観に訴えやすいパラメータを操作して報酬予測計算をすることができるため、会員にとって魅力があるプラン策定を簡単に検討することができる。加えて、統括会社にとっての経営の存続・安定化と紹介の過熱化の鎮静をも考えた現実的なプランの検討が簡単に行えるようになり、社会的な要請にも応えることができる実効性と汎用性のある報酬計算予測技術を提供することができる。

Claims

会員制紹介販売流通組織の会員に対する報酬額を計算してその配当率の予測をする報酬予測計算サーバー（１００１）であって、
ネットワーク（１００５）を介して端末装置（１００２、１００３、１００４、…）と通信可能であって、
前記端末装置から前記報酬額の計算のための変動条件の送信を受ける条件受信部（１１０１）と、
前記配当率が収束する報酬決定ルールと前記予測に係る配当率の定量評価をする評価ルールと該定量評価の結果に応じて前記変動条件の変更をする変更ルールと前記受信及び変更に係る変動条件とを記憶する記憶部（１１０２）と、
受信した変動条件又は変更に係る変動条件に応じて、前記報酬決定ルールと前記評価ルールに基づき、前記報酬額と配当率の予測を行い、該予測に係る配当率の定量評価を行う予測評価を実行する制御部（１１０３）と、
前記受信に係る変動条件を初期値として前記変更ルールに従って変動条件を変更し、前記制御部の予測評価を繰り返し実行させる繰り返し部（１１０４）と、
前記予測評価に係る配当率を含む表示と該表示に係る決定命令の入力手段の提供を前記端末装置と通信して実行する決定支援部（１１０５）と、
前記端末装置から送信される前記決定命令を受信すると、該決定命令に係る配当率と前記表示に係る変動条件とを決定データとして送信する出力部（１１０６）と、
を備え、
前記報酬決定ルールは、
［１］各会員が二分木データ構造の各ノードにそれぞれ仮想的に配置されて充填された階層を構成するようにマッピングされた配置情報を有し、
［２］各会員の報酬額について、
前記配置情報に基づいてその会員から分枝する下位の階層に属する会員が購入した商品の総個数である商品購入合計個数（Ｓ(ｉ)）と、所与の最高限度額（Ｍ）と、所与の報酬基数（ｇ）とに基づき、
階層ごとに前記商品購入合計個数について前記報酬基数により離散化して評価した暫定報酬額（Ｐ(ｉ)）を算出し、前記暫定報酬額が前記最高限度額を超えないように前記報酬額を計算し、
前記暫定報酬額（Ｐ(ｉ)）は、
深さｎの階層を有する二分木データ構造の第ｉ階層に属する会員の報酬額について、
前記最高限度額（Ｍ）をＭ円、基本報酬額（ｈ）をｈ円、報酬基数（ｇ）をｇ個、各会員の商品購入個数を１個、前記商品購入合計個数をＳ（ｉ）個、その暫定報酬額をＰ（ｉ）円、とし、ＩＮＴ｛｝は｛｝内の数の整数値をとる演算子、＊は積算演算記号とした場合に、
Ｐ（ｉ）＝ｈ＊ＩＮＴ{Ｓ（ｉ）／ｇ}
であって、
決定される報酬額は、
Ｍ≦Ｐ（ｉ）かつｋ＋ｉ＝ｎ＋１
を充たす、ｋの最小値となる第ｎ層から数えてｍ番目である階層により場合分けし、
［場合１］：
ｉ≦ｎ＋１−ｍの階層の会員については、報酬額を最高限度額であるＭ円とし、
［場合２］：
ｉ＞ｎ＋１−ｍの階層の会員については、報酬額を暫定報酬額であるＰ（ｉ）＝ｈ＊ＩＮＴ{（２ ^(n+1-i) −２）／ｇ｝円として報酬額を計算する、
報酬予測計算サーバー（１００１）。
会員制紹介販売流通組織の会員に対する報酬額を計算してその配当率の予測をするために、コンピュータを、
前記報酬額の計算のための変動条件の入力を受ける条件入力手段と、
前記配当率が収束する報酬決定ルールと、前記予測に係る配当率の定量評価をする評価ルールと、該定量評価の結果に応じて前記変動条件の変更をする変更ルールと、前記入力及び変更に係る変動条件とを記憶する記憶手段と、
前記入力又は変更に係る変動条件に応じて、前記報酬決定ルールと前記評価ルールに基づき、前記報酬額と配当率の予測を行い、該予測に係る配当率の定量評価を行う予測評価を実行する制御手段と、
前記入力に係る変動条件を初期値として前記変更ルールに従って変動条件を変更し、前記制御手段の予測評価を繰り返し実行させる繰り返し手段と、
前記予測評価に係る配当率を含む表示と、該表示に係る決定命令の入力手段の提供とを実行する決定支援手段と、
前記決定命令が入力されると、該決定命令に係る配当率と前記表示に係る変動条件とを決定データとして出力する出力手段として機能させるための報酬予測計算プログラムであって、
前記報酬決定ルールは、
［１］各会員が二分木データ構造の各ノードにそれぞれ仮想的に配置されて充填された階層を構成するようにマッピングされた配置情報を有し、
［２］各会員の報酬額について、
前記配置情報に基づいてその会員から分枝する下位の階層に属する会員が購入した商品の総個数である商品購入合計個数（Ｓ(ｉ)）と、所与の最高限度額（Ｍ）と、所与の報酬基数（ｇ）とに基づき、
階層ごとに前記商品購入合計個数について前記報酬基数により離散化して評価した暫定報酬額（Ｐ(ｉ)）を算出し、
前記暫定報酬額が前記最高限度額を超えないように前記報酬額を計算し、
前記暫定報酬額（Ｐ(ｉ)）は、
深さｎの階層を有する二分木データ構造の第ｉ階層に属する会員の報酬額について、
前記最高限度額（Ｍ）をＭ円、基本報酬額（ｈ）をｈ円、報酬基数（ｇ）をｇ個、各会員の商品購入個数を１個、前記商品購入合計個数をＳ（ｉ）個、その暫定報酬額をＰ（ｉ）円、とし、ＩＮＴ｛｝は｛｝内の数の整数値をとる演算子、＊は積算演算記号とした場合に、
Ｐ（ｉ）＝ｈ＊ＩＮＴ{Ｓ（ｉ）／ｇ}
であって、
決定される報酬額は、
Ｍ≦Ｐ（ｉ）かつｋ＋ｉ＝ｎ＋１
を充たす、ｋの最小値となる第ｎ層から数えてｍ番目である階層により場合分けし、
［場合１］：
ｉ≦ｎ＋１−ｍの階層の会員については、報酬額を最高限度額であるＭ円とし、
［場合２］：
ｉ＞ｎ＋１−ｍの階層の会員については、報酬額を暫定報酬額であるＰ（ｉ）＝ｈ＊ＩＮＴ{（２ ^(n+1-i) −２）／ｇ｝円として報酬額を計算する、
報酬予測計算プログラム。
会員制紹介販売流通組織の会員に対する報酬額を計算してその配当率を予測する報酬予測計算方法において、
前記報酬額の計算のための変動条件を入力する条件入力ステップと、
前記配当率が収束する報酬決定ルールと、前記予測に係る配当率の定量評価をする評価ルールと、該定量評価の結果に応じて前記変動条件の変更をする変更ルールを記憶する第１記憶ステップと、
前記入力及び変更に係る変動条件を記憶する第２記憶ステップと、
前記入力又は変更に係る変動条件に応じて、前記報酬決定ルールと前記評価ルールに基づき、前記報酬額と配当率の予測を行い、該予測に係る配当率の定量評価を行う予測評価を実行する制御ステップと、
前記入力に係る変動条件を初期値として前記変更ルールに従って変動条件を変更し、前記制御ステップの予測評価を繰り返し実行させる繰り返し前記予測評価に係る配当率を含む表示と、該表示に係る決定命令の入力手段の提供とを実行する決定支援ステップと、
前記決定命令が入力されると、該決定命令に係る配当率と前記表示に係る変動条件とを決定データとして出力する出力ステップと、
を含む報酬予測計算方法であって、
前記報酬決定ルールは、
［１］各会員が二分木データ構造の各ノードにそれぞれ仮想的に配置されて充填された階層を構成するようにマッピングされた配置情報を有し、
［２］各会員の報酬額について、
前記配置情報に基づいてその会員から分枝する下位の階層に属する会員が購入した商品の総個数である商品購入合計個数（Ｓ(ｉ)）と、所与の最高限度額（Ｍ）と、所与の報酬基数（ｇ）とに基づき、
階層ごとに前記商品購入合計個数について前記報酬基数により離散化して評価した暫定報酬額（Ｐ(ｉ)）を算出し、前記暫定報酬額が前記最高限度額を超えないように前記報酬額を計算し、
前記暫定報酬額（Ｐ(ｉ)）は、
深さｎの階層を有する二分木データ構造の第ｉ階層に属する会員の報酬額について、
前記最高限度額（Ｍ）をＭ円、基本報酬額（ｈ）をｈ円、報酬基数（ｇ）をｇ個、各会員の商品購入個数を１個、前記商品購入合計個数をＳ（ｉ）個、その暫定報酬額をＰ（ｉ）円、とし、ＩＮＴ｛｝は｛｝内の数の整数値をとる演算子、＊は積算演算記号とした場合に、
Ｐ（ｉ）＝ｈ＊ＩＮＴ{Ｓ（ｉ）／ｇ}
であって、
決定される報酬額は、
Ｍ≦Ｐ（ｉ）かつｋ＋ｉ＝ｎ＋１
を充たす、ｋの最小値となる第ｎ層から数えてｍ番目である階層により場合分けし、
［場合１］：
ｉ≦ｎ＋１−ｍの階層の会員については、報酬額を最高限度額であるＭ円とし、
［場合２］：
ｉ＞ｎ＋１−ｍの階層の会員については、報酬額を暫定報酬額であるＰ（ｉ）＝ｈ＊ＩＮＴ{（２ ^(n+1-i) −２）／ｇ｝円として報酬額を計算する、
報酬予測計算方法。