JP2020525918A - 販売活動の最適化システムおよび方法 - Google Patents

Abstract

小売店における販売活動を最適化するための方法が提供されている。方法は、販売データを受信することと、自動運転車によって収集されたセンサデータを受信することと、センサデータの一部と販売データの一部が相関される事例を識別することと、を含む。さらに方法は、センサデータの一部と販売データの一部が相関される事例に含まれるセンサデータの一部をトリガ信号として識別することと、そのトリガ信号に基づき、ターゲットとなる小売店のプロセスを修正することと、を含む。

Description

本開示は、小売店における販売の最適化に関する。より詳細に述べれば、本開示は、自動運転車によって収集されたセンサデータと小売店における販売活動を相互に関連付けて、その相関関係を使用して小売店における販売を最適化することに関係する。

Ａ．自動運転車
自動運転車（ＡＶ）は、それ自体の場所およびそれの周囲環境の詳細の検知、および経路に沿ったナビゲーションを、人間の運転者を必要とすることなく行う能力を有する車両である。

自動運転車は、自分がどこにいるかを知るために、局所的な環境に関係する非常に多量のデータを必要とする。１つの普遍的な形式のデータはビデオデータであり、自動運転車に搭載されたカメラが、その車両が運転される時にギガビット／秒のデータを収集することが想定される。

自動運転車は、多くの他のセンサも保持しており、例えば、物体の３Ｄマップおよびその周囲の状況、気象データ、または音響データの収集に使用される。このデータは、他の用途を有することもあり、それには、多様な物品の販売にどのような影響を及ぼし得るかを決定するために入力される識別情報としての用途が含まれる。

Ｂ．機械学習
機械学習は、データ内のパターンを見つけ出すことが可能なデータ処理の形式である。これは、データマイニングに関係し、それにおいても、大量のデータの考査を通じて小パターンが掘り出される。

Ｃ．小売の最適化
小売は、重要な市場であり、合衆国の国内総生産の３分の２が小売消費からもたらされると推定されている。これに関して言えば、小売店は、物品の配達をより効率的にすること、および販売される物品の量を増加させることの両方を得るべくプロセスの最適化を捜し求めていると見られる。

Ｉ．ビッグデータの小売用途
小売店によって使用される１つのツールは、小売プロセスの間にわたって収集した非常に多量のデータの分析である。小売においては、「ビッグデータ」が、例えば（ｉ）販売される商品の在庫を最適化し、（ｉｉ）マーケティングキャンペーンの効率性を増加させ、かつ（ｉｉｉ）ショップ／店舗の運用の管理を補助するべく使用される。

小売店は、各取引の時点において、また顧客についての追加の情報が得られた時にデータを収集することが可能である。例えば、ロイヤルティプログラムを使用することによって、購入と顧客のタイプとを相互に関連付けることが可能である。特定の顧客の購入がわからない場合であってさえ、販売を、場所、天候、およびイベント等のデータと相互に関連付けることが可能である。

したがって、分析は、データ指向であり、より多くの販売を有し、かつデータを収集することが可能なインフラストラクチャの備え付けにもより多くの能力を有する、より大型小売店にとって有利な分析である。

ＩＩ．広告および店舗内展示
販売を増加させるべく小売によって使用される他のツールに、広告および店舗内プロモーションが挙げられる。

広告、および広告の位置は、最初に認識された時には意味のある信号を形成し得ないが、その後の決定に寄与するものとなり得る小さい知覚信号を示唆する「アテンション理論」等のテクニックを使用できる。例えば、特定の画像を見ることは、その時点において「注目されていない」かもしれないが、その画像に関係のあるその後の決定に寄与することがある。

小売店は、少なくとも現在の販売可能性および消費者の動機付けに関する多様なプロセスの最適化を望むことがある。例えば、小売アウトレットの近くに誰がいるのかを知ることによって、小売店は、その人たちが買うことがありがちなアイテムをストックすることができる。一例においては、小売店を取り巻く環境（例えば、天候、イベント、道路状態、人々のグループ、およびこれらの類）の変化を知ることによって、小売店は、消費者の動機付けの変化に気付くことができる。

小売店は、周囲を取り巻く環境情報を知ることによって、（ｉ）より効率的に自分の商品を販売すること、および（ｉｉ）販売される製品の量を増加させることの両方を可能にし得る。

しかしながら、これらの最適化の計算のために必要とされるデータのいくつかは、取り巻く近隣、建物、人々の存在、およびこれらの類といった小売店の施設外において測定されることがある。その種のデータは、１つまたは複数の自動運転車によって収集可能なことがある。

本開示は、上述した状況に鑑みて案出され、自動運転車を使用して最適化するシステムおよび方法を提供することを目的とする。

上述した目的を達成するために、本開示は、次に示す特徴を有する、自動運転車を使用して最適化するためのシステムおよび方法を提供する。
自動運転車を使用して販売活動を最適化する方法は、
第１のサーバから入力データを受信するステップと、
第２のサーバから、前記自動運転車によって収集されたセンサデータを受信するステップと、
プロセッサによって、前記センサデータの一部と前記入力データの一部とが相互に関連付けされる事例を識別するステップと、
前記プロセッサによって、前記センサデータの一部と前記販売データの一部とが相互に関連付けされる前記事例に含まれる前記センサデータの一部をトリガ信号として識別するステップと、
前記プロセッサによって、前記トリガ信号に基づき、ターゲットとなる小売店のプロセスを修正するステップと、を包含する。

本開示の一実施の態様に従った、販売を最適化するために構成された例示的な一般的なコンピュータシステムを示す図 本開示の一実施の態様に従った、販売を最適化するための例示的なシステムを示す図 本開示の一実施の態様に従った、例示的な自動運転車を示す図 本開示の一実施の態様に従った、例示的な小売システムユニットを示す図 本開示の一実施の態様に従った、例示的な分析ユニットを示す図 本開示の一実施の態様に従った、販売を最適化するための例示的なプロセスを示す図 本開示の一実施の態様に従った、広告材料を生成するための例示的なプロセスを示す図 本開示の一実施の態様に従った、小売店のための例示的な最適化プロセスを示す図 本開示の一実施の態様に従った、複数の小売店の販売データを比較するための例示的なプロセスを示す図

したがって、以上を鑑み、本開示には、それの多様な側面、実施の態様、および／または具体的な特徴もしくは部分構成要素のうちの１つまたは複数を通じて、以下に具体的に言及するとおりの利点のうちの１つまたは複数をもたらすことが意図される。

この中に記述されている方法は、説明に役立つ例であり、そのためいずれの実施の態様のいずれの特定のプロセスも、呈示された順序において実施されることを必要とするという意図もなく、またそれが含意されるとする意図もない。「その後」、「続いて」、「次に」等々の用語には、プロセスの順序を限定する意図がなく、むしろそれに代えて、これらの単語は、方法の記述を通じて読み手を案内するために使用されている。さらに、数が明示されていない請求項の要素に対する参照、例えば、「この」、「ある」、または「前記」の使用は、その要素が単数であることを限定しているとして解釈されるべきではない。

図１は、本開示の一実施の態様に従った、販売を最適化するために構成された例示的な一般的なコンピュータシステムを示す図である。

コンピュータシステム１００は、インストラクションのセットを含むことが可能であり、それらは実行されると、コンピュータシステム１００に、この中に開示されている方法またはコンピュータベースの機能のうちの任意の１つまたは複数を実施できる。コンピュータシステム１００は、スタンドアロンデバイスとして動作することもあり、または、例えば、ネットワーク１０１を使用して他のコンピュータシステムまたは周辺デバイスに接続されることもある。

ネットワーク構成としては、コンピュータシステム１００が、サーバの収容能力内において動作すること、すなわちサーバ−クライアントユーザのネットワーク環境内におけるクライアントユーザのコンピュータとして、またはピアートゥーピア（または分散型）ネットワーク環境内におけるピアコンピュータシステムとして動作できる。コンピュータシステム１００は、据え置き型コンピュータ、モバイルコンピュータ、パーソナルコンピュータ（ＰＣ）、ラップトップコンピュータ、タブレットコンピュータ、ワイヤレススマートフォン、セットトップボックス（ＳＴＢ）、パーソナルデジタルアシスタント（ＰＤＡ）、通信デバイス、コントロールシステム、ウェブ機器、ネットワークルータ、スイッチまたはブリッジ、あるいは他の任意の機械であって、それによって取られるべき動作を指定したインストラクションのセットを（シーケンシャルに、またはその他の形で）実行する能力のある機械等の、多様なデバイスとして実装すること、またはそれの中に組み込むことも可能である。コンピュータシステム１００を、特定のデバイスとするか、またはそれの中に組み込み、続いてそれを、追加のデバイスを含む統合システム内に組み込むことは可能である。特定の実施の態様においては、コンピュータシステム１００を、音声、ビデオ、またはデータの通信を提供する電子デバイスを使用して実装することが可能である。さらに、ここには単一のコンピュータシステム１００が図示されているが、「システム」という用語が、インストラクションのセットまたは複数セットを個別にまたは協働して実行して、１つまたは複数のコンピュータ機能を行うシステムまたはサブシステムの任意の集合を含むとしても解釈されるものとする。

図１に図示されているとおり、コンピュータシステム１００は、プロセッサ１１０を含む。コンピュータシステム１００のためのプロセッサは、有体であり、かつ非一過性である。「非一過性」という用語は、ここで使用する時、状態の永久不変の特性としてではなく、ある時間期間にわたって存続する状態の特性として解釈されるものとする。つまり「非一過性」という用語は、任意の時に任意の場所において一過的にのみ存在する特定の搬送波または信号または他の形式の特性といった一時的な特性であることを特に否定する。プロセッサは、製品および／または機械構成要素である。コンピュータシステム１００のためのプロセッサは、この中の多様な実施の態様に記述されているとおりの機能を実施するために、ソフトウエアインストラクションを実行するべく構成される。コンピュータシステム１００のためのプロセッサは、汎用プロセッサとしてもよく、あるいは、特定用途向け集積回路（ＡＳＩＣ）の一部としてもよい。コンピュータシステム１００のためのプロセッサは、また、マイクロプロセッサ、マイクロコンピュータ、プロセッサチップ、コントローラ、マイクロコントローラ、デジタル信号プロセッサ（ＤＳＰ）、状態マシン、またはプログラマブルロジックデバイス（ＰＬＤ）とすることもできる。また、コンピュータシステム１００のためのプロセッサは、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）等のプログラマブルゲートアレイ（ＰＧＡ）を含むロジック回路、または別のタイプの、離散的なゲートおよび／またはトランジスタロジックを含む回路とすることもできる。コンピュータシステム１００のためのプロセッサは、中央処理装置（ＣＰＵ）、グラフィック処理ユニット（ＧＰＵ）、またはその両方とすることができる。それに加えて、この中に述べられている任意のプロセッサは、複数のプロセッサ、並列プロセッサ、またはその両方を含み得る。複数のプロセッサは、単一のデバイスまたは複数のデバイス内に含められること、またはそれと結合されることがある。

それに加えて、コンピュータシステム１００は、メインメモリ１２０および静的メモリ１３０を含み、それらは、バス１０８を介して互いに通信することが可能である。この中で述べられているメモリは、データおよび実行可能インストラクションを保存することが可能な有体のストレージ媒体であり、それらの中にインストラクションが保存されている間にわたって非一過性である。「非一過性」という用語は、ここで使用する時、状態の永久不変の特性としてではなく、ある時間期間にわたって存続する状態の特性として解釈されるものとする。つまり「非一過性」という用語は、任意の時に任意の場所において一過的にのみ存在する特定の搬送波または信号または他の形式の特性といった一時的な特性であることを特に否定している。この中で述べられているメモリは、製品および／または機械構成要素である。この中で述べられているメモリは、コンピュータ可読媒体であり、コンピュータが、そこからデータおよび実行可能インストラクションを読み出すことが可能である。この中で述べられているメモリは、ランダムアクセスメモリ（ＲＡＭ）、読出し専用メモリ（ＲＯＭ）、フラッシュメモリ、電気的プログラマブル読出し専用メモリ（ＥＰＲＯＭ）、電気的消去可能プログラマブル読出し専用メモリ（ＥＥＰＲＯＭ）、レジスタ、ハードディスク、リムーバブルディスク、テープ、コンパクトディスク読出し専用メモリ（ＣＤ−ＲＯＭ）、デジタル多用途ディスク（ＤＶＤ）、フロッピーディスク、ブルーレイディスク、または、任意の他の形式のこの分野で周知のストレージ媒体とすることができる。メモリは、揮発性または不揮発性とすること、安全対策および／または暗号化がなされているものとすること、安全対策および／または暗号化がなされていないものとすることができる。

ここに示されているとおり、コンピュータシステム１００は、さらに、液晶表示器（ＬＣＤ）、有機発光ダイオード（ＯＬＥＤ）、フラットパネル表示器、ソリッドステート表示器、または陰極線管（ＣＲＴ）等のビデオ表示器ユニット１５０を含み得る。それに加えて、コンピュータシステム１００は、キーボード／仮想キーボード、またはタッチ感応入力スクリーン、または発話認識付きの発話入力等の入力デバイス１６０、およびマウスまたはタッチ感応入力スクリーンまたはパッド等のカーソルコントロールデバイス１７０を含み得る。また、コンピュータシステム１００が、ディスクドライブユニット１８０、スピーカまたはリモートコントロール等の信号発生デバイス１９０、およびネットワークインターフェースデバイス１４０を含むことも可能である。

特定の実施の態様においては、図１に図示されているとおり、ディスクドライブユニット１８０は、１セットまたは複数セットのインストラクション１８４、例えばソフトウエアを埋め込むことが可能なコンピュータ可読媒体１８２を含み得る。インストラクション１８４のセットは、コンピュータ可読媒体１８２から読み出すことが可能である。さらに、インストラクション１８４は、プロセッサによって実行される時、この中で述べられている方法およびプロセスのうちの１つまたは複数の実施に使用されることが可能である。特定の実施の態様においては、インストラクション１８４が、コンピュータシステム１００による実行の間に、完全に、または少なくとも部分的にメインメモリ１２０内、静的メモリ１３０内、および／またはプロセッサ１１０内に常駐することができる。

代替の実施の態様においては、特定用途向け集積回路（ＡＳＩＣ）、プログラマブルロジックアレイ、および他のハードウエア構成要素等の専用ハードウエア実装を構成して、この中で述べられている方法のうちの１つまたは複数を実装することが可能である。この中で述べられている１つまたは複数の実施の態様は、２つまたはそれより多くの特定の相互接続されたハードウエアモジュールまたはデバイスを使用する機能を、それらのモジュールの間において、またそれらを通って通信することが可能な関連コントロールおよびデータ信号を用いて実装できる。したがって、本開示は、ソフトウエア、ファームウエア、およびハードウエア実装をその範囲に入れる。本開示におけるあらゆるものは、有体の非一過性のプロセッサおよび／またはメモリ等のハードウエアを伴うことなく、ソフトウエアのみを用いて実装されるか、または実装可能であるとして解釈されないものとする。

本開示の多様な実施の態様によれば、この中で述べられている方法が、ソフトウエアプログラムを実行するハードウエアコンピュータシステムを使用して実装され得る。さらに、例示的かつ非限定的な実施の態様においては、実装が分散処理、構成要素／オブジェクト分散処理、および並列処理を含むことが可能である。仮想コンピュータシステム処理を構築して、この中で述べられているとおりの方法または機能のうちの１つまたは複数を実装することは可能であり、この中で述べられているプロセッサは、仮想処理環境のサポートに使用され得る。

本開示は、ネットワーク１０１に接続されているデバイスが、ネットワーク１０１にわたって音声、ビデオ、またはデータを通信することが可能になるように、インストラクション１８４を収めているか、または伝播された信号に応答するインストラクション１８４を受信して実行するコンピュータ可読媒体１８２を企図している。さらに、インストラクション１８４は、ネットワーク１０１にわたり、ネットワークインターフェースデバイス１４０を介して送信または受信され得る。

図２は、本開示の一実施の態様に従った、販売を最適化するための例示的なシステムを示す図である。

図２に図示されているとおり、自動運転車を使用した局所的販売を最適化するためのシステムは、自動運転車（ＡＶ）２１０、小売システムユニット２２０、小売現場比較ユニット２３０、環境データベース２４０、分析ユニット２５０、小売最適化ユニット２６０、および広告装置２７０を含む。小売システムユニット２２０、小売現場比較ユニット２３０、環境データベース２４０、分析ユニット２５０、小売最適化ユニット２６０、および広告装置２７０のうちの少なくとも１つは、コンピュータ、サーバ、集積回路、またはプロセッサおよびメモリの組み合わせとして実装できる。

小売店は、少なくとも現在の販売可能性および消費者の動機付けに関する多様なプロセスの最適化を望むことがある。例えば、小売アウトレットの近くに誰がいるのかを知ることによって、小売店は、その人たちが買うことがありがちなアイテムをストックすることができる。一例を述べれば、小売店が、小売店の場所の周囲を囲む公園で激しいスポーツが行われるという情報を獲得できれば、小売店は、エナジードリンクを仕入れて、エナジードリンクのプロモーションを展開できる。少なくとも、小売店の棚スペースには限界があると見られることから、いずれのアイテムを仕入れるかを知ることは、より効率的な仕入れを小売店が行うことを可能にする。別の例においては、小売店を取り巻く環境（例えば、天候、イベント、道路状態、人々のグループ、およびこれらの類）の変化を知ることによって、小売店は、消費者の動機付けの変化に気付くことができる。一例においては、小売店が、その小売店に嵐が近づいていることに気付いた場合には、その小売店は、傘を仕入れることができる。

小売店は、周囲を取り巻く環境情報を知ることによって、（ｉ）より効率的に自分の商品を販売すること、および（ｉｉ）販売される製品の量を増加させることの両方を可能にし得る。したがって、小売店は、相互の関連付けを決定するために測定されるデータの収集および使用を希望することになる。データのいくつかは軽微であり、販売プロセスまたは製品に対する明らかなリンクを有していないことがある。さらに、データのいくつかは、複合的（すなわち、多くの軽微な信号の組み合わせ）であり、結合された時に小売店による使用が可能になる洞察を提供できる。

しかしながら、これらの最適化の計算のために必要とされるデータのいくつかは、取り巻く近隣、建物、人々の存在、およびこれらの類といった小売店の施設外において測定されることがある（すなわち、それぞれの小売店が有する検知能力が希薄であるか、またはまったくないエリア）。その種のデータは、１つまたは複数の自動運転車によって収集可能なことがある。

自動運転車２１０は、多様なタイプの複数のセンサを含み得る。自動運転車２１０のセンサは、道路、建物、近くの物体、およびこれらの類等の、そのＡＶを取り囲むエリアに関係のあるセンサデータを収集し得る。例えば、センサデータは、限定ではないが、画像データ、音声データ、３次元（３Ｄ）物体データ、動作データ、および気象データ（例えば、温度、降水量、湿度等）を含み得る。自動運転車２１０のセンサは、限定ではないが、カメラ、マイクロフォン、ＬＩＤＡＲ、レーダ、および１つまたは複数の気象センサ（例えば、温度センサ、湿度センサ、湿り度センサ等）を含み得る。

さらに自動運転車２１０は、経路設定ユニットも含み得る。経路設定ユニットは、ＡＶによって取られる経路を修正できることがある。一例においては、経路設定ユニットが、経路決定ユニットおよび到着時間推定ユニットを含み得る。経路決定ユニットは、経路決定アルゴリズムを含むこと、および／または実行することができ、到着時間推定ユニットは、到着時間推定アルゴリズムを含むこと、および／または実行することができる。経路決定ユニットは、ＡＶの行程または行き先のための経路を生成または作成することができる。到着時間推定ユニットは、経路の終着点におけるＡＶの到着時間（ＥＴＡ）を推定できる。

本開示の一実施の態様によれば、経路決定ユニットおよび到着時間推定ユニットのうちの一方または両方が、最良経路を決定するための追加の情報を提供するか、または選択された行き先にＡＶが到着する推定時間をより正確に判断する、外部データソースまたはデータベースサーバを使用できる。

他のデータソースは、限定ではないが、交通データを収めているデータベース、選択されたレストランへの決定済みの経路上における人間が運転する車両になぞらえて多数の自動運転車を推定可能なデータソース、および現在および予測される気象データを保存しているデータベースを含む。さらに、この他のデータソースを、ネットワークを介して自動運転車２１０と接続され得る１つまたは複数の外部データベースとすることができる。

小売システムユニット２２０は、販売データを収集するために小売店によって使用され得るコンピュータまたはサーバとすることができる。小売システムユニット２２０は、物およびサービス（アイテム）の具体的な販売に関係する情報を提供する小売データ（例えば、販売データ）を収集するための小売データ収集ユニットを含み得る。一例においては、小売データ収集ユニットが、限定ではないが、レジスタ、近距離無線通信（ＮＦＣ）端末、クレジットカード端末、セルフサービスキオスク、およびスマートフォン対応決済（例えば、アップルペイ（登録商標））を含み得る。小売データは、限定ではないが、販売済みアイテム（例えば、販売済みアイテムの記述、価格、適用可能な販売プロモーション、適用可能なクーポン、およびこれらの類）、アイテムが販売された時刻および／または日付、アイテムが販売された場所または売り場を含み得る。小売システムユニット２２０は、また、販売データを保存する販売データベースも含み得る。

小売現場比較ユニット２３０は、複数の小売システムユニット２２０から販売データを受信し、それらの小売システムユニット２２０の間における有意の類似性を識別する小売現場比較アルゴリズムを実行できる。一例において、小売現場比較ユニット２３０は、１つの小売店からの販売データが、基準しきい値（例えば、９０％の類似）内において他の小売店（１つまたは複数）からの販売データに類似しているか否かを決定できる。その種の決定のための比較は、センサデータと販売データの間における相関を決定してより信頼できるデータを提供するために、何回にもわたって繰り返し実施できる。複数の小売店の間において販売データが類すると決定されると、より大きな、またはより信頼できるデータセットを提供するべくそれらの販売データを結合するか、またはグループ化することができる。

環境データベース２４０は、自動運転車２１０からセンサデータを受信し、受信したセンサデータを保存することができる。一例においては、指定された自動運転車からのセンサデータだけを収集し、かつ／または保存することができる。例えば、２マイルの半径内を移動する自動運転車のセンサデータを収集して保存することができる。さらに、保存されるセンサデータは、選択データのための予め決定済みの時間期間にわたって保存しておくことができる。より具体的に述べれば、販売活動に対応するセンサデータは、予め決定済みの時間期間にわたって保存しておくことができるが、無関係であると識別されたセンサデータは、特定の持続期間の後にパージできる。保存されたセンサデータは、分析ユニット２５０によって取り出すことができる。

分析ユニット２５０は、コンピュータ、サーバ、または集積回路として実装できる。分析ユニット２５０は、環境データベース２４０および小売現場比較ユニット２３０から入力を受信できる。

分析ユニット２５０は、環境データ（例えば、自動運転車による通過によって収集されたセンサデータ）および販売データを入力として受信するか、または抽出することができる。これらの入力データを考慮に入れて、分析ユニットは、環境データと販売データが相関する事例を識別できる。例えば、分析ユニットは、雪が降っている日の間は、ブランドＸのホットチョコレートの販売に３００％を超える増加があると識別できる。これらの対応の事例は、トリガ信号として保存できる。さらに、トリガ信号を、小売最適化ユニット２６０に送信できる。

一例においては、トリガ信号が、単一の環境データまたは環境データのセット（例えば、複数個のセンサデータが特定アイテムの販売活動と関連付けされる）を含み得る。同様にトリガ信号は、特定のアイテムの販売または販売データのセットを考慮することができる。一例においては、同時に特定の気象データが特定の許容誤差内にある間に複数タイプのセンサデータが使用される（例えば、特定の物体が認識される）。さらに、センサデータを、特定の製品のクラス、例えばソフトドリンクの販売における変化と相互に関連付けることができる。

分析ユニット２５０は、環境データおよび販売データを入力として取り、１つまたは複数のトリガ信号を識別できる。トリガ信号を識別するためには、相互の関連付けの度合い（強度）のための多様なしきい値を使用できる。例えば、第１のしきい値を使用し、それによって、特定セットのイベントが検知された時に、対応するアイテム（１つまたは複数）の販売が強い増加の尤度を有することをユーザが確信できる相関を達成できる。その種のイベントは、有効な信号または有効なトリガ信号と見做すことができる。

いくつかの相関が存在するが、有効な信号として適格となるに必要なしきい値に到達していないと決定される場合には、追加のデータを収集して相関を補助することができる。その種の、いくらかの相関を示すが、必要なしきい値に満たない信号は、中間信号と呼ぶことができる。その種の信号のために、アルゴリズム最適化ユニットが、中間信号のための相関を補助する追加のセンサデータを収集するべく自動運転車のための経路を決定できる。センサデータの補助が、必要なしきい値に対する補正を強化する場合には、それぞれの中間信号を有効なトリガ信号として識別できる。

一例においては、トリガ信号を有効にするために、信号抽出アルゴリズムが、所望の強度の相関を示す値を含む保存済みデータにアクセスすることができる。その種のデータは、履歴データの評価を使用してマニュアルで導出することができる。

さらに、分析ユニット２５０は、中間トリガ信号の強度を補助するための追加のセンサデータを収集するために、１つまたは複数の自動運転車のための経路変更要求を作成できる。一例においては、経路変更要求が経路データのセットとして記述され、および、限定ではないが、自動運転車によって取られることになる経路、その経路の多様なポイントにおいて自動運転車によって収集されることになるセンサデータの記述を含み得る。

分析ユニット２５０は、トリガ信号を信号データベース内に保存することができる。分析ユニット２５０は、それに加えて中間トリガ信号を、信号データベース内または別のデータベース内に保存することができる。信号データベースは、それに加えて、保存される有効または中間のトリガ信号のための関連付けされるデータを保存することができる。関連付けされるデータは、限定ではないが、同時に、またはそれぞれの時間から参照期間内に、トリガ信号のデータであるが、トリガ信号の一部として相関されなかったデータとして収集されたデータを含み得る。

小売最適化ユニット２６０は、トリガ信号を入力として取り、スタッフ配置プロセス等の小売店によって使用されるプロセスを最適化することができる。例えば、小売最適化ユニット２６０は、小売店内におけるスタッフの現在の利用をコントロールすることができる。より具体的に述べれば、スタッフの利用は、いずれのスタッフにレジスタを操作させ、小売店の展示エリアを維持させ、休憩させるかということなどを指定してもよい。

さらに、小売最適化ユニット２６０は、やがて到来する販売の増加にもっとも良好に整合させるべくスタッフのプロファイルおよび／または活動を修正できる。例えば、小売店内の展示エリアを整理する。その種のプロセスは、従業員のためのタスクの動的な再割り当てを結合することができる。一例においては、販売活動における鋭い増加が期待される場合に、より多くのスタッフを割り当てて、レジスタの配置に就かせることができる。また、商品の展示を修正できる。例えば、特定の展示アレンジメントまたはアイテムの配置を行う。

広告装置２７０は、小売店、または特定の場所もしくはイベントから参照距離内の潜在的な消費者または公衆に対する広告資料を提供できる。広告装置２７０は、ＬＣＤスクリーンおよびラウドスピーカを含む。さらに、一例においては、小売店の近く、または潜在的な消費者の集合を有する特定のエリア（例えば、バス停）に向かう指定された経路に沿った移動を命令できる自動運転車に広告装置２７０を装備できる。

図３は、本開示の一実施の態様に従った、例示的な自動運転車を示す図である。

自動運転車（ＡＶ）が適正に動作するために、自動運転車は、高精細度（ＨＤ）地図等の非常に詳細な地図、およびＨＤ地図を考慮に入れて収集および分析がなされる多様なセンサデータに頼る。ＨＤ地図は、多様な自動運転車センサを使用して、それの場所を識別し、かつ自動運転車の運転を行うべく、それの周囲環境に関係する多様なデータを収集し得る。より具体的に述べれば、自動運転車センサが、近隣の建物、道路標識、里程標、およびこれらの類等の周囲の静的な物理的環境のデータを、それぞれの場所を決定するために収集し得る。さらに自動運転車センサは、他の車両、歩行者、イベント、およびこれらの類等の近隣の移動物体のデータを収集することもできる。また、自動運転車センサは、温度、湿度、降水量、およびこれらの類等の多様な気象データをはじめ、道路状態等の環境情報も収集し得る。

自動運転車３００は、プロセッサ３１０、経路設定ユニット３２０、通信ユニット３３０、およびセンサ３４０を含む。一例においては、プロセッサ３１０が、自動運転車３００に対して他のユニットをコントロールまたは実行して出力を生成する。しかしながら、本開示の一実施の態様がそれに限定されることはなく、上記のユニットのいくつかが自動運転車に含まれないこともあり、自動運転車が追加のユニットを含むこともある。上記のユニットのうちの１つまたは複数は、回路として実装できる。さらに、上記のユニットのうちの１つまたは複数は、コンピュータ内に含み得る。

プロセッサ３１０は、自動運転車３００のユニットのうちの１つまたは複数の動作を実行できる。例えば、プロセッサ３１０は、自動運転車３００のユニットに保存されているアルゴリズムを実行して出力を生成できる。

経路設定ユニット３２０は、経路決定アルゴリズムを含むことができ、それの実行時には、自動運転車の行程または行き先のための経路を生成または作成できる。一例においては、経路設定ユニット３２０が、小売店の周りの予め決定済みの範囲を通って移動する部分を含む経路を含み得る。それに代えて、特定のセンサデータを取り込むために、小売店の近くの特定の範囲またはエリアを通る自動運転車の経路を構成することができる。例えば、経路設定ユニット３２０は、特定のカメラアングル、視野、およびこれらの類を必要とするセンサデータを収集するための経路を要求できる。経路は、追加的に、センサデータを収集するための移動の速度を指定してもよい。それに加えて、経路設定ユニット３２０は、エリア内の他の自動運転車を考慮に入れた経路を指定してもよい。例えば、経路設定ユニット３２０は、１つの自動運転車に、小売店の周囲のブロックを巡ることを指定するか、周囲のブロックの一部だけを移動することを指定してもよい。

通信ユニット３３０は、販売最適化システムの多様なサーバまたはユニットとの通信を実施できる。例えば、通信ユニット３３０は、分析ユニットから経路情報を受信すること、またはセンサデータを環境データベースに送信することができる。さらに通信ユニット３３０は、他の自動運転車の通信ユニットと通信することができる。一例においては、自動運転車のグループが、協働して小売店を取り囲むエリアを巡り、それにおいて、その自動運転車のグループのそれぞれは、作業分担のために、周囲のエリアの選択された部分を移動することになる。

他の自動運転車との通信を行うことによって、自動運転車は、グループとして網羅を提供できる。例えば、イベントが予測される場合に、第１の自動運転車から第２の自動運転車に、その第２の自動運転車が、それぞれのイベントを取り込む最良の場所／方角および／またはタイミングを有するために、ありがちなタイミングを提供できる。

自動運転車３００は、複数のセンサ３４０を含む。センサ３４０は、画像センサ３４１、音声センサ３４２、動きセンサ３４３、光センサ３４４、無線センサ３４５、温度センサ３４６、湿度センサ３４７、道路センサ３４８を含む。図３には特定セットのセンサが図示されているが、本開示の一実施の態様がそれに限定されることはなく、自動運転車は、図３に図示されているより少ないか、または多くのセンサを含み得る。

一例においては、画像センサ３４１が、画像を取り込むための１つまたは複数のカメラを含み得る。音声センサ３４２は、音声データを取り込むための１つまたは複数のマイクロフォンを含み得る。動きセンサ３４３は、物体または人の動きを取り込むための１つまたは複数の赤外線センサおよびその類を含み得る。光センサ３４４は、物体または人および対応する距離を検出するための光のレベルを検出するか、または光の反射を取り込む１つまたは複数の光センサを含み得る。無線センサ３４５は、物体または人および対応する距離を検出するための無線信号またはそれの反射を取り込むことができる。温度センサ３４６は、周囲環境の気温を検出するための温度計、熱センサ、またはこれらの類を含み得る。湿度センサ３４７は、周囲環境の湿度レベルを検出できる。道路センサ３４８は、自動運転車が移動できる道路または近くの歩道の状態（例えば、濡れている、凍っている、滑りやすい、またはこれらの類）を検出できる。

センサ３４０を介したセンサデータの取り込みに加えて、自動運転車は、他のデータソース３５０から追加の情報を獲得することもできる。他のデータソース３５０は、環境関連データを保存することができる外部サーバとすることができる。例えば、他のデータソース３５０は、限定ではないが、交通データを収めているデータベース、選択されたレストランへの決定済みの経路上における人間が運転する車両になぞらえて多数の自動運転車を推定できるデータソース、および現在および予測される気象データを保存しているデータベースを含む。さらに、他のデータソース３５０を、ネットワークを介して自動運転車３００と接続され得る１つまたは複数の外部データベースとすることができる。

センサ３４０は、センサデータを、経路に沿った移動の間に収集し、収集したセンサデータを環境データベースに、そこに保存するために送信できる。

図４は、本開示の一実施の態様に従った、例示的な小売システムユニットを示す図である。

小売システムユニット４００は、プロセッサ４１０、通信ユニット４２０、データ収集ユニット４３０、および販売データベース４４０を含む。一例においては、プロセッサ４１０が小売システムユニット４００に対して他のユニットをコントロールまたは実行して出力を生成する。しかしながら、本開示の一実施の態様がそれに限定されることはなく、小売システムユニットが含むユニットが、上記より少ないか、またはそれより多いこともある。さらに、上記のユニットのうちの１つまたは複数は、回路として実装できる。さらに、上記のユニットのうちの１つまたは複数は、コンピュータ内に含み得る。

プロセッサ４１０は、小売システムユニット４００のユニットのうちの１つまたは複数の動作を実行できる。例えば、プロセッサ４１０は、小売システムユニット４００のユニットに保存されているアルゴリズムを実行して出力を生成することができる。

通信ユニット４２０は、ネットワークを介して、販売最適化システムの多様な構成要素と通信できる。例えば、通信ユニット４２０は、小売システムユニット４００によって収集された販売データを、販売データの集計のために小売現場比較ユニットに送信できる。それに代えて通信ユニット４２０は、自動運転車によって収集されたセンサデータと小売システムユニット４００によって収集された販売データの間における相関の決定のために、販売データを分析ユニットに送信できる。

データ収集ユニット４３０は、決済取引ユニット４３１、画像センサ４３２、モバイルデバイス通信ユニット４３３、他のデータ収集ユニット４３４、および販売データベース４４０を含む。図４には特定セットのデータ収集ユニットが図示されているが、本開示の一実施の態様がそれに限定されることはなく、データ収集ユニットは、図４に図示されているより少ないか、または多くのデータ収集ユニットを含み得る。

一例においては、決済取引ユニット４３１が、セルフサービスキオスク、キャッシュレジスタ、またはこれらの類を含み得る。画像センサ４３２は、小売店の施設内に配置できる多様なカメラを含み得る。モバイルデバイス通信ユニット４３３は、商店側が提供するスキャナ、または小売店の施設におけるアイテムの購入に使用可能な消費者のモバイルデバイスを含み得る。一例においては、モバイルデバイスが、小売店のアプリケーションを利用することによって、または商店側が提供するＷｉ−Ｆｉに接続する時、モバイルデバイスからのデータを収集し得る。さらに、モバイル決済アプリケーションが使用される時（例えば、アップルペイ（登録商標））、モバイルデバイスからのデータを収集し得る。他のデータ収集ユニット４３４は、小売店の施設全体にわたって配置できるマイクロフォン、または小売店の施設における販売の傾向または消費者による活動の収集に使用可能な他のデバイスを含み得る。

図５は、本開示の一実施の態様に従った、例示的な分析ユニットを示す図である。

分析ユニット５００は、プロセッサ５１０、通信ユニット５２０、信号抽出アルゴリズム５３０、アルゴリズム最適化ユニット５４０、および信号データベース５５０を含む。しかしながら、本開示の一実施の態様がそれに限定されることはなく、上記のユニットのいくつかが分析ユニット５００内に含まれないこともあり、分析ユニット５００が追加のユニットを含み得る。上記のユニットのうちの１つまたは複数は、回路として実装することができる。さらに、上記のユニットのうちの１つまたは複数は、コンピュータ内に含み得る。

プロセッサ５１０は、分析ユニット５００の１つまたは複数のユニットをコントロールし、または実行して出力を生成できる。

通信ユニット５２０は、図２に図示されているシステム内に含まれる他のユニットに信号を送信する送信機、およびそこから受信する受信機を含み得る。例えば、通信ユニット５２０は、環境データベースと通信して、自動運転車によって収集されたセンサデータを抽出するか、または受信すること、あるいは自動運転車と通信して、追加のセンサデータおよび位置を取り込むために、経路設定データまたは経路変更要求を送信できる。さらに分析ユニットは、ターゲットとなる小売店の小売システムユニットから直接、または集計サーバを通じて販売データを受信できる。より具体的に述べれば、分析ユニットは、販売データおよび／または追加の小売データを小売現場比較ユニットから受信でき、それが、他の小売店をはじめ、ターゲットとなる小売店の販売データを含み得る。さらに、トリガ信号が分析ユニット５００によって識別された後は、分析ユニット５００が、そのトリガ信号の適用のために、小売最適化ユニットにトリガ信号を送信できる。

信号抽出アルゴリズム５３０は、プロセッサ５１０によって実行されて、自動運転車によって収集された環境データまたはセンサデータ、および１つまたは複数の小売店の販売データを抽出できる。抽出されたデータは、１つまたは複数のトリガ信号を識別する入力として使用できる。トリガ信号を識別するためには、相関の強度のための多様なしきい値を使用できる。一例においては、相関の強度が、特定のセンサデータまたはセンサデータのセットの点から見た対応する活動が生じる尤度を指すことができる。相関の強度は、その種の相関を示す証拠の量（例えば、検出されたセンサデータに対応する観察された販売の数）に基づいた尤度の強度および／または確信のレベルを指すことができる。さらに、相関の強度が、予め決定済みのしきい値であるか、またはそれを超えると決定された場合には、トリガ信号を有効な信号であると決定することができ、１つまたは複数の小売店は、それに頼って自分たちの１つまたは複数のプロセス（例えば、スタッフの配置、店内のレイアウト、広告、およびこれらの類）を調整できる。しかしながら、相関の強度が、予め決定済みのしきい値に届かないと決定される時には、相関の強度が増加してトリガ信号を有効化するまで、そのトリガ信号を、中間信号とする決定をすることができる。さらに、トリガ信号を中間信号とする決定がなされた場合には、分析ユニット５００が、さらなる処理のためにそのトリガ信号をアルゴリズム最適化ユニット５４０に差し向けることができる。

アルゴリズム最適化ユニット５４０は、中間トリガ信号データ等のデータを、信号抽出アルゴリズムから受信し、追加のセンサデータの収集のために、１つまたは複数の自動運転車のための経路変更要求を作成できることがある。一例においては、経路変更要求が経路データのセットとして記述され、および、限定ではないが、自動運転車によって取られることになる経路、その経路の多様なポイントにおいて自動運転車によって収集されることになるセンサデータの記述を含み得る。

信号データベース５５０は、有効なトリガ信号および中間トリガ信号を保存することができる。保存された信号は、さらなる処理または有効化のために抽出することができる。例えば、有効なトリガ信号を、小売店の小売最適化ユニットに、そのトリガ信号に対応するセンサデータの検出に従って、それの処理を修正するために送信できる。それに代えて、中間トリガ信号を、補助データが受信されて対応が強化されるまで保存しておくことができる。しかしながら、本開示の一実施の態様がそれに限定されることはなく、小売店は、トリガ信号を有効化するために異なるしきい値を指定してもよい。したがって、いくつかの小売店が、それのプロセスを修正するための有効な信号として、別の小売店の中間のトリガとなるかも知れないトリガ信号を受信することを希望することがあり得る。

図６は、本開示の一実施の態様に従った、販売を最適化するための例示的なプロセスを示す図である。

動作６０１では、小売店において顧客が１つまたは複数のアイテムを購入する。アイテムは、決済を介して購入可能な物品またはサービスを含み得る。アイテムは、レジスタ、近距離無線通信（ＮＦＣ）端末、クレジットカード決済端末、およびスマートフォン対応決済において購入できる。

決済取引の完了後、動作６０２において、販売取引に関係する販売データが収集される。販売データは、限定ではないが、販売済みアイテム（例えば、販売済みアイテムの記述、価格、適用可能な販売プロモーション、適用可能なクーポン、およびこれらの類）、アイテムが販売された時刻および／または日付、アイテムが販売された場所または売り場を含み得る。

動作６０３においては、生成された販売データが、保存するために販売データベースに送信される。一例においては、販売データを、パージする前に、予め決定済みの時間期間にわたって保存しておくことができる。

さらに、販売取引と同時期に、動作６０４において、予め決定済みの経路を１つまたは複数の自動運転車が巡る。一例においては、この予め決定済みの経路を、自動運転車の操作者が指定すること、または小売店が指定することができる。

動作６０５においては、１つまたは複数の自動運転車が、多様なセンサを使用して、その予め決定済みの経路を巡る間に、関係のあるセンサデータを収集する。例えば、センサデータは、限定ではないが、カメラによって取り込まれる画像データ、マイクロフォンによって取り込まれる音声データ、ＬＩＤＡＲによって取り込まれる３次元（３Ｄ）物体データ、レーダまたはＬＩＤＡＲによって取り込まれる動作データ、および気象データ（例えば、気温、降水量、湿度、およびこれらの類）を含み得る。

動作６０６においては、自動運転車が、センサデータを保存するために環境データベースに送信する。一例においては、センサデータを、パージする前に、予め決定済みの時間期間にわたって保存しておくことができる。

動作６０７においては、販売データおよびセンサデータが分析のために抽出される。一例においては、分析ユニットにおいて実行される信号抽出アルゴリズムが、分析ユニットに、環境データベースからのセンサデータの抽出および販売データベースからの関連付けされた販売データの抽出を行わせる。販売データおよびセンサデータは、予め決定済みの時間範囲、またはいくつかの時間範囲にわたって抽出できる。例えば、特定の日の午後６時から午後８時までの時間にわたって演じられたコンサートの間に収集された販売データおよびセンサデータが挙げられる。別の例においては、センサデータの検出の後の予め決定済みの期間に収集された販売データを収集し得る。例えば、センサデータが、午前１２時に暴風雨を検出した場合に、その暴風雨の検出に続く販売データを収集し得る（例えば、暴風雨の検出後の１５分間）。さらに、第１のタイプのデータを選択し、その後、第２のタイプのデータからのすべての関連付けされたデータポイントを要求できる。例えば、分析ユニットは、センサデータのセットを選択し、その後、そのセンサデータの収集と同じ時間期間のすべての販売データを要求できる。それに代えて、販売データから１つのアイテムを選択し、その選択したアイテムが購入された時に存在したすべてのセンサデータを要求できる。

動作６０７においては、収集されたセンサデータと販売データの間の相関が抽出される。例えば、信号抽出アルゴリズムを実行して、入力されたデータから相関信号を抽出できる。一例においては、第１のアイテムが小売店において購入された時、その小売店の施設の近隣に特定のプロファイルの者がいる尤度が増加する可能性がある。別の例においては、特定のタイプのセンサデータの第１の発生（例えば、特定の花の開花）の検出が、販売における増加を有する第２のアイテムと相関することがある。さらに別の例においては、スポーツ用品を着用した人々が高い密度で見られる時、第３のアイテムのより高い販売が生じることがあり得る。また、人々が南の方向に旅行し、天候が特定の気温である時、通過する車両の優勢な色が赤となる可能性と相関できる。

動作６０８においては、抽出された信号を予め決定済みのしきい値と比較して、抽出された信号が有効な信号であるか否かを決定する。一例においては、その抽出される信号が抽出され、しきい値のセットと比較されて、それらが有効と見做されるか（すなわち、小売店が信頼して使用するに十分なだけ相関が強いと決定される）否かが調べられる。一例においては、しきい値をアイテムまたは小売店に固有とし、分析ユニットのメモリまたはリモートデータベース内に保存することができる。

動作６０９において、相関信号が有効であると決定されるか、または十分に強い場合には、方法が動作６１０に進む。動作６１０においては、有効な信号が、保存するために信号データベースに送信される。それに代わり、相関信号が有効でないと決定されるか、または強さが不十分である場合には、方法が動作６１１に進む。動作６１１においては、さらに、その相関信号が、中間信号として適格か否かが決定される。

相関信号が中間信号として適格でない場合には、方法が終了する。それに代わり、信号が中間信号として適格であれば、その中間信号が、動作６１２における実行のためにアルゴリズム最適化ユニットに送信される。一例においては、アルゴリズム最適化ユニットが、その中間信号のデータが収集された場所において追加のセンサデータの収集が可能となることが、いずれの自動運転車にありがちであるかを評価する。自動運転車は、小売店に関するそれぞれの場所および／または自動運転車の所有者によって設定された好み（例えば、所有者が経路の変更を許容するか否か）に基づいて評価される。さらに、アルゴリズム最適化ユニットは、有効な相関信号となるまで中間信号の強度を増加するにはいずれの追加のデータが必要となり得るかを決定できる。

またアルゴリズム最適化ユニットは、要求される追加のセンサデータが収集され得る場所を通過するべく自動運転車の経路の再設定を決定できる。自動運転車の再経路設定のための修正後の経路は、経路データ、すなわち取られるべき経路を記述するデータのセットを作成し、その経路データを自動運転車に送信することによって決定できる。オプションとして、経路データは、収集されるべきデータの記述も含み得る。さらに、方角、速度、および他のセンサデータが収集されている間に実行されるべき運転設定といった自動運転車のための追加インストラクションを含み得る。

動作６１２においては、自動運転車の現在の経路から経路を再設定する経路に対する修正が作成される。自動運転車の経路が再設定された後は、方法が動作６０４に戻る。

図７は、本開示の一実施の態様に従った、広告材料を生成するための例示的なプロセスを示している。

動作７０１においては、１つまたは複数の自動運転車が予め決定済みの経路に沿って移動する。一例においては、この予め決定済みの経路を、自動運転車の操作者が指定すること、または小売店が指定することもできる。

動作７０２においては、１つまたは複数の自動運転車が、多様なセンサを使用して、その予め決定済みの経路を巡る間に、関係のあるセンサデータを収集する。例えば、センサデータは、限定ではないが、カメラによって取り込まれる画像データ、マイクロフォンによって取り込まれる音声データ、ＬＩＤＡＲによって取り込まれる３次元（３Ｄ）物体データ、レーダまたはＬＩＤＡＲによって取り込まれる動作データ、および気象データ（例えば、気温、降水量、湿度、およびこれらの類）を含み得る。

動作７０３においては、分析ユニットが、１つまたは複数の検知された有効な信号の状態を抽出し、それらは、分析ユニットの信号データベース内に保存することができる。有効な信号は、センサデータのセットまたは検知される状態の識別を含み得る。例えば、小売店の施設を特定のプロファイルの顧客が特定の方向に通過することと、天候が特定の特性を有する時とが同時に発生し得る。

動作７０４においては、トリガまたはセンサトリガのセットが、動作７０３において抽出された１つまたは複数の検知された状態のために決定される。一例においては、センサトリガを、センサデータの値またはセンサデータにおける傾向とすることができる。センサデータの値は、対応する信号が有効化されるために到達しなければならないしきい値とすることができる。さらに、センサデータにおける傾向は、有効な信号が将来において生ずるかもしれない可能性を示すことができる。

動作７０５においては、分析ユニットが、決定済みのトリガのセットを自動運転車に送信する。

動作７０６においては、自動運転車が、分析ユニットからトリガのセットを受信し、動作７０２において収集されたセンサデータと受信したトリガのセットを比較する。

動作７０７においては、動作７０２において収集されたセンサデータが、受信したトリガのセットと整合するか否かの決定がなされる。自動運転車が、そのセンサデータと受信したトリガが整合すると決定した場合には、整合したトリガが、動作７０８において小売最適化ユニットに送信される。自動運転車が、そのセンサデータと受信したトリガは整合しないと決定した場合には、自動運転車は、追加のセンサデータを収集するために、動作７０１および７０２において経路に沿って移動を継続する。

動作７０９においては、小売最適化ユニットが、整合したトリガを受信し、そのトリガと関連付けされる広告をルックアップする。一例においては、小売最適化ユニットが、ルックアップテーブルから、トリガ内に識別されているアイテムをプロモーションする広告を識別する。

動作７１０においては、小売最適化ユニットが、関連付けされた広告および／または広告材料を広告装置に送信する。

動作７１１においては、広告装置が、広告材料を表示する。

図８は、本開示の一実施の態様に従った、小売店のための例示的な最適化プロセスを示す図である。

動作８０１においては、分析ユニットが、１つまたは複数の検知された有効な信号の状態を抽出し、それらは、分析ユニットの信号データベース内に保存することができる。有効な信号は、センサデータのセットまたは検知される状態の識別を含み得る。例えば、小売店の施設を特定のプロファイルの顧客が特定の方向に通過することと、天候が特定の特性を有する時とが同時に発生し得る。

動作８０２においては、検知された状態についての販売の増加を識別する。

動作８０３においては、通過する自動運転車が、検知された状態が始まることを示すセンサデータを収集する。

動作８０４においては、小売最適化ユニットが、小売店内におけるスタッフの現在の利用をコントロールする。例えば、スタッフの利用は、いずれのスタッフにレジスタを操作させ、小売店の展示エリアを維持させ、休憩させるかということなどを指定することができる。

動作８０５においては、小売最適化ユニットが、やがて到来する販売の増加にもっとも良好に整合させるべくスタッフのプロファイルおよび／または活動を修正する。例えば、小売店内の展示エリアを整理する。その種のプロセスは、従業員のためのタスクの動的な再割り当てを結合することができる。一例においては、販売活動における鋭い増加が期待される場合に、より多くのスタッフを割り当てて、レジスタの配置に就かせることができる。また、商品の展示を修正できる。例えば、特定の展示アレンジメントまたはアイテムの配置を行う。

図９は、本開示の一実施の態様に従った、複数の小売店の販売データを比較するための例示的なプロセスを示す図である。

動作９０１においては、小売店において顧客が１つまたは複数のアイテムを購入する。アイテムは、決済を介して購入可能な物品またはサービスを含み得る。アイテムは、レジスタ、近距離無線通信（ＮＦＣ）端末、クレジットカード決済端末、およびスマートフォン対応決済において購入できる。

動作９０２において、決済取引の完了後、販売取引に関係する販売データが収集される。販売データは、限定ではないが、販売済みアイテム（例えば、販売済みアイテムの記述、価格、適用可能な販売プロモーション、適用可能なクーポン、およびこれらの類）、アイテムが販売された時刻および／または日付、アイテムが販売された場所または売り場を含み得る。

動作９０３においては、生成された販売データが、保存するために販売データベースに送信される。一例においては、販売データを、パージする前に、予め決定済みの時間期間にわたって保存しておくことができる。

動作９０４においては、小売システムユニットが、販売データを比較ユニットに送信する。

動作９０５において、比較ユニットは、１つの小売店からの販売データが、他の小売店（１つまたは複数）からの販売データに類似しているか否かを決定する。一例において、その種の決定のための比較は、センサデータと販売データの間における相関を決定するために、何回にもわたって繰り返し実施できる。

その販売データが、複数の小売店の間において類似している場合には、より大きな、またはより信頼できるデータセットを提供するために、動作９０７において、その販売データを結合するかまたはグループ化することができる。例えば、気温が摂氏１８度と摂氏２２度の間にある時、ブランドＸのスポーツドリンクの販売が増加することを、小売店にわたって関係があるデータに設定できる。

１つの小売店の販売データが、その１つの小売店に固有であると決定された場合には、動作９０６において、その販売データを、他の小売店の販売データから切り離して維持できる。

本開示の一実施の態様によれば、自動運転車を利用して、多様なセンサデータを収集し、既存のセンサ（それらの小売店の主要な、車両の場所および周囲環境の識別ならびに車両を案内する動作を行うために使用できる）を使用する小売店における販売活動に相関される多様なセンサデータを識別できる。さらに、販売活動に関係のある追加のセンサデータを収集するために、指定の経路またはいくつかの経路に自動運転車の経路の再設定を行うことができる。また、自動運転車に、特定のセンサデータを収集するために、速度等の他のコントロールを変更させることもできる。自動運転車が独立して使用されるか、または他の自動運転車と協働してセンサデータを収集することもできる。

自動運転車を使用することによって、小売店の施設外の、より広いエリアにわたって関係のあるセンサデータを収集し得る。例えば、小売店の施設の方向に向かって歩いている５００メートル離れたところにいる人々のデータ、または小売店の施設の近くにある特定のエリア（例えば、バス停）にいる人々の集合のデータを収集することは有利なものとなり得る。

さらに、近隣の小売店に関してセンサデータを分析し、それらの小売店によって収集されたセンサデータと販売データの間の相関を決定できる。決定された相関に基づいて、小売店の多様なプロセス（例えば、製品の広告、店内のレイアウト、スタッフの配置、およびこれらの類）を、自動運転車によって収集されるセンサデータに基づいて期待される販売活動における変化により良好に適応するよう修正できる。

ここでは、コンピュータ可読媒体が単一の媒体として示されているが、「コンピュータ可読媒体」という用語は、単一の媒体または複数の媒体、集中または分散型のデータベース、および／または関連付けされたキャッシュおよび１つまたは複数のセットのインストラクションを保存するサーバを含む。また「コンピュータ可読媒体」という用語は、プロセッサによる実行のため、またはコンピュータシステムに、この中に開示されている方法または動作のうちの任意の１つまたは複数を実行させるインストラクションのセットを保存し、エンコードし、または担持することが可能である任意の媒体を含むものとする。

特定の非限定的な、例示的な実施の態様においては、コンピュータ可読媒体が、１つまたは複数の不揮発性読出し専用メモリを収容するメモリカードまたは他のパッケージ等のソリッドステートメモリを含むことが可能である。さらにコンピュータ可読媒体は、ランダムアクセスメモリまたは他の揮発性の再書き込み可能なメモリとすることが可能である。それに加えて、コンピュータ可読媒体は、ディスクまたはテープ等の光磁気または光学媒体、または他の、送信媒体に乗って通信される信号等の搬送波信号を取り込むストレージデバイスを含み得る。したがって、本開示は、データまたはインストラクションを保存することができる任意のコンピュータ可読媒体または他の均等および後継の媒体を含むと見做される。

この明細書は、特定の標準およびプロトコルを参照する特定の実施の態様の中で実装され得る構成要素および機能を記述しているが、その種の標準およびプロトコルに開示が限定されることはない。

この中で述べられている実施の態様の説明には、多様な実施の態様の構造の包括的な理解を提供することが意図されている。説明が、この中で述べられている開示のすべての要素および特徴の完全な記述として資することは意図されていない。本開示を検討した後であれば、他の多くの実施の態様が、この分野の当業者には明らかになるかも知れない。本開示の範囲から逸脱することなく、構造的かつ論理的な置換および変更がなし得るように、他の実施の態様が利用され、本開示から導出されることもあり得る。それに加えて、図示は、表現上のものに過ぎず、縮尺に忠実に描かれてないことがある。図示の中の特定の割合が誇張されていることもある一方、他の比率が最小化されていることもある。したがって、開示および図面は、限定ではなく説明的なものと見做されるべきである。

本開示の１つまたは複数の実施の態様は、単なる便宜のための用語「発明」によって、任意の特定の発明または発明的概念に本開示の範囲を自発的に限定する意図を伴うことなく個別に、および／または集合的に参照することができる。それに加えて、この中では、具体的な実施の態様が図示され、説明されてきたが、同一または類似した目的を達成するために設計される任意の後続のアレンジメントが、この中に示されている具体的な実施の態様に置き換わり得ることは認識されるものとする。本開示には、この後に続くすべての多様な実施の態様の適応または変形をカバーすることが意図されている。上記の実施の態様および、この中に具体的に記述されなかった他の実施の態様の組み合わせは、この説明を検討した上でこの分野の当業者に明らかになるであろう。

上で述べたとおり、本開示の一実施の態様によれば、小売店における販売活動を最適化するための方法が提供される。方法は、第１のサーバから販売データを受信するステップと、第２のサーバから、自動運転車によって収集されたセンサデータを受信するステップと、プロセッサによって、センサデータの一部と販売データの一部とが相互に関連付けされる事例を識別するステップと、プロセッサによって、センサデータの一部と販売データの一部とが相互に関連付けされる事例に含まれるセンサデータの一部をトリガ信号として識別するステップと、プロセッサによって、トリガ信号に基づき、ターゲットとなる小売店のプロセスを修正するステップと、を含む。

本開示の別の一実施の態様によれば、販売データは、販売されたアイテムの記述と、アイテムが販売された時間と、アイテムが販売された場所と、を含む。

本開示のさらに別の一実施の態様によれば、販売データは、小売店の施設内に設置された１つまたは複数の決済取引端末から収集される。

本開示のさらに別の一実施の態様によれば、プロセッサによって、トリガ信号と予め決定済みのしきい値とを比較するステップと、トリガ信号の強度が予め決定済みのしきい値に等しいか、またはそれより大きい場合に、トリガ信号は有効なトリガ信号であると決定するステップと、トリガ信号の強度が予め決定済みのしきい値より小さい場合に、トリガ信号は中間トリガ信号であると決定するステップと、をさらに含む。

本開示の別の一実施の態様によれば、プロセッサによって、補助センサデータを収集するために経路修正要求を生成するステップ、をさらに含み、補助センサデータは、トリガ信号を有効化するためにトリガ信号の強度を増加する。

本開示のさらに別の一実施の態様によれば、経路修正要求は、補助センサデータを収集する間における自動運転車のための移動速度を指定する。

本開示のさらに別の一実施の態様によれば、経路修正要求は、収集される予定の補助センサデータを指定する。

本開示のさらに別の一実施の態様によれば、自動運転車は、トリガ信号を識別するために、ターゲットとなる小売店から参照距離内においてセンサデータを収集する。

本開示のさらに別の一実施の態様によれば、複数の小売店のそれぞれの小売システムによって、対応する販売データを収集するステップと、第１のサーバによって、複数の小売店のうちの２つまたはそれより多くの小売店の販売データの類似性を比較するステップと、第１のサーバによって、類似性の量が参照しきい値に等しいか、またはそれより大きい場合に、比較された販売データに十分な類似性が存在すると決定するステップと、第１のサーバによって、十分な類似性を有する販売データを集計するステップと、第１のサーバによって、集計された販売データを、受信された販売データとして第１のサーバから送信するステップと、をさらに含む。

本開示のさらに別の一実施の態様によれば、複数の小売店のそれぞれの小売システムによって、対応する販売データを収集するステップと、複数の小売店のうちの２つまたはそれより多くの小売店の販売データの類似性を比較するステップと、類似性の量が参照しきい値より小さい場合に、比較された販売データに不十分な類似性が存在すると決定するステップと、複数の小売店のうちの局所的小売店の販売データを、局所的小売店の販売データが、複数の小売店のうちの他の小売店の販売データと不十分な類似性を有する時、局所的販売データとして識別するステップと、局所的販売データを、受信された販売データとして第１のサーバから送信するステップと、をさらに含む。

本開示のさらに別の一実施の態様によれば、ターゲットとなる小売店のプロセスを修正するステップは、ターゲットとなる小売店の展示エリアの構成の修正を含む。

本開示のさらに別の一実施の態様によれば、ターゲットとなる小売店のプロセスを修正するステップは、在庫管理の修正を含む。

本開示のさらに別の一実施の態様によれば、ターゲットとなる小売店のプロセスを修正するステップは、プロモーションの動的生成を含む。

本開示のさらに別の一実施の態様によれば、方法が、トリガ信号に対応する広告を識別するステップをさらに含む。

本開示のさらに別の一実施の態様によれば、方法が、広告を広告装置に送信するステップを含み、広告装置は表示器およびスピーカを含む。

本開示のさらに別の一実施の態様によれば、広告装置は、自動運転車に装備される。

本開示のさらに別の一実施の態様によれば、自動運転車は、画像センサ、音声センサ、動きセンサ、光センサ、無線センサ、無線センサ、および気象センサのうちの少なくとも１つを含む。

本開示のさらに別の一実施の態様によれば、方法が、別の自動運転車によって収集される別のセットのセンサデータを収集するステップと、別の自動運転車によって、かつ別のセットのセンサデータに基づいて、別のセットのセンサデータがトリガ信号と対応する時、販売活動における増加が期待されると決定するステップと、をさらに含む。

本開示の別の一実施の態様によれば、プロセッサによる実行時に、コンピュータ装置にプロセスを実行させるコンピュータプログラムを保存している非一過性のコンピュータ可読ストレージ媒体が開示される。当該プロセスは、第１のサーバから販売データを受信するステップと、第２のサーバから、自動運転車によって収集されたセンサデータを受信するステップと、センサデータの一部と販売データの一部が相互に関連付けされる事例を識別するステップと、センサデータの一部と販売データの一部が相互に関連付けされる事例に含まれるセンサデータの一部をトリガ信号として識別するステップと、トリガ信号に基づき、ターゲットとなる小売店のプロセスを修正するステップと、を含む。

本開示のさらに別の一実施の態様によれば、自動運転車（ＡＶ）のための地図データを更新するためのコンピュータ装置が提供される。コンピュータ装置は、インストラクションを保存するメモリ、およびそれらのインストラクションを実行するプロセッサを含む。インストラクションは、プロセッサによって実行されるとプロセッサにセットの動作を行わせる。当該セットの動作は、第１のサーバから販売データを受信するステップと、第２のサーバから、自動運転車によって収集されたセンサデータを受信するステップと、センサデータの一部と販売データの一部が相互に関連付けされる事例を識別するステップと、センサデータの一部と販売データの一部が相互に関連付けされる事例に含まれるセンサデータの一部をトリガ信号として識別するステップと、トリガ信号に基づき、ターゲットとなる小売店のプロセスを修正するステップと、を含む。

要約は、請求項の範囲または意味の解釈または限定に使用されることがないとの理解の下に提出される。それに加えて、以上の詳細な説明においては、開示を合理化する目的のために多様な特徴が一緒にグループ化されていること、または単一の実施の態様内で説明されていることがある。本開示は、請求されている実施の態様が、各請求項内に明示的に具陳されているよりも多くの特徴を要求しているとの意図を反映するとして解釈されることはない。むしろ、以下の請求項が反映するとおり、発明の要旨が、開示されたいずれかの実施の態様の特徴のすべてに満たないところに指向されていることもある。したがって、以下の請求項は、各請求項が独立して請求される発明の要旨を定義することから、ほかに依存することなく詳細な説明の中に組み込まれる。

以上の開示された実施の態様の説明は、この分野の当業者が本開示を実施し、または使用することを可能にするべく提供された。したがって、上に開示されている発明の要旨は、限定ではなく例証と見做されるべきであり、また付随する特許請求の範囲は、その種のあらゆる修正、強化、および他の、本開示の真の精神ならびに範囲内に含まれる実施の態様を含むことが意図されている。したがって、法によって許される最大限まで、本開示の範囲は、以下の特許請求の範囲およびそれの均等の可能な限りのもっとも広い解釈によって決定され、以上の詳細な説明によって限定または制限されないものとする。

以上、以上の開示された特定の実施の形態を参照して詳細に説明したが、当業者であれば、特許請求の範囲に記載された範疇内かつ精神から逸脱しない限り、各種の変更例または修正例に想到し得ることは明らかであり、それらについても当然に本開示の技術的範囲に属するものと了解される。本出願は、２０１７年７月５日に提出された米国仮特許出願第６２／５２８，７７０号明細書、および２０１８年６月２８日に提出された米国特許出願第１６／０２２，０８３号明細書の利点を請求する。明細書、図面および／又は特許請求の範囲を含む上記出願の開示全体は、参照により全体が本明細書に取り込まれる。

本開示は、ブロックチェーンを使用してマップデータを動的に認証するシステムおよび方法によれば、自律走行車によって使用されるマップデータを制御するために使用される反駁不能なデータ記憶や分散型データ記憶などのブロックチェーンの利点を可能にするという利点を提供する。また、マップデータは検証によって妥当性が確認されたり更新されたりする。

１００ コンピュータシステム
１０１ ネットワーク
１０８ バス
１１０ プロセッサ
１２０ メインメモリ
１３０ 静的メモリ
１４０ ネットワークインターフェースデバイス
１５０ ビデオ表示器ユニット
１６０ 入力デバイス
１７０ カーソルコントロールデバイス
１８０ ディスクドライブユニット
１８２ コンピュータ可読媒体
１８４ インストラクション
１９０ 信号発生デバイス
２１０ 自動運転車
２２０ 小売システムユニット
２３０ 小売現場比較ユニット
２４０ 環境データベース
２５０ 分析ユニット
２６０ 小売最適化ユニット
２７０ 広告装置
３００ 自動運転車
３１０ プロセッサ
３２０ 経路設定ユニット
３３０ 通信ユニット
３４０ センサ
３４１ 画像センサ
３４２ 音声センサ
３４３ 動きセンサ
３４４ 光センサ
３４５ 無線センサ
３４６ 温度センサ
３４７ 湿度センサ
３４８ 道路センサ
３５０ 他のデータソース
４００ 小売システムユニット
４１０ プロセッサ
４２０ 通信ユニット
４３０ データ収集ユニット
４３１ 決済取引ユニット
４３２ 画像センサ
４３３ モバイルデバイス通信ユニット
４３４ 他のデータ収集ユニット
４４０ 販売データベース
５００ 分析ユニット
５１０ プロセッサ
５２０ 通信ユニット
５３０ 信号抽出アルゴリズム
５４０ アルゴリズム最適化ユニット
５５０ 信号データベース

Claims (20)

1. 自動運転車を使用して販売活動を最適化するための方法であって、
   第１のサーバから、入力データを受信するステップと、
   第２のサーバから、前記自動運転車によって収集されたセンサデータを受信するステップと、
   プロセッサによって、前記センサデータの一部と前記入力データの一部とが相互に関連付けされる事例を識別するステップと、
   前記プロセッサによって、前記センサデータの一部と前記入力データの一部とが相互に関連付けされる前記事例に含まれる前記センサデータの一部をトリガ信号として識別するステップと、
   前記プロセッサによって、前記トリガ信号に基づき、ターゲットとなる小売店のプロセスを修正するステップと、
   を包含する方法。
2. 前記入力データは、販売されたアイテムの記述と、前記アイテムが販売された時間と、前記アイテムが販売された場所と、を含む、
   請求項１に記載の方法。
3. 前記入力データは、小売店の施設内に設置された１つまたは複数の決済取引端末から収集される、
   請求項１又は２に記載の方法。
4. 前記プロセッサによって、前記トリガ信号と予め決定済みのしきい値とを比較するステップと、
   前記トリガ信号の強度が前記予め決定済みのしきい値に等しいかまたは前記しきい値より大きい場合に、前記トリガ信号は有効なトリガ信号であると決定するステップと、
   前記トリガ信号の前記強度が前記予め決定済みのしきい値より小さい場合に、前記トリガ信号は中間トリガ信号であると決定するステップと、をさらに包含する、
   請求項１から３のいずれか一項に記載の方法。
5. 前記プロセッサによって、補助センサデータを収集するために経路修正要求を生成するステップ、をさらに包含し、
   前記補助センサデータは、前記トリガ信号を有効化するために前記トリガ信号の前記強度を増加する、
   請求項４に記載の方法。
6. 前記経路修正要求は、前記補助センサデータを収集する間における前記自動運転車のための移動速度を指定する、
   請求項５に記載の方法。
7. 前記経路修正要求は、収集される予定の前記補助センサデータを指定する、
   請求項５に記載の方法。
8. 前記自動運転車は、前記トリガ信号を識別するために、前記ターゲットとなる小売店から参照距離内において前記センサデータを収集する、
   請求項１から７のいずれか一項に記載の方法。
9. 複数の前記小売店のそれぞれの小売システムによって、対応する入力データを収集するステップと、
   前記第１のサーバによって、複数の前記小売店のうちの２つまたはそれより多くの小売店の入力データの類似性を比較するステップと、
   前記第１のサーバによって、前記類似性の量が参照しきい値に等しいか、または前記参照しきい値より大きい場合に、前記比較された入力データに十分な類似性が存在すると決定するステップと、
   前記第１のサーバによって、前記十分な類似性を有する前記入力データを集計するステップと、
   前記第１のサーバによって、前記集計された入力データを、受信された前記入力データとして前記第１のサーバから送信するステップと、をさらに包含する、
   請求項１から８のいずれか一項に記載の方法。
10. 複数の前記小売店のそれぞれの小売システムによって、対応する入力データを収集するステップと、
    複数の前記小売店のうちの２つまたはそれより多くの小売店の入力データの類似性を比較するステップと、
    前記類似性の量が参照しきい値より小さい場合に、前記比較された入力データに不十分な類似性が存在すると決定するステップと、
    局所小売店の入力データが前記複数の小売店のうちの他の小売店の入力データと前記不十分な類似性を有する時、複数の前記小売店のうちの前記局所小売店の入力データを局所入力データとして識別するステップと、
    前記局所入力データを、受信された前記入力データとして前記第１のサーバから送信するステップと、をさらに包含する、
    請求項１から８のいずれか一項に記載の方法。
11. 前記ターゲットとなる小売店の前記プロセスを修正するステップは、前記ターゲットとなる小売店の展示エリアの配置の修正を含む、
    請求項１から１０のいずれか一項に記載の方法。
12. 前記ターゲットとなる小売店の前記プロセスを修正するステップは、在庫管理の修正を含む、
    請求項１から１０のいずれか一項に記載の方法。
13. 前記ターゲットとなる小売店の前記プロセスを修正するステップは、プロモーションの動的生成を含む、
    請求項１から１０のいずれか一項に記載の方法。
14. 前記トリガ信号に対応する広告を識別するステップ、をさらに包含する、
    請求項１から１３のいずれか一項に記載の方法。
15. 前記広告を、広告装置に送信するステップ、をさらに包含し、
    前記広告装置は、表示器およびスピーカを含む、
    請求項１４に記載の方法。
16. 前記広告装置は、前記自動運転車に装備される、
    請求項１５に記載の方法。
17. 前記自動運転車は、
    画像センサと、
    音声センサと、
    動きセンサと、
    光センサと、
    無線センサと、
    無線センサと、
    気象センサ、のうちの少なくとも１つを含む、
    請求項１から１６のいずれか一項に記載の方法。
18. 別の自動運転車によって収集される別のセットのセンサデータを収集するステップと、
    前記別の自動運転車によって、かつ前記別のセットのセンサデータに基づいて、前記別のセットのセンサデータが前記トリガ信号と対応する時、販売活動における増加が期待されると決定するステップと、をさらに包含する、
    請求項１から１７のいずれか一項に記載の方法。
19. コンピュータプログラムを保存する非一過性のコンピュータ可読ストレージ媒体であって、前記コンピュータプログラムは、プロセッサによって実行された時、コンピュータ装置に、
    第１のサーバから入力データを受信するステップと、
    第２のサーバから、自動運転車によって収集されたセンサデータを受信するステップと、
    前記センサデータの一部と前記入力データの一部とが相互に関連付けされる事例を識別するステップと、
    前記センサデータの一部と前記入力データの一部とが相互に関連付けされる前記事例に含まれる前記センサデータの一部をトリガ信号として識別するステップと、
    前記トリガ信号に基づき、ターゲットとなる小売店のプロセスを修正するステップと、
    を包含するプロセスを実行させる、
    コンピュータプログラムを保存する非一過性のコンピュータ可読ストレージ媒体。
20. 自動運転車を使用して販売活動を最適化するコンピュータ装置であって、
    インストラクションを保存するメモリと、
    前記インストラクションを実行するプロセッサと、を備え、
    前記インストラクションは、前記プロセッサによって実行されると、前記プロセッサに、
    第１のサーバから入力データを受信するステップと、
    第２のサーバから、前記自動運転車によって収集されたセンサデータを受信するステップと、
    前記センサデータの一部と前記入力データの一部とが相互に関連付けされる事例を識別するステップと、
    前記センサデータの一部と前記入力データの一部とが相互に関連付けされる前記事例に含まれる前記センサデータの一部をトリガ信号として識別するステップと、
    前記トリガ信号に基づき、ターゲットとなる小売店のプロセスを修正するステップと、を包含する動作を実行させる、
    コンピュータ装置。

Images