JP2022012059A - 品揃管理支援方法、プログラム及び品揃管理支援システム - Google Patents
品揃管理支援方法、プログラム及び品揃管理支援システム Download PDFInfo
- Publication number
- JP2022012059A JP2022012059A JP2020113592A JP2020113592A JP2022012059A JP 2022012059 A JP2022012059 A JP 2022012059A JP 2020113592 A JP2020113592 A JP 2020113592A JP 2020113592 A JP2020113592 A JP 2020113592A JP 2022012059 A JP2022012059 A JP 2022012059A
- Authority
- JP
- Japan
- Prior art keywords
- assortment
- algorithm
- product
- information
- screen
- 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
- 238000000034 method Methods 0.000 title claims abstract description 274
- 230000007704 transition Effects 0.000 claims abstract description 38
- 238000012545 processing Methods 0.000 claims abstract description 32
- 230000008569 process Effects 0.000 claims description 127
- 230000003287 optical effect Effects 0.000 claims description 17
- 238000010801 machine learning Methods 0.000 claims description 11
- 239000000047 product Substances 0.000 description 677
- 238000007726 management method Methods 0.000 description 222
- 230000006870 function Effects 0.000 description 30
- 230000007717 exclusion Effects 0.000 description 26
- 230000015654 memory Effects 0.000 description 15
- 238000004364 calculation method Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 11
- 241000209094 Oryza Species 0.000 description 10
- 235000007164 Oryza sativa Nutrition 0.000 description 9
- 235000009566 rice Nutrition 0.000 description 9
- 235000011888 snacks Nutrition 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 230000008901 benefit Effects 0.000 description 7
- 230000006872 improvement Effects 0.000 description 7
- 235000009508 confectionery Nutrition 0.000 description 6
- 238000013500 data storage Methods 0.000 description 6
- 239000000203 mixture Substances 0.000 description 6
- 244000269722 Thea sinensis Species 0.000 description 4
- 238000013459 approach Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000004321 preservation Methods 0.000 description 4
- 238000010079 rubber tapping Methods 0.000 description 4
- 240000007154 Coffea arabica Species 0.000 description 3
- 235000008429 bread Nutrition 0.000 description 3
- 235000016213 coffee Nutrition 0.000 description 3
- 235000013353 coffee beverage Nutrition 0.000 description 3
- 238000012790 confirmation Methods 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 230000007115 recruitment Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 230000003213 activating effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 235000013361 beverage Nutrition 0.000 description 2
- 238000004040 coloring Methods 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 235000013305 food Nutrition 0.000 description 2
- JVTAAEKCZFNVCJ-UHFFFAOYSA-N lactic acid Chemical compound CC(O)C(O)=O JVTAAEKCZFNVCJ-UHFFFAOYSA-N 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012015 optical character recognition Methods 0.000 description 2
- 238000007639 printing Methods 0.000 description 2
- 238000003908 quality control method Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 235000014214 soft drink Nutrition 0.000 description 2
- 235000013616 tea Nutrition 0.000 description 2
- 240000005979 Hordeum vulgare Species 0.000 description 1
- 235000007340 Hordeum vulgare Nutrition 0.000 description 1
- 235000006468 Thea sinensis Nutrition 0.000 description 1
- 235000013334 alcoholic beverage Nutrition 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000003796 beauty Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 235000020279 black tea Nutrition 0.000 description 1
- 239000006227 byproduct Substances 0.000 description 1
- 235000014171 carbonated beverage Nutrition 0.000 description 1
- 235000013339 cereals Nutrition 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010411 cooking Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 235000009569 green tea Nutrition 0.000 description 1
- 235000015243 ice cream Nutrition 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 235000014655 lactic acid Nutrition 0.000 description 1
- 239000004310 lactic acid Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 235000021156 lunch Nutrition 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 235000012149 noodles Nutrition 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 235000021067 refined food Nutrition 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 235000011496 sports drink Nutrition 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】利便性の改善を図りやすい、品揃管理支援方法、プログラム及び品揃管理支援システムを提供する。【解決手段】品質管理支援方法は、第1アルゴリズム及び第2アルゴリズムを含む複数のアルゴリズムに従って、対象店舗20での商品の品揃を提案する方法である。複数のアルゴリズムは、品揃の提案対象となる商品のカテゴリによって択一的に適用される。第1アルゴリズム及び第2アルゴリズムの各々は、対象店舗20について推奨し得る品揃に関する品揃推奨情報を表示部に表示する表示処理を有する。表示処理において表示部に表示される画面構成と画面遷移との少なくとも一方は、第1アルゴリズムと第2アルゴリズムとで互いに異なる。【選択図】図1
Description
本開示は、一般に品揃管理支援方法、プログラム及び品揃管理支援システムに関する。より詳細には、対象店舗での商品の品揃を提案するための品揃管理支援方法、プログラム及び品揃管理支援システムに関する。
特許文献1には、本部側で多くの店舗を管理する業務形態において、適切な商品の在庫管理を通じて売上を増加させるために、推奨する品揃を決定する品揃推奨装置が記載されている。
特許文献1に記載の品揃推奨装置では、予め定めた過去の期間における対象店舗の販売実績に基づいて、その対象店舗で販売実績がある商品の販売金額構成情報である第一構成情報を算出する。また、品揃推奨装置は、上記期間において対象店舗で販売実績がない商品の販売金額構成情報である第二構成情報を、商品単品の販売金額構成情報を予測する予測モデルに基づいて算出する。そして、品揃推奨装置は、第一構成情報が算出された商品と第二構成情報が算出された商品の中から、販売金額構成情報が示す金額の高い順に、指定された数の商品を選択する。
対象店舗で取り扱われる商品のカテゴリによっては、例えば、SKU(Stock Keeping Unit)数が多いために処理を簡素化することが重視されたり、カテゴリ内での商品のバランスが重視されたりと、品揃の決定に際して重視される要素が異なる場合がある。しかし、特許文献1に記載の品揃推奨装置では、商品のカテゴリにかかわらず、いずれの商品についても共通のアルゴリズムに従って推奨する品揃を決定するので、利便性の改善が望まれる。
本開示は上記事由に鑑みてなされており、利便性の改善を図りやすい、品揃管理支援方法、プログラム及び品揃管理支援システムを提供することを目的とする。
本開示の一態様に係る品質管理支援方法は、第1アルゴリズム及び第2アルゴリズムを含む複数のアルゴリズムに従って、対象店舗での商品の品揃を提案する方法である。前記複数のアルゴリズムは、前記品揃の提案対象となる商品のカテゴリによって択一的に適用される。前記第1アルゴリズム及び前記第2アルゴリズムの各々は、前記対象店舗について推奨し得る前記品揃に関する品揃推奨情報を表示部に表示する表示処理を有する。前記表示処理において前記表示部に表示される画面構成と画面遷移との少なくとも一方は、前記第1アルゴリズムと前記第2アルゴリズムとで互いに異なる。
本開示の一態様に係るプログラムは、前記品揃管理支援方法を、1以上のプロセッサに実行させるためのプログラムである。
本開示の一態様に係る品揃管理支援システムは、第1アルゴリズム及び第2アルゴリズムを含む複数のアルゴリズムに従って、対象店舗での商品の品揃を提案するシステムであって、表示制御部を備える。前記表示制御部は、前記第1アルゴリズム及び前記第2アルゴリズムの各々に従って前記品揃を提案するに際して、前記対象店舗について推奨し得る前記品揃に関する品揃推奨情報を表示部に表示させる。前記複数のアルゴリズムは、前記品揃の提案対象となる商品のカテゴリによって択一的に適用される。前記表示制御部が前記表示部に表示させる画面構成と画面遷移との少なくとも一方は、前記第1アルゴリズムと前記第2アルゴリズムとで互いに異なる。
本開示によれば、利便性の改善を図りやすい、品揃管理支援方法、プログラム及び品揃管理支援システムを提供できる、という利点がある。
(実施形態1)
以下、品揃管理支援方法、プログラム及び品揃管理支援システム10について、図1~図12を参照して説明する。
以下、品揃管理支援方法、プログラム及び品揃管理支援システム10について、図1~図12を参照して説明する。
(1)概要
本実施形態に係る品揃管理支援方法は、対象店舗20(図1参照)での商品の品揃を提案することで、対象店舗20での品揃の管理を支援するため方法である。ここでいう対象店舗20は、複数の店舗2(図1参照)のうち、品揃管理支援方法による支援の対象となる店舗2である。本実施形態では、品揃管理支援方法が、コンビニエンスストア、スーパーマーケット、百貨店、ドラッグストア、衣料品店、家電量販店又はホームセンター等の小売店の店舗2に導入される場合を例として説明する。
本実施形態に係る品揃管理支援方法は、対象店舗20(図1参照)での商品の品揃を提案することで、対象店舗20での品揃の管理を支援するため方法である。ここでいう対象店舗20は、複数の店舗2(図1参照)のうち、品揃管理支援方法による支援の対象となる店舗2である。本実施形態では、品揃管理支援方法が、コンビニエンスストア、スーパーマーケット、百貨店、ドラッグストア、衣料品店、家電量販店又はホームセンター等の小売店の店舗2に導入される場合を例として説明する。
この種の店舗2においては、商品の品揃の状況によって、経営状況が左右される。しかも、店舗2によって、地域、規模、立地、営業時間帯又は客層等の種々の条件が異なるため、適正な品揃は一律ではなく、店舗2によって異なることが多い。そして、店舗2において、商品の品揃が適正でなく、例えば、売れ筋の商品の取り扱いが無い場合には、この店舗2における売上高等の経営指標は悪化しやすい。同様に、店舗2において、商品の品揃が適正でなく、例えば、売れ行きの悪い商品の在庫が過剰である場合には、商品の廃棄ロスが生じやすく店舗2の利益等の経営指標は悪化しやすい。また、売れ筋の商品は、時間経過に伴って(例えば季節又は世間の流行の変化に伴って)随時変動し、さらには、新商品又は期間限定商品等、店舗2で取扱可能な商品自体も随時変動する。そのため、この種の店舗2においては、定期的又は不定期に、様々な事情を考慮して適正な品揃となるように、品揃の決定(更新を含む)を実施することが望まれる。
本実施形態に係る品揃管理支援方法は、対象店舗20での商品の品揃を提案することにより、対象店舗20での品揃の決定を支援する。つまり、品揃管理支援方法は、対象店舗20について推奨し得る品揃に関する品揃推奨情報を表示(提示)することにより、上述したような、品揃の決定の作業を支援する。これにより、対象店舗20では、品揃の決定に係る作業の手間を軽減でき、かつ品揃の適正化を図りやすくなる。ここで、品揃管理支援方法は、少なくとも対象店舗20について推奨し得る品揃に関する情報(品揃推奨情報)を提示すればよく、対象店舗20での品揃を最終的に決定する主体は、システム(品揃管理支援システム10)であってもよいし、人であってもよい。つまり、品揃管理支援方法は、あくまで対象店舗20について推奨し得る品揃を提案するに過ぎず、提案された品揃を採用するか否かの判断は人が行ってもよい。
また、本実施形態に係る品揃管理支援方法は、対象店舗20について推奨し得る品揃に関する情報(品揃推奨情報)を提示すればよいのであって、提案された品揃推奨情報を、対象店舗20ではどのように利用してもよい。例えば、対象店舗20で採用中の品揃を更新(見直し)する際に、品揃を決定する主体は、品揃推奨情報に基づいて、更新後の対象店舗20の品揃を決定してもよい。あるいは、新規オープン又はリニューアルオープンする対象店舗20の品揃を新規に決定する際に、品揃を決定する主体は、品揃推奨情報に基づいて、対象店舗20の品揃を決定してもよい。
結果的に、対象店舗20においては、品揃管理支援方法にて提案される品揃推奨情報に基づいて、品揃を決定することで、品揃の適正化を図りやすくなり、ひいては、経営指標の向上を図ることで、経営状況の改善を図ることができる。言い換えれば、品揃管理支援方法は、対象店舗20の経営指標の向上を図るための手段として、対象店舗20について推奨し得る品揃に関する品揃推奨情報を提案する。
また、本実施形態では、品揃管理支援方法は、一例として、品揃管理支援システム10(図1参照)にて実行される。言い換えれば、本実施形態に係る品揃管理支援システム10は、品揃管理支援方法を具現化するための一態様である。図1に示すように、品揃管理支援システム10は、上位システム1と、クライアント端末3と、を備えている。クライアント端末3は、タブレット端末、スマートフォン又はパーソナルコンピュータ等の情報端末であって、少なくとも表示部31(図3参照)及び操作部32(図3参照)の機能を有している。クライアント端末3は、対象店舗20に設置され、対象店舗20の店員等からなるユーザU1によって使用される。
ここで、品揃管理支援方法は、クライアント端末3の表示部31に品揃推奨情報を表示することで、対象店舗20での商品の品揃を提案する。すなわち、本実施形態に係る品揃管理支援方法は、一例として、品揃管理支援システム10に用いられ、品揃推奨情報を含む第1画面D3(図5参照)等の画面を、クライアント端末3の表示部31に表示させる。本開示でいう第1画面D3等の「画面」は、クライアント端末3等の表示部31に映し出される像(テキスト、グラフ及びアイコン等を含む)である。つまり、本実施形態に係る品揃管理支援方法によれば、クライアント端末3には、品揃推奨情報を含む第1画面D3等が表示される。したがって、クライアント端末3を使用するユーザU1は、このクライアント端末3に表示される品揃推奨情報を見て、品揃の決定の作業の支援を受けることができる。
要するに、本実施形態に係る品揃管理支援方法は、コンピュータシステムのグラフィカルユーザインタフェース(GUI:Graphical User Interface)上で用いられる。つまり、品揃管理支援方法は、コンピュータシステムを主構成とするクライアント端末3にて、第1画面D3等の画面を表示する方法である。
ところで、本実施形態に係る品揃管理支援方法は、複数のアルゴリズムに従って、対象店舗20での商品の品揃を提案する方法である。複数のアルゴリズムは、第1アルゴリズム及び第2アルゴリズムを含む。複数のアルゴリズムは、品揃の提案対象となる商品のカテゴリによって択一的に適用される。第1アルゴリズム及び第2アルゴリズムの各々は、品揃推奨情報を表示部31に表示する表示処理を有する。品揃推奨情報は、対象店舗20について推奨し得る品揃に関する情報である。表示処理において表示部31に表示される画面構成と画面遷移との少なくとも一方は、第1アルゴリズムと第2アルゴリズムとで互いに異なる。
ここでいう「画面構成」は、表示部31に表示される画面の構成に係る態様を意味し、例えば、表示部31に表示される画面内における複数の要素(アイコン及びオブジェクト等)の種類、数、配置及び比率等の少なくとも一つを含む。ここでいう「画面遷移」は、表示部31に表示される画面の遷移に係る態様を意味し、例えば、表示部31に表示される画面の遷移の順番、遷移する画面の数、及び遷移のための条件等の少なくとも一つを含む。要するに、表示部31に表示される画面は、その構成(画面内における複数の要素の種類又は配置等)と、その遷移(画面の遷移の順番又は遷移する画面の数等)と、の少なくとも一方が、第1アルゴリズムと第2アルゴリズムとで互いに異なる。
この態様によれば、品揃の提案対象となる商品のカテゴリによって複数のアルゴリズムが択一的に適用され、かつ、第1アルゴリズムと第2アルゴリズムとでは、品揃推奨情報の表示に係る画面構成と画面遷移との少なくとも一方が異なる。したがって、例えば、SKU数が多いために処理を簡素化することが重視されたり、カテゴリ内での商品のバランスが重視されたりと、品揃の決定に際して重視される要素が異なる場合、商品のカテゴリによってアルゴリズムを使い分けることができる。そのため、商品のカテゴリにかかわらず、いずれの商品についても共通のアルゴリズムに従って推奨する品揃を提案する場合に比較して、利便性の改善を図りやすい、という利点がある。
さらに、この品揃管理支援方法を具現化する品揃管理支援システム10は、複数のアルゴリズムに従って、対象店舗での商品の品揃を提案するシステムであって、表示制御部14を備える。複数のアルゴリズムは、第1アルゴリズム及び第2アルゴリズムを含む。表示制御部14は、第1アルゴリズム及び第2アルゴリズムの各々に従って品揃を提案するに際して、品揃推奨情報を表示部31に表示させる。品揃推奨情報は、対象店舗20について推奨し得る品揃に関する情報である。複数のアルゴリズムは、品揃の提案対象となる商品のカテゴリによって択一的に適用される。表示制御部14が表示部31に表示させる画面構成と画面遷移との少なくとも一方は、第1アルゴリズムと第2アルゴリズムとで互いに異なる。
また、本実施形態に係る品揃管理支援方法は、対象店舗20での商品の品揃を提案する方法であって、表示処理を有する。表示処理は、対象店舗20について推奨し得る品揃に関する品揃推奨情報を表示部31に表示する。表示処理では、品揃推奨情報と、対象店舗20での品揃の実績に関する品揃実績情報と、の差分を特定可能な態様で、品揃推奨情報を表示する。
ここでいう対象店舗20での品揃の「実績」は、対象店舗20の現状の品揃を意味する。このような対象店舗20での品揃の実績は、例えば、後述するストア端末4若しくは本部端末51等から取得される実績情報に基づいて、又は、品揃管理支援方法が過去に提案した品揃推奨情報に基づいて特定可能である。つまり、品揃管理支援方法が過去に提案した品揃推奨情報が、そのまま採用されている場合には、この品揃推奨情報にて表される品揃が、対象店舗20での現状の品揃になることがある。要するに、表示部31に表示される品揃推奨情報は、品揃推奨情報で対象店舗20について推奨し得る品揃と、対象店舗20での現状の品揃と、の差分を特定可能な態様で表示される。
この態様によれば、品揃推奨情報を表示するための表示処理では、対象店舗20について推奨し得る品揃と、対象店舗20での現状の品揃と、の差分を特定可能な態様での表示がなされる。したがって、例えば、ユーザU1が最終的に品揃の採否を決定する場合に、SKU数が多い商品のカテゴリに関しても、推奨される品揃に係る多数の商品の情報の中からではなく、現状の品揃との差分となる商品についてのみ、ユーザU1は確認すれば足りる。そのため、推奨される品揃に係る全ての商品について確認を要する場合に比較して、利便性の改善を図りやすい、という利点がある。
さらに、この品揃管理支援方法を具現化する品揃管理支援システム10は、対象店舗20での商品の品揃を提案するシステムであって、表示制御部14を有する。表示制御部14は、品揃推奨情報を表示部31に表示させる。品揃推奨情報は、対象店舗20について推奨し得る品揃に関する情報である。表示制御部14は、品揃推奨情報と、対象店舗20での品揃の実績に関する品揃実績情報と、の差分を特定可能な態様で、品揃推奨情報を表示させる。
(2)前提
本実施形態では、品揃管理支援方法が適用される対象店舗20は、コーポレートチェーン(レギュラーチェーン)又はフランチャイズチェーンのようにチェーン展開されている複数の店舗2の1つであることと仮定する。つまり、品揃管理支援方法による商品の品揃の提案の対象となる対象店舗20は、図1に示すように、チェーン展開されている複数の店舗2のいずれかの店舗2である。さらに、対象店舗20は、少なくとも1つの店舗2であればよく、複数の店舗2であってもよい。例えば、同一チェーンの複数の店舗2が、対象店舗20であってもよい。本実施形態では一例として、対象店舗20が1つの店舗2である場合を想定する。特に、本実施形態では一例として、対象店舗20がコンビニエンスストアである場合について説明する。この種の対象店舗20においては、対象店舗20の店長及び従業員(アルバイト及びパートタイマを含む)等の店員が、商品の品揃を管理している。
本実施形態では、品揃管理支援方法が適用される対象店舗20は、コーポレートチェーン(レギュラーチェーン)又はフランチャイズチェーンのようにチェーン展開されている複数の店舗2の1つであることと仮定する。つまり、品揃管理支援方法による商品の品揃の提案の対象となる対象店舗20は、図1に示すように、チェーン展開されている複数の店舗2のいずれかの店舗2である。さらに、対象店舗20は、少なくとも1つの店舗2であればよく、複数の店舗2であってもよい。例えば、同一チェーンの複数の店舗2が、対象店舗20であってもよい。本実施形態では一例として、対象店舗20が1つの店舗2である場合を想定する。特に、本実施形態では一例として、対象店舗20がコンビニエンスストアである場合について説明する。この種の対象店舗20においては、対象店舗20の店長及び従業員(アルバイト及びパートタイマを含む)等の店員が、商品の品揃を管理している。
本開示でいう対象店舗20での商品の「品揃」は、対象店舗20で取り扱う商品構成、言い換えれば、対象店舗20で取り扱う商品の編成を意味する。よって、対象店舗20は、品揃に含まれる商品については販売し、品揃に含まれない商品については販売しない。言い換えれば、対象店舗20の品揃に含まれる商品は、対象店舗20での「取り扱いあり」の商品となり、対象店舗20の品揃に含まれない商品は、対象店舗20での「取り扱いなし」の商品となる。そのため、例えば、コンビニエンスストア等の小売店においては、一般的には、品揃に含まれる商品については、発注し、在庫として抱えることになる。
本実施形態ではコンビニエンスストアから対象店舗20を想定するので、対象店舗20においては、複数の商品が店内に陳列された状態で、複数の商品の販売が行われている。対象店舗20に来店した顧客は、店内に陳列されている複数の商品の中から所望の商品をピックアップし、ピックアップした商品について精算を行うことで、所望の商品を購入する。したがって、これら対象店舗20に陳列されている複数の商品は、対象店舗20での「取り扱いあり」の商品であって、対象店舗20の品揃に含まれる。ただし、品出し前の商品、印紙及び切手等のカウンタ内に在庫が置かれている商品、又はホットスナック等の商品のように、商品によっては店内に陳列されないケースもある。したがって、陳列されていない商品であっても、顧客が対象店舗20で購入可能な商品については、対象店舗20での「取り扱いあり」の商品に該当し、対象店舗20の品揃に含まれる。
本開示でいう「品揃推奨情報」は、対象店舗20について推奨し得る品揃に関する情報であって、例えば、対象店舗20の品揃に含まれることを推奨し得る商品と、対象店舗20の品揃に含まれないことを推奨し得る商品と、の少なくとも一方を表す情報である。一例として、「菓子類」というカテゴリの商品に関して「A」及び「B」という商品のうち、「A」という商品について対象店舗20の品揃に含まれることを推奨し得る場合を想定する。この場合、品揃推奨情報は、対象店舗20の品揃に含まれることを推奨し得る商品として「A」を特定する情報と、対象店舗20の品揃に含まれないことを推奨し得る商品として「B」を特定する情報と、の少なくとも一方を含む。
特に、対象店舗20の品揃に含まれないことを推奨し得る商品のうち、対象店舗20の現状の品揃に含まれる商品は、対象店舗20の品揃からの「除外」を推奨し得る商品として扱われる。一方、対象店舗20の品揃に含まれることを推奨し得る商品のうち、対象店舗20の現状の品揃に含まれていない商品は、対象店舗20の品揃への「追加」を推奨し得る商品として扱われる。そのため、品揃推奨情報は、例えば、品揃からの除外を推奨し得る商品の一覧、品揃への追加を推奨し得る商品の一覧、又は単に品揃に含まれることを推奨し得る商品の一覧等を含む。本実施形態では一例として、品揃推奨情報は、複数の商品について、対象店舗20の品揃に含まれることを推奨し得るか、又は含まれないことを推奨し得るか、を商品ごとに区別する商品の一覧(リスト)を含み得る。本実施形態では一例として、品揃推奨情報は、複数の商品について、品揃からの除外を推奨し得るか、又は品揃に含まれることを推奨し得るか、を商品ごとに特定可能な態様の情報である。
本開示でいう「ユーザ」は、品揃管理支援方法及び品揃管理支援システム10の利用者であって、例えば、対象店舗20の店長及び従業員等のように、対象店舗20の品揃を管理する者である。特に、本実施形態では、品揃推奨情報は、クライアント端末3の表示部31に表示されるので、ユーザU1は、クライアント端末3を使用する者である。本実施形態では一例として、ユーザU1は、品揃を更新(決定)する権限を持つ者であって、具体的には、対象店舗20の店長であると仮定する。
本開示でいう「SKU(Stock Keeping Unit)」は、商品の受発注管理又は在庫管理における最小の管理単位を意味する。例えば、同一商品名の商品でも、サイズ、色、パッケージ又は入り数等の違いで個別のSKUとしてカウントされ、SKUとしてはアイテムよりも小さな単位に分類される。
本開示でいう「アイテム」は、広義の1つの商品を意味し、例えば、同一商品名の商品は1つのアイテムとしてカウントする。一例として、「ABC食パン」という名称の商品に4枚切り、5枚切り及び6枚切りの3種類がある場合、「ABC食パン」についてのアイテム数は「1」であって、SKU数は「3」となる。
本開示でいう「経営指標」は、店舗2(対象店舗20を含む)の経営に関する指標であって、例えば、店舗2の売上高に関する情報である。この種の経営指標の具体例としては、店舗2における、商品のカテゴリごとの売上高、客単価、LTV(Life Time Value)の平均値、利益(粗利及び営業利益等を含む)又は客数等がある。本開示でいう売上高、客単価、LTVの平均値、利益又は客数等は、いずれも所定期間(例えば、当月、直近の3ヵ月間、直近の1ヵ月間、又は直近の1週間等)において算出される値である。
本開示でいう「LTV」は、店舗2にてサービスの提供を受ける顧客が、サービスに対する対価として所定期間(Life Time)に支払う対価を意味する。一例として、所定期間が1日(24時間)であれば、ある顧客が1日に対象店舗20で使用する金額が、この顧客のLTVとなる。そのため、ある顧客が1日にN回(Nは2以上)、対象店舗20で買物をするようなケースにおいては、この顧客が1回の買物で使用する金額ではなく、N回の買物で使用した合計金額が、この顧客のLTVとなる。このように、LTVは、一見すると客単価に類似するものの、所定期間に使用した合計金額を表す点で、客単価とは相違する。
本開示でいう「利益」は、店舗2における売上高に関係する利益全般を意味し、例えば、粗利(売上総利益)、営業利益、経営利益、税引前当期純利益、及び税引後当期純利益等を含む。
本開示でいう「商品のカテゴリ」は、商品を用途、機能又は客層等で分類するためのラベルであって、例えば、食品、衣類、医薬品、美容関連商品、電化品又は日用品等のように、比較的大きな分類(大カテゴリ)であってもよい。さらに、商品のカテゴリは、大カテゴリを更に複数に分類する中カテゴリであってもよく、中カテゴリの具体例として、食品の中には、ソフトドリンク、お酒、弁当、総菜、スイーツ、お菓子及びアイス等の中カテゴリがある。さらに、商品のカテゴリは、中カテゴリを更に複数に分類する小カテゴリであってもよく、小カテゴリの具体例として、ソフトドリンクの中には、麦茶、緑茶、紅茶、コーヒー、乳酸飲料、炭酸飲料、ミネラルウォータ及びスポーツドリンク等の小カテゴリがある。
コンビニエンスストアのような店舗2においては、上述したような商品のカテゴリ単位で、商品の発注を行うことが一般的である。そのため、本実施形態では、商品の「カテゴリ」を「発注単位」ということもある。
ところで、本実施形態に係る品揃管理支援方法は、上述したように、対象店舗20について推奨し得る品揃に関する情報(品揃推奨情報)を提案(表示)すればよく、提案された品揃を最終的に採用するか否かの判断は人が行ってもよい。つまり、本実施形態に係る品揃管理支援案方法によって提案される品揃は、対象店舗20において最終的に採用されることに限らないが、例えば、対象店舗20の品揃の決定時に参考とされることで、対象店舗20の品揃に反映され得る。本実施形態では一例として、対象店舗20で採用中の品揃を更新(見直し)する際、品揃管理支援案方法にて提案される品揃をベースに、ユーザU1が対象店舗20の品揃を決定する場合を想定する。つまり、品揃管理支援案方法にて対象店舗20にて推奨し得る品揃の提案がなされることで、ユーザU1にとっては品揃の決定に係る作業の手間を軽減でき、かつ品揃の適正化を図りやすくなる。
特に、本実施形態では、品揃管理支援案方法にて提案される品揃を基に決定された対象店舗20の品揃は、対象店舗20における商品の発注計画に反映されることとする。言い換えれば、品揃管理支援案方法にて提案される品揃は、対象店舗20における商品の発注計画に利用されることになる。ここでいう発注計画は、対象店舗20において発注可能な商品の一覧である発注リストの作成(更新を含む)、及び、在庫数に応じて又は定期的に、自動的に発注される商品の一覧である自動発注リストの作成(更新を含む)等である。例えば、対象店舗20の品揃を更新(見直し)するタイミングにおいて、対象店舗20の現状の品揃に含まれる商品を、対象店舗20の品揃から除外する場合には、この商品についての発注を停止するように、品揃が発注計画に反映される。反対に、対象店舗20の品揃を更新(見直し)するタイミングにおいて、対象店舗20の現状の品揃に含まれない商品を、対象店舗20の品揃に追加する場合には、この商品について新規に発注可能とするように、品揃が発注計画に反映される。
また、本実施形態においては一例として、対象店舗20となり得る店舗2の数が、10000店以上である場合を想定する。以下では、これら複数(多数)の店舗2のうちの1つが、対象店舗20である場合について説明するが、実際には、複数の店舗2がそれぞれ対象店舗20となり得る。すなわち、品揃管理支援方法は、複数の店舗2のそれぞれに適用され得るが、以下では、説明を簡単にするため、対象店舗20が1つである場合を例に説明する。
(3)構成
(3.1)全体構成
ここではまず、本実施形態に係る品揃管理支援システム10を含む全体の構成について、図1を参照して説明する。
(3.1)全体構成
ここではまず、本実施形態に係る品揃管理支援システム10を含む全体の構成について、図1を参照して説明する。
本実施形態に係る品揃管理支援システム10は、図1に示すように、上位システム1と、クライアント端末3と、を備えている。上位システム1は、インターネット等のネットワークNT1に接続された、クラウド(クラウドコンピューティング)又はサーバ装置にて実現される。クライアント端末3は、複数の店舗2の各々で使用され、ゲートウェイ等を介してネットワークNT1に接続された、タブレット端末、スマートフォン又はパーソナルコンピュータ等の汎用の情報端末にて実現される。
また、複数の店舗2(対象店舗20を含む)には、それぞれストア端末4が設置されている。ストア端末4は、例えば、POS(Point Of Sales)システムとしての機能を有しているか、又はPOSシステムと連携可能に構成されている。ストア端末4は、ゲートウェイ等を介してネットワークNT1に接続されている。さらに、複数の店舗2を展開するチェーン本部5には、本部端末51が設置されている。本部端末51もまた、ゲートウェイ等を介してネットワークNT1に接続されている。
ストア端末4及び本部端末51は、本実施形態では、品揃管理支援システム10の構成要素に含まれない。ただし、ストア端末4及び本部端末51の少なくとも一方は、品揃管理支援システム10の構成要素に含まれてもよい。この場合には、品揃管理支援システム10は、上位システム1及びクライアント端末3に加えて、ストア端末4及び本部端末51の少なくとも一方を備えることになる。
図1では、複数の店舗2のうち対象店舗20としての1つの店舗2に設けられたクライアント端末3及びストア端末4のみを図示しているが、クライアント端末3及びストア端末4は、他の店舗2についても同様に設けられていることとする。
上述したように、品揃管理支援システム10を構成する上位システム1及びクライアント端末3、更には、品揃管理支援システム10外のストア端末4及び本部端末51は、いずれも、インターネット等のネットワークNT1に接続されている。ここで、上位システム1は、クライアント端末3、ストア端末4及び本部端末51の各々と通信可能に構成されている。本開示でいう「通信可能」とは、有線通信又は無線通信の適宜の通信方式により、直接的、又はネットワークNT1若しくは中継器等を介して間接的に、信号を授受できることを意味する。本実施形態では、上位システム1は、クライアント端末3、ストア端末4及び本部端末51の各々と、双方向に通信可能である。さらに、本実施形態では、ストア端末4及び本部端末51の間でも、相互に通信可能に構成されている。上位システム1、クライアント端末3、ストア端末4及び本部端末51の少なくとも1つは、例えば、通信事業者が提供する携帯電話網(キャリア網)又は公衆無線LAN(Local Area Network)等を介してネットワークNT1に接続されてもよい。
各店舗2(対象店舗20を含む)には、上述したように、クライアント端末3及びストア端末4が、それぞれ1台以上設置されている。クライアント端末3がタブレット端末等の携帯型(可搬型)の情報端末である場合、クライアント端末3は、店舗2に設置されているといっても、店舗2に据え置かれているわけではなく、店舗2内で使用可能となるように店舗2で管理されていればよい。クライアント端末3及びストア端末4は、それぞれ1つの店舗2に複数台設けられていてもよい。図1においては、各店舗2がネットワークNT1に接続されているかのように表記しているが、実際には、各店舗2に設置されているクライアント端末3及びストア端末4等の機器が、ゲートウェイ等を介してネットワークNT1に接続される。
ここで、ストア端末4は、店舗2における在庫管理を行うPOSシステムとしての機能を有している。本実施形態では特に、ストア端末4は、ID-POSデータを取り扱うことが可能な、いわゆる「ID-POS」としての機能を有している。ここでいう「ID-POSデータ」は、POSデータに顧客の識別情報(ID:identification)としての「顧客ID」が付加されたデータである。この種のPOSシステム(ID-POS)は、顧客が買物を行う際に顧客の認証を行うことで、顧客の識別情報(顧客ID)を取得する。顧客の認証は、一例として、会員カード、ポイントカード又はクレジットカード等の各種カード等で実現されてもよいし、顧客の携帯情報端末との通信、又は生体認証(顔認証を含む)等によって実現されてもよい。
このようなストア端末4によれば、少なくとも店舗2における商品の購買履歴をデータとして、ネットワークNT1経由で、上位システム1に送信することが可能である。特に、本実施形態では、POSシステムは、ID-POSデータを取り扱うことが可能であるため、例えば、会計が行われる度に、購入された商品の情報を、顧客の識別情報(顧客ID)と対応付けた状態で購買履歴として出力できる。
ストア端末4は、ユーザインタフェースとして、キーボード及びディスプレイ、又はタッチパネルディスプレイ等を有しており、ユーザの操作の受け付けと、ユーザへの情報の提示(表示)を行う。
また、本実施形態では、ストア端末4は、読取機41を有している。読取機41は、商品に関する商品情報を、光学的に読み取る装置である。本実施形態では、一例として、読取機41は、店員が手に持って使用するハンディタイプのバーコードリーダであって、例えば、バーコードを光学的に読み取って、商品情報を読み取る。したがって、店員は、バーコード等の識別子を読取機にかざす操作により、読取機41で商品情報の読取りが行われ、ストア端末4による商品の登録処理が実行されることになる。
本部端末51は、上述したように、複数の店舗2を展開するチェーン本部5に設置されている。本部端末51は、ユーザインタフェースとして、キーボード及びディスプレイ、又はタッチパネルディスプレイ等を有しており、ユーザの操作の受け付けと、ユーザへの情報の提示(表示)を行う。本部端末51のユーザは、主としてチェーン本部5のオペレータ等である。
本実施形態では、ストア端末4及び本部端末51の各々は、1以上のプロセッサ及び1以上のメモリを含むコンピュータシステムを主構成とする。すなわち、コンピュータシステムの1以上のメモリに記録されたプログラムを、1以上のプロセッサが実行することにより、ストア端末4及び本部端末51の各々の機能が実現される。プログラムはメモリに予め記録されていてもよいし、インターネット等の電気通信回線を通して提供されてもよく、メモリカード等の非一時的記録媒体に記録されて提供されてもよい。
また、各店舗2には、クライアント端末3及びストア端末4以外にも、ネットワークNT1に接続される機器があってもよい。一例として、各店員が所持する携帯端末(スマートフォン及びウェアラブル端末等を含む)等のコンピュータシステムを主構成とする機器が、各店舗2に設けられ、ネットワークNT1に接続されていてもよい。
ところで、本実施形態においては、ストア端末4は、対象店舗20での商品の発注に用いられる。本実施形態では、品揃管理支援案方法にて提案される品揃を基に決定された対象店舗20の品揃が、対象店舗20における商品の発注計画に反映される。つまり、品揃管理支援案方法にて提案される品揃を基に決定された対象店舗20の品揃は、後述する出力処理によってストア端末4に出力されることになる。
言い換えれば、ストア端末4が品揃管理支援方法を具現化する品揃管理支援システム10と連携することで、品揃管理支援案方法にて提案される品揃が、対象店舗20における商品の発注計画に利用されることになる。本実施形態では、ストア端末4は、品揃管理支援システム10のうちのクライアント端末3と連携する。詳しくは後述するが、ストア端末4は、読取機41を使用して、クライアント端末3から、対象店舗20の品揃に係る情報をオフラインで取得する。これにより、品揃管理支援案方法にて提案される品揃は、対象店舗20における商品の発注計画に反映されることになる。
(3.2)品揃管理支援システム
次に、本実施形態に係る品揃管理支援システム10の構成について、図1を参照して詳しく説明する。
次に、本実施形態に係る品揃管理支援システム10の構成について、図1を参照して詳しく説明する。
本実施形態に係る品揃管理支援システム10は、上述したように、上位システム1とクライアント端末3とを含む、クライアントサーバ(client-server)型のコンピュータシステムにて実現される。このコンピュータシステムは、品揃管理支援システム10を構成する。
上位システム1は、1以上のプロセッサ及び1以上のメモリを有するコンピュータシステムを主構成とする。上位システム1は、ネットワークNT1に接続されている。上位システム1は、例えば、品揃管理支援システム10若しくは品揃管理支援方法を提供するサービス会社、又は店舗2の運営会社等に設置される。上位システム1は、PaaS(Platform asa Service)環境を用い、OS、ランタイム及びミドルウェアの管理が無いパブリッククラウド環境であることが好ましい。
本実施形態では、上位システム1は、図1に示すように、表示制御部14に加えて、取得部11、推奨部12、演算部13、受付部15、出力部16及びデータ格納部17を更に備えている。つまり、品揃管理支援システム10における上位システム1は、取得部11と、推奨部12と、演算部13と、表示制御部14と、受付部15と、出力部16と、データ格納部17と、を備えている。
上位システム1では、1以上のプロセッサが1以上のメモリに記録されているプログラムを実行することにより、少なくとも取得部11、推奨部12、演算部13、表示制御部14、受付部15及び出力部16として機能する。プログラムはメモリに予め記録されていてもよいし、インターネット等の電気通信回線を通して提供されてもよく、メモリカード等の非一時的記録媒体に記録されて提供されてもよい。
取得部11は、通信により、例えば、ストア端末4及び本部端末51等から、ネットワークNT1を介して種々の情報(データ)を取得する取得処理を実行する。つまり、本実施形態に係る品揃管理支援方法は、種々の情報を取得する取得処理を有している。本実施形態では、取得部11は、少なくとも、複数の店舗2のストア端末4から商品の購買履歴を含む店舗情報を取得する。
推奨部12は、対象店舗20について推奨し得る品揃に関する情報、つまり、品揃推奨情報を生成する推奨処理を実行する。要するに、本実施形態に係る品揃管理支援方法は、品揃推奨情報を生成する推奨処理を有している。推奨処理では、機械学習により生成された学習済みモデルを用いて、品揃推奨情報を生成する。推奨部12は、対象店舗20について経営指標の向上につながる品揃を、対象店舗20について推奨し得る品揃として、品揃推奨情報を生成する。推奨部12の動作について詳しくは、「(4.1)品揃推奨情報の生成」の欄で説明する。
演算部13は、各種の演算を行うための演算処理を実行する。つまり、本実施形態に係る品揃管理支援方法は、演算を行う演算処理を有している。本実施形態では、演算部13は、例えば、対象店舗での商品の品揃を提案する際のアルゴリズムの選択、及び品揃推奨情報と品揃実績情報との差分の抽出等の演算を行う。
表示制御部14は、対象店舗20について推奨し得る品揃に関する品揃推奨情報を、表示部31に表示させる表示処理を実行する。つまり、本実施形態に係る品揃管理支援方法は、品揃推奨情報を表示部31に表示させる表示処理を有している。ここで、表示制御部14が表示部31に表示させる画面構成と画面遷移との少なくとも一方は、第1アルゴリズムと第2アルゴリズムとで互いに異なる。また、表示制御部14は、品揃推奨情報と、対象店舗20での品揃の実績に関する品揃実績情報と、の差分を特定可能な態様で、品揃推奨情報を表示させる。表示制御部14により表示部31に表示される画面について詳しくは、「(4.3)表示画面」の欄で説明する。
受付部15は、人の操作に起因した各種の入力を受け付ける受付処理を実行する。受付処理では、少なくとも、品揃推奨情報で推奨される品揃の採否を決定するための入力を受け付ける。つまり、本実施形態に係る品揃管理支援方法は、品揃推奨情報で推奨される品揃の採否を決定するための入力を受け付ける受付処理を有している。本実施形態では、上位システム1は、クライアント端末3、ストア端末4及び本部端末51等と互いに通信可能である。そのため、受付部15は、例えば、ユーザU1がクライアント端末3を操作して入力した情報を、クライアント端末3との通信により受け付けることが可能である。受付部15は、例えば、操作によりクライアント端末3で発生する信号を受信することで入力を受け付けてもよいし、クライアント端末3のWebブラウザ機能で表示部31に表示される、上位システム1からの配信画面上での操作による入力を受け付けてもよい。
出力部16は、種々の情報(データ)を出力する出力処理を実行する。出力処理では、少なくとも、品揃推奨情報に基づいて生成される品揃採用情報を、光学式の読取機41によって読取可能な態様で表示部31に表示する。つまり、本実施形態に係る品揃管理支援方法は、品揃推奨情報に基づいて生成される品揃採用情報を、光学式の読取機41によって読取可能な態様で表示部31に表示する出力処理を有している。
データ格納部17は、取得部11にて取得された種々の情報(データ)、推奨部12で生成された品揃推奨情報、及び推奨部12での推奨処理に用いられる学習済みモデル等を記憶(格納)する。また、データ格納部17は、取得部11、推奨部12、演算部13、表示制御部14、受付部15及び出力部16等での演算に必要な情報等を更に記憶する。データ格納部17は、EEPROM(Electrically Erasable Programmable Read-Only Memory)のような書き換え可能な不揮発性メモリを含む。
品揃管理支援システム10の各部の動作について詳しくは「(4)品揃管理支援方法」の欄で説明する。
また、上位システム1は、上記構成に加えて、ユーザインタフェース等を更に備えていてもよい。ただし、ユーザインタフェース等は、上位システム1に必須の構成ではない。
また、クライアント端末3は、1以上のプロセッサ及び1以上のメモリを含むコンピュータシステムを主構成とする。すなわち、コンピュータシステムの1以上のメモリに記録されたプログラムを、1以上のプロセッサが実行することにより、クライアント端末3の各々の機能が実現される。プログラムはメモリに予め記録されていてもよいし、インターネット等の電気通信回線を通して提供されてもよく、メモリカード等の非一時的記録媒体に記録されて提供されてもよい。
クライアント端末3は、本実施形態では一例として、対象店舗20において、ユーザU1によって使用されるタブレット端末である。つまり、タブレット端末は、専用のアプリケーションソフト(プログラム)をインストールし、このアプリケーションソフトを起動することにより、クライアント端末3として機能する。
クライアント端末3は、表示部31及び操作部32を備えている。さらに、クライアント端末3は、通信機能を有しており、少なくとも上位システム1と通信可能に構成されている。本実施形態では一例として、クライアント端末3は、Wi-Fi(登録商標)又はBluetooth(登録商標)等の電波を媒体とする無線通信にて、ゲートウェイを介してネットワークNT1に接続され、ネットワークNT1に接続されている上位システム1と通信を行う。
表示部31は、例えば、LCD(Liquid Crystal Display)を含んでいる。表示部31は、少なくとも上位システム1からコンテンツとして配信(送信)されるデータを、映像として表示するブラウザとして機能する。
操作部32は、人(ユーザU1)の操作を受け付けて、人(ユーザU1)の操作に応じた信号を出力する。本実施形態ではクライアント端末3は汎用のタブレット端末であるので、操作部32は表示部31と一体化され、タッチパネルディスプレイを構成する。タッチパネルディスプレイにおいては、クライアント端末3は、表示部31に表示される各画面上でのボタン等のオブジェクトの操作(タップ、スワイプ又はドラッグ等)が操作部32で検出されることをもって、ボタン等のオブジェクトが操作されたことと判断する。つまり、表示部31及び操作部32は、各種の表示に加えて、人(ユーザU1)からの操作入力を受け付けるユーザインタフェースとして機能する。
また、クライアント端末3、上記構成に加えて、音声インタフェース等を更に備えていてもよい。音声インタフェースは、マイクロホンにて人(ユーザU1)の音声を受付け、かつスピーカにて音声を出力する。ただし、音声インタフェース等は、クライアント端末3に必須の構成ではない。
本実施形態に係る品揃管理支援方法は、コンピュータシステム(ここではクライアント端末3)のグラフィカルユーザインタフェース(GUI)上で用いられる。つまり、コンピュータシステムを主構成とするクライアント端末3は、1以上のプロセッサが、グラフィカルユーザインタフェース上において、本実施形態に係る品揃管理支援方法を実行し、表示部31にログイン画面D1等の画面の表示を行う。さらに、クライアント端末3は、グラフィカルユーザインタフェース上において、1以上のプロセッサが、第1画面D3等の画面上でのユーザU1の操作を受け付ける。
(4)品揃管理支援方法
以下、本実施形態に係る品揃管理支援方法、つまり本実施形態に係る品揃管理支援システム10の動作について、図2~図8を参照して詳しく説明する。
以下、本実施形態に係る品揃管理支援方法、つまり本実施形態に係る品揃管理支援システム10の動作について、図2~図8を参照して詳しく説明する。
以下では、まず、品揃推奨情報の生成に係る推奨処理について説明し、その後、品揃管理支援システム10の全体動作、つまり品揃管理支援方法の全容についてフローチャートを用いて説明する。その後、品揃管理支援方法にて表示部31に表示される表示画面の例について説明する。
(4.1)品揃推奨情報の生成
まず、対象店舗20について推奨し得る品揃に関する品揃推奨情報を生成する、推奨処理について説明する。
まず、対象店舗20について推奨し得る品揃に関する品揃推奨情報を生成する、推奨処理について説明する。
本実施形態では、上述したように、推奨部12は、機械学習により生成された学習済みモデルを用いて、対象店舗20向けの品揃推奨情報を生成する。ここで、推奨部12は、対象店舗20について売上高等の経営指標の向上につながる品揃を、対象店舗20について推奨し得る品揃として、品揃推奨情報を生成する。つまり、推奨部12では、対象店舗20の経営指標の向上を目的として、対象店舗20における商品の品揃を適正化するための品揃推奨情報を生成する。
本実施形態では、このような品揃推奨情報を得るためのアプローチとして、大綱的には、対象店舗20と類似する店舗2の実績データを利用する。すなわち、品揃管理支援システム10は、対象店舗20と類似する店舗2の実績データを利用して、対象店舗20における商品の品揃を適正化するための品揃推奨情報を生成する。ここで、対象店舗20と類似する店舗2は、対象店舗20との間で所定の類似条件を満たす店舗である。例えば、コーポレートチェーン(レギュラーチェーン)又はフランチャイズチェーンのようにチェーン展開されている複数の店舗2が存在する場合には、これら複数の店舗2は互いに類似条件を満たすこととする。類似条件には、地域、規模、立地、営業時間帯又は客層等に関する条件が含まれ得る。
さらに、本実施形態に係る品揃管理支援システム10は、細目的には、機械学習された学習済みモデルを用いるアプローチ、及びクラスタリングされたクラスタリングデータを用いるアプローチによって、上述の品揃推奨情報を得る。すなわち、品揃管理支援システム10は、対象店舗20と類似する店舗2の実績データにて機械学習された学習済みモデルを利用して、対象店舗20向けの品揃推奨情報を生成する。対象店舗20との類似度については、複数の店舗2の各々における地域、規模、立地、営業時間帯又は客層等の運営データに基づいて推定可能である。つまり、この種の運営データから、複数の店舗2のうち、対象店舗20に類似する店舗2を見出すことが可能である。また、品揃管理支援システム10は、対象店舗20と類似する店舗2の実績データを、例えば、顧客、会計又は店舗2といった様々な単位でクラスタリングしたクラスタリングデータを利用して、対象店舗20向けの品揃推奨情報を生成する。これら2つのアプローチは、組み合わせても適用可能である。
そこで、本実施形態においては、推奨部12は、学習済みモデルを用いて、少なくとも運営情報を入力とし、経営指標を推定する。ここでいう「運営情報」は、特定の店舗2である対象店舗20の運営に関する情報であって、対象店舗20での現状の品揃に関する情報を含む。さらに、運営情報には、地域、規模、立地、営業時間帯又は客層等の運営データが含まれる。経営指標は、上述したように、対象店舗20の売上高に関する情報等である。このように、推奨部12は、運営情報を学習済みモデルの入力とし、学習済みモデルを用いて、経営指標を推定することで、対象店舗20における品揃と売上高等との関係性を見出すことが可能である。そして、推奨部12は、上述した経営指標の推定結果に基づいて、対象店舗20向けの品揃推奨情報を生成する。学習済みモデルは、各店舗2の運営に関する情報、及び各店舗2の経営に関する指標を含むデータを訓練データとして、機械学習により生成される。
要するに、推奨部12では、対象店舗20における品揃と売上高等との関係性の推定結果に基づいて、「品揃推奨情報」として、対象店舗20について推奨し得る品揃に関する情報を求めることができる。つまり、推奨部12は、対象店舗20において売上高等の経営指標の向上につながる品揃を、対象店舗20向けの品揃推奨情報として生成することが可能である。
ところで、例えば、コンビニエンスストアのように、対象店舗20の参考となり得る店舗2の数が、100店以上、1000店以上、又は10000店以上といった多数になり得る場合、品揃管理支援システム10は特に有用である。
すなわち、通常、多数の店舗2は個々別々の条件の下で営業しているのであって、これら多数の店舗2にわたる膨大な量の情報を、ある対象店舗20向けに反映するには、人の処理能力を遥かに上回る演算等が必要となり、人では到底実現し得ない。しかも、これらの多数の店舗2の運営及び経営に関する情報は、時間経過に伴って(例えば季節ごとに)随時変動するところ、多数の店舗2の最新の情報を考慮して品揃推奨情報をアップデートすることなど、人では到底なし得ない。さらに、このような膨大かつ変動する情報を処理する処理は、人は勿論のこと、一般的な情報処理装置であっても困難である。
これに対して、本実施形態に係る品揃管理支援システム10は、推奨処理で使用される学習済みモデルの機械学習に、多数の店舗2の運営及び経営に関する情報が用いられるのであって、上述したような膨大かつ変動する情報であっても処理し得る。むしろ、機械学習においては、訓練データのデータ量が多いほどに、生成される学習済みモデルの精度の向上が期待できるので、多数の店舗2の情報を訓練データとして用いることは好都合である。このように、多数の店舗2を展開し得る業態においては、本実施形態に係る品揃管理支援システム10は特に有用である。
また、本実施形態に係る品揃管理支援システム10では、推奨部12は、複数のクラスタに基づいて、特定の店舗2である対象店舗20についての商品の購買傾向に関する傾向情報を求める。複数のクラスタは、複数の店舗2における商品の購買履歴を含むデータ群を、商品の購買傾向に関するルールに基づいて複数のクラスタに分類して得られる。
ここで、「傾向情報」は、対象店舗20についての商品の購買傾向に関する情報であって、複数のクラスタに基づいて推奨部12にて求められる。傾向情報の具体例としては、対象店舗20における複数のクラスタの構成比率等がある。また、ここでいう「購買傾向」は、商品の購買に関してみられる傾向である。購買傾向の具体例としては、商品のカテゴリごとによく購入される商品、又は、よく一緒に購入される商品の組み合わせ等がある。
また、複数のクラスタは、例えば、複数の店舗における複数の顧客の購買履歴を含むデータ群を、購買傾向が異なる顧客の種類ごとに分類した情報である。この種の複数のクラスタの具体例としては、「スイーツとスナックとを一緒に購入する顧客」又は「おにぎりとお茶とを一緒に購入する顧客」等がある。推奨部12は、このような複数のクラスタに基づいて、対象店舗20の傾向情報を求めることで、対象店舗20と複数のクラスタとの関係性を考慮して、複数の店舗2における購買傾向から対象店舗20での購買傾向を見出すことができる。そして、推奨部12は、このような対象店舗20での購買傾向を表す傾向情報に基づいて、品揃推奨情報を生成する。
要するに、推奨部12では、対象店舗20での傾向情報に合わせて、この対象店舗20にて推奨し得る推奨し得る品揃に関する情報を、「品揃推奨情報」として求めることができる。つまり、推奨部12は、対象店舗20についての商品の購買傾向に則した品揃を、対象店舗20向けの品揃推奨情報として生成することが可能である。
上述した推奨部12での推奨処理によれば、例えば、対象店舗20の経営指標の向上につながり、ひいては対象店舗20の経営状況の改善につながるような、品揃推奨情報が得られる。ここで、品揃推奨情報を求めるのに用いられる傾向情報は、複数のクラスタに基づいて求められる。そして、傾向情報を求めるのに用いられる複数のクラスタは、対象店舗20以外の店舗2について、購買傾向に関するルールに基づいて分類して得られているので、傾向情報には、店舗2の実績データが利用されることになる。
ところで、本実施形態では、上述したように、推奨処理にて用いられる学習済みモデルは、学習装置での機械学習により生成される。学習装置は、いかなるタイプの人工知能又はシステムとして実装されてもよい。
(4.2)フローチャート
次に、本実施形態に係る品揃管理支援システム10の全体動作、つまり品揃管理支援方法の全容について、図2に示すフローチャートを用いて説明する。ここでは、対象店舗20の品揃を更新(見直し)するタイミングにおいて、品揃管理支援方法が、対象店舗20での品揃を提案するケースを例示する。つまり、ユーザU1は、対象店舗20の品揃を更新(見直し)するタイミングで、クライアント端末3からログインし、品揃管理支援方法を利用して、対象店舗20の品揃の更新を行う。図2において、ログイン(S3)以降の処理S3~S18は、いずれもクライアント端末3の表示部31に表示される画面上の処理であって、処理S3~S18について詳しくは「(4.3)表示画面」の欄で説明する。
次に、本実施形態に係る品揃管理支援システム10の全体動作、つまり品揃管理支援方法の全容について、図2に示すフローチャートを用いて説明する。ここでは、対象店舗20の品揃を更新(見直し)するタイミングにおいて、品揃管理支援方法が、対象店舗20での品揃を提案するケースを例示する。つまり、ユーザU1は、対象店舗20の品揃を更新(見直し)するタイミングで、クライアント端末3からログインし、品揃管理支援方法を利用して、対象店舗20の品揃の更新を行う。図2において、ログイン(S3)以降の処理S3~S18は、いずれもクライアント端末3の表示部31に表示される画面上の処理であって、処理S3~S18について詳しくは「(4.3)表示画面」の欄で説明する。
まず、品揃管理支援システム10は、取得部11にて、店舗情報を取得する取得処理を実行する(S1)。このとき、取得部11は、少なくとも、複数の店舗2のストア端末4から商品の購買履歴を含む店舗情報を取得し、取得した店舗情報をデータ格納部17に格納(記憶)する。ここでいう「店舗情報」は、複数の店舗2の購買履歴等の実績データ、及び複数の店舗2の運営情報(運営データを含む)等を含んでいる。また、運営情報は、各店舗2での品揃の実績に関する品揃実績情報、つまり店舗2の現状の品揃に関する情報を含んでいる。
次に、品揃管理支援システム10は、推奨部12にて、品揃推奨情報を生成する推奨処理を実行する(S2)。このとき、推奨部12は、取得処理で取得された店舗情報等を用いて、「(4.1)品揃推奨情報の生成」の欄で説明したような手順で、品揃推奨情報を生成する。
次に、品揃管理支援システム10は、クライアント端末3の表示部31にログイン画面D1(図3参照)を表示し、ログイン画面D1にて、ユーザU1からのログインを受け付ける(S3)。ユーザU1が、クライアント端末3を操作してログインすると(S3:Yes)、品揃管理支援システム10は、品揃の提案対象となる商品のカテゴリの選択処理に移行する(S4)。
このとき、品揃管理支援システム10は、クライアント端末3の表示部31にカテゴリ選択画面D2(図4参照)を表示する。ユーザU1は、カテゴリ選択画面D2上で、品揃の更新(見直し)を希望する商品のカテゴリ(発注単位)を指定することで、指定されたカテゴリが、品揃管理支援方法による品揃の提案対象として選択される。ユーザU1からのログインがなければ(S3:No)、品揃管理支援システム10は、取得処理(S1)に戻る。
品揃の提案対象となる商品のカテゴリが選択されると、次に、品揃管理支援システム10は、対象店舗20での商品の品揃を提案するために適用するアルゴリズムを判定する(S5)。このとき、品揃管理支援システム10は、選択された商品のカテゴリに応じて、第1アルゴリズム及び第2アルゴリズムを含む複数のアルゴリズムを択一的に適用する。本実施形態では、対象店舗20での商品の品揃を提案するための複数のアルゴリズムは、第1アルゴリズム及び第2アルゴリズムのみである。つまり、本実施形態では、品揃の提案対象となる商品のカテゴリによって、第1アルゴリズム又は第2アルゴリズムが適用されることになる。
第1アルゴリズムが適用されると(S5:第1アルゴリズム)、品揃管理支援システム10は、表示制御部14にて、クライアント端末3の表示部31に、第1画面D3(図5参照)を表示する(S6)。第1画面D3は、対象店舗20の品揃からの「除外」を推奨し得る商品についての品揃推奨情報を表示する画面である。そして、品揃管理支援システム10は、受付部15にて、第1画面D3上において、品揃から除外する商品(除外商品)の採否に係るユーザU1の操作を受け付ける(S7)。
続いて、第1アルゴリズムでは、品揃管理支援システム10は、表示制御部14にて、クライアント端末3の表示部31に、第2画面D4(図6参照)を表示する(S8)。第2画面D4は、対象店舗20の品揃への「追加」を推奨し得る商品についての品揃推奨情報を表示する画面である。そして、品揃管理支援システム10は、受付部15にて、第2画面D4上において、品揃に追加する商品(追加商品)の採否に係るユーザU1の操作を受け付ける(S9)。
続いて、第1アルゴリズムでは、品揃管理支援システム10は、表示制御部14にて、クライアント端末3の表示部31に、除外商品の出力画面D5(図7参照)を表示する(S10)。出力画面D5は、品揃から除外する商品(除外商品)についての品揃採用情報を、光学式の読取機41によって読取可能な態様で表示する画面である。それから、品揃管理支援システム10は、表示制御部14にて、クライアント端末3の表示部31に、追加商品の出力画面D6(図8参照)を表示する(S11)。出力画面D6は、品揃に追加する商品(追加商品)についての品揃採用情報を、光学式の読取機41によって読取可能な態様で表示する画面である。
このように、第1アルゴリズムが適用される場合には、以下の処理が適用される。すなわち、第1アルゴリズムは、品揃推奨情報で推奨される品揃の採否を決定するための入力を受け付ける受付処理(S7,S9)を有している。特に、第1アルゴリズムにおける受付処理は、品揃から除外する商品(除外商品)の採否に係るユーザU1の操作を受け付ける処理(S7)と、品揃に追加する商品(追加商品)の採否に係るユーザU1の操作を受け付ける処理(S9)と、を含んでいる。
また、第1アルゴリズムは、機械学習により生成された学習済みモデルを用いて、品揃推奨情報を生成する推奨処理(S2)を有している。推奨処理は、第1アルゴリズムが選択される前に実行される処理であるが、第1アルゴリズムが適用される場合に実行される処理であるので、第1アルゴリズムに含まれることとする。
さらに、第1アルゴリズムにおける表示処理では、第1画面D3と、第2画面D4と、を個別に表示する(S6,S8)。第1画面D3は、対象店舗20での品揃からの除外を推奨し得る商品についての品揃推奨情報を表示する画面である。第2画面D4は、対象店舗20での品揃への追加を推奨し得る商品についての品揃推奨情報を表示する画面である。
さらに、第1アルゴリズムは、品揃推奨情報に基づいて生成される品揃採用情報を、光学式の読取機41によって読取可能な態様で表示部31に表示する出力処理(S10、S11)を有する。つまり、第1アルゴリズムにおいて、出力部16にて、クライアント端末3の表示部31に、除外商品の出力画面D5を表示する処理(S10)、及び追加商品の出力画面D6を表示する処理(S11)が、出力処理に該当する。
一方、第2アルゴリズムが適用されると(S5:第2アルゴリズム)、品揃管理支援システム10は、表示制御部14にて、クライアント端末3の表示部31に、第3画面D8(図10参照)を表示する(S12)。第3画面D8は、対象店舗20の品揃からの「除外」を推奨し得る商品、及び対象店舗20の品揃への「追加」を推奨し得る商品の両方についての品揃推奨情報を表示する画面である。そして、品揃管理支援システム10は、受付部15にて、第3画面D8上において、品揃から除外する商品(除外商品)、及び品揃に追加する商品(追加商品)の採否に係るユーザU1の操作を受け付ける(S13)。
続いて、第2アルゴリズムでは、品揃管理支援システム10は、表示制御部14にて、クライアント端末3の表示部31に、除外商品の出力画面D5を表示する(S14)。出力画面D5は、品揃から除外する商品(除外商品)についての品揃採用情報を、光学式の読取機41によって読取可能な態様で表示する画面である。それから、品揃管理支援システム10は、表示制御部14にて、クライアント端末3の表示部31に、追加商品の出力画面D6を表示する(S15)。出力画面D6は、品揃に追加する商品(追加商品)についての品揃採用情報を、光学式の読取機41によって読取可能な態様で表示する画面である。さらに、品揃管理支援システム10は、表示制御部14にて、クライアント端末3の表示部31に、個別出力画面D9(図11参照)を表示する(S16)。個別出力画面D9は、ストア端末4に個別登録される商品であって、品揃から除外する商品(除外商品)、及び品揃に追加する商品(追加商品)についての品揃採用情報を、一覧表示する画面である。
このように、第2アルゴリズムが適用される場合には、以下の処理が適用される。すなわち、第2アルゴリズムは、品揃推奨情報で推奨される品揃の採否を決定するための入力を受け付ける受付処理(S13)を有している。特に、第2アルゴリズムにおける受付処理は、品揃から除外する商品(除外商品)と、品揃に追加する商品(追加商品)とについて、同時に、ユーザU1の操作を受け付ける。
また、第2アルゴリズムは、機械学習により生成された学習済みモデルを用いて、品揃推奨情報を生成する推奨処理(S2)を有している。推奨処理は、第2アルゴリズムが選択される前に実行される処理であるが、第2アルゴリズムが適用される場合に実行される処理であるので、第2アルゴリズムに含まれることとする。
さらに、第2アルゴリズムにおける表示処理では、第3画面D8を表示する(S12)。第3画面D8は、対象店舗20の品揃からの「除外」を推奨し得る商品、及び対象店舗20の品揃への「追加」を推奨し得る商品の両方についての品揃推奨情報を表示する画面である。つまり、第2アルゴリズムでは、第1アルゴリズムのように、第1画面D3と第2画面D4とで分けるのではなく、同一画面(第3画面D8)中に、除外商品及び追加商品の両方についての品揃推奨情報を表示する。
さらに、第2アルゴリズムは、品揃推奨情報に基づいて生成される品揃採用情報を、光学式の読取機41によって読取可能な態様で表示部31に表示する出力処理(S14、S15)を有する。つまり、第2アルゴリズムにおいて、出力部16にて、クライアント端末3の表示部31に、除外商品の出力画面D5を表示する処理(S14)、及び追加商品の出力画面D6を表示する処理(S15)が、出力処理に該当する。
そして、第1アルゴリズム又は第2アルゴリズムにより、出力画面D5,D6又は個別出力画面D9の表示まで終えると、品揃管理支援システム10は、演算部13にて、値引き対象の有無を判断する(S17)。ここでいう「値引き対象」は、対象店舗20の品揃から除外した時点より、所定時間(一例として、1週間、2週間又は3週間等)が経過したにも関わらず、在庫がある商品である。すなわち、商品は、品揃から除外されても、顧客が購入されるか廃棄されるかしなければ、対象店舗20の在庫として存在する。そこで、このような商品があれば、値引き対象として、例えば、「値引き」の対象とすることが好ましい。
値引き対象があれば(S17:Yes)、品揃管理支援システム10は、表示制御部14にて、クライアント端末3の表示部31に、値引きリストD10(図12参照)を表示する(S18)。値引きリストD10は、値引き対象と判定された商品を一覧表示する画面である。値引き対象が無ければ(S17:No)、品揃管理支援システム10は、処理S18をスキップして、処理を終了する。
また、図2に示すフローチャートは、一例に過ぎず、処理の順番が適宜変更されてもよいし、処理が適宜追加又は削除されてもよい。例えば、第1アルゴリズムにおいて、第1画面D3を表示する処理(S6)及び第1画面D3上での受付処理(S7)と、第2画面D4を表示する処理(S8)及び第2画面D4上での受付処理(S9)と、は順番が逆であってもよい。つまり、第2画面D4を表示する処理(S8)及び第2画面D4上での受付処理(S9)の実行後に、第1画面D3を表示する処理(S6)及び第1画面D3上での受付処理(S7)が実行されてもよい。
(4.3)表示画面
本実施形態に係る品揃管理支援方法は、コンピュータシステムのグラフィカルユーザインタフェース(GUI)上において実現される。以下に、本実施形態に係る品揃管理支援方法において、品揃の更新(見直し)を行う場合の画面遷移の具体例について、図3~図12を参照して説明する。図3~図12は、表示部31に表示される画面の具体例を示しており、領域を示す一点鎖線及び参照符号は説明のために表記しているに過ぎず、実際には、これらの一点鎖線及び参照符号は表示部31に表示されない。また、表示部31に表示される各画面上でのボタン等のオブジェクトは、ユーザU1による操作(タップ、スワイプ又はドラッグ等)が可能である。また、本実施形態では一例として、ログイン画面D1等の画面は、いずれも、横方向(水平方向)の寸法が縦方向(垂直方向)の寸法よりも大きい、横長の画面である。
本実施形態に係る品揃管理支援方法は、コンピュータシステムのグラフィカルユーザインタフェース(GUI)上において実現される。以下に、本実施形態に係る品揃管理支援方法において、品揃の更新(見直し)を行う場合の画面遷移の具体例について、図3~図12を参照して説明する。図3~図12は、表示部31に表示される画面の具体例を示しており、領域を示す一点鎖線及び参照符号は説明のために表記しているに過ぎず、実際には、これらの一点鎖線及び参照符号は表示部31に表示されない。また、表示部31に表示される各画面上でのボタン等のオブジェクトは、ユーザU1による操作(タップ、スワイプ又はドラッグ等)が可能である。また、本実施形態では一例として、ログイン画面D1等の画面は、いずれも、横方向(水平方向)の寸法が縦方向(垂直方向)の寸法よりも大きい、横長の画面である。
(4.3.1)ログインからアルゴリズムの判定まで
まずは、ユーザU1は、品揃管理支援方法を利用するに際して、図3に示す、ログイン画面D1にて、ログインを行う。
まずは、ユーザU1は、品揃管理支援方法を利用するに際して、図3に示す、ログイン画面D1にて、ログインを行う。
図3に示すログイン画面D1は、認証ステップにおいてクライアント端末3の表示部31に表示され、ユーザU1がログインするために用いられる画面である。具体的には、ログイン画面D1は、図3に示すように、店番号入力欄R11、従業員番号入力欄R12、パスワード入力欄R13及びログインボタンR14を含んでいる。店番号入力欄R11は、各店舗2に割り当てられた店番号を入力するための入力欄である。従業員番号入力欄R12は、店舗2の各従業員(店員)に割り当てられた従業員番号を入力するための入力欄である。パスワード入力欄R13は、パスワードを入力するための入力欄である。
ユーザU1は、ログイン画面D1において、店番号入力欄R11、従業員番号入力欄R12及びパスワード入力欄R13に、それぞれ店番号、従業員番号及びパスワードを入力し、ログインボタンR14をタップする。ここで、店番号、従業員番号及びパスワードの認証に成功すれば、ログインが可能となる。本実施形態では、ユーザU1が品揃管理支援方法を利用するためには、ユーザU1が、少なくとも品揃を更新(決定)する権限を持つことが必要である。そのため、ログインに際しては、従業員番号にて識別されるユーザU1が、このような権限を持つ者であることにつき認証が行われる。
ログインに成功すると、クライアント端末3の表示部31の表示は、ログイン画面D1から、図4に示すカテゴリ選択画面D2へと遷移する。カテゴリ選択画面D2は、品揃の更新(見直し)を希望する商品のカテゴリ(発注単位)を指定するための画面である。
ところで、本実施形態では、品揃管理支援方法にて表示される画面のうち、ログイン画面D1以外の画面(カテゴリ選択画面D2、第1画面D3及び第2画面D4等)は全て、以下に説明する基本レイアウトを、共通のレイアウトとして採用している。すなわち、カテゴリ選択画面D2等の画面は、基本レイアウトとして、画面の縦方向において、第1領域R1、第2領域R2及び第3領域の3つの領域に分割されている。
最上段に位置する第1領域R1は、横方向に長い帯状の領域であって、ユーザU1を特定する情報(図4の例では「店長」)、ログアウトするためのログアウトボタンB11、及びメニューを呼び出すためのメニューボタンB12を含んでいる。
第1領域R1の下方に位置する第2領域R2は、横方向に長い帯状の領域であって、ステータス領域R21、「戻る」ボタンB21及び「次へ」ボタンB22を含んでいる。ステータス領域R21は、画面の状態を表す領域である。「戻る」ボタンB21は、1つ前の画面(カテゴリ選択画面D2ではログイン画面D1)に戻る(画面遷移する)ためのボタンである。「次へ」ボタンB22は、1つ先の画面(カテゴリ選択画面D2では第1画面D3)に進む(画面遷移する)ためのボタンである。
第3領域R3は、第2領域R2の下方に位置し、画面(ここではカテゴリ選択画面D2)の大半を占める領域である。第3領域R3は、メイン表示欄R30を含んでいる。メイン表示欄R30は、各画面における主たる情報の表示を行う領域である。
カテゴリ選択画面D2においては、ステータス領域R21には「発注単位選択」との文字列を表示する。
カテゴリ選択画面D2においては、メイン表示欄R30は、商品のカテゴリ(発注単位)を一覧表示する。図4では一例として、「ドライ」、「チルド飲料」、「加工食品」及び「お菓子」等の複数のカテゴリ(発注単位)が、各行ごとに表示されるよう、縦方向に並べてメイン表示欄R30内に表示されている。メイン表示欄R30は、これら複数のカテゴリに一対一で対応する複数のチェックボックスB201を含んでいる。ユーザU1は、カテゴリ選択画面D2上で、任意のカテゴリ(発注単位)のチェックボックスB201をタップすることで、チェックしたカテゴリを、品揃の更新(見直し)の対象として指定する。図4では、指定されたカテゴリ(図4の例では「日配・生鮮」、「酒」)は、例えば、着色等により強調表示され、他のカテゴリとは区別される。さらに、図4においては、メイン表示欄R30では、複数のカテゴリの各々について、「発注ダメ判定」、「採用判定」、「発注ダメ入力」及び「採用入力」の進行状態、及び最終更新日等の付帯情報が表示される。
また、カテゴリ選択画面D2においては、第3領域R3は、メイン表示欄R30の周囲に、サブ表示欄R31及びスライドバーB31を含んでいる。サブ表示欄R31は、例えば、「品揃を行う発注単位を選択してください」といった操作を案内する情報、及び「分析期間 10月31日~11月07日」といった内部処理を表す情報等を表示する。スライドバーB31は、メイン表示欄R30内の表示を縦方向にスクロールさせるためのオブジェクトである。つまり、ユーザU1がスライドバーB31を縦方向にドラッグすることにより、メイン表示欄R30内に表示しきれていない表示部分が表示可能となる。
さらに、本実施形態では、「次へ」ボタンB22は、メイン表示欄R30に未表示部分がある状態では、例えば、非アクティブ化(一例としてグレーアウト表示)されることで、操作を受け付けない状態となる。つまり、メイン表示欄R30に未表示の部分がある場合、この未表示部分が表示されるようにスライドバーB31が操作されて初めて、「次へ」ボタンB22の操作が可能となる。
カテゴリ選択画面D2において、いずれかのカテゴリ(発注単位)が選択された状態で、「次へ」ボタンB22がタップされると、クライアント端末3の表示部31の表示は、カテゴリ選択画面D2から、第1画面D3、又は第3画面D8へと遷移する。すなわち、本実施形態に係る品揃管理支援方法では、品揃の更新(見直し)を希望する商品のカテゴリ(発注単位)として、カテゴリ選択画面D2にて指定された商品のカテゴリに応じて、第1アルゴリズム又は第2アルゴリズムが択一的に適用される。つまり、第1アルゴリズムに対応付けられた商品のカテゴリが指定されると第1アルゴリズムが適用され、第2アルゴリズムに対応付けられた商品のカテゴリが指定されると第2アルゴリズムが適用される。
そして、第1アルゴリズムが適用されると、表示処理により、図5に示す第1画面D3が表示部31に表示され、一方、第2アルゴリズムが適用されると、表示処理により、図10に示す第3画面D8が表示部31に表示される。第1画面D3及び第3画面D8は、いずれも、カテゴリ選択画面D2にて指定された商品のカテゴリについて、対象店舗20での品揃を推奨し得る品揃推奨情報を表示する画面である。第1画面D3及び第3画面D8について詳しくは、それぞれ「(4.3.2)第1アルゴリズム」の欄及び「(4.3.3)第2アルゴリズム」の欄で説明する。
ただし、本実施形態では、ログイン画面D1からカテゴリ選択画面D2に直接的に遷移するのではなく、ログイン画面D1から、トップ画面を介して、カテゴリ選択画面D2に遷移する。そして、トップ画面は、第1アルゴリズムに対応付けられた商品のカテゴリの群と、第2アルゴリズムに対応付けられた商品のカテゴリの群とのいずれかを、選択可能に構成される。言い換えれば、トップ画面では、第1アルゴリズムと第2アルゴリズムとのいずれを適用するかを、ユーザU1が指定可能である。ユーザU1が、第1アルゴリズムに対応付けられた商品のカテゴリの群を指定した場合には、カテゴリ選択画面D2では、第1アルゴリズムに対応付けられた商品のカテゴリの一覧が表示される。一方、ユーザU1が、第2アルゴリズムに対応付けられた商品のカテゴリの群を指定した場合には、カテゴリ選択画面D2では、第2アルゴリズムに対応付けられた商品のカテゴリの一覧が表示される。
したがって、本実施形態では、カテゴリ選択画面D2に至る前のトップ画面において、予め商品のカテゴリの絞り込みが行われることで、第1アルゴリズム又は第2アルゴリズムが択一的に選択されることになる。図4で例示するカテゴリ選択画面D2は、トップ画面にて第1アルゴリズムに対応付けられた商品のカテゴリの群が指定された場合のカテゴリ選択画面D2である。つまり、図4で例示するカテゴリ選択画面D2は、第1アルゴリズムに対応付けられた商品のカテゴリの一覧を表示する。
ここにおいて、本実施形態では、複数のアルゴリズムのうちのいずれのアルゴリズムを適用するかは、カテゴリについての品揃の更新周期に基づいて選択される。すなわち、第1アルゴリズムに対応付けられる商品のカテゴリと、第2アルゴリズムに対応付けられる商品のカテゴリとは、品揃の更新(見直し)の周期にて区別されている。本実施形態では、上述したトップ画面にて、第1アルゴリズムに対応する商品のカテゴリの群と、第2アルゴリズムに対応する商品のカテゴリの群とのいずれかが選択されるため、これら2つの群に含まれるカテゴリが品揃の更新周期にて区別される。具体的に、本実施形態では、消費期限又は賞味期限等が長いために品揃の更新周期が比較的長い(一例として1カ月)カテゴリは、第1アルゴリズムに対応付けられる。一方、消費期限又は賞味期限等が短いために品揃の更新周期が比較的短い(一例として1週間)カテゴリは、第2アルゴリズムに対応付けられる。
また、本実施形態では、複数のアルゴリズムのうちのいずれのアルゴリズムを適用するかは、カテゴリについて対象店舗20で取扱可能なSKU数とアイテム数との少なくとも一方に基づいて選択される。すなわち、第1アルゴリズムに対応付けられる商品のカテゴリと、第2アルゴリズムに対応付けられる商品のカテゴリとは、対象店舗20で取扱可能なSKU数とアイテム数との少なくとも一方にて区別されている。本実施形態では、上述したトップ画面にて、第1アルゴリズムに対応する商品のカテゴリの群と、第2アルゴリズムに対応する商品のカテゴリの群とのいずれかが選択されるため、これら2つの群に含まれるカテゴリがSKU数等にて区別される。具体的に、本実施形態は、対象店舗20で取扱可能なSKU数が比較的多いカテゴリは、第1アルゴリズムに対応付けられ、対象店舗20で取扱可能なSKU数が比較的少ないカテゴリは、第2アルゴリズムに対応付けられる。
本実施形態では、上述したように、カテゴリについての品揃の更新周期、及びカテゴリについて対象店舗20で取扱可能なSKU数とアイテム数との少なくとも一方に基づいて、第1アルゴリズム又は第2アルゴリズムに対応付けられるカテゴリが決定されている。
ところで、本実施形態では、第1アルゴリズムと第2アルゴリズムとの少なくとも一方における表示処理では、品揃の提案対象となる商品のカテゴリによって、品揃推奨情報を表示するタイミングが異なることになる。具体的には、カテゴリ選択画面D2では、常に全ての商品のカテゴリ(発注単位)が指定(選択)可能というわけではなく、商品のカテゴリによって、指定可能なタイミングが決められている。一例として、発注計画の更新(見直し)の周期が商品のカテゴリごとに決められている場合には、発注計画の更新の周期に合わせて、カテゴリ選択画面D2にて各カテゴリを指定可能となるタイミングが決められる。例えば、消費期限又は賞味期限等が短いために発注周期が短く(回転が速く)、発注計画の更新(見直し)の周期が1週間の商品のカテゴリについては、カテゴリ選択画面D2にて指定可能となるタイミングも1週間周期に設定される。一方、消費期限又は賞味期限等が長いために発注周期が長く(回転が遅く)、発注計画の更新(見直し)の周期が1カ月の商品のカテゴリについては、カテゴリ選択画面D2にて指定可能となるタイミングも1カ月周期に設定される。
図4の例では、メイン表示欄R30に表示される商品のカテゴリ(発注単位)は、カテゴリ選択画面D2にて指定可能となるタイミングにて分類されている。具体的には、カテゴリ選択画面D2にて指定可能なタイミングが1カ月周期のカテゴリ(「ドライ」及び「チルド飲料」等)と、カテゴリ選択画面D2にて指定可能なタイミングが1週間周期のカテゴリ(「調理麺」及び「調理パン」等)とは、分かれて表示される。その上で、各カテゴリのチェックボックスB201は、カテゴリ選択画面D2にて指定可能となるタイミング以外では、非アクティブ化(一例としてグレーアウト表示)されることで、操作を受け付けない状態となる。
つまり、各カテゴリのチェックボックスB201は、カテゴリ選択画面D2にて指定可能となるタイミングでのみ、指定するための操作を受付可能となる。そして、各カテゴリについて表示処理にて品揃推奨情報が表示されるためには、カテゴリ選択画面D2にて指定されることが必須であるので、カテゴリ選択画面D2にて指定可能となるタイミングは、品揃推奨情報を表示するタイミングに相当する。結果的に、表示処理では、品揃の提案対象となる商品のカテゴリによって、品揃推奨情報を表示するタイミングが異なる。
(4.3.2)第1アルゴリズム
次に、第1アルゴリズムが適用された場合の、表示部31に表示される画面の具体例について、図5~図9を参照して説明する。本実施形態では、上述したように、品揃の提案対象となる商品のカテゴリが、消費期限又は賞味期限等が長いために品揃の更新周期が比較的長いカテゴリである場合に、第1アルゴリズムが適用される。さらに、品揃の提案対象となる商品のカテゴリが、対象店舗20で取扱可能なSKU数が比較的多いカテゴリである場合に、第1アルゴリズムが適用される。
次に、第1アルゴリズムが適用された場合の、表示部31に表示される画面の具体例について、図5~図9を参照して説明する。本実施形態では、上述したように、品揃の提案対象となる商品のカテゴリが、消費期限又は賞味期限等が長いために品揃の更新周期が比較的長いカテゴリである場合に、第1アルゴリズムが適用される。さらに、品揃の提案対象となる商品のカテゴリが、対象店舗20で取扱可能なSKU数が比較的多いカテゴリである場合に、第1アルゴリズムが適用される。
図5に示す第1画面D3は、カテゴリ選択画面D2にて指定された商品のカテゴリについて、対象店舗20での品揃を推奨し得る品揃推奨情報を表示する画面である。特に、第1画面D3は、品揃推奨情報のうち、対象店舗20の品揃からの「除外」を推奨し得る商品(除外商品)についての品揃推奨情報を表示する画面である。第1画面D3は、カテゴリ選択画面D2と基本レイアウトを共通としながらも、以下の点で、カテゴリ選択画面D2と相違する。
すなわち、第1画面D3においては、第2領域R2は、ステータス領域R21、「戻る」ボタンB21及び「次へ」ボタンB22に加えて、「中止」ボタンB23を更に含んでいる。「中止」ボタンB23は、処理を中止するためのボタンである。ステータス領域R21には「発注ダメ判定>採用判定>発注ダメ入力>採用入力」との文字列を表示し、そのうち「発注ダメ判定」を強調表示する。このようなステータス領域R21は、「発注ダメ判定」、「採用判定」、「発注ダメ入力」、「採用入力」の4つの状態のうち、現在の画面(第1画面D3)が「発注ダメ判定」のための画面であることを意味する。
また、第1画面D3においては、メイン表示欄R30は、品揃推奨情報のうち、対象店舗20の品揃からの「除外」を推奨し得る商品(除外商品)についての品揃推奨情報を表示する。図5では一例として、商品名が「AAAAAAA」、「BBBBBBB」及び「CCCCCCC」等の複数の商品(除外商品)が、各行ごとに表示されるよう、縦方向に並べてメイン表示欄R30内に表示されている。
メイン表示欄R30は、これら複数の商品に一対一で対応する複数の非除外ボタンB301、複数の除外ボタンB302及び複数の保存ボタンB303を含んでいる。第1画面D3は、これら非除外ボタンB301及び除外ボタンB302により、品揃から除外する商品(除外商品)の採否に係るユーザU1の操作を受け付ける。除外ボタンB302が選択されることで、対応する商品を品揃から除外するという「除外商品」としての推奨が採用される。一方、非除外ボタンB301が選択されることで、対応する商品を品揃から除外するという「除外商品」としての推奨が非採用となる。つまり、第1画面D3に表示される複数の商品のうち、対応する除外ボタンB302が選択されている商品のみが、「除外商品」として対象店舗20の品揃から除外される。本実施形態では、除外ボタンB302がデフォルトで選択されており、ユーザU1が、非除外ボタンB301をタップすることで、非除外ボタンB301が選択されることになる。
また、第1アルゴリズムにおける表示処理では、対象店舗20での品揃からの除外を推奨し得る商品のうち、保存指定がされた商品については品揃推奨情報を表示せず、保存指定がされていない商品については品揃推奨情報を表示する。すなわち、第1画面D3に表示される除外商品のうち、保存指定がされた商品については、次回以降の第1画面D3においては、品揃推奨情報として表示されない。本実施形態では一例として、保存指定の手段として、保存ボタンB303が用いられる。つまり、ユーザU1は、保存ボタンB303をタップすることで、この保存ボタンB303に対応する商品については、次回以降の表示処理にて表示される第1画面D3に表示されなくなる。さらに、本実施形態では、保存ボタンB303が操作された商品については、自動的に、非除外ボタンB301が選択されて、除外ボタンB302が選択できない状態(非アクティブ)となる。
保存指定の解除は、例えば、メンテナンス画面にて行われる。つまり、メンテナンス画面では、保存指定されている商品の一覧が表示され、保存指定を解除する商品を選択する操作がなされることで、この商品についての保存指定が解除される。保存指定が解除された商品については、次回以降の第1画面D3において、品揃推奨情報として表示され得る。
さらに、第1アルゴリズムにおける表示処理では、品揃推奨情報と、対象店舗20での品揃の実績に関する品揃実績情報と、の差分を特定可能な態様で、品揃推奨情報を表示する。すなわち、第1画面D3においては、品揃推奨情報は、品揃推奨情報で対象店舗20について推奨し得る品揃と、対象店舗20での現状の品揃と、の差分を特定可能な態様で表示される。本実施形態では一例として、第1画面D3は、対象店舗20の品揃に含まれないことを推奨し得る商品のうち、対象店舗20の現状の品揃に含まれる商品のみを、除外商品として表示する。言い換えれば、第1画面D3は、品揃推奨情報と品揃実績情報との差分に相当する「除外商品」のみを表示することで、品揃推奨情報と品揃実績情報との差分を特定可能な態様での品揃推奨情報の表示を実現する。
第1アルゴリズムにおける表示処理では、品揃推奨情報に係る品揃を推奨し得る理由に関する理由情報を、表示部31に更に表示する。すなわち、第1画面D3においては、品揃推奨情報に加えて、この品揃推奨情報に係る品揃を推奨し得る理由を表す理由情報が表示される。具体的には、第1画面D3のメイン表示欄R30に、「除外商品」として推奨し得るに至った理由が「判定理由」として、商品ごとに表示される。判定理由は、一例として、何らかの理由で発注が停止された「発注停止」、又は、学習済みモデルを用いた推奨処理にて低評価となった「AI低評価商品」等を含む。さらに、図5の例では、第1画面D3は、理由情報として商品ごとの「売上指数」が表示されている。ここでいう売上指数は、品揃に含まれることによる対象店舗20の売上高等の経営指標に相当する指数であって、売上指数が高いほど、経営指標の向上につながることを意味する。つまり、図5に例示するような、売上指数が「-0.3」又は「0.4」といった商品については、品揃に含まれることによる経営指標の向上への期待値が低い。
また、第1アルゴリズムにおける表示処理では、品揃推奨情報を、品揃の提案対象となる商品の陳列スペースごとに分類して表示する。すなわち、第1画面D3においては、品揃推奨情報に含まれる複数の商品は、その陳列スペース(モジュール)ごとに分類して表示されている。ここでいう「陳列スペース」は、対象店舗20において商品が陳列されるスペースであって、例えば、陳列棚単位で指定される。具体的には、第1画面D3のメイン表示欄R30に、「除外商品」として推奨し得る商品が、一例として、「スナック棚1」及び「スナック棚2」といった陳列スペース(モジュール)ごとに分類して表示されている。
また、第1アルゴリズムにおける表示処理では、品揃推奨情報を、品揃の提案対象となる商品のカテゴリごとに分類して表示する。すなわち、第1画面D3においては、品揃推奨情報に含まれる複数の商品は、そのカテゴリ(中分類)ごとに分類して表示されている。ここでいう「カテゴリ」は、中カテゴリ(「お菓子」等)を更に複数に分類する小カテゴリである。具体的には、第1画面D3のメイン表示欄R30に、「除外商品」として推奨し得る商品が、一例として、「袋スナック」及び「箱スナック」といったカテゴリ(中分類)ごとに分類して表示されている。ここで、カテゴリごとの分類は、陳列スペースごとの分類の下位の位置づけとなる。そのため、例えば、「スナック棚1」という陳列スペース(モジュール)の中に、「袋スナック」及び「箱スナック」といった複数のカテゴリ(中分類)が含まれる。
また、第1画面D3においては、第3領域R3は、メイン表示欄R30の周囲に、サブ表示欄R31及びスライドバーB31に加えて、タブ領域R32を含んでいる。サブ表示欄R31は、例えば、「AIの判断を参考に判定を行ってください」といった操作を案内する情報、及び「商品総数 70」といった情報等を表示する。タブ領域R32には、現在選択中の商品、つまり品揃の提案対象となる商品のカテゴリ(発注単位)が表示される。タブ領域R32を操作することで、品揃の提案対象となる商品のカテゴリ(発注単位)の切り替えが可能である。
第1画面D3において、全ての商品について非除外ボタンB301又は除外ボタンB302が選択された状態で、「次へ」ボタンB22がタップされると、クライアント端末3の表示部31の表示は、第1画面D3から第2画面D4へと遷移する。このとき、第1画面D3に表示されている複数の商品のうち、対応する除外ボタンB302が選択されている商品のみを「除外商品」として、対象店舗20の品揃から除外することが確定する。これのようにして、確定した「除外商品」についての品揃推奨情報が、品揃採用情報となる。つまり、受付処理を経て、品揃推奨情報に基づく品揃採用情報が生成される。
図6に示す第2画面D4は、カテゴリ選択画面D2にて指定された商品のカテゴリについて、対象店舗20での品揃を推奨し得る品揃推奨情報を表示する画面である。特に、第2画面D4は、品揃推奨情報のうち、対象店舗20の品揃への「追加」を推奨し得る商品(追加商品)についての品揃推奨情報を表示する画面である。第2画面D4は、第1画面D3と基本レイアウトを共通としながらも、以下の点で、第1画面D3と相違する。
すなわち、第2画面D4においては、ステータス領域R21には「発注ダメ判定>採用判定>発注ダメ入力>採用入力」との文字列を表示し、そのうち「採用判定」を強調表示する。このようなステータス領域R21は、「発注ダメ判定」、「採用判定」、「発注ダメ入力」、「採用入力」の4つの状態のうち、現在の画面(第2画面D4)が「採用判定」のための画面であることを意味する。
また、第2画面D4においては、メイン表示欄R30は、品揃推奨情報のうち、対象店舗20の品揃への「追加」を推奨し得る商品(追加商品)についての品揃推奨情報を表示する。図6では一例として、商品名が「AAABBB」、「CCCDDD」及び「EEEFFF」等の複数の商品(追加商品)が、各行ごとに表示されるよう、縦方向に並べてメイン表示欄R30内に表示されている。
メイン表示欄R30は、非除外ボタンB301、除外ボタンB302及び保存ボタンB303に代えて、これら複数の商品に一対一で対応する複数の追加ボタンB401及び複数の非追加ボタンB402を含んでいる。第2画面D4は、これら追加ボタンB401及び非追加ボタンB402により、品揃に追加する商品(追加商品)の採否に係るユーザU1の操作を受け付ける。追加ボタンB401が選択されることで、対応する商品を品揃に追加するという「追加商品」としての推奨が採用される。一方、非追加ボタンB402が選択されることで、対応する商品を品揃に追加するという「追加商品」としての推奨が非採用となる。つまり、第2画面D4に表示される複数の商品のうち、対応する追加ボタンB401が選択されている商品のみが、「追加商品」として対象店舗20の品揃に追加される。本実施形態では、追加ボタンB401及び非追加ボタンB402はいずれもデフォルトで非選択であって、ユーザU1が、追加ボタンB401又は非追加ボタンB402をタップすることで、追加ボタンB401又は非追加ボタンB402が選択されることになる。
また、第2画面D4においては、商品の表示態様については、第1画面D3とほぼ共通である。つまり、第2画面D4においては、品揃推奨情報は、品揃推奨情報で対象店舗20について推奨し得る品揃と、対象店舗20での現状の品揃と、の差分を特定可能な態様で表示される。本実施形態では一例として、第2画面D4は、対象店舗20の品揃に含まれることを推奨し得る商品のうち、対象店舗20の現状の品揃に含まれない商品のみを、追加商品として表示する。言い換えれば、第2画面D4は、品揃推奨情報と品揃実績情報との差分に相当する「追加商品」のみを表示することで、品揃推奨情報と品揃実績情報との差分を特定可能な態様での品揃推奨情報の表示を実現する。
さらに、第2画面D4においては、品揃推奨情報に加えて、この品揃推奨情報に係る品揃を推奨し得る理由を表す理由情報が表示される。ただし、第2画面D4においては、理由情報に加えて、特定の商品については、強調マークB403を付すことによって、他の商品に比べて目立つような表示態様を採用する。つまり、第1アルゴリズムにおける表示処理では、判定条件を満たす商品について、判定条件を満たさない商品とは異なる態様で品揃推奨情報を表示する。図6の例では、商品名が「IIIJJJ」である商品等は、判定条件を満たすため、商品名が「EEEFFF」である商品等と区別可能となるように、強調マークB403が付されている。
ここで、判定条件は、商品の売れ行きに関する売行指数についての売行条件を含む。ここでいう売行指数は、品揃に含まれることによる対象店舗20の売上高等の経営指標に相当する指数であって、売行指数が高いほど、経営指標の向上につながることを意味する。一例として、対象店舗20以外の店舗2での売れ筋商品である「他店売れ筋」、又は対象店舗20での過去の売れ筋商品である「実績高」等の商品については、売行指数が閾値より高く、売行条件を満たすことになる。したがって、図6の例では、判定理由が「他店売れ筋」又は「実績高」の商品については、判定条件を満たすと判定され、強調マークB403により他の商品とは異なる態様で表示されている。
また、第2画面D4においては、品揃推奨情報に含まれる複数の商品は、その陳列スペース(モジュール)ごとに分類して表示されている。さらに、第2画面D4においては、品揃推奨情報に含まれる複数の商品は、そのカテゴリ(中分類)ごとに分類して表示されている。
ところで、第2画面D4においては、メイン表示欄R30には、カテゴリ(中分類)ごとに、「採用目安」として採用の目安となるSKU数とアイテム数との少なくとも一方が表示されている。特に、第2画面D4は、品揃推奨情報のうち、対象店舗20の品揃への「追加」を推奨し得る商品(追加商品)についての品揃推奨情報を表示する画面であるところ、「採用目安」は、「追加商品」として採用すべきSKU数及び/又はアイテム数である。図6では一例として、「コーヒー」というカテゴリ(中分類)について、「追加商品」として採用すべきSKU数が「6」であるため、「採用目安」に「6SKU」と表示されている。この場合、「コーヒー」というカテゴリ(中分類)に含まれる「AAABBB」~「KKKLLL」の6つの商品のうち、「6SKU」、つまり6つの商品を追加商品として採用することが、目安として示される。すなわち、第1アルゴリズムにおける表示処理では、品揃推奨情報で推奨される品揃の採用数の目安となる目安情報を、表示部31に更に表示する。
ただし、目安情報は、あくまで品揃の採用数の目安に過ぎず、ユーザU1が、品揃推奨情報の採否を決定する際に参考にする情報である。そのため、ユーザU1は、品揃推奨情報の採否を決定するに際して、目安情報としてのSKU数よりも多い、又は少ないSKU数の商品を、品揃推奨情報として採用してもよい。
本実施形態では一例として、第2画面D4に表示される商品のSKU数が、目安情報(採用目安)として規定されるSKU数を基準に決められている。つまり、第2画面D4に表示される、「追加商品」として推奨し得る商品のSKU数は、少なくとも採用目安としてのSKU数に関連した数となる。ただし、判定理由が「新商品」である商品については、採用目安にかかわらず、「追加商品」として推奨し得る商品が第2画面D4に表示される。その結果、第2画面D4に表示される商品のSKU数は、目安情報(採用目安)として規定されるSKU数を上回る場合がある。このように、表示処理では、品揃推奨情報に係る品揃を推奨し得る理由(判定理由)によって、品揃推奨情報に含まれるカテゴリのSKU数とアイテム数との少なくとも一方が異なる場合がある。つまり、本実施形態では、判定理由が「新商品」であれば、他の判定理由(「キャンペーン」等)の商品よりもSKU数及び/又はアイテム数が多くなる。
第2画面D4において、全ての商品について追加ボタンB401又は非追加ボタンB402が選択された状態で、「次へ」ボタンB22がタップされると、クライアント端末3の表示部31の表示は、第2画面D4から除外商品の出力画面D5へと遷移する。このとき、第2画面D4に表示されている複数の商品のうち、対応する追加ボタンB401が選択されている商品のみを「追加商品」として、対象店舗20の品揃に追加することが確定する。これのようにして、確定した「追加商品」についての品揃推奨情報が、品揃採用情報となる。つまり、受付処理を経て、品揃推奨情報に基づく品揃採用情報が生成される。
図7に示す出力画面D5は、品揃から除外する商品(除外商品)についての品揃採用情報を、光学式の読取機41によって読取可能な態様で表示する画面である。つまり、第1画面D3において、対応する除外ボタンB302が選択されることで、対象店舗20の品揃から除外することが確定した「除外商品」に関する情報を、出力画面D5で表示する。そして、出力画面D5の表示態様は、ストア端末4の読取機41にて読取可能な態様である。本実施形態では一例として、バーコードリーダからなる読取機41で読取可能となるように、出力画面D5は、「除外商品」としての商品の商品情報を表すバーコードB501を、一覧表示する。
出力画面D5は、第2画面D4と基本レイアウトを共通としながらも、以下の点で、第2画面D4と相違する。すなわち、出力画面D5においては、ステータス領域R21には「発注ダメ判定>採用判定>発注ダメ入力>採用入力」との文字列を表示し、そのうち「発注ダメ入力」を強調表示する。このようなステータス領域R21は、「発注ダメ判定」、「採用判定」、「発注ダメ入力」、「採用入力」の4つの状態のうち、現在の画面(出力画面D5)が「発注ダメ入力」のための画面であることを意味する。
また、出力画面D5においては、メイン表示欄R30は、対象店舗20の品揃から除外する商品(除外商品)についての品揃採用情報を、除外商品のリストとして表示する。ここで、除外商品のリストは、上述したように、「除外商品」としての商品の商品情報を、読取機41にて読取可能な態様であるバーコードB501として一覧表示する。したがって、ユーザU1は、出力画面D5が表示された状態で、ストア端末4の読取機41を操作し、出力画面D5に表示されているバーコードB501を順次読み取ることにより、出力画面D5に表示される除外商品の情報をストア端末4に取り込む。つまり、ストア端末4は、読取機41を使用して、クライアント端末3から、対象店舗20の品揃に係る情報(追加商品の情報)をオフラインで取得する。これにより、品揃管理支援案方法にて提案される品揃は、対象店舗20における商品の発注計画に反映されることになる。
また、出力画面D5においては、サブ表示欄R31は、例えば、「全てのバーコードをスキャンしてください」といった操作を案内する情報、及び「商品総数 70」といった情報等を表示する。さらに、出力画面D5においては、第3領域R3は、スライドバーB31に代えて、ページ戻しボタンB32及びページ送りボタンB33を含んでいる。ページ戻しボタンB32及びページ送りボタンB33は、メイン表示欄R30内の表示ページを切り替えるためのオブジェクトである。つまり、ユーザU1がページ戻しボタンB32又はページ送りボタンB33をタップすることにより、メイン表示欄R30内に表示しきれていない表示部分が表示可能となる。
さらに、出力画面D5では、「次へ」ボタンB22は、メイン表示欄R30に未表示部分がある状態では、例えば、非アクティブ化(一例としてグレーアウト表示)されることで、操作を受け付けない状態となる。つまり、メイン表示欄R30に未表示の部分がある場合、この未表示部分が表示されるようにページ送りボタンB33が操作されて初めて、「次へ」ボタンB22の操作が可能となる。
出力画面D5において、「次へ」ボタンB22がタップされると、クライアント端末3の表示部31の表示は、除外商品の出力画面D5から追加商品の出力画面D6へと遷移する。
図8に示す出力画面D6は、品揃に追加する商品(追加商品)についての品揃採用情報を、光学式の読取機41によって読取可能な態様で表示する画面である。つまり、第2画面D4において、対応する追加ボタンB401が選択されることで、対象店舗20の品揃に追加することが確定した「追加商品」に関する情報を、出力画面D6で表示する。そして、出力画面D6の表示態様は、出力画面D5と同様に、ストア端末4の読取機41にて読取可能な態様である。つまり、本実施形態では一例として、バーコードリーダからなる読取機41で読取可能となるように、出力画面D6は、「追加商品」としての商品の商品情報を表すバーコードB601を、一覧表示する。
追加商品の出力画面D6は、除外商品の出力画面D5と基本レイアウトを共通としながらも、以下の点で、出力画面D5と相違する。すなわち、出力画面D6においては、ステータス領域R21には「発注ダメ判定>採用判定>発注ダメ入力>採用入力」との文字列を表示し、そのうち「採用入力」を強調表示する。このようなステータス領域R21は、「発注ダメ判定」、「採用判定」、「発注ダメ入力」、「採用入力」の4つの状態のうち、現在の画面(出力画面D6)が「採用入力」のための画面であることを意味する。
また、出力画面D6においては、メイン表示欄R30は、対象店舗20の品揃に追加する商品(追加商品)についての品揃採用情報を、追加商品のリストとして表示する。ここで、追加商品のリストは、上述したように、「追加商品」としての商品の商品情報を、読取機41にて読取可能な態様であるバーコードB601として一覧表示する。したがって、ユーザU1は、出力画面D6が表示された状態で、ストア端末4の読取機41を操作し、出力画面D6に表示されているバーコードB601を順次読み取ることにより、出力画面D6に表示される追加商品の情報をストア端末4に取り込む。つまり、ストア端末4は、読取機41を使用して、クライアント端末3から、対象店舗20の品揃に係る情報(追加商品の情報)をオフラインで取得する。これにより、品揃管理支援案方法にて提案される品揃は、対象店舗20における商品の発注計画に反映されることになる。
また、出力画面D6においては、第2領域R2は、「次へ」ボタンB22に代えて、「完了」ボタンB24を含んでいる。出力画面D6において、「完了」ボタンB24がタップされると、クライアント端末3の表示部31の表示は、追加商品の出力画面D6からトップ画面へと遷移する。
ところで、出力画面D5,D6を利用して、クライアント端末3から、対象店舗20の品揃に係る情報(追加商品の情報)をストア端末4に取り込むには、ユーザU1のストア端末4の操作が必要である。そこで、本実施形態では、出力画面D5,D6の各々を表示する前に、図9に示すような、ガイダンス画面D7を、クライアント端末3の表示部31に表示することが好ましい。
ガイダンス画面D7は、出力画面D5と基本レイアウトを共通としながらも、以下の点で、出力画面D5と相違する。すなわち、ガイダンス画面D7においては、第2領域R2のステータス領域R21の表示は省略される。また、ガイダンス画面D7においては、第3領域R3には、メイン表示欄R30のみが表示され、その他(サブ表示欄R31等)の表示は省略される。
ガイダンス画面D7のメイン表示欄R30には、例えば、「以下の手順でストコンを操作してください」といったストア端末4の操作を案内する情報、及び「次へ」ボタンB701が表示される。ここで、出力画面D5を表示する手前、つまり、第2画面D4と出力画面D5との間に表示されるガイダンス画面D7では、出力画面D5を表示中におけるストア端末4の操作に関する情報が表示される。出力画面D6を表示する手前、つまり、出力画面D5と出力画面D6との間に表示されるガイダンス画面D7では、出力画面D6を表示中におけるストア端末4の操作に関する情報が表示される。ガイダンス画面D7においては、メイン表示欄R30中の「次へ」ボタンB701がタップされることで、メイン表示欄R30に表示される情報が更新される。
(4.3.3)第2アルゴリズム
次に、第2アルゴリズムが適用された場合の、表示部31に表示される画面の具体例について、図10及び図11を参照して説明する。本実施形態では、上述したように、品揃の提案対象となる商品のカテゴリが、消費期限又は賞味期限等が短いために品揃の更新周期が比較的短いカテゴリである場合に、第2アルゴリズムが適用される。さらに、品揃の提案対象となる商品のカテゴリが、対象店舗20で取扱可能なSKU数が比較的少ないカテゴリである場合に、第2アルゴリズムが適用される。
次に、第2アルゴリズムが適用された場合の、表示部31に表示される画面の具体例について、図10及び図11を参照して説明する。本実施形態では、上述したように、品揃の提案対象となる商品のカテゴリが、消費期限又は賞味期限等が短いために品揃の更新周期が比較的短いカテゴリである場合に、第2アルゴリズムが適用される。さらに、品揃の提案対象となる商品のカテゴリが、対象店舗20で取扱可能なSKU数が比較的少ないカテゴリである場合に、第2アルゴリズムが適用される。
図10に示す第3画面D8は、カテゴリ選択画面D2にて指定された商品のカテゴリについて、対象店舗20での品揃を推奨し得る品揃推奨情報を表示する画面である。特に、第3画面D8は、対象店舗20の品揃からの「除外」を推奨し得る商品、及び対象店舗20の品揃への「追加」を推奨し得る商品の両方についての品揃推奨情報を表示する画面である。第3画面D8は、第2画面D4と基本レイアウトを共通としながらも、以下の点で、第2画面D4と相違する。
すなわち、第3画面D8においては、ステータス領域R21には「発注ダメ・採用判定>発注ダメ入力>採用入力>米飯入力」との文字列を表示し、そのうち「発注ダメ・採用判定」を強調表示する。このようなステータス領域R21は、「発注ダメ・採用判定」、「発注ダメ入力」、「採用入力」、「米飯入力」の4つの状態のうち、現在の画面(第3画面D8)が「発注ダメ・採用判定」のための画面であることを意味する。
また、第3画面D8においては、メイン表示欄R30は、対象店舗20の品揃からの「除外」を推奨し得る商品(除外商品)、及び対象店舗20の品揃への「追加」を推奨し得る商品(追加商品)の両方についての品揃推奨情報を表示する。図10では一例として、商品名が「ABCDEF」、「BCDEFG」及び「CDEFGH」等の複数の商品が、各行ごとに表示されるよう、縦方向に並べてメイン表示欄R30内に表示されている。
メイン表示欄R30は、追加ボタンB401及び非追加ボタンB402に代えて、これら複数の商品に一対一で対応する複数の「あり」ボタンB801及び複数の「なし」ボタンB802を含んでいる。第3画面D8は、これら「あり」ボタンB801及び「なし」ボタンB802により、品揃から除外する商品(除外商品)及び品揃に追加する商品(追加商品)の採否に係るユーザU1の操作を受け付ける。「あり」ボタンB801が選択されることで、対応する商品を品揃に追加するという「追加商品」としての推奨が採用される。一方、「なし」ボタンB802が選択されることで、対応する商品を品揃から除外するという「除外商品」としての推奨が採用される。また、「あり」ボタンB801及び「なし」ボタンB802のいずれも非選択であれば、対応する商品については「除外商品」及び「追加商品」のいずれとしての推奨も非採用となる。つまり、第3画面D8に表示される複数の商品のうち、対応する「あり」ボタンB801が選択されている商品のみが、「追加商品」として対象店舗20の品揃に追加される。また、第3画面D8に表示される複数の商品のうち、対応する「なし」ボタンB802が選択されている商品のみが、「除外商品」として対象店舗20の品揃から除外される。本実施形態では、「あり」ボタンB801及び「なし」ボタンB802はいずれもデフォルトで非選択であって、ユーザU1が、「あり」ボタンB801又は「なし」ボタンB802をタップすることで、「あり」ボタンB801又は「なし」ボタンB802が選択されることになる。
また、第3画面D8においては、第1画面D3及び第2画面D4と異なり、品揃推奨情報は、品揃推奨情報で対象店舗20について推奨し得る品揃と、対象店舗20での現状の品揃と、の差分を特定可能な態様で表示されない。つまり、第1画面D3では、対象店舗20の品揃に含まれないことを推奨し得る商品のうち、対象店舗20の現状の品揃に含まれる商品のみを、除外商品として表示する。第2画面D4では、対象店舗20の品揃に含まれることを推奨し得る商品のうち、対象店舗20の現状の品揃に含まれない商品のみを、追加商品として表示する。これに対して、第3画面D8においては、対象店舗20の現状の品揃に含まれるか否かにかかわらず、「除外商品」及び「追加商品」として推奨し得る全ての商品を表示する。すなわち、第2アルゴリズムにおける表示処理では、対象店舗20で取扱可能な全ての商品について、品揃推奨情報を表示する。
言い換えれば、第2アルゴリズムの表示処理にて表示される第3画面D8は、品揃推奨情報と品揃実績情報との差分にかかわらず、「除外商品」として推奨し得る商品、及び「追加商品」として推奨し得る商品の全てについて、品揃推奨情報として表示する。つまり、第2アルゴリズムは、品揃の提案対象となる商品のカテゴリが、対象店舗20で取扱可能なSKU数が比較的少ないカテゴリである場合に適用されるので、全ての商品について表示されても、ユーザU1の確認負担を小さく抑えられる。
ところで、第3画面D8においては、メイン表示欄R30における商品(除外商品及び追加商品)の表示は、ランキング順とされている。具体的には、カテゴリ(中分類)が共通である複数の商品は、第3画面D8のメイン表示欄R30において、売上指数が高い商品ほど上方に位置するように、カテゴリ(中分類)ごとにランキング順にソートされている。これにより、ユーザU1においては、ランキング上位又は下位の商品について、積極的に品揃推奨情報を採用しやすくなる。
また、第3画面D8においては、メイン表示欄R30には、商品ごとに「現状」として、対象店舗20での現在の取り扱いの有無が表示されている。例えば、対象店舗20での現状の品揃に含まれる商品については「現状」として「あり」が表示され、対象店舗20での現状の品揃に含まれない商品については「現状」として「自店なし」が表示される。
さらに、第3画面D8においては、品揃推奨情報に加えて、この品揃推奨情報に係る品揃を推奨し得る理由を表す理由情報が表示される。さらに、第3画面D8においては、理由情報に加えて、特定の商品については、強調マークB803を付すことによって、他の商品に比べて目立つような表示態様を採用する。つまり、第2アルゴリズムにおける表示処理では、判定条件を満たす商品について、判定条件を満たさない商品とは異なる態様で品揃推奨情報を表示する。
また、第3画面D8においては、品揃推奨情報に含まれる複数の商品は、その陳列スペース(モジュール)ごとに分類して表示されている。さらに、第3画面D8においては、品揃推奨情報に含まれる複数の商品は、そのカテゴリ(中分類)ごとに分類して表示されている。
さらに、第3画面D8においては、メイン表示欄R30には、カテゴリ(中分類)ごとに、「採用目安」として採用の目安となるSKU数とアイテム数との少なくとも一方が表示されている。すなわち、第2アルゴリズムにおける表示処理では、品揃推奨情報で推奨される品揃の採用数の目安となる目安情報を、表示部31に更に表示する。
本実施形態では一例として、第3画面D8に表示される商品のSKU数が、目安情報(採用目安)として規定されるSKU数を基準に決められている。つまり、第3画面D8に表示される、「追加商品」として推奨し得る商品のSKU数は、少なくとも採用目安としてのSKU数に関連した数となる。ただし、判定理由が「新商品」である商品については、採用目安にかかわらず、「追加商品」として推奨し得る商品が第3画面D8に表示される。その結果、第3画面D8に表示される商品のSKU数は、目安情報(採用目安)として規定されるSKU数を上回る場合がある。このように、表示処理では、品揃推奨情報に係る品揃を推奨し得る理由(判定理由)によって、品揃推奨情報に含まれるカテゴリのSKU数とアイテム数との少なくとも一方が異なる場合がある。
さらに、第3画面D8では、「次へ」ボタンB22は、メイン表示欄R30に未表示部分がある状態では、例えば、非アクティブ化(一例としてグレーアウト表示)されることで、操作を受け付けない状態となる。つまり、メイン表示欄R30に未表示の部分がある場合、この未表示部分が表示されるようにスライドバーB31が操作されて初めて、「次へ」ボタンB22の操作が可能となる。
第3画面D8において、「次へ」ボタンB22がタップされると、クライアント端末3の表示部31の表示は、第3画面D8から、除外商品の出力画面D5(図7参照)へと遷移する。さらに、除外商品の出力画面D5において、「次へ」ボタンB22がタップされると、クライアント端末3の表示部31の表示は、出力画面D5から、追加商品の出力画面D6(図8参照)へと遷移する。これら出力画面D5,D6の表示態様は、第1アルゴリズムとほぼ共通である。
ただし、第2アルゴリズムにおいては、出力画面D6の第2領域R2は、「完了」ボタンB24に代えて、「次へ」ボタンB22を含んでいる。出力画面D6において、「次へ」ボタンB22がタップされると、クライアント端末3の表示部31の表示は、追加商品の出力画面D6から個別出力画面D9へと遷移する。
図11に示す個別出力画面D9は、ストア端末4に個別登録される商品であって、品揃から除外する商品(除外商品)、及び品揃に追加する商品(追加商品)についての品揃採用情報を、一覧表示する画面である。個別出力画面D9は、出力画面D5,D6とは異なり、品揃採用情報を、光学式の読取機41によって読取可能でない態様で表示する画面である。つまり、個別出力画面D9は、品揃採用情報を表示するものの、追加商品については「あり」、除外商品については「なし」の表記によって表示するメモ画面として機能する。要するに、ユーザU1においては、メモ画面としての個別出力画面D9を見ながら、品揃採用情報をストア端末4へ手入力することにより、個別出力画面D9に表示される商品の情報をストア端末4に取り込む。これにより、品揃管理支援案方法にて提案される品揃は、対象店舗20における商品の発注計画に反映されることになる。
個別出力画面D9は、追加商品の出力画面D6と基本レイアウトを共通としながらも、以下の点で、出力画面D6と相違する。すなわち、個別出力画面D9においては、ステータス領域R21には「発注ダメ・採用判定>発注ダメ入力>採用入力>米飯入力」との文字列を表示し、そのうち「米飯入力」を強調表示する。このようなステータス領域R21は、「発注ダメ判定・採用判定」、「発注ダメ入力」、「採用入力」、「米飯入力」の4つの状態のうち、現在の画面(個別出力画面D9)が「米飯入力」のための画面であることを意味する。ここで、「米飯」としているのは、本実施形態では一例として、「おにぎり」等の「米飯」のカテゴリの商品が、個別出力画面D9を用いた、ストア端末4への個別登録の対象であるためである。さらに、サブ表示欄R31は、例えば、「米飯はリストを参考にストコンに反映してください」といったストア端末4の操作を案内する情報、及び「商品総数 40」といった情報等を表示する。
また、個別出力画面D9においては、メイン表示欄R30は、商品ごとにチェックボックスB901を表示する。ユーザU1は、個別出力画面D9を見ながら、ストア端末4に入力(登録)が完了した商品のチェックボックスB901をタップすることで、入力済みであることを記録として残すことが可能である。図11では、入力(登録)済みの商品(図11の例では「ABCDEF」、「IJKLMN」等)は、例えば、着色等により強調表示され、他の商品とは区別される。
さらに、個別出力画面D9では、「完了」ボタンB24は、メイン表示欄R30に未表示部分がある状態では、例えば、非アクティブ化(一例としてグレーアウト表示)されることで、操作を受け付けない状態となる。つまり、メイン表示欄R30に未表示の部分がある場合、この未表示部分が表示されるようにページ送りボタンB33が操作されて初めて、「完了」ボタンB24の操作が可能となる。
個別出力画面D9において、「完了」ボタンB24がタップされると、クライアント端末3の表示部31の表示は、個別出力画面D9からトップ画面へと遷移する。
(4.3.4)値引きリスト
次に、値引き対象があった場合の、表示部31に表示される画面の具体例について、図12を参照して説明する。
次に、値引き対象があった場合の、表示部31に表示される画面の具体例について、図12を参照して説明する。
本実施形態に係る品揃管理支援方法では、第1アルゴリズム又は第2アルゴリズムにより、出力画面D5,D6又は個別出力画面D9の表示まで終えると、演算部13にて、値引き対象の有無を判断する。つまり、対象店舗20の品揃から除外した時点より、所定時間が経過したにも関わらず、在庫がある商品(値引き対象)があるか否かを、対象店舗20の品揃と対象店舗20の現在の在庫との比較により求める。そして、このような「値引き対象」が存在する場合には、クライアント端末3の表示部31に、値引きリストD10が表示される。
図12に示す値引きリストD10は、値引き対象と判定された商品を一覧表示する画面である。本実施形態では、値引きリストD10においても、出力画面D5,D6と同様に、商品に関する商品情報を、光学式の読取機41によって読取可能な態様で表示する。つまり、出力画面D5,D6と同様に、バーコードリーダからなる読取機41で読取可能となるように、値引きリストD10は、「値引き対象」としての商品の商品情報を表すバーコードB1001を、一覧表示する。
値引きリストD10は、出力画面D6と基本レイアウトを共通としながらも、以下の点で、出力画面D6と相違する。すなわち、値引きリストD10においては、ステータス領域R21には「値引きリスト」との文字列を表示する。
また、値引きリストD10においては、メイン表示欄R30は、「値引き対象」の商品のリストを表示する。ここで、「値引き対象」のリストは、上述したように、「値引き対象」としての商品の商品情報を、読取機41にて読取可能な態様であるバーコードB1001として一覧表示する。したがって、ユーザU1は、ストア端末4の読取機41を操作し、値引きリストD10に表示されているバーコードB1001を順次読み取ることにより、値引きリストD10に表示される値引き対象の情報をストア端末4に取り込む。つまり、ストア端末4は、読取機41を使用して、クライアント端末3から、対象店舗20の値引き対象に係る情報(商品情報)をオフラインで取得する。
また、値引きリストD10において、「完了」ボタンB24がタップされると、クライアント端末3の表示部31の表示は、値引きリストD10からトップ画面へと遷移する。
ここで、クライアント端末3の表示部31の表示は、出力画面D6又は個別出力画面D9から直接的に値引きリストD10に遷移してもよいし、出力画面D6又は個別出力画面D9から、トップ画面を介して、値引きリストD10に遷移してもよい。後者の場合、ユーザU1は、トップ画面において、値引きリストD10を表示するための操作をすることで、値引きリストD10を表示部31に表示させることができる。
(4.4)その他
本実施形態に係る品揃管理支援方法は、上述したように、品揃推奨情報で推奨される品揃の採否を決定するための入力を受け付ける受付処理を有している。そして、品揃推奨情報で推奨される品揃のうち、採用された商品についての情報が、品揃採用情報となる。そこで、本実施形態に係る品揃管理支援方法では、品揃採用情報に基づいて、品揃推奨情報の評価を行う。
本実施形態に係る品揃管理支援方法は、上述したように、品揃推奨情報で推奨される品揃の採否を決定するための入力を受け付ける受付処理を有している。そして、品揃推奨情報で推奨される品揃のうち、採用された商品についての情報が、品揃採用情報となる。そこで、本実施形態に係る品揃管理支援方法では、品揃採用情報に基づいて、品揃推奨情報の評価を行う。
具体的には、品揃推奨情報で推奨される品揃のうちの採用率、及び/又は、品揃推奨情報を採用した結果、得られた成果及び効果等を、評価レポートとして評価する。評価レポートは、例えば、クライアント端末3又は本部端末51にて確認可能である。このような評価レポートは、例えば、商品のカテゴリごとに整理されてもよい。
(5)変形例
実施形態1は、本開示の様々な実施形態の一つに過ぎない。実施形態1は、本開示の目的を達成できれば、設計等に応じて種々の変更が可能である。また、実施形態1に係る品揃管理支援方法と同様の機能は、品揃管理支援システム10、(コンピュータ)プログラム、又は(コンピュータ)プログラムを記録した非一時的記録媒体等で具現化されてもよい。一態様に係るプログラムは、実施形態1に係る品揃管理支援方法を、1以上のプロセッサに実行させるためのプログラムである。
実施形態1は、本開示の様々な実施形態の一つに過ぎない。実施形態1は、本開示の目的を達成できれば、設計等に応じて種々の変更が可能である。また、実施形態1に係る品揃管理支援方法と同様の機能は、品揃管理支援システム10、(コンピュータ)プログラム、又は(コンピュータ)プログラムを記録した非一時的記録媒体等で具現化されてもよい。一態様に係るプログラムは、実施形態1に係る品揃管理支援方法を、1以上のプロセッサに実行させるためのプログラムである。
以下、実施形態1の変形例を列挙する。以下に説明する変形例は、適宜組み合わせて適用可能である。
本開示における品揃管理支援システム10は、例えば、上位システム1等に、コンピュータシステムを含んでいる。コンピュータシステムは、ハードウェアとしての1以上のプロセッサ及び1以上のメモリを主構成とする。コンピュータシステムの1以上のメモリに記録されたプログラムを1以上のプロセッサが実行することによって、本開示における品揃管理支援システム10としての機能が実現される。プログラムは、コンピュータシステムのメモリに予め記録されてもよく、電気通信回線を通じて提供されてもよく、コンピュータシステムで読み取り可能なメモリカード、光学ディスク、ハードディスクドライブ等の非一時的記録媒体に記録されて提供されてもよい。コンピュータシステムのプロセッサは、半導体集積回路(IC)又は大規模集積回路(LSI)を含む1ないし複数の電子回路で構成される。ここでいうIC又はLSI等の集積回路は、集積の度合いによって呼び方が異なっており、システムLSI、VLSI(Very Large Scale Integration)、又はULSI(Ultra Large Scale Integration)と呼ばれる集積回路を含む。さらに、LSIの製造後にプログラムされる、FPGA(Field-Programmable Gate Array)、又はLSI内部の接合関係の再構成若しくはLSI内部の回路区画の再構成が可能な論理デバイスについても、プロセッサとして採用することができる。複数の電子回路は、1つのチップに集約されていてもよいし、複数のチップに分散して設けられていてもよい。複数のチップは、1つの装置に集約されていてもよいし、複数の装置に分散して設けられていてもよい。ここでいうコンピュータシステムは、1以上のプロセッサ及び1以上のメモリを有するマイクロコントローラを含む。したがって、マイクロコントローラについても、半導体集積回路又は大規模集積回路を含む1ないし複数の電子回路で構成される。
また、品揃管理支援システム10における複数の機能が、1つの筐体内に集約されていることは品揃管理支援システム10に必須の構成ではなく、品揃管理支援システム10の構成要素は、複数の筐体に分散して設けられていてもよい。さらに、品揃管理支援システム10の少なくとも一部の機能、例えば、上位システム1の一部の機能がクラウド(クラウドコンピューティング)等によって実現されてもよい。
反対に、実施形態1において、複数の装置に分散されている品揃管理支援システム10の少なくとも一部の機能が、1つの筐体内に集約されていてもよい。例えば、上位システム1とクライアント端末3とに分散されている品揃管理支援システム10の一部の機能が、1つの筐体内に集約されていてもよい。
また、品揃管理支援システム10の用途はコンビニエンスストアに限らず、コンビニエンスストア以外の店舗2に品揃管理支援システム10が導入されていてもよい。
また、実施形態1では、品揃管理支援案方法にて提案される品揃を基に決定された対象店舗20の品揃が、対象店舗20における商品の発注計画に反映される場合を例示したが、品揃管理支援案方法にて提案される品揃の用途は発注計画への反映に限らない。例えば、品揃管理支援案方法にて提案される品揃を基に決定された対象店舗20の品揃が、チェーン本部5のホームページの店舗検索、又は配送ルート等に反映されてもよい。
また、ストア端末4の読取機41は、表示部31に表示される商品情報を光学的に読取可能な構成であればよくバーコードリーダに限らず、例えば、二次元コードを読み取るリーダ等であってもよい。また、読取機41は、例えば、光学的文字認識(OCR:Optical Character Recognition)又は画像認識の機能により、表示部31に表示される文字(商品名)又は商品の画像から商品情報を読み取るように構成されていてもよい。このように、読取機41がバーコードリーダ以外である場合、出力処理にて品揃採用情報を表示部31に表示するに際し、品揃採用情報は、読取機41によって読取可能な態様(例えば、二次元コード等)で表示される。
出力部16での種々の情報(品揃採用情報を含む)の出力の態様は、光学式の読取機41によって読取可能な態様での表示部31への表示に限らない。出力部16での種々の情報(品揃採用情報を含む)の出力の態様は、例えば、ストア端末4等への通信による出力(送信)、音(音声を含む)出力、非一時的記録媒体への記録(書き込み)及び印刷(プリントアウト)等であってもよい。
また、クライアント端末3等におけるユーザインタフェースは、タッチパネルディスプレイに限らず、例えば、キーボード、ポインティングデバイス、メカニカルなスイッチ、又はジェスチャセンサ等の入力装置を有していてもよい。さらに、ユーザインタフェースは、例えば、プロジェクションマッピング技術により映像を投影するプロジェクタ等の表示装置を含んでいてもよい。また、ユーザインタフェースは、タッチパネルディスプレイに代えて、又はタッチパネルディスプレイと共に、音声入出力部を有していてもよい。この場合、ユーザインタフェースは、スピーカから出力される音声により、店員等に向けて各種の情報を提示することが可能である。さらに、ユーザインタフェースは、マイクロホンから出力された音声信号に対して音声認識及び意味解析の処理を施すことで、店員等においては音声による操作(音声入力)も可能になる。
実施形態1では、品揃の提案対象となる商品のカテゴリが、消費期限又は賞味期限等が長いために品揃の更新周期が比較的長いカテゴリである場合に、第1アルゴリズムが適用されるが、この構成は必須ではない。つまり、品揃の提案対象となる商品のカテゴリが、消費期限又は賞味期限等が長いために品揃の更新周期が比較的長いカテゴリである場合に、第2アルゴリズムが適用されてもよい。また、実施形態1では、品揃の提案対象となる商品のカテゴリが、対象店舗20で取扱可能なSKU数が比較的多いカテゴリである場合に、第1アルゴリズムが適用されるが、この構成は必須ではない。つまり、品揃の提案対象となる商品のカテゴリが、対象店舗20で取扱可能なSKU数が比較的多いカテゴリである場合に、第2アルゴリズムが適用されてもよい。
さらに、第1アルゴリズムが適用される商品のカテゴリ、及び第2アルゴリズムが適用される商品のカテゴリは、ユーザU1が任意にカスタマイズできてもよい。
また、実施形態1において、第1アルゴリズム及び第2アルゴリズムのうち、第1アルゴリズムについてのみ適用されている処理のいずれかは、第2アルゴリズムのみに適用されてもよい。例えば、第2アルゴリズムにおける表示処理において、第1画面D3と、第2画面D4と、を個別に表示してもよい。また、例えば、第2アルゴリズムにおける表示処理において、対象店舗20での品揃からの除外を推奨し得る商品のうち、保存指定がされた商品については品揃推奨情報を表示せず、保存指定がされていない商品については品揃推奨情報を表示してもよい。また、第2アルゴリズムにおける表示処理において、品揃推奨情報と、対象店舗20での品揃の実績に関する品揃実績情報と、の差分を特定可能な態様で、品揃推奨情報を表示してもよい。
また、実施形態1において、第1アルゴリズム及び第2アルゴリズムのうち、第2アルゴリズムについてのみ適用されている処理のいずれかは、第1アルゴリズムのみに適用されてもよい。例えば、第2アルゴリズムにおける表示処理において、対象店舗20で取扱可能な全ての商品について、品揃推奨情報を表示してもよい。
また、実施形態1において、第1アルゴリズム又は第2アルゴリズムの一方に適用されている処理のいずれかは、第1アルゴリズム及び第2アルゴリズムの両方に適用されてもよい。
反対に、実施形態1において、第1アルゴリズム及び第2アルゴリズムの両方に適用されている処理のいずれかは、第1アルゴリズム又は第2アルゴリズムの一方に適用されてもよい。例えば、表示処理において、判定条件を満たす商品について、判定条件を満たさない商品とは異なる態様で品揃推奨情報を表示する機能は、第1アルゴリズム又は第2アルゴリズムの一方のみに実装されてもよい。また、表示処理において、品揃推奨情報に係る品揃を推奨し得る理由に関する理由情報を、表示部31に更に表示する機能は、第1アルゴリズム又は第2アルゴリズムの一方のみに実装されてもよい。また、表示処理において、品揃推奨情報に係る品揃を推奨し得る理由によって、品揃推奨情報に含まれるカテゴリのSKU数とアイテム数との少なくとも一方が異なる機能は、第1アルゴリズム又は第2アルゴリズムの一方のみに実装されてもよい。また、表示処理において、品揃推奨情報を、品揃の提案対象となる商品の陳列スペースごとに分類して表示する機能は、第1アルゴリズム又は第2アルゴリズムの一方のみに実装されてもよい。また、表示処理において、品揃推奨情報を、前記品揃の提案対象となる商品の前記カテゴリごとに分類して表示する機能は、第1アルゴリズム又は第2アルゴリズムの一方のみに実装されてもよい。また、表示処理において、品揃推奨情報で推奨される品揃の採用数の目安となる目安情報を、表示部31に表示する機能は、第1アルゴリズム又は第2アルゴリズムの一方のみに実装されてもよい。
また、複数のアルゴリズムのうちのいずれのアルゴリズムを適用するかが、カテゴリについて対象店舗20で取扱可能なSKU数とアイテム数との少なくとも一方に基づいて選択される場合、SKU数とアイテム数との少なくとも一方が用いられればよい。つまり、対象店舗20で取扱可能なSKU数に加えて又は代えて、対象店舗20で取扱可能なアイテム数に基づいて、適用するアルゴリズムが選択されてもよい。
さらに、適用するアルゴリズムが、カテゴリについての品揃の更新周期に基づいて選択される場合において、ユーザU1が、品揃の更新周期に基づいて、アルゴリズムを選択してもよい。同様に、適用するアルゴリズムが、カテゴリについて対象店舗20で取扱可能なSKU数とアイテム数との少なくとも一方に基づいて選択される場合において、ユーザU1が、SKU数とアイテム数との少なくとも一方に基づいて、アルゴリズムを選択してもよい。
また、実施形態1では、対象店舗20での商品の品揃の提案に用いられる複数のアルゴリズムは、第1アルゴリズム及び第2アルゴリズムのみを含むが、更に他のアルゴリズムを含んでいてもよい。つまり、複数のアルゴリズムは、3つ以上のアルゴリズムであってもよい。
反対に、対象店舗20での商品の品揃の提案に用いられる複数のアルゴリズムは、第1アルゴリズム及び第2アルゴリズムの一方のみであってもよい。
また、実施形態1では、第2アルゴリズムにおける第3画面D8では、商品(除外商品及び追加商品)の表示は、ランキング順としているが、この構成は必須ではなく、商品(除外商品及び追加商品)の表示は、ランキング順でなくてもよい。
また、店舗2での商品の販売形態は、実施形態1のように、複数の商品が店内に陳列された状態で販売される形態に限らない。例えば、複数の商品をストックする自動販売機を用いて、顧客が選択した商品について、精算及び商品の払い出しを実行するような形態で、商品が販売されてもよい。さらに、複数の商品が店内に陳列された状態で販売される形態であっても、例えば、セルフレジ(Self-checkout)等を用いることにより、顧客が店員を介さずに精算を行う販売形態であってもよい。
また、実施形態1では、目安情報は、あくまで品揃の採用数の目安に過ぎないが、この構成に限らず、目安情報に従って、品揃推奨情報の採否が自動的に調整されてもよい。例えば、ユーザU1が、目安情報としてのSKU数を超える商品について品揃推奨情報を採用すると、同じ陳列スペース(モジュール)又はカテゴリ(中分類)の他の商品のSKU数が自動的に調整されてもよい。
また、機械学習により生成された学習済みモデルを用いて、品揃推奨情報を生成することは、品揃提案支援方法に必須の構成ではない。すなわち、推奨部12は、学習済みモデルを用いずに、例えば、統計処理によって、品揃推奨情報を生成してもよい。
(実施形態2)
本実施形態に係る品揃管理支援システム10Aは、図13に示すように、表示制御部14の機能がクライアント端末3に設けられている点で、実施形態1に係る品揃管理支援システム10と相違する。以下、実施形態1と同様の構成については、共通の符号を付して適宜説明を省略する。
本実施形態に係る品揃管理支援システム10Aは、図13に示すように、表示制御部14の機能がクライアント端末3に設けられている点で、実施形態1に係る品揃管理支援システム10と相違する。以下、実施形態1と同様の構成については、共通の符号を付して適宜説明を省略する。
本実施形態では、表示制御部14に加えて、受付部15及び出力部16についても、クライアント端末3に実装されている。つまり、クライアント端末3は、表示部31、操作部32、表示制御部14、受付部15及び出力部16を備えている。クライアント端末3は、本実施形態では一例として、対象店舗20において、ユーザU1によって使用されるタブレット端末である。つまり、タブレット端末は、専用のアプリケーションソフト(プログラム)をインストールし、このアプリケーションソフトを起動することにより、表示制御部14、受付部15及び出力部16等の機能を具現化する。本実施形態に係る上位システム1においては、表示制御部14、受付部15及び出力部16が省略される。
本実施形態では、クライアント端末3は、上位システム1との通信により、上位システム1の推奨部12で生成された対象店舗20向けの品揃推奨情報を上位システム1から取得する。そして、クライアント端末3は、表示制御部14により、品揃推奨情報を表示部31に表示する表示処理を実行する。さらに、クライアント端末3は、受付部15にて、ユーザU1の操作を受け付ける受付処理を実行し、出力部16にて、品揃採用情報を、光学式の読取機41によって読取可能な態様で表示部31に表示する出力処理を実行する。
本実施形態に係る品揃管理支援システム10Aによれば、クライアント端末3は、品揃推奨情報を上位システム1から取得した以降は、上位システム1と通信することなく、スタンドアロンで動作可能となる。
また、実施形態2の変形例として、例えば、表示制御部14、受付部15及び出力部16の一部が、上位システム1に設けられていてもよい。つまり、表示制御部14、受付部15及び出力部16は、上位システム1とクライアント端末3とに分散して設けられていてもよい。
実施形態2で説明した種々の構成(変形例を含む)は、実施形態1で説明した種々の構成(変形例を含む)と適宜組み合わせて採用可能である。
(まとめ)
以上説明したように、第1の態様に係る品質管理支援方法は、第1アルゴリズム及び第2アルゴリズムを含む複数のアルゴリズムに従って、対象店舗(20)での商品の品揃を提案する方法である。複数のアルゴリズムは、品揃の提案対象となる商品のカテゴリによって択一的に適用される。第1アルゴリズム及び第2アルゴリズムの各々は、対象店舗(20)について推奨し得る品揃に関する品揃推奨情報を表示部(31)に表示する表示処理を有する。表示処理において表示部(31)に表示される画面構成と画面遷移との少なくとも一方は、第1アルゴリズムと第2アルゴリズムとで互いに異なる。
以上説明したように、第1の態様に係る品質管理支援方法は、第1アルゴリズム及び第2アルゴリズムを含む複数のアルゴリズムに従って、対象店舗(20)での商品の品揃を提案する方法である。複数のアルゴリズムは、品揃の提案対象となる商品のカテゴリによって択一的に適用される。第1アルゴリズム及び第2アルゴリズムの各々は、対象店舗(20)について推奨し得る品揃に関する品揃推奨情報を表示部(31)に表示する表示処理を有する。表示処理において表示部(31)に表示される画面構成と画面遷移との少なくとも一方は、第1アルゴリズムと第2アルゴリズムとで互いに異なる。
この態様によれば、品揃の提案対象となる商品のカテゴリによって複数のアルゴリズムが択一的に適用され、かつ、第1アルゴリズムと第2アルゴリズムとでは、品揃推奨情報の表示に係る画面構成と画面遷移との少なくとも一方が異なる。したがって、例えば、SKU数が多いために処理を簡素化することが重視されたり、カテゴリ内での商品のバランスが重視されたりと、品揃の決定に際して重視される要素が異なる場合、商品のカテゴリによってアルゴリズムを使い分けることができる。そのため、商品のカテゴリにかかわらず、いずれの商品についても共通のアルゴリズムに従って推奨する品揃を提案する場合に比較して、利便性の改善を図りやすい、という利点がある。
第2の態様に係る品揃管理支援方法では、第1の態様において、第1アルゴリズムと第2アルゴリズムとの少なくとも一方は、品揃推奨情報で推奨される品揃の採否を決定するための入力を受け付ける受付処理を更に有する。
この態様によれば、品揃推奨情報で推奨される品揃の採否を、ユーザ(U1)が任意に決定できる。
第3の態様に係る品揃管理支援方法では、第1又は2の態様において、第1アルゴリズムと第2アルゴリズムとの少なくとも一方は、機械学習により生成された学習済みモデルを用いて、品揃推奨情報を生成する推奨処理を更に有する。
この態様によれば、大量のデータを用いて品揃推奨情報を生成しやすくなる。
第4の態様に係る品揃管理支援方法では、第1~3のいずれかの態様において、複数のアルゴリズムのうちのいずれのアルゴリズムを適用するかは、カテゴリについての品揃の更新周期に基づいて選択される。
この態様によれば、カテゴリについての品揃の更新周期ごとに、適切なアルゴリズムを適用可能となる。
第5の態様に係る品揃管理支援方法では、第1~4のいずれかの態様において、複数のアルゴリズムのうちのいずれのアルゴリズムを適用するかは、カテゴリについて対象店舗(20)で取扱可能なSKU数とアイテム数との少なくとも一方に基づいて選択される。
この態様によれば、カテゴリについて対象店舗(20)で取扱可能なSKU数とアイテム数との少なくとも一方に応じた、適切なアルゴリズムを適用可能となる。
第6の態様に係る品揃管理支援方法では、第1~5のいずれかの態様において、第1アルゴリズムにおける表示処理では、品揃推奨情報と、対象店舗(20)での品揃の実績に関する品揃実績情報と、の差分を特定可能な態様で、品揃推奨情報を表示する。
この態様によれば、例えば、ユーザ(U1)が最終的に品揃の採否を決定する場合に、SKU数が多い商品のカテゴリに関しても、推奨される品揃に係る多数の商品の情報の中からではなく、現状の品揃との差分となる商品についてのみ、ユーザ(U1)は確認すれば足りる。そのため、推奨される品揃に係る全ての商品について確認を要する場合に比較して、利便性の改善を図りやすい、という利点がある。
第7の態様に係る品揃管理支援方法では、第1~6のいずれかの態様において、第2アルゴリズムにおける表示処理では、対象店舗(20)で取扱可能な全ての商品について、品揃推奨情報を表示する。
この態様によれば、例えば、SKU数が少ない商品のカテゴリについては、全体的なバランスを考慮して、対象店舗(20)での適切な品揃を検討しやすくなる。
第8の態様に係る品揃管理支援方法では、第1~7のいずれかの態様において、第1アルゴリズムと第2アルゴリズムとの少なくとも一方における表示処理では、判定条件を満たす商品について、判定条件を満たさない商品とは異なる態様で品揃推奨情報を表示する。
この態様によれば、判定条件による絞り込みがされて、品揃推奨情報が見やすくなる。
第9の態様に係る品揃管理支援方法では、第8の態様において、判定条件は、商品の売れ行きに関する売行指数についての売行条件を含む。
この態様によれば、売行条件による絞り込みがされて、品揃推奨情報が見やすくなる。
第10の態様に係る品揃管理支援方法では、第1~9のいずれかの態様において、第1アルゴリズムと第2アルゴリズムとの少なくとも一方における表示処理では、品揃推奨情報に係る品揃を推奨し得る理由に関する理由情報を、表示部(31)に更に表示する。
この態様によれば、品揃推奨情報に係る品揃を推奨し得る理由についても確認可能となる。
第11の態様に係る品揃管理支援方法では、第1~10のいずれかの態様において、第1アルゴリズムと第2アルゴリズムとの少なくとも一方における表示処理では、品揃推奨情報に係る品揃を推奨し得る理由によって、品揃推奨情報に含まれるカテゴリのSKU数とアイテム数との少なくとも一方が異なる。
この態様によれば、品揃推奨情報に係る品揃を推奨し得る理由に応じて、品揃推奨情報に含まれるカテゴリのSKU数とアイテム数との少なくとも一方が適切に設定される。
第12の態様に係る品揃管理支援方法では、第1~11のいずれかの態様において、第1アルゴリズムと第2アルゴリズムとの少なくとも一方における表示処理では、品揃推奨情報を、品揃の提案対象となる商品の陳列スペースごとに分類して表示する。
この態様によれば、陳列スペース内での品揃のバランスを調整しやすくなる。
第13の態様に係る品揃管理支援方法では、第1~12のいずれかの態様において、第1アルゴリズムと第2アルゴリズムとの少なくとも一方における表示処理では、品揃推奨情報を、品揃の提案対象となる商品のカテゴリごとに分類して表示する。
この態様によれば、商品のカテゴリ内での品揃のバランスを調整しやすくなる。
第14の態様に係る品揃管理支援方法では、第1~13のいずれかの態様において、第1アルゴリズムと第2アルゴリズムとの少なくとも一方における表示処理では、品揃推奨情報で推奨される品揃の採用数の目安となる目安情報を、表示部(31)に更に表示する。
この態様によれば、品揃推奨情報で推奨される品揃の採用数を判断しやすくなる。
第15の態様に係る品揃管理支援方法では、第1~14のいずれかの態様において、第1アルゴリズムにおける表示処理では、第1画面(D3)と、第2画面(D4)と、を個別に表示する。第1画面(D3)では、対象店舗(20)での品揃からの除外を推奨し得る商品についての品揃推奨情報を表示する。第2画面(D4)では、対象店舗(20)での品揃への追加を推奨し得る商品についての品揃推奨情報を表示する。
この態様によれば、例えば、SKU数が多いカテゴリであっても、品揃推奨情報が見やすくなる。
第16の態様に係る品揃管理支援方法では、第1~15のいずれかの態様において、第1アルゴリズムにおける表示処理では、対象店舗(20)での品揃からの除外を推奨し得る商品のうち、保存指定がされた商品については品揃推奨情報を表示せず、保存指定がされていない商品については品揃推奨情報を表示する。
この態様によれば、対象店舗(20)での品揃からの除外が執拗に推奨されることを回避できる。
第17の態様に係る品揃管理支援方法では、第1~16のいずれかの態様において、第1アルゴリズムと第2アルゴリズムとの少なくとも一方は、品揃推奨情報に基づいて生成される品揃採用情報を、光学式の読取機(41)によって読取可能な態様で表示部(31)に表示する出力処理を更に有する。
この態様によれば、品揃採用情報の出力が容易になる。
第18の態様に係る品揃管理支援方法では、第1~17のいずれかの態様において、第1アルゴリズムと第2アルゴリズムとの少なくとも一方における表示処理では、品揃の提案対象となる商品のカテゴリによって、品揃推奨情報を表示するタイミングが異なる。
この態様によれば、適切なタイミングで品揃推奨情報を表示可能となる。
第19の態様に係るプログラムは、第1~18のいずれかの態様に係る品揃管理支援方法を、1以上のプロセッサに実行させるためのプログラムである。
この態様によれば、利便性の改善を図りやすい、という利点がある。
第20の態様に係る品揃管理支援システム(10,10A)は、第1アルゴリズム及び第2アルゴリズムを含む複数のアルゴリズムに従って、対象店舗(20)での商品の品揃を提案するシステムであって、表示制御部を備える。表示制御部は、第1アルゴリズム及び第2アルゴリズムの各々に従って品揃を提案するに際して、対象店舗(20)について推奨し得る品揃に関する品揃推奨情報を表示部(31)に表示させる。複数のアルゴリズムは、品揃の提案対象となる商品のカテゴリによって択一的に適用される。表示制御部が表示部(31)に表示させる画面構成と画面遷移との少なくとも一方は、第1アルゴリズムと第2アルゴリズムとで互いに異なる。
この態様によれば、利便性の改善を図りやすい、という利点がある。
上記態様に限らず、実施形態1及び実施形態2に係る品揃管理支援方法の種々の態様(変形例を含む)は、品揃管理支援システム(10,10A)、プログラム及びプログラムを記録した非一時的記録媒体にて具現化可能である。
第2~18の態様に係る構成については、品揃管理支援方法に必須の構成ではなく、適宜省略可能である。
10,10A 品揃管理支援システム
20 対象店舗
31 表示部
41 読取機
D3 第1画面
D4 第2画面
20 対象店舗
31 表示部
41 読取機
D3 第1画面
D4 第2画面
Claims (20)
- 第1アルゴリズム及び第2アルゴリズムを含む複数のアルゴリズムに従って、対象店舗での商品の品揃を提案する方法であって、
前記複数のアルゴリズムは、前記品揃の提案対象となる商品のカテゴリによって択一的に適用され、
前記第1アルゴリズム及び前記第2アルゴリズムの各々は、前記対象店舗について推奨し得る前記品揃に関する品揃推奨情報を表示部に表示する表示処理を有し、
前記表示処理において前記表示部に表示される画面構成と画面遷移との少なくとも一方は、前記第1アルゴリズムと前記第2アルゴリズムとで互いに異なる、
品揃管理支援方法。 - 前記第1アルゴリズムと前記第2アルゴリズムとの少なくとも一方は、前記品揃推奨情報で推奨される前記品揃の採否を決定するための入力を受け付ける受付処理を更に有する、
請求項1に記載の品揃管理支援方法。 - 前記第1アルゴリズムと前記第2アルゴリズムとの少なくとも一方は、機械学習により生成された学習済みモデルを用いて、前記品揃推奨情報を生成する推奨処理を更に有する、
請求項1又は2に記載の品揃管理支援方法。 - 前記複数のアルゴリズムのうちのいずれのアルゴリズムを適用するかは、前記カテゴリについての前記品揃の更新周期に基づいて選択される、
請求項1~3のいずれか1項に記載の品揃管理支援方法。 - 前記複数のアルゴリズムのうちのいずれのアルゴリズムを適用するかは、前記カテゴリについて前記対象店舗で取扱可能なSKU数とアイテム数との少なくとも一方に基づいて選択される、
請求項1~4のいずれか1項に記載の品揃管理支援方法。 - 前記第1アルゴリズムにおける前記表示処理では、前記品揃推奨情報と、前記対象店舗での前記品揃の実績に関する品揃実績情報と、の差分を特定可能な態様で、前記品揃推奨情報を表示する、
請求項1~5のいずれか1項に記載の品揃管理支援方法。 - 前記第2アルゴリズムにおける前記表示処理では、前記対象店舗で取扱可能な全ての商品について、前記品揃推奨情報を表示する、
請求項1~6のいずれか1項に記載の品揃管理支援方法。 - 前記第1アルゴリズムと前記第2アルゴリズムとの少なくとも一方における前記表示処理では、判定条件を満たす商品について、前記判定条件を満たさない商品とは異なる態様で前記品揃推奨情報を表示する、
請求項1~7のいずれか1項に記載の品揃管理支援方法。 - 前記判定条件は、商品の売れ行きに関する売行指数についての売行条件を含む、
請求項8に記載の品揃管理支援方法。 - 前記第1アルゴリズムと前記第2アルゴリズムとの少なくとも一方における前記表示処理では、前記品揃推奨情報に係る前記品揃を推奨し得る理由に関する理由情報を、前記表示部に更に表示する、
請求項1~9のいずれか1項に記載の品揃管理支援方法。 - 前記第1アルゴリズムと前記第2アルゴリズムとの少なくとも一方における前記表示処理では、前記品揃推奨情報に係る前記品揃を推奨し得る理由によって、前記品揃推奨情報に含まれる前記カテゴリのSKU数とアイテム数との少なくとも一方が異なる、
請求項1~10のいずれか1項に記載の品揃管理支援方法。 - 前記第1アルゴリズムと前記第2アルゴリズムとの少なくとも一方における前記表示処理では、前記品揃推奨情報を、前記品揃の提案対象となる商品の陳列スペースごとに分類して表示する、
請求項1~11のいずれか1項に記載の品揃管理支援方法。 - 前記第1アルゴリズムと前記第2アルゴリズムとの少なくとも一方における前記表示処理では、前記品揃推奨情報を、前記品揃の提案対象となる商品の前記カテゴリごとに分類して表示する、
請求項1~12のいずれか1項に記載の品揃管理支援方法。 - 前記第1アルゴリズムと前記第2アルゴリズムとの少なくとも一方における前記表示処理では、前記品揃推奨情報で推奨される前記品揃の採用数の目安となる目安情報を、前記表示部に更に表示する、
請求項1~13のいずれか1項に記載の品揃管理支援方法。 - 前記第1アルゴリズムにおける前記表示処理では、
前記対象店舗での前記品揃からの除外を推奨し得る商品についての前記品揃推奨情報を表示する第1画面と、
前記対象店舗での前記品揃への追加を推奨し得る商品についての前記品揃推奨情報を表示する第2画面と、を個別に表示する、
請求項1~14のいずれか1項に記載の品揃管理支援方法。 - 前記第1アルゴリズムにおける前記表示処理では、
前記対象店舗での前記品揃からの除外を推奨し得る商品のうち、保存指定がされた商品については前記品揃推奨情報を表示せず、前記保存指定がされていない商品については前記品揃推奨情報を表示する、
請求項1~15のいずれか1項に記載の品揃管理支援方法。 - 前記第1アルゴリズムと前記第2アルゴリズムとの少なくとも一方は、前記品揃推奨情報に基づいて生成される品揃採用情報を、光学式の読取機によって読取可能な態様で前記表示部に表示する出力処理を更に有する、
請求項1~16のいずれか1項に記載の品揃管理支援方法。 - 前記第1アルゴリズムと前記第2アルゴリズムとの少なくとも一方における前記表示処理では、前記品揃の提案対象となる商品のカテゴリによって、前記品揃推奨情報を表示するタイミングが異なる、
請求項1~17のいずれか1項に記載の品揃管理支援方法。 - 請求項1~18のいずれか1項に記載の品揃管理支援方法を、1以上のプロセッサに実行させるためのプログラム。
- 第1アルゴリズム及び第2アルゴリズムを含む複数のアルゴリズムに従って、対象店舗での商品の品揃を提案する品揃管理支援システムであって、
前記第1アルゴリズム及び前記第2アルゴリズムの各々に従って前記品揃を提案するに際して、前記対象店舗について推奨し得る前記品揃に関する品揃推奨情報を表示部に表示させる表示制御部を備え、
前記複数のアルゴリズムは、前記品揃の提案対象となる商品のカテゴリによって択一的に適用され、
前記表示制御部が前記表示部に表示させる画面構成と画面遷移との少なくとも一方は、前記第1アルゴリズムと前記第2アルゴリズムとで互いに異なる、
品揃管理支援システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020113592A JP2022012059A (ja) | 2020-06-30 | 2020-06-30 | 品揃管理支援方法、プログラム及び品揃管理支援システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020113592A JP2022012059A (ja) | 2020-06-30 | 2020-06-30 | 品揃管理支援方法、プログラム及び品揃管理支援システム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2022012059A true JP2022012059A (ja) | 2022-01-17 |
Family
ID=80148481
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020113592A Pending JP2022012059A (ja) | 2020-06-30 | 2020-06-30 | 品揃管理支援方法、プログラム及び品揃管理支援システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2022012059A (ja) |
-
2020
- 2020-06-30 JP JP2020113592A patent/JP2022012059A/ja active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10318569B1 (en) | Smart inventory tags | |
US20200320600A1 (en) | Virtual Marketplace Enabling Machine-to-Machine Commerce | |
US20180150851A1 (en) | Commerce System and Method of Providing Intelligent Personal Agents for Identifying Intent to Buy | |
US7835946B2 (en) | Interactive customer display system and method | |
US20150379601A1 (en) | Commerce System and Method of Deferring Purchases to Optimize Purchase Conditions | |
US20150324882A1 (en) | Commerce System and Method of Providing Shopping Agents and Sales Agents for Managing Purchasing Decisions | |
US20150324828A1 (en) | Commerce System and Method of Providing Communication Between Publishers and Intelligent Personal Agents | |
JP2018527662A (ja) | 以前に注文された商品を自動的に再注文する方法及びシステム | |
US20220101420A1 (en) | Computer-implemented methods and system for customized interactive image collection based on customer data | |
US20150379497A1 (en) | System, device, and method for self-checkout shopping | |
JP6286076B1 (ja) | 情報管理装置及びプログラム | |
KR20130047799A (ko) | 유비쿼터스 스마트 쇼핑 시스템 | |
JP2006293576A (ja) | 営業店システム | |
JP6280272B1 (ja) | 決定装置、決定方法、及び決定プログラム | |
JP2022012060A (ja) | 品揃管理支援方法、プログラム及び品揃管理支援システム | |
JP2012058785A (ja) | 情報共有システム、及び情報管理装置 | |
JP2009110119A (ja) | レシピおよび商品情報提供システム | |
JP6963711B1 (ja) | 販売支援装置、販売支援システム、販売支援方法、およびプログラム | |
JP2022012059A (ja) | 品揃管理支援方法、プログラム及び品揃管理支援システム | |
JP2019057086A (ja) | 商品販売データ管理装置、商品販売データ管理システム及びプログラム | |
JP7066921B1 (ja) | 倉庫内商品販売システム、方法及びプログラム | |
US20200302418A1 (en) | Measuring apparatus | |
US20170206533A1 (en) | Graphical user interface for a self-registration system for products | |
WO2021065291A1 (ja) | 商品推奨システム、商品推奨方法、及びプログラム | |
US20230046719A1 (en) | Server device and congestion information notification system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230522 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20240216 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240402 |