JP2022120816A - 新製品の販売量の予測方法 - Google Patents
新製品の販売量の予測方法 Download PDFInfo
- Publication number
- JP2022120816A JP2022120816A JP2022011919A JP2022011919A JP2022120816A JP 2022120816 A JP2022120816 A JP 2022120816A JP 2022011919 A JP2022011919 A JP 2022011919A JP 2022011919 A JP2022011919 A JP 2022011919A JP 2022120816 A JP2022120816 A JP 2022120816A
- Authority
- JP
- Japan
- Prior art keywords
- feature
- sales volume
- product
- similar
- new product
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 239000000047 product Substances 0.000 claims description 242
- 239000013065 commercial product Substances 0.000 claims description 29
- 238000012360 testing method Methods 0.000 claims description 13
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000007689 inspection Methods 0.000 claims description 4
- 238000013277 forecasting method Methods 0.000 claims description 2
- 230000001364 causal effect Effects 0.000 claims 1
- 238000010276 construction Methods 0.000 abstract description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000003442 weekly effect Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0202—Market predictions or forecasting for commercial activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Game Theory and Decision Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
Abstract
Description
販売量データ取得ステップでは、前記特徴集合中の全部又は一部の特徴を有する市販製品の販売量を取得する。ここで、本発明において、新製品の販売量を予測する時間粒度(時間単位)、例えば、月間予測、週間予測、及び予測しようとする時間長さを確認し、それから、上場商品に対応する粒度、対応した時間長さの販売量データ、例えば、月間販売量、週間販売量、及び何ヶ月の月間販売量、何週間の周間販売量を収集する。
2019年新たに上場3つの車種(W,Y,Z)について販売量を予測し、その中で、WとYは年度モデルチェンジ車種であり、Zは全く新しい車種である。目標としては、新車種が上場後3ヵ月の販売量を予測する。
下記の(表1)に示す3種類のデータの収集
1つ目は、予測待ちの新製品の特徴データ、即ち特徴及び特徴値、部材特徴集合である。本例では、特徴は、具体的に、ブランド、価格、排出ガス量(電動の場合0と記する)、輸入車であるか、車両タイプ、座席数、車体タイプ、変速段数、トランスミッションタイプ、駆動方式、ABSアンチロック・ブレーキ・システム、サンルーフタイプ、コンソールカラービッグスクリーン、シリンダ数、最大馬力、燃費、最高車速、パワーウインドウ、排出ガス基準の計20個の特徴を含む。
本例では、類似性計量関数として重み付け余弦距離を用い、市販製品から類似製品を選別し、重み付けの重みを人で与える。
本例では、(数8)を用いて類似製品の販売量の差異度を算出する。
本例では、類似製品を選別する場合、ランダム法で特徴部分集合を選び取った。具体的には、15個の特徴をランダムで選び取って特徴部分集合を構成し、新製品とあらゆる市販製品とが当該特徴部分集合における距離を算出し、以下の結果を得た。Wに最も近い車種はO2、O9であった。Yに最も近い車種はO11、O32であった。Zに最も近い車種はO16、O29であった。
それぞれ新製品に類似する2つの類似製品を得た後、類似製品の重み付け平均数を新製品の毎月の予測販売量として、重みは類似製品が新製品に類似すれば類似するほど、重みがますます大きくなって、正規化を行う。換言すれば、重みは類似製品と新製品との重み付け余弦距離の逆数であって、正規化を行って得た数値である。新製品の販売量を予測した結果は次の(表2)の通りであった。
新製品が類似製品に最も類似した5つの特徴を算出し、原因分析を行い、新製品が上記5つの特徴において類似製品と最も類似するので、上場後の販売量も類似していることを表明している。例えば、Wの類似車種は「O2」と「O9」で、最も類似した5つの特徴は、価格、排量、輸入車であるか、車両タイプ、座席数であった。Yの類似車種は「O11」と「O32」で、最も類似した5つの特徴は、価格、輸入車であるか、車両タイプ、 座席数、駆動方式であった。
Claims (10)
- 新製品の販売量の予測方法において、
新製品のあらゆる特徴を含む特徴集合を構築する特徴集合構築ステップと、
前記特徴集合中の全部又は一部の特徴を有する市販製品の販売量を取得する販売量データ取得ステップと、
前記特徴集合から1つの特徴部分集合を抽出し、類似性計量関数を使用することにより、前記市販製品から前記特徴部分集合中の前記特徴を有し、且つ前記特徴部分集合で前記新製品に類似する複数の類似製品を選別する類似製品選別ステップと、
複数の前記類似製品の販売量の差異度を算出し、もし前記差異度が予め所定した許容値よりも小さいと、複数の前記類似製品の販売量が一致性検査にパスしたと認定し、さもなくば、複数の前記類似製品の販売量が一致性検査にパスしていないと認定する販売量一致性検査ステップと、
前記一致性検査にパスした複数の前記類似製品の販売量を使用して、前記新製品の販売量を予測する新製品の販売量予測ステップと、を含み、
複数の前記類似製品の販売量が一致性検査にパスしていない場合、前記特徴集合から抽出された前記特徴部分集合とは異なる特徴部分集合を抽出し、類似製品選別ステップで選別された前記類似製品の販売量が一致性検査にパスするまで、前記類似製品選別ステップ及び前記販売量一致性検査ステップを繰り返すことを特徴とする新製品の販売量の予測方法。 - 請求項1に記載の新製品の販売量の予測方法において、
前記類似性計量関数は、(数1)に示す重み付け余弦距離関数であり、
前記特徴が類別特徴である場合、前記新製品と前記市販製品との特徴が同一であるとき、前記新製品と前記市販製品の当該特徴の特徴値をともに0と記し、前記新製品と前記市販製品との特徴が異なるとき、前記新製品と前記市販製品の当該特徴の特徴値をともに1と記し、
前記重み付け余弦距離が小さい所定数量の前記市販製品を前記類似製品とすることを特徴とする新製品の販売量の予測方法。 - 請求項1に記載の新製品の販売量の予測方法において、
前記類似性計量関数は、(数3)に示す重み付けユークリッド距離関数であり、
前記特徴が類別特徴である場合、前記新製品と前記市販製品との特徴が同一であるとき、xi,k- xj,kを0とし、前記新製品と前記市販製品との特徴が異なるとき、xi,k- xj,kを1とし、
前記重み付けユークリッド距離が小さい所定数量の前記市販製品を前記類似製品とすることを特徴とする新製品の販売量の予測方法。 - 請求項1に記載の新製品の販売量の予測方法において、
前記類似製品選別ステップでは、ランダム法を用いて前記特徴部分集合を抽出し、即ち、前記特徴集合から任意数の特徴をランダムに抽出し前記特徴部分集合を構成することを特徴とする新製品の販売量の予測方法。 - 請求項1に記載の新製品の販売量の予測方法において、
前記類似製品選別ステップでは、減少法を用いて前記特徴部分集合を抽出し、即ち、まず前記特徴集合を前記特徴部分集合として前記類似製品選別ステップ及び前記販売量一致性検査ステップを行い、
複数の前記類似製品の販売量が一致性検査にパスしなかった場合、前記特徴部分集合から1つの特徴をランダムで削除してもう一つの前記特徴部分集合とし、再び前記類似製品選別ステップ及び前記販売量一致性検査ステップを行い、
前記特徴部分集合が空になる又は複数の前記類似製品の販売量が一致性検査にパスするまでこのように繰り返すことを特徴とする新製品の販売量の予測方法。 - 請求項1に記載の新製品の販売量の予測方法において、
前記類似製品選別ステップでは、増加法を用いて前記特徴部分集合を抽出し、即ち、まず前記特徴集合から1つの特徴をランダムに抽出し前記特徴部分集合とし、前記類似製品選別ステップ及び前記販売量一致性検査ステップを行い、
複数の前記類似製品の販売量が一致性検査にパスしなかった場合、前記特徴部分集合に前記特徴集合中の、抽出された特徴とは異なる1つの特徴をランダムで増加してもう一つの前記特徴部分集合とし、再び前記類似製品選別ステップ及び前記販売量一致性検査ステップを行い、
特徴部分集合が前記特徴集合中の全部の特徴を含む又は複数の前記類似製品の販売量が一致性検査にパスするまでこのように繰り返すことを特徴とする新製品の販売量の予測方法。 - 請求項1に記載の新製品の販売量の予測方法において、
原因分析ステップをさらに有し、即ち、前記一致性検査にパスした複数の前記類似製品及び前記特徴部分集合について、前記特徴部分集合中の特徴の毎に対し、当該特徴で前記新製品に類似する前記類似製品の数量を算出し、算出した類似製品の数量が最も多い所定個数の前記特徴を最も類似の特徴として前記販売量の類似の原因とし、
前記特徴が数値特徴である場合、前記新製品と前記類似製品との前記特徴の特徴値の差を算出し、前記特徴値の差の絶対値が予め設定した閾値よりも小さい時、前記新製品と前記類似製品とが当該特徴で類似すると判定し、
前記特徴が類別特徴である場合、前記新製品と前記市販製品との特徴が同一である時、前記新製品と前記類似製品とが当該特徴で類似すると判定することを特徴とする新製品の販売量の予測方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110159412.X | 2021-02-05 | ||
CN202110159412.XA CN114881676A (zh) | 2021-02-05 | 2021-02-05 | 一种新产品销量的预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022120816A true JP2022120816A (ja) | 2022-08-18 |
JP7315733B2 JP7315733B2 (ja) | 2023-07-26 |
Family
ID=82667885
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022011919A Active JP7315733B2 (ja) | 2021-02-05 | 2022-01-28 | 新製品の販売量の予測方法 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP7315733B2 (ja) |
CN (1) | CN114881676A (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117196695B (zh) * | 2023-11-03 | 2024-02-27 | 中国民航信息网络股份有限公司 | 一种目标产品的销量数据的预测方法及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000200260A (ja) * | 1998-07-21 | 2000-07-18 | Toyota Motor Corp | 商品販売数予測システム |
JP2008186413A (ja) * | 2007-01-31 | 2008-08-14 | Ntt Data Corp | 需要予測装置、需要予測方法、及び、需要予測プログラム |
JP2018032173A (ja) * | 2016-08-23 | 2018-03-01 | 富士通株式会社 | 探索プログラム、探索方法および探索装置 |
-
2021
- 2021-02-05 CN CN202110159412.XA patent/CN114881676A/zh active Pending
-
2022
- 2022-01-28 JP JP2022011919A patent/JP7315733B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000200260A (ja) * | 1998-07-21 | 2000-07-18 | Toyota Motor Corp | 商品販売数予測システム |
JP2008186413A (ja) * | 2007-01-31 | 2008-08-14 | Ntt Data Corp | 需要予測装置、需要予測方法、及び、需要予測プログラム |
JP2018032173A (ja) * | 2016-08-23 | 2018-03-01 | 富士通株式会社 | 探索プログラム、探索方法および探索装置 |
Also Published As
Publication number | Publication date |
---|---|
CN114881676A (zh) | 2022-08-09 |
JP7315733B2 (ja) | 2023-07-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111401433B (zh) | 用户信息获取方法、装置、电子设备及存储介质 | |
CN101110699B (zh) | 具有网络满意度预测预警功能的系统及其实现方法 | |
CN107633035B (zh) | 一种基于K-Means&LightGBM模型的共享交通服务reorder预估方法 | |
CN109359818A (zh) | 一种对企业进行风险量化评估的方法及六棱星模型 | |
CN109636482B (zh) | 基于相似度模型的数据处理方法及系统 | |
WO2017071369A1 (zh) | 一种预测用户离网的方法和设备 | |
CN109345109A (zh) | 一种基于分类预测模型的员工评估方法及终端设备 | |
KR20200053387A (ko) | 인공지능 기반 고객이탈관리 자동화 시스템 및 방법과, 이를 위한 컴퓨터 프로그램 | |
CN112308387B (zh) | 客户意向度评估方法与装置、云服务器 | |
JP7315733B2 (ja) | 新製品の販売量の予測方法 | |
CN113469730A (zh) | 一种非合同场景下的基于RF-LightGBM融合模型的客户复购预测方法及装置 | |
CN113435627A (zh) | 基于工单轨迹信息的电力客户投诉预测方法及装置 | |
Almeida et al. | The impact of uncertainty in the measurement of progress in earned value analysis | |
CN104599062A (zh) | 一种基于分类的农业科技成果价值评估方法及系统 | |
CN109447682A (zh) | 确定店铺的营业状态的方法、系统、电子设备及存储介质 | |
EP3493082A1 (en) | A method of exploring databases of time-stamped data in order to discover dependencies between the data and predict future trends | |
CN108805458A (zh) | 一种企业技术竞争力评估方法及装置 | |
CN112667911A (zh) | 一种利用社交软件大数据找寻潜在客户的方法 | |
CN113537759A (zh) | 一种基于权重自适应的用户体验度量模型 | |
Dai et al. | A Sales Forecast Method for Products with No Historical Data | |
CN111047438A (zh) | 数据处理方法、装置和计算机可读存储介质 | |
Putri et al. | Performance Evaluation Using PCA and DEA: a Case Study of the Micro and Small Manufacturing Industries in Indonesia | |
CN116342300B (zh) | 一种保险理赔人员特征分析方法、装置和设备 | |
KR102519812B1 (ko) | 대량 특허의 가치 평가 시스템 | |
Vaghefzadeh et al. | Modelling customer demand for mobile value-added services: non-stationary time series models or neural networks time series analysis? |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220128 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20221223 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221227 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230216 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230606 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230629 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230711 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230713 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7315733 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |