JP2023183546A - 推奨支援システム、推奨支援方法、およびプログラム - Google Patents

Abstract

【課題】 来店した顧客により適切な推奨を図ることができる。【解決手段】 推奨支援システムは、取得部と、指標値特定部と、決定部と、を備える。取得部は、店舗に来店した顧客の属性の情報および顧客の感情の情報の少なくともいずれかを取得する。指標値特定部は、属性の情報および感情の情報のうちの取得された情報に基づいて、店舗における購入意欲の指標値を特定する。決定部は、特定された指標値に基づいて、推奨の可否または推奨頻度を決定する。【選択図】 図１

Description

本開示は、推奨支援システムなどに関する。

店舗において、店員が、来店した顧客に商品を推奨することがある。また、例えば、特許文献１には、ユーザが使用する端末装置に推奨情報を表示させる技術が開示されている。また、例えば、毎週決まった曜日などに電子メールなどを介して顧客に商品を推奨することがある。

また、例えば、特許文献２には、カメラによる撮像により取得した物理量を提供する画像におけるユーザの表情を分析することで 、ユーザが抱いている感情を推定することが開示されている。

特開２０２１－０９９８６９号公報 特開２０２０－１０９７０９号公報

来店した顧客に、商品や売場などを推奨する場合がある。このような場合に、どのようなタイミングで推奨すれば、商品の購入に結び付くのかが分からないという問題点がある。または、顧客は、推奨が不要な場合もある。

本開示の目的の一例は、来店した顧客により適切な推奨を図ることができる推奨支援システムなどを提供することにある。

本開示の一態様における推奨支援システムは、店舗に来店した顧客の属性の情報および前記顧客の感情の情報の少なくともいずれかを取得する取得手段と、取得された情報に基づいて、前記店舗における購入意欲の指標値を特定する指標値特定手段と、特定された前記指標値に基づいて、推奨の可否または推奨頻度を決定する決定手段と、を備える。

本開示の一態様における推奨支援方法は、店舗に来店した顧客の属性の情報および前記顧客の感情の情報の少なくともいずれかを取得し、取得した情報に基づいて、前記店舗における購入意欲の指標値を特定し、特定された前記指標値に基づいて、推奨の可否または推奨頻度を決定する。

本開示の一態様におけるプログラムは、コンピュータに、店舗に来店した顧客の属性の情報および前記顧客の感情の情報の少なくともいずれかを取得し、取得した情報に基づいて、前記店舗における購入意欲の指標値を特定し、特定された前記指標値に基づいて、推奨の可否または推奨頻度を決定する、処理を実行させる。

プログラムは、コンピュータが読み取り可能な非一時的な記録媒体に記憶されていてもよい。

本開示によれば、来店した顧客により適切な推奨を図ることができる。

実施の形態１にかかる推奨支援システムの一構成例を示すブロック図である。 実施の形態１にかかる推奨支援システムの一動作例を示すフローチャートである。 推奨支援システムと他の装置との接続例を示す説明図である。 実施の形態２にかかる推奨支援システムの一構成例を示すブロック図である。 推奨売場が表示された画面例を示す説明図である。 推奨商品が表示された画面例を示す説明図である。 顧客の情報と推奨商品の情報が表示された画面例を示す説明図である。 実施の形態２にかかる推奨支援システムの一の動作例を示すフローチャートである。 実施の形態２にかかる推奨支援システムの他の動作例を示すフローチャート（その１）である。 実施の形態２にかかる推奨支援システムの他の動作例を示すフローチャート（その２）である。 コンピュータのハードウェア構成例を示す説明図である。

以下に図面を参照して、本開示にかかる推奨支援システム、推奨支援方法、プログラム、およびプログラムを記録する非一時的な記録媒体の実施の形態を詳細に説明する。本実施の形態は、開示の技術を限定するものではない。

（実施の形態１）
まず、実施の形態１では、推奨支援システムの基本機能について説明する。図１は、実施の形態１にかかる推奨支援システムの一構成例を示すブロック図である。推奨支援システム１０は、取得部１０１と、指標値特定部１０２と、決定部１０３と、を備える。

取得部１０１は、店舗に来店した顧客の属性の情報および顧客の感情の情報の少なくともいずれかを取得する。店舗は、スーパーマーケット、スーパーセンタ、百貨店、ドラッグストアなどの小売店であり、店舗の種類は、特に限定されない。例えば、属性の情報は、顧客の年齢、顧客の性別、顧客の服装、および顧客を含むグループの構成の少なくともいずれかを含む。顧客の年齢は、年代などのような大別であってもよい。また、顧客を含むグループの構成は、例えば、家族、カップル、親子、孫と祖父、兄弟、友達などのような情報であってもよい。なお、属性の情報は、これら以外の情報を含んでもよい。また、例えば、感情の情報は、顧客の表情、顧客の会話、および店舗における顧客の行動の少なくともいずれかを含む。なお、感情の情報は、これら以外の情報を含んでもよい。

取得方法として、取得部１０１は、例えば、撮像装置によって撮像された画像から、属性の情報および感情の情報の少なくともいずれかを取得する。例えば、撮像装置は、店舗に設置された装置である。例えば、撮像装置は、店舗の入口に設置されていてもよいし、店舗内の売場などに設置されていてもよい。複数の録音装置が分散して店舗に設置されていてもよい。例えば、顧客の画像から、顧客の年齢、顧客の性別、顧客の服装、顧客を含むグループの構成、顧客の表情、店舗における顧客の行動などを特定する方法については、既存の技術が用いられればよい。例えば、属性の情報が顧客を含むグループの構成である場合、取得部１０１は、撮像された画像に基づき顧客それぞれの年齢を推定する。そして、取得部１０１は、推定した年齢を用いて一緒に来店した顧客の年齢差を算出することにより、親子、孫と祖父などのグループの構成を取得することができる。なお、年齢に限らず、２０代、１０代などのように年齢層が推定されてもよい。

別の取得方法として、例えば、取得部１０１は、録音装置によって得られた音声から、属性の情報および感情の情報の少なくともいずれかを取得する。例えば、録音装置は、店舗に設置された装置である。録音装置は、音声を録音したり、音声を集音したりする。例えば、録音装置は、撮像装置と同様に、店舗の入口に設置されていてもよいし、店舗内の各売場などに設置されていてもよい。複数の録音装置が分散して店舗に設置されていてもよい。例えば、顧客の音声から、顧客の年齢、顧客の性別、顧客の服装、顧客を含むグループの構成、顧客の表情、顧客の会話、店舗における顧客の行動などを特定する方法については、既存の技術が用いられればよい。例えば、取得部１０１は、顧客が所定のキーワードを発話したか、顧客の声の高さ、顧客の声の抑揚などの音声から得られる情報によって、属性の情報および感情の情報を取得してもよい。所定のキーワードは、誕生日、クリスマス、進学、昇進などのイベントなどに関するキーワードであってもよい。声の高さによって年齢が特定されてもよい。なお、年齢に限らず、２０代、１０代などのように年齢層が特定されてもよい。

指標値特定部１０２は、属性の情報および感情の情報のうちの、取得部１０１によって取得された情報に基づいて、店舗における購入意欲の指標値を特定する。取得部１０１によって取得された情報とは、前述の通り、顧客の属性の情報および顧客の感情の情報の少なくともいずれかである。ここで、購入意欲の指標値は、顧客の購入意欲の高低を表す値である。購入意欲の指標値の表現形式は、特に限定されない。例えば、指標値は、０から１０までの数値によって表されてもよいし、「高」、「中」、「低」などで表されてもよいし、購入意欲の有無のように０または１などの値を設定可能なフラグによって表されてもよい。

例えば、顧客の属性の値別に購入意欲の指標値がテーブル化されてあってもよい。なお、属性の値の表現形式は、属性の情報に応じて異なっていてよく、特に限定されない。そして、指標値特定部１０２は、テーブルから、取得された属性の値に応じた指標値を特定する。また、例えば、感情の値別に購入意欲の指標値がテーブル化されてあってもよい。なお、感情の値の表現形式は、感情の情報に応じて異なっていてよく、特に限定されない。そして、指標値特定部１０２は、テーブルから、取得された感情の値に応じた指標値を特定する。

例えば、属性の情報が服装である場合、服装別に、購入意欲の指標値が予め決められていてもよい。例えば、服装がデート中であるような服装である場合、購入意欲の指標値が「高」であることが決められていてもよい。

例えば、属性の情報が、顧客を含むグループの構成である場合、グループの構成別に、購入意欲の指標値が予め決められていてもよい。例えば、構成が孫と子供である場合、購入意欲の指標値が「高」であると決められていてもよい。例えば、構成がカップルである場合、購入意欲の指標値が「高」であると決められていてもよい。

例えば、感情の情報が表情である場合、表情別に、購入意欲の指標値が予め決められていてもよい。例えば、表情が、機嫌が良い表情である場合、購入意欲の指標値が「高」であると決められていてもよい。例えば、表情が、機嫌が悪い表情である場合、購入意欲の指標値が「低」であると決められていてもよい。

例えば、感情の情報が会話である場合、前述のようなイベントなどのキーワードが発せられた場合、購入意欲の指標値が「高」であると決められていてもよい。

例えば、感情の情報が行動である場合、行動別に、購入意欲の指標値が予め決められていてもよい。例えば、行動として顧客が手に袋を複数持っていることが検出された場合、既に買物済みであるため、購入意欲の指標値は「低」であると決められていてもよい。また、感情の情報が行動である場合、ショッピング用のかごやショッピングカートなどの中にある商品の数によって、購入意欲の指標値が決められていてもよい。顧客がショッピング用のかごを持っているか、ショッピングカートを持っているかによって、購入意欲の指標値が決められていてもよい。例えば、ショッピングカートの方が、ショッピング用のかごよりも商品を多くいられるため、ショッピングカートを持っている方が、ショッピング用のかごよりも、指標値が高くてもよい。また、顧客がショッピング用のかごおよびショッピングカートのいずれかを持っている場合は、ショッピング用のかごおよびショッピングカートを持っていない場合よりも、指標値が高くてもよい。

ここで、属性の情報および感情の情報が組み合わせられ、指標値特定部１０２は、指標値を特定してもよい。属性の値および感情の値の組み合わせ別に購入意欲の指標値がテーブル化されてあってもよい。そして、指標値特定部１０２は、テーブルから、属性の値および感情の値の組み合わせに応じた指標値を特定する。または、指標値特定部１０２は、属性の値に応じた購入意欲の指標値と、感情の値に応じた購入意欲の指標値と、をそれぞれ特定し、これらの指標値の組み合わせによって、購入意欲の指標値を特定してもよい。この組み合わせとは、統計的な値であってもよい。

決定部１０３は、特定された指標値に基づいて、推奨の可否または推奨頻度を決定する。推奨の対象となるのは、売場、商品、サービスなどである。推奨の可否または推奨頻度を決定するタイミングは、顧客が店舗に来店したタイミングであってもよいし、各売場に到着したタイミングであってもよい。具体的に、例えば、推奨の可否または推奨頻度を決定するタイミングは、店舗の入口や各種売場などに設置された撮像装置や録音装置などの各種センサによって顧客が識別されたタイミングであってもよい。

ここで、推奨の可否とは、対象を推奨するか否かであってもよいし、対象を推奨する方法の可否であってもよい。対象を推奨する方法の可否とは、現在の推奨方法で推奨するか否かである。すなわち、対象を推奨する方法の可否とは、既に推奨方法が決まっている場合の、その推奨方法による推奨の継続可否である。推奨頻度とは、対象を推奨する回数であってもよいし、対象を推奨する回数および回数に応じた推奨方法であってもよい。例えば、推奨頻度が、推奨の回数である場合、０回、１回、２回、３回などのように決定されてもよい。なお、推奨の回数が０回とは、推奨不可と同じ意味である。

まず、推奨の可否の決定方法について説明する。推奨の可否の決定方法として、例えば、決定部１０３は、指標値と閾値との比較により、推奨の可否を決定する。なお、閾値や推奨の可否の決定方法の詳細については、実施の形態２で詳細に説明する。

つぎに、推奨頻度の決定方法について説明する。推奨頻度の決定方法として、例えば、決定部１０３は、指標値と、頻度別の閾値と、の比較により、推奨の頻度を決定する。なお、推奨頻度の決定方法の詳細については、実施の形態２で詳細に説明する。

（フローチャート）
図２は、実施の形態１にかかる推奨支援システム１０の一動作例を示すフローチャートである。取得部１０１は、店舗に来店した顧客の属性の情報および顧客の感情の情報の少なくともいずれかを取得する（ステップＳ１０１）。つぎに、指標値特定部１０２は、取得した情報に基づいて、店舗における購入意欲の指標値を特定する（ステップＳ１０２）。決定部１０３は、特定された指標値に基づいて、推奨の可否または推奨頻度を決定する（ステップＳ１０３）。

以上、実施の形態１において、推奨支援システム１０は、購入意欲の指標値を特定し、購入意欲の指標時に基づいて、推奨の可否または推奨頻度を決定する。これにより、例えば、購入意欲が高いような顧客に推奨できる。また、例えば、購入意欲が低いのに、商品や売場を推奨されると、顧客は不快に思う場合がある。このため、購入意欲が低いような顧客に推奨しなくてよく、不要な推奨を抑制することができる。したがって、来店した顧客により適切な推奨を図ることができる。

（実施の形態２）
つぎに、実施の形態２について図面を参照して詳細に説明する。実施の形態２では、推奨の対象として商品や売場を例に挙げている。そして、実施の形態２では、推奨商品や推奨売場を特定し、推奨商品や推奨売場を推奨する例について説明する。以下、本実施の形態２の説明が不明確にならない範囲で、前述の説明と重複する内容については説明を省略する。

図３は、推奨支援システムと他の装置との接続例を示す説明図である。例えば、推奨支援システム２０は、端末装置２１などと通信ネットワークＮＴを介して接続される。図３において、端末装置２１の数は、特に限定されない。端末装置２１の種類は、スマートフォン、タブレット型の装置、ＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）のように可搬な端末装置２１であってもよいし、ディジタルサイネージのように固定の端末装置２１であってもよい。ディジタルサイネージとは、店舗などに設置される表示装置である。以下、ディジタルサイネージをサイネージと呼ぶ。

また、端末装置２１は、顧客の端末装置であってもよいし、店舗の端末装置であってもよい。端末装置２１がサイネージである場合、端末装置２１は、店舗に設置される。

例えば、端末装置２１には、推奨商品や推奨売場を推奨するアプリケーションプログラムが予めインストールされていてもよい。

また、端末装置２１が、店員が可搬な端末装置や店舗に設置されたサイネージのように店舗の端末装置である場合、端末装置２１が、撮像装置によって撮像された顧客の画像に基づいて、顔認証を行う。これにより、顧客が識別されてもよい。なお、撮像装置は、端末装置２１に内蔵されていてもよいし、端末装置２１に外付けなどのように外部にあってもよい。

または、端末装置２１が、録音装置によって得られた顧客の音声に基づいて、音声認証を行おう。これにより、顧客が識別される。なお、録音装置は、端末装置２１に内蔵されていてもよいし、端末装置２１に外付けなどのように外部にあってもよい。

または、端末装置２１が、店員が可搬な端末装置、店舗に設置されたサイネージであるような店舗の端末装置である場合、端末装置２１または端末装置２１と連携可能な読取装置が、顧客が所有するポイントカードを読み取ることなどによって、顧客が識別されてもよい。このように顧客が識別される方法については、特に限定されない。また、顧客が識別されると、複数の撮像装置や複数の録音装置が、顧客の行動を追跡してもよい。

図３において、通信ネットワークＮＴは、説明の容易化のために、１つを例に挙げているが、推奨支援システム２０は、各端末装置２１別に異なる通信ネットワークＮＴによって接続されてもよいし、特に限定されない。また、図３において図示しない撮像装置や録音装置などが、通信ネットワークＮＴを介して接続されてもよい。なお、前述の通り、端末装置２１が、サイネージのように店舗の端末装置である場合、端末装置２１は、撮像装置と録音装置などを備えていてもよい。また、撮像装置の数や録音装置の数などは、特に限定されない。

図４は、実施の形態２にかかる推奨支援システム２０の一構成例を示すブロック図である。推奨支援システム２０は、取得部２０１と、指標値特定部２０２と、決定部２０３と、売場特定部２０４と、商品特定部２０５と、出力制御部２０６と、を備える。

実施の形態２にかかる推奨支援システム２０は、実施の形態１にかかる推奨支援システム１０に対して、売場特定部２０４と、商品特定部２０５と、出力制御部２０６と、が追加される。取得部２０１は、実施の形態１にかかる取得部１０１の機能を基本機能とする。指標値特定部２０２は、実施の形態１にかかる指標値特定部１０２の機能を基本機能とする。決定部２０３は、実施の形態１にかかる決定部１０３の機能を基本機能とする。

また、推奨支援システム２０は、商品ＤＢ（ＤａｔａＢａｓｅ）２００１と、購入履歴ＤＢ２００２と、行動履歴ＤＢ２００３と、顧客ＤＢ２００４と、を有する。なお、これらのＤＢや各種データは、推奨支援システム２０に含まれず、他の装置に含まれていてもよい。

商品ＤＢ２００１は、商品別に商品の情報を記憶する。例えば、商品ＤＢ２００１は、商品の商品識別情報と、商品の情報と、を対応付けて記憶する。商品識別情報は、商品を一意に識別可能であれば、特に限定されない。例えば、商品の情報は、商品名、商品の価格、商品の特徴、商品の分類、商品の売場、商品の位置、商品の画像や動画像などの少なくともいずれかであってもよい。なお、商品の売場については、商品の売場の名称、売場の位置に関する情報が関連付けられていてもよい。

購入履歴ＤＢ２００２は、顧客別の購入履歴を記憶する。例えば、購入履歴ＤＢ２００２は、顧客の顧客識別情報と、顧客が購入した商品の商品識別情報と、を対応付けて記憶する。顧客識別情報は、顧客を一意に識別可能であれば、顧客の氏名、顧客の連絡先、顧客のポイントカードの番号など特に限定されない。

行動履歴ＤＢ２００３は、顧客別の行動履歴を記憶する。例えば、行動履歴ＤＢ２００３は、顧客の顧客識別情報と、店舗における顧客の行動履歴と、顧客の検索履歴と、などを対応付けて記憶する。顧客の検索履歴は、例えば、ＥＣ（Ｅｌｅｃｔｒｏｎｉｃ Ｃｏｍｍｅｒｃｅ）サイトやＥＣアプリケーションプログラムにおける検索履歴である。

顧客ＤＢ２００４は、顧客別に、顧客の情報を記憶する。例えば、顧客ＤＢ２００４は、顧客の顧客識別情報と、顧客の情報と、を対応付けて記憶する。顧客の情報としては、顧客の氏名、顧客の連絡先、認証用の顔画像や認証用の音声などの生体情報、顧客のポイントカードの番号などである。顧客に電子メールや電子メッセージを用いて通知が行われる場合、顧客の連絡先は、電子メールアドレス、電話番号などの電子メッセージのアドレスであってもよい。例えば、撮像装置によって撮像された顧客の画像や録音装置によって得られた顧客の音声などの生体情報、読取装置によって読み取られたポイントカードの番号などの顧客の情報が、顧客ＤＢ２００４を使って照合されることにより、来店した顧客が識別される。前述の通り、端末装置２１が顧客を識別してもよいし、推奨支援システム２０が識別部を備えて、識別部が顧客を識別してもよい。そして、例えば、顧客が識別されると、店舗における顧客の行動が追跡されててもよい。または、顧客が特定されると、後述するように、推奨売場や推奨商品が顧客の購入履歴により特定されてもよい。なお、店舗における顧客の追跡が行われる場合、顧客ＤＢ２００４を参照しても顧客が特定できない場合、仮の顧客識別情報などが付与されて、顧客の行動が追跡されればよい。

取得部２０１は、実施の形態１で説明した通りである。具体的に、例えば、取得部２０１は、顧客の属性の情報および感情の情報の少なくともいずれかを所定時間間隔ごとに取得してもよいし、変化が生じた場合に、変化が生じた情報を新たに取得してもよい。また、例えば、取得部２０１は、さらに、顧客の位置情報を取得してもよい。

指標値特定部２０２は、実施の形態１で説明した通り、取得部２０１によって取得された情報に基づいて、購入意欲の指標値を特定する。

つぎに、決定部２０３と、売場特定部２０４と、商品特定部２０５と、について説明する。これらの機能部の処理の順番は、特に限定されない。

決定部２０３は、実施の形態１で説明した通り、購入意欲の指標値に基づいて、推奨の可否を決定する。実施の形態１で説明した通り、推奨の可否の決定方法として、例えば、決定部２０３は、指標値と閾値との比較により、推奨の可否を決定する。閾値の表現形式は、指標値の表現形式に応じて決まる。ここで、指標値が大きいほど、購入意欲が高いことを示すとする。このような場合、決定部２０３は、指標値が閾値以上であれば、推奨可であることを決定する。一方、決定部２０３は、指標値が閾値未満であれば、推奨不可であることを決定する。

ここで、閾値は、予め決められた値であってもよい。また、閾値は、商品、商品の分類、商品の価格によって決められていてもよい。このような場合、商品特定部２０５が推奨商品を特定した後に、決定部２０３は、推奨商品に対応する閾値と指標値との比較により、推奨商品についての推奨の可否を決定する。なお、閾値が商品の価格によって決められている例については、後述する。

また、閾値は、売場によって決められていてもよい。このような場合、売場特定部２０４が推奨売場を特定した後に、決定部２０３は、推奨売場に対応する閾値と指標値との比較により、推奨売場についての推奨の可否を決定する。

または、決定部２０３は、実施の形態１で説明した通り、購入意欲の指標値に基づいて、推奨頻度を決定する。ここで、推奨頻度は、０回、１回、２回などの推奨の回数であってもよいし、１時間に１回などのような時間単位における推奨の回数であってもよい。指標値が、「高」、「中」、「低」の三段階である場合を例に挙げて説明する。例えば、「高」、「中」、「低」の指標値別に、予め推奨頻度が決められていてもよい。例えば、決定部２０３は、指標値が「低」である場合、今回推奨しないことを決定する。例えば、決定部２０３は、指標値が「中」である場合に、一回の推奨を決定する。例えば、決定部２０３は、指標値が「高」である場合、所定回数以上の推奨を決定する。例えば、撮像装置や録音装置などの各種センサが店舗の入口付近に設置されている場合、所定回数以上の推奨とは、例えば、顧客が入店時に推奨頻度を決定したタイミングにおける推奨、推奨頻度を決定したタイミングから所定時間経過後の推奨などの２回の推奨であってもよい。所定時間は、１時間後であってもよいし、２時間後であってもよい。例えば、所定回数以上の推奨が、顧客が来店した当日中に複数回の推奨であってもよいし、異なる複数の日に複数の推奨であってもよい。また、例えば、推奨頻度が２回の場合に、１回目の推奨は、顧客が店舗にいる間に行われ、２回目の推奨は、顧客が店舗にいないときに行われてもよい。

また、決定部２０３は、指標値と各閾値との比較により、推奨頻度を決定してもよい。推奨可否の決定例と同様に、閾値は、商品、商品の種類、商品の価格、売場などによって決められていてもよい。このため、例えば、商品特定部２０５が推奨商品を特定した後に、決定部２０３は、推奨商品に対応する閾値と指標値との比較により、推奨商品についての推奨頻度を決定する。また、例えば、売場特定部２０４が推奨売場を特定した後に、決定部２０３は、推奨売場に対応する各閾値と、指標値と、の比較により、推奨売場についての推奨頻度を決定する。

また、例えば、店舗において、撮像装置や録音装置などの各種センサが店舗に複数設置されている場合、指標値特定部２０２は、購入意欲の指標値を繰り返して特定してもよい。例えば、ショッピングカートの中にある商品の数が、入店時に空であっても、１０分後に３０個になっていることもある。このような場合、入店時に購入意欲が高くとも、１０分後には購入意欲が下がっていると推定される。このように、顧客の行動によって購入意欲は変化するため、繰り返して指標値が特定されることにより、新たな購入意欲によって推奨の可否が決定される。また、顧客が店舗を移動中に、属性の情報が変化する場合がある。例えば、入店時のグループ構成は一人であったが、１０分後にグループ構成が２人に変化する場合がある。このように、顧客の属性の変化によって購入意欲が変化する場合がある。このため、繰り返し指標値が特定され、推奨の可否または推奨頻度が新たに決定されてもよい。

繰り返して指標値が特定される例として、複数の撮像装置や複数の録音装置が店舗に設置されてある場合、例えば、顧客が店舗内を移動すると、取得部２０１は、顧客が移動した場所の近傍に設置された撮像装置や録音装置から、顧客の画像や音声を取得する。そして、取得部２０１は、顧客の画像や音声から、顧客の属性の情報や顧客の感情の情報を取得する。このように、例え店舗における顧客の行動が追跡される。すなわち、例えば、感情の情報のうちの行動の情報が更新される。このように、顧客が店舗を移動している場合に、指標値特定部２０２は、新たに取得された属性の情報や感情の情報に基づいて、指標値を特定する。

または、繰り返して指標値が特定される例として、複数の撮像装置や複数の録音装置が店舗に設置されてあり、指標値特定部２０２は、所定時間ごとに、指標値を特定してもよい。所定時間ごとに、指標値が特定される場合、例えば、取得部２０１は、所定時間後における顧客の近傍に設置された撮像装置や録音装置から、顧客の画像や音声を取得する。そして、取得部２０１は、顧客の画像や音声から、顧客の属性の情報や顧客の行動の情報を取得する。そして、指標値特定部２０２は、店舗において直近に取得された顧客の属性の情報や顧客の行動の情報に基づいて、購入意欲の指標値を特定してもよい。

または、例えば、指標値特定部２０２は、推奨が不可である場合に、所定時間後に、店舗において直近に検出された店舗における顧客の行動に基づいて、購入意欲の指標値を再度特定してもよい。

＜売場を推奨する例＞
まず、売場特定部２０４が推奨売場を特定し、出力制御部２０６が推奨売場を推奨する例について説明する。

売場特定部２０４は、属性の情報、感情の情報、および顧客の購入履歴の少なくともいずれかに基づいて、推奨売場を特定する。例えば、顧客の購入履歴が、購入履歴ＤＢ２００２に含まれていない場合、売場特定部２０４は、属性の情報、感情の情報の少なくともいずれかに基づいて、推奨売場を特定する。

例えば、売場特定部２０４は、属性の情報に基づいて、推奨売場を特定する。例えば、顧客の属性別に売場が予め決められていてもよい。そして、売場特定部２０４は、顧客の属性に対応する売場を推奨売場として特定してもよい。

または、例えば、売場特定部２０４は、感情の情報に基づいて、推奨売場を特定する。具体的に、例えば、売場特定部２０４は、感情の情報に含まれる会話内容に基づいて、推奨売場を特定してもよい。例えば、売場特定部２０４は、会話内容からキーワードを抽出する。なお、キーワードは、売場に関するワードである。キーワードは、売場別に予め決められていてもよい。売場に関するワードとは、売場で販売されている商品や商品の特徴などである。そして、売場特定部２０４は、キーワードが抽出された場合、キーワードに関連する売場を推奨売場として特定する。

または、売場特定部２０４は、購入履歴ＤＢ２００２に含まれる顧客の購入履歴に基づいて、推奨売場を特定する。例えば、売場特定部２０４は、購入履歴ＤＢ２００２に含まれる顧客の購入履歴および商品ＤＢ２００１に含まれる商品の売場の情報に基づいて、商品を購入する頻度が高い売場を、推奨売場として特定する。より具体的に、例えば、売場特定部２０４は、購入履歴ＤＢ２００２に含まれる顧客の購入履歴、および商品ＤＢ２００１に含まれる商品の売場の情報に基づいて、売場別に、過去に顧客が購入した商品の数を計数してもよい。そして、売場特定部２０４は、過去に顧客が購入した商品の数が所定数以上の売場を特定してもよい。売場特定部２０４は、過去に顧客が購入した商品の数が最も多い売場を特定してもよい。

または、例えば、売場特定部２０４は、購入履歴ＤＢ２００２に含まれる顧客の購入履歴、および商品ＤＢ２００１に含まれる商品の価格および売場の情報に基づいて、商品を購入する価格が高い売場を、推奨売場として特定する。具体的に、例えば、売場特定部２０４は、購入履歴ＤＢ２００２に含まれる顧客の購入履歴、および商品ＤＢ２００１に含まれる商品の価格および売場の情報に基づいて、売場別に、過去に顧客が購入した商品の合計金額を算出してもよい。そして、売場特定部２０４は、過去に顧客が購入した商品の合計価格が所定価格以上の売場を特定してもよい。または、売場特定部２０４は、過去に顧客が購入した商品の合計価格が最も高い売場を特定してもよい。

または、売場特定部２０４は、過去に顧客が購入した商品の合計金額や過去に顧客が購入した商品の合計点数の他に、現在の顧客の位置に基づいて、推奨売場を特定してもよい。そこで、例えば、取得部２０１は、顧客の位置情報を取得してもよい。顧客の位置情報を取得する方法として、取得部２０１は、端末装置２１とビーコン機器等を用いた測位により、端末装置２１の位置情報を顧客の位置情報として取得してもよい。または、取得部２０１は、撮像装置によって顧客が撮像された画像から顧客の位置情報を取得してもよい。または、端末装置２１がサイネージなどの表示装置であり、固定位置である場合、取得部２０１は、記憶装置などから固定の端末装置２１の位置情報を顧客の位置情報として取得してもよい。このように、顧客の位置情報を取得する方法は、既存の技術が用いられればよく、特に限定されない。そして、例えば、売場特定部２０４は、過去に顧客が購入した商品の合計金額に基づいて、顧客の現在の位置から所定範囲内にある売場から推奨売場を特定してもよい。

または、売場特定部２０４は、行動履歴ＤＢ２００３に含まれる顧客の行動履歴に基づいて、推奨売場を特定する。例えば、売場特定部２０４は、行動履歴ＤＢ２００３に含まれる顧客の行動履歴、および商品ＤＢ２００１に含まれる売場の情報に基づいて、過去に顧客が興味を持った商品の売場を推奨売場として特定してもよい。過去に顧客が興味を持った商品は、顧客が所定時間以上視線を向けていた商品、顧客が所定回数以上視線を向けていた商品、顧客が過去に手に取っていた商品などであってもよい。また、過去に顧客が興味を持った商品は、顧客が店舗のＥＣサイトにおいて所定回数以上閲覧していた商品であってもよいし、ＥＣサイトにおいてお気に入りに入れている商品などであってもよい。

なお、推奨売場の各特定方法は、組み合わせて用いられてもよい。

図４の説明に戻る。前述の通り、決定部２０３と売場特定部２０４との処理の順番は特に限定されない。例えば、決定部２０３が、推奨可否を決定する。そして、売場特定部２０４は、推奨が可であると決定された場合に、推奨売場を決定してもよい。または、前述のように、売場特定部２０４が、推奨売場を特定する。そして、決定部２０３は、推奨売場について、推奨の可否を決定してもよい。推奨売場についての推奨の可否を決定する場合に、決定部２０３は、推奨売場に応じた閾値と、特定された指標値との比較により、推奨売場についての推奨の可否を決定してもよい。例えば、価格が高い商品については、購入の可能性が低いことが想定される。そこで、価格が高い商品が売られているような売場の閾値は、価格が低い商品が売られているような売場の閾値よりも高く設定されていてもよい。

ここで、決定部２０３については推奨可否を決定する例を挙げて説明したが、推奨頻度を決定する例であっても同様に、決定部２０３と売場特定部２０４との処理の順番は特に限定されない。例えば、決定部２０３が、推奨頻度を決定する。顧客が入店時に推奨頻度を決定したタイミングにおける推奨、推奨頻度を決定したタイミングから所定時間経過後の推奨との２回の推奨が行われる前述の例を挙げる。売場特定部２０４は、決定された推奨頻度において入店時に推奨が行われると決定された場合に、推奨売場を特定してもよい。または、前述のように、売場特定部２０４が、推奨売場を特定する。そして、決定部２０３は、推奨売場について、推奨頻度を決定してもよい。推奨売場についての推奨頻度を決定する場合に、決定部２０３は、推奨売場に応じた各閾値と、指標値との比較により、推奨売場についての推奨頻度を決定してもよい。推奨可否において説明した通り、閾値は、価格が高い商品が売られている売場か、価格が安い商品が売られている売場かなど、販売されている商品の価格によって予め設定されてもよい。

そして、出力制御部２０６は、推奨が可である場合、特定された推奨売場を推奨する。または、推奨頻度が決定された場合、出力制御部２０６は、推奨頻度に基づいて、推奨が可である場合に、特定された推奨売場を推奨する。

推奨方法として、例えば、出力制御部２０６は、端末装置２１を介して、推奨売場を推奨する。具体的に、出力制御部２０６は、端末装置２１に、推奨売場の情報を出力させる。出力方法は、端末装置２１の表示装置への表示であってもよいし、端末装置２１の音声出力装置による音声出力であってもよい。推奨売場の情報としては、推奨売場の名称、推奨売場の位置などの情報であり、特に限定されない。

ここで、推奨売場の位置は、店舗の地図上の位置であってもよい。そこで、出力制御部２０６は、端末装置２１に、店舗の地図上の推奨売場の位置を表示させてもよい。または、例えば、出力制御部２０６は、端末装置２１に、店舗の地図上の推奨売場を強調表示させることにより、推奨売場の位置を特定可能に表示させてもよい。

さらに、出力制御部２０６は、端末装置２１に、店舗の地図上の顧客の位置を表示させてもよい。

図５は、推奨売場が表示された画面例を示す説明図である。図５において、端末装置２１は、顧客について特定された推奨売場の名称と、店舗の地図と、を含む画面を表示する。

図５において、画面には、顧客について特定された推奨売場の名称として「ｘｘｘ売場」が表示されている。また、画面には、店舗の地図が表示されている。画面の地図上には、顧の現在位置が矢印によって表示されている。また、画面の地図上には、推奨売場が他の売場と異なる表示態様で表示されている。

例えば、端末装置２１がサイネージである場合、図５における現在の位置は、サイネージが設置された位置である。前述の通り、例えば、サイネージは、店舗の入口付近に設置されていてもよい。そして、サイネージは、出力制御部２０６の制御に従って、図５における画面を表示する。なお、複数のサイネージが店舗において分散して配置されてもよい。

ここで、サイネージが店舗の入口付近に設置され、サイネージに図５における画面が表示される場合について、取得部２０１から出力制御部２０６までの一連の処理例の一例を説明する。例えば、取得部２０１は、店舗の入口付近に設置されたサイネージに内蔵または外付けされた撮像装置や録音装置から顧客の画像や音声を取得する。そして、取得部２０１は、顧客の画像や音声から、顧客の属性の情報や顧客の行動の情報を取得する。なお、サイネージは、画像や音声に基づいて、顧客を識別し、顧客識別情報を推奨支援システム２０に送信してもよい。そして、指標値特定部２０２は、取得部２０１によって取得された情報に基づいて、顧客についての購入意欲の指標値を特定する。つぎに、決定部２０３は、指標値に基づいて、売場の推奨の可否を決定する。売場特定部２０４は、推奨売場を特定する。そして、出力制御部２０６は、推奨が可である場合に、サイネージに、図５における画面を表示させる。そして、サイネージは、図５における画面を表示する。

図４の説明に戻る。例えば、端末装置２１が店員の端末装置２１である場合のように、推奨支援システム２０は、接客の支援に利用されてもよい。このような場合に、出力制御部２０６は、推奨売場を推奨するために、端末装置２１に、顧客の情報と、推奨売場の情報と、を出力させてもよい。顧客の情報は、顧客の氏名や顧客の顔画像であってもよいし、顧客の位置情報であってもよい。また、推奨売場の情報は、前述の通りである。このように、端末装置２１が、店員が閲覧する端末装置２１であるが、顧客が閲覧する端末装置２１であるかによって、出力制御部２０６は、端末装置２１に出力させる情報を決定してもよい。

＜商品を推奨する例＞
つぎに、図４の説明に戻って、商品特定部２０５が推奨商品を特定し、出力制御部２０６が推奨商品を推奨する例について説明する。

例えば、商品特定部２０５は、属性の情報、感情の情報、および顧客の購入履歴の少なくともいずれかに基づいて、推奨商品を特定する。

例えば、商品特定部２０５は、属性の情報に基づいて、推奨商品を特定する。例えば、顧客の属性別に商品が予め決められていてもよい。そして、売場特定部２０４は、顧客の属性に対応する商品を推奨商品として特定してもよい。

また、例えば、商品特定部２０５は、感情の情報に基づいて、推奨商品を特定してもよい。具体的に、例えば、商品特定部２０５は、感情の情報に含まれる会話内容に基づいて、推奨商品を特定してもよい。例えば、商品特定部２０５は、会話内容からキーワードを抽出する。なお、キーワードは、商品に関するワードである。キーワードは、商品別に予め決められていてもよい、商品のカテゴリ別に決められていてもよい。商品に関するワードとは、商品の名称、商品の特徴などである。そして、売場特定部２０４は、キーワードが抽出された場合、キーワードに関連する商品を推奨商品として特定する。

または、商品特定部２０５は、購入履歴ＤＢ２００２に含まれる顧客の購入履歴に基づいて、推奨商品を特定する。例えば、商品特定部２０５は、購入履歴ＤＢ２００２に含まれる顧客の購入履歴に基づいて、顧客が頻繁に購入している商品を推奨商品として特定してもよい。商品特定部２０５は、購入履歴ＤＢ２００２に含まれる顧客の購入履歴に基づいて、顧客が購入した商品別に、購入した合計数を計数する。そして、商品特定部２０５は、合計数が所定数以上である商品を推奨商品として特定する。または、商品特定部２０５は、合計数が最も大きい商品を推奨商品として特定する。

または、商品特定部２０５は、行動履歴ＤＢ２００３に含まれる顧客の行動履歴に基づいて、推奨商品を特定する。例えば、商品特定部２０５は、行動履歴ＤＢ２００３に含まれる顧客の行動履歴に基づいて、過去に顧客が興味を持った商品を推奨商品として特定してもよい。過去に顧客が興味を持った商品は、推奨売場の特定方法において説明した通りである。

なお、推奨商品の各特定方法は、組み合わせて用いられてもよい。

また、前述の通り、決定部２０３と商品特定部２０５との処理の順番は特に限定されない。ここで、決定部２０３については、推奨可否を決定する例を挙げて説明するが、推奨頻度を決定する例に適用されてもよい。

例えば、決定部２０３が、購入意欲の指標値に基づいて、商品の推奨の可否を決定する。そして、例えば、商品特定部２０５は、推奨が可であると決定された場合に、推奨商品を決定してもよい。

または、商品特定部２０５が、推奨商品を特定する。そして、決定部２０３は、商品の推奨の可否を決定する。ここで、決定部２０３は、購入意欲の指標値に基づいて、推奨商品についての推奨の可否を決定してもよい。これにより、顧客の属性や感情によって、特定の商品についての推奨の可否が決められる。推奨商品についての推奨の可否を決定する場合に、決定部２０３は、例えば、推奨商品に応じた閾値と、指標値との比較により、推奨の可否を決定してもよい。例えば、価格が高い商品については、購入の可能性が低いことが想定される。そこで、閾値は、商品の価格帯別に決められていてもよい。このように、推奨商品に応じた閾値は、推奨商品の価格帯に対応する閾値であってもよい。または、商品の種類によって価格帯が変わるため、閾値は、商品の種類別に決められていてもよい。また、過去に推奨したことがある商品を何度も推奨しても顧客は購入しない場合がある。このため、過去に推奨したことがある商品の閾値は、過去に推奨したことがない商品の閾値と比較して高くしてもよい。または、例えば、閾値は、過去に推奨したことがある回数が少ないほど低くなるように定められていてもよい。

また、複数の推奨商品が特定された場合、決定部２０３は、複数の推奨商品のそれぞれについて、推奨の可否が決定されてもよい。推奨商品として「ドット柄の帽子」と「ドット柄のスカート」が特定され場合、決定部２０３は、「ドット柄の帽子」についての推奨の可否と、「ドット柄のスカート」についての推奨の可否とのそれぞれについて決定する。

また、決定部２０３は、顧客の位置情報と、購入意欲の指標値と、に基づいて、推奨商品について、推奨の可否または推奨頻度を決定してもよい。例えば、決定部２０３は、顧客が推奨商品の近傍にいる場合に、推奨商品について、推奨の可否または推奨頻度を決定してもよい。
決定部２０３は、顧客が推奨商品の近傍にいるかについて、顧客が推奨商品の売場にいるかによって特定してもよい。例えば、決定部２０３は、顧客が推奨商品の売場にいる場合に、指標値が閾値以上であれば、推奨商品について、推奨可であると決定してもよい。一方、例えば、決定部２０３は、顧客が推奨商品の売場にいる場合に、指標値が閾値未満であれば、推奨不可であると決定してもよい。例えば、決定部２０３は、顧客が推奨商品の売場にいない場合に、推奨可否を決定しなくてもよい。

ここで、顧客が推奨商品の近傍にいるかについては、顧客が推奨商品の売場にいることに限らず、顧客が推奨商品から所定範囲内にいることなどであってもよい。このため、決定部２０３は、顧客が推奨商品から所定範囲内にいる場合、購入意欲の指標値に基づいて、推奨商品について、推奨の可否または推奨頻度を決定してもよい。

このように、顧客の購買意欲が高く、かつ顧客が推奨商品の近くにいる場合に、推奨商品が推奨されることにより、より適切なタイミングによる商品の推奨を行うことができる。

つぎに、出力制御部２０６は、推奨が可能な場合に、特定された推奨商品を推奨する。また、出力制御部２０６は、推奨頻度に基づいて、特定された推奨商品を推奨する。推奨商品の推奨方法として、例えば、出力制御部２０６は、端末装置２１を介して、推奨商品を推奨する。具体的に、例えば、出力制御部２０６は、端末装置２１に、推奨商品の情報を出力させる。出力方法は、端末装置２１の表示装置への表示であってもよいし、端末装置２１の音声出力装置による音声出力であってもよい。出力される推奨商品の情報としては、推奨商品の名称、推奨商品の位置、推奨商品の画像や動画像、推奨商品の価格などの情報であり、特に限定されない。なお、例えば、出力制御部２０６は、推奨商品の情報を商品ＤＢ２００１から取得することができる。

ここで、推奨商品の位置は、店舗の地図上の位置であってもよい。そこで、出力制御部２０６は、端末装置２１に、店舗の地図上の推奨商品の位置を表示させてもよい。または、例えば、出力制御部２０６は、端末装置２１に、店舗の地図上の推奨商品を強調表示させることにより、推奨商品の位置を特定可能に表示させてもよい。

さらに、出力制御部２０６は、端末装置２１に、店舗の地図上の顧客の位置を表示させてもよい。

図６は、推奨商品が表示された画面例を示す説明図である。図６において、端末装置２１は、顧客についての推奨商品の画像および推奨商品の名称と、店舗の地図と、を含む画面を表示する。

図６において、画面には、顧客について特定された推奨商品の名称として「ドット柄の帽子」が表示されている。また、画面には、顧客について特定された推奨商品の画像が表示されている。また、画面には、店舗の地図が表示されている。画面の地図上には、顧客「Ａさん」の現在位置が矢印によって表示されている。また、画面の地図上には、推奨商品の位置が星印によって表示されている。

売場の例と同様に、例えば、端末装置２１がサイネージである場合、図６における現在の位置は、サイネージが設置された位置である。前述の通り、例えば、サイネージは、店舗の入口付近に設置されていてもよい。そして、サイネージは、出力制御部２０６の制御に従って、図６における画面を表示する。なお、複数のサイネージが店舗において分散して配置されてもよい。

ここで、サイネージが店舗の入口付近に設置され、図６における画面がサイネージに表示される場合について、取得部２０１から出力制御部２０６までの一連の処理例の一例を説明する。例えば、取得部２０１は、店舗の入口付近に設置されたサイネージに内蔵または外付けされた撮像装置や録音装置から顧客の画像や音声を取得する。そして、取得部２０１は、顧客の画像や音声から、顧客の属性の情報や顧客の行動の情報を取得する。なお、サイネージは、画像や音声に基づいて、顧客を識別し、顧客識別情報を推奨支援システム２０に送信してもよい。そして、指標値特定部２０２は、取得部２０１によって取得された情報に基づいて、顧客についての購入意欲の指標値を特定する。つぎに、決定部２０３は、指標値に基づいて、商品の推奨の可否を決定する。売場特定部２０４は、推奨商品を特定する。そして、出力制御部２０６は、推奨が可である場合に、サイネージに、図６における画面を表示させる。そして、サイネージは、図６における画面を表示する。

図４の説明に戻る。推奨売場の例で説明したように、端末装置２１が店員の端末装置２１である場合のように、推奨支援システム２０は、接客の支援に利用されてもよい。このような場合に、出力制御部２０６は、推奨商品を推奨するために、端末装置２１に、顧客の情報と、推奨商品の情報と、を出力させてもよい。顧客の情報は、顧客の氏名や顧客の顔画像であってもよいし、顧客の位置情報であってもよい。また、推奨商品の情報は、前述の通りである。

図７は、顧客の情報と推奨商品の情報が表示された画面例を示す説明図である。図７において、端末装置２１は、顧客の情報として、顧客の氏名、顧客の画像、顧客の位置情報を含む画面を表示する。また、図７において、端末装置２１は、顧客についての推奨商品の画像および推奨商品の名称を含む画面を表示する。

また、図示しないが、顧客が、グループで来店している場合、画面には、グループに含まれる複数の顧客の画像が表示されてもよい。

また、図示しないが、出力制御部２０６は、顧客が推奨商品を過去にECサイトで閲覧していたこと、顧客が過去に店舗において推奨商品を手に取っていたことなどの情報を接客情報として端末装置２１に出力させてもよい。

このように、端末装置２１が、店員が閲覧する端末装置２１であるが、顧客が閲覧する端末装置２１であるかによって、出力制御部２０６は、端末装置２１に出力させる情報を決定してもよい。例えば、顧客の端末装置２１である場合、出力制御部２０６は、推奨商品の情報とともに、顧客が検索閲覧していたことなどを顧客の端末装置２１に表示させてもよい。

＜売場と商品を推奨する例＞
つぎに、図４の説明に戻る。推奨売場と推奨商品とを推奨する例について説明する。例えば、推奨売場と推奨商品とは、同じタイミングで推奨されてもよい。ここで同じタイミングとは、推奨売場と推奨商品とを纏めて推奨することであり、時間的に完全に同一でなくてもよい。または、推奨売場が推奨された後に、推奨商品が推奨されてもよい。具体的に、例えば、推奨売場が推奨された後に、顧客が推奨売場に移動した場合に、推奨売場における推奨商品が、特定されて推奨されてもよい。

ここで、売場と商品とを推奨する場合における複数通りのユースケースについて説明する。なお、各ユースケースでは、決定部２０３が推奨の可否を決定する例を挙げて説明する。

まずは、ユースケース例１を説明する。例えば、推奨支援システム２０は、顧客が来店した後すぐに、店舗において顧客の購入意欲が高い場合に、推奨売場と推奨売場における推奨商品を推奨する構成としてもよい。

例えば、複数の撮像装置や複数の録音装置などの複数のセンサが店舗に分散されて設置されている例を挙げる。ここで、来店後すぐにとは、来店後所定時間以内に、取得部２０１から出力制御部２０６の一連の処理を少なくとも一回行うという意味である。このため、具体的に、例えば、取得部２０１は、顧客が来店後所定時間以内に、複数の撮像装置や複数の録音装置から、顧客の画像や顧客の音声を取得する。顧客が来店後所定時間以内に顧客を撮像した画像や音声を取得する帆応報として、取得部２０１は、店舗の入口付近に撮像装置や録音装置から、顧客の画像や顧客の音声を取得する。

そして、取得部２０１は、画像や音声から、顧客の属性の情報および感情の情報の少なくともいずれかを取得する。また、指標値特定部２０２は、顧客の属性の情報および感情の情報に基づいて、購入意欲の指標値を特定する。決定部２０３は、指標値に基づいて、売場および商品の推奨の可否を決定する。そして、売場特定部２０４は、来店後所定時間以内に、推奨売場を特定する。そして、商品特定部２０５は、来店後所定時間以内に、推奨売場における推奨商品を特定する。出力制御部２０６が、来店後所定時間以内に、推奨売場および推奨商品を推奨する。前述の通り、決定部２０３と、売場特定部２０４および商品特定部２０５との処理の順番は、特に限定されない。

または、店舗の入口付近に撮像装置や録音装置などが設置されている場合を例に挙げる。例えば、取得部２０１は、入口付近に設置されている撮像装置や録音装置から画像や音声を取得する。そして、取得部２０１は、画像や音声から顧客の属性の情報および感情の情報の少なくともいずれかを取得する。そして、指標値特定部２０２は、顧客の属性の情報および感情の情報に基づいて、購入意欲の指標値を特定する。決定部２０３は、指標値に基づいて、売場および商品の推奨の可否を決定する。また、売場特定部２０４は、顧客の属性の情報、感情の情報、および顧客の購入履歴の少なくともいずれかに基づいて、推奨売場を特定する。そして、商品特定部２０５は、推奨売場における推奨商品を特定する。出力制御部２０６が、推奨が可である場合に、推奨売場および推奨商品を推奨する。これにより、顧客が来店した後すぐに、顧客の購入意欲が高いと、推奨売場と推奨売場における推奨商品を推奨することができる。

端末装置２１がサイネージである場合、店舗の入口付近にサイネージが設置されている場合に、取得部２０１は、入口付近に設置されたサイネージに内容または外付けされた撮像装置や録音装置から、顧客の画像や音声を取得する。例えば、来店した顧客がサイネージを使って店舗の地図などを見ているときなどに、顧客の購入意欲が高いと、サイネージが、推奨売場や推奨商品を表示することができる。

ユースケース例２を説明する。例えば、推奨支援システム２０は、顧客が来店した後すぐに、推奨売場を推奨し、その後、店舗において購入意欲が高いときに、売場にある商品などを推奨するような構成としてもよい。

店舗の入口付近に撮像装置や録音装置などが設置されてあり、各売場に撮像装置や録音装置などが設置されてある場合を例に挙げる。取得部２０１は、店舗の入口付近に設置された撮像装置や録音装置から、顧客の画像や音声を取得する。これにより、画像や音声などのデータを生体情報として、顧客が認証されてもよい。そして、売場特定部２０４は、推奨売場を特定する。そして、出力制御部２０６が、例えば、来店後所定時間以内に、推奨売場を推奨する。顧客が来店後所定時間以内とは、店舗の入口付近に設置された撮像装置が顧客の画像を撮影してから所定時間以内であってもよいし、店舗の入口付近に設置された録音装置が顧客の音声を取得してから取得時間以内であってもよい。

顧客が来店した後、所定時間経過後に、取得部２０１は、各売場に設置された撮像装置や録音装置から、顧客の画像や顧客の音声を取得する。そして、取得部２０１は、顧客の属性の情報および感情の情報の少なくともいずれかを取得する。そして、指標値特定部２０２は、来店後所定時間経過後に、購入意欲の指標値を特定する。決定部２０３は、指標値に基づいて、商品の推奨の可否を決定する。例えば、商品特定部２０５は、顧客の位置情報に基づいて、顧客がいる売場における推奨商品を特定する。出力制御部２０６は、推奨が可である場合に、推奨商品を推奨してもよい。

ここで、例えば、端末装置２１がサイネージである場合、サイネージが店舗の入口付近に設置されてあり、複数のサイネージが、各売場に設置されていてもよい。取得部２０１は、店舗の入口付近に設置されたサイネージに内蔵または外付けされた撮像装置や録音装置から、顧客の画像や音声を取得する。そして、取得部２０１は、顧客の属性の情報および感情の情報の少なくともいずれかを取得する。また、顧客の画像や顧客の音声などのデータを生体情報として、顧客ＤＢ２００４を用いて顧客が識別されてもよい。そして、売場特定部２０４は、顧客の属性の情報、感情の情報、および購入履歴ＤＢ２００２に含まれる顧客の購入履歴の少なくともいずれかに基づいて、推奨売場を特定する。そして、出力制御部２０６は、特定された推奨売場を、サイネージに表示させる。

そして、例えば、顧客がある売場に設置されたサイネージの前にいる場合に、取得部２０１は、ある売場に設置されたサイネージに内蔵または外付けされた撮像装置や録音装置から、顧客の画像や音声を取得する。そして、取得部２０１は、顧客の属性の情報および感情の情報の少なくともいずれかを取得する。指標値特定部２０２は、顧客の属性の情報および感情の情報の少なくともいずれかに基づいて、購入意欲の指標値を特定する。決定部２０３は、指標値に基づいて、商品の推奨の可否を決定する。また、商品特定部２０５は、ある売場における推奨商品を特定する。出力制御部２０６が、推奨が可である場合に、ある売場における推奨商品を推奨する。例えば、来店した顧客がサイネージを使って店舗の地図などを見ているときなどに、顧客の購入意欲が高いと、サイネージには、推奨売場や推奨商品を表示される。

ユースケース例３を説明する。例えば、推奨支援システム２０は、店舗において購入意欲が高いときに、推奨売場を推奨し、その後、顧客が推奨売場にいる場合に、推奨売場における商品などを推奨するような構成としてもよい。

店舗には、複数の撮像装置や複数の録音装置などが分散して設置されてある場合を例に挙げて説明する。具体的に、例えば、取得部２０１は、複数の撮像装置や複数の録音装置から、顧客の画像や音声を取得する。そして、取得部２０１は、顧客の画像や音声から、顧客の属性の情報および感情の情報を取得する。そして、指標値特定部２０２は、顧客の属性の情報および感情の情報に基づいて、購入意欲の指標値を特定する。決定部２０３は、指標値に基づいて、商品の推奨の可否または商品の推奨頻度を決定する。そして、例えば、売場特定部２０４は、推奨売場を特定する。そして、出力制御部２０６が、推奨が可の場合に、推奨売場を推奨する。そして、例えば、商品特定部２０５は、顧客の位置情報に基づき顧客が推奨売場にいることが特定された場合に、推奨売場における推奨商品を特定してもよい。出力制御部２０６は、推奨が可である場合に、推奨商品を推奨してもよい。

ここで、端末装置２１がサイネージである場合、顧客が推奨売場のサイネージの前にいる場合、取得部２０１は、推奨売場に設置されたサイネージに内蔵または外付けされた撮像装置や録音装置から、顧客の画像や音声を取得する。例えば、顧客が推奨売場に設置されたサイネージの前にいる場合に、取得された画像や音声によって顧客が識別されてもよい。そして、出力制御部２０６は、推奨売場のサイネージに、推奨商品を表示させる。

ユースケース例４を説明する。例えば、推奨支援システム２０は、来店時に、購入意欲が高ければ、推奨売場を推奨し、その後、所定時間経過してから、推奨商品を推奨するような構成としてもよい。

店舗には、店舗の入口付近に撮像装置や録音装置が設置されてある例を挙げて説明する。具体的に、例えば、取得部２０１は、店舗の入口付近に撮像装置や録音装置から、顧客の画像や音声を取得する。そして、取得部２０１は、画像や音声から、顧客の属性の情報および感情の情報を取得する。そして、指標値特定部２０２は、顧客の属性の情報および感情の情報の少なくともいずれかに基づいて、購入意欲の指標値を特定する。決定部２０３は、指標値に基づいて、売場および商品の推奨の可否を決定する。例えば、売場特定部２０４は、推奨売場を特定する。出力制御部２０６が、推奨が可の場合に、推奨売場を推奨する。また、商品特定部２０５は、推奨商品を特定してもよい。出力制御部２０６は、推奨が可の場合に、来店から所定時間経過した後に、推奨商品を推奨してもよい。

このように、ユースケースは、様々な例がある。ユースケース例の一部は、適宜組み合わせられてもよい。

（フローチャート）
図８は、実施の形態２にかかる推奨支援システム２０の一の動作例を示すフローチャートである。ここで、推奨可否が決定される例を挙げて説明する。また、推奨売場および推奨売場における推奨商品が同じタイミングで推奨される例について説明する。

まず、取得部２０１は、顧客の属性の情報および感情の情報の少なくともいずれかを取得する（ステップＳ２０１）。つぎに、指標値特定部２０２は、顧客の属性の情報および感情の情報の少なくともいずれかの取得された情報に基づいて、購入意欲の指標値を特定する（ステップＳ２０２）。そして、決定部２０３は、指標値に基づいて、推奨の可否を決定する（ステップＳ２０３）。

出力制御部２０６は、推奨が可であるかを判定する（ステップＳ２０４）。推奨が可でない場合（ステップＳ２０４のＮｏ）、推奨支援システム２０は、ステップＳ２０１へ戻る。これにより、推奨が可でない場合に、指標値が繰り返して決定される。この際、ステップＳ２０１において、取得部２０１は、顧客の性別や年齢などの変化しないような情報については、新たに取得なくてもよい。例えば、取得部２０１は、顧客の表情や顧客の行動などの変化することがある情報を取得すればよい。

一方、推奨が可である場合（ステップＳ２０４のＹｅｓ）、売場特定部２０４は、推奨売場を特定する（ステップＳ２０５）。そして、商品特定部２０５は、推奨売場の商品から、推奨商品を特定する（ステップＳ２０６）。また、出力制御部２０６は、推奨売場および推奨商品を推奨する（ステップＳ２０７）。そして、推奨支援システム２０は、処理を終了する。

図９および図１０は、実施の形態２にかかる推奨支援システム２０の他の動作例を示すフローチャートである。ここで、推奨可否が決定される例を挙げて説明する。また、顧客が入店してすぐに推奨売場を推奨し、店舗においてしばらく経ってから推奨商品を推奨する例を挙げて説明する。

まず、取得部２０１は、新たに顧客が来店したかを判定する（ステップＳ２１１）。ステップＳ２１１において、取得部２０１は、撮像された画像から、新たな顧客が来店したかを判定してもよい。

新たに顧客が来店していない場合（ステップＳ２１１のＮｏ）、ステップＳ２１１へ戻る。一方、新たに顧客が来店した場合（ステップＳ２１１のＹｅｓ）、取得部２０１は、顧客の属性の情報および感情の情報を取得する（ステップＳ２１２）。そして、売場特定部２０４は、推奨売場を特定する（ステップＳ２１３）。

つぎに、指標値特定部２０２は、顧客の属性の情報および感情の情報に基づいて、購入意欲の指標値を特定する（ステップＳ２１４）。決定部２０３は、推奨の可否を決定する（ステップＳ２１５）。出力制御部２０６は、推奨が可であるかを判定する（ステップＳ２１６）。推奨が可でない場合（ステップＳ２１６のＮｏ）、推奨支援システム２０は、処理を終了する。

推奨が可である場合（ステップＳ２１６のＹｅｓ）、出力制御部２０６は、推奨売場を推奨する（ステップＳ２１７）。

例えば、取得部２０１が、顧客の属性の情報、感情の情報、顧客の位置情報を取得する（ステップＳ２１８）。ステップＳ２１８において、取得部２０１は、顧客の属性の情報、感情の情報のうち、変化した情報を取得してもよい。商品特定部２０５は、顧客の位置情報に基づいて、顧客が推奨売場にいるかを判定する（ステップＳ２１９）。商品特定部２０５が、顧客が推奨売場にいるかを判定してもよい。顧客が推奨売場にいない場合（ステップＳ２１９のＮｏ）、出力制御部２０６は、ステップＳ２１８へ戻る。

顧客が推奨売場にいる場合（ステップＳ２１９のＹｅｓ）、商品特定部２０５は、顧客がいる売場の商品から、推奨商品を特定する（ステップＳ２２０）。指標値特定部２０２は、顧客の属性の情報、感情の情報のうち、取得した情報に基づいて、購入意欲の指標値を特定する（ステップＳ２２１）。

決定部２０３は、指標値に基づいて、推奨の可否を決定する（ステップＳ２２２）。ステップＳ２２２において、例えば、決定部２０３は、指標値が、推奨商品に応じた閾値以上であるかによって、推奨の可否を決定してもよい。

出力制御部２０６は、推奨が可であるかを判定する（ステップＳ２２３）。推奨が可でない場合（ステップＳ２２３のＮｏ）、推奨支援システム２０は、処理を終了する。一方、推奨が可である場合（ステップＳ２２３のＹｅｓ）、出力制御部２０６は、推奨商品を推奨する（ステップＳ２２４）。そして、推奨支援システム２０は、処理を終了する。

ここで、ステップＳ２２１において、商品特定部２０５は、顧客が推奨売場にいる場合に、顧客がいる売場の商品から、推奨商品を特定してもよい。

なお、図８におけるフローチャート、図９および図１０におけるフローチャートは、適宜組み合わせられてもよいし、各ステップの順番が適宜変更されてもよい。

例えば、どのようなタイミングで、顧客に商品を推奨すればよいか分からないという問題点があった。実施の形態２において、推奨支援システム２０は、属性の情報、感情の情報、および顧客の購入履歴の少なくともいずれかに基づいて、推奨商品を特定し、推奨が可能な場合に、特定された推奨商品を推奨する。これにより、購入意欲が高いことが推定されるときに、顧客により合った商品を推奨することができる。

また、例えば、推奨支援システム２０は、購入意欲の指標値に基づいて、特定した推奨商品について、推奨の可否または推奨頻度を決定する。具体的に、例えば、推奨支援システム２０は、特定された指標値と、閾値との比較により、推奨商品についての推奨の可否または推奨頻度を決定する。これにより、顧客に合った商品について、より適切なタイミングで推奨させることができるように支援することができる。

また、購入意欲が高そうであっても、商品が高額であれば、購入に至らない可能性がある。一方、購入意欲が多少低そうであっても、商品が低額であれば、購入に至る可能性がある。そこで、閾値は、推奨商品の価格によって定められてあってもよい。または、閾値は、商品の種類によって定められていてもよい。これにより、顧客が購入する可能性が高くなるようなタイミングで、推奨商品を推奨することができる。

また、過去に推奨した商品である場合、購入しない可能性がある。または、何度も推奨している商品である場合、購入しない可能性がある。そこで、推奨支援システム２０は、指標値、および推奨商品が過去に推奨されたかに基づいて、推奨の可否または推奨頻度を決定する。または、推奨支援システム２０は、指標値、および推奨商品が過去に推奨された回数に基づいて、推奨の可否または推奨頻度を決定する。これにより、商品を購入する可能性が高くなるような推奨を行うことができる。

また、推奨支援システム２０は、過去の顧客の行動に基づいて、推奨商品を特定する。これにより、顧客が興味を持っていた商品を推奨することができる。

また、推奨支援システム２０は、店舗における推奨売場を特定し、推奨売場における商品から、推奨商品を特定し、特定された推奨商品を推奨する。これにより、購入意欲が高いときに、顧客に合った売場および商品を推奨することができる。

また、推奨支援システム２０は、顧客の購入履歴に基づいて、店舗における推奨売場を特定し、推奨が可能な場合に、特定された推奨売場を推奨する。これにより、購入意欲が高いときに、顧客に合った売場を推奨することができる。

また、推奨支援システム２０は、店舗における顧客の行動を含む感情の情報を取得し、感情の情報に含まれる顧客の行動に基づいて、指標値を繰り返して決定してもよい。これにより、店舗における顧客の行動により、購入意欲の指標値が更新される。このため、店舗における顧客の行動により、購入意欲の変化を捉えることができる。したがって、来店した顧客により適切な推奨を図ることができる。

また、推奨支援システム２０は、顧客の端末装置２１、店舗の店員の端末装置２１、および店舗に設置された表示装置の少なくともいずれかに推奨の可否または推奨頻度の決定結果を通知する。また、推奨支援システム２０は、顧客の端末装置２１、店舗の店員の端末装置２１、および店舗に設置された表示装置の少なくともいずれかに推奨商品や推奨売場を通知してもよい。例えば、店員の端末装置２１に決定結果、推奨商品、推奨売場などが通知される場合、店員は、通知された内容に基づいて、接客を行うことができる。したがって、接客の容易化を図ることができる。例えば、顧客の端末装置２１に決定結果、推奨商品、推奨売場などが通知される場合、顧客は、通知された内容に基づいて、買物を行うことができる。したがって、買物の容易化を図ることができる。サイネージなどの店舗に設置された表示装置に、決定結果、推奨商品、推奨売場などが通知される場合、顧客および店員の少なくともいずかが、通知された内容を確認することができる。したがって、顧客が通知された内容を確認する場合、顧客による買物の容易化を図ることができる。または、店員が通知された内容を確認する場合、接客の容易化を図ることができる。

以上、各実施の形態の説明を終了する。また、各実施の形態は、適宜組み合わせて用いられてもよい。例えば、推奨支援システム１０は、取得部１０１と、指標値特定部１０２と、決定部１０３と、出力制御部２０６と、を備える構成であってもよい。このような構成の場合に、例えば、出力制御部２０６は、決定部１０３による決定結果を出力させる。

また、各実施の形態において、推奨支援システムは、各機能部および情報の一部が含まれる構成であってもよい。また、各実施の形態において、推奨支援システムは、図示しない機能部を有していてもよい。例えば、推奨支援システム２０が、識別部を備え、識別部が、取得された顧客の画像や音声などの生体情報、読み取られたポイントカードの番号を、顧客ＤＢ２００４と照合することにより、顧客を識別する。なお、前述の通り、端末装置２１がサイネージである場合、サイネージが、顧客を識別してもよい。

また、各実施の形態については、上述した例に限られず、種々変更可能である。また、各実施の形態における推奨支援システムの構成は特に限定されない。例えば、推奨支援システム２０は、一台の端末装置２１、一台のサーバなどの一台の装置によって実現されてもよい。推奨支援システム１０，２０の各機能部を一台の装置によって実現される場合、例えば、一台の装置は、例えば推奨支援装置、情報処理装置などと呼ばれてもよいし、特に限定されない。または、各実施の形態における推奨支援システムは、機能またはデータ別に異なる装置によって実現されてもよい。例えば、推奨支援システム２０の各機能部は、複数のサーバで構成され、推奨支援システム２０として実現されてもよい。例えば、推奨支援システム２０は、各ＤＢを含むデータベースサーバと、各機能部を有するサーバと、によって実現されてもよい。

各実施の形態において、各情報や各ＤＢは、前述の情報の一部を含んでもよい。また、各情報や各ＤＢは、前述の情報以外の情報を含んでもよい。各情報や各ＤＢが、より詳細に、複数のＤＢや複数の情報に分けられてもよいし、複数のＤＢが一つのＤＢとして実現されてもよい。このように、各情報や各ＤＢの実現方法は、特に限定されない。

また、各画面は、一例であり、特に限定されない。各画面において、図示しないボタン、リスト、チェックボックス、情報表示欄、入力欄などが追加されてもよい。また、画面の背景色などが、変更されてもよい。

また、例えば、各実施の形態において、端末装置２１に表示させる画面の情報等を生成する処理は、推奨支援システム２０の出力制御部２０６によって行われてもよい。また、この処理は、端末装置２１によって行われてもよい。

（コンピュータのハードウェア構成例）
つぎに、各実施の形態において説明した推奨支援システム、端末装置などの各装置をコンピュータで実現した場合のハードウェア構成例について説明する。図１１は、コンピュータのハードウェア構成例を示す説明図である。例えば、各装置の一部又は全部は、例えば図１１に示すようなコンピュータ８０とプログラムとの任意の組み合わせを用いて実現することも可能である。

コンピュータ８０は、例えば、プロセッサ８０１と、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）８０２と、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）８０３と、記憶装置８０４と、を有する。また、コンピュータ８０は、通信インタフェース８０５と、入出力インタフェース８０６と、を有する。各構成部は、例えば、バス８０７を介してそれぞれ接続される。なお、各構成部の数は、特に限定されず、各構成部は１または複数である。

プロセッサ８０１は、コンピュータ８０の全体を制御する。プロセッサ８０１は、例えば、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＤＳＰ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒ）、ＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）などが挙げられる。コンピュータ８０は、記憶部として、ＲＯＭ８０２、ＲＡＭ８０３および記憶装置８０４などを有する。記憶装置８０４は、例えば、フラッシュメモリなどの半導体メモリ、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）などが挙げられる。例えば、記憶装置８０４は、ＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）のプログラム、アプリケーションプログラム、各実施の形態にかかるプログラムなどを記憶する。または、ＲＯＭ８０２は、アプリケーションプログラム、各実施の形態にかかるプログラムなどを記憶する。そして、ＲＡＭ８０３は、プロセッサ８０１のワークエリアとして使用される。

また、プロセッサ８０１は、記憶装置８０４、ＲＯＭ８０２などに記憶されたプログラムをロードする。そして、プロセッサ８０１は、プログラムにコーディングされている各処理を実行する。また、プロセッサ８０１は、通信ネットワークＮＴを介して各種プログラムをダウンロードしてもよい。また、プロセッサ８０１は、コンピュータ８０の一部または全部として機能する。そして、プロセッサ８０１は、プログラムに基づいて図示したフローチャートにおける処理または命令を実行してもよい。

通信インタフェース８０５は、無線または有線の通信回線を通じて、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、ＷＡＮ（Ｗｉｄｅ Ａｒｅａ Ｎｅｔｗｏｒｋ）などの通信ネットワークＮＴに接続される。なお、通信ネットワークＮＴは複数の通信ネットワークＮＴによって構成されてもよい。これにより、コンピュータ８０は、通信ネットワークＮＴを介して外部の装置や外部のコンピュータ８０に接続される。通信インタフェース８０５は、通信ネットワークＮＴとコンピュータ８０の内部とのインタフェースを司る。そして、通信インタフェース８０５は、外部の装置や外部のコンピュータ８０からのデータの入出力を制御する。

また、入出力インタフェース８０６は、入力装置、出力装置、および入出力装置の少なくともいずれかに接続される。接続方法は、無線であってもよいし、有線であってもよい。入力装置は、例えば、キーボード、マウス、マイクなどが挙げられる。出力装置は、例えば、表示装置、点灯装置、音声を出力する音声出力装置などが挙げられる。また、入出力装置は、タッチパネルディスプレイなどが挙げられる。なお、入力装置、出力装置、および入出力装置などは、コンピュータ８０に内蔵されていてもよいし、外付けであってもよい。

コンピュータ８０のハードウェア構成は一例である。コンピュータ８０は、図１１に示す一部の構成要素を有していてもよい。コンピュータ８０は、図１１に示す以外の構成要素を有していてもよい。例えば、コンピュータ８０は、ドライブ装置などを有してもよい。そして、プロセッサ８０１は、ドライブ装置などに装着された記録媒体に記憶されたプログラムやデータをＲＡＭ８０３に読み出してもよい。非一時的な有形な記録媒体としては、光ディスク、フレキシブルディスク、磁気光ディスク、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）メモリなどが挙げられる。また、前述の通り、例えば、コンピュータ８０は、キーボードやマウスなどの入力装置を有してもよい。コンピュータ８０は、ディスプレイなどの出力装置を有していてもよい。また、コンピュータ８０は、入力装置および出力装置と、入出力装置とをそれぞれ有してもよい。

また、コンピュータ８０は、図示しない各種センサを有してもよい。センサの種類は特に限定されない。また、コンピュータ８０は、画像や映像を撮像可能な撮像装置を備えていてもよい。

以上で、各装置のハードウェア構成の説明を終了する。また、各装置の実現方法には、様々な変形例がある。例えば、各装置は、構成要素ごとにそれぞれ異なるコンピュータとプログラムとの任意の組み合わせにより実現されてもよい。また、各装置が備える複数の構成要素が、一つのコンピュータとプログラムとの任意の組み合わせにより実現されてもよい。

また、各装置の各構成要素の一部または全部は、特定用途向けの回路で実現されてもよい。また、各装置の各構成要素の一部または全部は、ＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）のようなプロセッサなどを含む汎用の回路によって実現されてもよい。また、各装置の各構成要素の一部または全部は、特定用途向けの回路や汎用の回路などの組み合わせによって実現されてもよい。また、これらの回路は、単一の集積回路であってもよい。または、これらの回路は、複数の集積回路に分割されてもよい。そして、複数の集積回路は、バスなどを介して接続されることにより構成されてもよい。

また、各装置の各構成要素の一部または全部が複数のコンピュータや回路などにより実現される場合、複数のコンピュータや回路などは、集中配置されてもよいし、分散配置されてもよい。

各実施の形態で説明した推奨支援方法は、推奨支援システムが実行することにより実現される。また、例えば、推奨支援方法は、予め用意されたプログラムをサーバや端末装置などのコンピュータが実行することにより実現される。各実施の形態で説明したプログラムは、ＨＤＤ、ＳＳＤ、フレキシブルディスク、光ディスク、フレキシブルディスク、磁気光ディスク、ＵＳＢメモリなどのコンピュータで読み取り可能な記録媒体に記録される。そして、プログラムは、コンピュータによって記録媒体から読み出されることによって実行される。また、プログラムは、通信ネットワークＮＴを介して配布されてもよい。

以上説明した、各実施の形態における推奨支援システムの各構成要素は、コンピュータのように、その機能を専用のハードウェアで実現されてもよい。または、各構成要素は、ソフトウェアによって実現されてもよい。または、各構成要素は、ハードウェアおよびソフトウェアの組み合わせによって実現されてもよい。

以上、各実施の形態を参照して本開示を説明したが、本開示は上記実施の形態に限定されるものではない。各本開示の構成や詳細には、本開示のスコープ内で当業者が把握し得る様々な変更を適用した実施の形態を含み得る。本開示は、本明細書に記載された事項を必要に応じて適宜に組み合わせ、または置換した実施の形態を含み得る。例えば、特定の実施の形態を用いて説明された事項は、矛盾を生じない範囲において、他の実施の形態に対しても適用され得る。例えば、複数の動作をフローチャートの形式で順番に記載してあるが、その記載の順番は複数の動作を実行する順番を限定するものではない。このため、各実施の形態を実施するときには、その複数の動作の順番を内容的に支障しない範囲で変更することができる。

上記の実施の形態の一部または全部は、以下の付記のようにも記載されることができる。ただし、上記の実施の形態の一部または全部は、以下に限られない。

（付記１）
店舗に来店した顧客の属性の情報および前記顧客の感情の情報の少なくともいずれかを取得する取得手段と、
取得された情報に基づいて、前記店舗における購入意欲の指標値を特定する指標値特定手段と、
特定された前記指標値に基づいて、推奨の可否または推奨頻度を決定する決定手段と、
を備える推奨支援システム。
（付記２）
前記属性の情報、前記感情の情報、および前記顧客の購入履歴の少なくともいずれかに基づいて、推奨商品を特定する商品特定手段と、
前記推奨が可能な場合に、特定された推奨商品を推奨する出力制御手段と、
を備える付記１に記載の推奨支援システム。
（付記３）
前記決定手段は、前記指標値に基づいて、特定した前記推奨商品について、前記推奨の可否または前記推奨頻度を決定する、
付記２に記載の推奨支援システム。
（付記４）
前記決定手段は、特定された前記指標値と閾値との比較により、前記推奨の可否または前記推奨頻度を決定し、
前記閾値は、前記推奨商品の価格によって定められてある、
付記３に記載の推奨支援システム。
（付記５）
前記決定手段は、前記指標値、および前記推奨商品が過去に推奨されたかに基づいて、前記推奨の可否または前記推奨頻度を決定する、
付記３に記載の推奨支援システム。
（付記６）
前記商品特定手段は、過去の前記顧客の行動に基づいて、推奨商品を特定する、
付記２から５のいずれかに記載の推奨支援システム。
（付記７）
前記属性の情報、前記感情の情報、および前記顧客の購入履歴の少なくともいずれかに基づいて、前記店舗における推奨売場を特定する売場特定手段、
を備え、
前記出力制御手段は、前記推奨が可能な場合に、特定された前記推奨売場を推奨し、
前記商品特定手段は、前記指標値に基づいて、前記推奨売場における商品から、推奨商品を特定し、
前記出力制御手段は、前記推奨が可能な場合に、特定された前記推奨商品を推奨する、
付記２から６のいずれかに記載の推奨支援システム。
（付記８）
前記商品特定手段は、前記推奨売場を推奨後に、前記顧客が前記推奨売場にいる場合に、前記指標値に基づいて、前記推奨売場における商品から、推奨商品を特定する、
付記７に記載の推奨支援システム。
（付記９）
前記属性の情報、前記感情の情報、および前記顧客の購入履歴の少なくともいずれかに基づいて、前記店舗における推奨売場を特定する売場特定手段と、
前記推奨が可能な場合に、特定された前記推奨売場を推奨する出力制御手段と、
を備える付記１に記載の推奨支援システム。
（付記１０）
前記属性の情報は、前記顧客の年齢、前記顧客の性別、前記顧客の服装、および前記顧客を含むグループの構成の少なくともいずれかを含む、
付記１から９のいずれかに記載の推奨支援システム。
（付記１１）
前記感情の情報は、前記顧客の表情、前記顧客の会話、および前記店舗における前記顧客の行動の少なくともいずれかを含む、
付記１から１０のいずれかに記載の推奨支援システム。
（付記１２）
前記取得手段は、前記店舗における前記顧客の行動を含む前記感情の情報を取得し、
前記指標値特定手段は、前記感情の情報に含まれる前記顧客の行動に基づいて、前記指標値を繰り返して決定する、
付記１から１１のいずれかに記載の推奨支援システム。
（付記１３）
前記顧客の端末装置、前記店舗の店員の端末装置、および前記店舗に設置された表示装置の少なくともいずれかに、前記決定手段による決定結果を通知する出力制御手段、
を備える付記１に記載の推奨支援システム。
（付記１４）
前記決定手段による決定結果を出力させる出力制御手段、
を備える付記１に記載の推奨支援システム。
（付記１５）
前記決定手段は、特定された前記指標値に基づいて、商品、サービス、売場の少なくともいずれかについて、前記推奨の可否または前記推奨頻度を決定する、
付記１に記載の推奨支援システム。
（付記１６）
店舗に来店した顧客の属性の情報および前記顧客の感情の情報の少なくともいずれかを取得し、
取得した情報に基づいて、前記店舗における購入意欲の指標値を特定し、
特定した前記指標値に基づいて、推奨の可否または推奨頻度を決定する、
推奨支援方法。
（付記１７）
コンピュータに、
店舗に来店した顧客の属性の情報および前記顧客の感情の情報の少なくともいずれかを取得し、
取得した情報に基づいて、前記店舗における購入意欲の指標値を特定し、
特定した前記指標値に基づいて、推奨の可否または推奨頻度を決定する、
処理を実行させるプログラム。
（付記１８）
コンピュータに、
店舗に来店した顧客の属性の情報および前記顧客の感情の情報の少なくともいずれかを取得し、
取得した情報に基づいて、前記店舗における購入意欲の指標値を特定し、
特定した前記指標値に基づいて、推奨の可否または推奨頻度を決定する、
処理を実行させるプログラムを記録する、前記コンピュータが読み取り可能な非一時的な記録媒体。

１０，２０ 推奨支援システム
２１ 端末装置
１０１，２０１ 取得部
１０２，２０２ 指標値特定部
１０３，２０３ 決定部
２０４ 売場特定部
２０５ 商品特定部
２０６ 出力制御部
２００１ 商品ＤＢ
２００２ 購入履歴ＤＢ
２００３ 行動履歴ＤＢ
２００４ 顧客ＤＢ
８０ コンピュータ
８０１ プロセッサ
８０２ ＲＯＭ
８０３ ＲＡＭ
８０４ 記憶装置
８０５ 通信インタフェース
８０６ 入出力インタフェース
８０７ バス
ＮＴ 通信ネットワーク

Claims (15)

1. 店舗に来店した顧客の属性の情報および前記顧客の感情の情報の少なくともいずれかを取得する取得手段と、
   取得された情報に基づいて、前記店舗における購入意欲の指標値を特定する指標値特定手段と、
   特定された前記指標値に基づいて、推奨の可否または推奨頻度を決定する決定手段と、
   を備える推奨支援システム。
2. 前記属性の情報、前記感情の情報、および前記顧客の購入履歴の少なくともいずれかに基づいて、推奨商品を特定する商品特定手段と、
   前記推奨が可能な場合に、特定された推奨商品を推奨する出力制御手段と、
   を備える請求項１に記載の推奨支援システム。
3. 前記決定手段は、前記指標値に基づいて、特定した前記推奨商品について、前記推奨の可否または前記推奨頻度を決定する、
   請求項２に記載の推奨支援システム。
4. 前記決定手段は、特定された前記指標値と閾値との比較により、前記推奨の可否または前記推奨頻度を決定し、
   前記閾値は、前記推奨商品の価格によって定められてある、
   請求項３に記載の推奨支援システム。
5. 前記決定手段は、前記指標値、および前記推奨商品が過去に推奨されたかに基づいて、前記推奨の可否または前記推奨頻度を決定する、
   請求項３に記載の推奨支援システム。
6. 前記商品特定手段は、過去の前記顧客の行動に基づいて、前記推奨商品を特定する、
   請求項２に記載の推奨支援システム。
7. 前記属性の情報、前記感情の情報、および前記顧客の購入履歴の少なくともいずれかに基づいて、前記店舗における推奨売場を特定する売場特定手段、
   を備え、
   前記出力制御手段は、前記推奨が可能な場合に、特定された前記推奨売場を推奨し、
   前記商品特定手段は、前記指標値に基づいて、前記推奨売場における商品から、前記推奨商品を特定し、
   前記出力制御手段は、前記推奨が可能な場合に、特定された前記推奨商品を推奨する、
   請求項２から６のいずれかに記載の推奨支援システム。
8. 前記商品特定手段は、前記推奨売場を推奨後に、前記顧客が前記推奨売場にいる場合に、前記指標値に基づいて、前記推奨売場における商品から、前記推奨商品を特定する、
   請求項７に記載の推奨支援システム。
9. 前記属性の情報、前記感情の情報、および前記顧客の購入履歴の少なくともいずれかに基づいて、前記店舗における推奨売場を特定する売場特定手段と、
   前記推奨が可能な場合に、特定された前記推奨売場を推奨する出力制御手段と、
   を備える請求項１に記載の推奨支援システム。
10. 前記属性の情報は、前記顧客の年齢、前記顧客の性別、前記顧客の服装、および前記顧客を含むグループの構成の少なくともいずれかを含む、
    請求項１から６のいずれかに記載の推奨支援システム。
11. 前記感情の情報は、前記顧客の表情、前記顧客の会話、および前記店舗における前記顧客の行動の少なくともいずれかを含む、
    請求項１から６のいずれかに記載の推奨支援システム。
12. 前記取得手段は、前記店舗における前記顧客の行動を含む前記感情の情報を取得し、
    前記指標値特定手段は、前記感情の情報に含まれる前記顧客の行動に基づいて、前記指標値を繰り返して決定する、
    請求項１から６のいずれかに記載の推奨支援システム。
13. 前記顧客の端末装置、前記店舗の店員の端末装置、および前記店舗に設置された表示装置の少なくともいずれかに、前記決定手段による決定結果を通知する出力制御手段、
    を備える請求項１に記載の推奨支援システム。
14. 店舗に来店した顧客の属性の情報および前記顧客の感情の情報の少なくともいずれかを取得し、
    取得した情報に基づいて、前記店舗における購入意欲の指標値を特定し、
    特定した前記指標値に基づいて、推奨の可否または推奨頻度を決定する、
    推奨支援方法。
15. コンピュータに、
    店舗に来店した顧客の属性の情報および前記顧客の感情の情報の少なくともいずれかを取得し、
    取得した情報に基づいて、前記店舗における購入意欲の指標値を特定し、
    特定した前記指標値に基づいて、推奨の可否または推奨頻度を決定する、
    処理を実行させるプログラム。

Images