JP4559776B2 - 需要予測装置、需要予測方法及びプログラム - Google Patents

Description

本発明は、複数タイムバケットに亘る価格弾力性や基礎需要への影響に考慮した需要予測が可能な需要予測装置、その需要予測方法及びプログラムに関するものである。

これまで、需要予測の分野においては数々の需要予測モデルが提案されてきた。例えば、価格をインプットとする需要予測モデルを利用した利益最適化手法としては、過去の販売実績データに基づき、商品をある価格に設定した場合の売上数量を予測する手法が提案されている（例えば、特許文献１参照）。

特開平５−６７１１９号公報

しかしながら、従来の需要予測モデルは単一タイムバケットを前提としたモデルであり、複数のタイムバケットに亘る価格弾力性や基礎需要への影響を与える、例えば下記（１）〜（３）の要因を考慮するものではない。需要予測における、一時点（単一タイムバケット）での最適化はその時点のみをみれば最適であるが、例えば無用な価格破壊を進行させることで、将来得られるであろう利益を食いつぶしている可能性もある。より効果的な需要予測のためには、例えば、
（１）価格低下の際に将来需要を先食いしてしまう、買いだめ効果
（２）過去に実現された低価格を待つことで非販促時の需要が低下する、販促待ち効果
（３）価格トレンド下降に伴う、買い控え効果
など、将来の複数タイムバケットに亘る価格弾力性や基礎需要へ影響を及ぼす要因も考慮する必要がある。

そこで、本発明の目的は、現在及び将来の複数時点（複数タイムバケット）に亘る価格弾力性や基礎需要へ影響を及ぼす要因を考慮した、複数時点の最適な価格パターンを得ることにある。

本発明の需要予測装置は、過去に実現された販売条件を記憶する販売条件履歴記憶手段から、現在の一時点前の販売条件又は現在の一時点前から複数時点前までの各時点の販売条件を取得する販売条件取得手段と、現在の販売条件、及び、現在の一時点先の販売条件又は現在の一時点先から複数時点先までの各時点の各販売条件を決定する販売条件決定手段と、少なくとも前記販売条件決定手段により決定される各販売条件を、各販売条件に該当する時点の一時点先における一時点前の販売条件、又は、各販売条件に該当する時点の複数時点先における当該複数時点前の販売条件前の販売条件として再帰的に設定する販売条件設定手段と、前記販売条件取得手段により販売条件履歴記憶手段から取得される販売条件、及び、前記販売条件決定手段により決定される現在の販売条件を複数時点の指標として関数の項に含むモデル式であって、且つ、前記販売条件履歴記憶手段から各時点の一時点前から所定時点前までの販売実績を含む過去の販売条件を取得し、前記過去の販売条件から、各時点の一時点前から所定時点前までになされた販促回数、各時点の一時点前から所定時点前までの最低販売価格、及び、各時点の一時点前から所定時点までの平均価格に対する当該一時点前の販売価格の乖離率である移動平均乖離率を算出し、前記販促回数、最低販売価格、移動平均乖離率のうちの何れか一つを更に指標として含むモデル式を利用して、現在の期待販売数量、貢献利益及び営業利益のうちの少なくとも何れか一つを含む現在の期待効果を算出し、且つ／又は、前記販売条件決定手段により決定される現在の一時点先の販売条件又は現在の一時点先から複数時点先までの各時点の各販売条件、及び、前記販売条件設定手段により各時点について再帰的に設定される販売条件を複数時点の指標として関数の項に含むモデル式であって、且つ、前記販売条件履歴記憶手段から各時点の一時点前から所定時点前までの販売実績を含む過去の販売条件を取得し、前記過去の販売条件から、各時点の一時点前から所定時点前までになされた販促回数、各時点の一時点前から所定時点前までの最低販売価格、及び、各時点の一時点前から所定時点までの平均価格に対する当該一時点前の販売価格の乖離率である移動平均乖離率を算出し、前記販促回数、最低販売価格、移動平均乖離率のうちの何れか一つを更に指標として含むモデル式を利用して、該当する将来の各時点の期待販売数量、貢献利益及び営業利益のうちの少なくとも何れか一つを含む、該当する将来の各時点の期待効果を算出する期待効果算出手段とを有することを特徴とする。

本発明の需要予測方法は、情報処理装置による需要予測方法であって、過去に実現された販売条件を記憶する販売条件履歴記憶手段から、現在の一時点前の販売条件又は現在の一時点前から複数時点前までの各時点の販売条件を取得する販売条件取得ステップと、現在の販売条件、及び、現在の一時点先の販売条件又は現在の一時点先から複数時点先までの各時点の各販売条件を決定する販売条件決定ステップと、少なくとも前記販売条件決定ステップにより決定される各販売条件を、各販売条件に該当する時点の一時点先における一時点前の販売条件、又は、各販売条件に該当する時点の複数時点先における当該複数時点前の販売条件前の販売条件として再帰的に設定する販売条件設定ステップと、前記販売条件取得ステップにより販売条件履歴記憶手段から取得される販売条件、及び、前記販売条件決定ステップにより決定される現在の販売条件を複数時点の指標として関数の項に含むモデル式であって、且つ、前記販売条件履歴記憶手段から各時点の一時点前から所定時点前までの販売実績を含む過去の販売条件を取得し、前記過去の販売条件から、各時点の一時点前から所定時点前までになされた販促回数、各時点の一時点前から所定時点前までの最低販売価格、及び、各時点の一時点前から所定時点までの平均価格に対する当該一時点前の販売価格の乖離率である移動平均乖離率を算出し、前記販促回数、最低販売価格、移動平均乖離率のうちの何れか一つを更に指標として含むモデル式を利用して、現在の期待販売数量、貢献利益及び営業利益のうちの少なくとも何れか一つを含む現在の期待効果を算出し、且つ／又は、前記販売条件決定ステップにより決定される現在の一時点先の販売条件又は現在の一時点先から複数時点先までの各時点の各販売条件、及び、前記販売条件設定ステップにより各時点について再帰的に設定される販売条件を複数時点の指標として関数の項に含むモデル式であって、且つ、前記販売条件履歴記憶手段から各時点の一時点前から所定時点前までの販売実績を含む過去の販売条件を取得し、前記過去の販売条件から、各時点の一時点前から所定時点前までになされた販促回数、各時点の一時点前から所定時点前までの最低販売価格、及び、各時点の一時点前から所定時点までの平均価格に対する当該一時点前の販売価格の乖離率である移動平均乖離率を算出し、前記販促回数、最低販売価格、移動平均乖離率のうちの何れか一つを更に指標として含むモデル式を利用して、該当する将来の各時点の期待販売数量、貢献利益及び営業利益のうちの少なくとも何れか一つを含む、該当する将来の各時点の期待効果を算出する期待効果算出ステップとを含むことを特徴とする。

本発明のプログラムの第１の態様は、前記需要予測装置の機能をコンピュータに実行させることを特徴とする。

本発明のプログラムの第２の態様は、前記需要予測方法をコンピュータに実行させることを特徴とする。

本発明によれば、販売条件決定手段により決定される現在及び将来の販売条件を、夫々一時点先における一時点前の販売条件として再帰的に利用して設定し、各時点の販売条件とともに該当する時点における過去の少なくとも一時点の販売条件に基づいて、現在及び将来の各時点における期待効果を算出するように構成したので、算出される期待効果から現在及び将来の複数時点（複数タイムバケット）に亘る価格弾力性や基礎需要へ影響を及ぼす要因を考慮した、複数時点の最適な価格パターンを得ることが可能となる。
また、（１）価格低下の際に将来需要を先食いしてしまう、買いだめ効果、（２）過去に実現された低価格を待つことで非販促時の需要が低下する、販促待ち効果、（３）価格トレンド下降に伴う、買い控え効果、に配慮した価格パターンを算出することもできる。

以下、本発明を適用した好適な実施形態を、添付図面を参照しながら詳細に説明する。

図１は、本発明の一実施形態に係る需要予測装置（情報処理装置）の機能構成を示すブロック図である。図１に示すように、本実施形態に係る需要予測装置は、販売条件取得部１１、販売条件決定部１２、販売条件設定部１３、期待効果算出部１４、最適解抽出部１５、出力制御部１６及び販売条件履歴記憶部１７から構成される。

販売条件取得部１１は、後述する販売条件履歴記憶部１７から過去の各時点（ここでは、各日付）に実現された販売実績を示す販売実績データを取得する。これらの販売実績データには、該当する時点に実行された販売条件を示すデータが含まれる。以下では、販売条件の一つとして販売価格を例に挙げて説明するが、値引き額（率）等の他の価格要因や宣伝等の非価格要因を上記販売条件として適用することも可能である。また、ここでいう「時点」は日付に限らず、週毎や月毎等の任意の時点に適用可能である。

販売条件決定部１２は、現在及び将来の各時点の当日販売価格を決定する。この当日販売価格の決定処理はユーザが現在及び将来の各時点につき指定した価格を決定する処理でもよいし、各時点の価格を販売条件決定部１２が順次変更させて決定する処理でもよい。

販売条件設定部１３は、販売条件決定部１２により決定される各当日販売価格を、各当日販売価格に該当する時点の一時点先における一時点前の販売価格（例えば、翌日における前日の販売価格）として、又は、それら各販売価格に該当する時点の複数時点先における当該複数時点前の販売価格（例えば、２日先における２日前の販売価格）として設定する。

期待効果算出部１４は、販売条件決定部１２が決定した各時点の当日販売価格等に基づいて、各時点の期待効果を算出する。なお、以下の説明では、期待効果算出部１４が求める期待効果として期待販売数量を例示しているが、貢献利益や営業利益等の他の期待効果を算出することも可能である。

最適解抽出部１５は、販売条件決定部１２により決定される各時点の当日販売価格（以下、販売条件決定部１２により決定される当日販売価格の組合せを「価格パターン」と称す）のうち、期待効果算出部１４により各時点について算出される期待値の合計値が最大となる価格パターンを最適解として抽出する。ここで期待値を合算する期間数はユーザーより与えられるものとする。

出力制御部１６は、最適解抽出部１５によって抽出された最適解である価格パターンを表示パネル上に表示させる。

販売条件履歴記憶部１７は、各時点（各日付）における前日販売価格、当日販売価格及び当日の販売数量をデータとして含む販売実績データを記憶する。

図２は、本需要予測装置内のコンピュータシステムのハードウェア構成を概略的に示す図である。
図２に示すように、上記コンピュータシステム１２００は、ＣＰＵ１２０１、ＲＯＭ１２０２，ＲＡＭ１２０３、キーボード（ＫＢ）１２０９のキーボードコントローラ（ＫＢＣ）１２０５、表示パネル１９としてのＣＲＴディスプレイ（ＣＲＴ）１２１０のＣＲＴコントローラ（ＣＲＴＣ）１２０６、ハードディスク（ＨＤ）１２１１及びフレキシブルディスク（ＦＤ）１２１２のディスクコントローラ（ＤＫＣ）１２０７、並びに、ネットワーク１２２０との接続のためのネットワークインタフェースカード（ＮＩＣ）１２０８が、システムバス１２０４を介して互いに通信可能に接続された構成としている。

ＣＰＵ１２０１は、ＲＯＭ１２０２或いはＨＤ１２１１等から情報を読み出すソフトウェアを実行することで、システムバス１２０４に接続された各構成部を統括的に制御し、後述する図３に示す処理等を実行する。

ＲＡＭ１２０３は、ＣＰＵ１２０１の主メモリ或いはワークエリア等として機能する。ＫＢＣ１２０５は、ＫＢ１２０９や図示していないポインティングデバイス等からの指示入力を制御する。ＣＲＴＣ１２０６は、ＣＲＴ１２１０の表示を制御する。ＤＫＣ１２０７は、ブートプログラム、種々のアプリケーション、編集ファイル、ユーザファイル及びネットワーク管理プログラムへのアクセスを制御する。ＮＩＣ１２０８は、ネットワーク１２２０を介する本需要予測装置とのデータ通信を制御する。

尚、図１における販売条件取得部１１、販売条件決定部１２、販売条件設定部１３、期待効果算出部１４、最適解抽出部１５及び出力制御部１６は、例えばＣＰＵ１２０１、ＲＯＭ１２０２内のプログラムにより構成される。また、販売条件履歴記憶部１７は、例えばＲＡＭ１２０３やＨＤ１２１１の記録媒体内に構成される。販売条件履歴記憶部１７は、本需要予測装置の内部、外部の何れに構成されてもよい。

図３は、需要予測装置の動作の流れを示すフローチャートである。先ず、ユーザの操作によってソフトウェアが起動され、最適化される価格パターンの期間数の指示を受けると（ステップSXX）、販売条件取得部１１は、当該起動指示を受け付けた日の一日前の販売実績データを販売条件履歴記憶部１７から取得する。ここでは、ソフトウェアの起動指示が2004/04/05にあったものとし、販売条件取得部１１は、2004/04/04の販売実績データを取得する（ステップＳ３１）。この販売実績データには、図４に示すように、2004/04/04の当日販売価格"１２８"、2004/04/04の前日販売価格"１８８"及び2004/04/04当日の販売数量"１４０"がデータとして含まれる。図４は、販売条件履歴記憶部１７内における販売実績データの格納状況を示す図である。

続いて、販売条件決定部１２は、現在（2004/04/05）の当日販売価格、翌日（2004/04/06、2004/04/07、・・・）の当日販売価格を夫々決定する（ステップＳ３２）。この一連の時系列上の価格値を価格パターンと呼ぶ。今、最適化される期間が３期間であった場合、（2004/04/05=108円、2004/04/06=156円、2004/04/08=200円）は、価格パターンの一例である。この当日販売価格の決定処理では、ユーザの操作入力により指定された価格パターンの値から決定してもよいし、予め制約条件として与えられる、当該時点の許可される値域内で販売価格を変化させ、価格パターンを順次網羅的に切り替えて決定していく手法でも構わない。制約条件は、夫々の時点において当日価格の満たすべき条件（価格値の範囲）として定義される。条件は静的な上下限値として定義されても良いし、例えば前日価格±１０円のように定義されても良い。また制約条件は時点毎に異なった条件が設定されても構わない。

続いて、販売条件設定部１３は、販売条件取得部１１によって取得された2004/04/04の当日販売価格、並びに、販売条件決定部１２によって決定された2004/04/05の当日販売価格及び2004/04/06、2004/04/07、・・・の当日販売価格を、各当日販売価格に該当する日付の翌日における前日販売価格として設定する（ステップＳ３３）。即ち、図５−１に示すように、2004/04/04の当日販売価格はその翌日（2004/04/05）における前日販売価格として設定され、2004/04/05の当日販売価格はその翌日（2004/04/06）における前日販売価格として設定され、2004/04/06の当日販売価格はその翌日（2004/04/07）における前日販売価格として設定され、以降の日付の販売価格についても同様の設定処理が順次なされる。

続いて、期待効果算出部１４は、利用されるモデル中にて需要に影響を及ぼす価格パターンから導かれる指標として定義されている、過去７日間の最低価格、過去２８日間の販促回数及び過去１４日間の移動平均乖離率を各時点（各日付）について算出する（ステップＳ３４）。今注目している時点が当日（2004/04/05）である場合、過去７日間の最低価格は、当日（2004/04/05）の前日（2004/04/04）から当日（2004/04/05）の７日前までの販売実績データを販売条件履歴記憶部１７から参照し、それらの販売実績データに含まれる当日販売価格のうち最低価格を探索することにより得られる。

過去２８日間の販促回数は、当日（2004/04/05）の前日（2004/04/04）から当日（2004/04/05）の２８日前までの販売実績データを販売条件履歴記憶部１７から参照し、それらの販売実績データに含まれる当日販売価格のうち所定の販売価格（例えば、１３５（万円））以下の当日販売価格を含む販売実績データの数を求めることにより得られる。

過去１４日間の移動平均乖離率は、当日（2004/04/05）の前日（2004/04/04）から当日（2004/04/05）の１４日前までの販売実績データを販売条件履歴記憶部１７から参照し、それらの販売実績データに含まれる当日販売価格の平均値を求め、前日（2004/04/04）の当日販売価格の上記平均値に対する乖離率を求めることにより得られる。

上記の過去７日間の最低価格、過去２８日間の販促回数及び過去１４日間の移動平均乖離率の算出処理は、日付順に推移させながら行われ、図５−２に示すように、各時点について過去７日間の最低価格、過去２８日間の販促回数及び過去１４日間の移動平均乖離率が全て求められる。尚、翌日（2004/04/06）以降に注目して過去７日間の最低価格、過去２８日間の販促回数及び過去１４日間の移動平均乖離率を求める場合には、それらを算出する上での要素として、今注目している日付前の各日付について一旦決定されている部分的な価格パターンが含まれることになる。

続いて、期待効果算出部１４は、図５−３に示すように、各時点の前日販売価格及び当日販売価格、過去７日間の最低価格、過去２８日間の最低価格、並びに、過去１４日間の移動平均乖離率に基づいて、各時点の期待販売数量を算出する(ステップＳ３５)。本実施形態における期待販売数量の算出の際には次のモデル式を用いる。
Ｌｏｇ（Ｙ）＝ａＬｏｇ（Ｘ₁）＋ｂＬｏｇ（Ｘ₂）＋ｃＬｏｇ（Ｘ₃）＋ｄ（Ｘ₄）＋ｅ（Ｘ₅）＋ｆ・・・（式１）
ここで、Ｙ：期待販売数量、Ｘ₁：当日販売価格、Ｘ₂：前日販売価格、Ｘ₃：過去７日間の最低価格、Ｘ₄：過去２８日間の販促回数、Ｘ₅：過去１４日間の移動平均乖離率であり、ａ，ｂ，ｃ，ｄ，ｅ，ｆは、前日（2004/04/05）までの販売実績データに基づく重回帰分析処理によって定められる係数である。なお、ここでは一般化線形モデル式を例示したが、複数時点の価格要素を変数に含む、任意のモデルを利用することが可能であり、本一般化線形モデル式、指標に限定されるものではない。

例えば、2004/04/05における期待販売数量は、当日販売価格Ｘ₁は１２８（万円）、前日販売価格Ｘ₂は１２８（万円）、過去７日間の最低価格Ｘ₃は１２３（万円）、過去２８日間の販促回数Ｘ₄は４（回）、過去１４日間の移動平均乖離率Ｘ₅は２２．０（％）であり、図５―３は上記式１を用いて期待販売数量Ｙを計算した結果、１６０（個）となることを示している。次に、期待効果算出部１４は、各時点の期待販売数量の、ステップSXXで与えられるユーザー指定の期間数の合計値を算出する。

続いて、最適解抽出部１５は、ユーザの操作入力により指定された全価格パターン、或いは、予め定められた制約条件を充足する全価格パターンについて期待販売数量の合計値の算出処理が終了したか否かを判断する（ステップＳ３６）。

最適解抽出部１５は、ステップＳ３６において、全価格パターンについて期待販売数量の合計値の算出処理が終了したと判断すると、算出された期待販売数量の合計値のうち最も高い値をとる価格パターンを最適解として抽出する（ステップＳ３７）。一方、ステップＳ３６において、全価格パターンについて期待販売数量の合計値の算出処理が終了していなければ、ステップＳ３２からの処理が繰り返される。

続いて、出力制御部１６は、ステップＳ３７にて抽出された最適解である価格パターンを表示パネル上に表示させる（ステップＳ３８）。

尚、上記の動作例では、需要に影響を及ぼす価格パターンから導かれる指標として定義されている項目を除き、過去の一時点の意志決定（前日販売価格）の影響を受けるモデル式を用いているが、過去の複数時点の意志決定の影響を受けるモデル式を適用することも可能である。この場合、販売条件取得部１１は、各時点の販売実績データが過去の複数時点（例えば、前日、前々日、・・・）の販売価格を含むデータを販売条件履歴記憶部１７から取得することになり、販売条件設定部１３は、販売条件決定部１２により決定される各時点の当日販売価格を例えば、翌日における前日販売価格、翌々日における前々日販売価格、・・・として設定することとなる。

以下に最適値の算出方法の一例を示す。今、インデックスk,nで表される変数Ｘ_knを定義する。インデックスkは変数の種類を表すインデックスであり(当日価格:k=1、前日価格:k=2、過去７日間の最低価格:k=3、過去２８日間の販促回数:k=4、過去１４日間の移動平均乖離率:k=5)、インデックスnは変数がどの時点に該当する変数であるかを表すインデックスである(当日値:n=1、翌日値n=2)。

図６は、上記のように定義した変数の当日値Ｘ_k1、翌日値Ｘ_k2を変数種類(k=1,2,3,4,5)毎にまとめた図である。当日の当日販売価格Ｘ₁₁及び翌日の当日販売価格Ｘ₁₂は、販売条件決定部１２により値が決定される変数である。翌日の前日価格Ｘ₂₂は、販売条件設定部１３により設定される値であり、この場合当日の当日販売価格Ｘ₁₁が翌日の前日販売価格Ｘ₂₂として設定されるため、図中では、翌日の前日販売価格Ｘ₂₂に該当する個所にはＸ₁₁と記してある。

当日値Ｘ_k1において、Ｘ₁₁が如何なる値をとるかに拘わらず、定数となる個所には小文字ｘで示している。即ち、当日の前日販売価格Ｘ₂₁、当日における過去７日間の最低価格Ｘ₃₁、当日における過去２８日間の販促回数Ｘ₄₁、及び、当日における過去１４日間の移動平均乖離率Ｘ₅₁は何れも前日までの販売実績データに基づいて定められるため夫々ｘ₂₁、ｘ₃₁、ｘ₄₁、ｘ₅₁と示している。

また、翌日値Ｘ_k2において、翌日の過去７日間の最低価格Ｘ₃₂、翌日における過去２８日間の販促回数Ｘ₄₂、及び、翌日における過去１４日間の移動平均乖離率Ｘ₅₂は何れも当日の当日販売価格Ｘ₁₁の値に応じて定まる、当日の当日販売価格Ｘ₁₁の関数である。従って、翌日の過去７日間の最低価格Ｘ₃₂、翌日における過去２８日間の販促回数Ｘ₄₂、及び、翌日における過去１４日間の移動平均乖離率Ｘ₅₂を夫々、ｇ₃（Ｘ₁₁）、ｇ₄（Ｘ₁₁）、ｇ₅（Ｘ₁₁）と記している。以上から、当日及び翌日の期待販売数量は夫々、Ｆ（Ｘ₁₁，ｘ₂₁、ｘ₃₁、ｘ₄₁、ｘ₅₁）、Ｆ（Ｘ₁₂，Ｘ₁₁，g₃(ｘ₁₁),g₄(ｘ₁₁),g₅(ｘ₁₁)）と表される。なお、Ｆは式１のモデル式で規定される関数である。

そして、最適化条件として両日（当日、翌日）の期待販売数量の合計が最大となる価格パターンを求める場合、両日の期待販売数量の合計は、Ｆ（Ｘ₁₁，ｘ₂₁、ｘ₃₁、ｘ₄₁、ｘ₅₁）とＦ（Ｘ₁₂，Ｘ₁₁，g₃(ｘ₁₁),g₄(ｘ₁₁),g₅(ｘ₁₁)）との和である２変数Ｘ₁₁,Ｘ₁₂の関数Ｆ₂´（Ｘ₁₁,Ｘ₁₂）で与えられ、最適化条件を満たす解（最適解）である価格パターンは、Ｆ₂´（Ｘ₁₁,Ｘ₁₂）の最大値を与える解Ｐ₂ ^*（ｘ₁₁ ^2*，ｘ₁₂ ^2*）に他ならない。ここで、一般にｓ日間（つまりｎ＝ｓ）までの数量を最大化する価格パターンを求めるとすると、Ｆ_S´＝（Ｘ₁₁，Ｘ₁₂，・・・,Ｘ_1s）のｓ変数の関数の最大値を与える価格ベクトル、ｐ_S ^*＝（ｘ₁₁ ^s*，ｘ₁₂ ^s*，・・・, ｘ_1s ^s*）を求めることとなる。図３に示すフローでは、データを総当りにチェックしているが、一般にはシミュレーテッド・アニーリング法等の手法を用いることにより、理論上は真の最適解を求めることが可能である。

なお、過去の販売実績データに基づいて当日のみの期待販売数量を最大化する当日販売価格Ｘ₁₁は、一変数Ｘ₁₁の関数Ｆ（Ｘ₁₁，ｘ₂₁、ｘ₃₁、ｘ₄₁、ｘ₅₁）の値を最大化するＸ₁₁の値である、ｘ₁₁ ^*によって与えられる。

上記のように、本実施形態は、販売条件決定部１２により決定される各時点の当日販売価格を、夫々翌日における前日の販売価格として再帰的に利用して設定し、各時点の期待販売数量が当該時点の過去の少なくとも一時点（例えば、前日）の販売価格（意志決定）の影響を受けるモデル式を利用して、現在及び／又は将来の各時点における期待販売数量を算出している。従って、算出される現在及び将来の複数時点（複数タイムバケット）の期待販売数量から、複数時点に亘る価格弾力性や基礎需要へ影響を及ぼす要因を考慮した最適な価格パターンを得ることが可能となる。また、本実施形態では、最適化条件を設定することによって、複数タイムバケットにおける最適な価格パターンをより簡便に得ることができる。

さらに、本実施形態によれば、式１に示すように、過去数日間の最低価格、過去数日間に行われた販促回数及び過去数日間における移動平均乖離率の関数であるｃＬｏｇ（Ｘ₃）、ｄ（Ｘ₄）、ｅ（Ｘ₅）を項に含むモデル式を用いて、期待効果である期待販売数量を求めている。従って、本需要予測装置は、以下の（１）〜（３）の各効果に配慮した価格パターンを算出することも可能としている。
（１）価格低下の際に将来需要を先食いしてしまう、買いだめ効果
（２）過去に実現された低価格を待つことで非販促時の需要が低下する、販促待ち効果
（３）価格トレンド下降に伴う、買い控え効果

また、本発明の目的は、前述した実施形態の機能を実現するソフトウェアのプログラムコードを記録した記憶媒体を、システム或いは装置に供給し、そのシステム或いは装置のコンピュータ（またはＣＰＵやＭＰＵ）が記憶媒体に格納されたプログラムコードを読み出し実行することによっても、達成されることは言うまでもない。

この場合、記憶媒体から読み出されたプログラムコード自体が前述した実施形態の機能を実現することになり、プログラムコード自体及びそのプログラムコードを記憶した記憶媒体は本発明を構成することになる。

プログラムコードを供給するための記憶媒体としては、例えば、フレキシブルディスク、ハードディスク、光ディスク、光磁気ディスク、ＣＤ−ＲＯＭ、ＣＤ−Ｒ、磁気テープ、不揮発性のメモリカード、ＲＯＭ等を用いることができる。

また、コンピュータが読み出したプログラムコードを実行することにより、前述した実施形態の機能が実現されるだけでなく、そのプログラムコードの指示に基づき、コンピュータ上で稼動しているＯＳ(基本システム或いはオペレーティングシステム)などが実際の処理の一部又は全部を行い、その処理によって前述した実施形態の機能が実現される場合も含まれることは言うまでもない。

さらに、記憶媒体から読み出されたプログラムコードが、コンピュータに挿入された機能拡張ボードやコンピュータに接続された機能拡張ユニットに備わるメモリに書込まれた後、そのプログラムコードの指示に基づき、その機能拡張ボードや機能拡張ユニットに備わるＣＰＵ等が実際の処理の一部又は全部を行い、その処理によって前述した実施形態の機能が実現される場合も含まれることは言うまでもない。

本発明の一実施形態に係る需要予測装置の機能構成を示すブロック図である。 需要予測装置内のコンピュータシステムのハードウェア構成を概略的に示す図である。 需要予測装置の動作の流れを示すフローチャートである。 販売条件履歴記憶部内における販売実績データの格納状況を示す図である。 販売条件設定部による再帰的な販売価格データの設定処理を説明するための図である。 期待効果算出部による、過去７日間の最低価格、過去２８日間の販促回数及び過去１４日間の移動平均乖離率の算出処理を説明するための図である。 期待効果算出部による期待販売数量の算出処理を説明するための図である。 当日値Ｘ_k1、翌日値Ｘ_k2を変数種類(k=1,2,3,4,5)毎にまとめた図である。

符号の説明

１１：販売条件取得部
１２：販売条件決定部
１３：販売条件設定部
１４：期待効果算出部
１５：最適解抽出部
１６：出力制御部
１７：販売条件履歴記憶部

Claims (6)

1. 過去に実現された販売条件を記憶する販売条件履歴記憶手段から、現在の一時点前の販売条件又は現在の一時点前から複数時点前までの各時点の販売条件を取得する販売条件取得手段と、
   現在の販売条件、及び、現在の一時点先の販売条件又は現在の一時点先から複数時点先までの各時点の各販売条件を決定する販売条件決定手段と、
   少なくとも前記販売条件決定手段により決定される各販売条件を、各販売条件に該当する時点の一時点先における一時点前の販売条件、又は、各販売条件に該当する時点の複数時点先における当該複数時点前の販売条件前の販売条件として再帰的に設定する販売条件設定手段と、
   前記販売条件取得手段により販売条件履歴記憶手段から取得される販売条件、及び、前記販売条件決定手段により決定される現在の販売条件を複数時点の指標として関数の項に含むモデル式であって、且つ、前記販売条件履歴記憶手段から各時点の一時点前から所定時点前までの販売実績を含む過去の販売条件を取得し、前記過去の販売条件から、各時点の一時点前から所定時点前までになされた販促回数、各時点の一時点前から所定時点前までの最低販売価格、及び、各時点の一時点前から所定時点までの平均価格に対する当該一時点前の販売価格の乖離率である移動平均乖離率を算出し、前記販促回数、最低販売価格、移動平均乖離率のうちの何れか一つを更に指標として含むモデル式を利用して、現在の期待販売数量、貢献利益及び営業利益のうちの少なくとも何れか一つを含む現在の期待効果を算出し、且つ／又は、前記販売条件決定手段により決定される現在の一時点先の販売条件又は現在の一時点先から複数時点先までの各時点の各販売条件、及び、前記販売条件設定手段により各時点について再帰的に設定される販売条件を複数時点の指標として関数の項に含むモデル式であって、且つ、前記販売条件履歴記憶手段から各時点の一時点前から所定時点前までの販売実績を含む過去の販売条件を取得し、前記過去の販売条件から、各時点の一時点前から所定時点前までになされた販促回数、各時点の一時点前から所定時点前までの最低販売価格、及び、各時点の一時点前から所定時点までの平均価格に対する当該一時点前の販売価格の乖離率である移動平均乖離率を算出し、前記販促回数、最低販売価格、移動平均乖離率のうちの何れか一つを更に指標として含むモデル式を利用して、該当する将来の各時点の期待販売数量、貢献利益及び営業利益のうちの少なくとも何れか一つを含む、該当する将来の各時点の期待効果を算出する期待効果算出手段とを有することを特徴とする需要予測装置。
2. 前記販売条件決定手段により決定される各時点の販売条件のうち、前記期待効果算出手段により各時点について算出される期待効果の合計値が最大となる各時点の販売条件を最適解として抽出する最適解抽出手段を更に有することを特徴とする請求項１に記載の需要予測装置。
3. 情報処理装置による需要予測方法であって、
   過去に実現された販売条件を記憶する販売条件履歴記憶手段から、現在の一時点前の販売条件又は現在の一時点前から複数時点前までの各時点の販売条件を取得する販売条件取得ステップと、
   現在の販売条件、及び、現在の一時点先の販売条件又は現在の一時点先から複数時点先までの各時点の各販売条件を決定する販売条件決定ステップと、
   少なくとも前記販売条件決定ステップにより決定される各販売条件を、各販売条件に該当する時点の一時点先における一時点前の販売条件、又は、各販売条件に該当する時点の複数時点先における当該複数時点前の販売条件前の販売条件として再帰的に設定する販売条件設定ステップと、
   前記販売条件取得ステップにより販売条件履歴記憶手段から取得される販売条件、及び、前記販売条件決定ステップにより決定される現在の販売条件を複数時点の指標として関数の項に含むモデル式であって、且つ、前記販売条件履歴記憶手段から各時点の一時点前から所定時点前までの販売実績を含む過去の販売条件を取得し、前記過去の販売条件から、各時点の一時点前から所定時点前までになされた販促回数、各時点の一時点前から所定時点前までの最低販売価格、及び、各時点の一時点前から所定時点までの平均価格に対する当該一時点前の販売価格の乖離率である移動平均乖離率を算出し、前記販促回数、最低販売価格、移動平均乖離率のうちの何れか一つを更に指標として含むモデル式を利用して、現在の期待販売数量、貢献利益及び営業利益のうちの少なくとも何れか一つを含む現在の期待効果を算出し、且つ／又は、前記販売条件決定ステップにより決定される現在の一時点先の販売条件又は現在の一時点先から複数時点先までの各時点の各販売条件、及び、前記販売条件設定ステップにより各時点について再帰的に設定される販売条件を複数時点の指標として関数の項に含むモデル式であって、且つ、前記販売条件履歴記憶手段から各時点の一時点前から所定時点前までの販売実績を含む過去の販売条件を取得し、前記過去の販売条件から、各時点の一時点前から所定時点前までになされた販促回数、各時点の一時点前から所定時点前までの最低販売価格、及び、各時点の一時点前から所定時点までの平均価格に対する当該一時点前の販売価格の乖離率である移動平均乖離率を算出し、前記販促回数、最低販売価格、移動平均乖離率のうちの何れか一つを更に指標として含むモデル式を利用して、該当する将来の各時点の期待販売数量、貢献利益及び営業利益のうちの少なくとも何れか一つを含む、該当する将来の各時点の期待効果を算出する期待効果算出ステップとを含むことを特徴とする需要予測方法。
4. 前記販売条件決定ステップにおいて決定される各時点の販売条件のうち、前記期待効果算出ステップにより各時点について算出される期待効果の合計値が最大となる各時点の販売条件を最適解として抽出する最適解抽出ステップを更に有することを特徴とする請求項３に記載の需要予測方法。
5. 請求項１又は２に記載の需要予測装置の機能をコンピュータに実行させるためのプログラム。
6. 請求項３又は４に記載の需要予測方法をコンピュータに実行させるためのプログラム。

Images