JP5027637B2 - マーケティングデータ分析方法、マーケティングデータ分析システム、データ分析サーバ装置およびプログラム - Google Patents

Description

本発明は、商品の自動販売機など商品販売装置における商品または商品を表象する表示サンプルの配列に係るマーケティングデータを収集し、分析するマーケティングデータ分析方法、マーケティングデータ分析システム、マーケティングデータ分析装置およびプログラムに関する。

たばこや飲料などの自動販売機では、商品の販売数は、陳列された商品またはその表示サンプルの配列中における位置に依存するといわれている。通常、同じ商品であるなら、上段に配列された場合のほうが下段に配列された場合よりも多く売れる。これは、人が新聞や書籍を上のほうから読むように習慣付けられているからだという。しかしながら、それは、必ずしも根拠のある事実ではない。従って、自動販売機において商品をどのように配列すればよいかについては、一般的な知見は得られていないといってよい。そのため、自動販売機に商品を詰め込む現場の作業員は、単に、自らの経験に基づき、商品の配列を決めざるを得ない。

従来、たばこなど銘柄数の多い商品の自動販売機においては、しばしば、訴求ゾーンと呼ばれる商品配列が設定される。訴求ゾーンは、新商品や人気商品など特定の商品を、例えば、最上段のすべての領域に配列するなど、特定の領域に多数配列することにより、その商品を目立たせ、その売り上げの向上を図ろうとするものである。

訴求ゾーンは、それなりに顧客の視線を惹き付ける効果があるので、一定の訴求効果が認められる。しかしながら、従来は、その効果を計測する手段が存在しないために、その効果の程度を知ることはできない。また、どのような訴求ゾーンが効果的か、あるいは、訴求ゾーンの設定により、訴求ゾーンから外れた領域に配列された商品がどのような影響を受けるか、などについても確たる知見は得られていない。

特許文献１には、商品のショーウィンドウや陳列棚に、顧客に見えないカメラを設け、そのカメラにより、そのショーウィンドウや陳列棚に陳列された商品を見ている顧客の映像を取得し、その取得された顧客の映像から顧客の視線を検出することにより、顧客がどんな商品に興味を持っているかを調査する市場調査用機器の例が開示されている。このような視線検出技術を応用した市場調査用機器を用いると、例えば、アンケートなど人手を介することなく、顧客が興味を抱いている商品のデータを取得することができる。

また、特許文献２には、カメラの映像中に捉えられた人物の顔および目の画像の特徴から、その人物の視線方向を計算する方法の例が示され、さらに、それを応用することによって、不審者を検出するシステムの例が開示されている。
特開２００６−２９３７８６号公報 特開２００７−６４２７号公報

しかしながら、特許文献１に開示されている市場調査用機器は、単に、顧客が興味を抱いている商品のデータを取得しようとするものであり、そのため、顧客が購買した商品のデータなどを取得することはできない。従って、その市場用調査機器を用いて、自動販売機などに配列された商品またはその表示サンプルの配列位置と、その位置に配列された商品の販売数と、の相関データなどを取得することはできない。そのため、訴求ゾーンなどの設定の効果を評価することができない。

以上のような従来技術の問題点に鑑み、本発明の目的は、商品販売装置において配列された商品またはその表示サンプルの配列位置と、その位置に配列された商品の販売数との相関データなどを取得することができ、さらには、訴求ゾーンの設定の効果などを評価可能にするマーケティングデータ分析方法、マーケティングデータ分析システム、データ分析サーバ装置およびプログラムを提供することにある。

以上の従来技術の問題を解決するために、本発明では、そのマーケティングデータ分析システムを、商品またはその表示サンプルを陳列した商品棚、顧客が購買する商品の選択を検知する商品選択センサ、商品を購買する顧客を撮影するカメラ、情報を記憶する記憶装置、などを備えた商品販売装置と、その商品販売装置が通信ネットワークを介して接続されるデータ分析サーバ装置と、によって構成する。

そして、その商品販売装置は、前記カメラから取得される顧客の顔の映像を解析してその顧客の視線を検出することにより、その顧客が注視する商品またはその表示サンプルを判定する手段と、前記判定に際して取得される当該顧客が当該商品または表示サンプルを注視する注視時間と、当該商品またはその表示サンプルが配置された場所を識別する領域識別データと、を少なくとも対応付けたデータを、注視履歴データとして記憶装置に蓄積する手段と、前記商品選択センサを介して、顧客が購買する商品の選択を検知したときには、その選択が検知された商品について、その商品を識別する商品識別データと、その商品またはその表示サンプルが配置された場所を識別する領域識別データと、その顧客が商品またはその表示サンプルを注視したときに蓄積した前記注視履歴データを識別する注視履歴識別データと、を少なくとも対応付けたデータを、顧客購買データとして記憶装置に蓄積する手段と、を備える。

また、データ分析サーバ装置は、前記商品販売装置から、通信ネットワークを介して、所定の期間にその商品販売装置の記憶装置に蓄積された注視履歴データと顧客購買データとを取得する手段と、その取得した注視履歴データと顧客購買データとから、少なくとも領域識別データをキーとして指定して抽出されるデータについて、そのデータに含まれる注視時間に基づき、注視合計時間を算出するとともに、そのデータに含まれる前記顧客購買データの数に基づき、商品販売数を算出する手段と、前記キーとして指定した領域識別データと、前記算出した注視合計時間および商品販売数と、を少なくとも対応付けたデータを、注視・販売集計データとして当該商品販売装置の記憶装置に蓄積する手段と、その蓄積した注視・販売集計データを含むデータから、注視合計時間、商品販売数またはその少なくとも一方に依存する数量について、その数量と、領域識別データによって識別される商品またはその表示サンプルが配置された場所と、の相関データを取得する手段と、を備える。

本発明によれば、商品販売装置によって取得される注視履歴データは、商品またはその表示サンプルが配置された場所と、その場所に配置された商品またはその表示サンプルを顧客が注視した注視時間と、を対応付けたデータであり、また、顧客購買データは、顧客が購買した商品の識別データと、その顧客が購買した商品またはその表示サンプルが配置されていた場所と、を対応付けたデータである。

従って、データ分析サーバ装置は、所定の期間に商品販売装置の記憶装置に蓄積された注視履歴データおよび顧客購買データを取得し、そのデータを集計することにより、それぞれの商品またはその表示サンプルの注視合計時間、および、その商品の販売数について、その商品またはその表示サンプルの配置場所に対する相関データを得ることができる。

また、本発明によれば、このような相関データは、商品販売装置における商品またはその表示サンプルの配置または配列の仕方の如何に関わらず取得することができる。従って、本発明に係るシステムの管理者は、例えば、訴求ゾーンを設けた場合と設けなかった場合とについて、データ分析サーバ装置により、商品またはその表示サンプルの注視合計時間、商品販売数などのデータの、その商品またはその表示サンプルの配置場所に対する相関データを、それぞれ取得することができ、従って、そのそれぞれ取得した相関データを比較することにより、訴求ゾーン設定の効果などを評価することができる。

本発明によれば、商品販売装置において配列された商品またはその表示サンプルの配列位置と、その位置に配列された商品の販売数との相関データなどを取得することができるようになり、その結果、訴求ゾーンの設定の効果などを評価することが可能になる。

以下、図面を参照して本発明の実施形態について詳しく説明する。

＜１．商品販売装置の外観および概略構成＞
図１は、本発明の実施形態に係る商品販売装置１の外観および概略構成の例を示した図である。図１に示すように、商品販売装置１は、たばこや飲料などの小物商品を販売する自動販売機であり、その筐体の前面には、サンプル表示部２０、広告表示部４５、商品ボタン１２、入金口３０、取出口４０などが設けられ、また、その筐体の内部には、情報処理装置１０、カメラ１１、入金センサ１３、取出口センサ１４、距離センサ１５、人感センサ１６などが設けられている。

図１において、サンプル表示部２０は、商品販売装置１の筐体の前面部に設けられ、商品販売装置１が販売中の商品の写真、絵、愛称などを表示した銘板などによって構成される。あるいは、サンプル表示部２０の部分に、商品販売装置１の筐体内部に外側から透視可能なボックスが設けられ、そのボックス内に商品を識別可能なサンプル、模型、包装空箱などが配置されていてもよい。

商品ボタン１２は、サンプル表示部２０と対にして設けられており、顧客は、商品ボタン１２を押すことによって、その商品ボタン１２の対となっているサンプル表示部２０に表示された商品の購買を指示する。商品販売装置１は、通常、複数の商品（本明細書では、同じ名称の商品でも銘柄や型式が異なる商品は異なる商品とみなす）を販売必要があるため、このようなサンプル表示部２０と商品ボタン１２の対は、商品販売装置１に複数対設けられている。従って、商品ボタン１２は、顧客が購買する商品の選択を検知する商品選択センサとして機能し、それが顧客により押されたときには、その押された検知信号を情報処理装置１０へ入力する。

なお、図１の例では、商品販売装置１の筐体の前面上に、サンプル表示部２０と商品ボタン１２との対が上下方向に４段、各段それぞれに４対ずつ配列されている。すなわち、サンプル表示部２０と商品ボタン１２との対が、商品販売装置１の筐体の前面上に縦４段×横４列のマトリックス状に配列されている。

顧客は、このような商品販売装置１が販売している商品を購買するとき、商品販売装置１の前に立って、サンプル表示部２０を見て、購買する商品を探し、その購買商品の対価に相当する貨幣を入金口３０から入れ、購買商品の商品ボタン１２を押す。そうすると、商品ボタン１２により選択された商品が取出口４０へ出てくるので、顧客はその商品を入手することができる。

カメラ１１は、商品販売装置１の筐体内部の、例えば、サンプル表示部２０がマトリックス状に配列された部分の中央あたりに設けられ、顧客の顔が含まれるように、顧客が商品を購買する様子を撮影する。なお、カメラ１１は、少なくとも１つあればよいが、図１の例のように、複数のカメラ１１（中央のカメラ１１ａ、左上のカメラ１１ｂ、および、左下のカメラ１１ｃ）が設けられていてもよい。このとき、カメラ１１は、顧客の顔が撮影可能であれば、どこに配置してもよい。

入金センサ１３は、所定の金額の貨幣が入金口３０から入金されたことを検出し、取出口センサ１４は、取出口４０から商品が取り出されたことを検出する。また、距離センサ１５は、商品販売装置１から顧客までの距離を計測し、人感センサ１６は、商品販売装置１の周りに顧客などがいるか否かを検知する。

広告表示部４５は、商品販売装置１の筐体の前面部に設けられ、その広告表示部４５には、新商品などを販売促進するための写真、キャッチコピー、ポスタなどを表示したシール、パネルなどが掲示される。

以上のような商品販売装置１において、情報処理装置１０は、カメラ１１を介して顧客の顔を含む映像を取得し、その映像に含まれる顧客の顔の方向や瞳の位置から顧客の視線を検出し、その視線に基づき、顧客が商品販売装置１の筐体の前面のどの領域を注視しているか、つまり、どの商品のサンプル表示部２０を注視しているかを検出する。また、商品ボタン１２からの入力信号に基づき、顧客が購買した商品を識別する。

＜２．システムの構成＞
図２は、本発明の実施形態に係るマーケティングデータ分析システムの機能ブロックの構成の例を示した図である。図２に示すように、マーケティングデータ分析システム１００は、商品販売装置１が、通信ネットワーク４を介してデータ分析サーバ装置５に接続されて構成される。

ここで、商品販売装置１は、その機能の中枢となる情報処理装置１０に、カメラ１１、商品ボタン１２、入金センサ１３、取出口センサ１４、距離センサ１５、人感センサ１６などが接続されて構成される。そして、その情報処理装置１０は、映像取得部２１、注視判定部２２、センサデータ取得部２３、顧客購買データ取得部２４、データ送受信部２５などの処理機能ブロックと、映像データ記憶部３１、注視履歴データ記憶部３２、顧客購買データ記憶部３３、領域定義データ記憶部３４、商品配置データ記憶部３５などの記憶機能ブロックと、を含んで構成される。なお、図２では、カメラ１１や商品ボタン１２は、代表して１つだけを示している。

情報処理装置１０は、図示しないＣＰＵと記憶装置とを少なくとも有する、いわゆる、コンピュータによって構成される。その場合、情報処理装置１０における各処理機能ブロックの機能は、前記ＣＰＵが前記記憶装置に格納されている所定のプログラムを実行することによって実現される。また、情報処理装置１０における各記憶機能ブロックは、前記記憶装置上に構成される。このとき、前記記憶装置は、半導体集積回路によるＲＡＭ（Random Access Memory）、フラッシュメモリ、あるいは、磁気記憶装置であるハードディスク装置などからなる。

一方、データ分析サーバ装置５は、情報処理装置５０と表示装置５１とを備えた汎用のコンピュータにより構成される。そして、その情報処理装置５０は、注視・販売データ収集部６１、注視・販売データ集計部６２、相関分析部６３、分析データ表示部６４などの処理機能ブロックと、注視履歴データ記憶部７２、顧客購買データ記憶部７３、領域定義データ記憶部７４、商品配置データ記憶部７５、注視・販売集計データ記憶部７６などの記憶機能ブロックと、を含んで構成される。

情報処理装置５０は、図示しないＣＰＵと記憶装置とを少なくとも備え、情報処理装置５０における各処理機能ブロックの機能は、前記ＣＰＵが前記記憶装置に格納されている所定のプログラムを実行することにより実現される。また、情報処理装置５０における各記憶機能ブロックは、前記記憶装置上に構成される。このとき、前記記憶装置は、半導体集積回路によるＲＡＭ、フラッシュメモリ、あるいは、磁気記憶装置であるハードディスク装置などからなる。

なお、図２の構成において、情報処理装置１０における処理機能ブロックの一部または全部を、コンピュータではなく、半導体の集積回路などを用いた専用の処理回路によって構成してもよい。また、同様に、情報処理装置５０における処理機能ブロックの一部または全部を、コンピュータではなく、半導体の集積回路などを用いた専用の処理回路によって構成してもよい。

また、図２において、通信ネットワーク４は、インターネット、公衆交換電話網、携帯電話通信網、ＷＡＮ（Wide Area Network）、ＬＡＮ（Local Area Network）などいずれの形態のネットワークであってもよく、さらには、それらを複数組み合わせた形態のネットワークであってもよい。

＜３．商品販売装置の機能の詳細＞
続いて、商品販売装置１の情報処理装置１０を構成する機能ブロックの機能について、図２および図３を参照して説明する。ここで、図３は、商品販売装置１の情報処理装置１０がその記憶装置に記憶するデータのレコード構成の例を示した図である。

図２において、映像取得部２１は、カメラ１１から入力される動画像の映像データを１フレームごとに取得し、その１フレームごとの映像データに、時間情報などに基づく固有のフレームＩＤとカメラ番号などを付し（図３（ａ）参照）、映像データ記憶部３１に蓄積する。なお、映像取得部２１は、所定フレーム数の映像データバッファを有し、そのフレーム数分の映像データを一時記憶するとともに、その一時記憶している映像データを、適宜、注視判定部２２などへ提供する。

注視判定部２２は、その下位の機能ブロックとして図示しない移動体検知部、顔検知部、視線検出部、注視対象検出部などを含んで構成され、映像取得部２１によって取得される顧客の顔の映像データに基づき、顧客が注視した注視対象、つまり、顧客が商品販売装置１の筐体の前面に設けられた複数のサンプル表示部２０のうちのいずれのサンプル表示部２０、または、広告表示部４５を注視したかを判定する。なお、以下では、広告表示部４５もサンプル表示部２０の１つとして取り扱う。

このとき、移動体検知部は、映像取得部２１から供給される所定フレーム数の映像データを解析することにより、移動している物体を検知し、顧客が撮影対象領域に入ったことなどを検知する。また、顔検知部は、移動体検知部によって検知された移動体部分に顔、つまり、目、口、鼻などを有する円形状のものがあるか否かを検知する。

また、視線検出部は、顔検知部によって検知された顔の映像から、その顔の中心位置、顔が向いている方向、目の中における瞳の位置などを解析し、その解析結果に基づき、顧客の顔の視線方向を計算する。なお、具体的な視線方向の計算は、例えば、特許文献２に記載された既存の方法に従って行うものとし、その計算方法の詳細についての説明を省略する。

注視対象検出部は、視線検出部で求めた視線方向に基づき、その視線が指し示す商品販売装置１の筐体の前面上の位置（以下、視線位置という）を検出し、さらに、その視線が注視する領域に存在するサンプル表示部２０または広告表示部４５が表示する商品または広告を識別する識別データ（商品ＩＤという）を取得する。ここで、注視とは、視線が所定の平面上（商品販売装置１の筐体の前面上）の所定の領域（例えば、ある商品のサンプル表示部２０）に所定の時間以上、例えば、０．３秒以上留まることをいう。

注視対象検出部は、また、以上のようにして求めたサンプル表示部２０が表示する商品の商品ＩＤを注視商品ＩＤとして注視履歴データのレコードに含め、注視履歴データ記憶部３２に蓄積する。なお、広告表示部４５に対しては、所定の商品ＩＤが付されているものとする。

ここで、注視履歴データのレコードは、図３（ｂ）に示すように、商品販売装置１を識別する販売装置ＩＤ、顧客を識別する顧客識別キー、当該注視履歴データのレコードを識別する注視履歴識別キー、当該注視履歴データが取得されたときの映像データを識別するフレームＩＤ、当該注視履歴データに係る注視がされた年月日、その注視の注視時間（注視対象を注視している時間）、その注視の注視対象領域を識別する注視領域ＩＤなどにより構成されている。

なお、顧客識別キーは、ここでは、商品販売装置１を利用する顧客をユニークに識別するものではなく、ある顧客の購買動作の開始から終了までの注視履歴データのレコードの同一性を識別できるものであればよい。従って、同じ顧客識別キーが付された一連の注視履歴データは、あるとき、ある顧客が商品販売装置１で商品を購買する場合に、その顧客について取得される注視データの履歴、つまり、注視データの時系列データであることを表す。

ただし、商品販売装置１を繰り返し利用する顧客の同一性を識別する場合には、例えば、顔検知部が顧客の顔を検知した後、公知の方法を用いて、その顧客の顔の映像データから、顔の特徴量を求めるようにする。そして、他方では、注視履歴データのレコードに顔特徴量のフィールドを設けておき、その顔特徴量のフィールドに顔検知部で求めた顔の特徴量を記憶するようにすればよい。

再び、図２を参照して、情報処理装置１０を構成する機能ブロックの機能の説明を続ける。図３において、センサデータ取得部２３は、商品ボタン１２、入金センサ１３、取出口センサ１４、距離センサ１５、人感センサ１６などのセンサ類から入力されるデータを取得する。

顧客購買データ取得部２４は、顧客の購買動作の開始と終了とを判定するとともに、購買動作終了時には、センサデータ取得部２３により取得された商品ボタン１２を識別するデータに基づき、当該顧客が購買した商品の商品ＩＤを判定し、その判定した商品ＩＤを購買商品ＩＤとして顧客購買データ記憶部３３に蓄積する。

なお、本実施形態では、顧客購買データ取得部２４は、映像取得部２１で取得された映像中に所定の大きさより大きい顔が検出されるようになったときを、購買動作の開始と判定し、前記映像中から所定の大きさより大きい顔が検出されなくなったときを、購買動作の終了と判定する。

ただし、顧客の購買動作の開始と終了は、顔の大きさに基づき判定する方法に限定されるものではなく、他の情報に基づき判定してもよい。例えば、人感センサ１６や距離センサ１５などにより商品販売装置１の前面の所定の範囲内に顧客が検出されたときを購買動作の開始と判定し、その範囲内に顧客が検出されなくなったときを購買動作の終了と判定してもよい。また、商品ボタン１２が押されたとき、あるいは、取出口センサ１４が取出口４０の窓の開閉を検知したときを、購買動作の終了と判定してもよい。

データ送受信部２５は、所定の期間（例えば、１日、７日など）が経過するたびに、または、データ分析サーバ装置５から送信の指示を受信したときに、注視履歴データ記憶部３２および顧客購買データ記憶部３３にそれぞれ蓄積された注視履歴データおよび顧客購買データを、まとめて、データ分析サーバ装置５へ送信する。

ここで、顧客購買データのレコードは、図３（ｃ）に示すように、販売装置ＩＤ、顧客識別キー、購買開始時刻、購買終了時刻、購買開始時注視履歴識別キー、購買終了時注視履歴識別キー、購買年月日、領域ＩＤ、購買商品ＩＤなどにより構成されている。

このとき、販売装置ＩＤ、顧客識別キーは、注視履歴データの場合と同じデータ、購買開始時刻は、顧客購買データ取得部２４が顧客の購買動作の開始を判定した時刻、購買終了時刻は、顧客購買データ取得部２４が顧客の購買動作の終了を判定した時刻である。また、購買開始時注視履歴識別キーは、購買開始時刻以降最初に蓄積された注視履歴データのレコードを識別する情報、購買終了時注視履歴識別キーは、購買終了時刻以前最後に蓄積された注視履歴データのレコードを識別する情報である。また、購買年月日は、顧客が当該商品を購買した年月日、領域ＩＤは、顧客が購買した商品に対応するサンプル表示部２０が配置された場所（領域）を識別する識別データ、購買商品ＩＤは、顧客が購買した商品を識別する識別データである。

なお、この顧客購買データは、顧客が商品販売装置１を利用して商品を購買するたびに作成され、顧客購買データ記憶部３３に蓄積される。

次に、図３（ｄ）および（ｅ）を参照して、領域定義データおよび商品配置データについて、さらに、図４を参照して、商品配置の訴求ゾーンのモデルについて説明する。

領域定義データは、商品販売装置１の筐体前面上において注視対象の領域を定義するデータであり、本実施形態の場合、注視対象は、サンプル表示部２０および広告表示部４５であるので、領域定義データは、また、サンプル表示部２０および広告表示部４５の物理的な配置場所を定めるデータということもできる。その領域定義データは、図３（ｄ）に示すように、販売装置ＩＤ、装置型区分、領域ＩＤ、左下頂点座標値、右上頂点座標値などを含んで構成される。

ここで、販売装置ＩＤは、当該商品販売装置１を識別する識別データ、装置型区分は、当該商品販売装置１の型式を識別するデータ、領域ＩＤは、商品販売装置１の筐体前面上の注視対象、つまり、サンプル表示部２０または広告表示部４５を個別に識別する識別データである。また、左下頂点座標値および右上頂点座標値は、注視対象（サンプル表示部２０または広告表示部４５）を矩形の領域で表したとき、それぞれ、その矩形の左下頂点の座標値および右上頂点の座標値である。

なお、領域定義データの領域ＩＤ、左下頂点座標値および右上頂点座標値は、通常、商品販売装置１の型式ごとに固有に定められたデータであるので、領域定義データは、システム構築時に設定されるデータである。

次に、図３（ｅ）に示すように、商品配置データは、商品販売装置１におけるサンプル表示部２０が表す商品の配列を定めるデータであり、販売装置ＩＤ、領域ＩＤ、商品ＩＤ、ゾーン有無区分、ゾーンモデルＩＤ、適用開始年月日、適用終了年月日などを含んで構成される。

ここで、販売装置ＩＤは、当該商品販売装置１を識別する識別データ、領域ＩＤは商品販売装置１の筐体前面上の注視対象、つまり、サンプル表示部２０または広告表示部４５を個別に識別する識別データ、商品ＩＤは、前記領域ＩＤによって指定される領域に配置されるサンプル表示部２０または広告表示部４５が表す商品または広告の識別データ、ゾーン有無区分は、訴求ゾーン設定の有無を示すデータである。また、ゾーンモデルＩＤは、ゾーン有無区分が“有”の場合に、その訴求ゾーンのモデルを識別するデータ、適用開始年月日および適用終了年月日は、ゾーン有無区分およびゾーンモデルＩＤの適用期間を表すデータである。

次に、図４は、商品販売装置１における商品配置の訴求ゾーンのモデルの例を示した図である。図４では、（ａ）〜（ｆ）に示す６つの訴求ゾーンのモデルが示されているが、その各々において、１つの矩形は、１つのサンプル表示部２０が配置される１つの領域を表し、斜線が付された矩形は、その矩形の領域に配置されるサンプル表示部２０が表す商品が同じものであること、つまり、ゾーン訴求のためのゾーンを形成する領域であることを表している。なお、これらの例では、サンプル表示部２０は、４段×４列のマトリックス状に配列されるものとしている。

図４の訴求ゾーンのモデルにおいて、（ａ）は、特定の１つの段の領域（横方向に配列された領域）を占拠して訴求ゾーンを形成した例、（ｂ）は、特定の１つの列の領域（縦方向に配列された領域）を占拠して訴求ゾーンを形成した例、（ｃ）は、中央の領域を占拠して訴求ゾーンを形成した例、（ｄ）は、上半分または下半分の領域を占拠して訴求ゾーンを形成した例、（ｅ）は、左半分または右半分の領域を占拠して訴求ゾーンを形成した例、（ｆ）は、周縁部の領域を占拠して訴求ゾーンを形成した例である。

なお、訴求ゾーンのモデルは、図４の例に限定されるものではなく、様々なモデルを想定することができる。そして、図４の例を含め、想定したすべての訴求ゾーンのモデルのそれぞれに対して、ゾーンモデルＩＤを付す。

続いて、図５〜図１０を参照して、注視判定部２２および顧客購買データ取得部２４で実行される主要な処理について説明する。

図５は、顧客購買データ取得部２４における顧客購買動作判定処理の処理フロー例を示した図である。この顧客購買動作判定処理は、所定の時間ごとに、例えば、映像取得部２１により、カメラ１１から１フレームの映像が取得されるたびに実行される。

なお、図５において、販売中フラグは、商品販売装置１が商品を販売中、つまり、顧客が商品を購買中であることを示すフラグである。すなわち、販売中フラグは、初期状態でクリアされており、顧客が商品販売装置１の前に立って、その購買動作が開始したときセットされ、購買動作が終了したときクリアされる。

図５に示すように、情報処理装置１０の図示しないＣＰＵ（以下、単にＣＰＵという）は、映像取得部２１を介して、カメラ１１から１フレームの映像データを取得する（ステップＳ０１）。次に、ＣＰＵは、注視判定部２２の移動体検知処理で検知した移動体領域を除外して背景領域を検出する（ステップＳ０２）。次に、ＣＰＵは、販売中フラグがオンか否かを判定する（ステップＳ０３）。

その判定の結果、販売中フラグがオンでなかったときには（ステップＳ０３でＮｏ）、ＣＰＵは、ステップＳ０１で取得した映像データでその背景領域の面積が所定の閾値Ａより小さいか否かを判定する（ステップＳ０４）。そして、背景領域の面積が所定の閾値Ａより小さいときには（ステップＳ０４でＹｅｓ）、ＣＰＵは、注視判定部２２の顔検知処理の結果に基づき、前記取得した映像に顔を検知したか否かを判定する（ステップＳ０５）。

次に、ステップＳ０５の判定において、顔を検知したときには（ステップＳ０５でＹｅｓ）、ＣＰＵは、顧客が購買動作を開始したものと判断し、販売中フラグをセットして（ステップＳ０６）、当該１フレームの映像データについての顧客購買動作判定処理を終了する。

また、ステップＳ０４の判定で、背景領域の面積が所定の閾値Ａより小さくなかったとき（ステップＳ０４でＮｏ）、または、ステップＳ０５の判定で、顔を検知しなかったときには（ステップＳ０５でＮｏ）、ＣＰＵは、顧客が購買動作を未だ開始していないと判断して、当該１フレームの映像データについての顧客購買動作判定処理を終了する。

また、ステップＳ０３の判定で、販売中フラグがオンであったときには（ステップＳ０３でＹｅｓ）、ＣＰＵは、前記顔検知処理の結果に基づき、ステップＳ０１で取得した映像に顔を検知したか否かを判定する（ステップＳ０７）。その判定の結果、顔を検出しなかったときには（ステップＳ０７でＮｏ）、ＣＰＵは、前記取得した映像データでその背景領域の面積が所定の閾値Ｂより小さいか否かを判定する（ステップＳ０８）。

次に、ステップＳ０８の判定において、背景領域の面積が所定の閾値Ｂより小さくなかったときには（ステップＳ０８でＮｏ）、ＣＰＵは、顧客が購買動作を終了したものと判断して、販売中フラグをクリアする（ステップＳ０９）。そして、ＣＰＵは、顧客購買商品判定処理を実行し（ステップＳ１０）、当該１フレームの映像データについての顧客購買動作判定処理を終了する。

なお、顧客購買商品判定では、ＣＰＵは、商品ボタン１２が押されたことを検知したとき、その信号がいずれの領域（サンプル表示部２０）に対応する商品ボタン１２から入力されたものであるかを判定することにより、その領域ＩＤを取得し、さらに、商品配置データ記憶部３５を参照して、その領域ＩＤに対応付けられた商品ＩＤを取得する。

一方、ステップＳ０７の判定で、顔を検知したとき（ステップＳ０７でＹｅｓ）、または、ステップＳ０８の判定で、背景領域の面積が所定の閾値Ｂより小さかったときには（ステップＳ０８でＹｅｓ）、ＣＰＵは、顧客が購買動作を未だ終了していないと判断して、当該１フレームの映像データについての顧客の購買動作判定処理を終了する。

なお、以上の処理において、閾値Ａは、閾値Ｂよりも小さく設定するものとする。そうしておけば、販売中フラグがいったんセットされると、顧客の動きによって背景領域の面積が多少変動しても、販売中フラグがすぐにクリアされるようなことはなくなる。

図６は、注視判定部２２における視線検出処理の処理フローの例を示した図である。図６に示すように、ＣＰＵは、顔検知処理により、まず、映像データの中に顔を検知する（ステップＳ１１）。次に、ＣＰＵは、その顔の中で瞳（黒目）を探し、瞳を検出したときには（ステップＳ１２でＹｅｓ）、さらに、目領域を探す。そして、目領域を検出したときには（ステップＳ１３でＹｅｓ）、ＣＰＵは、さらに、両目を探す。

次に、ＣＰＵは、両目を検出したときには（ステップＳ１４でＹｅｓ）、両目についてそれぞれの目の視線方向を計算する（ステップＳ１５）。このとき、その視線方向は、前記したように、例えば、特許文献２に記載されている方法に基づき計算する。両目の場合には、視線方向が２つ得られるので、ＣＰＵは、その両目の視線方向を加算して（ステップＳ１６）、１つの視線方向にまとめる。一方、両目を検出しなかったときには（ステップＳ１４でＮｏ）、検出した片目の視線方向を計算する（ステップＳ１７）。

なお、視線方向は、例えば、瞳の位置を始点とするベクトルとして表されるので、両目の場合、そのベクトル加算をすればよい。また、視線の始点の位置は、両目の平均の位置（中間の位置）に定める。その場合、ベクトル加算や始点の平均位置の計算に際しては、顔の向きや視線の方向に応じて、視線ベクトルの大きさなどに、適宜、加重を付してもよい。

以上のようにして、視線方向が得られると、ＣＰＵは、注視対象検出処理として、その視線方向の先にある視線位置を検出する（ステップＳ１８）。ここで、視線位置とは、商品販売装置１の筐体の前面上で当該視線が指している位置をいう。なお、視線位置の検出処理については、次に、図７および図８を用いて詳しく説明する。

また、ステップＳ１２で瞳を検出しなかったとき（ステップＳ１２でＮｏ）、または、ステップＳ１３で目領域を検出しなかったときには（ステップＳ１３でＮｏ）、ＣＰＵは、そのまま何もせずに処理を終了する。

なお、以上の視線検出処理は、少なくとも顔が検知された映像について、１フレームごとに行われる。

続いて、図７および図８を参照して、視線位置検出処理の詳細について説明する。ここで、図７は、注視判定部２２における視線位置を求める方法を説明するための図、図８は、注視判定部２２における視線位置検出処理の処理フローの例を示した図である。

図７には、顧客が商品販売装置１の前面側に立って、その筐体の前面を見ている様子がその上面図として示されている。ここで、商品販売装置１の筐体内部には、カメラ１１がその筐体の前面に垂直な方向を向いて設けられている。このとき、カメラ１１の方向（カメラ視線）をｘ軸とし、商品販売装置１の筐体の前面上でｘ軸に交わる水平方向の直線をｙ軸とし、垂直方向の直線をｚ軸とする。このとき、ｘ軸は、カメラ視線となるので、撮影された映像の中心になる。また、カメラ１１が撮影可能な角度の範囲を画角と呼び、これをθで表す。

そこで、図８に示すように、情報処理装置１０のＣＰＵは、距離センサ１５などを介して商品販売装置１の筐体の前面から顧客までの距離（ｄ）を取得する（ステップＳ２１）。次に、ＣＰＵは、カメラ１１から得られる映像に基づき、ｙ軸方向およびｚ軸方向それぞれについて、カメラ映像中心と顔中心位置との差分量（δ_ｙ，δ_ｚ）を計算する（ステップＳ２２）。

なお、ここでいう顔中心とは、顧客の視線の始点をいい、両目の場合には、両目（瞳）の位置の平均位置（適宜、加重平均でもよい）であり、片目の場合には、その目（瞳）の位置をいう。また、その差分量（δ_ｙ，δ_ｚ）の計算に際しては、画角（θ）および顧客までの距離（ｄ）を考慮するものとする。なお、商品販売装置１が一般的な自動販売機である場合には、顧客までの距離（ｄ）は、顧客によらず概ね一定なので、距離センサ１５から得られる値ではなく、所定の定数としてもよい。

次に、ＣＰＵは、視線検出処理（図６参照）で計算された視線方向、ステップＳ２１で取得された顧客までの距離（ｄ）、ステップＳ２２で計算された差分量（δ_ｙ，δ_ｚ）に基づき、視線位置を計算する（ステップＳ２３）。このとき、視線の始点位置は、座標点（ｄ，δ_ｙ，δ_ｚ）と表すことができるので、求める視線位置は、視線方向と同じ方向の直線で、座標位置（ｄ，δ_ｙ，δ_ｚ）を通る直線がｙｚ平面（ｘ＝０の平面）と交わる点として求めることができる。

図９は、注視判定部２２における注視対象検出処理の処理フローの例を示した図である。この処理では、注視対象が何であったか、つまり、本実施形態に即していえば、顧客が商品販売装置１のどのサンプル表示部２０を注視していたかを検出する。

なお、この注視対象検出処理は、カメラ１１から得られる１フレームの映像ごとに行われる処理である。従って、注視したことは、顧客の視線方向が指し示す視線位置が、所定時間以上、つまり、所定フレーム数以上、特定のサンプル表示部２０に連続して滞在したことを判定することによって検出することができる。

情報処理装置１０のＣＰＵは、まず、図８に示した視線位置検出処理により、視線位置を検出すると（ステップＳ３１）、今回検出した視線位置が前回と同じサンプル表示部２０の領域に含まれるか否かを判定する（ステップＳ３２）。

なお、ここでいう今回とは、そのとき実行中の処理をいい、前回とは、今回の処理対象フレームの１つ前のフレームについて行った処理をいう。また、領域とは、商品販売装置１の筐体の前面においていずれかのサンプル表示部２０が占める領域部分を指す。また、図１０では、紛れない範囲で、視線位置を単に位置と記載している。

そこで、今回の視線位置が前回と同じ領域に含まれていた場合には（ステップＳ３２でＹｅｓ）、ＣＰＵは、視線位置がその領域に滞在する時間、つまり、注視時間をカウントアップして（ステップＳ３９）、当該フレームに対する処理を終了する。また、今回の視線位置が前回と同じ領域に含まれていなかった場合には（ステップＳ３２でＮｏ）、ＣＰＵは、さらに、前回の視線位置がサンプル表示部２０のいずれかの領域に含まれているか否かを判定する（ステップＳ３３）。

そして、前回の視線位置がサンプル表示部２０のいずれかの領域に含まれていた場合には（ステップＳ３３でＹｅｓ）、視線位置は、前回まで含まれていた領域の外に移動したことになるので、ＣＰＵは、そのとき示されている注視時間が所定の閾値時間、例えば、０．３秒以上であるか否かを判定する（ステップＳ３５）。

そこで、その注視時間が所定の閾値時間以上であった場合には（ステップＳ３５でＹｅｓ）、ＣＰＵは、前回の注視位置が含まれる領域を顧客が注視したものと判定して、その前回の注視位置が含まれる領域に基づき、注視対象を取得する（ステップＳ３６）。なお、この場合の注視対象とは、その領域に対応付けられたサンプル表示部２０に表示または展示されている商品であり、ＣＰＵは、その商品を識別する商品番号を取得する。

次に、ＣＰＵは、図３に示した注視履歴データを作成し、その注視履歴データを注視履歴データ記憶部３２に蓄積する（ステップＳ３７）。続いて、ＣＰＵは、注視時間をクリアして（ステップＳ３８）、当該フレームに対する処理を終了する。また、注視時間が所定の閾値時間以上でなかった場合には（ステップＳ３５でＮｏ）、顧客がその領域を注視したことにはならないので、ＣＰＵは、注視時間をクリアして（ステップＳ３８）、当該フレームに対する処理を終了する。

一方、ステップＳ３３で、前回の視線位置がサンプル表示部２０のいずれの領域にも含まれていなかった場合には（ステップＳ３３でＮｏ）、ＣＰＵは、さらに、今回の視線位置がサンプル表示部２０のいずれかの領域に含まれているか否かを判定する（ステップＳ３４）。そして、今回の視線位置がサンプル表示部２０のいずれかの領域に含まれていた場合には（ステップＳ３４でＹｅｓ）、注視時間をカウントアップして（ステップＳ３９）、当該フレームに対する処理を終了する。また、今回の視線位置がサンプル表示部２０のいずれの領域にも含まれていなかった場合には（ステップＳ３４でＮｏ）、そのまま当該フレームに対する処理を終了する。

以上のようにして、ＣＰＵは、顧客が注視する商品を知ることができる。ただし、以上の処理においては、各フレームの映像から得られる視線位置が、一瞬、他の位置にぶれる場合がある。そのようなことが頻繁に生じると、顧客が注視する商品を定めることができなくなる。

そこで、それを防止するには、例えば、視線位置として移動平均値を利用するとよい。すなわち、ステップＳ３１で得られる視線位置をそのまま使用せずに、過去数フレームの処理で取得した視線位置からその平均位置を計算し、ステップＳ３２以下では、その平均位置を視線位置として用いる。こうすることによって、視線位置が、一瞬、他の位置にぶれるようなことがあっても、顧客が注視する商品をうまく定めることができる。

＜４．データ分析サーバ装置の機能の詳細＞
データ分析サーバ装置５の機能は、その内部に含まれる情報処理装置５０によって実現される。以下、情報処理装置５０を構成する機能ブロックの機能について、図２および図１０〜図１２を参照して説明する。ここで、図１０は、データ分析サーバ装置５の情報処理装置１０がその記憶装置に記憶するデータのレコード構成の例を示した図である。

図２において、注視・販売データ収集部６１は、所定の期間ごと、例えば、１日や１週ごとに、通信ネットワーク４を介して接続されている商品販売装置１から、その期間に蓄積された注視履歴データおよび顧客購買データを収集し、それぞれ、注視履歴データ記憶部７２および顧客購買データ記憶部７３に蓄積する。

このとき、注視履歴データ記憶部７２および顧客購買データ記憶部７３に蓄積される注視履歴データおよび顧客購買データのレコード構成は、図１０（ａ）、（ｂ）に示すように、商品販売装置１においてその記憶部に蓄積される注視履歴データおよび顧客購買データのレコード構成（図３（ａ）、（ｂ）参照）と同じである。なお、データ分析サーバ装置５においては、複数の商品販売装置１から収集された注視履歴データおよび顧客購買データが同じ記憶部に混在して蓄積されることになるが、それぞれのレコードには、販売装置ＩＤが含まれているので、その販売装置ＩＤにより商品販売装置１を識別することができる。

また、データ分析サーバ装置５の情報処理装置５０は、通信ネットワーク４を介してデータ分析サーバ装置５に接続された各々の商品販売装置１についての領域定義データおよび商品配置データを、領域定義データ記憶部７４および商品配置データ記憶部７５に記憶している。その記憶するレコードの構成は、図１０（ｃ）、（ｄ）に示すように、商品販売装置１においてその記憶部に記憶される領域定義データおよび商品配置データのレコード構成（図３（ｄ）、（ｅ）参照）と同じである。

なお、領域定義データおよび商品配置データは、商品販売装置１で設定され、それをデータ分析サーバ装置５が収集するものとしてもよく、または、データ分析サーバ装置５で各々の商品販売装置１の領域定義データおよび商品配置データ管理し、商品販売装置１では、データ分析サーバ装置５から配信される領域定義データおよび商品配置データに基づき、商品、つまり、サンプル表示部２０の配置を決めるようにしてもよい。

再び、図２において、注視・販売データ集計部６２は、領域定義データ記憶部７４および商品配置データ記憶部７５を参照しつつ、注視履歴データ記憶部７２および顧客購買データ記憶部７３に蓄積されたデータを集計し、注視・販売集計データを作成し、作成した注視・販売集計データを注視・販売集計データ記憶部７６に蓄積する。

ここで、注視・販売集計データ記憶部７６に蓄積される注視・販売集計データのレコードは、図１０（ｅ）に示すように、販売装置ＩＤ、領域ＩＤ、商品ＩＤ、ゾーン有無区分、ゾーンモデルＩＤ、販売年月日、注視合計時間、商品販売数などを含んで構成される。このとき、販売装置ＩＤ、領域ＩＤ、商品ＩＤ、ゾーン有無区分、ゾーンモデルＩＤが意味するデータは、商品配置データの場合（図３（ｅ）参照）と同じである。また、販売年月日は、当該注視・販売集計データが集計の対象とする年月日、注視合計時間は、その販売年月日に、当該商品販売装置１において当該領域ＩＤで指定される領域が注視された注視時間の合計、商品販売数は、当該領域ＩＤで指定される領域に対応する商品ボタン１２が押されたことにより販売された商品の数である。

図１１は、注視・販売データ集計部６２による注視・販売データ集計処理の処理フローの例を示した図である。この注視・販売データ集計処理は、注視・販売データ収集部６１が収集し、注視履歴データ記憶部７２および顧客購買データ記憶部７３に蓄積した注視履歴データおよび顧客購買データについて、商品販売装置１およびサンプル表示部２０または広告表示部４５が配置された１つの領域を指定し、その指定された商品販売装置１の領域が、ある１日間に注視される注視時間を合計するとともに、その領域に対応付けられた商品の販売数を算出し、算出した注視合計時間および商品販売数を注視・販売集計データ記憶部７６に蓄積する処理である。

図１１に示すように、データ分析サーバ装置５の情報処理装置５０の図示しないＣＰＵ（以下、単にＣＰＵという）は、まず、集計対象の販売装置ＩＤ、領域ＩＤ、年月日を指定する（ステップＳ４１）。

次に、ＣＰＵは、その指定した販売装置ＩＤ、領域ＩＤ、年月日（注視履歴データでは注視年月日に相当）をキーとして、注視履歴データ記憶部７２から該当する注視履歴データを抽出し、抽出した注視履歴データの注視時間を集計し、指定された年月日の１日の注視合計時間を算出する（ステップＳ４２）。

次に、ＣＰＵは、ステップＳ４２と同じ販売装置ＩＤ、領域ＩＤ、年月日（顧客購買データでは購買年月日に相当）をキーとして、顧客購買データ記憶部７３から該当する顧客購買データを抽出し、抽出した顧客購買データに基づき、指定された年月日の１日の商品販売数を算出する（ステップＳ４３）。

次に、ＣＰＵは、ステップＳ４２と同じ販売装置ＩＤ、領域ＩＤ、年月日（商品配置データでは、適用開始年月日から適用終了年月日までに含まれる年月日に相当）をキーとして、商品配置データ記憶部７５から該当する商品配置データを抽出し、抽出した商品配置データから、商品ＩＤ、ゾーン有無区分、ゾーンモデルＩＤを取得する（ステップＳ４４）。

次に、ＣＰＵは、ステップＳ４２〜ステップＳ４４でキーとして用いた販売装置ＩＤ、領域ＩＤ、年月日に、ステップＳ４４で取得した商品ＩＤ、ゾーン有無区分、ゾーンモデルＩＤ、ステップＳ４２およびステップＳ４３で算出した注視合計時間および商品販売数を付加し、注視・販売集計データを作成し、作成した注視・販売集計データ記憶部７６に蓄積する（ステップＳ４５）。

再び、図２の説明に戻る。データ分析サーバ装置５の情報処理装置５０において、相関分析部６３は、注視履歴データ記憶部７２、顧客購買データ記憶部７３、領域定義データ記憶部７４、商品配置データ記憶部７５などを、適宜、参照しつつ、注視・販売集計データ記憶部７６に蓄積された注視・販売集計データに基づき、主として、商品、つまり、サンプル表示部２０が配置される場所と、その注視合計時間や商品販売数などとの間での相関分析、クロス分析などを行う。

なお、相関分析、クロス分析などを実現するプログラムは、公知の表計算ソフトやデータベース管理システムなどに組み込まれて提供されている。そこで、ここでは、そのプログラムを用い、または、それと同様のプログラムを作成して用いるものとし、その詳細な説明を省略する。

分析データ表示部６４は、相関分析部６３によって分析された分析結果の一例を表示装置５１に表示する。

図１２は、相関分析部６３による相関分析結果を表示装置５１に表示した例を示した図である。図１２において、（ａ）〜（ｃ）および（Ａ）〜（Ｃ）のそれぞれは、サンプル表示部２０の注視時間または商品販売数の配置位置との相関を分析した結果を表示した例である。その各々において、１つの矩形は、１つのサンプル表示部２０が配置される１つの領域を表し、その４段×４列の矩形の配列は、商品販売装置１の前面上に配置されたサンプル表示部２０を表している。また、それぞれの矩形には、分析結果の値が与えられ、ここでは、その値の大小を矩形の濃淡によって表している。

図１２において、（ａ）は、訴求ゾーンが設定されない場合について、４段×４列に構成されたサンプル表示部２０の注視時間比分布を求め、表示した例である。ここで、領域ＩＤがｉのサンプル表示部２０の注視時間比Ｇ_ｉは、次のようにして求められる。

すなわち、ＣＰＵは、注視・販売集計データ記憶部７６から、分析対象の商品販売装置１の端末装置ＩＤおよびをゾーン有無区分が“無”のレコードを抽出し、その抽出したレコードから、さらに、領域ＩＤがｉのレコードを抽出し、そのレコードに含まれる注視合計時間をｇ_ｉとする。ただし、この抽出において、購買年月日が異なる複数のレコードが抽出されたときには、ｇ_ｉは、それらの複数のレコードに含まれるそれぞれの注視合計時間を合計した時間であるとする。

続いて、ＣＰＵは、領域ＩＤがｉの領域に配置されたサンプル表示部２０の注視時間比Ｇ_ｉを、次の式により算出する。ここで、ｉ＝１，２，…，１６とする。
Ｇ_ｉ＝ｇ_ｉ／（ｇ_１＋ｇ_２＋…＋ｇ_１６）

また、図１２において、（ｂ）は、訴求ゾーンが設定されない場合について、４段×４列に構成されたサンプル表示部２０のそれぞれが表示する商品の販売数の商品販売数比分布を求め、表示した例である。ここで、領域ＩＤがｉのサンプル表示部２０の商品販売数比Ｓ_ｉは、次のようにして求められる。

すなわち、ＣＰＵは、注視・販売集計データ記憶部７６から、分析対象の商品販売装置１の端末装置ＩＤおよびをゾーン有無区分が“無”のレコードを抽出し、その抽出したレコードから、さらに、領域ＩＤがｉのレコードを抽出し、そのレコードに含まれる商品販売数をｎ_ｉとする。ただし、この抽出において、購買年月日が異なる複数のレコードが抽出されたときには、ｎ_ｉは、それらの複数のレコードに含まれるそれぞれの商品販売数を合計した数であるとする。

続いて、ＣＰＵは、領域ＩＤがｉの領域に配置されたサンプル表示部２０の商品販売数比Ｓ_ｉを、次の式により算出する。ここで、ｉ＝１，２，…，１６とする。
Ｓ_ｉ＝ｇ_ｉ／（ｎ_１＋ｎ_２＋…＋ｎ_１６）

また、図１２において、（ｃ）は、訴求ゾーンが設定されない場合について、４段×４列に構成されたサンプル表示部２０の販売数当りの注視時間比分布を求め、表示した例である。このとき、ＣＰＵは、前記の注視合計時間ｇ_ｉおよび商品販売数ｎ_ｉを用いて、領域ＩＤがｉのサンプル表示部２０の販売数当りの注視時間比Ｔ_ｉを、次の式により算出する。ここで、ｉ＝１，２，…，１６とする。
Ｔ_ｉ＝（ｇ_ｉ／ｎ_ｉ）／（（ｇ_１／ｎ_１）＋（ｇ_２／ｎ_２）＋…＋（ｇ_１６／ｎ_１６））

また、図１２において、（Ａ）〜（Ｃ）は、それぞれに訴求ゾーンが設定された場合についての注視時間比分布、商品販売数比分布、販売数当りの注視時間比分布を表示した例であり、訴求ゾーンが設定されない場合の（ａ）〜（ｃ）に対応する。なお、これら例では、右端１列の領域のサンプル表示部２０（破線の矩形で囲まれた部分）に訴求ゾーンが設定されているものとしている。

以上の図１２の表示例から、マーケティングデータ分析システム１００の管理者は、例えば、次のような知見を得ることができる。ただし、図１２の表示例で用いたデータは、説明用のデータであり、現実のデータではない。また、以下の知見も説明用のものであって、現実に得られた知見ではない。

図１２（ａ）によれば、購買者の視線は、上段それも左側寄りに配置されたサンプル表示部２０に行き易く、下段の右側寄りに配置されたサンプル表示部２０には届きにくい。また、（ｂ）によれば、購買者は、上段中央部に配置されたサンプル表示部２０が表示する商品を購買し、下段右側寄りに配置されたサンプル表示部２０が表示する商品は購買しない傾向がある。また、（ｃ）によれば、商品販売数当りの注視時間は、注視時間と同様に、上段左側寄りに配置されたサンプル表示部２０で大きいが、逆にいえば、注視される割には販売数が少ないことを意味する。

商品の一般的な販売数が同程度の商品について、図１２（ａ）〜（ｃ）の分析データを取得しておくと、サンプル表示部２０、つまり、商品の空間的な配列の影響を除去した適正な販売数を取得することができる。例えば、新商品などを初めて販売したとき、その新商品の販売数を、実販売数ではなく、そのサンプル表示部２０が配置された位置の影響を除去した販売数として、取得することができる。

また、これらの分析結果を販売戦略に積極的に利用することもできる。例えば、（１）販売数を伸ばそうとする商品は、上段中央部に配置する、（２）下段右側寄りに配置されたサンプル表示部２０は、見られもせず、売れもしない、いわゆる、ブラックゾーンになっているので、訴求ゾーンをその最下段に設けて、最下段が目立つようにする、など。

さらに、図１２（Ａ）によれば、訴求ゾーンが右端の列に設定された場合には、購買者の視線は、その訴求ゾーンが設定されたサンプル表示部２０へ移動する。そして、この場合には、購買者の視線は、下段左側寄りに配置されたサンプル表示部２０へ届きにくくなる。また、（Ｂ）によれば、そのサンプル表示部２０が訴求ゾーンに配置された商品の販売数は、（ｂ）に比べ増加しているので、訴求ゾーン設定の効果は「ある」といえる。また、（Ｃ）によれば、訴求ゾーンに配置されたサンプル表示部２０の販売数当りの注視時間は、（ｃ）に比べ増加しているので、訴求ゾーン設定の効果は「ある」ことが分かる。

以上の例は、訴求ゾーンを、右端１列の領域のサンプル表示部２０に設定した場合であるが、図４で説明したように、訴求ゾーンとしては、多種多様のモデルを設定することができる。そこで、他の訴求ゾーンを設定して同様の分析を行えば、他の分析結果が得られ、それらの結果を比較することによって、例えば、新商品の販売数を伸ばそうとするためには、どのような訴求ゾーンを設定すればよいか、などの知見を得ることができる。

以上に説明したように、訴求ゾーンについては、「訴求ゾーンを設定する位置」が重要であるが、それに劣らず、「訴求ゾーンが全体に占める面積比」も重要といわれている。それは、全体の１／４の面積を用いて訴求ゾーンを設定するよりも、全体の半分の面積を用いて訴求ゾーンを設定するほうが、より目立つからである。しかしながら、今までに、例えば「訴求ゾーンの面積比を大きくすることにより、訴求ゾーンに属するサンプル表示部２０について、１表示部当たりの商品販売数が増加する」などといった効果の存在が、現実のデータに即して検証されているわけではない。

本実施形態では、注視・販売集計データ記憶部７６に記憶された注視・販売集計データ（図１０（ｅ）参照）をさらに集計することにより、サンプル表示部２０ごとの商品販売数を取得することができる。また、注視・販売集計データでは、訴求ゾーンに属するサンプル表示部２０を識別することができるので、訴求ゾーンに属するサンプル表示部２０について、１表示部当たりの商品販売数を容易に算出することができる。

従って、本実施形態においては、その商品販売装置１で、訴求ゾーンの面積比を、例えば、１／２にしたり、１／４にしたりすることができ、そのそれぞれの場合について、訴求ゾーンに属するサンプル表示部２０の１表示部当たりの商品販売数を、現実のデータとして取得することができる。すなわち、訴求ゾーンの面積比を大きくしたことの効果の有無を、現実のデータに即して検証することが可能になる。

また、当然ながら、本実施形態では、訴求ゾーンに属するサンプル表示部２０についての１表示部当たりの注視時間を、その１表示部当たりの商品販売数と併せて取得することができる。すなわち、訴求ゾーンの面積比を大きくした場合に、その１表示部当たりの注視時間が大きくなるのか、または、小さくなるのかなどの現実のデータを取得することができる。

その結果得られる１表示部当たりの注視時間は、「訴求ゾーンの面積比を大きくしたとき、１表示部当たりの商品販売数が増加する」という効果を裏付けるのに有用な結果であるかも知れないし、または、その逆の結果であるかもしれない。しかしながら、そのいずれの結果であっても、前記の効果などを分析するのに有用な結果であることには間違いなく、それらの結果をさらに分析することよって、訴求ゾーンの面積比を大きくすることについての様々な他の効果や負の効果などの知見を得ることが可能になる。

以上、本実施形態によれば、データ分析サーバ装置５は、商品販売装置１において取得される各サンプル表示部２０の注視時間、そのサンプル表示部２０が表示する商品の販売数などのデータに基づき、サンプル表示部２０の配列、つまり、商品の配列と、その注視時間、販売数などとの相関データを取得することができる。さらに、サンプル表示部２０に訴求ゾーンを設定した場合について、同様の相関データを取得することができるとともに、それらの訴求ゾーンの位置や面積比などとの相関データなどについても取得することができる。従って、データ分析サーバ装置５の管理者または利用者は、サンプル表示部２０または商品の様々な配列や訴求ゾーンの設定について数値的な評価をすることができるようになり、その結果として、その配列方法や訴求ゾーンの設定方法について、マーケティングに係る様々な知見を得ることができる。

なお、相関分析部６３の分析機能は、以上に説明したような分析機能、つまり、単純に商品（サンプル表示部２０）の注視時間や販売数とその配置との相関を分析する機能に限定されるのではなく、さらに複雑な相関を分析することができる。

例えば、相関分析部６３は、（１）顧客が注視したが購買しなかった商品の注視時間と、顧客が購買した商品の注視時間との相関、（２）顧客が注視したが購買しなかった商品の注視時間と、その商品の配置位置と、顧客が購買した商品の配置位置との相関、（３）顧客が注視したが購買しなかった商品の注視時間と、その商品の配置位置と、訴求ゾーンの位置との相関、などに係る相関データを取得することができる。

とくに、顧客が注視したが購買しなかった商品の注視時間は、顧客のその商品に対する潜在的な興味の程度を表す数値であり、それを他の様々なデータとの間で相関分析をすることにより、将来の商品の販売数を予測するのに有用な様々のマーケティングデータを取得することができる。

＜５．実施形態の変形例＞
以上に説明した実施形態においては、商品販売装置１は、たばこや飲料などの自動販売機を想定しているが、商品販売装置１は、自動販売機に限定されることなく、商品販売装置１がスーパーやコンビニなどにおける立壁状の商品陳列棚や平面状の商品陳列ケースなどであってもよい。

ただし、その商品陳列棚や商品陳列ケースには、通常、サンプル表示部２０ではなく、商品そのものが配置される。その配置領域のデータは、この場合にも、図３（ｄ）の領域定義データを用いて定義することができる。ただし、配置領域を定義するデータは、単なる２次元の矩形のデータではなく、平面状の商品陳列ケースにも対応可能なように、３次元の座標データであるものとする。

また、商品販売装置１は、顧客が商品を購買したのかしなかったのか、あるいは、購買した場合、どの商品を購買したかを検知する手段が必要である。これは、商品ボタン１２に対応する。しかしながら、スーパーやコンビニでは、顧客は、通常、レジにて商品を受け取り、その代金を支払うので、その商品陳列棚や商品陳列ケースに、商品ボタン１２に厳密に対応する手段を設けることは困難である。

そこで、本実施形態の変形例では、商品陳列棚や商品陳列ケースにおいて販売する商品の領域ごとに、例えば、その領域に陳列された商品の総重量を計測する重量センサを設ける。そして、商品販売装置１は、その重量センサからその重量を取得し、その重量が減少した場合に、その領域に陳列された商品が顧客によって購買されたものと判断する。すなわち、このような手段により、商品ボタン１２の代用手段が実現されたことになる。

以上のような手段を講ずることにより、前に詳しく説明した実施形態が、本実施形態の変形例でも、そのまま適用可能となる。

本発明の実施形態に係る商品販売装置の外観および概略構成の例を示した図。 本発明の実施形態に係るマーケティングデータ分析システムの機能ブロックの構成の例を示した図。 商品販売装置の情報処理装置がその記憶装置に記憶するデータのレコード構成の例を示した図。 商品販売装置における商品配置の訴求ゾーンのモデルの例を示した図。 顧客購買データ取得部における顧客購買動作判定処理の処理フロー例を示した図。 注視判定部における視線検出処理の処理フローの例を示した図。 注視判定部における視線位置を求める方法を説明するための図。 注視判定部における視線位置検出処理の処理フローの例を示した図。 注視判定部における注視対象検出処理の処理フローの例を示した図。 データ分析サーバ装置の情報処理装置がその記憶装置に記憶するデータのレコード構成の例を示した図。 注視・販売データ集計部による注視・販売データ集計処理の処理フローの例を示した図。 相関分析部による相関分析結果を表示装置に表示した例を示した図。

符号の説明

１ 商品販売装置
４ 通信ネットワーク
５ データ分析サーバ装置
１０ 情報処理装置
１１ カメラ
１２ 商品ボタン
１３ 入金センサ
１４ 取出口センサ
１５ 距離センサ
１６ 人感センサ
２０ サンプル表示部
２１ 映像取得部
２２ 注視判定部
２３ センサデータ取得部
２４ 顧客購買データ取得部
２５ データ送受信部
３０ 入金口
３１ 映像データ記憶部
３２ 注視履歴データ記憶部
３３ 顧客購買データ記憶部
３４ 領域定義データ記憶部
３５ 商品配置データ記憶部
４０ 取出口
４５ 広告表示部
５０ 情報処理装置
５１ 表示装置
６１ 注視・販売データ収集部
６２ 注視・販売データ集計部
６３ 相関分析部
６４ 分析データ表示部
７２ 注視履歴データ記憶部
７３ 顧客購買データ記憶部
７４ 領域定義データ記憶部
７５ 商品配置データ記憶部
７６ 注視・販売集計データ記憶部
１００ マーケティングデータ分析システム

Claims (4)

1. 販売中の商品およびその表示サンプルの少なくとも一方を陳列した商品棚と、前記顧客が購買する商品の選択を検知する商品選択センサと、前記商品を購買する顧客を撮影するカメラと、情報を記憶する記憶装置と、を備えた商品販売装置が、通信ネットワークを介してデータ分析サーバ装置に接続された構成を用いて行うマーケティングデータ分析方法であって、
   前記商品販売装置は、
   前記カメラから取得される前記顧客の顔の映像を解析して当該顧客の視線を検出することにより、当該顧客が注視する前記商品またはその表示サンプルを判定し、
   前記判定に際して取得される当該顧客が当該商品または表示サンプルを注視する注視時間と、当該商品またはその表示サンプルが配置された場所を識別する領域識別データと、を少なくとも対応付けたデータを、注視履歴データとして前記記憶装置に蓄積し、
   前記商品選択センサを介して、当該顧客が購買する商品の選択を検知したときには、当該選択が検知された商品について、当該商品を識別する商品識別データと、当該商品またはその表示サンプルが配置された場所を識別する領域識別データと、当該顧客が前記商品またはその表示サンプルを注視したときに蓄積された前記注視履歴データを識別する注視履歴識別データと、を少なくとも対応付けたデータを、顧客購買データとして前記記憶装置に蓄積し、
   前記データ分析サーバ装置は、
   前記商品販売装置から、前記通信ネットワークを介して、所定の期間に当該商品販売装置の記憶装置に蓄積された前記注視履歴データと前記顧客購買データとを取得し、
   前記取得した前記注視履歴データと前記顧客購買データとから、少なくとも前記領域識別データをキーとして指定して抽出されるデータについて、当該データに含まれる注視時間に基づき、注視合計時間を算出するとともに、当該データに含まれる前記顧客購買データの数に基づき、商品販売数を算出し、
   前記キーとして指定した前記領域識別データと、前記算出した注視合計時間および商品販売数と、を少なくとも対応付けたデータを、注視・販売集計データとして前記当該商品販売装置の記憶装置に蓄積し、
   前記蓄積した注視・販売集計データを含むデータから、前記注視合計時間、前記商品販売数またはその少なくとも一方に依存する数量について、当該数量と、前記領域識別データによって識別される前記商品またはその表示サンプルが配置された場所と、の相関データを取得すること
   を特徴とするマーケティングデータ分析方法。
2. 販売中の商品およびその表示サンプルの少なくとも一方を陳列した商品棚と、前記顧客が購買する商品の選択を検知する商品選択センサと、前記商品を購買する顧客を撮影するカメラと、情報を記憶する記憶装置と、を備えた商品販売装置が、通信ネットワークを介してデータ分析サーバ装置に接続されて構成されたマーケティングデータ分析システムであって、
   前記商品販売装置は、
   前記カメラから取得される前記顧客の顔の映像を解析して当該顧客の視線を検出することにより、当該顧客が注視する前記商品またはその表示サンプルを判定する手段と、
   前記判定に際して取得される当該顧客が当該商品または表示サンプルを注視する注視時間と、当該商品またはその表示サンプルが配置された場所を識別する領域識別データと、を少なくとも対応付けたデータを、注視履歴データとして前記記憶装置に蓄積する手段と、
   前記商品選択センサを介して、当該顧客が購買する商品の選択を検知したときには、当該選択が検知された商品について、当該商品を識別する商品識別データと、当該商品またはその表示サンプルが配置された場所を識別する領域識別データと、当該顧客が前記商品またはその表示サンプルを注視したときに蓄積された前記注視履歴データを識別する注視履歴識別データと、を少なくとも対応付けたデータを、顧客購買データとして前記記憶装置に蓄積する手段と、
   を備え、
   前記データ分析サーバ装置は、
   前記商品販売装置から、前記通信ネットワークを介して、所定の期間に当該商品販売装置の記憶装置に蓄積された前記注視履歴データと前記顧客購買データとを取得する手段と、
   前記取得した前記注視履歴データと前記顧客購買データとから、少なくとも前記領域識別データをキーとして指定して抽出されるデータについて、当該データに含まれる注視時間に基づき、注視合計時間を算出するとともに、当該データに含まれる前記顧客購買データの数に基づき、商品販売数を算出する手段と、
   前記キーとして指定した前記領域識別データと、前記算出した注視合計時間および商品販売数と、を少なくとも対応付けたデータを、注視・販売集計データとして前記当該商品販売装置の記憶装置に蓄積する手段と、
   前記蓄積した注視・販売集計データを含むデータから、前記注視合計時間、前記商品販売数またはその少なくとも一方に依存する数量について、当該数量と、前記領域識別データによって識別される前記商品またはその表示サンプルが配置された場所と、の相関データを取得する手段と、
   を備えたこと
   を特徴とするマーケティングデータ分析システム。
3. 販売中の商品およびその表示サンプルの少なくとも一方を陳列した商品棚と、前記顧客が購買する商品の選択を検知する商品選択センサと、前記商品を購買する顧客を撮影するカメラと、情報を記憶する記憶装置と、を備え、前記カメラから取得される前記顧客の顔の映像を解析して前記顧客が注視する前記商品またはその表示サンプルを判定し、その判定に際し取得される当該顧客が当該商品または表示サンプルを注視する注視時間と、当該商品またはその表示サンプルが配置された場所を識別する領域識別データと、を少なくとも対応付けたデータを、注視履歴データとして前記記憶装置に蓄積し、前記商品選択センサにより当該顧客が購買する商品の選択が検知された商品について、当該商品を識別する商品識別データと、当該商品またはその表示サンプルが配置された場所を識別する領域識別データと、当該顧客が前記商品またはその表示サンプルを注視したときに蓄積された前記注視履歴データを識別する注視履歴識別データと、を少なくとも対応付けたデータを、顧客購買データとして前記記憶装置に蓄積する商品販売装置が、通信ネットワークを介して接続されたデータ分析サーバ装置であって、
   前記商品販売装置から、前記通信ネットワークを介して、所定の期間に当該商品販売装置の記憶装置に蓄積された前記注視履歴データと前記顧客購買データとを取得する手段と、
   前記取得した前記注視履歴データと前記顧客購買データとから、少なくとも前記領域識別データをキーとして指定して抽出されるデータについて、当該データに含まれる注視時間に基づき、注視合計時間を算出するとともに、当該データに含まれる前記顧客購買データの数に基づき、商品販売数を算出する手段と、
   前記キーとして指定した前記領域識別データと、前記算出した注視合計時間および商品販売数と、を少なくとも対応付けたデータを、注視・販売集計データとして前記当該商品販売装置の記憶装置に蓄積する手段と、
   前記蓄積した注視・販売集計データを含むデータから、前記注視合計時間、前記商品販売数またはその少なくとも一方に依存する数量について、当該数量と、前記領域識別データによって識別される前記商品またはその表示サンプルが配置された場所と、の相関データを取得する手段と、
   を備えたこと
   特徴とするデータ分析サーバ装置。
4. 販売中の商品およびその表示サンプルの少なくとも一方を陳列した商品棚と、前記顧客が購買する商品の選択を検知する商品選択センサと、前記商品を購買する顧客を撮影するカメラと、情報をを記憶する記憶装置と、を備え、前記カメラから取得される前記顧客の顔の映像を解析して前記顧客が注視する前記商品またはその表示サンプルを判定し、その判定に際し取得される当該顧客が当該商品または表示サンプルを注視する注視時間と、当該商品またはその表示サンプルが配置された場所を識別する領域識別データと、を少なくとも対応付けたデータを、注視履歴データとして前記記憶装置に蓄積し、前記商品選択センサにより当該顧客が購買する商品の選択が検知された商品について、当該商品を識別する商品識別データと、当該商品またはその表示サンプルが配置された場所を識別する領域識別データと、当該顧客が前記商品またはその表示サンプルを注視したときに蓄積された前記注視履歴データを識別する注視履歴識別データと、を少なくとも対応付けたデータを、顧客購買データとして前記記憶装置に蓄積する商品販売装置が、通信ネットワークを介して接続されたデータ分析サーバ装置のプログラムであって、
   コンピュータに
   前記商品販売装置から、前記通信ネットワークを介して、所定の期間に当該商品販売装置の記憶装置に蓄積された前記注視履歴データと前記顧客購買データとを取得する処理と、
   前記取得した前記注視履歴データと前記顧客購買データとから、少なくとも前記領域識別データをキーとして指定して抽出されるデータについて、当該データに含まれる注視時間に基づき、注視合計時間を算出するとともに、当該データに含まれる前記顧客購買データの数に基づき、商品販売数を算出する処理と、
   前記キーとして指定した前記領域識別データと、前記算出した注視合計時間および商品販売数と、を少なくとも対応付けたデータを、注視・販売集計データとして前記当該商品販売装置の記憶装置に蓄積する処理と、
   前記蓄積した注視・販売集計データを含むデータから、前記注視合計時間、前記商品販売数またはその少なくとも一方に依存する数量について、当該数量と、前記領域識別データによって識別される前記商品またはその表示サンプルが配置された場所と、の相関データを取得する処理と、
   を実行させるためのプログラム。
   

Images