JP5474320B2 - マーケティング情報収集システム - Google Patents

Description

本発明は、マーケティング情報収集システムに関し、例えばショッピングモール等の複合商用施設における顧客動線収集によるマーケティングシステムの補助として適用して好適である。

従来、例えば下記の特許文献１に記載されているように、店舗等における顧客行動を把握し、行動パターンから興味を示す商品を推定し、購入に至るまでの行動パターンなどの特徴を収集するシステムが知られている。

特許文献１に代表される動線データの収集によるマーケティングシステムは、調査対象となるすべての顧客の属性（年齢・男女・未婚／既婚など）が判明していることを前提条件としたシステムであった。

特開２００６−１８５２９３号公報

上記従来技術では、動線データにマーケティングデータとしての正確性を持たせるには顧客の属性を付加させる必要がある。しかしながら、上記従来技術では、属性情報の入手手段については自動化されておらず。動的に変動するマーケティングデータとしての精度は不十分なものであった。

そこで、本発明は、上記問題に鑑みてなされたものであり、本発明の目的とするところは、属性の変化に対応することができ、属性の精度を向上することが可能な、新規かつ改良されたマーケティング情報収集システムを提供することにある。

上記課題を解決するために、本発明のある観点によれば、市場における移動体の位置を検知する位置検知部と、前記移動体の現在位置と過去の位置とに基づいて、前記移動体が特定の領域に滞留した滞留時間を取得する滞留時間取得部と、前記滞留時間に基づいて、前記移動体の属性と前記領域の属性を算出する属性算出部と、前記移動体の属性と前記領域の属性が記録される属性テーブルと、を備える、マーケティング情報収集システムが提供される。

ここで、前記移動体又は前記領域の属性の一部は初期状態からその値が固定されているものであってもよい。

また、前記移動体は、第１及び第２の移動体を含み、前記位置検出部が検知した前記第１及び第２の移動体の位置に基づいて、前記第１の移動体と前記第２の移動体が近接している時間を検知する近接時間算出部と、を備え、前記属性算出部は、前記滞留時間に基づいて、前記第１の移動体の属性と前記領域の属性を算出するとともに、前記第１の移動体と前記第２の移動体が近接している時間に基づいて、前記第１及び第２の移動体の属性を算出するものであってもよい。

また、前記第１の移動体は人に付随するものであり、前記第２の移動体は前記人によって使用される物に付随するものであってもよい。

また、前記属性テーブルを記録するマーケティングデータテーブルと、所定の条件に基づいて、前記属性テーブルに属する移動体をカテゴリ別に編成する編成部と、前記編成部によってカテゴリ別に編成されたテーブルを記録するカテゴリ別マーケティングデータテーブルと、を備えるものであってもよい。

本発明によれば、属性の変化に対応することができ、属性の精度を向上することが可能なマーケティング情報収集システムを提供することが可能となる。

以下に添付図面を参照しながら、本発明の好適な実施の形態について詳細に説明する。なお、本明細書及び図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複説明を省略する。

（第１の実施形態）
先ず、本発明の第１の実施形態に係る属性伝播システムについて説明する。本システムはショッピングモールなどの複合商用施設（市場）で使用されるマーケティング情報収集システムであり、第１の実施形態では、複合商用施設内の店舗や施設などの各エリアに顧客が滞留した時間に応じて顧客の属性を自動的に算出し、割り当てる。

以下、システムの動作概要について説明する。本システムで扱う属性は、複合商用施設内の各エリアに付随するものと、各顧客に付随するものがある。各エリアに付随する属性は、顧客の属性を算出するための元データである。

本システムの初期状態は、複合商用施設内の一部のエリア、一部の顧客に属性が割り当てられている状態であり、その他のエリア、顧客には属性が割り当てられない。システムは、顧客がどのエリアにどれだけの時間滞留したかを常に監視し、その滞留時間に応じて顧客およびエリアに属性を割り当てる。

そして、この動作を繰り返すことで、はじめは一部のエリア、一部の顧客にしか属性が割り当てられていなかったのが、時間の経過とともに全てのエリア、全ての顧客に対して属性が伝播し、属性が自動的に割り当てられる。

図１は、本発明の第１の実施形態に係る属性伝播システムの構成を示す模式図である。本システムは、位置検出システム１００と、顧客滞留時間算出部１１０と、属性算出部１１１と、データストレージ１２０により構成される。位置検出システム１００、顧客滞留時間算出部１１０、属性算出部１１１、データストレージ１２０などの各コンポーネントは、それぞれを別体の装置から構成して、インターネットなどのネットワークで接続しても良いし、位置検出システム１００を構成する装置と、顧客滞留時間算出部１１０、属性算出部１１１及びデータストレージ１２０を構成する装置とをネットワークで接続しても良い。また、位置検出システム１００、顧客滞留時間算出部１１０、属性算出部１１１、及びデータストレージ１２０の全てを一体の装置から構成しても良い。

以下、本システムの各コンポーネントについて説明する。但し、データストレージ１２０については後述する。各コンポーネントの機能は、ハードウェア（回路）または演算処理部（ＣＰＵ）とこれを機能させるソフトウエア（プログラム）によって構成されることもできる。この場合、そのプログラムは、各コンポーネントが備えるメモリ等の記録媒体に格納されることができる。

位置検知システム１００は、タグを用いた位置検知のシステムであり、使用するタグとして人タグ１０１を使用する。人タグ１０１は、複合商用施設の顧客に持たせることを想定しているタグであり、人タグ１０１にはデータとして人ＩＤが割り当てられている。なお、各実施形態では、タグを利用して人、物（アイテム）の位置を検知しているが、位置検知の対象はこれらに限定されるものではなく、各種の移動体の位置を検知して本発明のシステムを適用することができる。

位置検知システム１００は、通信機能、データストレージ操作機能、位置検知機能を有する。通信機能は、その他のシステムコンポーネントと通信する機能である。データストレージ操作機能は、データストレージ１２０内のデータの読み込み、または書き込みができる機能である。位置検知機能は、人タグ１０１の位置を検知する機能である。

タグ位置の取得方法については公知の様々な手法を用いることができる。例えば、無線ＬＡＮによるもの（Ｅｋａｈａｕ Ｐｏｓｉｔｉｏｎｉｎｇ Ｅｎｇｉｎｅ ＷｉＦｉ位置情報検出システム（ｈｔｔｐ：／／ｗｗｗ．ｍａｒｕｂｅｎｉ−ｓｙｓ．ｃｏｍ／ｎｅｔｗｏｒｋ／ｅｋａｈａｕ／ｅｐｅ−ｗｉｆｉ．ｈｔｍｌ））、ＵＷＢ（日立Ａｉｒ Ｓｅｎｓｅ（ｔｍ）ＵＷＢ ＵＷＢ無線を用いた高精度位置計測システム（ｈｔｔｐ：／／ｗｗｗ．ｈｉｔａｃｈｉ．ｃｏ．ｊｐ／Ｎｅｗｓ／ｃｎｅｗｓ／ｍｏｎｔｈ／２００７／１２／１２１０ａ．ｈｔｍｌ））、Ｂｌｕｅｔｏｏｔｈ（東京大学 Ｂｌｕｅｔｏｏｔｈ位置計測システム（ｈｔｔｐ：／／ｗｗｗ．ｅｍｓ．ｋ．ｕ−ｔｏｋｙｏ．ａｃ．ｊｐ／ｊ／ｒｅｓｅａｒｃｈ／ｇｒｏｕｐ／ｂｅｈａｖｉｏｒ／ｉｎｄｅｘ．））を用いたＲＳＳＩ（電波強度）やＴＤＯＡ（電波の到達時間差）による方法などがあり、いずれの方法を用いても良い。またこれらの以外の方法でユーザの位置情報を取得しても良い。

顧客滞留時間算出部１１０は、各エリアで顧客が滞留した時間を算出するコンポーネントである。顧客滞留時間算出部１１０は、通信機能、データストレージ１２０操作機能、滞留時間算出機能を有する。通信機能は、その他のシステムコンポーネントと通信する機能である。データストレージ１２０操作機能は、データストレージ１２０内のデータ読み込み、および書き込みができる機能である。滞留時間算出機能は、各エリアにおける人タグ１０１の滞留時間を算出する機能（具体的な算出法は、動作の章で説明する）である。

属性算出部１１１は、各顧客、各エリアの属性を算出する。属性算出部１１１は、通信機能、データストレージ１２０操作機能、属性算出機能を有する。通信機能は、その他のシステムコンポーネントと通信する機能である。データストレージ１２０操作機能は、データストレージ１２０内のデータの読み込み、または書き込みができる機能である。属性算出機能は、各顧客、各エリアの属性を算出する機能である。

次に、本システムで使用する各種メッセージについて説明する。人タグ位置メッセージは、人タグ１０１の位置を顧客滞留時間算出部１１０へ送るためのメッセージで、人ＩＤ、人位置データ、及び人位置算出時刻のデータで構成される。ここで、人ＩＤは、人タグ１０１のＩＤである。また、人位置データは、位置検出システム１００により算出される人タグ１０１の位置データである。また、人位置算出時刻は、位置検知システム１００により人タグ１０１の位置が算出された時刻である。

顧客滞留時間メッセージは、各エリアにおける人タグ１０１の滞留時間を属性算出部１１１に送るためのメッセージで、人ＩＤ、エリアＩＤ、及び滞留時間のデータで構成される。ここで、エリアＩＤは、位置検知システム１００が割り当てる、複合商用施設内の店舗や施設などの各エリアのＩＤである。また、滞留時間は、顧客滞留時間算出部１１０が算出した滞留時間である。

次に、本システムで扱う属性について説明する。本システムで扱う属性は、顧客属性、客層属性の２種類がある。顧客属性は、各顧客に対する属性である。本システムの最終目的は、この顧客属性を算出することである。客層属性は、各エリアに対応する属性である。エリアにおける顧客の滞留時間から、顧客属性を算出するための元データになる属性である。

本システムにおいて、顧客およびエリアの属性には、固定的なものと変動的なものがある。固定的な属性は、最初に値が割り当てられており、かつその値が変動しない属性である。一部の顧客およびエリアの属性は固定である。変動的な属性は、最初の値が空白の状態であり、その値がエリアにおける顧客の滞留時間に応じて変動する属性である。

本システムで扱う２種の属性は、いずれも属性大項目、属性小項目、属性ウェイトの項目から構成される。以下に各項目について説明する。

属性固定フラグの値がｔｒｕｅ／ｆａｌｓｅであるとき、対応する顧客、エリアの属性は固定的／変動的である。各属性は複数の属性大項目を有する。また、各属性大項目は複数の属性小項目を有する。

属性ウェイトは、各属性小項目に対応する数値である。１つの属性大項目における属性ウェイトの総計は１００である。

属性大項目有効フラグは、各属性大項目に対応する二値の値であり、属性算出部１１１は、このフラグがｔｒｕｅである属性大項目についてその属性ウェイトを算出する。
このフラグがｆａｌｓｅである属性大項目については、属性算出部１１１は属性ウェイトを算出せずに無視する。

客層属性は、顧客属性算出のための元データであるため、本システムで扱う２種の属性の属性大項目、属性小項目の内容は２種全ての属性において共通している。図４は、属性の具体例を示す模式図である。ここで、図４（Ａ）は顧客の属性の例として顧客Ａの属性を示しており、図４（Ｂ）はエリアの属性の例として男子便所の属性を示している。

データストレージ１２０は、エリアＩＤテーブル１２１、エリア滞留テーブル１２２、顧客属性テーブル１２３、エリア属性テーブル１２４などの各種データテーブルを格納する。

エリアＩＤテーブル１２１は、位置データとエリアＩＤを関連付けるためのデータテーブルで、位置データがキーである。エリアＩＤテーブル１２１は、位置データ、及びエリアＩＤのデータにより構成される。位置データは、位置を表すデータであり、各エリアに複数の位置データが属する。

図５は、エリアＩＤテーブル１２１の具体例を示している。なお、ここでは位置データの例として２次元座標表示を用いる。図５に示すように、エリアＩＤテーブル１２１では、各エリアＩＤに対して座標（ｘ，ｙ）が割り当てられている。

エリア滞留テーブル１２２は、顧客が各エリアに滞留している時間を算出するためのデータテーブルで、人ＩＤ、エリアＩＤ、及び人位置算出時刻のデータ項目で構成され、このうちの人ＩＤがキーである。ここで、人ＩＤは、位置が算出された人タグ１０１のＩＤである。人位置算出時刻は、位置検知システム１００で人タグ１０１の位置が算出された時刻である。

顧客属性テーブル１２３は、属性算出部１１１で算出した顧客属性を格納するためのデータテーブルで、人ＩＤ、属性固定フラグ、総合滞留時間、属性大項目、属性小項目、属性ウェイト、及び属性大項目有効フラグのデータ項目で構成され、このうちの人ＩＤがキーである。ここで、人ＩＤは、人タグ１０１のＩＤである。総合滞留時間は、顧客が各エリアに滞留した時間の総計であり、すなわち顧客が複合商用施設に滞留した時間に相当する。

エリア属性テーブル１２４は、属性算出部１１１で算出した客層属性を格納するデータテーブルで、エリアＩＤ、属性固定フラグ、総合滞留時間、属性大項目、属性小項目、属性ウェイト、及び属性大項目有効フラグのデータ項目で構成され、このうちのエリアＩＤがキーである。ここで、総合滞留時間は、全顧客がこのエリアに滞留した時間の総計である。

次に、本システムの動作について説明する。先ず、各コンンポーネントの動作を説明する。位置検知システム１００は、タグ位置算出、人タグ位置メッセージ作成、人タグ位置メッセージ送信の各処理を行う。タグ位置算出の処理では、定期的に人タグ１０１の位置（人位置データ）を算出する。人タグ位置メッセージ作成の処理では、人タグ１０１の位置を算出すると、時計の時刻を読み込み、それを人位置算出時刻とし、人位置算出時刻、人ＩＤ、人位置データと合わせて人タグ位置メッセージを作成する。人タグ位置メッセージ送信の処理では、顧客滞留時間算出部１１０に人タグ位置メッセージを送信する。

顧客滞留時間算出部１１０は、位置検知システム１００から人タグ位置メッセージを受信すると、人タグ位置メッセージ中の人位置データをキーとしてエリアＩＤテーブルから対応するエリアＩＤを取得する。

また、顧客滞留時間算出部１１０は、エリア滞留テーブル１２２から、人ＩＤの値が人タグ位置メッセージ中の人ＩＤに等しい行を検索し、その結果に応じて以下のような動作をする。

先ず、人ＩＤの値が人タグ位置メッセージ中の人ＩＤに等しい行が存在しない場合は、エリア滞留テーブル１２２に、人ＩＤ、エリアＩＤ、および滞留開始時刻が、それぞれ人タグ位置メッセージ中の人ＩＤ、エリアＩＤ、人位置算出時刻である行を追加する。

また、人ＩＤの値が人タグ位置メッセージ中の人ＩＤに等しい行のエリアＩＤが人タグ位置メッセージ中のエリアＩＤと異なる場合は、さらに該当行の滞留開始時刻の値に応じて次のように動作が別れる。該当行の滞留開始時刻と現在時刻との時間差が閾値以上である場合は、エリア滞留テーブルの該当行において、人ＩＤ、エリアＩＤ、および滞留開始時刻の値を、それぞれ人タグ位置メッセージ中の人ＩＤ、エリアＩＤ、人位置算出時刻に更新する。一方、該当行の滞留開始時刻と現在時刻との時間差が閾値以内である場合は、該当行の滞留開始時刻と人タグ位置メッセージ中の人位置算出時刻の時間差（滞留時間と称する）と、該当行の人ＩＤおよびエリアＩＤより構成される顧客滞留時間メッセージを、属性算出部１１１に送信する。

そして、顧客滞留時間算出部１１０は、エリア滞留テーブル１２２の該当行において、人ＩＤ、エリアＩＤ、および滞留開始時刻の値を、それぞれ人タグ位置メッセージ中の人ＩＤ、エリアＩＤ、人位置算出時刻に更新する。

また、顧客滞留時間算出部１１０は、該当行のエリアＩＤが人タグ位置メッセージ中のエリアＩＤと同じであるときは、特に動作は行わない。

属性算出部１１１は、顧客滞留時間算出部１１０から顧客滞留時間メッセージを受信すると、顧客属性テーブル１２３から、人ＩＤの値が顧客滞留時間メッセージ中の人ＩＤに等しい行を読み込み、さらにエリア属性テーブル１２４から、エリアＩＤが顧客滞留時間メッセージ中のエリアＩＤに等しい行を読み込む。

属性算出部１１１は、前動作で読み込んだ各テーブルの行から属性固定フラグを読み込み、属性固定フラグがｔｒｕｅである行に対しては以下の属性算出処理を実行せず、属性固定フラグがｆａｌｕｓｅである行に対しては以下の属性計算処理を実行する。

そして、属性算出部１１１は、属性固定フラグがｆａｌｓｅである行において、各属性大項目に対応する属性大項目有効フラグを読み込み、属性大項目有効フラグがｆａｌｓｅの属性大項目については以下の属性算出処理を実行せず、属性大項目有効フラグがｔｒｕｅの属性大項目については以下の属性算出処理を実行する。

属性算出部１１１は、属性大項目有効フラグがｔｒｕｅである全ての属性大項目について属性ウェイトの計算を実行する。なお、各属性ウェイトの算出法は後述する通りである。以上のようにして全ての属性ウェイトを算出した後、属性算出部１１１は、顧客属性テーブル１２３において該当する人ＩＤの顧客属性またはエリア属性テーブル１２４において該当するエリアＩＤの客層属性を前述の算出値で更新する。

ここで、属性算出部１１１による属性算出法について説明する。先ず、属性ウェイトの算出法を説明する前提として、変数を定義する。

１．顧客属性関連の定数
Ａ）Ｔ＿ｃｕｓ＿ｏｌｄ：顧客属性テーブル１２３から読み込んだ該当行の総合滞留時間
Ｂ）｛Ｗ＿ｃｕｓ＿ｏｌｄ｝：顧客属性テーブル１２３から読み込んだ該当行の属性ウェイトの群（ここで、｛ ｝は群を表す）
Ｃ）Ｔ＿ｃｕｓ＿ｎｅｗ：算出する顧客の総合滞留時間
Ｄ）｛Ｗ＿ｃｕｓ＿ｎｅｗ｝：算出する顧客属性の属性ウェイト群（｛ ｝は群を表す）

２．客層属性関連の定数
Ａ）Ｔ＿ａｒｅａ＿ｏｌｄ：エリア属性テーブル１２４から読み込んだ該当行の総合滞留時間
Ｂ）Ｗ＿ａｒｅａ＿ｏｌｄ：エリア属性テーブル１２４から読み込んだ該当行の属性ウェイトの群。（｛ ｝は群を表す）
Ｃ）Ｔ＿ａｒｅａ＿ｎｅｗ：算出するエリアの総合滞留時間
Ｄ）｛Ｗ＿ａｒｅａ＿ｏｌｄ｝：算出する客層属性の属性ウェイトの群。（｛ ｝は群を表す）

３．滞留時間関連の定数
Ａ）ΔＴ＿ｃｕｓ＿ｓｔａｙ：顧客滞留時間メッセージ中の滞留時間の値

次に、属性ウェイトの算出法について説明する。属性算出部１１１は、以下の式から顧客属性の属性ウェイト、及びエリア属性の属性ウェイトを算出する。

顧客属性の属性ウェイトの算出
滞留時間に基づく顧商用複合施設における顧客の属性ウェイト群の計算式であり、顧客の属性ウェイトの算出値は、顧客が各エリアに滞留することによって加算された客層属性の属性ウェイト値の時間平均である。
｛Ｗ＿ｃｕｓ＿ｎｅｗ｝＝（｛Ｗ＿ｃｕｓ＿ｏｌｄ｝＊Ｔ＿ｃｕｓ＿ｏｌｄ＋｛Ｗ＿ａｒｅａ＿ｏｌｄ｝＊ΔＴ＿ｃｕｓ＿ｓｔａｙ）／Ｔ＿ｃｕｓ＿ｎｅｗ
Ｔ＿ｃｕｓ＿ｎｅｗ＝Ｔ＿ｃｕｓ＿ｏｌｄ＋ΔＴ＿ｃｕｓ＿ｓｔａｙ

エリア属性の属性ウェイトの算出
エリアの属性ウェイト群の計算式であり、エリアの属性ウェイトの算出値は、顧客が各エリアに滞留することによって加算された顧客属性の属性ウェイト値の時間平均である。

｛Ｗ＿ａｒｅａ＿ｎｅｗ｝＝（｛Ｗ＿ａｒｅａ＿ｏｌｄ｝＊Ｔ＿ａｒｅａ＿ｏｌｄ＋｛Ｗ＿ｃｕｓ＿ｏｌｄ｝＊ΔＴ＿ｃｕｓ＿ｓｔａｙ／Ｔ＿ａｒｅａ＿ｎｅｗ
Ｔ＿ａｒｅａ＿ｎｅｗ＝Ｔ＿ａｒｅａ＿ｏｌｄ＋ΔＴ＿ｃｕｓ＿ｓｔａｙ

次に、本システムの各コンンポーネントの一連の動作を説明する。本システムの初期状態は、顧客属性テーブル１２３、エリア属性テーブル１２４のそれぞれにおいて、属性固定フラグがｔｒｕｅであり、かつ属性ウェイトを割り当てられている行が少数ある状態である。また、その他の行は属性固定フラグがｆａｌｓｅであり、かつひとつの属性大項目に属する属性ウェイトは全て等値である。また、全ての行において総合滞留時間は０である。

位置検知システム１００は、人タグ１０１の位置を定期的に検知し、人タグ位置メッセージを顧客滞留時間算出部１１０に送信する。顧客滞留時間算出部１１０は、人タグ位置メッセージを受信し、顧客滞留時間メッセージを作成し、属性算出部１１１に送信する。属性算出部１１１は、属性固定フラグがｆａｌｓｅである顧客およびエリアの属性を算出し、顧客属性テーブル１２３、エリア属性テーブル１２４それぞれをその算出値で更新する。

このような一連の動作を繰り返すことによって、初期状態では一部の顧客およびエリアにしか属性が割り当てられていないが、時間の経過とともに全ての顧客およびエリアに属性が伝播し、各顧客及びエリアに属性を割り当てることが可能となる。

以上説明したように第１の実施形態によれば、各エリアにおける顧客の滞在時間に応じて顧客の属性（顧客属性）及びエリアの属性（エリア属性）を自動的に割り当てることができる。

（第２の実施形態）
次に、本発明の第２の実施形態について説明する。第２の実施形態は、第１の実施形態に加えて、ショッピングカートなど各アイテムに対する顧客の使用時間に応じて顧客の属性を自動的に算出し、割り当てるものである。

先ず、第２の実施形態におけるシステムの動作の概要について説明する。第２の実施形態では、第１の実施形態に対して以下のことが追加される。

第２の実施形態で扱う属性は、第1の実施例で扱った各顧客に付随するものと、各エリアに付随するものに加えて、複合商用施設内のショッピングカートなどの各アイテムに付随するものがあり、各アイテムの属性は、顧客の属性を算出するための元データである。

本システムの初期状態は、複合商用施設内の一部のアイテム、一部のエリア、一部の顧客に属性が割り当てられている状態であり、その他のアイテム、エリア、顧客には属性が割り当てられていない。

本システムは、顧客がどのアイテムをどれだけの時間使用したか、あるいはどのエリアにどれだけの時間使用したかを常に監視し、使用時間、滞留時間に応じて顧客、アイテムおよびエリアに属性を割り当てる。

以上の動作を繰り返すことで、はじめは一部のアイテム、一部のエリア、一部の顧客にしか属性が割り当てられていなかったのが、時間の経過とともに全てのアイテム、エリア、顧客に対して属性が自動的に割り当てられることになる。

図２は、第２の実施形態に係る属性伝播システムの構成を示す模式図である。本システムは、第１の実施形態のシステム構成を変更したもので、位置検知システム２００と、顧客滞留時間算出部２１０と、属性算出部２１１と、アイテム使用時間算出部２１２と、データストレージ２２０により構成される。

なお、位置検知システム２００、顧客滞留時間算出部２１１、属性算出部２１１、及びデータストレージ２２０は、第１の実施形態の位置検知システム１００、顧客滞留時間算出部１１０、属性算出部１１１、及びデータストレージ１２０に対応するもので、顧客滞留時間算出部２１０以外は第１の実施形態のそれぞれに機能を追加・変更したものである。

以下、本システムの各コンポーネントについて、第１の実施形態との差分を中心に説明する。ただし、データストレージ２２０の差分については後述する。

第１の実施形態の位置検知システム１００は、人タグ１０１の位置のみを検知している。第２の実施形態の位置検知システム２００は、人タグ２０１（第１の実施形態の人タグ１０１に対応）の位置を検知する機能とともに、物タグ２０２の位置も検知する機能が追加される。その他の通信機能や、データストレージの操作機能は第１の実施形態と同様である。

ここで、物タグ２０２は、ショッピングカートなど、顧客が使用する複合商用施設内のアイテムに固定することを想定しているタグであり、物タグ２０２には、データとして物ＩＤが割り当てられている。

第１の実施形態の属性算出部１１１は、各顧客、各エリアの属性のみを算出していたが、第２の実施形態の属性算出部２１１は、各アイテムの属性も算出する。なお、算出法については後述する。属性算出部２１１の通信機能や、データストレージ操作機能は、第１の実施形態と同様である。

アイテム使用時間算出部２１２は、各アイテムに対する顧客の使用時間を算出する。アイテム使用時間算出部２１２は、通信機能、データストレージ２２０の操作機能、アイテム使用時間算出機能を有する。通信機能は、その他のシステムコンポーネントと通信する機能である。データストレージ２２０の操作機能は、データストレージ２２０内のデータの読み込み、または書き込みができる機能である。アイテム使用時間算出機能は、物タグ２０２と人タグ２０１が近接している時間（アイテムの使用時間と称する）を算出する機能である。なお、具体的な算出法は後述する。

次に、本システムで使用する各種メッセージについて、第１の実施形態に対して追加されたメッセージについて説明する。物タグ位置メッセージは、物タグ２０２の位置をアイテム使用時間算出部２１２へ送るためのメッセージで、物ＩＤ、物位置データ、及び物位置算出時刻のデータで構成される。ここで、物ＩＤは、物タグ２０２のＩＤである。また、物位置データは位置検知システム２００により算出される物タグ２０２の現在位置データであり、物位置算出時刻は位置検知システム２００により物タグ２０２の位置が算出された時刻である。

アイテム使用時間メッセージは、各アイテムに対する顧客の使用時間（アイテム使用時間）を属性算出部２１１に送るためのメッセージで、人ＩＤ、物ＩＤ、アイテム使用時間のデータで構成される。

次に、本システムで扱う属性について説明する。第２の実施形態では、第１の実施形態で扱った顧客属性、客層属性の他に、使用客層属性が加わる。

使用客層属性は、各アイテムに対応する属性であり、アイテムに対する顧客の使用時間から顧客属性を算出するための元データになる属性である。

使用客層属性には、さらに属性値が固定的であるものと、変動的であるものがある。固定的な属性は、最初に値が割り当てられており、かつその値が変動しない属性である。一部のアイテムの属性は固定である。変動的な属性は、最初の値が空白の状態であり、その値がアイテムに対する顧客の使用時間に応じて変動する属性である。

使用客層属性は、顧客属性および客層属性と同様に、属性大項目、属性小項目、属性ウェイトで構成される。使用客層属性は、顧客属性算出のための元データであるため、属性大項目、属性小項目の内容は顧客属性や客層属性のものと同じである。

図６は、使用客層属性の具体例を示す模式図であって、ショッピングカートの属性を示している。

次に、データストレージ２２０について説明する。データストレージ２２０は、エリアＩＤテーブル２２１、エリア滞留テーブル２２２、顧客属性テーブル２２３、エリア属性テーブル２２４、人タグ位置テーブル２２５、アイテム使用テーブル２２６、アイテム属性テーブル２２７より構成される。このうちエリアＩＤテーブル２２１、エリア滞留テーブル２２２、顧客属性テーブル２２３、及びエリア属性テーブル２２４は、第１の実施形態のエリアＩＤテーブル１２１、エリア滞留テーブル１２２、顧客属性テーブル１２３、及びエリア属性テーブル１２４と同一である。以下では、データストレージ２２０について、第１の実施形態と相違する部分について説明する。

人タグ位置テーブル２２５は、顧客が各アイテムを使用している時間を算出するためのデータテーブルで、人ＩＤ、人位置データ、人位置算出時刻のデータ項目で構成され、このうちの人ＩＤがキーである。ここで、人ＩＤは、位置が算出された人タグ２０１のＩＤである。人位置データは、位置検知システム２００で算出された人タグ２０１の位置データである。人位置算出時刻は、位置検知システム２００で人タグ２０１の位置が算出された時刻である。

アイテム使用テーブル２２６は、顧客が各アイテムを使用している時間を算出するためのデータテーブルで、使用物ＩＤ、使用人ＩＤ、使用開始時刻のデータ項目で構成され、このうちの使用物ＩＤがキーである。ここで、使用物ＩＤは、アイテム使用時間算出部２１２で使用されていると判断されたアイテムに固定されている物タグ２０２のＩＤである。使用人ＩＤは、アイテム使用時間算出部２１２でアイテムを使用していると判断された顧客が所有する人タグ２０１のＩＤである。使用開始時刻は、アイテム使用時間算出部２１２で顧客がアイテムを使用していると判断した最初の時刻である。

アイテム属性テーブル２２７は、属性算出部２１１で算出した使用客層属性を格納するためのデータテーブルで、アイテムＩＤ、属性固定フラグ、総合使用時間、属性大項目、属性小項目、属性ウェイト、属性大項目有効フラグのデータ項目で構成され、このうちのアイテムＩＤがキーである。ここで、総合使用時間は、全顧客がこのアイテムを使用した時間の総計である。

次に、本システムの動作について、第１の実施形態との相違点を中心に説明する。先ず、各システムコンポーネントの動作について、第１の実施形態との相違点を説明する。

第１の実施形態の位置検知システム１００は、人タグの位置算出、人タグ位置メッセージの作成と送信を行う。第２の実施形態の位置検知システム２００は、これに加えて、物タグの位置算出、物タグ位置メッセージの作成と送信をも行う。

先ず、位置検知システム２００の追加動作を説明する。位置検知システム２００は、第１の実施形態と同じく定期的に人タグ２０１の位置を算出し、さらに物タグ２０２の位置も定期的に算出する。位置検知システム２００は、人タグ２０１の位置を算出すると、算出時の時刻を読み込み、それを人位置算出時刻とし、人ＩＤ、人位置データと合わせて人タグ位置テーブル２２５の該当行を更新する。

位置検知システム２００は、物タグ２０２の位置を算出した後、算出時刻を読み込み、それを物位置算出時刻とし、この物位置算出時刻と、物ＩＤ、物位置データを合わせて物タグ位置メッセージを作成する。そして、位置検知システム２００は、物タグ位置メッセージをアイテム使用時間算出部２１２に送信する。

アイテム使用時間算出部２１２は、物タグ位置メッセージを受信すると、以下の（１）〜（５）のような手順を踏んで、アイテム使用時間メッセージを作成・送信する。
（１）．人タグ位置テーブル２２５中のすべての行の人ＩＤ、人位置データおよび人位置算出時刻を読み込む。
（２）．（１）の動作および物タグ位置メッセージから読み込んだデータから物タグ２０２−人タグ２０１間の距離と、物位置算出時刻と人位置算出時刻の時間差を算出する。
（３）．（２）の動作で算出した時間差が閾値を上回った場合、アイテム使用時間算出部（２１２）は特に動作を行わない。一方、時間差が閾値以下である場合は、以下の（４）以降の動作を行う。
（４）．アイテム使用時間算出部２１２は、（２）の動作で算出した距離が閾値以下であった場合、アイテム使用テーブル２２６において使用物ＩＤが物タグ位置メッセージ中の物ＩＤ（メッセージ物ＩＤ）と等しい行を検索し、条件に応じて以下のＡ，Ｂの動作をする。
Ａ．該当行が１つ以上であり、かつその使用人ＩＤが（１）で読み込んだ人ＩＤと等しい行がある場合、アイテム使用時間算出部１１２は特に動作しない。
Ｂ．該当行が０である、または該当行が１つ以上であり且つその使用人ＩＤが（１）の動作で読み込んだ人ＩＤの値と等しい行がない場合、アイテム使用時間算出部２１２はメッセージ物ＩＤを使用物ＩＤ、（１）の動作で読み込んだ人ＩＤを使用人ＩＤ、物位置算出時刻を使用開始時刻としてアイテム使用テーブルに追加する。

（５）．アイテム使用時間算出部２１２は、（２）の動作で算出した距離が閾値を上回った場合、アイテム使用テーブル２２６において使用物ＩＤが物タグ位置メッセージ中の物ＩＤ（メッセージ物ＩＤと称する）と等しい行を検索し、条件に応じて以下のＣ，Ｄの動作をする。
Ｃ．該当行が１つ以上であり、かつ該当行の使用人ＩＤが（１）の動作で読み込んだ人ＩＤと等しい場合、アイテム使用時間算出部２１２は、該当行の使用開始時刻と物タグ位置メッセージ中の物位置算出時刻の差分を算出し、その算出した差分をアイテム使用時間、該当行の使用人ＩＤを人ＩＤ、該当行の使用物ＩＤを物ＩＤとしてアイテム使用時間メッセージを作成し、属性算出部２１１に送信する。さらに上記の該当行の使用開始時刻の値を物位置メッセージ中の物位置算出時刻にして更新する。
Ｄ．該当行が０である、または該当行が１つ以上でありかつその使用人ＩＤが（１）で読み込んだ人ＩＤと等しい行がない場合、アイテム使用時間算出部２１２は特に動作を行わない。

次に、属性算出部２１１の動作について説明する。第１の実施形態では、属性算出部１１１は、各エリアにおける顧客の滞留時間からエリアの属性と顧客の属性を算出する。第２の実施形態の属性算出部２１１は、これに加えて、各アイテムに対する顧客の使用時間から、アイテムの属性と顧客の属性を算出する。以下では、各アイテムの使用時間に応じたアイテムおよび顧客の属性を算出する動作について説明する。

属性算出部２１１は、アイテム使用時間算出部２１２からアイテム使用時間メッセージを受信すると、顧客属性テーブル２２３から、人ＩＤの値がアイテム時間メッセージ中の人ＩＤに等しい行を読み込み、さらにアイテム属性テーブル２２７から、物ＩＤの値がアイテム使用時間メッセージ中の物ＩＤに等しい行を読み込む。

次に、属性算出部２１１は、読み込んだ各テーブルの行から属性固定フラグを読み込み、属性固定フラグがｔｒｕｅである行に対しては以下の属性計算処理は実行せず、属性固定フラグがｆａｌｓｅである行に対しては以下の属性計算処理を実行する。

属性算出部２１１は、属性固定フラグがｆａｌｓｅである行において、各属性大項目に対応する属性大項目有効フラグを読み込み、属性大項目有効フラグがｆａｌｓｅの属性大項目については以下の属性算出処理を実行せず、属性大項目有効フラグがｔｒｕｅの属性大項目については以下の属性算出処理を実行する。

属性算出部２１１は、属性大項目有効フラグがｔｒｕｅである全ての属性大項目について属性ウェイトの計算を実行する。なお、各属性ウェイトの算出法は後述する。

以上のようにして全ての属性ウェイトを算出した後、属性算出部２１１は、顧客属性テーブル２２３において該当する人ＩＤの顧客属性、またはアイテム属性テーブル２２７において該当する物ＩＤの使用客層属性を前述の算出値で更新する。

属性算出部２１１は、全ての属性ウェイトを算出した後（具体的な算出法は（キ）に記載）、顧客属性テーブル２２３において該当する人ＩＤの顧客属性、またはアイテム属性テーブル１２７において該当する物ＩＤの使用客層属性を前述の算出値で更新する。

ここで、属性算出部２１１による属性算出法について説明する。先ず、属性ウェイトの算出法を説明する前提として、変数を定義する。
１．顧客属性関連の定数
Ａ）Ｔ＿ｃｕｓ＿ｏｌｄ：顧客属性テーブル２２３から読み込んだ該当行の総合滞留・使用時間
Ｂ）｛Ｗ＿ｃｕｓ＿ｏｌｄ｝：顧客属性テーブル２２３から読み込んだ該当行の属性ウェイトの群（｛ ｝は群を表す）
Ｃ）Ｔ＿ｃｕｓ＿ｎｅｗ：算出する顧客の総合滞留・使用時間（第１の実施形態と同じ）
Ｄ）｛Ｗ＿ｃｕｓ＿ｎｅｗ｝：算出する顧客属性の属性ウェイトの群（｛ ｝は群を表す）（第１の実施形態と同じ）

２．使用客層属性関連の定数
Ａ）Ｔ＿ｉｔｅｍ＿ｏｌｄ：アイテム属性テーブル２２７から読み込んだ該当行の総合アイテム使用時間
Ｂ）｛Ｗ＿ｉｔｅｍ＿ｏｌｄ｝：アイテム属性テーブル２２７から読み込んだ該当行の属性ウェイトの群。（｛｝は群を表す）
Ｃ）Ｔ＿ｉｔｅｍ＿ｎｅｗ：算出するアイテムの総合アイテム使用時間
Ｄ）｛Ｗ＿ｉｔｅｍ＿ｎｅｗ｝：算出する使用客層属性の属性ウェイト群。（｛ ｝は群を表す）

３．滞留時間・アイテム使用時間関連の定数
Ａ）ΔＴ＿ｉｔｅｍ＿ｕｓｅ：アイテム使用時間メッセージ中のアイテム使用時間

次に、属性ウェイトの算出法について説明する。属性算出部２１１は、以下の式から顧客属性の属性ウェイト、及びアイテム属性の属性ウェイトを算出する。
顧客属性の属性ウェイトの算出
アイテム使用時間に基づく顧商用複合施設における顧客の属性ウェイト群の計算式であり、顧客の属性ウェイトの算出値は、顧客が各アイテムを使用することによって加算された使用客層属性の属性ウェイト値の時間平均である。

｛Ｗ＿ｃｕｓ＿ｎｅｗ｝＝（｛Ｗ＿ｃｕｓ＿ｏｌｄ｝＊Ｔ＿ｃｕｓ＿ｏｌｄ＋｛Ｗ＿ｉｔｅｍ＿ｏｌｄ｝＊ΔＴ＿ｉｔｅｍ＿ｕｓｅ）／Ｔ＿ｃｕｓ＿ｎｅｗ
Ｔ＿ｃｕｓ＿ｎｅｗ＝Ｔ＿ｃｕｓ＿ｏｌｄ＋ΔＴ＿ｉｔｅｍ＿ｕｓｅ

アイテム属性の属性ウェイトの算出
アイテムの属性ウェイト群の計算式であり、アイテムの属性ウェイトの算出値は、顧客が各アイテムを使用することによって加算された顧客属性の属性ウェイト値の時間平均である。

｛Ｗ＿ｉｔｅｍ＿ｎｅｗ｝＝（｛Ｗ＿ｉｔｅｍ＿ｏｌｄ｝＊Ｔ＿ｉｔｅｍ＿ｏｌｄ＋｛Ｗ＿ｃｕｓ＿ｏｌｄ｝＊ΔＴ＿ｃｕｓ＿ｕｓｅ／Ｔ＿ｉｔｅｍ＿ｎｅｗ
Ｔ＿ｉｔｅｍ＿ｎｅｗ＝Ｔ＿ｉｔｅｍ＿ｏｌｄ＋ΔＴ＿ｃｕｓ＿ｕｓｅ

次に、本システムの各コンンポーネントの一連の動作を説明する。第１の実施形態では各エリアにおける顧客の滞留時間から顧客およびエリアの属性を算出していたが、第２の実施形態では各アイテムに対する顧客の使用時間から顧客およびアイテムの属性を算出する。なお、以下の説明では、システムが顧客のアイテム使用を検知してから、アイテムおよび顧客の属性を算出するまでを説明する。

本システムの初期状態は、アイテム属テーブル２２７において、属性固定フラグがｔｒｕｅであり、かつ属性ウェイトが割り当てられている行が少数ある状態である。またその他の行は属性固定フラグがｆａｌｓｅであり、かつひとつの属性大項目に属する属性ウェイトは全て等値である。また、全ての行において総合使用時間は０である。

位置検知システム２００は、物タグ２０２の位置を定期的に検知し、物タグ位置メッセージをアイテム使用時間算出部２１２に送信する。アイテム使用時間算出部２１２は、物タグ位置メッセージを受信すると、アイテム使用時間メッセージを作成し、属性算出部（２１１）に送信する。

属性算出部２１１は、アイテム使用時間メッセージを受信し、属性固定フラグがｆａｌｓｅである顧客、アイテムの属性を算出し、顧客属性テーブル２２３、アイテム属性テーブル２２７それぞれを算出値で更新する。

以上の一連の動作を繰り返すことで、初期状態では一部の顧客およびアイテムにしか属性が割り当てられていないが、時間の経過とともに全ての顧客およびアイテムに属性が伝播し、各顧客及びエリアに属性を割り当てることが可能となる。

以上説明したように第２の実施形態によれば、第１の実施形態の効果に加え、各アイテムに対する顧客の使用時間に応じて顧客の属性（顧客属性）やアイテムの属性（使用客層属性）を割り当てることができるため、属性割り当ての機会をより多くすることができる。

（第３の実施形態）
次に、本発明の第３の実施形態について説明する。第３の実施形態は、第２の実施形態に加えて、別のシステムで収集したマーケティングデータを指定したカテゴリ別に自動的に再編成するものである。

先ず、第３の実施形態にかかるシステムの動作の概要について説明する。第３の実施形態は、第２の実施形態で作成した顧客属性テーブル２２３から、指定するカテゴリ分け条件に応じて人ＩＤの群を収集し、収集した人ＩＤ群に対応したマーケティングデータを累積し、自動的にカテゴリ分けしたマーケティングテーブルを作成する。これにより、第３の実施形態では、第２の実施形態で作成した顧客属性テーブル２２３を利用して、別のシステムで収集したマーケティングデータをカテゴリ別に再編成することができる。

図３は、第３の実施形態に係るシステムの構成を示す模式図である。本システムは、第２の実施形態のシステム構成に、マーケティングシステム３００が追加されたものである。マーケティングシステム３００は、通信機能、データストレージ２２０操作機能、マーケティングデータ収集機能、カテゴリ分け機能を有する。また、マーケティングシステム３００は、マーケティングデータテーブル３０１およびカテゴリ別マーケティングテーブル３０２と、所定のデータを有する。

以下、マーケティングシステム３００の機能について説明する。通信機能は、その他のシステムコンポーネントと通信する機能である。データストレージ２２０操作機能は、データストレージ２２０内のデータの読み込み、または書き込みができる機能である。

マーケティングデータ収集機能は、マーケティングデータを収集する機能である。取得するマーケティングデータの内容については、例えば特開２００６−１８５２９３号公報に記載されているような動線データやＳｕｐｒｅｍｅ Ｐｌａｔｚ Ａｍｉｓｔａｒ（ｈｔｔｐ：／／ｗｗｗ．ｓｕｐｒｅｍｅ−ｓｙｓｔｅｍ．ｃｏｍ／ｓｏｆｔ３＿１．ｈｔｍｅを参照）に記載されるようなＰＯＳデータなどが想定できる。マーケティングデータの取得方法についてもこれらのシステムにあるような取得方法が最低でき、いずれの数値データを対象にしてもよいし、いずれのデータ収集方法を用いてもよい。更に、これらのシステム以外の数値データを対象にしてもよいし、これらのシステム以外のデータ収集方法を用いてもよい。

マーケティングシステム３００のカテゴリ分け機能は、顧客属性に対する条件式を指定する機能である。

次に、データテーブルについて説明する。マーケティングデータテーブル３０１は、マーケティングシステム３００が収集した顧客ごとのマーケティングデータを記録するデータテーブルで、人ＩＤ、及びマーケティングデータのデータ項目で構成され、このうち人ＩＤがキーである。ここで、マーケティングデータは、マーケティングシステム３００で取得した顧客毎のデータで、数値で表される。

カテゴリ別マーケティングテーブル３０２は、マーケティングデータテーブル３０１のデータをカテゴリ別に編成しなおしたもので、カテゴリ、及びマーケティングデータ累積値のデータ項目で構成される。ここで、カテゴリは、顧客属性に対する条件式であり、その内容はマーケティングシステム３００が指定する。マーケティングデータ累積値は、カテゴリごとのマーケティングデータの累積値である。

マーケティングシステム３００が有するデータは、カテゴリ分け条件を規定するものである。データは、カテゴリ別マーケティングテーブル３０２を作成するためのカテゴリ分け条件を規定する。なお、ここでいうカテゴリ分け条件とは、例えば図４（Ａ）に示すような属性小項目「１０代」、「２０代」、「３０代」・・・を持つ属性大項目「年齢」において、属性ウェイトの値がｍａｘである属性小項目は「３０代」、といったものである。

次に、第３の実施形態におけるシステムの動作について、第２の実施形態との相違点を中心に説明する。すなわち、ここでは第３の実施形態で追加されたマーケティングシステム３００の動作について説明する。

マーケティングシステム３００は、上述したＰｌａｔｚ ＡｉｍｓｔａｒやＰＯＳシステムのような方法でマーケティングデータを随時収集し、マーケティングデータテーブル３０１に記録する。

マーケティングシステム３００は、顧客属性テーブル１２３からあるカテゴリ分け条件に適合した顧客の人ＩＤを取得する。なお、カテゴリ分け条件の例としては、例えば上述のように「属性小項目「１０代」、「２０代」、「３０代」・・・を持つ属性大項目「年齢」において、属性ウェイトの値が最大（ｍａｘ）である属性小項目は「１０代」」といったものが挙げられる。

マーケティングシステム３００は、マーケティングデータテーブル３０１において、前動作で取得した人ＩＤそれぞれに該当するマーケティングデータを取得、累積し、前動作で指定したカテゴリ分け条件と、算出した累積値をカテゴリ別マーケティングテーブル３０２に記録し、テーブルを更新する。

マーケティングシステム３００は、カテゴリ別マーケティングテーブル３０２を作成する。上述の例では、「属性ウェイトの値がｍａｘである属性小項目が「１０代」」という条件に該当する顧客が同一カテゴリとして集められる。マーケティングシステム３００は、同様にして、以降属性ウェイトの値が最大である属性小項目が「２０代」、「３０代」・・・と条件を変えて上記の動作を繰り返し、カテゴリ別マーケティングテーブル３０２を完成させる。なお、このカテゴリ分けの編成処理は、マーケティングシステム３００の編成部（不図示）によって行われる。

マーケティングシステム３００は、カテゴリ別マーケティングテーブル３０２を更新する。マーケティングシステム３００は定期的に上記の動作を実行し、カテゴリ別マーケティングテーブル３０２を更新する。

以上説明したように第３の実施形態によれば、第２の実施形態の効果に加え、マーケティングシステム３００がカテゴリ分け条件に応じて０個以上の人タグ１０１の人ＩＤの群を取得し、取得した人ＩＤ群に対応したマーケティングデータを累積することで、第２の実施形態で作成した顧客属性テーブル１２３を利用して、カテゴリ分け条件に応じたカテゴリ別マーケティングテーブル３０２を作成することができる。

以上、添付図面を参照しながら本発明の好適な実施形態について説明したが、本発明は係る例に限定されないことは言うまでもない。当業者であれば、特許請求の範囲に記載された範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、それらについても当然に本発明の技術的範囲に属するものと了解される。

本発明の第１の実施形態に係る属性伝播システムの構成を示す模式図である。 第２の実施形態に係る属性伝播システムの構成を示す模式図である。 第３の実施形態に係るシステムの構成を示す模式図である。 属性の具体例を示す模式図である。 エリアＩＤテーブルの具体例を示す模式図である。 使用客層属性の具体例を示す模式図である。

符号の説明

１００，２００ 位置検知システム
１１０，２１０ 滞留時間算出部
１１１，２１１ 属性算出部
１２０，２２０ データストレージ
１２３，２２３ 顧客属性テーブル
１２４，２２４ エリア属性テーブル
２１２ アイテム使用時間算出部
３００ マーケティングシステム
３０１ マーケティングデータテーブル
３０２ カテゴリ別マーケティングテーブル

Claims (3)

1. 移動体の位置を検知する位置検知部と；
   前記移動体の現在位置と過去の位置とに基づいて、前記移動体が特定の領域に滞留した滞留時間を取得する滞留時間取得部と；
   前記滞留時間に基づいて、前記移動体の属性と、前記移動体の属性と共通である前記領域の属性を算出する属性算出部と、
   前記移動体の属性と前記領域の属性が記録される属性テーブルと；
   を備え、
   前記移動体又は前記領域の属性の一部は初期状態からその値が固定されており、前記移動体又は前記領域の属性の残りは初期状態から更新可能であり、
   前記属性算出部は、前記移動体が前記特定の領域に滞留した前記滞留時間に基づいて、前記属性テーブルに記録された当該移動体の属性が前記更新可能であれば当該移動体の属性を更新するとともに、前記属性テーブルに記録された当該領域の属性が前記更新可能であれば当該領域の属性を更新する、マーケティング情報収集システム。
2. 前記移動体は、第１の移動体及び第２の移動体を含み、前記第１の移動体は人に付随するものであり、前記第２の移動体は前記人によって使用される物に付随するものであり、
   前記位置検知部が検知した前記第１及び第２の移動体の位置に基づいて、前記第１の移動体と前記第２の移動体が近接している時間を検知する近接時間算出部と、を備え、
   前記属性算出部は、前記滞留時間に基づいて、前記第１の移動体の属性と前記領域の属性を前記更新のために算出するとともに、前記第１の移動体と前記第２の移動体が近接して前記人が前記第２の移動体を使用している時間に基づいて、前記第１及び第２の移動体の属性を算出することを特徴とする、請求項１に記載のマーケティング情報収集システム。
3. 前記属性テーブルを記録するマーケティングデータテーブルと；
   所定の条件に基づいて、前記属性テーブルに属する移動体をカテゴリ別に編成する編成部と；
   前記編成部によってカテゴリ別に編成されたテーブルを記録するカテゴリ別マーケティングデータテーブルと；
   を備えることを特徴とする、請求項１又は２に記載のマーケティング情報収集システム。

Images