JP6656626B2 - 販売支援システムおよび販売支援方法 - Google Patents

Description

本発明は、販売支援システムおよび販売支援方法に関するものであり、具体的には、小売店における販売チャネルやツール等の好適化、人員トレーニングなどを通じて、当該小売店における店舗運営やメーカー等の販促方針策定の支援を可能とする技術に関する。

若年層の減少などもあり、多くの業種で人手不足が常態化している。特に小売店業界では、主たる労働力を不定期雇用のパートやアルバイトで確保する傾向が強く、人手不足の影響を強く受けやすい現状にある。

そうした小売店側としては、やっと確保している限られた店舗スタッフそれぞれにおいて相応のサービス品質を達成してもらい、売上効率の改善を図っていく必要がある。そのための施策の一環として、店舗スタッフの接客や商品陳列等に関するトレーニングを、動画等の電子コンテンツの視聴で行うものが存在する。

このような技術としては、例えば、企業の教育担当側に設けられた法人ユーザの端末、教材企画の主体である教材提供者側に設けられた教材提供者の端末、ホームページ作成及び印刷製本の主体である教材作成者側に設けられた教材作成者の端末のそれぞれがインターネットで接続されており、前記教材作成者の端末は、前記法人ユーザの端末が送信してきた教育コース及び教育対象人員数を特定する電子メールを受信し、教材提供者側で準備してある教育コースの中から前記受信情報を基に教材データを選択し、あるいは新規に教材データを作成し、前記教材提供者の端末は、前記教材データをインターネットを介して受け取った後、当該教材データをインターネットを介して前記法人ユーザの端末へ配信するとともに、教材データの提供に要したサービス量に応じた電子メール形式の課金請求情報をインターネットを介して前記法人ユーザの端末へ送信する手段を有し、前記法人ユーザの端末は、法人ユーザ側に必要な教育コース及び教育対象人員数を決定して前記教育コース及び教育対象人員数を特定する電子メールをインターネットを介して前記教材提供者の端末へ送信する手段を有することを特徴とする社員教育支援システム（特許文献１参照）などが提案されている。

また他にも、通信ネットワークを介して何人かの被訓練者に対してインセンティブベースの訓練プログラムを行うための方法であって、通信ネットワークを介して前記被訓練者の１人にテストを行うことであって、前記テストがいくつかの質問を含むことと、質問の所定のパーセンテージが正解だったときにテスト報奨ポイントを前記参加者に授与することと、通信ネットワークを介して前記参加者に償還一覧表を提供することであって、前記償還一覧表が、対応する報奨ポイントを有する少なくとも１つの償還項目を含み、前記参加者が、前記通信ネットワークを介してその償還に対する要求を提出することによって前記少なくとも１つの償還項目を選択できることとを備えることを特徴とする方法（特許文献２参照）なども提案されている。

特開２００２−４１６７４号公報 特開２００４−１３３４９０号公報

ところが従来技術においては、教育対象者（小売店における店舗スタッフ）のスキルアップにのみフォーカスされた技術となっており、小売店やそこに商品を卸す卸業者、更にそこに商品を卸すメーカー、などサプライチェーン全般のステークホルダにおける施策にまで具体的に踏み込める技術は提案されていない。

換言すると、人手不足の現状における限られた人員や各種リソースを、どのように店舗運営や販売促進に利活用するか、といった視点や、そうした人員に使用させる接客ツール、商品陳列情報や小売店舗内での販売チャネルをどのように選定するか、といった視点での提案を行う技術は提案されていない現状にある。

そこで本発明の目的は、小売店における販売チャネルやツール等の好適化、人員トレーニングなどを通じて、当該小売店における店舗運営やメーカー等の販促方針策定の支援を可能とする技術を提供することにある。

上記課題を解決する本発明の販売支援システムは、小売店のスタッフによるコンテンツ利用に関する情報、および、当該小売店における顧客行動の情報、を格納する記憶装置と、前記コンテンツ利用に関する情報および前記顧客行動の情報を前記記憶装置から読み出し、前記コンテンツ利用に関する情報が示す当該コンテンツの利用履歴または利用結果と、前記顧客行動の情報が示す顧客行動との相関分析を所定の分析エンジンにて実行し、前記コンテンツの利用履歴または利用結果が、前記顧客行動に与える影響度として、所定商品の販売に関する所定コンテンツの前記コンテンツ利用に関する情報が示す、前記スタッフによる当該コンテンツの利用程度、または、当該コンテンツにおける指定内容を前記スタッフが達成した程度、の少なくともいずれかにより、前記顧客行動に好影響が及ぶ程度を推定し、この影響度の高低に応じて、前記小売店での前記商品の販売に採用すべき販売チャネルの情報として、陳列とスタッフによる接客との比重を所定ルールで特定し、当該販売チャネルの情報を、所定端末に通知する演算装置と、を備えることを特徴とする。

また、本発明の販売支援システムにおいて、前記演算装置は、前記販売チャネルの情報が示す前記比重に基づき、接客の比重が所定基準以上である商品については、前記小売店における商品間での担当スタッフ数比率のうち、当該商品の担当スタッフ数の比率を、他商品のものより大きくする示唆情報を、所定端末に通知し、陳列の比重が所定基準以上である商品については、前記小売店における商品間での担当スタッフ数比率のうち、当該商品の担当スタッフ数の比率を、他商品のものより小さくする示唆情報を、所定端末に通知するものである、としてもよい。

また、本発明の販売支援システムにおいて、前記演算装置は、前記分析エンジンによる前記相関分析に際し、所定商品の販売に関する所定コンテンツの前記コンテンツ利用に関する情報が示す、所定属性の前記スタッフによる当該コンテンツの利用程度、または、当該コンテンツにおける指定内容を前記所定属性の前記スタッフが達成した程度の少なくともいずれかと、前記商品に関する前記顧客行動との相関分析を実行して、前記商品の販売に関する前記コンテンツの、所定属性の前記スタッフによる前記利用程度または前記達成した程度が、前記顧客行動に与える影響度を推定し、前記影響度が、前記属性のスタッフによる前記コンテンツの利用程度または前記達成した程度により、前記顧客行動に好影響を与えることを示すものであれば、当該小売店におけるスタッフ採用基準として当該属性を適用すべき旨の情報を、所定端末に通知するものである、としてもよい。

また、本発明の販売支援システムにおいて、前記演算装置は、前記影響度が、前記小売店での前記商品の販売に関する前記コンテンツの利用程度または前記達成した程度により、前記小売店での顧客行動に好影響を与えることを示すものであれば、当該小売店に対する販促用リソースの投入を増加ないし維持すべき旨の情報を、前記商品を前記小売店に納める事業者の端末または前記小売店の端末に通知し、前記影響度が、前記小売店での前記商品の販売に関する前記コンテンツの利用程度または前記達成した程度により、前記小売店での顧客行動に好影響を与えないことを示すものであれば、当該小売店に対する販促用リソースの投入を低減すべき旨の情報を、前記商品を前記小売店に納める事業者の端末または前記小売店の端末に通知するものである、としてもよい。

また、本発明の販売支援システムにおいて、前記記憶装置は、前記顧客行動の情報として、前記小売店における販売状況および顧客満足度の少なくともいずれかを格納するものである、としてもよい。

また、本発明の販売支援システムにおいて、前記演算装置は、前記小売店の店内センサによる観測データを、当該観測データを保持する所定システムから取得し、当該観測データを所定の解析エンジンで解析することで、前記小売店における各商品の陳列場所で、顧客が滞留した頻度、時間、および、当該商品を手に取った機会の有無、の少なくともいずれかの項目についてカウントし、ここでカウントした値を前記顧客行動の情報として前記記憶装置に格納する処理と、当該観測データを前記解析エンジンで解析することで、前記小売店における各商品の陳列場所で、顧客に対してスタッフが接客を行った頻度および時間、の少なくともいずれかの項目についてカウントし、ここでカウントした値を、接客用のコンテンツの前記コンテンツ利用に関する情報である、前記スタッフによる利用程度、または、前記コンテンツにおける指定内容を前記スタッフが達成した程度、の情報として前記記憶装置に格納する処理と、を実行するものであるとしてもよい。

また、本発明の販売支援方法は、情報処理システムが、小売店のスタッフによるコンテンツ利用に関する情報、および、当該小売店における顧客行動の情報、を格納する記憶装置を備えて、前記コンテンツ利用に関する情報および前記顧客行動の情報を前記記憶装置から読み出し、前記コンテンツ利用に関する情報が示す当該コンテンツの利用履歴または利用結果と、前記顧客行動の情報が示す顧客行動との相関分析を所定の分析エンジンにて実行し、前記コンテンツの利用履歴または利用結果が、前記顧客行動に与える影響度として、所定商品の販売に関する所定コンテンツの前記コンテンツ利用に関する情報が示す、前記スタッフによる当該コンテンツの利用程度、または、当該コンテンツにおける指定内容を前記スタッフが達成した程度、の少なくともいずれかにより、前記顧客行動に好影響が及ぶ程度を推定し、この影響度の高低に応じて、前記小売店での前記商品の販売に採用すべき販売チャネルの情報として、陳列とスタッフによる接客との比重を所定ルールで特定し、当該販売チャネルの情報を、所定端末に通知する、ことを特徴とする。

また、本発明の販売支援方法において、前記情報処理システムが、前記販売チャネルの情報が示す前記比重に基づき、接客の比重が所定基準以上である商品については、前記小売店における商品間での担当スタッフ数比率のうち、当該商品の担当スタッフ数の比率を、他商品のものより大きくする示唆情報を、所定端末に通知し、陳列の比重が所定基準以上である商品については、前記小売店における商品間での担当スタッフ数比率のうち、当該商品の担当スタッフ数の比率を、他商品のものより小さくする示唆情報を、所定端末に通知する、としてもよい。

また、本発明の販売支援方法において、前記情報処理システムが、前記分析エンジンによる前記相関分析に際し、所定商品の販売に関する所定コンテンツの前記コンテンツ利用に関する情報が示す、所定属性の前記スタッフによる当該コンテンツの利用程度、または、当該コンテンツにおける指定内容を前記所定属性の前記スタッフが達成した程度の少なくともいずれかと、前記商品に関する前記顧客行動との相関分析を実行して、前記商品の販売に関する前記コンテンツの、所定属性の前記スタッフによる前記利用程度または前記達成した程度が、前記顧客行動に与える影響度を推定し、前記影響度が、前記属性のスタッフによる前記コンテンツの利用程度または前記達成した程度により、前記顧客行動に好影響を与えることを示すものであれば、当該小売店におけるスタッフ採用基準として当該属性を適用すべき旨の情報を、所定端末に通知する、としてもよい。

また、本発明の販売支援方法において、前記情報処理システムが、前記影響度が、前記小売店での前記商品の販売に関する前記コンテンツの利用程度または前記達成した程度により、前記小売店での顧客行動に好影響を与えることを示すものであれば、当該小売店に対する販促用リソースの投入を増加ないし維持すべき旨の情報を、前記商品を前記小売店に納める事業者の端末または前記小売店の端末に通知し、前記影響度が、前記小売店での前記商品の販売に関する前記コンテンツの利用程度または前記達成した程度により、前記小売店での顧客行動に好影響を与えないことを示すものであれば、当該小売店に対する販促用リソースの投入を低減すべき旨の情報を、前記商品を前記小売店に納める事業者の端末または前記小売店の端末に通知する、としてもよい。

また、本発明の販売支援方法において、前記情報処理システムが、前記記憶装置において、前記顧客行動の情報として、前記小売店における販売状況および顧客満足度の少なくともいずれかを格納する、としてもよい。

また、本発明の販売支援方法において、前記情報処理システムが、前記小売店の店内センサによる観測データを、当該観測データを保持する所定システムから取得し、当該観測データを所定の解析エンジンで解析することで、前記小売店における各商品の陳列場所で、顧客が滞留した頻度、時間、および、当該商品を手に取った機会の有無、の少なくともいずれかの項目についてカウントし、ここでカウントした値を前記顧客行動の情報として前記記憶装置に格納する処理と、当該観測データを前記解析エンジンで解析することで、前記小売店における各商品の陳列場所で、顧客に対してスタッフが接客を行った頻度および時間、の少なくともいずれかの項目についてカウントし、ここでカウントした値を、接客用のコンテンツの前記コンテンツ利用に関する情報である、前記スタッフによる利用程度、または、前記コンテンツにおける指定内容を前記スタッフが達成した程度、の情報として前記記憶装置に格納する処理と、を実行するとしてもよい。

本発明によれば、小売店における販売チャネルやツール等の好適化、人員トレーニングなどを通じて、当該小売店における店舗運営やメーカー等の販促方針策定の支援が可能となる。

本実施形態の販売支援システムを含むネットワーク構成図である。 本実施形態における販売支援システムのハードウェア構成例を示す図である。 本実施形態のコンテンツテーブルのデータ構成例を示す図である。 本実施形態のスタッフ情報テーブルのデータ構成例を示す図である。 本実施形態の実績情報テーブルのデータ構成例を示す図である。 本実施形態の店舗情報テーブルのデータ構成例を示す図である。 本実施形態における事前処理のフロー例を示す図である。 本実施形態における販売支援方法のフロー例１を示す図である。 本実施形態における販売支援方法のフロー例２を示す図である。 本実施形態における販売支援方法のフロー例３を示す図である。 本実施形態における販売支援方法のフロー例４を示す図である。 本実施形態における販売支援方法のフロー例５を示す図である。 本実施形態における画面例１を示す図である。 本実施形態における画面例２を示す図である。 本実施形態における画面例３を示す図である。 本実施形態における画面例４を示す図である。 本実施形態における画面例５を示す図である。 本実施形態における画面例６を示す図である。 本実施形態における画面例７を示す図である。 本実施形態における画面例８を示す図である。

−−−ネットワーク構成−−−

以下に本発明の実施形態について図面を用いて詳細に説明する。図１は、本実施形態の販売支援システム１００を含むネットワーク構成図である。図１に示す販売支援システム１００は、小売店における販売チャネルやツール等の好適化、人員トレーニングなどを通じて、当該小売店における店舗運営やメーカー等の販促方針策定の支援を可能とするコンピュータシステムである。

本実施形態の販売支援システム１００は、従来技術とは異なり、小売店における店舗スタッフのスキルアップにのみフォーカスしたものではなく、小売店や更にはそこに商品を卸すメーカーや中間業者における施策にまで具体的に踏み込めんだ提案を可能とするシステムとなっている。具体的には、人手不足の現状における限られた人員や各種リソースを、どのように店舗運営や販売促進に利活用するか、といった視点での提案を行うシステムである。

こうした販売支援システム１００は、インターネットなどの適宜なネットワーク１０を介して、各小売店の端末すなわち小売店端末２００、各小売店の店舗スタッフの端末、すなわちスタッフ端末３００、および、各小売店に商品を卸すメーカーのメーカーシステム４００、などと通信可能に結ばれている。

このうち小売店端末２００は、設置先の店舗に備わったカメラシステム２５０から、撮影データを取得し、これを販売支援システム１００に配信可能となっている。また、カメラシステム２５０は、店内センサの一種たる店内カメラ２５５による、店内を被写体とした撮影データを取得し、これを小売店端末２００に配信しているものとする。撮影データの種類は、後述する画像解析エンジン１１１が処理可能なものであればよく、静止画と動画のいずれでもよい。

なお、本実施形態では、店内センサの一種として上述のとおり、カメラシステム２５０に備わる店内カメラ２５５を想定し、説明を行っているが、これに限定されない。店内センサとしては、例えば、測定対象箇所を横切る生体とその数などを観測できる赤外線センサや超音波センサ、サーモグラフィユニットなど、現象観測用の種々の計測機器を適宜に採用可能である。勿論、カメラといった撮像手段以外のセンサを適用する場合、上述の画像解析エンジン１１１ではなく、当該センサの出力値に応じた解析エンジンを採用することになる。

また、本実施形態の販売支援システム１００が、小売店端末２００と一体となって、小売店端末２００自体が販売支援システム１００と同じ機能を実装するとしてもよい。

また、上述のネットワーク構成のうちスタッフ端末３００は、店舗スタッフそれぞれが携行する、または、店内やバックオフィスに備わる端末で、具体的にはタブレット端末やスマートフォン、或いはノートＰＣ等を想定できる。店舗スタッフらは、このスタッフ端末３００を利用してコンテンツを閲覧し、担当業務の遂行に活用することとなる。

スタッフ端末３００で店舗スタッフに閲覧されるコンテンツは、販売支援システム１００が配信したものを想定できる。また、販売支援システム１００は、当該コンテンツを、例えば、メーカーシステム４００から取得し、記憶装置１０１の所定領域で保持しているものとする。或いは、上述のコンテンツを別途入手し、担当者らにより記憶装置１０１に格納されるとしてもよい。

コンテンツとしては、小売店で販売する商品の、陳列、接客、ＰＯＰ作成、メイクアップ、効果効能、特徴、などといった、スタッフが担う各種業務に関するトレーニング用映像や、或いは、達成すべき具体的な業務成果を説明する画像、といったものを想定できる。

なお、上述の「達成すべき具体的な業務成果」を説明する画像とは、例えば、売り場の商品棚上で形成すべき商品の陳列形態を、当該陳列形態の完成形の実際画像、などを想定する。従って、店舗スタッフは、このコンテンツを閲覧すれば、担当する売り場の商品棚に、どのような陳列形態を完成させればよいか、具体的イメージを持って理解できる。
−−−ハードウェア構成−−−

また、本実施形態の販売支援システム１００のハードウェア構成は、図２に示す如くとなる。販売支援システム１００は、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）やハードディスクドライブなど適宜な不揮発性記憶素子で構成される記憶装置１０１、ＲＡＭなど揮発性記憶素子で構成されるメモリ１０３、記憶装置１０１に保持されるプログラム１０２をメモリ１０３に読み出すなどして実行し装置自体の統括制御を行なうとともに各種判定、演算及び制御処理を行なうＣＰＵなどの演算装置１０４、ネットワーク１０と接続し、小売店端末２００、スタッフ端末３００、メーカーシステム４００といった他装置との通信処理を担う通信装置１０５、を備える。

なお、本実施形態では図示を省略したが、必要に応じて、ユーザからのキー入力や音声入力を受け付ける入力装置、処理データの表示を行うディスプレイ等の出力装置、をさらに備えるとしてもよい。

また、記憶装置１０１内には、本実施形態の販売支援システム１００として必要な機能を実装する為のプログラム１０２に加えて、コンテンツ情報テーブル１２５、スタッフ情報テーブル１２６、実績情報テーブル１２７、および、店舗情報テーブル１２８、が少なくとも記憶されている。ただし、これらテーブルの詳細については後述する。
また、上述のプログラム１０２は、相関分析エンジン１１０および画像解析エンジン１１１を含んでいる。

このうち相関分析エンジン１１０は、上述のスタッフ情報テーブル１２６（コンテンツ利用に関する情報）および実績情報テーブル１２７（顧客行動の情報）に基づき、スタッフ情報テーブル１２６が示す当該コンテンツの利用履歴または利用結果と、実績情報テーブル１２７が示す顧客行動との相関分析を実行するアルゴリズムである。この相関分析エンジン１１０自体は、既存の相関分析エンジンを適宜に採用すればよい。

また、画像解析エンジン１１１は、店舗情報テーブル１２８（小売店の店内カメラ２５５による、各売り場を被写体とした撮影データ）を解析し、当該小売店における各商品の陳列場所で、顧客が滞留した頻度、時間、および、当該商品を手に取った機会の有無、を判定するアルゴリズムである。

この画像解析エンジン１１１は、一般的な画像解析エンジンを適宜に採用すればよい。画像解析エンジン１１１は、売り場における店舗スタッフを、例えば、「（予め登録した）所定色で特定形状を有した制服」を着用している人物画像として特定し、それ以外の人物画像を顧客のものと判定する。また、顧客の人物画像における「腕」の先端部位が、「（予め登録した）所定形状および色を有した物体」の画像と接触している、ことをもって「顧客が商品を手に取った」機会、などと判定する。

画像解析エンジン１１１は、こうした処理を、解析対象の撮影データに関し、撮影時間長のうち所定の単位時間ごとに実行し、特定した店舗スタッフおよび顧客の数、当該顧客が商品を手に取った回数、をカウントする。
−−−データ構造例−−−

続いて、本実施形態の販売支援システム１００が用いるテーブル類について説明する。図３に、本実施形態におけるコンテンツ情報テーブル１２５の一例を示す。

本実施形態のコンテンツ情報テーブル１２５は、メーカーシステム４００から販売支援システム１００を介してスタッフ端末３００に配信される、店舗スタッフのトレーニング用、或いは、達成すべき具体的な業務成果の説明用、のコンテンツの情報を格納したテーブルである。

そのデータ構造は、例えば、コンテンツを一意に特定するコンテンツＩＤをキーとして、当該コンテンツがトレーニングや説明の対象としている対象商品の識別情報、コンテンツの目的、コンテンツの格納先、および、配信先、いったデータから成るレコードの集合体である。

また図４に、本実施形態におけるスタッフ情報テーブル１２６の一例を示す。本実施形態におけるスタッフ情報テーブル１２６は、小売店の店舗スタッフに関する情報を格納したテーブルである。

そのデータ構造は、店舗スタッフを一意に特定するスタッフＩＤをキーとして、当該スタッフの所属店舗の識別情報、当該スタッフの属性（例：勤続年数、性別、年齢層など）、担当売り場（例：コスメ、医薬品、ビューティ（１）、ビューティ（２）など）、上述のコンテンツの視聴履歴、および、達成度、といったデータから成るレコードの集合体である。

このスタッフ情報テーブル１２６の各情報のうち、コンテンツ視聴履歴以外の情報は、例えば、当該スタッフらの所属店舗に備わる小売店端末２００から適宜にアップロードされる形態を想定する。
一方、コンテンツ視聴履歴の情報は、スタッフ端末３００におけるコンテンツ視聴の履歴を、販売支援システム１００が取得する形態を想定する。

なお、達成度の情報は、管理者評価と画像解析結果の２つの項目から構成される。このうち管理者評価の値は、コンテンツが指示している内容に対し、当該コンテンツを閲覧した店舗スタッフが指示内容通りに業務を行った程度、すなわち達成度、を管理者が評価したものとなる。

この管理者評価の情報は、例えば、当該店舗スタッフの所属店舗の管理者が、小売店端末２００を操作して入力し、販売支援システム１００に送信してきたものを想定できる。この場合、上述の管理者は、店舗スタッフによる業務成果を小売店で観察しており、その観察で得た心証を、例えば星印の数を指定して小売店端末２００で入力する。星印の数の定義としては、例えば、コンテンツの指示を低レベルでしか達成できていない場合、最低の１つ、コンテンツの指示を標準レベルで達成できている２つ、コンテンツの指示を高レベルで達成できている最高の３つ、といったものを想定する。

例えば、「陳列」に関して指示するコンテンツ「１２３４５６７」を閲覧した店舗スタッフ「０００１」が、該当コンテンツが指示する陳列形態を、高レベルで達成していた場合、この小売店の管理者は、小売店端末２００で、３つの星印を指定する入力動作を行う。

一方、達成度の情報のうち画像解析結果の値は、店舗スタッフが担当の売り場において、どのような接客を行っているか、店内カメラ２５５による撮影データの解析結果に基づいて販売支援システム１００の画像解析エンジン１１１が特定したものとなる。ここでは、具体例として、接客頻度と接客時間の値を示している。いずれの値も、当該店舗スタッフに関する平均値、ないし最新値、である。こうした値は、当然ながら、当該店舗スタッフがコンテンツを閲覧することで改善が見込まれる。

続いて図５に、本実施形態における実績情報テーブル１２７の一例を示す。本実施形態における実績情報テーブル１２７は、小売店それぞれにおける売上高や顧客満足度の変化に関する情報を格納したテーブルである。

そのデータ構造は、小売店の識別情報をキーとして、当該小売店における、売上高等の対象期間、対象商品、その売上高変化、および、顧客満足変化、といったデータから成るレコードの集合体である。こうした情報は、小売店端末２００からアップロードされる形態を想定する。
なお、上述のうち売上高変化および顧客満足変化の値は、例えば、直近期間の値からの変化率、或いは、前年同時期の値からの変化率、を想定できる。

続いて図６に、本実施形態の店舗情報テーブル１２８のデータ構成例を示す図である。本実施形態の店舗情報テーブル１２８は、小売店それぞれの所在エリアやスタッフ数、店内カメラ２５５による撮影データなどを格納したテーブルである。

そのデータ構造は、小売店の識別情報たる店舗ＩＤをキーとして、当該小売店が所在するエリア、当該小売店を構成する売り場、主たる販売手法（接客か陳列）、各売り場の担当スタッフ数、店内カメラ２５５による撮影データ、当該撮影データの解析結果、および、当該小売店の総スタッフ数、といったデータから成るレコードの集合体である。
こうした情報のうち、撮影データの解析結果以外は、小売店端末２００からアップロードされる形態を想定する。
−−−事前処理（撮影データの取得・処理）−−−

以下、本実施形態における販売支援方法の実際手順について図に基づき説明する。以下で説明する販売支援方法に対応する各種動作は、販売支援システム１００がメモリ等に読み出して実行するプログラムによって実現される。そして、このプログラムは、以下に説明される各種の動作を行うためのコードから構成されている。

まずは、販売支援方法の実行前に必要となる事前処理について、図７のフローに基づき説明する。前提として、各小売店における店内カメラ２５５が、店内映像を撮影し、その撮影データをカメラシステム２５０に配信しているものとする。また、このカメラシステム２５０は、店内カメラ２５５から得た撮影データを、例えば一定期間ごとに小売店端末２００に配信しているものとする。

ここで、販売支援システム１００は、各小売店の店内カメラ２５５の撮影データを、当該小売店の小売店端末２００を介して、カメラシステム２５０から取得し、記憶装置１０１の所定領域に格納する（ｓ１０）。なお、上述の撮影データを記憶装置１０１に格納するケースの他、店内カメラ２５５ないしカメラシステム２５０が、販売支援システム１００と同様に、解析機能（画像解析エンジン１１１等含む）を備えて撮影データの解析処理を実行するとしてもよい。この場合、販売支援システム１００は、店内カメラ２５５ないしカメラシステム２５０による解析結果を取得し、以降の処理を行うことになる。

また、販売支援システム１００は、ｓ１０で得た撮影データの格納場所の情報を、店舗情報テーブル１２８における該当店舗のレコードの「撮影データ」欄に設定する（ｓ１１）。

続いて、販売支援システム１００は、上述の撮影データを、店舗情報テーブル１２８の撮影データ欄が示す格納先からメモリ１０３に読み出し、これを画像解析エンジン１１１に入力として与える（ｓ１２）。

販売支援システム１００の画像解析エンジン１１１は、入力された撮影データを解析し、当該小売店における各商品の陳列場所で、顧客が滞留した頻度、時間、および、当該商品を手に取った機会の有無、を判定し、これを解析結果ファイルとして、記憶装置１０１の所定領域に格納する（ｓ１３）。この際、販売支援システム１００は、当該解析結果の格納場所の情報を、店舗情報テーブル１２８の「解析結果」欄に設定する。

上述の画像解析エンジン１１１における具体的な解析概念としては、例えば、撮影データにおいて、画像を構成する画素群を色ごとに抽出し、当該画素群の形状および色の特徴量を、制服着用時の店舗スタッフの画像の特徴量と照合し、その類似度が所定の閾値以上である場合、当該画素群を店舗スタッフの画像と特定するといった、一般的なものを想定できる。こうした概念は、腕や手、顔など人体の各部位の画像、或いは、小売店で販売する各商品の画像、の特定に関しても同様である。

画像解析エンジン１１１は、上述のような解析を行うことで、小売店の売り場における店舗スタッフを、例えば、「（予め登録した）所定色で特定形状を有した制服」を着用している人物画像として特定し、それ以外の人物画像を顧客のものと判定する。

また、顧客の人物画像における「腕」の先端部位が、「（予め登録した）所定形状および色を有した物体」すなわち所定の商品の画像と接触している、ことをもって「顧客が商品を手に取った」機会、などと判定する。

画像解析エンジン１１１は、こうした処理を、解析対象の撮影データに関し、撮影時間長のうち所定の単位時間ごとに実行し、特定した店舗スタッフおよび顧客の数、当該顧客が商品を手に取った回数、をカウントする。

また、販売支援システム１００の画像解析エンジン１１１は、上述のカウントの処理に伴い、小売店における各商品の陳列場所で、顧客に対し店舗スタッフが接客を行った頻度および時間について算定し、この算定値をスタッフ情報テーブル１２６の達成度欄における「画像解析結果」欄に格納し（ｓ１４）、処理を終了する。
−−−フロー例１（販促用リソースの投入方針提案）−−−

続いて、商品のメーカーに対して販促用リソースの投入方針についてアドバイスする形態について説明する。図８は、本実施形態における販売支援方法のフロー例１を示す図である。

なお、ここで言う販促用リソースとは、人的および資金のリソース、販促媒体（カタログや各種掲示物等）の他、商品自体もその概念に含みうるものとする。商品が販促用リソースの概念に含まれることの意義は、例えば、店舗スタッフによるコンテンツの利用が当該小売店における顧客行動に与える影響を踏まえ、「この店やエリアは接客が得意だから、接客すれば売れる商品を重点的に投入しよう」といった戦略を想定した場合、その「売れる」であろう商品の投入自体が販促活動・ツール、とみなしうる点にある。

ここで販売支援システム１００は、スタッフ情報テーブル１２６および実績情報テーブル１２７を記憶装置１０１からメモリ１０３に読み出し、スタッフ情報テーブル１２６における、所定の小売店での所定商品に関するコンテンツのコンテンツ視聴履歴および達成度の少なくともいずれかの情報（スタッフ情報テーブル１２６の該当情報示すコンテンツＩＤに基づき、コンテンツ情報テーブル１２５にて対象商品、目的、配信先等を特定可能。以下同様）と、実績情報テーブル１２７における当該小売店での該当商品に関する売上高変化および顧客満足度変化の情報との相関分析を、相関分析エンジン１１０により実行し、当該小売店での該当商品の販売に関するコンテンツの利用が、当該小売店での販売状況および顧客満足度の少なくともいずれかに与える影響度を推定する（ｓ２０）。

続いて、販売支援システム１００は、上述の推定の結果、影響度が、当該小売店での該当商品に関するコンテンツの視聴により、当該小売店での販売状況および顧客満足度の少なくともいずれかに好影響を与えることを示すものであれば（ｓ２１：ｙ）、当該小売店やその所在エリアに対する販促用リソースの投入を増加ないし維持すべき旨の情報（図１３の画面ｇ１）を、該当商品のメーカーのメーカーシステム４００に通知する（ｓ２２）。

他方、上述の影響度が、当該小売店での該当商品の販売に関するコンテンツの視聴により、当該小売店での販売状況および顧客満足度のいずれかも好影響を与えないことを示すものであれば（ｓ２１：ｎ）、販売支援システム１００は、当該小売店やその所在エリアに対する販促用リソースの投入を低減すべき旨の情報（図１４の画面ｇ２）を、該当商品のメーカーのメーカーシステム４００に通知し（ｓ２３）、処理を終了する。
−−−フロー例２（販売チャネルに関する提案）−−−
図９は、本実施形態における販売支援方法のフロー例２を示す図である。ここでは、販売チャネルの制御に関する提案を行う処理について説明する。

この場合、販売支援システム１００は、上述の相関分析エンジン１１０による相関分析において、推定する影響度として、所定商品の販売に関する所定コンテンツの、所定の小売店の店舗スタッフによる、コンテンツ視聴履歴、または、当該コンテンツに関する達成度（管理者評価、画像解析結果）の情報、の少なくともいずれかにより、実績情報テーブル１２７が示す売上高変化および顧客満足度に好影響が及ぶ程度を推定する（ｓ３０）。

このｓ３０においては、「目的」が異なる、或る商品に関する複数の販売用のコンテンツ、それぞれについて、上述の好影響が及ぶ程度を推定する。例えば、或る商品の販売に関するコンテンツとして、「目的」が「陳列」であるコンテンツと、「接客」であるコンテンツの２種類があったとして、それぞれについて上述の影響度（売上高変化および顧客満足度に好影響が及ぶ程度）を該当小売店について推定する。

また、販売支援システム１００は、上述のｓ３０で、各目的のコンテンツに関して推定した、好影響が及ぶ程度に基づいて、販売チャネルである、例えば、商品の「陳列」と店舗スタッフによる「接客」との比重を特定する（ｓ３１）。

例えば、目的が「陳列」のコンテンツに関して推定した、好影響が及ぶ程度が「６０」であり、一方、目的が「接客」のコンテンツに関して推定した、好影響が及ぶ程度が「２０」であった場合、販売チャネルとして採用すべき比重は、商品の「陳列」：店舗スタッフによる「接客」＝６：２、などと特定する。

また、販売支援システム１００は、ｓ３１で特定した比重の情報（図１５：画面ｇ３）を、当該小売店の小売店端末２００（または、当該商品を該当小売店に卸しているメーカーのメーカーシステム４００）に通知し（ｓ３２）、処理を終了する。
−−−フロー例３（スタッフ数比率の提案）−−−

図１０は、本実施形態における販売支援方法のフロー例３を示す図である。続いて、スタッフ数の比率に関してアドバイスを行う形態について説明する。なお、ここでは、上述のフロー例２の処理が、各小売店の各商品について実行済みであるとする。

この場合、販売支援システム１００は、上述のフロー例２で得ている、或る小売店に配信した各商品の各販売チャネルに関してそれぞれ推定した比重の情報を参照する（ｓ４０）。
また、販売支援システム１００は、ｓ４０で参照した情報に基づき、比重の値が所定基準以上である販売チャネルを特定する（ｓ４１）。

上述のｓ４１の処理にて、目的が「接客」のコンテンツを特定できた場合（ｓ４２：接客）、販売支援システム１００は、その対象商品をコンテンツ情報テーブル１２５にて特定する（ｓ４３）。

続いて、販売支援システム１００は、ｓ４３で特定した対象商品について、当該小売店における商品間での担当スタッフ数比率のうち、当該商品の担当スタッフ数の比率を、他商品のものより大きくする示唆情報（図１６：画面ｇ４）を、当該小売店の小売店端末２００（または、当該商品を該当小売店に卸しているメーカーのメーカーシステム４００）に通知し（ｓ４４）、処理を終了する。

なお、上述の「小売店における商品間での担当スタッフ数比率」は、店舗情報テーブル１２８の該当店舗のレコードにおける、各売り場（各売り場は所定属性の商品の売り場である）の間で、「担当スタッフ数」の比率を求めれば算定できる。

一方、上述のｓ４１の処理にて、目的が「陳列」のコンテンツを特定できた場合（ｓ４２：陳列）、販売支援システム１００は、その対象商品をコンテンツ情報テーブル１２５にて特定する（ｓ４５）。

続いて、販売支援システム１００は、ｓ４５で特定した対象商品について、当該小売店における商品間での担当スタッフ数比率のうち、当該商品の担当スタッフ数の比率を、他商品のものより小さくする示唆情報（図１７：画面ｇ５）を、当該小売店の小売店端末２００（または、当該商品を該当小売店に卸しているメーカーのメーカーシステム４００）に通知し（ｓ４６）、処理を終了する。
−−−フロー例４（スタッフ採用に関する提案）−−−
図１１は、本実施形態における販売支援方法のフロー例４を示す図である。続いて、スタッフ採用に関する提案を行う形態について説明する。

この場合、販売支援システム１００は、コンテンツ情報テーブル１２５、スタッフ情報テーブル１２６、および、実績情報テーブル１２７、の各テーブルを参照し、所定小売店に配信された所定の対象商品に関する所定目的のコンテンツ（コンテンツ情報テーブル１２５で特定）に関して、当該小売店の店舗スタッフによるコンテンツ視聴履歴および達成度をスタッフ情報テーブル１２６で特定し、また、当該小売店における当該対象商品の売上高変化および顧客満足度変化の値を実績情報テーブル１２７で特定する（ｓ５０）。

続いて、販売支援システム１００は、上述のｓ５０で特定した情報に基づき、所定小売店の店舗スタッフによる当該コンテンツの視聴と、売上高変化および顧客満足度の少なくともいずれかとの相関分析を相関分析エンジン１１０により実行し、該当コンテンツの視聴が、売上高変化および顧客満足度の少なくともいずれかに与える影響度を推定する（ｓ５１）。

ｓ５１で推定した影響度が、該当商品の販売に関するコンテンツの視聴により、売上高変化および顧客満足度変化の少なくともいずれかに好影響を与えることを示すものであれば（ｓ５２：ｙ）、販売支援システム１００は、当該小売店におけるスタッフの増員を行うべき旨の情報（図１８：画面ｇ６）を、小売店端末２００に通知し（ｓ５３）、処理を終了する。

他方、上述の影響度が、該当商品の販売に関するコンテンツの視聴により、売上高変化および顧客満足度変化のいずれかにも好影響を与えないことを示すものであれば（ｓ５２：ｎ）、販売支援システム１００は、当該小売店におけるスタッフの減員を行うべき又は増員を行わないべき旨の情報（図１９：画面ｇ７）を、小売店端末２００に通知し（ｓ５4）、処理を終了する。
−−−フロー例５（スタッフ採用基準に関する提案）−−−
図１２は、本実施形態における販売支援方法のフロー例５を示す図である。ここでは、店舗スタッフの採用基準に関する提案を行う処理について説明する。

この場合、販売支援システム１００は、上述の相関分析エンジン１１０による相関分析に際し、所定の小売店における所定商品の販売に関する所定コンテンツの、コンテンツ視聴履歴が示す、所定属性の店舗スタッフによる当該コンテンツの利用程度（スタッフ情報テーブル１２６で特定。例えば、属性が「３０代、女性」の店舗スタッフそれぞれの或るコンテンツの視聴履歴の頻度、延べ回数等をカウントして特定）、または、当該コンテンツにおける指定内容を当該属性の店舗スタッフが達成した程度（達成度欄の値）の少なくともいずれかと、当該商品に関する売上高変化および顧客満足度変化との相関分析を実行して、当該商品の販売に関するコンテンツの、上述の所定属性の店舗スタッフによる利用程度または達成度が、顧客行動に与える影響度を推定する（ｓ６０）。

上述の推定の結果、推定した影響度が、当該属性のスタッフによる当該コンテンツの利用程度または達成度により、顧客行動に好影響を与えることを示すものであれば（ｓ６１：ｙ）、販売支援システム１００は、当該小売店におけるスタッフ採用基準として当該属性を適用すべき旨の情報（図２０：画面ｇ８）を、小売店端末２００に通知し、処理を終了する。

以上、本発明を実施するための最良の形態などについて具体的に説明したが、本発明はこれに限定されるものではなく、その要旨を逸脱しない範囲で種々変更可能である。

こうした本実施形態によれば、小売店における販売チャネルやツール等の好適化、人員トレーニングなどを通じて、当該小売店における店舗運営やメーカー等の販促方針策定の支援を可能となる。

なお、本実施形態では、コンテンツ利用に伴って変化した商品陳列や接客の質が、顧客行動に及ぼした影響を分析し、その分析結果を販売チャネルや販促用リソース等の戦略的判断に活用するとした。ところが、こうしたコンテンツ利用に伴って変化する商品陳列や接客の質が、顧客行動に殆ど影響を及ぼさないケースも存在しうる。

例えば、顧客が商品の価格やブランドのみを基準に、購買行動を決定しているケースがそれに該当する。その場合、販売支援システム１００は、当該小売店で販売する商品について、一般的に認知されているブランド力の強度に関する情報や、自他の店舗や組織における値付けの情報、等を適宜な外部装置から取得し、これらの情報と、当該小売店での顧客行動の情報との間についての相関分析を実行するとしてもよい。

この相関分析の結果、例えば、他店舗での値付けが自店舗の価格より所定割合低い場合、当該小売店での顧客行動は低調（低売上）であることが判明した場合、販売支援システム１００は、他店舗の値付けとの差を上述の所定割合以内に修正する示唆を出力する、といった動作を行う。或いは、上述の相関分析の結果、例えば、ブランド力の強度が所定基準以上の場合、自他の店舗間での価格差が所定基準以上であっても、顧客行動に差異は無いことが判明した場合、販売支援システム１００は、他店舗の値付けより所定範囲で高い値付けを行うべき旨の示唆を出力する、といった動作を行う。

１０ ネットワーク
１００ 販売支援システム
１０１ 記憶装置
１０２ プログラム
１０３ メモリ
１０４ 演算装置
１０５ 通信装置
１１０ 相関分析エンジン
１１１ 画像解析エンジン
１２５ コンテンツテーブル
１２６ スタッフ情報テーブル
１２７ 実績情報テーブル
１２８ 店舗情報テーブル
２００ 小売店端末
２５０ カメラシステム
２５５ 店内カメラ
３００ スタッフ端末
４００ メーカーシステム

Claims (12)

1. 小売店のスタッフによるコンテンツ利用に関する情報、および、当該小売店における顧客行動の情報、を格納する記憶装置と、
   前記コンテンツ利用に関する情報および前記顧客行動の情報を前記記憶装置から読み出し、前記コンテンツ利用に関する情報が示す当該コンテンツの利用履歴または利用結果と、前記顧客行動の情報が示す顧客行動との相関分析を所定の分析エンジンにて実行し、前記コンテンツの利用履歴または利用結果が、前記顧客行動に与える影響度として、所定商品の販売に関する所定コンテンツの前記コンテンツ利用に関する情報が示す、前記スタッフによる当該コンテンツの利用程度、または、当該コンテンツにおける指定内容を前記スタッフが達成した程度、の少なくともいずれかにより、前記顧客行動に好影響が及ぶ程度を推定し、この影響度の高低に応じて、前記小売店での前記商品の販売に採用すべき販売チャネルの情報として、陳列とスタッフによる接客との比重を所定ルールで特定し、当該販売チャネルの情報を、所定端末に通知する演算装置と、
   を備えることを特徴とする販売支援システム。
2. 前記演算装置は、
   前記販売チャネルの情報が示す前記比重に基づき、接客の比重が所定基準以上である商品については、前記小売店における商品間での担当スタッフ数比率のうち、当該商品の担当スタッフ数の比率を、他商品のものより大きくする示唆情報を、所定端末に通知し、陳列の比重が所定基準以上である商品については、前記小売店における商品間での担当スタッフ数比率のうち、当該商品の担当スタッフ数の比率を、他商品のものより小さくする示唆情報を、所定端末に通知するものである、
   ことを特徴とする請求項１に記載の販売支援システム。
3. 前記演算装置は、
   前記分析エンジンによる前記相関分析に際し、所定商品の販売に関する所定コンテンツの前記コンテンツ利用に関する情報が示す、所定属性の前記スタッフによる当該コンテンツの利用程度、または、当該コンテンツにおける指定内容を前記所定属性の前記スタッフが達成した程度の少なくともいずれかと、前記商品に関する前記顧客行動との相関分析を実行して、前記商品の販売に関する前記コンテンツの、所定属性の前記スタッフによる前記利用程度または前記達成した程度が、前記顧客行動に与える影響度を推定し、
   前記影響度が、前記属性のスタッフによる前記コンテンツの利用程度または前記達成した程度により、前記顧客行動に好影響を与えることを示すものであれば、当該小売店におけるスタッフ採用基準として当該属性を適用すべき旨の情報を、所定端末に通知するものである、
   ことを特徴とする請求項１に記載の販売支援システム。
4. 前記演算装置は、
   前記影響度が、前記小売店での前記商品の販売に関する前記コンテンツの利用程度または前記達成した程度により、前記小売店での顧客行動に好影響を与えることを示すものであれば、当該小売店に対する販促用リソースの投入を増加ないし維持すべき旨の情報を、前記商品を前記小売店に納める事業者の端末または前記小売店の端末に通知し、
   前記影響度が、前記小売店での前記商品の販売に関する前記コンテンツの利用程度または前記達成した程度により、前記小売店での顧客行動に好影響を与えないことを示すものであれば、当該小売店に対する販促用リソースの投入を低減すべき旨の情報を、前記商品を前記小売店に納める事業者の端末または前記小売店の端末に通知するものである、
   ことを特徴とする請求項３に記載の販売支援システム。
5. 前記記憶装置は、
   前記顧客行動の情報として、前記小売店における販売状況および顧客満足度の少なくともいずれかを格納するものである、
   ことを特徴とする請求項１〜４のいずれかに記載の販売支援システム。
6. 前記演算装置は、
   前記小売店の店内センサによる観測データを、当該観測データを保持する所定システムから取得し、当該観測データを所定の解析エンジンで解析することで、前記小売店における各商品の陳列場所で、顧客が滞留した頻度、時間、および、当該商品を手に取った機会の有無、の少なくともいずれかの項目についてカウントし、ここでカウントした値を前記顧客行動の情報として前記記憶装置に格納する処理と、
   前記観測データを前記解析エンジンで解析することで、前記小売店における各商品の陳列場所で、顧客に対してスタッフが接客を行った頻度および時間、の少なくともいずれかの項目についてカウントし、ここでカウントした値を、接客用のコンテンツの前記コンテンツ利用に関する情報である、前記スタッフによる利用程度、または、前記コンテンツにおける指定内容を前記スタッフが達成した程度、の情報として前記記憶装置に格納する処理と、
   を実行するものであることを特徴とする請求項１〜５のいずれかに記載の販売支援システム。
7. 情報処理システムが、
   小売店のスタッフによるコンテンツ利用に関する情報、および、当該小売店における顧客行動の情報、を格納する記憶装置を備えて、
   前記コンテンツ利用に関する情報および前記顧客行動の情報を前記記憶装置から読み出し、前記コンテンツ利用に関する情報が示す当該コンテンツの利用履歴または利用結果と、前記顧客行動の情報が示す顧客行動との相関分析を所定の分析エンジンにて実行し、前記コンテンツの利用履歴または利用結果が、前記顧客行動に与える影響度として、所定商品の販売に関する所定コンテンツの前記コンテンツ利用に関する情報が示す、前記スタッフによる当該コンテンツの利用程度、または、当該コンテンツにおける指定内容を前記スタッフが達成した程度、の少なくともいずれかにより、前記顧客行動に好影響が及ぶ程度を推定し、この影響度の高低に応じて、前記小売店での前記商品の販売に採用すべき販売チャネルの情報として、陳列とスタッフによる接客との比重を所定ルールで特定し、当該販売チャネルの情報を、所定端末に通知する、
   ことを特徴とする販売支援方法。
8. 前記情報処理システムが、
   前記販売チャネルの情報が示す前記比重に基づき、接客の比重が所定基準以上である商品については、前記小売店における商品間での担当スタッフ数比率のうち、当該商品の担当スタッフ数の比率を、他商品のものより大きくする示唆情報を、所定端末に通知し、陳列の比重が所定基準以上である商品については、前記小売店における商品間での担当スタッフ数比率のうち、当該商品の担当スタッフ数の比率を、他商品のものより小さくする示唆情報を、所定端末に通知する、
   ことを特徴とする請求項７記載の販売支援方法。
9. 前記情報処理システムが、
   前記分析エンジンによる前記相関分析に際し、所定商品の販売に関する所定コンテンツの前記コンテンツ利用に関する情報が示す、所定属性の前記スタッフによる当該コンテンツの利用程度、または、当該コンテンツにおける指定内容を前記所定属性の前記スタッフが達成した程度の少なくともいずれかと、前記商品に関する前記顧客行動との相関分析を実行して、前記商品の販売に関する前記コンテンツの、所定属性の前記スタッフによる前記利用程度または前記達成した程度が、前記顧客行動に与える影響度を推定し、
   前記影響度が、前記属性のスタッフによる前記コンテンツの利用程度または前記達成した程度により、前記顧客行動に好影響を与えることを示すものであれば、当該小売店におけるスタッフ採用基準として当該属性を適用すべき旨の情報を、所定端末に通知する、
   ことを特徴とする請求項７に記載の販売支援方法。
10. 前記情報処理システムが、
    前記影響度が、前記小売店での前記商品の販売に関する前記コンテンツの利用程度または前記達成した程度により、前記小売店での顧客行動に好影響を与えることを示すものであれば、当該小売店に対する販促用リソースの投入を増加ないし維持すべき旨の情報を、前記商品を前記小売店に納める事業者の端末または前記小売店の端末に通知し、
    前記影響度が、前記小売店での前記商品の販売に関する前記コンテンツの利用程度または前記達成した程度により、前記小売店での顧客行動に好影響を与えないことを示すものであれば、当該小売店に対する販促用リソースの投入を低減すべき旨の情報を、前記商品を前記小売店に納める事業者の端末または前記小売店の端末に通知する、
    ことを特徴とする請求項９に記載の販売支援方法。
11. 前記情報処理システムが、
    前記記憶装置において、前記顧客行動の情報として、前記小売店における販売状況および顧客満足度の少なくともいずれかを格納する、
    ことを特徴とする請求項７〜１０のいずれかに記載の販売支援方法。
12. 前記情報処理システムが、
    前記小売店の店内センサによる観測データを、当該観測データを保持する所定システムから取得し、当該観測データを所定の解析エンジンで解析することで、前記小売店における各商品の陳列場所で、顧客が滞留した頻度、時間、および、当該商品を手に取った機会の有無、の少なくともいずれかの項目についてカウントし、ここでカウントした値を前記顧客行動の情報として前記記憶装置に格納する処理と、
    前記観測データを前記解析エンジンで解析することで、前記小売店における各商品の陳列場所で、顧客に対してスタッフが接客を行った頻度および時間、の少なくともいずれかの項目についてカウントし、ここでカウントした値を、接客用のコンテンツの前記コンテンツ利用に関する情報である、前記スタッフによる利用程度、または、前記コンテンツにおける指定内容を前記スタッフが達成した程度、の情報として前記記憶装置に格納する処理と、
    を実行することを特徴とする請求項７〜１１のいずれかに記載の販売支援方法。

Images