JP7004992B2

JP7004992B2 - 注文支援装置及び注文支援プログラム

Info

Publication number: JP7004992B2
Application number: JP2017028659A
Authority: JP
Inventors: 徳廣山田
Original assignee: 株式会社ビジュアルジャパン
Priority date: 2017-02-20
Filing date: 2017-02-20
Publication date: 2022-01-21
Anticipated expiration: 2037-02-20
Also published as: JP2018136594A

Description

本発明は、書店が書籍の注文を行う場合における、注文作業を支援する注文支援装置及び注文支援プログラムに関する。

毎年おびただしい数の新刊書籍が発行され、書店の書棚等に載置できる書籍数には限りがあるため、書店では書籍の入れ替えを頻繁に行っている。我が国では、書籍に関して委託販売制度が採用されており、同制度の下では、一定期間書棚に載置したが販売に至らなかった書籍は、取次店に返品することができる。そのため、上記書籍の入れ替えに当たっては、書棚に配置しても販売の見込みが薄い書籍を、売れ行きが好調な書籍、すなわち、販売の見込みが大きい書籍と入れ替えている。

従来、書籍の入れ替えに当たっては、書店の仕入れ担当者が、各書籍の売れ行きや自己の書店書棚の在庫情報を参考にしながら、経験に基づき、返品とする書籍及び注文する書籍を決定していた。ところで、一日に発刊される新刊書籍は２００ないし３００冊、１年間ではおよそ１０万の新刊書籍が発刊されており、この中から売れ筋の商品を見極め、それと入れ替えるべき返品書籍を決定することは非常に困難であり、販売の機会を逸したり、販売見込みの少ない在庫を発生させたりしがちであるため、より収益性の高い書店に成長させることが困難であった。

このような問題に対して、例えば、特許文献１には、管理サーバが売上データファイルを有し、ユーザ用端末機に売行ランキング表示画面に表示することで、書店にあっては、売行ランキング情報に基づいて戦略的仕入れ計画の立案、遂行、すなわち死に筋商品の入荷削減、限られた展示スペースの有効活用、および売れ筋商品の仕入れ強化などを図ることが記載されている。

特開２００２－７６６４号公報

特許文献１に記載されているような例えば全国規模の売行ランキング等により注文を行う場合、そのランキング上位の書籍が必ずしも注文を行おうとしている対象店舗において売れる書籍とは限らない。これは、その対象店舗の立地等により客層が当該ランキングにおける主な客層とずれる場合があるからである。つまり、全国規模のランキングだけでは対象店舗のニーズに合った書籍の注文をすることが困難な場合があった。

本発明は、上記のような問題点を解決しようとするものであり、対象店舗のニーズに合った書籍の注文の支援をすることができる注文支援装置及び注文支援プログラムを提供することを課題とする。

上記課題を解決するためになされた請求項１に記載の発明は、データベースから所定の情報を取得して書籍の注文の支援を行う書籍の注文支援装置であって、前記データベースには、複数の店舗における書籍のアイテム毎の売上情報が格納され、前記複数の店舗のうち支援対象とする対象店舗の前記売上情報及び前記複数の店舗のうちの他の店舗の前記売上情報に基づいて相関率を算出する算出手段と、前記他の店舗のうち、前記相関率が高い店舗を前記対象店舗における注文の基準とする基準店舗として選定する選定手段と、前記選定手段が選定した前記基準店舗の前記売上情報に基づいて前記対象店舗における前記基準店舗の売上に含まれる前記アイテムのうち当該対象店舗において在庫が無い前記アイテムの数の割合を示す欠品率を算出し、前記相関率が所定以上かつ前記欠品率が所定以上である場合、前記基準店舗の売上に含まれるアイテムのうち前記対象店舗において在庫が無いアイテムである欠品アイテムを前記対象店舗の注文候補として抽出する抽出手段と、を有することを特徴とする注文支援装置である。

請求項２に記載の発明は、請求項１に記載の発明において、前記欠品率は、前記相関率が算出された前記書籍の売上上位の割合に対応して算出されることを特徴とするものである。

請求項３に記載の発明は、請求項１または２に記載の発明において、前記複数の店舗のうち前記基準店舗の候補とする前記他の店舗が、予め複数選定されていることを特徴とするものである。

請求項４に記載の発明は、請求項１乃至３のうちいずれか一項に記載の発明において、前記基準店舗は、売り上げが良好な店舗であることを特徴とするものである。

請求項５に記載の発明は、データベースから所定の情報を取得して書籍の注文の支援を行う書籍の注文支援プログラムであって、コンピュータが、複数の店舗における書籍のアイテム毎の売上情報が格納された前記データベースの前記複数の店舗のうち支援対象とする対象店舗の前記売上情報及び前記複数の店舗のうちの他の店舗の前記売上情報に基づいて相関率を算出する算出手段と、前記他の店舗のうち、前記相関率が高い店舗を前記対象店舗における注文の基準とする基準店舗として選定する選定手段と、前記選定手段が選定した前記基準店舗の前記売上情報に基づいて前記対象店舗における前記基準店舗の売上に含まれる前記アイテムのうち当該対象店舗において在庫が無い前記アイテムの数の割合を示す欠品率を算出し、前記相関率が所定以上かつ前記欠品率が所定以上である場合、前記基準店舗の売上に含まれるアイテムのうち前記対象店舗において在庫が無いアイテムである欠品アイテムを前記対象店舗の注文候補として抽出する抽出手段と、して機能することを特徴とする注文支援プログラムである。

以上説明したように請求項１に記載の発明によれば、複数の店舗から支援対象とする対象店舗と書籍のアイテム毎の売上情報について相関率が高い店舗を選択するので、売れる書籍のアイテムが近い店舗、即ち客層が近い店舗を基準店舗として選択することができ、当該基準店舗の品揃え等を参考にして注文をすることが可能となる。

請求項２に記載の発明によれば、基準店舗の候補が、予め複数選定されているので、データベースに含まれる店舗全てと相関率の算出をしなくてもよく、算出手段における処理負荷や処理時間を軽減することができる。

請求項３に記載の発明によれば、売り上げが良好な店舗を基準店舗として選定するので、売上良好な店舗の品揃え等に倣って注文する書籍を決定することが可能となる。

請求項４に記載の発明によれば、基準店舗の売上情報に基づいて注文候補を抽出するので、類似する客層である基準店舗と同様な注文をすることができるようになる。

請求項５に記載の発明によれば、コンピュータプログラムにより、複数の店舗から支援対象とする対象店舗と書籍のアイテム毎の売上情報について相関率が高い店舗を選択するので、売れる書籍のアイテムが近い店舗、即ち客層が近い店舗を基準店舗として選択することができ、当該基準店舗の品揃え等を参考にして注文をすることが可能となる。さらに、コンピュータプログラムであるので、インストールやバージョンアップ等も容易に行える。

本発明の一実施形態にかかる注文支援装置を有する注文支援システムの概略構成図である。図１に示されたサーバの概略構成図である。図１に示されたサーバが注文支援装置として機能する際の機能的構成図である。基準店舗（基準店）と対象店舗（対象店）との売上の説明図である。図４に示した各領域のアイテム数と売り上げとの関係を示したグラフである。図４で示した各領域の重複関係の説明図である。図１に示されたサーバに動作のフローチャートである。

本発明の一実施形態にかかる注文支援装置を図１乃至図７を参照して説明する。図１は、本発明の一実施形態にかかる注文支援装置を含む書籍の注文支援システムの概略構成図である。

図１に示した注文支援システムは、サーバ１と、データベース２と、を有している。そして、サーバ１は、インターネット３を介して書店４に設置された不図示の端末等と接続されており、サーバ１で後述する動作により選択された注文候補情報を書店４の端末等に出力する。なお、サーバ１とデータベース２とは、１つの物理サーバが複数の仮想的なサーバとして利用する公知の仮想サーバとして構成されていてもよい。また、サーバ１内の各構成要素もそれぞれが仮想サーバとして機能するようにしてもよい。

サーバ１は、図２に示すように、ＣＰＵ（Central Processing Unit）１１と、ＲＡＭ（Random Access Memory）１２と、ＲＯＭ（Read Only Memory）１３と、ＨＤＤ（Hard Disc Drive）１４と、入出力インタフェース１５と、を有し、これらがバス１６で接続されている汎用のコンピュータである。

ＣＰＵ１１は、ＨＤＤ１４に格納されている書籍の注文支援プログラムを実行する。ＲＡＭ１２は、ＣＰＵ１１が動作する際に必要なデータ等を一時的に記憶するワークメモリ等として機能する。ＲＯＭ１３は、サーバ１の起動時等に動作するプログラム等が記憶されている。

ＨＤＤ１４には、ＣＰＵ１１で実行される書籍の注文支援プログラムや、データベース２から入出力インタフェース１５を介して取得した書籍情報等が格納される。

入出力インタフェース１５は、例えば、データベース２とのデータのやり取りや、書店４とのデータのやり取り等に用いられるインターフェース（Ｉ／Ｆ）である。入出力インタフェース１５は、具体的には有線または無線のネットワークインタフェース等で構成される。

なお、図１の構成例では、サーバ１は、データベース２とインターネット３の２つに接続されているので、入出力インタフェース１５は２系統の入出力を持つが、データベース２をインターネット３に接続してもよい。その場合は入出力インタフェース１５は１系統の入出力を持つ。

データベース２は、図１に示したように、売上情報データベース２ａを有する所謂データベースサーバである。売上情報データベース２ａは、書籍名（タイトル）や書籍コードとそれらに対応する書籍の１日当たりの販売数が書店毎に販売開始日から１日ごとに関連付けて蓄積されている。即ち、データベースに２は、複数の店舗における書籍のアイテム毎の売上情報が格納されている。

書籍コードとは、書籍固有に付されるコードであり、例えば書籍の裏表紙等にバーコード等で印刷されている。また、販売情報データベース２ｂに蓄積される書店４は、なるべく多くの書店４の情報が集計されていることが好ましい。

データベース２は、サーバ１からの要求に基づいて、売上情報データベース２ａから書店毎の書籍（アイテム）毎の販売数を出力する。なお、本実施形態のようにデータベース２を独立して設けずに、売上情報データベース２ａをサーバ１が有する構成としてもよい。

次に、図２に示した構成のサーバ１が本発明の一実施形態にかかる書籍の注文支援装置として機能する際の機能的構成を図３を示して説明する。図３に示したように、サーバ１は、算出手段２１と、選定手段２２と、抽出手段２３と、を有している。

算出手段２１は、書店４からの要求に応じて、データベース２から書店毎の書籍（アイテム）毎の販売数を取得し、当該書店４を支援対象とする対象店舗として、他の店舗との売上情報の相関率を算出する。

相関率の算出方法の一例を、図４乃至図６を参照して説明する。図４は、基準店舗（基準店）と対象店舗（対象店）との売上の説明図である。基準店舗は、売上情報データベース２ａに含まれる店舗のうち、例えば売り上げが良好な店舗（利益が大きい店舗）とする。なお、基準店舗の選定自体は、後述する選定手段２２で選定される。なお、対象店舗と相関率を算出する店舗（他の店舗）については、売り上げが良好な店舗を予め複数選定して、それを基準店舗の候補として各々との相関率を算出してもよい。予め候補を選定することで、算出手段２１における処理負荷や処理時間を軽減することができる。勿論売上情報データベース２ａに含まれる対象店舗以外の店舗全てを基準店舗の候補として各々との相関率を算出してもよい。また、基準店舗としては、複数店舗の売り上げ情報に基づいた（合算、平均化等）仮想的な店舗を利用してもよい。

図４において、Ａは基準店舗の売上（販売数或いは金額）上位３０％に含まれるアイテム（書籍）、Ｂは基準店舗の売上上位５０％に含まれるアイテム、Ｃは基準店舗の売上上位９０％に含まれるアイテムを示している。Ｄは対象店舗の売上上位３０％に含まれるアイテム（書籍）、Ｅは対象店舗の売上上位５０％に含まれるアイテム、Ｆは対象店舗の売上上位９０％に含まれるアイテムを示している。ここで、例えば売上上位３０％のアイテムとは、図５に示したように、所定期間で売上上位のアイテムから売り上げを累計し、全体売り上げの３０％に達するまでのアイテムである。なお、本実施形態では、３０％、５０％、９０％で区切った例で説明するが、何％で区切るかは店舗の規模等により適宜変更してよい。

なお、図４に含まれるアイテムについては、店舗の規模の差によるアイテム数の差を少なくするために、例えば過去数か月に発行された書籍など期間を限る（この場合、Ａは過去数か月に発行された書籍のうち売上上位３０％となる）、或いは店舗の規模（売場面積や書籍数等）が近い店舗間で相関率を算出するといったことを行ってもよい。

相関率は、ＡとＤとで重複するアイテム数（図６のα）、ＢとＥとで重複するアイテム数（図６のβ）、ＣとＦとで重複するアイテム数（図６のγ）に基づいて算出する。

つまり、売上上位３０％の相関率Ｃ３０＝（α／Ｄに含まれるアイテム数）×１００（％）、売上上位５０％の相関率Ｃ５０＝（β／Ｅに含まれるアイテム数）×１００（％）、売上上位９０％の相関率Ｃ９０＝（γ／Ｆに含まれるアイテム数）×１００（％）として算出する。即ち、算出手段２１は、複数の店舗のうち支援対象とする対象店舗の売上情報と、複数の店舗のうちの他の店舗の売上情報と、に基づいて相関率を算出している。

選定手段２２は、算出手段が算出した相関率が高い基準店舗の候補を対象店舗の基準店舗として選定する。相関率が高い基準店舗は、対象店舗と売上の傾向が類似すると言え、客層が類似すると考えられる。したがって、客層が類似する売り上げ良好な店舗を参考にすることで、対象店舗における売れ筋の商品の見極めや返品書籍を決定等に役立てることができる。なお、売上情報データベース２ａに含まれる対象店舗以外の店舗全てを基準店舗の候補として相関率を算出した場合は、相関率が高い店舗の中から売り上げ良好な店舗を選定すればよい。

抽出手段２３は、算出手段２１が算出した各相関率Ｃ３０、Ｃ５０、Ｃ９０を利用して、対象店舗で注文すべきアイテムを抽出する。相関率が高い基準店舗は、上述したように、対象店舗と客層が類似すると考えられる。そこで、例えば、対象店舗と相関率Ｃ３０が高い基準店舗において、売上上位３０％に含まれるアイテム（図４のＡ）のうち、対象店舗に在庫が無いアイテムは、対象店舗でも売れる可能性が高いと見做して注文すべきアイテムとして抽出する。

具体例を以下に説明する。まず、上記各相関率に加えて欠品率を算出する。欠品率は、基準店舗の売上に含まれるアイテムのうち対象店舗において在庫が無いアイテムの数の割合である。この欠品率を各相関率に対応して算出する。つまり、基準店舗の売上上位３０％に含まれるアイテムの欠品率Ｍ３０は、図４のＡに含まれるアイテムのうち対象店舗において在庫が無いアイテムの数の割合をいい、基準店舗の売上上位５０％に含まれるアイテムの欠品率Ｍ５０は、図４のＢに含まれるアイテムのうち対象店舗において在庫が無いアイテムの数の割合をいい、基準店舗の売上上位９０％に含まれるアイテムの欠品率Ｍ９０は、図４のＣに含まれるアイテムのうち対象店舗において在庫が無いアイテムの数の割合をいう。欠品率が高いということは、対象店舗において売れるにもかかわらずその機会を逃しているもの（チャンスロス）の可能性が高いと言える。

ところで、書店４の場合、書籍の陳列方法として、平台（平積ともいう）、面陳（面陳列ともいう）、棚差（背差しともいう）がある。これらの陳列方法は、通常売れる（売りたい）順に平台、面陳、棚差となる。

そこで、例えば平台とするアイテム（書籍）として注文する候補を、相関率Ｃ３０が所定以上かつ欠品率Ｍ３０が所定以上であるものとする。相関率Ｃ３０が高く、欠品率が高い対象店舗は、対象店舗において売れるにもかかわらずその機会を逃しているものの可能性が高いと言え、欠品アイテムを注文候補として抽出する。即ち、抽出手段２３は、選定した基準店舗の売上情報に基づいて対象店舗の注文候補を抽出している。

相関率が高く欠品率が低い場合、対象店舗と基準店舗との間では売上傾向だけでなく品揃えも類似していると考えられるので、全国規模のデータベースを利用する等、従来から行われている手法により注文候補を決定してもよい。なお、相関率Ｃ５０と欠品率Ｍ５０、相関率Ｃ９０と欠品率Ｍ９０も上記と同様にして、面陳、棚差により陳列するアイテムの注文候補の選定に利用することができる。

次に、上述したサーバ１の動作を図７のフローチャートを参照にまとめる。図７に示したフローチャートは、図２のＣＰＵで動作する。即ち、図７のフローチャートをコンピュータプログラムとして構成した注文支援プログラムとなっている。

まず、データベース２（売上情報データベース２ａ）から売上情報を取得し（ステップＳ１）、対象店舗と相関率が高い基準店舗を選定する（ステップＳ２）。そして、選定した基準店舗の売上に基づいて対象店舗における注文候補を抽出する（ステップＳ３）。

以上に説明した本実施形態によれば、サーバ１が、複数の店舗から支援対象とする対象店舗と書籍のアイテム毎の売上情報について相関率が高い店舗を選択するので、売れる書籍のアイテムが近い店舗、即ち客層が近い店舗を基準店舗として選択することができ、当該基準店舗の品揃え等を参考にして注文をすることが可能となる。

また、売り上げが良好な店舗を基準店舗として選定するので、売上良好な店舗の品揃え等に倣って注文する書籍を決定することが可能となる。

また、基準店舗の売上情報に基づいて注文候補を抽出するので、類似する客層である基準店舗と同様な注文をすることができるようになる。

なお、上述した実施形態では、コミックや文庫、雑誌といった分類を限定せずに相関率を算出したが、分類ごとに相関率を求めてもよい。このようにすることにより、分類毎に基準店舗で売れるアイテムを抽出して注文することができる。

また、本発明は上記実施形態に限定されるものではない。即ち、当業者は、従来公知の知見に従い、本発明の骨子を逸脱しない範囲で種々変形して実施することができる。かかる変形によってもなお本発明の注文支援装置および書籍の注文支援プログラムの構成を具備する限り、勿論、本発明の範疇に含まれるものである。

１サーバ（注文支援装置）
２データベース
２ａ売上情報データベース
４書店
２１算出手段
２２選定手段
２３抽出手段

Claims

データベースから所定の情報を取得して書籍の注文の支援を行う書籍の注文支援装置であって、
前記データベースには、複数の店舗における書籍のアイテム毎の売上情報が格納され、
前記複数の店舗のうち支援対象とする対象店舗の前記売上情報及び前記複数の店舗のうちの他の店舗の前記売上情報に基づいて相関率を算出する算出手段と、
前記他の店舗のうち、前記相関率が高い店舗を前記対象店舗における注文の基準とする基準店舗として選定する選定手段と、
前記選定手段が選定した前記基準店舗の前記売上情報に基づいて前記対象店舗における前記基準店舗の売上に含まれる前記アイテムのうち当該対象店舗において在庫が無い前記アイテムの数の割合を示す欠品率を算出し、前記相関率が所定以上かつ前記欠品率が所定以上である場合、前記基準店舗の売上に含まれるアイテムのうち前記対象店舗において在庫が無いアイテムである欠品アイテムを前記対象店舗の注文候補として抽出する抽出手段と、
を有することを特徴とする注文支援装置。
前記欠品率は、前記相関率が算出された前記書籍の売上上位の割合に対応して算出されることを特徴とする請求項１に記載の注文支援装置。
前記複数の店舗のうち前記基準店舗の候補とする前記他の店舗が、予め複数選定されていることを特徴とする請求項１または２に記載の注文支援装置。
前記基準店舗は、売り上げが良好な店舗であることを特徴とする請求項１から３のうちいずれか一項に記載の注文支援装置。
データベースから所定の情報を取得して書籍の注文の支援を行う書籍の注文支援プログラムであって、
コンピュータが、
複数の店舗における書籍のアイテム毎の売上情報が格納された前記データベースの前記複数の店舗のうち支援対象とする対象店舗の前記売上情報及び前記複数の店舗のうちの他の店舗の前記売上情報に基づいて相関率を算出する算出手段と、
前記他の店舗のうち、前記相関率が高い店舗を前記対象店舗における注文の基準とする基準店舗として選定する選定手段と、
前記選定手段が選定した前記基準店舗の前記売上情報に基づいて前記対象店舗における前記基準店舗の売上に含まれる前記アイテムのうち当該対象店舗において在庫が無い前記アイテムの数の割合を示す欠品率を算出し、前記相関率が所定以上かつ前記欠品率が所定以上である場合、前記基準店舗の売上に含まれるアイテムのうち前記対象店舗において在庫が無いアイテムである欠品アイテムを前記対象店舗の注文候補として抽出する抽出手段と、
して機能することを特徴とする注文支援プログラム。