JP7038447B1 - 来場数予測装置 - Google Patents

来場数予測装置 Download PDF

Info

Publication number
JP7038447B1
JP7038447B1 JP2021084507A JP2021084507A JP7038447B1 JP 7038447 B1 JP7038447 B1 JP 7038447B1 JP 2021084507 A JP2021084507 A JP 2021084507A JP 2021084507 A JP2021084507 A JP 2021084507A JP 7038447 B1 JP7038447 B1 JP 7038447B1
Authority
JP
Japan
Prior art keywords
period
target
intention
recognition
advertisement
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2021084507A
Other languages
English (en)
Other versions
JP2022178021A (ja
Inventor
聖貴 今西
Original Assignee
株式会社刀
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 株式会社刀 filed Critical 株式会社刀
Priority to JP2021084507A priority Critical patent/JP7038447B1/ja
Application granted granted Critical
Publication of JP7038447B1 publication Critical patent/JP7038447B1/ja
Publication of JP2022178021A publication Critical patent/JP2022178021A/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

【課題】 適切な来場数予測を行うことのできる予測装置を提供する。【解決手段】 予測手段１０は、予測時点における来場数実績を、参照来場数として取得する。対象者来場意向取得手段８は、予測時点より前の予測影響時点において行う対象広告を消費者に見せて来場意向を示した人の割合を、対象来場意向として取得する。参照来場意向取得手段６は、参照影響期間において行われていた参照広告を消費者に見せた時の参照来場意向を取得する。予測手段１０は、参照来場数、対象来場意向、参照来場意向に基づいて、予測期間における来場数を予測する。【選択図】 図１

Description

この発明は、ショッピングセンター、飲食店、販売店、娯楽施設、テーマパークなどの施設における来場数や商品・サービスの需要を予測するための装置に関するものである。
生産計画、人員計画、経営計画、広告計画などに用いるため、来場数や需要を予測することが行われている。たとえば、特許文献１には、過去の実績に基づき、販売促進に使った費用などをパラメータとして、需要を予測する装置が開示されている。したがって、販売促進に投入する費用との関係で需要を予測することができる。
特許文献２には、過去の実績に基づき、予想される天候、対象商品の購入意向をきいたアンケート結果などを考慮して、需要予測を行う装置が開示されている。したがって、消費者の購入意向を考慮して、需要予測を行うことができる。
このような需要予測を行うことにより、生産の準備や超過在庫・欠品の防止等に用いることができ、効率的な経営・運営を図ることができる。
特開２００２－７６７１ 特開２００９－２６５７４７
しかしながら、特許文献１のような装置では、販売促進を考慮した需要予測を行うことができるものの、販売促進費用をパラメータとして用いているだけであり、予測精度が十分でないという問題があった。すなわち、販売促進費用だけでなく販売促進の内容（たとえば広告の内容）も考慮した予測を行うことが精度を上げるためには好ましいが、広告の内容は、費用と違って数値化ができず、パラメータとして用いることができないという問題があった。
特許文献２の装置では、実績値に基づいて需要予測値を算出し、対象商品についての消費者の購入回数、来店頻度や購入意向割合に基づいて、この需要予測値を補正する装置が開示されている。この購入回数、来店頻度や購入意向割合は、対象商品についての消費者に対するアンケート回答により、数値として算出されている。しかし、広告の内容を考慮した来場数や需要予測を行うことができないという問題があった。
以上のように、特許文献１、２のような従来技術においては、これから行おうとする広告内容あるいは既に行った広告内容を考慮した上での来場数予測や需要予測を行うことはできなかった。
この発明は、上記のような問題を解決して、より適切な来場数予測や需要予測を行うことのできる予測装置を提供することを目的とする。
この発明の独立して適用可能ないくつかの特徴を以下に列挙する。
(1)(9)この発明に係る来場数予測装置は、集客施設についての予測期間における予測来場数を算出する来場数予測装置において、前記集客施設における来場数の実績を記録する記録部と、前記予測期間の指定を取得する予測期間取得手段と、前記予測期間の終了より前の予測前期間において行われていた、もしくは行う予定の対象広告を提示し、当該集客施設に来場するかどうかを、複数人に質問した回答である対象来場意向を取得する対象来場意向取得手段と、前記予測期間の終了より前の予測前期間に対応する過去の参照期間の終了より前の参照前期間において行われていた参照広告を提示し、当該集客施設に来場するかどうかを、複数人に質問した回答である参照来場意向を取得する参照来場意向取得手段と、前記参照来場意向と前記対象来場意向に基づいて来場意向比率を算出する来場意向比率算出手段と、前記記録部を参照し、前記参照期間における来場数を参照来場数として取得し、当該参照来場数と前記来場意向比率に基づいて、前記予測期間における予測来場数を算出する予測手段とを備えている。
したがって、広告の内容も考慮して来場数を予測することができる。
(2)(10)この発明に係る来場数予測装置においては、対象広告は、複数の広告を含んでおり、対象来場意向取得手段は、それぞれの対象広告について対象来場意向を取得し、来場意向比率算出手段は、それぞれの対象広告について来場意向比率を算出することを特徴としている。
したがって、対象広告が複数ある場合においても、来場数を予測することができる。
(3)(11)この発明に係る来場数予測装置においては、参照広告は、複数の広告を含んでおり、参照来場意向取得手段は、それぞれの参照広告について参照来場意向を取得し、来場意向比率算出手段は、それぞれの参照広告について来場意向比率を算出することを特徴としている。
したがって、参照広告が複数ある場合においても、来場数を予測することができる。
(4)(12)この発明に係る来場数予測装置は、予測期間の来場数に影響を与える予測影響期間について、対象広告の単位期間における認知度の合計を対象広告合計認知度として取得する対象広告認知度取得手段を備え、前記予測手段は、前記対象広告認知度も参照して、前記予測期間における予測来場数を算出することを特徴としている。
したがって、認知度も考慮してより精度良く来場数を予測することができる。
(5)(13)この発明に係る来場数予測装置は、前記対象広告認知度取得手段は、広告投入量の合計に基づいて算出された合計認知度を取得するものであることを特徴としている。
したがって、アンケートなどによって調査をしなくとも認知度を算出することができる。
(6)(14)この発明に係る来場数予測装置は、対象広告認知度取得手段が、当該集客施設に関連する広告を知っているかどうかを複数人に質問した回答に基づいて算出された合計認知度を取得するものであることを特徴としている。
したがって、より正確に認知度を得ることができる。
(7)(15)この発明に係る来場数予測装置は、対象影響期間における前記集客施設の単位期間における認知度の合計を対象合計集客施設認知度として取得する対象集客施設認知度取得手段と、参照影響期間における前記集客施設の単位期間における認知度の合計を参照合計集客施設認知度として取得する参照集客施設認知度取得手段とを備え、前記予測手段は、前記対象合計集客施設認知度および前記参照合計集客施設認知度も参照して、前記予測期間における予測来場数を算出することを特徴としている。
したがって、集客施設の認知度も考慮して来場者を予想することができる。
(8)(16)この発明に係る来場数予測装置は、サーバ装置として構築されていることを特徴としている。
したがって、端末装置からアクセスをして来場数予測を行うことができる。
(17)(18)この発明に係る行動量予測装置は、事象に関する行動についての将来の予測期間における予測行動量を算出する行動量予測装置において、前記事象に関する行動量の実績を記録する記録部と、前記予測期間の指定を取得する予測期間取得手段と、前記予測期間の終了より前の予測前期間において行われていた、もしくは行う予定の対象広告を提示し、当該事象に関して行動するかどうかを、複数人に質問した回答である対象行動意向を取得する対象行動意向取得手段と、前記予測期間の終了より前の予測前期間に対応する過去の参照期間の終了より前の参照前期間において行われていた参照広告を提示し、当該事象に関して行動するかどうかを、複数人に質問した回答である参照行動意向を取得する参照行動意向取得手段と、前記参照行動意向と前記対象行動意向に基づいて行動意向比率を算出する行動意向比率算出手段と、前記記録部を参照し、前記参照期間における行動量を参照行動量として取得し、当該参照行動量と前記行動意向比率に基づいて、前記予測期間における予測行動量を算出する予測手段とを備えている。
したがって、広告の内容も考慮して行動量を予測することができる。
(19)(20)この発明に係る来場数予測装置は、集客施設についての予測期間における予測来場数を算出する来場数予測装置において、前記集客施設における来場数の実績を記録する記録部と、前記予測期間の指定を取得する予測期間取得手段と、前記予測期間の終了より前の予測前期間において行われていた、もしくは行う予定の複数の対象広告のそれぞれを提示し、当該集客施設に来場するかどうかを、対象広告ごとに複数人に質問した回答である対象来場意向を取得する対象来場意向取得手段と、前記予測期間の終了より前の予測前期間に対応する過去の参照期間の終了より前の参照前期間において行われていた参照広告を提示し、当該集客施設に来場するかどうかを、複数人に質問した回答である参照来場意向を取得する参照来場意向取得手段と、前記参照来場意向と前記対象来場意向に基づいて、対象広告ごとに来場意向比率を算出する来場意向比率算出手段と、前記予測影響期間について、対象広告ごとに、単位期間における認知度の合計を対象広告合計認知度として取得する対象広告認知度取得手段と、前記予測影響期間について、単位期間における当該集客施設の認知度の合計を対象合計集客施設認知度として取得する対象集客施設認知度取得手段と、前記参照影響期間について、単位期間における当該集客施設の認知度の合計を参照合計集客施設認知度として取得する参照集客施設認知度取得手段と、前記記録部を参照し、前記参照期間における来場数を参照来場数として取得し、当該参照来場数と前記対象広告ごとの来場意向比率、対象広告合計認知度、対象合計集客施設認知度、参照合計集客施設認知度に基づいて、前記予測期間における予測来場数を算出する予測手段とを備えている。
したがって、広告の内容も考慮し、広告の認知度も考慮して来場数を予測することができる。
この発明において、「予測期間取得手段」は、実施形態においては、ステップＳ１がこれに対応する。
「対象来場意向取得手段」は、実施形態においては、ステップＳ３がこれに対応する。
「参照来場意向取得手段」は、実施形態においては、ステップＳ４がこれに対応する。
「来場意向比率算出手段」は、実施形態においては、ステップＳ５がこれに対応する。
「対象広告認知度取得手段」は、実施形態においては、ステップＳ６がこれに対応する。
「対象集客施設認知度取得手段」は、実施形態においては、ステップＳ３１がこれに対応する。
「参照集客施設認知度取得手段」は、実施形態においては、ステップＳ３２がこれに対応する。
「予測手段」は、実施形態においては、ステップＳ９がこれに対応する。
「プログラム」とは、ＣＰＵまたはＧＰＵ（あるいはその双方）により直接実行可能なプログラムだけでなく、ソース形式のプログラム、圧縮処理がされたプログラム、暗号化されたプログラム等を含む概念である。
この発明の一実施形態による来場数予測装置の機能構成である。 来場数予測装置のハードウエア構成を示す図である。 来場数予測プログラムのフローチャートである。 来場数予測プログラムのフローチャートである。 各時点の関係を示す図である。 来場数実績のテーブルである。 対象広告の例である。 参照広告の例である。 対象広告についてのアンケート結果の例である。 参照広告についてのアンケート結果の例である。 広告投入量と認知率の関係である。 対象広告、参照広告における認知度の変化である。 来場数予測装置をサーバ装置として構築した場合の例である。 対象来場意向アンケート手段７、参照来場意向アンケート手段５によってアンケートを実施し結果を取得する場合の例である。 第２の実施形態による来場数予測装置の機能構成である。 来場数予測プログラムのフローチャートである。 来場数予測プログラムのフローチャートである。 各時点の関係を示す図である。 減衰率を説明するための図である。 他の例を説明するための図である。
１．第１の実施形態
1.1全体構成
図１に、この発明の一実施形態による来場数予測装置の機能構成を示す。この実施形態では、ショッピングセンター、飲食店、販売店、娯楽施設、テーマパークなどの施設における来場数を予測する来場数予測装置として構成した例を示す。
記録部２には、当該施設における過去の来場者数が来場数実績２０として記録されている。予測期間取得手段４は、利用者（あるいはシステムが）が与えた予測期間（来場数を予測したい将来の期間）を取得する。以下、たとえば、６ヶ月先の４週間（この実施形態では１週間を単位期間とする）が予測期間として与えられたものとして説明を進める。
予測手段１８は、この予測期間に基づいて、これに対応する過去の参照期間（たとえば、昨年の対応する同時期の４週間）を決定し、この参照期間における来場数実績を、参照来場数として取得する。
予測期間における来場数は、予測期間の終了より前の予測前期間に行われていた対象広告の内容と広告投入量によって決定される。広告投入量により対象広告の認知度（消費者のうち、その対象広告を認知している消費者の割合）が変化し、来場数に影響を与える。特に、予測期間の所定期間前（この実施形態では２週間前）における認知度が、予測期間に大きな影響を与えるため、この実施形態ではこの期間を予測影響期間と呼ぶ。
予測前期間において行ってきた（さらにはこれから行おうとしている）対象広告（施設についての広告や施設にて販売されている商品についての広告や施設にて提供されている役務についての広告など）を、一般の消費者に提示してアンケートを行い、当該施設に来場したいと思う人の割合を対象来場意向として算出する。対象来場意向取得手段８は、この対象来場意向を取得する。
また、参照前期間において行ってきた参照広告（施設についての広告や施設にて販売されている商品についての広告や施設にて提供されている役務についての広告など）を、一般の消費者に提示してアンケートを行い、当該施設に来場したいと思う人の割合を参照来場意向として算出する。参照来場意向取得手段６は、この参照来場意向を取得する。
来場意向比率算出手段１４は、対象来場意向の、参照来場意向に対する比率を来場意向比率として算出する。
対象広告認知度取得手段１２は、予測影響期間における単位期間ごとの対象広告の認知度（一般の消費者において、当該広告を知っている消費者の割合）を、予測影響期間全体にわたって合計した対象広告合計認知度を取得する。この実施形態では、予測前期間における対象広告の投入量に基づいて、単位期間における認知度を算出し、これを予測影響期間全体にわたって合計することで算出している。
なお、予測影響期間において対象広告の認知度（一般消費者のうち、当該対象広告を知っている消費者の割合）を、アンケートに基づいて算出するようにしてもよい。
参照広告認知度取得手段１０は、参照影響期間における単位期間ごとの参照広告の認知度（一般の消費者において、当該広告を知っている消費者の割合）を、参照影響期間全体にわたって合計した参照広告合計認知度を取得する。この実施形態では、参照前期間における参照広告の投入量に基づいて、単位期間における認知度を算出し、これを参照影響期間全体にわたって合計することで算出している。
なお、参照影響期間において参照広告の認知度（一般消費者のうち、当該参照広告を知っている消費者の割合）を、アンケートに基づいて算出するようにしてもよい。
広告認知度比率算出手段１６は、対象広告合計認知度の、参照広告合計認知度に対する比率を広告認知度比率として算出する。
予測手段１８は、記録部２から取得した参照来場数と、来場意向比率、広告認知度比率に基づいて、予測期間における予測来場数を算出する。
この実施形態では、広告内容の違いに基づく来場者数の変化を来場意向の相対比にて判断するようにしている。したがって、対象広告による予測来場者を、参照来場者数に基づいて精度よく推定することができる。
また、広告の認知度の違いによる来場者数の変化を認知度の相対比にて判断するようにしている。したがって、対象広告による予測来場者を、参照来場者数に基づいて精度よく推定することができる。
なお、上記では、広告認知度比率算出手段１６によって、認知度の比率を算出し来場数予測に用いている。しかし、比率を算出せずに、対象広告認知度、参照広告認知度を来場数予測に用いるようにしてもよい。この場合、広告認知度比率算出手段１６は不要である。
図２に、来場数予測装置のハードウエア構成を示す。ＣＰＵ２０には、メモリ２２、ディスプレイ２４、ソリッド・ステート・ドライブ（ＳＳＤ）２６、ＤＶＤ－ＲＯＭドライブ２８、キーボード／マウス３０、通信回路３２が接続されている。通信回路３２は、インターネットに接続するためのものである。ＳＳＤ２６には、オペレーティングシステム３４、来場数予測プログラム３６、来場数実績３８などが記録されている。
来場数予測プログラム３６は、オペレーティングシステム３４と協働してその機能を発揮するものである。これらプログラムは、ＤＶＤ－ＲＯＭ４０に記録されていたものを、ＤＶＤ－ＲＯＭドライブ２８を介して、ＳＳＤ２６にインストールしたものである。
1.2来場数予測処理
以下では、対象施設として、チェーン店の特定の店舗に対する来場数を予測する場合について説明する。
図３ａ、図３ｂに、来場数予測プログラム３６のフローチャートを示す。まず、ＣＰＵ２０は、キーボード３０から入力された予測期間を取得する（ステップＳ１）。図４に示すように、予測期間は、来場数を予測したい将来の週である。ここでは、現在が第５週であるとしたとき、第１７～２９週を予測期間としたものとして説明を進める。
ここでは、第４週まで広告Ａを行っており、第５週から広告Ａに代えて広告Ｂを投入するという想定で、この広告Ｂによって第１７～２９週の来場数がどのようになるかを予測する。
ＣＰＵ２０は、入力された予測期間に基づいて、対応する過去の参照期間を決定する。たとえば、予測期間である今年の第１７～２９週に対応して、昨年の第１７～２９週を参照期間として決定する。参照期間は、予測時点と類似の特性を持つ期間とすることが好ましい。
ＣＰＵ２０は、ＳＳＤ２６に記録された来場数実績３８を参照して、決定した参照期間（昨年の第１７～２９週）における来場数を取得し、参照来場数とする（ステップＳ２）。図５に、ＳＳＤ２６に記録された当該店舗の来場数実績３８のテーブルを示す。ＣＰＵ２０は、第１７週～第２９週の来場数を合計し、これを参照来場数として取得する。たとえば、参照来場数として「245,249人」を取得したものとする。
次に、ＣＰＵ２０は、対象来場意向を取得する（ステップＳ３）。この実施形態では、対象来場意向は、キーボード３０や記録媒体（図示せず）や通信回路を介して取得する。
ここで、対象来場意向は次のようにして算出されたものである。対象前期間においてなされていた広告Ｂを、消費者に提示し、これを見て、このお店に「１．絶対に行くと思う」「２．たぶん行くと思う」「３．どちらともいえない」「４．たぶん行かないと思う」「５．絶対行かないと思う」かのアンケートに答えてもらう。
図６に、広告Ｂの例を示す。この実施形態では、ＴＶ広告として放映したものとしているが、ラジオ、雑誌、ウエブなどの広告であってもよい。消費者は、広告Ｂの動画や画像を見て、店舗に行くかどうかを回答することになる。
多数の消費者からの回答を収集し、「１．絶対に行くと思う」と回答した人の数と「２．たぶん行くと思う」と回答した人の数を合計し、来場意向者数を算出する。全回答者数に対する来場意向者数の比率を、対象来場意向として算出する。
図８に、広告Ｂを提示した場合のアンケート結果例を示す。「１．絶対に行くと思う」「２．たぶん行くと思う」と回答した人の合計割合は、６９％である。したがって、この場合、対象来場意向を６９％とする。
このようにして算出された対象来場意向は、広告Ｂを見て、当該店舗に来場しようとする人の割合を示す指標となる。
次に、ＣＰＵ２０は、参照来場意向を取得する（ステップＳ４）。この実施形態では、参照来場意向は、キーボード３０や記録媒体（図示せず）や通信回路を介して取得する。
ここで、参照来場意向は次のようにして算出されたものである。参照前期間においてなされていた広告Ａを、消費者に提示し、これを見て、このお店に「１．絶対に行くと思う」「２．たぶん行くと思う」「３．どちらともいえない」「４．たぶん行かないと思う」「５．絶対行かないと思う」かのアンケートに答えてもらう。
図７に、広告Ａの例を示す。この実施形態では、ＴＶ広告として放映したものとしているが、ラジオ、雑誌、ウエブなどの広告であってもよい。消費者は、広告Ａの動画や画像を見て、店舗に行くかどうかを回答することになる。
多数の消費者からの回答を収集し、「１．絶対に行くと思う」と回答した人の数と「２．たぶん行くと思う」と回答した人の数を合計し、来場意向者数を算出する。全回答者数に対する来場意向者数の比率を、参照来場意向として算出する。
図９に、広告Ａを提示した場合のアンケート結果例を示す。「１．絶対に行くと思う」「２．たぶん行くと思う」と回答した人の合計割合は、４５％である。したがって、この場合、参照来場意向を４５％とする。
このようにして算出された参照来場意向は、広告Ａを見て、当該店舗に来場しようとする人の割合を示す指標となる。
なお、参照来場意向および対象来場意向を算出するためのアンケートは、同一人に対して重ねて行ってもよいが、それぞれ異なる人に対して行うことが好ましい。また、参照来場意向および対象来場意向のアンケートの時期は、同時期であることが好ましいが、異なる時期に行ってもよい。この実施形態では、図４に示す予測タイミングの直前付近にてアンケートを実施している。アンケート対象の人の地域分布や年齢分布などの対象者条件についても、参照来場意向および対象来場意向において、同様であることが好ましい。
この実施形態では、「絶対に行くと思う」「たぶん行くと思う」と回答した人の合計の割合を参照来場意向、対象来場意向としている。しかし、「絶対に行くと思う」と回答した人の割合を参照来場意向、対象来場意向としてもよい。また、「絶対に行くと思う」については比率を1.1倍とし、「たぶん行くと思う」については1.0倍というように、項目に応じてウエイトを付けて合計するようにしてもよい。
続いて、ＣＰＵ２０は、参照来場意向と対象来場意向の比として、来場意向比率を求める（ステップＳ５）。ここでは、対象来場意向（６９％）／参照来場意向（４５％）＝１．５３を来場意向比率として算出することになる。すなわち、参照広告Ａに対して対象広告Ｂは、消費者について来場者数が１．５３倍になる内容を有していることが示されている。
次に、ＣＰＵ２０は、予測影響期間における対象広告合計認知度を取得する（ステップＳ６）。ここで、予測影響期間とは、広告の認知度が予測期間に影響を与える期間をいう。この実施形態では、図４に示すように、予測期間の２週間前を予測影響期間としている。すなわち、この予測影響期間における広告の認知度により、当該広告による集客が影響を受ける。
対象広告認知度は、当該対象広告が、消費者の間にどの程度の割合で認識されるかを示すものである。広告の認知度は、広告の投入量によって変化するものである。たとえば、図１０は、テレビの広告において、視聴率×広告回数によって表される広告投入量ＧＲＰと、実測した認知度（アンケートなどによって得た当該広告の認識率）の関係をプロットした例である。ＧＲＰの総量と認知度との間には、破線で示す曲線のような二次関数の関係にあることが推定できる。なお、同じ広告回数であっても、広告放送期間の長さによって、グラフのカーブが変化する。したがって、広告放送期間の長さに応じて、図１０に示すようなグラフを用意しておくことが好ましい。
図１０に示すグラフは、２ヶ月～３ヶ月程度の広告放送期間を前提としたものである。たとえば、毎週５００％ＧＲＰ（Gross Rating Point「延べ視聴率」）ずつを２ヶ月続けて、合計としてＧＲＰ＝４０００％の広告を投入するのであれば、１週経過時には２０％、２週経過時には３０％、３週経過時には３３％・・・と、認知度が上昇していくことがわかる。
このような広告投入量と広告認知度との関係は、広告媒体・方法などによって変化するので、実測して関係式を求めるのが好ましい。ウエブ広告であれば出稿回数、チラシであれば配布枚数などに基づいて広告投入量を計数するとよい。また、実測が難しい場合には、広告代理店などが用意している統計データを利用するようにしてもよい。
たとえば、これから行おうとしている広告Ｂ（対象広告）について、予定しているＧＲＰに基づいて、将来の各時点における認知度を算出することができる。このようにして算出したグラフを、図４に示す。
予測期間における予測来場数は、予測影響期間における広告Ｂ（対象広告）の認知度によって影響を受ける。ＣＰＵ２０は、予測影響期間における単位期間ごと（この実施形態では、週ごと）の認知度を合計した対象広告合計認知度（図４の斜線部５０の面積に対応する）を算出する（ステップＳ６）。
たとえば、広告Ｂ（対象広告）について、予定している量のＴＶ放映を行うと、予測影響期間（第１５週～第２７週）における認知度が、図１１Ａのようになったとする。第１５週～第２７週の認知率を合計し、たとえば、対象広告合計認知度として８．９を得る。
参照期間における参照来場数は、参照影響機関における認知度によって影響を受けたものである。ＣＰＵ２０は、参照影響機関における単位期間ごと（この実施形態では、週ごと）の認知度を合計した参照広告合計認知度（図４の斜線部５２の面積に対応する）を算出する（ステップＳ７）。
たとえば、広告Ａ（参照広告）について、ＴＶ放映量に基づいて算出すると、参照影響期間（昨年度の第１５週～第２７週）における認知度が、図１１Ｂのようになったとする。第１５週～第２７週の認知率を合計し、たとえば、対象広告合計認知度として７．１を得る。
続いて、ＣＰＵ２０は、参照広告合計認知度と対象広告合計認知度の比として、広告認知度比率を求める（ステップＳ８）。ここでは、対象広告認知度（８．９）／参照広告認知度（７．１）＝１．２５を、広告認知比率として算出することになる。すなわち、広告投入量の違いにより、参照広告Ｂに対して対象広告Ａは、消費者について来場者数が１．２５倍になることが示されている。
次に、ＣＰＵ２０は、参照来場者、来場意向比率、広告認知度比率に基づいて、予測期間における予測来場者数を算出する（ステップＳ９）。その算出式は、以下のとおりである。
予測来場数＝参照来場数×来場意向比率×広告認知比率
ステップＳ２で取得した参照来場数は、245,249人であり、来場意向比率は1.53，広告認知比率は1.25であるから、予測来場者数は469,039人と算出することができる。
ＣＰＵ２０は、算出した予測期間の予測来場数（469,039人）をディスプレイ２４（あるいはプリンタなど）に出力する。このようにして、利用者は、予測時点における来場数の予測を知ることができる。
この予測来場者数に基づいて、対象広告Ｂの内容変更を検討したり、対象広告Ｂの広告量を検討したりすることができる。
1.3その他
(1)上記実施形態では、対象広告および参照広告の認知度を考慮して予測来場数を算出するようにしている。しかし、対象影響期間における対象広告の認知度と参照影響期間における参照広告の認知度に大きな違いがない場合（対象前期間と参照前期間において同じ広告量を投入している場合など）には、来場意向比率のみを考慮して（予測来場数＝参照来場数×来場意向比率）予測来場数を算出するようにしてもよい。
(2)アンケートを行うタイミングは、予測タイミング時点の近傍であることが好ましいが、過去に行われたアンケート結果を用いるようにしてもよい。
(3)上記実施形態では、週単位の期間で来場数を予測するようにしている。しかし、同様の処理により、日単位、月単位、年単位の期間で来場数を予測するようにしてもよい。
また、上記では、複数週の期間にて来場数を予測しているが、単位週（１週間）の期間にて来場数を予測するようにしてもよい。
また、週単位で週の来場数を予測し、週の来場数を、過去の統計実績に基づく配分比率によって、曜日に配分して各日の予測来場数を算出するようにしてもよい。
(4)上記実施形態では、ディスプレイなどに画像や動画による広告を表示して見せて、アンケートを行うようにしている。しかし、音声だけの広告を提示するようにしてもよい。あるいは、チラシを見せるようにしてもよい。
(5)上記実施形態では、対象広告合計認知度、参照広告合計認知度を入力するようにしている。しかし、対象広告の広告量、参照広告の広告量を入力し、これに基づいて、対象広告合計認知度、参照広告合計認知度を算出して取得するようにしてもよい。
(6)上記実施形態では、来場数予測装置を通常のＰＣとして構成している。しかし、サーバ装置として構成し、利用者が端末装置から利用するようにしてもよい。この場合の、構成例を図１２に示す。
来場数予測装置１は、サーバ装置として構成され、インターネットなどのネットワークに接続されている。利用者の使用する端末装置５５も、インターネットなどのネットワークに接続され、来場数予測装置１と通信可能となっている。
利用者は、端末装置５５を操作し、予測期間、参照来場意向、対象来場意向、参照広告合計認知度、対象広告合計認知度などを入力して、来場数予測装置１に送信する。来場数予測装置１は、受け取った予測期間、参照来場意向、対象来場意向、対象広告合計認知度、参照広告合計認知度に基づいて、予測手段１０が予測来場数を算出し、端末装置５５に送信する。端末装置５５において、この予測来場数が表示・印刷され、利用者がこれを利用することができる。
なお、図１２においては、参照来場意向、対象来場意向を、端末装置５５から利用者が入力するようにしている。しかし、参照来場意向、対象来場意向については、来場数予測装置１の運営者が、来場数予測装置１に入力するようにし、利用者は予測期間、対象広告合計認知度、参照広告合計認知度を端末装置５５に入力するだけで、予測来場数を得ることができるようにしてもよい。
また、対象広告合計認知度、参照広告合計認知度についても、来場数予測装置１の運営者が入力するようにしてもよい。
(7)上記実施形態では、参照広告、対象広告ともに１つの場合について説明したが、複数の場合についても同様に適用することができる。
(8)上記実施形態では、店舗や施設への来場数を予測する場合について説明した。しかし、参照時点における商品販売量（役務提供量）に基づいて、予測時点における商品販売量（役務提供量）を予測するように構成してもよい。この場合、アンケートにおいて、当該商品や役務を購入するかどうかを、消費者に質問して回答を得るようにする。
また、来場、購入だけでなく、消費者の行動一般について予測を行う場合に適用することができる。たとえば、タクシーや公共交通機関の利用回数（利用金額）、インターネットのサイトへの訪問回数などについても同様に予測することができる。
(9)上記実施形態では、参照来場数、対象来場意向、参照来場意向などを用い、数式を使って、予測来場数を算出するようにしている。しかし、ディープラーニングなどによって学習した推定モデルを用いて予測するようにしてもよい。
この場合には、たとえば、対象来場意向、参照来場意向、参照来場数、参照広告合計認知度、対象広告合計認知度と、対象期間（図１の予測期間に対応）における実際の来場数とを、学習データとして多数与えて、推定モデルを学習させる。これにより、この推定モデルを予測手段１０とすれば、対象来場意向、参照来場意向、参照来場数、参照広告合計認知度、対象広告合計認知度を与えることによって、予測来場数を推定することができる。
また、参照広告合計認知度、対象広告合計認知度を与えて学習するのではなく、参照広告認知度の時系列変化、対象広告認知度の時系列変化を与えて学習を行い、参照広告認知度の時系列変化、対象広告認知度の時系列変化に基づく推定を行うようにしてもよい。
(10)上記実施形態では、昨年度における対応する週を参照期間として用いるようにしている。しかし、２年前、半年前の週などを参照期間として用いるようにしてもよい。
(11)上記実施形態では、アンケート結果に基づく対象来場意向、参照来場意向を取得するようにしている。しかし、来場数予測装置がアンケートを実施し、その結果に基づいて対象来場意向、参照来場意向を算出するようにしてもよい。
このように構築した来場数予測装置の機能構成を図１３に示す。この例においては、参照来場意向アンケート手段５が、インターネットなどを介して、消費者の端末装置に対し、参照広告Ａを送信し、その結果を収集する。たとえば、リンク付きのメールにて消費者に送信し、リンクをクリックすることで参照広告Ａを閲覧させ、その後にアンケート回答画面を表示するように構成する。消費者が送信ボタンをクリックすると、アンケートの回答結果が来場数予測装置（サーバ装置）に送信される。
参照来場意向アンケート手段５は、各端末装置からの回答結果を図９に示すように集計する。参照来場意向取得手段６は、この集計結果を受けて、参照来場意向を算出する。
同様に、対象来場意向アンケート手段７が、インターネットなどを介して、消費者の端末装置に対し、対象広告Ｂおよびアンケートを送信し、その結果を収集する。たとえば、リンク付きのメールにて消費者に送信し、リンクをクリックすることで対象広告Ｂを閲覧させ、その後にアンケート回答画面を表示するように構成する。消費者が送信ボタンをクリックすると、アンケートの回答結果が来場数予測装置（サーバ装置）に送信される。
対象来場意向アンケート手段７は、各端末装置からの回答結果を図８に示すように集計する。対象来場意向取得手段８は、この集計結果を受けて、対象来場意向を算出する。
他の処理は、図１と同様である。
なお、上記では、参照来場意向アンケート手段５、対象来場意向アンケート手段７を含めて、一つのコンピュータにて来場数予測装置を構築しているが、参照来場意向アンケート手段５、対象来場意向アンケート手段７を分離して、別コンピュータにて構築するようにしてもよい。
また、対象広告の投入量（総量もしくは時系列の投入量）を受けて対象広告合計認知度を算出する手段や、参照広告の投入量（総量もしくは時系列の投入量）を受けて参照広告合計認知度を算出する手段を設けるようにしてもよい。あるいは、上記と同様に、アンケートによって対象広告合計認知度を算出する手段や、アンケートによって参照広告合計認知度を算出する手段を設けるようにしてもよい。
(12)上記実施形態では、数を予測するようにしているが、量を予測するようにしてもよい。たとえば、来場数の予測に代えて、来場者の支払う入場料の合計としての量を予測するようにしてもよい。
(13)上記実施形態では、参照前期間において参照広告が行われていた場合について説明した。参照前期間において参照広告が行われていなかった場合には、前記参照来場意向を算出することができず、来場意向比率も得ることができなかった。
このような場合には、参照広告の代わりに施設イメージ（ブランドイメージ）の動画を消費者に見せて、来場意向を取得するようにしてもよい。この場合、対象広告については、対象広告を消費者に見せて来場意向を取得してもよいし、対象広告の代わりに対象広告をイメージ化した動画を消費者に見せて来場意向を取得するようにしてもよい。参照として示した施設イメージとレベルを合わせるためである。
また、施設イメージだけを見せて来場意向を取得して参照来場意向を算出し、施設イメージと対象広告を見せて来場意向を取得して対象来場意向を算出するようにしてもよい。
(14)上記実施形態および変形例は、その本質に反しない限り、他の実施形態や変形例と組み合わせて実施することができる。
２．第２の実施形態
2.1全体構成
図１４に、第２の実施形態による来場数予測装置の機能構成を示す。基本的な構成は、第１の実施形態と同じである。ただし、この実施形態では、対象広告として複数の広告を行った(行う）場合を想定している。したがって、対象来場意向取得手段８は、対象広告ごとに対象来場意向を取得する。これに応じて、来場意向比率算出手段１４は、対象広告ごとに来場意向比率を算出する。
対象広告認知度取得手段１２は、対象広告ごとに対象広告合計認知度を取得する。これに応じて、広告認知度比率算出手段１６は、対象広告ごとに広告認知度比率を算出する。
また、この実施形態では、集客施設の認知度の変化も考慮して集客数の予測を行うようにしている。参照集客施設認知度取得手段６０は、参照影響期間における単位期間ごとの参照集客施設認知度を合計した参照合計集客施設認知度を取得する。
対象集客施設認知度取得手段６２は、予測影響期間における単位期間ごとの対象集客施設認知度を合計した対象合計集客施設認知度を取得する。
集客施設認知度比率算出手段６４は、参照合計集客施設認知度と対象合計集客施設認知度の比率を、集客施設認知度比率として算出する。
予測手段１８は、記録部２から取得した参照来場数と、対象広告ごとの来場意向比率、対象広告ごとの広告認知度比率、集客施設認知度比率に基づいて、予測期間における予測来場数を算出する。
なお、上記では、集客施設認知度比率や広告認知度比率を算出し、来場数を予測するようにしている。しかし、これら比率を算出せず、対象集客施設認知度、参照集客施設認知度、対象広告認知度、参照広告認知度に基づいて、来場数を予測するようにしてもよい。この場合、集客施設認知度比率算出手段や広告認知度比率算出手段は不要である。
この実施形態における来場数予測装置のハードウエア構成は、第１の実施形態において示した図２と同様である。
2.2来場数予測処理
図１５ａ、図１５ｂに、来場数予測プログラム３６のフローチャートを示す。まず、ＣＰＵ２０は、キーボード３０から入力された予測期間を取得する（ステップＳ１）。図１６に示すように、予測期間は、来場数を予測したい将来の週である。ここでは、現在が第５週であるとしたとき、第１７～２９週を予測期間としたものとして説明を進める。
ここでは、第４週まで広告１を行っており、第５週から広告１に代えて広告２を投入し、その後広告３を投入するという想定で、第１７～２９週の来場数がどのようになるかを予測する。なお、昨年度の対応する時期には、広告０が行われていたものとする。
ＣＰＵ２０は、入力された予測期間に基づいて、対応する過去の参照期間を決定する。たとえば、予測期間である今年の第１７～２９週に対応して、昨年の第１７～２９週を参照期間として決定する。
ＣＰＵ２０は、ＳＳＤ２６に記録された来場数実績３８を参照して、決定した参照期間（昨年の第１７～２９週）における来場数を取得し、参照来場数とする（ステップＳ２）。図５に、ＳＳＤ２６に記録された当該店舗の来場数実績３８のテーブルを示す。ＣＰＵ２０は、第１７週～第２９週の来場数を合計し、これを参照来場数として取得する。
次に、ＣＰＵ２０は、広告１、広告２、広告３のそれぞれについて対象来場意向を取得する（ステップＳ３）。この実施形態では、第１、第２、第３の対象来場意向は、キーボード３０や記録媒体（図示せず）や通信回路を介して取得する。
広告１、広告２、広告３をそれぞれ消費者に提示し、アンケートによって第１、第２、第３の対象来場意向を得るのは、第１の実施形態と同様である。
次に、ＣＰＵ２０は、広告０について参照来場意向を取得する（ステップＳ４）。この実施形態では、参照来場意向は、キーボード３０や記録媒体（図示せず）や通信回路を介して取得する。
広告０を消費者に提示し、アンケートによって参照来場意向を得るのは、第１の実施形態と同様である。
続いて、ＣＰＵ２０は、参照来場意向と第１、第２、第３の対象来場意向の比として、第１、第２、第３の来場意向比率を求める（ステップＳ５）。
次に、ＣＰＵ２０は、予測影響期間における第１、第２、第３の対象広告合計認知度を算出する（ステップＳ６）。ここで、予測影響期間とは、広告の認知度が予測期間に影響を与える期間をいう。この実施形態では、図１６に示すように、予測期間の２週間前を予測影響期間としている。すなわち、この予測影響期間における広告の認知度により、当該広告による集客が影響を受ける。
この実施形態においては、図１６に示すように、広告１がすでに行われており、その投入量に応じた認知度が得られている。その後、広告２、広告３が実行されるので、広告１、広告２、広告３全体の認知度（広告１、２、３の少なくともいずれかを知っている消費者の割合）は、広告１、広告２、広告３の投入量の合計によって決定される。図１６では、これを破線にて示している。
ＣＰＵ２０は、各広告の投入量を取得し、これに基づいて図１６に示すように、認知度を算出する。
図１６の領域１５１は、広告３による対象広告合計認知度（第３の対象広告合計認知度）である。予測影響期間における各週の広告３の認知度を合計することによって算出することができる。
領域１５２は、広告２による対象広告合計認知度（第２の対象広告合計認知度）である。この実施形態では、各週の広告２の対象広告認知度をＡＡ2として、これを予測影響期間にわたって合計することで、第２の対象広告合計認知度を算出している。ここで、各週の広告２の対象広告認知度ＡＡ2は、下式によって算出している。
ＡＡ2＝（Ａall－Ａ3）×Ａ2／（（Ａ1＋Ａ2）－（Ａ1×Ａ2））
ここで、Ａallは当該週における広告１、広告２、広告３全体の認知度、Ａ1、Ａ2はそれぞれ広告１、広告２終了時点での当該広告の認知度、Ａ3は当該週における広告３の認知度である。
（Ａall－Ａ3）によって、広告１、広告２のいずれかを知っている消費者の割合（認知度）を算出している。Ａ2／（（Ａ1＋Ａ2）－（Ａ1×Ａ2））によって、広告２のみを知っている消費者の割合の推定値を算出している。これを、乗じることにより、広告２の認知度を得ている。
領域１５３は、広告１による対象広告合計認知度（第１の対象広告合計認知度）である。この実施形態では、各週の広告１の対象広告認知度をＡＡ1として、これを予測影響期間にわたって合計することで、第１の対象広告合計認知度を算出している。ここで、各週の広告１の対象広告認知度ＡＡ1は、下式によって算出している。
ＡＡ1＝Ａall－ＡＡ2－Ａ3
以上のようにして、ＣＰＵ２０は、第１、第２、第３の対象広告合計認知度（図１６における領域１５１、１５２、１５３の面積）を算出する。
続いて、ＣＰＵ２０は、集客施設認知度を取得する。集客施設認知度は、当該集客施設を知っているかどうかを、商品者にアンケートして得たものである（集客施設を知っている消費者の割合）。たとえば、２ケ月ごとにアンケートを行って、補完によって図１６に示すような集客施設認知度の曲線を得る。
ＣＰＵ２０は、予測影響期間における集客施設認知度を合計し、対象合計集客施設認知度を算出する。さらに、この対象合計集客施設認知度から第１、第２、第３の対象広告合計認知度を減じて、集客施設を認知しているものの、いずれの対象広告も見たことのない消費者の割合を算出する（図１６の領域１６１）。これを対象純粋集客施設認知度合計とする（ステップＳ３１）。
次に、ＣＰＵ２０は、参照影響期間における集客施設認知度を合計し、参照合計集客施設認知度を算出する（ステップＳ３２）。この参照合計集客施設認知度は、図１６の領域１５０の面積と領域１６０の面積を合計したものである。
ＣＰＵ２０は、以上のようにして算出した、参照来場数、第１～第３の来場意向比率、第１～第３の対象広告合計認知度、純粋集客施設認知度合計、参照集客施設認知度合計に基づいて、予測来場数を算出する（ステップＳ９）。その算出式は、以下のとおりである。
ＰＮ＝ＢＮ×ＲＲ×（Ｐ0＋Ｐ1×Ｉ1＋Ｐ2×Ｉ2＋Ｐ3×Ｉ3）／ＢＢ
ここで、ＰＮは予測来場数、ＢＮは参照来場数、Ｐ0は対象純粋集客施設認知度合計、Ｐ1～Ｐ3は第１～第３の対象広告合計認知度、ＲＲは減衰率、Ｉ1～Ｉ3は第１～第３の来場意向比率、ＢＢは参照集客施設認知度合計である。
第１～第３の対象広告合計認知度Ｐ1～Ｐ3には、対応する第１～第３の来場意向比率Ｉ1～Ｉ3が乗じられて、認知度と来場意向比率との積によって来場数予測の基礎としている。上式では、減衰率ＲＲが乗じられている。
ここで、減衰率ＲＲは、集客施設を知っていても広告に接しない消費者について、来店者が減少する割合である。これは、図１７に示すように、たとえば集客施設を知っているが広告に触れていない消費者（変化期間において同じ条件の消費者）の来場意向の変化の実測値に基づいて算出することができる。
このようにして得たＲＲ×（Ｐ0＋Ｐ1×Ｉ1＋Ｐ2×Ｉ2＋Ｐ3×Ｉ3）を参照集客施設認知度合計ＢＢ（領域１５０と領域１６０の合計）にて除することで、参照期間に対する来客数の比率を得ることができる。参照来場数ＢＮにこの比率を乗じることで、予測来場数ＰＮを得ている。
ＣＰＵ２０は、このようにして算出した予測来場数を出力する（ステップＳ１０）。
2.3その他
(1)上記実施形態では、参照広告が一つである場合について説明した。しかし、参照広告が複数の場合についても同様に適用することができる。たとえば、図１８に示すように、参照広告Ｂ1とＢ2がなされていた場合には、以下の式によって予測来場数を算出することができる。
ＰＮ＝ＲＲ×（（ＢＮ×Ｂ0／ＢＢ）×（Ｐ0／Ｂ0）
＋（ＢＮ×Ｂ1／ＢＢ）×（Ｐ1×Ｉ11／Ｂ1）＋（ＢＮ×Ｂ1／ＢＢ）×（Ｐ2×Ｉ12／Ｂ1）＋（ＢＮ×Ｂ1／ＢＢ）×（Ｐ3×Ｉ13／Ｂ1）
＋（ＢＮ×Ｂ2／ＢＢ）×（Ｐ1×Ｉ21／Ｂ2）＋（ＢＮ×Ｂ2／ＢＢ）×（Ｐ2×Ｉ22／Ｂ2）＋（ＢＮ×Ｂ2／ＢＢ）×（Ｐ3×Ｉ23／Ｂ2））
ここで、Ｂ0は参照純粋集客施設認知度合計Ｂ0（領域１６０に対応）、Ｂ1は第１の参照広告合計認知度（領域１５５に対応）、Ｂ2は第２の参照広告合計認知度（領域１５０に対応）、Ｉ11は参照広告Ｂ1と対象広告Ｐ1の来場意向比率、Ｉ12は参照広告Ｂ1と対象広告Ｐ2の来場意向比率、Ｉ13は参照広告Ｂ1と対象広告Ｐ3の来場意向比率、Ｉ21は参照広告Ｂ2と対象広告Ｐ1の来場意向比率、Ｉ22は参照広告Ｂ2と対象広告Ｐ2の来場意向比率、Ｉ23は参照広告Ｂ2と対象広告Ｐ3の来場意向比率である。
(2)上記実施形態では、対象合計集客施設認知度取得手段６２、参照合計集客施設認知度取得手段６０によって、対象合計集客施設認知度、参照合計集客施設認知度を取得するようにしている。しかし、第１の実施形態における対象来場意向アンケート手段７、参照来場意向アンケート手段５と同じように、来場数予測装置にアンケート手段を構築するようにしてもよい。
(3)第２の実施形態において、第１の実施形態における変形例を適用することができる。
(4)上記実施形態および変形例は、その本質に反しない限り、他の実施形態や変形例と組み合わせて実施することができる。

Claims (20)

  1. 集客施設についての予測期間における予測来場数を算出する来場数予測装置において、
    前記集客施設における来場数の実績を記録する記録部と、
    前記予測期間の指定を取得する予測期間取得手段と、
    前記予測期間の終了より前の期間であって、前記予測期間の来場数に影響を与える予測前期間において行われていた、もしくは行う予定の対象広告を提示し、当該集客施設に来場するかどうかを、複数人に質問した回答である対象来場意向を取得する対象来場意向取得手段と、
    前記予測期間に対応する過去の参照期間の終了より前の期間であって、前記参照期間の来場数に影響を与える参照前期間において行われていた参照広告を提示し、当該集客施設に来場するかどうかを、複数人に質問した回答である参照来場意向を取得する参照来場意向取得手段と、
    前記参照来場意向と前記対象来場意向に基づいて来場意向比率を算出する来場意向比率算出手段と、
    前記記録部を参照し、前記参照期間における来場数を参照来場数として取得し、当該参照来場数と前記来場意向比率に基づいて、前記予測期間における予測来場数を算出する予測手段と、
    を備えた来場数予測装置。
  2. 請求項１の装置において、
    前記対象広告は、複数の広告を含んでおり、
    前記対象来場意向取得手段は、それぞれの対象広告について対象来場意向を取得し、
    前記来場意向比率算出手段は、それぞれの対象広告について来場意向比率を算出することを特徴とする装置。
  3. 請求項１または２の装置において、
    前記参照広告は、複数の広告を含んでおり、
    前記参照来場意向取得手段は、それぞれの参照広告について参照来場意向を取得し、
    前記来場意向比率算出手段は、それぞれの参照広告について来場意向比率を算出することを特徴とする装置。
  4. 請求項１～３のいずれかの装置において、さらに、
    前記予測前期間について、対象広告の単位期間における認知度の合計を対象広告合計認知度として取得する対象広告認知度取得手段を備え、
    前記予測手段は、前記対象広告合計認知度も参照して、前記予測期間における予測来場数を算出することを特徴とする装置。
  5. 請求項４の装置において、
    前記対象広告認知度取得手段は、広告投入量の合計に基づいて算出された合計認知度を取得するものであることを特徴とする装置。
  6. 請求項４の装置において、
    前記対象広告認知度取得手段は、前記対象広告を知っているかどうかを複数人に質問した回答に基づいて算出された合計認知度を取得するものであることを特徴とする装置。
  7. 請求項１～６のいずれかの装置において、さらに、
    前記予測前期間における前記集客施設の単位期間における認知度の合計を対象合計集客施設認知度として取得する対象集客施設認知度取得手段と、
    前記参照前期間における前記集客施設の単位期間における認知度の合計を参照合計集客施設認知度として取得する参照集客施設認知度取得手段と、
    を備え、
    前記予測手段は、前記対象合計集客施設認知度および前記参照合計集客施設認知度も参照して、前記予測期間における予測来場数を算出することを特徴とする装置。
  8. 請求項１～７のいずれかの来場者予測装置において、
    当該装置はサーバ装置として構築されていることを特徴とする来場者予測装置。
  9. 集客施設についての予測期間における予測来場数を算出する来場数予測装置を、コンピュータによって実現するための来場数予測プログラムであって、コンピュータを、
    前記予測期間の指定を取得する予測時点取得手段と、
    前記予測期間の終了より前の期間であって、前記予測期間の来場数に影響を与える予測前期間において行われていた、もしくは行う予定の対象広告を提示し、当該集客施設に来場するかどうかを、複数人に質問した回答である対象来場意向を取得する対象来場意向取得手段と、
    前記予測期間に対応する過去の参照期間の終了より前の期間であって、前記参照期間の来場数に影響を与える参照前期間において行われていた参照広告を提示し、当該集客施設に来場するかどうかを、複数人に質問した回答である参照来場意向を取得する参照来場意向取得手段と、
    前記参照来場意向と前記対象来場意向に基づいて来場意向比率を算出する来場意向比率算出手段と、
    前記集客施設における来場数の実績を記録した記録部を参照し、前記参照期間における来場数を参照来場数として取得し、当該参照来場数と前記来場意向比率に基づいて、前記予測期間における予測来場数を算出する予測手段として機能させるための来場数予測プログラム。
  10. 請求項９のプログラムにおいて、
    前記対象広告は、複数の広告を含んでおり、
    前記対象来場意向取得手段は、それぞれの対象広告について対象来場意向を取得し、
    前記来場意向比率算出手段は、それぞれの対象広告について来場意向比率を算出することを特徴とするプログラム。
  11. 請求項９または１０のプログラムにおいて、
    前記参照広告は、複数の広告を含んでおり、
    前記参照来場意向取得手段は、それぞれの参照広告について参照来場意向を取得し、
    前記来場意向比率算出手段は、それぞれの参照広告について来場意向比率を算出することを特徴とするプログラム。
  12. 請求項９～１１のいずれかのプログラムにおいて、さらに、
    前記予測期間の来場数に影響を与える前記予測前期間について、対象広告の単位期間における認知度の合計を対象広告合計認知度として取得する対象広告認知度取得手段を備え、
    前記予測手段は、前記対象広告合計認知度も参照して、前記予測期間における予測来場数を算出することを特徴とするプログラム。
  13. 請求項１２のプログラムにおいて、
    前記対象広告認知度取得手段は、広告投入量の合計に基づいて算出された合計認知度を取得するものであることを特徴とするプログラム。
  14. 請求項１２のプログラムにおいて、
    前記対象広告認知度取得手段は、当該集客施設に関連する広告を知っているかどうかを複数人に質問した回答に基づいて算出された合計認知度を取得するものであることを特徴とするプログラム。
  15. 請求項９～１４のいずれかのプログラムにおいて、さらに、
    前記予測前期間における前記集客施設の単位期間における認知度の合計を対象合計集客施設認知度として取得する対象集客施設認知度取得手段と、
    前記参照前期間における前記集客施設の単位期間における認知度の合計を参照合計集客施設認知度として取得する参照集客施設認知度取得手段と、
    を備え、
    前記予測手段は、前記対象合計集客施設認知度および前記参照合計集客施設認知度も参照して、前記予測期間における予測来場数を算出することを特徴とするプログラム。
  16. 請求項９～１５のいずれかの来場者予測プログラムにおいて、
    前記来場数予測装置はサーバ装置として構築されていることを特徴とする来場者予測プログラム。
  17. 事象に関する行動についての将来の予測期間における予測行動量を算出する行動量予測装置において、
    前記事象に関する行動量の実績を記録する記録部と、
    前記予測期間の指定を取得する予測期間取得手段と、
    前記予測期間の終了より前の期間であって、前記予測期間における行動量に影響を与える予測前期間において行われていた、もしくは行う予定の対象広告を提示し、当該事象に関して行動するかどうかを、複数人に質問した回答である対象行動意向を取得する対象行動意向取得手段と、
    前記予測期間に対応する過去の参照期間の終了より前の期間であって、前記参照期間における行動量に影響を与える参照前期間において行われていた参照広告を提示し、当該事象に関して行動するかどうかを、複数人に質問した回答である参照行動意向を取得する参照行動意向取得手段と、
    前記参照行動意向と前記対象行動意向に基づいて行動意向比率を算出する行動意向比率算出手段と、
    前記記録部を参照し、前記参照期間における行動量を参照行動量として取得し、当該参照行動量と前記行動意向比率に基づいて、前記予測期間における予測行動量を算出する予測手段と、
    を備えた行動量予測装置。
  18. 事象に関する行動についての将来の予測期間における予測行動量を算出する行動量予測装置を、コンピュータによって実現するための行動量予測プログラムであって、コンピュータを、
    前記予測期間の指定を取得する予測期間取得手段と、
    前記予測期間の終了より前の期間であって、前記予測期間における行動量に影響を与える予測前期間において行われていた、もしくは行う予定の対象広告を提示し、当該事象に関して行動するかどうかを、複数人に質問した回答である対象行動意向を取得する対象行動意向取得手段と、
    前記予測期間に対応する過去の参照期間の終了より前の期間であって、前記参照期間における行動量に影響を与える参照前期間において行われていた参照広告を提示し、当該事象に関して行動するかどうかを、複数人に質問した回答である参照行動意向を取得する参照行動意向取得手段と、
    前記参照行動意向と前記対象行動意向に基づいて行動意向比率を算出する行動意向比率算出手段と、
    前記事象に関する行動量の実績を記録する記録部を参照し、前記参照期間における行動量を参照行動量として取得し、当該参照行動量と前記行動意向比率に基づいて、前記予測期間における予測行動量を算出する予測手段として機能させるための行動量予測プログラム。
  19. 集客施設についての予測期間における予測来場数を算出する来場数予測装置において、
    前記集客施設における来場数の実績を記録する記録部と、
    前記予測期間の指定を取得する予測期間取得手段と、
    前記予測期間の終了より前の期間であって、前記予測期間の来場数に影響を与える予測前期間において行われていた、もしくは行う予定の複数の対象広告のそれぞれを提示し、当該集客施設に来場するかどうかを、対象広告ごとに複数人に質問した回答である対象来場意向を取得する対象来場意向取得手段と、
    前記予測期間に対応する過去の参照期間の終了より前の期間であって、前記参照期間の来場数に影響を与える参照前期間において行われていた参照広告を提示し、当該集客施設に来場するかどうかを、複数人に質問した回答である参照来場意向を取得する参照来場意向取得手段と、
    前記参照来場意向と前記対象来場意向に基づいて、対象広告ごとに来場意向比率を算出する来場意向比率算出手段と、
    前記予測前期間について、対象広告ごとに、単位期間における認知度の合計を対象広告合計認知度として取得する対象広告認知度取得手段と、
    前記予測前期間について、単位期間における当該集客施設の認知度の合計を対象合計集客施設認知度として取得する対象集客施設認知度取得手段と、
    前記参照前期間について、単位期間における当該集客施設の認知度の合計を参照合計集客施設認知度として取得する参照集客施設認知度取得手段と、
    前記記録部を参照し、前記参照期間における来場数を参照来場数として取得し、当該参照来場数と前記対象広告ごとの来場意向比率、対象広告合計認知度、対象合計集客施設認知度、参照合計集客施設認知度に基づいて、前記予測期間における予測来場数を算出する予測手段と、
    を備えた来場数予測装置。
  20. 集客施設についての予測期間における予測来場数を算出する来場数予測装置を、コンピュータによって実現するための来場数予測プログラムであって、コンピュータを、
    前記予測期間の指定を取得する予測期間取得手段と、
    前記予測期間の終了より前の期間であって、前記予測期間の来場数に影響を与える予測前期間において行われていた、もしくは行う予定の複数の対象広告のそれぞれを提示し、当該集客施設に来場するかどうかを、対象広告ごとに複数人に質問した回答である対象来場意向を取得する対象来場意向取得手段と、
    前記予測期間に対応する過去の参照期間の終了より前の期間であって、前記参照期間の来場数に影響を与える参照前期間において行われていた参照広告を提示し、当該集客施設に来場するかどうかを、複数人に質問した回答である参照来場意向を取得する参照来場意向取得手段と、
    前記参照来場意向と前記対象来場意向に基づいて、対象広告ごとに来場意向比率を算出する来場意向比率算出手段と、
    前記予測前期間について、対象広告ごとに、単位期間における認知度の合計を対象広告合計認知度として取得する対象広告認知度取得手段と、
    前記予測前期間について、単位期間における当該集客施設の認知度の合計を対象合計集客施設認知度として取得する対象集客施設認知度取得手段と、
    前記参照前期間について、単位期間における当該集客施設の認知度の合計を参照合計集客施設認知度として取得する参照集客施設認知度取得手段と、
    前記集客施設における来場数の実績を記録する記録部を参照し、前記参照期間における来場数を参照来場数として取得し、当該参照来場数と前記対象広告ごとの来場意向比率、対象広告合計認知度、対象合計集客施設認知度、参照合計集客施設認知度に基づいて、前記予測期間における予測来場数を算出する予測手段として機能させるための来場数予測プログラム。

JP2021084507A 2021-05-19 2021-05-19 来場数予測装置 Active JP7038447B1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2021084507A JP7038447B1 (ja) 2021-05-19 2021-05-19 来場数予測装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2021084507A JP7038447B1 (ja) 2021-05-19 2021-05-19 来場数予測装置

Publications (2)

Publication Number Publication Date
JP7038447B1 true JP7038447B1 (ja) 2022-03-18
JP2022178021A JP2022178021A (ja) 2022-12-02

Family

ID=81213727

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2021084507A Active JP7038447B1 (ja) 2021-05-19 2021-05-19 来場数予測装置

Country Status (1)

Country Link
JP (1) JP7038447B1 (ja)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000163401A (ja) 1998-11-30 2000-06-16 Kanebo Ltd 店舗評価方法およびそれに用いるアンケートセット
JP2005190340A (ja) 2003-12-26 2005-07-14 Yafoo Japan Corp 広告管理プログラム、広告管理方法および広告管理装置
JP2007316745A (ja) 2006-05-23 2007-12-06 Toshiba Tec Corp 来店客数予測サーバ及び来店客数予測プログラム
JP2008204370A (ja) 2007-02-22 2008-09-04 Fujitsu Ltd 顧客誘導方法
JP2015135583A (ja) 2014-01-16 2015-07-27 ヤフー株式会社 決定装置、決定方法、決定プログラム、配信装置、配信方法、配信プログラムおよび入札装置
WO2015159409A1 (ja) 2014-04-17 2015-10-22 株式会社日立製作所 情報配信装置及び情報配信方法
US20160100300A1 (en) 2014-10-06 2016-04-07 Facebook, Inc. Ping Compensation Factor for Location Updates
JP2019032904A (ja) 2018-11-28 2019-02-28 ヤフー株式会社 予測装置、予測方法、及び予測プログラム
JP2020154529A (ja) 2019-03-19 2020-09-24 ヤフー株式会社 情報処理装置、情報処理方法、およびプログラム

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000163401A (ja) 1998-11-30 2000-06-16 Kanebo Ltd 店舗評価方法およびそれに用いるアンケートセット
JP2005190340A (ja) 2003-12-26 2005-07-14 Yafoo Japan Corp 広告管理プログラム、広告管理方法および広告管理装置
JP2007316745A (ja) 2006-05-23 2007-12-06 Toshiba Tec Corp 来店客数予測サーバ及び来店客数予測プログラム
JP2008204370A (ja) 2007-02-22 2008-09-04 Fujitsu Ltd 顧客誘導方法
JP2015135583A (ja) 2014-01-16 2015-07-27 ヤフー株式会社 決定装置、決定方法、決定プログラム、配信装置、配信方法、配信プログラムおよび入札装置
WO2015159409A1 (ja) 2014-04-17 2015-10-22 株式会社日立製作所 情報配信装置及び情報配信方法
US20160100300A1 (en) 2014-10-06 2016-04-07 Facebook, Inc. Ping Compensation Factor for Location Updates
JP2019032904A (ja) 2018-11-28 2019-02-28 ヤフー株式会社 予測装置、予測方法、及び予測プログラム
JP2020154529A (ja) 2019-03-19 2020-09-24 ヤフー株式会社 情報処理装置、情報処理方法、およびプログラム

Also Published As

Publication number Publication date
JP2022178021A (ja) 2022-12-02

Similar Documents

Publication Publication Date Title
Dolega et al. Going digital? The impact of social media marketing on retail website traffic, orders and sales
Latinopoulos et al. Response of electric vehicle drivers to dynamic pricing of parking and charging services: Risky choice in early reservations
US9519916B2 (en) System and method for concurrently conducting cause-and-effect experiments on content effectiveness and adjusting content distribution to optimize business objectives
Verma et al. Understanding customer choices: A key to successful management of hospitality services
US20030177055A1 (en) Virtual test market system and method
US11062328B2 (en) Systems and methods for transactions-based content management on a digital signage network
US20090265215A1 (en) Methods and apparatus to monitor audience exposure to media using duration-based data
US20130124302A1 (en) Individual-level modeling
JP5004551B2 (ja) 広告診断プログラム、装置及び方法
JP6960069B1 (ja) 情報処理装置、及び情報処理方法
Kotler et al. Marketing simulations: review and prospects
JP2024015402A (ja) 情報処理装置、方法およびプログラム
Goldstein Superior customer satisfaction and loyalty: Engaging customers to drive performance
JP7038447B1 (ja) 来場数予測装置
JP6656546B1 (ja) マーケティング支援システム、マーケティング支援方法、及びプログラム
US20110119201A1 (en) Virtual test market system and method
Rathore Strategic Media Planning and Buying: Integration of Traditional and Digital Media
Bertrand et al. Methodologies for evaluating the impact of contraceptive social marketing programs
Farris et al. Key Marketing Metrics 2e ePub eBook
Beyah The Analysis of Consumer Preferences of Price Endings at Hypermart Manado Town Square
QATTAN Parking Pricing for shopping centre-TäbyCentrum
Van Tassel et al. Media Consumers: Measurement and Metrics
Data The Marketing Research Process
Chaovawanich Customer's attitude and awarness of food waste disposal machine
Mar Myanmar Television Commercials and Consumer Behavior (Win Mar, 2006)

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210519

A871 Explanation of circumstances concerning accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A871

Effective date: 20210519

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20210917

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20211108

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20211126

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20220214

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20220301

R150 Certificate of patent or registration of utility model

Ref document number: 7038447

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

S531 Written request for registration of change of domicile

Free format text: JAPANESE INTERMEDIATE CODE: R313531

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350