JP7091024B2 - 算出装置、算出方法及び算出プログラム - Google Patents

Description

本発明は、算出装置、算出方法及び算出プログラムに関する。

近年、インターネットを介した広告配信が盛んに行われている。インターネットを介した広告配信では、広告コンテンツを介してユーザから何らかの利益が得られた場合（コンバージョンに達した場合）に、当該広告配信に対して所定の課金を行うといった課金体系が採用される場合がある。

このような広告配信に関する技術として、出品者が希望する販促割合に基づいて商品に関する広告コンテンツを配信することで、出品者の手間を軽減させることができる技術が知られている。

特開２０１５－１７９４６９号公報

しかしながら、上記の従来技術では、販促に掛かる費用を最適化することができるとは限らない。例えば、従来技術では、出品者が販促割合を任意に設定するため、設定された販促割合が出品者にとって適するものであるか否かが定かではない。

本願は、上記に鑑みてなされたものであって、販促に掛かる費用を最適化することができる算出装置、算出方法および算出プログラムを提供することを目的とする。

本願に係る算出装置は、商品の商品価格に対する販売促進費の割合を示す販促割合と、当該販促割合が設定された場合の当該商品の販売数とを取得する取得部と、前記取得部によって取得された販促割合と前記商品の販売数との関係性に基づいて、所定の商品に設定する販促割合を算出する算出部と、を備えることを特徴とする。

実施形態の一態様によれば、販促に掛かる費用を最適化することができるという効果を奏する。

図１は、実施形態に係る算出処理の一例を示す図である。 図２は、実施形態に係る算出処理システムの構成例を示す図である。 図３は、実施形態に係る算出装置の構成例を示す図である。 図４は、実施形態に係る出品情報記憶部の一例を示す図である。 図５は、実施形態に係る販売情報記憶部の一例を示す図である。 図６は、実施形態に係るモデル記憶部の一例を示す図である。 図７は、実施形態に係るウェブサーバの構成例を示す図である。 図８は、実施形態に係る処理手順を示すフローチャート（１）である。 図９は、実施形態に係る処理手順を示すフローチャート（２）である。 図１０は、算出装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。

以下に、本願に係る算出装置、算出方法及び算出プログラムを実施するための形態（以下、「実施形態」と呼ぶ）について図面を参照しつつ詳細に説明する。なお、この実施形態により本願に係る算出装置、算出方法及び算出プログラムが限定されるものではない。また、各実施形態は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。また、以下の各実施形態において同一の部位には同一の符号を付し、重複する説明は省略される。

〔１．算出処理の一例〕
まず、図１を用いて、実施形態に係る算出処理の一例について説明する。図１は、実施形態に係る算出処理の一例を示す図である。図１では、本願に係る算出装置１００によって、所定の商品における商品価格に対する販売促進費の割合（以下、「販促割合」と表記する）が算出される処理の一例を示している。具体的には、算出装置１００は、予め商品に設定される販促割合と、当該販促割合が設定された場合の商品の販売数を取得する。そして、算出装置１００は、取得した販促割合と商品の販売数との関係性に基づいて、所定の商品（実施形態に係る算出処理の対象とする商品を意味する。以下、「対象商品」と表記する場合もある）に設定する販促割合を算出する。なお、商品の販売数とは、必ずしも実際にユーザに販売された数を意味するものではなく、後述するように、算出装置１００によって推定される販売数を意味する場合もある。

実施形態では、販促割合は、所定のショッピングサイトに商品を出品する出品者が任意に設定するものとする。例えば、販促割合は、商品の販売価格に対して出品者が所定の割合を決定することによって設定される。具体的には、出品者が販促割合を「１０％」に設定した場合には、出品者は、商品が１つ販売された場合に、商品の販売価格の１０％の額を販売促進費として管理側（実施形態では、算出装置１００を管理する管理者や、商品を宣伝する宣伝元（広告事業者等）が該当する）に支払う。

なお、実施形態では、販促割合は、例えば、ショッピングサイトにおいて商品が検索結果に表示される際のランキングを決定する指標値として利用される。すなわち、出品者は、商品に対する販促割合を高く設定することにより、当該商品を検索結果の上位に表示させることができる。これにより、商品がユーザから閲覧される可能性が高まるため、出品者は、商品の販売数を増加させることができる。一方で、販促割合を高く設定し過ぎた場合には、出品者は、商品の販売数を増加させたとしても、その販売で得られる利益よりも販売促進費が高くなってしまい、結果的に損をする場合もありうる。

そこで、算出装置１００は、実施形態に係る算出処理を実行することにより、出品者にとって最適となる販促割合を算出する。すなわち、出品者は、通常では経験知等に基づいて求めなければならない適切な販促割合を算出装置１００から知得できるため、自身が手間を掛けることなく、販促に掛かる費用を最適化することができる。以下、図１を用いて、実施形態に係る算出処理の一例を流れに沿って説明する。

図１に示す算出装置１００は、出品者から出品された商品に関する情報を保持するサーバ装置である。例えば、算出装置１００は、所定のショッピングサイトにおいて出品された商品と、当該商品に設定された販促割合に関する情報を保持する。なお、実際には、ショッピングサイトは外部サーバ（例えばウェブサーバ３０（図２参照））から提供されるが、図１では説明を簡単にするため、算出装置１００がショッピングサイトを提供しているものとする。

図１に示すユーザ端末１０は、スマートフォン等の情報処理端末である。図１の例では、ユーザ端末１０は、ユーザＵ０１によって利用される。ユーザ端末１０は、ユーザの操作に従い、ショッピングサイトにアクセスする。そして、ユーザ端末１０は、ショッピングサイトにおいて出品されている商品に対する購入要求等の処理を行う。なお、本明細書中においては、ユーザとユーザ端末１０とを同一視する場合がある。例えば、「ユーザＵ０１が商品を購入する」とは、実際には、「ユーザＵ０１が利用するユーザ端末１０が商品の購入要求を送信する」ことを意味する場合がある。また、図１では図示を省略しているが、ショッピングサイトを利用するユーザＵ０１のようなユーザが複数存在するものとする。以下の説明では、各ユーザを特に区別する必要のない場合には、「ユーザ」とのみ表記する。

図１に示す出品者端末２０は、出品者によって利用される情報処理端末である。図１の例では、出品者端末２０は、出品者Ａ０１によって利用される。出品者Ａ０１は、ショッピングサイトに商品を出品する場合に、各商品の販促割合を設定する。なお、出品者Ａ０１は、算出装置１００によって新たな販促割合が算出されるまでは、自身が任意に設定する販促割合を用いるものとする。例えば、出品者Ａ０１は、販売数を向上させたい商品については販促割合を高めに設定し、特に販売に力を入れない商品については販促割合を低めに設定する。

出品者Ａ０１は、各商品の販促割合を設定したのち、販促割合を設定した商品をショッピングサイトに出品する（ステップＳ１１）。算出装置１００は、出品された商品に関する情報を取得し、出品情報記憶部１２１に格納する。

その後、出品者Ａ０１や、その他複数の出品者から出品された各商品は、ショッピングサイトにおいて販売される。ユーザＵ０１は、ショッピングサイトにアクセスし、商品を検索したり、商品を閲覧したりする（ステップＳ１２）。

そして、ユーザＵ０１は、所望する商品を購入する（ステップＳ１３）。算出装置１００は、ユーザＵ０１から購入された商品や、他のユーザから購入された商品に関する情報を販売情報記憶部１２２に記憶する。例えば、算出装置１００は、販売された商品を識別する情報や、商品に設定された販促割合や、商品が検索結果一覧に表示された場合のクリック率（ＣＴＲ（Click Through Rate））や、各商品の販売実績数等を取得する。

そして、算出装置１００は、取得した販売情報に基づいて、対象商品の販売数を推定する（ステップＳ１４）。ここで、対象商品とは、算出装置１００が新たに販促割合を算出する対象となる商品のことをいう。

ここで、算出装置１００が、商品の販促割合と当該商品の販売数との関係性に基づいて、当該商品に新たに設定する販促割合を算出する処理について説明する。

まず、算出装置１００は、ショッピングサイトにおける複数の商品をサンプルとして統計処理を行うことにより、商品の販売数推定を行う。図１に示すように、算出装置１００は、商品が販売される販売数を、その商品の販促のために費やされる金額（図１の例では、広告費ｘ）との関係から求める。ここで、広告費ｘは、商品の販売単価に販促割合を乗することで求められる。すなわち、算出装置１００は、商品が販売される販売数を、販促割合との関係から求める。商品の販売数は、販促割合を高くするほど増加すると推定される一方で、過剰に販促割合を高くしたとしても、販売数が一律に比例して増加するとは考えにくい。例えば、常に検索結果の上位に商品が表示されたとしても、当該商品の販売数が増加し続けるとは考えにくい。このことから、販促割合が設定された商品において推定される販売数は、以下の式（１）で示される。

販売数＝Ｃ－（ａ・ｅ^－ｂｘ）・・・（１）

上記式（１）において、「Ｃ」は、販促割合が「０」であった場合に推定される販売数を示す。また、「ａ」及び「ｂ」は、任意の係数である。上記式（１）が示すように、広告費ｘが増加するほど販売数も増加する。しかし、図１の曲線Ｌ１１が示すように、販売数は、広告費ｘが増加するに従い、漸近的に所定値に落ち着くと推定される。

ここで、商品が１個販売された場合の出品者の利益について説明する。商品１個あたりの利益は、下記式（２）で示される。

商品１個あたりの利益＝（商品の販売単価）－（商品の販売単価・販促割合）－（原価）・・・（２）

上記式（２）において、「原価」は一定の値をとると仮定すると、販促割合の数値が低いほど、商品１個あたりの利益は高くなる。そして、当該商品の全販売数における利益Ｐは、下記式（３）で示される。

利益Ｐ＝（商品の販売数）・（商品１個あたりの利益）・・・（３）

すなわち、上記式（３）が示すように、広告費ｘと利益との関係は、図１に示す曲線Ｌ１２となる。すなわち、出品者は、１個の商品における広告費ｘ（すなわち、商品の販売単価と販促割合を乗算した数値）をあまりに低く設定しても利益を出せず、また、１個の商品における広告費ｘをあまりに高く設定しても利益を出せない。このため、図１に示す曲線Ｌ１２が最大となる広告費ｘ、すなわち、最適な販促割合を算出することによって、出品者は、利益を最大にすることができる。

ここで、算出装置１００は、商品に仮に所定の販促割合が設定された場合に推定される販売数（以下、「推定販売数」と表記する場合がある）を求めることで、利益を最大とする販促割合を算出することができる。具体的には、算出装置１００は、上記式（１）における「ａ」及び「ｂ」の係数を求める。これにより、算出装置１００は、当該商品に仮の販促割合（ひいては、広告費ｘ）が設定された場合の販売数を算出することができる。そして、算出装置１００は、広告費ｘの値を前後に調整することにより、推定販売数と利益との関係性から、曲線Ｌ１２が最大をとる広告費ｘ、すなわち、当該商品における最適な販促割合を算出することができる。

なお、算出装置１００は、上記式（１）における「ａ」及び「ｂ」の係数を求める点について、種々の既知の手法を採用してよい。例えば、算出装置１００は、所定のモデル（算出式）を生成して、生成したモデルに「ａ」及び「ｂ」のデータ、さらに、販促割合を入力することにより、対象商品の推定販売数を出力させることができる。

例えば、算出装置１００は、当該商品と類似する複数の商品（例えば、商品のカテゴリが同一又は類似であり、販売価格帯が共通する商品）における販促割合と販売数との関係を統計し、統計データに基づいて、上記「ａ」及び「ｂ」を求めてもよい。

あるいは、算出装置１００は、上記「ａ」及び「ｂ」に仮の値を設定しておき、その後、販促割合と販売数との関係が取得された商品のデータを代入した上記式（１）を複数作成する。商品のデータは、実際にユーザに販売された商品の販売数と、商品に設定された販促割合とが該当する。すなわち、算出装置１００は、正解データとしての式（１）を作成する。そして、算出装置１００は、サンプルとなる式（１）が充分な数だけ蓄積された段階で、回帰的に「ａ」及び「ｂ」の値を求めてもよい。

上記のような処理によって、算出装置１００は、商品の推定販売数を求めるモデルを生成する。そして、算出装置１００は、対象商品の推定販売数を求めるモデルを選択する。例えば、算出装置１００は、算出の精度を向上させるため、対象商品と同じカテゴリの商品群や、対象商品と同じ価格帯の商品群から生成されたモデルを利用する。そして、算出装置１００は、モデルに対象商品の情報を入力して、推定販売数を出力させる。

そして、算出装置１００は、モデルから出力される推定販売数に基づいて、当該対象商品に設定すべき最適な販促割合を算出する（ステップＳ１５）。そして、算出装置１００は、算出した最適な販促割合の値を出品者Ａ０１に提供する（ステップＳ１６）。例えば、出品者Ａ０１は、提供された販促割合を新たに対象商品に設定し直すことにより、対象商品の販促割合を最適化することができる。

このように、実施形態に係る算出装置１００は、商品の商品価格に対する販売促進費の割合を示す販促割合と、当該販促割合が設定された場合の当該商品の販売数とを取得する。そして、算出装置１００は、取得された販促割合と商品の販売数との関係性に基づいて、所定の商品に設定する販促割合を算出する。

すなわち、算出装置１００は、仮に販促割合が設定された場合に推定される販売数と、その際の商品の販売利益との関係性を求めることによって、商品に設定する最適な販促割合を算出する。これにより、算出装置１００は、一般的には経験知等に基づいて設定される販促割合に関して、販促割合の設定の経験の少ない出品者等に対しても、最適な販促割合を提供することができる。このように、算出装置１００は、販促に掛かる費用を最適化することができる。

なお、算出装置１００は、上記処理において、販促割合の設定と、販売数との関係に関する学習が進んだ場合（例えば、類似商品等のサンプルが膨大に処理され、全ての商品をカバーする数のモデルが生成された場合）には、出品者Ａ０１が販促割合を設定せずとも、当該商品の販売情報（例えば、価格や商品のジャンル等）を受け付けるだけで、最適な販促割合を設定することができるようになる。このため、算出装置１００は、出品者が各商品に対して販促割合を設定するという作業を無くすことができるので、出品者の負担を軽減させるという効果を奏することもできる。以下、上記の処理を行う算出装置１００、及び、算出装置１００を含む算出処理システム１の構成等について、詳細に説明する。

〔２．算出処理システムの構成〕
図２を用いて、実施形態に係る算出装置１００が含まれる算出処理システム１の構成について説明する。図２は、実施形態に係る算出処理システム１の構成例を示す図である。図２に例示するように、実施形態に係る算出処理システム１には、ユーザ端末１０と、出品者端末２０と、ウェブサーバ３０と、算出装置１００とが含まれる。これらの各種装置は、ネットワークＮを介して、有線又は無線により通信可能に接続される。なお、図２に示した算出処理システム１には、複数台のユーザ端末１０や、複数台の出品者端末２０や、複数台のウェブサーバ３０が含まれてもよい。

ユーザ端末１０は、例えば、スマートフォンや、デスクトップ型ＰＣ（Personal Computer）や、ノート型ＰＣや、タブレット型端末や、携帯電話機、ＰＤＡ（Personal Digital Assistant）、ウェアラブルデバイス（Wearable Device）等の情報処理装置である。ユーザ端末１０は、ユーザによる操作に従って、ウェブサーバ３０にアクセスすることで、ウェブサーバ３０から提供されるコンテンツ（例えば、ショッピングサイトを構成するウェブページ等）を取得する。そして、ユーザ端末１０は、取得したコンテンツを表示装置（例えば、液晶ディスプレイ）に表示する。

出品者端末２０は、ショッピングサイトに商品を出品する出品者によって利用される情報処理装置である。出品者端末２０は、出品者による操作に従って、ウェブサーバ３０に商品に関する情報を送信する。また、出品者端末２０は、商品に設定される販促割合に関する情報をウェブサーバ３０に送信する。

なお、出品者は、出品者端末２０を用いて販促割合の設定等を行わず、かかる設定等を代理店に依頼する場合もある。この場合、ウェブサーバ３０や算出装置１００に販促割合の設定を送信するのは代理店となる。以下では、「出品者」といった表記は、出品者だけでなく代理店を含む概念であり、「出品者端末」といった表記は、出品者端末だけでなく代理店によって利用される代理店装置を含む概念であるものとする。

ウェブサーバ３０は、ユーザ端末１０からアクセスされた場合に、コンテンツを提供するサーバ装置である。ウェブサーバ３０は、例えば、ショッピングサイトを提供する。なお、ウェブサーバ３０は、ショッピングサイトに限らず、販促割合が設定される対象を提供するサイトであれば、種々のサイトを提供してもよい。例えば、ウェブサーバ３０は、飲食店や宿泊施設を紹介する紹介サイトや、オークションサイト等を提供してもよい。

なお、ウェブサーバ３０によって提供されるウェブページには、広告を表示するための表示領域である広告枠が含まれてもよい。そして、広告枠を含むウェブページには、広告枠に表示する情報コンテンツを取得するための取得命令が含まれる。例えば、ウェブページを形成するＨＴＭＬ（HyperText Markup Language）ファイル等には、算出装置１００（もしくは、外部の広告サーバ）のＵＲＬ等が取得命令として記述される。ウェブページを取得したユーザ端末１０は、ＨＴＭＬファイル等に記述されているＵＲＬにアクセスすることで、算出装置１００から広告コンテンツの配信を受ける。

算出装置１００は、商品の販促割合と、当該販促割合が設定された場合の当該商品の販売数との関係性に基づいて、商品に新たに設定する販促割合を算出するサーバ装置である。

〔３．算出装置の構成〕
次に、図３を用いて、実施形態に係る算出装置１００の構成について説明する。図３は、実施形態に係る算出装置１００の構成例を示す図である。図３に示すように、算出装置１００は、通信部１１０と、記憶部１２０と、制御部１３０とを有する。なお、算出装置１００は、算出装置１００を利用する管理者等から各種操作を受け付ける入力部（例えば、キーボードやマウス等）や、各種情報を表示するための表示部（例えば、液晶ディスプレイ等）を有してもよい。

（通信部１１０について）
通信部１１０は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。かかる通信部１１０は、ネットワークＮと有線又は無線で接続され、ネットワークＮを介して、ユーザ端末１０や、出品者端末２０や、ウェブサーバ３０との間で情報の送受信を行う。

（記憶部１２０について）
記憶部１２０は、例えば、ＲＡＭ（Random Access Memory)、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。図３に示すように、記憶部１２０は、出品情報記憶部１２１と、販売情報記憶部１２２と、モデル記憶部１２３とを有する。

（出品情報記憶部１２１について）
出品情報記憶部１２１は、出品者から出品される商品に関する情報を記憶する。ここで、図４に、実施形態に係る出品情報記憶部１２１の一例を示す。図４は、実施形態に係る出品情報記憶部１２１の一例を示す図である。図４に示した例では、出品情報記憶部１２１は、「出品者ＩＤ」、「商品ＩＤ」、「カテゴリ」、「設定価格」、「販促割合」といった項目を有する。

「出品者ＩＤ」は、出品者又は出品者端末２０を識別する識別情報を示す。「商品ＩＤ」は、出品者から出品された商品を識別する識別情報を示す。なお、実施形態において、出品者ＩＤや商品ＩＤ等の識別情報は、説明で用いる参照符号と共通するものとする。例えば、出品者ＩＤが「Ａ０１」である出品者は、「出品者Ａ０１」を示す。

「カテゴリ」は、商品のカテゴリを示す。「設定価格」は、商品に設定された販売価格を示す。「販促割合」は、商品に設定された販促割合の値を示す。例えば、販促割合は、商品価格に対する割合（％）で表される。

すなわち、図４の一例では、出品者ＩＤ「Ａ０１」で識別される出品者Ａ０１が、商品ＩＤ「Ｇ１１」で識別される商品Ｇ１１を出品していることを示している。また、商品Ｇ１１のカテゴリは「飲料水」であり、設定価格は「１０００」円であり、販促割合は「２％」である例を示している。

なお、図４では図示を省略したが、出品情報記憶部１２１には、種々の商品に関する情報が記憶されてもよい。例えば、出品情報記憶部１２１には、商品の販売可能数（在庫数）や、商品のターゲットとして設定されるユーザ属性（例えば、性別や年齢等）が、商品ごとに記憶されてもよい。

（販売情報記憶部１２２について）
販売情報記憶部１２２は、商品の販売に関する情報を記憶する。ここで、図５に、実施形態に係る販売情報記憶部１２２の一例を示す。図５は、実施形態に係る販売情報記憶部１２２の一例を示す図である。図５に示した例では、販売情報記憶部１２２は、「商品ＩＤ」、「設定価格」、「販促割合」、「ＣＴＲ」、「販売実績」といった項目を有する。

「商品ＩＤ」、「設定価格」及び「販促割合」は、図４に示した同一の項目に対応する。「ＣＴＲ」は、各商品がクリックされる率を示す。実施形態では、ＣＴＲは、検索結果に表示された商品のリンクがユーザからクリックされる率を示すものとする。例えば、検索結果の上位に表示される商品ほど、ＣＴＲが高い傾向を示す。すなわち、同じ商品であっても、販促割合が高く設定されたことによって検索結果の上位に表示され易くなれば、ＣＴＲは上昇すると推定される。

「販売実績」は、商品が販売された数を示す。なお、図５に示す例では、商品の販売実績は、商品に設定された販促割合ごとに集計されるものとする。なお、図５での図示は省略するが、販売実績は、所定の期間ごと（例えば、１日や１週間等）に集計されるものであってもよい。

すなわち、図５の一例では、商品Ｇ１１の設定価格が「１０００」円であって、販促割合が「２％」に設定された場合のＣＴＲは「１％」であり、販売実績は「２５００」個であることを示している。また、商品Ｇ１１の販促割合が「５％」に設定された場合のＣＴＲは「６％」であり、販売実績は「４０００」個であることを示している。

（モデル記憶部１２３について）
モデル記憶部１２３は、算出処理に用いられるモデルに関する情報を記憶する。ここで、図６に、実施形態に係るモデル記憶部１２３の一例を示す。図６は、実施形態に係るモデル記憶部１２３の一例を示す図である。図６に示した例では、モデル記憶部１２３は、「モデルＩＤ」、「対象商品情報」といった項目を有する。

「モデルＩＤ」は、モデルを識別する識別情報を示す。「対象商品情報」は、モデルが生成される際に学習データとなった商品に関する情報を示す。なお、図６に示した例では、対象商品情報を「Ｆ０１」のように概念的に示しているが、実際には、対象商品情報の項目には、モデルが対象とする商品のカテゴリや、商品の設定価格や、商品がターゲットとするユーザ属性や、商品の販売規模等の種々の情報が含まれるものとする。また、対象商品情報は、モデルが販促割合を算出する対象とする商品に関する情報を示すものでもある。例えば、算出装置１００は、対象商品情報ごとにモデルを生成することで、対象商品に類似する商品に関する販促割合を精度よく算出できる。

すなわち、図６の一例では、モデルＩＤ「Ｍ０１」で識別されるモデルＭ０１は、対象商品情報が「Ｆ０１」である商品群を学習データとして生成されたことを示している。

（制御部１３０について）
制御部１３０は、コントローラ（controller）であり、例えば、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、算出装置１００内部の記憶装置に記憶されている各種プログラム（算出プログラムの一例に相当）がＲＡＭを作業領域として実行されることにより実現される。また、制御部１３０は、コントローラであり、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現される。

図３に示すように、制御部１３０は、取得部１３１と、生成部１３２と、算出部１３３と、提供部１３４とを有し、以下に説明する情報処理の機能や作用を実現または実行する。なお、制御部１３０の内部構成は、図３に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。また、制御部１３０が有する各処理部の接続関係は、図３に示した接続関係に限られず、他の接続関係であってもよい。

（取得部１３１について）
取得部１３１は、各種情報を取得する。例えば、取得部１３１は、ウェブサーバ３０を介して、ウェブサーバ３０が提供するショッピングサイトにおいて出品される商品の情報を取得する。

例えば、取得部１３１は、出品者によって設定された商品の価格を取得する。また、取得部１３１は、商品の商品価格に対する販売促進費の割合を示す販促割合と、販促割合が設定された場合の商品の販売数とを取得する。

取得部１３１は、商品の販促割合として、商品の販売元の利益につながる行動が行われた場合に商品を宣伝した宣伝元に支払う費用の割合を取得する。商品の販売元の利益につながる行動とは、例えば、ユーザが商品を購入したことや、商品を予約注文したこと等である。この場合、商品の販売促進費とは、商品が実際にユーザに販売された際の販売価格に、販促割合を乗じた額となる。そして、販売促進費は、出品者から宣伝元に支払われる。

具体的には、取得部１３１は、商品を宣伝する広告コンテンツの配信率を調整するための指標値、もしくは、商品が検索結果に表示される際のランキングを決定する指標値として利用される販促割合を取得する。すなわち、販促割合とは、他の商品と比較して、対象商品の広告コンテンツを配信され易くしたり、検索結果に表示される際のランキングを上位にさせたりするために利用される。この場合、商品を宣伝した宣伝元とは、例えば、広告配信業者や、検索サービスを提供する事業者等が該当する。

また、取得部１３１は、商品の販売数として、所定の販促割合が設定された際のユーザへの実際の販売数を取得してもよいし、後述する生成部１３２によって推定された販売数を取得してもよい。

また、取得部１３１は、商品と類似する商品である類似商品に設定された販促割合と、販促割合が設定された場合の類似商品の販売数とに基づいて、商品において推定される当該商品の販売数を取得してもよい。すなわち、取得部１３１は、対象商品そのものの販売数ではなく、類似商品の販売数から推定される販売数を、対象商品の販売数として取得してもよい。なお、類似商品とは、例えば、商品同士の設定価格や、商品がターゲットとするユーザ属性の一致度や、商品の販売規模等が類似しているか否かに基づいて判定される。

また、取得部１３１は、商品と同じカテゴリに属する商品である関連商品に設定された販促割合と、販促割合が設定された場合の関連商品の販売数とに基づいて、商品において推定される商品の販売数を取得してもよい。すなわち、取得部１３１は、対象商品そのものの販売数ではなく、関連商品の販売数から推定される販売数を、対象商品の販売数として取得してもよい。

また、取得部１３１は、ユーザ端末１０に配信された商品に対するユーザの行動情報を取得してもよい。具体的には、取得部１３１は、行動情報として、ユーザ端末１０におけるユーザの商品に対する選択操作（クリック操作やタッチ操作）や、検索結果として表示された商品のリンクに対する選択操作等を取得する。

また、取得部１３１は、例えばウェブサーバ３０を介して、商品のコンバージョンに関する情報を取得してもよい。具体的には、取得部１３１は、商品の販売数や、商品が販売された際の価格や、商品が販売された際に設定されていた販促割合等を取得する。

また、取得部１３１は、商品を配信する配信先を特定するための各種情報を取得してもよい。例えば、取得部１３１は、ユーザ端末１０を利用するユーザの属性情報（例えば、ユーザの性別や年齢、居住地など）や、ユーザ端末１０の装置自体の情報である端末情報等を取得する。

取得部１３１は、取得した情報を所定の記憶部に格納する。例えば、取得部１３１は、商品に関する情報を取得した場合には、取得した情報を出品情報記憶部１２１に記憶する。また、取得部１３１は、商品の販売に関する情報や、商品の販売先であるユーザに関する情報を取得した場合には、取得した情報を販売情報記憶部１２２に記憶する。

なお、取得部１３１は、商品がクリックされたか否か、あるいは、商品がどのようなユーザにどのくらい閲覧されているかといった行動情報を取得する手法については、既知の種々の手法を採用してもよい。例えば、取得部１３１は、ウェブビーコン（web beacon）等によって実現される通知機能を利用して、ユーザの行動情報を取得してもよい。あるいは、取得部１３１は、コンテンツ（ショッピングサイトを構成するウェブページ等）に含まれる所定の制御情報によって制御されたユーザ端末１０から送信される情報を受信することで、各種情報を取得してもよい。かかる制御情報は、例えば、ＣＳＳ（Cascading Style Sheets）、ＪａｖａＳｃｒｉｐｔ（登録商標）、ＨＴＭＬ、あるいは、その他の任意のスクリプトによって実現される。

（生成部１３２について）
生成部１３２は、対象商品に所定の販促割合が設定された場合の販売数及び利益を推定するためのモデルを生成する。例えば、生成部１３２は、図１で示した式（１）、式（２）及び式（３）によって示されるモデルを生成する。

具体的には、生成部１３２は、取得部１３１によって取得された商品の販売数と、商品に設定された販促割合とに基づいて、対象商品に所定の販促割合が設定されたと仮定した場合の対象商品の販売数及び利益を推定するためのモデルを生成する。

例えば、図１で説明したように、生成部１３２は、取得部１３１によって取得された商品の販売数と、商品に設定された販促割合とを正解データとして蓄積し、回帰的に式（１）を作成する。

例えば、生成部１３２は、図５で示した商品Ｇ１１において、販促割合が「２％」である場合に、販売実績が「２５００」であったことを式（１）に代入する。この例では、式（１）における広告費ｘは、販売価格の１０００円の２％である２０円に２５００を乗した数である、「１００００」円が該当する。また、式（１）における販売数Ｃは、「２５００」個が該当する。すなわち、生成部１３２は、これらの値を式（１）に」代入する。

同様に、生成部１３２は、商品Ｇ１１において、販促割合が「５％」である場合に、販売実績が「４０００」であったことを式（１）に代入する。また、生成部１３２は、モデル生成において、類似商品や関連商品のデータを用いてもよい。例えば、生成部１３２は、商品Ｇ１１とカテゴリが同一であり、類似する価格設定である商品Ｇ２１に関する情報を用いてモデルを生成してもよい。具体的には、生成部１３２は、商品Ｇ２１において、販促割合が「０％」である場合に、販売実績が「１２００」であったことを式（１）に代入する。また、生成部１３２は、商品Ｇ２１において、販促割合が「４％」である場合に、販売実績が「２０００」であったことを式（１）に代入する。そして、生成部１３２は、これらの正解データに基づいて、回帰的に式（１）における「ａ」及び「ｂ」の値を求める。そして、生成部１３２は、求めた「ａ」及び「ｂ」の値から構成される式（１）、また、式（２）及び式（３）を、商品Ｇ１１や商品Ｇ２１や、商品Ｇ１１や商品Ｇ２１に類似する商品に対応するモデルとして生成する。なお、生成部１３２は、種々の既知の手法を用いてａやｂに対応する変数を求めてもよい。例えば、生成部１３２は、最少二乗法等の手法により上記変数を求めてもよい。この場合、生成部１３２は、精度の向上のため、所定の閾値を設け、所定の閾値を超える数の商品の販売実績をサンプルとして利用するようにしてもよい。また、生成部１３２は、サンプルとするデータの分散について所定の閾値を設定し、閾値を超えるような不規則なデータに関してはサンプルから排除する等の処理を行ってもよい。

生成部１３２は、生成したモデルをモデル記憶部１２３に格納する。例えば、生成部１３２は、モデルを生成するための学習データとなった商品群ごとに異なるモデルを生成し、商品の情報（対象商品情報）と対応付けて、モデル記憶部１２３に格納する。

（算出部１３３について）
算出部１３３は、取得部１３１によって取得された販促割合と商品の販売数との関係性に基づいて、所定の商品に設定する販促割合を算出する。

例えば、算出部１３３は、商品が販売された場合の利益と、商品が販売された場合に宣伝元に支払う費用と、販促割合が設定された場合の対象商品において推定される販売数とに基づいて、対象商品に設定する販促割合を算出する。

具体的には、算出部１３３は、生成部１３２によって生成されたモデル（例えば、図１で示した式（１）、式（２）及び式（３）を含む）を用いて、対象商品に設定する販促割合を算出する。

例えば、算出部１３３は、対象商品に所定の販促割合を設定した場合に推定される販売数を算出する。そして、算出部１３３は、販売数と、商品１個あたりの利益とを乗じることによって、対象商品に所定の販促割合が設定された場合の利益を算出する。

そして、算出部１３３は、設定した販促割合（図１で示した広告費ｘ）を調整することにより、推定される販売数と商品１個あたり利益との関係に基づいて、商品の販売によって得られる利益が最大となる販促割合を算出する。

（提供部１３４について）
提供部１３４は、各種情報を提供する。例えば、提供部１３４は、算出部１３３によって算出された、所定の商品に新たに設定する販促割合を、商品を販売する販売元に提供する。具体的には、提供部１３４は、対象商品を出品した出品者に対して、対象商品の利益を最適化する販促割合を提供する。

〔４．ウェブサーバの構成〕
次に、図７を用いて、実施形態に係るウェブサーバ３０の構成について説明する。図７は、実施形態に係るウェブサーバ３０の構成例を示す図である。図７に示すように、ウェブサーバ３０は、通信部３１と、コンテンツ記憶部３２と、制御部３３とを有する。

通信部３１は、例えば、ＮＩＣ等によって実現される。そして、通信部３１は、ネットワークＮと有線または無線で接続され、ユーザ端末１０や出品者端末２０や算出装置１００との間で情報の送受信を行う。

コンテンツ記憶部３２は、例えば、ＲＡＭ、フラッシュメモリ等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。そして、コンテンツ記憶部３２は、コンテンツ（実施形態では、ショッピングサイトを構成するウェブページ）を記憶する。具体的には、コンテンツ記憶部３２は、ウェブページを形成するＨＴＭＬファイルや、ウェブページに表示される静止画像や動画像を記憶する。なお、コンテンツ記憶部３２に記憶されるウェブページには、ウェブページ上に表示させる広告コンテンツを取得するための広告取得命令が含まれる場合がある。

制御部３３は、コントローラであり、例えば、ＣＰＵやＭＰＵ等によって、ウェブサーバ３０内部の記憶装置に記憶されている各種プログラムがＲＡＭを作業領域として実行されることにより実現される。また、制御部３３は、コントローラであり、例えば、ＡＳＩＣやＦＰＧＡ等の集積回路により実現される。

図７に示すように、制御部３３は、受付部３４と、配信部３５とを有し、以下に説明する情報処理の機能や作用を実現または実行する。なお、制御部３３の内部構成は、図７に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。また、制御部３３が有する各処理部の接続関係は、図７に示した接続関係に限られず、他の接続関係であってもよい。

受付部３４は、ユーザ端末１０からウェブページの取得要求を受け付ける。例えば、受付部３４は、ウェブページの取得要求として、ＨＴＴＰリクエストを受け付ける。また、受付部３４は、出品者端末２０から出品する商品に関する情報を受け付ける。

配信部３５は、受付部３４によってウェブページの取得要求が受け付けられた場合に、ウェブページをユーザ端末１０に配信する。具体的には、配信部３５は、コンテンツ記憶部３２から取得要求対象のウェブページを取得し、取得したウェブページをユーザ端末１０に配信する。また、配信部３５は、出品された商品に関する情報や、商品の販売情報や、商品や商品のリンクがクリックされたことを示す情報等を算出装置１００に送信してもよい。

〔５．処理手順〕
次に、図８及び図９を用いて、実施形態に係る処理手順について説明する。まず、図８を用いて、販売情報の取得に関する処理手順を説明する。図８は、実施形態に係る処理手順を示すフローチャート（１）である。なお、図８では、実施形態に係る処理が、ウェブサーバ３０と算出装置１００とによって実行される例を示しているが、かかる処理は、算出装置１００のみによって行われてもよい。

図８に示すように、ウェブサーバ３０は、出品者から販促割合が設定された商品の出品を受け付ける（ステップＳ１０１）。その後、ウェブサーバ３０は、ショッピングサイトにおいて、商品を検索するための検索クエリをユーザから受信したか否かを判定する（ステップＳ１０２）。検索クエリを受信していない場合（ステップＳ１０２；Ｎｏ）、ウェブサーバ３０は、受信するまで待機する。

一方、検索クエリを受信した場合（ステップＳ１０２；Ｙｅｓ）、ウェブサーバ３０は、販促割合に応じた検索結果をユーザに送信する（ステップＳ１０３）。具体的には、ウェブサーバ３０は、販促割合が高い商品ほど上位に表示されるよう調整を行った検索結果をユーザに送信する。なお、ステップＳ１０２及びステップＳ１０３の処理は、ショッピングサイトを提供するウェブサーバ３０ではなく、外部の検索サーバにより行われてもよい。

その後、ウェブサーバ３０は、ユーザから商品に対する購入要求を受信したか否かを判定する（ステップＳ１０４）。購入要求を受信しない場合（ステップＳ１０４；Ｎｏ）、ウェブサーバ３０は、ユーザから検索クエリを受信したか否かを判定する処理を継続する。一方、ウェブサーバ３０が購入要求を受信した場合（ステップＳ１０４；Ｙｅｓ）、算出装置１００は、ウェブサーバ３０を介して、ユーザから購入された商品等の情報を含む商品の販売情報を取得する（ステップＳ１０５）。

そして、算出装置１００は、種々の商品における販促割合と販売情報との関係性を記憶する（ステップＳ１０６）。具体的には、算出装置１００は、販促割合と、販促割合が設定された際の当該商品の販売数とを対応付けて記憶する。

なお、ステップＳ１０２からステップＳ１０６の処理については、算出装置１００がモデルを生成するために要する情報を蓄積するまで、繰り返されてもよい。また、図８に示した処理において、ウェブサーバ３０は、必ずしも検索クエリを受信しなくともよい。すなわち、ウェブサーバ３０は、検索処理を経ずにショッピングサイトで商品が販売された場合についても、販売情報として取得してもよい。

次に、図９を用いて、販促割合の算出処理と提供処理に関する処理手順を説明する。図９は、実施形態に係る処理手順を示すフローチャート（２）である。

図９に示すように、算出装置１００は、取得した販促割合と販売数の関係性に基づいて、対象商品に関するモデルを生成する（ステップＳ２０１）。そして、算出装置１００は、モデルを用いて、対象商品に所定の販促割合が設定されたと仮定した場合の、対象商品の販売数を推定する（ステップＳ２０２）。

また、算出装置１００は、推定した販売数に基づいて、対象商品に所定の販促割合が設定されたと仮定した場合の、対象商品の利益を推定する（ステップＳ２０３）。

そして、算出装置１００は、仮に設定する販促割合の数値を調整することにより、対象商品に設定すべき新たな販促割合を算出する（ステップＳ２０４）。さらに、算出装置１００は、算出した販促割合を出品者に提供する（ステップＳ２０５）。

〔６．変形例〕
上述した実施形態に係る処理は、上記実施形態以外にも種々の異なる形態にて実施されてよい。以下では、算出装置１００又は算出処理システム１の他の実施形態（変形例）について説明する。

〔６－１．算出対象〕
上記実施形態では、算出装置１００は、対象商品に設定する販促割合を算出する例を示した。ここで、算出装置１００は、商品ごとのみならず、出品者が出店する店舗において一括で設定される販促割合を算出してもよい。

例えば、算出装置１００は、商品の販売元（例えば、出品者）販売する複数の商品に一括設定された販促割合、及び、複数の商品の各々の販売数を取得する。そして、算出装置１００は、複数の商品に一括設定された販促割合と、複数の商品の各々の販売数との関係性に基づいて、複数の商品に対して一括設定される新たな販促割合を算出する。

すなわち、算出装置１００は、ある出品者が経営する店舗で販売される商品に対して、共通した販促割合を仮に一括設定した場合における、各々の販売数を推定する。そして、算出装置１００は、上記実施形態で説明した処理と同様、推定した販売数、及び、仮に一括設定した販促割合に基づいて、店舗における複数の商品を総合した場合の利益を推定する。そして、算出装置１００は、推定される店舗の利益が最大値をとるように、最適な販促割合を算出する。

このように、算出装置１００は、個々の商品のみならず、店舗の複数の商品に対して一括に設定される販促割合を算出してもよい。これにより、店舗を運営する出品者は、個々の商品の一つ一つに対して販促割合を設定しなくても、店舗の利益を最適なものにする販促割合を一括に設定することができる。すなわち、算出装置１００は、販促割合の設定等に関する出品者の負担を軽減させることができる。なお、算出装置１００は、店舗の全ての商品を対象とするのではなく、例えば、同じカテゴリに属する商品や、同じ価格帯に属する商品など、所定のグループ単位における販促割合を算出してもよい。

〔６－２．販売の種類〕
上記実施形態では、ショッピングサイトにおける商品の販促割合を算出する例を示した。しかし、上記実施形態に係る処理は、ショッピングサイトにおける商品のみならず、種々の商材の販促割合の設定に応用されてもよい。例えば、販促割合が設定される商材は、商品のような有体物に限らず、旅行プランなどのサービスであってもよい。

〔６－３．販売促進費の種類〕
上記実施形態では、販促割合は、例えば、商品が検索結果に表示される際のランキングを決定する指標値や、商品を宣伝する広告コンテンツの配信率を調整するための指標値等として利用される例を示した。しかし、販促割合は、上記例に限られず、商品の販売促進の用途に利用されるのであれば、あらゆる態様に利用されてもよい。

〔６－４．コンテンツの種類〕
上記実施形態では、コンテンツとして、ショッピングサイト等のウェブページを例に示した。しかし、コンテンツは、ウェブページに限られない。例えば、コンテンツは、ショッピングサイトを利用するためのアプリ画面であってもよい。

〔６－５．装置構成〕
また、上記実施形態では、算出処理システム１に、ウェブサーバ３０と算出装置１００とが含まれる例を示したが、ウェブサーバ３０と算出装置１００とは１個の装置として形成されてもよい。この場合、算出装置１００は、例えば、図７に示したコンテンツ記憶部３２を有する。そして、算出装置１００は、ユーザ端末１０からコンテンツの取得要求を受け付けた場合に、コンテンツとして、ショッピングサイト等を構成するウェブページを配信する。

〔６－６．算出に含める値〕
上記実施形態では、実施形態に係る算出処理の説明のため、算出装置１００が生成するモデルを最低限の要素で構成する例を示した。ここで、算出装置１００は、さらに種々の要素を加味してモデルを生成してもよい。

一般に、商品の販売数が増加するほど、商品１個あたりの原価は下がると推定される。このため、算出装置１００は、商品の販売規模に応じたモデルを生成してもよい。例えば、算出装置１００は、商品が所定数以上売れた場合を推定したモデルと、商品が所定数までは売れない場合を推定したモデルを生成してもよい。このように、算出装置１００は、実際に販売において起こり得る状況を推定したモデルを生成することにより、個々の商品の状況に即した算出処理を行うことができる。

〔７．ハードウェア構成〕
上述してきた実施形態に係る算出装置１００やユーザ端末１０や出品者端末２０は、例えば図１０に示すような構成のコンピュータ１０００によって実現される。以下、算出装置１００を例に挙げて説明する。図１０は、算出装置１００の機能を実現するコンピュータ１０００の一例を示すハードウェア構成図である。コンピュータ１０００は、ＣＰＵ１１００、ＲＡＭ１２００、ＲＯＭ１３００、ＨＤＤ１４００、通信インターフェイス（Ｉ／Ｆ）１５００、入出力インターフェイス（Ｉ／Ｆ）１６００、及びメディアインターフェイス（Ｉ／Ｆ）１７００を有する。

ＣＰＵ１１００は、ＲＯＭ１３００又はＨＤＤ１４００に記憶されたプログラムに基づいて動作し、各部の制御を行う。ＲＯＭ１３００は、コンピュータ１０００の起動時にＣＰＵ１１００によって実行されるブートプログラムや、コンピュータ１０００のハードウェアに依存するプログラム等を記憶する。

ＨＤＤ１４００は、ＣＰＵ１１００によって実行されるプログラム、及び、かかるプログラムによって使用されるデータ等を記憶する。通信インターフェイス１５００は、通信網５００（図２に示したネットワークＮに対応）を介して他の機器からデータを受信してＣＰＵ１１００へ送り、ＣＰＵ１１００が生成したデータを、通信網５００を介して他の機器へ送信する。

ＣＰＵ１１００は、入出力インターフェイス１６００を介して、ディスプレイやプリンタ等の出力装置、及び、キーボードやマウス等の入力装置を制御する。ＣＰＵ１１００は、入出力インターフェイス１６００を介して、入力装置からデータを取得する。また、ＣＰＵ１１００は、入出力インターフェイス１６００を介して生成したデータを出力装置へ出力する。

メディアインターフェイス１７００は、記録媒体１８００に記憶されたプログラム又はデータを読み取り、ＲＡＭ１２００を介してＣＰＵ１１００に提供する。ＣＰＵ１１００は、かかるプログラムを、メディアインターフェイス１７００を介して記録媒体１８００からＲＡＭ１２００上にロードし、ロードしたプログラムを実行する。記録媒体１８００は、例えばＤＶＤ（Digital Versatile Disc）、ＰＤ（Phase change rewritable Disk）等の光学記録媒体、ＭＯ（Magneto-Optical disk）等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等である。

例えば、コンピュータ１０００が実施形態に係る算出装置１００として機能する場合、コンピュータ１０００のＣＰＵ１１００は、ＲＡＭ１２００上にロードされたプログラム（算出プログラム）を実行することにより、制御部１３０の機能を実現する。また、ＨＤＤ１４００には、記憶部１２０内のデータが記憶される。コンピュータ１０００のＣＰＵ１１００は、これらのプログラムを記録媒体１８００から読み取って実行するが、他の例として、他の装置から通信網５００を介してこれらのプログラムを取得してもよい。

〔８．その他〕
また、上記実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。

また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。例えば、図３に示した生成部１３２と算出部１３３とは統合されてもよい。また、例えば、記憶部１２０に記憶される情報は、ネットワークＮを介して、外部に備えられた所定の記憶装置に記憶されてもよい。

また、上記実施形態では、算出装置１００が、例えば、商品に関する情報を取得する取得処理と、モデルを生成する生成処理と、販促割合を算出する算出処理とを行う例を示した。しかし、上述した算出装置１００は、取得処理を行う取得装置と、生成処理を行う生成装置と、算出処理を行う算出装置とに分離されてもよい。この場合、取得装置は、少なくとも取得部１３１を有する。生成装置は、少なくとも生成部１３２を有する。算出装置は、少なくとも算出部１３３を有する。そして、上記の算出装置１００による処理は、取得装置と、生成装置と、算出装置との各装置を有する算出処理システム１によって実現される。

また、上述してきた実施形態及び変形例は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。

〔９．効果〕
上述してきたように、実施形態に係る算出装置１００は、取得部１３１と、算出部１３３とを有する。取得部１３１は、商品の商品価格に対する販売促進費の割合を示す販促割合と、販促割合が設定された場合の商品の販売数とを取得する。算出部１３３は、取得部１３１によって取得された販促割合と商品の販売数との関係性に基づいて、所定の商品に新たに設定する販促割合を算出する。

このように、実施形態に係る算出装置１００は、商品の販促割合と、仮に販促割合が設定された場合に推定される販売数との関係性を求めることによって、商品に新たに設定する販促割合を算出する。これにより、算出装置１００は、一般的には経験知等に基づいて設定される販促割合に関して、販促割合の設定の経験の少ない出品者等に対しても、最適な販促割合を提供することができる。すなわち、算出装置１００は、販促に掛かる費用を最適化することができる。

また、取得部１３１は、商品と類似する商品である類似商品に設定された販促割合と、販促割合が設定された場合の類似商品の販売数とに基づいて、所定の商品において推定される販売数を取得する。

このように、実施形態に係る算出装置１００は、処理対象となる商品と類似する商品についての販売数に基づいて、対象商品の販売数を取得してもよい。そして、算出装置１００は、類似商品の販売数を処理に利用することで、対象商品に関する充分なサンプルがなくとも、対象商品に設定すべき販促割合を精度よく算出することができる。

また、取得部１３１は、商品と同じカテゴリに属する商品である関連商品に設定された販促割合と、販促割合が設定された場合の関連商品の販売数とに基づいて、所定の商品において推定される販売数を取得する。

このように、実施形態に係る算出装置１００は、類似商品のみならず、関連商品についての販売数に基づいて、対象商品の販売数を取得してもよい。すなわち、算出装置１００は、関連商品の販売数を処理に利用することで、対象商品に関する充分なサンプルがなくとも、対象商品に設定すべき販促割合を精度よく算出することができる。

また、取得部１３１は、商品の販促割合として、商品の販売元の利益につながる行動が行われた場合に商品を宣伝した宣伝元に支払う費用の割合を取得する。

このように、実施形態に係る算出装置１００は、商品の販売元の利益につながる行動が行われた場合（例えば、商品がユーザから購入された場合）に商品を宣伝した宣伝元に支払う費用の割合を算出する。このような、商品が販売された後に課金される課金体系においては、自社の商品を宣伝させる経験が少ない出品者では、適切な割合を算出することが困難である。算出装置１００は、このような後課金の体系をとる宣伝において適切な販促割合を求めることができるので、出品者にとって販売促進に対する敷居を下げ、積極的な販売促進行動を採らせることができる。

また、算出部１３３は、商品が販売された場合の利益と、商品が販売された場合に宣伝元に支払う費用と、販促割合が設定された場合の所定の商品に推定される販売数とに基づいて、所定の商品に設定する販促割合を算出する。

このように、実施形態に係る算出装置１００は、販促割合と、販促割合が設定された際の商品の販売数と、その状況において推定される利益とに基づいて、商品に設定すべき販促割合を算出する。これにより、算出装置１００は、出品者が販売促進を利用した際の利益を最大化するような、最適な販促割合を算出することができる。

また、取得部１３１は、商品の販売元が販売する複数の商品に一括設定された販促割合、及び、複数の商品の各々の販売数を取得する。算出部１３３は、複数の商品に一括設定された販促割合と、複数の商品の各々の販売数との関係性に基づいて、複数の商品に対して一括設定される新たな販促割合を算出する。

このように、実施形態に係る算出装置１００は、店舗等で取り扱われる複数商品について、最適な販促割合を算出してもよい。これにより、算出装置１００は、店舗における利益を最大化するような販促割合を商品に一括設定させることができるとともに、個々の商品に販促割合を設定するという出品者の手間を省かせることができる。

また、取得部１３１は、商品を宣伝する広告コンテンツの配信率を調整するための指標値、もしくは、商品が検索結果に表示される際のランキングを決定する指標値として利用される販促割合を取得する。

このように、実施形態に係る算出装置１００は、広告コンテンツの配信率や、検索結果の表示を調整するための販促割合を算出する。広告コンテンツの配信率や検索結果の表示は商品の販売数予測のために有用な要素であることから、算出装置１００は、このような用途に利用される販促割合を取得することで、精度の高い販売数の予測を行うことができる。結果として、算出装置１００は、より適切な販促割合を算出することができる。

また、実施形態に係る算出装置１００は、算出部１３３によって算出された販促割合を、商品を販売する販売元に提供する提供部１３４をさらに備える。

このように、実施形態に係る算出装置１００は、算出した販促割合を出品者に提供してもよい。これにより、出品者は、提供された販促割合を設定して出品を行ったりすることや、提供された販促割合に基づいて自社の商品の宣伝広告費の適切性を研究したりすることができる。すなわち、算出装置１００は、販売元に有用な情報を提供することができる。

以上、本願の実施形態を図面に基づいて詳細に説明したが、これは例示であり、発明の開示の欄に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。

また、上述してきた「部（section、module、unit）」は、「手段」や「回路」などに読み替えることができる。例えば、取得部は、取得手段や取得回路に読み替えることができる。

１ 算出処理システム
１０ ユーザ端末
２０ 出品者端末
３０ ウェブサーバ
１００ 算出装置
１１０ 通信部
１２０ 記憶部
１２１ 出品情報記憶部
１２２ 販売情報記憶部
１２３ モデル記憶部
１３０ 制御部
１３１ 取得部
１３２ 生成部
１３３ 算出部
１３４ 提供部

Claims (10)

1. 商品の商品価格に対する販売促進費の割合を示す販促割合であって、出品者が異なる商品に係る販促割合と、前記販促割合が設定された場合の前記商品の販売数とを取得する取得部と、
   前記取得部により取得された販売数と前記商品に設定された販促割合とに基づいて、前記商品のうち対象商品に所定の販促割合が設定されたと仮定した場合の対象商品の販売数及び利益を推定するためのモデルを生成し、前記モデルに基づき対象商品に所定の販促割合が設定されたと仮定した場合の対象商品の販売数を推定し、仮定した販促割合を調整することで利益の値が最大となる販促割合の値を算出する算出部と、
   を備え、
   前記算出部は、
   前記販促割合を増加させていくと、前記販売数が増加しつつ漸近的に所定に留まると推定する、
   ことを特徴すると算出装置。
2. 前記取得部は、
   前記商品のうち前記対象商品と類似する商品である類似商品に設定された販促割合と、前記販促割合が設定された場合の前記類似商品の販売数とに基づいて、前記対象商品において推定される販売数を取得する、
   ことを特徴とする請求項１に記載の算出装置。
3. 前記取得部は、
   前記商品のうち前記対象商品と同じカテゴリに属する商品である関連商品に設定された販促割合と、前記販促割合が設定された場合の前記関連商品の販売数とに基づいて、前記対象商品において推定される販売数を取得する、
   ことを特徴とする請求項１に記載の算出装置。
4. 前記取得部は、
   前記対象商品の販売元の利益につながる行動が行われた場合に、前記対象商品を宣伝した宣伝元に支払う費用の割合を取得する、
   ことを特徴とする請求項１または２に記載の算出装置。
5. 前記算出部は、
   前記対象商品が販売された場合の利益と、前記対象商品が販売された場合に前記宣伝元に支払う費用と、前記販促割合が設定された場合の前記対象商品において推定される販売数とに基づいて、前記対象商品に設定する販促割合を算出する、
   ことを特徴とする請求項４に記載の算出装置。
6. 前記取得部は、
   前記商品のうち前記対象商品の販売元が販売する複数の商品に一括設定された販促割合、及び、前記複数の商品各々の販売数を取得し、
   前記算出部は、
   前記複数の商品に一括設定された販促割合と、前記複数の商品の各々の販売数との関係性に基づいて、前記複数の商品に対して一括設定される新たな販促割合を算出する、
   ことを特徴とする請求項１～５のいずれか一つに記載の算出装置。
7. 前記取得部は、
   前記対象商品を宣伝する広告コンテンツの配信率を調整するための指標値、もしくは、前記対象商品が検索結果に表示される際のランキングを決定する指標値として利用される販促割合を取得する、
   ことを特徴とする請求項１～６のいずれか一つに記載の算出装置。
8. 前記算出部によって算出された前記販促割合を、前記対象商品を販売する販売元に提供する提供部、
   をさらに備えることを特徴とする請求項１～７のいずれか一つに記載の算出装置。
9. コンピュータが実行する算出方法であって、
   商品の商品価格に対する販売促進費の割合を示す販促割合であって、出品者が異なる商品に係る販促割合と、前記販促割合が設定された場合の前記商品の販売数とを取得する取得工程と、
   前記取得工程により取得された販売数と前記商品に設定された販促割合とに基づいて、前記商品のうち対象商品に所定の販促割合が設定されたと仮定した場合の対象商品の販売数及び利益を推定するためのモデルを生成し、前記モデルに基づき対象商品に所定の販促割合が設定されたと仮定した場合の対象商品の販売数を推定し、仮定した販促割合を調整することで利益の値が最大となる販促割合の値を算出する算出工程と、
   を含み、
   前記算出工程では、
   前記販促割合を増加させていくと、前記販売数が増加しつつ漸近的に所定に留まると推定する、
   ことを特徴とする算出方法。
10. 商品の商品価格に対する販売促進費の割合を示す販促割合であって、出品者が異なる商品に係る販促割合と、前記販促割合が設定された場合の前記商品の販売数とを取得する取得手順と、
    前記取得手順により取得された販売数と前記商品に設定された販促割合とに基づいて、前記商品のうち対象商品に所定の販促割合が設定されたと仮定した場合の対象商品の販売数及び利益を推定するためのモデルを生成し、前記モデルに基づき対象商品に所定の販促割合が設定されたと仮定した場合の対象商品の販売数を推定し、仮定した販促割合を調整することで利益の値が最大となる販促割合の値を算出する算出手順と、
    をコンピュータに実行させ、
    前記算出手順では、
    前記販促割合を増加させていくと、前記販売数が増加しつつ漸近的に所定に留まると推定する、
    ことを特徴とする算出プログラム。

Images