JP7334728B2 - 情報処理システム、情報処理方法及び記憶媒体 - Google Patents
情報処理システム、情報処理方法及び記憶媒体 Download PDFInfo
- Publication number
- JP7334728B2 JP7334728B2 JP2020510491A JP2020510491A JP7334728B2 JP 7334728 B2 JP7334728 B2 JP 7334728B2 JP 2020510491 A JP2020510491 A JP 2020510491A JP 2020510491 A JP2020510491 A JP 2020510491A JP 7334728 B2 JP7334728 B2 JP 7334728B2
- Authority
- JP
- Japan
- Prior art keywords
- demand
- information
- factors
- order
- displayed
- 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
Links
- 230000010365 information processing Effects 0.000 title claims description 60
- 238000003672 processing method Methods 0.000 title claims description 9
- 230000007423 decrease Effects 0.000 claims description 9
- 230000006870 function Effects 0.000 description 20
- 238000010586 diagram Methods 0.000 description 10
- 235000013305 food Nutrition 0.000 description 9
- 238000000034 method Methods 0.000 description 9
- 239000008241 heterogeneous mixture Substances 0.000 description 7
- 238000012384 transportation and delivery Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000003066 decision tree Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 238000007726 management method Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000013523 data management Methods 0.000 description 2
- 241000699666 Mus <mouse, genus> Species 0.000 description 1
- 241000699670 Mus sp. Species 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0202—Market predictions or forecasting for commercial activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Economics (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Human Resources & Organizations (AREA)
- Data Mining & Analysis (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
本発明は、情報処理システム、情報処理方法及び記憶媒体に関する。
特許文献１には商品の売上数等の払出量を予測する払出量予測システムが開示されている。特許文献１の払出量予測システムは、払出量と、払出量に影響を与え得る情報項目とを含む学習データを用いて学習された階層隠れ変数モデルに基づいて払出量の予測を行う。
特許文献１には、需要推定により得られた情報をユーザに提供する際の形態については明確に開示されていない。ユーザは、需要推定の結果を活用する際に、その結果が得られた根拠を把握することを望む場合がある。しかしながら、需要推定により得られた情報の提供形態によっては、ユーザが需要推定の根拠を十分に把握することが困難な場合もある。
本発明は、上述の課題に鑑みてなされたものであって、需要推定の根拠をユーザに提供することができる情報処理システム、情報処理方法及び記憶媒体を提供することを目的とする。
本発明の一観点によれば、複数の因子に基づいて需要量を推定する需要推定部と、前記複数の因子のうちの少なくとも１つの因子が前記需要量に与える影響度に関する情報を、表示装置に表示させる表示情報を生成する表示情報生成部と、を備えることを特徴とする情報処理システムが提供される。
本発明の他の一観点によれば、複数の因子に基づいて需要量を推定するステップと、前記複数の因子のうちの少なくとも１つの因子が前記需要量に与える影響度に関する情報を、表示装置に表示させる表示情報を生成するステップと、を備えることを特徴とする情報処理方法が提供される。
本発明の他の一観点によれば、コンピュータに、複数の因子に基づいて需要量を推定するステップと、前記複数の因子のうちの少なくとも１つの因子が前記需要量に与える影響度に関する情報を、表示装置に表示させる表示情報を生成するステップと、を実行させることを特徴とする情報処理プログラムが記憶された記憶媒体が提供される。
本発明によれば、需要推定の根拠をユーザに提供することができる情報処理システム、情報処理方法及び記憶媒体を提供することができる。
以下、図面を参照して、本発明の例示的な実施形態を説明する。図面において同様の要素又は対応する要素には同一の符号を付し、その説明を省略又は簡略化することがある。
［第１実施形態］
図１は、本実施形態に係るＰＯＳ（Point Of Sales）システム１０のネットワーク構成を示すブロック図である。ＰＯＳシステム１０は、販売データ管理、在庫管理、発注管理、受注管理等を行うシステムである。図１に示されているＰＯＳシステム１０は、チェーンストアにおけるコンピュータネットワークを概略的に示したものである。ＰＯＳシステム１０は、発注端末１００、店舗サーバ２００及び本部サーバ３００を含む。
図１は、本実施形態に係るＰＯＳ（Point Of Sales）システム１０のネットワーク構成を示すブロック図である。ＰＯＳシステム１０は、販売データ管理、在庫管理、発注管理、受注管理等を行うシステムである。図１に示されているＰＯＳシステム１０は、チェーンストアにおけるコンピュータネットワークを概略的に示したものである。ＰＯＳシステム１０は、発注端末１００、店舗サーバ２００及び本部サーバ３００を含む。
発注端末１００及び店舗サーバ２００は、小売店等の店舗に設けられるコンピュータである。発注端末１００と店舗サーバ２００とは、有線又は無線により相互に通信可能に接続される。本部サーバ３００は、本部に設けられるコンピュータである。店舗サーバ２００と本部サーバ３００とは、有線又は無線により相互に通信可能に接続される。
発注端末１００は、店舗において、商品の発注入力等に用いられるコンピュータである。店舗サーバ２００は、店舗において、販売データ管理、在庫管理等に用いられるコンピュータであり得る。発注端末１００に入力された発注数量等の情報は、店舗サーバ２００を介して本部サーバ３００に送信され、発注処理が行われる。本部サーバ３００は、チェーンストア全体を統括管理するためのコンピュータであり、店舗サーバ２００からの商品発注を受け付ける。
なお、ＰＯＳシステム１０は、上述のもの以外の事業形態の小売業等に用いられるものであってもよい。例えば、ＰＯＳシステム１０は、店舗と本部が存在するような小売店において用いられるものであり得る。この場合、発注端末１００及び店舗サーバ２００は、店舗に設けられるコンピュータであり、本部サーバ３００は、本部の拠点に設けられるコンピュータであり得る。このように、発注端末１００、店舗サーバ２００及び本部サーバ３００の一部が別の主体により保有されるものであってもよい。
また、図１に示したネットワーク構成は一例であり、発注端末１００、店舗サーバ２００及び本部サーバ３００以外の装置が追加されていてもよい。例えば、ＰＯＳレジスタが追加されていてもよく、ＰＯＳレジスタにより登録された在庫情報が自動的に発注端末１００、店舗サーバ２００又は本部サーバ３００と共有されるものであってもよい。あるいは、商品発注を受け付ける装置が本部サーバ３００ではなく、流通拠点のサーバであってもよい。
また、発注端末１００、店舗サーバ２００及び本部サーバ３００の一部が１つの装置に統合されていてもよい。例えば、小規模の店舗において、店舗のコンピュータが発注端末１００の機能と店舗サーバ２００の機能とを兼ね備えていてもよい。
図２は、本実施形態に係る発注端末１００のハードウェア構成例を示すブロック図である。発注端末１００は、デスクトップ型コンピュータ、ラップトップ型コンピュータ、タブレット型コンピュータ、ＰＤＡ（Personal Digital Assistant）、スマートフォン等であり得る。
発注端末１００は、演算、制御及び記憶を行うコンピュータとして、ＣＰＵ（Central Processing Unit）１０１、ＲＡＭ（Random Access Memory）１０２、ＲＯＭ（Read Only Memory）１０３及びＨＤＤ（Hard Disk Drive）１０４を備える。また、発注端末１００は、通信Ｉ／Ｆ（インターフェース）１０５、表示装置１０６及び入力装置１０７を備える。ＣＰＵ１０１、ＲＡＭ１０２、ＲＯＭ１０３、ＨＤＤ１０４、通信Ｉ／Ｆ１０５、表示装置１０６及び入力装置１０７は、バス１０８を介して相互に接続される。なお、表示装置１０６及び入力装置１０７は、これらの装置を駆動するための不図示の駆動装置を介してバス１０８に接続されてもよい。
図２では、発注端末１００を構成する各部が一体の装置として図示されているが、これらの機能の一部は外付け装置により提供されるものであってもよい。例えば、表示装置１０６及び入力装置１０７は、ＣＰＵ１０１等を含むコンピュータの機能を構成する部分とは別の外付け装置であってもよい。
ＣＰＵ１０１は、ＲＯＭ１０３、ＨＤＤ１０４等に記憶されたプログラムに従って所定の動作を行うとともに、発注端末１００の各部を制御する機能をも有する。ＲＡＭ１０２は、揮発性記憶媒体から構成され、ＣＰＵ１０１の動作に必要な一時的なメモリ領域を提供する。ＲＯＭ１０３は、不揮発性記憶媒体から構成され、発注端末１００の動作に用いられるプログラム等の必要な情報を記憶する。ＨＤＤ１０４は、不揮発性記憶媒体から構成され、処理に必要なデータ、発注端末１００の動作用プログラム等の記憶を行う記憶装置である。
通信Ｉ／Ｆ１０５は、イーサネット（登録商標）、Ｗｉ－Ｆｉ（登録商標）、４Ｇ等の規格に基づく通信インターフェースであり、他の装置との通信を行うためのモジュールである。表示装置１０６は、液晶ディスプレイ、ＯＬＥＤ（Organic Light Emitting Diode）ディスプレイ等であって、画像、文字、インターフェース等の表示に用いられる。入力装置１０７は、キーボード、ポインティングデバイス等であって、ユーザが発注端末１００を操作するために用いられる。ポインティングデバイスの例としては、マウス、トラックボール、タッチパネル等が挙げられる。表示装置１０６及び入力装置１０７は、タッチパネルとして一体に形成されていてもよい。
なお、図２に示されているハードウェア構成は例示であり、これら以外の装置が追加されていてもよく、一部の装置が設けられていなくてもよい。また、一部の装置が同様の機能を有する別の装置に置換されていてもよい。更に、本実施形態の一部の機能がネットワークを介して他の装置により提供されてもよく、本実施形態の機能が複数の装置に分散されて実現されるものであってもよい。例えば、ＨＤＤ１０４は、半導体メモリを用いたＳＳＤ（Solid State Drive）に置換されていてもよく、クラウドストレージに置換されていてもよい。
店舗サーバ２００及び本部サーバ３００は、図２に示した発注端末１００と同様のハードウェア構成により実現され得る。そのため、店舗サーバ２００及び本部サーバ３００のハードウェア構成の説明は省略する。
図３は、本実施形態に係る情報処理システム４００の機能ブロック図である。情報処理システム４００の機能は、発注端末１００、店舗サーバ２００及び本部サーバ３００のいずれかにより実現されるものであってもよく、これらのうちの２以上の装置の協働により実現されるものであってもよい。以下の説明では、情報処理システム４００の機能は発注端末１００により実現されているものとする。
情報処理システム４００は、情報取得部４０１、需要推定部４０２、表示情報生成部４０３、発注受付部４０４、Ｉ／Ｆ部４０５及び記憶部４０６を備える。ＣＰＵ１０１は、ＲＯＭ１０３、ＨＤＤ１０４等に記憶されたプログラムをＲＡＭ１０２にロードして実行することにより、情報取得部４０１、需要推定部４０２、表示情報生成部４０３及び発注受付部４０４の機能を実現する。ＣＰＵ１０１は、通信Ｉ／Ｆ１０５を制御することによりＩ／Ｆ部４０５の機能を実現し、ＨＤＤ１０４を制御することにより記憶部４０６の機能を実現する。これらの各部で行われる処理については後述する。
図４は、本実施形態に係る情報処理システム４００により行われる処理を示すフローチャートである。図４を参照しつつ、情報処理システム４００により行われる決済関連処理を説明する。
店舗の発注担当者等のユーザが、発注端末１００を操作し、発注端末１００に発注用のプログラムを実行させることにより、図４の処理が開始される。これにより、発注端末１００は情報処理システム４００として機能する。
ステップＳ１０１において、情報取得部４０１は、ユーザが実行しようとする発注の前提条件を取得する。この前提条件の取得は、ユーザからの入力を受け付けるものであってもよく、記憶部４０６にあらかじめ記憶されている情報を読み出すものであってもよく、ネットワークを介して店舗サーバ２００等の他の装置から取得するものであってもよい。
前提条件とは、例えば、発注しようとする商品の商品名、区分（食料品、生活雑貨等）、発注先、価格、発注単位等の商品に関する条件、あるいは、発注店舗名、発注担当者名、発注予定日、現在時刻等の発注に関する条件であり得る。
ステップＳ１０２において、情報取得部４０１は、需要量に影響を与え得る複数の因子に関する因子情報を取得する。この因子情報の取得は、ユーザからの入力を受け付けるものであってもよく、記憶部４０６にあらかじめ記憶されている情報を読み出すものであってもよく、ネットワークを介して店舗サーバ２００等の他の装置から取得するものであってもよい。また、因子情報の取得は、上述の前提条件に基づいて算出されるものであってもよい。
この処理において情報取得部４０１が取得すべき因子は、需要に影響を与え得る因子であれば種々のものが含まれ得る。因子とは、例えば、割引等の販売促進活動（キャンペーン）、店舗の近くで行われるイベント（近隣イベント）、店舗で行われる催し（催事）、テレビ、雑誌等のメディアでの広告、紹介記事（ＣＭ／メディア）等の発注日前後に生じる特別要因であり得る。あるいは、因子とは、例えば、発注日の区分（平日／休日、曜日）、発注日の季候（気温、天気）等の発注日自体の属性であってもよい。
ステップＳ１０３において、需要推定部４０２は、ステップＳ１０２において取得された複数の因子に基づいて需要量を推定する。ここで需要量とは、店舗における販売数、売上金額、来客数等の購買力に関係する種々の指標であり得るものであり、例えば、販売数の予測は需要量の推定に含まれ得る。需要量の推定に用いられるアルゴリズムの一例としては、異種混合学習技術に基づく推定モデルを採用することができる。
ここで、図５を参照して異種混合学習技術に基づく推定モデルの概略を説明する。図５は、第１実施形態に係る情報処理システム４００により行われる需要推定のモデルを示す概念図である。異種混合学習技術に基づく推定モデルは、決定木による場合分けと場合分けの結果のそれぞれに対応する回帰式を組み合わせたものである。なお、図５の決定木の構成例は説明のために簡略化されたものであり、実際にはより多くの因子を用いた複雑な決定木であり得る。
図５の例では、まず、因子の中の「曜日」を参照して日曜日であるか否かを判別する。「曜日」が日曜日である場合には、回帰式Ａを用いて目的変数である需要量Ｄの算出を行うことができる。「曜日」が日曜日でない場合、因子の中の「曜日」を再び参照して土曜日であるか否かを判別する。「曜日」が土曜日である場合には、回帰式Ｂを用いて需要量Ｄの算出を行うことができる。以下同様に場合分けと回帰式の決定が行われる。回帰式Ａ及び回帰式Ｂは、図５に示されているように説明変数が１又は複数の線形回帰式であり得る。この決定木の構成及び回帰式のパラメータは、過去の需要量の実績値を教師データとする機械学習により決定され得る。ステップＳ１０３においては、需要推定部４０２は、あらかじめ学習済みの推定モデルを用いて本処理を行う。
ここで、回帰式Ａ、Ｂの中のパラメータｘ１、ｙ１、・・・は、「気温」、「曜日」等の因子に対応する説明変数であり、回帰式Ａ、Ｂの中のパラメータａ０、ａ１、ｂ０、ｂ１、・・・は、各因子の影響度を示す係数である。説明変数に「キャンペーン」の有無等の定量化が困難な因子を用いる場合には、ダミー変数を採用してもよい。
店舗の来客数は、曜日によって大きく異なる。例えば、ビジネス街の小売店では、休日の来客数が平日の来客数よりも少ないことが知られている。このような場合、異なる曜日に対して同じ回帰式を用いる一般的な回帰分析では、誤差が大きくなることがある。一方、曜日ごとに決定木を用いて場合分けを行い、曜日ごとに異なる回帰式を用いればこの影響は低減される。このように、複数の因子には、場合分けに用いるべきものが含まれている。異種混合学習技術を用いることにより様々な因子に対応した需要推定モデルを構築することができる。
なお、需要量の推定に用いられるアルゴリズムは上述の異種混合学習技術に基づく推定モデルに限定されるものではなく、これ以外のアルゴリズムであってもよい。しかしながら、後述の処理において因子の影響度を表示させる処理を行うため、モデルから因子の影響度が容易に抽出可能であること、すなわち、アルゴリズムがブラックボックスでないことが望ましい。例えば、ディープラーニング等のニューラルネットワークを用いたモデルでは、学習により得られたモデルの中身がブラックボックスになることがあり、影響度の抽出が難しい場合もある。これに対し、異種混合学習技術に基づく推定モデルは、モデルの内容が明確であり、回帰式の係数等の形で因子の影響度が直接的に取得可能であるため、好適である。
ステップＳ１０４において、表示情報生成部４０３は、因子が需要量に与える影響度に関する情報を、表示装置１０６に表示させる表示情報を生成する。ステップＳ１０５において、情報処理システム４００は、表示装置１０６に対し表示情報を供給し、表示画面に情報を表示させる。なお、当該情報は表示情報生成部４０３が設けられている装置の表示装置１０６に表示されてもよく、他の装置の表示装置１０６に表示されてもよい。表示装置１０６が情報処理システム４００の外部の装置である場合、表示情報は例えば、Ｉ／Ｆ部４０５を介して表示装置１０６に供給される。
図６を参照して表示装置１０６に表示される画像の例を説明する。図６は、本実施形態に係る情報処理システム４００により表示装置１０６に表示される画像の例である。図６の例は店舗の発注担当者が発注入力を行うための発注入力画面である。この発注入力画面は、発注入力用のグラフィカルユーザインターフェースの機能に加え、需要推定部４０２により推定された情報を表示する機能を有している。
発注入力ウィンドウ５００は、タイトル表示部５０１、商品情報表示部５０２、販売影響チャート表示部５０３、影響項目表示部５０４、過去実績表示部５０５を有する。
タイトル表示部５０１は、発注入力ウィンドウ５００のタイトルを表示する部分である。本例は、発注入力画面であるため、タイトル「発注入力」がタイトル表示部５０１に表示されている。
商品情報表示部５０２は、商品の情報を表示する部分であり、情報取得部４０１で取得された前提条件の一部又は全部が表示される。本例では、商品名「食料品Ａ」、価格「１００円」及び発注単位が商品情報表示部５０２に表示されている。
販売影響チャート表示部５０３は、需要量の一例である販売数に影響を与える因子の項目名と影響度とが、「販売影響チャート」として一覧表示される部分である。本例では、因子の項目名として、「近隣イベント」、「催事」、「ＣＭ／メディア」、「平日／休日」、「曜日」、「天気」、「気温」及び「キャンペーン」が示されている。また、販売影響チャート表示部５０３には、各因子の項目名と影響度の大きさとが図示されている。これによりユーザは、各因子の影響度を容易に把握することができる。本例では、「キャンペーン」、「ＣＭ／メディア」、「気温」の影響度が大きいことがわかる。この影響度は、例えば、回帰式の係数の大きさ等、需要推定部４０２のモデルから直接決定されてもよく、各因子を変動させた場合の販売数量の変化量の大きさのように、需要推定部４０２のモデルを活用して所定の演算を実行することにより決定されてもよい。
影響項目表示部５０４は、販売数に影響を与える因子の項目名と、各因子による販売数の増減に関する情報とが「影響項目」として表示される部分である。本例では、販売数の増減の影響度が１位の「キャンペーン」、２位の「ＣＭ／メディア」及び３位の「気温」の欄が縦に並べて表示されている。また、販売数の増加と減少のどちらが生じているのかがわかるように、各欄には矢印が表示されている。図では斜め上向きの矢印が表示されていることから販売数の増加が推定されていることがわかる。これにより、ユーザは、影響度が大きい重要な因子とその影響の方向を一目で把握することができる。
更に各欄には、「キャンペーン」等の因子の具体的な内容も表示されている。例えば「キャンペーン」の欄には「食料品Ｂ １０％引きセール」と表示されている。このように具体的な内容を示すことにより、ユーザに対して、「食料品Ｂを値引き販売すると、食料品Ｂと一緒に購入されることが多い食料品Ａの販売数も増加する」といった、より深い理解を促すきっかけを与えることができる。
影響項目表示部５０４の各欄は、マウスでクリックする等の選択動作を行うことにより、操作を行うことが可能なボタンであってもよい。各欄をクリックしたときには、更に具体的な内容が記載されたウィンドウが表示されてもよい。例えば、「キャンペーン」の欄をクリックしたときに、セールの広告の画像が表示されてもよい。
過去実績表示部５０５は、食料品Ａの過去の納品数等の需要量の実績値が表示される部分である。過去実績表示部５０５には、２週間実績タブ５０６及び類似日検索タブ５０８の２つのタブが設けられている。ユーザは、タブを選択することにより、図６の画面と図７の画面とを切り替えることができる。図６には、２週間実績タブ５０６が選択されている場合の表示例が示されている。
過去実績表示部５０５には、食料品Ａの過去の納品数（あるいは発注数）及び販売数を配送便の到着タイミングごとに表形式にまとめた実績表示部５０７が表示されている。本例では１日に１回の配送が行われる店舗における発注の例を示している。また、実績表示部５０７の上方には、各日における天気、各日の最高気温、最低気温が示されている。以上の構成により、ユーザは、需要推定の情報に加えて、過去の実績、当日の季候等を更に参照しながら発注数量を検討することができる。なお、本例では、１日に１回の配送が行われる構成としたが、１日に複数回配送が実施される店舗においても適用可能である。
なお、過去実績表示部５０５に表示される過去実績における「過去」とは、発注対象日、すなわち、需要量の推定対象時を基準としてそれよりも過去という意味である。したがって、過去実績表示部５０５に表示される過去実績には、図６の発注入力ウィンドウ５００が表示された時点、すなわち、発注入力の時点に対して現在又は未来の情報が含まれていてもよい。
図６では、発注入力時点の前日から１週間分の実績のみが表示されているが、実績表示部５０７の下方に設けられたスクロールバーを操作することにより、ユーザは、２週間分の実績を閲覧することができる。
また、過去実績表示部５０５には、次回発注に対応する発注数量の入力を受け付けるための発注数量入力部５０９が表示されている。発注数量入力部５０９は、発注量の入力を受け付けるユーザインターフェースである。ユーザは、発注数量入力部５０９のそれぞれを選択して数値を入力することにより、食料品Ａの発注数量を入力することができる。
なお、過去実績の表示に用いられる情報は、あらかじめ記憶部４０６に記憶されている情報を表示情報生成部４０３が読み出すことにより取得され得る。
ユーザが類似日検索タブ５０８を選択すると、過去実績表示部５０５の表示内容が図７に示されている類似日表示に切り替わる。図６の例では、発注日の直近の２週間の過去実績が表示されているが、図７の類似日表示では、これとは異なり、因子と影響度との関係が需要量の推定対象日時と類似している日時の過去実績が表示される。図７の例でより具体的に説明すると、過去実績のうち、「キャンペーン」、「ＣＭ／メディア」、「気温」の影響度が大きく、販売影響チャートの形状が類似していた日の過去実績が表示される。
類似日検索の機能を利用することにより、ユーザは、過去の実績のうち、販売影響チャートの形状が類似していた日の実績を参照することができるため、より発注対象日の状況に近い日の情報を用いて発注を行うことができる。
なお、類似日の検索は、需要推定部４０２が、需要量の推定を行った後に行われてもよく、ユーザが類似日検索タブ５０８を選択したタイミングで表示情報生成部４０３が過去の実績を記憶部４０６から検索することにより行われてもよい。
ステップＳ１０６において、ユーザが発注数量入力部５０９のそれぞれに数値を入力した後、情報処理システム４００は、当該数量を食料品Ａの発注入力として受け付ける。この処理で受け付けられた発注情報は、Ｉ／Ｆ部４０５、店舗サーバ２００等を介して、本部サーバ３００に提供される。本部サーバ３００は、この発注情報に基づき発注のための処理を行う。なお、発注情報の送信タイミングは、ユーザが各商品の発注数量を入力するごとであってもよく、ユーザが発注しようとするすべての商品の入力が完了し、その後別途の発注指示が行われた時点であってもよい。
本実施形態によれば、情報処理システム４００は、販売影響チャート表示部５０３等に示されているように、因子の影響度に関する情報を表示装置１０６に表示させ、ユーザに提供することができる。したがって、本実施形態によれば、需要推定の根拠をユーザに提供することができる情報処理システム４００が提供される。
ユーザは、情報処理システム４００で実行した需要推定の根拠を把握した上で、発注を行うことができるため、需要に影響する要因を意識してより適切な発注量を設定することができる。これにより、より高精度に発注数量を決定することができ、発注量と実需要のずれに起因する欠品、廃棄ロス等が低減され得る。
［第２実施形態］
次に、第２実施形態として、需要推定部４０２により推定結果を定量的に表示させる例を説明する。本実施形態の説明において、第１実施形態と重複する説明は省略又は簡略化されることがある。図８は、本実施形態に係る情報処理システム４００により表示装置１０６に表示される画像の例である。
次に、第２実施形態として、需要推定部４０２により推定結果を定量的に表示させる例を説明する。本実施形態の説明において、第１実施形態と重複する説明は省略又は簡略化されることがある。図８は、本実施形態に係る情報処理システム４００により表示装置１０６に表示される画像の例である。
販売影響チャート表示部５０３において、チャートの中央には、販売予測数表示部５１０が設けられている。販売予測数表示部５１０は、需要推定部４０２により推定された需要量の値が表示される部分である。本例では、食料品Ａの販売予測数が３０個であることが販売予測数表示部５１０に表示されている。この販売予測数は、需要推定部４０２により推定された需要量Ｄから算出される。
また、影響項目表示部５０４の各因子の欄には、販売数の増減が矢印に代えて具体的な数値で表示されている。例えば、一位の「キャンペーン」の項目では、「＋６個」と表示されており、食料品Ｂの１０％引きセールを行うことにより食料品Ａの販売数が６個増加するという影響が生じることを一目で、かつ定量的に把握することができる。
ユーザは、販売予測数表示部５１０に表示されている販売予測数に基づき合計が３０個になるように発注数量入力部５０９に入力する数値を決めてもよいが、ユーザ自身の予測に基づきこれと異なる数値を発注数量入力部５０９に入力してもよい。
このように、本実施形態では、需要推定部４０２による推定結果を定量的に表示させることにより、需要推定の根拠に加えて需要推定の具体的な結果をユーザに提供することができる。
［第３実施形態］
次に、第３実施形態として、需要推定部４０２が更に発注推奨量を算出し、その発注推奨量が自動的に発注数量入力部５０９に表示される例を説明する。本実施形態の説明において、第１実施形態又は第２実施形態と重複する説明は省略又は簡略化されることがある。図９は、本実施形態に係る情報処理システム４００により表示装置１０６に表示される画像の例である。
次に、第３実施形態として、需要推定部４０２が更に発注推奨量を算出し、その発注推奨量が自動的に発注数量入力部５０９に表示される例を説明する。本実施形態の説明において、第１実施形態又は第２実施形態と重複する説明は省略又は簡略化されることがある。図９は、本実施形態に係る情報処理システム４００により表示装置１０６に表示される画像の例である。
本実施形態では、需要推定部４０２が需要推定を行った後、更に需要量と、在庫量とに基づいて発注推奨量の算出を行う。発注推奨量の算出手法は、例えば、推定された販売数から納品時点での在庫数を差し引くというものであり得る。
図９に示されるように、発注数量入力部５０９には、各日について発注推奨量があらかじめ表示される。図９の例では、発注数量入力部５０９の入力欄に発注推奨量である「３０」があらかじめ表示されている。ユーザは、この発注推奨量の通りに発注を行う場合には、そのまま発注入力を完了すればよく、ユーザ自身の予測に基づきこれと異なる数値を発注数量入力部５０９に入力してもよい。
本実施形態では、発注推奨量を定量的に表示させることにより、需要推定の具体的な結果をより直接的にユーザに提供することができる。また、発注推奨量のまま発注を行う場合には入力を行わなくてもよいため、ユーザの作業量が削減される。
上述の実施形態において説明したシステムは以下の第４実施形態のようにも構成することができる。
［第４実施形態］
図１０は、第４実施形態に係る情報処理システム６００の機能ブロック図である。情報処理システム６００は、需要推定部６０２及び表示情報生成部６０３を備える。需要推定部６０２は、複数の因子に基づいて需要量を推定する。表示情報生成部６０３は、複数の因子のうちの少なくとも１つの因子が需要量に与える影響度に関する情報を、表示装置に表示させる表示情報を生成する。
図１０は、第４実施形態に係る情報処理システム６００の機能ブロック図である。情報処理システム６００は、需要推定部６０２及び表示情報生成部６０３を備える。需要推定部６０２は、複数の因子に基づいて需要量を推定する。表示情報生成部６０３は、複数の因子のうちの少なくとも１つの因子が需要量に与える影響度に関する情報を、表示装置に表示させる表示情報を生成する。
本実施形態によれば、需要予測の根拠をユーザに提供することができる情報処理システム６００が提供される。
［変形実施形態］
本発明は、上述の実施形態に限定されることなく、本発明の趣旨を逸脱しない範囲において適宜変更可能である。
本発明は、上述の実施形態に限定されることなく、本発明の趣旨を逸脱しない範囲において適宜変更可能である。
上述の実施形態の機能を実現するように該実施形態の構成を動作させるプログラムを記憶媒体に記録させ、記憶媒体に記録されたプログラムをコードとして読み出し、コンピュータにおいて実行する処理方法も各実施形態の範疇に含まれる。すなわち、コンピュータ読取可能な記憶媒体も各実施形態の範囲に含まれる。また、上述のプログラムが記録された記憶媒体だけでなく、そのプログラム自体も各実施形態に含まれる。また、上述の実施形態に含まれる１又は２以上の構成要素は、各構成要素の機能を実現するように構成されたＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field-Programmable Gate Array）等の回路であってもよい。
該記憶媒体としては例えばフロッピー（登録商標）ディスク、ハードディスク、光ディスク、光磁気ディスク、ＣＤ（Compact Disk）－ＲＯＭ、磁気テープ、不揮発性メモリカード、ＲＯＭを用いることができる。また該記憶媒体に記録されたプログラム単体で処理を実行しているものに限らず、他のソフトウェア、拡張ボードの機能と共同して、ＯＳ上で動作して処理を実行するものも各実施形態の範疇に含まれる。
上述の各実施形態の機能により実現されるサービスは、ＳａａＳ（Software as a Service）の形態でユーザに対して提供することもできる。
なお、上述の実施形態は、いずれも本発明を実施するにあたっての具体化の例を示したものに過ぎず、これらによって本発明の技術的範囲が限定的に解釈されてはならないものである。すなわち、本発明はその技術思想、又はその主要な特徴から逸脱することなく、様々な形で実施することができる。
上述の実施形態の一部又は全部は、以下の付記のようにも記載されうるが、以下には限られない。
（付記１）
複数の因子に基づいて需要量を推定する需要推定部と、
前記複数の因子のうちの少なくとも１つの因子が前記需要量に与える影響度に関する情報を、表示装置に表示させる表示情報を生成する表示情報生成部と、
を備えることを特徴とする情報処理システム。
複数の因子に基づいて需要量を推定する需要推定部と、
前記複数の因子のうちの少なくとも１つの因子が前記需要量に与える影響度に関する情報を、表示装置に表示させる表示情報を生成する表示情報生成部と、
を備えることを特徴とする情報処理システム。
（付記２）
前記表示装置に表示させる表示情報は、前記複数の因子のうちの少なくとも１つの因子の項目名と、前記少なくとも１つの因子のそれぞれに対応する前記影響度とを含む
ことを特徴とする付記１に記載の情報処理システム。
前記表示装置に表示させる表示情報は、前記複数の因子のうちの少なくとも１つの因子の項目名と、前記少なくとも１つの因子のそれぞれに対応する前記影響度とを含む
ことを特徴とする付記１に記載の情報処理システム。
（付記３）
前記表示装置に表示させる表示情報は、前記複数の因子のうちの少なくとも１つの因子の項目名と、前記少なくとも１つの因子のそれぞれに起因する前記需要量の増減に関する情報とを含む
ことを特徴とする付記１又は２に記載の情報処理システム。
前記表示装置に表示させる表示情報は、前記複数の因子のうちの少なくとも１つの因子の項目名と、前記少なくとも１つの因子のそれぞれに起因する前記需要量の増減に関する情報とを含む
ことを特徴とする付記１又は２に記載の情報処理システム。
（付記４）
前記複数の因子のうちの少なくとも１つの因子の項目名と、前記少なくとも１つの因子のそれぞれに起因する前記需要量の増減に関する情報とは、前記需要量の増減の量が大きい順に表示される
ことを特徴とする付記３に記載の情報処理システム。
前記複数の因子のうちの少なくとも１つの因子の項目名と、前記少なくとも１つの因子のそれぞれに起因する前記需要量の増減に関する情報とは、前記需要量の増減の量が大きい順に表示される
ことを特徴とする付記３に記載の情報処理システム。
（付記５）
前記表示装置に表示させる表示情報は、前記複数の因子のうちの少なくとも１つの因子の具体的な内容を示す情報を含む
ことを特徴とする付記１乃至４のいずれか１項に記載の情報処理システム。
前記表示装置に表示させる表示情報は、前記複数の因子のうちの少なくとも１つの因子の具体的な内容を示す情報を含む
ことを特徴とする付記１乃至４のいずれか１項に記載の情報処理システム。
（付記６）
前記表示装置に表示させる表示情報は、前記需要量の推定対象時よりも過去における前記需要量の実績値を示す情報を含む
ことを特徴とする付記１乃至５のいずれか１項に記載の情報処理システム。
前記表示装置に表示させる表示情報は、前記需要量の推定対象時よりも過去における前記需要量の実績値を示す情報を含む
ことを特徴とする付記１乃至５のいずれか１項に記載の情報処理システム。
（付記７）
前記実績値は、前記複数の因子と前記影響度との関係が前記推定対象時と類似している過去の実績値から選択される
ことを特徴とする付記６に記載の情報処理システム。
前記実績値は、前記複数の因子と前記影響度との関係が前記推定対象時と類似している過去の実績値から選択される
ことを特徴とする付記６に記載の情報処理システム。
（付記８）
前記需要推定部は、決定木による場合分けと、前記場合分けの結果のそれぞれに対応する回帰式とを含む推定モデルを用いて前記需要量の算出を行う
ことを特徴とする付記１乃至７のいずれか１項に記載の情報処理システム。
前記需要推定部は、決定木による場合分けと、前記場合分けの結果のそれぞれに対応する回帰式とを含む推定モデルを用いて前記需要量の算出を行う
ことを特徴とする付記１乃至７のいずれか１項に記載の情報処理システム。
（付記９）
前記表示装置に表示させる表示情報は、前記需要推定部により推定された前記需要量の値を示す情報を含む
ことを特徴とする付記１乃至８のいずれか１項に記載の情報処理システム。
前記表示装置に表示させる表示情報は、前記需要推定部により推定された前記需要量の値を示す情報を含む
ことを特徴とする付記１乃至８のいずれか１項に記載の情報処理システム。
（付記１０）
前記表示装置に表示させる表示情報は、発注量の入力を受け付けるユーザインターフェースを含む
ことを特徴とする付記１乃至９のいずれか１項に記載の情報処理システム。
前記表示装置に表示させる表示情報は、発注量の入力を受け付けるユーザインターフェースを含む
ことを特徴とする付記１乃至９のいずれか１項に記載の情報処理システム。
（付記１１）
前記表示装置に表示させる表示情報は、前記需要推定部により推定された前記需要量と、在庫量とに基づいて算出された発注推奨量を含む
ことを特徴とする付記１乃至１０のいずれか１項に記載の情報処理システム。
前記表示装置に表示させる表示情報は、前記需要推定部により推定された前記需要量と、在庫量とに基づいて算出された発注推奨量を含む
ことを特徴とする付記１乃至１０のいずれか１項に記載の情報処理システム。
（付記１２）
前記発注推奨量は、発注量の入力を受け付けるユーザインターフェースの上に表示される
ことを特徴とする付記１１に記載の情報処理システム。
前記発注推奨量は、発注量の入力を受け付けるユーザインターフェースの上に表示される
ことを特徴とする付記１１に記載の情報処理システム。
（付記１３）
複数の因子に基づいて需要量を推定するステップと、
前記複数の因子のうちの少なくとも１つの因子が前記需要量に与える影響度に関する情報を、表示装置に表示させる表示情報を生成するステップと、
を備えることを特徴とする情報処理方法。
複数の因子に基づいて需要量を推定するステップと、
前記複数の因子のうちの少なくとも１つの因子が前記需要量に与える影響度に関する情報を、表示装置に表示させる表示情報を生成するステップと、
を備えることを特徴とする情報処理方法。
（付記１４）
コンピュータに、
複数の因子に基づいて需要量を推定するステップと、
前記複数の因子のうちの少なくとも１つの因子が前記需要量に与える影響度に関する情報を、表示装置に表示させる表示情報を生成するステップと、
を実行させることを特徴とする情報処理プログラムが記憶された記憶媒体。
コンピュータに、
複数の因子に基づいて需要量を推定するステップと、
前記複数の因子のうちの少なくとも１つの因子が前記需要量に与える影響度に関する情報を、表示装置に表示させる表示情報を生成するステップと、
を実行させることを特徴とする情報処理プログラムが記憶された記憶媒体。
この出願は、２０１８年３月２９日に出願された日本出願特願２０１８－０６４７０９を基礎とする優先権を主張し、その開示の全てをここに取り込む。
１０ ＰＯＳシステム
１００ 発注端末
１０１ ＣＰＵ
１０２ ＲＡＭ
１０３ ＲＯＭ
１０４ ＨＤＤ
１０５ 通信Ｉ／Ｆ
１０６ 表示装置
１０７ 入力装置
１０８ バス
２００ 店舗サーバ
３００ 本部サーバ
４００、６００ 情報処理システム
４０１ 情報取得部
４０２、６０２ 需要推定部
４０３、６０３ 表示情報生成部
４０４ 発注受付部
４０５ Ｉ／Ｆ部
４０６ 記憶部
５００ 発注入力ウィンドウ
５０１ タイトル表示部
５０２ 商品情報表示部
５０３ 販売影響チャート表示部
５０４ 影響項目表示部
５０５ 過去実績表示部
５０６ ２週間実績タブ
５０７ 実績表示部
５０８ 類似日検索タブ
５０９ 発注数量入力部
５１０ 販売予測数表示部
１００ 発注端末
１０１ ＣＰＵ
１０２ ＲＡＭ
１０３ ＲＯＭ
１０４ ＨＤＤ
１０５ 通信Ｉ／Ｆ
１０６ 表示装置
１０７ 入力装置
１０８ バス
２００ 店舗サーバ
３００ 本部サーバ
４００、６００ 情報処理システム
４０１ 情報取得部
４０２、６０２ 需要推定部
４０３、６０３ 表示情報生成部
４０４ 発注受付部
４０５ Ｉ／Ｆ部
４０６ 記憶部
５００ 発注入力ウィンドウ
５０１ タイトル表示部
５０２ 商品情報表示部
５０３ 販売影響チャート表示部
５０４ 影響項目表示部
５０５ 過去実績表示部
５０６ ２週間実績タブ
５０７ 実績表示部
５０８ 類似日検索タブ
５０９ 発注数量入力部
５１０ 販売予測数表示部
Claims (8)
- 複数の因子に基づいて需要量を推定する需要推定部と、
前記複数の因子のうちの少なくとも１つの因子が前記需要量に与える影響度に関する情報と、前記需要推定部により推定された前記需要量と、前記需要量と在庫量とに基づいて算出された発注推奨量が表示される発注数量入力部の入力欄とを、表示装置に同一の発注入力ウィンドウで表示させる表示情報を生成する表示情報生成部と、を備え、
前記表示装置に表示させる表示情報は、前記需要量の推定対象時よりも過去における前記需要量の実績値を示す情報であり、
前記需要推定部は、前記複数の因子に対応する説明変数と、前記影響度を示す係数とを含む回帰式により前記需要量を推定し、
前記入力欄の数値は前記発注入力ウィンドウで変更可能であり、
前記入力欄の数値を発注量とする
ことを特徴とする情報処理システム。 - 前記表示装置に表示させる表示情報は、前記複数の因子のうちの少なくとも１つの因子の項目名と、前記少なくとも１つの因子のそれぞれに対応する前記影響度とを含む
ことを特徴とする請求項１に記載の情報処理システム。 - 前記表示装置に表示させる表示情報は、前記複数の因子のうちの少なくとも１つの因子の項目名と、前記少なくとも１つの因子のそれぞれに起因する前記需要量の増減に関する情報とを含む
ことを特徴とする請求項１又は２に記載の情報処理システム。 - 前記複数の因子のうちの少なくとも１つの因子の項目名と、前記少なくとも１つの因子のそれぞれに起因する前記需要量の増減に関する情報とは、前記需要量の増減の量が大きい順に表示される
ことを特徴とする請求項３に記載の情報処理システム。 - 前記表示装置に表示させる表示情報は、前記複数の因子のうちの少なくとも１つの因子の具体的な内容を示す情報を含む
ことを特徴とする請求項１乃至４のいずれか１項に記載の情報処理システム。 - 前記実績値は、前記複数の因子と前記影響度との関係が前記推定対象時と類似している過去の実績値から選択される
ことを特徴とする請求項１乃至５のいずれか１項に記載の情報処理システム。 - コンピュータが、複数の因子に基づいて需要量を推定するステップと、
前記コンピュータが、前記複数の因子のうちの少なくとも１つの因子が前記需要量に与える影響度に関する情報と、推定された前記需要量と、前記需要量と在庫量とに基づいて算出された発注推奨量が表示される発注数量入力部の入力欄とを、表示装置に同一の発注入力ウィンドウで表示させる表示情報を生成するステップと、を備え、
前記表示装置に表示させる表示情報は、前記需要量の推定対象時よりも過去における前記需要量の実績値を示す情報であり、
前記複数の因子に対応する説明変数と、前記影響度を示す係数とを含む回帰式により前記需要量が推定され、
前記入力欄の数値は前記発注入力ウィンドウで変更可能であり、
前記入力欄の数値を発注量とする
ことを特徴とする情報処理方法。 - コンピュータに、
複数の因子に基づいて需要量を推定するステップと、
前記複数の因子のうちの少なくとも１つの因子が前記需要量に与える影響度に関する情報と、推定された前記需要量と、前記需要量と在庫量とに基づいて算出された発注推奨量が表示される発注数量入力部の入力欄とを、表示装置に同一の発注入力ウィンドウで表示させる表示情報を生成するステップと、を備え、
前記表示装置に表示させる表示情報は、前記需要量の推定対象時よりも過去における前記需要量の実績値を示す情報であり、
前記複数の因子に対応する説明変数と、前記影響度を示す係数とを含む回帰式により前記需要量が推定され、
前記入力欄の数値は前記発注入力ウィンドウで変更可能であり、
前記入力欄の数値を発注量とする
情報処理方法を実行させることを特徴とする情報処理プログラム。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2018064709 | 2018-03-29 | ||
| JP2018064709 | 2018-03-29 | ||
| PCT/JP2019/007988 WO2019187968A1 (ja) | 2018-03-29 | 2019-03-01 | 情報処理システム、情報処理方法及び記憶媒体 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPWO2019187968A1 JPWO2019187968A1 (ja) | 2021-03-18 |
| JP7334728B2 true JP7334728B2 (ja) | 2023-08-29 |
Family
ID=68059015
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2020510491A Active JP7334728B2 (ja) | 2018-03-29 | 2019-03-01 | 情報処理システム、情報処理方法及び記憶媒体 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US20210027321A1 (ja) |
| JP (1) | JP7334728B2 (ja) |
| WO (1) | WO2019187968A1 (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10713622B1 (en) * | 2019-12-06 | 2020-07-14 | Coupang Corp. | Computer-implemented systems and methods for intelligent prediction of out of stock items and proactive reordering |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007065779A (ja) | 2005-08-29 | 2007-03-15 | Ns Solutions Corp | コーザル要因効果予測方法、コーザル要因効果予測装置及びコーザル要因効果予測プログラム |
| JP2009265747A (ja) | 2008-04-22 | 2009-11-12 | Ntt Data Smis Co Ltd | マーケティング支援システム、マーケティング支援方法、マーケティング支援プログラム及びコンピュータ読み取り可能な媒体 |
| JP2015033203A (ja) | 2013-08-01 | 2015-02-16 | 富士電機株式会社 | 類似日抽出装置、類似日抽出方法、プログラム |
| WO2017163277A1 (ja) | 2016-03-25 | 2017-09-28 | 日本電気株式会社 | 情報処理システム、情報処理方法および情報処理プログラム |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2002073356A2 (en) * | 2001-03-09 | 2002-09-19 | Omnexus Americas, Inc. | Marketplaces for on-line contract negotiation, formation and price and availability querying |
-
2019
- 2019-03-01 WO PCT/JP2019/007988 patent/WO2019187968A1/ja active Application Filing
- 2019-03-01 US US17/042,762 patent/US20210027321A1/en not_active Abandoned
- 2019-03-01 JP JP2020510491A patent/JP7334728B2/ja active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007065779A (ja) | 2005-08-29 | 2007-03-15 | Ns Solutions Corp | コーザル要因効果予測方法、コーザル要因効果予測装置及びコーザル要因効果予測プログラム |
| JP2009265747A (ja) | 2008-04-22 | 2009-11-12 | Ntt Data Smis Co Ltd | マーケティング支援システム、マーケティング支援方法、マーケティング支援プログラム及びコンピュータ読み取り可能な媒体 |
| JP2015033203A (ja) | 2013-08-01 | 2015-02-16 | 富士電機株式会社 | 類似日抽出装置、類似日抽出方法、プログラム |
| WO2017163277A1 (ja) | 2016-03-25 | 2017-09-28 | 日本電気株式会社 | 情報処理システム、情報処理方法および情報処理プログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2019187968A1 (ja) | 2019-10-03 |
| US20210027321A1 (en) | 2021-01-28 |
| JPWO2019187968A1 (ja) | 2021-03-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10223668B2 (en) | Contextual searching via a mobile computing device | |
| Hou et al. | An EOQ model for deteriorating items with price-and stock-dependent selling rates under inflation and time value of money | |
| JP5303606B2 (ja) | 広告システム、広告システムの制御方法、プログラム、及び情報記憶媒体 | |
| Li et al. | Inventory management for dual sales channels with inventory-level-dependent demand | |
| WO2015041778A1 (en) | Product promotion optimization system | |
| US10198762B1 (en) | Ordering search results to maximize financial gain | |
| US20160283954A1 (en) | System and method for determining a combined effective price discount in tier pricing | |
| JP6003736B2 (ja) | 情報処理プログラム、情報処理方法および情報処理装置 | |
| JP6536028B2 (ja) | 発注計画決定装置、発注計画決定方法および発注計画決定プログラム | |
| Huang | Economic ordering model for deteriorating items with random demand and deterioration | |
| JPWO2012049987A1 (ja) | 商品推薦システムおよび商品推薦方法とそのプログラム | |
| Barron et al. | Shortage decision policies for a fluid production model with MAP arrivals | |
| EP3293692A1 (en) | Sales promotion processing system and sales promotion processing program | |
| Currie et al. | Dynamic pricing of airline tickets with competition | |
| JP7334728B2 (ja) | 情報処理システム、情報処理方法及び記憶媒体 | |
| US20170068962A1 (en) | Forecasting customer channel choice using cross-channel loyalty | |
| JP2019057189A (ja) | 運用支援装置、運用支援方法、運用支援プログラム | |
| KR101784454B1 (ko) | 쇼핑 서비스 제공 장치, 방법 및 컴퓨터 판독 가능한 기록 매체 | |
| CN108062666A (zh) | 智能收银系统和方法 | |
| JP5506123B2 (ja) | 広告システム、広告システムの制御方法、プログラム、及び情報記憶媒体 | |
| US20160307218A1 (en) | System and method for phased estimation and correction of promotion effects | |
| JP4993097B2 (ja) | 企業施策の決定支援装置、企業施策の決定支援方法及びそのプログラム | |
| Valliathal et al. | Designing and computing optimal policies on a production model for non-instantaneous deteriorating items with shortages | |
| JP6693900B2 (ja) | コンテンツ提供装置、コンテンツ提供方法およびコンテンツ提供プログラム | |
| JP5786001B2 (ja) | 需要予測装置およびプログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200917 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220207 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230509 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230620 |
|
| 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: 20230718 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230731 |
|
| R151 | Written notification of patent or utility model registration |
Ref document number: 7334728 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |