JPH02170269A - 商品情報分析方法 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔産業上の利用分野〕 本発明は商品の売上情報を分析する商品情報分析方法に
係り、とくに売上好調商品の好調要因を商品企画情報に
照らし合せて分析するに好適な商品情報分析方法に関す
る。

〔従来の技術〕

従来、流通の分野で商品の販売時点情報（いわゆるレジ
からの入力情報）を計算機システムに集め、売上管理や
商品分析に分いる方法については、和多田：飯売時点情
報活用Ｑ＆Ａ、実務教育出版において論じられている。

とくに、ファッション衣料品の商品販売情報から、売行
きの良い商品についての素材、色、デザイン、柄等の基
通点を見出し、シーズン中の追加確保、別商品の新規投
入検討に用いることの重要性について触れられている。

しかし、実際に売行の良い商品について分析する方法と
しては、素材、色などそれぞれの属性ごとに売上累計を
計算機システム上で計算し、その出力から売行きの良い
商品の持つ属性を見出す方法しか述べられていない、ま
た、新らたに商品を企画開発する場合、売行きの良い商
品に関する素材１色などの物理的に測定できる属性のデ
ータも重要であるが、ファッション感覚、ボジショニン
グ等、ことばで表わされる商品企画意図も重要となる。

しかし、上記従来例では、商品属性としてデザイン等の
種類を各商品コードとともに登録し、それぞれのデザイ
ン種類ごとの売上累計を計算する方法しか述べられてい
なかった。

〔発明が解決しようとする課題〕

上記従来技術は商品属性ごとに売上累計を算出していた
ので、売行き好調商品がいくつかのグループ（かたまり
）からなるかを見出すことやそれぞれのグループがどう
いう商品属性の組合せにより特徴付けられるかを見出す
ことが困難であり、複数の属性の組合せで売筋が決まる
商品の商品情報分析を精度良く行えないという問題があ
った。

また、商品属性として概念を与える場合でも、各概念ご
とに売上累計を算出していたので、売行好調商品がどの
ような概念の組合せで特徴付けられるかを自動的に見出
すことができず、商品企画開発コンセプトなどと売上好
調商品との関連を分析することが困難であるという問題
があった。

本発明の目的は、売行き好調商品をいくつかのグループ
に分類し、それぞれがどのような商品属性の組合せによ
り特徴付けられるかを自動的に見出す方法を提供するこ
とにある。

〔課題を解決するための手段〕

上記目的を達成するために１本発明の商品情報分析方法
では１次のような手順をとる。まず、商品コードをあら
かじめ計算機システム上に設定する。また、設定された
商品コードごとに商品属性情報を入力しておく。商品販
売情報に、販売商品の商品コードを入力する。商品コー
ドくとの売上データを販売時点の商品コードの入力に基
づき累積加算する商品別売上計算処理をする。商品別売
上計算処理による商品別売上データから売上好調商品を
選ぶ０選ばれた売上好調商品群を商品属性情報に関して
クラスタ分析し、クラスタの数とクラスタ中心の属性と
クラスタ中心に近い商品を求める。

〔作用〕

本発明を特に特徴付ける売上好調商品群を商品属性情報
に関するクラスタ分析、とくに商品属性としてキーワー
ドが付与された場合のクラスタ分析の原理について示す
。

第２（ａ）図に、２つの商品属性ＸＩとｘｚを持つ好調
商品群の各商品の属性値のｘｔ　　Ｘ２の座標上の分析
をｘ印で示す。

商品群は、図に示すように３つのかたまり、ω工、ω２
．ωδに分けることができ、それぞれの中心的属性値は
・印の座標値（ｘｚ、　Ｘ２）　＋（ｘｔ＋ｘｚ）及び
（ＸＩ、　！りである。属性Ｘｉ、Ｘ２それぞれについ
て売上の累積を計算し、その分布を見ると、第２図（ｂ
）及び（ｃ）のグラフのようになる。これらのグラフか
らは、３つの分布のかたまりの情報は得られず、売行好
調の商品がどういう属性値を持つかを精度良く知ること
はできない。

しかし、よく知られたクラスタ分析手法たとえばｌ５Ｏ
ＤＡＴＡ法（河口：多変量解析入門、森北出版）などを
用いると、分布のかたまりの数と、各商品がどの分布の
かたまりに属すかが判る。また、各分布の中心と分布の
中心に最も近い属性値、および各分布の分散が得られる
。３ｆ＃目の分布ω８は、属性ｘ２については分散が大
きいため、属性ＸＩ因とわかる。

以上は、商品属性が連続量の場合であるが、商品属性と
して、商品企画開発意図などの言葉による不連続量登録
する場合の、商品のクラスタリング処理を第３図で説明
する。Ｑ個の好調商品にあらかじめ登録されているフリ
ーキーワードを、商す。ｍ（ｉ）はフリーキーワードの
個数ｐある。ここで、全０個の好調商品に関する登録フ
リーキーワードの和集合は、すなわち１回でも出現した
フリーキーワードをすべて集めたものをａｌ嘲、ａ２傘
。

、ａＮ申と表わす、各好調商品がこれらの、フリーキー
ワードを含むか否かを１，０の列で表わす。

すると、商品コード主の商品の属性は、ここでｘａ＝Ｏ
ｏｒｌ、ｊ＝１．２．−、Ｎと表わされる。値ｘ１はＯ
か１のみをとるが、ベクトルデータとして表現できたた
めクラスタ分析として、前に述べた連続量に対する手法
と同一の手法を用いることができることになる。ただし
、クラスタリング結果から、商品分布の各かたまりなる
ため、四捨五入処理により、０か１とする。

各分布を特徴づけるフリーキーワードは、四捨五の要素
に関する分散が一定以下の要素のものとすればよい。

以上により、自由に登録された商品の企画開発意図を表
わすキーワードをもとに、何種類かに自動的に分類した
好調商品群とそれぞれの商品群を特徴づけるキーワード
（複数）を得ることができる。

〔実施例〕

以下１本発明の計算機システムで実現する一実施例を第
１図および第４図により説明する。計算機端末１より販
売商品（ここでは、シーズン性の高いファッション商品
を例とする）の新規登録指示を入力する。商品コード設
定処理２は、新規ｊ２録指示入力を受けると、記憶装置
３中の商品コードテーブル４の商品コードの最大値を１
増加させる。商品コードは数値情報であり、販売商品の
登録順に商品コードを上昇順に割当てる。そこで、既割
当の商品コードの最大値を記憶装置３に記憶（図示路）
しておき、その最大値を１増加させる。

１増加させた商品コードを商品コードテーブル４に書き
込む、同時に本商品コードを計算機端末１に出力する。

出力された商品コードが記入された値札が対応する商品
に付けられる。一方、商品に関する属性を計算機端末１
から入力する。商品属性情報入力処理６は、計算機端末
１から入力されに対応する属性情報テーブル７に書き込
む。

（１）名称、（２）ブランド、（３）価格、（４）色。

（５）素材、（６）柄、（７）商品企画開発コンセプト
また、この商品の売上計画、たとえば売上個数を入力し
、商品コードに対応させて計画データテーブル１４内に
設定する。さらに、登録した新商品の売上データエリア
８をＯに初期設定する。

コード入力処理１０は商品が売れたとき、ＰＯＳ（販売
時点）端末９からその商品の値札に付けられたコードを
入力する０販売時点商品商品別売上計算処理１１は、取
り込まれた商品コードに関する売上データ８と属性情報
７の中の価格を記憶装置３から読み出し、売上データに
価格を加算し。

売上データ８に書き込む、商品売上に関する処理１０と
１１は、商品分析要求が無い（判定１２がＮ）間、繰り
返される。商品分析の要求を受けると、売上好調商品判
別処理１３に移る。商品属性情報入力処理６で属性入力
と同時に登録された記憶装置３中の計画データ１４と、
やはり記憶装置３中の売上データ８を読み込み、計画を
超えて売れている商品を判別し、その商品コードを求め
る。

クラスタ分析処理１５は売上好調商品判別処理１３で求
められた商品コードに関する、記憶装置３中の属性情報
７を読み出し、売上好調商品に関するクラスタ分析処理
を行う、クラスタ分析処理１５の詳細処理フローを第４
図で説明する。全キーワード抽出処理１８は、属性情報
７から読み出されたΩ個の商品に関する商品属性情報の
うち、力することを、ｊ＝１からｊ＝ｔａまで繰返す、
りαを読み込む、全フリーキーワードの和集合すなｍ（
ｊ）は、ｊ番目の売行き好調商品に関する付与フリーキ
ーワードの個数であり、Ｎは全売行き好調商品に関して
重複を除いて数えたフリーキーワスタ分類処理を行う、
クラスタ分類処理アルゴリズムとしては、ｌ５ＯＤＡＴ
Ａ法をはじめ多くの種類が提案されている。いずれのク
ラスタ分類処理アルゴリズムを用いても、売行き好調商
品のクラスタ（かたまり）すなわち特徴的商品群の数Ｐ
と、ｊ番目の商品がどのクラスタに属すかを表わすＣ（
ｊ）が得られる。クラスタ平均・分散算出処理に対しそ
れがｊ番目の売行き好調商品に与えられ・・・、Ｑから
、各クラスタＣごとの平均属性、ｘｃ＝（マ、ｃ、〒２
ｃ、　”’、　ｘｓｃ）と分散σ０．Ｃ＝ｌ−ｗｐを求
める。特徴キーワード選択処理２２は、各クラスＣごと
に、平均属性のうちＮ個のキーワード属性について一定
値（たとえば０．７）以上のものを選び、それに関する
キーワードを並べ、クラスＣを特徴づけるキーワードと
して出力する。

方、典型商品抽出処理２３は、クラスタＣの平均属性マ
０とユークリッド距離が最も小さい商品を選び、その商
品コードをクラスＣに関する典型商品として出力する。

第１回部品情報出力処理１６は、表示装置１７に売行き
好調商品のクラスタ分析処理１５の結果、好調商品どの
ようなグループからなり、それぞれのグループがどのよ
うな商品属性で特徴づけられるかを自動的に分析できる
ことになる。特に、本実施例では、上記分析対象の商品
属性として、商品企画意図などを表わすフリーキーワー
ドを与え、どのようなフリーキーワードがそれぞれの好
調商品グループを特徴づけるかを分析でき、さらに商品
属性として量的な属性値を持つものも合わせて同時に分
析することができる。

別の実施例としては、第５図に示す商品の売上に応じた
荷重計算を含むクラスタ分析処理による商品情報分析方
法がある。前記実施例では、第４図のクラスタ平均・分
散算出処理２１は、クラス典型商品コード、及びクラス
タごとの尻上累計などを出力表示する。以上の処理コロ
−は、シーズン終了により、ａ品コード設定処理２で設
定した商品在庫が売場から無くなった時点で、終了判断
２４によりＹと判定され終了する。これにより、均を求
めているが１本実施例では第５図に示すように、まず各
売上好調商品ｊについて、その売上データを読み込み、
荷重ω４とし、処理２６に示す荷重平均計算と処理２７
に示す分散計算を各クラスタＣごとに行ない、全クラス
タ数ｐ回本処理を繰り返す。これにより、商品売上の絶
対値も考慮したクラスタ分析すなわちクラスタを特徴づ
ける属性・キーワードの抽出、クラスタ典型商品の抽出
を行える。

さらに別の実施例として、第１画商品属性情報入力処理
６では、商品を表わすフリーキーワードではなく、計算
機システム上にあらかじめ設定されたキーワードから選
択したキーワードを入力する例を示す、第６図に示すよ
うに、本実施例では第１図の商品属性入力処理６では、
まずキーワーに表示しキーワードメニューとするキーワ
ードメニュー表示処理２９を行う１本処理２９では、計
算機端末操作者が、メニューから選んだキーワードに対
し１を選ばなかったキーワードに対し０を与えた、キー
ワード属性（Ｘｌｒ　！！＋　”’ｅ　ＸＮ）を出力す
る１本実施例によれば、キーワード属性の入力が簡便と
なる効果がある。

さらにもう一つの実施例として、第１回向品属性入力処
理６において、商品の色属性入力は、いくつかの代表的
色に関する色コードの入力ではなく、色を赤青緑の３１
Ｍ色に分解しそれぞれの強度を連続的数値として入力す
る方法が挙げられる。

本実施例によれば、ことばでは表わせない微妙な色を正
確に分離し、２つの色の距離を計算できることからクラ
スタ分析も行うことができるという効果がある。

〔発明の効果〕

本発明によれば、売行き好調商品がいくつかのかたまり
からなり、それぞれのかたまりの特徴的属性が何で代表
的商品かどういうものかが商品情報の分析により自動的
に提示する商品情報分析方法を提供できる効果がある。

【図面の簡単な説明】

第１図は本発明の一実施例の全体フロー図、第２図はク
ラスタ分析の一般的説明図、第３図は商品に与えられた
フリーキーワード群の変換処理のスタ平均・分散計算処
理部分のフロー図、第６図はもう一つの実施例の商品属
性情報入力処理部分のフロー図である。 拓　１　図 （１＋末フロ一図） ￥ 図 爾 図 ス・Ｉ 第 ≠ ワ

Claims (1)

1. 【特許請求の範囲】 １、商品コードをあらかじめ計算機システム上に設定し
   、該商品コードごとに商品属性情報を入力し、商品販売
   時点に販売商品の商品コードを入力し、商品コードごと
   の売上データを販売時点で累積加算し、商品別売上デー
   タから売上好調商品を選び、該売上好調商品群を商品属
   性情報に関しクラスタ分析し、クラスタの数とクラスタ
   中心の属性とクラスタ中心に近い商品を求め出力するこ
   とを特徴とする商品情報分析方法。 ２、特許請求の範囲第１項記載の商品情報分析方法にお
   いて、商品属性情報不連続量を表わす複数のキーワード
   であることを特徴とする商品情報分析方法。 ３、特許請求の範囲第１項記載の商品情報分析方法にお
   いて、クラスタ分析は、売上好調商品それぞれの商品属
   性のキーワードの和集合を求め、各商品の複数キーワー
   ドから前記抽出したキーワードの並びに対応した０、１
   の並びを求め、前記０、１の並びで表わされた売上好調
   商品群のクラスタリングをすることを特徴とする商品情
   報分析方法。 ４、特許請求の範囲第１項記載の商品情報分析方法にお
   いて、クラスタ分析は、商品別売上データに応じた荷重
   計算を含むクラスタ分析であることを特徴とする商品情
   報分析方法。 ５、売上データから売上好調商品を選択し、前記売上好
   調商品群をクラスタ分析することにより売上好調商品を
   グループ化し、各売上好調商品グループごとにそのグル
   ープを特徴づける商品属性データを求め、売上好調商品
   グループの個数と各グループを特徴づける商品属性デー
   タを売筋要因分析結果として出力することを特徴とする
   商品情報分析方法。 ６、特許請求の範囲第５項記載の商品情報分析方法にお
   いて、各売上好調商品グループを特徴づける商品属性デ
   ータは、キーワードの組合せから成ることを特徴とする
   商品情報分析方法。