JPH0652191A - 商品データ分析装置および方法 - Google Patents

Abstract

(57)【要約】 【目的】本発明は、チャンスロスの発生を考慮して商品
の売上数の予測をより正確にかつ手間をかけずに行うこ
とができ、商品の適正仕入数の決定やタイミングのよい
品出し（あるいは商品作成）を支援するための商品デ−
タ分析装置および方法を提供することを目的とする。 【構成】対象商品に対して、時間別の商品売上高と時間
別の客数とから、時間別の購買発生率を計算し、該購買
発生率が所定値以下の時間帯を検索し、該検索した時間
帯の購買発生率と客数からチャンスロスを計算し、チャ
ンスロスを含む結果を出力する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、ス−パ−マ−ケットな
どで取扱っている生鮮品や日配品などの商品の売上デ−
タの分析装置および方法に関する。

【０００２】

【従来の技術】小売業で取扱う商品のうちには、生鮮品
や日配品などのように、毎日繰返して売られる商品で毎
日仕入れ（あるいは作成し）その日のうちに売切ってし
まわないといけないようなものがある。このような商品
については、毎日、商品を何個仕入れるかが商品管理の
重要なポイントである。なお、商品を仕入れて売るので
なく作成して売るような場合には、何個作るかが商品管
理の重要なポイントとなるが、簡単のため、以降は仕入
に統一して説明する。

【０００３】このような商品管理において、従来は担当
者の経験と勘により、毎日、何個仕入れるか決定する場
合があった。しかし、多くの商品の仕入数を１人あるい
は少数の担当者が毎日考え決定するのは大変なので、一
般には、「ＥＯＳのすすめ：（財）流通システム開発セ
ンタ編」のＰ．５０に記載のように、前週の発注実績を
発注予定数としてあらかじめ取引先に渡しておき、仕入
れの前日などに、修正のある商品のみに対してその修正
分を電話などで修正して仕入れる方法が取られている。

【０００４】つまり、曜日別の仕入数は商品により一定
と仮定して、通常は、各商品の曜日別の仕入数を前週の
発注実績に応じて固定している。そして、前週に該仕入
数でロス（過剰に仕入れたため無駄になってしまったも
の）が発生した商品に対して、仕入数を修正することに
より、過剰仕入れによるロスを退治するということが行
われている。ロスの発生は、例えば日別に商品が何個売
れたかを表示できるシステム（例えば「ＦＵＪＩＴＳ
Ｕ．４１，４」Ｐ．３７１の「ＭＩＮＤＶＩＥＷ」２の
「単品別日別分析」など）によれば、前週の仕入数と該
前週の売上数とから計算して求めることができる。

【０００５】

【発明が解決しようとする課題】上述の従来の方法によ
れば、過剰仕入をなくすための仕入数の適正化（つま
り、削減）には効果がある。しかし、どうしても少なく
仕入れるという方向になり易く、品切れによるチャンス
ロス対策を行なう上では問題があった。すなわち、従来
の方法では、小売業にとって最も問題である品切れによ
る客離れをなくすための仕入数の適正化は考慮されてい
なかった。

【０００６】この品切れを考慮してより正確に売上数を
予測し仕入数を決定するには、例えば、個々の商品の前
週の時間帯別の売上数を見て、時間帯別の売上数が
「０」になっている時間帯があればその時間帯は「品切
れ」と判断し、直前の時間帯の売上数と同じ数をチャン
スロス数（品切れでなければ多分売れたであろうと期待
される数）と予測し、該予測したチャンスロス数で前週
のその日の売上数を修正して今週の仕入数とすることが
考えられる。

【０００７】しかし、商品ごとに時間帯別の売上数をチ
ェックして、チャンスロス数を予測するのは時間がかか
る。商品数が担当者当たり数百から数千に及ぶ小売業
で、店舗の担当者（あるいは複数の店舗を管理する本部
の担当者）が、毎日このような商品別の時間帯別売上数
を見てチャンスロス数を予測し仕入数を決定するのは非
常に困難である。

【０００８】また、チャンスロス数の予測についても、
直前の時間帯の売上数を見て予測するのはかなり乱暴で
ある。例えば、来店客が５時以降途絶えてしまう店舗で
は、５時以降の時間帯の売上数が「０」だからといっ
て、いままでの時間帯と同じ売上数をその時間帯のチャ
ンスロス数とするのは意味がない。また、時間帯により
明らかに売上数が変わる商品、例えば朝しか売れない商
品に対し、昼以降の売上数が「０」だからといって、朝
の売上数を基にチャンスロス数を考えるのは、非常に乱
暴で正確性に欠けるという問題がある。

【０００９】さらに、適正なタイミングで品出しを行う
ために、実際にチャンスロスが起こりそうな時点で、即
座にチャンスロス数の予測を行ないたいという要望もあ
る。

【００１０】本発明の目的は、上述の従来例における問
題点に鑑み、チャンスロスの発生を考慮して商品の売上
数の予測をより正確にかつ手間をかけずに行うことがで
き、商品の適正仕入数の決定やタイミングのよい品出し
（あるいは商品作成）を支援するための商品デ−タ分析
装置および方法を提供することにある。

【００１１】

【課題を解決するための手段】上記目的を達成するた
め、本発明に係る商品デ−タ分析装置および方法の第１
の局面では、所定の商品の過去の各時間帯別の商品別売
上数と該時間帯別の客数を入力し、該商品別売上数と客
数に基づいて、該時間帯別に、該商品別売上数の客数に
対する割合を表す購買発生率を計算し、該購買発生率が
所定値以下である時間帯を検索し、該検索結果および上
記入力手段により入力した情報に基づいて、売れたであ
ろうと期待される商品数であるチャンスロス数を計算
し、商品を特定する商品情報とともに該チャンスロス数
を出力することを特徴とする。これにより、チャンスロ
スを考慮した仕入数の適正化という課題が解決される。

【００１２】また、本発明に係る商品デ−タ分析装置お
よび方法の第２の局面では、商品ごとの過去の購買発生
率の平均値である商品別平均購買発生率を記憶してお
き、所定の商品の過去の各時間帯別の商品別売上数と該
時間帯別の客数を入力し、該商品別売上数と客数に基づ
いて、該時間帯別に、該商品別売上数の客数に対する割
合を表す購買発生率を計算し、該購買発生率が上記商品
別平均購買発生率より小さい時間帯を検索し、該検索結
果、上記入力手段により入力した情報、および上記商品
別平均購買発生率に基づいて、売れたであろうと期待さ
れる商品数であるチャンスロス数を計算し、商品を特定
する商品情報とともに該チャンスロス数を出力すること
を特徴とする。過去の購買発生率の平均値である商品別
平均購買発生率を記憶しておき基準として用いるので、
より正確なチャンスロス数を求めることができる。

【００１３】さらに、本発明に係る商品デ−タ分析装置
および方法の第３の局面では、商品ごとの過去の購買発
生率の平均値である商品別平均購買発生率を記憶してお
き、個々の商品の販売状況をリアルタイムに入力し、入
力した販売状況に応じて、商品別に売上数と客数をカウ
ントするとともに、該売上数と客数に基づいて、該売上
数の客数に対する割合を表す購買発生率を計算し、該購
買発生率が上記商品別平均購買発生率より小さい時間帯
を検索し、該検索結果、上記入力手段により入力した情
報、および上記商品別平均購買発生率に基づいて、売れ
たであろうと期待される商品数であるチャンスロス数を
計算し、商品を特定する商品情報とともに該チャンスロ
ス数を出力することを特徴とする。これにより、適正な
タイミングで品だしを行うため、チャンスロスの起こり
そうな時点を警告するという課題が解決される。

【００１４】

【作用】上記第１の局面に係る本発明の構成によれば、
まず、個々の商品の過去の一定時間当たりの商品別売上
数と過去の一定時間当たりの客数を入力し、対象商品に
対して、該商品別売上数と該客数を用いて一定時間当た
りの商品別購買発生率を計算する。そして、該購買発生
率が所定値以下の時間帯を検索し、該検索（抽出）した
一定時間当たりの該購買発生率と対応する該客数とか
ら、売れたであろうと期待される商品数（期待に反して
売れなかった数）であるチャンスロス数を計算する。該
チャンスロス数に応じて例えば該記憶装置に記憶した商
品情報を並べ替え、出力する。これにより、チャンスロ
スを起こした商品やチャンスロスの数（量）が予想でき
るので、チャンスロスを考慮した仕入数の適正化が図れ
る。

【００１５】また、上記第２の局面に係る本発明の構成
によれば、チャンスロスの有無やチャンスロス数を検出
しようとする期間の商品別売上数や客数を入力するのと
は別に、さらに過去の実績が反映された商品ごとの過去
の購買発生率の平均値である商品別平均購買発生率が記
憶されており、その商品別平均購買発生率を基準として
チャンスロスを算出できるので、より正確なチャンス炉
吸う数が算出できる。

【００１６】さらに、上記第３の局面に係る本発明の構
成によれば、個々の商品の売上数と客数をリアルタイム
に入力し、対象商品に対して、該入力した売上数と客数
とを用いて購買発生率を計算する。また、商品別平均購
買発生率を入力し、それと比べて該計算した購買発生率
が小さい商品を検索し、該検索した商品の該購買発生率
と該客数と該平均購買発生率とからチャンスロス数を計
算する。そして、例えば該チャンスロス数の値に応じて
該記憶装置に記憶した商品情報を並べ替え、出力する。
これにより、適正なタイミングでの品出しの支援が行な
える

【００１７】

【実施例】以下、図面を用いて本発明の実施例を説明す
る。

【００１８】図１は、本発明の一実施例である商品デ−
タ分析装置のハ−ドウエア構成である。この商品デ−タ
分析装置１０１は、入力装置１１、表示装置１２、プリ
ンタ装置１３、処理装置１４、および外部記憶装置１５
を備えている。外部記憶装置１５には、時間帯別売上フ
ァイル５１Ａ、および時間帯別客数ファイル５２Ａが設
けられている。

【００１９】時間帯別売上ファイル５１Ａは、商品ごと
の時間帯別の売上数を記憶したファイルである。図３
に、そのフォーマットおよび内容例を示す。例えば、時
間帯別売上ファイル５１Ａの第１番目のレコードは、商
品コードが「１２３４５６７８９０」の商品名「ＡＡ
Ａ」の商品が１９９２年４月２０日（月）の１０時台に
１３個売上があったことを示している。

【００２０】時間帯別客数ファイル５２Ａは、時間帯別
の客数を記憶したファイルである。図４に、そのフォー
マットおよび内容例を示す。例えば、時間帯別客数ファ
イル５２Ａの第１番目のレコードは、１９９２年４月２
０日（月）の１０時台に客数が７０人あったことを示し
ている。

【００２１】再び図１を参照して、処理装置１４は、デ
−タ入力部４１、購買発生率計算部４２、購買発生率急
減検索部４３、チャンスロス計算部４４、および結果出
力加工部４５を備えている。

【００２２】デ−タ入力部４１は、外部記憶装置１５に
記憶した各種ファイルのデ−タを読込む処理を行なう。
購買発生率計算部４２は、入力したデ−タに基づいて客
数に対する商品別売上数の割合（以降、「購買発生率」
（詳細な定義は後述）と呼ぶ）を時間帯別に求める処理
を行なう。購買発生率急減検索部４３は、時間帯別の購
買発生率が一定の値（例えば「０」）以下の時間帯があ
るかないかを調べる処理を行なう。チャンスロス計算部
４４は、購買発生率と客数とから、検索した時間帯のチ
ャンスロス数、すなわち売れるはずだが品切れにより売
れなかったであろう数を計算する処理を行なう。結果出
力加工部４５は、求めたチャンスロス数を表やグラフに
加工して出力する処理を行なう。

【００２３】なお、本実施例は、商品デ−タ分析装置１
０１単体であるが、図２に示すように通信回線により商
品デ−タ分析装置１０１とＰＯＳ端末装置１０２とを接
続し、外部記憶装置１５内の各種ファイルの情報をＰＯ
Ｓ端末装置１０２より直接読込んでもよい。さらに、別
の処理装置などを中間に置いてもよい。

【００２４】図５は、図１の商品デ−タ分析装置１０１
の動作を表すフロ−チャ−トである。まず、時間帯別売
上ファイル５１Ａ（図３）と時間帯別客数ファイル５２
Ａ（図４）を読込み、チャンスロステ−ブル６１Ａを作
成する（ステップ１０００）。

【００２５】図６にチャンスロステ−ブル６１Ａのフォ
ーマットを示す。チャンスロステ−ブル６１Ａは、商品
コードや商品名などの時間帯別売上ファイル５１Ａの項
目と同じ項目をすべて含み、さらに「客数」、「購買発
生率」、および「チャンスロス数」の項目を付加したも
のである。時間帯別売上ファイル５１Ａの項目と同じ項
目については、時間帯別売上ファイル５１Ａの内容をそ
のままコピーする。また客数は、時間帯別客数ファイル
５２Ａの各時間帯の客数を商品ごとにコピ−する。購買
発生率およびチャンスロス数は、初期値として「−１」
が代入されている。

【００２６】再び図５を参照してステップ１０００の後
は、複数商品を記憶したチャンスロステ−ブル６１Ａの
うち、１つの商品に着目し、その対象商品の全時間帯に
対して、時間帯別の売上数と時間帯別の客数を基に、時
間帯別の購買発生率を求める。求めた購買発生率は、チ
ャンスロステ−ブル６１Ａの購買発生率の項目に代入す
る（ステップ１００１）。具体的には、 時間帯別の購買発生率＝（（時間帯別の売上数）／（時
間帯別の客数））×１０００ とする。例えば、「商品コ−ド：1234567890」の「月曜
日」の「１０時台」を例にとると、（１３／７０）×１
０００＝１８６となる（ただし小数点以下は四捨五入し
た）。

【００２７】図７は、「商品コ−ド：1234567890」の
「月曜日」の購買発生率の計算結果を代入したチャンス
ロステ−ブル６１Ａを示す。なお、後述する仮購買発生
率の計算の信頼性を上げるため、時間帯別の客数が一定
未満（例えば「１０人未満」などというように前もって
設定しておく）のときは、時間帯別の購買発生率を計算
せずに、計算不能値を設定し（ここでは、初期値の「−
１」を設定している）、後の仮購買発生率の計算から除
外するようにしている。

【００２８】ステップ１００１の後、チャンスロステ−
ブル６１Ａより、いま着目している商品の時間帯別の購
買発生率が所定の基準値より小さい時間帯がないか検索
する（ステップ１００２）。該当する時間帯がなけれ
ば、ステップ１００４に進む。基準値の例として本実施
例では、「１」を設定している（つまり購買発生率
「０」の時間帯があるかないかを調べている）。図７の
例では、「商品コ−ド：1234567890」の商品について検
索した結果、「月曜日」の「１８時台」が抽出されるこ
とになる。

【００２９】なお、検索例としては、上述の購買発生率
「０」の時間帯を検索する方法のほか、種々の方法を用
いてよい。例えば、各時間帯別の購買発生率の平均を求
めて該平均の半分を基準値とし、時間帯別の購買発生率
が該基準値以下の時間帯を検索してもよい。また、時間
帯ごと、曜日ごとに、異なった基準値を用いてもよい。
例えば、夕方は基準値を高く設定する、あるいは土曜や
日曜は高く設定するなど、基準値自体を１つの商品に対
して複数設定してもよい。さらに、基準値の設定方法
（基準値一定、時間帯別に設定、曜日別に設定など）や
基準値の値をあらかじめ複数用意しておき、対話形式で
設定してもよい。

【００３０】ステップ１００２で基準値より小さい時間
帯が１つでもあった場合は、その商品のその時間帯（ス
テップ１００２で検索された時間帯）において、購買発
生率と客数を考慮してチャンスロス数を計算する。計算
したチャンスロス数は、チャンスロステ−ブル６１Ａの
チャンスロス数の項目に代入する。それとともに、検索
しなかった時間帯については、チャンスロス数の項目に
「０」を代入する（ステップ１００３）。

【００３１】チャンスロス数の計算は、具体的には以下
のようにする。まず、購買発生率は商品によりほぼ一定
であるとみなし、ステップ１００２で検索しなかった時
間帯（購買発生率が「０」でなかった時間帯）の購買発
生率の平均値を仮購買発生率とする（前述したように、
購買発生率が「−１」の時間帯は、計算より除く）。次
に、該仮購買発生率を「１０００」で割った値に、時間
帯別客数ファイル５２の対応する時間帯の客数を乗算し
て、時間帯別の推定売上数とする。そして、該推定売上
数から実際の売上数を引いてチャンスロス数とする。本
実施例では、ステップ１００２で売上数が「０」であっ
た時間帯のみを検索しているので、チャンスロス数は推
定売上数に等しくなる。算出したチャンスロス数は、チ
ャンスロステ−ブル６１Ａに代入する。

【００３２】なお、この実施例では、仮購買発生率を
「１０００」で割った値に客数を乗算して推定売上数を
算出し、その推定売上数から実際の売上数を引いてチャ
ンスロス数としているが、もちろん仮購買発生率から実
際の購買発生率を引いて、その結果を「１０００」で割
った値に客数を乗算してもよい。後述する他の実施例に
おいても同様である。

【００３３】「商品コ−ド：1234567890」の計算結果を
代入したチャンスロステ−ブル６１Ａの例を、図８に示
す。なお、本実施例では、検索しなかった時間帯の購買
発生率の平均を仮購買発生率としたが、これに限らず種
々の方式で仮購買発生率を定めてよい。例えば、平均で
はなく、直前あるいは直後の時間帯の購買発生率を仮購
買発生率としてもよい。また、あらかじめ複数用意して
おき、対話形式で設定してもよい。

【００３４】再び図５を参照して、ステップ１００２で
すべての時間帯において購買発生率が基準値を超えてい
た場合は、該商品のすべての時間帯別のチャンスロス数
を「０」とし、チャンスロステ−ブル６１Ａを作成する
（ステップ１００４）。

【００３５】なお図２８および図２９に、図５のフロ−
チャ−トのステップ１００１からステップ１００４まで
の処理により設定されるデータをグラフ化してわかりや
すくした図を示す。図２８はステップ１００２における
基準値として「１」を設定した場合（「０」の時間帯が
あるかないかを調べる場合）の例であり、図２９はステ
ップ１００２における基準値として各時間帯別の購買発
生率の平均の半分を設定した場合の例である。

【００３６】図２８（ａ）は、「商品コ−ド：12345678
90」の商品の１０時台から１８時台の売上数を示すグラ
フである。１８時台の売上数が「０」になっている。図
２８（ｂ）は、図５のステップ１００１で計算した各時
間帯の購買発生率を示すグラフである。１８時台の購買
発生率が「０」であるので、ステップ１００２では１８
時台が検索によりピックアップされ、処理シーケンスは
ステップ１００２から１００３に進むこととなる。

【００３７】図２８（ｃ）は、図２８（ｂ）に検索しな
かった時間帯の平均購買発生率（仮購買発生率）を書入
れたグラフである。２点鎖線が、検索しなかった時間帯
の平均購買発生率、すなわち１８時台を除いた各時間帯
の購買発生率の平均を示す。斜線部２８１は、１８時台
の仮購買発生率として、該平均購買発生率が設定されて
いる様子を示す。図２８（ｄ）は、図２８（ａ）の売上
数に１８時台のチャンスロス数を書き加えたグラフであ
る。斜線部２８２が、１８時台のチャンスロス数を表
し、これは図２８（ｃ）の斜線部２８１の仮購買発生率
にこの時間帯の客数を乗じた値である。

【００３８】図２９（ａ）は、「商品コ−ド：12345678
90」の商品の１０時台から１８時台の売上数を示すグラ
フである。図２９（ｂ）は、図５のステップ１００１で
計算した各時間帯の購買発生率に平均購買発生率（点
線）および平均購買発生率の半分（実線）を書入れたグ
ラフである。この例では、平均購買発生率の半分の値を
ステップ１００２の検索の基準値としているので、ステ
ップ１００２では１３時台および１８時台が検索により
ピックアップされ、処理シーケンスはステップ１００２
から１００３に進むこととなる。

【００３９】図２９（ｃ）は、購買発生率のグラフに、
検索しなかった時間帯の平均購買発生率（仮購買発生
率）を書入れたグラフである。２点鎖線が検索しなかっ
た時間帯の平均購買発生率を示し、これは１３時台と１
８時台を除いた各時間帯の購買発生率の平均である。斜
線部２９１および２９２は、１３時台および１８時台の
仮購買発生率として、検索しなかった時間帯の平均購買
発生率が設定されている様子を示す。図２９（ｄ）は、
図２９（ａ）の売上数に１３時台および１８時台のチャ
ンスロス数を書き加えたグラフである。斜線部２８３お
よび２８４が、１３時台および１８時台のチャンスロス
数を表し、これは図２８（ｃ）の検索しなかった時間帯
の平均購買発生率（２点鎖線）にそれぞれの時間帯の客
数を乗じた値から実際の売上数を引いた値である。

【００４０】ステップ１００３または１００４の後、す
べての商品についてステップ１００１〜１００４の処理
が終了したかを調べ、終了していればステップ１００６
に進む。終了していなければ、次の商品を対象として同
様の処理を行なうため、ステップ１００１に戻る（ステ
ップ１００５）。

【００４１】ステップ１００６では、入力装置１１から
の表示要求の入力をモニタ−し、表示要求があれば、チ
ャンスロステ−ブル６１Ａを基に、求めたチャンスロス
数などを加工し、加工した結果を表示装置１２に表示す
る（ステップ１００６）。さらに、終了要求があれば終
了する。

【００４２】表示例を図９、図１０、および図１１に示
す。

【００４３】図９は、表示要求の入力において商品と月
日を指定した場合の表示例である。商品と月日とが指定
された場合、その指定された商品と月日に該当するレコ
−ドをチャンスロステ−ブル６１Ａから取り出し、グラ
フ用テ−ブルを作成し、該テ−ブルをグラフ化して表示
する。

【００４４】図９では、「商品コ−ド：1234567890」
（商品名：ＡＡＡ）の商品について、「月日：４月２０
日（月）」の時間帯別の売上数およびチャンスロス数が
表示されている。１０時台から１７時台は実際の売上数
が白抜きの棒グラフで表されている。１８時台は計算し
たチャンスロス数が斜線付きの棒グラフで表されてお
り、夕刻にかなりのチャンスロス数が発生しているとい
うことがわかる。

【００４５】図１０は、表示要求の入力において商品を
指定せず月日のみを指定した場合の表示例である。月日
のみが指定された場合、その月日に該当するレコ−ドを
チャンスロステ−ブル６１Ａから取り出し、商品ごとに
全時間帯のチャンスロス数の合計および売上数の合計を
計算して１レコードとし、グラフ化テ−ブルを作成す
る。そして、合計したチャンスロス数の多い順に該グラ
フ化テ−ブルのレコードを並べ替えて表示出力する。

【００４６】図１０では、「月日：４月２０日（月）」
において、各時間帯のチャンスロス数の合計が多い商品
を上から順に並べた表が表示してある。「商品コ−ド：
2234567890」（商品名：ＢＢＢ）の商品が一番チャンス
ロス数の合計が多く、「商品コ−ド：1234567890」（商
品名：ＡＡＡ）の商品は三番目にチャンスロス数の合計
が多いことがわかる。

【００４７】図１１は、表示要求の入力において商品も
月日も指定しなかった場合の表示例である。商品も月日
も指定しない場合は、チャンスロステ−ブル６１Ａから
各レコードを取り出して商品ごと月日ごとにチャンスロ
ス数および売上数を合計し、縦を商品、横を月日として
グラフ化テ−ブルを作成する。そして、商品ごとに全月
日（所定の対象期間）のチャンスロス数を合計し、合計
したチャンスロス数の多い順にレコ−ドを並べ替えてテ
−ブルを変形し、表示出力する。

【００４８】図１１において、各商品の日別のチャンス
ロス数（日別に全時間帯のチャンスロス数を合計したも
の）および売上数は、横方向に、一週間（４月２０日
（月）〜４月２７日（日））分が並べて表示されてい
る。チャンスロス数は上段、売上数は下段に、それぞれ
表示されている。また、一週間（４月２０日（月）〜４
月２７日（日））分のチャンスロス数の合計および売上
数の合計が、合計欄に表示されている。縦方向には、合
計したチャンスロス数の多い順に商品およびその商品に
関するデータが並べられている。

【００４９】さらに図１１の例では、上記一週間で特に
チャンスロス数の多い（例えば、その商品の一週間の平
均のチャンスロス数の２倍以上など）月日を強調表示す
るようにしており、上記１週間のチャンスロス数の合計
が一番多い「商品コ−ド：3234567890」（商品名：ＣＣ
Ｃ）の４月２７日（日）に枠を太くする強調表示がなさ
れている。これにより、どの商品のチャンスロス数が多
いか、そして、特にどの曜日に多いかが一目でわかり、
品切れを少なくする仕入数の決定に役立つ。

【００５０】なお、強調表示は、この例では枠を太くし
ているが、枠ではなく枠内のチャンスロス数の色を赤く
したり、ブリンクしたりなど、別の強調方法でもよい。
また、強調表示する月日の選択も、チャンスロス数の大
小だけでなく、売上数との比較（例えば、対売上数比が
平均の２倍以上など）により選択してもよい。また、対
話形式により、どちらか選択できるようにしてもよい。

【００５１】上記第１の実施例では単一店舗内での利用
を考慮した商品データ分析装置を説明したが、本発明は
複数の店舗を管理する本部に設置する商品データ分析装
置に適用しても好適である。以下、複数の店舗を管理す
る本部での利用を考慮した第２の実施例を説明する。

【００５２】図１２は、第２の実施例におけるハ−ドウ
エア構成図を示す。同図において、商品デ−タ分析装置
１０１のハ−ドウエア構成そのものは第１の実施例（図
１）と同じであるが、商品デ−タ分析装置１０１は各店
舗のストアプロセッサ１０３と通信回線でつながってい
る点が異なる。各店舗のストアプロセッサ１０３には、
ＰＯＳ端末装置１０２が接続されている。

【００５３】図１３は、第２の実施例の動作を示すフロ
ーチャートである。第１の実施例の動作を示す図５のフ
ローチャートとほぼ同じであり、各ステップ２０００〜
２００６は図５のステップ１０００〜１００６にそれぞ
れ対応する。ただし、第２の実施例では、複数の店舗を
対象とするため、ステップ２００５が少し異なる。

【００５４】すなわち、ステップ２００５では、すべて
の商品についてステップ２００１〜２００４の処理が終
了したかを調べ、終了していればすべての店舗について
処理が終了したかを調べ、これも終了していればステッ
プ２００６に進む。未だすべての商品について処理が終
了していないときは、次の商品を対象としてステップ２
００１に戻る。また、未だすべての店舗が終了していな
ければ、次の店舗の最初の商品を対象として、ステップ
２００１に戻る。以上の点が第１の実施例と異なる。

【００５５】なお第２の実施例では、複数の店舗を対象
とするため、時間帯別売上ファイル５１Ｂ、時間帯別客
数ファイル５２Ｂ、およびチャンスロステ−ブル６１Ｂ
にはそれぞれ店舗という項目が増えることになる。図１
４（ａ）に時間帯別売上ファイル５１Ｂのフォーマット
を、図１４（ｂ）に時間帯別客数ファイル５２Ｂのフォ
ーマットを、図１４（ｃ）にチャンスロステ−ブル６１
Ｂのフォーマットを、それぞれ示す。各ファイルとも、
第１の実施例のファイル（図３、図４および図６）と比
べて「店舗名」の項目が増えている。

【００５６】第２の実施例においても様々な表示方法が
ある。表示例を図１５および図１６に示す。図１５は、
表示要求の入力において月日も店舗も商品も指定しなか
った場合の表示例である。この図では、月日：４月２０
日（月）〜４月２７日（日）の期間において、全店舗の
チャンスロス数の合計が多い商品順に商品を縦方向に並
べ、横方向には店舗を固定順に並べて表示してある。さ
らに、各商品において、特にチャンスロス数の多い店舗
を強調表示している。これにより、どの商品が、どの店
舗で、チャンスロス数が多いかを一目で把握することが
できる。例えば、「商品コ−ド：4234567890」（商品
名：ＤＤＤ）は、各店でチャンスロスが多いが、特にａ
店でチャンスロス数が多いことがわかるので、本部の担
当者は、その店舗の担当者に「ＤＤＤの仕入れ数（ある
いは作成数）をもっと増やしたらどうか。」というアド
バイスを行うことができる。

【００５７】また、表示要求の入力において、月日も店
舗も指定せず商品のみを指定すれば、図１６のような表
示ができる。この図では、横に月日：４月２０日（月）
〜４月２７日（日）の各日を、縦に店舗を並べ、指定し
た商品に関しどの店舗でどの曜日にチャンスロス数が多
いかを示している。上記表示例と同様に、特にチャンス
ロス数が多い曜日、店舗の枠を強調表示しているので、
どの店舗でどの曜日にチャンスロスが多いかが一目で把
握できる。

【００５８】上記第１の実施例のステップ１００６（図
５）および第２の実施例のステップ２００６は操作者の
表示要求の応じてチャンスロス数などを表示している
が、これらのステップを自動化してもよい。以下、これ
らのステップを自動化した第３の実施例を説明する。

【００５９】図１７は、第２の実施例のステップ２００
６を自動化した第３の実施例の動作を示すフローチャー
トである。第２の実施例の動作を示す図１３のフローチ
ャートとほぼ同じであり、各ステップ３０００〜３００
５は図１３のステップ２０００〜２００５にそれぞれ対
応する。ただし、第３の実施例では、ステップ３００５
および３００６が異なる。

【００６０】この第３の実施例では、ステップ３００５
で全店舗の全商品についてステップ３００１〜３００４
の処理が終了したら、ステップ３００６に進む。そし
て、自動的に、各商品の各日のチャンスロス数の合計が
一定値以上の店舗および曜日を抽出し、プリント出力す
る（ステップ３００６）。この一定値は、固定値（例え
ば、１０以上など）でもよいし、また対売上数比（例え
ば、比が１／２０など）で持ってもよい。また、この一
定値は、商品や店舗別に設定してもよいし、統一しても
よい。

【００６１】図１８は、第３の実施例におけるプリント
出力例を示す。この出力例では、店舗ごとに、月日のチ
ャンスロス数を合計し、そのチャンスロス数が一定値以
上の商品を抽出しプリント出力している。それととも
に、特にどの月日（あるいは曜日）で多いかを出力して
いる。これにより、どの商品や曜日に品切れが発生し、
チャンスロス数が多いということがわかり、担当者にも
っと積極的に仕入数を決定するようアドバイスすること
ができる。

【００６２】さらに、各店舗にもその結果を送信し（ス
テップ３００７）、各店舗のストアコントロ−ラ１０３
にプリント出力する。ここで、ステップ３００７では、
全店舗に同じ内容（図１８）を出力してもよいし、各店
ごとに出力する情報を振り分け、店舗に関連する情報の
みを各店舗に別々に送信してもよい。

【００６３】前述の第１〜第３の実施例では、外部記憶
装置１５の時間帯別売上ファイル５１Ａおよび時間帯別
客数ファイル５２Ａに記憶した期間の売上数や客数のみ
によって、チャンスロス数を求めていた。すなわち、チ
ャンスロスの有無（および有る場合はそのチャンスロス
数）を推定しようとする期間のデ−タのみを用いて、そ
の期間のチャンスロスを推定していた。これに対し、過
去の商品別の購買発生率を記憶し、そのような過去の実
績を用いて、より正確にチャンスロス数を求めることも
できる。過去の商品別の購買発生率としては、例えば過
去ｎ日間の平均などを用いるとよい。商品別の過去の購
買発生率の平均（「商品別平均購買発生率」あるいは単
に「平均購買発生率」と呼ぶ）を利用して、チャンスロ
ス数を求める第４の実施例について以下説明する。

【００６４】図１９は、第４の実施例のハードウエア構
成を示す。図２０は、その動作を示す。図１９の商品デ
−タ分析装置１０１Ａは、図１の商品デ−タ分析装置１
０１に、過去の商品別の平均購買発生率（商品別平均購
買発生率）を記憶する商品別平均購買発生率ファイル５
３を付加し、さらに処理装置１４に、商品別平均購買発
生率ファイル５３を更新する平均購買発生率更新部４６
を付加したものである。

【００６５】図２１に、商品別平均購買発生率ファイル
５３のフォーマットを示す。商品別に、過去の平均購買
発生率を記憶する欄が設けられている。なお、本実施例
では、商品別平均購買発生率ファイル５３は、商品別に
１つの平均購買発生率を対応させているが、さらに１つ
の商品に対して時間別あるいは曜日別に異なる平均購買
発生率を対応させ、それらを商品別平均購買発生率ファ
イル５３に記憶してもよい。その場合は、時間別あるい
は曜日別の平均購買発生率にしたがって、検索を行った
り、チャンスロス数の計算を行うことができる。

【００６６】次に、図２０を参照して第４の実施例の動
作を説明する。まず、時間帯別売上ファイル５１Ａと時
間帯別客数ファイル５２Ａとを読込み、チャンスロステ
−ブル６１Ａを作成し（図５のステップ１０００と同
じ）、さらに商品別平均購買発生率ファイル５３も読込
む（ステップ４０００）。

【００６７】次に、図５のステップ１００１と同じく、
商品ごとに時間帯別の購買発生率を計算し、チャンスロ
ステ−ブル６１Ａに代入する（ステップ４００１）。

【００６８】着目している商品に関して、商品別平均購
買発生率ファイル５３の商品別平均購買発生率を基準値
として、チャンスロステ−ブル６１Ａの購買発生率が基
準値より小さい時間帯がないか検索する（ステップ４０
０２）。もちろん、基準値としては他の値を用いてもよ
い。例えば、商品別平均購買発生率の１／２にするな
ど、ある程度幅を持たせて検索してもよい。該当する時
間帯がなければ、ステップ４００４に進む。

【００６９】基準値より小さい時間帯が１つでもあった
場合は、その商品のその時間帯（ステップ４００２で検
索された時間帯）において、商品別平均購買発生率ファ
イル５３の商品別平均購買発生率とチャンスロステ−ブ
ル６１Ａの客数を考慮してチャンスロス数を計算する。
計算したチャンスロス数は、チャンスロステ−ブル６１
Ａのチャンスロス数の項目に代入する（ステップ４００
３）。具体的には、商品別平均購買発生率ファイル５３
の商品別平均購買発生率を「１０００」で割った値に客
数を乗算して、時間帯別の推定売上数とし、該時間帯別
の推定売上数からチャンスロステ−ブル６１Ａの売上数
（実際の売上数）を引いて、チャンスロス数とする。

【００７０】ステップ４００２で検索しなかった時間帯
がなかった場合、すなわちすべての時間帯において購買
発生率が基準値を超えていた場合は、該商品のすべての
時間帯別のチャンスロス数を「０」とし、チャンスロス
テ−ブル６１Ａを作成する（ステップ４００４）。

【００７１】次に、チャンスロステ−ブル６１Ａの購買
発生率を考慮して、商品別平均購買発生率ファイル５３
の商品別平均購買発生率を更新する（ステップ４００
５）。具体的には、商品別平均購買発生率ファイル５３
の商品別平均購買発生率に一定の重みを付け、それにチ
ャンスロステ−ブル６１Ａの購買発生率を加え、その平
均を算出して、商品別平均購買発生率ファイル５３の平
均購買発生率に代入する。

【００７２】例えば、商品別平均購買発生率ファイル５
３の商品別平均購買発生率を「ａ」とし、一定の重み付
けを「ａ×１００」とし、チャンスロステ−ブル６１Ａ
の購買発生率を時間帯ごとに「ｂ１」、…、「ｂ１１」
としたときは、（(a×100+b1+b2+b3+b4+b5+b6+b7+b8+b9
+b10+b11)/111 ）を計算して、商品別平均購買発生率フ
ァイル５３の平均購買発生率に代入することとなる。も
ちろん、更新の計算方法は上記の例と異なる方法でも構
わないし、対話的に計算方法を指示できるようにしても
よい。

【００７３】ステップ４００５の後のステップ４００６
および４００８は、図５のステップ１００５および１０
０６と同様であるので説明は省略する。最後に、商品別
平均購買発生率ファイル５３を外部記憶装置１５に格納
して（ステップ４００８）、終了する。

【００７４】なお、前述の複数の実施例は、いずれも時
間帯別売上ファイル５１などのデ−タは、時間帯別に記
憶しているが、もちろん時間帯別でなく、３０分間隔で
もよいし２時間間隔でもよい。また、時間間隔を異なら
せてもよい。

【００７５】さらに、前述の実施例では、一旦、外部記
憶装置１５の時間帯別売上ファイル５１Ａおよび時間帯
別客数ファイル５２Ｂに１日あるいは一週間などのデ−
タを記憶し、その記憶データを分析し分析結果に応じ
て、担当者をフォロ−したり今後の曜日別作成数を修正
したりしている。これに対し、ＰＯＳ端末装置１０２か
らリアルタイムにデ−タ入力し、商品別平均購買発生率
ファイル５３の商品別平均購買発生率と比較し、逐次、
チャンスロス数の発生を通告してもよい。以下、リアル
タイムにデ−タを入力してチャンスロス数の発生を通告
する第５の実施例を説明する。

【００７６】図２２は、第５の実施例のハードウエア構
成を示す。図２３は、その動作を示す。図２２の商品デ
−タ分析装置１０１Ｂは、リアルタイムにデ−タを入力
してチャンスロス数の発生を通告するものであるので、
図１の時間帯別売上ファイル５１Ａおよび時間帯別客数
ファイル５２Ｂは不要となる。一方、過去の商品別の平
均購買発生率を記憶する商品別平均購買発生率ファイル
５３は外部記憶装置１５に設けられている。また、処理
装置１４は、これまでの外部記憶装置１５からのデ−タ
読込みを行うデ−タ入力部４１のほかに、ＰＯＳ端末装
置１０２からの売上デ−タを受取るリアルタイムデ−タ
入力部４７を有する。

【００７７】次に、図２３を参照して第５の実施例の動
作を説明する。まず、商品別平均購買発生率ファイル５
３を読込み、チャンスロステ−ブル６１Ｃの「商品コ−
ド」、「商品名」、「平均購買発生率」の項目にセット
するとともに、他項目には初期値をセットする（ステッ
プ５０００）。図２４に、チャンスロステ−ブル６１Ｃ
のフォーマットを示す。

【００７８】次に、ＰＯＳ端末装置１０２からレシ−ト
発行時に送信されてくる販売デ−タ７１をウオッチし、
あれば受取ってステップ５００２に進む（ステップ５０
０１）。なければ、販売デ−タの送信チェックを繰返す
（ステップ５００１）。図２５に、販売デ−タ７１のフ
ォーマットを示す。

【００７９】次に、チャンスロステ−ブル６１Ｃの全レ
コ−ドの客数を更新し（すなわち「＋１」する）、販売
デ−タ７１の商品コ−ドを基に、チャンスロステ−ブル
６１Ｃの商品別の売上数を更新する（ステップ５００
２）。すなわち、販売デ−タ７１の点数１に対して、チ
ャンスロステ−ブル６１Ｃの該商品コ−ドに対応する商
品の売上数を＋１する。

【００８０】さらに、全商品に対して、チャンスロステ
−ブル６１Ｃの客数と売上数と購買発生率とからチャン
スロス数を算出し、チャンスロステ−ブル６１Ｃのチャ
ンスロス数に代入する（ステップ５００３）。具体的に
は、まず客数と売上数とから購買発生率を計算し、チャ
ンスロステ−ブル６１Ｃの購買発生率の項目に代入する
とともに、 （（平均購買発生率−購買発生率）／１０００）×客数 によりチャンスロス数を求め、チャンスロステ−ブル６
１Ｃのチャンスロス数に代入する。

【００８１】次に、全商品に対して、チャンスロス数が
基準値以上かを判定する（ステップ５００４）。チャン
スロス数が基準値以上の商品がなければ、ステップ５０
０１に戻る。この例では基準値を「１」としているが、
もちろん「２」や「１０」など他の数でも構わないし、
「売上数の１／１００」という基準値でも構わない。対
話形式で設定してもよい。

【００８２】基準値以上として抽出された商品があれ
ば、該商品に関する情報を表示する（ステップ５００
５）。表示する情報例としては、チャンスロステ−ブル
の内容が主であるが、別情報も追加しても構わない。そ
の際、複数の商品があれば、重要度の高い（例えば、基
準値からの解離の大きい）順に表示するとよい。表示の
具体例を図２６に示す。もちろん、重要度の高い順に表
示するのでなく、例えば重要度の高い商品は強調表示し
てもよい。さらに、音声もプラスして、ブザ−などによ
りチャンスロス数が基準値以上の商品があることを知ら
せてもよい。

【００８３】ステップ５００５の後、入力装置１１から
の品切れチェック情報の入力をウオッチし（ステップ５
００６）、なければステップ５００１に戻る。なお、こ
こで、終了の入力があればステップ５００８に進む。

【００８４】品切れチェック情報の入力があれば、その
入力情報を読込み、平均購買発生率を入力に応じて修正
し（ステップ５００７）、ステップ５００１に戻る。入
力方法としては、ステップ５００５で表示した画面にお
いて実際の商品の品切れ状況を次々と入力する方法など
を用いればよい。

【００８５】図２７は、図２６のチャンスロス警告表示
の画面において品切れ状況を入力している様子を示す。
商品名「ＸＸＸ」の商品は、チャンスロス数が「４」と
なっており警告が出されているが、店舗の担当者が実際
にその商品をチェックしてみると、残り数は「２」であ
り、品切れ、すなわちチャンスロスは発生していなかっ
た。そこで、担当者は、図２７のようにその商品名「Ｘ
ＸＸ」の「品切れ状況」に「＋２」を入力した。この入
力に応じて、平均購買発生率＝平均購買発生率−１００
０×（残り数／客数）として平均購買発生率を修正し、
チャンスロステ−ブル６１Ｃの平均購買発生率（商品別
平均購買発生率）に代入する（ステップ５００７）。

【００８６】ステップ５００６で終了入力がなされた
ら、チャンスロステ−ブル６１Ｃの平均購買発生率を商
品別平均購買発生率ファイル５３に格納して（ステップ
５００８）、処理を終了する。なお、本第５の実施例で
は、ステップ５００７において修正した平均購買発生率
をそのまま商品別平均購買発生率ファイル５３に格納し
ているが、商品別平均購買発生率ファイル５３の平均購
買発生率に一定の重みを付けたものと、該修正した平均
購買発生率との平均値を格納するなど、一定の計算や修
正を行った後、格納してもよい。

【００８７】本第５の実施例によれば、リアルタイムに
チャンスロスの発生が警告されるので、店舗の担当者
は、警告された商品のみについて重点的に品切れしてい
るかどうか確認すればよい。品切れ確認後は、即座に品
出し（あるいは商品作成）すれば、品切れによるチャン
スロスをほとんど事前に予防できる。また、警告があっ
たが、品切れしていないことを確認した場合は、本シス
テムに品切れしていないという情報を入力することがで
きる。したがって、商品別平均購買発生率ファイル５３
の情報がより正確になり、次回からは、より正確な品切
れ警告を行うことができる。

【００８８】なお、本第５の実施例は、１店舗の例であ
るが、もちろん第２の実施例のように、多店舗で実施す
ることも可能である。

【００８９】

【発明の効果】以上説明したように、本発明によれば、
売れたであろうと期待される商品数であるチャンスロス
を定量的に把握して商品の売上数の予測を行なっている
ので、より正確に、積極的に、かつ手間をかけずに、商
品の売上数の予測を行なうことが可能となる。したがっ
て、商品の適正仕入数の決定が容易になり、またタイミ
ングのよい品出しあるいは商品作成を行なうこともでき
る。

【図面の簡単な説明】

【図１】本発明の第１の実施例に係る商品デ−タ分析装
置のハ−ドウエア構成図

【図２】商品デ−タ分析装置の別のハ−ドウエア構成図

【図３】第１の実施例の時間帯別売上ファイルの一例を
示す図

【図４】第１の実施例の時間帯別客数ファイルの一例を
示す図

【図５】第１の実施例の商品デ−タ分析装置の動作を表
わすフロ−チャ−ト図

【図６】第１の実施例のチャンスロステ−ブルの作成例
を示す図

【図７】第１の実施例のチャンスロステ−ブルの代入例
を示す図

【図８】第１の実施例のチャンスロステ−ブルの代入例
を示す図

【図９】第１の実施例の表示例を示す図

【図１０】第１の実施例の別の表示例を示す図

【図１１】第１の実施例の別の表示例を示す図

【図１２】第２の実施例の商品デ−タ分析装置のハ−ド
ウエア構成図

【図１３】第２の実施例の商品デ−タ分析装置の動作を
表わすフロ−チャ−ト図

【図１４】第２の実施例の時間帯別売上ファイル、時間
帯別客数ファイル、およびチャンスロステ−ブルの例を
示す図

【図１５】第２の実施例の表示例を示す図

【図１６】第２の実施例の別の表示例を示す図

【図１７】第３の実施例の商品デ−タ分析装置の動作を
表わすフロ−チャ−ト図

【図１８】第３の実施例の出力例を表す図

【図１９】第４の実施例の商品デ−タ分析装置のハ−ド
ウエア構成図

【図２０】第４の実施例の商品デ−タ分析装置の動作を
表わすフロ−チャ−ト図

【図２１】第４の実施例の商品別平均購買発生率ファイ
ルの例を示す図

【図２２】第５の実施例の商品デ−タ分析装置のハ−ド
ウエア構成図

【図２３】第５の実施例の商品デ−タ分析装置の動作を
表わすフロ−チャ−ト図

【図２４】第５の実施例のチャンスロステ−ブルの例を
示す図

【図２５】第５の実施例の販売デ−タの例を示す図

【図２６】第５の実施例の表示例を示す図

【図２７】第５の実施例の入力例を示す図

【図２８】第１の実施例の動作を説明するためのグラフ

【図２９】第１の実施例の動作を説明するためのグラフ

【符号の説明】

１０１…商品デ−タ分析装置、１０２…ＰＯＳ端末装
置、１０３…ストアプロセッサ、１１…入力装置、１２
…表示装置、１３…プリンタ装置、１４…処理装置、１
５…外部記憶装置、４１…デ−タ入力部、４２…購買発
生率計算部、４３…購買発生率急減検索部、４４…チャ
ンスロス計算部、４５…結果出力加工部、４６…購買発
生率更新部、４７…リアルタイムデ−タ入力部、５１
Ａ、５１Ｂ…時間帯別売上ファイル、５２Ａ、５２Ｂ…
時間帯別客数ファイル、５３…商品別平均購買発生率フ
ァイル、６１Ａ、６１Ｂ、６１Ｃ…チャンスロステ−ブ
ル、７１…販売デ−タ。

フロントページの続き (72)発明者 宅間 恵理子 神奈川県川崎市幸区鹿島田890番地 日立 システムプラザ新川崎 株式会社日立製作 所システム事業所内 (72)発明者 天満 正 神奈川県川崎市幸区鹿島田890番地 日立 システムプラザ新川崎 株式会社日立製作 所システム開発研究所内

Claims (18)

【特許請求の範囲】
1. 【請求項１】所定の商品の過去の各時間帯別の商品別売
   上数と該時間帯別の客数を入力する入力手段と、 該商品別売上数と客数に基づいて、該時間帯別に、該商
   品別売上数の客数に対する割合を表す購買発生率を計算
   する購買発生率計算手段と、 該購買発生率が所定値以下である時間帯を検索する検索
   手段と、 該検索結果および上記入力手段により入力した情報に基
   づいて、売れたであろうと期待される商品数であるチャ
   ンスロス数を計算するチャンスロス計算手段と、 商品を特定する商品情報とともに該チャンスロス数を出
   力する出力手段とを備えたことを特徴とする商品デ−タ
   分析装置。
2. 【請求項２】前記入力手段は、前記商品別売上数と前記
   客数とを所定のファイルから入力する請求項１に記載の
   商品デ−タ分析装置。
3. 【請求項３】前記入力手段は、前記商品別売上数と前記
   客数とを外部のＰＯＳ端末装置から入力する請求項１に
   記載の商品デ−タ分析装置。
4. 【請求項４】前記チャンスロス計算手段は、前記検索手
   段によって検索された購買発生率が所定値以下の時間帯
   を除いた時間帯の購買発生率に基づいて仮購買発生率を
   算出し、該仮購買発生率と検索された時間帯の客数とか
   ら推定売上数を求め、該推定売上数から実際の売上数を
   引いた値をチャンスロス数とする請求項１に記載の商品
   デ−タ分析装置。
5. 【請求項５】前記チャンスロス計算手段は、前記検索手
   段によって検索された購買発生率が所定値以下の時間帯
   を除いた時間帯の購買発生率に基づいて仮購買発生率を
   算出し、該仮購買発生率から検索された時間帯の購買発
   生率を減算し、減算結果と客数とからチャンスロス数を
   算出する請求項１に記載の商品デ−タ分析装置。
6. 【請求項６】前記出力手段は、前記チャンスロス数の大
   きい商品の順に並べ変えて前記商品情報およびチャンス
   ロス数を出力する請求項１に記載の商品デ−タ分析装
   置。
7. 【請求項７】前記出力手段は、出力情報に対してチャン
   スロス数の値に応じた強調処理を施して出力する請求項
   １に記載の商品デ−タ分析装置。
8. 【請求項８】前記入力手段は、外部の店舗に配置された
   ＰＯＳ端末装置から該店舗のストアプロセッサに集中さ
   れたデータを通信端末を介して入力し、かつ、前記出力
   手段は、出力情報を該ストアプロセッサに送信して出力
   せしめる請求項１に記載の商品デ−タ分析装置。
9. 【請求項９】商品ごとの過去の購買発生率の平均値であ
   る商品別平均購買発生率を記憶する記憶手段と、 所定の商品の過去の各時間帯別の商品別売上数と該時間
   帯別の客数を入力する入力手段と、 該商品別売上数と客数に基づいて、該時間帯別に、該商
   品別売上数の客数に対する割合を表す購買発生率を計算
   する購買発生率計算手段と、 該購買発生率が上記商品別平均購買発生率より小さい時
   間帯を検索する検索手段と、 該検索結果、上記入力手段により入力した情報、および
   上記商品別平均購買発生率に基づいて、売れたであろう
   と期待される商品数であるチャンスロス数を計算するチ
   ャンスロス計算手段と、 商品を特定する商品情報とともに該チャンスロス数を出
   力する出力手段とを備えたことを特徴とする商品デ−タ
   分析装置。
10. 【請求項１０】商品ごとの過去の購買発生率の平均値で
    ある商品別平均購買発生率を記憶する記憶手段と、 個々の商品の販売状況をリアルタイムに入力するリアル
    タイムデータ入力手段と、 入力した販売状況に応じて、商品別に売上数と客数をカ
    ウントするとともに、該売上数と客数に基づいて、該売
    上数の客数に対する割合を表す購買発生率を計算する購
    買発生率計算手段と、 該購買発生率が上記商品別平均購買発生率より小さい時
    間帯を検索する検索手段と、 該検索結果、上記入力手段により入力した情報、および
    上記商品別平均購買発生率に基づいて、売れたであろう
    と期待される商品数であるチャンスロス数を計算するチ
    ャンスロス計算手段と、 商品を特定する商品情報とともに該チャンスロス数を出
    力する出力手段とを備えたことを特徴とする商品デ−タ
    分析装置。
11. 【請求項１１】前記チャンスロス計算手段は、前記商品
    別平均購買発生率と検索された時間帯の客数とから推定
    売上数を求め、該推定売上数から実際の売上数を引いた
    値をチャンスロス数とする請求項９または１０に記載の
    商品デ−タ分析装置。
12. 【請求項１２】前記チャンスロス計算手段は、前記商品
    別平均購買発生率から検索された時間帯の購買発生率を
    減算し、減算結果と客数とからチャンスロス数を算出す
    る請求項９または１０に記載の商品デ−タ分析装置。
13. 【請求項１３】さらに、前記購買発生率計算手段によっ
    て計算した購買発生率に応じて、前記記憶装置に記憶し
    た商品別平均購買発生率を更新する手段を備えた請求項
    ９または１０に記載の商品デ−タ分析装置。
14. 【請求項１４】さらに、外部から入力された修正値に基
    づいて前記商品別平均購買発生率を修正する手段を備え
    た請求項９または１０に記載の商品デ−タ分析装置。
15. 【請求項１５】さらに、前記修正された商品別平均購買
    発生率に応じて、前記記憶装置に記憶した商品別平均購
    買発生率を更新する手段を備えた請求項１４に記載の商
    品デ−タ分析装置。
16. 【請求項１６】所定の商品の過去の各時間帯別の商品別
    売上数と該時間帯別の客数を入力するステップと、 該商品別売上数と客数に基づいて、該時間帯別に、該商
    品別売上数の客数に対する割合を表す購買発生率を計算
    するステップと、 該購買発生率が所定値以下である時間帯を検索するステ
    ップと、 該検索結果および上記入力情報に基づいて、売れたであ
    ろうと期待される商品数であるチャンスロス数を計算す
    るステップと、 商品を特定する商品情報とともに該チャンスロス数を出
    力するステップとを備えたことを特徴とする商品デ−タ
    分析方法。
17. 【請求項１７】所定の商品の過去の各時間帯別の商品別
    売上数と該時間帯別の客数を入力するステップと、 該商品別売上数と客数に基づいて、該時間帯別に、該商
    品別売上数の客数に対する割合を表す購買発生率を計算
    するステップと、 あらかじめ記憶手段に記憶した上記とは別の過去の個々
    の商品の購買発生率である商品別平均購買発生率に比べ
    該計算結果の購買発生率が小さい時間帯を検索するステ
    ップと、 該検索結果、上記入力手段により入力した情報、および
    上記商品別平均購買発生率に基づいて、売れたであろう
    と期待される商品数であるチャンスロス数を計算するス
    テップと、 商品を特定する商品情報とともに該チャンスロス数を出
    力するステップとを備えたことを特徴とする商品デ−タ
    分析方法。
18. 【請求項１８】個々の商品の販売状況をリアルタイムに
    入力するステップと、 入力した販売状況に応じて、商品別に売上数と客数をカ
    ウントするとともに、該売上数と客数に基づいて、該売
    上数の客数に対する割合を表す購買発生率を計算するス
    テップと、 あらかじめ記憶手段に記憶した過去の個々の商品の購買
    発生率である商品別平均購買発生率に比べ該計算結果の
    購買発生率が小さい時間帯を検索するステップと、 該検索結果、上記入力手段により入力した情報、および
    上記商品別平均購買発生率に基づいて、売れたであろう
    と期待される商品数であるチャンスロス数を計算するス
    テップと、 商品を特定する商品情報とともに該チャンスロス数を出
    力するステップとを備えたことを特徴とする商品デ−タ
    分析方法。