JPH10307808A - 商品の流行予測を加味した売上予測装置及びその予測方法 - Google Patents

Abstract

(57)【要約】 【課題】 商品の販売の初期段階でその商品を購買した
者の類型、構成、売上推移の動向から商品の流行予測を
加味した売上予測装置及びその予測方法を提供する。 【解決手段】 販売実績データ記憶手段２と、流行度指
標及び購買タイミング区分設定手段３と、顧客別購買履
歴作成手段４と、顧客別流行感度及び購買タイミングス
コア算出手段５と、一貫性欠如サンプル除外手段６と、
顧客類型化手段７と、顧客の類型から商品の売上予測モ
デルを算出する売上予測モデル算出手段８と、販売デー
タ入力手段９と、売上推移段階推定手段１０と、顧客類
型特定手段１１と、売上推移段階推定手段１０が推定し
た売上推移段階と、顧客類型特定手段１１が特定した顧
客類型と、売上予測モデル算出手段８が算出した売上予
測モデルとから商品の売上予測を出力する売上予測手段
１２と、を備えた。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、商品の売上予測を
行う装置と方法に係り、特に商品の流行性の予測を加味
した売上予測を行う装置と方法に関する。

【０００２】

【従来の技術】従来から、商品の売上予測を行う種々の
装置や方法が知られている。食品や日用品のような、購
買頻度が高い商品については、予測精度がかなり高い売
上予測モデルが幾つか提案されている。

【０００３】これに対して、本発明が対象とするような
流行性が高い商品については、従来は合理的な売上予測
モデルが提案されていなかった。

【０００４】ここで、流行性が高い商品とは、購買頻度
が低く、他人の目を意識したり、他人の購買によって購
買行為が引き起こされたりする商品である。たとえば、
アパレル商品、レジャー用商品がこれに該当する。

【０００５】この流行性が高い商品に対する従来の売上
予測方法は、一般的には、過去の同様の商品の販売実績
データを用いて推測するものであった。すなわち、過去
に販売した似通った商品の販売実績データを探し出し、
それに景気動向、季節ファクター、経験値等を加味し
て、所定の係数を乗じたり、加えたりするものがほとん
どであった。

【０００６】

【発明が解決しようとする課題】しかし、上記流行性が
高い商品に対する従来の売上予測方法では、合理性を欠
いていた。これは、主に流行性という購買者が大きく関
与するものに対して販売者側の一方的な観測を基礎にし
てからである。

【０００７】つまり、流行性が高い商品は、上述したよ
うに他人の目を意識したり、他人の購買によって購買行
為が引き起こされたりする購買者の購買行為が大きな要
素になっている。たとえば、一人の購買者が何らかの理
由である最初にある商品を購買することによって、それ
を引き金として流行に敏感な他の購買者が購買行為に走
ることがある。このことが連続的に雪崩現象的に起こる
ことによって、商品は当初の予想をはるかに超えて売上
を伸ばすことになる。これが流行、すなわちヒット商品
が生まれるメカニズムである。

【０００８】この場合、最初の購買者が買うか否か、ま
た、後の購買者が追随するか否かは、商品に対する販売
者側の一方的な観測では測り知ることはできなかった。

【０００９】言葉を変えれば、商品の流行は、流行に敏
感な購買者が商品の販売の初期段階で購買するか否かを
把握することによってはじめて合理的に予測可能にな
る。

【００１０】しかし、従来の売上予測方法は、実際に商
品を販売した場合の購買者の類型と動向を加味していな
かった。これでは、商品の流行予測を加味した合理的な
商品の売上予測を行うことはできなかった。

【００１１】これに対して部分的にではあるが、購買者
の類型と動向を売上予測に加味する方法として、いわゆ
るモニターやアンケートを利用する方法があった。これ
は、ある商品について購買者から商品に対する感想等の
情報をフィードバックさせ、このフィードバック情報を
基に商品の売上予測を行うものであった。

【００１２】しかし、この方法では、購買者とのやり取
りに時間がかかってしまっていた。一般に、流行性が高
い商品は、ピークを迎える時間が短いため、このように
時間がかかる売上予測方法では商品の売上予測を生産販
売計画に反映させることはできなかった。

【００１３】一方、最近では多数の企業の顧客カード戦
略によって、大量の顧客の購買実績データが蓄積されて
いる。しかし、これらの顧客購買実績データは、結局は
活用されないのが実状であった。

【００１４】そこで、本発明が解決しようとする課題
は、商品の販売の初期段階でその商品を購買した者の類
型、構成、売上推移の動向を把握し、それによって迅速
にその商品の売上予測を行う「商品の流行予測を加味し
た売上予測装置及びその予測方法」を提供することにあ
る。

【００１５】

【課題を解決するための手段】本願請求項１に係る「商
品の流行予測を加味した売上予測装置」は、商品の品
目、商品を購買した顧客、商品が販売された日時を含む
商品の販売実績データを格納する販売実績データ記憶手
段と、前記販売実績データ記憶手段から商品の販売実績
データを検索して入力し、商品ごとに流行度指標と購買
タイミング区分とを設定し、商品情報データベースに出
力する流行度指標及び購買タイミング区分設定手段と、
前記販売実績データ記憶手段から顧客の購買実績データ
を検索して入力し、顧客別に購買した商品の品目、購買
時点を整理し、顧客別購買履歴データベースに出力する
顧客別購買履歴作成手段と、前記顧客別購買履歴データ
ベースから顧客別の購買履歴データを入力し、各顧客が
購買した商品の全品目について前記商品情報データベー
スを参照し、各購買商品の流行度指標と購買時点が属す
る購買タイミング区分に応じてそれぞれ流行感度スコア
と購買タイミングスコアを付与し、前記流行感度スコア
と購買タイミングスコアの平均値またはモード値、標準
偏差値または分散値を算出し、顧客別流行感度及び購買
タイミングデータベースに出力する顧客別流行感度及び
購買タイミングスコア算出手段と、前記顧客別流行感度
及び購買タイミングデータベースから各顧客の流行感度
スコアと購買タイミングスコアの標準偏差値または分散
値を入力し、前記標準偏差値または分散値により、流行
感度及び購買タイミングに一貫性を欠く顧客のデータを
前記顧客別流行感度及び購買タイミングデータベースか
ら除外する一貫性欠如サンプル除外手段と、前記顧客別
流行感度及び購買タイミングデータベースから各顧客の
流行感度スコアと購買タイミングスコアの平均値または
モード値を入力し、流行感度スコアの平均値またはモー
ド値、購買タイミングスコアの平均値またはモード値の
組合せにより、流行に対する感度と商品の購買タイミン
グを因子とする複数の顧客類型に顧客を分類し、顧客類
型データベースに出力する顧客類型化手段と、過去の商
品の販売実績データを入力し、商品の売上推移の段階
と、商品の各売上推移段階中に商品を購買した顧客の類
型の構成比とを説明変数とし、その商品の売上げまたは
流行の度合いを被説明変数として、商品の売上予測モデ
ルを算出する売上予測モデル算出手段と、予測対象商品
について、その商品を購買をした顧客と、商品が販売さ
れた日時のデータを入力する販売データ入力手段と、前
記販売データ入力手段が入力した商品の販売データを入
力し、売上推移の傾斜から商品の売上推移段階を推定す
る売上推移段階推定手段と、前記販売データ入力手段が
入力した顧客データを入力し、これらの顧客データの各
顧客について前記顧客類型データベースを参照すること
により、各顧客の顧客類型を特定する顧客類型特定手段
と、前記売上推移段階推定手段が推定した売上推移段階
と、前記顧客類型特定手段が特定した顧客類型と、前記
売上予測モデル算出手段が算出した売上予測モデルとを
入力し、前記予測対象商品の売上げまたは流行の度合い
を予測して出力する売上予測手段と、を備えたことを特
徴とするものである。

【００１６】本願請求項２に係る「商品の流行予測を加
味した売上予測装置」は、前記請求項１の装置におい
て、前記販売実績データ記憶手段は、商品のカテゴリー
のデータを格納しており、前記顧客別購買履歴作成手段
は、商品のカテゴリーごとに、各顧客が購買した商品の
品目、購買時点を整理し、顧客別購買履歴データベース
に出力し、前記顧客別流行感度及び購買タイミングスコ
ア算出手段は、各商品のカテゴリーごとに、前記流行感
度スコアと購買タイミングスコアの平均値またはモード
値、標準偏差値または分散値を算出し、顧客別流行感度
及び購買タイミングデータベースに出力し、前記一貫性
欠如サンプル除外手段は、各商品のカテゴリーごとに、
流行感度及び購買タイミングに一貫性を欠く顧客のデー
タを前記顧客別流行感度及び購買タイミングデータベー
スから除外し、前記顧客類型化手段は、各商品のカテゴ
リーごとに、流行に対する感度と商品の購買タイミング
を因子とする複数の顧客類型に顧客を分類し、顧客類型
データベースに出力し、前記売上予測モデル算出手段
は、各商品のカテゴリーごとに、商品の売上予測モデル
を算出し、前記売上予測手段は、商品カテゴリーに対応
する売上予測モデルを用いて前記予測対象商品の売上げ
または流行の度合いを予測する、ように構成されている
ことを特徴とするものである。

【００１７】本願請求項３に係る「商品の流行予測を加
味した売上予測装置」は、前記請求項１または２の装置
において、前記販売データ入力手段は、商品を購買をし
た顧客と、商品が販売された日時のデータをリアルタイ
ムで入力し、前記売上予測手段は、前記販売データ入力
手段がリアルタイムで入力したデータを用いて商品の売
上げまたは流行の度合いを予測する、ように構成されて
いることを特徴とするものである。

【００１８】本願請求項４に係る「商品の流行予測を加
味した売上予測方法」は、商品の品目、商品を購買した
顧客、商品が販売された日時を含む商品の販売実績デー
タを格納した販売実績データ記憶手段から商品の販売実
績データを検索して入力し、商品ごとに流行度指標と購
買タイミング区分とを設定し、商品情報データベースに
出力し、前記販売実績データ記憶手段から顧客の購買実
績データを検索して入力し、顧客別に購買した商品の品
目、購買時点を整理し、顧客別購買履歴データベースに
出力し、前記顧客別購買履歴データベースから顧客別の
購買履歴データを入力し、各顧客が購買した商品の全品
目について前記商品情報データベースを参照し、各購買
商品の流行度指標と購買時点が属する購買タイミング区
分に応じてそれぞれ流行感度スコアと購買タイミングス
コアを付与し、前記流行感度スコアと購買タイミングス
コアの平均値またはモード値、標準偏差値または分散値
を算出し、顧客別流行感度及び購買タイミングデータベ
ースに出力し、前記顧客別流行感度及び購買タイミング
データベースから各顧客の流行感度スコアと購買タイミ
ングスコアの標準偏差値または分散値を入力し、前記標
準偏差値または分散値により、流行感度及び購買タイミ
ングに一貫性を欠く顧客のデータを前記顧客別流行感度
及び購買タイミングデータベースから除外し、前記顧客
別流行感度及び購買タイミングデータベースから各顧客
の流行感度スコアと購買タイミングスコアの平均値また
はモード値を入力し、流行感度スコアの平均値またはモ
ード値、購買タイミングスコアの平均値またはモード値
の組合せにより、流行に対する感度と商品の購買タイミ
ングを因子とする複数の顧客類型に顧客を分類し、顧客
類型データベースに出力し、過去の商品の販売実績デー
タを入力し、商品の売上推移の段階と、商品の各売上推
移段階中に商品を購買した顧客の類型の構成比とを説明
変数とし、その商品の売上げまたは流行の度合いを被説
明変数として、商品の売上予測モデルを算出し、予測対
象商品の販売データを入力し、売上推移の傾斜から商品
の売上推移段階を推定し、予測対象商品の顧客データを
入力し、これらの顧客データの各顧客について前記顧客
類型データベースを参照することにより、各顧客の顧客
類型を特定し、前記推定した売上推移段階と、前記特定
した顧客類型と、前記算出した売上予測モデルとを入力
し、前記予測対象商品の売上げまたは流行の度合いを予
測する、ことを特徴とするものである。

【００１９】本願請求項５に係る「商品の流行予測を加
味した売上予測方法」は、商品の品目、カテゴリー、商
品を購買した顧客、商品が販売された日時を含む商品の
販売実績データを格納した販売実績データ記憶手段から
商品の販売実績データを検索して入力し、商品ごとに流
行度指標と購買タイミング区分とを設定し、商品情報デ
ータベースに出力し、前記販売実績データ記憶手段から
顧客の購買実績データを検索して入力し、商品のカテゴ
リーごとに、顧客別に購買した商品の品目、購買時点を
整理し、顧客別購買履歴データベースに出力し、前記顧
客別購買履歴データベースから顧客別の購買履歴データ
を入力し、商品のカテゴリーごとに、各顧客が購買した
商品の全品目について前記商品情報データベースを参照
し、各購買商品の流行度指標と購買時点が属する購買タ
イミング区分に応じてそれぞれ流行感度スコアと購買タ
イミングスコアを付与し、前記流行感度スコアと購買タ
イミングスコアの平均値またはモード値、標準偏差値ま
たは分散値を算出し、顧客別流行感度及び購買タイミン
グデータベースに出力し、前記顧客別流行感度及び購買
タイミングデータベースから各顧客の流行感度スコアと
購買タイミングスコアの標準偏差値または分散値を入力
し、商品のカテゴリーごとに、前記標準偏差値または分
散値により、流行感度及び購買タイミングに一貫性を欠
く顧客のデータを前記顧客別流行感度及び購買タイミン
グデータベースから除外し、前記顧客別流行感度及び購
買タイミングデータベースから各顧客の流行感度スコア
と購買タイミングスコアの平均値またはモード値を入力
し、商品のカテゴリーごとに、流行感度スコアの平均値
またはモード値、購買タイミングスコアの平均値または
モード値の組合せにより、流行に対する感度と商品の購
買タイミングを因子とする複数の顧客類型に顧客を分類
し、顧客類型データベースに出力し、過去の商品の販売
実績データを入力し、商品の売上推移の段階と、商品の
各売上推移段階中に商品を購買した顧客の類型の構成比
とを説明変数とし、その商品の売上げまたは流行の度合
いを被説明変数として、商品のカテゴリーごとに、商品
の売上予測モデルを算出し、予測対象商品の販売データ
を入力し、売上推移の傾斜から商品の売上推移段階を推
定し、予測対象商品の顧客データを入力し、これらの顧
客データの各顧客について前記顧客類型データベースを
参照することにより、各顧客の顧客類型を特定し、前記
推定した売上推移段階と、前記特定した顧客類型と、商
品カテゴリーに対応する前記売上予測モデルとを入力
し、前記予測対象商品の売上げまたは流行の度合いを予
測する、ことを特徴とするものである。

【００２０】本願請求項６に係る「商品の流行予測を加
味した売上予測方法」は、前記請求項４または５の予測
方法において、商品を購買をした顧客と、商品が販売さ
れた日時のデータをリアルタイムで入力し、リアルタイ
ムで商品の売上げまたは流行の度合いを予測する、こと
を特徴とするものである。

【００２１】

【発明の実施の形態】本発明による「商品の流行予測を
加味した売上予測装置」は、過去の商品の販売実績デー
タと顧客の購買実績データとから、各顧客の流行感度と
購買タイミングを特定し、どの売上推移段階でどのよう
な流行指向と購買タイミングパターンの顧客が購買を行
ったかということと実際の商品の売上との相関関係を求
めておき、ある商品の売上を予測する場合に、その商品
を購買した顧客のデータを収集し、それら顧客の流行感
度と購買タイミングのパターンを分析することにより、
前記相関関係から商品の売上を予測しようとするもので
ある。

【００２２】ここで、各顧客の「流行感度」とは、流行
に敏感か否かを示す指標、すなわち流行する商品を好む
度合いを示す指標である。本発明では、その顧客が過去
に購買した商品の流行の程度からその顧客の流行感度を
特定する。具体的な方法については後にさらに詳しく説
明する。

【００２３】「購買タイミング」とは、商品の売上推移
において、販売の初期段階、成長段階、成熟段階、衰退
段階のいずれの段階で購買を行ったかということであ
る。いずれの段階で商品を購入するかは個人によってほ
ぼ一定していることが知られている。具体的な方法につ
いては後にさらに詳しく説明する。

【００２４】次に、本発明の一実施形態について添付の
図面を参照して以下に説明する。

【００２５】図１に本発明の一実施形態による売上予測
装置の構成と、それら構成要素間の処理の流れを示す。

【００２６】図１に示すように、本実施形態による商品
の売上予測装置１は、販売実績データ記憶手段２、流行
度指標及び購買タイミング区分設定手段３、顧客別購買
履歴作成手段４、顧客別流行感度及び購買タイミングス
コア算出手段５、一貫性欠如サンプル除外手段６、顧客
類型化手段７、売上予測モデル算出手段８、販売データ
入力手段９、売上推移段階推定手段１０、顧客類型特定
手段１１、売上予測手段１２を有している。

【００２７】この他に本実施形態による商品の売上予測
装置１は、上記構成手段の出力したデータを格納管理す
る複数のデータベースを有している。商品情報データベ
ース１３、顧客別購買履歴データベース１４、顧客別流
行感度及び購買タイミングデータベース１５、顧客類型
データベース１６が、これに該当する。なお、データベ
ースとは、一般的には系統的に管理されたデータの集ま
りをいうが、ここではデータを格納管理するハードウェ
アを含めてデータベースということにする。

【００２８】本明細書にいう売上予測装置１とその構成
手段は、固定的にそれぞれの処理を行うようにしたハー
ドウェアでもよい。しかし好ましくは、売上予測装置１
とその構成手段は、所定のソフトウェアによって制御さ
れ、ある処理段階で処理段階に応じた処理を行うコンピ
ュータからなる。また、売上予測装置１とその構成手段
の全体が１台のコンピュータでもよいし、それぞれが独
立のコンピュータからなり、それらがネットワークによ
って接続されて全体として売上予測装置１を構成するよ
うにしてもよい。

【００２９】販売実績データ記憶手段２は、商品の販売
実績データを格納する記憶装置である。ここでいう「商
品の販売実績データ」とは、商品の品目、商品のカテゴ
リー、商品を購買した顧客、商品が販売された日時等の
データである。販売実績データ記憶手段２は、物理的に
は外部の記憶装置であることがあり得る。たとえば、顧
客情報や商品販売実績データを格納する外部のサーバー
であってもよい。商品の販売実績データは、データベー
ス化されているのが好ましいが、データベース化されて
いないデータを売上予測装置１が取得してデータベース
を構築することも可能である。従って、販売実績データ
記憶手段２は、複数個あって売上予測装置１が顧客情報
と商品販売情報を別々に得て、これらデータをリンクさ
せるようにしてもよい。

【００３０】流行度指標及び購買タイミング区分設定手
段３は、商品の販売実績データを入力し、商品ごとに流
行度指標と購買タイミング区分とを設定する手段であ
る。ここで、流行度指標とは、流行の程度を示す指標で
ある。流行度指標はユーザーによって任意に定めること
ができる。本実施形態では、商品の（実際の売上）／
（予想売上）の値によって１〜５の数値を流行度指標と
している。この他、人間による評価を流行度指標とする
こともできる。

【００３１】購買タイミング区分は、商品の売上の推移
により、商品の販売の開始から実質的な終了までの時間
帯を幾つかの段階に分け、そのどの段階で顧客が購買し
たかを特定するための区分である。商品の売上推移の段
階としては、概念的には販売の初期段階、成長段階、成
熟段階、衰退段階というようなものがある。具体的な、
購買タイミング区分の方法は、ユーザーによって任意に
定めることができる。本実施形態では、ある商品の売上
推移のデータを用いて、５分位の方法によって購買タイ
ミング区分を設定している。５分位の方法とは、購買の
度数を時間順に５等分した場合の各区分である。その
他、標準偏差を用いて〜２シグマ、２〜１シグマ、１〜
０シグマ、０〜−１シグマ、−１シグマを５つの購買タ
イミング区分とすることもできる。

【００３２】流行度指標及び購買タイミング区分設定手
段３は、流行度指標及び購買タイミング区分設定のため
の入力手段を提供するものでもよいし、あるいは予め定
めた基準値によって自動的に流行度指標と購買タイミン
グの区分を設定するものでもよい。

【００３３】顧客別購買履歴作成手段４は、顧客の購買
実績データを入力し、顧客別に購買した商品の品目、商
品のカテゴリー、購買時点を整理して出力するものであ
る。

【００３４】顧客別流行感度及び購買タイミングスコア
算出手段５は、顧客別の購買履歴データを入力し、各顧
客が購買した商品の全品目について前記流行度指標と購
買タイミング区分を参照し、それぞれの流行度指標と購
買タイミング区分に応じて得点を付与し、それら得点の
平均値、モード値、標準偏差値、分散値等を算出する手
段である。

【００３５】ここで、流行度指標と購買タイミング区分
に応じて付与する得点が、その顧客の「流行感度スコ
ア」と「購買タイミングスコア」である。つまり、「流
行感度スコア」と「購買タイミングスコア」は、購買し
た商品のデータに基づいて顧客の流行指向と購買タイミ
ングパターンを数値化したものである。

【００３６】一貫性欠如サンプル除外手段６は、顧客の
流行感度スコアと購買タイミングスコアの標準偏差値ま
たは分散値を入力し、標準偏差値または分散値により、
流行感度及び購買タイミングに一貫性を欠く顧客のデー
タを売上予測用のデータから除外する手段である。これ
ら購買行動に一貫性を欠く顧客のデータは、商品の売上
予測をするための基礎データとしては不適だからであ
る。なお、標準偏差値や分散値の他にサンプルのばらつ
きを示す任意の指標を使用することができる。

【００３７】顧客類型化手段７は、顧客の流行感度スコ
アと購買タイミングスコアの平均値またはモード値を入
力し、流行感度スコアの平均値またはモード値、購買タ
イミングスコアの平均値またはモード値の組合せによ
り、流行に対する感度と商品の購買タイミングを因子と
する複数の顧客類型に顧客を分類する手段である。具体
的な分類方法については後にさらに説明する。

【００３８】売上予測モデル算出手段８は、過去の商品
の販売実績データを入力し、商品の売上推移の段階と、
商品の各売上推移段階中に商品を購買した顧客の類型の
構成比とを説明変数とし、その商品の売上げまたは流行
の度合いを被説明変数として、商品の売上予測モデルを
算出する手段である。なお、本実施形態による売上予測
モデルの算出は回帰分析の方法を採用しているが、売上
予測モデルの算出は、適当な関数を発見することによる
方法、関数の形を特定できなくても一定の入力に対して
一定の出力を得る方法（たとえばニューラルネットワー
ク）、その他任意の公知の方法を採用することができ
る。

【００３９】販売データ入力手段９は、予測対象商品に
ついて、その商品を購買をした顧客と、商品が販売され
た日時のデータを入力する手段である。販売データ入力
手段９は、販売データをリアルタイムで収集することが
できる手段であることが好ましい。

【００４０】売上推移段階推定手段１０は、売上を予測
しようとする商品の販売データを入力し、その売上推移
の傾斜から商品の売上推移段階を推定する手段である。

【００４１】顧客類型特定手段１１は、売上を予測しよ
うとする商品を買った顧客のデータを入力し、各顧客に
ついて流行性指向と購買タイミングパターンの類型を特
定する手段である。流行性指向と購買タイミングパター
ンの類型の特定方法は後にさらに説明する。

【００４２】売上予測手段１２は、売上を予測しようと
する商品の売上推移段階と、それを購買した顧客の類型
と、売上予測モデルとを入力し、予測対象商品の売上げ
または流行の度合いを予測する手段である。

【００４３】以上が本実施形態の売上予測装置１の各構
成手段についての説明を終了する。次に、上記構成手段
による売上予測装置１の「商品の流行予測を加味した売
上予測」の方法について図１に沿って説明する。

【００４４】最初に、過去の販売実績データを用いて、
商品の売上予測を行うための基礎データの収集と作成を
行う。

【００４５】まず、流行度指標及び購買タイミング区分
設定手段３により、販売実績データ記憶手段２から商品
の販売実績データを検索し、商品ごとに流行度指標と購
買タイミング区分とを設定する。図２に流行度指標と購
買タイミング区分の設定の方法を示す。

【００４６】図２に示すように、販売実績データ記憶手
段２は、顧客、商品カテゴリー、商品品目、販売日時、
等のデータを有している。流行度指標及び購買タイミン
グ区分設定手段３は、販売実績データ記憶手段２から商
品の販売実績データを抽出する。商品の販売実績データ
は、時間を横軸、売上（度数でもよい）を縦軸とする
と、図２に示すような売上推移カーブで表わされる。こ
の売上推移カーブについて、図２に示すような購買タイ
ミング区分ｔａ１，…，ｔａ５を設定することができ
る。また、実際の売上）／（予想売上）の値を用いて流
行度指標（１〜５）を設定することができる。これによ
り、図２の下部にしめすような商品情報を作成すること
ができる。流行度指標及び購買タイミング区分設定手段
３により、商品情報を商品情報データベース１３に出力
する。

【００４７】次に、顧客別購買履歴作成手段４により、
顧客別購買履歴を作成する。

【００４８】顧客別購買履歴作成手段４は、販売実績デ
ータ記憶手段２から顧客の購買実績データを検索し、顧
客別に購買した商品の品目、購買時点を整理して顧客別
の購買履歴を作成する。図３に販売実績データから顧客
別購買履歴データを作成する方法を示す。

【００４９】既に説明したように、販売実績データ記憶
手段２は、顧客、商品カテゴリー、商品品目、販売日
時、等のデータを有している。顧客別購買履歴作成手段
４は、顧客の購買実績データを抽出し、図３に示すよう
に顧客ＣＬ１，ＣＬ２，ＣＬ３，…ごとに、かつ、商品
カテゴリーＡ，Ｂ，…ごとに、購買した商品品目と購買
した日時（図３においてタイミングの欄）をリストアッ
プする。これが「顧客別購買履歴データ」である。顧客
別購買履歴作成手段４は顧客別購買履歴データを顧客別
購買履歴データベース１４に出力する。

【００５０】次に、顧客別流行感度及び購買タイミング
スコア算出手段５により、顧客別の流行感度スコアと購
買タイミングスコアとを算出する。

【００５１】顧客別流行感度及び購買タイミングスコア
算出手段５は、顧客別購買履歴データベース１４から顧
客別の購買履歴データを入力し、各顧客が購買した商品
の全品目について商品情報データベース１４を参照し、
各購買商品の流行度指標と購買時点が属する購買タイミ
ング区分に応じてそれぞれ流行感度スコアと購買タイミ
ングスコアを付与する。流行感度スコアと購買タイミン
グスコアの付与の方法を図４に示す。

【００５２】図４に示すように、顧客別購買履歴データ
は、顧客が購買した商品と、各商品〇〇〇，□□□，…
を購買した日時ｄ／ｍ／ｙのデータを有している。顧客
別流行感度及び購買タイミングスコア算出手段５は、各
商品について、商品情報データベース１３を検索し、該
当する商品の購買タイミング区分ｔｎ１，ｔｎ２，…
と、流行度指標（１〜５）を参照し、該当する購買タイ
ミング区分ｔｎ１，ｔｎ２，…と流行度指標（１〜５）
にそれぞれ対応した購買タイミングスコアと流行感度ス
コアを付与する。さらに、顧客別流行感度及び購買タイ
ミングスコア算出手段５は、商品カテゴリーＡ，Ｂ，…
ごとに、購買タイミングスコアと流行感度スコアの平均
値と標準偏差値を算出する。

【００５３】なお、商品カテゴリーＡ，Ｂ，…ごとに購
買タイミングスコアと流行感度スコアを付与するのは、
一般に同一の顧客であっても、商品カテゴリーＡについ
ては流行感度が高いが、商品カテゴリーＢについては低
い、というようなことがしばしば起きるからである。こ
のように、商品カテゴリーＡ，Ｂ，…ごとに購買タイミ
ングスコアと流行感度スコアを付与することにより、よ
り正確な売上予測が可能になる。

【００５４】顧客別流行感度及び購買タイミングスコア
算出手段５は、算出した「顧客別流行感度及び購買タイ
ミングデータ」を顧客別流行感度及び購買タイミングデ
ータベース１５に出力する。

【００５５】次に、一貫性欠如サンプル除外手段６によ
り、流行指向と購買タイミングパターンに一貫性がない
顧客データを顧客別流行感度及び購買タイミングデータ
ベース１５から除外する。

【００５６】一貫性がない顧客データを除外するには、
標準偏差値が一定の閾値より大きいものを除外する。一
貫性欠如サンプル除外手段６による一貫性がない顧客デ
ータの除外は、カテゴリーごとに、また、流行感度また
は購買タイミングごとに行うことができる。

【００５７】次に、顧客類型化手段７により、顧客を流
行指向と購買タイミングパターンに応じて類型化する。

【００５８】顧客類型化手段７は、一貫性のないデータ
を除外した顧客別流行感度及び購買タイミングデータベ
ース１５から、各顧客の流行感度スコアと購買タイミン
グスコアの平均値を入力し、それらの組合せにより、流
行感度と商品の購買タイミングを因子とする複数の顧客
類型に顧客データを分類する。図５に類型分類の方法を
示す。

【００５９】図５に示すように、顧客の類型分類を行う
には、類型表を使用する。この類型表は購買タイミング
スコア平均値（ＰＴＳ）の所定の帯域と流行感度スコア
平均値（ＨＴＳ）の所定の帯域とのマトリックスからな
る。この類型表を参照することにより、各顧客の商品カ
テゴリーごとの類型イ，ロ，ハ，ニ，ホ，…を特定する
ことができる。なお、図５の顧客類型データにおいて、
商品カテゴリーにより類型が特定されていないものがあ
るのは、その顧客がその商品カテゴリーについては流行
に関心がないか、あるいは購買に一貫性がないことを示
している。

【００６０】顧客類型化手段７は、上記のように作成し
た顧客類型データを顧客類型データベース１６に出力す
る。

【００６１】次に、売上予測モデル算出手段８により売
上予測モデルを算出する。売上予測モデル算出手段８
は、過去の商品の販売実績データ（図２参照）を入力
し、商品の売上推移の段階と、商品の各売上推移段階中
にその商品を購買した顧客の類型の構成比とを説明変数
とし、その商品の売上げまたは流行の度合いを被説明変
数として、商品の売上予測モデルを算出する。商品の売
上予測モデルの算出は、すでに説明したように、重回帰
分析、所定の関数の設定、ニューラルネットワークのい
ずれの方法でもよい。

【００６２】なお、商品の売上予測モデルは原則的には
商品カテゴリーごとに算出するが、これに限られず、各
商品ごとあるいは一定のカテゴリーを統合した商品群に
ついて算出してもよい。

【００６３】以上が過去の販売実績データを用いて、商
品の売上予測を行うための基礎データの収集と作成であ
る。なお、上記説明では、平均値と標準偏差値を用いて
説明したが、平均値の代わりにモード値、標準偏差値の
代わりに分散を使用してもよいことは説明するまでもな
い。

【００６４】次に、上記売上予測モデルを用いた商品の
売上予測について説明する。

【００６５】本発明の方法によりある商品の売上予測を
行うには、その商品の販売データを収集しなければなら
ない。

【００６６】販売データ入力手段９は、好ましくはリア
ルタイムで商品の販売データを売上予測装置１に送るも
のとする。

【００６７】次に、売上推移段階推定手段１０により、
その商品の売上推移段階を推定する。商品の売上推移段
階を推定するには、商品の販売データから売上推移の傾
斜を求め、傾斜の大きさ、あるいは傾斜の増減等により
売上推移段階を推定することができる。また、過去の販
売経験から判断して商品サイクルがほぼ固定的な特性を
示すものであると仮定できる場合は、その時点における
販売データから直ちに売上推移段階を決定することもで
きる。

【００６８】次に、顧客類型特定手段１１により、その
商品を購入している顧客の類型を特定する。顧客類型特
定手段１１は、販売データ入力手段９が入力した顧客デ
ータを入力し、各顧客について顧客類型データベース１
６を検索し、該当する顧客データからその顧客類型を特
定する。

【００６９】このように、売上を予測しようとする商品
の売上推移段階と購買している顧客の類型を特定できれ
ば、売上予測モデルを用いて売上または流行の度合いを
算出することができる。

【００７０】売上予測手段１２は、売上推移段階推定手
段１０が推定した売上推移段階と、顧客類型特定手段１
１が特定した顧客類型と、売上予測モデル算出手段８が
算出した売上予測モデルとを入力し、それらのデータと
数式等を用いて予測対象商品の売上げまたは流行の度合
いを予測することができる。

【００７１】このように、本発明の売上予測装置によれ
ば、過去の販売実績データから顧客の流行指向と購買タ
イミングパターンを特定し、商品のある販売推移段階に
おいて購買している者の流行指向と購買タイミングパタ
ーンと商品の売上の関係を売上予測モデル化している。
これにより、ヒット商品が生まれるメカニズムに沿った
商品の売上予測を行うことがてきる。

【００７２】また、上記売上予測装置１によれば、売上
予測を行うコンピュータ（売上予測手段１２）を常時起
動しておき、それに商品の販売データをリアルタイムで
フィードバックすれば、常にリアルタイムで商品の売上
予測を行うことができる。これにより、モニターやアン
ケートの場合ような通信のための時間が省かれ、迅速に
商品の流行を察知して生産販売計画に反映させることが
できる。

【００７３】なお、上記実施形態は、商品カテゴリーご
とに、顧客の流行指向、購買タイミングパターン、売上
予測モデルを算出し、これに基づいて特定の商品の売上
を予測するものであった（本願請求項２，５に対応）。
しかし、商品カテゴリーごとに限られず、ある商品につ
いて販売実績データの蓄積があれば、同様に売上予測モ
デルを算出し、これに基づいて特定の商品の売上を予測
することもできる。本願請求項１，４はこれに対応する
ものである。

【００７４】また、上記実施形態では、売上を予測しよ
うとする商品の販売データをリアルタイムで収集するよ
うにしていたが、リアルタイムで商品の売上予測を行う
ことが必要条件でないことは説明するまでもない。

【００７５】

【発明の効果】以上の説明から明らかなように、本発明
による「商品の流行予測を加味した売上予測装置及びそ
の予測方法」によれば、売上を予測しようとする商品を
実際に購入している者の流行指向や購買タイミングパタ
ーンを分析し、これによって流行の現象に大きく関係す
る流行感度が高い購買層の動向を把握し、これによって
商品の流行を予測することができる。この予測方法は、
流行のメカニズムによく沿い、これによって合理的な商
品の流行予測を加味した売上予測装置及びその予測方法
を提供することができる。

【００７６】また、本発明の予測装置及びその予測方法
によれば、商品の流行を販売極めて早い段階で予測で
き、商品の生産販売計画に迅速に予測結果を反映させる
ことができる予測装置及びその予測方法を提供すること
ができる。

【図面の簡単な説明】

【図１】本発明の一実施形態による「商品の流行予測を
加味した売上予測装置」の構成とその処理の流れを示し
たブロック図。

【図２】商品の販売実績データから流行度指標と販売タ
イミング区分を設定する方法を説明した図。

【図３】商品の販売実績データから顧客別の購買履歴デ
ータを作成する方法を説明した図。

【図４】顧客別購買履歴データと商品情報から顧客別の
流行感度スコア及び購買タイミングスコアを算出する方
法を説明した図。

【図５】顧客別の流行感度スコア及び購買タイミングス
コアから各顧客の流行指向と購買タイミングパターンの
類型を特定する方法を説明した図。

【符号の説明】

１ 売上予測装置 ２ 販売実績データ記憶手段 ３ 流行度指標及び購買タイミング区分設定手段 ４ 顧客別購買履歴作成手段 ５ 顧客別流行感度及び購買タイミングスコア算出手段 ６ 一貫性欠如サンプル除外手段 ７ 顧客類型化手段 ８ 売上予測モデル算出手段 ９ 販売データ入力手段 １０ 売上推移段階推定手段 １１ 顧客類型特定手段 １２ 売上予測手段 １３ 商品情報データベース １４ 顧客別購買履歴データベース １５ 顧客別流行感度及び購買タイミングデータベース １６ 顧客類型データベース

Claims (6)

【特許請求の範囲】
1. 【請求項１】商品の品目、商品を購買した顧客、商品が
   販売された日時を含む商品の販売実績データを格納する
   販売実績データ記憶手段と、 前記販売実績データ記憶手段から商品の販売実績データ
   を検索して入力し、商品ごとに流行度指標と購買タイミ
   ング区分とを設定し、商品情報データベースに出力する
   流行度指標及び購買タイミング区分設定手段と、 前記販売実績データ記憶手段から顧客の購買実績データ
   を検索して入力し、顧客別に購買した商品の品目、購買
   時点を整理し、顧客別購買履歴データベースに出力する
   顧客別購買履歴作成手段と、 前記顧客別購買履歴データベースから顧客別の購買履歴
   データを入力し、各顧客が購買した商品の全品目につい
   て前記商品情報データベースを参照し、各購買商品の流
   行度指標と購買時点が属する購買タイミング区分に応じ
   てそれぞれ流行感度スコアと購買タイミングスコアを付
   与し、前記流行感度スコアと購買タイミングスコアの平
   均値またはモード値、標準偏差値または分散値を算出
   し、顧客別流行感度及び購買タイミングデータベースに
   出力する顧客別流行感度及び購買タイミングスコア算出
   手段と、 前記顧客別流行感度及び購買タイミングデータベースか
   ら各顧客の流行感度スコアと購買タイミングスコアの標
   準偏差値または分散値を入力し、前記標準偏差値または
   分散値により、流行感度及び購買タイミングに一貫性を
   欠く顧客のデータを前記顧客別流行感度及び購買タイミ
   ングデータベースから除外する一貫性欠如サンプル除外
   手段と、 前記顧客別流行感度及び購買タイミングデータベースか
   ら各顧客の流行感度スコアと購買タイミングスコアの平
   均値またはモード値を入力し、流行感度スコアの平均値
   またはモード値、購買タイミングスコアの平均値または
   モード値の組合せにより、流行に対する感度と商品の購
   買タイミングを因子とする複数の顧客類型に顧客を分類
   し、顧客類型データベースに出力する顧客類型化手段
   と、 過去の商品の販売実績データを入力し、商品の売上推移
   の段階と、商品の各売上推移段階中に商品を購買した顧
   客の類型の構成比とを説明変数とし、その商品の売上げ
   または流行の度合いを被説明変数として、商品の売上予
   測モデルを算出する売上予測モデル算出手段と、 予測対象商品について、その商品を購買をした顧客と、
   商品が販売された日時のデータを入力する販売データ入
   力手段と、 前記販売データ入力手段が入力した商品の販売データを
   入力し、売上推移の傾斜から商品の売上推移段階を推定
   する売上推移段階推定手段と、 前記販売データ入力手段が入力した顧客データを入力
   し、これらの顧客データの各顧客について前記顧客類型
   データベースを参照することにより、各顧客の顧客類型
   を特定する顧客類型特定手段と、 前記売上推移段階推定手段が推定した売上推移段階と、
   前記顧客類型特定手段が特定した顧客類型と、前記売上
   予測モデル算出手段が算出した売上予測モデルとを入力
   し、前記予測対象商品の売上げまたは流行の度合いを予
   測して出力する売上予測手段と、を備えたことを特徴と
   する商品の流行予測を加味した売上予測装置。
2. 【請求項２】前記販売実績データ記憶手段は、商品のカ
   テゴリーのデータを格納しており、 前記顧客別購買履歴作成手段は、商品のカテゴリーごと
   に、各顧客が購買した商品の品目、購買時点を整理し、
   顧客別購買履歴データベースに出力し、 前記顧客別流行感度及び購買タイミングスコア算出手段
   は、各商品のカテゴリーごとに、前記流行感度スコアと
   購買タイミングスコアの平均値またはモード値、標準偏
   差値または分散値を算出し、顧客別流行感度及び購買タ
   イミングデータベースに出力し、 前記一貫性欠如サンプル除外手段は、各商品のカテゴリ
   ーごとに、流行感度及び購買タイミングに一貫性を欠く
   顧客のデータを前記顧客別流行感度及び購買タイミング
   データベースから除外し、前記顧客類型化手段は、各商
   品のカテゴリーごとに、流行に対する感度と商品の購買
   タイミングを因子とする複数の顧客類型に顧客を分類
   し、顧客類型データベースに出力し、 前記売上予測モデル算出手段は、各商品のカテゴリーご
   とに、商品の売上予測モデルを算出し、 前記売上予測手段は、商品カテゴリーに対応する売上予
   測モデルを用いて前記予測対象商品の売上げまたは流行
   の度合いを予測する、ように構成されていることを特徴
   とする請求項１に記載の商品の流行予測を加味した売上
   予測装置。
3. 【請求項３】前記販売データ入力手段は、商品を購買を
   した顧客と、商品が販売された日時のデータをリアルタ
   イムで入力し、 前記売上予測手段は、前記販売データ入力手段がリアル
   タイムで入力したデータを用いて商品の売上げまたは流
   行の度合いを予測する、ように構成されていることを特
   徴とする請求項１または２に記載の商品の流行予測を加
   味した売上予測装置。
4. 【請求項４】商品の品目、商品を購買した顧客、商品が
   販売された日時を含む商品の販売実績データを格納した
   販売実績データ記憶手段から商品の販売実績データを検
   索して入力し、商品ごとに流行度指標と購買タイミング
   区分とを設定し、商品情報データベースに出力し、 前記販売実績データ記憶手段から顧客の購買実績データ
   を検索して入力し、顧客別に購買した商品の品目、購買
   時点を整理し、顧客別購買履歴データベースに出力し、 前記顧客別購買履歴データベースから顧客別の購買履歴
   データを入力し、各顧客が購買した商品の全品目につい
   て前記商品情報データベースを参照し、各購買商品の流
   行度指標と購買時点が属する購買タイミング区分に応じ
   てそれぞれ流行感度スコアと購買タイミングスコアを付
   与し、前記流行感度スコアと購買タイミングスコアの平
   均値またはモード値、標準偏差値または分散値を算出
   し、顧客別流行感度及び購買タイミングデータベースに
   出力し、 前記顧客別流行感度及び購買タイミングデータベースか
   ら各顧客の流行感度スコアと購買タイミングスコアの標
   準偏差値または分散値を入力し、前記標準偏差値または
   分散値により、流行感度及び購買タイミングに一貫性を
   欠く顧客のデータを前記顧客別流行感度及び購買タイミ
   ングデータベースから除外し、 前記顧客別流行感度及び購買タイミングデータベースか
   ら各顧客の流行感度スコアと購買タイミングスコアの平
   均値またはモード値を入力し、流行感度スコアの平均値
   またはモード値、購買タイミングスコアの平均値または
   モード値の組合せにより、流行に対する感度と商品の購
   買タイミングを因子とする複数の顧客類型に顧客を分類
   し、顧客類型データベースに出力し、 過去の商品の販売実績データを入力し、商品の売上推移
   の段階と、商品の各売上推移段階中に商品を購買した顧
   客の類型の構成比とを説明変数とし、その商品の売上げ
   または流行の度合いを被説明変数として、商品の売上予
   測モデルを算出し、 予測対象商品の販売データを入力し、売上推移の傾斜か
   ら商品の売上推移段階を推定し、 予測対象商品の顧客データを入力し、これらの顧客デー
   タの各顧客について前記顧客類型データベースを参照す
   ることにより、各顧客の顧客類型を特定し、 前記推定した売上推移段階と、前記特定した顧客類型
   と、前記算出した売上予測モデルとを入力し、前記予測
   対象商品の売上げまたは流行の度合いを予測する、こと
   を特徴とする商品の流行予測を加味した売上予測方法。
5. 【請求項５】商品の品目、カテゴリー、商品を購買した
   顧客、商品が販売された日時を含む商品の販売実績デー
   タを格納した販売実績データ記憶手段から商品の販売実
   績データを検索して入力し、商品ごとに流行度指標と購
   買タイミング区分とを設定し、商品情報データベースに
   出力し、 前記販売実績データ記憶手段から顧客の購買実績データ
   を検索して入力し、商品のカテゴリーごとに、顧客別に
   購買した商品の品目、購買時点を整理し、顧客別購買履
   歴データベースに出力し、 前記顧客別購買履歴データベースから顧客別の購買履歴
   データを入力し、商品のカテゴリーごとに、各顧客が購
   買した商品の全品目について前記商品情報データベース
   を参照し、各購買商品の流行度指標と購買時点が属する
   購買タイミング区分に応じてそれぞれ流行感度スコアと
   購買タイミングスコアを付与し、前記流行感度スコアと
   購買タイミングスコアの平均値またはモード値、標準偏
   差値または分散値を算出し、顧客別流行感度及び購買タ
   イミングデータベースに出力し、 前記顧客別流行感度及び購買タイミングデータベースか
   ら各顧客の流行感度スコアと購買タイミングスコアの標
   準偏差値または分散値を入力し、商品のカテゴリーごと
   に、前記標準偏差値または分散値により、流行感度及び
   購買タイミングに一貫性を欠く顧客のデータを前記顧客
   別流行感度及び購買タイミングデータベースから除外
   し、 前記顧客別流行感度及び購買タイミングデータベースか
   ら各顧客の流行感度スコアと購買タイミングスコアの平
   均値またはモード値を入力し、商品のカテゴリーごと
   に、流行感度スコアの平均値またはモード値、購買タイ
   ミングスコアの平均値またはモード値の組合せにより、
   流行に対する感度と商品の購買タイミングを因子とする
   複数の顧客類型に顧客を分類し、顧客類型データベース
   に出力し、 過去の商品の販売実績データを入力し、商品の売上推移
   の段階と、商品の各売上推移段階中に商品を購買した顧
   客の類型の構成比とを説明変数とし、その商品の売上げ
   または流行の度合いを被説明変数として、商品のカテゴ
   リーごとに、商品の売上予測モデルを算出し、 予測対象商品の販売データを入力し、売上推移の傾斜か
   ら商品の売上推移段階を推定し、 予測対象商品の顧客データを入力し、これらの顧客デー
   タの各顧客について前記顧客類型データベースを参照す
   ることにより、各顧客の顧客類型を特定し、 前記推定した売上推移段階と、前記特定した顧客類型
   と、商品カテゴリーに対応する前記売上予測モデルとを
   入力し、前記予測対象商品の売上げまたは流行の度合い
   を予測する、ことを特徴とする商品の流行予測を加味し
   た売上予測方法。
6. 【請求項６】商品を購買をした顧客と、商品が販売され
   た日時のデータをリアルタイムで入力し、 リアルタイムで商品の売上げまたは流行の度合いを予測
   する、ことを特徴とする請求項４または５に記載の商品
   の流行予測を加味した売上予測方法。