JPH11134390A

JPH11134390A - 商品販売量予測装置

Info

Publication number: JPH11134390A
Application number: JP29402497A
Authority: JP
Inventors: Minoru Fujii; 実藤井
Original assignee: Toyota Motor Corp
Current assignee: Toyota Motor Corp
Priority date: 1997-10-27
Filing date: 1997-10-27
Publication date: 1999-05-21

Abstract

(57)【要約】【課題】新商品の販売量を精確に予測可能な商品販売
量予測装置を提供すること。【解決手段】商品販売量予測装置は、販売実績のある
既存商品群について、（ａ）既存商品別の販売量データ
を記憶する販売実績ファイル２１と、（ｂ）既存商品群
について既存商品別の仕様に関する商品仕様データを記
憶する顧客購入アンケートファイル２２と、（ｃ）商品
仕様データに基づいて、既存商品の市場における特徴を
表すマップを作成する商品マップ作成手段２４と、
（ｄ）既存商品の将来における販売予測量を演算する既
存商品販売量予測手段２５と、（ｅ）将来販売を予定す
る新商品のマップ上における位置に関するデータを入力
するキーボード１と、（ｆ）マップと、新商品の販売時
点における既存商品の販売量予測量とに基づいて、マッ
プ上の新商品の販売量を予測する新商品販売量予測手段
２７とを有している。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、新商品の販売量を
予測する装置に関し、さらに詳細には、販売実績のある
既存商品群をその特性により展開したマップを用いるこ
とにより新商品の販売量を予測する商品販売量予測装置
に関するものである。

【０００２】

【従来の技術】従来より、新商品の販売量を予測すると
きに、過去に販売した商品の販売履歴を基に、類似商品
の販売量を予測することが行われていた。例えば、特開
平６−６８０６５号公報には、既存商品の販売実績情報
よりその類似商品である新商品の需要を予測する装置で
あって、販売実績情報入力手段と、入力された販売実績
情報を記憶する第１記憶手段と、販売実績期間に応じて
販売実績情報を分類する分類手段と、分類された販売実
績情報を記憶する第２記憶手段と、各第２記憶手段に対
応して異なった手法により需要を予測する複数の需要予
測手段とからなる商品の需要予測装置が開示されてい
る。

【０００３】具体的には、商品属性として、「夏物」、
「若向き」、「高価格品」、「陳列販売」等の販売履歴
パターン毎の分類が開示され、新商品の販売対象者、季
節性等を考慮して新商品と属性が最も類似した既存商品
の販売履歴パターンを、新商品の予測に用いることが開
示されている。さらに、例えば、「夏物の商品」の場合
６月から８月までの間に年間販売量の８０％を販売する
等の補正をなすことが開示されている。

【０００４】

【発明が解決しようとする課題】しかしながら、従来の
商品販売量予測装置には、次のような問題があった。す
なわち、１つの既存商品のデータのみによって新商品の
需要予測を行っているため、類似する既存商品が２以上
存在する場合に、それらの既存商品が新商品の販売に与
える影響を考慮されないため、新商品の予測した販売量
が実績販売量と大きく乖離することがあった。

【０００５】本発明は、上記問題点を解決して、新商品
の販売量を精確に予測可能な商品販売量予測装置を提供
することを目的とする。

【０００６】

【課題を解決するための手段】上記問題点を解決するた
めに請求項１に記載する商品販売量予測装置は、販売実
績のある既存商品群について、（ａ）既存商品別の販売
量データを記憶する販売量メモリと、（ｂ）既存商品群
について既存商品別の仕様に関する商品仕様データを記
憶する商品仕様メモリと、（ｃ）商品仕様データに基づ
いて、既存商品の市場における特徴を表すマップを作成
する商品マップ作成手段と、（ｄ）既存商品の将来にお
ける販売予測量を演算する既存商品販売予測量手段と、
（ｅ）将来販売を予定する新商品の前記マップ上におけ
る位置に関するデータを入力するデータ入力手段と、
（ｆ）マップと、新商品の販売時点における既存商品の
販売量予測量とに基づいて、マップ上の新商品の販売量
を予測する新商品販売予測手段とを有している。

【０００７】また、請求項２に記載する商品販売量予測
装置は、請求項１に記載する装置において、前記新商品
販売予測手段は、前記マップ上で印された前記新商品を
示す点を内包する三角形の頂点となる３つ既存商品の前
記販売予測量から前記新商品の販売量を予測することを
特徴とする。また、請求項３に記載する商品販売量予測
装置は、請求項１に記載する装置において、既存商品を
前記マップ上でグループに分割した場合で、前記マップ
上で前記新商品を示す点が前記グループのいずれにも属
さないとき、前記点が近接する３つの異なったグループ
内にあり前記点に最も近い３つの既存商品の前記販売予
測量から前記新商品の販売量を予測することを特徴とす
る。

【０００８】次に、上記構成を有する商品販売量予測装
置の作用を説明する。商品仕様メモリに記憶されてい
る、既存商品群についての既存商品別の仕様に関する商
品仕様データ、例えば、既存乗用車についての顧客アン
ケート資料に基づいて、主成分分析を行い、第１主成分
をＸ軸に採り第２主成分をＹ軸に採ることにより、商品
マップ作成手段がマップを作成する。次に、マップを観
察して、グルーピングを行ない、グループを構成する領
域を円、楕円等により囲う。例えば、既存乗用車では、
一般的に「スペシャルティ」、「ＳＵ（スペシャル・ユ
ティリティ）」、「高級」、「キャブＷ（キャブワゴ
ン）」、「量販」、「ベーシック」の６グループにグル
ーピングされることがあるので、これらのグループをマ
ップ上で囲んでいる。また、主成分分析法では、Ｘ軸及
びＹ軸が何を意味しているか分析者がネーミングするた
め、マップを観察してＸ軸及びＹ軸の各軸上にその領域
に位置する既存乗用車の性格を表現するネーミングを行
う。このとき、グルーピングされたグループの性格の特
徴がネーミングの参考となる。

【０００９】一方、販売量メモリに記憶されている、既
存乗用車毎の過去の販売実績例えば過去の月間毎の販売
実績に基づいて、新商品販売量予測手段が、将来のある
月間における各既存乗用車の販売予測量を予測しメモリ
に記憶している。次に、新商品である新型乗用車を計画
したときに、ネーミングされている性格により、新型乗
用車のＸ軸上の位置及びＹ軸上の位置を決定し、データ
入力手段から入力する。新商品販売量予測手段は、マッ
プ上において新型乗用車のポジションＸ（ｘｘ，ｙｙ）
から所定の条件により近くにある既存乗用車の３点を選
択決定する。

【００１０】この３点の決定方法としては、ポジション
Ｘ（ｘｘ，ｙｙ）を内包する三角形の頂点となる既存乗
用車を選択する方法を用いても良い。この方法によれ
ば、偏ることなく既存乗用車を選択できるため、予測販
売量の精度が向上する。また、ポジションＸ（ｘｘ，ｙ
ｙ）から各既存乗用車のポジションまでの距離が最も近
い順に３点を選択する方法を用いても良い。この方法に
よると、ポジションＸ（ｘｘ，ｙｙ）から見て１方向ま
たは２方向に既存乗用車が固まる恐れがあるので、ポジ
ションＸ（ｘｘ，ｙｙ）から各既存乗用車のポジション
にベクトルを採り、各ベクトルの内角が所定角度以上と
なるようにすると、偏ることなく既存乗用車を選択でき
るため、予測販売量の精度が向上する。以上の決定方法
は、ポジションＸ（ｘｘ，ｙｙ）が各グループ圏内にあ
る場合にも使用できるし、何れのグループ圏内にない場
合にも使用できる。

【００１１】ポジションＸ（ｘｘ，ｙｙ）が何れのグル
ープ圏内にもない場合、上記決定方法を採るよりも、近
くにあるグループ圏内の既存乗用車のデータを用いた方
が、新型乗用車の販売量を精確に予測できることがあ
る。その場合のために、近くにある３つの異なるグルー
プ圏内にあって、ポジションＸ（ｘｘ，ｙｙ）と最も近
い既存乗用車を選択する決定方法を採っても良い。以上
の決定方法により、決定された３点の既存乗用車につい
て、メモリから販売予測量を読み出し、各点とポジショ
ンＸ（ｘｘ，ｙｙ）との距離が遠近により重み付けをし
て、新型乗用車の販売量を予測する。すなわち、近くに
ある既存乗用車の販売予測量を、遠くにある既存乗用車
の販売予測量よりも重視するようにしている。

【００１２】

【発明の実施の形態】本発明の一実施の形態である商品
販売量予測装置について、図面に基づいて詳細に説明す
る。本実施の形態では、商品として乗用車について説明
する。図２に商品販売量予測装置の全体構成を示す。商
品販売量予測装置本体２に、データ入力手段であるキー
ボード１及び出力手段であるＣＲＴ３が接続している。
商品販売量予測装置本体２内部では、既存商品群につい
て既存商品別の販売量データを記憶する販売量メモリで
ある販売実績ファイル２１、既存商品を購入した顧客に
対して行った購入アンケートのデータを記憶する顧客購
入アンケートファイル２２、既存商品群について既存商
品別の仕様データである諸元を記憶する商品諸元ファイ
ル２３、及び新商品の売り上げ販売量を予測する新商品
販売量予測手段２７が、キーボード１に接続している。

【００１３】ここで、販売実績ファイル２１には、全て
のメーカの現在販売されている乗用車、及び過去販売さ
れていた乗用車について、過去の月別販売実績台数、及
び年毎の平均販売実績台数を格納している。また、顧客
購入アンケートファイル２２には、乗用車を購入された
顧客を対象にして、どの様な点が気に入って購入したか
を選択方式にてアンケート調査し、その回収結果を評価
点として格納している。また、商品諸元ファイル２３に
は、現在販売されている乗用車、及び過去販売されてい
た乗用車について、乗用車毎に諸元・仕様に関するデー
タを格納している。

【００１４】また、商品販売量予測装置本体２内部で
は、既存商品別の諸元に基づいて、既存商品の市場にお
ける特徴を表すマップを作成する商品マップ作成手段２
４が、販売実績ファイル２１、顧客購入アンケートファ
イル２２、及び商品諸元ファイル２３に接続している。
また、既存商品の販売実績データに基づいて将来のある
月間等における販売予測量を演算する既存商品販売量予
測手段２５が、販売実績ファイル２１に接続している。
また、既存商品販売量予測手段２５は、既存商品の予測
した販売量を記憶する販売予測ファイル２６に接続して
いる。また、販売予測ファイル２６は、新商品販売量予
測手段２７に接続している。また、商品マップ作成手段
２４は、新商品販売量予測手段２７、及びＣＲＴ３に接
続している。また、ＣＲＴ３には、新商品販売量予測手
段２７も接続している。ここで、販売予測ファイル２６
には、現在販売されている乗用車について、乗用車毎に
過去の販売実績データに基づいて、予測演算して得られ
た、その乗用車の将来のある時点における予測台数を格
納している。

【００１５】次に、上記構成を有する商品販売量予測装
置の作用を説明する。始めに、既存乗用車に関するデー
タからマップを作成する方法について説明する。乗用車
が購入された場合、顧客に対してどの様な仕様・項目を
重視して購入したかを知るための顧客アンケートを行っ
ている。これにより、乗用車という商品群について、乗
用車別にセールスポイントが数値化される。購入に際し
て顧客が重視した項目とは、例えば、経済性、維持費、
乗り心地の良さ、荷室の広さ、室内の静かさ、品質、メ
カニズム、エンジン性能、スタイル、等である。これら
の項目及びアンケート結果が顧客購入アンケートファイ
ル２２に格納されている。このデータに基づいて主成分
分析法により、各乗用車について、第１主成分及び第２
主成分を抽出する。

【００１６】ここで、主成分分析法とは、多くの変量を
少数の総合的意味を持つ指標（主成分）で代表させる分
析方法である。すなわち、主成分分析法とは、顧客が乗
用車を購買する動機となった上記複数の項目の相互の関
係から、新しいファクタを導く手法である。これによ
り、この新しいファクタをものさしとして、項目の類似
性あるいはポジショニングを明らかにできるのである。
上記項目について主成分を抽出し、第１主成分をＸ軸と
し，第２主成分をＹ軸として図１に示すように表示す
る。ここで、主成分が何を表しているかという判断、す
なわち主成分の解釈、さらにそのネーミングを分析者が
行う必要がある。

【００１７】実際の方法を説明する。図１に示すよう
に、既存の乗用車について、Ａ社製の乗用車５８種類に
ついてＡ１〜Ａ５８でマップに示し、Ｂ社製の乗用車１
６種類についてＢ１〜Ｂ１６でマップに示し、Ｃ社製の
乗用車５種類についてＣ１〜Ｃ５でマップに示し、Ｄ社
製の乗用車８種類についてＤ１〜Ｄ８でマップに示し、
Ｅ社製の乗用車８種類についてＤ１〜Ｄ８でマップに示
し、Ｆ社製の乗用車１種類についてＦでマップに示し、
Ｇ社製の乗用車１種類についてＧでマップに示し、Ｈ社
製の乗用車１種類についてＨでマップに示し、Ｉ社製の
乗用車１種類についてＩでマップに示している。

【００１８】主成分分析法においては、各データとの対
応付けを行い、特に、グループの存在を把握することが
大切である。本実施の形態では、図１に円で示すよう
に、６つのグループを認識している。すなわち、上段の
左から「スペシャルティ」、「ＳＵ（スペシャル・ユテ
ィリティ）」、「高級」、下段の上から「キャブＷ（キ
ャブワゴン）」、「量販」、「ベーシック」の６グルー
プである。ここで、グループの意味として、「スペシャ
ルティ」は、ヤング向けのスポーツカータイプの乗用車
グループであり、「ＳＵ（スポーツ・ユティリティ）」
は、オフロード使用等のスポーツに対応した乗用車グル
ープであり、「高級」は、高級乗用車グループである。
また、「キャブＷ（キャブワゴン）」は、ワンボックス
カーやミニバンを含み、家族向けを対象とする乗用車グ
ループであり、「量販」は、最も販売量の多い量産品乗
用車グループであり、「ベーシック」は、低価格の乗用
車グループである。これら６つのグルーピングは、乗用
車の市場において通常行われているものと同じである。

【００１９】次に、ネーミングについて説明する。第１
主成分であるＸ軸を観察すると、「室内の静かさ」と
「品質」とが同じ傾向を示し、また、「スタイル」と
「エンジン性能」と「メカニズム」とが同じ傾向を示す
と判断される。そして、「室内の静かさ」・「品質」の
項目と、「スタイル」・「エンジン性能」・「メカニズ
ム」の項目とは、対極に立つ傾向があるので、これらを
第１成分としてＸ軸にネーミングする。そして、プラス
方向に「室内の静かさ」・「品質」の項目を配置し、マ
イナス方向に「スタイル」・「エンジン性能」・「メカ
ニズム」の項目を配置している。

【００２０】次に、第２主成分であるＹ軸を観察する
と、「荷室の広さ」と「乗り心地の良さ」とが同じ傾向
を示し、また、「経済性」と「維持費」とが同じ傾向を
示すと判断される。そして、「荷室の広さ」・「乗り心
地の良さ」の項目と「経済性」・「維持費」の項目と
は、対極に立つ傾向があるので、これらを第２成分とし
てＹ軸にネーミングする。そして、プラス方向に「荷室
の広さ」・「乗り心地の良さ」の項目を配置し、マイナ
ス方向に「経済性」・「維持費」の項目を配置してい
る。図１に示す乗用車マップは、ＣＲＴ３に表示され
る。一方、既存商品販売量予測手段２５は、販売実績フ
ァイル２１に記憶されている既存乗用車の過去の販売実
績データに基づいて、将来のある期間、本実施の形態で
は、将来のある月間における各既存乗用車の販売量を予
測する。そして、販売予測量を販売予測ファイル２６に
記憶する。

【００２１】次に、新型乗用車の販売予測について説明
する。新型乗用車の仕様と、図１のマップにネーミング
されている項目とを対比しながら、マップ上における新
型乗用車のポジション座標Ｘ（ｘｘ，ｙｙ）を決定し、
キーボード１から入力する。入力されたポジションは、
新商品販売量予測手段２７に記憶される。本実施の形態
では、キーボード１により入力しているが、ＣＲＴ３上
で直接入力できるようにしても良い。新商品販売量予測
手段２７は、新型乗用車のポジションＸ（ｘｘ，ｙｙ）
の近くに存在する複数の既存乗用車を決定し、それらの
将来のある月間における予測販売量を販売予測ファイル
２６から読み出して、その予測販売量に基づいて新型乗
用車の販売量を予測するのである。

【００２２】次に、新型乗用車のポジションＸ（ｘｘ，
ｙｙ）の近くに存在する３つの既存乗用車の決定方法に
ついて説明する。第１の決定方法は、内包する新型乗用
車のポジションＸ（ｘｘ，ｙｙ）を内包する三角形の頂
点となる３つの既存乗用車のポジションを決定する方法
である。（手順１）全ての既存乗用車を線分で結ぶことにより、
三角形が形成される。そのとき、新型乗用車のポジショ
ンＸ（ｘｘ，ｙｙ）を内包する三角形が通常１つ定ま
る。この三角形を構成している３点により３つの既存乗
用車が決定される。もし、新型乗用車のポジションＸ
（ｘｘ，ｙｙ）が何れかの線分上に存在するときは、そ
の線分を構成する２点、及びその２点以外で最も近くに
ある点を選択することにより、３点が決定される。も
し、新型乗用車のポジションＸ（ｘｘ，ｙｙ）が何れか
の既存乗用車の点と一致する場合には、その既存乗用車
の将来のある月間における販売予測量をもって、新型乗
用車の将来のある月間における販売予測量とする。

【００２３】新型乗用車のポジションＸ（ｘｘ，ｙｙ）
の近くに存在する３つの既存乗用車の第２の決定方法に
ついて説明する。（手順２ー１）新型乗用車のポジションＸ（ｘｘ，ｙ
ｙ）に最も近い順に３つの既存乗用車を自動的に検索す
る（デフォルト処理）。すなわち、既存乗用車ｉの座標
を（ｘｉ，ｙｉ）とすると、新型乗用車と既存乗用車ｉ
との距離Ｌｘｉは、Ｌｘｉ＝｛（ｘｉ−ｘｘ）²＋（ｙ
ｉ−ｙｙ）²｝^1/2 で計算される。これを全ての既存乗
用車について求め、その中から最小となる順に３つの既
存乗用車ｉを決定する。

【００２４】この第２の決定方法によれば、図４に示す
ように、新型乗用車のポジションＸ（ｘｘ，ｙｙ）がマ
ップの上端近くにあって、ポジションＸ（ｘｘ，ｙｙ）
を内包する三角形を３つの既存乗用車で形成することが
できないときに、有効となる。すなわち、図４の場合、
手順２−１によれば、Ａ１５，Ｂ４，Ａ１８の３つの既
存乗用車を決定することができる。次に、第２の決定方
法の変則例を説明する。第２の決定方法により決定され
た３点が、ポジションＸ（ｘｘ，ｙｙ）から見て同じ方
向に固まっている場合、性格の異なる既存乗用車の販売
傾向を考慮することができなくなる恐れがある。それを
回避するために、本変則例では、選択された３点につい
てポジションＸ（ｘｘ，ｙｙ）からベクトルをとり、２
つのベクトルが形成する角度が４５度以下の場合に、遠
い方の点を考慮外とし、他の最も近い既存乗用車を検索
する。これにより、決定される３つの既存乗用車が異な
る性格を持つため、販売予測量の精度が向上する。

【００２５】次に、新型乗用車のポジションＸ（ｘｘ，
ｙｙ）の近くに存在する３つの既存乗用車の第３の決定
方法について説明する。図５に示すように、新型乗用車
のポジションＸ（ｘｘ，ｙｙ）がマップ上の６つのカテ
ゴリーの何れにも含まれていない中間的または新しい性
格を持つ場合である。図５に示す新型乗用車のポジショ
ンＸ（ｘｘ，ｙｙ）では、第１の決定方法によれば、Ａ
１２，Ｉ，Ｃ５が選択決定されるが、中間的性格を持つ
新型乗用車の場合、近い順に３つの既存乗用車を決定す
るよりも、近くにある異なるグループ内に存在する既存
乗用車を選択した方が、販売量を的確に予測できる場合
が多い。そこで、第３の決定方法では、新型乗用車のポ
ジションＸ（ｘｘ，ｙｙ）の近くにある３つのグルー
プ、スペシャルティ、ＳＵ、キャブＷ内にあって、各々
最もポジションＸ（ｘｘ，ｙｙ）に近い既存乗用車を選
択決定している。

【００２６】ここで、新型乗用車のポジションＸ（ｘ
ｘ，ｙｙ）と各既存乗用車のポジションとの距離は、手
順２−１の方法により算出される。スペシャルティグル
ープ内では、Ａ３１が最もポジションＸ（ｘｘ，ｙｙ）
に近く、ＳＵグループ内では、Ａ１１が最もポジション
Ｘ（ｘｘ，ｙｙ）に近く、キャブＷグループ内では、Ｃ
５が最もポジションＸ（ｘｘ，ｙｙ）に近いので、３つ
の既存乗用車Ａ３１，Ａ１１，Ｃ５が決定される。この
決定方法によれば、固別の既存乗用車から販売量を予測
するのではなく、乗用車のグルーピングされた性格から
新型乗用車の販売量を予測することが可能となる。ここ
で、ＳＵグループとキャブＷグループとは、図５から明
らかなように、一部重複するグループであり、その性格
が一部重複している。この様な一部重複するグループを
避けて、全く異なる性格を持つグループであるベーシッ
クグループのＡ３５を選択決定することにより、新型乗
用車のポジションＸ（ｘｘ，ｙｙ）の販売予測量をより
的確にすることができる。

【００２７】次に、３つの既存乗用車から将来の新型乗
用車の販売量を予測する計算方法について説明する。基
本的考え方は、より近い距離にある既存乗用車の販売予
測量をより重視することであり、距離に応じて重み付け
をすることである。３つの既存乗用車の座標を、Ａ（ｘ
１，ｙ１）、Ｂ（ｘ２，ｙ２）、Ｃ（ｘ３，ｙ３）と
し、新型乗用車の座標をＸ（ｘｘ，ｙｙ）とする。ま
た、Ａの将来のある月間における販売予測量をＮ１と
し、Ｂの将来のある月間における販売予測量をＮ２と
し、Ｃの将来のある月間における販売予測量をＮ３とす
る。この場合、販売予測量Ｎのデータを含むＡ，Ｂ，Ｃ
のデータをＡ´（ｘ１，ｙ１，Ｎ１），Ｂ´（ｘ２，ｙ
２，Ｎ２），Ｃ´（ｘ３，ｙ３，Ｎ３）で表すと、Ａ，
Ｂ，ＣとＡ´，Ｂ´，Ｃ´との関係は、図６に示すよう
になる。図６において、Ｘ軸が第１主成分を示し、Ｙ軸
が第２主成分を示し、Ｚ軸が販売予測台数を示してい
る。

【００２８】販売予測台数は、販売予測ファイル２６に
記憶されている既知データである。また、Ｘの将来のあ
る月間における販売予測量をＮＸの求め方を図６に基づ
いて説明する。Ａ´（ｘ１，ｙ１，Ｎ１），Ｂ´（ｘ
２，ｙ２，Ｎ２），Ｃ´（ｘ３，ｙ３，Ｎ３）の３点を
通る平面Ｈを考える。次に、平面Ｈ上に新型乗用車の点
Ｘ´（ｘｘ，ｙｙ，Ｎｎｅｗ）が存在すると仮定し、新
型乗用車の月平均予測台数Ｎｎｅｗを求める。４点Ａ
´，Ｂ´，Ｃ´，Ｘ´が同一平面Ｈ上にあることから、
次の式が成立する。

【数１】

【００２９】このときベクトルは、

【数２】であるから、これを式１に代入して、

【数３】となる。これを展開して、次の３式を得る。ｘｘ−ｘ１＝Ｓ（ｘ２−ｘ１）＋Ｌ（ｘ３−ｘ１）ｙｙ−ｙ１＝Ｓ（ｙ２−ｙ１）＋Ｌ（ｙ３−ｙ１）Ｎｎｅｗ−Ｎ１＝Ｓ（Ｎ２−Ｎ１）＋Ｌ（Ｎ３−Ｎ１）上記連立方程式を解くことにより、Ｎｎｅｗを求めるこ
とができる。そして、Ｘ´（ｘｘ，ｙｙ，Ｎｎｅｗ）を
図６に表示する。

【００３０】例えば、Ａ´（−８．０，−３．５，２５
０）、Ｂ´（−６．０，−３．５，４００）、Ｃ´（−
８．２，−２．４，３００）の場合、新型乗用車Ｘ´
（−６．７，−２．８，Ｎｎｅｗ）となり、新型乗用車
の販売予測台数Ｎｎｅｗは、次の３式の連立方程式の解
となる。１．３＝２．０Ｓ−０．２Ｌ０．７＝０．３Ｓ＋１．１ＬＮｎｅｗ−２５０＝１５０Ｓ＋５０Ｌすなわち、Ｓ＝０．６９，Ｌ＝０．４０，Ｎｎｅｗ＝約
３１１台となる。

【００３１】以上詳細に説明したように、本実施の形態
の商品販売量予測装置によれば、販売実績のある既存乗
用車群について、（ａ）既存乗用車別の販売量データを
記憶する販売実績ファイル２１と、（ｂ）既存乗用車群
について既存乗用車別の仕様に関する乗用車仕様データ
を記憶する顧客購入アンケートファイル２２と、（ｃ）
乗用車仕様データに基づいて、既存乗用車の市場におけ
る特徴を表すマップを作成する商品マップ作成手段２４
と、（ｄ）既存乗用車の将来における販売予測量を演算
する既存商品販売予測量手段と、（ｅ）将来販売を予定
する新型乗用車の前記マップ上における位置に関するデ
ータを入力するデータ入力手段と、（ｆ）マップと、新
型乗用車の販売時点における既存乗用車の販売量予測量
とに基づいて、マップ上の新型乗用車の販売量を予測す
る新商品販売予測手段とを有しているので、複数の既存
乗用車の販売予測量に基づいて、新型乗用車の販売予測
を行うことができるため、１つの類似既存商品のデータ
に基づいて販売予測していた従来と対比して、偏りが少
なく精度の良い販売量予測を行うことができる。

【００３２】また、本実施の形態の商品販売量予測装置
は、上記装置において、新商品販売予測手段が、マップ
上で印されたポジションＸ（ｘｘ，ｙｙ）を内包する三
角形の頂点となる３つ既存商品の販売予測量から新型乗
用車の販売量を予測しているので、偏りの少ない販売予
測を行うことができる。また、本実施の形態では、上記
装置において、既存乗用車をマップ上でグループに分割
した場合で、マップ上で新型乗用車のポジションＸ（ｘ
ｘ，ｙｙ）がグループのいずれにも属さないとき、ポジ
ションＸ（ｘｘ，ｙｙ）が近接する３つの異なったグル
ープ内にありポジションＸ（ｘｘ，ｙｙ）に最も近い３
つの既存商品の販売予測量から新型乗用車の販売量を予
測しているので、何れのグループにも属さない新型乗用
車について、より全体市場を考慮した状態で販売予測を
行うことができるため、販売予測の精度を向上させるこ
とができる。

【００３３】以上本発明の実施の形態について説明した
が、本発明は、上記実施の形態に限定されることなく、
色々な応用が可能である。例えば、本実施の形態では、
近くにある３点により、販売予測を行っているが、４点
以上の既存商品の販売予測量に基づいて新商品の販売予
測を行っても良い。この場合に、本発明で求めた３点が
含まれるのは当然である。

【００３４】

【発明の効果】本発明の商品販売量予測装置は、販売実
績のある既存商品群について、（ａ）既存商品別の販売
量データを記憶する販売量メモリと、（ｂ）既存商品群
について既存商品別の仕様に関する商品仕様データを記
憶する商品仕様メモリと、（ｃ）商品仕様データに基づ
いて、既存商品の市場における特徴を表すマップを作成
する商品マップ作成手段と、（ｄ）既存商品の将来にお
ける販売予測量を演算する既存商品販売予測量手段と、
（ｅ）将来販売を予定する新商品の前記マップ上におけ
る位置に関するデータを入力するデータ入力手段と、
（ｆ）マップと、新商品の販売時点における既存商品の
販売量予測量とに基づいて、マップ上の新商品の販売量
を予測する新商品販売予測手段とを有しているので、複
数の既存乗用車の販売予測量に基づいて、新型乗用車の
販売予測を行うことができるため、１つの類似既存商品
のデータに基づいて販売予測していた従来と対比して、
偏りが少なく精度の良い販売量予測を行うことができ
る。

【図面の簡単な説明】

【図１】本発明の商品販売量予測装置が作成したマップ
である。

【図２】本発明の商品販売量予測装置の構成を示すブロ
ック図である。

【図３】商品販売量予測装置のマップ上での作用を示す
第１説明図である。

【図４】商品販売量予測装置のマップ上での作用を示す
第２説明図である。

【図５】商品販売量予測装置のマップ上での作用を示す
第３説明図である。

【図６】販売予測台数を決定する方法の説明図である。

【符号の説明】

１キーボード２商品販売量予測装置本体３ＣＲＴ２１販売実績ファイル２２顧客購入アンケートファイル２３商品諸元ファイル２４商品マップ作成手段２５既存商品販売量予測手段２６販売予測ファイル２７新商品販売量予測手段

Claims

【特許請求の範囲】

【請求項１】販売実績のある既存商品群について、既
存商品別の販売量データを記憶する販売量メモリと、前記既存商品群について既存商品別の仕様に関する商品
仕様データを記憶する商品仕様メモリと、前記商品仕様データに基づいて、前記既存商品の市場に
おける特徴を表すマップを作成する商品マップ作成手段
と、前記既存商品の将来における販売予測量を演算する既存
商品販売量予測手段と、将来販売を予定する新商品の前記マップ上における位置
に関するデータを入力するデータ入力手段と、前記マップと、前記新商品の販売時点における既存商品
の前記販売予測量とに基づいて、前記マップ上の前記新
商品の販売量を予測する新商品販売量予測手段とを有す
ることを特徴とする商品販売量予測装置。
【請求項２】請求項１に記載する商品販売量予測装置
において、前記新商品販売予測手段は、前記マップ上で印された前
記新商品を示す点を内包する三角形の頂点となる３つ既
存商品の前記販売予測量から前記新商品の販売量を予測
することを特徴とする商品販売量予測装置。
【請求項３】請求項１に記載する商品販売量予測装置
において、既存商品を前記マップ上でグループに分割した場合で、
前記マップ上で前記新商品を示す点が前記グループのい
ずれにも属さないとき、前記点が近接する３つの異なっ
たグループ内にあり前記点に最も近い３つの既存商品の
前記販売予測量から前記新商品の販売量を予測すること
を特徴とする商品販売量予測装置。