JPWO2020110211A1 - コンピュータシステム、来店者行動提供オファー方法及びプログラム - Google Patents

Abstract

【課題】来店者の属性や購入検討行動の分析結果を、メーカや他の販売店等に提供することにより、メーカや他の販売店に新規商品の開発を促すとともに、分析した販売店にも利益を提供することが容易なコンピュータシステム、来店者行動提供オファー方法及びプログラムを提供することを目的とする。
【解決手段】コンピュータシステムは、来店者の属性又は購入検討行動を分析し、前記来店者が購入検討した商品又は当該商品の関連商品を扱う販売店及び／又はメーカに、分析結果の提供をオファーし、オファーを受けた前記販売店及び／又はメーカから、対価を受け取る。
【選択図】図１

Description

本発明は、来店者を分析するコンピュータシステム、来店者行動提供オファー方法及びプログラムに関する。

近年、消費者の心理や購買意欲に基づいて、この消費者に対して広告や所定の商品を提案する方法が考案されている。このような方法の一例として、商品陳列棚前の消費者の動きに基づいて、消費者の購買意欲を判別し、この購買意欲に応じたコンテンツを提供する構成が開示されている（特許文献１参照）。

特開２０１８−４５４５４号公報

しかしながら、特許文献１の構成では、消費者の棚前心理や棚前行動の分析結果を、この消費者が来店した店舗のみが保持することになるため、この商品を生産するメーカ又はこの商品を扱う他の店舗やこの商品の関連商品を生産するメーカ又はこの関連商品を販売する店舗が共有することが困難であった。そのため、メーカや他の店舗は消費者の棚前心理や棚前行動に基づいて、新たな商品の開発や販売に活かすことが困難であった。加えて、単に、販売店が分析した消費者の棚前心理や棚前行動を、メーカや他の店舗に提供するだけでは、販売店側が十分な利益を得られないおそれもあった。

本発明は、来店者の属性や購入検討行動の分析結果を、メーカや他の販売店等に提供することにより、メーカや他の販売店に新規商品の開発を促すとともに、分析した販売店にも利益を提供することが容易なコンピュータシステム、来店者行動提供オファー方法及びプログラムを提供することを目的とする。

本発明では、以下のような解決手段を提供する。

本発明は、来店者の属性又は購入検討行動を分析する分析手段と、
前記来店者が購入検討した商品又は当該商品の関連商品を扱う販売店及び／又はメーカに、分析結果の提供をオファーするオファー手段と、
オファーを受けた前記販売店及び／又はメーカから、対価を受け取る受取手段と、
を備えることを特徴とするコンピュータシステムを提供する。

本発明によれば、来店者の属性又は購入検討行動を分析し、前記来店者が購入検討した商品又は当該商品の関連商品を扱う販売店及び／又はメーカに、分析結果の提供をオファーし、オファーを受けた前記販売店及び／又はメーカから、対価を受け取る。

本発明は、システムのカテゴリであるが、方法及びプログラム等の他のカテゴリにおいても、そのカテゴリに応じた同様の作用・効果を発揮する。

本発明によれば、来店者の属性や購入検討行動の分析結果を、メーカや他の販売店等に提供することにより、メーカや他の販売店に新規商品の開発を促すとともに、分析した販売店にも利益を提供することが容易なコンピュータシステム、来店者行動提供オファー方法及びプログラムを提供することが可能となる。

図１は、来店者行動提供オファーシステム１の概要を示す図である。 図２は、来店者行動提供オファーシステム１の全体構成図である。 図３は、コンピュータ１０が実行する来店者行動提供オファー処理を示すフローチャートである。 図４は、コンピュータ１０が実行する対価受取処理を示すフローチャートである。 図５は、コンピュータ１０が取得した画像を模式的に示した図の一例である。

以下、本発明を実施するための最良の形態について図を参照しながら説明する。なお、これはあくまでも一例であって、本発明の技術的範囲はこれに限られるものではない。

［来店者行動提供オファーシステム１の概要］
本発明の好適な実施形態の概要について、図１に基づいて説明する。図１は、本発明の好適な実施形態である来店者行動提供オファーシステム１の概要を説明するための図である。来店者行動提供オファーシステム１は、コンピュータ１０から構成され、来店者を分析するコンピュータシステムである。

なお、来店者行動提供オファーシステム１は、商品棚近傍や商品売場近傍に設置され、この商品棚近傍や商品売場近傍に居る来店者の動画や静止画等の画像を撮影する撮影装置、商品を販売する販売店の従業員等が所持する従業員端末等の販売店側の装置や端末類が含まれていてもよいし、オファーを行う対象となるメーカや他の販売店が管理するコンピュータやメーカや他の販売店の従業員が所持する従業員端末等が含まれていてもよい。

また、来店者行動提供オファーシステム１は、例えば、コンピュータ１０等の１台のコンピュータで実現されてもよいし、クラウドコンピュータのように、複数のコンピュータで実現されてもよい。

コンピュータ１０は、商品の販売店に設置された撮影装置や従業員端末と、公衆回線網、イントラネット等のプライベートネットワーク、近距離無線通信又は有線通信等を介してデータ通信可能に接続されており、必要なデータの送受信を実行する。また、コンピュータ１０は、メーカや他の販売店の従業員端末、コンピュータ等と、公衆回線網等を介してデータ通信可能に接続されており、必要なデータの送受信を実行する。

コンピュータ１０は、商品棚や商品売場近辺に設置された撮影装置が撮影した来店者の動画や静止画等の画像を取得する。コンピュータ１０は、この画像を画像解析し、来店者の属性（年齢、性別等）又は購入検討行動（購入検討商品、購入検討時間等）を分析する。コンピュータ１０は、来店者が購入検討した商品を扱う他の販売店やメーカ及び／又はこの商品の関連商品を扱う販売店やメーカに、分析結果の提供をオファーする。コンピュータ１０は、このオファーを受けた販売店及び／又はメーカから、対価を受け取る。

来店者行動提供オファーシステム１が実行する処理の概要について説明する。

コンピュータ１０は、撮影装置が撮影した来店者の画像を取得する（ステップＳ０１）。コンピュータ１０は、撮影装置が、商品棚近辺に居る来店者を撮影した画像を取得する。この画像の一例としては、例えば、ユーザの顔や全体像、手に取っている商品、買い物かごに入っている商品が写り込んだものである。

コンピュータ１０は、この画像を画像解析し、来店者の属性又は購入検討行動を分析する（ステップＳ０２）。コンピュータ１０は、画像解析として、特徴点（形状や輪郭や色等）や特徴量（画素値の平均、分散、ヒストグラム等の統計的な数値）を抽出し、この画像に写り込んだ来店者の属性又は購入検討行動を分析する。例えば、コンピュータ１０は、来店者の顔認識を行い、年齢や性別を分析する。また、コンピュータ１０は、来店者の視線の先にある商品や、手に持っている商品等の形状や輪郭等に基づく物体認識、文字認識等を行い、来店者が購入を検討している商品の名称や種類等を分析する。また、コンピュータ１０は、例えば、この画像に同一の来店者が写り込んでいる時間を、購入検討時間として分析する。

なお、コンピュータ１０は、来店者の性別、年齢、購入検討商品又は購入検討時間の少なくとも一つを分析する構成であってもよい。

コンピュータ１０は、分析結果の提供を、来店者が購入検討した商品の他の販売店及び／又はメーカや、この商品の関連商品を扱う他の販売店及び／又はメーカに、オファーする（ステップＳ０３）。コンピュータ１０は、分析結果の提供を受けるか否かを、この販売店及び／又はメーカにオファーする。オファーとは、例えば、分析結果の提供を提示し、相手側に返事を求めることである。分析結果としては、上述した分析した来店者の性別、年齢、購入検討商品又は購入検討時間の少なくとも一つである。

コンピュータ１０は、このオファーを受けた販売店及び／又はメーカから対価（所定の料金、サービス、物品等）を受け取る（ステップＳ０４）。このとき、コンピュータ１０は、オファーを受けた販売店及び／又はメーカに分析結果を提供するとともに、対価を受け取る。

以上が、来店者行動提供オファーシステム１の概要である。

図２に基づいて、本発明の好適な実施形態である来店者行動提供オファーシステム１のシステム構成について説明する。図２は、本発明の好適な実施形態である来店者行動提供オファーシステム１のシステム構成を示す図である。図２において、来店者行動提供オファーシステム１は、コンピュータ１０から構成され、来店者を分析するコンピュータシステムである。

なお、来店者行動提供オファーシステム１は、上述した撮影装置、従業員端末、他のコンピュータ等の他の端末や装置類が含まれていてもよい。また、来店者行動提供オファーシステム１は、例えば、コンピュータ１０等の１台のコンピュータ又はクラウドコンピュータのように複数のコンピュータで実現されてもよい。

コンピュータ１０は、図示していない上述した撮影装置や従業員端末、他の販売店及び／又はメーカにおける従業員端末やコンピュータ等と、公衆回線網、プライベートネットワーク、近距離無線通信又は有線通信等を介してデータ通信可能に接続されており、必要なデータの送受信を実行する。

コンピュータ１０は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）等を備え、通信部として、他の端末や装置等と通信可能にするためのデバイス、例えば、ＩＥＥＥ８０２．１１に準拠したＷｉ―Ｆｉ（Ｗｉｒｅｌｅｓｓ―Ｆｉｄｅｌｉｔｙ）対応デバイス等を備える。また、コンピュータ１０は、記録部として、ハードディスクや半導体メモリ、記録媒体、メモリカード等によるデータのストレージ部を備える。また、コンピュータ１０は、処理部として、各種処理を実行する各種デバイス等を備える。

コンピュータ１０において、制御部が所定のプログラムを読み込むことにより、通信部と協働して、画像取得モジュール２０、オファー送信モジュール２１、オファー結果取得モジュール２２、データ送信モジュール２３、対価受取モジュール２４を実現する。また、コンピュータ１０において、制御部が所定のプログラムを読み込むことにより、記録部と協働して、記録モジュール３０を実現する。また、コンピュータ１０において、制御部が所定のプログラムを読み込むことにより、処理部と協働して、画像解析モジュール４０、分析モジュール４１、規定数判断モジュール４２、特定モジュール４３、オファー作成モジュール４４、オファー判断モジュール４５を実現する。

［来店者行動提供オファー処理］
図３に基づいて、来店者行動提供オファーシステム１が実行する来店者行動提供オファー処理について説明する。図３は、コンピュータ１０が実行する来店者行動提供オファー処理のフローチャートを示す図である。上述した各モジュールが実行する処理について、本処理に併せて説明する。

画像取得モジュール２０は、撮影装置が撮影した来店者の動画や静止画等の画像を取得する（ステップＳ１０）。ステップＳ１０において、この画像は、商品棚や商品売場近辺に設置された撮影装置が来店者を撮影するものである。この画像には、来店者の顔や全身に加え、商品棚に陳列された商品、来店者が手に持っている商品等が写り込むことになる。このとき、画像取得モジュール２０は、撮影装置が撮影する画像が静止画である場合、例えば、所定時間（例えば、商品棚や商品売場に検知センサを設置しておき、この検知センサが来店者の検知を開始した時点から来店者の検知を終了した時点）、撮影装置が撮影した画像を取得する。また、画像取得モジュール２０は、撮影装置が撮影する画像が動画である場合、常時撮影した画像を取得してもよい。

なお、画像取得モジュール２０が画像を取得するタイミングや方法は適宜変更可能であり、上述した例に限られるものではない。

画像解析モジュール４０は、取得した画像を画像解析する（ステップＳ１１）。ステップＳ１１において、画像解析モジュール４０は、取得した画像における特徴点や特徴量を抽出する。例えば、画像解析モジュール４０は、この画像における形状や輪郭や色等を抽出する。また、例えば、画像解析モジュール４０は、この画像における画素値の平均、分散、ヒストグラム等の統計的な数値を抽出する。併せて、画像解析モジュール４０は、画像解析として、顔認識、物体認識、文字認識等の各種認識処理を実行する。例えば、画像解析モジュール４０は、この画像に写り込んだ人物の顔を抽出する。画像解析モジュール４０は、抽出した顔に基づいて、眼窩、鼻、顎の輪郭、皮膚のきめ等を抽出する。また、画像解析モジュール４０は、この画像に写り込んだ物体の形状や輪郭や色等に基づいて、物体を抽出する。また、画像解析モジュール４０は、この画像に写り込んだ文字や記号や数字等に基づいて、文字を抽出する。

分析モジュール４１は、画像解析の結果に基づいて、来店者の属性及び行動を示す属性行動データを分析する（ステップＳ１２）。ステップＳ１２において、分析モジュール４１は、抽出した特徴量や特徴点に基づいて、来店者の属性行動データを分析する。分析モジュール４１は、顔認識の結果に基づいて、来店者の年齢、性別を分析する。また、分析モジュール４１は、物体認識や文字認識の結果に基づいて、来店者が手に取っている商品や来店者が閲覧している商品を、購入検討商品として分析する。また、分析モジュール４１は、動画や静止画等に写っているこの来店者の時間と、この来店者が特定した商品の閲覧及び／又は手に取ってる時間とに基づいて、この商品の購入検討時間を分析する。このとき、来店者の属性は、年齢、性別であり、来店者の行動は、購入検討商品、購入検討時間である。すなわち、属性行動データは、来店者の年齢、性別、購入検討商品、購入検討時間である。

なお、属性及び行動は、上述した例に限らず、その他のものであってもよい。また、分析モジュール４１は、上述した年齢、性別、購入検討商品、購入検討時間のうち、少なくとも一つを分析する構成であってもよい。また、分析モジュール４１は、上述した例に限らず属性、行動のうち、少なくとも一つを分析する構成であってもよい。

図５に基づいて、分析モジュール４１が分析する属性行動データについて説明する。図５は、画像取得モジュール２０が取得した画像の一例を模式的に示した図である。画像解析モジュール４０は、この画像１００を画像解析し、上述したように、人物、人物の顔、物体、文字等を抽出する。その結果、画像解析モジュール４０は、この画像１００に、来店者１１０、商品棚１２０、商品１３０を抽出する。

分析モジュール４１は、画像解析の結果に基づいて、この画像１００に写り込んでいる来店者１１０の属性行動データを分析する。分析モジュール４１は、来店者１１０の顔認識結果に基づいて、来店者１１０の年齢、性別を分析する。本例では、分析モジュール４１は、この来店者１１０の年齢が２０代であり、性別が女性であると分析する。また、分析モジュール４１は、来店者１１０の視線方向を示す矢印１４０の先にある商品１３０や、来店者１１０の手１５０が触れている商品１３０を分析する。分析モジュール４１は、この商品１３０の物体認識結果や文字認識結果に基づいて、この商品１３０の名称や種類を分析する。このとき、分析モジュール４１は、予め記録モジュール３０に記憶させた、商品の特徴点や特徴量と、この商品の名称や種類等とを対応付けた商品データベースを参照することにより、この商品１３０の名称や種類を分析する。分析モジュール４１は、画像解析の結果抽出した特徴点や特徴量と、商品データベースとを比較することにより、この商品１３０の名称や種類等を分析する。また、分析モジュール４１は、商品１３０に貼付されたラベルや商品棚１２０に貼付された商品名等を文字認識することにより、この商品１３０の名称や種類を分析する。この種類は、分類１、分類２、分類３、・・・、といった複数の種類の分類を分析することも可能である。この場合、分類の数字が大きくなるにつれ、より詳細な分類にする（その逆に、数字が小さくなるにつれ、より詳細な分類にする）といったことも可能である。分析モジュール４１は、この商品１３０を、購入検討商品として分析することになる。本例では、分析モジュール４１は、購入検討商品である商品１３０が、名称がスパークリングワインＡであり、種別として、分類１が飲料、分類２がアルコール、分類３がワイン、・・・、といった予め設定された又は商品データベースに記録された分類に基づいて分析する。分析モジュール４１は、画像解析の結果に基づいて、この商品１３０を閲覧する時間やこの商品１３０を手に取っている時間を、購入検討時間として分析する。分析モジュール４１は、画像中に写り込んだ来店者１１０が商品１３０に視線を向けている時間や、来店者１１０が商品１３０を手に取っている時間の累計を、購入検討時間として分析する。本例では、分析モジュール４１は、購入検討時間が２分であると分析する。

なお、上述した通り、分析モジュール４１は、属性行動データのうち、少なくとも一つを分析する構成であってもよい。例えば、来店者１１０の年齢、性別、購入検討商品、購入検討時間の少なくとも一つを分析する構成であってもよい。ただし、購入検討商品については、分析対象としない場合であっても、商品１３０の名称については、分析する必要がある。これは、後述する処理において、この商品１３０の名称に基づいて、この商品１３０及び／又はこの商品１３０に関連する商品を扱うメーカや販売店を特定するために必要となるからである。すなわち、分析モジュール４１は、年齢、性別、購入検討商品（種類）、購入検討時間の少なくとも一つを分析する構成であればよい。

記録モジュール３０は、分析した属性行動データを記録する（ステップＳ１３）。ステップＳ１３において、記録モジュール３０は、この商品の名称と、属性行動データと、この属性行動データを分析した日時とを対応付けて記録する。

なお、記録モジュール３０は、属性行動データのみを記録する構成であってもよい。

規定数判断モジュール４２は、分析した属性行動データのサンプル数が予め設定された規定数に達したか否かを判断する（ステップＳ１４）。ステップＳ１４において、規定数とは、新規の商品開発やマーケティングに有効な数のサンプル数を意味する。この規定数は、購入検討商品の種類や来店者の属性に応じて適宜設定されてよい。例えば、規定数判断モジュール４２は、商品１３０に対する属性行動データのサンプル数が規定数に達したか否かを判断する。

なお、規定数に達したか否かに関わらず、後述する処理を実行する構成であってもよい。また、記録モジュール３０に記録した属性行動データの日時が所定の期間のものの数が規定数に達したか否かを判断する構成であってもよい。この場合、特定期間（例えば、イベント時期）における属性行動データを有効に使うことも可能となる。

ステップＳ１４において、規定数判断モジュール４２は、規定数に達していないと判断した場合（ステップＳ１４ ＮＯ）、コンピュータ１０は、上述したステップＳ１０の処理を再度実行する。

一方、ステップＳ１４において、規定数判断モジュール４２は、規定数に達していると判断した場合（ステップＳ１４ ＹＥＳ）、特定モジュール４３は、この商品を生産するメーカやこの商品を扱う他の販売店及び／又はこの商品の関連商品を生産するメーカやこの関連商品を扱う他の販売店を特定する（ステップＳ１５）。ステップＳ１５において、特定モジュール４３は、予め記録モジュール３０に記録させた商品の名称と、この商品を生産するメーカの名称と、この商品を扱う他の販売店の名称とを対応付けた商品生産販売データベースに基づいて、この商品を生産するメーカやこの商品を扱う他の販売店を特定する。特定モジュール４３は、規定数に達した商品の名称に基づいて、商品生産販売データベースを参照し、メーカや他の販売店を特定する。また、特定モジュール４３は、予め記録モジュール３０に記録させたこの商品の名称と、この商品の関連商品の名称と、この関連商品を生産するメーカの名称と、この関連商品を扱う他の販売店の名称とを対応付けた関連商品生産販売データベースを参照し、メーカや他の販売店を特定する。特定モジュール４３は、規定数に達した商品の名称に基づいて、関連商品生産販売データベースを参照し、メーカや他の販売店を特定する。

オファー作成モジュール４４は、特定したメーカや他の販売店に対して提示するオファーを作成する（ステップＳ１６）。ステップＳ１６において、オファー作成モジュール４４は、商品の名称、属性行動データの内容、対価を少なくとも含んだものをオファーとして作成する。オファー作成モジュール４４は、例えば、属性行動データの内容として、この商品を購入検討する来店者の年齢、性別、購入検討商品、購入検討時間、この商品を購入検討した来店者が検討した別の商品の名称を作成する。このとき、オファー作成モジュール４４は、属性行動データの見出しのみをオファーとして作成する。

オファー送信モジュール２１は、作成したオファーを、特定したメーカ及び／又は販売店に送信する（ステップＳ１７）。ステップＳ１７において、オファー送信モジュール２１は、来店者が購入検討した商品又はこの商品の関連商品を扱う販売店及び／又はメーカに、分析結果の提供をオファーすることになる。

以上が、来店者行動提供オファー処理である。

［対価受取得処理］
図４に基づいて、来店者行動提供オファーシステム１が実行する対価受取処理について説明する。図４は、コンピュータ１０が実行する対価受取処理のフローチャートを示す図である。上述した各モジュールが実行する処理について、本処理に併せて説明する。

オファー結果取得モジュール２２は、オファーの結果を、送信したメーカ及び／又は販売店から取得する（ステップＳ２０）。ステップＳ２０において、オファー結果取得モジュール２２は、上述したステップＳ１７の処理により、提供したオファーの返答結果を取得する。このオファーの結果には、オファーを提供した販売店及び／又はメーカがオファーを受けるか否かの返事が含まれる。

なお、オファー結果取得モジュール２２は、オファーの結果を取得できなかった場合、本処理を終了する。

オファー判断モジュール４５は、取得したオファーの結果として、オファーの提供先が、このオファーを受けるのかあるいは受けないのかを判断する（ステップＳ２１）。ステップＳ２１において、オファー判断モジュール４５は、取得したオファーの結果に、オファーを受ける返事が含まれているか否かに基づいてこの判断を実行する。オファー判断モジュール４５は、取得したオファーの結果に、オファーを受ける返事が含まれていないと判断した場合（ステップＳ２１ ＮＯ）、本処理を終了する。

なお、コンピュータ１０は、オファーの結果にオファーを受ける返事が含まれていない場合、どのような属性行動データが有効なものであるか、どのような属性行動データを必要とするか等の提供を促すメッセージをオファーの結果を取得した販売店及び／又はメーカに通知する構成であってもよい。このとき、コンピュータ１０は、このメッセージに対する応答に含まれる属性行動データを、上述したステップＳ１１及びＳ１２の処理で画像解析及び分析内容に新たに追加し、該当する処理を実行する構成にしてもよい。

一方、ステップＳ２１において、オファー判断モジュール４５は、取得したオファーの結果に、オファーを受ける返事が含まれていると判断した場合（ステップＳ２１ ＹＥＳ）、データ送信モジュール２３は、オファーに提示した属性行動データを、オファーの提供先に送信する（ステップＳ２２）。ステップＳ２２において、データ送信モジュール２３は、オファーに提示した属性行動データと、この商品の名称と、オファーの提供先に送信する。

対価受取モジュール２４は、分析結果の提供の対価として、オファーを受け販売店及び／又はメーカから対価を受け取る（ステップＳ２３）。ステップＳ２３において、対価受取モジュール２４は、対価として、所定の料金、サービス、物品等を受け取る。この対価は、直接的又は間接的なものである。このとき、対価受取モジュール２４は、データ的な対価を受け取るのみでなく、実体物の受取に必要なデータを受け取ることになってもよい。

以上が、対価受取処理である。

上述した手段、機能は、コンピュータ（ＣＰＵ、情報処理装置、各種端末を含む）が、所定のプログラムを読み込んで、実行することによって実現される。プログラムは、例えば、コンピュータからネットワーク経由で提供される（ＳａａＳ：ソフトウェア・アズ・ア・サービス）形態で提供される。また、プログラムは、例えば、フレキシブルディスク、ＣＤ（ＣＤ−ＲＯＭなど）、ＤＶＤ（ＤＶＤ−ＲＯＭ、ＤＶＤ−ＲＡＭなど）等のコンピュータ読取可能な記録媒体に記録された形態で提供される。この場合、コンピュータはその記録媒体からプログラムを読み取って内部記録装置又は外部記録装置に転送し記録して実行する。また、そのプログラムを、例えば、磁気ディスク、光ディスク、光磁気ディスク等の記録装置（記録媒体）に予め記録しておき、その記録装置から通信回線を介してコンピュータに提供するようにしてもよい。

以上、本発明の実施形態について説明したが、本発明は上述したこれらの実施形態に限るものではない。また、本発明の実施形態に記載された効果は、本発明から生じる最も好適な効果を列挙したに過ぎず、本発明による効果は、本発明の実施形態に記載されたものに限定されるものではない。

１ 来店者行動提供オファーシステム、１０ コンピュータ

Claims (4)

1. 来店者の属性又は購入検討行動を分析する分析手段と、
   前記来店者が購入検討した商品又は当該商品の関連商品を扱う販売店及び／又はメーカに、分析結果の提供をオファーするオファー手段と、
   オファーを受けた前記販売店及び／又はメーカから、対価を受け取る受取手段と、
   を備えることを特徴とするコンピュータシステム。
2. 商品棚近辺に居る前記来店者を撮影した画像を取得する取得手段と、
   前記画像を解析する解析手段と、
   をさらに備え、
   前記分析手段は、解析の結果に基づいて、前記来店者の性別、年齢層、購入検討時間又は購入検討商品の少なくとも一つを分析する、
   ことを特徴とする請求項１に記載のコンピュータシステム。
3. コンピュータシステムが実行する来店者行動提供オファー方法であって、
   来店者の属性又は購入検討行動を分析するステップと、
   前記来店者が購入検討した商品又は当該商品の関連商品を扱う販売店及び／又はメーカに、分析結果の提供をオファーするステップと、
   オファーを受けた前記販売店及び／又はメーカから、対価を受け取るステップと、
   を備えることを特徴とする来店者行動提供オファー方法。
4. コンピュータシステムに、
   来店者の属性又は購入検討行動を分析するステップ、
   前記来店者が購入検討した商品又は当該商品の関連商品を扱う販売店及び／又はメーカに、分析結果の提供をオファーするステップ、
   オファーを受けた前記販売店及び／又はメーカから、対価を受け取るステップ、
   を実行させるためのコンピュータ読み取り可能なプログラム。

Images