WO2018055710A1 - 分析方法、分析システム及び分析プログラム - Google Patents

分析方法、分析システム及び分析プログラム Download PDF

Info

Publication number
WO2018055710A1
WO2018055710A1 PCT/JP2016/077908 JP2016077908W WO2018055710A1 WO 2018055710 A1 WO2018055710 A1 WO 2018055710A1 JP 2016077908 W JP2016077908 W JP 2016077908W WO 2018055710 A1 WO2018055710 A1 WO 2018055710A1
Authority
WO
WIPO (PCT)
Prior art keywords
product
sales
store
attribute
stores
Prior art date
Application number
PCT/JP2016/077908
Other languages
English (en)
French (fr)
Inventor
正太 井上
二朗 加藤
Original Assignee
株式会社日立製作所
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 株式会社日立製作所 filed Critical 株式会社日立製作所
Priority to US15/757,981 priority Critical patent/US20190057406A1/en
Priority to PCT/JP2016/077908 priority patent/WO2018055710A1/ja
Priority to JP2018507049A priority patent/JP6441539B2/ja
Publication of WO2018055710A1 publication Critical patent/WO2018055710A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0202—Market predictions or forecasting for commercial activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0204—Market segmentation
    • G06Q30/0205—Location or geographical consideration

Definitions

  • the present invention relates to a technique for analyzing sales of products in a store.
  • Patent Document 1 discloses “a product recommendation device that recommends products that are not selling well only at some stores but that are popular at many stores.
  • the evaluation value calculation unit includes a plurality of stores.
  • the product recommendation unit calculates a product with a higher evaluation value than the product handled by the recommended store. ” It is described.
  • Patent Document 1 International Publication No. 2015/040789
  • Patent Document 1 products to be displayed with a focus on popular products have been determined.
  • the tendency of the taste of the customer who visits the store may differ depending on the store, and it is considered that the potential of future sales may be different depending on the tendency even if the product is not the best seller.
  • products that are not popular are uniformly excluded from the display, some stores prefer not to display products that many customers who use that store prefer to use, so that those customers avoid using that store.
  • the present invention provides an analysis method executed by a computer having a processor and a storage device accessed by the processor, wherein the storage device is assigned to each of a plurality of products.
  • Information indicating the attribute assigned to each of the plurality of stores, and information indicating the sales of each product in each store, and the analysis method includes: The first procedure of totaling the sales of each product in the above and the processor, the attribute assigned to the first store among the plurality of stores, corresponds to the attribute assigned to the first product among the plurality of products And, when the sales of the first product at any store to which an attribute corresponding to the attribute assigned to the first product is greater than the sales of the first product at the first store, A second procedure for replacing the sales of the first product at one store with a larger potential sales, and after the replacement with the potential sales is completed, the processor is configured to execute each of the products at the first store. And a third procedure for outputting information indicating the rank order of sales.
  • FIG. 1 is a block diagram showing the configuration of the analysis system according to the first embodiment of the present invention.
  • the analysis system of the present embodiment is configured by the analysis apparatus 100.
  • the analysis apparatus 100 is a computer having a CPU 101, a memory 102, a storage device 103, a display device 104, an input device 105, a printer 106, and a network interface (I / F) 107 that are connected to each other.
  • I / F network interface
  • the CPU 101 is a processor that realizes various functions to be described later by executing a program stored in the memory 102.
  • the memory 102 is a main storage device that stores programs executed by the CPU 101 and other data.
  • the memory 102 of this embodiment includes a basic program (not shown) such as an operating system, a data input unit 111, a store group assignment processing unit 112, a store-specific ABC analysis calculation unit 113, a single item potential calculation unit 114, a display.
  • a program for realizing the functions of the product priority order output unit 115 and the database access unit 116 is stored.
  • the processing executed by each unit described above is actually executed by the CPU 101 controlling each unit in the analyzer 100 as necessary in accordance with a program stored in the memory 102.
  • the storage device 103 is, for example, a hard disk drive or the like, and stores data such as the product master table 300. At least a part of the data stored in the storage device 103 may be copied to the memory 102 as necessary. A program executed by the CPU 101 may also be stored in the storage device 103 and at least a part of the program may be copied to the memory 102 as necessary. Details of the data stored in the storage device 103 will be described later.
  • the display device 104 and the printer 106 are output devices that output the results of processing executed by the CPU 101, and can output arbitrary visual information such as character strings and graphics.
  • the input device 105 is a device used by a user of the analysis device 100 to input information to the analysis device 100, and may be a keyboard, a mouse, a touch panel, or the like, for example.
  • the network I / F 107 is connected to the network 120 and communicates data with other devices, for example, one or more computers / terminals 130.
  • FIG. 2 is a flowchart showing processing executed by the analyzer 100 according to the first embodiment of the present invention.
  • the database access unit 116 reads a table from the storage device 103 or the like (step 201).
  • the table read here will be described later with reference to FIGS.
  • the data input unit 111 stores the data input via the input device 105 in a table (step 202). For example, when information that supplements the data in the table read in step 201 or parameters to be referred to in a process to be executed in the future are input, they may be stored in the table. If it is not necessary, step 202 may be omitted.
  • the store group assignment processing unit 112 classifies each store into a store group based on the table read in step 201 and the data input in step 202 (step 203). Details of this processing will be described later with reference to FIGS.
  • step 204 the ABC analysis calculation unit 113 for each store performs ABC analysis for each store. Details of this processing will be described later with reference to FIGS.
  • the single item potential calculation unit 114 calculates the sales potential for each product in each store based on the classification result in step 203 and the analysis result in step 204 (step 205). Details of this processing will be described later with reference to FIGS.
  • the display product priority order output unit 115 determines the priority order of the display products based on the potential calculated in step 205, and outputs it (step 206). Details of this processing will be described later with reference to FIGS.
  • FIG. 3 is an explanatory diagram of the product master table 300 held by the analyzer 100 according to the first embodiment of the present invention.
  • the product master table 300 may be stored in the storage device 103 of the analysis device 100, read in step 201, and at least a part of the copy may be stored in the memory 102 as necessary.
  • the product master table 300 includes information on the attributes of each product, and includes, for example, a product code 301, a product name 302, a unit price 303, and a lifestyle attribute code 304 for each product.
  • the product code 301 is a code for uniquely identifying each product.
  • the product name 302 is the name of each product. In FIG. 3, “general food A” or the like is registered as the product name 302 for illustration, but a specific product name may actually be registered.
  • the unit price 303 is a unit price of each product.
  • the lifestyle attribute code 304 is a code for identifying an attribute given in advance to each product. In this embodiment, an attribute indicating a lifestyle assumed for a customer who purchases each product (hereinafter, lifestyle attribute) is given to each product.
  • lifestyle attribute An example of lifestyle attributes in the present embodiment will be described later with reference to FIG.
  • FIG. 4 is an explanatory diagram of a lifestyle attribute table 400 held by the analysis apparatus 100 according to the first embodiment of the present invention.
  • the lifestyle attribute table 400 may be stored in the storage device 103 of the analysis apparatus 100, read in step 201, and at least a part of the copy may be stored in the memory 102 as necessary.
  • the lifestyle attribute table 400 includes information on lifestyle attributes, and includes, for example, lifestyle attribute codes 401 and lifestyle attributes 402.
  • the lifestyle attribute code 401 is a code for identifying an attribute given in advance to each product, and corresponds to the lifestyle attribute code 304 in FIG.
  • a lifestyle attribute 402 indicates a lifestyle attribute corresponding to each code.
  • “luxury”, “health”, and “active” are registered as lifestyle attributes 402 corresponding to the values “01”, “02”, and “03” of the lifestyle attribute code 401, respectively. .
  • no lifestyle attribute is given to the product “general food A”.
  • the products “sports food B” and “health food C” are assigned “active” and “health” as lifestyle attributes, respectively.
  • sports food B has an attribute that it tends to be purchased by a person with an active lifestyle, for example, a person who likes active life, such as playing sports on a daily basis.
  • C has the attribute that it tends to be purchased by a person with a health-oriented lifestyle, for example, a person who prefers a healthy life with attention to food additives and nutritional balance, etc. Is shown.
  • the general food A is not given any attribute.
  • the above-mentioned attribute given to a product is an example.
  • a lifestyle attribute that prefers to follow a trend a lifestyle attribute that prefers an inexpensive product, or the like may be given. Attributes that do not apply may be given.
  • FIG. 5 is an explanatory diagram of the store master table 500 held by the analyzer 100 according to the first embodiment of the present invention.
  • the store master table 500 may be stored in the storage device 103 of the analyzer 100, read in step 201, and at least a part of the replica may be stored in the memory 102 as necessary.
  • the store master table 500 includes information on the attributes of each store, and includes, for example, a store code 501, a store name 502, and a location attribute 503.
  • the store code 501 is a code that uniquely identifies each store.
  • the store name 502 is the name of each store.
  • the location attribute 503 is an attribute relating to the location of each store such as a residential area or a station square.
  • FIG. 6 is an explanatory diagram of the transaction details table 600 held by the analysis apparatus 100 according to the first embodiment of the present invention.
  • the transaction details table 600 includes information on products actually sold at each store, and includes, for example, a sales date 601, a store code 602, a receipt code 603, a product code 604, a sales quantity 605, and a sales amount 606.
  • the sales date 601 indicates the date when each product was sold.
  • the store code 602 is a code for uniquely identifying a store where each product is sold, and corresponds to the store code 501 in FIG.
  • the receipt code 603 is a code that uniquely identifies a receipt that records the sale of each product.
  • the product code 604 is a code for uniquely identifying each sold product, and corresponds to the product code 301 in FIG.
  • the sales quantity 605 indicates the quantity of each product sold.
  • the sales amount 606 indicates the amount of each product sold.
  • the information of the transaction details table 600 as described above can be acquired from, for example, a POS (Point Of Sales) system installed in each store. Therefore, the transaction details table 600 may be stored in advance in the storage device 103 of the analysis apparatus 100 and read in step 201.
  • step 201 from the computer / terminal 130 that holds the data of the POS system, etc. It may be read via the network I / F 107 and the network 120. A copy of at least a portion of the read data may be stored in the memory 102.
  • FIG. 7 is a flowchart showing the processing executed by the store group assignment processing unit 112 of the analysis apparatus 100 according to the first embodiment of the present invention in step 203 of FIG.
  • the store group assignment processing unit 112 based on the product master table 300, lifestyle attribute table 400, store master table 500, and transaction details table 600, stores a lifestyle attribute calculation table 800 (see FIG. 8), store life, A style attribute assignment table 900 (see FIG. 9) and a store group classification table 1000 (see FIG. 10) are generated (step 701). These tables may be stored in the memory 102 or may be stored in the storage device 103. Details of these tables will be described later.
  • the store group grant processing unit 112 refers to the store lifestyle attribute calculation table 800 and totals the sales (for example, sales amount) of each store for each lifestyle attribute, and the total sales for each lifestyle attribute is calculated.
  • Store in the store lifestyle attribute calculation table 800 step 702).
  • the store group grant processing unit 112 calculates a ratio from the sales for each lifestyle attribute stored in the store lifestyle attribute calculation table 800, and stores the calculated ratio in the store lifestyle attribute grant table 900 (step) 703).
  • the store group grant processing unit 112 refers to the store lifestyle attribute grant table 900, determines the lifestyle attribute having the highest ratio as the lifestyle attribute of the store for each store, and determines the determined lifestyle attribute.
  • the lifestyle attribute code corresponding to is stored in the store lifestyle attribute assignment table 900 (step 704).
  • the store group grant processing unit 112 classifies store codes that identify stores corresponding to the store lifestyle attributes for each store group attribute. It is stored in the table 1000 (step 705).
  • FIG. 8 is an explanatory diagram of a store lifestyle attribute calculation table 800 held by the analysis apparatus 100 according to the first embodiment of the present invention.
  • the store lifestyle attribute calculation table 800 includes a store code 801, a lifestyle attribute code 01 “luxury” 802, a lifestyle attribute code 02 “health” 803, a lifestyle attribute code 03 “active” 804, and no lifestyle attribute 805. .
  • the store code 801 is a code for uniquely identifying each store, and corresponds to the store code 501 in FIG.
  • the lifestyle attribute code 01 “luxury” 802, the lifestyle attribute code 02 “health” 803, and the lifestyle attribute code 03 “active” 804 have a lifestyle attribute of “luxury” in a predetermined period of each store, This is the total sales of products that are “healthy” and “active”.
  • No lifestyle attribute 805 is the total sales of products for which a lifestyle attribute is not given in a predetermined period of each store.
  • the total sales amount is used as the total sales, but any value indicating sales performance can be used.
  • the total quantity of products sold may be used.
  • FIG. 9 is an explanatory diagram of the store lifestyle attribute assignment table 900 held by the analysis apparatus 100 according to the first embodiment of the present invention.
  • the store lifestyle attribute assignment table 900 includes a store code 901, a lifestyle attribute code 01 “luxury” 902, a lifestyle attribute code 02 “health” 903, a lifestyle attribute code 03 “active” 904, and a store lifestyle attribute 905. .
  • the store code 901 is a code for uniquely identifying each store, and corresponds to the store code 501 in FIG.
  • the lifestyle attribute code 01 “luxury” 902, lifestyle attribute code 02 “health” 903, and lifestyle attribute code 03 “active” 904 each have a lifestyle attribute “total” of sales for a predetermined period of each store. Percentage of sales of products that are “luxury”, “health” and “active”. These values are calculated in step 703 of FIG.
  • the store lifestyle attribute 905 is a lifestyle attribute of each store determined from the sales ratio. This is determined in step 704 of FIG.
  • lifestyle attribute code 01 “luxury” 802 and lifestyle attribute code 02 of a store whose store code 801 is “XXX” (hereinafter also simply referred to as store XXX. The same applies to other store codes).
  • the values of “health” 803, lifestyle attribute code 03 “active” 804 and no lifestyle attribute 805 are “20000 yen”, “35000 yen”, “45000 yen” and “0 yen”, respectively, “20%”, “35%” and “45%”, which are the ratios of the sales amount of each attribute to the total of 100,000 yen, are calculated, respectively, lifestyle attribute code 01 “luxury” 902, lifestyle attribute code 02 “Health” 903 and Lifestyle attribute code 03 “Active” 904 It is.
  • the store lifestyle attribute of the store XXX is determined to be “active”, and the corresponding lifestyle attribute code “03” is stored in the store Stored in the store lifestyle attribute 905 of XXX.
  • FIG. 10 is an explanatory diagram of the store group classification table 1000 held by the analyzer 100 according to the first embodiment of the present invention.
  • the store group classification table 1000 includes a store lifestyle attribute 1001 and store codes 1002 to 1005.
  • the store lifestyle attribute 1001 is a code for identifying the store lifestyle attribute
  • the store codes 1002 to 1005 are codes for identifying stores to which the respective store lifestyle attributes are assigned. For example, when the store lifestyle attribute “active” is given to the store XXX as described above, “XXX” is stored as the store code 1002 corresponding to the code “03” of the store lifestyle attribute “active”.
  • the actual store group classification table 1000 may have a column for storing more store codes.
  • FIG. 11 is a flowchart showing processing executed by the store-specific ABC analysis calculation unit 113 of the analysis apparatus 100 according to the first embodiment of the present invention in step 204 of FIG.
  • the store-by-store ABC analysis calculation unit 113 generates a store-by-store ABC calculation table 1200 based on the product master table 300, the store master table 500, and the transaction details table 600 (step 1101).
  • This table may be stored in the memory 102 or may be stored in the storage device 103. Details of the store-specific ABC calculation table 1200 will be described later (see FIG. 12).
  • the store-by-store ABC analysis calculation unit 113 calculates the sales of each product for each store, and stores the product code and the calculated sales in the store-by-store ABC calculation table 1200 in order from the product with the highest sales (Ste 1102).
  • FIG. 12 is an explanatory diagram of the store-specific ABC calculation table 1200 held by the analyzer 100 according to the first embodiment of the present invention.
  • the ABC calculation table 1200 for each store includes a store code 1201 and a set of a product code and the number of sales for each sales order.
  • the product code 1202 of the product with the first sales, its sales number 1203, the product code 1204 of the product with the second sales, the product number 1205, the product code 1206 of the product with the third sales, The product number 1207 and the product code 1208 of the product with the fourth highest sales and the number of sales 1209 are included, but the lower product code and the number of sales may be included.
  • the product code 1202 and the number of sales 1203 of the first sales in the store XXX are “ “3000001” and “40” are stored.
  • the product code and sales number of the second or lower sales in the store XXX, and the product code and sales number for each sales order of other stores are also calculated and stored in the corresponding fields (step 1102 in FIG. 11). ).
  • the number of sales (that is, the number of products sold) is used as the sales of each product for each store.
  • the sales amount may be used instead of the quantity. The same applies to the following processing.
  • FIG. 13 is a flowchart showing the processing executed by the single item potential calculation unit 114 of the analysis apparatus 100 according to the first embodiment of the present invention in step 205 in FIG.
  • the single item potential calculation unit 114 generates a store potential attribute-specific product potential calculation table 1400 based on the store group classification table 1000 and the store-specific ABC calculation table 1200 (step 1301).
  • This table may be stored in the memory 102 or may be stored in the storage device 103. Details of the store potential attribute-specific product potential calculation table 1400 will be described later (see FIG. 14).
  • the single item potential calculation unit 114 stores the number of sales for each store of products having lifestyle attributes corresponding to each store lifestyle attribute in the store potential attribute-specific product potential calculation table 1400 (step 1302).
  • the single item potential calculation unit 114 specifies the store with the largest number of sales for each product stored in the store lifestyle attribute-specific product potential calculation table 1400, and sets the maximum sales flag for the specified store (step S1). 1303).
  • FIG. 14 is an explanatory diagram of a store potential attribute-specific product potential calculation table 1400 held by the analysis apparatus 100 according to the first embodiment of the present invention.
  • the store potential attribute-specific product potential calculation table 1400 includes a store lifestyle attribute 1401, a lifestyle attribute 1402, a product code 1403, a store code 1404, a sales number 1405, and a maximum sales flag 1406.
  • the store lifestyle attribute 1401 is a code for identifying the lifestyle attribute of each store, and corresponds to the store lifestyle attribute 905 in FIG.
  • the lifestyle attribute 1402 is a code for identifying the lifestyle attribute assigned to each product, and corresponds to the lifestyle attribute code 304 in FIG.
  • the product code 1403 is a code for identifying each product, and corresponds to the product code 301 in FIG.
  • the store code 1404 is a code for identifying each store, and corresponds to the store code 501 in FIG.
  • the number of sales 1405 indicates the number of sales of each product in each store, and corresponds to the number of sales 1203 in FIG.
  • the maximum sales flag 1406 indicates that the number of sales of a certain store is the largest as a result of comparing the number of sales of a certain product having the same lifestyle attribute as the lifestyle attribute in a plurality of stores having a certain lifestyle attribute. Is a flag given to the combination of the store and the product.
  • the single item potential calculation unit 114 calculates the number of sales of sports food B (see FIG. 3) whose lifestyle attribute is “active” at each store whose store lifestyle attribute is “active” by store lifestyle attribute. They are stored in the product potential calculation table 1400 (step 1302), and their maximum values are specified (step 1303).
  • the product potential calculation table 1400 step 1302
  • their maximum values are specified (step 1303).
  • 30 and 50 sports foods B whose lifestyle attributes are “active” are sold in the store XXX and store ZZZ whose store lifestyle attributes are “active”, respectively.
  • the maximum sales flag is set for 50 sales of sports foods B in the store ZZZ. Is set ("Yes" in FIG. 14).
  • the same processing as described above is executed for a combination of each store lifestyle attribute and each product to which the same lifestyle attribute is assigned.
  • FIG. 15 is a flowchart showing the processing executed by the display product priority order output unit 115 of the analysis apparatus 100 according to the first embodiment of the present invention in step 206 of FIG.
  • the display product priority order output unit 115 generates a store-specific potential value reflection table 1600 based on the store-specific ABC calculation table 1200 and the store lifestyle attribute-specific product potential calculation table 1400 (step 1501).
  • the display product priority order output unit 115 associates the product codes of each product sold at each store stored in the store-specific ABC calculation table 1200 with the store that sold the product code in descending order of the number of sales. And stored in the store-specific potential value reflection table 1600 (step 1502).
  • the display product priority order output unit 115 determines whether the lifestyle attribute of each product stored in the store-specific potential value reflection table 1600 matches the lifestyle attribute of the corresponding store ( Step 1503).
  • the display product priority order output unit 115 sells the product in the store stored in the store-specific ABC calculation table 1200.
  • the number is stored in the store-specific potential value reflection table 1600 (step 1504).
  • the display product priority order output unit 115 includes, among the number of sales of the product in the store having the same lifestyle attribute as the store, The number of sales for which the maximum sales flag is set is stored in the potential value reflection table 1600 for each store (step 1505).
  • the display product priority order output unit 115 determines whether or not the number of sales of all the products of the store is stored in the store-specific potential value reflection table 1600 (step 1506). When there is a product for which the number of sales is not yet stored, the display product priority order output unit 115 executes the processing from step 1502 on for the product. When the sales numbers of all the products of the store are stored, the display product priority order output unit 115 generates the store-specific display product priority order table 1700 based on the store-specific potential value reflection table 1600. The displayed product priority order output unit 115 stores the product codes and sales numbers of the products sold in each store stored in the store-specific potential value reflection table 1600 in descending order of sales numbers. And stored in the store-by-store display product priority order table 1700 (step 1507).
  • FIG. 16 is an explanatory diagram of a store-specific potential value reflection table 1600 held by the analyzer 100 according to the first embodiment of the present invention.
  • the store-specific potential value reflection table 1600 includes a store code 1601 and a set of a product code and the number of sales for each sales order.
  • the product code 1602 of the product with the first sales, the number of sales 1603, the product code 1604 of the product with the second sales, the product number 1605, the product code 1606 of the product with the third sales, The sales number 1607, the product code 1608 of the product with the fourth highest sales, and the sales number 1609 are included, but lower product codes and sales numbers may be included.
  • the product codes and sales numbers corresponding to the stores stored in the store-specific potential value reflection table 1600 are the same as those stored in the store-specific ABC calculation table 1200.
  • the sales number “40” of the product identified by the product code “3000001” is first, and the sales number “35” of the product identified by the product code “2000001”.
  • "2" and the sales number "30” of the product identified by the product code "1000002” is 3rd, it corresponds to the store XXX in the store-specific potential value reflection table 1600 when step 1502 ends.
  • the product code 1602 and the sales number 1603 of the first sales are “3000001” and “40”, respectively.
  • the product code 1604 and the sales number 1605 of the second sales are “2000001” and “35”, respectively, and the product code 1606 of the third sales.
  • the sales numbers 1607 are “1000002” and “30”, respectively.
  • step 1503 it is determined that the lifestyle attribute of the product “sports food B” identified by the product code “1000002” is the same “active” as the lifestyle attribute of the store XXX (FIG. 3, FIG. 3). (See FIG. 10). Therefore, the display product priority order output unit 115 refers to the store lifestyle attribute-specific product potential calculation table 1400 and corresponds to the product code “1000002” and the value of the number of sales 1405 for which the maximum sales flag 1406 is set “ 50 ”is stored in the number of sales 1607 corresponding to the product code“ 1000002 ”(step 1505).
  • FIG. 17 is an explanatory diagram of a store-by-store display product priority order table 1700 held by the analysis apparatus 100 according to the first embodiment of the present invention.
  • the store-by-store display product priority order table 1700 includes a store code 1701 and a set of a product code and the number of sales for each sales order.
  • the sales number 1707, the product code 1708 of the product with the fourth highest sales, and the sales number 1709 thereof are included, but lower product codes and sales numbers may be included.
  • the displayed product priority order output unit 115 may output information indicating the priority order of each product in each store determined as described above as an analysis result.
  • the analysis apparatus 100 may output an analysis result using the display device 104 or the printer 106, or an arbitrary computer / terminal 130 (for example, using this analysis result via the network 120). You may transmit to the terminal of the store which is going to display goods.
  • the information indicating the priority order of each product may be information that can specify the order, and may be, for example, the order of the number of sales stored in the store-by-store display product priority order table 1700, or the number of sales is output. May be.
  • the user of the analysis system of the present embodiment can use this order as a priority order for displaying each product at each store. For example, the user of the analysis system of the present embodiment can determine that products are displayed in the display space of the store in descending order of priority, and products overflowing from the display space are not displayed.
  • the display product priority order output unit 115 displays an attribute (for example, location attribute) other than the lifestyle attribute of the store where the changed number of sales is actually acquired. You may output together.
  • an attribute for example, location attribute
  • the display product priority order output unit 115 displays an attribute (for example, location attribute) other than the lifestyle attribute of the store where the changed number of sales is actually acquired. You may output together.
  • the display product priority order output unit 115 displays an attribute (for example, location attribute) other than the lifestyle attribute of the store where the changed number of sales is actually acquired. You may output together.
  • an attribute for example, location attribute
  • the location attribute of the store XXX is a residential area, whereas the location attribute of the store ZZZ is in front of the station, so the user of the analysis system of the present embodiment refers to this location attribute, When it is determined that the difference in the number of sales is due to the difference in location attribute, it can be determined that the above ranking is not adopted.
  • the same lifestyle attribute is given to stores having similar product sales trends such as what lifestyle attribute products are often sold at each store. For example, the same attribute as that of the product having the highest sales ratio is given to the store (step 706 in FIG. 7). For this reason, it can be said that stores with the same lifestyle attributes tend to have many customers with similar tastes and tend to sell many products with the same lifestyle attributes as stores.
  • display priorities are determined so that products that are determined to have potential to sell, even if they are unsold, are not easily excluded from display. Risk of a purchaser's loss of purchase opportunities can be reduced.
  • the number of sales of a product with the same lifestyle attribute as that lifestyle attribute is compared at multiple stores with a certain lifestyle attribute, and the maximum value is calculated as the potential sales.
  • the maximum value is calculated as the potential sales.
  • a value obtained by multiplying the maximum value by a predetermined coefficient, or an average value may be used as the potential value. Thereby, an appropriate potential value can be set. However, if the potential value thus determined is smaller than the original sales, the replacement may not be performed.
  • the analysis apparatus 100 classifies the products in each store into products with large sales and products with small sales according to a predetermined standard, and selects only small products for the above processing. Good.
  • the display merchandise priority order output unit 115 may execute step 1504 by omitting step 1503 in FIG.
  • Products with lower sales are more likely to lose consumer purchase opportunities because they are not displayed in the store, so performing the above processing for such products reduces the risk of consumer purchase opportunity loss. Can be reduced.
  • step 1505 is executed only when the store lifestyle attribute matches the lifestyle attribute of the product, but step 1505 is executed if they do not match. May be.
  • the lifestyle attribute of the product with the product code “2000001” in the second sales in the store XXX is “healthy” (FIG. 3), and matches the lifestyle attribute “active” of the store XXX. do not do.
  • the display product priority order output unit 115 may replace the sales number “35” of the product with a larger potential value in step 1505.
  • the display product priority order output unit 115 may determine the potential value to be replaced based on the maximum value of sales of the product in the store whose store lifestyle attribute is “healthy”.
  • the display product priority order output unit 115 may determine the potential value by, for example, weighting based on the ratio of sales for each lifestyle attribute in each store. For example, when the sales ratio of the product whose lifestyle attribute is “active” in the store XXX is 45% and the sales ratio of the product whose “health” is 35% (FIG. 9), the display product priority order output unit Reference numeral 115 denotes the number of sales to which the maximum sales flag of the product with the product code “1000002” having the lifestyle attribute “active” and the maximum sales of the product with the product code “200001” having the lifestyle attribute “health”. A value obtained by multiplying each of the number of sales to which the flag is assigned by a coefficient of a ratio corresponding to 45% and 35% may be determined as each potential value.
  • Example 2 of the present invention will be described. Except for the differences described below, each part of the system of the second embodiment has the same functions as the parts denoted by the same reference numerals in the first embodiment shown in FIG. 1 to FIG. Is omitted.
  • FIG. 18 is a block diagram showing the configuration of the analysis system according to the second embodiment of the present invention.
  • the analysis system includes an analysis apparatus 100 and one or more computers / terminals 130 connected to each other via a network 120.
  • a computer / terminal 130 (hereinafter simply referred to as a terminal 130) includes a CPU 1801, a memory 1802, a network interface (I / F) 1803, a display device 1804, an input device 1805, a printer 1806, and a storage that are connected to each other.
  • a computer having an apparatus 1807.
  • the CPU 1801 is a processor that realizes various functions to be described later by executing a program stored in the memory 1802.
  • the memory 1802 is a main storage device that stores programs executed by the CPU 1801 and other data.
  • the memory 1802 of the present embodiment in addition to a basic program (not shown) such as an operating system, for example, sends data such as the product master table 1811 to the analysis apparatus 100 to request analysis processing, and results of the analysis processing
  • a program (not shown) for realizing the function of receiving and outputting the message may be stored.
  • the storage device 1807 is, for example, a hard disk drive or the like, and stores data such as a product master table 300, a lifestyle attribute table 400, a store master table 500, and a transaction details table 600.
  • the display device 1804 and the printer 1806 are output devices that output the results of processing executed by the CPU 1801, and can output arbitrary visual information such as character strings and graphics.
  • the input device 1805 is a device used by the user of the terminal 130 to input information to the terminal 130, and may be a keyboard, a mouse, a touch panel, or the like, for example.
  • the network I / F 1803 is connected to the network 120 and communicates data with other devices such as the analysis device 100 or the other terminal 130.
  • the terminal 130 transmits the product master table 300, the lifestyle attribute table 400, the store master table 500, and the transaction details table 600 to the analysis device 100 and requests analysis processing.
  • the analysis device 100 stores the received table in the memory 102 or the storage device 103, executes the same processing as in the first embodiment, and displays the result (for example, the contents of the store-by-store display product priority order table 1700). Or may be transmitted to the terminal 130 via the network 120. In the latter case, the terminal 130 outputs the received processing result from the display device 1804 or the printer 1806.
  • one terminal 130 holds a product master table 300, a lifestyle attribute table 400, a store master table 500 and a transaction details table 600, but these tables are distributed to a plurality of terminals 130. May be.
  • one terminal 130 holds a product master table 300, a lifestyle attribute table 400, and a store master table 500
  • another terminal 130 holds a transaction details table 600
  • the table held by each terminal 130 is an analysis device.
  • 100 may be transmitted.
  • each of the plurality of terminals 130 holds a transaction details table 600 including only information about one store, and the analysis device 100 combines the transaction details table 600 received from each terminal 130 to obtain information about all stores.
  • An included transaction details table 600 may be generated.
  • the analysis apparatus 100 may be realized by a plurality of computers connected to the network 120. In that case, for example, each step shown in FIG. 2 may be executed by a separate computer.
  • this invention is not limited to the above-mentioned Example, Various modifications are included.
  • the above-described embodiments have been described in detail for better understanding of the present invention, and are not necessarily limited to those having all the configurations described.
  • a part of the configuration of one embodiment can be replaced with the configuration of another embodiment, and the configuration of another embodiment can be added to the configuration of one embodiment.
  • each of the above-described configurations, functions, processing units, processing means, and the like may be realized by hardware by designing a part or all of them with, for example, an integrated circuit.
  • each of the above-described configurations, functions, and the like may be realized by software by interpreting and executing a program that realizes each function by the processor.
  • Information such as programs, tables, and files that realize each function is stored in a non-volatile semiconductor memory, a hard disk drive, a storage device such as an SSD (Solid State Drive), or a computer-readable information such as an IC card, SD card, or DVD. It can be stored on a temporary data storage medium.
  • control lines and information lines indicate what is considered necessary for the explanation, and not all the control lines and information lines on the product are necessarily shown. Actually, it may be considered that almost all the components are connected to each other.

Abstract

計算機が実行する分析方法であって、計算機は、複数の商品の各々に付与された属性を示す情報と、複数の店舗の各々に付与された属性を示す情報と、各店舗における各商品の売上を示す情報と、を保持し、各店舗における各商品の売上を集計する手順と、複数の店舗のうち第１店舗に付与された属性が、複数の商品のうち第１商品に付与された属性に対応し、かつ、第１店舗における第１商品の売上より、第１商品に付与された属性に対応する属性が付与されたいずれかの店舗における前記第１商品の売上が大きい場合、第１店舗における第１商品の売上を、それより大きい潜在的な売上に置き換える手順と、潜在的な売上への置き換えが終了した後、第１店舗における各商品の売上の大きさの順位を示す情報を出力する第３手順と、を含む。

Description

分析方法、分析システム及び分析プログラム
　本発明は、店舗における商品の売上を分析する技術に関する。
　本発明の背景技術として、国際公開第２０１５／０４０７８９号（特許文献１）がある。特許文献１には、「一部の店舗でのみ売れ行きがよい商品ではなく、多くの店舗で売れ筋となっている商品を推薦する商品推薦装置が開示される。評価値算出部は、複数の店舗で取り扱われている複数の商品について、払出量及び取り扱い店舗数に応じて増加する評価値を算出する。商品推薦部は、推薦対象の店舗が取り扱う商品より評価値が高い商品を推薦する。」と記載されている。
　特許文献１：国際公開第２０１５／０４０７８９号
　従来は、上記の特許文献１のように、売れ筋の商品に着眼して陳列する商品が決定されている。しかし、実際には、店舗によって来店する顧客の嗜好の傾向が異なる場合があり、その傾向によって、売れ筋でない商品であっても、将来の売上のポテンシャルが相違することがあると考えられる。このため、売れ筋でない商品を一律に陳列の対象から除外すると、店舗によっては、その店舗を利用する多くの顧客が好む商品が陳列されていないために、それらの顧客がその店舗の利用を避けるようになることも考えられ、それによる購買機会の損失と顧客の離反が発生するという問題がある。
　上記の課題を解決するために、本発明は、プロセッサと、前記プロセッサがアクセスする記憶装置と、を有する計算機が実行する分析方法であって、前記記憶装置は、複数の商品の各々に付与された属性を示す情報と、複数の店舗の各々に付与された属性を示す情報と、各店舗における各商品の売上を示す情報と、を保持し、前記分析方法は、前記プロセッサが、前記各店舗における前記各商品の売上を集計する第１手順と、前記プロセッサが、前記複数の店舗のうち第１店舗に付与された属性が、前記複数の商品のうち第１商品に付与された属性に対応し、かつ、前記第１店舗における前記第１商品の売上より、前記第１商品に付与された属性に対応する属性が付与されたいずれかの店舗における前記第１商品の売上が大きい場合、前記第１店舗における前記第１商品の売上を、それより大きい潜在的な売上に置き換える第２手順と、前記潜在的な売上への置き換えが終了した後、前記プロセッサが、前記第１店舗における前記各商品の売上の大きさの順位を示す情報を出力する第３手順と、を含むことを特徴とする。
　本発明の一態様によれば、消費者の購買機会損失のリスクを考慮した陳列商品の優先順位付けをすることができる。上記した以外の課題、構成、および効果は、以下の実施形態の説明によって明らかにされる。
本発明の実施例１の分析システムの構成を示すブロック図である。 本発明の実施例１の分析装置が実行する処理を示すフローチャートである。 本発明の実施例１の分析装置が保持する商品マスタテーブルの説明図である。 本発明の実施例１の分析装置が保持するライフスタイル属性テーブルの説明図である。 本発明の実施例１の分析装置が保持する店舗マスタテーブルの説明図である。 本発明の実施例１の分析装置が保持する取引明細テーブルの説明図である。 本発明の実施例１の分析装置の店舗グループ付与処理部が実行する処理を示すフローチャートである。 本発明の実施例１の分析装置が保持する店舗ライフスタイル属性計算テーブルの説明図である。 本発明の実施例１の分析装置が保持する店舗ライフスタイル属性付与テーブルの説明図である。 本発明の実施例１の分析装置が保持する店舗グループ分類テーブルの説明図である。 本発明の実施例１の分析装置の店舗別ＡＢＣ分析計算部が実行する処理を示すフローチャートである。 本発明の実施例１の分析装置が保持する店舗別ＡＢＣ計算テーブルの説明図である。 本発明の実施例１の分析装置の単品ポテンシャル計算部が実行する処理を示すフローチャートである。 本発明の実施例１の分析装置が保持する店舗ライフスタイル属性別商品ポテンシャル計算テーブルの説明図である。 本発明の実施例１の分析装置の陳列商品優先順出力部が実行する処理を示すフローチャートである。 本発明の実施例１の分析装置が保持する店舗別ポテンシャル値反映テーブルの説明図である。 本発明の実施例１の分析装置が保持する店舗別陳列商品優先順テーブルの説明図である。 本発明の実施例２の分析システムの構成を示すブロック図である。
　以下、本発明の実施例について図面を用いて説明する。
　図１は、本発明の実施例１の分析システムの構成を示すブロック図である。
　本実施例の分析システムは、分析装置１００によって構成される。分析装置１００は、相互にアクセス可能に接続されたＣＰＵ１０１、メモリ１０２、記憶装置１０３、表示装置１０４、入力装置１０５、プリンタ１０６及びネットワークインターフェース（Ｉ／Ｆ）１０７を有する計算機である。
　ＣＰＵ１０１は、メモリ１０２に格納されたプログラムを実行することによって後述する種々の機能を実現するプロセッサである。
　メモリ１０２は、ＣＰＵ１０１によって実行されるプログラム及びその他のデータを格納する主記憶装置である。本実施例のメモリ１０２は、オペレーティングシステム等の基本的なプログラム（図示省略）の他、データ入力部１１１、店舗グループ付与処理部１１２、店舗別ＡＢＣ分析計算部１１３、単品ポテンシャル計算部１１４、陳列商品優先順出力部１１５及びデータベースアクセス部１１６の機能を実現するためのプログラムを格納する。以下の説明において上記の各部が実行する処理は、実際には、ＣＰＵ１０１が、メモリ１０２に格納されたプログラムに従って、必要に応じて分析装置１００内の各部を制御することによって実行される。
　記憶装置１０３は、例えばハードディスクドライブ等であり、商品マスタテーブル３００等のデータを格納する。記憶装置１０３に格納されるデータの少なくとも一部が必要に応じてメモリ１０２にコピーされてもよい。また、ＣＰＵ１０１が実行するプログラムも、記憶装置１０３に格納され、その少なくとも一部が必要に応じてメモリ１０２にコピーされてもよい。記憶装置１０３に格納されるデータの詳細については後述する。
　表示装置１０４及びプリンタ１０６は、ＣＰＵ１０１によって実行された処理の結果を出力する出力装置であり、文字列及び図形等の任意の視覚的な情報を出力することができる。
　入力装置１０５は、分析装置１００のユーザが分析装置１００に情報を入力するために使用される装置であり、例えば、キーボード、マウス又はタッチパネル等であってもよい。
　ネットワークＩ／Ｆ１０７は、ネットワーク１２０に接続され、他の装置、例えば一つ以上の計算機／端末１３０との間でデータを通信する。
　図２は、本発明の実施例１の分析装置１００が実行する処理を示すフローチャートである。
　最初に、データベースアクセス部１１６が、記憶装置１０３等からテーブルを読み込む（ステップ２０１）。ここで読み込まれるテーブルについては図３～図６等を参照して後述する。
　次に、データ入力部１１１が、入力装置１０５を介して入力されたデータをテーブルに格納する（ステップ２０２）。例えば、ステップ２０１で読み込まれたテーブルのデータを補う情報、又は、これから実行される処理において参照されるパラメータ等が入力された場合には、それらをテーブルに格納してもよい。必要がない場合はステップ２０２を省略してもよい。
　次に、店舗グループ付与処理部１１２が、ステップ２０１で読み込まれたテーブル及びステップ２０２で入力されたデータに基づいて、各店舗を店舗グループに分類する（ステップ２０３）。この処理の詳細については図７～図１０を参照して後述する。
　次に、店舗別ＡＢＣ分析計算部１１３が、各店舗についてＡＢＣ分析を行う（ステップ２０４）。この処理の詳細については図１１及び図１２を参照して後述する。
　次に、単品ポテンシャル計算部１１４が、ステップ２０３の分類の結果及びステップ２０４の分析の結果に基づいて、各店舗の各商品について、売り上げのポテンシャルを計算する（ステップ２０５）。この処理の詳細については図１３及び図１４を参照して後述する。
　最後に、陳列商品優先順出力部１１５が、ステップ２０５で計算されたポテンシャルに基づいて、陳列商品の優先順を決定し、出力する（ステップ２０６）。この処理の詳細については図１５～図１７を参照して後述する。
　図３は、本発明の実施例１の分析装置１００が保持する商品マスタテーブル３００の説明図である。
　商品マスタテーブル３００は、分析装置１００の記憶装置１０３に格納され、ステップ２０１において読み出され、必要に応じてその少なくとも一部の複製がメモリ１０２に格納されてもよい。
　商品マスタテーブル３００は、各商品の属性に関する情報を含み、例えば、各商品の商品コード３０１、商品名３０２、単価３０３及びライフスタイル属性コード３０４からなる。商品コード３０１は、各商品を一意に識別するコードである。商品名３０２は、各商品の名称である。図３では例示のため商品名３０２として“一般食品Ａ”などが登録されているが、実際には具体的な商品名が登録されてもよい。単価３０３は、各商品の単価である。ライフスタイル属性コード３０４は、各商品に予め付与された属性を識別するコードである。本実施例では、各商品を購入する顧客に想定されるライフスタイルを示す属性（以下、ライフスタイル属性）が各商品に付与される。本実施例におけるライフスタイル属性の例については図４を参照して後述する。
　図４は、本発明の実施例１の分析装置１００が保持するライフスタイル属性テーブル４００の説明図である。
　ライフスタイル属性テーブル４００は、分析装置１００の記憶装置１０３に格納され、ステップ２０１において読み出され、必要に応じてその少なくとも一部の複製がメモリ１０２に格納されてもよい。
　ライフスタイル属性テーブル４００は、ライフスタイル属性に関する情報を含み、例えば、ライフスタイル属性コード４０１及びライフスタイル属性４０２からなる。ライフスタイル属性コード４０１は、各商品に予め付与された属性を識別するコードであり、図３のライフスタイル属性コード３０４に対応する。ライフスタイル属性４０２は、各コードに対応するライフスタイル属性を示す。図４の例では、ライフスタイル属性コード４０１の値“０１”、“０２”及び“０３”のそれぞれに対応するライフスタイル属性４０２として“贅沢”、“健康”及び“アクティブ”が登録されている。
　ここで図３及び図４を照合すると、商品“一般食品Ａ”にはいずれのライフスタイル属性も付与されていない。商品“スポーツ食品Ｂ”及び“健康食品Ｃ”には、それぞれ、ライフスタイル属性として“アクティブ”及び“健康”が付与されている。これは、スポーツ食品Ｂには、アクティブ指向のライフスタイルを持つ人物、例えば、日常的にスポーツを行うなど、活動的な生活を好む人物によって購入される傾向があるという属性が与えられ、健康食品Ｃには、健康志向のライフスタイルを持つ人物、例えば、食品の添加物及び栄養バランス等に気を配った健康的な生活を好む人物によって購入される傾向があるという属性が与えられていることを示している。また、この例では、一般食品Ａにはいずれの属性も付与されていない。
　商品に付与される上記の属性は一例であり、例えば、流行に追随することを好むライフスタイル属性、又は、安価な商品を好むライフスタイル属性などが付与されてもよいし、ライフスタイルに関する属性に当てはまらない属性が付与されてもよい。
　図５は、本発明の実施例１の分析装置１００が保持する店舗マスタテーブル５００の説明図である。
　店舗マスタテーブル５００は、分析装置１００の記憶装置１０３に格納され、ステップ２０１において読み出され、必要に応じてその少なくとも一部の複製がメモリ１０２に格納されてもよい。
　店舗マスタテーブル５００は、各店舗の属性に関する情報を含み、例えば、店舗コード５０１、店舗名５０２及び立地属性５０３からなる。店舗コード５０１は、各店舗を一意に識別するコードである。店舗名５０２は、各店舗の名称である。立地属性５０３は、例えば住宅地又は駅前といった、各店舗の立地に関する属性である。
　図６は、本発明の実施例１の分析装置１００が保持する取引明細テーブル６００の説明図である。
　取引明細テーブル６００は、各店舗で実際に販売された商品に関する情報を含み、例えば、販売日６０１、店舗コード６０２、レシートコード６０３、商品コード６０４、販売個数６０５及び販売金額６０６からなる。販売日６０１は、各商品が販売された日を示す。店舗コード６０２は、各商品が販売された店舗を一意に識別するコードであり、図５の店舗コード５０１に対応する。レシートコード６０３は、各商品の販売を記録するレシートを一意に識別するコードである。商品コード６０４は、販売された各商品を一意に識別するコードであり、図３の商品コード３０１に対応する。販売個数６０５は、販売された各商品の数量を示す。販売金額６０６は、販売された各商品の金額を示す。
　上記のような取引明細テーブル６００の情報は、例えば、各店舗に導入されているＰＯＳ（Ｐｏｉｎｔ　Ｏｆ　Ｓａｌｅｓ）システムから取得することができる。このため、取引明細テーブル６００は、予め分析装置１００の記憶装置１０３に格納され、ステップ２０１において読み出されてもよいし、ステップ２０１において、ＰＯＳシステムのデータを保持する計算機／端末１３０等から、ネットワークＩ／Ｆ１０７及びネットワーク１２０を介して読み出されてもよい。読みだされたデータの少なくとも一部の複製がメモリ１０２に格納されてもよい。
　図７は、本発明の実施例１の分析装置１００の店舗グループ付与処理部１１２が図２のステップ２０３において実行する処理を示すフローチャートである。
　最初に、店舗グループ付与処理部１１２は、商品マスタテーブル３００、ライフスタイル属性テーブル４００、店舗マスタテーブル５００及び取引明細テーブル６００に基づいて、店舗ライフスタイル属性計算テーブル８００（図８参照）、店舗ライフスタイル属性付与テーブル９００（図９参照）及び店舗グループ分類テーブル１０００（図１０参照）を生成する（ステップ７０１）。これらのテーブルは、メモリ１０２に格納されてもよいし、記憶装置１０３に格納されてもよい。これらのテーブルの詳細は後述する。
　次に、店舗グループ付与処理部１１２は、店舗ライフスタイル属性計算テーブル８００を参照して、各店舗の売上（例えば販売金額）をライフスタイル属性ごとに集計し、集計したライフスタイル属性ごとの売上を店舗ライフスタイル属性計算テーブル８００に格納する（ステップ７０２）。
　次に、店舗グループ付与処理部１１２は、店舗ライフスタイル属性計算テーブル８００に格納されたライフスタイル属性ごとの売上から比率を計算し、計算した比率を店舗ライフスタイル属性付与テーブル９００に格納する（ステップ７０３）。
　次に、店舗グループ付与処理部１１２は、店舗ライフスタイル属性付与テーブル９００を参照して、店舗ごとに、最も比率の高いライフスタイル属性をその店舗のライフスタイル属性として決定し、決定したライフスタイル属性に対応するライフスタイル属性コードを店舗ライフスタイル属性付与テーブル９００に格納する（ステップ７０４）。
　次に、店舗グループ付与処理部１１２は、店舗ライフスタイル属性付与テーブル９００に格納された店舗ライフスタイル属性に基づいて、店舗ライフスタイル属性ごとに、それに該当する店舗を識別する店舗コードを店舗グループ分類テーブル１０００に格納する（ステップ７０５）。
　以上で店舗グループ付与処理部１１２の処理が終了する。
　図８は、本発明の実施例１の分析装置１００が保持する店舗ライフスタイル属性計算テーブル８００の説明図である。
　店舗ライフスタイル属性計算テーブル８００は、店舗コード８０１、ライフスタイル属性コード０１“贅沢”８０２、ライフスタイル属性コード０２“健康”８０３、ライフスタイル属性コード０３“アクティブ”８０４及びライフスタイル属性なし８０５からなる。
　店舗コード８０１は、各店舗を一意に識別するコードであり、図５の店舗コード５０１等に対応する。ライフスタイル属性コード０１“贅沢”８０２、ライフスタイル属性コード０２“健康”８０３及びライフスタイル属性コード０３“アクティブ”８０４は、それぞれ、各店舗の、所定の期間における、ライフスタイル属性が“贅沢”、“健康”及び“アクティブ”である商品の売上の合計である。ライフスタイル属性なし８０５は、各店舗の、所定の期間における、ライフスタイル属性が付与されていない商品の売上の合計である。これらの値は、図７のステップ７０２において計算される。
　図８の例では売上の合計として販売金額の合計を使用しているが、販売実績を示す値であれば使用できる。例えば、販売した商品の数量の合計を使用してもよい。商品に上記以外の属性が付与される場合には、その属性に対応する項目が店舗ライフスタイル属性計算テーブル８００に追加される。
　図９は、本発明の実施例１の分析装置１００が保持する店舗ライフスタイル属性付与テーブル９００の説明図である。
　店舗ライフスタイル属性付与テーブル９００は、店舗コード９０１、ライフスタイル属性コード０１“贅沢”９０２、ライフスタイル属性コード０２“健康”９０３、ライフスタイル属性コード０３“アクティブ”９０４及び店舗ライフスタイル属性９０５からなる。
　店舗コード９０１は、各店舗を一意に識別するコードであり、図５の店舗コード５０１等に対応する。ライフスタイル属性コード０１“贅沢”９０２、ライフスタイル属性コード０２“健康”９０３及びライフスタイル属性コード０３“アクティブ”９０４は、それぞれ、各店舗の所定の期間の売上の合計に対する、ライフスタイル属性が“贅沢”、“健康”及び“アクティブ”である商品の売上の割合である。これらの値は、図７のステップ７０３で計算される。店舗ライフスタイル属性９０５は、売り上げの割合から決定された各店舗のライフスタイル属性である。これは、図７のステップ７０４で決定される。
　例えば、図８において、店舗コード８０１が“ＸＸＸ”である店舗（以下、単に店舗ＸＸＸとも記載する。他の店舗コードについても同様）のライフスタイル属性コード０１“贅沢”８０２、ライフスタイル属性コード０２“健康”８０３、ライフスタイル属性コード０３“アクティブ”８０４及びライフスタイル属性なし８０５の値がそれぞれ“２００００円”、“３５０００円”、“４５０００円”及び“０円”である場合、販売金額の合計である１０００００円に対するそれぞれの属性の販売金額の割合である“２０％”、“３５％”及び“４５％”が計算され、それぞれ、ライフスタイル属性コード０１“贅沢”９０２、ライフスタイル属性コード０２“健康”９０３及びライフスタイル属性コード０３“アクティブ”９０４に格納される。
　この例では、ライフスタイル属性“アクティブ”の商品の販売金額の割合が最も高いため、店舗ＸＸＸの店舗ライフスタイル属性は“アクティブ”に決定され、それに対応するライフスタイル属性コード“０３”が、店舗ＸＸＸの店舗ライフスタイル属性９０５に格納される。
　図１０は、本発明の実施例１の分析装置１００が保持する店舗グループ分類テーブル１０００の説明図である。
　店舗グループ分類テーブル１０００は、店舗ライフスタイル属性１００１及び店舗コード１００２～１００５からなる。店舗ライフスタイル属性１００１は、店舗ライフスタイル属性を識別するコードであり、店舗コード１００２～１００５は、それぞれの店舗ライフスタイル属性が付与された店舗を識別するコードである。例えば、上記のように店舗ＸＸＸに店舗ライフスタイル属性“アクティブ”が付与された場合、店舗ライフスタイル属性“アクティブ”のコード“０３”に対応する店舗コード１００２として“ＸＸＸ”が格納される。図１０の例では店舗コード１００２～１００５のみを示すが、実際の店舗グループ分類テーブル１０００は、より多くの店舗コードを格納するカラムを有してもよい。
　図１１は、本発明の実施例１の分析装置１００の店舗別ＡＢＣ分析計算部１１３が図２のステップ２０４において実行する処理を示すフローチャートである。
　最初に、店舗別ＡＢＣ分析計算部１１３は、商品マスタテーブル３００、店舗マスタテーブル５００及び取引明細テーブル６００に基づいて、店舗別ＡＢＣ計算テーブル１２００を生成する（ステップ１１０１）。このテーブルは、メモリ１０２に格納されてもよいし、記憶装置１０３に格納されてもよい。店舗別ＡＢＣ計算テーブル１２００の詳細は後述する（図１２参照）。
　次に、店舗別ＡＢＣ分析計算部１１３は、店舗ごとに、各商品の売上を計算し、売上の高い商品から順に、その商品コード及び計算された売上を店舗別ＡＢＣ計算テーブル１２００に格納する（ステップ１１０２）。
　以上で店舗別ＡＢＣ分析計算部１１３の処理が終了する。
　図１２は、本発明の実施例１の分析装置１００が保持する店舗別ＡＢＣ計算テーブル１２００の説明図である。
　店舗別ＡＢＣ計算テーブル１２００は、店舗コード１２０１、及び、売上の順位ごとの商品コードと売上数の組からなる。図１２の例では、売上が１位の商品の商品コード１２０２、その売上数１２０３、売上が２位の商品の商品コード１２０４、その売上数１２０５、売上が３位の商品の商品コード１２０６、その売上数１２０７、売上が４位の商品の商品コード１２０８及びその売上数１２０９を含んでいるが、さらに下位の商品コード及び売上数を含んでもよい。
　図１２の例では、店舗ＸＸＸにおいて、商品コードが“３０００００１”である商品の売上数“４０”が１位であったために、店舗ＸＸＸの売上１位の商品コード１２０２及び売上数１２０３にそれぞれ“３０００００１”及び“４０”が格納される。同様に、店舗ＸＸＸの売上２位以下の商品コード及び売上数、並びに、他の店舗の売上の順位ごとの商品コード及び売上数も計算され、対応するフィールドに格納される（図１１のステップ１１０２）。
　上記の図１１及び図１２の例では、店舗ごとの各商品の売上として売上数（すなわち販売された商品の数）を使用しているが、販売実績を示す値であれば、販売された商品の数量の代わりに販売金額を使用してもよい。以下の処理についても同様である。
　図１３は、本発明の実施例１の分析装置１００の単品ポテンシャル計算部１１４が図２のステップ２０５において実行する処理を示すフローチャートである。
　最初に、単品ポテンシャル計算部１１４は、店舗グループ分類テーブル１０００及び店舗別ＡＢＣ計算テーブル１２００に基づいて店舗ライフスタイル属性別商品ポテンシャル計算テーブル１４００を生成する（ステップ１３０１）。このテーブルは、メモリ１０２に格納されてもよいし、記憶装置１０３に格納されてもよい。店舗ライフスタイル属性別商品ポテンシャル計算テーブル１４００の詳細は後述する（図１４参照）。
　次に、単品ポテンシャル計算部１１４は、それぞれの店舗ライフスタイル属性に対応するライフスタイル属性の商品の店舗ごとの売上数を、店舗ライフスタイル属性別商品ポテンシャル計算テーブル１４００に格納する（ステップ１３０２）。
　次に、単品ポテンシャル計算部１１４は、店舗ライフスタイル属性別商品ポテンシャル計算テーブル１４００に格納された商品ごとに、売上数が最大の店舗を特定し、特定した店舗に売上最大フラグを設定する（ステップ１３０３）。
　以上で単品ポテンシャル計算部１１４の処理が終了する。
　図１４は、本発明の実施例１の分析装置１００が保持する店舗ライフスタイル属性別商品ポテンシャル計算テーブル１４００の説明図である。
　店舗ライフスタイル属性別商品ポテンシャル計算テーブル１４００は、店舗ライフスタイル属性１４０１、ライフスタイル属性１４０２、商品コード１４０３、店舗コード１４０４、売上数１４０５及び最大売上フラグ１４０６からなる。
　店舗ライフスタイル属性１４０１は、各店舗のライフスタイル属性を識別するコードであり、図９の店舗ライフスタイル属性９０５に対応する。ライフスタイル属性１４０２は、各商品に付与されたライフスタイル属性を識別するコードであり、図３のライフスタイル属性コード３０４に対応する。商品コード１４０３は、各商品を識別するコードであり、図３の商品コード３０１に対応する。店舗コード１４０４は、各店舗を識別するコードであり、図５の店舗コード５０１に対応する。売上数１４０５は、各店舗における各商品の売上数を示し、図１２の売上数１２０３等に対応する。最大売上フラグ１４０６は、あるライフスタイル属性が付与された複数の店舗における、当該ライフスタイル属性と同一のライフスタイル属性が付与されたある商品の売上数を比較した結果、ある店舗の売上数が最大であった場合に、当該店舗と当該商品の組合せに対して付与されるフラグである。
　例えば、単品ポテンシャル計算部１１４は、店舗ライフスタイル属性が“アクティブ”である各店舗における、ライフスタイル属性が“アクティブ”であるスポーツ食品Ｂ（図３参照）の売上数を、店舗ライフスタイル属性別商品ポテンシャル計算テーブル１４００に格納し（ステップ１３０２）、それらの最大値を特定する（ステップ１３０３）。図１４の例では、店舗ライフスタイル属性が“アクティブ”である店舗ＸＸＸ及び店舗ＺＺＺにおいて、ライフスタイル属性が“アクティブ”であるスポーツ食品Ｂがそれぞれ３０個及び５０個販売されている。仮に、店舗ライフスタイル属性が“アクティブ”であって、かつ、スポーツ食品Ｂが５０個以上販売された店舗が他になかった場合、店舗ＺＺＺにおけるスポーツ食品Ｂの売上数５０個に、最大売上フラグが設定される（図１４の“Ｙｅｓ”）。上記と同様の処理が、それぞれの店舗ライフスタイル属性と、それと同じライフスタイル属性が付与された各商品との組合せについて実行される。
　図１５は、本発明の実施例１の分析装置１００の陳列商品優先順出力部１１５が図２のステップ２０６において実行する処理を示すフローチャートである。
　最初に、陳列商品優先順出力部１１５は、店舗別ＡＢＣ計算テーブル１２００及び店舗ライフスタイル属性別商品ポテンシャル計算テーブル１４００に基づいて、店舗別ポテンシャル値反映テーブル１６００を生成する（ステップ１５０１）。次に、陳列商品優先順出力部１１５は、店舗別ＡＢＣ計算テーブル１２００に格納された、各店舗で販売された各商品の商品コードを、売上数が大きい順に、それを販売した店舗と対応付けて、店舗別ポテンシャル値反映テーブル１６００に格納する（ステップ１５０２）。
　次に、陳列商品優先順出力部１１５は、店舗別ポテンシャル値反映テーブル１６００に格納された各商品について、そのライフスタイル属性が、対応する店舗のライフスタイル属性と一致するか否かを判定する（ステップ１５０３）。
　ステップ１５０３において、商品のライフスタイル属性が店舗のライフスタイル属性と一致しないと判定された場合、陳列商品優先順出力部１１５は、店舗別ＡＢＣ計算テーブル１２００に格納された当該店舗における当該商品の売上数を、店舗別ポテンシャル値反映テーブル１６００に格納する（ステップ１５０４）。
　ステップ１５０３において、商品のライフスタイル属性が店舗のライフスタイル属性と一致すると判定された場合、陳列商品優先順出力部１１５は、当該店舗と同じライフスタイル属性の店舗における当該商品の売上数のうち、最大売上フラグが設定された売上数を、店舗別ポテンシャル値反映テーブル１６００に格納する（ステップ１５０５）。
　次に、陳列商品優先順出力部１１５は、店舗別ポテンシャル値反映テーブル１６００に、当該店舗の全商品の売上数が格納されたかを判定する（ステップ１５０６）。まだ売上数が格納されていない商品がある場合、陳列商品優先順出力部１１５は、その商品について、ステップ１５０２以降の処理を実行する。当該店舗の全商品の売上数が格納された場合、陳列商品優先順出力部１１５は、店舗別ポテンシャル値反映テーブル１６００に基づいて店舗別陳列商品優先順テーブル１７００を生成する。そして、陳列商品優先順出力部１１５は、店舗別ポテンシャル値反映テーブル１６００に格納された、各店舗で販売された各商品の商品コード及び売上数を、売上数が大きい順に、それを販売した店舗と対応付けて、店舗別陳列商品優先順テーブル１７００に格納する（ステップ１５０７）。
　全ての店舗について上記の処理が終了すると、陳列商品優先順出力部１１５の処理が終了する。
　図１６は、本発明の実施例１の分析装置１００が保持する店舗別ポテンシャル値反映テーブル１６００の説明図である。
　店舗別ポテンシャル値反映テーブル１６００は、店舗コード１６０１、及び、売上の順位ごとの商品コードと売上数の組からなる。図１６の例では、売上が１位の商品の商品コード１６０２、その売上数１６０３、売上が２位の商品の商品コード１６０４、その売上数１６０５、売上が３位の商品の商品コード１６０６、その売上数１６０７、売上が４位の商品の商品コード１６０８及びその売上数１６０９を含んでいるが、さらに下位の商品コード及び売上数を含んでもよい。
　図１５のステップ１５０２が終了した時点で、店舗別ポテンシャル値反映テーブル１６００に格納された各店舗に対応する各順位の商品コードと売上数は店舗別ＡＢＣ計算テーブル１２００に格納されたものと同じになる。例えば、図１２に示すように、店舗ＸＸＸにおいて、商品コード“３０００００１”で識別される商品の売上数“４０”が１位であり、商品コード“２０００００１”で識別される商品の売上数“３５”が２位であり、商品コード“１０００００２”で識別される商品の売上数“３０”が３位である場合、ステップ１５０２が終了した時点で、店舗別ポテンシャル値反映テーブル１６００の店舗ＸＸＸに対応する売上１位の商品コード１６０２及び売上数１６０３はそれぞれ“３０００００１”及び“４０”、売上２位の商品コード１６０４及び売上数１６０５はそれぞれ“２０００００１”及び“３５”、売上３位の商品コード１６０６及び売上数１６０７はそれぞれ“１０００００２”及び“３０”となる。
　この例では、ステップ１５０３において、商品コード“１０００００２”で識別される商品“スポーツ食品Ｂ”のライフスタイル属性が、店舗ＸＸＸのライフスタイル属性と同じ“アクティブ”であると判定される（図３、図１０参照）。このため、陳列商品優先順出力部１１５は、店舗ライフスタイル属性別商品ポテンシャル計算テーブル１４００を参照して、商品コード“１０００００２”に対応する、最大売上フラグ１４０６が設定された売上数１４０５の値“５０”を、商品コード“１０００００２”に対応する売上数１６０７に格納する（ステップ１５０５）。
　図１７は、本発明の実施例１の分析装置１００が保持する店舗別陳列商品優先順テーブル１７００の説明図である。
　店舗別陳列商品優先順テーブル１７００は、店舗コード１７０１、及び、売上の順位ごとの商品コードと売上数の組からなる。図１７の例では、売上が１位の商品の商品コード１７０２、その売上数１７０３、売上が２位の商品の商品コード１７０４、その売上数１７０５、売上が３位の商品の商品コード１７０６、その売上数１７０７、売上が４位の商品の商品コード１７０８及びその売上数１７０９を含んでいるが、さらに下位の商品コード及び売上数を含んでもよい。
　図１６の例では、店舗ＸＸＸにおける商品コード“１０００００２”の商品の売上数が“３０”から“５０”に変更された結果、当該商品の売上数の順位は３位から１位に変更される。このため、図１７の例では、売上１位の商品コード１７０２及び売上数１７０３にそれぞれ“１０００００２”及び“５０”が、売上２位の商品コード１７０４及び売上数１７０５にそれぞれ“３０００００１”及び“４０”が、売上３位の商品コード１７０６及び売上数１７０７にそれぞれ“２０００００１”及び“３５”が、それぞれ格納される。
　陳列商品優先順出力部１１５は、ステップ１５０７において、上記のように決定された各店舗における各商品の優先順位を示す情報を分析結果として出力してもよい。具体的には、分析装置１００が表示装置１０４又はプリンタ１０６を使用して分析結果を出力してもよいし、ネットワーク１２０を介して、任意の計算機／端末１３０（例えばこの分析結果を利用して商品を陳列しようとする店舗の端末）に送信してもよい。各商品の優先順位を示す情報とは、順位を特定できる情報であればよく、例えば店舗別陳列商品優先順テーブル１７００に格納された売上数の順位そのものであってもよいし、売上数を出力してもよい。
　本実施例の分析システムのユーザは、この順位を、各店舗への各商品の陳列の優先順位として使用することができる。例えば、本実施例の分析システムのユーザは、優先順位が高い順に店舗の陳列スペースに商品を陳列してゆき、陳列スペースから溢れる商品は陳列しないという判断をすることができる。
　なお、陳列商品優先順出力部１１５は、上記の処理によって優先順が変更された場合には、変更された売上数が実際に取得された店舗のライフスタイル属性以外の属性（例えば立地属性）を併せて出力してもよい。図１６及び図１７の例では、店舗ＸＸＸにおける商品コード“１０００００２”の商品の売上数が３０から５０に変更されたことで順位が繰り上がっているため、その売上数５０が取得された店舗ＺＺＺの立地属性５０３が出力されてもよい。図５に示すように店舗ＸＸＸの立地属性が住宅地であるのに対して店舗ＺＺＺの立地属性が駅前であることから、本実施例の分析システムのユーザは、この立地属性を参照して、上記の売上数の違いがこの立地属性の違いに起因するものであると判断した場合に、上記の順位を採用しないという判断をすることもできる。
　以上のように、本実施例では、各店舗においてどのようなライフスタイル属性の商品がよく売れるかといった商品の売上の傾向が類似する店舗に、同じライフスタイル属性が付与される。例えば、売上の比率が最も高い商品の属性と同一の属性が店舗に付与される（図７のステップ７０６）。このため、同じライフスタイル属性が付与された店舗には、類似した嗜好をもった顧客が多く来店する傾向があり、店舗と同じライフスタイル属性が付与された商品が多く売れる傾向があると言える。
　このことは、ある店舗（例えば店舗ＸＸＸ）において、その店舗と同じライフスタイル属性が付与された商品が、ある期間に実際にあまり売れなかったとしても、その商品が、同じライフスタイル属性が付与された別の店舗（例えば店舗ＺＺＺ）における当該商品の売上が店舗ＸＸＸにおける売上より大きい場合には、他の店舗でも当該商品が多く売れる可能性がある、すなわち、店舗ＸＸＸでも、将来は、過去の実際の売上より多く売れる可能性があることを意味する。このため、上記の例では、店舗ＸＸＸにおける当該商品の売上が、実際の売上より大きい潜在的な売上に置き換えられて（すなわち図１５のステップ１５０５において元の売上の代わりに潜在的な売上が店舗別ポテンシャル値反映テーブル１６００に格納されて）、置き換え後の売上に基づいて陳列の優先順位が決定される。
　これによって、売れ筋でない商品であっても、売れるポテンシャルがあると判断される商品が陳列の対象から除外されにくいように陳列の優先順位が決定されるため、それぞれの店舗の傾向に合わせて、消費者の購買機会損失のリスクを低減することができる。
　上記の例では、あるライフスタイル属性が付与された複数の店舗における、当該ライフスタイル属性と同一のライフスタイル属性が付与されたある商品の売上数を比較し、その最大値を、潜在的な売上（すなわちポテンシャル値）として使用しているが、これは一例であり、例えば、最大値に所定の係数を乗じた値、又は平均値等をポテンシャル値として使用してもよい。これによって、適切なポテンシャル値を設定することができる。ただし、そのようにして決定したポテンシャル値が元の売上より小さい場合には置き換えを行わなくてもよい。
　また、本実施例の分析装置１００は、各店舗の商品を、所定の基準に従って、売上が大きい商品と小さい商品に分類して、小さい商品のみを対象として選択して上記の処理を行ってもよい。具体的には、例えば、陳列商品優先順出力部１１５は、売上が大きい商品については図１５のステップ１５０３を省略してステップ１５０４を実行してもよい。売上が小さい商品ほど、店舗に陳列されないことによる消費者の購買機会の損失が発生しやすいため、そのような商品を対象として上記の処理を実行することによって、消費者の購買機会損失のリスクを低減することができる。
　また、本実施例では、図１５のステップ１５０３において、店舗ライフスタイル属性と商品のライフスタイル属性とが一致する場合にのみステップ１５０５が実行されているが、これらが一致しない場合にステップ１５０５が実行されてもよい。例えば、図１２に示すように、店舗ＸＸＸにおける売上２位の商品コード“２０００００１”の商品のライフスタイル属性は“健康”であり（図３）、店舗ＸＸＸのライフスタイル属性“アクティブ”とは一致しない。この場合に、陳列商品優先順出力部１１５は、ステップ１５０５において、当該商品の売上数“３５”を、それより大きいポテンシャル値に置き換えてもよい。具体的には、陳列商品優先順出力部１１５は、店舗ライフスタイル属性が“健康”である店舗における当該商品の売り上げの最大値等に基づいて、置き換えるポテンシャル値を決定してもよい。
　このとき、陳列商品優先順出力部１１５は、例えば、各店舗におけるライフスタイル属性ごとの売上の比率に基づいて重み付けをすることによって、ポテンシャル値を決定してもよい。例えば、店舗ＸＸＸにおけるライフスタイル属性が“アクティブ”である商品の売上の比率が４５％、“健康”である商品の売上の比率が３５％である場合（図９）、陳列商品優先順出力部１１５は、ライフスタイル属性が“アクティブ”である商品コード“１０００００２”の商品の最大売上フラグが付与された売上数と、ライフスタイル属性が“健康”である商品コード“２０００００１”の商品の最大売上フラグが付与された売上数と、のそれぞれに、４５％及び３５％に対応する比率の係数を乗じた値を、それぞれのポテンシャル値として決定してもよい。
　店舗の売上の傾向は、必ずしも比率が最大となる商品の属性のみによって決まるものではないことから、上記のように、比率が最大でない属性の商品についてもポテンシャル値を計算することによって、消費者の購買機会損失、消費者の利用店舗離反のリスクをさらに低減することが期待できる。
　次に、本発明の実施例２について説明する。以下に説明する相違点を除き、実施例２のシステムの各部は、図１～図１７に示された実施例１の同一の符号を付された各部と同一の機能を有するため、それらの説明は省略する。
　図１８は、本発明の実施例２の分析システムの構成を示すブロック図である。
　本実施形態の分析システムは、ネットワーク１２０を介して相互に接続された分析装置１００及び一つ以上の計算機／端末１３０を有する。計算機／端末１３０（以下、単に端末１３０と記載する）は、相互にアクセス可能に接続されたＣＰＵ１８０１、メモリ１８０２、ネットワークインターフェース（Ｉ／Ｆ）１８０３、表示装置１８０４、入力装置１８０５、プリンタ１８０６及び記憶装置１８０７を有する計算機である。
　ＣＰＵ１８０１は、メモリ１８０２に格納されたプログラムを実行することによって後述する種々の機能を実現するプロセッサである。
　メモリ１８０２は、ＣＰＵ１８０１によって実行されるプログラム及びその他のデータを格納する主記憶装置である。本実施例のメモリ１８０２は、オペレーティングシステム等の基本的なプログラム（図示省略）の他、例えば、分析装置１００に商品マスタテーブル１８１１等のデータを送付して分析処理を依頼し、分析処理の結果を受信して出力する機能を実現するためのプログラム（図示省略）を格納してもよい。
　記憶装置１８０７は、例えばハードディスクドライブ等であり、商品マスタテーブル３００、ライフスタイル属性テーブル４００、店舗マスタテーブル５００及び取引明細テーブル６００等のデータを格納する。
　表示装置１８０４及びプリンタ１８０６は、ＣＰＵ１８０１によって実行された処理の結果を出力する出力装置であり、文字列及び図形等の任意の視覚的な情報を出力することができる。
　入力装置１８０５は、端末１３０のユーザが端末１３０に情報を入力するために使用される装置であり、例えば、キーボード、マウス又はタッチパネル等であってもよい。
　ネットワークＩ／Ｆ１８０３は、ネットワーク１２０に接続され、他の装置、例えば分析装置１００又は他の端末１３０との間でデータを通信する。
　本実施例の端末１３０は、商品マスタテーブル３００、ライフスタイル属性テーブル４００、店舗マスタテーブル５００及び取引明細テーブル６００を分析装置１００に送信し、分析処理を依頼する。分析装置１００は、受信したテーブルをメモリ１０２又は記憶装置１０３に格納し、実施例１と同様の処理を実行して、その結果（例えば店舗別陳列商品優先順テーブル１７００の内容）を表示装置１０４等から出力してもよいし、ネットワーク１２０を介して端末１３０に送信してもよい。後者の場合、端末１３０は、受信した処理結果を、表示装置１８０４又はプリンタ１８０６から出力する。
　図１８の例では、一つの端末１３０が商品マスタテーブル３００、ライフスタイル属性テーブル４００、店舗マスタテーブル５００及び取引明細テーブル６００を保持しているが、これらのテーブルが複数の端末１３０に分散されていてもよい。例えば、一つの端末１３０が商品マスタテーブル３００、ライフスタイル属性テーブル４００及び店舗マスタテーブル５００を保持し、別の端末１３０が取引明細テーブル６００を保持し、それぞれの端末１３０が保持するテーブルを分析装置１００に送信してもよい。あるいは、複数の端末１３０がそれぞれ、一つの店舗に関する情報のみを含んだ取引明細テーブル６００を保持し、分析装置１００が各端末１３０から受信した取引明細テーブル６００を合成することで全店舗に関する情報を含んだ取引明細テーブル６００を生成してもよい。
　また、分析装置１００がネットワーク１２０に接続された複数の計算機によって実現されてもよい。その場合、例えば、図２に示す各ステップがそれぞれ別の計算機によって実行されてもよい。
　なお、本発明は上記した実施例に限定されるものではなく、様々な変形例が含まれる。例えば、上記した実施例は本発明のより良い理解のために詳細に説明したのであり、必ずしも説明の全ての構成を備えるものに限定されものではない。また、ある実施例の構成の一部を他の実施例の構成に置き換えることが可能であり、また、ある実施例の構成に他の実施例の構成を加えることが可能である。また、各実施例の構成の一部について、他の構成の追加・削除・置換をすることが可能である。
　また、上記の各構成、機能、処理部、処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等によってハードウェアで実現してもよい。また、上記の各構成、機能等は、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによってソフトウェアで実現してもよい。各機能を実現するプログラム、テーブル、ファイル等の情報は、不揮発性半導体メモリ、ハードディスクドライブ、ＳＳＤ（Ｓｏｌｉｄ　Ｓｔａｔｅ　Ｄｒｉｖｅ）等の記憶デバイス、または、ＩＣカード、ＳＤカード、ＤＶＤ等の計算機読み取り可能な非一時的データ記憶媒体に格納することができる。
　また、制御線及び情報線は説明上必要と考えられるものを示しており、製品上必ずしも全ての制御線及び情報線を示しているとは限らない。実際にはほとんど全ての構成が相互に接続されていると考えてもよい。

Claims (13)

  1. 　プロセッサと、前記プロセッサがアクセスする記憶装置と、を有する計算機が実行する分析方法であって、
    　前記記憶装置は、複数の商品の各々に付与された属性を示す情報と、複数の店舗の各々に付与された属性を示す情報と、各店舗における各商品の売上を示す情報と、を保持し、
    　前記分析方法は、
    　前記プロセッサが、前記各店舗における前記各商品の売上を集計する第１手順と、
    　前記プロセッサが、前記複数の店舗のうち第１店舗に付与された属性が、前記複数の商品のうち第１商品に付与された属性に対応し、かつ、前記第１店舗における前記第１商品の売上より、前記第１商品に付与された属性に対応する属性が付与されたいずれかの店舗における前記第１商品の売上が大きい場合、前記第１店舗における前記第１商品の売上を、それより大きい潜在的な売上に置き換える第２手順と、
    　前記潜在的な売上への置き換えが終了した後、前記プロセッサが、前記第１店舗における前記各商品の売上の大きさの順位を示す情報を出力する第３手順と、を含むことを特徴とする分析方法。
  2. 　請求項１に記載の分析方法であって、
    　前記プロセッサが、前記各店舗における前記各商品の売上に基づいて、売上の傾向が類似する複数の店舗に同一の属性を付与する第４手順をさらに含むことを特徴とする分析方法。
  3. 　請求項２に記載の分析方法であって、
    　前記第４手順において、前記プロセッサは、前記各店舗における前記各商品の売上を、前記各商品に付与された属性ごとに集計し、集計された売上の比率が最大となる属性を、前記各店舗に付与することを特徴とする分析方法。
  4. 　請求項３に記載の分析方法であって、
    　前記第２手順において、前記プロセッサは、前記第１店舗に付与された属性と、前記複数の商品のうち第２商品に付与された属性とが異なり、かつ、前記第１店舗における前記第２商品の売上より、前記第２商品に付与された属性に対応する属性が付与されたいずれかの店舗における前記第２商品の売上が大きい場合、前記第１店舗における前記第２商品の売上を、それより大きい潜在的な売上に置き換え、
    　前記第１商品の売上を置き換える前記潜在的な売上、及び、前記第２商品の売上を置き換える前記潜在的な売上は、前記第１商品に付与された属性について集計された売上の比率と、前記第２商品に付与された属性について集計された売上の比率と、に基づいて重み付けをすることによって決定されることを特徴とする分析方法。
  5. 　請求項１に記載の分析方法であって、
    　前記潜在的な売上は、前記第１店舗以外の複数の店舗における前記第１商品の売上の最大値、前記最大値に所定の係数を乗じた値、又は、前記第１店舗以外の複数の店舗における前記第１商品の売上の平均値であることを特徴とする分析方法。
  6. 　請求項１に記載の分析方法であって、
    　前記第２手順において、前記プロセッサは、前記第１店舗の商品を、所定の基準に基づいて、売上が大きい商品と、売上が小さい商品とに分類し、売上が小さい商品と分類されたいずれかの商品を前記第１商品として選択することを特徴とする分析方法。
  7. 　プロセッサと、前記プロセッサがアクセスする記憶装置と、を有する分析システムであって、
    　前記記憶装置は、複数の商品の各々に付与された属性を示す情報と、複数の店舗の各々に付与された属性を示す情報と、各店舗における各商品の売上を示す情報と、を保持し、
    　前記プロセッサは、
    　前記各店舗における前記各商品の売上を集計し、
    　前記複数の店舗のうち第１店舗に付与された属性が、前記複数の商品のうち第１商品に付与された属性に対応し、かつ、前記第１店舗における前記第１商品の売上より、前記第１商品に付与された属性に対応する属性が付与されたいずれかの店舗における前記第１商品の売上が大きい場合、前記第１店舗における前記第１商品の売上を、それより大きい潜在的な売上に置き換え、
    　前記潜在的な売上への置き換えが終了した後、前記プロセッサが、前記第１店舗における前記各商品の売上の大きさの順位を示す情報を出力することを特徴とする分析システム。
  8. 　請求項７に記載の分析システムであって、
    　前記プロセッサは、前記各店舗における前記各商品の売上に基づいて、売上の傾向が類似する複数の店舗に同一の属性を付与することを特徴とする分析システム。
  9. 　請求項８に記載の分析システムであって、
    　前記プロセッサは、前記各店舗における前記各商品の売上を、前記各商品に付与された属性ごとに集計し、集計された売上の比率が最大となる属性を、前記各店舗に付与することを特徴とする分析システム。
  10. 　請求項９に記載の分析システムであって、
    　前記プロセッサは、前記第１店舗に付与された属性と、前記複数の商品のうち第２商品に付与された属性とが異なり、かつ、前記第１店舗における前記第２商品の売上より、前記第２商品に付与された属性に対応する属性が付与されたいずれかの店舗における前記第２商品の売上が大きい場合、前記第１店舗における前記第２商品の売上を、それより大きい潜在的な売上に置き換え、
    　前記第１商品の売上を置き換える前記潜在的な売上、及び、前記第２商品の売上を置き換える前記潜在的な売上は、前記第１商品に付与された属性について集計された売上の比率と、前記第２商品に付与された属性について集計された売上の比率と、に基づいて重み付けをすることによって決定されることを特徴とする分析システム。
  11. 　請求項７に記載の分析システムであって、
    　前記潜在的な売上は、前記第１店舗以外の複数の店舗における前記第１商品の売上の最大値、前記最大値に所定の係数を乗じた値、又は、前記第１店舗以外の複数の店舗における前記第１商品の売上の平均値であることを特徴とする分析システム。
  12. 　請求項７に記載の分析システムであって、
    　前記プロセッサは、前記第１店舗の商品を、所定の基準に基づいて、売上が大きい商品と、売上が小さい商品とに分類し、売上が小さい商品と分類されたいずれかの商品を前記第１商品として選択することを特徴とする分析システム。
  13. 　プロセッサと、前記プロセッサがアクセスする記憶装置と、を有する計算機が実行する分析プログラムであって、
    　前記記憶装置は、複数の商品の各々に付与された属性を示す情報と、複数の店舗の各々に付与された属性を示す情報と、各店舗における各商品の売上を示す情報と、を保持し、
    　前記分析プログラムは、
    　前記各店舗における前記各商品の売上を集計する第１手順と、
    　前記複数の店舗のうち第１店舗に付与された属性が、前記複数の商品のうち第１商品に付与された属性に対応し、かつ、前記第１店舗における前記第１商品の売上より、前記第１商品に付与された属性に対応する属性が付与されたいずれかの店舗における前記第１商品の売上が大きい場合、前記第１店舗における前記第１商品の売上を、それより大きい潜在的な売上に置き換える第２手順と、
    　前記潜在的な売上への置き換えが終了した後、前記第１店舗における前記各商品の売上の大きさの順位を示す情報を出力する第３手順と、を前記プロセッサに実行させることを特徴とする分析プログラム。
PCT/JP2016/077908 2016-09-21 2016-09-21 分析方法、分析システム及び分析プログラム WO2018055710A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
US15/757,981 US20190057406A1 (en) 2016-09-21 2016-09-21 Analysis method, analysis system, and storage medium
PCT/JP2016/077908 WO2018055710A1 (ja) 2016-09-21 2016-09-21 分析方法、分析システム及び分析プログラム
JP2018507049A JP6441539B2 (ja) 2016-09-21 2016-09-21 分析方法、分析システム及び分析プログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2016/077908 WO2018055710A1 (ja) 2016-09-21 2016-09-21 分析方法、分析システム及び分析プログラム

Publications (1)

Publication Number Publication Date
WO2018055710A1 true WO2018055710A1 (ja) 2018-03-29

Family

ID=61690288

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2016/077908 WO2018055710A1 (ja) 2016-09-21 2016-09-21 分析方法、分析システム及び分析プログラム

Country Status (3)

Country Link
US (1) US20190057406A1 (ja)
JP (1) JP6441539B2 (ja)
WO (1) WO2018055710A1 (ja)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001338354A (ja) * 2000-05-29 2001-12-07 Olympus Optical Co Ltd 店舗情報出力システム
JP2002288745A (ja) * 2001-03-23 2002-10-04 Casio Comput Co Ltd 売上解析代行システムおよび売上解析代行方法
JP2003150845A (ja) * 2001-11-12 2003-05-23 Nec Software Chubu Ltd 商品情報表示システム及び表示方法
JP2003323479A (ja) * 2002-05-02 2003-11-14 World:Kk 配分処理システム、配分処理装置および配分処理方法
JP2005063215A (ja) * 2003-08-15 2005-03-10 Nri & Ncc Co Ltd 品揃え提案システム及び品揃え提案プログラム
WO2015040789A1 (ja) * 2013-09-20 2015-03-26 日本電気株式会社 商品推薦装置、商品推薦方法、及び、記録媒体

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150348057A1 (en) * 2014-05-28 2015-12-03 DecisionGPS. LLC Determination of a Customer Store Segment Sales Model
JP6464612B2 (ja) * 2014-08-27 2019-02-06 日本電気株式会社 データ解析装置、データ解析システム、売上予測装置、売上予測システム、データ解析方法、売上予測方法、プログラムおよび記録媒体

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001338354A (ja) * 2000-05-29 2001-12-07 Olympus Optical Co Ltd 店舗情報出力システム
JP2002288745A (ja) * 2001-03-23 2002-10-04 Casio Comput Co Ltd 売上解析代行システムおよび売上解析代行方法
JP2003150845A (ja) * 2001-11-12 2003-05-23 Nec Software Chubu Ltd 商品情報表示システム及び表示方法
JP2003323479A (ja) * 2002-05-02 2003-11-14 World:Kk 配分処理システム、配分処理装置および配分処理方法
JP2005063215A (ja) * 2003-08-15 2005-03-10 Nri & Ncc Co Ltd 品揃え提案システム及び品揃え提案プログラム
WO2015040789A1 (ja) * 2013-09-20 2015-03-26 日本電気株式会社 商品推薦装置、商品推薦方法、及び、記録媒体

Also Published As

Publication number Publication date
JP6441539B2 (ja) 2018-12-19
US20190057406A1 (en) 2019-02-21
JPWO2018055710A1 (ja) 2018-09-20

Similar Documents

Publication Publication Date Title
US8019643B2 (en) System and method for incorporating packaging and shipping ramifications of net profit/loss when up-selling
JP7004504B2 (ja) 分析装置
JP7354363B2 (ja) 提供装置、提供方法および提供プログラム
WO2020192635A1 (zh) 套餐商品的点单方法及装置
JP7140588B2 (ja) 決定装置、決定方法および決定プログラム
JP6280272B1 (ja) 決定装置、決定方法、及び決定プログラム
KR20220079244A (ko) 농산물 직거래 서비스 장치
JP7145822B2 (ja) 情報提供装置、情報提供方法、および情報提供プログラム
KR101479379B1 (ko) 소셜네트워크 기반의 물품평가 추천방법
JP2019168879A (ja) 装置、方法、およびプログラム
JP6682585B2 (ja) 情報処理装置及び情報処理方法
JP2018092314A (ja) プログラム、商品抽出システムおよび商品推薦システム
JP6441539B2 (ja) 分析方法、分析システム及び分析プログラム
JP2017228000A (ja) 情報処理装置、情報処理方法および情報処理プログラム
JP2002007782A (ja) 電子商取引方法及び装置
JP6601820B2 (ja) 提供装置、提供方法、及び提供プログラム
JP6305595B1 (ja) 情報提供装置、情報提供方法および情報提供プログラム
US20140074752A1 (en) Commerce System and Method of Providing Access to an Investment Signal Based on Product Information
JP4237312B2 (ja) 商品取引処理装置
JP6664604B1 (ja) 情報処理装置、情報処理方法及び情報処理プログラム
JP5998754B2 (ja) 情報処理システム、情報処理装置、およびプログラム
JP7461621B2 (ja) 価格提示装置、価格提示システム及び価格提示方法
WO2021065291A1 (ja) 商品推奨システム、商品推奨方法、及びプログラム
JP6987735B2 (ja) 変更装置、変更方法及び変更プログラム
JP2018163443A (ja) 情報処理装置、及びプログラム

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 2018507049

Country of ref document: JP

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 16916779

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 16916779

Country of ref document: EP

Kind code of ref document: A1