特許 6441539 分析方法、分析システム及び分析プログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】6441539

(24)【登録日】2018年11月30日

(45)【発行日】2018年12月19日

(54)【発明の名称】分析方法、分析システム及び分析プログラム

(51)【国際特許分類】

   G06Q 30/06 20120101AFI20181210BHJP

【ＦＩ】

   G06Q30/06

【請求項の数】13

【全頁数】20

(21)【出願番号】特願2018-507049(P2018-507049)

(86)(22)【出願日】2016年9月21日

(86)【国際出願番号】JP2016077908

(87)【国際公開番号】WO2018055710

(87)【国際公開日】20180329

【審査請求日】2018年2月9日

(73)【特許権者】

【識別番号】000005108

【氏名又は名称】株式会社日立製作所

(74)【代理人】

【識別番号】110001678

【氏名又は名称】特許業務法人藤央特許事務所

(72)【発明者】

【氏名】井上 正太

(72)【発明者】

【氏名】加藤 二朗

【審査官】 松田 岳士

(56)【参考文献】

【文献】 特開２００５−０６３２１５（ＪＰ，Ａ）

【文献】 特開２００２−２８８７４５（ＪＰ，Ａ）

【文献】 特開２００３−３２３４７９（ＪＰ，Ａ）

【文献】 国際公開第２０１５／０４０７８９（ＷＯ，Ａ１）

【文献】 特開２００１−３３８３５４（ＪＰ，Ａ）

【文献】 特開２００３−１５０８４５（ＪＰ，Ａ）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０６Ｑ １０／００−９９／００

(57)【特許請求の範囲】

【請求項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。

【請求項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。

【請求項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。

【請求項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。

【請求項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。

【請求項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。

【請求項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。

【請求項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。

【請求項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。

【請求項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。

【請求項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。

【請求項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。

【請求項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。

【発明の詳細な説明】

【技術分野】

【0001】

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。

【背景技術】

【0002】

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。

【先行技術文献】

【特許文献】

【0003】

特許文献１：国際公開第２０１５／０４０７８９号

【発明の概要】

【発明が解決しようとする課題】

【0004】

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。

【課題を解決するための手段】

【0005】

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。

【発明の効果】

【0006】

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。

【図面の簡単な説明】

【0007】

【図1】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。

【図2】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。

【図3】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。

【図4】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。

【図5】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。

【図6】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。

【図7】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。

【図8】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。

【図9】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。

【図10】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。

【図11】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。

【図12】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。

【図13】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。

【図14】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。

【図15】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。

【図16】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。

【図17】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。

【図18】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。

【発明を実施するための形態】

【0008】

以下、本発明の実施例について図面を用いて説明する。

【実施例1】

【0009】

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。

【0010】

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。

【0011】

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。

【0012】

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。

【0013】

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。

【0014】

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。

【0015】

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。

【0016】

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。

【0017】

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。

【0018】

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。

【0019】

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。

【0020】

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。

【0021】

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。

【0022】

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。

【0023】

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。

【0024】

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。

【0025】

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。

【0026】

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。

【0027】

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。

【0028】

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。

【0029】

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。

【0030】

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。

【0031】

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。

【0032】

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。

【0033】

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。

【0034】

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。

【0035】

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。

【0036】

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。

【0037】

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。

【0038】

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。

【0039】

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。

【0040】

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）。

【0041】

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）。

【0042】

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）。

【0043】

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）。

【0044】

以上で店舗グループ付与処理部１１２の処理が終了する。

【0045】

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。

【0046】

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。

【0047】

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。

【0048】

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。

【0049】

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。

【0050】

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。

【0051】

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。

【0052】

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。

【0053】

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。

【0054】

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。

【0055】

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。

【0056】

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。

【0057】

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）。

【0058】

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）。

【0059】

以上で店舗別ＡＢＣ分析計算部１１３の処理が終了する。

【0060】

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。

【0061】

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。

【0062】

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）。

【0063】

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。

【0064】

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。

【0065】

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）。

【0066】

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）。

【0067】

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）。

【0068】

以上で単品ポテンシャル計算部１１４の処理が終了する。

【0069】

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。

【0070】

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。

【0071】

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。

【0072】

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。

【0073】

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。

【0074】

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）。

【0075】

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）。

【0076】

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）。

【0077】

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）。

【0078】

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）。

【0079】

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。

【0080】

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。

【0081】

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。

【0082】

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。

【0083】

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）。

【0084】

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。

【0085】

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。

【0086】

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。

【0087】

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。

【0088】

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。

【0089】

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。

【0090】

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。

【0091】

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。

【0092】

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。

【0093】

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。

【0094】

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。

【0095】

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。

【0096】

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。

【0097】

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。

【実施例2】

【0098】

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。

【0099】

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。

【0100】

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。

【0101】

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。

【0102】

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。

【0103】

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。

【0104】

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。

【0105】

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。

【0106】

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。

【0107】

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。

【0108】

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。

【0109】

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。

【0110】

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。

【0111】

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。

【0112】

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。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】

【図17】

【図18】