特許 6576043 商品需要予測システム

(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】6576043

(24)【登録日】2019年8月30日

(45)【発行日】2019年9月18日

(54)【発明の名称】商品需要予測システム

(51)【国際特許分類】

   G06Q 30/02 20120101AFI20190909BHJP

【ＦＩ】

   G06Q30/02 310

【請求項の数】4

【全頁数】21

(21)【出願番号】特願2015-5874(P2015-5874)

(22)【出願日】2015年1月15日

(65)【公開番号】特開2016-133816(P2016-133816A)

(43)【公開日】2016年7月25日

【審査請求日】2018年1月11日

(73)【特許権者】

【識別番号】397030628

【氏名又は名称】株式会社そごう・西武

(74)【代理人】

【識別番号】100108947

【弁理士】

【氏名又は名称】涌井 謙一

(74)【代理人】

【識別番号】100117086

【弁理士】

【氏名又は名称】山本 典弘

(74)【代理人】

【識別番号】100124383

【弁理士】

【氏名又は名称】鈴木 一永

(74)【代理人】

【識別番号】100173392

【弁理士】

【氏名又は名称】工藤 貴宏

(74)【代理人】

【識別番号】100189290

【弁理士】

【氏名又は名称】三井 直人

(72)【発明者】

【氏名】楠本 博紀

(72)【発明者】

【氏名】中村 雄二

【審査官】 梅岡 信幸

(56)【参考文献】

【文献】 米国特許出願公開第２００５／０２４６３５８（ＵＳ，Ａ１）

【文献】 特開２００６−２０９１７８（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】

店舗で販売している複数の商品について、当該商品を購入した顧客を特定する情報と、当該顧客の当該商品購入による当該商品の売り上げ情報とを関連付けた購入履歴情報を記憶する購入履歴情報記憶手段と、
前記購入履歴情報から、過去における第一の所定の期間での前記店舗で販売している前記複数の商品の売り上げ数の多寡を順位付けし、当該売り上げ数が上位から所定の順位までの前記商品を過去の売筋商品情報である特定期間売筋商品情報として抽出する特定期間売筋商品情報抽出手段と、
前記特定期間売筋商品情報に係る前記商品を過去における第二の所定の期間であって、前記第一の所定の期間を含み、前記第一の所定の期間よりも長い期間において購入した前記顧客を過去の売筋商品購入者である特定期間売筋商品購入者と認定し、当該特定期間売筋商品購入者に関する情報である特定期間売筋商品購入者情報を生成し、当該特定期間売筋商品購入者情報を特定期間売筋商品購入者情報ＤＢに記憶する特定期間売筋商品購入者情報生成手段と、
前記特定期間売筋商品購入者情報ＤＢに記憶されている複数の前記特定期間売筋商品購入者が、直近の第三の所定の期間に購入した商品に関する情報である直近購入商品情報を前記購入履歴情報から抽出する直近購入商品情報抽出手段と、
前記直近購入商品情報に基づいて、前記直近購入商品情報に含まれている前記直近の第三の所定の期間に販売された商品の中で、前記直近の第三の所定の期間に購入行為を行った前記特定期間売筋商品購入者の数の多寡を順位付けし、当該特定期間売筋商品購入者の数が上位から所定の順位までの前記直近の第三の所定の期間に販売された商品を将来の売筋商品として売筋商品予測情報を生成する売筋商品予測情報生成手段
とを備え、
前記第三の所定の期間は、将来の需要予測の対象となる商品の販売期間のうち、前記売筋商品予測情報を生成する処理を行う日時から過去の期間であって、前記第一の所定の期間よりも短い期間である
商品需要予測システム。

【請求項2】

前記売筋商品予測情報は、前記店舗で販売している複数の商品の中の所定の商品群ごとにおける前記特定期間売筋商品情報、当該所定の商品群ごとにおける特定期間売筋商品情報に基づいて生成された当該所定の商品群ごとにおける特定期間売筋商品購入者情報及び、当該所定の商品群ごとにおける直近購入商品情報に基づいて生成される、前記店舗で販売している複数の商品の中の所定の商品群ごとにおける売筋商品予測情報である
ことを特徴とする請求項１記載の商品需要予測システム。

【請求項3】

前記売筋商品予測情報は、複数の前記店舗の中の特定の店舗における前記特定期間売筋商品情報、当該特定の店舗における特定期間売筋商品情報に基づいて生成された当該特定の店舗における特定期間売筋商品購入者情報及び、当該特定の店舗における直近購入商品情報に基づいて生成される、前記複数の店舗の中の特定の店舗における売筋商品予測情報である
ことを特徴とする請求項１又は２記載の商品需要予測システム。

【請求項4】

前記特定期間売筋商品購入者情報生成手段は、過去における連続している複数の前記第一の所定の期間においてそれぞれ前記特定期間売筋商品購入者情報を生成する処理を行い、直近における前記第一の所定の期間で生成された前記特定期間売筋商品購入者情報を前記売筋商品購入者情報ＤＢに格納する際に、前記売筋商品購入者情報ＤＢに格納されている複数の前記第一の所定の期間における前記特定期間売筋商品購入者情報の中で、最も古い時期の前記特定期間売筋商品購入者情報を削除する処理を行う
ことを特徴とする請求項１乃至３のいずれか一項記載の商品需要予測システム。

【発明の詳細な説明】

【技術分野】

【0001】

この発明は、店舗で販売している複数の商品の過去の購買情報から売れ筋となる商品を予測する商品需要予測システムに関する。

【背景技術】

【0002】

衣料品販売、雑貨品販売等において、商品の販売数から将来の売れ筋商品を予測して事前に多く仕入れることにより、販売数を増やし、売上の向上に繋げる手法がある。この予測方法では従来、主に熟練したバイヤーの勘と経験に頼って行われていた。このため、売れ筋商品を適切に掴むことや、近い将来に売り上げ増加が見込まれる商品などについての適切な仕入れを行うことは容易ではなかった。

【0003】

バイヤーは、過去の売れ筋商品（例えば、過去のある期間において、売り上げ数上位（ベスト１０以内）の商品）に関する情報や、気温、天候、トレンド情報などを、近い将来の売れ筋商品予測の情報として活用することが多い。しかし、それらの情報から直接的に売れ筋商品やその仕入数量の予測をすることは難しく、最終的に仕入れる商品とその数量の決定については熟練したバイヤーの勘と経験に頼らざるを得ないという状況が続いている。

【0004】

熟練バイヤーの育成には長期間を要する。また、勘と経験が判断を行う際の主要なポイントになっている現状では、熟練したバイヤーであっても、過剰在庫や欠品による商品の販売機会の喪失を招くことがあるのは避けられなかった。

【先行技術文献】

【特許文献】

【0005】

【特許文献1】特開２００６−１３９３４３号公報

【発明の概要】

【発明が解決しようとする課題】

【0006】

上記のように、売れ筋商品を予測することが困難であることに鑑み、この発明は、複数の商品の過去の購買情報から今後売れ筋となる商品を予測し、売れ筋となることが予測された商品の仕入数を販売開始から早い段階で調整し、商品の不良在庫を抑え、売上の向上に資する商品需要予測システムを提供することを目的とする。

【課題を解決するための手段】

【0007】

上記課題を解決するため、発明者は、複数の商品の過去の購買情報から売れ筋となった商品と購入した顧客に着目し、当該顧客による商品購入動向の分析が将来売れ筋となる商品の予測に有用であることを見出して本発明に至った。

【0008】

すなわち、請求項１の発明は、
店舗で販売している複数の商品について、当該商品を購入した顧客を特定する情報と、当該顧客の当該商品購入による当該商品の売り上げ情報とを関連付けた購入履歴情報を記憶する購入履歴情報記憶手段と、
前記購入履歴情報から、過去における第一の所定の期間での前記店舗で販売している前記複数の商品の売り上げ数の多寡を順位付けし、当該売り上げ数が上位から所定の順位までの前記商品を過去の売筋商品情報である特定期間売筋商品情報として抽出する特定期間売筋商品情報抽出手段と、
前記特定期間売筋商品情報に係る前記商品を過去における第二の所定の期間であって、前記第一の所定の期間を含み、前記第一の所定の期間よりも長い期間において購入した前記顧客を過去の売筋商品購入者である特定期間売筋商品購入者と認定し、当該特定期間売筋商品購入者に関する情報である特定期間売筋商品購入者情報を生成し、当該特定期間売筋商品購入者情報を特定期間売筋商品購入者情報ＤＢに記憶する特定期間売筋商品購入者情報生成手段と、
前記特定期間売筋商品購入者情報ＤＢに記憶されている複数の前記特定期間売筋商品購入者が、直近の第三の所定の期間に購入した商品に関する情報である直近購入商品情報を前記購入履歴情報から抽出する直近購入商品情報抽出手段と、
前記直近購入商品情報に基づいて、前記直近購入商品情報に含まれている前記直近の第三の所定の期間に販売された商品の中で、前記直近の第三の所定の期間に購入行為を行った前記特定期間売筋商品購入者の数の多寡を順位付けし、当該特定期間売筋商品購入者の数が上位から所定の順位までの前記直近の第三の所定の期間に販売された商品を将来の売筋商品として売筋商品予測情報を生成する売筋商品予測情報生成手段
とを備え、
前記第三の所定の期間は、将来の需要予測の対象となる商品の販売期間のうち、前記売筋商品予測情報を生成する処理を行う日時から過去の期間であって、前記第一の所定の期間よりも短い期間である商品需要予測システムである。

【0009】

請求項２の発明は、
前記売筋商品予測情報は、前記店舗で販売している複数の商品の中の所定の商品群ごとにおける前記特定期間売筋商品情報、当該所定の商品群ごとにおける特定期間売筋商品情報に基づいて生成された当該所定の商品群ごとにおける特定期間売筋商品購入者情報及び、当該所定の商品群ごとにおける直近購入商品情報に基づいて生成される、前記店舗で販売している複数の商品の中の所定の商品群ごとにおける売筋商品予測情報である
ことを特徴とする請求項１記載の商品需要予測システムである。

【0010】

請求項３の発明は、
前記売筋商品予測情報は、複数の前記店舗の中の特定の店舗における前記特定期間売筋商品情報、当該特定の店舗における特定期間売筋商品情報に基づいて生成された当該特定の店舗における特定期間売筋商品購入者情報及び、当該特定の店舗における直近購入商品情報に基づいて生成される、前記複数の店舗の中の特定の店舗における売筋商品予測情報である
ことを特徴とする請求項１又は２記載の商品需要予測システムである。

【0011】

請求項４の発明は、
前記特定期間売筋商品購入者情報生成手段は、過去における連続している複数の前記第一の所定の期間においてそれぞれ前記特定期間売筋商品購入者情報を生成する処理を行い、直近における前記第一の所定の期間で生成された前記特定期間売筋商品購入者情報を前記売筋商品購入者情報ＤＢに格納する際に、前記売筋商品購入者情報ＤＢに格納されている複数の前記第一の所定の期間における前記特定期間売筋商品購入者情報の中で、最も古い時期の前記特定期間売筋商品購入者情報を削除する処理を行う
ことを特徴とする請求項１乃至３のいずれか一項記載の商品需要予測システムである。

【0012】

このような本発明のシステムにより実行される商品需要予測方法は、以下の工程を備えている。

【0013】

店舗で販売している複数の商品について、当該商品を購入した顧客を特定する情報と、当該顧客の当該商品購入による当該商品の売り上げ情報とを関連付けた購入履歴情報を購入履歴情報記憶手段に記憶する工程。

【0014】

前記購入履歴情報から、過去における第一の所定の期間での前記店舗で販売している前記複数の商品の売り上げ数の多寡を順位付けし、当該売り上げ数が上位から所定の順位までの前記商品を過去の売筋商品情報である特定期間売筋商品情報として抽出する工程。

【0015】

前記特定期間売筋商品情報に係る前記商品を過去における第二の所定の期間において購入した前記顧客を過去の売筋商品購入者である特定期間売筋商品購入者と認定し、当該特定期間売筋商品購入者に関する情報である特定期間売筋商品購入者情報を生成し、当該特定期間売筋商品購入者情報を特定期間売筋商品購入者情報ＤＢに記憶する工程。

【0016】

前記特定期間売筋商品購入者情報ＤＢに記憶されている複数の前記特定期間売筋商品購入者が、直近の第三の所定の期間に購入した商品に関する情報である直近購入商品情報を前記購入履歴情報から抽出する工程。

【0017】

前記直近購入商品情報に基づいて、前記直近購入商品情報に含まれている前記直近の第三の所定の期間に販売された商品の中で、前記直近の第三の所定の期間に購入行為を行った前記特定期間売筋商品購入者の数の多寡を順位付けし、当該特定期間売筋商品購入者の数が上位から所定の順位までの前記直近の第三の所定の期間に販売された商品を将来の売筋商品として売筋商品予測情報を生成する工程。

【0018】

なお、前記特定期間売筋商品情報に係る前記商品を過去における第二の所定の期間において購入した前記顧客を過去の売筋商品購入者である特定期間売筋商品購入者と認定し、当該特定期間売筋商品購入者に関する情報である特定期間売筋商品購入者情報を生成し、当該特定期間売筋商品購入者情報を特定期間売筋商品購入者情報ＤＢに記憶する工程では、更に、過去における連続している複数の前記第一の所定の期間においてそれぞれ前記特定期間売筋商品購入者情報を生成する処理を行い、直近における前記第一の所定の期間で生成された前記特定期間売筋商品購入者情報を前記売筋商品購入者情報ＤＢに格納する際に、前記売筋商品購入者情報ＤＢに格納されている複数の前記第一の所定の期間における前記特定期間売筋商品購入者情報の中で、最も古い時期の前記特定期間売筋商品購入者情報を削除する処理工程を備えたものとすることができる。

【発明の効果】

【0019】

この発明によれば、複数の商品の過去の購買情報から今後売れ筋となる商品を予測し、売れ筋となることが予測された商品の仕入数を販売開始から早い段階で調整し、商品の不良在庫を抑え、売上の向上に資する商品需要予測システムを提供することができる。

【図面の簡単な説明】

【0020】

【図1】本発明のシステム構成の一例を表す図である。

【図2】サーバ装置の構成の一例を表す図である。

【図3】過去の売筋商品情報の一例を表す図である。

【図4】過去の売筋商品購入者の認定とその認定期間について説明する図である。

【図5】特定期間売筋商品購入者情報のうち、特定期間売筋商品テーブルの一例を表す。

【図6】特定期間売筋商品購入者情報のうち、特定期間売筋商品購入者テーブルの一例を表す。

【図7】将来の売筋商品の予測処理に利用される特定期間売筋商品購入者蓄積情報を説明する図である。

【図8】本発明で用いられる第一乃至第四の所定期間及び衣料品の売上ピークを説明する概念図である。

【図9】本発明によって将来の売れ筋商品として予測された商品の一覧の例を表す図である。

【図10】図９図示の商品について、販売開始から５週間の売上数とアイテム名別の売り上げランキングを表す図である。

【発明を実施するための形態】

【0021】

以下、添付図面を参照して本発明の実施形態の一例を説明する。この実施形態では、売筋を予測する「商品」を衣料品としているが、その他の種々の商品についても売筋商品を予測することができる。また、以下では、百貨店の店舗における商品の販売情報を基にした商品需要予測システムの一実施形態を説明しているが、百貨店の店舗に限らず、各種商品の販売を行う店舗における商品需要予測システムにすることができる。

【0022】

１．本発明の構成
本発明の商品需要予測システムは後述する購入履歴情報記憶手段、特定期間売筋商品情報抽出手段、特定期間売筋商品購入者情報生成手段、直近購入商品情報抽出手段、売筋商品予測情報生成手段などを備えているコンピュータからなる。

【0023】

図１図示の実施形態では、このようなコンピュータがサーバ装置４０として使用されている。サーバ装置４０が、百貨店等が使用するクライアント端末２０及び店舗側端末３０と、インターネット通信網、無線通信規格で定められている無線通信網などの通信ネットワーク５０を介して相互に通信可能に接続されて構成される実施形態である。

【0024】

クライアント端末２０には、百貨店等の各部署で使用されるパーソナルコンピュータやタブレット端末などが含まれる。

【0025】

店舗側端末３０には、百貨店等の店舗におけるＰＯＳシステムで使用されるＰＯＳ端末などの各種端末や、百貨店等の店舗における事務所などで使用されるパーソナルコンピュータ、タブレット端末などが含まれる。

【0026】

売り上げのあった商品の商品名・価格・数量・日時などの販売実績情報や、商品購入者（顧客）に関する情報などを把握管理するＰＯＳシステムや顧客システムなどの従来公知の業務システムが前記クライアント端末２０や店舗側端末３０などによって構成されている。

【0027】

サーバ装置４０は、無線ＬＡＮ、インターネット通信網等、通信ネットワーク５０を介してクライアント端末２０、店舗側端末３０との間で相互に情報通信を行う情報送受信手段４１を備えている。

【0028】

サーバ装置４０は、購入履歴情報記憶手段４２ａ、特定期間売筋商品情報抽出手段４４ａ、特定期間売筋商品購入者情報データベース４５（以下、本明細書、図面においてデータベースを「ＤＢ」という）、特定期間売筋商品購入者情報生成手段４４ｂ、直近購入商品情報抽出手段４６ａ、売筋商品予測情報生成手段４６ｂを備えている。

【0029】

図示の実施形態では、購入履歴情報管理部４２が、店舗で販売している複数の商品についての購入履歴情報の集計処理を管理する。この購入履歴情報管理部４２における購入履歴情報記憶手段４２ａが、店舗で販売している複数の商品について、当該商品を購入した顧客を特定する情報と、当該顧客の当該商品購入による当該商品の売り上げ情報とを関連付けた購入履歴情報を記憶する。

【0030】

図示の実施形態では、特定期間売筋商品購入者情報管理部４４における、特定期間売筋商品情報抽出手段４４ａは、前記購入履歴情報から、過去における第一の所定の期間での前記店舗で販売している前記複数の商品の売り上げ数の多寡を順位付けし、当該売り上げ数が上位から所定の順位までの前記商品を過去の売筋商品情報である特定期間売筋商品情報として抽出する。

【0031】

同じく、図示の実施形態では、特定期間売筋商品購入者情報管理部４４における、特定期間売筋商品購入者情報生成手段４４ｂは、前記特定期間売筋商品情報に係る前記商品を過去における第二の所定の期間において購入した前記顧客を過去の売筋商品購入者である特定期間売筋商品購入者と認定し、当該特定期間売筋商品購入者に関する情報である特定期間売筋商品購入者情報を生成し、当該特定期間売筋商品購入者情報を特定期間売筋商品購入者情報ＤＢ４５に記憶する。

【0032】

特定期間売筋商品購入者情報ＤＢ４５には、前記特定期間売筋商品購入者情報が記憶される。

【0033】

図示の実施形態では、売筋商品予測部４６における、直近購入商品情報抽出手段４６ａが、特定期間売筋商品購入者情報ＤＢ４５に記憶されている複数の前記特定期間売筋商品購入者が、直近の第三の所定の期間に購入した商品に関する情報である直近購入商品情報を前記購入履歴情報から抽出する。

【0034】

同じく、図示の実施形態では、売筋商品予測部４６における、売筋商品予測情報生成手段４６ｂが、前記直近購入商品情報に基づいて、前記直近購入商品情報に含まれている前記直近の第三の所定の期間に販売された商品の中で、前記直近の第三の所定の期間に購入行為を行った前記特定期間売筋商品購入者の数の多寡を順位付けし、当該特定期間売筋商品購入者の数が上位から所定の順位までの前記直近の第三の所定の期間に販売された商品を将来の売筋商品として売筋商品予測情報を生成する。

【0035】

図示の実施形態では、サーバ装置４０は、前記複数の商品についての購入履歴情報である、当該商品を購入した顧客を特定する情報と、当該顧客の当該商品購入による当該商品の売上情報とを関連付けて記憶するための購入履歴情報ＤＢ４３を備えている。

【0036】

これらの各部で行われる情報処理が、ＣＰＵ、ＲＡＭ、ＲＯＭ等で構成される制御手段４７によって制御される。

【0037】

２．商品の購入履歴情報の集計処理
サーバ装置４０の購入履歴情報管理部４２は、店舗で販売している複数の商品についての購入履歴情報の集計処理を管理する。

【0038】

前記購入履歴情報は、店舗で販売している複数の商品について、当該商品を購入した顧客を特定する情報と、当該顧客の当該商品購入による当該商品の売り上げ情報とが関連付けられた情報である。当該情報の集計は、購入履歴情報管理部４２が備える購入履歴情報記憶手段４２ａによって行われる。

【0039】

図示の実施形態では、例えば、前記ＰＯＳ端末などの店舗側端末３０で、顧客が前記商品を購入する際に提示したカードから顧客を特定する情報を読み取り、サーバ装置４０は、顧客を特定する情報を、前記ＰＯＳシステムや前記顧客システムから取得する。

【0040】

顧客を特定する情報は、後述する売筋商品購入者を特定する際に使用される情報であり、当該顧客が、いかなる商品を、いつ、どこで購入したのか、購入された商品と、当該商品を購入した顧客とを関連付けて情報蓄積されるものであれば十分であり、例えば、顧客が商品購入の際に提示したカードの番号であっても良い。

【0041】

図示の実施形態では、前記ＰＯＳシステムで使用される前記ＰＯＳ端末などの店舗側端末３０で、例えば、顧客が購入した商品のタグ等に表示されているＪＡＮ（Japanese Article Number）コードから商品の売り上げ情報を読み取り、サーバ装置４０は、商品の売り上げ情報を前記の顧客を特定する情報とともに、前記ＰＯＳシステムや前記顧客システムから取得する。

【0042】

このように、サーバ装置４０は、顧客が店舗で購入行為を行ったことによる商品の売り上げ情報と、当該商品を購入した前記顧客を特定する情報とを前記ＰＯＳシステムや前記顧客システムから取得し、顧客を特定する情報と顧客が店舗で購入行為を行ったことによる商品の売り上げ情報とを関連付けて購入履歴情報ＤＢ４３に記憶し、管理する。

【0043】

顧客が店舗で購入行為を行ったことによる商品の売り上げ情報には、当該商品を特定する情報が含まれる。当該商品を特定する情報としては、この実施形態のように売れ筋を予測する商品が「衣料品」である場合、例えば、当該商品のブランド、アイテム名（ジャケット、カットソー、スカート、コート等）、属性（デザイン、カラー、サイズ等）などがある。また、当該商品を販売した店舗、当該店舗で使用される品番、メーカー型番等が含まれている構成にすることもできる。

【0044】

このような商品の売り上げ情報は、当該商品に付けられているＪＡＮコードを前記商品が買い上げられる店舗の売り場において読み取って取得できる。

【0045】

３．過去の売筋商品情報の抽出処理
サーバ装置４０の特定期間売筋商品購入者情報管理部４４における特定期間売筋商品情報抽出手段４４ａは、例えば、以下に例示される条件に従って前記購入履歴情報から、過去における第一の所定の期間での前記店舗で販売している前記複数の商品の売り上げ数の多寡を順位付けし、当該売り上げ数が上位から所定の順位までの前記商品を過去の売筋商品情報である特定期間売筋商品情報として抽出する。

【0046】

＜過去の売筋商品情報抽出の条件＞
抽出月：毎月
抽出日：第一月曜日
購入履歴情報の集計期間（第一の所定の期間）：「当月−１」月の１日〜「当月−１」月の末日
集計対象：商品を特定する情報（例えば、商品のブランド、アイテム名、属性、当該商品を販売した店舗、当該店舗で使用される品番、メーカー型番等が含まれる情報）
順位付け方法：売り上げ数が多い順
抽出対象：店舗ごとのブランド−アイテム名別売り上げ数上位１０位以内の商品のメーカー型番

【0047】

この実施形態では、商品需要予測は、店舗で販売している複数の商品の中の所定の商品群ごとに行っている。そこで、特定の商品群であることを認定するために必要な情報である、例えば、商品のブランド、アイテム名などを、「商品を特定する情報」としている。

【0048】

また、特定の店舗における商品需要予測を行う場合には、上述したように、商品を販売した店舗に関する情報を、「商品を特定する情報」の中に含めて収集することになる。

【0049】

特定期間売筋商品情報は、後述するように将来の売筋商品を予測する情報に利用するものである。そこで、この実施形態では、特定期間売筋商品情報を生成する直近の一カ月である「『当月−１』月の１日〜『当月−１』月の末日」の期間を、購入履歴情報を集計する期間である「第一の所定の期間」としている（図８）。特定期間売筋商品情報を生成する、過去における直近の所定の期間である「第一の所定の期間」は、売れ筋を予測する商品の特性を考慮して定めることができ、例えば、特定期間売筋商品情報を生成する過去の直近の二週間や、三週間などを「第一の所定の期間」とすることもできる。

【0050】

上記に例示したこの実施形態での条件に従えば、特定期間売筋商品情報抽出手段４４ａは、購入履歴情報ＤＢ４３から例えば、図３図示のように、２０１４年９月分の購入履歴情報を集計し、２０１４年１０月６日の第一月曜日に２０１４年９月における店舗ごとのブランド−アイテム名別売り上げ数上位１０位以内の商品のメーカー型番を抽出する。

【0051】

このように、特定期間売筋商品情報抽出手段４４ａは、特定期間売筋商品情報を店舗で販売している複数の商品の中の所定の商品群ごとに抽出することができる。

【0052】

また、特定期間売筋商品情報抽出手段４４ａは、図３図示のように、特定期間売筋商品情報を複数の店舗の中の特定の店舗で販売している複数の商品の中の所定の商品群ごとに抽出することができる。

【0053】

この実施形態では、商品を衣料品としているので商品群を「衣料品のうち一のブランドの一のアイテム名で一のメーカー型番」とした。これ以外にも、商品群を例えば「雑貨品のうち一のブランドの一のアイテム名で一のメーカー型番」や、「食料品のうち一のメーカーの商品分類で一の製品品番」等、商品の種類に応じて特定期間売筋商品情報を抽出することができる。

【0054】

４．特定期間売筋商品購入者情報の生成処理
サーバ装置４０の特定期間売筋商品購入者情報管理部４４における特定期間売筋商品購入者情報生成手段４４ｂは、例えば、以下に例示される条件に従って前述した特定期間売筋商品情報に係る商品を過去における第二の所定の期間において購入した顧客を、過去の売筋商品購入者である特定期間売筋商品購入者と認定し、当該特定期間売筋商品購入者に関する情報である特定期間売筋商品購入者情報を生成する。

【0055】

＜過去の売筋商品購入者認定の条件＞
認定月：毎月
認定日：第一月曜日
認定に要する顧客の抽出範囲（第二の所定の期間）：「当月−４」月の１日〜「当月−１」月の末日
認定対象：上記で説明した第一の所定の期間「当月−１」月の１日〜「当月−１」月の末日における店舗ごとのブランド−アイテム名別売り上げ数上位１０位以内の商品のメーカー型番を前記第二の所定の期間内に購入した顧客
特定期間売筋商品購入者として認定する期間：直近の認定月から１年間

【0056】

この実施形態では、売筋商品を予測する「商品」を衣料品としているが、衣料品の販売において、販売期間は最長でも４カ月程度と考えられる。そこで、この実施形態では、過去における特定の期間の売筋商品購入者情報を生成するにあたり、「『当月−４』月の１日〜『当月−１』月の末日」の４カ月間を、認定に要する顧客の調査範囲である第二の所定の期間にしている（図８）。

【0057】

すなわち、この実施形態では、過去の直近１カ月における売筋商品（特定期間売筋商品情報抽出手段４４ａが行う処理動作によって抽出された直近１カ月における売筋商品）を、過去の直近４カ月の間に購入している顧客、いわば、過去の直近１カ月における売筋商品を、それよりも前の月において購入した顧客もが、特定期間売筋商品購入者として抽出されることになる。

【0058】

なお、売筋商品を予測する「商品」が衣料品以外の他の商品であって、その商品の販売において、販売期間が最長でも６カ月程度と考えられるならば、過去における特定の期間の売筋商品購入者情報を生成するにあたり、「『当月−６』月の１日〜『当月−１』月の末日」の６カ月間を、認定に要する顧客の調査範囲である第二の所定の期間にする、等、売筋商品を予測する「商品」の最長と考えられる販売期間を考慮して、過去の売筋商品購入者認定に要する顧客の調査範囲である第二の所定の期間を設定することができる。

【0059】

この工程で生成される特定期間売筋商品購入者情報は、後述するように、将来の売れ筋商品を予測する際の情報になる。そこで、将来の売れ筋商品予測の信頼性を高めることのできる情報であることが望ましい。このため、この工程で生成される特定期間売筋商品購入者情報は、過去の売筋の商品を購入した実績を持っている商品購入者に関する情報であることが望ましい。そこで、この工程で生成される特定期間売筋商品購入者情報は、売筋商品の認定を行った、すなわち、前述した特定期間売筋商品情報を生成した「第一の所定の期間」を含めた「第一の所定の期間」に先行している期間において、前記「第一の所定の期間」における売筋商品売筋商品を購入している商品購入者に関する情報であることが望ましい。

【0060】

そこで、「第一の所定の期間」との関係でいえば、「第二の所定の期間」は、「第一の所定の期間」を含めて、少なくとも、「第一の所定の期間」より長い期間であることが望ましい。

【0061】

この実施形態では、商品需要予測は、店舗で販売している複数の商品の中の所定の商品群ごとに行っている。そこで、特定の商品群であることを認定するために必要な情報である、例えば、商品のブランド、アイテム名などを、「商品を特定する情報」として収集しており、過去の売筋商品購入者の認定も、特定の商品群についての、過去の売筋商品購入者を認定することになる。

【0062】

例えば、「商品を特定する情報」であるブランド−アイテム名別に、過去の売筋商品購入者が認定される。

【0063】

また、特定の店舗における、特定の商品群についての商品需要予測を行う場合には、上述したように、「商品を特定する情報」の中に含まれている、商品を販売した店舗に関する情報を参照して、特定の店舗ごとに、「商品を特定する情報」であるブランド−アイテム名別に、過去の売筋商品購入者が認定される。

【0064】

上記に例示したこの実施形態での条件に従えば、特定期間売筋商品購入者情報生成手段４４ｂは、上述したようにして抽出された２０１４年９月における店舗ごとのブランド−アイテム名別売り上げ数上位１０位以内の商品のメーカー型番を購入した顧客を、購入履歴情報ＤＢ４３から２０１４年６月１日〜２０１４年９月末日の範囲で抽出し、２０１４年１０月６日の第一月曜日に当該抽出した顧客を過去の売筋商品購入者である特定期間売筋商品購入者と認定する。

【0065】

特定期間売筋商品購入者情報生成手段４４ｂは、前記特定期間売筋商品購入者を認定した後、当該特定期間売筋商品購入者に関する情報である特定期間売筋商品購入者情報を生成する。

【0066】

特定期間売筋商品購入者情報生成手段４４ｂは、過去における連続している複数の第一の所定の期間（上記に例示したこの実施形態での条件では、特定期間売筋商品情報を生成すべく購入履歴情報を集計する「第一の所定の期間」（「当月−１」月の１日〜「当月−１」月の末日である一カ月）においてそれぞれ特定期間売筋商品購入者情報を生成する処理を行う。

【0067】

そして、直近における第一の所定の期間で生成された特定期間売筋商品購入者情報を特定期間売筋商品購入者情報ＤＢ４５に格納する。

【0068】

この際、特定期間売筋商品購入者情報ＤＢ４５に格納されている複数の前記第一の所定の期間における特定期間売筋商品購入者情報の中で、最も古い時期の特定期間売筋商品購入者情報を削除する処理を行うようにすることができる。

【0069】

特定期間売筋商品購入者情報は、後述するように将来の売筋商品を予測する情報に利用するものである。そこで、予測を行う時点により近い期間における売筋商品購入者情報を利用することが望ましい。

【0070】

そこで、直近における第一の所定の期間で生成された特定期間売筋商品購入者情報を特定期間売筋商品購入者情報ＤＢ４５に格納する際に、同時に、特定期間売筋商品購入者情報ＤＢ４５に格納されている複数の前記第一の所定の期間における特定期間売筋商品購入者情報の中で、最も古い時期の特定期間売筋商品購入者情報を削除するようにするものである。

【0071】

上記に例示したこの実施形態での条件では、特定期間売筋商品購入者として認定する期間を「直近の認定月から１年間」にしている。

【0072】

そこで、上記に例示したこの実施形態での条件では、直近における第一の所定の期間（１カ月）で生成された特定期間売筋商品購入者情報を特定期間売筋商品購入者情報ＤＢ４５に格納する際に、同時に、特定期間売筋商品購入者情報ＤＢ４５に格納されている複数の前記第一の所定の期間における特定期間売筋商品購入者情報の中で、最も古い時期の特定期間売筋商品購入者情報、すなわち、１３カ月前の特定期間売筋商品購入者情報を削除し、いったん特定期間売筋商品購入者と認定された顧客は、その後、１２カ月間（一年間）、特定期間売筋商品購入者として認定され続けて特定期間売筋商品購入者情報ＤＢ４５に格納され、１２カ月間（一年間）の認定期間が満了すれば、特定期間売筋商品購入者情報ＤＢ４５に格納されている特定期間売筋商品購入者情報から削除されていく。

【0073】

この結果、過去の特定の月において特定期間売筋商品購入者として認定され、特定期間売筋商品購入者情報ＤＢ４５に情報格納された顧客が、その後１２カ月が経過する前に、再度、特定の月における特定期間売筋商品購入者として認定されることがあれば、その後、更に、１２カ月間（一年間）、特定期間売筋商品購入者として認定され続けて、特定期間売筋商品購入者情報ＤＢ４５に格納されるが、いったん、特定期間売筋商品購入者と認定されたが、その後１２カ月（一年）の間に、再度、特定期間売筋商品購入者として認定されることのなかった顧客は、最初の認定月から１２カ月間（一年間）の認定期間が満了することにより、特定期間売筋商品購入者情報ＤＢ４５に格納されている特定期間売筋商品購入者情報から削除されていく。

【0074】

この実施形態では、売れ筋を予測する商品を「衣料品」にしており、いったん、特定期間売筋商品購入者として認定された商品購入者（顧客）が、特定期間売筋商品購入者情報ＤＢ４５に記録・格納される期間を、連続した１２回の第一の所定の期間（すなわち、１年間）にしているが、この期間は、売れ筋を予測する商品の特性を考慮して種々に変更することができる。例えば、連続した所定の複数回の第一の所定の期間、等に種々定めることができる。

【0075】

図４は、過去の売筋商品購入者である特定期間売筋商品購入者の認定とその認定期間について説明する図である。この図では以下のようになっている。

【0076】

・顧客Ａは、第一の所定の期間である２０１２年１２月における売筋商品を、第二の所定の期間である２０１２年９月１日〜２０１２年１２月末日の期間に購入したので、２０１３年１月の第一月曜日に特定期間売筋商品購入者に認定されている。認定期間は認定月である２０１３年１月から２０１３年１２月末日までとなる。

【0077】

・顧客Ｂは、第一の所定の期間である２０１２年１２月における売筋商品を、第二の所定の期間である２０１２年９月１日〜２０１２年１２月末日の期間に購入したので、２０１３年１月の第一月曜日に特定期間売筋商品購入者に認定されている。また、第一の所定の期間である２０１３年５月における売筋商品を、第二の所定の期間である２０１３年２月１日〜２０１３年５月末日の期間に購入したので、２０１３年６月の第一月曜日に特定期間売筋商品購入者に再度認定されている。そこで、顧客Ｂが特定期間売筋商品購入者に認定される期間は、当初、２０１３年１月から２０１３年１２月末日までであったのが、２０１３年６月に、再度、特定期間売筋商品購入者に認定されたので、特定期間売筋商品購入者に認定され続ける期間は、直近の認定月である２０１３年６月から１２カ月の２０１４年５月末日までとなる。

【0078】

・顧客Ｃは、第一の所定の期間である２０１３年１月における売筋商品を、第二の所定の期間である２０１２年１０月１日〜２０１３年１月末日の期間に購入したので、２０１３年２月の第一月曜日に特定期間売筋商品購入者に認定されている。その後、１２カ月間、再度、特定期間売筋商品購入者に認定されることは無かったので、認定期間が２０１４年１月をもって満了し、２０１４年２月からは、特定期間売筋商品購入者情報ＤＢ４５に格納されている特定期間売筋商品購入者情報には含まれないことになった。そして、第一の所定の期間である２０１４年３月における売筋商品を、第二の所定の期間である２０１３年１２月１日〜２０１４年３月末日の期間に購入したので、２０１４年４月の第一月曜日に特定期間売筋商品購入者に認定されている。この場合、特定期間売筋商品購入者として認定される期間は２０１５年３月末日までとなる。

【0079】

なお、上述したように、この実施形態では、商品需要予測は、店舗で販売している複数の商品の中の所定の商品群ごとに行っており、特定の商品群であることを認定するために必要な情報である、商品のブランド、アイテム名などを、「商品を特定する情報」として収集し、過去の売筋商品購入者の認定は、「商品を特定する情報」であるブランド−アイテム名別に行われている。

【0080】

図５は、特定期間売筋商品購入者情報に含まれる、過去の売筋商品を表す特定期間売筋商品テーブルの一例である。図示の例では、２０１４年９月における店舗ごとのブランド−アイテム名別売り上げ数上位１０位以内の商品のメーカー型番が表されている。

【0081】

図６は、特定期間売筋商品購入者情報に含まれる、過去の売筋商品を購入した顧客を表す特定期間売筋商品購入者テーブルの一例である。図示の例では、２０１４年９月における店舗ごとのブランド−アイテム名別売り上げ数上位１０位以内の商品のメーカー型番を、２０１４年６月１日〜２０１４年９月末日の期間に購入し、２０１４年１０月６日の第一月曜日に特定期間売筋商品購入者に認定された顧客が表されている。

【0082】

上述したようにして生成された特定期間売筋商品購入者情報は、特定期間売筋商品購入者情報ＤＢ４５に記憶される。

【0083】

上述した過去の売筋商品情報の抽出処理と過去の売筋商品購入者の認定処理が前述の第一の所定の期間（１カ月）ごとに行われるので、この実施形態の条件では、特定期間売筋商品購入者情報ＤＢ４５に、毎月、生成された特定期間売筋商品購入者情報が記憶されて蓄積される。そして、この実施形態の条件では、直近における第一の所定の期間（１カ月）で生成された特定期間売筋商品購入者情報を特定期間売筋商品購入者情報ＤＢ４５に格納する際に、同時に、特定期間売筋商品購入者情報ＤＢ４５に格納されている複数の前記第一の所定の期間における特定期間売筋商品購入者情報の中で、最も古い時期の特定期間売筋商品購入者情報、すなわち、１３カ月前の特定期間売筋商品購入者情報を削除している。

【0084】

特定期間売筋商品購入者情報が蓄積されることにより、特定期間売筋商品購入者情報ＤＢ４５では、後述する将来の売筋商品の予測処理で利用される特定期間売筋商品購入者蓄積情報が生成される。当該特定期間売筋商品購入者蓄積情報は、過去における連続している複数の第一の所定の期間において、それぞれ前記生成された前記特定期間売筋商品購入者情報が蓄積されたものであって、図７図示のように、前記予測処理を行う月を含めた直近１２カ月分の前記特定期間売筋商品購入者情報が蓄積された特定期間売筋商品購入者蓄積情報が複数生成される。

【0085】

このように、特定期間売筋商品購入者情報生成手段４４ｂは、当該特定期間売筋商品購入者情報を前記店舗で販売している複数の商品の中の所定の前記商品群ごとに生成することができる。

【0086】

また、特定期間売筋商品購入者情報生成手段４４ｂは、図５、図６図示のように、当該特定期間売筋商品購入者情報を複数の前記店舗の中の特定の店舗で販売している複数の商品の中の所定の前記商品群ごとに生成することができる。

【0087】

この実施形態では、前記商品を衣料品としているので前記商品群を「衣料品のうち一のブランドの一のアイテム名で一のメーカー型番」とした。これ以外にも、前記商品群を例えば「雑貨品のうち一のブランドの一のアイテム名で一のメーカー型番」や、「食料品のうち一のメーカーの商品分類で一の製品品番」等、前記商品の種類に応じて前記商品群ごとにおける特定期間売筋商品購入者情報を生成することができる。

【0088】

５．将来の売筋商品の予測処理
売筋商品予測部４６における、直近購入商品情報抽出手段４６ａは、特定期間売筋商品購入者情報ＤＢ４５に記憶されている複数の特定期間売筋商品購入者が、直近の第三の所定の期間に購入した商品に関する情報である直近購入商品情報を購入履歴情報ＤＢ４３に格納されている購入履歴情報を用いて抽出する。

【0089】

次に、売筋商品予測部４６における、売筋商品予測情報生成手段４６ｂが、前記のようにして生成された直近購入商品情報に基づいて売筋商品予測情報を生成する。

【0090】

この処理は、前記直近購入商品情報に含まれている直近の前記第三の所定の期間に販売された商品の中で、直近の前記第三の所定の期間に購入行為を行った特定期間売筋商品購入者の数の多寡を順位付けし、特定期間売筋商品購入者の数が上位から所定の順位までの直近の前記第三の所定の期間に販売された商品を将来の売筋商品として抽出する処理である。

【0091】

特定期間売筋商品購入者情報ＤＢ４５に記憶されている複数の特定期間売筋商品購入者は、この実施形態の条件では、売筋商品の認定を行う「当月−１」月の１日〜「当月−１」月の末日という直近の過去の第一の所定の期間（１カ月）において売り上げ数が多かった商品を、第二の所定の期間（認定を行う 「当月−４」月の１日〜「当月−１」月の末日という４カ月）の間に購入する行為を行っていた顧客であり、過去の売筋の商品を購入した実績を持っている顧客である。このような特定期間売筋商品購入者を、毎月、抽出し、１２カ月分の大きなグループとし、このグループに属している顧客が、直近の第三の所定の期間（たとえば、直近の一週間）に購入した商品を、将来の、商品需要予測に利用する直近購入商品情報としている。

【0092】

更に、直近購入商品情報に含まれている直近の前記第三の所定の期間に販売された商品のそれぞれについて、商品購入行為を行った前記１２カ月分の大きなグループに属している顧客（特定期間売筋商品購入者）の多寡を順位付けし、特定期間売筋商品購入者の数が上位から所定の順位までの直近の前記第三の所定の期間に販売された商品を将来の売筋商品とするものである。

【0093】

前述したように、１２カ月分の大きなグループになっている特定期間売筋商品購入者は、売筋商品の認定を行う「当月−１」月の１日〜「当月−１」月の末日という直近の過去の第一の所定の期間（１カ月）において売り上げ数が多かった商品を、第二の所定の期間（認定を行う 「当月−４」月の１日〜「当月−１」月の末日という４カ月）の間に購入する行為を行っていた、過去の売筋の商品を購入した実績を持っている顧客である。

【0094】

そこで、このような認定処理を行うことにより、将来の需要予測を、過去に、実際に売り上げが多かった商品を、売り上げが多くなる前から、事前に購入した実績のある顧客の商品購入動向に基づいて予測することが可能になる。これにより、従来の、バイヤーの勘、経験に頼っていた将来の需要予測よりも、信頼性の高い将来の需要予測を行うことが可能になる。

【0095】

この実施形態では、以下に説明する条件で、直近購入商品情報の抽出処理と、将来の売筋商品の予測処理とを行った。

【0096】

＜直近購入商品情報の抽出処理＞
抽出週：毎週
抽出日：月曜日
抽出範囲（第三の所定の期間）：将来の売筋商品を予測する処理を行う当月における「当週−１」週の月曜日〜「当週−１」週の日曜日
抽出対象：特定期間売筋商品購入者情報ＤＢ４５に記憶されている複数の特定期間売筋商品購入者である顧客が、前記第三の所定の期間内で購入した商品

【0097】

この実施の形態では、特定の商品群ごと（例えば、ブランド−アイテム名別）に特定期間売筋商品購入者情報を生成している。

【0098】

そこで、特定の商品群ごと（例えば、ブランド−アイテム名別）に前述した第三の所定の期間（将来の売筋商品を予測する処理を行う当月における「当週−１」週の月曜日〜「当週−１」週の日曜日）における直近購入商品情報を生成した。

【0099】

直近購入商品情報を生成するにあたり抽出範囲とする第三の所定の期間は、将来の需要予測の信頼性を高める目的で、将来の売筋商品を予測する処理を行う当月における直近の一週間（「当週−１」週の月曜日〜「当週−１」週の日曜日）としている（図８）。

【0100】

このように、将来の需要予測の信頼性を高めるという観点から、「第三の所定の期間」は、前述した特定期間売筋商品情報を生成した「第一の所定の期間」との関係でいえば、将来の売筋商品を予測する処理を行う当月における直近の期間であって、その期間の長さは、「第一の所定の期間」よりも短い期間であることが望ましい。

【0101】

この実施形態では、直近購入商品情報抽出手段４６ａが直近購入商品情報を生成するにあたり、前述した第三の所定の期間に購入行為を行っている特定期間売筋商品購入者が単数でしかない商品群については、将来の需要予測の信頼性を高める観点から、直近購入商品情報に含めないようにした。

【0102】

すなわち、前述した第三の所定の期間に購入行為を行った特定期間売筋商品購入者が少なくとも複数人存在している商品群が、直近購入商品情報抽出手段４６ａによって生成される直近購入商品情報の中に含まれるようにした。

【0103】

そこで、ある商品群（ブランド−アイテム）についての購入行為が複数行われているが、それは、同一の、一人の特定期間売筋商品購入者のみによる複数の購入行為でしかない場合における当該商品群や、特定の商品群（例えば、特定のブランド−アイテム）を購入している特定期間売筋商品購入者が一人である場合の当該特定の商品群は、直近購入商品情報抽出手段４６ａによって生成される直近購入商品情報の中には含まれないようになっている。将来の需要予測の信頼性を高めるためである。

【0104】

また、販売開始週から三週以内の商品群のみが、直近購入商品情報抽出手段４６ａが生成する直近購入商品情報に含まれるようにした。

【0105】

すなわち、この実施の形態では、直近購入商品情報抽出手段４６ａは、特定期間売筋商品購入者情報ＤＢ４５に記憶されている複数の特定期間売筋商品購入者が、直近の第三の所定の期間に購入した商品であって、販売開始週から第四の所定の期間（図８、販売開始週から三週以内の）商品に関する情報である直近購入商品情報を購入履歴情報ＤＢ４３に格納されている購入履歴情報を用いて抽出するようにした。

【0106】

この実施形態においては、商品「衣料品」に関して、将来の需要予測を行っている。図８を参照して説明すると、衣料品においては、商品の売り上げ数のピークを迎える週は初回売上週から平均４〜５週目である。そこで、将来の需要予測の信頼性を高める観点から、この実施形態では、直近購入商品情報抽出手段４６ａが、直近購入商品情報を生成するにあたり、特定期間売筋商品購入者情報ＤＢ４５に記憶されている複数の特定期間売筋商品購入者が、直近の第三の所定の期間に購入した商品であって、販売開始週から第四の所定の期間（販売開始週から三週以内の）商品に関する情報を、購入履歴情報ＤＢ４３に格納されている購入履歴情報を用いて抽出するようにした。これによって、どの商品が売筋となるのかを商品の売り上げ数のピークを迎える前に把握できるようにしている。

【0107】

初回売上週から商品の売り上げ数のピークを迎える週までの期間は需要予測を行う商品ごとに相違している。そこで、将来の需要予測を行う商品ごとに、初回売上週から商品の売り上げ数のピークを迎える週までの期間である第四の所定の期間を考慮し、特定期間売筋商品購入者情報ＤＢ４５に記憶されている複数の特定期間売筋商品購入者が、直近の第三の所定の期間に購入した商品であって、販売開始週から第四の所定の期間における商品に関する情報である直近購入商品情報を、直近購入商品情報抽出手段４６ａが、購入履歴情報ＤＢ４３に格納されている購入履歴情報を用いて抽出するようにできる。

【0108】

このように、「第三の所定の期間」は、前述した「将来の需要予測を行う商品の販売開始期から始まる第四の所定の期間」が特定される範囲で定められるものである。従って、将来の需要予測の信頼性を高めるという観点から、「第三の所定の期間」は、「将来の需要予測を行う商品の販売開始期から始まる第四の所定の期間」との関係でいえば、「第四の所定の期間」中における「第四の所定の期間」よりも短い期間であることが好ましい。

【0109】

また、前述した「第三の所定の期間」との関係でいえば、「将来の需要予測を行う商品の販売開始期からはじまる第四の所定の期間」は、「第三の所定の期間」を含めて、少なくとも、直近の過去における「第三の所定の期間」より長い期間であって、将来の需要予測を行う当該商品の初回売上期から当該商品の売り上げ数のピークを迎える平均的な期間よりも短い期間であることが望ましい。

【0110】

この実施の形態における、直近購入商品情報の抽出処理の一例を図４、図７を参照して説明する。

【0111】

図４図示の２０１３年１２月に直近購入商品情報の抽出処理を行う場合、２０１３年１月から２０１３年１２月までの前記特定期間売筋商品購入者蓄積情報が利用される（図７）。従って、顧客Ａ、Ｂ、Ｃは前記抽出対象中の前記特定期間売筋商品購入者と認定された顧客に該当する。

【0112】

図４図示の２０１４年１月に直近購入商品情報の抽出処理を行う場合、２０１３年２月から２０１４年１月までの前記特定期間売筋商品購入者蓄積情報が利用される（図７）。従って、顧客Ｂ、Ｃが前記抽出対象中の前記特定期間売筋商品購入者と認定された顧客に該当する。

【0113】

図４図示の２０１４年２月に直近購入商品情報の抽出処理を行う場合、２０１３年３月から２０１４年２月までの前記特定期間売筋商品購入者蓄積情報が利用される（図７）。従って、顧客Ｂのみが前記抽出対象中の前記特定期間売筋商品購入者と認定された顧客に該当する。

【0114】

上記条件に従って、直近購入商品情報抽出手段４６ａは、例えば、特定期間売筋商品購入者情報ＤＢ４５に記憶されている特定期間売筋商品購入者と認定された複数の顧客が２０１４年９月第二週に購入したブランドと同一のブランドの商品のメーカー型番であって、販売開始週から三週以内の商品についての直近購入商品情報を、２０１４年９月第三週の月曜日に購入履歴情報ＤＢ４３から抽出する。

【0115】

このように、直近購入商品情報抽出手段４６ａは、当該直近購入商品情報を前記店舗で販売している複数の商品の中の所定の前記商品群ごとに生成することができる。

【0116】

また、直近購入商品情報抽出手段４６ａは、当該直近購入商品情報を複数の前記店舗の中の特定の店舗で販売している複数の商品の中の所定の前記商品群ごとに生成することができる。

【0117】

この実施形態では、前記商品を衣料品としているので前記商品群を「衣料品のうち一のブランドの一のアイテム名で一のメーカー型番」とした。これ以外にも、前記商品群を例えば「雑貨品のうち一のブランドの一のアイテム名で一のメーカー型番」や、「食料品のうち一のメーカーの商品分類で一の製品品番」等、前記商品の種類に応じて前記商品群ごとにおける直近購入商品情報を生成することができる。

【0118】

＜将来の売筋商品の予測処理＞
売筋商品予測情報生成手段４６ｂは、前記直近購入商品情報に基づいて前記直近購入商品情報に含まれている前記直近の第三の所定の期間に販売された商品の中で、前記直近の第三の所定の期間に購入行為を行った前記特定期間売筋商品購入者の数の多寡を順位付けし、当該特定期間売筋商品購入者の数が上位から所定の順位までの前記直近の第三の所定の期間に販売された商品を将来の売筋商品として売筋商品予測情報を生成する。

【0119】

図９は、売筋商品予測情報生成手段４６ｂによって生成された売筋商品予測情報がコンピュータの出力画面に表示されている一例である。

【0120】

図示の例では、過去の売筋商品情報の抽出処理によって抽出された２０１４年２月における店舗ごとのブランド−アイテム名別売り上げ数上位１０位以内の商品のメーカー型番を、過去の売筋商品購入者の認定処理によって２０１３年１１月１日から２０１４年２月末日の間に購入し、特定期間売筋商品購入者と認定された複数の顧客が、将来の売筋商品の予測処理によって２０１４年３月１０日から３月１６日の間に購入した前記認定に係るブランドと同じブランドの商品であって、販売開始週から三週以内のメーカー型番が将来の売筋商品として２０１４年３月１７日月曜日に予測された状態を表している。

【0121】

図９では、特定の店舗ＸにおけるブランドＡについての将来の売筋商品が「アイテム名−メーカー型番」別に表示されている。

【0122】

このように、売筋商品予測情報生成手段４６ｂは、当該売筋商品予測情報を前記店舗で販売している複数の商品の中の所定の前記商品群ごとに生成することができる。

【0123】

また、売筋商品予測情報生成手段４６ｂは、図９図示のように、当該売筋商品予測情報を複数の前記店舗の中の特定の店舗で販売している複数の商品の中の所定の前記商品群ごとに生成することができる。

【0124】

この実施形態では、前記商品を衣料品としているので前記商品群を「衣料品のうち一のブランドの一のアイテム名で一のメーカー型番」とした。これ以外にも、前記商品群を例えば「雑貨品のうち一のブランドの一のアイテム名で一のメーカー型番」や、「食料品のうち一のメーカーの商品分類で一の製品品番」等、前記商品の種類に応じて前記商品群ごとにおける売筋商品予測情報を生成することができる。

【0125】

図１０は、図９で表示された将来の売筋商品について、２０１４年３月１７日から２０１４年４月２０日まで（５週間）の売り上げ数を集計し、当該売り上げ数の多寡を商品のアイテム名別に順位付けした状態が表示されている。

【0126】

図１０で示されているように、将来の売筋商品として予測された特定の店舗ＸにおけるブランドＡの商品のアイテム名で９つのメーカー型番中、８型番の商品が売り上げ数上位となっていることが確認できる。

【0127】

このように、この実施形態では、商品の売り上げのピークである販売開始週から所定の期間（例えば、販売開始週から４〜５週目）を迎える前に、どのブランドのどの商品が売筋となるかを、当該ピークの期間が到達する前（例えば、商品の販売開始週から３週以内）に把握することができる。そこで、バイヤー等は売筋となり得る商品の仕入れ業務をより高い信頼性で行うことができると共に、商品の不良在庫を抑え、売上の向上に繋げることが可能となる。

【0128】

そして、この実施形態では、過去の売筋商品情報の抽出処理によって抽出された過去の売筋商品を購入した顧客に着目し、当該顧客を、過去の売筋商品購入者と認定し、将来の売筋商品予測処理によって当該過去の売筋商品購入者が直近の所定期間に購入した商品、すなわち「過去の売筋商品を購入した顧客が購入した販売開始後間もない新商品」という信頼性及び売筋となる可能性が極めて高い情報を利用して将来の売筋商品を予測している。そこで、従来の単純な過去の商品の売り上げ数、気温、天候、トレンド情報などの売筋商品予測のための情報とは異なった、信頼性の高い、商品需要予測システムを提供することができる。

【0129】

以上、添付図面を参照して本発明の好ましい実施形態を説明したが、本発明はかかる実施形態に限定されるものではなく、特許請求の範囲の記載から把握される技術的範囲において種々の形態に変更可能である。

【符号の説明】

【0130】

１０ 商品需要予測システム
２０ クライアント端末
３０ 店舗側端末
４０ サーバ装置
４１ 情報送受信手段
４２ 購入履歴情報管理部
４２ａ 購入履歴情報記憶手段
４３ 購入履歴情報ＤＢ
４４ 特定期間売筋商品購入者情報管理部
４４ａ 特定期間売筋商品情報抽出手段
４４ｂ 特定期間売筋商品購入者情報生成手段
４５ 特定期間売筋商品購入者情報ＤＢ
４６ 売筋商品予測部
４６ａ 直近購入商品情報抽出手段
４６ｂ 売筋商品予測情報生成手段
５０ 通信ネットワーク

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】