特開 2024-49744 情報処理装置、価格決定システム、需要予測方法および価格決定方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2024049744

(43)【公開日】2024-04-10

(54)【発明の名称】情報処理装置、価格決定システム、需要予測方法および価格決定方法

(51)【国際特許分類】

   G06Q 30/0202 20230101AFI20240403BHJP

【ＦＩ】

G06Q30/02 310

【審査請求】未請求

【請求項の数】11

【出願形態】ＯＬ

(21)【出願番号】P 2022156164

(22)【出願日】2022-09-29

【新規性喪失の例外の表示】新規性喪失の例外適用申請有り

(71)【出願人】

【識別番号】504132272

【氏名又は名称】国立大学法人京都大学

(71)【出願人】

【識別番号】502133251

【氏名又は名称】フォルシア株式会社

(74)【代理人】

【識別番号】100105924

【弁理士】

【氏名又は名称】森下 賢樹

(72)【発明者】

【氏名】梅野 健

(72)【発明者】

【氏名】新谷 健

【テーマコード（参考）】

5L030

5L049

【Ｆターム（参考）】

5L030BB02

5L049BB02

(57)【要約】

【課題】サービスの予約数の推移を推定する精度を向上する技術を提供する。
【解決手段】需要予測装置１４は、第１の顧客群に関する時点ｔ１までの予約数の推移に基づいて、第１の顧客群に関するサービス提供時点までの時系列での予約数の推移を示す第１の指数関数を導出する。需要予測装置１４は、第１の顧客群とは属性が異なる第２の顧客群に関する時点ｔ２までの予約数の推移に基づいて、第２の顧客群に関するサービス提供時点までの時系列での予約数の推移を示す第２の指数関数を導出する。需要予測装置１４は、第１の指数関数が示す第１の顧客群に関する分析対象時点までの時系列での予約数の推移と、第２の指数関数が示す第２の顧客群に関する分析対象時点までの時系列での予約数の推移とに基づいて、サービス提供主体を支援する情報を生成する。
【選択図】図５

【特許請求の範囲】

【請求項1】

所定のサービスを提供する主体における第１の顧客群に関する、サービス提供時点前の時点ｔ１までの時系列での予約数の推移を取得し、第１の顧客群とは属性が異なる第２の顧客群に関する、サービス提供時点前の時点ｔ２までの時系列での予約数の推移を取得する取得部と、
前記第１の顧客群に関する時点ｔ１までの予約数の推移に基づいて、前記第１の顧客群に関するサービス提供時点までの時系列での予約数の推移を示す第１の指数関数を導出し、前記第２の顧客群に関する時点ｔ２までの予約数の推移に基づいて、前記第２の顧客群に関するサービス提供時点までの時系列での予約数の推移を示す第２の指数関数を導出する導出部と、
前記第１の指数関数が示す前記第１の顧客群に関する分析対象時点までの時系列での予約数の推移と、前記第２の指数関数が示す前記第２の顧客群に関する前記分析対象時点までの時系列での予約数の推移とに基づいて、前記主体を支援するための情報を生成する生成部と、
を備える情報処理装置。

【請求項2】

前記第１の顧客群は、前記主体または前記サービスに対するロイヤルティが相対的に高い顧客群であり、前記第２の顧客群は、前記主体または前記サービスに対するロイヤルティが相対的に低い顧客群である、
請求項１に記載の情報処理装置。

【請求項3】

前記第１の顧客群は、前記主体にとっての利益が相対的に高いサービスを好む顧客群であり、前記第２の顧客群は、前記主体にとっての利益が相対的に低いサービスを好む顧客群である、
請求項１に記載の情報処理装置。

【請求項4】

前記生成部は、前記主体を支援するための情報として、前記分析対象時点での前記第１の顧客群の予約数と、前記分析対象時点での前記第２の顧客群の予約数の少なくとも一方を含む情報を生成する、
請求項１に記載の情報処理装置。

【請求項5】

前記生成部は、前記主体を支援するための情報として、前記第１の顧客群に対するサービスの価格と、前記第２の顧客群に対するサービスの価格の少なくとも一方の変更を促す内容を含む情報を生成する、
請求項１に記載の情報処理装置。

【請求項6】

前記第１の顧客群は、前記主体または前記サービスに対するロイヤルティが相対的に高い顧客群であり、前記第２の顧客群は、前記主体または前記サービスに対するロイヤルティが相対的に低い顧客群であって、かつ、前記分析対象時点での前記第１の顧客群の予約数が目標を達成すると推定される場合、前記生成部は、前記主体を支援するための情報として、前記第１の顧客群に対するサービスの価格を維持する一方、前記第２の顧客群に対するサービスの価格を上げることを促す内容を含む情報を生成する、
請求項５に記載の情報処理装置。

【請求項7】

前記第１の顧客群は、前記主体または前記サービスに対するロイヤルティが相対的に高い顧客群であり、前記第２の顧客群は、前記主体または前記サービスに対するロイヤルティが相対的に低い顧客群であって、かつ、前記分析対象時点での前記第１の顧客群の予約数と前記分析対象時点での前記第２の顧客群の予約数の合計が目標を達成すると推定される場合、前記生成部は、前記主体を支援するための情報として、前記第１の顧客群に対するサービスの価格を第１の割合増加させ、前記第２の顧客群に対するサービスの価格を前記第１の割合より大きい第２の割合増加させることを促す内容を含む情報を生成する、
請求項５に記載の情報処理装置。

【請求項8】

前記第１の顧客群は、前記主体または前記サービスに対するロイヤルティが相対的に高い顧客群であり、前記第２の顧客群は、前記主体または前記サービスに対するロイヤルティが相対的に低い顧客群であって、かつ、前記分析対象時点での前記第１の顧客群の予約数が目標に未達と推定され、前記分析対象時点での前記第２の顧客群の予約数が目標を達成すると推定される場合、前記生成部は、前記主体を支援するための情報として、前記第１の顧客群に対するサービスの価格を下げて、前記第２の顧客群に対するサービスの価格を上げることを促す内容を含む情報を生成する、
請求項５に記載の情報処理装置。

【請求項9】

所定のサービスを提供する主体における第１の顧客群に関する、サービス提供時点前の時点ｔ１までの時系列での予約数の推移を取得し、第１の顧客群とは属性が異なる第２の顧客群に関する、サービス提供時点前の時点ｔ２までの時系列での予約数の推移を取得する取得部と、
前記第１の顧客群に関する時点ｔ１までの予約数の推移に基づいて、前記第１の顧客群に関するサービス提供時点までの時系列での予約数の推移を示す第１の指数関数を導出し、前記第２の顧客群に関する時点ｔ２までの予約数の推移に基づいて、前記第２の顧客群に関するサービス提供時点までの時系列での予約数の推移を示す第２の指数関数を導出する導出部と、
前記第１の指数関数が示す前記第１の顧客群に関する分析対象時点までの時系列での予約数の推移と、前記第２の指数関数が示す前記第２の顧客群に関する前記分析対象時点までの時系列での予約数の推移とに基づいて、前記サービスの価格を決定する価格決定部と、
を備える価格決定システム。

【請求項10】

コンピュータが、
所定のサービスを提供する主体における第１の顧客群に関する、サービス提供時点前の時点ｔ１までの時系列での予約数の推移を取得し、第１の顧客群とは属性が異なる第２の顧客群に関する、サービス提供時点前の時点ｔ２までの時系列での予約数の推移を取得し、
前記第１の顧客群に関する時点ｔ１までの予約数の推移に基づいて、前記第１の顧客群に関するサービス提供時点までの時系列での予約数の推移を示す第１の指数関数を導出し、前記第２の顧客群に関する時点ｔ２までの予約数の推移に基づいて、前記第２の顧客群に関するサービス提供時点までの時系列での予約数の推移を示す第２の指数関数を導出し、
前記第１の指数関数が示す前記第１の顧客群に関する分析対象時点までの時系列での予約数の推移と、前記第２の指数関数が示す前記第２の顧客群に関する前記分析対象時点までの時系列での予約数の推移とに基づいて、前記主体を支援するための情報を生成する、
需要予測方法。

【請求項11】

コンピュータが、
所定のサービスを提供する主体における第１の顧客群に関する、サービス提供時点前の時点ｔ１までの時系列での予約数の推移を取得し、第１の顧客群とは属性が異なる第２の顧客群に関する、サービス提供時点前の時点ｔ２までの時系列での予約数の推移を取得し、
前記第１の顧客群に関する時点ｔ１までの予約数の推移に基づいて、前記第１の顧客群に関するサービス提供時点までの時系列での予約数の推移を示す第１の指数関数を導出し、前記第２の顧客群に関する時点ｔ２までの予約数の推移に基づいて、前記第２の顧客群に関するサービス提供時点までの時系列での予約数の推移を示す第２の指数関数を導出し、
前記第１の指数関数が示す前記第１の顧客群に関する分析対象時点までの時系列での予約数の推移と、前記第２の指数関数が示す前記第２の顧客群に関する前記分析対象時点までの時系列での予約数の推移とに基づいて、前記サービスの価格を決定する、
価格決定方法。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、データ処理技術に関し、特に情報処理装置、価格決定システム、需要予測方法および価格決定方法に関する。

【背景技術】

【0002】

本発明者は、所定の主体（例えば宿泊施設等）が提供するサービスについて、顧客の予約傾向に指数関数性があることを応用して、サービスの予約数の時系列での推移を推定する技術を提案している（例えば、特許文献１参照）。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０２１－３３７１８号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

本発明者は、顧客の予約傾向を示す指数関数の傾きが、サービスの提供主体の単位で１つではなく、顧客の属性に応じて異なることに想到し、サービスの予約数の推移を推定する精度を向上する技術に想到した。

【0005】

本開示は本発明者の上記着想に基づきなされたものであり、１つの目的は、サービスの予約数の推移を推定する精度を向上する技術を提供することにある。

【課題を解決するための手段】

【0006】

上記課題を解決するために、本開示のある態様の情報処理装置は、所定のサービスを提供する主体における第１の顧客群に関する、サービス提供時点前の時点ｔ１までの時系列での予約数の推移を取得し、第１の顧客群とは属性が異なる第２の顧客群に関する、サービス提供時点前の時点ｔ２までの時系列での予約数の推移を取得する取得部と、第１の顧客群に関する時点ｔ１までの予約数の推移に基づいて、第１の顧客群に関するサービス提供時点までの時系列での予約数の推移を示す第１の指数関数を導出し、第２の顧客群に関する時点ｔ２までの予約数の推移に基づいて、第２の顧客群に関するサービス提供時点までの時系列での予約数の推移を示す第２の指数関数を導出する導出部と、第１の指数関数が示す第１の顧客群に関する分析対象時点までの時系列での予約数の推移と、第２の指数関数が示す第２の顧客群に関する分析対象時点までの時系列での予約数の推移とに基づいて、主体を支援するための情報を生成する生成部とを備える。

【0007】

本開示の別の態様は、価格決定システムである。この価格決定システムは、所定のサービスを提供する主体における第１の顧客群に関する、サービス提供時点前の時点ｔ１までの時系列での予約数の推移を取得し、第１の顧客群とは属性が異なる第２の顧客群に関する、サービス提供時点前の時点ｔ２までの時系列での予約数の推移を取得する取得部と、第１の顧客群に関する時点ｔ１までの予約数の推移に基づいて、第１の顧客群に関するサービス提供時点までの時系列での予約数の推移を示す第１の指数関数を導出し、第２の顧客群に関する時点ｔ２までの予約数の推移に基づいて、第２の顧客群に関するサービス提供時点までの時系列での予約数の推移を示す第２の指数関数を導出する導出部と、第１の指数関数が示す第１の顧客群に関する分析対象時点までの時系列での予約数の推移と、第２の指数関数が示す第２の顧客群に関する分析対象時点までの時系列での予約数の推移とに基づいて、サービスの価格を決定する価格決定部とを備える。

【0008】

本開示のさらに別の態様は、需要予測方法である。この方法は、コンピュータが、所定のサービスを提供する主体における第１の顧客群に関する、サービス提供時点前の時点ｔ１までの時系列での予約数の推移を取得し、第１の顧客群とは属性が異なる第２の顧客群に関する、サービス提供時点前の時点ｔ２までの時系列での予約数の推移を取得し、第１の顧客群に関する時点ｔ１までの予約数の推移に基づいて、第１の顧客群に関するサービス提供時点までの時系列での予約数の推移を示す第１の指数関数を導出し、第２の顧客群に関する時点ｔ２までの予約数の推移に基づいて、第２の顧客群に関するサービス提供時点までの時系列での予約数の推移を示す第２の指数関数を導出し、第１の指数関数が示す第１の顧客群に関する分析対象時点までの時系列での予約数の推移と、第２の指数関数が示す第２の顧客群に関する分析対象時点までの時系列での予約数の推移とに基づいて、主体を支援するための情報を生成する。

【0009】

本開示のさらに別の態様は、価格決定方法である。この方法は、コンピュータが、所定のサービスを提供する主体における第１の顧客群に関する、サービス提供時点前の時点ｔ１までの時系列での予約数の推移を取得し、第１の顧客群とは属性が異なる第２の顧客群に関する、サービス提供時点前の時点ｔ２までの時系列での予約数の推移を取得し、第１の顧客群に関する時点ｔ１までの予約数の推移に基づいて、第１の顧客群に関するサービス提供時点までの時系列での予約数の推移を示す第１の指数関数を導出し、第２の顧客群に関する時点ｔ２までの予約数の推移に基づいて、第２の顧客群に関するサービス提供時点までの時系列での予約数の推移を示す第２の指数関数を導出し、第１の指数関数が示す第１の顧客群に関する分析対象時点までの時系列での予約数の推移と、第２の指数関数が示す第２の顧客群に関する分析対象時点までの時系列での予約数の推移とに基づいて、サービスの価格を決定する。

【0010】

なお、以上の構成要素の任意の組合せ、本開示の表現をコンピュータプログラム、コンピュータプログラムを読み取り可能に記録した記録媒体などの間で変換したものもまた、本開示の態様として有効である。

【発明の効果】

【0011】

本開示の技術によれば、サービスの予約数の推移を推定する精度を向上することができる。

【図面の簡単な説明】

【0012】

【図1】実データの曲線フィッティングの結果を示す図である。

【図2】予約曲線を模式的に示す図である。

【図3】美容院の予約状況を示す箱ひげ図である。

【図4】美容院の予約数の推移を示す図である。

【図5】第１実施形態の通信システムの構成を示す図である。

【図6】第１実施形態の需要予測装置の機能ブロックを示すブロック図である。

【図7】第１顧客群についての予約曲線の例を示す図である。

【図8】第２顧客群についての予約曲線の例を示す図である。

【図9】合計予約曲線の例を示す図である。

【図10】第２実施形態の価格決定システムの構成を示す図である。

【図11】第２実施形態の需要予測装置の機能ブロックを示すブロック図である。

【図12】第２実施形態の価格決定装置の機能ブロックを示すブロック図である。

【発明を実施するための形態】

【0013】

以下、本開示の技術を好適な実施形態をもとに図面を参照しながら説明する。実施形態は、発明を限定するものではなく例示であって、実施形態に記述されるすべての特徴やその組み合わせは、必ずしも発明の本質的なものであるとは限らない。各図面に示される同一または同等の構成要素、部材、処理には、同一の符号を付するものとし、適宜重複した説明は省略する。また、本明細書または請求項中に「第１」、「第２」等の用語が用いられる場合には、特に言及がない限り、いかなる順序や重要度を表すものでもなく、ある構成と他の構成とを区別するためのものである。

【0014】

＜前提技術＞
前提技術としての需要予測アルゴリズムについて説明する。
まず、予約数とキャンセル数に対する定義を与える。実施形態では、宿泊施設における或る日の宿泊予約数Ｘ（ｔ）とキャンセル数Ｙ（ｔ）が、以下の関数にしたがって振る舞うものとする。

【数1】

【0015】

ただし、Ａ＞Ｂ＞０とする。また、ｔは、宿泊日（言い換えればサービス提供日）より何日前かを示す値（単位：日）である。また、φ_Ｘ（ｔ）とφ_Ｙ（ｔ）は、以下を満たすものとする。

【数2】

つまり、Ｘ（０）＝Ａ，Ｘ（∞）＝０，Ｙ（０）＝Ｂ，Ｙ（∞）＝０となる。
このとき、以下を仮説として置く。

【0016】

任意の０≦ｔ_１＜ｔ_２に対し、次の式が成立するとする。
φ（ｔ_２）＝φ（ｔ_１）φ（ｔ_２－ｔ_１） ・・・（式１）
式１に対する直感的な理解を与える。
ある区間εと日付αが与えられたとき、式１は以下の性質を持つ。
φ（α）＝φ（０）φ（α－０）＝φ（α）
φ（α＋ε）＝φ（α）φ（ε）
すなわち、ε日後（あるいはε日前）の値は、α日時点での値によらず、そこから一定の割合だけ減る（或いは増える）という性質を持つ。

【0017】

この性質は、自然界において原子の半減期の性質にも見られるような自己比例を意味し、すなわち観測数の変化が、その時点での観測数に比例することを意味している。すなわち、人の予約行動を自然現象と見なし、予約数は、期日（予約の対象となる日であって、言い換えればサービス提供日）から遠ざかるにつれて（例えばその距離に比例して）日々減少していくことを仮定したことになる。

【0018】

予約数とキャンセル数に対して上記の定義と仮説を置いた場合、φ_Ｘ（ｔ）とφ_Ｙ（ｔ）は、陽に表すことができる。

【数3】

ただし、τ_Ｘとτ_Ｙは、正の時定数であり、言い換えれば、予約数とキャンセル数の変化を司る定数パラメータである。サービス提供者が宿泊施設の場合、τ_Ｘとτ_Ｙは、リードタイムとも言え、予約数とキャンセル数の増加度合いが大きくなるタイミングに応じた定数である。

【0019】

図１は、実データの曲線フィッティングの結果を示す。図１の横軸は、上記のｔを示し、すなわち宿泊施設に対する予約が行われた日（宿泊日の何日前か）を示している。図１の縦軸は、予約数またはキャンセル数を対数スケールで示している。ポイント１００は、ある時点ｔにおける予約数を示す実データであり、ポイント１０２は、ある時点ｔにおけるキャンセル数を示す実データである。予約曲線１０４は、ポイント１００の推移を近似した曲線であり、キャンセル曲線１０６は、ポイント１０２の推移を近似した曲線である。

【0020】

既述したように、図１の縦軸は対数スケールであるため、予約曲線１０４とキャンセル曲線１０６はともに指数関数となる。本発明者は、実データを用いた検証により、宿泊施設における予約数Ｘ（ｔ）とキャンセル数Ｙ（ｔ）は、以下の関数系に相応しくフィッティングされることを発見した。

【数4】

なお、Ａは、サービス提供当日（宿泊日当日）の予約数であり、Ｂは、サービス提供当日（宿泊日当日）のキャンセル数である。

【0021】

以上の結果を予測アルゴリズムに転換する。上記の仮説「予約数は、宿泊日から前に遡るにつれ、その数（宿泊日からの距離）に比例して日々減少していく」ことが一定程度正しいことに基づくと、以下は情報として等価なものとなる。
「予約数は、宿泊日から前に遡るにつれ、その数に比例して日々減少していく」
「予約数は、宿泊日から前に遡るにつれ、指数関数的に減少していく」
「予約数は、（未来の）宿泊日に向かって近づくにつれ、指数関数的に増加していく」
したがって、上記の式２を予約数の予測に用いることができ、また、上記の式３をキャンセル数の予測に用いることができることがわかる。

【0022】

図２は、予約曲線を模式的に示す。図２の横軸は、サービス提供日までの残り日数ｔである。図２の縦軸は、サービスの予約数Ｘ（ｔ）である。図２でのサービスの予約数Ｘ（ｔ）は、サービス提供日までの日ごとに生じる予約数を示している。図２では縦軸を通常スケールで示している。図２では、予約情報が示す時点ｔ_１（例えば３０日前）までの予約数の推移を上記の式２にフィッティングして式２のパラメータＡおよびτ_Ｘを推定することにより導出した予約曲線１１０を示している。サービス提供日（すなわちｔ＝０）までの予約数の合計は、０≦ｔ＜∞でＸ（ｔ）を積分することにより求められ、Ａτ_Ｘとなる。予約曲線１１０のＡτ_Ｘを求めることによりサービス提供日までの予約数の合計を推定できる。

【0023】

＜実施形態の概要＞
顧客の予約傾向を示す指数関数の傾き（時定数とも言える）は、サービスの提供主体（施設とも言える）の単位で１つではなく、顧客の属性に応じて異なることに本発明者は想到した。図３、図４はその具体例を示す。

【0024】

図３は、美容院の予約状況を示す箱ひげ図である。図３の横軸は、顧客の来店回数を示す。横軸の値が１の顧客は初回利用者であり、横軸の値が２以上の顧客はリピーターである。図３の縦軸は、来店の何日前に予約されたか（すなわち予約リードタイム）を示す。上の箱は２５％の予約が入る範囲を示し、下の箱も２５％の予約が入る範囲を示す。この箱ひげ図によると、初回利用の顧客の予約が、リピーターの顧客と比べて、サービス利用直前の予約に偏っていることがわかる。

【0025】

図４は、美容院の予約数の推移を示す。図４の横軸は、サービス提供日の何日前に予約が行われたかを示す（すなわち予約リードタイム）を示す。図４の縦軸は、予約数を示している。初回利用者予約曲線１２０（実線）は、初回利用者による予約数の推移を示している。リピーター予約曲線１２２（実線）は、リピーターによる予約数の推移を示している。合計予約曲線１２４（実線）は、初回利用者予約曲線１２０が示す予約数とリピーター予約曲線１２２が示す予約数の合計を示している。

【0026】

初回利用者予約指数曲線１２６（破線）は、初回利用者予約曲線１２０に近似する指数関数の曲線を示している。リピーター予約指数曲線１２８（破線）は、リピーター予約曲線１２２に近似する指数関数の曲線を示している。初回利用者予約指数曲線１２６の時定数τは約２．２日である一方、リピーター予約指数曲線１２８の時定数τは約５．２日であり、リピーター予約指数曲線１２８の方が時定数が約２．５倍大きい。これは、初回利用者予約指数曲線１２６の傾きがリピーター予約指数曲線１２８の傾きより急峻であり、すなわち、初回利用者の予約は、サービス提供日直前の予約が占める割合が大きいことを示している。

【0027】

このような分析結果をもとに、本発明者は、顧客属性ごとに異なる時定数τを持つ指数関数としての予約傾向が現れることに想到した。顧客属性は、例えば、サービス提供者、施設またはサービスそのものへの帰属意識であるロイヤルティの高低である。実施形態のシステムでは、異なる属性を有する顧客群ごとに、予約傾向を近似した指数関数であり、かつ、固有の時定数τを有する指数関数を導出し、顧客群ごとの予約数の推移を推定する。これにより、異なる属性を有する顧客群ごとに適切なタイミングおよび適切な内容のプライシング施策を実現できるようサービス提供者を支援する。

【0028】

サービス提供者、施設またはサービスそのものへのロイヤルティに基づいて顧客を分類する例を説明する。ここでは、ロイヤルティが相対的に高い顧客群を第１顧客群とし、ロイヤルティが相対的に低い顧客群を第２顧客群とする。第１の例として、サービスを過去１回以上利用した実績があるリピーターを第１顧客群に分類し、サービスの初回利用者を第２顧客群に分類してもよい。第２の例として、サービスの利用実績がＮ回以上の顧客を第１顧客群に分類し、サービスの利用実績がＮ回未満の顧客を第２顧客群に分類してもよい。Ｎは、２以上の自然数であり、例えばＮ＝１１であってもよい。

【0029】

第３の例として、価格感度が低い顧客を第１顧客群に分類し、価格感度が高い顧客を第２顧客群に分類してもよい。価格感度は、サービス価格の変動に対する購買活動の反応度合いであってもよい。第４の例として、所定のロイヤルティプログラムまたはメンバーシッププログラムに入会済の顧客を第１顧客群に分類し、未入会の顧客を第２顧客群に分類してもよい。なお、サービスの利用実績や価格感度等に基づいて、複数の顧客のそれぞれを３つ以上の顧客群に分類し、各顧客群の予約傾向を示す指数関数を導出してもよい。

【0030】

実施形態での予約数の推移は、サービスの提供者が顧客から受け付けた予約総数の時系列での推移である。キャンセルされた予約は、予約総数には計上しない。したがって、実施形態での予約数の推移は単調増加となる。変形例として、上記特許文献１と同様に、予約数の推移は、日ごとに生じた予約数の時系列での推移であってもよい。日ごとに生じた予約数の時系列での推移を積分すれば予約総数になるため、この変形例においても、顧客属性ごとに異なる時定数τを持つ指数関数としての予約傾向が現れる。

【0031】

実施形態の技術は、様々な需要予測に適用可能であり、具体的には、様々な主体（施設や組織等）が提供するサービスの予約数の分析に適用可能である。分析対象となるサービスは、例えば、宿泊施設が提供する宿泊サービスや、美容院が提供する美容サービス、小売店が提供する商品販売サービスを含む。また、旅行ポータルサイト等のプラットフォームサービスでの予約数の分析にも適用できる。

【0032】

以上説明した需要予測アルゴリズムを利用する実施形態を詳細に説明する。
＜第１実施形態＞
図５は、第１実施形態の通信システム１０の構成を示す。通信システム１０は、ユーザ装置１２で総称されるユーザ装置１２ａ、ユーザ装置１２ｂ、ユーザ装置１２ｃと、需要予測装置１４とを備える。通信システム１０の各装置は通信網１６を介して接続される。通信網１６は、ＬＡＮ、ＷＡＮ、インターネット等、公知の通信手段を含む。

【0033】

ユーザ装置１２は、需要予測装置１４のユーザが使用する情報処理装置である。需要予測装置１４のユーザは、所定のサービス（例えば宿泊サービス）の提供者とする。例えば、ユーザ装置１２ａは、ホテルＡの担当者が使用し、ユーザ装置１２ｂは、ホテルＢの担当者が使用し、ユーザ装置１２ｃは、旅館Ｃの担当者が使用してもよい。また、各ユーザ装置１２は、ＰＣ、スマートフォンまたはタブレット端末であってもよい。

【0034】

需要予測装置１４は、上記の需要予測アルゴリズムを使用して需要予測サービスを提供する情報処理装置である。需要予測装置１４は、ウェブサーバの機能を備えてもよく、需要予測サービスをウェブアプリケーション（言い換えればウェブサービス）として提供してもよい。

【0035】

図６は、第１実施形態の需要予測装置１４の機能ブロックを示すブロック図である。本明細書のブロック図で示す複数の機能ブロックは、ハードウェア的には、回路ブロック、メモリ、その他のＬＳＩで構成することができ、ソフトウェア的には、メモリにロードされたプログラムをＣＰＵが実行すること等により実現される。したがって、これらの機能ブロックがハードウェアのみ、ソフトウェアのみ、またはそれらの組合せによっていろいろな形で実現できることは当業者には理解されるところであり、いずれかに限定されるものではない。

【0036】

需要予測装置１４は、データ処理部２０、記憶部２２および通信部２４を備える。データ処理部２０は、需要予測に関する各種データ処理を実行する。記憶部２２は、データ処理部２０により参照または更新されるデータを記憶する。通信部２４は、所定の通信プロトコルにしたがって外部装置と通信する。データ処理部２０は、通信部２４を介してユーザ装置１２とデータを送受信する。

【0037】

記憶部２２は、予約パターン記憶部２６を含む。予約パターン記憶部２６は、予約数の時系列での推移を示す予約曲線に関するデータを記憶する。予約パターン記憶部２６は、互いに属性が異なる複数の顧客群それぞれの予約曲線に関するデータを記憶する。

【0038】

データ処理部２０は、予約情報取得部３０、導出部３２、支援情報生成部３４、支援情報提供部３８を含む。これら複数の機能ブロックの機能はコンピュータプログラム（以下「需要予測プログラム」と呼ぶ。）に実装されてもよい。需要予測プログラムは、記録媒体またはネットワークを介して需要予測装置１４のストレージにインストールされてもよい。需要予測装置１４のプロセッサ（例えばＣＰＵ）は、需要予測プログラムをメインメモリに読み出して実行することにより上記複数の機能ブロックの機能を発揮してもよい。

【0039】

予約情報取得部３０は、所定のサービスを提供する主体における第１顧客群に関する、サービス提供時点前の時点ｔ１までの時系列での予約数の推移を示す第１予約情報を取得する。また、予約情報取得部３０は、第１顧客群とは属性が異なる第２顧客群に関する、サービス提供時点前の時点ｔ２までの時系列での予約数の推移を示す第２予約情報を取得する。時点ｔ１と時点ｔ２は同じであってもよく、異なってもよい。

【0040】

導出部３２は、第１予約情報が示す第１顧客群に関する時点ｔ１までの予約数の推移に基づいて、第１顧客群に関するサービス提供時点までの時系列での予約数の推移を示す第１の指数関数を導出する。また、導出部３２は、第２予約情報が示す第２顧客群に関する時点ｔ２までの予約数の推移に基づいて、第２顧客群に関するサービス提供時点までの時系列での予約数の推移を示す第２の指数関数を導出する。

【0041】

第１の指数関数は、第１顧客群の予約傾向を示す予約曲線と言え、第２の指数関数は、第２の顧客群の予約傾向を示す予約曲線と言える。導出部３２は、第１の指数関数に関するデータを第１顧客群に分類されたデータに対応付けて予約パターン記憶部２６に格納し、第２の指数関数に関するデータを第２顧客群に分類されたデータに対応付けて予約パターン記憶部２６に格納する。

【0042】

支援情報生成部３４は、第１の指数関数が示す第１顧客群に関する分析対象時点までの時系列での予約数の推移と、第２の指数関数が示す第２顧客群に関する分析対象時点までの時系列での予約数の推移とに基づいて、サービスを提供する主体を支援するための情報（以下「支援情報」とも呼ぶ。）を生成する。分析対象時点は、サービス提供時点（サービス提供日）であってもよい。また、分析対象時点は、時点ｔ１および時点ｔ２より後で、サービス提供時点（サービス提供日）より前の範囲で、ユーザにより指定された任意の時点であってもよい。

【0043】

支援情報生成部３４は、推定部３６を含む。推定部３６は、第１の指数関数が示す第１顧客群に関する分析対象時点までの時系列での予約数の推移と、第２の指数関数が示す第２顧客群に関する分析対象時点までの時系列での予約数の推移とに基づいて、予約数に関する推定処理を実行する。支援情報生成部３４は、推定部３６による推定結果に基づく支援情報を生成する。

【0044】

支援情報提供部３８は、支援情報生成部３４により生成された支援情報をユーザ装置１２へ提供する。例えば、支援情報生成部３４は、ユーザＡのユーザ装置１２ａから受け付けた予約情報に基づいて導出された指数関数（予約曲線）に基づいて、ユーザＡに対する支援情報を生成する。この場合、支援情報提供部３８は、ユーザＡに対する支援情報をユーザ装置１２ａへ送信する。また、支援情報生成部３４は、ユーザＢのユーザ装置１２ｂから受け付けた予約情報に基づいて導出された指数関数（予約曲線）に基づいて、ユーザＢに対する支援情報を生成する。この場合、支援情報提供部３８は、ユーザＢに対する支援情報をユーザ装置１２ｂへ送信する。

【0045】

第１実施形態の通信システム１０の動作を説明する。
ここでの需要予測装置１４のユーザは、宿泊施設のレベニューマネージャとする。また、第１顧客群は、サービス提供主体またはサービスそのものに対するロイヤルティが相対的に高い顧客群であり、具体的には、当該宿泊施設に過去宿泊したことがあるリピーター（リピート顧客）とする。第２顧客群は、サービス提供主体またはサービスそのものに対するロイヤルティが相対的に低い顧客群であり、具体的には、当該宿泊施設に過去宿泊したことがない初回利用者とする。

【0046】

ユーザ（レベニューマネージャ）は、分析対象時点（以下「対象日」とも呼ぶ。）における予約状況を把握したいこととする。ここでの対象日は、宿泊サービスを提供する特定の未来日である。ユーザ装置１２は、ユーザの操作に応じて、需要予測装置１４が提供するウェブサイトにアクセスする。ユーザ装置１２は、ユーザの操作に応じて、現在（例えば上記のｔ１）までに第１顧客群（リピーター）から受付済の、対象日の宿泊に関する予約数の推移を示す第１予約情報を需要予測装置１４へ送信する。第１予約情報では、対象日と時点ｔ１とが明示的に指定されてもよい。

【0047】

また、ユーザ装置１２は、ユーザの操作に応じて、現在（例えば上記のｔ２）までに第２顧客群（初回利用者）から受付済の、対象日の宿泊に関する予約数の推移を示す第２予約情報を需要予測装置１４へ送信する。第２予約情報では、対象日と時点ｔ２とが明示的に指定されてもよい。既述だが、第１予約情報と第２予約情報のそれぞれが示す対象日の宿泊に関する予約数の推移は、現在までの時系列で日々カウントされた予約総数の推移であり、言い換えれば、日ごとに生じた予約数の合算値の推移である。

【0048】

需要予測装置１４の予約情報取得部３０は、ユーザ装置１２ａから送信された第１予約情報および第２予約情報を受け付ける。需要予測装置１４の導出部３２は、第１予約情報が示す現在までの予約数の推移を上記の式２にフィッティングして式２のパラメータＡおよびτ_ｘを推定することにより、第１の指数関数として、第１顧客群についての予約曲線１１０を導出する。第１顧客群についての予約曲線１１０は、図４のリピーター予約指数曲線１２８に対応する。

【0049】

図７は、第１顧客群についての予約曲線１１０の例を示す。図７の横軸は対象日の何日前かを示し、図７の縦軸は予約総数Ｘ（ｔ）を示す。予約総数Ｘ（ｔ）は、累積予約数とも言え、上記の式２により定義される。実施形態の予約曲線１１０は、予約数の時系列での推移として、予約総数Ｘ（ｔ）の時系列での推移を示す。変形例として、予約曲線１１０は、日ごとに生じた予約数の時系列での推移を示すグラフであってもよい。

【0050】

予約曲線１１０の実線部分は、対象日の宿泊に関する実績値としての、ｔ１までに第１顧客群から受け付けた予約総数の推移を示している。予約曲線１１０の破線部分は、対象日の宿泊に関する予測値としての、対象日までの予約総数の推移を示している。また、図７では、第１顧客群の予約数について予め定められた目標値を示す第１顧客群目標値１３０を破線で示している。ユーザ装置１２ａは、ユーザ（例えば宿泊施設のレベニューマネージャ）の操作に応じて、自施設にとっての第１顧客群目標値１３０を需要予測装置１４に事前に登録してもよい。

【0051】

また、導出部３２は、第２予約情報が示す現在までの対象日の予約数の推移を上記の式２にフィッティングして式２のパラメータＡおよびτ_ｘを推定することにより、第２の指数関数として、第２顧客群についての予約曲線１１０を導出する。第２顧客群についての予約曲線１１０は、図４の初回利用者予約指数曲線１２６に対応する。

【0052】

図８は、第２顧客群についての予約曲線１１０の例を示す。図８の横軸は対象日の何日前かを示し、図８の縦軸は予約総数Ｘ（ｔ）を示す。予約曲線１１０の実線部分は、対象日の宿泊に関する実績値としての、ｔ２までに第２顧客群から受け付けた予約総数の推移を示している。予約曲線１１０の破線部分は、対象日の宿泊に関する予測値としての、対象日までの予約総数の推移を示している。また、図８では、第２顧客群の予約数について予め定められた目標値を示す第２顧客群目標値１３２を破線で示している。ユーザ装置１２ａは、ユーザ（例えば宿泊施設のレベニューマネージャ）の操作に応じて、自施設にとっての第２顧客群目標値１３２を需要予測装置１４に事前に登録してもよい。

【0053】

需要予測装置１４の支援情報生成部３４は、第１顧客群についての予約曲線１１０が示す対象日までの時系列での第１顧客群の予約数の推移と、第２顧客群についての予約曲線１１０が示す対象日までの時系列での第２顧客群の予約数の推移とに基づいて、ユーザに対する支援情報を生成する。第１実施形態での支援情報は、分析対象時点での第１顧客群の予約数（予約総数の推定値）と、分析対象時点での第２顧客群の予約数（予約総数の推定値）の両方を含む。変形例として、ユーザによる指定がある場合等、支援情報は、分析対象時点での第１顧客群の予約数（予約総数の推定値）と、分析対象時点での第２顧客群の予約数（予約総数の推定値）の一方のみを含んでもよい。

【0054】

需要予測装置１４の支援情報提供部３８は、ユーザに対する支援情報をユーザ装置１２（ここではユーザ装置１２ａ）に送信する。ユーザ（ここでは宿泊施設のレベニューマネージャ）は、支援情報を参照して、例えば、顧客群ごとの宿泊サービスの価格を調整し、または、顧客群ごとの宿泊プランの内容を調整する。

【0055】

第１実施形態の需要予測装置１４は、サービス提供者における複数の顧客を分類した顧客群であって、属性が異なる顧客群ごとに、分析対象時点までの時系列での予約数の推移を示す指数関数（予約曲線１１０）を導出する。そして、顧客群ごとの指数関数（予約曲線１１０）に基づいて、サービス提供主体に対する支援情報を生成する。これにより、サービスの予約数の推移を推定する精度を向上でき、また、高精度の推定結果に基づく有用な支援情報を提供できる。

【0056】

また、図３および図４に関連して説明したように、サービス提供主体またはサービスに対するロイヤルティの高低で区分した顧客群ごとに予約曲線１１０の特性（例えば時定数τ）が異なる。第１実施形態の需要予測装置１４は、サービス提供主体またはサービスに対するロイヤルティの高低で区分した顧客群ごとの予約曲線１１０を導出する。これにより、サービスの予約数の推移を推定する精度を向上できる。また、ロイヤルティの度合いが異なる顧客群ごとに、適切な価格設定やプラン設定ができるよう支援できる。

【0057】

また、第１実施形態の需要予測装置１４は、分析対象時点での第１顧客群の予約総数の推定値と、分析対象時点での第２顧客群の予約総数の推定値の少なくとも一方を含む支援情報をユーザに提供する。これにより、各顧客群向けのプランや価格をユーザが適切に調整できるよう支援できる。

【0058】

以上、本開示の第１実施形態を説明した。第１実施形態は例示であり、各構成要素あるいは各処理プロセスの組合せにいろいろな変形例が可能なこと、またそうした変形例も本開示の範囲にあることは当業者に理解されるところである。

【0059】

第１実施形態に関する第１変形例を説明する。第１実施形態では、サービス提供主体またはサービスそのものに対するロイヤルティが相対的に高い顧客を第１顧客群に分類し、サービス提供主体またはサービスそのものに対するロイヤルティが相対的に低い顧客を第２顧客群に分類した。変形例として、サービス提供主体にとっての利益が相対的に高いサービスを好む顧客を第１顧客群に分類し、サービス提供主体にとっての利益が相対的に低いサービスを好む顧客を第２顧客群に分類してもよい。この変形例によると、サービス提供主体の利益への影響度合いが異なる顧客群ごとに、適切な価格設定やプラン設定ができるよう支援できる。

【0060】

例えば、宿泊サービスのプランとして素泊まりと食事付とがあり、食事付の方が宿泊施設の利益が高いこととする。この場合、食事付プランを選択する傾向が強い顧客を第１顧客群に分類し、素泊まりプランを選択する傾向が強い顧客を第２顧客群に分類してもよい。また、通常の宿泊予約ウェブサイトを使用した宿泊予約と福利厚生用ウェブサイトを使用した宿泊予約とがあり、通常の宿泊予約ウェブサイトを使用した宿泊予約の方が宿泊施設の利益が高いこととする。この場合、通常の宿泊予約ウェブサイトから宿泊予約を行った顧客を第１顧客群に分類し、福利厚生用ウェブサイトから宿泊予約を行った顧客を第２顧客群に分類してもよい。

【0061】

第１実施形態に関する第２変形例を説明する。需要予測装置１４の導出部３２は、複数の顧客群についての複数の予約曲線を合成した予約曲線（以下「合計予約曲線」とも呼ぶ。）を導出してもよい。合計予約曲線は、分析対象の施設またはサービスの単位で、サービス提供時点までの時系列での予約総数の推移を示す関数とも言える。

【0062】

分析対象の施設またはサービスの顧客が、第１顧客群と第２顧客群に分類される場合、第１顧客群についての予約曲線と第２顧客群についての予約曲線を合成した合計予約曲線は、以下の式４で表される。

【数5】

Ｘ（ｔ）は、分析対象の施設またはサービスの単位の予約総数であり、第１顧客群の予約総数と第２顧客群の予約総数の合計である。Ａ_１は分析対象時点（例えばサービス提供日）の第１顧客群の予約総数であり、Ａ_２は分析対象時点（例えばサービス提供日）の第２顧客群の予約総数である。τ_ｘ１は第１顧客群の予約曲線の時定数であり、τ_ｘ２は第２顧客群の予約曲線の時定数である。

【0063】

図９は、合計予約曲線１２４の例を示す。図９の合計予約曲線１２４は、図７に示した第１顧客群についての予約曲線１１０と、図８に示した第２顧客群についての予約曲線１１０を合計（言い換えれば合成）したものである。図９の横軸は分析対象時点（例えばサービス提供日）の何日前かを示し、図９の縦軸は予約総数Ｘ（ｔ）を示す。合計予約曲線１２４の実線部分は、分析対象時点の宿泊に関する実績値としての、ｔ日前までに第１顧客群および第２顧客群から受け付けた予約総数の推移を示している。合計予約曲線１２４の破線部分は、対象日の宿泊に関する予測値としての、分析対象時点までに第１顧客群および第２顧客群から受け付ける予約総数の推移を示している。

【0064】

また、図９では、第１顧客群の予約数と第２顧客群の予約数との合計について予め定められた目標値を示す合計予約目標値１３４を破線で示している。ユーザ装置１２は、ユーザ（例えば宿泊施設のレベニューマネージャ）の操作に応じて、自施設にとっての合計予約目標値１３４を需要予測装置１４に事前に登録してもよい。

【0065】

需要予測装置１４の支援情報生成部３４は、合計予約曲線１２４が示す分析対象時点までの時系列での第１顧客群および第２顧客群の予約総数の推移にさらに基づいて、ユーザに対する支援情報を生成してもよい。例えば、支援情報生成部３４は、合計予約曲線１２４が示す分析対象時点での第１顧客群および第２顧客群の予約総数が合計予約目標値１３４に達しているかを判定してもよい。分析対象時点での第１顧客群および第２顧客群の予約総数が合計予約目標値１３４に未達の場合、支援情報生成部３４は、第１顧客群についての予約曲線１１０が示す分析対象時点での第１顧客群の予約総数と、第２顧客群についての予約曲線１１０が示す分析対象時点での第２顧客群の予約総数の一方または両方（例えば目標に未達の顧客群の情報）を含む支援情報を生成してもよい。

【0066】

第１実施形態に関する第３変形例を説明する。需要予測装置１４の支援情報生成部３４は、第１顧客群に対するサービスの価格と、第２顧客群に対するサービスの価格の少なくとも一方の変更を促す（言い換えれば変更を推奨する）内容を含む支援情報を生成してもよい。この変形例によると、ユーザが各顧客群向けに適切な価格を設定できるよう支援でき、言い換えれば、各顧客群向けのダイナミックプライシングを支援できる。また、この変形例によると、全体最適な価格施策を実行できるよう支援できる。以下、第３変形例の具体例を説明する。

【0067】

（例１）推定部３６は、第１顧客群についての予約曲線１１０に基づいて、分析対象時点での第１顧客群の予約数が第１顧客群目標値１３０を達成するか否かを判定する。分析対象時点での第１顧客群の予約数が第１顧客群目標値１３０を達成すると推定される場合、支援情報生成部３４は、支援情報として、第１顧客群に対するサービスの提供価格を維持する一方、第２顧客群に対するサービスの提供価格をそれまでより引き上げることを促す内容を含む情報を生成する。

【0068】

例１の態様によると、高ロイヤルティ顧客がサービスを購買する機会をユーザが拡充することを促し、ユーザが、高ロイヤルティ顧客（リピーター等）を重視した施策をとれるよう支援できる。

【0069】

（例２）推定部３６は、合計予約曲線１２４に基づいて、分析対象時点での第１顧客群の予約数と分析対象時点での第２顧客群の予約数の合計が合計予約目標値１３４を達成するか否かを判定する。分析対象時点での第１顧客群の予約数と分析対象時点での第２顧客群の予約数の合計が合計予約目標値１３４を達成すると推定される場合、支援情報生成部３４は、支援情報として、第１顧客群に対するサービスの提供価格を第１割合増加させ、第２顧客群に対するサービスの提供価格を第１割合より大きい第２割合増加させることを促す内容を含む情報を生成する。

【0070】

上記の支援情報は、例えば、第１顧客群へのサービス提供価格を現在の２万５千円から３万円に２０％引き上げ、第２顧客群へのサービス提供価格を現在の３万円から４万円に３３％引き上げることを促す内容を含んでもよい。例２の態様によると、ユーザが、高ロイヤルティ顧客を優遇しつつ予約数を適切にコントロールできるよう支援できる。

【0071】

（例３）推定部３６は、第１顧客群についての予約曲線１１０に基づいて、分析対象時点での第１顧客群の予約数が第１顧客群目標値１３０を達成するか否かを判定する。また、推定部３６は、第２顧客群についての予約曲線１１０に基づいて、分析対象時点での第２顧客群の予約数が第２顧客群目標値１３２を達成するか否かを判定する。分析対象時点での第１顧客群の予約数が第１顧客群目標値１３０に未達と推定され、かつ、分析対象時点での第２顧客群の予約数が第２顧客群目標値１３２を達成すると推定される場合、支援情報生成部３４は、支援情報として、第１顧客群に対するサービスの提供価格をそれまでより下げて、第２顧客群に対するサービスの提供価格をそれまでより上げることを促す内容を含む情報を生成する。

【0072】

例３の態様によると、高ロイヤルティ顧客がサービスを購買する機会をユーザが拡充することを促し、ユーザが、高ロイヤルティ顧客（リピーター等）を重視した施策をとれるよう支援できる。

【0073】

（例４）推定部３６は、合計予約曲線１２４に基づいて、分析対象時点での第１顧客群の予約数と分析対象時点での第２顧客群の予約数の合計が合計予約目標値１３４を達成するか否かを判定する。分析対象時点での第１顧客群の予約数と分析対象時点での第２顧客群の予約数の合計が合計予約目標値１３４に未達と推定される場合、支援情報生成部３４は、支援情報として、第１顧客群に対するサービスの提供価格を維持する一方、第２顧客群に対するサービスの提供価格をそれまでより引き下げる（例えば５０％割り引く）ことを促す内容を含む情報を生成する。

【0074】

例４の態様によると、全体的に需要が低い場合に、低ロイヤルティ顧客（例えば初回利用者）を呼び込む機会をユーザが拡充することを促し、顧客全体でのロイヤルティ向上を支援できる。

【0075】

＜第２実施形態＞
第２実施形態について、第１実施形態と相違する点を中心に以下説明し、共通する点の説明を省略する。第２実施形態の特徴は、第１実施形態および変形例の特徴と任意の組合せが可能であることはもちろんである。第２実施形態では、サービスに対する需要に応じて、サービスの価格をより直接的に調整する技術を提案する。

【0076】

図１０は、第２実施形態の価格決定システム４０の構成を示す。価格決定システム４０は、第１実施形態の通信システム１０を構成した装置に加えて価格決定装置１８を備える。価格決定装置１８は、複数のユーザのそれぞれにおけるサービスの提供価格を決定または調整する情報処理装置である。価格決定装置１８は、通信網１６を介して、ユーザ装置１２および需要予測装置１４と接続される。不図示だが、価格決定装置１８は、通信網１６を介して、サービスの価格を顧客に提示するウェブサイト（例えば旅行予約サイト等）の装置と接続されてもよい。

【0077】

図１１は、第２実施形態の需要予測装置１４の機能ブロックを示すブロック図である。第２実施形態の需要予測装置１４は、第１実施形態の需要予測装置１４の予約情報取得部３０および導出部３２に加えて予測情報提供部４２を備える。

【0078】

予測情報提供部４２は、導出部３２により導出された第１顧客群についての予約曲線１１０と、導出部３２により導出された第２顧客群についての予約曲線１１０とに基づく予測情報を価格決定装置１８へ送信する。予測情報は、第１顧客群についての予約曲線１１０が示す第１顧客群に関する分析対象時点までの時系列での予約数の推移を示す情報と、第２顧客群についての予約曲線１１０が示す第２顧客群に関する分析対象時点までの時系列での予約数の推移を示す情報とを含む。予測情報は、第１顧客群についての予約曲線１１０と、第２顧客群についての予約曲線１１０とを合成した合計予約曲線１２４が示す分析対象時点までの時系列での第１顧客群および第２顧客群の予約総数の推移を示す情報をさらに含む。

【0079】

図１２は、第２実施形態の価格決定装置１８の機能ブロックを示すブロック図である。価格決定装置１８は、データ処理部５０と通信部５２を備える。データ処理部５０は、サービスの提供価格の決定または調整のためのデータ処理を実行する。通信部５２は、所定の通信プロトコルにしたがって外部装置と通信する。データ処理部５０は、通信部５２を介して、ユーザ装置１２および需要予測装置１４とデータを送受信する。

【0080】

データ処理部５０は、現在価格取得部５４、目標取得部５６、予測情報取得部５８、価格決定部６０、価格変更情報出力部６４を含む。これら複数の機能ブロックの機能はコンピュータプログラム（以下「価格決定プログラム」と呼ぶ。）に実装されてもよい。価格決定プログラムは、記録媒体またはネットワークを介して価格決定装置１８のストレージにインストールされてもよい。価格決定装置１８のプロセッサ（例えばＣＰＵ）は、価格決定プログラムをメインメモリに読み出して実行することにより上記複数の機能ブロックの機能を発揮してもよい。

【0081】

現在価格取得部５４は、サービス提供者により現在設定された、対象日（分析対象時点であり、ここではサービス提供日）におけるサービス提供価格を示す価格情報を取得する。ここでのサービス提供価格は、対象日のサービス提供を予約した顧客が支払う金額（宿泊サービスであれば宿泊価格）である。現在価格取得部５４は、サービス提供者の価格情報をユーザ装置１２、需要予測装置１４、または所定のサービス予約サイト（旅行予約ポータルサイト等）のシステムから取得してもよい。現在価格取得部５４は、取得した価格情報を価格決定部６０に渡す。

【0082】

目標取得部５６は、対象日における第１顧客群の予約総数に関して予め定められた目標値（第１顧客群目標値１３０）を取得する。また、目標取得部５６は、対象日における第２顧客群の予約総数に関して予め定められた目標値（第２顧客群目標値１３２）を取得する。目標取得部５６は、第１顧客群目標値１３０と第２顧客群目標値１３２を価格決定部６０に渡す。第１顧客群目標値１３０と第２顧客群目標値１３２は、サービス提供者により定められてもよい。

【0083】

サービス提供者が宿泊施設の場合、目標取得部５６は、対象日の部屋数と目標稼働率とをユーザ装置１２（または需要予測装置１４）から取得し、それらの積を目標値として取得してもよい。なお、価格決定装置１８は、サービス提供者ごとの第１顧客群目標値１３０および第２顧客群目標値１３２を記憶する目標値記憶部をさらに備えてもよい。目標値取得部７４は、価格決定対象のサービスの提供者に対応する第１顧客群目標値１３０および第２顧客群目標値１３２を目標値記憶部から取得してもよい。

【0084】

予測情報取得部５８は、需要予測装置１４から出力された予測情報を取得する。予測情報取得部５８は、予測情報を価格決定部６０に渡す。

【0085】

価格決定部６０は、予測情報が示す第１顧客群に関する対象日までの時系列での予約数の推移と、予測情報が示す第２顧客群に関する対象日までの時系列での予約数の推移とに基づいて、価格決定対象のサービスの提供価格を決定する。価格決定部６０は、第１の顧客群に対するサービスの価格と、第２の顧客群に対するサービスの価格の少なくとも一方を決定または変更する。価格決定部６０は、決定したサービスの提供価格を示す価格変更情報を価格変更情報出力部６４に渡す。価格変更情報出力部６４は、価格決定部６０により生成された価格変更情報を外部装置へ送信する。

【0086】

価格決定部６０は、推定部６２を含む。推定部６２は、第１実施形態の需要予測装置１４の推定部３６に対応する。推定部６２は、予測情報が示す第１顧客群に関する対象日までの時系列での予約数の推移と、予測情報が示す第２顧客群に関する対象日までの時系列での予約数の推移とに基づいて、予約数に関する推定処理を実行する。価格決定部６０は、推定部６２による推定結果に基づいて、価格決定対象のサービスの提供価格を決定する。

【0087】

第２実施形態の価格決定システム４０の動作を説明する。
ここでは、第１実施形態と同様に、需要予測装置１４のユーザは、宿泊施設のレベニューマネージャとし、ユーザ（レベニューマネージャ）は、宿泊サービスの価格を自動で調整させたいこととする。需要予測装置１４の導出部３２が、第１顧客群についての予約曲線１１０と、第２顧客群についての予約曲線１１０とを導出するまでは、同じ動作であるため説明を省略する。

【0088】

需要予測装置１４の予測情報提供部４２は、第１顧客群についての予約曲線１１０と、第２顧客群についての予約曲線１１０とに基づく予測情報を価格決定装置１８へ送信する。価格決定装置１８の予測情報取得部５８は、価格決定装置１８から送信された予測情報を取得する。

【0089】

ユーザ装置１２または需要予測装置１４は、ユーザにより予め定められた第１顧客群目標値１３０および第２顧客群目標値１３２を価格決定装置１８へ送信する。価格決定装置１８の目標取得部５６は、第１顧客群目標値１３０および第２顧客群目標値１３２を取得する。また、価格決定装置１８の現在価格取得部５４は、旅行予約サイトのシステムから分析対象宿泊施設における対象日のサービス提供価格（第１顧客群向けの現在価格と第２顧客群向けの現在価格のそれぞれ）を取得する。

【0090】

価格決定装置１８の価格決定部６０は、予測情報、第１顧客群目標値１３０、第２顧客群目標値１３２、第１顧客群向けの現在価格および第２顧客群向けの現在価格に基づいて、第１顧客群向けの新たな価格と第２顧客向けの新たな価格の一方または両方を決定する。価格決定装置１８の価格変更情報出力部６４は、第１顧客群向けの新たな価格と第２顧客向けの新たな価格の一方または両方を示す価格変更情報を旅行予約サイトのシステムへ送信する。これにより、旅行予約サイトにて顧客に提示される分析対象宿泊施設における第１顧客群向け価格と第２顧客群向け価格の一方または両方を更新する。

【0091】

以下、価格決定装置１８による価格決定の例を説明する。
（例１）推定部６２は、予測情報が示す第１顧客群に関する分析対象時点までの時系列での予約数の推移に基づいて、分析対象時点での第１顧客群の予約数が第１顧客群目標値１３０を達成するか否かを判定する。分析対象時点での第１顧客群の予約数が第１顧客群目標値１３０を達成すると推定される場合、価格決定部６０は、第１顧客群に対するサービスの提供価格を維持する一方、第２顧客群に対するサービスの提供価格をそれまでより引き上げることを決定する。

【0092】

例１の態様によると、高ロイヤルティ顧客がサービスを購買する機会をユーザが拡充することを促し、ユーザが、高ロイヤルティ顧客（リピーター等）を重視した施策をとれるよう支援できる。

【0093】

（例２）推定部６２は、予測情報に基づいて、分析対象時点での第１顧客群の予約数と分析対象時点での第２顧客群の予約数の合計が合計予約目標値１３４を達成するか否かを判定する。分析対象時点での第１顧客群の予約数と分析対象時点での第２顧客群の予約数の合計が合計予約目標値１３４を達成すると推定される場合、価格決定部６０は、第１顧客群に対するサービスの提供価格を第１割合増加させ、第２顧客群に対するサービスの提供価格を第１割合より大きい第２割合増加させることを決定する。

【0094】

例えば、価格決定部６０は、第１顧客群へのサービス提供価格を現在の２万５千円から３万円に２０％引き上げ、第２顧客群へのサービス提供価格を現在の３万円から４万円に３３％引き上げることを決定してもよい。例２の態様によると、ユーザが、高ロイヤルティ顧客を優遇しつつ予約数を適切にコントロールできるよう支援できる。

【0095】

（例３）推定部６２は、予測情報に基づいて、分析対象時点での第１顧客群の予約数が第１顧客群目標値１３０を達成するか否かを判定する。また、推定部６２は、予測情報に基づいて、分析対象時点での第２顧客群の予約数が第２顧客群目標値１３２を達成するか否かを判定する。分析対象時点での第１顧客群の予約数が第１顧客群目標値１３０に未達と推定され、かつ、分析対象時点での第２顧客群の予約数が第２顧客群目標値１３２を達成すると推定される場合、価格決定部６０は、第１顧客群に対するサービスの提供価格をそれまでより下げて、第２顧客群に対するサービスの提供価格をそれまでより上げることを決定する。

【0096】

例３の態様によると、高ロイヤルティ顧客がサービスを購買する機会をユーザが拡充することを促し、ユーザが、高ロイヤルティ顧客（リピーター等）を重視した施策をとれるよう支援できる。

【0097】

（例４）推定部６２は、予測情報に基づいて、分析対象時点での第１顧客群の予約数と分析対象時点での第２顧客群の予約数の合計が合計予約目標値１３４を達成するか否かを判定する。分析対象時点での第１顧客群の予約数と分析対象時点での第２顧客群の予約数の合計が合計予約目標値１３４に未達と推定される場合、価格決定部６０は、第１顧客群に対するサービスの提供価格を維持する一方、第２顧客群に対するサービスの提供価格をそれまでより引き下げる（例えば５０％割り引く）ことを決定する。

【0098】

例４の態様によると、全体的に需要が低い場合に、低ロイヤルティ顧客（例えば初回利用者）を呼び込む機会をユーザが拡充することを促し、顧客全体でのロイヤルティ向上を支援できる。

【0099】

なお、サービス提供価格を下げる場合の減額値、および、サービス提供価格を上げる場合の増額値は、各サービス提供者により予め定められ、価格決定装置１８に登録されてもよい。また、減額値および増額値は、顧客群ごとに定められてもよい。この場合、価格決定装置１８は、各サービス提供者の減額値および増額値を記憶する調整データ記憶部をさらに備えてもよい。価格決定部６０は、現在価格取得部５４により取得された第１顧客群向けの現在価格および第２顧客群向けの現在価格と、調整データ記憶部に記憶された減額値および増額値とに基づいて、第１顧客群に対するサービスの提供価格と、第２顧客群に対するサービスの提供価格の一方または両方を調整してもよい。

【0100】

第２実施形態の価格決定システム４０によると、価格決定装置１８は、需要予測装置１４による分析対象となったサービスの提供価格を、需要予測装置１４による予測情報をもとに自動で調整する。これにより、サービス提供者（例えば宿泊施設のレベニューマネージャ）の負担を低減することができる。また、各顧客群向けの適切な価格設定を支援でき、言い換えれば、各顧客群向けのダイナミックプライシングを支援できる。

【0101】

以上、本開示の第２実施形態を説明した。第２実施形態は例示であり、各構成要素あるいは各処理プロセスの組合せにいろいろな変形例が可能なこと、またそうした変形例も本開示の範囲にあることは当業者に理解されるところである。

【0102】

第１実施形態および第２実施形態の各装置の物理的な個数に制限はない。例えば、第１実施形態および第２実施形態の需要予測装置１４の機能は、複数の情報処理装置に分散して実装されてもよい。これら複数の情報処理装置が互いに通信し、システムとして連携することにより各実施形態の需要予測装置１４の機能が発揮されてもよい。同様に、第２実施形態の価格決定装置１８の機能は、複数の情報処理装置に分散して実装されてもよい。これら複数の情報処理装置が互いに通信し、システムとして連携することにより価格決定装置１８の機能が発揮されてもよい。また、需要予測装置１４の機能と価格決定装置１８機能の少なくとも一方が実装されたコンピュータプログラムがユーザ装置１２にインストールされてもよい。この場合、ユーザ装置１２は、需要予測装置１４の機能と価格決定装置１８機能のうち少なくとも一方を発揮してもよい。

【0103】

上述した実施形態および変形例の任意の組み合わせもまた本開示の実施の形態として有用である。組み合わせによって生じる新たな実施の形態は、組み合わされる実施形態および変形例それぞれの効果をあわせもつ。また、請求項に記載の各構成要件が果たすべき機能は、実施形態および変形例において示された各構成要素の単体もしくはそれらの連携によって実現されることも当業者には理解されるところである。

【符号の説明】

【0104】

１０ 通信システム、 １２，１４ 需要予測装置、 １８ 価格決定装置、 ３０ 予約情報取得部、 ３２ 導出部、 ３４ 支援情報生成部、 ３８ 支援情報提供部、 ４０ 価格決定システム、 ６０ 価格決定部、 ６４ 価格変更情報出力部。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】