JP2016012321A - 需要予測装置およびプログラム - Google Patents

Abstract

【課題】複数店舗の需要予測の結果をより速く取得することができる需要予測装置およびプログラムを提供することである。【解決手段】実施形態の需要予測装置は、複数の店舗の購買実績データを記憶する第一の記憶領域と、上記第一の記憶領域に記憶されている上記複数の店舗の購買実績データを集計することにより一店舗の購買実績データを生成する生成手段と、上記生成手段により生成された上記一店舗の購買実績データを記憶する第二の記憶領域と、上記第二の記憶領域に記憶されている上記一店舗の購買実績データに基づく需要予測計算を行う需要予測手段と、上記需要予測手段の上記需要予測計算の結果を出力する結果出力手段と、を備える。【選択図】図１

Description

本発明の実施形態は、需要予測装置およびプログラムに関する。

従来、ＰＯＳ（Point of Sales）システムが普及し、商品ごとの購買実績（売上）データが容易に収集できるようになった。そして、商品毎の購買実績データに基づく、小売店等の商品別の需要予測が使用され始めた。例えば、購買実績データを分析した需要予測を、発注量過多に起因する売れ残り商品の廃棄ロスの発生や、発注量過少に起因する商品の品切れによる機会ロスの発生の抑制に使用できる。そして、需要予測をＥＤＩ（Electronic Data Interchange）による企業間取引の電子化と結合させ、自動発注システムまで発展させる技術が提案され始めている。

自動発注システムに使用できる需要予測の手法としては、公知の重回帰分析がある。そして、重回帰分析を用いることで、商品毎に需要予測を行うことができる。

従来の重回帰分析を用いた需要予測では、目的変数である購買数の変動因子として販売価格、販売形態実施期間、陳列位置、陳列数、広告宣伝方法等を変動因子として用いることが試行されている。また、商品とその関連商品の相互影響を考慮し、各商品の購買数を変動因子として用いることが試行されている。

ところで、従来の重回帰分析を用いた需要予測では、店舗の発注担当者が自分の店舗の需要予測を知るために、需要予測の式に自分の店舗の購買実績データを当てはめて、予測購買数を求めるなどして、商品の発注量などを決定していた。
一方、複数店舗を統括する本部においては、バイヤが複数店舗に共通する商品を一括発注し、仕入価格を低く抑えることがある。
この場合、バイヤは店舗ごとに需要予測を行って、全店舗の予測購買数を把握しなければならない。
しかし、店舗ごとに需要予測を行うと、店舗数が増加するにつれて、全ての需要予測の結果を取得するまでに時間がかかってしまうので問題がある。店舗数が増えれば増えるほど、一括発注の必要性はより高まるので、改善が望まれている。

本発明が解決しようとする課題は、複数店舗の需要予測の結果をより速く取得することができる需要予測装置およびプログラムを提供することである。

実施形態の需要予測装置は、複数の店舗の購買実績データを記憶する第一の記憶領域と、上記第一の記憶領域に記憶されている上記複数の店舗の購買実績データを集計することにより一店舗の購買実績データを生成する生成手段と、上記生成手段により生成された上記一店舗の購買実績データを記憶する第二の記憶領域と、上記第二の記憶領域に記憶されている上記一店舗の購買実績データに基づく需要予測計算を行う需要予測手段と、上記需要予測手段の上記需要予測計算の結果を出力する結果出力手段と、を備える。

図１は、本実施形態に係る需要予測システムの概略説明図である。 図２は、実施形態にかかる需要予測システムの構成を示すブロック図である。 図３は、コンピュータのモジュール構成図である。 図４は、需要予測装置を含む本部システムの構成を示すブロック図である。 図５は、店舗データのデータ構成図である。 図６は、店舗データを集計してなる集計店データの構成図である。 図７は、予定情報の一例として示す店舗データである。 図８は、本部の企画編集画面の構成図を一例として示したものである。 図９は、需要予測装置において夜間に行われるデータ収集及び需要予測のシミュレーションに係る処理のフロー図である。 図１０は、本部特売企画端末と需要予測装置との間で行われる需要予測シミュレーション処理のフロー図である。 図１１は、再シミュレーション後の企画編集画面の表示例である。 図１２は、確認画面をポップアップで表示したときの状態を示す図である。 図１３は、店舗別の需要予測データの表示画面例である。 図１４は、配分量を含む店別予測画面の表示例である。

図１は、本実施形態に係る需要予測システムの概略説明図である。
図１に示す店舗データＤ１〜店舗データＤＫ（Ｋ＝１、２、３、・・・）は、店舗（店舗１、店舗２、・・・、店舗Ｋ）ごとの、一定期間に渡って収集した購買実績データを示している。

各店舗の購買実績データは、商品の売価・陳列など、販売地域に依存しない条件データ（非地域データ）と、販促チラシ、天候、気温など、販売地域によって異なる条件データ（地域データ）と、更に、それらの条件下において商品の実際に売れた数を示す購買数とを含むものである。

集計店データＤＴは、全店舗（店舗１〜店舗Ｋ）の店舗データＤ１〜店舗データＤＫを矢印ｆ１〜矢印ｆＫが示すように統合し、集計したものである。この処理は夜間などに行う。
集計店データＤＴは、一つの店舗に見立てた集計店をメモリ上に仮想的に設置し、その店舗が店舗データとして保有するものである。

本部のバイヤＳが、需要予測システムの画面（需要予測設定画面や企画編集画面等）Ｇを立ち上げ、一商品の売価を変更し、需要予測計算（需要予測シミュレーション）の実行をかける。すると、需要予測装置が、初めに集計店の購買実績データ（集計店データＤＴ）に基づく需要予測計算を行い、その計算結果を需要予測システムの画面Ｇに出力する（ＳＴ１）。

需要予測装置は、最初の結果を需要予測システムの画面Ｇに出力している間、店舗単位で、各店舗固有の購買実績データに基づく需要予測計算の処理を行う。そして、この処理を全店舗データ（店舗データＤ１〜店舗データＤＫ）に対して実施し、処理を完了すると、その処理の完了を示す通知を需要予測システムの画面Ｇに出力する。その通知の出力後に、本部のバイヤＳが集計店の需要予測結果から店舗ごとの需要予測結果に表示を切り替える操作を行うと、需要予測装置は、各店舗（店舗１、店舗２、・・・、店舗Ｋ）の需要予測結果を需要予測システムの画面Ｇに出力する（ＳＴ２）。

以下では、図１に示す需要予測システムの具体的構成について説明する。
図２は、実施形態にかかる需要予測システム１の構成を示すブロック図である。図２に示すように、需要予測システム１は、有線または無線の通信回線２を介して相互に電気的に接続された複数のコンピュータ３で形成される本部システムに対して、複数の本部特売企画端末１２４や各店舗に設けられた店舗発注端末１２５が有線または無線の通信回線（例えば、インターネットやＬＡＮ等）５を介して接続されている。

本実施形態の需要予測システム１では、一つまたは複数のコンピュータ３が、所定のサービス（アプリケーション）を提供するアプリケーションサーバ、またはデータベースサーバとして機能する。また、本部特売企画端末１２４や店舗発注端末１２５は、サービスを享受するクライアントとして機能する。この需要予測システム１では、例えばＳａａＳ（Software as a Service）の形態でサービス（アプリケーション）が提供されうる。なお、需要予測システム１は、サーバクライアントの形態であっても良い。

また、本部システムには、複数のＰＯＳ（Point of Sales）端末１２６を接続する店舗サーバ１２０が有線または無線の通信回線（例えば、インターネットやＬＡＮ等）５を介して接続されている。

上述したようなコンピュータ３、本部特売企画端末１２４、店舗発注端末１２５は、一般的なパーソナルコンピュータである。なお、本部特売企画端末１２４や店舗発注端末１２５については、タブレット端末であっても良い。ここでは、コンピュータ３を例に説明する。

図３は、コンピュータ３のモジュール構成図である。図３に示すように、コンピュータ３は、情報処理を行うＣＰＵ（Central Processing Unit）１０１、ＢＩＯＳなどを記憶した読出し専用メモリであるＲＯＭ（Read Only Memory）１０２、各種データを書換え可能に記憶するＲＡＭ（Random Access Memory）１０３を備えている。

また、コンピュータ３は、各種データベースとして機能するとともに各種のプログラムを記憶する記憶部であるＨＤＤ（Hard Disk Drive）１０４、記憶媒体１１０を用いて情報を保管したり外部に情報を配布したり外部から情報を入手するためのＤＶＤドライブ等の媒体読取装置１０５、各通信回線を介して外部の他の機器と情報を伝達するための通信制御装置１０６、処理経過や結果等を操作者に表示するＬＣＤ（Liquid Crystal Display）等の表示部１０７、並びに操作者がＣＰＵ１０１に命令や情報等を入力するためのキーボードやマウス等のポインティングデバイスである入力部１０８等を備えている。

また、コンピュータ３においては、上述した各部間で送受信されるデータは、バスコントローラ１０９によって調停される。

このようなコンピュータ３では、オペレータが電源を投入するとＣＰＵ１０１がＲＯＭ１０２内のローダーというプログラムを起動させ、ＨＤＤ１０４よりＯＳ（Operating System）というコンピュータのハードウェアとソフトウェアとを管理するプログラムをＲＡＭ１０３に読み込み、このＯＳを起動させる。このようなＯＳは、オペレータの操作に応じてプログラムを起動したり、情報を読み込んだり、保存を行ったりする。ＯＳのうち代表的なものとしては、Ｗｉｎｄｏｗｓ（登録商標）等が知られている。これらのＯＳ上で走る動作プログラムをアプリケーションプログラムと呼んでいる。なお、アプリケーションプログラムは、所定のＯＳ上で動作するものに限らず、後述の各種処理の一部の実行をＯＳに肩代わりさせるものであってもよいし、所定のアプリケーションソフトやＯＳなどを構成する一群のプログラムファイルの一部として含まれているものであってもよい。

すなわち、ＨＤＤ１０４に記憶されているアプリケーションプログラムの違いによって、パーソナルコンピュータは、クライアントとして機能する本部特売企画端末１２４や店舗発注端末１２５、コンピュータ３（アプリケーションサーバまたはデータベースサーバ）としてそれぞれ機能することになる。

例えば、本部特売企画端末１２４や店舗発注端末１２５には、アプリケーションプログラムとして、ウェブブラウザや、ウェブブラウザに対してプラグイン形式を用いて提供されるソフトウエアがインストールされている。プラグインのうち代表的なものとして、Microsoft Silverlight（登録商標）が挙げられる。Microsoft Silverlightは、インストール後はブラウザ上でアニメーションやグラフィックスの表示、音声・動画の再生などを行うフレームワークである。

また、一般的には、本部特売企画端末１２４のＨＤＤ１０４にインストールされるアプリケーションプログラムは、ＣＤ−ＲＯＭやＤＶＤ等の光情報記録メディアやＦＤ等の磁気メディア等の可搬性を有する記憶媒体１１０に記録され、この記憶媒体１１０に記録された動作プログラムがＨＤＤ１０４にインストールされる。さらには、アプリケーションプログラムは、例えば通信制御装置１０６を介して外部から取り込まれ、ＨＤＤ１０４にインストールされても良い。

コンピュータ３は、ＯＳ上で動作するアプリケーションプログラムが起動すると、このアプリケーションプログラムに従い、ＣＰＵ１０１が各種の演算処理を実行して各部を集中的に制御する。
以下において、本部システムを構成する一つ又は複数のコンピュータ３の各ＣＰＵ１０１がアプリケーションプログラムにより実行する各種の演算処理のうち、本実施形態の特長的な処理である需要予測処理について説明する。

＜＜需要予測装置とその周辺システムの構成＞＞
図４は、本実施形態にかかる需要予測装置を含む本部システムの構成を示すブロック図である。図４に示すように、本部システムを構成する一つ又は複数のコンピュータ３の各ＣＰＵ１０１は、アプリケーションプログラムを実行することにより、需要予測装置３１、データ収集・変換システム３２、予定データ収集・変換システム３３（特売企画支援システム３３０、発注数決定支援システム３３１など）、発注システム３４を実現する。
本実施形態では、特売企画支援システム３３０及び発注数決定支援システム３３１を、需要予測装置３１の外側に示している。しかし、特売企画支援システム３３０及び発注数決定支援システム３３１は、需要予測装置３１のサービスをユーザ端末に提供するためのサブシステムである。従って、特売企画支援システム３３０及び発注数決定支援システム３３１の両方又は何れか一つを適宜、需要予測装置３１の一部に含めて良いものとする。

＜需要予測装置＞
需要予測装置３１は、本部や、小売業などの店舗において、商品の売価・陳列等の販売者側の予定する販売状態に対する商品の需要（例えば購買数など）をシミュレーションにより予測する。シミュレーションに用いる計算式は、例えば数週間、数か月、もしくは１年間程度なら時間的に変化しないと見なせる部分の購買数を示す定数項と、定数項に対して時間的により早く変化する部分の購買数を示す変動因子と係数からなる項などで示すことができる。

この計算式を用いることにより、現時点から過去の所定の時点までの各時点における販売状態とそのときの購買実績とを示す過去情報（過去の購買実績データ）に基づき、購買客の購買モデルが構築される。
次に計算式を示す。
本実施の形態では、商品群（商品とその関連商品）を構成する商品がＮ種類の場合について説明する。そして、Ｎ種類の商品を、商品１,商品２,…,商品ｎ,…,商品Ｎと示す。

更に、商品ｎに対する変動因子を、Ｘn1,Ｘn2,…,Ｘnm,…,ＸnM(ｍ＝１,２,…,Ｍ)と示す。変動因子Ｘnmは、定番価格、特売価格（売価）、値引額、陳列状態、チラシ掲載、曜日、祝日、最高気温、最低気温、降水量等、購買数を変動させる可能性のあるものとする。

また、商品ｎ(ｎ＝１,２,…,Ｎ)に対する購買数をＹnとする。つまり、商品１,商品２,…,商品ｎ,…,商品Ｎの各購買数を、購買数Ｙ1,Ｙ2,…,Ｙn,…,ＹNと示す。
本実施形態では、各商品の購買数がその他の商品の購買数と相互に影響し合うことも考慮し、Ｙ1,Ｙ2,…,Ｙn,…,ＹNを変動因子に含めるものとして、予測購買数の計算式を、下記の式（１）で示す。

上記の式（１）において、ａn1Ｙ1＋ａn2Ｙ2＋…＋ａn(n-1)Ｙn-1＋ａn(n+1)Ｙn+1＋…＋ａnNＹNは関連商品の購買数による影響を反映した項である。
式（１）において、ａn1,…,ａn(n-1),ａn(n+1),…,ａnN,ｂn0（定数項）,…,ｂnM、を回帰係数とする。本実施形態では、回帰係数を定数項ｂn0を含むものとして説明する。

＜データ収集・変換システム＞
データ収集・変換システム３２は、現時点から過去の所定の時点までの、店舗における複数の商品の購買数を示すデータ、売価データ、販促データ、発注データ、在庫データ、気象データ、曜日データ、および地域のイベントデータなどの過去情報を各店舗の店舗サーバ１２０などから収集する。そして、データ収集・変換システム３２は、複数の各種データ（収集した過去情報）を所定のデータ構造に変換して、需要予測装置３１の過去情報データベース３１０にデータを送信するものである。データ収集・変換システム３２は、公知のＰＯＳシステム、発注システム、納入商品の検品システム、気象データの受信システム、地域のイベントの入力システム等の各種データ収集システムと、データ変換システムと、を有している。

＜予定データ収集・変換システム＞
予定データ収集・変換システム３３は、現時点から未来の所定の時点までの、店舗における複数の商品の予定売価データ、予定販促データ、予定入荷データ、予定気象データ、曜日データ、予定地域のイベントデータなどの未来予定情報を収集する。そして、予定データ収集・変換システム３３は、収集した複数の各種データを所定のデータ構造に変換して、需要予測装置３１の未来情報データベース３１１にデータを送信するものである。
予定データ収集・変換システム３３には、特売企画支援システム３３０や発注数決定支援システム３３１などが含まれている。

特売企画支援システム３３０は、特売企画を支援するために構築されたシステムである。需要予測装置３１と本部特売企画端末１２４の間に介在し、本部特売企画端末１２４に対し、特売企画についての処理を行うためのインタフェースを提供する。

本部特売企画端末１２４は、本部の特売企画担当者や本部のバイヤなどがユーザとなって使用する端末装置である。本部特売企画端末１２４では、特売企画の商品群の商品コード（単品コード）、特売価格（売価）、特売日、チラシ掲載等の未来の予定情報の入力を受け付け、その入力データを特売企画支援システム３３０に送信する。

また、本部特売企画端末１２４では、需要予測シミュレーションを行うための各種入力操作（データ編集操作や再シミュレーションの実行操作など）を受け付け、その入力データや操作信号などを特売企画支援システム３３０に送信する。本部特売企画端末１２４では、各種入力操作の結果として特売企画支援システム３３０から需要予測シミュレーションの結果を示すデータ（需要予測データ）を受信する。

発注数決定支援システム３３１は、発注数の決定を支援するために構築されたシステムである。需要予測装置３１と店舗の発注担当者が使用する店舗発注端末１２５との間に介在し、店舗発注端末１２５に対し、発注数を決定するためのインタフェースを提供する。

発注数決定支援システム３３１は、店舗発注端末１２５からの需要予測シミュレーションの実行命令を入力受付部３１７に出力する。また、発注数決定支援システム３３１は、入力受付部３１７からの需要予測シミュレーションの結果を店舗発注端末１２５に送信する。本実施形態では、外部装置から入力受付部３１７へ向けて送信されるデータ及び命令を発注数決定支援システム３３１が入力受付部３１７へ統括して行うものとする。このため、特売企画支援システム３３０で受け付けたデータ及び命令を発注数決定支援システム３３１に出力させる態様としている。

また、発注数決定支援システム３３１は、特売企画支援システム３３０から出力された発注指示を受け付け、発注システム３４に出力する。
店舗発注端末１２５は、店舗の発注担当者が店舗の固有の商品の発注数を決定するための端末装置である。店舗発注端末１２５では、需要予測シミュレーションを行い、その結果に基づいて発注数を決定する。店舗発注端末１２５で受け付けたシミュレーションのための入力データや操作信号などは、発注数決定支援システム３３１に送信される。シミュレーションの結果としての需要予測データは発注数決定支援システム３３１から受信する。

発注システム３４は、発注数決定支援システム３３１で決定された発注数に従って、商品の製造、販売等をしている業者に対して、商品の発注を要求するシステムとする。

＜＜需要予測装置の構成および処理＞＞
＜需要予測装置の構成＞
需要予測装置３１は、過去情報を有する過去情報データベース３１０と、未来情報を有する未来情報データベース（ＤＢ）３１１とを記憶部に備えている。未来情報データベース３１１は、未来情報として予定情報３１１Ａと予測情報３１１Ｂとを有する。
過去情報データベース３１０は、過去情報として各店舗の過去の購買実績データ（店舗データＤ１ａ〜店舗データＤＫａ）を記憶部の所定の記憶領域に有する。また、未来情報データベース３１１の予定情報３１１Ａは、各店舗の予定情報として店舗データＤ１ｂ〜店舗データＤＫｂを記憶部の所定の記憶領域に有する。

過去情報データベース３１０は、更に、過去情報として集計店データＤＴａを記憶部の所定の記憶領域に有する。
未来情報データベース３１１は、更に、予定情報として集計店データＤＴｂを記憶部の所定の記憶領域に有する。

集計店データＤＴａは、各店舗の過去情報からなる店舗データＤ１ａ〜店舗データＤＫａを集計してなる全店舗の集計データである。この集計店データＤＴａは、集計部（生成手段）３１２によって生成されるものである。

集計部３１２は、各店舗の店舗データＤ１ａ、Ｄ２ａ、・・・、ＤＫａを抽出して統合及び集計し、集計店と呼ぶ一店舗の店舗データ（集計店データＤＴａ）として過去情報データベース３１０に格納する。

ここで、集計店データＤＴａの生成処理について説明する。
図５は、店舗データＤ１ａ〜ＤＫａの一例として示す店舗データＤ１ａのデータ構成図である。

図５の店舗データＤ１ａは、「店舗コード」６０１、「年月日」６１１、「曜日」６１２、「祝日」６１３、「最高気温」６２１、「最低気温」６２２、「降水量」６２３、「ラインコード」６３１、「クラスコード」６３２、「商品コード」６３３、「定番価格」６４１、「売価」６４２、「値引額」６４３、「チラシ掲載」６４４、「陳列状態」６５１、「日別購買数」６６２などのデータ項目を有する。

「店舗コード」６０１は、店舗の識別コードを示す項目である。当該データは店舗１に該当するため、「店舗コード」６０１に「００１」が設定されている。
「年月日」６１１、「曜日」６１２、「祝日」６１３は、それぞれ、購買日の「年月日」、「曜日」、「祝日」を示す項目である。「曜日」６１２及び「祝日」６１３は、該当する場合にフラグ「１」が設定される。

「最高気温」６２１、「最低気温」６２２、「降水量」６２３は、購買日の気象データを示す項目である。
「ラインコード」６３１、「クラスコード」６３２は、それぞれ、購買された商品の分類を示す項目である。商品カテゴリは、上位から下位にかけて、「部門」、「ラインコード」、「クラスコード」へと分類される。「部門」は最上位で他に分類されないため、ここでは、「ラインコード」と「クラスコード」のみ設定される。

「商品コード」６３３は、購買された商品の識別コードである。
「定番価格」６４１は、定番販売時の商品価格を示す項目である。
「売価」６４２は、特売時の商品価格を示す項目である。

「値引額」６４３は、定番価格からの値引額を示す項目である。ここには、定番価格から売価を差し引いた額が設定される。
「チラシ掲載」６４４は、販促方法を示す項目である。ここには、チラシに掲載した場合にフラグ「１」が設定される。

「陳列状態」６５１は、商品の販売状態を示す項目である。ここには、予め設定した陳列パターンを示す番号が設定される。
「日別購買数」６６２は、「年月日」６１１に設定された日付の購買数の実績を示す項目である。ここに、一商品の一日の購買数が設定される。

各データ項目の下は、店舗１で蓄積したデータの一部を示したものである。
一レコードは、購買日ごとの一商品の購買実績を示している。同図の例では、「年月日」６１１のデータと「商品コード」６３３のデータが示すように、先ず、２０１４年１月１６日の購買実績を示す商品数分のレコードが示され、続いてその翌日の２０１４年１月１７日の購買実績を示す商品数分のレコードが示される。その後も、省略しているが、このデータを収集する日付又はその近傍までのデータが含まれる。

店舗データＤ１ａにおいて、非地域データとなるものは、「年月日」６１１、「曜日」６１２、「祝日」６１３、「定番価格」６４１、「売価」６４２、「値引額」６４３、「陳列状態」６５１のデータである。また、地域データとなるものは、「最高気温」６２１、「最低気温」６２２、「降水量」６２３、「チラシ掲載」６４４のデータである。

図６は、店舗データＤ１ａ〜店舗データＤＫａを集計してなる集計店データＤＴａの構成図である。
図６の集計店データＤＴａは、店舗データＤ１ａ〜店舗データＤＫａにおいて共通するデータを抽出して集計し、集計店の購買実績データとしたものである。

具体的に、集計店データＤＴａは、次のように生成する。
全店舗の店舗データＤ１ａ〜店舗データＤＫａを対象とし、指定した同一年月日（購買日を示すもの）且つ同一商品のレコードを各店舗データＤ１ａ、Ｄ２ａ、・・・、ＤＫａから抽出する。

例えば、「年月日」６１１に設定されている日付データにおいて集計日の２か月前を最初に指定する。更に、その日のヒットしたレコード群の内、「商品コード」６３３の値が一番若いもの（本例ではコード１）を指定する。そして、その年月日とその商品コードで特定される一レコードを各店舗データＤ１ａ、Ｄ２ａ、・・・、ＤＫａから抽出する。抽出後は、各レコードに設定されている日別購買数の値を集計する。そして、抽出されたレコードの一つ（例えば店舗データＤ１ａから抽出した一レコード）の「日別購買数」６６２の値を集計値で更新する。最後にこの更新により生成したレコードを集計店データＤＴａとして過去情報データベースに記憶する。

また、その日付のその他の商品についても同様にして順次レコードを生成する。つまり、集計日の２か月前を指定し、コード１の次の番号のコード２を指定して同様に集計の操作を行い、生成したレコードを上記集計店データＤＴａに追加する。最初の指定日の全商品の集計操作を行ったら、続いて、その翌日を指定し、コード１から順に、同様にして集計操作を行い、生成したレコードを上記集計店データＤＴａに追加する。なお、「店舗コード」６０１には、集計店の識別コードとして「０００」を設定する。

この結果、図６に示すように、集計店データＤＴａでは、「日別購買数」６６２の値が全店舗の日別購買数の集計として示される。同図の一行目のレコードを例に挙げると、購買日「２０１４年１月１６日」の商品「コード１」の全店舗の購買実績として、「日別購買数」６６２の値に「８０１」が設定される。

次に、未来情報データベース３１１（予定情報３１１Ａ）の店舗データＤ１ｂ〜店舗データＤＫｂについて示す。

図７は、予定情報３１１Ａの一例として示す店舗１の店舗データＤ１ｂである。
図７の店舗データＤ１ｂは、「店舗コード」７０１、「年月日」７１１、「曜日」７１２、「祝日」７１３、「予定最高気温」７２１、「予定最低気温」７２２、「予定降水量」７２３、「ラインコード」７３１、「クラスコード」７３２、「商品コード」７３３、「予定定番価格」７４１、「予定売価」７４２、「予定値引額」７４３、「予定チラシ掲載」７４４、「予定陳列状態」７５１などの項目を有している。

「店舗コード」７０１は、店舗の識別コードを示す項目である。
「年月日」７１１、「曜日」７１２、「祝日」７１３は、それぞれ、需要予測を行う未来の「年月日」、「曜日」、「祝日」を示す項目である。

「予定最高気温」７２１、「予定最低気温」７２２、「予定降水量」７２３は、需要予測を行う未来の日付での気象データを示す項目である。
「ラインコード」７３１、「クラスコード」７３２、「商品コード」７３３は、それぞれ、過去情報の「ラインコード」６３１、「クラスコード」６３２、「商品コード」６３３で説明したものと同様であるので、ここでの説明を省略する。

「予定定番価格」７４１は、需要予測を行う未来の日付での定番販売時の商品価格を示す項目である。
「予定売価」７４２は、需要予測を行う未来の日付での特売時の商品価格を示す項目である。

「予定値引額」７４３は、予定定番価格からの値引額を示す項目である。ここには、予定定番価格から予定売価を差し引いた額が設定される。
「予定チラシ掲載」７４４は、需要予測を行う未来の日付での販促方法を示す項目である。
「予定陳列状態」７５１は、需要予測を行う未来の日付での商品の販売状態を示す項目である。

各データ項目の下は、店舗１の予定データの一部を示したものである。
一レコードは、過去情報の店舗データＤ１ａの構成のように、予定購買日ごとの一商品の予定データを示している。同図の例では、「年月日」７１１のデータと「商品コード」７３３のデータが示すように、先ず、「２０１４年３月１７日」の予定データを示す商品数分のレコードが示され、続いてその翌日の「２０１４年３月１８日」の予定データを示す商品数分のレコードが示される。その後も、省略しているが、数週間又は数か月先までのデータが含まれる。

次に、未来情報データベース３１１（予定情報３１１Ａ）の集計店データＤＴｂについて示す。
集計店データＤＴｂは、店舗データＤ１ｂ、Ｄ２ｂ、・・・、ＤＫｂの何れか一つの予定情報をコピーして生成する。例えば店舗データＤ１ｂをコピーして生成する場合、「店舗コード」７０１の値を「０００」に変更するなどして生成する。なお、集計店において、地域データは意味をなさないため、全て「Ｎｕｌｌ」に設定しても良い。以下では、地域データの回帰係数を「０」に設定することにより、地域データを予測式に反映させないようにする。従って、地域データは「Ｎｕｌｌ」に変更せず、そのままとする。

ここで図４に戻り、続きを説明する。
回帰係数算出部３１３は、過去の変動因子情報が目的変数の変動に寄与する度合いを示す回帰係数（定数項を含む）を算出する。目的変数の変動には、複数の変動因子が寄与している。ここでは、複数の変動因子のそれぞれの回帰係数を一商品ごとに算出し、一商品ごとに算出結果（各回帰係数の値を含むデータ）を出力する。

また、本実施形態において、回帰係数算出部３１３は、店舗別に回帰係数を算出する。つまり、集計店（店舗０）、店舗１、店舗２、…、店舗Ｋのそれぞれの回帰係数を算出する。

店舗１〜店舗Ｋの回帰係数の計算と集計店（店舗０）の回帰係数の計算には、共に式（１）を適用する。店舗１〜店舗Ｋの回帰係数の計算では、購買実績データとして地域データ及び非地域データをそのまま利用する。一方集計店の回帰係数の計算では、地域データは意味をなさないので除外する必要がある。本実施形態では、地域データに対応する変動因子の回帰係数を予め「０」とする。これにより、集計店の計算においても地域データ及び非地域データをそのまま利用し、店舗別と同様の式（１）を適用する。

店舗別の回帰係数の計算と、集計店の回帰係数の計算は、具体的には次の通りとなる。
店舗別の場合、一店舗の店舗データを使用し、式（１）の目的変数Ｙnに対して商品ｎの過去の日別購買数を代入する。また、変動因子Ｙ1,…,ＹNに対してその他の各商品の日別購買数（Ｙnに代入したものと同日のもの）を代入する。更に、Ｘn1,…,ＸnMに対して、過去の変動因子情報を代入する。式（１）の回帰係数はＭ＋Ｎ個あるため、過去の購買数と変動因子情報のデータのセットをＭ＋Ｎ個以上用いて、Ｍ＋Ｎ個以上の式を立て、従来の回帰係数の算出法により目的変数Ｙnの回帰係数を求める。この操作を目的変数Ｙ1,…,ＹNについて行い、商品ｎごとに回帰係数を求める。この際に予測精度を向上させるために公知の補正条件式（例えば最小二乗法など）を導入する。

以上の操作を店舗１〜店舗Ｋに対して行い、店舗ごとの回帰係数を求める。
一方、集計店においては、集計店データを使用し、式（１）の目的変数Ｙnに対して商品ｎの過去の日別購買数を代入する。また、変動因子Ｙ1,…,ＹNに対してその他の各商品の日別購買数（Ｙnに代入したものと同日のもの）を代入する。更に、Ｘn1,…,ＸnMに対して過去の変動因子情報を代入し、地域データに該当する変動因子の回帰係数を「０」に設定する。式（１）の回帰係数はＭ＋Ｎ−（地域データの変動因子の数Ｌ）個あるため、過去の購買数と変動因子情報のデータのセットをＭ＋Ｎ−Ｌ個以上用いて、Ｍ＋Ｎ−Ｌ個以上の式を立て、従来の回帰係数の算出法により目的変数Ｙnの回帰係数を求める。この操作を目的変数Ｙ1,…,ＹNについて行い、商品ｎごとに回帰係数を求める。この際に予測精度を向上させるために公知の補正条件式（例えば最小二乗法など）を導入する。

この操作により、地域データに対応する回帰係数を「０」とする集計店の回帰係数を求める。
なお、これらの回帰係数の算出処理は、夜間などにおいて予め行うものとする。

回帰係数データベース（ＤＢ）３１４は、回帰係数算出部３１３により算出された、店舗別、商品別の回帰係数を格納するものである。
ここには、店舗０（集計店）、店舗１、店舗２、・・・、店舗Ｋのそれぞれの、商品１〜商品Ｎの商品ごとの回帰係数が格納される。

予測購買数算出部（需要予測手段、店舗別需要予測手段）３１５では、集計店を対象に或いは個別店舗（店舗１、店舗２、・・・、店舗Ｋ）を対象に各商品の需要予測計算を行う。具体的には、一店舗ごとに次の処理を行う。先ず、商品ｎの、予定情報３１１Ａに格納されている各種の未来の変動因子情報と、回帰係数データベース３１４に格納されている回帰係数（商品ｎの回帰係数）とを予測式（１）に当てはめる。この計算手続きを商品１〜商品Ｎを対象に行い、商品１〜商品Ｎに対応した連立方程式を立てる。それらの式から、該当する全商品（商品群）の予測購買数Ｙ1,…,ＹNを算出する。算出結果としての予測購買数はデータとして出力する。

本実施形態では、この一連の処理を、先ず、集計店を対象に行う。引き続き、その一連の処理を店舗１、店舗２、・・・、店舗Ｋの順に行い、集計店を含む各店舗のそれぞれの予測購買数を算出する。

未来情報データベース３１１の予測情報３１１Ｂは、予測購買データ３２６ｄや予測在庫データ３２７ｄや推奨発注データ３２８ｄなどの情報を含んでいる。予測購買数算出部３１５から出力された店舗別、商品別の予測購買数や、予測購買数に基づいて算出される予測販売金額、予測利益金額などが、予測購買データ３２６ｄに格納される。

発注・在庫数算出部３１６は、現在の在庫数から、予測購買数算出部３１５により算出された予測購買数を減算して、未来の設定された時点（第２所定期間）での予測在庫数を算出する。さらに、発注・在庫数算出部３１６は、算出した予測在庫数に基づいて、例えば予測在庫数が最低在庫数未満ならば推奨発注数を増加させ、予測在庫数が最低在庫数を超えるならば推奨発注数を減少させて、最終的に所定の発注単位や発注リードタイムに従って推奨発注データに加工する。予測情報３１１Ｂは、発注・在庫数算出部３１６により算出された予測在庫数（予測在庫データ３２７ｄ）、および推奨発注数（推奨発注データ３２８ｄ）を格納する。

入力受付部３１７は、結果出力手段及び店舗別結果出力手段として、需要予測システムの各種画面（需要予測設定画面、企画編集画面、通知用の確認画面、店別予測画面など）を生成し、特売企画支援システム３３０や発注数決定支援システム３３１に各種画面を送信する。企画編集画面には、需要予測データや、店舗別予測画面を表示させるための指示手段や、需要予測データの値を変更するための入力部などを含めて送信する。また、予測購買数算出部３１５において店舗別の需要予測計算が完了したことを通知する通知手段として、通知画面や通知信号などを送信する。外部装置である本部特売企画端末１２４や店舗発注端末１２５は特売企画支援システム３３０や発注数決定支援システム３３１にアクセスし、取得した各種画面をシミュレーション等のためのインタフェースとして液晶等のディスプレイ（表示エリア）に表示する。

また、入力受付部３１７では、各種画面から入力されたデータ（例えば、商品コード、売価、曜日、休日、気温、降水量、地域イベント、チラシ掲載の有無等）を予定情報３１１Ａに未来の変動因子情報として登録する。また、各種画面から入力データの訂正があると、予定情報３１１Ａに格納されている各種の未来の変動因子情報などを訂正された値に更新する。また、未来の変動因子情報の登録や訂正があると、予測購買数算出部３１５に対し、需要予測シミュレーションの実行命令を出力する。

また、入力受付部３１７では、算出された予測購買数、予測在庫数、推奨発注数が、店舗発注端末１２５から入力された予測購買数の目標値、予測在庫数の目標値、推奨発注数の目標値を満たしていない場合に、予測条件である予定情報３１１Ａに格納されている各種の未来の変動因子情報を修正して予測購買数を再計算し、算出された各予測値（予測購買数、予測在庫数、推奨発注数）を目標値に近づける。

図８は、本部の企画編集画面の構成図を一例として示したものである。
図８の企画編集画面４Ｇは、特売企画の商品の需要予測データの表示やデータの編集を行って、発注数を決定する処理に使用される画面である。
同図の企画編集画面４Ｇは、需要予測設定画面（不図示）において企画を一覧表示して一つの企画を選択することにより、表示される。

図８に示す企画編集画面４Ｇは、企画表示エリア４１と、商品群選択エリア４２と、データ表示エリア４３と、データ操作エリア４４と、店別予測確認ボタン４５と、各種ボタンが配列されているナビゲートボタンエリア４６とを含んでいる。

企画表示エリア４１は、前画面の需要予測設定画面で選択された企画の「企画Ｎｏ」４１０、「企画名」４１１、「開始日」４１２、「終了日」４１３を表示するエリアとして設けられている。

商品群選択エリア４２は、企画の対象となる商品群の一部又は全てをユーザ選択によりデータ表示エリア４３に表示させる選択エリアとして設けられている。商品群選択エリア４２には「部門」４２０−１と「ライン」４２０−２と「クラス」４２０−３に分けられた範囲指定部が含まれている。「部門」４２０−１では、最上位の商品分類カテゴリの範囲を指定することができる。「ライン」４２０−２では、「部門」４２０−１のすぐ下位の商品分類カテゴリの範囲を指定することができる。「クラス」４２０−３では、最下位の商品分類カテゴリの範囲を指定することができる。各範囲指定部には、表示されている商品分類カテゴリの全てを範囲に指定するためのチェックボックスＢ１が設けられている。

データ表示エリア４３は、企画の対象となる商品群の内の一部又は全ての商品の需要予測データを表示するエリアとして設けられている。ここに表示される需要予測データは、集計店データＤＴに基づく需要予測計算の結果である。需要予測データの表示項目として「単品コード」４３０、「メーカ」４３１、「商品名称」４３２、「規格」４３３、「販売（購買）日」４３４、「特売売価」４３５、「予測販売（購買）数」４３６、「予測販売（購買）金額」４３７、「予測利益金額」４３８、「実績販売（購買）数」４３９、「実績販売（購買）金額」４４０、「実績利益金額」４４１が設けられている。データ表示エリア４３には、デフォルトでは、商品群の全てを対象に需要予測データを表示する。商品群選択エリア４２における指定により表示される商品群の範囲を制限する。

データ操作エリア４４は、データ表示エリア４３での商品データの訂正などのデータ編集を行うためのエリアとして設けられている。データ操作エリア４４には、データ編集のための入力ボックスＢ２と、訂正ボタンＢ３が設けられている。
入力ボックスＢ２は、データ表示エリア４３の需要予測データの項目ごとの編集ボックスを備えている。

データ表示エリア４３において一商品を選択するとこの商品のデータが各入力ボックスＢ２に編集可能なように表示される。

訂正ボタンＢ３は、データ表示エリア４３上で指定した商品のレコード情報を項目別に訂正する宣言を行うものである。例えば、データ表示エリア４３において一商品を指定し、この商品のデータを各入力ボックスＢ２に表示させる。それから、所定の入力ボックスＢ２に表示されたデータを書き換え、訂正ボタンＢ３を押下する。これにより、その商品のデータが訂正され、訂正後のデータがデータ表示エリア４３に表示されることになる。

なお、データ訂正を行った項目が変動因子に相当する場合には需要予測の再計算を実行し、再計算後の需要予測データをデータ表示エリア４３に表示する。本実施形態では、特に、変動因子に相当する「特売売価」の訂正を行う。「特売売価」の訂正は、データ表示エリア４３で指定した一商品の企画期間全体の特売価格を一括して行っても良いし、指定した販売日の特売売価のみでも良い。以下では、企画期間全体の特売価格を一括して訂正するものとして説明する。

店別予測確認ボタン４５は、店舗ごと（店舗１、店舗２、・・・、店舗Ｋ）のそれぞれの購買実績データに基づく需要予測シミュレーションの結果を表示するための指示ボタン（指示手段）である。店舗単位で需要予測シミュレーションが行われたものであるため、表示される需要予測計算の結果は、その店舗の地域データが反映されたものとなる。

ナビゲートボタンエリア４６は、他の画面と共通する画面操作ボタンを表示するためのエリアとして設けられている。当該企画編集画面４Ｇにおいては、終了ボタンＢ６、印字ボタンＢ７、戻るボタンＢ８、確定ボタンＢ９が操作可能なように表示される。終了ボタンＢ６は、需要予測設定を終了することを宣言するボタンである。印字ボタンＢ７は、企画編集画面４Ｇの印字命令をプリンタに出力するためのボタンである。戻るボタンＢ８は、一つ前の需要予測設定画面に戻るためのボタンである。確定ボタンＢ９は、データ表示エリア４３の設定内容を確定し発注を指示するためのボタンである。

＜需要予測装置の処理＞
図９は、需要予測装置において夜間に行われるデータ収集及び需要予測のシミュレーションに係る処理のフロー図である。
この処理は、１日に１回、定刻（夜間）になると起動し、変数ｉ＝０などの初期化を行って、以下の処理を行うものである。

先ず、データ収集処理を行う（Ｓ１）。ステップＳ１のデータ収集処理では、過去情報と予定情報とを通信ネットワークを介して店舗ごとに収集する。過去情報としては各店舗サーバ１２０に蓄積された過去の購買実績データや気象システムの気象データなどを収集する。また、予定情報としては気象システムの未来の気象予報データや、カレンダ情報などを収集する。なお、未来に予定される特売企画での商品に関する情報は、本部特売企画端末１２４などから随時登録され、数週間先の予定まで登録されているものとする。

ステップＳ１の処理により、過去情報からなる店舗データＤ１ａ〜店舗データＤＫａが過去情報データベース３１０に格納され、未来データからなる店舗データＤ１ｂ〜店舗データＤＫｂが未来情報データベース３１１に未来情報３１１Ａとして格納される。

次に、集計店データＤＴａを生成する（Ｓ２）。ステップＳ２の処理では、過去情報データベース３１０に格納した店舗データＤ１ａ〜店舗データＤＫａを全て集計することにより、一店舗に見立てた集計店（店舗０）の購買実績データとしての集計店データＤＴａを生成する。集計店データＤＴａの生成により、需要予測のためのシミュレーションを行う際に全店舗の購買実績データを反映した回帰係数を求めることが可能になる。

次に、変数ｉの値がＫよりも大きいか否かを判定する（Ｓ３）。
ステップＳ３の判定でＫ以下と判定（Ｎｏ判定）されると、店舗データＤｉａに対応する回帰係数を算出する（Ｓ４）。ステップＳ４の処理は、最初のサイクルではｉ＝０なので店舗データＤ０ａ（つまり集計店データＤＴａ）に対応する回帰係数を算出する。集計店データに対応する回帰係数の算出処理では、地域データの変動因子は意味をもたない。従って、予測式（１）において、地域データの変動因子の回帰係数を「０」にし、各変動因子に過去の実績データをあてはめて、残りの回帰係数を算出する。

ステップＳ４の処理後は、求めた回帰係数を回帰係数ＤＢ３１４に格納する（Ｓ５）。
次に、ｉの値をインクリメントして（Ｓ６）、ステップＳ３の判定処理に戻る。
ステップＳ４において、２巡目以後は、ｉ＞０で、回帰係数の算出対象が店舗データＤ１ａ、店舗データＤ２ａ、・・・、店舗データＤＫａと店舗ごとのデータとなるので、地域データの変動因子が意味をもつようになる。この場合は、予測式（１）において、各変動因子に過去の実績データをあてはめて、回帰係数を全て算出する。

ステップＳ３の判定でＫよりも大きいと判定（Ｙｅｓ判定）されると、ｉ＝０にして（Ｓ７）、ステップＳ８の判定処理に移行する。
ステップＳ８では、変数ｉの値がＫよりも大きいか否かを判定する。
ステップＳ８の判定で、Ｋ以下と判定（Ｎｏ判定）されると、店舗データＤｉａに基づいて得られた回帰係数と店舗データＤｉｂの予定データとを用いて店舗ｉに対応する需要予測データを需要予測計算により算出する（Ｓ９）。

１巡目はｉ＝０なので、店舗データＤ０ａ（つまり集計店データＤＴａ）に対応する回帰係数の値を式（１）の回帰係数に代入し、店舗データＤ０ｂ（集計店データＤＴｂ）を式（１）の対応する変動因子に代入し、残る未知数となる各商品の予測購買数を求める。また、予測購買数を基に予測販売金額や予測利益金額を求めて、それらを含む需要予測データを構成する。

ステップＳ９の処理後は、得られた需要予測データを予測情報３１１Ｂの予測購買データ３２６ｄに格納する（Ｓ１０）。
次に、ｉの値をインクリメントして（Ｓ１１）、ステップＳ８の判定処理に戻る。

ステップＳ９で、２巡目以後は、ｉ＞０で、需要予測データの算出対象が店舗１、店舗２、・・・、店舗Ｋと店舗ごとになる。この場合は、店舗データＤｉａに対応する回帰係数の値を式（１）の回帰係数に代入し、店舗データＤｉｂを式（１）の対応する変動因子に代入し、残る未知数となる各商品の予測購買数を求める。また、予測購買数を基に予測販売金額や予測利益金額を求めて、それらを含む需要予測データを構成する。

１巡目の需要予測データは、全店舗の購買実績データを使用して回帰係数を求めたため、２巡目以後の店舗ごとの需要予測と比較すると、データの母数が圧倒的に多いため、地域性を無視した場合は信頼性の高い需要予測データが得られる。

２巡目以後の需要予測データは、地域性を考慮しているため、店舗ごとの需要予測データとして信頼性の高いものとなる。
なお、ステップＳ８の判定で、Ｋより大きいと判定（Ｙｅｓ判定）されると、本処理を終了する。

図１０は、本部のバイヤが操作する本部特売企画端末と需要予測装置との間で行われる需要予測シミュレーション処理のフロー図である。なお、本部特売企画端末１２４と需要予測装置３１との間には、インタフェースとして、特売企画支援システム３３０や発注数決定支援システム３３１が介在するものとする。

同図に示す破線矢印は、本部特売企画端末１２４と需要予測装置３１との間の信号の流れを示すものである。
先ず、本部特売企画端末１２４において、バイヤが需要予測設定プログラムを起動し、表示画面に需要予測設定画面を表示させる（Ｓ２０）。

次に企画一覧を表示させて、その中から一企画を選択する（Ｓ２１）。この選択により、一企画の需要予測データを取得するための指示信号が本部特売企画端末１２４から需要予測装置３１に送信される。

需要予測装置３１は、指示信号を受信したか否かを判定する（Ｓ３０）。本部特売企画端末１２４から指示信号を受信すると、ステップＳ３０の判定処理でＹｅｓ判定となり、企画編集画面４Ｇを本部特売企画端末１２４に向けて送信する（Ｓ３１）。この企画編集画面４Ｇには、売価の訂正値の入力及びこの値による訂正を需要予測装置３１に指示することのできる入力部が含まれる。また、需要予測設定画面で選択された一企画の需要予測データが含まれる。

この需要予測データは、未来情報データベース３１１の予測情報３１１Ｂに予測購買データ３２６ｄとして格納されている、集計店データＤＴａに基づいて算出されたデータである。

一方、本部特売企画端末１２４は、企画編集画面４Ｇを表示する（Ｓ２２）。
図１０においては示されていないが、仮にこの段階で、バイヤが企画編集画面４Ｇの店予測確認ボタン４５を押下するとする。その場合、需要予測装置３１の未来情報データベース３１１の予測情報３１１Ｂに予測購買データ３２６ｄとして格納されている店舗ごとの需要予測データが、確認画面に含められて、本部特売企画端末１２４に供給される。

さて、本部特売企画端末１２４は、バイヤが企画編集画面４Ｇにおいて需要予測データの訂正を行うと、需要予測の再シミュレーションを指示する信号を需要予測装置３１に送信する（Ｓ２３）。具体的に、特売売価の訂正であれば、企画編集画面４Ｇのデータ表示エリア４３において一レコードを指定し、入力ボックスＢ２の特売売価の入力ボックスＢ２３の値を訂正する。そして、訂正ボタンＢ３を押下し、入力ボックスＢ２３の特売売価の訂正値を含めた再シミュレーションの要求信号を需要予測装置３１に送信する。

需要予測装置３１は、本部特売企画端末１２４から信号を受信すると、その信号に基づき、戻るボタンＢ８の操作があったか否かの判定（Ｓ３２）、需要予測データの訂正があったか否かの判定（Ｓ３３）などを行う。

ステップＳ３２においてＹｅｓ判定の場合は、企画編集画面４Ｇで戻るボタンＢ８が操作されたことを示すので、ステップＳ３０の判定処理に戻る。ステップＳ３２においてＮｏ判定の場合は、ステップＳ３３の処理に移行する。

ステップＳ３３では、需要予測データの訂正があったか否かの判定を行う。そして、訂正があると（Ｙｅｓ判定）、ステップＳ３４に移行する。

ステップＳ３４では、訂正値に基づき、各商品についての需要予測の再計算（再シミュレーション）を行う。
このとき、再シミュレーションは、集計店について行う。つまり、集計店の回帰係数と集計店の予定情報とを使用して式（１）により各商品の予測購買数を算出する。

なお、各店舗の予定情報は、訂正された値に更新されるものとする。
また、未来情報データベース３１１の予測情報３１１Ｂにおいて、集計店の需要予測データは再計算後のデータに更新されるものとする。

ステップＳ３４の処理後は、再計算後の需要予測データを本部特売企画端末１２４に送信し（Ｓ３５）、引き続き、上記訂正値を使用し、各店舗について再シミュレーションを行う（Ｓ３６）。ステップＳ３６では、店舗（店舗１、店舗２、・・・、店舗Ｋ）ごとに、店舗固有の回帰係数と予定情報とを使用して式（１）により各商品の予測購買数を算出する。この結果、店舗ごとの需要予測データが得られ、未来情報データベース３１１の予測情報３１１Ｂにおいて、各店舗の需要予測データが再計算後のデータにそれぞれ更新される。

ステップＳ３６の店舗ごとの再シミュレーションが完了すると、続いて、本部特売企画端末１２４に対しその旨を知らせる通知信号を送信する（Ｓ３７）。
ステップＳ３７の処理後は、ステップＳ３２の判定処理に戻る。

一方、本部特売企画端末１２４は、ステップＳ２３の処理後、需要予測装置３１のステップＳ３５の再シミュレーション結果として送信された集計店の需要予測データを受信し、企画編集画面４Ｇのデータ表示エリア４３の情報を更新する（Ｓ２４）。
本部特売企画端末１２４は、その後、需要予測装置３１のステップＳ３７の通知信号を受信すると、店舗別の需要予測計算が完了したことをポップアップで表示する（Ｓ２５）。

バイヤは、店舗別の需要予測計算が完了したことをポップアップで確認すると、店別予測確認ボタン４５を押下することにより、需要予測装置３１に対し、店舗別の需要予測データを要求する（Ｓ２６）。

需要予測装置３１は、ステップＳ３３でＮｏ判定の場合、店舗別の需要予測データの要求信号を受信したか否かを判定する（Ｓ３８）。

ステップＳ３８の判定では、本部特売企画端末１２４のステップＳ２６の処理により、Ｙｅｓ判定となる。ステップＳ３８の判定でＹｅｓ判定の場合、本部特売企画端末１２４に対し店舗別の需要予測データを含む画面を送信して（Ｓ３９）、ステップＳ３２の判定処理に戻る。

なお、需要予測装置３１は、ステップＳ３０の判定処理においてＮｏ判定の場合、終了ボタンＢ６が押下されたか否かの判定を行う（Ｓ４０）。ステップＳ４０の判定処理において終了ボタンＢ６が押下されたとするＹｅｓ判定の場合、本処理を終了する。ステップＳ４０の判定処理においてＮｏ判定の場合、ステップＳ３０の判定処理に戻る。

また、ステップＳ３８の判定処理においてＮｏ判定の場合、終了ボタンＢ６が押下されたか否かの判定を行う（Ｓ４１）。ステップＳ４１の判定処理において終了ボタンＢ６が押下されたとするＹｅｓ判定の場合、本処理を終了する。ステップＳ４１の判定処理においてＮｏ判定の場合、ステップＳ３２の判定処理に戻る。

本部特売企画端末１２４は、需要予測装置３１のステップＳ３９の送信処理の結果として、店舗別の需要予測データを含む画面を受信し、企画編集画面４Ｇとは別のウインドウで店舗別の需要予測データを表示する（Ｓ２７）。

バイヤは、店舗別の需要予測データを確認し、このウインドウを閉じる（Ｓ２８）と、ステップＳ２３の処理に戻り、企画編集画面４Ｇにおける操作を受け付ける。
バイヤは、本部特売企画端末１２４において、売価の訂正値を入力して再シミュレーションを繰り返し、最終的に売価を決める。そして、その需要予測データの予測購買数に基づき、発注数を決定する。

なお、本部特売企画端末１２４の本処理において、バイヤにより企画編集画面４Ｇの戻るボタンＢ８が押下されると、任意のタイミングで需要予測装置３１に「戻り」を指示する信号を送信して、ステップＳ２０の処理に戻り、需要予測設定画面を表示する。また、終了ボタンＢ６が押下されると、任意のタイミングで、需要予測装置３１に終了を指示する信号を送信して、処理を終了する。需要予測装置３１は、ステップＳ３２の判定で本部特売企画端末１２４で戻るボタンＢ８の操作があったことを検出する。また、ステップＳ４０、ステップＳ４１の判定で、本部特売企画端末１２４で終了ボタンＢ６の操作があったことを検出する。

以上の需要予測データの訂正に基づく再シミュレーションの一連の流れを本部特売企画端末１２４にインタフェースとして送信した企画編集画面４Ｇにおいて説明すると次の通りとなる。

図８に示す企画編集画面４Ｇは、企画名「部門１週間特売」、企画期間「２０１４年３月１７日（月）〜２０１４年３月２３日（日）」、商品分類カテゴリ「部門１」に属する商品の既存の需要予測シミュレーション結果を示している。従って、図１０のステップＳ２２に示す企画編集画面の状態を表している。

データ表示エリア４３には、「部門１」に属する特売商品の内の一部が示されている。スクロールバーＢａｒ１の操作により、その他の商品が単品コードの順にデータ表示エリア４３に表示され、「部門１」に属する全ての特売商品に渡り需要予測データを確認することができる。

図８において、商品分類カテゴリ「クラス１」の一行目のレコードＲｅｃ０１を太枠で示している。これは当該レコードＲｅｃ０１が指定されている状態であることを示すために用いている。

データ操作エリア４４の入力ボックスＢ２には、データ表示エリア４３で指定されている一行目のレコードＲｅｃ０１の商品の需要予測データが表示されている。

図８に示す企画編集画面４Ｇにおいて、例えば、入力ボックスＢ２に表示されているデータの内の「特売売価」の入力ボックスＢ２３に示される値「２５０（円）」を「２１０（円）」に訂正する。そして、訂正ボタンＢ３を押下する（図１０のステップＳ２３に対応）。

この訂正操作により、図１０のステップＳ３４、Ｓ３５の処理が行われて、再シミュレーション後のデータ（集計店の需要予測データ）がデータ表示エリア４３に表示される（図１０のステップＳ２４に対応）。

図１１は、その再シミュレーション後の企画編集画面の表示例を示したものである。
同図の企画編集画面１１Ｇにおいて、レコードＲｅｃ１０に示されるデータは、図８の企画編集画面４ＧのレコードＲｅｃ０１に示すデータの更新後のデータである。

レコードＲｅｃ１０の「特売売価」４３５の値として訂正後の値「２１０」が示される。また、「予測販売数」４３６、「予測販売金額」４３７、「予測利益金額」４３８の値として、再シミュレーションにより得られた値「８００」「１６８，０００」「２０，０００」がそれぞれ示される。

なお、先に示したように、ここでは、売価を訂正した場合、その商品の企画期間内の売価が一括して訂正される。このため、レコードＲｅｃ１０の次の行の「特売売価」４３５の値も「２１０」に変更されている。

また、レコードＲｅｃ１０の「販売日」４３４の値「３／１７」と同じ販売日のレコードＲｅｃ２０のデータ（図８のレコードＲｅｃ０２の更新後のデータ）も当該売価の訂正により「予測販売数」４３６の値が影響を受けることになる。このため、「予測販売数」４３６、「予測販売金額」４３７、「予測利益金額」４３８のそれぞれの値も更新されている。

図１１のデータ操作エリア４４の入力ボックスＢ２には、データ表示エリア４３で指定されているレコードＲｅｃ１０の各データが表示される。

この後、改めてレコードを指定してその特売売価などを訂正すると、上述した手続きで、訂正値によるシミュレーションを行い、その結果が表示される。
なお、本例では、再シミュレーション後の表示画面において既にレコードが指定されている状態のものを示したが、再表示後は未指定とし、各入力ボックスＢ２の値を空にして示しても良い。

続いて、需要予測装置３１において図１０のステップＳ３６、Ｓ３７が行われ、店舗別のシミュレーションが完了したことを示す確認画面が本部特売企画端末１２４にポップアップ表示される（図１０のステップＳ２５に対応）。

図１２は、企画編集画面１１Ｇに確認画面をポップアップで表示したときの状態を示している。
図１２の確認画面１２Ｇには、店舗別のシミュレーションが完了したことを示す情報を文字情報で表している。また、確認画面１２Ｇには、確認ボタン１２０Ｂを設けている。バイヤが確認ボタン１２０Ｂを押下することで、確認画面１２Ｇが閉じ、企画編集画面１１Ｇの操作が可能となる。

この後、企画編集画面１１Ｇにおいて店別予測確認ボタン４５を押下すると、需要予測装置３１から店舗別の需要予測データが送信され、本部特売企画端末１２４において企画編集画面１１Ｇとは別のウインドウで店舗別の需要予測データが表示される。

図１３は、店舗別の需要予測データの表示画面（店別予測画面）の例である。
図１３の店別予測画面１３Ｇは、企画編集画面１１Ｇのデータ表示エリア４３で指定されたレコードについての店舗別の需要予測データを表示する。

本例は、企画編集画面１１Ｇのデータ表示エリア４３においてレコードＲｅｃ１０が指定されたものとして、単品コード「コード１」、販売日「３／１７」についての各店舗の需要予測データを示している。
店別予測画面１３Ｇは、企画編集画面１１Ｇで指定されたレコードの情報を示す商品情報表示エリア１３０と、その商品の店舗（店舗１、店舗２、・・・、店舗Ｋ）ごとの需要予測データを示す店舗別予測データ表示エリア１３１とを含んでいる。

店舗別予測データ表示エリア１３１は、「店舗コード」１３１０、「店舗名称」１３１１、「予測販売数」１３１２、「予測販売金額」１３１３、「予測利益金額」１３１４の項目を有し、それらの下に対応するデータＤＬを表示する。

因みに、「店舗コード」１３１０は、各店舗を識別するための識別コードである。図１３には、その識別コードを００１、００２、・・・で示している。
「店舗名称」１３１１は、店舗につけられている名称である。図１３には、店舗名称を店舗１、店舗２、・・・で示している。

図１３において、データＤＬは、２店舗のデータのみを示し、その他の店舗のデータは省略している。
なお、店舗別予測データ表示エリア１３１に全店舗のデータを表示しきれないことを想定し、スクロールバーＢａｒ２を設けている。全店舗のデータを表示しきれない場合、スクロールバーＢａｒ２を操作することにより、全店舗のデータを確認する。

更に、店別予測画面１３Ｇの下部には確認ボタン１３０Ｂを設けている。
確認ボタン１３０Ｂを押下することにより、店別予測画面１３Ｇが閉じ、企画編集画面１１Ｇの操作が可能となる。

この後、企画編集画面１１Ｇのデータ表示エリア４３においてその他の商品、或いは同一商品のその他の販売日のレコードを指定し、店別予測確認ボタン４５を押下すると、そのレコードに対応する店舗別の需要予測データが店別予測画面１３Ｇとして生成される。

また、企画編集画面１１Ｇのデータ操作エリア４４において特売売価などを訂正すると、再び、再シミュレーションが集計店を対象に行われ、その需要予測データがデータ表示エリア４３に表示される。そして、店舗別の需要予測の計算が完了すると、その旨がポップアップで表示される。

以上により、本部のバイヤは、集計店の需要予測データを参考に、全店舗の各商品の総発注量を決定することができる。
また、店舗別の需要予測データを参考に、各店舗への発注量の配分を決定することができる。

各店舗への発注量の配分は、例えば、集計店の需要予測データに含まれる予測購買数を店舗別の需要予測データに含まれる予測購買数で案分する案分手段を入力受付部３１７に設けることにより、実施できる。

入力受付部３１７は、案分手段で生成した店舗別の発注量を、店別予測画面１３Ｇに配分量を示す情報として含めて送信する。
店舗別の発注量は、各店舗の予測購買数の比率に従い、集計店の予測購買数に対して店舗ごとに各々の比率を乗じて配分量として算出する。

図１４は、配分量を含む店別予測画面１４Ｇの表示例である。
図１４に示すように、店舗別予測データ表示エリア１３１に、「配分量」１４０１の項目を新たに設けて、その項目に配分量を示すデータを表示させる。

ここでは、案分手段で算出された結果として、店舗１に対して「３５（個）」、店舗２に対して「３３（個）」が表示される。
なお、「予測販売数」１３１２の値と異なるのは、店舗ごとの予測販売数の合計と集計店の予測販売数との間の誤差によるものである。

本実施形態では、集計店データとして全店舗の購買実績データを集計する態様を示したが、この限りではない。全店舗の内の複数の店舗の購買実績データを集計するものであっても良い。この場合、その複数の店舗を対象にバイヤが一括発注を行うことが可能になる。

また、本実施形態では、各種画面（需要予測設定画面、企画編集画面、通知用の確認画面、店別予測画面など）の生成を入力受付部３１７が行うものとして説明したが、この限りではない。入力受付部３１７は特売企画支援システム３３０や発注数決定支援システム３３１との間で需要予測データや入力データや指示信号等の送受信をし、特売企画支援システム３３０や発注数決定支援システム３３１で各種画面（需要予測設定画面、企画編集画面、通知用の確認画面、店別予測画面など）の生成を行うようにしても良い。本部特売企画端末１２４や店舗発注端末１２５の機能を利用して各種画面の生成を行うように適宜変形して良い。

以上のように、本部のバイヤは、全店舗の購買実績データをサンプルとした需要予測計算の結果を需要予測装置から即座に取得し、画面でそれを分析することが可能になる。また、その分析中に店舗別の詳細な結果を需要予測装置から取得し、画面でそれを確認することができる。

これにより、本部のバイヤが全店舗に共通する商品の発注をかけるときに、集計店データの需要予測結果を分析し、店舗ごとの固有の商品の発注をかけるときには、店舗ごとの需要予測結果を分析するなどの使い分けができるようになる。

本実施形態及び変形例の需要予測装置で使用する各種プログラムは、インストール可能な形式又は実行可能な形式のファイルでＣＤ−ＲＯＭ、フレキシブルディスク（ＦＤ）、ＣＤ−Ｒ、ＤＶＤ（Digital Versatile Disk）等のコンピュータで読み取り可能な記録媒体に記録して提供し、需要予測装置のフラッシュＲＯＭなどに読み込ませて実行してもよい。

また、当該プログラムを、インターネット等のネットワークに接続されたコンピュータ上に格納し、ネットワーク経由でダウンロードさせることにより提供するように構成しても良い。

以上のように本実施形態及び変形例の需要予測装置は、複数の店舗の購買実績データを記憶する第一の記憶領域と、上記第一の記憶領域に記憶されている上記複数の店舗の購買実績データを集計することにより一店舗の購買実績データを生成する生成手段と、上記生成手段により生成された上記一店舗の購買実績データを記憶する第二の記憶領域と、上記第二の記憶領域に記憶されている上記一店舗の購買実績データに基づく需要予測計算を行う需要予測手段と、上記需要予測手段の上記需要予測計算の結果を出力する結果出力手段と、を備えるようにした。

更に、上記第一の記憶領域に記憶されている上記複数の店舗の購買実績データに基づく店舗単位の需要予測計算を行う店舗別需要予測手段と、上記店舗別需要予測手段の上記需要予測計算の結果の出力を指示する指示手段と、上記指示手段の指示により上記店舗別需要予測手段の上記需要予測計算の結果を出力する店舗別結果出力手段と、を備えるようにした。
これにより、複数店舗の需要予測の結果を即座に取得することができるようになる。

以上の実施形態及び変形例において、需要予測装置についての構成を説明したが、実施形態及び変形例は、例として提示したものであり、発明の範囲を限定することは意図していない。この新規な実施形態及び変形例は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

１ 需要予測システム
２ 通信回線
３ コンピュータ
５ 通信回線
３１ 需要予測装置
３２ データ収集・変換システム
３３ 予定データ収集・変換システム
１２０ 店舗サーバ
１２４ 本部特売企画端末
１２５ 店舗発注端末
３１０ 過去情報データベース
３１１ 未来情報データベース
３１１Ａ 予定情報
３１１Ｂ 予測情報
３１２ 集計部
３１３ 回帰係数算出部
３１４ 回帰係数データベース
３１５ 予測購買数算出部
３１７ 入力受付部
３２６ｄ 予測購買データ
３３０ 特売企画支援システム
３３１ 発注数決定支援システム
Ｄ１〜ＤＫ 店舗データ
ＤＴ 集計店データ
Ｓ バイヤ
Ｇ 画面

特開２０１２−１５０６７１号公報

Claims (6)

1. 複数の店舗の購買実績データを記憶する第一の記憶領域と、
   前記第一の記憶領域に記憶されている前記複数の店舗の購買実績データを集計することにより一店舗の購買実績データを生成する生成手段と、
   前記生成手段により生成された前記一店舗の購買実績データを記憶する第二の記憶領域と、
   前記第二の記憶領域に記憶されている前記一店舗の購買実績データに基づく需要予測計算を行う需要予測手段と、
   前記需要予測手段の前記需要予測計算の結果を出力する結果出力手段と、
   を備えることを特徴とする需要予測装置。
2. 前記第一の記憶領域に記憶されている前記複数の店舗の購買実績データに基づく店舗単位の需要予測計算を行う店舗別需要予測手段と、
   前記店舗別需要予測手段の前記需要予測計算の結果の出力を指示する指示手段と、
   前記指示手段の指示により前記店舗別需要予測手段の前記需要予測計算の結果を出力する店舗別結果出力手段と、
   を更に備えることを特徴とする請求項１に記載の需要予測装置。
3. 前記購買実績データは、地域に依存するデータと地域に依存しないデータとを有し、
   前記需要予測手段は、前記一店舗の購買実績データの前記地域に依存しないデータに基づいて前記需要予測計算を行う、
   ことを特徴とする請求項１又は請求項２に記載の需要予測装置。
4. 前記店舗別需要予測手段による前記店舗単位の需要予測計算が終了したことを通知する通知手段を、
   更に備えることを特徴とする請求項２又は３に記載の需要予測装置。
5. 前記需要予測手段は、前記第二の記憶領域に記憶されている前記一店舗の購買実績データに基づく需要予測計算により予測購買数を算出し、
   前記店舗別需要予測手段は、前記第一の記憶領域に記憶されている前記複数の店舗の購買実績データに基づく店舗単位の需要予測計算により予測購買数を算出し、
   前記需要予測手段により算出された予測購買数を前記店舗別需要予測手段により算出された予測購買数で案分する案分手段と、
   前記案分手段により案分された結果を出力する案分結果出力手段と、
   を更に備えることを特徴とする請求項２乃至４の内の何れか一つに記載の需要予測装置。
6. 複数の店舗の購買実績データを記憶する第一の記憶領域を有する需要予測装置を制御するコンピュータを、
   前記第一の記憶領域に記憶されている前記複数の店舗の購買実績データを集計することにより一店舗の購買実績データを生成する生成手段と、
   前記生成手段により生成された前記一店舗の購買実績データを記憶する第二の記憶領域と、
   前記第二の記憶領域に記憶されている前記一店舗の購買実績データに基づく需要予測計算を行う需要予測手段と、
   前記需要予測手段の前記需要予測計算の結果を出力する結果出力手段と、
   として機能させるプログラム。

Images