JP2023031756A - Sale promotion prediction device, method for predicting sale promotion, and computer program - Google Patents
Sale promotion prediction device, method for predicting sale promotion, and computer program Download PDFInfo
- Publication number
- JP2023031756A JP2023031756A JP2021137446A JP2021137446A JP2023031756A JP 2023031756 A JP2023031756 A JP 2023031756A JP 2021137446 A JP2021137446 A JP 2021137446A JP 2021137446 A JP2021137446 A JP 2021137446A JP 2023031756 A JP2023031756 A JP 2023031756A
- Authority
- JP
- Japan
- Prior art keywords
- sales promotion
- operation information
- posted
- target product
- candidate
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
本開示は、販売促進予測装置、販売促進予測方法、及びコンピュータプログラム等に関する。 The present disclosure relates to a sales promotion prediction device, a sales promotion prediction method, a computer program, and the like.
特定の商品のPRを依頼する候補者を募集するに際し、フォロワー数やPRを依頼する候補者によって申告された販売実績は信頼性に乏しい。そこで、フォロワー数以外の観点でPRを依頼する候補者を評価する方法が知られている。 When recruiting candidates for requesting PR of a specific product, the number of followers and the sales results reported by the candidates requesting PR are not reliable. Therefore, there is known a method of evaluating a candidate requesting PR from a viewpoint other than the number of followers.
例えば、特許文献1には、SNS(Social Networking Service)への書き込み情報を利用してプロモーションを行うプロモーションユーザにとって有用なインフルエンサー(候補者)であるかを評価するための有用影響度を分析する影響度分析装置が開示されている。特許文献2には、ユーザの発信情報に対する評価情報の数およびリンク数から得られるユーザの平均エンゲージメント率を用いてインフルエンサー(候補者)をスコアリングする装置が開示されている。 For example, in Patent Document 1, a useful influence degree is analyzed for evaluating whether the user is a useful influencer (candidate) for a promotion user who promotes using information posted on SNS (Social Networking Service). An influence analyzer is disclosed. Patent Literature 2 discloses a device that scores influencers (candidates) using a user's average engagement rate obtained from the number of evaluation information and the number of links for information transmitted by the user.
しかしながら、上述した特許文献1及び特許文献2に記載された発明は、いずれもPRの対象となる商品やサービスの情報を考慮してインフルエンサーを評価していない。特定のカテゴリーに対する発信影響力があるインフルエンサーであっても、別のカテゴリーに属する商品やサービスに発信影響力があるとは限らない。 However, neither of the inventions described in Patent Literature 1 and Patent Literature 2 mentioned above evaluates influencers in consideration of information on products and services targeted for PR. Influencers who have an outspoken influence on a particular category may not necessarily have an outspoken influence on products and services belonging to another category.
本開示の目的の一例は、対象商品に対して発信影響力を持つ候補者を選ぶことが可能な販売促進予測装置を提供することにある。 One example of the purpose of the present disclosure is to provide a promotion prediction device that can select candidates who have a spreading influence on the target product.
本開示の一態様における販売促進予測装置は、候補者により投稿された投稿データのうち、対象商品と関連する投稿データに対する操作情報を取得する操作情報取得手段と、取得された操作情報に基づいて、候補者の投稿による対象商品の販売促進度を予測する、販売促進予測手段と、販売促進予測手段により予測された対象商品の販売促進度の結果を出力する、出力手段と、を備える。 A sales promotion prediction device according to one aspect of the present disclosure includes operation information acquisition means for acquiring operation information on posted data related to a target product among posted data posted by a candidate, and based on the acquired operation information , a sales promotion prediction means for predicting the degree of sales promotion of the target product posted by the candidate, and an output means for outputting the result of the sales promotion degree of the target product predicted by the sales promotion prediction means.
本開示の一態様における販売促進予測方法は、候補者により投稿された投稿データのうち、対象商品と関連する投稿データに対する操作情報を取得し、取得された操作情報に基づいて、候補者の投稿による対象商品の販売促進度を予測し、予測された対象商品の販売促進度の結果を出力する。 A sales promotion prediction method according to one aspect of the present disclosure acquires operation information on posted data related to a target product among posted data posted by candidates, and based on the acquired operation information, predicts the degree of sales promotion of the target product, and outputs the result of the predicted degree of sales promotion of the target product.
本開示の一態様におけるプログラムは、候補者により投稿された投稿データのうち、対象商品と関連する投稿データに対する操作情報を取得し、取得された操作情報に基づいて、候補者の投稿による対象商品の販売促進度を予測し、予測された対象商品の販売促進度の結果を出力することをコンピュータに、実行させる。 A program according to one aspect of the present disclosure acquires operation information on posted data related to a target product among posted data posted by a candidate, and based on the acquired operation information, selects a target product posted by the candidate. predicting the degree of sales promotion of the target product and outputting the result of the predicted degree of sales promotion of the target product.
本発明による効果の一例は、対象商品に対して発信影響力を持つ候補者を選ぶことが可能な販売促進予測装置を提供することにある。 One example of the effect of the present invention is to provide a sales promotion forecasting device that can select candidates who have influence on target products.
次に、実施形態について図面を参照して詳細に説明する。 Next, embodiments will be described in detail with reference to the drawings.
[第一の実施形態]
図1は、第一の実施形態における販売促進予測装置100の構成を示すブロック図である。販売促進予測装置100は、例えば、SNSサイトにおいてPRやマーケティング等の担当者が、取り扱う商品又はサービスの紹介を依頼する有用な候補者を選定するための装置である。図1を参照すると、販売促進予測装置100は、操作情報取得部101と販売促進予測部102と出力部103とを備える。次に、第一の実施形態における販売促進予測装置100の構成について詳しく説明する。なお、本明細書において、単に商品と表示とする場合であっても、特段記載がない限り商品とサービスを含むものとする。
[First embodiment]
FIG. 1 is a block diagram showing the configuration of a sales
図2は、本開示の第一の実施形態における販売促進予測装置100を、プロセッサを含むコンピュータ装置500で実現したハードウェア構成の一例を示す図である。図2に示されるように、販売促進予測装置100は、CPU(Central Processing Unit)501、ROM(Read Only Memory)502、RAM(Random Access Memory)503等のメモリ、プログラム504を格納するハードディスク等の記憶装置505、ネットワーク接続用の通信I/F(Interface)508、データの入出力を行う入出力インタフェース511を含む。第一の実施形態において、操作情報取得部101において取得する操作情報はネットワーク接続用の通信I/F508を介して販売促進予測装置100に入力される。第一の実施形態において、販売促進予測装置100は、バス512を介して入力装置509及び出力装置510に接続されている。また、図1に示す第一の実施形態における販売促進予測装置100は、クラウドコンピューティング等で構成することもできる。
FIG. 2 is a diagram showing an example of a hardware configuration in which the sales
CPU501は、オペレーティングシステムを動作させて本発明の第一の実施の形態に係る販売促進予測装置100の全体を制御する。また、CPU501は、例えばドライブ装置507などに装着された記録媒体506からメモリにプログラムやデータを読み出す。また、CPU501は、第一の実施の形態における操作情報取得部101と販売促進予測部102と出力部103及びこの一部として機能し、プログラムに基づいて後述する図4に示すフローチャートにおける処理または命令を実行する。
The
記録媒体506は、例えば光ディスク、フレキシブルディスク、磁気光ディスク、外付けハードディスク、または半導体メモリ等である。記録媒体の一部である半導体メモリ等は、不揮発性記憶装置であり、そこにプログラムを記録する。また、プログラムは、通信網に接続されている図示しない外部コンピュータからダウンロードされてもよい。
The
入力装置509は、例えば、マウスやキーボード、内蔵のキーボタンなどで実現され、入力操作に用いられる。入力装置509は、マウスやキーボード、内蔵のキーボタンに限らず、例えばタッチパネルや音声入力用のマイクでもよい。第一の実施形態において出力装置510は、例えばディスプレイで実現され、出力を確認するために用いられる。
The
以上のように、図1に示す第一の実施形態は、図2に示されるコンピュータ・ハードウェアによって実現される。ただし、図1の販売促進予測装置100が備える各部の実現手段は、以上説明した構成に限定されない。また販売促進予測装置100は、物理的に結合した一つの装置により実現されてもよいし、物理的に分離した二つ以上の装置を有線または無線で接続し、これら複数の装置により実現されてもよい。たとえば、入力装置509及び出力装置510は、コンピュータ装置500とネットワークを経由して接続されていてもよい。
As described above, the first embodiment shown in FIG. 1 is implemented by the computer hardware shown in FIG. However, the implementation means of each part provided in the sales
操作情報取得部101は、候補者により投稿された投稿データのうち、対象商品と関連する投稿データの操作情報を取得する手段である。まず、操作情報取得部101は、候補者により媒体に投稿された投稿データのうち、対象商品と関連している投稿データを特定する。候補者とは、マーケティング担当者が予め選んだ、特定の商品についてインターネット上でのPR作業の依頼するインフルエンサー候補である。候補者は、1名でも複数名でも構わない。媒体とは、インターネット上のWEBサイトであって、例えば、対象商品の情報を投稿し、投稿された文章や画像等のデータに対し、閲覧者が何らかの意思表示やコメントを残すことができる情報投稿サイトである。本実施形態における媒体としては、投稿データに対して何らかの操作がされたことを検知できる媒体であれば、一般的に広く知られているSNSに限られない。操作情報取得部101は、複数の媒体に投稿された投稿データに対する操作情報を取得しても構わない。
The operation
対象商品と関連する媒体とは、例えば、対象商品の顧客ターゲット層が閲覧する可能性がある媒体である。関連する媒体の例としては、対象商品が若者向けの衣類である場合、20~30代の同じような趣味や嗜好を有する顧客が閲覧する可能性がある媒体である。操作情報取得部101は、投稿データに含まれる文書中のキーワード、画像、又は投稿データに付与されたハッシュタグに基づき、対象商品と関連する投稿データを特定する。
A medium related to the target product is, for example, a medium that may be viewed by a target customer group of the target product. Examples of related media include media that may be viewed by customers in their twenties and thirties who have similar hobbies and tastes when the target product is clothing for young people. The operation
次いで、操作情報取得部101は、特定した投稿データに対する操作情報を取得する。操作情報とは、投稿データを閲覧したユーザの反応を示す集計可能な情報であり、各投稿データに対してなされた操作内容とその回数を示す情報である。操作内容としては、例えば、投稿データの詳細表示、投稿データの他の人への拡散、又は投稿データの評価(共感)である。操作内容の例としては、投稿データの詳細表示のための操作(詳細表示のための操作)、投稿データの引用(引用)、投稿データへの返信(返信)、投稿したインフルエンサーへのフォロー(フォロー)、投稿データを評価するボタンの操作(評価するボタンの操作)、投稿データからの対象商品の購入(購入)等の投稿データに対して行われた操作である。投稿データの詳細表示のための操作とは、例えば投稿データのクリックである。投稿データを評価するボタンの操作とは、例えば「いいね」ボタンの操作である。また、上述した操作内容のうち、引用、返信、フォロー及び評価するボタンの操作の回数は、投稿データの拡散度を測ることが可能な情報である。操作情報取得部101は、投稿データに表示された操作情報(詳細表示のための操作、引用、返信、フォロー、評価するボタンの操作、又は購入)又は投稿データに対するこれらの操作の回数についてアクセス解析ツール等を利用して取得する。操作情報取得部101は、取得した投稿データに対する操作情報を販売促進予測部102に出力する。
Next, the operation
販売促進予測部102は、操作情報取得部101により取得された操作情報に基づいて、候補者の投稿による対象商品の販売促進度を予測する手段である。販売促進予測部102は、操作情報取得部101により投稿媒体に対する操作情報が入力されると、操作内容と操作回数に基づいて操作情報を点数化する。操作内容に応じて付与される点数は、予め設定されて記憶装置505に格納されている。操作内容に応じて付与される点数の例としては、詳細表示のための操作1点、評価するボタンの操作1点、引用2点、フォロー2点、返信4点、購入10点である。これらの点数が各操作1回あたりに付与される。これは、各操作1回あたりに付与される点数の一例であり、例えば、返信の内容、操作をしたユーザ、操作のタイミング等により異なる点数を付与しても構わない。販売促進予測部102は、投稿データに対してなされた各操作内容の回数に、1回あたりの操作で付与される点数を乗じて、各操作に対する点数を算出する。そして、販売促進予測部102は、算出した各操作の点数の合計を算出して候補者の投稿データに対する操作情報を点数化する。
The sales
次いで、販売促進予測部102は、このようにして点数化された操作情報と参考情報とに基づいて、候補者の投稿により対象商品の販売促進度を予測する。参考情報とは、候補者の投稿が対象商品を販売促進するか否かを判断するための指標となる情報である。参考情報は、例えば、予め記憶装置505に記憶されている。参考情報は、定量化された操作情報と比較できる情報であり、本実施形態においては、点数化された数値になっている。販売促進予測部102は、操作情報と参考情報とを比較することで、候補者の投稿により対象商品の販売促進度を予測する。販売促進予測部102は、例えば、候補者による投稿データに対する操作情報が、参考情報の点数よりも高ければ対象商品の販売促進度があると予測する。一方、販売促進予測部102は、候補者による投稿データに対する操作情報が、参考情報の点数よりも低ければ対象商品の販売促進度がないと予測する。販売促進予測部102は、販売促進度を予測すると、その結果を出力部103に出力する。但し、上述した販売促進予測部102による候補者の投稿による対象商品の販売促進度の予測方法は、一例に過ぎず、これに限られない。販売促進予測部102は、候補者の販売促進度を定量的に予測可能な方法であれば、操作情報を点数化しなくても構わない。
Next, the sales
出力部103は、販売促進予測部102により予測された対象商品の販売促進度を出力する手段である。出力部103は、販売促進予測部102から販売促進度の予測結果が入力されると、ユーザであるマーケティング担当者が閲覧できるような形式で出力する。図3は、出力部103によって、出力される販売促進度の予測結果を表示した画面の例である。図3の例では、販売促進予測部102により予測された結果が操作情報の点数と共に表示されている。また、図3中のAは、販売促進できるかどうかの結果を表すと共に、結果の詳細情報として、参考情報との比較結果及び取得した操作情報の特徴を表示している。図3中Bは、算出された操作情報の点数の内訳を示している。図3中Bに示すように、操作内容、1回あたり付与された点数、操作回数及び付与された合計点が表示されている。
The
以上のように構成された販売促進予測装置100の動作について、図4のフローチャートを比較して説明する。
The operation of the sales
図4は、第一の実施形態における販売促進予測装置100の動作の概要を示すフローチャートである。尚、このフローチャートによる処理は、前述したプロセッサによるプログラム制御に基づいて、実行されてもよい。
FIG. 4 is a flow chart showing an overview of the operation of the sales
図4に示すように、まず、対象商品と関連する投稿データに対する操作情報を取得し、販売促進予測部102に出力する。(ステップS101)。次に、販売促進予測部102は、入力された操作情報に基づいて、候補者の投稿による対象商品の販売促進度を予測し、予測した結果を出力部103に出力する(ステップS102)。最後に、出力部103が、販売促進予測部102から入力された販売促進度の結果を出力する(ステップS103)。以上で、販売促進予測装置100は、販売促進予測の動作を終了する。
As shown in FIG. 4 , first, the operation information for the post data related to the target product is acquired and output to the sales
上述した本実施形態における販売促進予測装置100は、操作情報取得部101が取得した対象商品と関連する投稿データの操作情報に基づいて、候補者の投稿による対象商品の販売促進度を予測する。これにより、対象商品に対して発信影響力を持つ候補者を選ぶことが可能な販売促進予測装置を提供できる。
[第二の実施形態]
次に、本開示の第二の実施形態について図面を比較して詳細に説明する。以下、本実施形態の説明が不明確にならない範囲で、前述の説明と重複する内容については説明を省略する。本開示の各実施形態における各構成要素は、図2に示すコンピュータ装置と同様に、その機能をハードウェア的に実現することはもちろん、プログラム制御に基づくコンピュータ装置、ファームウェアで実現することができる。
The sales
[Second embodiment]
Next, a second embodiment of the present disclosure will be described in detail by comparing the drawings. In the following, the description of the contents overlapping with the above description is omitted to the extent that the description of the present embodiment is not unclear. As with the computer device shown in FIG. 2, each component in each embodiment of the present disclosure can be realized not only by hardware, but also by a computer device and firmware based on program control.
図5は、本開示の第二の実施形態に係る販売促進予測装置110の構成を示すブロック図である。図5を比較して、第一の実施形態に係る販売促進予測装置100と異なる部分を中心に、第二の実施形態に係る販売促進予測装置110を説明する。第二の実施形態に係る販売促進予測装置110は、投稿データ分類部111と投稿データ関連判定部112と操作情報取得部113と販売促進予測部114と出力部115を備える。すなわち、第二の実施形態は、少なくとも投稿データ分類部111と投稿データ関連判定部112を備えている点で第一の実施形態と異なる。また、操作情報取得部113が候補者の操作情報だけではなく、参考対象者の操作情報である参考操作情報を取得する点でも第一の実施形態と異なる。
FIG. 5 is a block diagram showing the configuration of the sales
投稿データ分類部111は、候補者による投稿データを所定のカテゴリーに分類する手段である。投稿データ分類部111は、候補者が所定期間内(例えば数か月以内)に投稿した投稿データに関する情報を取得し、各投稿内容を所定のカテゴリーに分類する。投稿データ分類部111は、具体的に、候補者による投稿データに含まれているキーワードや画像又は付与されているハッシュタグに基づいて、投稿内容を予め決められたカテゴリーに分類する。
The posted
図6は、投稿データ分類部111による投稿データの分類方法の例を説明するためのテーブルである。図6は、投稿データを分類するためのカテゴリーの一例に過ぎず、投稿データの分類方法はこれに限られない。図6に示されるように、テーブルには、健康、美容、旅行、及び家電といったカテゴリーの種類と、各カテゴリーに対応するキーワードが表示されている。投稿データ分類部111は、投稿データに含まれるキーワードや画像又は投稿内容に付与されたハッシュタグに応じて、テーブルに対応するカテゴリーに投稿データを分類する。投稿データ分類部111は、投稿データに含まれる画像や映像に基づいてカテゴリーを分類する場合は、画像や映像から連想されるキーワードを特定し、特定されたキーワードに対応するカテゴリーに分類する。本実施形態におけるカテゴリーは、商品カテゴリーに捉われない、幅広く解釈されるカテゴリーであってもよい。すなわち、投稿データ分類部111は、例えば、美容商品以外であっても、美容に関する本や美容に関する食品等の美容に纏わる内容であれば美容のカテゴリーに分類する。また、投稿データ分類部111は、投稿データ中に複数のカテゴリーに該当するキーワードを含んでいる場合は、投稿データの中でより多く使われているキーワードに対応するカテゴリーに分類してもよい。また、投稿データ分類部111は、入力装置509を通じて、投稿データを分類するカテゴリーをユーザに選択させても構わない。投稿データ分類部111は、このように分類した情報を記憶装置505に格納する。
FIG. 6 is a table for explaining an example of a method of sorting posted data by posted
投稿データ関連判定部112は、候補者により投稿された投稿データが対象商品と関連するか否かを判定する手段である。具体的には、まず、投稿データ関連判定部112は、対象商品のカテゴリーを特定する。次いで、投稿データ関連判定部112は、特定した対象商品のカテゴリーと同一のカテゴリーに分類された、候補者による投稿データを抽出して、対象商品と関連する投稿データと判定する。一方、投稿データ関連判定部112は、特定した対象商品のカテゴリーと同一ではないカテゴリーに分類された投稿データを、対象商品と関連しない投稿データと判定する。図6の表では、化粧品は、エステ、ネイル、美容院と共に、美容のカテゴリーに分類されている。よって、投稿データ関連判定部112は、対象商品が化粧品である場合、エステ、ネイル又は美容院のキーワードが含まれる投稿データも、対象商品と関連する投稿データと判定する。
Posted data
操作情報取得部113は、投稿データ関連判定部112が対象商品と関連すると判定した投稿データに対する操作情報を取得する。具体的には、操作情報取得部113は、記憶装置505を参照し、対象商品と同一のカテゴリーに分類された投稿データを特定し、特定した投稿データに対する操作情報を取得する。なお、操作情報取得部113による操作情報の取得方法は、第一の実施形態における操作情報取得部101と同様であるため、ここでは説明を省略する。
The operation
また、本実施形態における操作情報取得部113は、参考対象者の操作情報である参考操作情報も併せて取得する。参考対象者とは、候補者の投稿が対象商品を販売促進するか否かを判断するために比較対象となる参考インフルエンサーのことである。参考対象者は、例えば、過去に対象商品の関連商品について投稿した実績がある。参考対象者による投稿データに対する操作情報は、集計されて記憶装置505に格納されている。操作情報取得部113は、記憶装置505を参照して参考操作情報を取得する。操作情報取得部113は、取得した操作情報と参考操作情報を販売促進予測部114に出力する。
Further, the operation
販売促進予測部114は、操作情報と参考操作情報とに基づいて、候補者の媒体への投稿による対象商品の販売促進度を予測する。図7は、販売促進予測部114による販売促進度の予測方法を説明するための図である。図7に示されるように、候補者の操作情報として、候補A及び候補Bの複数の候補者の操作情報が示されている。また、図7には、参考操作情報として、参考対象者による投稿データに対する操作情報が示されている。販売促進予測部114は、参考操作情報の合計点と候補者の操作情報の合計点を比較し、候補者の媒体への投稿による販売促進度を予測する。具体的には、販売促進予測部114は、候補者の合計点が、参考操作情報の合計点よりも大きければ販売促進度があると判定する。一方、販売促進予測部114は、候補者の合計点が、参考操作情報の合計点よりも小さければ販売促進度がないと判定する。図7に示された例において、販売促進予測部114は、候補Aの媒体への投稿について販売促進度があると判定する。一方、販売促進予測部114は、候補Bのサイトへの投稿について販売促進度がないと判定する。販売促進予測部114は、候補A及び候補Bの2名のうちどちらか1名をインフルエンサーとして選ぶ場合、候補Aを選ぶことになる。
The sales
出力部115は、販売促進予測部114による販売促進度の予測結果を出力する。出力部115は、販売促進予測部114から販売促進度の予測結果が入力されると、ユーザであるマーケティング担当者が閲覧できるような形式で出力する。出力部115は、候補者の販売促進度の有無を出力してもいいし、操作情報と参考操作情報の差を出力しても構わない。図7で示される例のように複数の候補者が存在した場合、出力部115は、どちらの候補を選択すべきかの結果を出力しても構わない。
The
次に、販売促進予測装置110の動作について図8に示すフローチャートを比較して説明する。尚、このフローチャートによる処理も、前述したCPUによるプログラム制御に基づいて、実行されても良い。
Next, the operation of the sales
図8に示すように、まず、投稿データ分類部111が、候補者により投稿された投稿データを所定のカテゴリーに分類する(ステップS201)。次いで、投稿データ関連判定部112が、分類された投稿データのカテゴリーに基づいて、候補者による投稿データが対象商品と関連するか否かを判定する(ステップS202)。次いで、操作情報取得部113が、投稿データ関連判定部112によって対象商品と関連すると判定された投稿データに対する操作情報及び参考操作情報を取得し、販売促進予測部114に出力する。(ステップS203)。次に、販売促進予測部114は、取得された操作情報及び参考操作情報に基づいて、候補者の投稿による対象商品の販売促進度を予測し、予測した結果を出力部115に出力する(ステップS204)。最後に、出力部115が、販売促進予測部114から入力された販売促進度の予測結果を出力する(ステップS205)。以上で、販売促進予測装置110は、販売促進予測の動作を終了する。
As shown in FIG. 8, first, the posted
上述した第二の実施形態における販売促進予測装置110は、投稿データ関連判定部112が、候補者により投稿された投稿データが対象商品と関連するか否かを判定する。これにより、販売促進予測部114が対象商品と関連すると判定された投稿データに対する操作情報を用いて販売促進予測を行うため、販売促進予測の精度が高まる。
In the sales
更に、投稿データ関連判定部112が、投稿データ分類部111により分類されたカテゴリーに基づいて、候補者により投稿された投稿データが対象商品と関連するか否かを判定する。これにより、販売促進予測部114が同じカテゴリーに分類された投稿データに対する操作情報を販売促進予測のために利用できるので、販売促進予測をするための情報が多く得られる。上述したように、図6の表の例では、化粧品がエステ、ネイル、美容院と共に、美容のカテゴリーに分類されている。よって、投稿データ関連判定部112は、対象商品が化粧品である場合、エステ、ネイル又は美容院のキーワードが含まれる投稿データに対する操作情報も販売促進予測のために利用する。
Furthermore, the posted data
また、第二の実施形態における販売促進予測装置110は、販売促進予測部114が、操作情報と参考操作情報とに基づいて、候補者の投稿による対象商品の販売促進度を予測する。これにより、操作情報と参考操作情報との比較により候補者の媒体への投稿による販売促進度を予測が可能になる。よって、販売促進予測部114が、基準データである参考操作情報との比較により販売促進度を判定できるため、販売促進度の予測が容易になる。
[第二の実施形態の変形例]
本実施形態の変形例では、販売促進予測部114が、参考対象者における参考操作情報と販売数量実績との相関関係に基づき、操作情報から対象商品の販売数量の影響を予測する。本実施形態の変形例では、参考対象者により投稿された投稿データに対する操作情報と投稿データによる関連商品の販売促進結果に関する情報が存在することを前提とする。本実施形態の変形例における参考対象者の例としては、店舗で働く従業員であって、自社の媒体上にも店舗で扱う商品に関する投稿を行っており、自社媒体への投稿データに対する操作情報及び自社媒体からの販売実績情報が集計可能である場合が挙げられる。
In the sales
[Modification of Second Embodiment]
In a modified example of the present embodiment, the sales
図9は、第二の実施形態の変形例における販売促進予測部114による販売数量の影響の予測方法を説明するための図である。図9は、図7の表に加えて、参考対象者の投稿による販売数量の影響の実績値及び候補者の投稿による販売数量への影響の予測値が示されている。図9に示されるように、参考操作情報の合計点が2600であり、それに伴う販売数量が130個という実績値が存在する。販売促進予測部114は、参考対象者における参考操作情報と販売数量実績との相関関係を利用して、候補者が投稿した投稿データに対する操作情報から、対象商品の販売数量の影響を算出する。図9の数字を用いて説明すると、販売促進予測部114は、参考操作情報の合計点が2600であり、それに対応する販売数量が130個(2600/130=20)である関係を利用する。販売促進予測部114は、操作情報の合計点が2700である候補者Aの販売数量の影響を135(2700/20)個と予測する。また、販売促進予測部114は、操作情報の合計点が2200である候補者Bの販売数量の影響を110(2200/20)個と予測する。
FIG. 9 is a diagram for explaining how the sales
本実施形態における変形例では、販売促進予測部114が、参考対象者における参考操作情報と販売数量実績との相関関係に基づき、操作情報から対象商品の販売数量の影響を予測する。これにより、候補者の投稿による具体的な対象商品の販売数量の影響が予測できる。
In a modified example of this embodiment, the sales
以上、各実施の形態を比較して本発明を説明したが、本発明は上記実施の形態に限定されるものではない。本発明の構成や詳細には、本発明のスコープ内で当業者が理解しえる様々な変更をすることができる。 Although the present invention has been described by comparing the respective embodiments, the present invention is not limited to the above embodiments. Various changes can be made to the configuration and details of the present invention within the scope of the present invention that can be understood by those skilled in the art.
例えば、複数の動作をフローチャートの形式で順番に記載してあるが、その記載の順番は複数の動作を実行する順番を限定するものではない。このため、各実施形態を実施するときには、その複数の動作の順番は内容的に支障しない範囲で変更することができる。また、第二の実施形態において、投稿データ関連判定部112は、投稿データ分類部111により分類されたカテゴリーに基づいて、対象商品が候補者による投稿データと関連するか否かを判定したが、投稿データ関連判定部112による投稿データが対象商品と関連するか否かの判定方法はこれに限られない。投稿データ関連判定部112は、投稿データ分類部111により分類されたカテゴリーに基づいて、判定しなくても構わない。更に、各実施形態において、販売促進予測部102、114は、操作情報として全ての操作内容についての情報を用いても構わないし、一部の操作内容についての情報のみを用いて販売促進予測を行っても構わない。例えば、投稿データに対する操作情報のうち、投稿データの拡散度を測ることが可能な情報のみを用いて販売促進予測をしても構わない。
For example, although a plurality of operations are described in order in the form of a flowchart, the order of description does not limit the order in which the plurality of operations are performed. Therefore, when implementing each embodiment, the order of the plurality of operations can be changed within a range that does not interfere with the content. Further, in the second embodiment, the posted data
100、110 販売促進予測装置
101、113 操作情報取得部
102、114 販売促進予測部
103、115 出力部
111 投稿データ分類部
112 投稿データ関連判定部
100, 110 Sales
Claims (9)
前記取得された操作情報に基づいて、前記候補者の投稿による前記対象商品の販売促進度を予測する、販売促進予測手段と、
前記販売促進予測手段により予測された前記対象商品の販売促進度の結果を出力する、出力手段と、
を備える、販売促進予測装置。 operation information acquiring means for acquiring operation information on posted data related to a target product among posted data posted by a candidate;
sales promotion prediction means for predicting the degree of sales promotion of the target product posted by the candidate based on the acquired operation information;
output means for outputting a result of the degree of sales promotion of the target product predicted by the sales promotion prediction means;
A sales promotion forecasting device comprising:
前記投稿データ関連判定手段は、前記分類された前記カテゴリーに基づいて、前記候補者により投稿された前記投稿データが前記対象商品と関連するか否かを判定する、請求項4に記載の販売促進予測装置。 further comprising posted data classification means for classifying the posted data posted by the candidate into a predetermined category;
5. The sales promotion according to claim 4, wherein said posted data relevance determining means determines whether said posted data posted by said candidate is related to said target product based on said classified category. prediction device.
前記販売促進予測手段は、前記操作情報と前記参考操作情報とに基づいて、前記候補者の投稿による前記対象商品の販売促進度を予測する、請求項1~5のいずれか一項に記載の販売促進予測装置。 The operation information acquisition means further acquires reference operation information, which is the operation information of the reference subject,
6. The sales promotion prediction means according to any one of claims 1 to 5, wherein said sales promotion prediction means predicts the degree of sales promotion of said target product posted by said candidate based on said operation information and said reference operation information. Sales forecasting device.
前記取得された操作情報に基づいて、前記候補者の投稿による前記対象商品の販売促進度を予測し、
前記予測された前記対象商品の販売促進度の結果を出力する、販売促進予測方法。 Acquire operation information for the posted data related to the target product among the posted data posted by the candidate,
predicting the degree of sales promotion of the target product posted by the candidate based on the acquired operation information;
A sales promotion prediction method for outputting a result of the predicted degree of sales promotion of the target product.
前記取得された操作情報に基づいて、前記候補者の投稿による前記対象商品の販売促進度を予測し、
前記予測された前記対象商品の販売促進度の結果を出力することをコンピュータに実行させるプログラム。 Acquire operation information for the posted data related to the target product among the posted data posted by the candidate,
predicting the degree of sales promotion of the target product posted by the candidate based on the acquired operation information;
A program that causes a computer to output results of the predicted degree of sales promotion of the target product.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021137446A JP2023031756A (en) | 2021-08-25 | 2021-08-25 | Sale promotion prediction device, method for predicting sale promotion, and computer program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021137446A JP2023031756A (en) | 2021-08-25 | 2021-08-25 | Sale promotion prediction device, method for predicting sale promotion, and computer program |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2023031756A true JP2023031756A (en) | 2023-03-09 |
Family
ID=85416259
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021137446A Pending JP2023031756A (en) | 2021-08-25 | 2021-08-25 | Sale promotion prediction device, method for predicting sale promotion, and computer program |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2023031756A (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117390497A (en) * | 2023-12-08 | 2024-01-12 | 浙江口碑网络技术有限公司 | Category prediction method, device and equipment based on large language model |
-
2021
- 2021-08-25 JP JP2021137446A patent/JP2023031756A/en active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117390497A (en) * | 2023-12-08 | 2024-01-12 | 浙江口碑网络技术有限公司 | Category prediction method, device and equipment based on large language model |
CN117390497B (en) * | 2023-12-08 | 2024-03-22 | 浙江口碑网络技术有限公司 | Category prediction method, device and equipment based on large language model |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Palese et al. | The relative importance of service quality dimensions in E-commerce experiences | |
De Langhe et al. | Navigating by the stars: Investigating the actual and perceived validity of online user ratings | |
Li et al. | Effectiveness of social media marketing on enhancing performance: Evidence from a casual-dining restaurant setting | |
Lee et al. | The determinants of helpfulness of online reviews | |
Huang et al. | Searching for experience on the web: An empirical examination of consumer behavior for search and experience goods | |
Risselada et al. | Dynamic effects of social influence and direct marketing on the adoption of high-technology products | |
Tamaddoni et al. | Comparing churn prediction techniques and assessing their performance: a contingent perspective | |
Thomas et al. | Managing marketing communications with multichannel customers | |
Fader et al. | Modeling consumer choice among SKUs | |
Li et al. | Cross-selling the right product to the right customer at the right time | |
Du et al. | Measuring contagion in the diffusion of consumer packaged goods | |
Fu et al. | Effects of membership tier on user content generation behaviors: Evidence from online reviews | |
JP6176813B1 (en) | Computer system for analyzing results of evaluation of object to be evaluated by user, and method and program executed in the computer system | |
Scarborough et al. | Gendered places: The dimensions of local gender norms across the United States | |
Verma et al. | Skills augmenting online shopping behavior: A study of need for cognition positive segment | |
US10817888B2 (en) | System and method for businesses to collect personality information from their customers | |
Li et al. | Tourist choice processing: Evaluating decision rules and methods of their measurement | |
KR20220117425A (en) | Marketability analysis and commercialization methodology analysis system using big data | |
Al-Darras et al. | From big data analytics to organizational agility: what is the mechanism? | |
Thompson et al. | Thematic discrepancy analysis: a method to gain insights into lurkers and test for non-response bias | |
Shin et al. | Rating, review and reputation: how to unlock the hidden value of luxury consumers from digital commerce? | |
Herbig et al. | Design guidelines for assistance systems supporting sustainable purchase decisions | |
JP2023031756A (en) | Sale promotion prediction device, method for predicting sale promotion, and computer program | |
Kathuria et al. | You are not you when you are hungry: machine learning investigation of impact of ratings on ratee decision making | |
Seetharaman et al. | Impact of big data on the retail industry |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20211112 |