JPH0511890B2 - - Google Patents
Info
- Publication number
- JPH0511890B2 JPH0511890B2 JP24408787A JP24408787A JPH0511890B2 JP H0511890 B2 JPH0511890 B2 JP H0511890B2 JP 24408787 A JP24408787 A JP 24408787A JP 24408787 A JP24408787 A JP 24408787A JP H0511890 B2 JPH0511890 B2 JP H0511890B2
- Authority
- JP
- Japan
- Prior art keywords
- store
- detection means
- consumer
- product
- store system
- 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.)
- Expired - Lifetime
Links
- 238000001514 detection method Methods 0.000 claims description 54
- 230000009471 action Effects 0.000 claims description 7
- 230000001364 causal effect Effects 0.000 claims description 4
- 239000000047 product Substances 0.000 description 91
- 238000004088 simulation Methods 0.000 description 33
- 238000010586 diagram Methods 0.000 description 20
- 238000000034 method Methods 0.000 description 16
- 230000008569 process Effects 0.000 description 10
- 230000008859 change Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 6
- 238000007405 data analysis Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000010355 oscillation Effects 0.000 description 3
- 230000003542 behavioural effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 239000000919 ceramic Substances 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000004931 aggregating effect Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 239000006227 byproduct Substances 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005672 electromagnetic field Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Description
[産業上の利用分野]
本発明は店舗システム、詳しくは店舗内の消費
者行動を計測する店舗システムに関するものであ
る。 [従来の技術] スーパー或いは百貨店なるものが急増しつつあ
る現在、それに伴つて過当競争が一段と激しくな
つてきている。 そんな中で、各店舗がその売り上げを向上させ
ようとして用いる常套手段としては、新聞、テレ
ビ等のマスメデイアを介して宣伝することが挙げ
られる。この宣伝によつて、その店舗の目玉商品
を広く消費者に知らしめることができるばかり
か、店舗そのものの存在を消費者に再確認させる
ことができる。 たしかに、宣伝すれば、或る程度の売り上げを
望めることは確かである。しかしながら、一方で
は、店舗内の商品棚のレイアウトや各商品棚に陳
列する商品位置(売り場)を変化させることによ
つても、売り上げが変化することもまた事実であ
る。従つて、大規模な店舗におけるレイアウト変
更には慎重を期さねばならないし、大々的に宣伝
ができない小規模な店舗にいたつては、売り上げ
を向上させるために、店内のレイアウトを最重要
課題として取り組む必要がある。 [発明が解決しようとする問題点] ところが、多くの店舗内の売り場や商品棚のレ
イアウトは、その店舗の管理者或いは責任者の経
験や勘に頼つているのが現状である。すなわち、
管理者或いは責任者当人の頭だけでレイアウトを
決定していた。すくなくとも、経験或いは勘で決
定されたレイアウトは、あながち、全く無意味な
ものとはならないと考えられるが、そのレイアウ
トを決定した理由及びそのレイアウトがはたして
最善のものかどうかを判断したり、それを裏付け
ることは不可能であつた。 本発明は係る現在の状況に鑑みなされたもので
あり、消費者のニーズを把握すると共に、店内の
売り場や商品棚のレイアウトの最適化の解析及び
評価に係る情報を自動的に計測する店舗システム
を提供しようとするものである。 [問題点を解決するための手段] この問題点を解決するために本発明の店舗シス
テムは以下の様な構成を備える。 すなわち、 店舗内の消費者行動を計測する店舗システムで
あつて、少なくとも1つの特定商品前或いは該特
定商品が配置された棚の前の消費者の通過を検出
する通過検出手段と、前記消費者の立止まりを検
出する立止まり検出手段と、消費者の前記特定商
品に対する接触を検出する接触検出手段と、前記
特定商品の販売数を検出する販売数検出手段と、
これら検出結果を可視化して出力する出力手段を
備える。 また、他の発明の構成は、店舗内の消費者行動
を計測する店舗システムであつて、店舗固有のパ
ラメータを入力するパラメータ入力手段と、前記
店舗固有パラメータに基づく、店内の消費者の行
動軌跡を検出する行動軌跡検出手段とを備える。 [作用] かかる本発明の構成において、消費者行動を把
握するため、第1の発明は各商品或いは商品棚前
における消費者の行動、すなわち、通過、立ち止
まり、接触、購入する行動を通過検出手段、立ち
止まり検出手段、接触検出手段及び販売検出手段
で検出し、得られた検出数を出力手段で出力する
ことにより、商品別の固有情報を得るものであ
る。 また、他の発明によれば、店舗固有のパラメー
タをパラメータ入力手段で入力し、その店舗固有
のパラメータに基づく消費者の動向を行動軌跡検
出手段で検出することによつて、消費者の行動を
総括的に把握するものである。 [実施例] 以下、添付図面に従つて本発明に係る実施例を
詳細に説明する。 <原理及び構成概略の説明(第1図〜第3図)> 一般に、或る商品の前における人間の行動は、
第2図に示す様に4つのパターンに大別できる。 第1には商品の前を通過する動作であり、第2
にその商品の前に立ち止まる動作、第3の実際に
手に取つて、その商品を見る動作、そして第4に
は買い物籠にその商品を入れる動作(購入を意味
する)である。 これら4つの動作(その情報を以下、商品に関
する基本データという)の関係はその行動パター
ンから第3図に示す如くなる。 すなわち、 通過回数>立ち止まり回数>接触回数>購入数
の関係であり、しかもこれらのデータは全く独立
したものでななく、互いに因果関係がある。例え
ば立ち止まり数を増やせば、その接触回数もそれ
に応じて増え、結果的に、購入数そのものにも影
響が出てくる。 さて、これらの消費者の行動パターン(基本デ
ータの発生)の回数が把握できると、その商品独
自の固有情報及び商品が配置されている位置特有
の情報が得られることになる。 そこで、実施例ではこれら4つの行動パターン
の時系列に発生する回数を検出するために、第1
図に示す様なシステムを構築した。 図中、1はシステム全体を制御する制御部であ
る、例えばミニコン或いはパーソナルコンピユー
タ等である。この制御部1にはキーボード2及び
ポインテイングデバイスの一つであるマウスがイ
ンターフエースI/F8を介して接続されてお
り、店舗内のレイアウトやデータ収集する商品の
配置位置等の諸々の条件(パラメータ)を入力す
る。4は通過検出センサであり、注目商品が配置
されている商品棚の所定位置に配置されるもので
あり、消費者の通過を検出する。消費者の通過を
検出されたときにはI/Fを介して制御部1にそ
の信号を出力する。制御部では、入力された信号
をカウントしていつて、例えば1時間毎に得られ
た検出数を磁気デイスク装置11に記憶してい
く。5は立ち止まり検出センサであり、注目商品
の前に所定時間立ち続けたことを検出するもので
ある。また、6は接触検出センサであり、注目商
品の手を触れたこと(実際には手で持つて見たこ
と)を検出するものである。これら立ち止まり検
出センサ5及び接触検出センサ6から出力される
信号は、同様の経路を経て、制御部1に取り込ま
れ、係数される。 また、この注目商品の実際の販売数はレジ7か
らのデータをI/F10を介して受けて計数する
様にした。 尚、12は表示装置の代表例のCRT,13は
プリンタであつて、いずれも得られたデータを可
視化して出力するものであるが、CRT12には
店舗内のレイアウトを表示したり各種パラメータ
を入力するときに確認するためにも使用するもの
である。 ところで、実施例における各種センサの構造で
あるが、通過検出センサ4及び立ち止まり検出セ
ンサ5は超音波センサで、また、接触検出センサ
6は、人間の体温を感知することにより、商品と
の接触を検出する焦電型赤外線センサでもつて実
現したが、これに限定されるものではない。 例えば、接触検出センサ6の本来の目的は商品
を手で持つて、その商品を見たか否かを把握する
ものであるから、商品の重力を検出する感圧シー
ト(重量に応じた電位を出力する感圧導電性ゴム
等)であつても良い。この感圧シートを用いれ
ば、商品を手に取る動作が、感圧シートからの電
位の変化から判別できるからである。しかも、客
がどのくらいその商品を手に持つていたか(関心
度)は勿論、その商品が買い物籠に入れられたか
否か(すなわち、購入する意志があるか否か、更
に一歩進めて、その商品購入したか否か)も判別
できる。というのは、手に取つた時点で、接触回
数を1インクリメントすると共に、購入数も同様
に1インクリメントする。そして、その商品を元
に戻した場合にのみ、購入数を1デイクリメント
すれば良いからである。 さて、評価試験のため、このシステムをもつて
実際にX店で検出した計測値と、人手によつて実
測た結果を表−1に示す。
者行動を計測する店舗システムに関するものであ
る。 [従来の技術] スーパー或いは百貨店なるものが急増しつつあ
る現在、それに伴つて過当競争が一段と激しくな
つてきている。 そんな中で、各店舗がその売り上げを向上させ
ようとして用いる常套手段としては、新聞、テレ
ビ等のマスメデイアを介して宣伝することが挙げ
られる。この宣伝によつて、その店舗の目玉商品
を広く消費者に知らしめることができるばかり
か、店舗そのものの存在を消費者に再確認させる
ことができる。 たしかに、宣伝すれば、或る程度の売り上げを
望めることは確かである。しかしながら、一方で
は、店舗内の商品棚のレイアウトや各商品棚に陳
列する商品位置(売り場)を変化させることによ
つても、売り上げが変化することもまた事実であ
る。従つて、大規模な店舗におけるレイアウト変
更には慎重を期さねばならないし、大々的に宣伝
ができない小規模な店舗にいたつては、売り上げ
を向上させるために、店内のレイアウトを最重要
課題として取り組む必要がある。 [発明が解決しようとする問題点] ところが、多くの店舗内の売り場や商品棚のレ
イアウトは、その店舗の管理者或いは責任者の経
験や勘に頼つているのが現状である。すなわち、
管理者或いは責任者当人の頭だけでレイアウトを
決定していた。すくなくとも、経験或いは勘で決
定されたレイアウトは、あながち、全く無意味な
ものとはならないと考えられるが、そのレイアウ
トを決定した理由及びそのレイアウトがはたして
最善のものかどうかを判断したり、それを裏付け
ることは不可能であつた。 本発明は係る現在の状況に鑑みなされたもので
あり、消費者のニーズを把握すると共に、店内の
売り場や商品棚のレイアウトの最適化の解析及び
評価に係る情報を自動的に計測する店舗システム
を提供しようとするものである。 [問題点を解決するための手段] この問題点を解決するために本発明の店舗シス
テムは以下の様な構成を備える。 すなわち、 店舗内の消費者行動を計測する店舗システムで
あつて、少なくとも1つの特定商品前或いは該特
定商品が配置された棚の前の消費者の通過を検出
する通過検出手段と、前記消費者の立止まりを検
出する立止まり検出手段と、消費者の前記特定商
品に対する接触を検出する接触検出手段と、前記
特定商品の販売数を検出する販売数検出手段と、
これら検出結果を可視化して出力する出力手段を
備える。 また、他の発明の構成は、店舗内の消費者行動
を計測する店舗システムであつて、店舗固有のパ
ラメータを入力するパラメータ入力手段と、前記
店舗固有パラメータに基づく、店内の消費者の行
動軌跡を検出する行動軌跡検出手段とを備える。 [作用] かかる本発明の構成において、消費者行動を把
握するため、第1の発明は各商品或いは商品棚前
における消費者の行動、すなわち、通過、立ち止
まり、接触、購入する行動を通過検出手段、立ち
止まり検出手段、接触検出手段及び販売検出手段
で検出し、得られた検出数を出力手段で出力する
ことにより、商品別の固有情報を得るものであ
る。 また、他の発明によれば、店舗固有のパラメー
タをパラメータ入力手段で入力し、その店舗固有
のパラメータに基づく消費者の動向を行動軌跡検
出手段で検出することによつて、消費者の行動を
総括的に把握するものである。 [実施例] 以下、添付図面に従つて本発明に係る実施例を
詳細に説明する。 <原理及び構成概略の説明(第1図〜第3図)> 一般に、或る商品の前における人間の行動は、
第2図に示す様に4つのパターンに大別できる。 第1には商品の前を通過する動作であり、第2
にその商品の前に立ち止まる動作、第3の実際に
手に取つて、その商品を見る動作、そして第4に
は買い物籠にその商品を入れる動作(購入を意味
する)である。 これら4つの動作(その情報を以下、商品に関
する基本データという)の関係はその行動パター
ンから第3図に示す如くなる。 すなわち、 通過回数>立ち止まり回数>接触回数>購入数
の関係であり、しかもこれらのデータは全く独立
したものでななく、互いに因果関係がある。例え
ば立ち止まり数を増やせば、その接触回数もそれ
に応じて増え、結果的に、購入数そのものにも影
響が出てくる。 さて、これらの消費者の行動パターン(基本デ
ータの発生)の回数が把握できると、その商品独
自の固有情報及び商品が配置されている位置特有
の情報が得られることになる。 そこで、実施例ではこれら4つの行動パターン
の時系列に発生する回数を検出するために、第1
図に示す様なシステムを構築した。 図中、1はシステム全体を制御する制御部であ
る、例えばミニコン或いはパーソナルコンピユー
タ等である。この制御部1にはキーボード2及び
ポインテイングデバイスの一つであるマウスがイ
ンターフエースI/F8を介して接続されてお
り、店舗内のレイアウトやデータ収集する商品の
配置位置等の諸々の条件(パラメータ)を入力す
る。4は通過検出センサであり、注目商品が配置
されている商品棚の所定位置に配置されるもので
あり、消費者の通過を検出する。消費者の通過を
検出されたときにはI/Fを介して制御部1にそ
の信号を出力する。制御部では、入力された信号
をカウントしていつて、例えば1時間毎に得られ
た検出数を磁気デイスク装置11に記憶してい
く。5は立ち止まり検出センサであり、注目商品
の前に所定時間立ち続けたことを検出するもので
ある。また、6は接触検出センサであり、注目商
品の手を触れたこと(実際には手で持つて見たこ
と)を検出するものである。これら立ち止まり検
出センサ5及び接触検出センサ6から出力される
信号は、同様の経路を経て、制御部1に取り込ま
れ、係数される。 また、この注目商品の実際の販売数はレジ7か
らのデータをI/F10を介して受けて計数する
様にした。 尚、12は表示装置の代表例のCRT,13は
プリンタであつて、いずれも得られたデータを可
視化して出力するものであるが、CRT12には
店舗内のレイアウトを表示したり各種パラメータ
を入力するときに確認するためにも使用するもの
である。 ところで、実施例における各種センサの構造で
あるが、通過検出センサ4及び立ち止まり検出セ
ンサ5は超音波センサで、また、接触検出センサ
6は、人間の体温を感知することにより、商品と
の接触を検出する焦電型赤外線センサでもつて実
現したが、これに限定されるものではない。 例えば、接触検出センサ6の本来の目的は商品
を手で持つて、その商品を見たか否かを把握する
ものであるから、商品の重力を検出する感圧シー
ト(重量に応じた電位を出力する感圧導電性ゴム
等)であつても良い。この感圧シートを用いれ
ば、商品を手に取る動作が、感圧シートからの電
位の変化から判別できるからである。しかも、客
がどのくらいその商品を手に持つていたか(関心
度)は勿論、その商品が買い物籠に入れられたか
否か(すなわち、購入する意志があるか否か、更
に一歩進めて、その商品購入したか否か)も判別
できる。というのは、手に取つた時点で、接触回
数を1インクリメントすると共に、購入数も同様
に1インクリメントする。そして、その商品を元
に戻した場合にのみ、購入数を1デイクリメント
すれば良いからである。 さて、評価試験のため、このシステムをもつて
実際にX店で検出した計測値と、人手によつて実
測た結果を表−1に示す。
【表】
この様に実測値に対して十分絶え得る結果を得
ることができた。 尚、以下の説明に先立ち、これら行動パターン
の発生数を割合、すなわち、パーセンテージで表
わすことにした。換算すれば、この割合を求めれ
ば、消費者の商品に対する興味が数値に換算され
ることになる。 すなわち、 立ち止まり率 GP=立ち止まり回数/通過回数 接触率 GT=接触回数/立ち止まり回数 購入率 GB=購入回数/接触回数 とする。 さて、このシステムにおいて、データ収集に基
づき、店舗内の商品棚のレイアウト及び各商品の
配置位置を再思考することが可能となる。例え
ば、注目商品(仮にA商品という)の設置位置を
何回か変えて同様のデータを集計比較したり、或
いはA商品の配置位置を分散させ、集計比較する
わけである。 ここでは後者の実験結果を例にして説明する。 第4図はY店内のレイアウトを示しており、図
中のアルフアベツトは各商品棚に配置された商品
の種類と位置を表わす。そして、注目商品Aを位
置A1〜A3に分散させ、各々に上述した各種セ
ンサを設置し、通過回数及び立ち止まり回数を検
出した。その結果を表−2に示す。
ることができた。 尚、以下の説明に先立ち、これら行動パターン
の発生数を割合、すなわち、パーセンテージで表
わすことにした。換算すれば、この割合を求めれ
ば、消費者の商品に対する興味が数値に換算され
ることになる。 すなわち、 立ち止まり率 GP=立ち止まり回数/通過回数 接触率 GT=接触回数/立ち止まり回数 購入率 GB=購入回数/接触回数 とする。 さて、このシステムにおいて、データ収集に基
づき、店舗内の商品棚のレイアウト及び各商品の
配置位置を再思考することが可能となる。例え
ば、注目商品(仮にA商品という)の設置位置を
何回か変えて同様のデータを集計比較したり、或
いはA商品の配置位置を分散させ、集計比較する
わけである。 ここでは後者の実験結果を例にして説明する。 第4図はY店内のレイアウトを示しており、図
中のアルフアベツトは各商品棚に配置された商品
の種類と位置を表わす。そして、注目商品Aを位
置A1〜A3に分散させ、各々に上述した各種セ
ンサを設置し、通過回数及び立ち止まり回数を検
出した。その結果を表−2に示す。
【表】
この結果からも、同じ商品でもその配置位置を
分散した結果、その配置位置によつて立ち止まり
率GPがかなり異なることがわかつた。 そこで、商品Aを1箇所に限定配置するとした
場合にはA1若しくはA2の位置にすることが望
ましいことがわかるが、実際には1箇所に配置し
た場合と分散させた場合とを比較したほうが賢明
である。というのは、商品がより売れる条件の一
つとしては、消費者がその商品と接する機会を多
くすることが挙げられるからである。従つて、
各々のケースについて情報収集を行ない、夫々の
場合における比較検討することが必要である。 上述した例では既存の商品棚のレイアウトでも
つて商品の配置位置に対する考察であつてが、商
品棚のレイアウトを変化させた場合にも同様のこ
とが言える。従つて、特定商品のみにこだわら
ず、実際には全商品に対しても同様の情報収集処
理を実行すれば、店舗全体のレイアウト及び商品
の配置位置を再検討する手掛りとすることができ
る。 <入店分布の計測の説明(第5図)> 前述までの説明は商品の前における消費者の行
動パターンの情報収集に係る説明であつた。 ところで、入店及び出店する客の数を把握する
こともまた、重要なことである。 例えば、 店内滞在者数及び平均店内滞在時間を知るこ
とが可能となる。 店内が混雑する時間体が把握することができ
るから、レジ等のパートタイマー等の管理が容
易になる。 尚、計測情報収集を長期的(例えば曜日毎や季
節毎)に行なえば、文字通り長期的な店内滞在者
数やパートタイマの管理にも応用することが可能
となると共に、キヤンペーン時期決定の要素にも
欠かせない情報となる。 この様な意義あるデータを収集するためには、
店舗内の各出入口毎に2つの赤外線センサ等を設
ければ達成できる。例えば、1つの出入口に、セ
ンサA,Bを客の進行方向に配置した場合、検出
順序がA→Bのときには入店、逆にB→Aの場合
には出店と判断できることになる。 ところが、一人づつ入店したり、出店する場合
には特別問題はないが、一度に数人が固まつて入
店する場合(例えばバーゲン時等)には、全体
を”一人”としてカウントしてしまつたり、入店
する人と出店する人とが略同時の場合、個人の歩
行速度の相違によつて2人とも入店(或いは出
店)と計数してしまうので、正確な入店分布を計
測することは困難であることが予想される。 そこで、数人の客が1塊になつて入店すること
がないようにするため、第5図に示す様に、入口
(或いは出口)をつい立てでいくつかの通路に細
分化した。これによつて、まとまつて入店するこ
とが緩和できるばかりか、入店者と出店者とが交
叉することを防ぐことも可能となる。 この様にして時系列な入店者数及び出店者数が
計測すると、店内の客数及びその時間的な変化を
把握することが可能となる。尚、このセンサから
の信号は不図示のI/Fを介して第1図の制御部
1に出力することで、達成される。従つて、第1
図のシステム構成に新たにこのセンサを設けれ
ば、店内にいる客数に対する特定商品(複数であ
つても構わないことは先に説明した)の立ち止ま
り率や購買率を把握することが可能となり、売り
場やレイアウトの最適化の解析、及びその評価を
行なうことが可能となる。 <消費者の動線検出の説明> 以上説明した原理及びその構成では、消費者の
局所的な行動パターンであつたが、以下の説明で
は店舗全体として消費者の行動軌跡(以下、動線
という)を把握するシステムについて説明する。 入店してから、出店するまでの複数の消費者の
動線分布には一定の秩序があり、これを把握する
ことは極めて重要である。動線分布が規定される
主な要因としては、売り場の設置位置及び商品棚
のレイアウト等(以下、これらを合せて固有情報
という)が挙げられる。例えば人気商品のある売
り場付近や比較的長い商品棚の付近では分岐する
場所がないから、必然的に混雑する。更には人間
が持つ潜在的な行動によつて、特定の通路では混
雑することもある。 この様に店内の客の動線を測定及び集計してい
くことにより、次に述べる事柄の検討することが
可能となる。 消費者が店内を十分見て回つているかについ
て把握でき、レイアウトの在り方を再検討でき
る。 部分的に死角となる場所、逆に集中し過る場
所を発見し、改善する材料にする。 商品や配置や、プロモーシヨン場所等の検討
材料にする。 POSデータとの兼ね合いより商品の特性を
捉え、問題点を発見する。 従つて、1つの店舗或いは複数の店舗の固有情
報における動線をデータベースに記憶しておき、
例えば、レイアウトを変更する以前にシミユレー
シヨン化して動線の変化を視覚的に見れば、上述
した事項について机上で検討することが可能とな
る。 そこで、消費者の動線を検出するために、本実
施例では所定時間毎に消費者の店舗内の位置を検
出し、動線を疑似的に求める手法を用いた。 以下、その具体的な原理、及びそのシステム構
成を説明する。 i 原理の説明(第6図〜第8図) 通常、スーパ等には所定場所(入口近傍等)に
買い物篭が常備している。そこで、実施例ではこ
の買い物籠に所定時間毎(仮にTcとする)に発
振する発振器を取り付ける共に、店内にはこの発
振器からのパルス信号を受信する受信器2つを所
定間隔を隔てて設置(固定)した。更には、この
発振器であるが、客が買い物籠を手に取つて始て
作動する様にした、これは、買い物籠にスイツチ
があつて、重ねて置かれているときに、このスイ
ツチがオフになるようにすれば達成できるので、
詳細は説明しない。 この構成によつて、発振器から発せられたパル
ス信号が夫々の受信器に到達するまでの遅延時間
(τとする)を計測し、夫々の受信器までの距離
を算出して、発振位置を算出するものである。 先ず、発振器から受信器までの距離算出法を以
下に説明する。 第6図に示す様に、買い物籠が設置されている
場所から受信器Bまでの距離を(既知)、空気
中に伝わる信号速度をv(電磁波の場合には3×
108m/s、音波(常温)では約340m/s)と
し、客がこの買い物籠を取つた時刻、すなわち、
第1回目のパルス信号が発せられた時間(時刻)
をt1とすると、受信器60に第1回目のパルス
信号が到達したときの時間(時刻)T1は以下の
式で求められる。 すなわち、 T1=t1+/v 従つて、発振器(買い物籠)と受信器間の距離
は次式の如くなる。 =v・(T1−t1)=v・τ1 この様にして、以後、発振器からはTc間隔で
パルス信号が出力されれるが、n回目のパルス信
号が出力されたときの発振器と受信器60との距
離oは次式で与えられることがわかる。 o=v・(To−to)=v・τo 以上の原理に基づく計測は受信器61において
も同様に検出されていることは言うまでもない。 尚、発振器から出力されるパルス信号と受信器
での発振信号とのタイミングチヤートを第7図に
示す。 さて、この原理が理解できたところで、今度は
第8図を参照して発振器の位置(買い物籠の位置
=客の位置)を算出する原理を説明する。 今、図示の如く、受信器A,B間の距離をLcと
し、先に説明した原理に基づき算出された発振器
と受信器60及び受信器61間の距離を夫々roA,
roBとする。そして、受信器61を原点にとして
右方向をx軸、下方向をy軸とし、求める発振器
の座標位置を(xo,yo)とする。 これによつて、以下の方程式が満足することは
良く知られている。 xo 2+yo 2=roA 2 (xo−Lc)2+yo 2=roB 2 ∴xo=(roA 2−roB 2+Lc 2)/(2・Lc) yo=(roA 2−xo 2)1/2 =(4Lc 2・roA 2−(roA 2−roB 2+Lc 22/4・Lc 2)1/2 となる(yoはマイナスとはならない)。 システム構成の説明(第9図) この様にして、発振器から各受信器60,61
までの距離roA,roBを算出した結果から、発振器
位置、すなわち、客の店内の位置を算出すること
が可能となるが、第9図にそのシステム構成を示
し、以下に説明する。 図中、100は各種演算及び本システムを制御
する演算制御部である。キーボード2及びマウス
3は前述したシステムと同様に、店舗固有情報
(パラメータ)入力等に使用する。尚、入力され
た店舗固有情報はデータベース200に格納され
る。90及び91は受信器60,61で発振器か
らのパルス信号を受信した時点における時間情報
(ToA,ToB)を計測する受信時間計測器である。
また、92,93は受信時間計測器90,91か
らの出力によりパルス信号が到達するまでの時間
(τoA,τoB)を算出する信号到達時間算出器であ
る。夫々の受信器60,61に発振器からのパル
ス信号が到達するまでの遅延時間τoA,τoBはI/
F94を介して演算制御部100に出力される。演
算制御部100では得られた遅延時間から発振
器、すなわち客の位置を算出すると共に、データ
ベース200にそのデータを格納していく。この
様にして、店舗内にいる客の位置が算出され、そ
の算出された時系列な位置情報は前もつて入力し
た店舗固有情報における動線情報として保存され
ることになる。そして、多数の動線情報が得られ
れば、先に説明した考察〜の検討材料を得る
ことが可能となる。尚、検出した動線数が多けれ
ば、一人当りの店内での歩行度及び立ち止まり時
間、更には店内にいる平均的時間が把握できる。 客位置算出の他の方法 上記実施例における客位置算出原理でもつて、
本願発明が限定されるものではない。 以下に、客位置算出手段の他の実施例について
説明する。 角度による検出(第10図) 第10図に示す様に、店内の両端に指向性の高
い受信器(アンテナ等)70,71が設置され、
それぞれ単一周期で90度回転している。すると、
発振器方向の角度θA,θBが検出されることによ
り、∠受信器70・発振器・受信器71の角度θc
は180°−(θA+θB)で算出されることになる。 従つて、正弦定理より次式が満足することは良
く知られている。 Lc/sinθc=roA/sinθA=roB/sinθB よつて、 roA=sinθA/sinθc・Lc,roB=sinθB/sinθc・Lc となり、発振器から夫々の受信器までの距離が
算出できるので、発振器位置を算出することが可
能となる。 ICカードによる検出(第11図) この検出法は、客の位置座標そのものを算出す
るのではなく、客の通過したことを検出する装置
を要所々々に設置し、客の動線を検出するもので
ある。 具体的には、第11図に示すように、インタロ
ゲータ(コントローラ)が店内通路の要所々々の
天井等に設置され、アンテナを通じてマイクロ波
を発射している。セラミツクス共振子を主体とす
るICカード(反射器)が装着された買い物籠を
持つた客のそのマイクロ波電磁界内に侵入したと
き、セラミツクス共振子が、共振し始める。イン
タロゲータはその共振周波数の反射をアンテナを
介して検出するものであり、この発振周波数から
ICカードの番号を読み取るものである。 この原理を用いた場合、ICカードには一切電
源が不要となると共に、情報量が多いために一度
に多人数の通過を検出することができ、且つその
位置情報を極めて高い精度で検出することができ
るというメリツトがある。システム側の制御部
(不図示)はこのインタロゲータからの信号を基
に、客の動線を位置(或いは流れ)を検出する。 <シミユレーシヨン化の説明> 上述した実施例では、いずれの場合において
も、店舗固有情報における客の行動を収集するシ
ステムであつた。従つて、これら一連の収集情報
があれば、仮に店舗固有情報を変更したときの状
況を机上でシミユレーシヨン化することが可能と
なる。 分岐点及び分岐率の定義 (第12図〜第15図) シミユレーシヨン化して消費者の動向を把握す
るためには、動線分布から消費者がどの様な通路
を選択するかを測定する必要がある。そこで、こ
れを定量的に把握するため、本実施例では、分岐
点及び分岐率という概念を用いた。以下にその詳
細を説明する。 消費者の動向を見ると、消費者は商品棚のレイ
アウトによつて規定された分岐路で今来た通路
(以下、入路とする)を含めて、所望とする通路
を選択(選択された通路を出路とする)する行動
を起す。主に、こういつた行動であるが、第12
図に示す商品棚のレイアウトの場合には図中の丸
印の位置で発生することになる。また図中の分岐
路120における入路(来た通路)と出路(これ
から向う通路)の組み合せは第13図に示す如く
全部で16通りあるのがわかる。 更には、2つの商品棚が向い合つている場合、
すなわち、第14図Aの様な場合における消費者
の行動は、来た方向のまま歩いて行くことが多い
が、この通路が長いときには(分岐路がないにも
かかわらず)、途中で引き返す地点(第14図B
の丸印)が存在することもわかつた。 ここで重要ことは、この様に進行方向が変る他
点(以下、分岐点という)において、”消費者は
出路を無作為に選択するものではなく、そこには
何らかの意志の反映がある”ということである。
例えば、第15図A,Bの如く商品棚のレイアウ
トは全く同じでも、陳列している商品の種類に応
じて出路方向が違うことでも明らかである。 そこで、本実施例では店内の各分岐点におけ
る、消費者の意志の反映を割合(確率)で表すこ
とにし、その度合を分岐率とした。すなわち、分
岐率とは、各分岐点における入路方向に対する出
路を選択する確率となる。そして、この分岐点及
び分岐率は先の動線検出のシステムで特定及び算
出することが可能である。 分岐点と分岐率からの考察 (第16図〜第18図) この様にして分岐点と分岐率との関係を図示し
た例を第16図A〜Dに示す。尚、同図Aは入路
が図示に下からのもの、すなわち、進行方向が上
に向つた場合の最も高い分岐率を示しており、同
B図は右方向に向つている場合、C図は下方向に
向つている場合、そしてD図は左方向に向つて進
んだ場合における最も高い分岐率を示したもので
ある。この様に、分岐率は入路方向に対して特有
の方向を示しているのがわかる。また、これら4
つのパターンを重ね合せ、夫々の分岐点における
最大分岐率を示せば、第17図に示す様になる。
尚、入路に対する出路への分岐率を重ね合わせる
とき、夫々のパターンに対して色別して表示する
様にしても構わない。 ところで、ここでは最大分岐率のみを表示した
が、例えば店内奥側を注目した場合の通路におけ
る各商品棚方向への分岐率を第18図A,Bに示
す。第18図Aは進行方向が左に対しての商品棚
方向への分岐率(図中の数値はパーセントを表わ
している)を示し、同Bは進行方向が右側に対す
るそれを示している。この図から、商品棚で仕切
られた通路においては、入り口の有する方向(図
中の右側)の反対側の通路の方が、多くの消費者
が通過することがわかる。 この様に、各分岐点における夫々の分岐率を算
出すれば、消費者の動向を机上で時系列にシミユ
レーシヨン化して表示することが可能となる。特
に時系列な入出点分布がわかつていれば、或る時
刻における消費者の店内の分布を把握することが
可能となる。更には、最も混雑するレジ位置も算
出できるので、レジ操作の熟練した人をどのれじ
に配置すれば良いか、換言すれば、経験の少ない
人をどのレジに配置すれば良いか等を把握するこ
とも可能となる。 シミユレーシヨンの説明 (第19図〜第21図) 以上、説明した様に、シミユレーシヨン化する
には、分岐点及び分岐率が大きな意味があること
がわかる。 これらを実際にシステム化し、その構成概略を
示したのが第19図であり、以下、その処理内容
を説明する。 図示の如く解析・評価部303はデータ解析部
304及びシミユレーシヨン部305とから構成
されている。 先ず、入力部301からは、消費者の動線情報
や商品棚のレイアウト及び商品の種類毎の配置位
置、更にはPOSデータ及び立ち止まり率や接触
率、購買率等、更にまた入店分布等の前述までに
説明した店舗特有の情報を入力するものである。
所謂、入力部301では初期条件入力を行なう。
データ解析部304ではこれらの情報を受けて、
例えば商品種別毎に符号を与え、そのレイアウト
を作成したり、動線情報から各種分岐点の特定処
理及び分岐率を算出する。シミユレーシヨン部3
05では設定された条件から、所望とするシミユ
レーシヨンモデルを表示したり、印刷出力等を実
行する。シミユレーシヨンモデルの種類として
は、動線分布、分岐点の位置及びその分岐率、更
には店内のレイアウトの表示及びそのレイアウト
における指定された時刻における想像上の消費者
の分布(第20図A)参照、図中の小さい丸印が
人を意味する)、そして入店からレジを通つて出
店するまでの推移から各商品のPOSデータ及び
通過数の状況変化等が挙げられる。POSデータ
及び商品毎の立ち止まり率、更には購買率等は予
め与えられているので、シミユレーシヨンとして
のPOSデータは予想できる。この様に、入力さ
れたデータから考え得る状況を様々な形で表示出
力する。尚、これら表示形式の切り換えは不図示
のキーボード等でもつて、任意に指定される。 また、入力部302からはユーザー(店舗関係
者やこのシミユレーシヨンシステムを使用する
者)の意見や店舗固有情報に関する変更点を入力
する。この入力部302から入力されたデータ
は、それ以前に設定されたシミユレーシヨンに係
るデータを修正、或いは変更データであつて、例
えば”特定商品の前の通過数等を上げたい”等の
情報を入力したり、レイアウトの変更に係る情報
を入力する。レイアウト加工データ変更部306
では入力部302からの情報を基に、データベー
ス307から必要なデータを読み出し、その読み
出したデータを基に従前のシミユレーシヨンにか
かるデータを変更及び加工する。シミユレーシヨ
ン部305では変更・加工された情報に基づいた
新たなシミユレーシヨンモデルを表示する。例え
ば、先に説明した様に、初期設定されたレイアウ
ト及び商品の配置位置が第20図Aの如くなつて
いるとき、その商品棚のレイアウトを同図Bの様
に変更した場合には、どうなるか等をシミユレー
シヨン化する。このとき、新たに、分岐点20
1,202が発生することになるが、この分岐点
における分岐率はデータベースに登録されている
過去のデータから設定されても良いし、オペレー
タが自分の意志で分岐率を設定しても良いし、い
ずれにせよ、この様なレイアウト変更によつて、
消費者の動線は少なくともこの新たに設定された
分岐点201,202で変化するから、この近傍
の消費者の通過人数は自動的に算出することがで
き、しいては立ち止まり率、接触率、購買率から
所定商品の売り上げがどの様になるかまでをシミ
ユレーシヨンモデルとして表示することが可能と
なる。 この様な処理を何度か繰り返し、オペレータが
望むシミユレーシヨンモデルが形成されたら、そ
の旨を指定し、最終結果108として出力する。
尚、上述した処理中における、データ解析部30
4に入力されたデータはシミユレーシヨン部30
5・変更部306を経てデータベースに新たに登
録される。 以上、説明した処理の流れを更に詳しく説明す
れば、第20図の如くなる。 シミユレーシヨンシステムに、各商品棚のレイ
アウトや商品の配置位置(店舗固有情報であるこ
とは先に説明した)というを入力する(処理15
0)。同様に、この店舗固有情報における消費者
の動線情報を入力する(処理151)。この動線
情報は分岐点位置、分岐率を決定する基になるも
のであるから、多数入力することが望まれる。さ
て、これらの情報と共にPOSデータ及び立ち止
まり率、接触率、購買率も同様にして入力する
(処理152,159)。 この様にして入力されたデータは解析(例えば
分岐点、分岐率の特定等)され、シミユレーシヨ
ンモデルを作成する(処理153)。作成された
シミユレーシヨンモデルは次に解析表示される
(処理154)。尚、このとき、オペレータは所望
とするシミユレーシヨンモデルを表示装置に表示
させるべく、その旨のコマンドを入力する。次
に、表示されたシミユレーシヨンモデルが最適で
あるか否か、或いは変更したい要件があるか否か
を判断することになるが、この表示されたシミユ
レーシヨンで良い場合には、そのシミユレーシヨ
ン結果に基づき、店内にレイアウトを実際のシミ
ユレーシヨン結果に合致する様に変更する(処理
158)。また、変更すべき点がある場合には、
その変更点をシステムが判別できる様にして入力
する。システムは入力された変更点に基づき、デ
ータベースを基にして再び分析変更(処理15
6)等を処理し、新たなシミユレーシヨンモデル
に係るデータを構築し、処理154に戻る。 以上、説明した様に本実施例によれば、商品棚
に陳列してある商品に対する消費者の行動を自動
的に計測することが可能となり、商品棚のレイア
ウトや売り場の状況把握及びその最適化の再検討
を得ることができる。 また、上述した消費者行動を時系列に計数する
ことにより、時間帯毎に消費者の興味がどの様な
商品に向けられていくかを把握でき、陳列すべき
商品を効率良く追加したり、納入時間等を把握す
ることが可能となる。 更に、入店者数及び出店者数を時系列にしかも
精度良く検出する手段を用いることにより、店内
滞在者数の推移を把握することが可能となり、各
種検討材料を得ることが可能となる。 また、消費者の動向じ時系列に検出していくこ
とにより、店舗内の全体的な消費者の行動を把握
できるので、レイアウト及び商品の配置位置を検
討できる。 更に、消費者動向から店内の分岐点及び分岐率
を特定及び算出結果、更には各商品毎の固有情報
から、机上で各種データを操作しながらシミユレ
ーシヨン化することができるので、レイアウト等
を変更する以前に、そのレイアウトの最適化を検
討することが可能となる。 [発明の効果] 以上、説明した様に本発明によれば、商品毎の
通過数、立ち止まり数、接触数及び、購買数を自
動的に検出することにより、消費者サイドの要求
を簡単に収集することが可能となる。 また、消費者の店内における時系列な位置を検
出することにより、店舗全体における消費者の行
動がわかり、店舗固有の状況を把握することが可
能となる。
分散した結果、その配置位置によつて立ち止まり
率GPがかなり異なることがわかつた。 そこで、商品Aを1箇所に限定配置するとした
場合にはA1若しくはA2の位置にすることが望
ましいことがわかるが、実際には1箇所に配置し
た場合と分散させた場合とを比較したほうが賢明
である。というのは、商品がより売れる条件の一
つとしては、消費者がその商品と接する機会を多
くすることが挙げられるからである。従つて、
各々のケースについて情報収集を行ない、夫々の
場合における比較検討することが必要である。 上述した例では既存の商品棚のレイアウトでも
つて商品の配置位置に対する考察であつてが、商
品棚のレイアウトを変化させた場合にも同様のこ
とが言える。従つて、特定商品のみにこだわら
ず、実際には全商品に対しても同様の情報収集処
理を実行すれば、店舗全体のレイアウト及び商品
の配置位置を再検討する手掛りとすることができ
る。 <入店分布の計測の説明(第5図)> 前述までの説明は商品の前における消費者の行
動パターンの情報収集に係る説明であつた。 ところで、入店及び出店する客の数を把握する
こともまた、重要なことである。 例えば、 店内滞在者数及び平均店内滞在時間を知るこ
とが可能となる。 店内が混雑する時間体が把握することができ
るから、レジ等のパートタイマー等の管理が容
易になる。 尚、計測情報収集を長期的(例えば曜日毎や季
節毎)に行なえば、文字通り長期的な店内滞在者
数やパートタイマの管理にも応用することが可能
となると共に、キヤンペーン時期決定の要素にも
欠かせない情報となる。 この様な意義あるデータを収集するためには、
店舗内の各出入口毎に2つの赤外線センサ等を設
ければ達成できる。例えば、1つの出入口に、セ
ンサA,Bを客の進行方向に配置した場合、検出
順序がA→Bのときには入店、逆にB→Aの場合
には出店と判断できることになる。 ところが、一人づつ入店したり、出店する場合
には特別問題はないが、一度に数人が固まつて入
店する場合(例えばバーゲン時等)には、全体
を”一人”としてカウントしてしまつたり、入店
する人と出店する人とが略同時の場合、個人の歩
行速度の相違によつて2人とも入店(或いは出
店)と計数してしまうので、正確な入店分布を計
測することは困難であることが予想される。 そこで、数人の客が1塊になつて入店すること
がないようにするため、第5図に示す様に、入口
(或いは出口)をつい立てでいくつかの通路に細
分化した。これによつて、まとまつて入店するこ
とが緩和できるばかりか、入店者と出店者とが交
叉することを防ぐことも可能となる。 この様にして時系列な入店者数及び出店者数が
計測すると、店内の客数及びその時間的な変化を
把握することが可能となる。尚、このセンサから
の信号は不図示のI/Fを介して第1図の制御部
1に出力することで、達成される。従つて、第1
図のシステム構成に新たにこのセンサを設けれ
ば、店内にいる客数に対する特定商品(複数であ
つても構わないことは先に説明した)の立ち止ま
り率や購買率を把握することが可能となり、売り
場やレイアウトの最適化の解析、及びその評価を
行なうことが可能となる。 <消費者の動線検出の説明> 以上説明した原理及びその構成では、消費者の
局所的な行動パターンであつたが、以下の説明で
は店舗全体として消費者の行動軌跡(以下、動線
という)を把握するシステムについて説明する。 入店してから、出店するまでの複数の消費者の
動線分布には一定の秩序があり、これを把握する
ことは極めて重要である。動線分布が規定される
主な要因としては、売り場の設置位置及び商品棚
のレイアウト等(以下、これらを合せて固有情報
という)が挙げられる。例えば人気商品のある売
り場付近や比較的長い商品棚の付近では分岐する
場所がないから、必然的に混雑する。更には人間
が持つ潜在的な行動によつて、特定の通路では混
雑することもある。 この様に店内の客の動線を測定及び集計してい
くことにより、次に述べる事柄の検討することが
可能となる。 消費者が店内を十分見て回つているかについ
て把握でき、レイアウトの在り方を再検討でき
る。 部分的に死角となる場所、逆に集中し過る場
所を発見し、改善する材料にする。 商品や配置や、プロモーシヨン場所等の検討
材料にする。 POSデータとの兼ね合いより商品の特性を
捉え、問題点を発見する。 従つて、1つの店舗或いは複数の店舗の固有情
報における動線をデータベースに記憶しておき、
例えば、レイアウトを変更する以前にシミユレー
シヨン化して動線の変化を視覚的に見れば、上述
した事項について机上で検討することが可能とな
る。 そこで、消費者の動線を検出するために、本実
施例では所定時間毎に消費者の店舗内の位置を検
出し、動線を疑似的に求める手法を用いた。 以下、その具体的な原理、及びそのシステム構
成を説明する。 i 原理の説明(第6図〜第8図) 通常、スーパ等には所定場所(入口近傍等)に
買い物篭が常備している。そこで、実施例ではこ
の買い物籠に所定時間毎(仮にTcとする)に発
振する発振器を取り付ける共に、店内にはこの発
振器からのパルス信号を受信する受信器2つを所
定間隔を隔てて設置(固定)した。更には、この
発振器であるが、客が買い物籠を手に取つて始て
作動する様にした、これは、買い物籠にスイツチ
があつて、重ねて置かれているときに、このスイ
ツチがオフになるようにすれば達成できるので、
詳細は説明しない。 この構成によつて、発振器から発せられたパル
ス信号が夫々の受信器に到達するまでの遅延時間
(τとする)を計測し、夫々の受信器までの距離
を算出して、発振位置を算出するものである。 先ず、発振器から受信器までの距離算出法を以
下に説明する。 第6図に示す様に、買い物籠が設置されている
場所から受信器Bまでの距離を(既知)、空気
中に伝わる信号速度をv(電磁波の場合には3×
108m/s、音波(常温)では約340m/s)と
し、客がこの買い物籠を取つた時刻、すなわち、
第1回目のパルス信号が発せられた時間(時刻)
をt1とすると、受信器60に第1回目のパルス
信号が到達したときの時間(時刻)T1は以下の
式で求められる。 すなわち、 T1=t1+/v 従つて、発振器(買い物籠)と受信器間の距離
は次式の如くなる。 =v・(T1−t1)=v・τ1 この様にして、以後、発振器からはTc間隔で
パルス信号が出力されれるが、n回目のパルス信
号が出力されたときの発振器と受信器60との距
離oは次式で与えられることがわかる。 o=v・(To−to)=v・τo 以上の原理に基づく計測は受信器61において
も同様に検出されていることは言うまでもない。 尚、発振器から出力されるパルス信号と受信器
での発振信号とのタイミングチヤートを第7図に
示す。 さて、この原理が理解できたところで、今度は
第8図を参照して発振器の位置(買い物籠の位置
=客の位置)を算出する原理を説明する。 今、図示の如く、受信器A,B間の距離をLcと
し、先に説明した原理に基づき算出された発振器
と受信器60及び受信器61間の距離を夫々roA,
roBとする。そして、受信器61を原点にとして
右方向をx軸、下方向をy軸とし、求める発振器
の座標位置を(xo,yo)とする。 これによつて、以下の方程式が満足することは
良く知られている。 xo 2+yo 2=roA 2 (xo−Lc)2+yo 2=roB 2 ∴xo=(roA 2−roB 2+Lc 2)/(2・Lc) yo=(roA 2−xo 2)1/2 =(4Lc 2・roA 2−(roA 2−roB 2+Lc 22/4・Lc 2)1/2 となる(yoはマイナスとはならない)。 システム構成の説明(第9図) この様にして、発振器から各受信器60,61
までの距離roA,roBを算出した結果から、発振器
位置、すなわち、客の店内の位置を算出すること
が可能となるが、第9図にそのシステム構成を示
し、以下に説明する。 図中、100は各種演算及び本システムを制御
する演算制御部である。キーボード2及びマウス
3は前述したシステムと同様に、店舗固有情報
(パラメータ)入力等に使用する。尚、入力され
た店舗固有情報はデータベース200に格納され
る。90及び91は受信器60,61で発振器か
らのパルス信号を受信した時点における時間情報
(ToA,ToB)を計測する受信時間計測器である。
また、92,93は受信時間計測器90,91か
らの出力によりパルス信号が到達するまでの時間
(τoA,τoB)を算出する信号到達時間算出器であ
る。夫々の受信器60,61に発振器からのパル
ス信号が到達するまでの遅延時間τoA,τoBはI/
F94を介して演算制御部100に出力される。演
算制御部100では得られた遅延時間から発振
器、すなわち客の位置を算出すると共に、データ
ベース200にそのデータを格納していく。この
様にして、店舗内にいる客の位置が算出され、そ
の算出された時系列な位置情報は前もつて入力し
た店舗固有情報における動線情報として保存され
ることになる。そして、多数の動線情報が得られ
れば、先に説明した考察〜の検討材料を得る
ことが可能となる。尚、検出した動線数が多けれ
ば、一人当りの店内での歩行度及び立ち止まり時
間、更には店内にいる平均的時間が把握できる。 客位置算出の他の方法 上記実施例における客位置算出原理でもつて、
本願発明が限定されるものではない。 以下に、客位置算出手段の他の実施例について
説明する。 角度による検出(第10図) 第10図に示す様に、店内の両端に指向性の高
い受信器(アンテナ等)70,71が設置され、
それぞれ単一周期で90度回転している。すると、
発振器方向の角度θA,θBが検出されることによ
り、∠受信器70・発振器・受信器71の角度θc
は180°−(θA+θB)で算出されることになる。 従つて、正弦定理より次式が満足することは良
く知られている。 Lc/sinθc=roA/sinθA=roB/sinθB よつて、 roA=sinθA/sinθc・Lc,roB=sinθB/sinθc・Lc となり、発振器から夫々の受信器までの距離が
算出できるので、発振器位置を算出することが可
能となる。 ICカードによる検出(第11図) この検出法は、客の位置座標そのものを算出す
るのではなく、客の通過したことを検出する装置
を要所々々に設置し、客の動線を検出するもので
ある。 具体的には、第11図に示すように、インタロ
ゲータ(コントローラ)が店内通路の要所々々の
天井等に設置され、アンテナを通じてマイクロ波
を発射している。セラミツクス共振子を主体とす
るICカード(反射器)が装着された買い物籠を
持つた客のそのマイクロ波電磁界内に侵入したと
き、セラミツクス共振子が、共振し始める。イン
タロゲータはその共振周波数の反射をアンテナを
介して検出するものであり、この発振周波数から
ICカードの番号を読み取るものである。 この原理を用いた場合、ICカードには一切電
源が不要となると共に、情報量が多いために一度
に多人数の通過を検出することができ、且つその
位置情報を極めて高い精度で検出することができ
るというメリツトがある。システム側の制御部
(不図示)はこのインタロゲータからの信号を基
に、客の動線を位置(或いは流れ)を検出する。 <シミユレーシヨン化の説明> 上述した実施例では、いずれの場合において
も、店舗固有情報における客の行動を収集するシ
ステムであつた。従つて、これら一連の収集情報
があれば、仮に店舗固有情報を変更したときの状
況を机上でシミユレーシヨン化することが可能と
なる。 分岐点及び分岐率の定義 (第12図〜第15図) シミユレーシヨン化して消費者の動向を把握す
るためには、動線分布から消費者がどの様な通路
を選択するかを測定する必要がある。そこで、こ
れを定量的に把握するため、本実施例では、分岐
点及び分岐率という概念を用いた。以下にその詳
細を説明する。 消費者の動向を見ると、消費者は商品棚のレイ
アウトによつて規定された分岐路で今来た通路
(以下、入路とする)を含めて、所望とする通路
を選択(選択された通路を出路とする)する行動
を起す。主に、こういつた行動であるが、第12
図に示す商品棚のレイアウトの場合には図中の丸
印の位置で発生することになる。また図中の分岐
路120における入路(来た通路)と出路(これ
から向う通路)の組み合せは第13図に示す如く
全部で16通りあるのがわかる。 更には、2つの商品棚が向い合つている場合、
すなわち、第14図Aの様な場合における消費者
の行動は、来た方向のまま歩いて行くことが多い
が、この通路が長いときには(分岐路がないにも
かかわらず)、途中で引き返す地点(第14図B
の丸印)が存在することもわかつた。 ここで重要ことは、この様に進行方向が変る他
点(以下、分岐点という)において、”消費者は
出路を無作為に選択するものではなく、そこには
何らかの意志の反映がある”ということである。
例えば、第15図A,Bの如く商品棚のレイアウ
トは全く同じでも、陳列している商品の種類に応
じて出路方向が違うことでも明らかである。 そこで、本実施例では店内の各分岐点におけ
る、消費者の意志の反映を割合(確率)で表すこ
とにし、その度合を分岐率とした。すなわち、分
岐率とは、各分岐点における入路方向に対する出
路を選択する確率となる。そして、この分岐点及
び分岐率は先の動線検出のシステムで特定及び算
出することが可能である。 分岐点と分岐率からの考察 (第16図〜第18図) この様にして分岐点と分岐率との関係を図示し
た例を第16図A〜Dに示す。尚、同図Aは入路
が図示に下からのもの、すなわち、進行方向が上
に向つた場合の最も高い分岐率を示しており、同
B図は右方向に向つている場合、C図は下方向に
向つている場合、そしてD図は左方向に向つて進
んだ場合における最も高い分岐率を示したもので
ある。この様に、分岐率は入路方向に対して特有
の方向を示しているのがわかる。また、これら4
つのパターンを重ね合せ、夫々の分岐点における
最大分岐率を示せば、第17図に示す様になる。
尚、入路に対する出路への分岐率を重ね合わせる
とき、夫々のパターンに対して色別して表示する
様にしても構わない。 ところで、ここでは最大分岐率のみを表示した
が、例えば店内奥側を注目した場合の通路におけ
る各商品棚方向への分岐率を第18図A,Bに示
す。第18図Aは進行方向が左に対しての商品棚
方向への分岐率(図中の数値はパーセントを表わ
している)を示し、同Bは進行方向が右側に対す
るそれを示している。この図から、商品棚で仕切
られた通路においては、入り口の有する方向(図
中の右側)の反対側の通路の方が、多くの消費者
が通過することがわかる。 この様に、各分岐点における夫々の分岐率を算
出すれば、消費者の動向を机上で時系列にシミユ
レーシヨン化して表示することが可能となる。特
に時系列な入出点分布がわかつていれば、或る時
刻における消費者の店内の分布を把握することが
可能となる。更には、最も混雑するレジ位置も算
出できるので、レジ操作の熟練した人をどのれじ
に配置すれば良いか、換言すれば、経験の少ない
人をどのレジに配置すれば良いか等を把握するこ
とも可能となる。 シミユレーシヨンの説明 (第19図〜第21図) 以上、説明した様に、シミユレーシヨン化する
には、分岐点及び分岐率が大きな意味があること
がわかる。 これらを実際にシステム化し、その構成概略を
示したのが第19図であり、以下、その処理内容
を説明する。 図示の如く解析・評価部303はデータ解析部
304及びシミユレーシヨン部305とから構成
されている。 先ず、入力部301からは、消費者の動線情報
や商品棚のレイアウト及び商品の種類毎の配置位
置、更にはPOSデータ及び立ち止まり率や接触
率、購買率等、更にまた入店分布等の前述までに
説明した店舗特有の情報を入力するものである。
所謂、入力部301では初期条件入力を行なう。
データ解析部304ではこれらの情報を受けて、
例えば商品種別毎に符号を与え、そのレイアウト
を作成したり、動線情報から各種分岐点の特定処
理及び分岐率を算出する。シミユレーシヨン部3
05では設定された条件から、所望とするシミユ
レーシヨンモデルを表示したり、印刷出力等を実
行する。シミユレーシヨンモデルの種類として
は、動線分布、分岐点の位置及びその分岐率、更
には店内のレイアウトの表示及びそのレイアウト
における指定された時刻における想像上の消費者
の分布(第20図A)参照、図中の小さい丸印が
人を意味する)、そして入店からレジを通つて出
店するまでの推移から各商品のPOSデータ及び
通過数の状況変化等が挙げられる。POSデータ
及び商品毎の立ち止まり率、更には購買率等は予
め与えられているので、シミユレーシヨンとして
のPOSデータは予想できる。この様に、入力さ
れたデータから考え得る状況を様々な形で表示出
力する。尚、これら表示形式の切り換えは不図示
のキーボード等でもつて、任意に指定される。 また、入力部302からはユーザー(店舗関係
者やこのシミユレーシヨンシステムを使用する
者)の意見や店舗固有情報に関する変更点を入力
する。この入力部302から入力されたデータ
は、それ以前に設定されたシミユレーシヨンに係
るデータを修正、或いは変更データであつて、例
えば”特定商品の前の通過数等を上げたい”等の
情報を入力したり、レイアウトの変更に係る情報
を入力する。レイアウト加工データ変更部306
では入力部302からの情報を基に、データベー
ス307から必要なデータを読み出し、その読み
出したデータを基に従前のシミユレーシヨンにか
かるデータを変更及び加工する。シミユレーシヨ
ン部305では変更・加工された情報に基づいた
新たなシミユレーシヨンモデルを表示する。例え
ば、先に説明した様に、初期設定されたレイアウ
ト及び商品の配置位置が第20図Aの如くなつて
いるとき、その商品棚のレイアウトを同図Bの様
に変更した場合には、どうなるか等をシミユレー
シヨン化する。このとき、新たに、分岐点20
1,202が発生することになるが、この分岐点
における分岐率はデータベースに登録されている
過去のデータから設定されても良いし、オペレー
タが自分の意志で分岐率を設定しても良いし、い
ずれにせよ、この様なレイアウト変更によつて、
消費者の動線は少なくともこの新たに設定された
分岐点201,202で変化するから、この近傍
の消費者の通過人数は自動的に算出することがで
き、しいては立ち止まり率、接触率、購買率から
所定商品の売り上げがどの様になるかまでをシミ
ユレーシヨンモデルとして表示することが可能と
なる。 この様な処理を何度か繰り返し、オペレータが
望むシミユレーシヨンモデルが形成されたら、そ
の旨を指定し、最終結果108として出力する。
尚、上述した処理中における、データ解析部30
4に入力されたデータはシミユレーシヨン部30
5・変更部306を経てデータベースに新たに登
録される。 以上、説明した処理の流れを更に詳しく説明す
れば、第20図の如くなる。 シミユレーシヨンシステムに、各商品棚のレイ
アウトや商品の配置位置(店舗固有情報であるこ
とは先に説明した)というを入力する(処理15
0)。同様に、この店舗固有情報における消費者
の動線情報を入力する(処理151)。この動線
情報は分岐点位置、分岐率を決定する基になるも
のであるから、多数入力することが望まれる。さ
て、これらの情報と共にPOSデータ及び立ち止
まり率、接触率、購買率も同様にして入力する
(処理152,159)。 この様にして入力されたデータは解析(例えば
分岐点、分岐率の特定等)され、シミユレーシヨ
ンモデルを作成する(処理153)。作成された
シミユレーシヨンモデルは次に解析表示される
(処理154)。尚、このとき、オペレータは所望
とするシミユレーシヨンモデルを表示装置に表示
させるべく、その旨のコマンドを入力する。次
に、表示されたシミユレーシヨンモデルが最適で
あるか否か、或いは変更したい要件があるか否か
を判断することになるが、この表示されたシミユ
レーシヨンで良い場合には、そのシミユレーシヨ
ン結果に基づき、店内にレイアウトを実際のシミ
ユレーシヨン結果に合致する様に変更する(処理
158)。また、変更すべき点がある場合には、
その変更点をシステムが判別できる様にして入力
する。システムは入力された変更点に基づき、デ
ータベースを基にして再び分析変更(処理15
6)等を処理し、新たなシミユレーシヨンモデル
に係るデータを構築し、処理154に戻る。 以上、説明した様に本実施例によれば、商品棚
に陳列してある商品に対する消費者の行動を自動
的に計測することが可能となり、商品棚のレイア
ウトや売り場の状況把握及びその最適化の再検討
を得ることができる。 また、上述した消費者行動を時系列に計数する
ことにより、時間帯毎に消費者の興味がどの様な
商品に向けられていくかを把握でき、陳列すべき
商品を効率良く追加したり、納入時間等を把握す
ることが可能となる。 更に、入店者数及び出店者数を時系列にしかも
精度良く検出する手段を用いることにより、店内
滞在者数の推移を把握することが可能となり、各
種検討材料を得ることが可能となる。 また、消費者の動向じ時系列に検出していくこ
とにより、店舗内の全体的な消費者の行動を把握
できるので、レイアウト及び商品の配置位置を検
討できる。 更に、消費者動向から店内の分岐点及び分岐率
を特定及び算出結果、更には各商品毎の固有情報
から、机上で各種データを操作しながらシミユレ
ーシヨン化することができるので、レイアウト等
を変更する以前に、そのレイアウトの最適化を検
討することが可能となる。 [発明の効果] 以上、説明した様に本発明によれば、商品毎の
通過数、立ち止まり数、接触数及び、購買数を自
動的に検出することにより、消費者サイドの要求
を簡単に収集することが可能となる。 また、消費者の店内における時系列な位置を検
出することにより、店舗全体における消費者の行
動がわかり、店舗固有の状況を把握することが可
能となる。
第1図は実施例における消費者行動パターンを
検出するシステム構成図、第2図は消費者の行動
パターンを説明するための図、第3図は消費者行
動パターンの因果関係を示す図、第4図は商品を
分散した場合のレイアウト例を示す図、第5図は
入出店者を精確に計数するための実施例を示す
図、第6図は発振器(消費者)と受信器間の距離
を算出するための原理を説明する図、第7図は第
6図における発振器から出力されるパルス信号と
受信器でもつて検出した信号とのタイミングチヤ
ート、第8図は消費者位置検出に係る1方法を説
明するための図、第9図は消費者位置検出に係る
システム構成図、第10図は発振器と受信器との
角度により消費者位置を検出する方法を説明する
ための図、第11図はICカードにより消費者の
動向を検出するための構成図、第12図は分岐点
の位置を示す図、第13図は十字路における入路
と出路との関係を示す図、第14図は商品棚の長
さにより分岐点が発生する原理を説明する図、第
15図A,Bは商品配置位置により消費者の動向
が異なることを説明するための図、第16図A〜
Dは消費者の進行方向毎に対する最も高い分岐方
向を示す図、第17図は店内における消費者の最
も高い動向を示す図、第18図A,Bは店内奥の
通路から各商品棚方向への分岐率を、その進行方
向別に示す図、第19図はシミユレーシヨンシス
テムの構成概略図、第20図A,Bは表示された
シミユレーシヨンモデルを示す図、第21図はシ
ミユレーシヨンシステムにおける処理の流れを示
す図である。 図中、1……制御部、2……キーボード、3…
…マウス、4……通過検出センサ、5……立ち止
まり検出センサ、6……接触検出センサ、7……
レジ、8〜10及び94……インターフエース
(I/F)、11……時期デイスク装置、12……
表示装置(CRT)、13……プリンタ、60,6
1及び70,71……受信器、90,91……受
信時間計測器、92,93……信号到達時間算出
器、100……演算制御部、200及び307…
…データベース、201,202……分岐点、3
01,302……入力部、303……解析・評価
部、304……データ解析部、305……シミユ
レーシヨン部、306……変更部である。
検出するシステム構成図、第2図は消費者の行動
パターンを説明するための図、第3図は消費者行
動パターンの因果関係を示す図、第4図は商品を
分散した場合のレイアウト例を示す図、第5図は
入出店者を精確に計数するための実施例を示す
図、第6図は発振器(消費者)と受信器間の距離
を算出するための原理を説明する図、第7図は第
6図における発振器から出力されるパルス信号と
受信器でもつて検出した信号とのタイミングチヤ
ート、第8図は消費者位置検出に係る1方法を説
明するための図、第9図は消費者位置検出に係る
システム構成図、第10図は発振器と受信器との
角度により消費者位置を検出する方法を説明する
ための図、第11図はICカードにより消費者の
動向を検出するための構成図、第12図は分岐点
の位置を示す図、第13図は十字路における入路
と出路との関係を示す図、第14図は商品棚の長
さにより分岐点が発生する原理を説明する図、第
15図A,Bは商品配置位置により消費者の動向
が異なることを説明するための図、第16図A〜
Dは消費者の進行方向毎に対する最も高い分岐方
向を示す図、第17図は店内における消費者の最
も高い動向を示す図、第18図A,Bは店内奥の
通路から各商品棚方向への分岐率を、その進行方
向別に示す図、第19図はシミユレーシヨンシス
テムの構成概略図、第20図A,Bは表示された
シミユレーシヨンモデルを示す図、第21図はシ
ミユレーシヨンシステムにおける処理の流れを示
す図である。 図中、1……制御部、2……キーボード、3…
…マウス、4……通過検出センサ、5……立ち止
まり検出センサ、6……接触検出センサ、7……
レジ、8〜10及び94……インターフエース
(I/F)、11……時期デイスク装置、12……
表示装置(CRT)、13……プリンタ、60,6
1及び70,71……受信器、90,91……受
信時間計測器、92,93……信号到達時間算出
器、100……演算制御部、200及び307…
…データベース、201,202……分岐点、3
01,302……入力部、303……解析・評価
部、304……データ解析部、305……シミユ
レーシヨン部、306……変更部である。
Claims (1)
- 【特許請求の範囲】 1 店舗内の消費者行動を計測する店舗システム
であつて、 少なくとも1つの特定商品前或いは該特定商品
が配置された棚の前の消費者の通過を検出する通
過検出手段と、 前記消費者の立止まりを検出する立止まり検出
手段と、 消費者の前記特定商品に対する接触を検出する
接触検出手段と、 前記特定商品の販売数を検出する販売数検出手
段と、 これら検出結果を可視化して出力する出力手段
を備えることを特徴とする店舗システム。 2 通過検出手段、立ち止まり検出手段、接触検
出手段及び販売検出手段は時系列に検出すること
を特徴とする特許請求の範囲第1項に記載の店舗
システム。 3 出力手段は表示装置に表示する手段であるこ
とを特徴とする特許請求の範囲第1項に記載の店
舗システム。 4 表示装置に表示する手段は、通過検出手段、
立ち止まり検出手段、接触検出手段及び販売検出
手段からの検出結果の因果関係をグラフ化して表
示することを特徴とする特許請求の範囲第3項に
記載の店舗システム。 5 出力手段は印刷装置で印刷することを特徴と
する特許請求の範囲第1項に記載の店舗システ
ム。 6 印刷装置では、可視画像は通過検出手段、立
ち止まり検出手段、接触検出手段及び販売検出手
段からの検出数の因果関係をグラフ化して印刷す
ることを特徴とする特許請求の範囲第5項に記載
の店舗システム。 7 店舗内の消費者行動を計測する店舗システム
であつて、 店舗固有のパラメータを入力するパラメータ入
力手段と、 前記店舗固有パラメータに基づく、店内の消費
者の行動軌跡を検出する行動軌跡検出手段とを備
えることを特徴とする店舗システム。 8 店舗固有のパラメータは店舗内形状、商品棚
のレイアウト、及び商品の種類別の配置位置であ
ることを特徴とする特許請求の範囲第7項記載の
店舗システム。 9 行動軌跡検出手段は消費者が持つ買い物籠に
装着された発振器、及び該発振器からの情報を受
けて前記消費者の位置を検出する位置検出手段と
から構成されることを特徴とする特許請求の範囲
第7項に記載の店舗システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP24408787A JPS6488214A (en) | 1987-09-30 | 1987-09-30 | Shop system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP24408787A JPS6488214A (en) | 1987-09-30 | 1987-09-30 | Shop system |
Publications (2)
Publication Number | Publication Date |
---|---|
JPS6488214A JPS6488214A (en) | 1989-04-03 |
JPH0511890B2 true JPH0511890B2 (ja) | 1993-02-16 |
Family
ID=17113542
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP24408787A Granted JPS6488214A (en) | 1987-09-30 | 1987-09-30 | Shop system |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPS6488214A (ja) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0754261B2 (ja) * | 1991-02-13 | 1995-06-07 | 株式会社リサーチ | 行動記録装置 |
US6241435B1 (en) * | 1998-03-25 | 2001-06-05 | Vought Aircraft Industries, Inc. | Universal adaptive machining chatter control fixture |
JP2002057818A (ja) * | 2000-08-11 | 2002-02-22 | Appresso:Kk | 人の誘導システム |
JP2002312471A (ja) * | 2001-04-13 | 2002-10-25 | Teruya:Kk | Idマウスペンダント方式による病院内リスクマネジメントシステム |
JP3974365B2 (ja) * | 2001-10-02 | 2007-09-12 | 花王株式会社 | 顧客動線集計装置 |
JP4191718B2 (ja) | 2005-10-24 | 2008-12-03 | 株式会社TanaーX | 商品陳列棚システム及び購買行動分析プログラム |
JP4542498B2 (ja) * | 2005-10-26 | 2010-09-15 | 株式会社日立製作所 | 商品管理サーバおよび商品管理方法 |
JP2009098929A (ja) * | 2007-10-17 | 2009-05-07 | Dainippon Printing Co Ltd | 情報記録システム、情報記録装置、情報記録方法、及び情報記録処理プログラム |
JP6715469B2 (ja) * | 2016-09-30 | 2020-07-01 | パナソニックIpマネジメント株式会社 | 評価装置及び評価方法 |
JP7383411B2 (ja) * | 2019-07-12 | 2023-11-20 | 株式会社日立エルジーデータストレージ | 要求情報群最適化方法 |
-
1987
- 1987-09-30 JP JP24408787A patent/JPS6488214A/ja active Granted
Also Published As
Publication number | Publication date |
---|---|
JPS6488214A (en) | 1989-04-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP3487225B2 (ja) | ショッピングカート装置 | |
US20180197229A1 (en) | Indoor Location Mapping and Wayfinding System | |
US7006982B2 (en) | Purchase selection behavior analysis system and method utilizing a visibility measure | |
US20070067220A1 (en) | System and methods for tracking consumers in a store environment | |
JP6205484B2 (ja) | 行動分析装置 | |
JPH0511890B2 (ja) | ||
WO2008153948A1 (en) | Traffic and population counting device system and method | |
JP3837475B2 (ja) | 自動化ショッピングシステム | |
JP5082183B2 (ja) | 商品移動状況モニタリングシステム | |
JP2007122266A (ja) | 商品管理サーバおよび商品管理方法 | |
KR20200115140A (ko) | 재고 추적 시스템 | |
JP2002288740A (ja) | レジ行列解消システム、レジ行列解消方法、レジ行列解消プログラム、及び、レジ行列解消プログラムを記録した記録媒体 | |
JP4407295B2 (ja) | 客動線調査システム、客動線調査方法および客動線調査プログラム | |
KR100669222B1 (ko) | 알에프 아이디를 이용한 물품의 관리 및 판매 자동화시스템과 이에 의한 물품의 관리 및 판매방법 | |
JPH0858931A (ja) | 物品管理装置 | |
JPH0511891B2 (ja) | ||
JP7313157B2 (ja) | 店舗システム、ステータス判定方法、及びプログラム | |
US20160055491A1 (en) | Object opinion registering device for guiding a person in a decision making situation | |
JP2012053677A (ja) | 情報印刷システム | |
JP7134273B2 (ja) | 商品情報連携システム | |
JP2003016161A (ja) | 商品陳列レイアウト作成システム及び商品管理方法 | |
JP2005202713A (ja) | 来客管理システムおよびその方法 | |
JPH03105460A (ja) | 商品在庫管理装置 | |
JPH08190672A (ja) | Posシステム装置 | |
JP7303860B2 (ja) | 情報制御装置、情報制御方法及びプログラム |