JPH10240799A

JPH10240799A - 新規出店評価支援装置

Info

Publication number: JPH10240799A
Application number: JP4427297A
Authority: JP
Inventors: Koichi Goto; 藤公一後; Takeshi Terasaki; 崎健寺; Katsuya Mimuro; 室克哉三
Original assignee: Nomura Research Institute Ltd
Current assignee: Nomura Research Institute Ltd
Priority date: 1997-02-27
Filing date: 1997-02-27
Publication date: 1998-09-11

Abstract

(57)【要約】【課題】売上予測モデルの内容が客観的に理解され易
いために、出店する者が適切な新規出店計画の評価を行
うことができる新規出店評価支援装置を提供する。【解決手段】統計データを格納した統計データベース
１０と、競合店の店舗データを格納した店舗データベー
ス１１と、競合店の営業実績データを格納した実績デー
タベース１２と、入力手段２と、検索条件によって統計
データベース１０と店舗データベース１１と実績データ
ベース１２とからデータを検索集計するデータ検索集計
手段３と、競合店データと、分類するための店の属性を
入力し、競合店を階層的に分類する分類手段４と、分類
された競合店グループに最適売上予測モデルを推定し、
その評価値を算出するモデル推定・評価手段５と、競合
店の分類の推進と停止を制御する分類制御手段６と、競
合店の階層的分類と最適売上予測モデルとを出力する出
力手段７と、を備えた。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、ある地域に新規に
出店する計画があった場合に、その店がどの程度利益を
あげ得るか等の評価を支援する「新規出店評価支援装
置」に係り、特に、出店する地域内の競合店をそれらの
属性によって分類し、分類した競合店グループの実績デ
ータにもっとも適合する売上予測モデルを推定し、新規
に出店する店にもっとも適合する売上予測モデルを特定
することにより、新規出店計画の評価を支援するように
した「新規出店評価支援装置」に関する。

【０００２】

【従来の技術】一般に、ある地域に新規に出店する計画
がある場合には、事前にその店がその地域で十分利益を
あげ得るか否かを検討することが行われている。この新
規出店計画の評価は、詰まるところその店の売上予測の
問題に帰するが、この売上予測は従来簡単ではなかっ
た。

【０００３】従来の売上予測は、新規に出店する地域に
関する国勢調査をはじめとする統計データ、自社、他社
を問わず既存の競合店のデータを収集して売上予測モデ
ルを構築し、その売上予測モデルによって新規に出店す
る店の売上を予測するものであった。

【０００４】上記国勢調査をはじめとする統計データ
は、たとえば、人口、年齢層、交通量、所得分布等、売
上予測モデルの変数を構成するデータである。また、上
記競合店のデータは、たとえば競合店の売場面積、営業
時間、従業員数等のような店舗に関する店舗データと、
たとえば競合店の商品平均単価、広告宣伝費、売上高等
のような営業関連の実績データとを含む。

【０００５】また、上記売上予測モデルとして、従来は
上記種々のデータをファクターとして取り入れたロジッ
トモデルやグラビティモデル等が使用されていた。

【０００６】

【発明が解決しようとする課題】しかし、上記ロジット
モデルやグラビティモデルは、一般に構築が非常に困難
であり、また、構築された売上予測モデルの内容も非常
に理解し難いものであった。

【０００７】このため、従来の売上予測モデルの構築
は、専門家に頼らざるを得ず、時間と手間がかかってい
た。

【０００８】また、構築された売上予測モデルの内容
も、出店する者にとって真に理解するのが難しかったた
めに、新規出店計画の最終的な判断が難しかった。

【０００９】そこで、本願発明が解決しようとする課題
は、売上予測モデル構築のための高度の専門知識を有し
ない者でも、コンピュータ上で適切な売上予測モデルを
構築でき、かつ、その売上予測モデルの内容が客観的に
理解され易いために、出店する者が適切な新規出店計画
の評価を行うことができる新規出店評価支援装置を提供
することにある。

【００１０】

【課題を解決するための手段】本願請求項１に係る新規
出店評価支援装置は、売上予測モデルの変数を構成する
統計データを格納した統計データベースと、新規出店す
る店の競合店の店舗データを格納した店舗データベース
と、新規出店する店の競合店の営業実績データを格納し
た実績データベースと、ユーザーの命令と、新規出店す
る店の売上予測に使用するデータを前記統計データベー
スと店舗データベースと実績データベースとから検索す
るための検索条件と、新規出店する店のデータと、売上
予測モデルと、前記競合店を分類するための店の属性
と、を入力する入力手段と、前記入力手段を介して入力
された検索条件によって前記統計データベースと店舗デ
ータベースと実績データベースとからデータを検索して
必要に応じて集計するデータ検索集計手段と、前記デー
タ検索集計手段から競合店データ、前記入力手段から競
合店を分類するための店の属性をそれぞれ入力し、前記
属性によって競合店を階層的に分類する分類手段と、前
記分類手段によって分類された競合店グループに最適な
売上予測モデルを推定し、所定の適合性評価基準によっ
て前記推定された売上予測モデルの評価値を算出するモ
デル推定・評価手段と、前記モデル推定・評価手段から
前記売上予測モデルの評価値を入力し、競合店の分類の
推進あるいは停止を判断する所定の分類制御条件によ
り、競合店の分類の推進と停止を制御する分類制御手段
と、前記分類制御手段によって分類が停止された競合店
の階層的分類と、分類された競合店グループの最適な売
上予測モデルとを出力する出力手段と、を有することを
特徴とするものである。

【００１１】本願請求項２に係る新規出店評価支援装置
は、ユーザーの命令と、新規出店する店の位置情報と、
対象とする商圏の半径距離と、新規出店する店のデータ
と、売上予測モデルと、前記競合店を分類するための店
の属性と、を入力する入力手段と、前記新規出店する店
の位置情報と対象とする商圏を規定する距離とを入力
し、地図の画像データを格納した地図データベースを参
照して、商圏地域を特定する商圏特定手段と、前記商圏
特定手段が特定した商圏地域を入力し、売上予測モデル
の変数を構成する統計データを格納した統計データベー
スと、新規出店する店の競合店の店舗データを格納した
店舗データベースと、新規出店する店の競合店の営業実
績データを格納した実績データベースとからデータを検
索して必要に応じて集計するデータ検索集計手段と、を
有する地理情報システムと、前記地理情報システムから
競合店データ、前記入力手段から競合店を分類するため
の店の属性をそれぞれ入力し、前記属性によって競合店
を階層的に分類する分類手段と、前記分類手段によって
分類された競合店グループに最適な売上予測モデルを推
定し、所定の適合性評価基準によって前記推定された売
上予測モデルの評価値を算出するモデル推定・評価手段
と、前記モデル推定・評価手段から前記売上予測モデル
の評価値を入力し、競合店の分類の推進あるいは停止を
判断する所定の分類制御条件により、競合店の分類の推
進と停止を制御する分類制御手段と、を有することを特
徴とするものである。

【００１２】本願請求項３に係る新規出店評価支援装置
は、上記請求項２の装置において、前記地理情報システ
ムの商圏特定手段は、地図データベースを参照し、川あ
るいは鉄道を含む障害によって阻まれた地域を商圏地域
から除くように構成されていることを特徴とするもので
ある。

【００１３】本願請求項４に係る新規出店評価支援装置
は、上記請求項１〜３の装置において、前記入力手段
は、前記売上予測モデルの適合性評価基準と、前記分類
制御条件の少なくとも一方を入力するように構成されて
いることを特徴とするものである。

【００１４】本願請求項５に係る新規出店評価支援装置
は、上記請求項１〜３の装置において、前記出力手段
は、前記分類制御手段によって分類が停止された競合店
の階層的分類と、分類された競合店グループの最適な売
上予測モデルとを出力するとともに、新規出店する店の
予測される売上げあるいは経営指標を出力することを特
徴とするものである。

【００１５】

【発明の実施の形態】本発明の実施形態について以下に
説明する。図１に本発明の第一の実施形態による「新規
出店評価支援装置」の構成要素（手段）とそれら構成要
素（手段）間の処理の流れを示す。

【００１６】図１に示すように、本実施形態の新規出店
評価支援装置１は、入力手段２と、データ検索集計手段
３と、属性による競合店データの分類手段４と、モデル
推定・評価手段５と、分類制御手段６と、出力手段７と
を有している。

【００１７】また、新規出店評価支援装置１は、新規出
店する地域の統計データを格納した統計データベース１
０、競合店の店舗に関する店舗データを格納した店舗デ
ータベース１１、競合店の営業関連の実績データを格納
した実績データベース１２を有している。

【００１８】ここで、上記データベース１０，１１，１
２は、単にデータの集合のみをいうのではなく、データ
を体系化して整理格納した記憶装置をいうものとする。

【００１９】統計データベース１０が格納する統計デー
タとは、国勢調査で得られるデータをはじめとするデー
タをいい、たとえば人口、年齢層、交通量、所得分布等
の売上予測モデルの変数（後述する）を構成するデータ
である。店舗データベース１１が格納する店舗データと
は、たとえば売場面積、営業時間、従業員数等のデータ
をいう。実績データベース１２が格納する実績データと
は、商品平均単価、広告宣伝費、売上高等のデータをい
う。

【００２０】上記入力手段２は、ユーザーの命令と、対
象となる統計データと店舗データと実績データとを検索
するための検索条件と、新規出店する店のデータと、新
規出店する店の売上げを算出するための売上予測モデル
と、売上予測モデルの適合性を評価する評価基準と、競
合店データの分類をするための店の属性と、競合店デー
タの分類の推進あるいは停止を判断する分類制御条件と
を入力するための手段である。

【００２１】ここで、上記「店の属性」とは、店の店舗
面積、営業時間、従業員数、商品価格等のように、競合
店データを分類する上で、競合店グループを特徴づける
データ項目をいう。

【００２２】なお、上記売上予測モデルの適合性を評価
する評価基準や、競合店データの分類の推進あるいは停
止を判断する分類制御条件は、予め新規出店評価支援装
置１に記憶させておくことができるのは言うまでもな
い。

【００２３】入力手段２は、任意の公知の入力手段を含
み、文字を入力可能なキーボード、ポインティングデバ
イス、通信による入力手段、光学読取装置等を含む。

【００２４】データ検索集計手段３は、入力手段２によ
って入力された検索条件により、統計データベース１０
と店舗データベース１１と実績データベース１２とか
ら、該当するデータを検索し、必要に応じて集計を行う
手段である。

【００２５】競合店データの分類手段４は、店の属性に
より、競合店データを階層的に分類する手段である。

【００２６】ここで、「階層的に分類する」とは、すで
に同一の属性によって分類された競合店グループをさら
に他の属性によって細分化するような分類をいい、細分
化された結果、競合店グループが階層構造あるいはツリ
ー構造になるような分類をいう。

【００２７】モデル推定・評価手段５は、所定の属性に
よって分類された競合店グループについて、与えられた
売上予測モデルのうち、パラメータを含めてもっとも適
合する売上予測モデルを推定し、かつ、その推定された
売上予測モデルを所定の適合性評価基準によってその適
合性を評価する手段である。

【００２８】モデル推定・評価手段５は、単数の売上予
測モデルについて評価することもできるが、好ましくは
その評価の結果として複数の売上予測モデルの候補の中
から最適な売上予測モデルを選択できるようにする。

【００２９】分類制御手段６は、売上予測モデルの評価
を行った所定の競合店グループについて、さらに細かく
分類するか否かを分類制御条件により判断する手段であ
る。出力手段７は、新規出店する店の売上予測モデル
と、予測される売上げと、必要により経営判断上の諸指
標数値とを出力する手段である。

【００３０】出力手段７は、プリンター、表示装置、通
信による出力手段等の公知の装置や手段を含む。

【００３１】なお、上記諸手段は、上記処理を行う専用
かつ個別の情報処理装置であってもよいが、好ましくは
所定のプログラムによって制御され、処理の段階に応じ
て上記各手段として作動するコンピュータからなる。

【００３２】次に、上記構成を有する新規出店評価支援
装置１による処理について以下に説明する。

【００３３】新規出店評価支援装置１による処理を行う
には、まず新規に出店する店の商圏を決定し、その商圏
に含まれる地域の店の売上予測に影響を与えるデータ
と、新規出店する店の売上げを算出するためデータを入
力する（ステップＳ１００，Ｓ１０５）。

【００３４】新規出店する店の売上予測に影響を与える
データを入力するために、本実施形態では、データベー
ス１０，１１，１２から該当する統計データと店舗デー
タと実績データとを検索する検索条件を、入力手段２に
より入力する（ステップＳ１００）。具体的には、検索
条件としてたとえば商圏地域の住民の住所、競合店の住
所等を入力する。

【００３５】また、新規出店する店の売上げを算出する
ために、売上予測モデルと、売上予測モデルの適合性評
価基準と、競合店データの分類の推進あるいは停止を判
断する分類制御条件を、入力手段２により入力する（ス
テップＳ１０５）。

【００３６】ここで、上記「売上予測モデル」、「売上
予測モデルの適合性評価基準」、「分類制御条件」につ
いて説明しておく。

【００３７】「売上予測モデル」は、たとえば下式のよ
うなものがある。売上高＝α×人口＋β×交通量＋γ ここで、α，β，γは上記売上予測モデルのパラメータ
である。α，β，γは適合させる実績データによって最
適な数値が推定される。また、「人口」、「交通量」は
上記売上予測モデルの変数である。この変数は、ユーザ
ーの直感によって任意のものを採用でき、たとえば店舗
面積、営業時間、商品平均単価等を採用することができ
る。

【００３８】上記売上予測モデルは、一例であって、１
変数の線形回帰モデル、２変数の線形回帰モデル、重回
帰モデル、対数線形モデル、その他任意の形をとること
ができる。

【００３９】また、売上予測モデルは、単一のものでも
複数のものでもよい。複数の売上予測モデルを有する場
合は、所定の競合店グループについて、各売上予測モデ
ルのパラメータを推定した上で、さらにもっとも適合性
が高い最適な売上予測モデルを選定するようにすればよ
い。

【００４０】「売上予測モデルの適合性評価基準」は、
上記売上予測モデルの適合性を評価するものである。売
上予測モデルの適合性評価基準として、たとえば平均二
乗誤差、ＡＩＣ（赤池情報量基準）、ＭＤＬ（最小記述
長）等を含む公知の任意の評価基準を使用することがで
きる。

【００４１】ここで、平均二乗誤差による評価は、適合
させようとする対象のティーチングデータ（本実施形態
においては、所定の競合店グループの実績データ）（ｎ
個）について売上予測モデルによる予測値と実際の観測
値との差分δを求め、下式の平均二乗誤差ｅが小さいほ
どよいとするものである。

【００４２】ｅ＝ δ²／ｎＡＩＣによる売上予測モデルの評価は、下式のＡＩＣを
最小とする売上予測モデルを最適とするものである。ＡＩＣ＝−２×（モデルの最大対数尤度）＋２×（モデ
ルの自由パラメータ数）ここで、最大対数尤度は、対数尤度を最大とするパラメ
ータを有するモデル（最尤モデル）の対数尤度である。

【００４３】なお、一般に、対数尤度＝Σｎ_ｉlog ｑ_ｉ
である。ｎ_ｉとｑ_ｉは、それぞれ事象ｉが生じた度数
と事象ｉが生じる予測確率である。

【００４４】ここで注目すべき点は、上記ＡＩＣの式の
右辺第１項は、予測値と真の確率分布の差が小さいほど
負に大きくなり、また、右辺第２項は、売上予測モデル
のパラメータ数が少ないほど小さくなることである。

【００４５】つまり、ＡＩＣ評価値は、売上予測モデル
のパラメータ数が多くなるほど予測精度が向上してプラ
スになるが、パラメータ数が多いことによるマイナスも
増加する。

【００４６】これは、一般に節約の原理と呼ばれ、本実
施形態においては、分類の推進か停止かを制御する原理
となる。すなわち、属性による競合店グループの分類を
進めると、最初は予測精度向上による評価値の向上が見
られるが、一定の細かさに分類を進めると、予測モデル
としての一般性を失って適合性の評価値が逆に低下す
る。この適合性評価値の上昇と低下の現象により、本実
施形態の分類制御手段６は、上記売上予測モデルの適合
性評価値が最高となる点で競合店グループの分類を停止
することができるのである。

【００４７】ＭＤＬによる方法は、上記節約の原理の別
な形の表現であって、「予測モデル自体の記述長と、こ
の予測モデルを用いて与えられたデータを記述した際の
記述長とを最も短く符号化できるような予測モデルが最
良のモデルである。」を数式化した方法である。このＭ
ＤＬによる評価方法は、公知のものであって、本発明の
本旨ではないので、これ以上の説明は省略する。

【００４８】「分類制御条件」は、すでに説明したよう
に、分類制御手段６が、属性による競合店データの分類
の推進または停止を判断するための条件である。

【００４９】ＡＩＣ，ＭＤＬ等によって売上予測モデル
を評価する場合は、予測精度と共に予測モデルの適応性
・一般性も評価するので、単純に評価値が最大になるこ
とを分類停止の条件とすることができる。

【００５０】一方、ＡＩＣ，ＭＤＬ以外の適合性評価基
準によって売上予測モデルを評価する場合は、好ましく
は売上予測モデルの評価値の向上の幅が一定値以下にな
ったことと、分類された競合店グループに含まれる競合
店の数が一定数以下になったこととを分類制御条件とす
る。

【００５１】統計データと店舗データと実績データの検
索条件を入力手段２によって入力すると（ステップＳ１
００）、データ検索集計手段３により、統計データベー
ス１０と、店舗データベース１１と、実績データベース
１２とから、該当するデータが検索され、必要により集
計される（ステップＳ１１０）。

【００５２】上記ステップＳ１１０で検索されたデータ
（商圏地域の統計データ、競合店の店舗データ、競合店
の実績データ）と、ステップＳ１０５で入力されたデー
タ（売上予測モデル、評価基準、分類制御条件）は、競
合店データの分類手段４に送られ、競合店グループの分
類の処理に付される（ステップＳ１２０）。

【００５３】一回目の売上予測モデル推定の処理では競
合店データの分類は行われず、モデル推定・評価手段５
により、全競合店データについて、パラメータを含めて
最適な売上予測モデルが推定され、その売上予測モデル
の評価値が算出される（ステップＳ１３０）。このと
き、入力手段２により入力された売上予測モデルとその
評価基準が使用される。上記算出された最初の売上予測
モデルの評価値は、分類の推進停止制御を判断する最初
の値となる。

【００５４】次に、上記評価値は分類制御手段６に送ら
れ、分類制御手段６により競合店の分類の要否が判断さ
れる（ステップＳ１４０）。このとき、入力手段２によ
り入力された分類制御条件が、分類制御手段６の判断の
基準となる。

【００５５】通常、第１回目の売上予測モデルの推定で
は、満足のいく売上予測モデルが得られないので、ステ
ップＳ１２０に処理が戻され、以降満足できる売上予測
モデルが得られるまで、ステップＳ１２０〜Ｓ１４０の
処理が繰り返される。

【００５６】２回目以降の競合店データの分類（ステッ
プＳ１２０）では、ユーザーにより、入力手段２を介し
て分類をするための任意の属性が入力される（ステップ
Ｓ１５０）。

【００５７】この属性は、店舗面積、従業員数、宣伝広
告費、商品平均単価等のようなものであって、競合店デ
ータのデータ項目からユーザーの判断により適宜入力さ
れるのが好ましい。

【００５８】このように、複数の属性によって競合店デ
ータを分類すると、分類された競合店グループに適合す
る最適な売上予測モデルの評価値は向上し、一定の分類
で最高値を示すようになる。売上予測モデルの評価値が
最高値を示したときは、それ以上の分類を停止し、その
時の売上予測モデルを最適売上予測モデルとする。

【００５９】この結果、図３に示すような階層構造の競
合店データの分類と、分類された末端の競合店グループ
の実績データ（売上げ実績）に適合する最適売上予測モ
デルを得ることができる。

【００６０】次に、上記競合店データの階層構造分類
と、各末端競合店グループの売上予測モデルは、出力手
段７に渡され、出力手段７によって出力される（ステッ
プＳ１６０）。

【００６１】この出力の処理は、種々の付加的な処理を
行って出力することができる。たとえば、新規出店する
店の各属性に関するデータを入力し、属性が合致する競
合店グループの最適売上予測モデルを特定し、特定した
最適売上予測モデルによってその店の売上げ予測を算出
して出力することができる。この場合には、入力手段２
によって新規出店する店のデータ（種々の属性）が入力
され、これらのデータが出力手段７に送られ、最適売上
予測モデルの特定や売上げ予測に用いられる（ステップ
Ｓ１７０）。

【００６２】また、出力手段７は、売上げ予測のみなら
ず、粗利益、原価償却率、資本回転率等の種々の経営指
標まで算出して出力することができる。

【００６３】このように、本実施形態の新規出店評価支
援装置１は、ユーザーが売上げに影響するであろう変数
を用いて種々の売上予測モデルを仮定し、一方、新規出
店する商圏地域の競合店データを種々の属性によって分
類を試みることにより、分類された競合店グループにも
っとも適合する売上予測モデルを、自動的に推定するこ
とができる。

【００６４】これにより、マーケティング分析に関する
専門的な知識を有しない者でも、簡単に合理的かつ理解
容易な売上予測モデルを得られ、ある地域に新規に出店
する店の売上げを予測することができる。

【００６５】さらに、図３に示したような階層的な分類
と最適売上予測モデルにより、新規出店する店の属性を
如何に設定すれば、もっとも効率よく利益を得られるか
を推測することができる。

【００６６】以上で本発明の第１実施形態の説明を終了
し、次に、本発明の第２実施形態について以下に説明す
る。

【００６７】図２に本発明の第２実施形態の構成とその
構成要素間の処理の流れを示す。

【００６８】この第２実施形態による新規出店評価支援
装置１’は、上記第１実施形態の新規出店評価支援装置
１のデータ検索集計手段３に代え、地図とデータベース
とを結び付けて、さらに種々の処理を施す地理情報シス
テム２０を備えたものである。

【００６９】以下の説明では、第１実施形態の新規出店
評価支援装置１と同一の構成と同一の処理に同一の符号
を付して説明を省略し、上記地理情報システム２０の構
成と処理についてのみ説明することにする。

【００７０】地理情報システム２０は、処理手段とし
て、商圏特定手段２１とデータ検索集計手段２２とを有
している。

【００７１】また、地理情報システム２０は、データベ
ースとして、地図の画像データを格納した地図データベ
ース２３と、新規出店する地域の統計データを格納した
統計データベース２４と、競合店の店舗に関する店舗デ
ータを格納した店舗データベース２５と、競合店の営業
関連の実績データを格納した実績データベース２６とを
有している。上記データベース２４〜２６は、第１実施
形態におけるデータベース１０〜１２と同様のものであ
るが、地図データベース２３と位置情報によってリンク
されている点で異なっている。

【００７２】また、上記データベース２４〜２６は、単
にデータの集合のみをいうのではなく、データを体系化
して整理格納した記憶装置である。

【００７３】商圏特定手段２１は、位置を示すポイント
データと、商圏を特定するためのデータ（たとえば半径
距離等）を入力し、地図データベース２３によって商圏
の対象となる地域を特定するものである。

【００７４】なお、本実施形態では、上記商圏を特定す
るためのデータは、出店しようとするポイントからの半
径距離の他に、種々の商圏を設定するための条件を重ね
て入力できるようにしている。

【００７５】上記商圏を設定するための条件とは、たと
えば対象とする商圏地域を川や鉄道が横切る場合に、そ
の川や鉄道の新規出店する店の反対側は通常商圏とはな
り得ないので、その地域を商圏地域から除外するための
条件のようなものである。

【００７６】本実施形態では、上記商圏設定条件は、最
初に新規出店する店の位置と半径距離とが入力される
と、商圏特定手段２１によって、商圏地域内の川や鉄道
が自動的に検索され、それらの川や鉄道に関して新規出
店する店の反対側の地域は商圏地域から除かれる。

【００７７】データ検索集計手段２２は、商圏地域が商
圏特定手段２１によって特定されると、地図データベー
ス２３と統計データベース２４と店舗データベース２５
と実績データベース２６との対応から、対象とする商圏
地域内の必要な統計データと店舗データと実績データと
を検索し、必要に応じて集計するものである。

【００７８】本実施形態の新規出店評価支援装置１’に
よって新規出店評価をするには、最初に入力手段２によ
り、新規出店する店のポイントデータ（位置データ）
と、その店を中心に商圏と考えられる半径距離とを入力
する（ステップＳ２０１）。

【００７９】商圏特定手段２１は、上記ポイントデータ
と半径距離とを入力し、すでに説明したように、地図デ
ータベース２３を参照し、川や鉄道の有無を検索し、有
る場合には反対側の地域を除く処理を行って商圏地域を
特定する（ステップＳ２０２）。

【００８０】商圏特定手段２１によって特定された商圏
地域は、データ検索集計手段２２に送られ、データ検索
集計手段２２は、データベース２４〜２６から必要な統
計データと店舗データと実績データとを検索し、必要な
集計を行って競合店データの分類手段４に出力する（ス
テップＳ２０３）。

【００８１】一方、売上予測モデルと評価基準と分類と
制御条件等が、ユーザーにより、入力手段２を介して入
力され、競合店データの分類手段４に送られる（ステッ
プＳ１０５）。

【００８２】競合店データの分類手段４に、上記商圏地
域に関するデータと売上予測モデルに関するデータが入
力された後は、第１実施形態で説明した処理と同様な処
理が行われ、競合店データの分類手段４とモデル推定・
評価手段５と分類制御手段６とによる繰り返し処理によ
って最適売上予測モデルと競合店の属性による階層構造
分類が得られ（ステップＳ１４０〜Ｓ１５０）、結果が
出力手段７によって出力される（ステップＳ１６０）。

【００８３】このように、本発明の第２実施形態の新規
出店評価支援装置１’によれば、コンピュータ画面に地
図を表示させ、その地図上で新規出店する店の位置を特
定し、商圏の半径距離を入力することにより、商圏地域
が特定され、その商圏地域に関する統計データとその商
圏地域内の競合店の店舗データと売上げ実績データが自
動的に検索される。

【００８４】また、第１実施形態と全く同様にして、簡
単に合理的かつ理解容易な売上予測モデルを得られ、あ
る地域に新規に出店する店の売上げを予測することがで
きる。

【００８５】

【発明の効果】以上の説明から明らかなように、本発明
による新規出店評価支援装置によれば、ユーザーが新規
出店する地域の商圏を設定することにより、新規出店す
る店の競合店が検索される。また、任意の売上予測モデ
ルを設定し、ユーザー自らの判断によって任意の属性に
よって競合店を分類することにより、分類された競合店
グループの営業実績データに最適な売上予測モデルが自
動的に推定され、かつ、評価される。また、上記競合店
の分類が売上予測モデルの評価値を低下させる場合に
は、それ以上の分類を停止する。

【００８６】これにより、競合店の属性による階層的分
類とそれらの最適売上予測モデルが得られ、新規出店す
る店の売上予測モデルを特定することができる。

【００８７】上記最適売上予測モデルを得るための処理
は、特にマーケティングに関する専門知識がないユーザ
ーでも簡単に行うことができるので、従来売上予測モデ
ル構築にかかっていた多大な時間と労力を大幅に低減す
ることができる。

【００８８】また、このようにして得られた最適売上予
測モデルは、売上げに影響するであろうとユーザーが判
断した変数を含み、合理的かつ理解容易な売上予測モデ
ルとなっている。

【図面の簡単な説明】

【図１】本発明の第１実施形態による「新規出店評価支
援装置」の構成と、その処理の流れを示したブロック
図。

【図２】本発明の第１実施形態による「新規出店評価支
援装置」の構成と、その処理の流れを示したブロック
図。

【図３】本発明の「新規出店評価支援装置」によって分
類された競合店の階層的分類とそれら競合店グループに
最適な売上予測モデルを例示した説明図。

【符号の説明】

１第１実施形態による新規出店評価支援装置１’ 第２実施形態による新規出店評価支援装置２入力手段３データ検索集計手段４競合店データの分類手段５モデル推定・評価手段６分類制御手段７出力手段１０統計データベース１１店舗データベース１２実績データベース２０地理情報システム２１商圏特定手段２２データ検索集計手段２３地図データベース２４統計データベース２５店舗データベース２６実績データベース

Claims

【特許請求の範囲】

【請求項１】売上予測モデルの変数を構成する統計デー
タを格納した統計データベースと、新規出店する店の競合店の店舗データを格納した店舗デ
ータベースと、新規出店する店の競合店の営業実績データを格納した実
績データベースと、ユーザーの命令と、新規出店する店の売上予測に使用す
るデータを前記統計データベースと店舗データベースと
実績データベースとから検索するための検索条件と、新
規出店する店のデータと、売上予測モデルと、前記競合
店を分類するための店の属性と、を入力する入力手段
と、前記入力手段を介して入力された検索条件によって前記
統計データベースと店舗データベースと実績データベー
スとからデータを検索して必要に応じて集計するデータ
検索集計手段と、前記データ検索集計手段から競合店データ、前記入力手
段から競合店を分類するための店の属性をそれぞれ入力
し、前記属性によって競合店を階層的に分類する分類手
段と、前記分類手段によって分類された競合店グループに最適
な売上予測モデルを推定し、所定の適合性評価基準によ
って前記推定された売上予測モデルの評価値を算出する
モデル推定・評価手段と、前記モデル推定・評価手段から前記売上予測モデルの評
価値を入力し、競合店の分類の推進あるいは停止を判断
する所定の分類制御条件により、競合店の分類の推進と
停止を制御する分類制御手段と、前記分類制御手段によって分類が停止された競合店の階
層的分類と、分類された競合店グループの最適な売上予
測モデルとを出力する出力手段と、を有することを特徴
とする新規出店評価支援装置。
【請求項２】ユーザーの命令と、新規出店する店の位置
情報と、対象とする商圏の半径距離と、新規出店する店
のデータと、売上予測モデルと、前記競合店を分類する
ための店の属性と、を入力する入力手段と、前記新規出店する店の位置情報と対象とする商圏を規定
する距離とを入力し、地図の画像データを格納した地図
データベースを参照して、商圏地域を特定する商圏特定
手段と、前記商圏特定手段が特定した商圏地域を入力
し、売上予測モデルの変数を構成する統計データを格納
した統計データベースと、新規出店する店の競合店の店
舗データを格納した店舗データベースと、新規出店する
店の競合店の営業実績データを格納した実績データベー
スとからデータを検索して必要に応じて集計するデータ
検索集計手段と、を有する地理情報システムと、前記地理情報システムから競合店データ、前記入力手段
から競合店を分類するための店の属性をそれぞれ入力
し、前記属性によって競合店を階層的に分類する分類手
段と、前記分類手段によって分類された競合店グループに最適
な売上予測モデルを推定し、所定の適合性評価基準によ
って前記推定された売上予測モデルの評価値を算出する
モデル推定・評価手段と、前記モデル推定・評価手段から前記売上予測モデルの評
価値を入力し、競合店の分類の推進あるいは停止を判断
する所定の分類制御条件により、競合店の分類の推進と
停止を制御する分類制御手段と、を有することを特徴と
する新規出店評価支援装置。
【請求項３】前記地理情報システムの商圏特定手段は、
地図データベースを参照し、川あるいは鉄道を含む障害
によって阻まれた地域を商圏地域から除くように構成さ
れていることを特徴とする請求項２に記載の新規出店評
価支援装置。
【請求項４】前記入力手段は、前記売上予測モデルの適
合性評価基準と、前記分類制御条件の少なくとも一方を
入力するように構成されていることを特徴とする請求項
１ないし３のいずれかに記載の新規出店評価支援装置。
【請求項５】前記出力手段は、前記分類制御手段によっ
て分類が停止された競合店の階層的分類と、分類された
競合店グループの最適な売上予測モデルとを出力すると
ともに、新規出店する店の予測される売上げあるいは経
営指標を出力することを特徴とする請求項１ないし３の
いずれかに記載の新規出店評価支援装置。