説明

棚割データ作成システム及び曜日別販売個数予測システム

【課題】売上予測に応じて自動的に棚割を決定することのできる棚割データ作成システムを提供する。
【解決手段】棚割データ作成システム10は、期間毎の発注個数等のデータが記憶された記憶手段12と、記憶手段12に記憶されたデータから今後の商品毎の発注個数を予測する発注個数予測手段14と、発注個数予測手段14により予測された商品毎の発注個数から棚割データを作成する棚割データ作成手段16と、を含んで構成される。

【発明の詳細な説明】
【技術分野】
【0001】
本発明は、小売店において売上予測に応じて自動的に棚割を決定することのできる棚割データ作成システム、及び、曜日別の販売個数を予測することのできる曜日別販売個数予測システムに関する。
【背景技術】
【0002】
小売店においては、販売機会を逃さず効率良く商品を販売するために、商品の欠品を防ぎ、又余剰在庫を持たないようにすることが求められている。これを実現するためには、仕入れの数を調整することに加えて、適切な棚割を決定する必要がある。例えば、売れ筋商品を多く仕入れることや、季節商品等を多く陳列することが考えられる。又、特許文献1には、店舗の棚割情報をオンラインで専門のコンサルタント業者に送り、その情報分析を行なわせるようにすることで、ローコスト且つ高品質なサービスを提供することができる棚割データ処理システムが開示されている。
【0003】
【特許文献1】特開2002−109177号公報
【発明の開示】
【発明が解決しようとする課題】
【0004】
しかしながら、外部の業者に依頼するのでは、ローコストとは言え、手間もコストもかかってしまう。又、売上は客層等、外部には情報を開示したくない、という要望もあった。さらに、発注個数を決める際に、曜日別の予約販売個数を参照したいという要望もあった。
【0005】
本発明は上記の問題点を解決するために、商品毎の発注個数と過去の販売実績から商品の発注個数を予測し、各商品の予測発注個数に応じて陳列数を決定することができる棚割データ作成システムを提供することを目的とする。
【0006】
又、棚割データを作成する際に参照可能な曜日別の販売個数を予測することのできる曜日別販売個数予測システムを提供することを目的とする。
【課題を解決するための手段】
【0007】
本発明者は鋭意研究の結果、過去の販売実績から次期間の商品の発注個数を予測し、これに基づいて棚割を決定する棚割データ作成システムを用いることによって、外部の業者に依頼しなくとも自動的に棚割データを作成できることを見出した。
【0008】
又、過去の販売実績及び客数に基づいて、曜日別販売個数予測システムを用いることによって、次期間の曜日別販売個数を予測することができることを見出した。
【0009】
即ち、以下の実施例により上記課題を解決することができる。
【0010】
(1)一年を複数の期間に分割し、分割された各期間の商品毎の発注個数、商品毎の販売実績を記憶する記憶手段と、現行期間の商品毎の発注個数と前年の現行期間に対応する期間の該商品の販売実績から次期間の該商品の発注個数を予測する発注個数予測手段と、各商品の予測された発注個数を比較して、発注個数が多い商品の陳列個数を多くする棚割データ作成手段と、を備えたことを特徴とする棚割データ作成システム。
【0011】
(2)前記発注個数予測手段は、ある商品について、次期間の発注個数をx、現行期間の発注個数をy、前年同期の客1000人当たりの販売個数伸び率をz、入数をwとしたときに、x=y×z/wで表され、且つ、前記記憶手段に記憶された商品毎の販売実績のうち、前年同期の客1000人当たりの販売個数をa、前年同期の前期間の客1000人当たりの販売個数平均をbとしたときに、z=a/bで表される計算式により次期間の発注個数を計算するようにされていることを特徴とする(1)に記載の棚割データ作成システム。
【0012】
(3)前記棚割データ作成手段は、各商品における少なくとも次期間の発注個数が陳列できるようにされており、各商品のサイズ及び陳列棚のサイズから棚割を決定するようにされていることを特徴とする(1)又は(2)に記載の棚割データ作成システム。
【0013】
(4)前記棚割データ作成手段は、商品のサイズを高さh、幅w、奥行きd、陳列棚の一段のサイズを高さH、幅W、奥行きDとしたときに、H≧hの場合は陳列棚の高さ方向へ前記商品を立たせて陳列するようにし、h>H、且つ、D≧hの場合は陳列棚の奥行き方向へ前記商品を寝かせて陳列するようにし、h>H、且つ、h>Dの場合は陳列棚の幅方向へ前記商品を寝かせて陳列するような棚割データを作成するようにされていることを特徴とする(1)乃至(3)のいずれかに記載の棚割データ作成システム。
【0014】
(5)前記棚割データ作成手段は、前記販売実績を分析し、商品毎の売上高を求め、該売上高を加味して商品の陳列個数を増減するようにされていることを特徴とする(1)乃至(4)のいずれかに記載の棚割データ作成システム。
【0015】
(6)一年を複数の期間に分割し、分割された各期間の商品毎の販売実績を記憶する記憶手段と、次期間の週平均の販売個数を予測する週間販売個数予測手段と、次期間の週平均の販売個数をp、現行期間に先行する3週間の週平均の客数をq、現行期間に先行する3週間のうち、平均客数が最大となる曜日の平均客数をr、曜日別販売予測個数をsとしたときに、s=p×r/qで表される計算式により、曜日別販売個数を予測するようにされていることを特徴とする曜日別販売個数予測手段と、を備えたことを特徴とする曜日別販売個数予測システム。
【0016】
(7)前記週間販売個数予測手段は、現行期間に先行する3週間の客1000人当たりの販売個数の週平均をj、前年同期の客1000人当たりの販売個数をl、前年同期に先行する3週間の客1000人当たりの販売個数の平均をmとしたときに、p=j×l/m×qで表される計算式により、次期間の週平均の販売個数pを予測するようにされていることを特徴とする(6)に記載の曜日別販売個数予測システム。
【発明の効果】
【0017】
本発明は、外部の業者に依頼しなくとも簡単に棚割を作成できるという効果を有する。又、製品の曜日別販売個数を予測できるという効果を有する。
【0018】
具体的には、春夏秋冬ごとに、来るべき季節の店別・単品別の販売個数を予測し、その予測販売個数を満足する予測発注個数に見合った最適の棚割を自動作成することができるという効果を有する。
【発明を実施するための最良の形態】
【0019】
以下、図面を参照して本発明の実施例について詳細に説明する。
【実施例1】
【0020】
実施例1に係る棚割データ作成システム10は、図1に示されるように、記憶手段12と、発注個数予測手段14と、棚割データ作成手段16を備えて構成される。
【0021】
記憶手段12は、過去の商品毎の発注個数が記憶されている。本実施例では、1年を3月毎に区切っており、記憶手段12には期間毎の発注個数が記憶されている。記憶手段12には、さらに、店舗内の棚の位置、サイズ、商品毎のサイズ、現在の棚割データなどが記憶されている。
【0022】
発注個数予測手段14は、記憶手段12に記憶されている過去の商品毎の発注個数から今後の商品毎の発注個数を予測するようにされている。
【0023】
棚割データ作成手段16は、予測された商品毎の発注個数から棚割データを作成するようにされている。
【0024】
具体的には、現行期間(現在進行中の棚割適用期間)のうち、現在に先立つ5週前から3週分の発注個数をy、前年同期の客1000人当たりの販売個数伸び率である1000人個数伸び率をzとしたときに、予測発注個数(次期間の発注個数)xは、x=y×zの計算式で表わされる。ここで、前年同期の1000人個数伸び率zは、前年同期の客1000人当たりの平均販売個数である週間販売1000人個数実績平均をa、前年同期の開始週に先立つ3週の週間販売1000人個数実績平均をbとしたときに、z=a/bで表わされる。なお、予測発注個数xの端数は四捨五入するものとする。
【0025】
例えば表1に示す商品Aの場合は、08年秋の予測発注個数をx、y=90とすると、x=90×zとなる。ここで、a=6、b=4とすると、z=6/4=1.5となる。従って、x=90×1.5=135であり、商品Aの08年秋の予測発注個数は135個となる。
【0026】
【表1】

【0027】
棚割データを作成するときは、図2に示すフローチャートに従って動作する。まず、前年同期のデータが存在するかどうかを確認する(ステップS2)。前年同期のデータが存在しない場合には、棚割データを作成せずに終了する。前年同期のデータが存在する場合には、棚割対象の商品の1000人個数伸び率を算出する(ステップS4)。次に、ステップS4で算出した1000人個数伸び率と棚割データ作成時点に先立つ5週間前から2週間前までの3週分の発注個数から次期間の発注個数を算出する(ステップS6)。各商品について、ステップS4とステップS6を繰り返し、陳列する商品の発注個数が全て算出されたことを確認する(ステップS8)。確認ができたら、各商品のサイズ、陳列棚のサイズ及び各商品の発注個数を基に棚割データを作成する(ステップS10)。作成された棚割データは出力され、装置のディスプレイやパソコンのディスプレイ等で確認することができる。棚割データは、各商品における少なくとも次期間の発注個数が陳列できるようにされている。
【0028】
棚割データを作成することは、即ち各商品のフェイス数を決定することである。フェイスとは、商品を並べる面のことであり、フェイス数とは奥行き方向に陳列する商品数のことである。
【0029】
商品の正面は、主に商品名やロゴマークが記載されている面を言う。商品を陳列する際には、できるだけ正面が見えるようにすることが望ましい。具体的には、商品を正面から見た場合のサイズを高さh、幅w、奥行dとし、陳列棚の一段のサイズを高さH、幅W、奥行D(H>D)としたときに、H≧hであれば、図3(a)に示されるように、その商品の正面が見えるような陳列方法となるように棚割データを作成する。H<hかつh≦Dの場合は、図3(b)に示されるように、その商品を奥行方向へ寝かせて陳列するような棚割データを作成する。H<hかつh>Dの場合は、図3(c)に示されるように、その商品を幅方向へ寝かせて陳列するような棚割データを作成する。棚割データには、表2に示すように、商品名、商品のサイズ、陳列棚、陳列方法等が含まれる。
【0030】
【表2】

【0031】
棚割データに含まれる陳列方法を決定する際には、図4に示すフローチャートに従って動作する。まず、棚割対象の商品の高さhが陳列棚の一段の高さHよりも低いかどうかを判断する(ステップS12)。H≧hの場合は、その商品を陳列棚の正面に向けて陳列することとする(ステップS14)。H<hの場合は、商品を陳列棚の正面に向けて陳列することができないため、寝かせて陳列することとする。ここで、棚割対象の商品の高さhが陳列棚の奥行きDよりも短いかどうかを判断する(ステップS16)。h≦Dの場合は、その商品を陳列棚の奥行き方向に寝かせて陳列することする(ステップS18)。h>Dの場合は、その商品を陳列棚の幅方向に寝かせて陳列することとする(ステップS20)。棚割対象の全ての商品について陳列方向を決定したら、これらの陳列方向を前提として棚割データが作成される。
【0032】
各商品は、複数個で1ケースとされ、陳列、発注、納品はケース単位で行なわれる。各商品は、最低1ケースは陳列されており、棚割対象の商品の個数がcケース分あるとすると、(c+1)ケースを陳列できるような棚割が作成される。棚割を作成する際に、商品毎に重み付けをするようにしてもよい。例えば、ABC分析により商品毎の売上高を求め、70%品と30%品に区分し、70%品は重要商品・量販商品に更に区分し、30%品は一般商品・品揃商品に区分することができる。この場合、量販商品のフェイス数は3日分、重要商品のフェイス数は5日分というように設定することもできる。ここで、フェイス数は日数で表わしているが、これは、(c+1)ケース分の陳列個数/(週間販売数/7)で得ることができる。このようにすることで、販売数の多い商品をより多く陳列することができる。
【0033】
30%品の棚割は、1回の納品数が1ケース以上の場合は、少なくとも納品ケース数分の商品を陳列できるようにされている。1回の納品数が1ケースに満たない場合は、少なくとも1ケース分の商品を陳列できるようにされている。
【0034】
なお、棚割データに従って陳列しても数量に余裕がある場合には、倉庫に保管するようにしてもよい。即ち、予測販売個数を満足する予測発注個数に見合った個数が納品された場合、大量に売れる商品は倉庫に保管するようにし、その他の商品は全て売り場に陳列するようにしてもよい。このようにすることで、陳列棚が余るようであれば、倉庫に保管する商品を減らし、陳列棚が不足するようであれば、倉庫に保管する商品を増やして陳列棚の有効利用を図ることができる。
【0035】
又、新商品としてスペースを用意するようにしても良い。この場合は、予め新商品用のスペースを確保して、残りのスペースに対して棚割データを作成する。
【0036】
本実施例において、商品の販売個数ではなく、発注個数を用いているのは、販売個数がケース単位に換算すると、端数がでてきてしまう場合に対応するためである。即ち、10個で1ケースの商品を16個販売したとすると、発注する際には入数(1ケース当りの商品数)単位に換算されるため、2ケース(20個)納品されることとなる。仮に販売個数を用いると、納品数と販売数の差の4個が売場に陳列できない場合があり、このような場合は陳列棚の上などで一時的に保管することになってしまうためである。
【0037】
曜日別の販売予測個数の算出方法は、現在進行中の棚割適用期間の1000人個数に対して、次の棚割適用期間の1000人個数を求めるものであり、曜日別販売予測個数をs、週間の販売予測個数をp、開始週に先立つ3週間の客数最大曜日の比率である最大曜日比率をiとすると、s=p×iで表わされる計算式による。最大曜日比率は週間の客数の合計のうち、客数が最大の曜日の客数が占める割合の各週の平均であり、iは、現行期間に先行する3週間の週平均の客数をq、現行期間に先行する3週間のうち、平均客数が最大となる曜日の平均の客数をrとすると、i=r/qで表される。すなわち、s=p×r/qで表されることとなる。
【0038】
週間販売予測個数pの算出方法は、開始週に先立つ3週間の週間販売1000人個数実績平均をj、前年同期の1000人個数伸び率をk、週間予測客数をqとしたときに、p=j×k×qで表わされる計算式による。ここで、前年同期の1000人個数伸び率kは、前年同期の棚割適用期間の1000人個数をl、前年同期の開始週に先立つ3週間の週間販売1000人個数実績平均をmとしたときに、k=l/mである。又、週間予測客数lは、開始週に先立つ3週間の、各週の週間客数実績の平均値である。
【0039】
曜日別の販売個数を予測する際には、図5に示すフローチャートに従って動作する。まず、前年同期の1000人個数伸び率を算出する(ステップS22)。次に、前年同期の1000人個数伸び率を基に週間販売予測個数を算出する(ステップS24)。そして、週間販売予測個数と最大曜日比率とから、曜日別販売予測個数を算出する(ステップS26)。
【0040】
なお、予測発注ケース数を算出する際に、3週間分の発注個数、3週間分の週間販売1000人個数実績平均を用いたが、これは祝日等の影響を小さくするためであり、任意の期間に変更しても良い。
【0041】
週間予測客数は、気温、天候や催事等に合わせて増減するようにしても良い。
【0042】
実施例では各種係数に3週間分の平均を用いているが、これは、祝日や地域行事等の影響を少なくするためであり、任意の長さに変更可能である。
【0043】
また、実施例では、1年を3月毎に分割しているが、これも任意の長さに変更可能である。又、春と秋は1月毎、夏と冬は3月毎というように異なる長さの期間を混在させるようにしても良い。
【0044】
また、実施例では、現在に先立つ5週前から3週分の発注個数をyとしたが、現行期間の発注個数であれば、任意に変更可能である。
【図面の簡単な説明】
【0045】
【図1】本発明の実施例に係る棚割データ作成システムを示す模式図
【図2】棚割データ作成システムの動作を示すフローチャート
【図3】商品の陳列方法を示す模式図
【図4】棚割データ作成システムの動作を示すフローチャート
【図5】曜日別販売個数予測システムの動作を示すフローチャート
【符号の説明】
【0046】
10…棚割データ作成システム
12…記憶手段
14…発注個数予測手段
16…棚割データ作成手段

【特許請求の範囲】
【請求項1】
一年を複数の期間に分割し、分割された各期間の商品毎の発注個数、商品毎の販売実績を記憶する記憶手段と、
現行期間の商品毎の発注個数と前年の現行期間に対応する期間の該商品の販売実績から次期間の該商品の発注個数を予測する発注個数予測手段と、
各商品の予測された発注個数を比較して、発注個数が多い商品の陳列個数を多くする棚割データ作成手段と、
を備えたことを特徴とする棚割データ作成システム。
【請求項2】
請求項1において、
前記発注個数予測手段は、ある商品について、次期間の発注個数をx、現行期間の発注個数をy、前年同期の客1000人当たりの販売個数伸び率をz、入数をwとしたときに、x=y×z/wで表され、且つ、
前記記憶手段に記憶された商品毎の販売実績のうち、前年同期の客1000人当たりの販売個数をa、前年同期の前期間の客1000人当たりの販売個数平均をbとしたときに、z=a/bで表される計算式により次期間の発注個数を計算するようにされていることを特徴とする棚割データ作成システム。
【請求項3】
請求項1または2において、
前記棚割データ作成手段は、各商品における少なくとも次期間の発注個数が陳列できるようにされており、各商品のサイズ及び陳列棚のサイズから棚割を決定するようにされていることを特徴とする棚割データ作成システム。
【請求項4】
請求項1乃至3のいずれかにおいて、
前記棚割データ作成手段は、商品のサイズを高さh、幅w、奥行きd、陳列棚の一段のサイズを高さH、幅W、奥行きDとしたときに、H≧hの場合は陳列棚の高さ方向へ前記商品を立たせて陳列するようにし、h>H、且つ、D≧hの場合は陳列棚の奥行き方向へ前記商品を寝かせて陳列するようにし、h>H、且つ、h>Dの場合は陳列棚の幅方向へ前記商品を寝かせて陳列するような棚割データを作成するようにされていることを特徴とする棚割データ作成システム。
【請求項5】
請求項1乃至4のいずれかにおいて、
前記棚割データ作成手段は、前記販売実績を分析し、商品毎の売上高を求め、該売上高を加味して商品の陳列個数を増減するようにされていることを特徴とする棚割データ作成システム。
【請求項6】
一年を複数の期間に分割し、分割された各期間の商品毎の販売実績を記憶する記憶手段と、
次期間の週平均の販売個数を予測する週間販売個数予測手段と、
次期間の週平均の販売個数をp、現行期間に先行する3週間の週平均の客数をq、現行期間に先行する3週間のうち、平均客数が最大となる曜日の平均客数をr、曜日別販売予測個数をsとしたときに、s=p×r/qで表される計算式により、曜日別販売個数を予測するようにされていることを特徴とする曜日別販売個数予測手段と、
を備えたことを特徴とする曜日別販売個数予測システム。
【請求項7】
請求項6において、
前記週間販売個数予測手段は、現行期間に先行する3週間の客1000人当たりの販売個数の週平均をj、前年同期の客1000人当たりの販売個数をl、前年同期に先行する3週間の客1000人当たりの販売個数の平均をmとしたときに、p=j×l/m×qで表される計算式により、次期間の週平均の販売個数pを予測するようにされていることを特徴とする曜日別販売個数予測システム。

【図1】
image rotate

【図2】
image rotate

【図3】
image rotate

【図4】
image rotate

【図5】
image rotate