JPH05189406A - ファジィ推論による客数・売上予測装置 - Google Patents

Abstract

(57)【要約】 【目的】 従来、飲食店等における客数・売上の予測
は、店舗の責任者等の勘により予想する手法をとってい
る。このため予測結果の信頼性が低く、しかも担当者の
負担が大きい。これらの問題に鑑み、飲食店等の客数・
売上を容易かつ高精度に予測できるコンピュータシステ
ムを提供する。 【構成】 実績集計部６により過去の実績データを処理
し、天候等のパラメータと客数等の相関を示す知識作成
用ベース７を作成する。データ抽出部８や伸び率演算部
９、概略予測部１０により客数等の大まかな予測値を求
める。オペレータはこの概略予測値を参考とし、対象と
なる店舗の過去実績を反映した知識ベース１２を作成す
る。この知識ベース１２を使用し、推論部１３により天
候・曜日などからファジィ推論を行って客数・売上を予
測する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】この発明は、飲食店等における来
客数・売上を予測する装置に係わり、特にファジィ推論
により予測演算を行う装置に関する。

【０００２】

【従来の技術】一般に、ファミリーレストランや居酒屋
等の飲食店では、材料の仕入れ量や従業員の時間帯別必
要人数などが客数・売上に依存するため、客数・売上の
予測が重要となる。この予測が大幅にずれると、材料の
仕入れ量や従業員の過不足を招き、店舗運営上、支障を
きたすことになる。

【０００３】客数等は、天候・曜日など当日の要因、さ
らに月末は客数・客単価が増加する等の要因が影響する
ため、正確な予測は困難である。このため従来は、帳簿
（過去実績）や天気予報その他の情報を考慮し、店の責
任者などの熟練者が勘で客数等を予想し、たとえば翌日
の材料仕入れ量等を計画するのが一般的である。

【０００４】

【発明が解決しようとする課題】しかしながら上記のよ
うに、客数等を勘により予想する手法では予想精度が個
人的能力に依存し、必ずしも信頼性の高い予想を期待で
きるとは限らなかった。しかも、予想をする熟練者が休
暇等で不在の場合、適切な予想が困難となってしまう。
このような理由から、予想する者に大きな負担を強いる
こととなっていた。

【０００５】この発明は、このような事情に鑑み、コン
ピュータシステムを導入して飲食店等の客数・売上を正
確かつ容易に予測できるようにすることを目的とする。

【０００６】

【課題を解決するための手段および作用】この発明は、
上記の目的を達成するために、ファジィ推論により客数
・売上を予測する装置を提供する。この装置には、客数
等に影響を与える種々のパラメータが入力される。この
パラメータとして、予測日の天候・平休日を最小限含む
ものとする。また、知識ベースには、あらかじめ設定さ
れたメンバシップ関数およびファジィルールが格納され
ている。メンバシップ関数は、各パラメータおよび客数
・売上に関するファジィラベルのそれぞれに設定されて
いる。ファジィルールは、パラメータを前件部とし客数
・売上を後件部として設定されている。この装置にパラ
メータを入力すれば、上記の知識を用いてファジィ推論
が実行され、客数・売上の予測値が演算される。時間帯
ごとの予測値が必要な場合は、上記のパラメータに時間
帯を加えるか、あるいは時間帯ごとにファジィルールを
設定して使い分ける等の手法をとればよい。

【０００７】ところで、知識ベースは、対象となる店舗
の状況に合わせて構築する必要がある。そこで、この発
明では、知識ベースを構築するにあたり、その作業を支
援するための装置を提供する。すなわち、天候や平休日
その他の所定の項目別に客数・売上をあらかじめ集計
し、その集計結果を過去実績データとして蓄積してお
く。

【０００８】そして知識ベース構築の際、過去蓄積デー
タを用いて客数・売上の大まかな予測値（概略予測値）
を算出する。この結果をＣＲＴ等で出力すれば、オペレ
ータがメンバシップ関数等を作成・修正する際の参考に
供することができる。概略予測値は、予測対象時期と同
時期のデータを実績伸び率で補正することにより得られ
る。実績伸び率は、たとえば過去実績データから最近の
３カ月にわたるデータを抽出して最近期間データとし、
過去１年にわたるデータに対する最近期間データの増加
率を求めることにより得られる。

【０００９】

【実施例】以下、図面を用いてこの発明の実施例を説明
する。

【００１０】１．システム構成 図１は、システム全体構成例を示す。統計処理装置１
は、客数・売上等の帳簿データを処理し、過去の実績を
得るものである。客数・売上予測システム２は、客数・
売上推論等を行うものである。３は、キーボードやＣＲ
Ｔなどを備えた入出力部である。

【００１１】統計処理装置１には、帳簿データにより統
計処理を行い、過去の実績を詳細に示す実績データを作
成して蓄積する。売上に関するデータの入力方法やデー
タの種類、システム構成等は、会社・店舗によって異な
る。通常は、表１，２に示す項目が最低限含まれていれ
ばよいと考えられる。つまり、客数・売上・客単価等の
項目について日別データや時間帯別データを集計するこ
とが必要と考えられる。

【００１２】

【表１】

【００１３】

【表２】

【００１４】統計処理装置１から客数・売上予測システ
ム２へのデータ転送方式は、任意に選択できるものとす
る。客数・売上予測システム２側では、ＲＳ２３２Ｃに
よるシリアル結合やイーサネット（ＴＣＰ／ＩＰ）によ
る結合等をサポートしていればよい。

【００１５】客数・売上予測システム２は、その機能
上、知識ベース作成支援部４とファジィ推論部５からな
る。知識ベース作成支援部４は、統計処理装置１からの
実績データを処理し、知識ベースを作成するにあたって
参考とするために適した形式としてオペレータに供する
機能がある。つまり、実績データを集計して知識作成用
ベースデータを得る実績集計部６と、この知識作成ベー
スデータを格納した知識作成用ベース７を有し、さらに
知識作成の際に支援処理を行うデータ抽出部８や、伸び
率演算部９、概略予測部１０を有する。また知識ベース
作成部１１は、入出力部３からの入力指示に基づいて知
識ベースを作成するものである。一方、ファジィ推論部
５は、作成された知識を使用して客数・売上の予測を行
うものであり、知識ベース１２と推論部１３とからな
る。以下、各機能について詳細に説明する。

【００１６】２．知識作成支援機能 （１）知識作成用ベースデータの作成 知識作成用ベースデータの作成では、まず、実績データ
を曜日別に集計する。集計処理の例を図２に示す。この
図に示すように、この集計処理では、曜日を平日・土曜
・日曜（休日）の３種類に区分し、それぞれの区分につ
いて天候別に客数と売上を集計する。集計項目は、平均
値・最大値・最小値とする。この集計を日単位および所
定の時間帯単位で行う。このようにして得られた集計結
果を知識作成用ベースに格納する。出力指示に応じて図
２のフォーマットによりＣＲＴで表示し、あるいはプリ
ンタで印字する。オペレータは、この集計結果を参照し
ながら知識ベースを作成することができる。

【００１７】（２）知識作成支援例 知識ベースを作成するにあたって、たとえば土曜日の１
４：００〜１７：００といった条件をオペレータが指定
する。この指定条件を受けてデータ抽出部８が知識作成
用ベース７から条件に合ったデータを抽出する。このデ
ータの例を表３に示す。

【００１８】

【表３】

【００１９】また、このデータから今月の客数・売上を
簡単に予測した概略予測値を求め、知識ベース作成に供
することもできる。この場合、まず伸び率演算部８によ
り最近の実績伸び率を演算する。この演算では、表４に
示すように、たとえば最近３カ月の実績と昨年の同時期
の実績とを比較し、その比率から伸び率を求める。

【００２０】

【表４】

【００２１】次に概略予測部９により伸び率を表３のデ
ータに乗じて概略予測値とする。概略予測値の例を表５
に示す。

【００２２】

【表５】

【００２３】３．知識ベース作成 ファジィ推論の場合、知識としてファジィルールおよび
メンバシップ関数が必要となる。

【００２４】（１）ファジィルールの作成 この実施例では、曜日・時間帯ごとにファジィルールを
別途設定する態様をとる。時間帯は、店舗の性質や状況
に応じて適当に設定することができる。たとえば１０：
００〜１２：００は開店から仕込みを中心に行う時間
帯、１２００：〜１４：００は客数が一番集中するラン
チタイム、１４：００〜１７：００はソフトドリンクが
中心となるアイドルタイム、１７：００〜２１：００は
ディナータイムというように設定すればよい。

【００２５】ルール作成の１例を挙げて説明すると、ル
ールのＩＦ部（前件部）には気温・天候を設定し、ＴＨ
ＥＮ部（後件部）には客数・売上を設定する。各項目に
は、高い・中位・低いという３段階のファジィラベルを
設定する。そして図３に示すようなルール作成用テーブ
ルに○印を書き込んでいくことにより、ルールを作成す
ることができる。たとえばルール１を記述すると、「気
温が高く天候が良いならば、売上はかなり高く客数もか
なり高い」となる。

【００２６】（２）メンバシップ関数の作成 メンバシップ関数は、ルールの各項目の各ファジィラベ
ルのそれぞれに設定される。メンバシップ関数の例を図
４〜７に示す。図４は天候に関するメンバシップ関数、
図５は気温に関するメンバシップ関数、図６は客数に関
するメンバシップ関数、図７は売上に関するメンバシッ
プ関数を示す。このメンバシップ関数の作成にあたり、
関数パターンとして台形型や三角形型、正規曲線型など
を任意に選択することができる。そして選択したパター
ンの傾きや分布、横軸などのパラメータを設定すること
で、メンバシップ関数が決定される。このパラメータを
設定する際に、上記の概略予測値を参考にし、さらに店
舗の責任者等、客数・売上予測の熟練者の勘を加味する
ことにより、容易かつ適切な関数設定が可能となる。

【００２７】４．客数・売上の推論機能 たとえば翌日の客数・売上を推論するにあたりオペレー
タは、天気予報等を参照して翌日の天候・気温を入出力
部３から入力する。ファジィ推論部５は、当日の曜日お
よび時間帯に基づいて使用するルールを適宜選択し、最
大最小法などの手法によりファジィ推論を行う。すなわ
ち、入力された天候・気温を使用し、たとえば頭切り法
によりルール前件部のメンバシップ関数から各ルールの
成立度合を求める。そしてこの成立度合により各ルール
後件部のメンバシップ関数を頭切りし、この後、それら
の関数の重心を合成して結論（客数・売上）を得る。

【００２８】また、推論結果と実際の結果を比較するこ
とで、ファジィルールやメンバシップ関数をより適切と
なるように修正でき、これにより予測精度が向上する。

【００２９】

【発明の効果】以上説明したように、この発明によれ
ば、ファジィ推論を導入して客数・売上をコンピュータ
・システムにより予測することが可能となる。したがっ
て客数・売上の予測精度が向上し、適切な従業員の配置
等、より円滑な店舗運営が可能となる。しかも客数・売
上の予測熟練者でなくとも、予測を容易に行えるので、
店舗の責任者等の負担が軽減される。

【００３０】また、過去実績データを集計して大まかな
予測値を求め、この予測値を参考データとして知識ベー
ス作成に供するので、ファジィルールやメンバシップ関
数を容易かつ適切に作成することが可能となる。

【図面の簡単な説明】

【図１】この発明の一実施例に係る客数・売上予測シス
テムの全体構成例を示すブロック図。

【図２】過去実績の集計処理の例を示す説明図。

【図３】ルール作成用テーブルを示す説明図。

【図４】天候に関するメンバシップ関数を示すグラフ。

【図５】気温に関するメンバシップ関数を示すグラフ。

【図６】客数に関するメンバシップ関数を示すグラフ。

【図７】売上に関するメンバシップ関数を示すグラフ。

【符号の説明】

１…統計処理装置 ２…客数・売上予測システム ３…入出力部 ４…知識ベース作成支援部 ５…ファジィ推論部 ６…実績集計部 ７…知識作成用ベース ８…データ抽出部 ９…伸び率演算部 １０…概略予測部 １１…知識ベース作成部 １２…知識ベース １３…推論部

Claims (2)

【特許請求の範囲】
1. 【請求項１】 予測日の天候・平休日を含むパラメータ
   を入力するためのパラメータ入力部と、 少なくとも天候・平休日・客数・売上についてのメンバ
   シップ関数および天候・曜日を前件部に含み客数・売上
   を後件部とするファジィルールを格納する知識ベース
   と、 前記メンバシップ関数およびファジィルールを使用し、
   前記パラメータから客数・売上を推論するファジィ推論
   部とを備えたことを特徴とするファジィ推論による客数
   ・売上予測装置。
2. 【請求項２】 入力指示に基づいて、請求項１記載の装
   置の知識ベースを構築する装置であって、 天候・平休日を含む項目別に日単位および時間帯単位で
   客数・売上の過去実績データを集計する過去実績集計部
   と、 この過去実績データを蓄積する過去実績蓄積部と、 過去蓄積データから最近期間のデータを抽出し、この最
   近期間のデータの変動傾向を示す実績伸び率を求める実
   績伸び率演算部と、 過去実績データから予測対象時期と同時期のデータを抽
   出し、この同時期のデータを実績伸び率で補正すること
   により客数・売上の概略予測値を求める概略予測値演算
   部と、 この概略予測値を参考データとして出力する出力部とを
   備えたことを特徴とする知識ベース構築装置。