図面 (/)

技術 商品配置システム、商品配置方法、及び商品配置プログラム

出願人 GROUND株式会社
発明者 小林孝嗣
出願日 2017年11月17日 (4年1ヶ月経過) 出願番号 2018-541233
公開日 2019年11月21日 (2年1ヶ月経過) 公開番号 WO2019-097694
状態 特許登録済
技術分野
  • -
主要キーワード 耐荷重量 経時変化パターン 比較対 各商品群 各変化量 返品理由 サイズ違い パッケージ寸法
関連する未来課題
重要な関連分野

この項目の情報は公開日時点(2019年11月21日)のものです。
また、この項目は機械的に抽出しているため、正しく解析できていない場合があります

図面 (13)

課題・解決手段

商品配置システム10は、グルーピングモジュール11と、出荷予測モジュール12と、配置場所決定モジュール13とを有する。グルーピングモジュール11は、出荷データから取得した特徴量について、ある商品について取得した各特徴量と、他の商品について取得した各特徴量と、をそれぞれ対応する特徴量どうしで比較して、その間の変化量を算出し、変化量の大きさに基づいて複数の商品を複数の商品群へと分類する。出荷予測モジュール12は、過去の出荷実績に基づいて商品の出荷数量予測する。配置場所決定モジュール13は、出荷予測手段による出荷予測に基づいて、分類された商品群毎の配置場所、及び複数の商品の配置場所を決定する。

概要

背景

物流倉庫等の物流現場においては、頻繁に多数の商品が入出荷され、時々刻々と商品の配置が変更される。多数の商品を効率良く入出荷させるために、入荷された商品の出荷時期出荷数量予測し、その予測に基づいて商品の配置の最適化が試みられている(例えば、特許文献1)。

概要

商品配置システム10は、グルーピングモジュール11と、出荷予測モジュール12と、配置場所決定モジュール13とを有する。グルーピングモジュール11は、出荷データから取得した特徴量について、ある商品について取得した各特徴量と、他の商品について取得した各特徴量と、をそれぞれ対応する特徴量どうしで比較して、その間の変化量を算出し、変化量の大きさに基づいて複数の商品を複数の商品群へと分類する。出荷予測モジュール12は、過去の出荷実績に基づいて商品の出荷数量を予測する。配置場所決定モジュール13は、出荷予測手段による出荷予測に基づいて、分類された商品群毎の配置場所、及び複数の商品の配置場所を決定する。

目的

本発明は、上記の事情に鑑みてなされたもので、商品配置の計算を効率化することが可能な商品配置システム、商品配置方法、及び商品配置プログラムを提供する

効果

実績

技術文献被引用数
1件
牽制数
0件

この技術が所属する分野

(分野番号表示ON)※整理標準化データをもとに当社作成

該当するデータがありません

ライセンス契約や譲渡などの可能性がある特許掲載中! 開放特許随時追加・更新中 詳しくはこちら

請求項1

複数の商品に関する出荷データから、各前記商品についてそれぞれ複数の特徴量を取得し、ある商品について取得した各前記特徴量と、他の商品について取得した各前記特徴量と、をそれぞれ対応する前記特徴量どうしで比較して、対応する前記特徴量どうしの間の変化量を算出し、算出した前記変化量の大きさに基づいて前記複数の商品を複数の商品群へと分類するグルーピング手段と、前記出荷データから各前記商品について過去の出荷実績を取得し、取得した前記出荷実績に基づいて前記複数の商品の出荷数量予測する出荷予測手段と、前記出荷予測手段による出荷予測に基づいて、分類された前記商品群毎配置場所、及び前記複数の商品の配置場所を決定する配置場所決定手段と、を有する商品配置システム

請求項2

前記特徴量が、前記商品の出荷数量、前記商品の出荷数量の経時変化、及び前記商品の出荷数量の経時変化における最大ピークの位置のうちの2つ以上である、請求項1に記載の商品配置システム。

請求項3

前記複数の特徴量のうちの1つが、前記出荷数量の経時変化である場合、ある商品についての出荷数量の経時変化と、他の商品についての出荷数量の経時変化との比較において、取得した出荷数量の経時変化パターンを一定期間毎に平滑化し、前記一定期間毎に平滑化した値に応じて、前記一定期間毎に複数の区分区分けし、対応する前記一定期間毎に、ある商品についての出荷数量の経時変化の区分と、他の商品についての出荷数量の経時変化の区分とを比較し、比較した前記区分同士の類否に応じて決定された変化量の合計を、前記特徴量としての前記出荷数量の経時変化の変化量として求める請求項2に記載の商品配置システム。

請求項4

前記特徴量の変化量のそれぞれに、係数を乗じた上で加算して、商品間の前記特徴量の総合変化量を求め、当該総合変化量に基づき複数の前記商品を複数の前記商品群へと分類する、請求項1から請求項3のうちいずれか1項に記載の商品配置システム。

請求項5

前記グルーピング手段は、前記商品の寸法及び/又は重量が所定範囲外であった場合に、算出した前記変化量の大きさに加えて、前記商品の寸法及び/又は重量にも基づいて、前記複数の商品を複数の商品群へと分類する、請求項1から請求項4のうちいずれか1項に記載の商品配置システム。

請求項6

前記配置場所決定手段が、コンピュータが複数接続された構成を有し、前記コンピュータは、前記グルーピング手段によって分類された複数の前記商品群のうちの1つ以上の前記商品群について、前記商品群毎の配置場所、及び前記複数の商品の配置場所を決定する、請求項1から請求項5のうちいずれか1項に記載の商品配置システム。

請求項7

前記配置場所決定手段は、複数の前記商品群のうち、前記商品群毎の出荷数量及び/又は出荷頻度代表値が大きい商品群から順に、前記商品の配置場所を決定する、請求項1から請求項6のうちいずれか1項に記載の商品配置システム。

請求項8

複数の商品に関する出荷データから、各前記商品についてそれぞれ複数の特徴量を取得し、ある商品について取得した各前記特徴量と、他の商品について取得した各前記特徴量と、をそれぞれ対応する前記特徴量どうしで比較して、対応する前記特徴量どうしの間の変化量を算出し、算出した前記変化量の大きさに基づいて前記複数の商品を複数の商品群へと分類するグルーピング工程と、前記複数の商品の出荷数量及び出荷時期を予測する出荷予測工程と、前記出荷予測工程における出荷予測に基づいて、分類された前記商品群毎の配置場所、及び前記複数の商品の配置場所を決定する配置場所決定工程と、を含む商品配置方法

請求項9

複数の商品に関する出荷データから、各前記商品についてそれぞれ複数の特徴量を取得し、ある商品について取得した各前記特徴量と、他の商品について取得した各前記特徴量と、をそれぞれ対応する前記特徴量どうしで比較して、対応する前記特徴量どうしの間の変化量を算出し、算出した前記変化量の大きさに基づいて前記複数の商品を複数の商品群へと分類するグルーピング手段、前記複数の商品の出荷数量及び出荷時期を予測する出荷予測手段、前記出荷予測手段による出荷予測に基づいて、分類された前記商品群毎の配置場所、及び前記複数の商品の配置場所を決定する配置場所決定手段、としてコンピュータを機能させる商品配置プログラム

技術分野

0001

本発明は、商品配置システム、商品配置方法、及び商品配置プログラムに関する。具体的には、物流現場における商品の入荷から出荷までのプロセスの効率を向上させる商品配置システム、商品配置方法、及び商品配置プログラムに関する。

背景技術

0002

物流倉庫等の物流の現場においては、頻繁に多数の商品が入出荷され、時々刻々と商品の配置が変更される。多数の商品を効率良く入出荷させるために、入荷された商品の出荷時期出荷数量予測し、その予測に基づいて商品の配置の最適化が試みられている(例えば、特許文献1)。

先行技術

0003

特開2012−071974号公報

発明が解決しようとする課題

0004

商品の出荷時期や出荷数量の予測は、商品の数が増えるに連れて、計算量も増えることになる。さらに、商品を効率良く出荷させるためには、出荷時期や出荷数量の予測だけでなく、商品を保管したり移動させたりするためのコンテナボックス等に、効率良く商品を配置(格納)する必要がある。すなわち、商品の効率的な出荷には、商品をその重量やパッケージ寸法等に応じて適当に組み合わせること(以下「荷合せ」ともいう)が必要である。商品数が多くなると、商品の荷合せを行うためには、膨大な計算量が必要となる。

0005

本発明は、上記の事情に鑑みてなされたもので、商品配置の計算を効率化することが可能な商品配置システム、商品配置方法、及び商品配置プログラムを提供することを例示的課題とする。

課題を解決するための手段

0006

上記の課題を解決するために、本発明は以下の構成を有する。
複数の商品に関する出荷データから、各前記商品についてそれぞれ複数の特徴量を取得し、ある商品について取得した各前記特徴量と、他の商品について取得した各前記特徴量と、をそれぞれ対応する前記特徴量どうしで比較して、対応する前記特徴量どうしの間の変化量を算出し、算出した前記変化量の大きさに基づいて前記複数の商品を複数の商品群へと分類するグルーピング手段と、前記出荷データから各前記商品について過去の出荷実績を取得し、取得した前記出荷実績に基づいて前記複数の商品の出荷数量を予測する出荷予測手段と、前記出荷予測手段による出荷予測に基づいて、分類された前記商品群毎配置場所、及び前記複数の商品の配置場所を決定する配置場所決定手段と、を有する商品配置システム。

0007

本発明の更なる目的又はその他の特徴は、以下添付図面を参照して説明される好ましい実施の形態によって明らかにされるであろう。

発明の効果

0008

本発明によれば、商品配置の計算を効率化することが可能な商品配置システム、商品配置方法、及び商品配置プログラムを提供することができる。

図面の簡単な説明

0009

物流倉庫及び商品配置システムの概要を示す説明図
商品配置システムの処理の概要を示すフロー
商品配置システムの処理の概要を示すフロー図(続き
特徴量が出荷数量である場合の特徴量比較の一例を示す説明図
特徴量が出荷量パターンである場合の特徴量比較の一例を示す説明図
出荷量パターンの分析方法を示す説明図
特徴量が出荷量ピーク位置である場合の特徴量比較の一例を示す説明図
実施例の出荷データを示す表
出荷データに基づく出荷予想結果を示す表
出荷量パターンを示すグラフ
出荷量パターンの分析結果の説明図
出荷量パターンの比較におけるラベル間類似度を示すチャート

0010

[実施形態1]
以下、実施形態1に係る商品配置システム10について、図面を参照しながら説明する。図1は、物流倉庫1及び商品配置システム10の概要を示す説明図である。

0011

物流倉庫1には、商品配置システム10と、倉庫制御システム15と、が少なくとも設置されている。商品配置システム10は、グルーピング手段としてのグルーピングモジュール11と、出荷予測手段としての出荷予測モジュール12と、配置場所決定手段としての配置場所決定モジュール13と、を少なくとも備えている。商品配置システム10は、これら各モジュールが機能することによって、本発明に係る商品配置方法を実現することができる。また、商品配置システム10は、本発明に係る商品配置プログラムによってコンピュータを上記各手段として機能させることによって、動作させることができる。

0012

物流倉庫1には、入荷元から入荷した商品が備蓄される。そして、例えば、電子商取引(EC)業者等の出荷発注者からの発注に基づき、備蓄された商品を所定の出荷先へ向けて商品が出荷される。商品配置システム10は、入荷元から商品情報を取得し、この商品情報に基づいてグルーピング、出荷予測を行い、物流倉庫1内での商品の最適な配置を決定する。なお、入荷元は、出荷発注者と同一であってもよい。

0013

倉庫制御システム15は、商品配置システム10と、物流ロボット16と、ハンディターミナル17と、情報入力端末18と、相互に通信可能に接続されている。物流倉庫1には、商品配置システム10によって決定された商品配置に基づき倉庫制御システム15が生成した商品配置指示を受信する、物流ロボット16やハンディターミナル17が複数導入されている。倉庫制御システム15と、物流ロボット16やハンディターミナル17との通信は、無線LAN等の無線通信とすることができる。倉庫制御システム15は、物流ロボット16やハンディターミナル17が、物流倉庫1内でどの位置にあるか、通信設備、GPS等を介して把握できるよう構成されている。

0014

物流ロボット16は、商品配置指示に基づき、商品を移動、配置することができるよう構成されている。物流ロボット16は、例えば、自走可能であり、商品が配置された棚やパレットを持ち上げ、持ち上げた状態のまま移動し、所定の場所に当該棚やパレットを載置するよう構成されていてもよい。物流ロボット16は、例えば、1つ又は複数の商品をアーム把持吸引等の各種手段によって持ち上げるよう構成されていてもよい。

0015

ハンディターミナル17は、物流倉庫1内で商品の移動、配置を行う作業員携帯する端末である。ハンディターミナル17は、商品配置指示を作業員に対して通知し、作業員はその商品配置指示に基づき、商品の移動、配置等の作業を行う。作業員は、ハンディターミナル17を介して、商品の移動、配置等の作業完了の情報を倉庫制御システム15へと送信することができる。

0016

倉庫制御システム15は、情報入力端末18から商品の場所、商品情報等を取得することもできる。情報入力端末18は、例えば、スマートフォンタブレット型端末携帯電話機や、コンピュータ等の情報処理端末とすることができる。これにより、商品の場所や商品情報が帳票等の電子化されていない情報であった場合、それらの情報をより効率的に倉庫制御システム15へ登録することができる。具体的には、帳票等に記載の情報を、作業員がスマートフォンやコンピュータ等の情報入力端末18へと入力することで、情報入力端末18から倉庫制御システム15へ情報が送信されるよう構成しておくことができる。また、倉庫制御システム15が管理している商品の場所が、実際の倉庫内で商品が配置されている場所と異なっていたとしても、実際の倉庫内で商品が配置されている場所の情報を倉庫制御システム15へ送信することができる。

0017

物流倉庫1内において、商品は、収容領域に収容される。収容領域としては、具体的には、棚(巣箱)や、パレット、ラック等である。収容領域には、一定の寸法や耐荷重量が存在するため、収容する商品が限定される。また、商品を有限の収容領域に効率良く収容するためには、商品どうしの組合せを考慮し、計算する必要がある。このような最適化の計算は、特に商品数が多い場合、処理を実行する端末に高い処理能力が求められる。本明細書において、商品を収容領域に効率良く収容するための組合せを検討することを「荷合せ」ということとする。商品配置システム10は、この荷合せの問題を効率良く計算すること(荷合せ最適化)を可能とするものである。

0018

商品配置システム10は、物流倉庫1内において、より効率良く商品を出荷するための商品配置を計算する(商品配置最適化)。これにより最適化された商品配置を、倉庫制御システム15へ向けて指示する。より効率良く商品を出荷するための商品配置とは、例えば、出荷時期が近い商品や、出荷頻度が高い商品を、搬出口の近くに配置する等である。これにより、倉庫内における物流ロボット16や作業員の移動距離工数を、より削減することになる。

0019

商品配置システム10の配置場所決定モジュール13は、各商品の配置場所を決定する。配置場所決定モジュール13は、商品配置最適化に際して、商品群毎に商品の配置を決定してもよいし、商品群に含まれる複数の商品のうちの一部の商品を1単位として商品配置を決定してもよい。商品群に含まれる複数の商品のうちの一部の商品とは、例えば、荷合せ最適化により、1つの収容領域に収容された商品の組合せとすることができる。例えば、商品配置システム10は、荷合せ最適化により1つの棚に複数の商品が配置された場合、当該1つの棚を1単位として、商品配置を決定することができる。

0020

商品配置システム10は、物流倉庫1の外部にある外部サーバ3や、入荷元サーバ5、出荷先サーバ7と相互に通信可能に接続されていてもよい。商品配置システム10の外部との接続は、インターネットを介した接続であってもよく、必要に応じて、通信は各種の暗号化手段によって秘匿された状態で通信可能なものであってもよい。

0021

外部サーバ3は、商品配置システム10と連係して出荷予測、商品配置最適化、荷合せ最適化等の各種処理を行うことができるよう構成されている。外部サーバ3は、複数接続されていてもよい。例えば、商品配置システム10によって分類された商品群単位で、外部サーバ3に上述の各種処理を行わせることができる。これにより、物流倉庫1に設置される商品配置システム10を稼働させる端末の処理能力に制限されることなく、商品数が増えても処理することができる。すなわち、商品配置システム10と多数の外部サーバ3が連係して、出荷予測、商品配置最適化、荷合せ最適等の各種処理を、いわゆる分散コンピューティングにより行うことができる。

0022

商品配置システム10は、入荷元サーバ5から商品情報を受信することができる。商品情報としては、商品ID、商品名、出荷日付、出荷数量、商品のパッケージ込みの重量、商品のパッケージされた状態の寸法、個数、収容領域の容積、倉庫内滞留日数、期間平均出荷頻度、期間平均出荷数量等が含まれる。商品配置システム10は、商品情報として取得した過去の出荷日付、出荷数量等の情報から、将来の出荷数量を予測(出荷予測)する。商品配置システム10は、これら情報や出荷予測を適宜利用しつつ、出荷予測、商品配置最適化、荷合せ最適化等の各種処理を行うことができる。なお、商品IDは、商品名毎ではなく、同一商品名のサイズ違い色違い等、詳細な特徴、又は最小管理単位SKU)に対応した商品IDとすることができる。

0023

商品配置システム10の配置場所決定モジュール13は、配置場所最適化に際して、複数の商品群のうち、商品群毎の出荷数量及び/又は出荷頻度の代表値が大きい商品群から順に、配置場所を決定することができる。これにより、出荷数量が大きく、出荷頻度が高い商品を含む商品群を優先的に商品配置することができる。出荷数量が大きい、又は出荷頻度が高い商品群を先に商品配置することで、出荷数量が大きく、出荷頻度が高い商品群を出荷効率が高い搬出口の近くに優先的に配置することができる。ここで、商品群毎の出荷数量及び/又は出荷頻度の代表値とは、商品群に含まれる各商品の出荷数量、出荷頻度に基づいて算出した商品群を代表する値である。例えば、各商品の出荷数量、出荷頻度に基づいて、その相加平均や、中央値合計値等として算出された代表値とすることができる。

0024

配置場所決定モジュール13は、配置場所最適化に際して、商品の倉庫内滞留日数を考慮して、配置場所を決定することもできる。例えば、倉庫内滞留日数が大きい商品は、今後出荷される可能性が低い又は高いと判断し、配置場所最適化に際して、優先順位下げる又は上げることができる。

0025

商品配置システム10は、出荷先サーバ7から返品された商品の商品情報を受信することができる。ここで、返品された商品とは、物流倉庫1から商品が出荷された後、出荷先から返品され、物流倉庫1で保管することとなった商品である。返品理由としては、特に限定されず、例えば、不良品、あて処不明、配送先指定の間違い、発注者の発注ミス等が挙げられる。出荷先サーバ7から受信する商品情報としては、入荷元サーバ5から受信する上述の商品情報に加え、返品日、返品理由等が含まれる。返品された商品は、入荷元から入荷された商品と併せて、商品配置システム10により、グルーピング、出荷予測、配置場所決定が行われる。

0026

商品配置システム10は、入荷元サーバ5、出荷先サーバ7へ、出荷予測の結果や、配置場所決定の結果等を送信し、入荷元、出荷先と情報を共有してもよい。これにより、より正確な出荷時期を入荷元や出荷先へ知らせることができ、入荷元から発注者へより正確な配送時期を通知したり、出荷先の配送担当者へより正確な出荷時期を通知したりすることによって、荷受け待ちの時間を短縮し、物流を効率化することができる。

0027

以下、商品配置システム10の処理の流れを、図2A及び図2Bを参照しながら説明する。図2A及び図2Bは、商品配置システム10の処理の概要を示すフロー図である。図2A中のX及びYは、図2B中のX及びYに対応している。

0028

商品配置システム10は、処理が開始されると(START)、入荷元サーバ5から商品情報を取得する(S01)。出荷予測モジュール12は、商品情報に含まれる過去の出荷実績に基づき、将来の出荷数量及び出荷時期を予測(出荷予測)する(S02)。このとき、過去の出荷実績としては、例えば、商品情報に含まれる過去の出荷数量や出荷日付等である。このような出荷予測により、将来の所定期間における出荷数量及び出荷時期が求められ、これらを用いて、将来の所定期間における出荷量パターンを求めることができる。出荷量パターンについては後述する。

0029

グルーピングモジュール11は、出荷予測により求められた商品情報のうち、特徴量として出荷数量、出荷量パターン、出荷量ピーク位置を求め、商品どうしで比較して変化量を算出する(S03)。すなわち、グルーピングモジュール11は、ある商品の出荷数量、出荷量パターン、出荷量ピーク位置と他の商品の出荷数量、出荷量パターン、出荷量ピーク位置とをそれぞれ比較し、各変化量を求める。そして、グルーピングモジュール11は、出荷数量、出荷量パターン、出荷量ピーク位置の各変化量を総合して、商品どうしの間の総合変化量を算出する。さらに、グルーピングモジュール11は、算出された変化量に基づいて、複数の商品を複数の商品群へと分類する(S04)。グルーピングモジュール11による変化量、総合変化量の算出については、後述する。

0030

商品配置システム10は、分類された各商品群において、S01において入荷元サーバ5から取得した商品情報に、商品の寸法及び重量の情報が含まれているか確認する(S05)。なお、S05の判断は、S01で入荷元サーバ5から商品情報を取得後であれば、どのタイミングで行われてもよい。

0031

商品情報に商品の寸法及び重量の情報が含まれていなかった場合(S05でNO)、商品配置システム10は、商品の寸法及び重量を測定し、測定した寸法及び重量のデータを商品情報へ書き込む(S06)。商品情報に寸法及び重量の情報が含まれていた場合(S05でYES)、又は、S06で測定した寸法及び重量のデータを商品情報へ書き込んだ後、商品配置システム10は、商品の寸法、重量、及び滞留日数が所定範囲内であるか確認する(S07)。

0032

商品の寸法、重量、及び滞留日数が所定範囲外である場合(S07でNO)、商品配置システム10は、S03で算出した変化量の大きさに加えて、商品の寸法、重量、及び滞留日数に基づいて、商品の商品群への分類を再計算し、商品群への分類を再度行う(S08)。このとき、各商品を商品群へ再分類した結果、再分類前と同じ商品群へと分類される商品が存在してもよいことは言うまでもない。

0033

商品の寸法、重量、及び滞留日数が所定範囲内である場合(S07でYES)、又は、S08で商品の再分類を行った後、配置場所決定モジュール13は、出荷予測に基づいて、商品群毎の配置場所、及び商品の配置場所を決定する(S09)。

0034

商品配置システム10は、以上の処理を繰り返し行う(S10でNO)。繰り返しのタイミングとしては、例えば、一定時間毎に、所定時間に、商品情報が更新された際に、等適宜のタイミングで処理をS01から再開することができる。

0035

以下、商品配置システム10が備えるグルーピングモジュール11、出荷予測モジュール12、配置場所決定モジュール13の各モジュールが有するグルーピング機能、出荷予測機能、配置場所決定機能の各機能について詳細に説明する。

0036

<グルーピング機能>
グルーピング機能は、各商品に関する複数の特徴量を取得する特徴量取得機能を有する。

0037

ここで、特徴量とは、商品の入荷及び出荷の傾向や特徴を表し得る値を意味する。具体的には、物流倉庫1における商品の出荷数量、出荷数量の経時変化(以下「出荷量パターン」ともいう)、及び、出荷数量の経時変化における最大ピークの位置(以下「出荷量ピーク位置」ともいう)を挙げることができる。

0038

出荷数量としては、所定期間内での出荷数量とすることができる。所定期間としては、例えば、過去1ヶ月間、過去3ヶ月間、過去1年間等、任意の期間とすることができる。

0039

出荷数量の経時変化(出荷量パターン)とは、時間の経過に連れて変化する出荷数量の増減を意味する。すなわち、縦軸を出荷数量、横軸を時間とするグラフで表現した場合、出荷数量の経時変化は、当該グラフのパターン(形状)として表すことができる。出荷量パターンは、所定期間内における、上記グラフのパターン(形状)とすることができる。

0040

出荷数量の経時変化(出荷量パターン)における最大ピークの位置(出荷量ピーク位置)とは、出荷数量の経時変化(出荷量パターン)における、所定時間内でのピークの位置を意味する。すなわち、縦軸を出荷数量、横軸を時間とするグラフで表現した場合、出荷量ピーク位置は、当該パターンにおける最大ピークの位置(時点)として表すことができる。

0041

以下、特徴量が、出荷数量、出荷量パターン、出荷量パターンの最大ピーク位置である場合について説明するが、特徴量としては、これらに限定されず、例えば、過去にグルーピングされた商品群についての出荷数量、商品についての過去の販売促進活動マーケティング活動の実施時期予想される効果、気温湿度日照時間降水量等の天候状態等とすることもできる。特徴量取得機能は、状況に応じて、これら特徴量を任意選択的に取得するものであってもよい。特徴量取得機能が取得する特徴量の数(種類)は、特に限定されない。

0042

グルーピング機能は、特徴量取得機能によって取得された各特徴量を、他の商品に関する各特徴量とそれぞれ比較し、各特徴量についての変化量を算出する特徴量比較機能を有する。

0043

特徴量が出荷数量である場合、ある商品(商品A)の所定期間内での出荷数量と、他の商品(商品B)の所定期間内での出荷数量と、を比較することができる。この比較結果は、商品Aと商品Bとの出荷数量の差を変化量として算出することができる。商品Aと商品Bとで、比較対称となる出荷数量が得られる所定期間は同一であっても、異なっていてもよい。すなわち、状況に応じて、商品Aと商品Bとで、同一の所定期間の出荷数量を比較してもよいし、異なる所定期間の出荷数量を比較してもよい。出荷数量の比較に際して、所定期間は複数あってもよい。

0044

図3は、特徴量が出荷数量である場合の特徴量比較の一例を示す説明図である。図3に示すグラフにおいて、商品Aの出荷数量を実線で、商品Bの出荷数量を破線で示している。このグラフにおいて、縦軸が出荷数量であり、横軸が時間である。

0045

所定期間における商品Aと商品Bの比較により、図3のグラフ中、例えば、所定期間P1、P2、P3、P4のそれぞれにおける出荷数量の差D1、D2、D3、D4等として変化量を算出することができる。所定期間P1は、例えば、とある1日間とすることができ、P2はその次の1日間等とすることができる。このように所定期間が複数存在する場合、変化量は、例えば、下記式(1)により算出することができる。
[(D1)2+(D2)2+(D3)2+(D4)2+・・・]1/2 式(1)
式(1)中、D1、D2、D3、D4は、上述のように、所定期間P1、P2、P3、P4のそれぞれにおける出荷数量の差である。

0046

特徴量が出荷数量の経時変化(出荷量パターン)である場合、商品Aと商品Bの所定期間内における出荷量パターン同士を比較することができる。このとき、所定期間は、商品Aと商品Bとで、同一の期間であっても、異なる期間であってもよい。異なる期間における商品Aの出荷量パターンと商品Bの出荷量パターンとを比較することにより、時期は異なるが、似たような出荷量パターンを示す商品を同じグループに分類することができる。また、所定期間の長さは、任意に決定することができる。所定期間は、出荷量パターンの任意の時期(位置)に、複数設けることができる。例えば、人工知能を用いることにより、出荷量パターンの特徴的な形状部分を選択的に比較できるよう、特徴的な形状を有する出荷量パターン部分を含むように所定期間を決定することができる。

0047

図4は、特徴量が出荷量パターンである場合の特徴量比較の一例を示す説明図である。図4に示すグラフにおいて、商品Aの出荷量パターンを実線で、商品Bの出荷量パターンを破線で示している。このグラフにおいて、縦軸が出荷数量であり、横軸が時間である。図4のグラフが示すパターンの形状を比較することで、特徴量としての出荷量パターンを比較することができる。

0048

次に、特徴量としての出荷量パターン同士を比較するために出荷量パターンを分析する方法の一例について説明する。図5は、出荷量パターンの分析方法を示す説明図である。図5に示すグラフにおいて、商品Aの出荷量パターンを実線で示している。このグラフにおいて、縦軸が出荷数量であり、横軸が時間である。

0049

図5のグラフにおいて、商品Aの出荷量パターンは、一定期間毎に区切られている。一定期間としては、特に制限されないが、出荷量パターンを区切る各一定期間の長さは同一であることが好ましい。例えば、図5においては、所定期間が100日であり、一定期間が20日である。これにより、出荷量パターンは、20日毎の5つの期間に区切られる。

0050

一定期間で区切られた出荷量パターンは、区切られた一定期間毎に平滑化される。ここで、平滑化とは、区切られた各一定期間における出荷量パターンについて、各一定期間内における出荷数量の代表値を決定し、各一定期間における出荷量パターンを当該代表値(一定値)であるとして近似することを意味するものとする。代表値は、任意の方法によって決定することができ、例えば、移動平均、一定期間内の出荷数量の相加平均、中央値、合計値等を求めることで決定することができる。

0051

次いで、各一定期間において平滑化された値(代表値)に基づいて、出荷数量の分布に応じて決定されたゾーン割り当てられたラベルを付与する。ここで、出荷数量の分布は、任意の期間における出荷数量の分布であり、その分布形態に応じて、適宜ゾーンを決定することができる。ここで、任意の期間とは、所定期間であってもよいし、所定期間を含めた過去の全期間であってもよい。また、対象とする商品は、同一の商品に限定されていてもよく、類似した商品にまで対象が拡大されていてもよい。例えば、出荷数量の分布が正規分布であった場合、平均μからのずれが1σや1/2σ、2σ等の範囲を1つのゾーンと決定することができ、平均μを含むゾーンから外れたゾーンは、1σ、2σ等の範囲とすることができる。

0052

上述のゾーンに割り当てられるラベルとしては、たとえば、図5に示すように、出荷数量が少ない方から順にa、b、c等と任意のラベルを割り当てることができる。そして、各一定期間において平滑化された値(代表値)が含まれるゾーンに割り当てられたラベルが、出荷量パターンの当該一定期間のラベルとして付与される。例えば、図5の出荷量パターンにおいて、1〜20日の期間にはラベル「c」が付与され、21〜40日の期間にはラベル「a」、41〜60日の期間にはラベル「b」、61〜80日の期間にはラベル「b」、81〜100日の期間にはラベル「c」が付与されている。これにより、図5の出荷量パターンは、「cabbc」のような文字列として表現することができる。

0053

このように出荷量パターンを分析し、一定期間毎にラベルを付与することにより、出荷量パターンの概形を文字列で表現することができる。特徴量としての出荷量パターン同士を比較する際には、この文字列同士を比較することもできる。

0054

文字列同士の比較においては、対応する一定期間におけるラベル同士を比較することができる。ラベル間の類似性については、予め任意の数値を付与しておくことができ、例えば、類似性が高い場合に小さな値を、類似性が低い場合に大きな値を付与しておくことができる。これにより、2つのラベルを比較した場合に、ラベルが付与された出荷数量の近似性に応じて出荷量パターンの類否を変化量(数値)で示すことができる。対応する一定期間におけるラベル同士について、それぞれその類否を数値の大小で表現することができる。各一定期間に対して付与された変化量を加算することで、所定期間における出荷量パターン同士の類否を数値の大小で表現することができる。

0055

例えば、商品Aの出荷量パターン(図5)が「cabbc」であり、商品Bの出荷量パターン(比較対象、図示せず)が「abcba」であった場合、各文字列の1桁目から順に「c」と「a」、「a」と「b」、「c」と「c」、「b」と「b」、「c」と「c」のように5桁目までそれぞれ比較し、ラベルの類否に応じて予め決定された数値が付与される。得られた5つの数値を加算して商品Aと商品Bの出荷量パターンの類否を数値で表現することができる。

0056

特徴量が出荷量ピーク位置である場合、商品Aと商品Bの所定期間内における出荷量パターンのピーク位置同士を比較することができる。このとき、所定期間は、商品Aと商品Bとで、同一の期間であることが好ましい。商品Aと商品Bの出荷量パターンのピーク位置同士の比較に際しては、具体的には、商品Aのピーク位置と商品Bのピーク位置の間の時間(距離)を変化量とすることができる。

0057

図6は、特徴量が出荷量ピーク位置である場合の特徴量比較の一例を示す説明図である。図6に示すグラフにおいて、商品Aの出荷量パターンを実線で、商品Bの出荷量パターンを破線で示している。このグラフにおいて、縦軸が出荷数量であり、横軸が時間である。図6のグラフが示すパターンのピーク位置を比較することで、特徴量としての出荷量ピーク位置を比較することができる。具体的には、図6中に示す距離Dpが、商品Aのピーク位置と商品Bのピーク位置の間の距離である。

0058

以上のような方法によって、特徴量としての出荷数量、出荷量パターン、出荷量ピーク位置を比較し、それぞれ類似度を変化量で表現することができる。これら変化量のそれぞれに、係数を乗じた上で加算して、2つの商品間の総合変化量を求めることができる。この総合変化量に基づき、商品を複数の商品群へと分類することができる。

0059

総合変化量を求めるに際して、各変化量に乗じる係数は、特に制限されず、任意の実数を採用することができる。これら係数は、人工知能を用いて決定することができ、決定した係数に基づく出荷予測と、実際の出荷状況との比較から、人工知能が学習することによって、より適切な係数を決定することができるよう構成されていてもよい。

0060

以下、実施例を用いて本発明の商品配置システム10について説明する。なお、本発明は、この実施例に限定されるものではない。

0061

本実施例においては、入荷元である電子商取引(EC)業者から過去の出荷データを商品配置システム10が取得する場合について説明する。商品配置システム10は、EC業者の入荷元サーバ5から出荷データを取得すると、出荷データに含まれる出荷実績を解析し、各商品について、出荷量パターンを作成する。

0062

商品配置システム10は、出荷データ、及び出荷データを基に生成された出荷量パターンに基づいて、複数のグループに分類を行う。具体的には、各商品について、特徴量としての出荷数量、出荷量パターン、出荷量ピーク位置をそれぞれ他の全ての商品と比較し、その類似度を総合変化量として算出する。

0063

図7は、本実施例の出荷データを示す表である。出荷データには、商品ID、商品名、出荷日、及び出荷数量(数量)等の各値が格納されている。図7の表中、左から「商品ID」、「商品名」、「出荷日」、「出荷数量」の列が設けられている。例えば、商品ID『A0001』の商品名は『Tシャツ(赤)』であり、2017年1月1日に11点出荷されている。また、同じ商品が、2017年1月2日に11点、2017年1月3日に1点出荷されている。商品ID『A0002』の商品名は『Tシャツ(青)』であり、2017年1月1日に8点出荷されている。

0064

ここで、代表例として、商品A0001と、商品A0002との比較について説明する。出荷数量は、図7の表に示す出荷データに基づき、従来公知の方法により予測する。図8は、出荷データに基づく出荷予想結果を示す表である。図8の表には、商品A0001及び商品A0002について、2017年12月22日から同30日までの出荷数量の予測結果が示されている。このとき、所定期間における出荷数量は、入荷元から取得した過去の出荷データだけでなく、同一商品に関するあらゆる情報に基づいて予測することができる。例えば、特定の入荷元だけでなく、他の入荷元から取得した過去の出荷データや、類似商品の出荷データ、商品の売れ行きトレンド、各種広告等に基づいても予測することができる。

0065

図9は、商品A0001及び商品A0002の所定期間近傍における出荷量パターンを示すグラフである。図9において、縦軸が出荷数量であり、横軸が時間である。

0066

(出荷数量の比較)
商品A0001及び商品A0002について、所定期間としての2017年12月25日から27日までの各日における予想出荷数量の差D1、D2、D3に基づいて、出荷数量の変化量を以下のように求める。
[(D1)2+(D2)2+(D3)2]1/2
=[|11−20|2+|1−7|2+|2−6|2]1/2
≒11.5

0067

(出荷量パターンの比較)
商品A0001及び商品A0002について、所定期間としての2017年12月22日から2017年12月30日までの出荷量パターンを比較する。ここでは、出荷量パターンを分析する場合の一定期間は、3日間である。図10は、商品A0001及び商品A0002の出荷量パターンの分析結果の説明図である。図10に示すように、商品A0001の出荷量パターンは、各一定期間における出荷数量に基づいてラベルが付与され、「bac」として表現することができる。図10に示すように、商品A0002の出荷量パターンは、各一定期間における出荷数量に基づいてラベルが付与され、「bbc」として表現することができる。

0068

図11は、出荷量パターンの比較におけるラベル間の類似度を示すチャートである。商品A0001と商品A0002とで、各一定期間において対応するラベルは「b」と「ba」、「a」と「b」、「c」と「a」であり、これらの類似度を加算することで、以下のように、商品A0001と商品A0002との間の出荷量パターンの変化量が求められる。
(b,b)+(a,b)+(c,a)
=0+0.53+1.39
=1.92

0069

(出荷量ピーク位置の比較)
所定期間としての2017年12月22日から2017年12月30日までの出荷量パターンにおける商品A0001の出荷量ピーク位置(日付)は、2017年12月28日である。同様に、商品A0002の出荷量ピーク位置(日付)は、2017年12月25日である。したがって、商品A0001と商品A0002との間の距離、すなわち商品A0001と商品A0002との間の出荷量ピーク位置の変化量は3と求められる。

0070

以上求めた出荷数量、出荷量パターン、出荷量ピーク位置の各変化量に対し、過去の出荷予測と実際の出荷状況との比較学習に基づいて人工知能が決定した最適な係数を乗じて、総合変化量が求められる。

0071

以上のように商品の1対1の比較を全ての商品の組合せに対して行い、各組合せに対して、それぞれ求められた総合変化量を関連付ける。そして、総合変化量の値の大きさに基づき、多数の商品を、複数の商品群へと分類(グルーピング)する。

0072

商品群毎に分類された商品は、それぞれ商品群毎に、配置場所決定及び荷合せ最適化の演算を行う。このとき、商品配置システム10は、商品情報を商品群毎に外部サーバ3へ送信し、当該外部サーバ3において演算を行う。外部サーバ3は、商品配置システム10とインターネットを介して接続されている。外部サーバ3は、商品群の数に対応した数だけ存在しており、各外部サーバ3へは、1つの商品群に含まれる各商品の商品情報が送信され、各外部サーバ3において荷合せ最適化の演算が行われる。

0073

ここでの商品情報には、具体的に、商品ID、商品名、出荷日付、出荷数量、商品のパッケージ込みの重量、商品のパッケージされた状態の寸法、個数、収容ボックスの容積、倉庫内滞留日数、期間平均出荷頻度、期間平均出荷数量等の各情報が含まれる。各外部サーバ3は、これらの情報に基づき、各収容ボックスに収容させる商品の組合せを最適化(荷合せ最適化)すると共に、出荷を効率化させるための最適な商品配置を演算する。演算結果は、商品配置システム10へと送信される。

0074

次いで、商品配置システム10は、分類された商品群毎に、商品の出荷数量及び出荷時期を予測(出荷予測)する。そして、商品配置システム10は、出荷予測に基づいて、出荷が最も効率良くなるよう商品群毎の配置場所、及び商品の配置場所を決定する。

0075

以上、本発明の好ましい実施の形態を説明したが、本発明はこれらに限定されるものではなく、その要旨の範囲内で様々な変形や変更が可能である。例えば、本発明は以下の趣旨を含むものとする。

0076

(趣旨1)複数の商品に関する出荷データから、各前記商品についてそれぞれ複数の特徴量を取得し、ある商品について取得した各前記特徴量と、他の商品について取得した各前記特徴量と、をそれぞれ対応する前記特徴量どうしで比較して、対応する前記特徴量どうしの間の変化量を算出し、算出した前記変化量の大きさに基づいて前記複数の商品を複数の商品群へと分類するグルーピング手段と、前記出荷データから各前記商品について過去の出荷実績を取得し、取得した前記出荷実績に基づいて前記複数の商品の出荷数量を予測する出荷予測手段と、前記出荷予測手段による出荷予測に基づいて、分類された前記商品群毎の配置場所、及び前記複数の商品の配置場所を決定する配置場所決定手段と、を有する商品配置システムを趣旨とする。

0077

これによれば、商品配置の計算を効率化することを可能とすることができる。

0078

(趣旨2)前記特徴量が、前記商品の出荷数量、前記商品の出荷数量の経時変化、及び前記商品の出荷数量の経時変化における最大ピークの位置のうちの2つ以上であってもよい。

0079

(趣旨3)前記複数の特徴量のうちの1つが、前記出荷数量の経時変化である場合、ある商品についての出荷数量の経時変化と、他の商品についての出荷数量の経時変化との比較において、取得した出荷数量の経時変化パターンを一定期間毎に平滑化し、前記一定期間毎に平滑化した値に応じて、前記一定期間毎に複数の区分区分けし、対応する前記一定期間毎に、ある商品についての出荷数量の経時変化の区分と、他の商品についての出荷数量の経時変化の区分とを比較し、比較した前記区分同士の類否に応じて決定された変化量の合計を、前記特徴量としての前記出荷数量の経時変化の変化量として求めるものであってもよい。

0080

(趣旨4)前記特徴量の変化量のそれぞれに、係数を乗じた上で加算して、商品間の前記特徴量の総合変化量を求め、当該総合変化量に基づき複数の前記商品を複数の前記商品群へと分類するものであってもよい。

0081

(趣旨5)前記グルーピング手段は、前記商品の寸法及び/又は重量が所定範囲外であった場合に、算出した前記変化量の大きさに加えて、前記商品の寸法及び/又は重量にも基づいて、前記複数の商品を複数の商品群へと分類するものであってもよい。

0082

(趣旨6)前記配置場所決定手段が、コンピュータが複数接続された構成を有し、前記コンピュータは、前記グルーピング手段によって分類された複数の前記商品群のうちの1つ以上の前記商品群について、前記商品群毎の配置場所、及び前記複数の商品の配置場所を決定するものであってもよい。

0083

(趣旨7)前記配置場所決定手段は、複数の前記商品群のうち、前記商品群毎の出荷数量及び/又は出荷頻度の代表値が大きい商品群から順に、前記商品の配置場所を決定するものであってもよい。

0084

(趣旨8)複数の商品に関する出荷データから、各前記商品についてそれぞれ複数の特徴量を取得し、ある商品について取得した各前記特徴量と、他の商品について取得した各前記特徴量と、をそれぞれ対応する前記特徴量どうしで比較して、対応する前記特徴量どうしの間の変化量を算出し、算出した前記変化量の大きさに基づいて前記複数の商品を複数の商品群へと分類するグルーピング工程と、前記複数の商品の出荷数量及び出荷時期を予測する出荷予測工程と、前記出荷予測工程における出荷予測に基づいて、分類された前記商品群毎の配置場所、及び前記複数の商品の配置場所を決定する配置場所決定工程と、を含む商品配置方法も趣旨とする。

実施例

0085

(趣旨9)複数の商品に関する出荷データから、各前記商品についてそれぞれ複数の特徴量を取得し、ある商品について取得した各前記特徴量と、他の商品について取得した各前記特徴量と、をそれぞれ対応する前記特徴量どうしで比較して、対応する前記特徴量どうしの間の変化量を算出し、算出した前記変化量の大きさに基づいて前記複数の商品を複数の商品群へと分類するグルーピング手段、前記複数の商品の出荷数量及び出荷時期を予測する出荷予測手段、前記出荷予測手段による出荷予測に基づいて、分類された前記商品群毎の配置場所、及び前記複数の商品の配置場所を決定する配置場所決定手段、としてコンピュータを機能させる商品配置プログラムも趣旨とする。

0086

1:物流倉庫3:外部サーバ
5:入荷元サーバ7:出荷先サーバ
10:商品配置システム11:グルーピングモジュール
12:出荷予測モジュール13:配置場所決定モジュール
15:倉庫制御システム16:物流ロボット
17:ハンディターミナル18:情報入力端末

ページトップへ

この技術を出願した法人

この技術を発明した人物

ページトップへ

関連する挑戦したい社会課題

該当するデータがありません

関連する公募課題

該当するデータがありません

ページトップへ

技術視点だけで見ていませんか?

この技術の活用可能性がある分野

分野別動向を把握したい方- 事業化視点で見る -

(分野番号表示ON)※整理標準化データをもとに当社作成

該当するデータがありません

ページトップへ

おススメ サービス

おススメ astavisionコンテンツ

この 技術と関連性が強い技術

該当するデータがありません

この 技術と関連性が強い法人

該当するデータがありません

この 技術と関連性が強い人物

該当するデータがありません

この 技術と関連する社会課題

該当するデータがありません

この 技術と関連する公募課題

該当するデータがありません

astavision 新着記事

サイト情報について

本サービスは、国が公開している情報(公開特許公報、特許整理標準化データ等)を元に構成されています。出典元のデータには一部間違いやノイズがあり、情報の正確さについては保証致しかねます。また一時的に、各データの収録範囲や更新周期によって、一部の情報が正しく表示されないことがございます。当サイトの情報を元にした諸問題、不利益等について当方は何ら責任を負いかねることを予めご承知おきのほど宜しくお願い申し上げます。

主たる情報の出典

特許情報…特許整理標準化データ(XML編)、公開特許公報、特許公報、審決公報、Patent Map Guidance System データ