专利名称：基于动态的商品分选系统及商品分选方法
技术领域：
本发明涉及确定所经销的商品是滞销商品或是畅销商品，从多种经销的商品中分选出滞销商品或是畅销商品的系统。
在日本特开平10-232898号专利公报中公开了这样的系统，即从各服装销售店取得销售信息，根据这些销售信息确定畅销的商品，向生产厂家追加订货。从而可以进行适当的追加订货。
该系统是基于库存量的时间性变化来确定畅销商品的。也就是，假想库存量减少到与销售量相等的情况。因此，该系统无法适用于定期进行追加订货的情况。
另外，在日本特开平6-4557号专利公报中公开了为了有效地利用物流中心的保管场所而选出并列出滞销商品的系统。该系统是将规定期间中没有出货业绩的商品作为滞销商品选出。这样可以很容易地选出已不畅销的商品。
该公报公开的系统是根椐无出货的状态持续了规定的期间而判断为滞销商品的。对于销售量很大的商品来说，即使实际上已到了不畅销的程度，但有时也会有少量的出货，这种情况下，上述系统就无法判断出已然滞销了的商品。
发明内容
本发明的目的是提供一种能够解决上述现有技术存在的问题点，可以不拘泥于商品的订货形态更准确地分选滞销商品或畅销商品的分选系统。
本发明的商品分选系统，其特征在于取得各商品的销售数据和库存数据，根据各商品的销售数据和库存数据的比率，进行商品的分选。也就是说，本发明不是单采用销售数据或是单采用库存数据，而是采用这两种数据，算出其比率，据此进行商品的分选的。
因此，从根椐商品的销售量决定库存量的观点出发，对商品进行评价，可以进行准确的商品分选。
本发明的商品分选系统，其特征在于，作为进行商品的分选的条件，该商品的库存量采用相当于几周的销售量。
由于基本期间以周为单位，所以，排除了一周内的变动因素，可以获得可靠的数据。因此能够进行更准确的商品分选。
本发明的商品分选系统，其特征在于，该系统包括判断将商品的库存数据除以前一段期间该商品的销售数据而得出的库存周数是否超过规定的周数。
因此，根据库存与前一期间的销售，来推定存在几周的库存，可以更准确地进行商品的分选。特别是，除去滞销商品的库存算出实际的库存时，通过将这样的库存周数较大的商品分选为滞销商品，可以准确地得出实际的库存。
本发明的商品分选系统，其特征在于，该系统包括根椐该商品的预定销售目标算出该商品的库存量相当于几周的销售量作为基于预定目标的库存周数，判断基于该预定目标的库存周数是否超过规定的周数。
因此，在能够预先预测到有较大的销售变化时，可以更准确地进行商品的分选。
本发明的商品分选系统，其特征在于，按照升序或降序将各商品在前一段期间的销售数据进行累加，算出该商品的累计销售数据，也对该商品的累计销售数据在全部商品的销售总数据中所占的比率加以考虑，进行商品的分选。
因此，能够基于与其他商品进行比较的相对重要性，进行商品的分选。
本发明的商品分选系统，其特征在于，取得各商品的销售开始时间，也对从销售开始时间之后的期间加以考虑，进行商品的分选。
因此，能够防止根椐销售开始前的数据进行商品的分选，或根椐销售开始不久的片面的数据进行商品的分选。
本发明的商品分选系统，其特征在于，也对该商品前一段期间有无销售加以考虑，进行商品的分选。
因此，根据前一段期间的销售，可以更准确地进行商品的分选。
本发明的商品分选系统是对各对象商品进行销售评价的商品分选系统，其特征在于该系统具备取得各商品的销售数据及库存数据算出用以进行商品分选的基础数据的计算装置和根椐前述算出的基础数据进行商品分选的分选装置，前述计算装置算出前述取得的各商品的销售数据与库存数据的比率，前述分选装置根椐前述算出的比率进行滞销商品的分选。因此，从根椐商品的销售量决定库存量的观点出发，对商品进行评价，可以进行准确的商品分选。
本发明的销售管理系统是对经销多个品牌的销售店发布展示商品的指令的销售管理系统，其特征在于，该系统支持取得包括经销上述多种商品群的销售店的多个销售店中构成品牌的各商品的销售数据，取得有关构成上述多个品牌的各商品的库存的库存数据，根据构成各品牌的各商品的销售数据和库存数据的比率进行商品的分选，决定应该在店面展示的商品或应从店面的展示中去除的商品；对根椐前述对商品的分选决定在店面展示的商品属于哪种品牌加以考虑，并将经销前述多个品牌的销售店中各品牌的展示布置相关信息输出；以及对销售店中多个品牌的营业场地面积比例进行柔性化的调整。
因此，根据库存数据及销售数据，可以横跨多个品牌对各商品进行评价，从而，对店面中各品牌的经营场地面积比例进行最优化的调整，提高销售效率。
而且，本说明书中，可以将系统的发明作为方法的发明来把握，也可以将方法的发明作为系统的发明来理解。而且，上述发明也可作为存储由计算机实现规定功能的程序的存储介质或程序产品而成立。
本发明中，[滞销商品]是指被直接或间接判断为今后的销路不好的商品。
是指被直接或间接判断为今后的销路好的商品。
是指在销售店最初销售该商品的时间或者在销售店最初展示该商品的时间。另外，在以多个销售店为对象时，是指在任一销售店中最早发生上述情况的时间。
是指已经过的期间而非将来的期间。例如当以从星期一到星期日的周为单位期间时，现在以前的周或现在的周过去的期间(时间)就相当于这里所指的前一段期间。
是指根据概念或印象等某些要素能够统一地进行归纳的商品群。
是指在店面与如何进行商品展示相关的信息，也包括经销多个品牌的店面中各品牌的经营场地面积比例的数据、表示具体的商品布置位置布置数量的数据、以及表示各品牌中畅销商品一览的数据等概念。
〔存储程序的存储介质〕是指存储程序的ROM、RAM、软盘、CD-ROM、存储卡、硬盘等存储介质。并且，是还包括电话线、载波通路等通信介质的概念。不只是连接到CPU上、直接运行被存储的程序的硬盘那样的存储介质，而是包括存储了一旦安装到硬盘等上后就能运行的程序的CD-ROM等的存储介质的概念。
〔程序〕不只是通过CPU可以直接运行的程序，而是包括源程序、被压缩处理的程序、被加密的程序等的概念。
图2是表示采用该系统的商业模式的概念的图。
图3是表示主计算机的硬件构成的图。
图4是表示数据集成处理的流程的图。
图5是表示销售库存数据的图。
图6是表示商品基本特性的图。
图7是表示进行商品分选的计算机的硬件构成的图。
图8是表示滞销商品决定处理的流程的图。
图9是表示抽取条件输入画面的图。
图10是表示判断基础数据计算处理的流程的图。
图11是表示判断基础数据的图。
图12是表示判断处理的流程的图。
图13是表示判断处理的流程的图。
图14是表示滞销商品清单的图。
本实施例是通过在线通信将数据从物流中心计算机2、销售店记录装置4转送至主计算机6的，也可以通过软盘等存储介质传送数据。另外，也可以将打印输出到纸张等上的数据，输入到主计算机6中。
主计算机6，对这些数据进行接收，并在每天规定的时间，对数据进行集成，与数据库服务器9进行通信，对数据库8进行更新。进行商品分选的计算机10通过LAN连接到数据库服务器9上，根据累积在数据库8内的数据，进行滞销商品的分选处理。2.系统概要图2模拟地表示为了有效地利用经营场地空间采用图1的系统时服装商品的流转与数据的流转。根椐总部18的指示，各商品从生产部门入货到物流中心12。物流中心12根椐总部的指示将到货的各商品，向各销售店14、16发货。各销售店14、16将这些各种商品向消费者进行销售。
物流中心12将各商品的到货数据、发货数据传送至总部18。各销售店14、16将销售数据传输至总部18。总部18根椐收到的这些数据，判别出滞销商品，并通知各销售店14、16。
各销售店14、16接到该通知后，将该滞销商品从店面的售货场所撤出，并将库存返送到物流中心12。这样，销售店14、16可以将其他的商品(非滞销商品)放在腾出的空间上，从而能够有效的利用经营场地空间。3.主计算机图3表示主计算机6的硬件构成。该主计算机6具备CPU20、硬盘22、显示器24、通信单元26、存储器28、键盘/鼠标30、CD-ROM驱动器32、打印机34、软驱36。
通信单元26是与物流中心计算机2、销售店记录装置4和进行商品分选的计算机10进行通信的部分。在硬盘22中存储用于操作系统或对数据进行集成处理的程序。在硬盘22中建有数据库8。数据库8中存储着表示被集成的销售库存数据或商品价格等商品基本特性的数据等。
用以对数据进行集成处理的程序通过CD-ROM驱动器32从CD-ROM38等中被安装到硬盘22中。图4表示用以对数据进行集成处理的程序的流程。
步骤S1中，CPU20接收来自各销售店的记录装置4的销售数据(哪种商品卖出了多少)、来自物流中心的计算机2的进出库数据(哪种商品到货多少、出货多少)，并累积在数据库服务器9的数据库8中，该处理到了规定的时间，对收到的数据进行集成(步骤S3)。通常多在不发生销售数据或出入库数据的夜里进行该集成处理。进行数据集成处理时，将来自各销售店的销售数据针对每种商品进行累计，作为当日的销售量存储到硬盘22中。同样，对每种商品将其入库数据、出库数据进行累计，存储到数据库服务器9的数据库8中。从而，将每天的销售、入库、出库数据累积下去。
进而，针对各种商品，算出该周的销售累计量(从周一开始的销售累计量)、截止到现在的进货量的累计、销售量的累计、库存量等(步骤S4)。将这些数据存储到数据库服务器9的数据库8中(步骤S5)。
图5表示被存储的一例数据。如图所示，各商品，根据其品牌和品号的组合被特定。而且，该实施例中，由于一个品牌中包含多个商品，进而对于存在多品牌的情况进行以下说明。
各周的销售量是对每种商品将其从该周的周一到当日的销售量进行累计得出的。图中表示品号[62421]的商品其销售量第一周为0件、…第30周为31件、第32周为40件、第33周为48件。该周(这里是第32周)的累计销售量在周日的夜里确定。
累计采购量是对该商品的到货数进行累计得出的。累计销售量是将到现在为止的销售量进行累计得出的。库存量是根椐累计采购量-销售量-调整量而得出的。该库存量也是每天更新的。所谓调整量是指因销售之外的原因引起的库存减少量，例如，损伤的商品或丢失的商品量。也从各销售店送出这样的商品数据。
销售开始周是最初存储为销售量不为0的周(即开始卖出的周)。
这样可以将被存储的数据在下一周的周一用于作为确定滞销商品的数据。
而且，在数据库8中，也存储了如图6所示的商品基本特性数据。商品基本特性中记述了各商品的销售价格、销售年度、季节、畅销/滞销的区分等。销售年度表示应该进行销售的年度。季节表示是秋冬服装(AW)或春夏服装(SS)。畅销/滞销的区分是根椐后述的对滞销商品进行确定，用以判别出滞销商品的标志。4.进行商品分选的计算机图7表示进行商品分选的计算机的硬件构成。基本的构成与主计算机相同。只是在硬盘52中存储有用于确定滞销商品的程序。本实施例是在周一，根据截止到上周的数据，使决定滞销商品的程序运行。比如在第33周的周一运行确定滞销商品的程序时，是根椐累计采购量、累计销售量、库存量、销售开始周、第32周的累计销售量等进行处理。
图8表示确定滞销商品程序的流程图。首先，在步骤S11中，CPU50将如图9所示的抽取条件的设定画面显示在显示器54上。操作者看到该画面，通过键盘/鼠标60等进行条件的设定。
品牌输入单元100能够输入品牌代码。从而可以按品牌对滞销商品的分选条件进行个别设定。
目标期间输入单元102中，输入作为基础数据而采用的期间。图中表示以2001年的31周的数据为基础进行处理。作为缺省值，CPU 50将其表示为上周，因此，如果不变更就无需进行输入。
输入栏104中输入累计销售构成比的判断标准％。同样，在输入栏106、108中，分别输入成为标准的销售期间、成为标准的库存周数。这些也表示为缺省值，如果不变更就无需进行输入。
对象指定栏110指定成为进行滞销商品分选对象的商品范围。如果选择不指定，则是将全部商品作为对象。另外，也可以指定年度和季节来锁定对象商品。例如如果是2001SS，就限定为2001年度的春夏服装，进行滞销商品的分选。
对于全部的品牌，进行了上述设定后，按执行键112，进行图8的步骤S12以下的处理。
在步骤S12中，生成用以进行判断的基础数据。判断基础数据的计算处理流程如图10所示。首先，CPU50，针对成为处理对象的全部商品，从主计算机6的数据库8中取得图5的销售库存数据(步骤S121)。
接着，选择应最初进行处理的品牌(步骤S122)。例如选择品牌编号最小的作为处理对象品牌。然后，对于该品牌中所含的商品，从该品牌中上周销售量小的开始排序(即升序) (步骤S123)。图11表示被分类的一例数据。如图所示，对于构成品牌品号[162]的各商品，从上周销售量小的顺序进行排序。图中，累计采购量、累计销售量、库存量、销售开始周等，是从主计算机6的数据库8中取得的数据。
然后，在排序的状态下，按顺序对上周销售量进行累计(步骤S124)。也就是说，对各商品，算出各品牌按升序对上周销售量进行排列时从开头到该品号为止的上周销售量的总和(称为品牌累计上周销售量)。图中，将其表示在[BR累计上周销售量]栏中。
接着根椐下式算出品牌销售构成比。
品牌销售构成比＝(品牌累计上周销售量-上周销售量)÷品牌合计上周销售量这里，所谓品牌合计上周销售量是指该品牌的全部商品的上周销售量的总和。
在其他的实施例中，也可采用下式。
品牌销售构成比＝品牌累计上周销售量÷品牌合计上周销售量图11中，将品牌销售构成比表示在[BR销售构成比]栏中。
接着，算出库存金额，库存周数，消化率等(步骤S125)。从商品基本特性中取得销售价格，乘以库存数从而算出库存金额。库存量除以上周销售量，算出有几周的库存作为库存周数。进而，为了参考用，将累计销售量除以累计采购量，算出消化率。
然后，进入步骤S126，判断是否对所有的品牌都进行上述处理。如果残存有应处理的品牌，则选择下一个品牌作为对象(步骤S127)，再执行S123以下的步骤。
当对于应处理的所有品牌的处理结束时，即完成了判断基础数据的生成处理。从而，对于各品牌，生成了如图11所示的判断基础数据。并且，在生成判断基础数据时，排除了商品基本特性中具有滞销商品标志的商品。也就是说，只对畅销商品生成判断基础数据。
判断基础数据的计算处理结束后，进行判断处理(图8的步骤S13)。图12、图13表示判断处理的流程。
首先，在步骤S131中，CPU50选择一种作为处理对象的品牌。然后从该品牌中选择一个作为处理对象的商品(步骤S132)。
对于该商品，根据图11所示的判断基础数据，进行如下判断。首先，判断该商品的销售期间是否超过4周(步骤S133)。这可以通过在判断基础数据的销售开始周上加上4周后看其是否比现在的周小来进行判断。对于销售期间不足4周的，不论其销售业绩等如何，不作为滞销商品选定。这是由于用以判断业绩的期间较短，有可能不能进行正确的判断。并且，这里的判断标准周数不作为根椐图9的输入栏106而指定的周数。
当销售期间超过4周时，进入步骤S134。在步骤S134中判断上周销售量是否比0大(是否有销售量)。在上周销售量为0时，将该商品分选为滞销商品，记述到判断基础数据的判断栏中(步骤S137)。例如图11中，根据上述条件，将品号03801的商品判定为滞销商品，将表示该意的[□A]记入到判断栏中。
在步骤S134中，在上周销售量不为0时，判断库存周数是否超过6周(步骤S135)。库存周数小于6周时，不确定为滞销商品。
库存周数超过6周时，作为有滞销商品嫌疑，进入步骤S136。这是由于上周的销售与库存的平衡不好造成的。
在步骤S136中，判断该商品的品牌累计销售构成比是否小于10％。如果不小于10％，就不将其判定为滞销商品。
小于10％时，将该商品判定为滞销商品，在判断栏中记录成[□B]。例如图11中，商品代码
等就于此相当。
而且，即使库存周数较大时，如果品牌累计构成比超过10％，也不判定为滞销商品，其理由如下。即在品牌累计销售构成比较大的商品中，在因库存不足导致上周销售量没有增长的情况下，不仅可期待今后的销路会好，有时库存周数还会增大。
而且，该实施例中，为了区别是根椐步骤S134的条件判断为滞销的，还是根椐步骤S136的条件判断为滞销的，将前者记录成□A，将后者记录成□B。
并且，有关上述的库存周数、累计销售构成比的判断条件，分别是在图9的输入栏108、输入栏104中指定的。
如上所述，对一种商品的处理结束时，接着就进入步骤S138中，判断是否已对该品牌的所有商品进行了处理。如果还有应该进行处理的商品，就将接着的商品作为对象商品(步骤S139)，反复执行S133以下的步骤。
如果对该品牌的所有商品进行了上述的处理，则进入步骤S140，判断是否对于所有的品牌进行了处理。如果存在应该进行处理的品牌，则将下一个品牌作为对象品牌(步骤S141)，反复执行S132以下的步骤。
对于所有的品牌的处理完了时，根据判断栏的记述，生成图14所示的滞销商品清单，存储到硬盘52中(步骤S142)。
如上所述，当判断处理完成时(即，生成滞销商品清单时)，进行如图8的步骤S14所示的输出处理。品牌负责人要对输出(显示在打印输出或显示器上)的滞销商品清单进行确认。如果负责人输入其确认的结果，则进行商品分选的计算机与主计算机6的数据库接通，将商品基本特性的畅销/滞销标志(参照图6)，变更为滞销(步骤S15)。
如果因特殊的原因，能预见到未来的销售时，负责人输入不同意将该商品作为滞销品的意思。此时，将该商品从存储在硬盘62中的滞销商品清单中删除。
这样，通过负责人确认被确定的滞销商品清单，通过主计算机6和通信线路，被送至销售店记录装置4(或销售店的计算机)中。另外，也可以将滞销商品清单存储在软盘中，送到销售店。还可以通过打印机64将滞销商品清单打印到纸张等记录用纸上，送到销售店。
各销售店，收到该滞销商品清单后，可以有效利用售货空间。(参照图2)而且，本实施例中，进行商品分选的计算机10自动地将畅销/滞销的标志进行变更的，也可以根据被打印输出的滞销商品的清单，通过用户的输入操作变更畅销/滞销的标志。6.其他的实施方式(1)上述实施例是通过将生成的滞销商品清单传输至销售店，将滞销商品从店面撤掉，而进行售货场地空间的有效利用的。但是，也适用于需要进行判别滞销商品的所有的情况。
例如发明者们正在开发根椐该品牌中所含有商品的上周销售量与未来的销售计划，决定理想的库存量，根据目前库存量与理想的库存量之间的差，决定该品牌中所含有商品的订货量的系统。
采用该手法的系统必须避免将卖剩的、没有预见到能卖出的库存含在现在的库存量中进行计算。由于这样的库存是没有预见到能售出的库存，所以将其包含在内决定订货量时，很可能无法确保进行高效率的销售所需的数量。
因此，最好采用本发明的商品分选系统，判别出滞销商品，排除掉滞销商品的库存，仅将畅销商品的库存作为现在的库存。
(2)上述实施例是按品牌进行滞销商品的判别的。这是由于，通常，销售店经销一个品牌是前提条件，需要洞察该品牌内的滞销商品。
但是，在一个销售店中，要经销2个以上的品牌并且可以对其售货场地的面积进行柔性变更的基础上，可以跨多个品牌对滞销商品进行判别。象这样跨多个品牌进行判别时，根据各品牌，产生滞销商品较多的品牌和滞销商品少的品牌。因此，各销售店可以对畅销商品多的品牌扩大其售货场地面积，从而提高销售效率。
此种情况，也可以将畅销商品或滞销商品清单从总部18(进行商品分选的计算机、主计算机6)传送至销售店，或者，也可以同时将根椐各品牌的畅销商品量算出的售货场地面积比率送出。或传送销售店各商品的配置。
(3)上述实施例是将上周末的库存量除以上周的销售量算出库存周数，作为滞销商品的计算标准的一种的。这是假定今后也是与上周相同的销售量而得出的。
但是，在预测今后各周的销售量时，采用该预定销售目标值，计算现在的库存量有几周的量(预定库存周数)，也可以将其用作滞销商品的计算标准。
(4)上述实施例中将主计算机与进行商品分选的计算机分离，也可以通过1台计算机实现。
(5)上述实施例中是采用销售量、采购量、库存量等数量，但是也可以采用销售额、采购金额、库存金额等金额，推算出滞销商品。
(6)上述实施例中，对于分选滞销商品的系统进行了说明，同样地可以分选畅销商品。
(7)上述实施例中，以周为标准进行判断，也可以以小时、天、月、年等为标准进行判断。
(8)上述实施例以服装商品为例表示的，也可以适用于其他的一般商品。
权利要求
1.一种对各对象商品进行销售评价的商品分选系统，其特征在于取得各商品的销售数据和库存数据；根据所述取得的各商品的销售数据和库存数据的比率，进行商品的分选。
2.如权利要求1记载的商品分选系统，其特征在于，所述商品的分选是滞销商品或畅销商品的分选。
3.如权利要求1记载的商品分选系统，其特征在于，将该商品的库存量相当于几周的销售量作为进行商品分选的条件。
4.如权利要求3记载的商品分选系统，其特征在于，该系统包括判断将商品的库存量除以前一段期间该商品的销售量而得出的库存周数是否超过规定的周数。
5.如权利要求3记载的商品分选系统，其特征在于，该系统包括根椐该商品的预定销售目标算出该商品的库存数据相当于几周的销售量，作为基于预定目标的库存周数，判断基于该预定目标的库存周数是否超过规定的周数。
6.如权利要求1～5的任一项记载的商品分选系统，其特征在于，按照升序或降序将各商品在前一期间的销售数据进行累加，算出该商品的累计销售数据，也对该商品的累计销售数据在全部商品的销售总数据中所占的比率加以考虑，进行商品的分选。
7.如权利要求1～5的任一项记载的商品分选系统，其特征在于，取得各商品的销售开始时间，也对从销售开始时间之后的期间加以考虑，进行商品的分选。
8.如权利要求1～5的任一项记载的商品分选系统，其特征在于，对该商品前一段期间有无销售也加以考虑，进行商品的分选。
9.如权利要求1～5的任一项记载的商品分选系统，其特征在于所述销售数据是销售量数据，库存数据是库存量数据。
10.一种对各对象商品进行销售评价的商品分选系统，其特征在于，具备取得各商品的销售数据及库存数据，算出用以进行商品分选的基础数据的计算装置；以及根椐所述算出的基础数据进行商品分选的分选装置，所述计算装置算出所述取得的各商品的销售数据与库存数据的比率，所述分选装置根椐所述算出的比率进行滞销商品的分选。
11.如权利要求10记载的商品分选系统，其特征在于，所述计算装置根椐所述取得的各商品的销售数据和库存数据，算出表示该商品的库存量相当于几周的销售量的值，所述分选装置根椐所述算出的值进行商品的分选。
12.如权利要求11记载的商品分选系统，其特征在于所述计算装置通过将所述取得的商品的库存数据除以前一段期间该商品的销售数据算出库存周数，所述分选装置判断所述算出的库存周数是否超过规定的周数，并根椐该判断进行商品的分选。
13.如权利要求11记载的商品分选系统，其特征在于所述计算装置根椐所述取得的商品的库存数据和该商品的预定销售目标算出表示该商品的库存数据相当于几周的销售量的预定库存周数，所述分选装置判断该预定库存周数是否超过规定的周数，并根椐该判断进行商品的分选。
14.如权利要求10～13的任一项记载的商品分选系统，其特征在于所述计算装置将前一段期间的销售数据为基准对各商品进行排列时的从开头到该商品为止的前一段期间的销售数据进行累加，算出该商品的累计销售数据，并且算出所述算出的累计销售数据在前一段期间的全部商品的销售数据中所占的构成比率，所述分选装置根椐所述算出的构成比率，进行商品的分选。
15.如权利要求10～13的任一项记载的商品分选系统，其特征在于所述分选装置取得各商品的销售开始时间，也对从销售之后时间开始的期间加以考虑，进行商品的分选。
16.如权利要求10～13的任一项记载的商品分选系统，其特征在于所述分选装置也对该商品前一段期间有无销售加以考虑，进行商品的分选。
17.一种采用计算机实现对各对象商品进行销售评价的商品分选系统的程序，其特征在于，该程序在计算机上执行以下处理取得各商品的销售数据和库存数据，根据各商品的销售数据和库存数据的比率进行商品分选的处理。
18.一种存储权利要求17记载的程序的存储介质。
19.一种对经销多个品牌的销售店发布展示商品的指令的销售管理系统，其特征在于，该系统支持取得包括经销上述多种商品群的销售店的多个销售店中构成品牌的各商品的销售数据；取得有关构成上述多个品牌的各商品的库存的库存数据，根据构成各品牌的各商品的销售数据和库存数据的比率进行商品的分选，决定应该在店面展示的商品或应从店面的展示中去除的商品；对根椐所述商品分选决定在店面展示的商品属于哪种品牌加以考虑，输出经销所述多个品牌的销售店中各品牌的展示布置相关信息；以及对销售店中多个品牌的营业场地面积比例进行柔性的调整。
20.一种采用计算机，对各对象商品进行销售评价的商品分选方法，其特征在于，取得各商品的销售数据和库存数据，根据各商品的销售数据和库存数据的比率，判断该商品的库存量相当于几周的销售量。
21.一种采用计算机，对经销多个品牌的销售店发布展示商品的指令的销售管理方法，其特征在于，该方法支持取得包括经销上述多种商品群的销售店的多个销售店中构成品牌的各商品的销售数据；取得有关构成上述多个品牌的各商品的库存的库存数据，根据构成各品牌的各商品的销售数据和库存数据的比率进行商品的分选，决定应该在店面展示的商品或应从店面的展示中去除的商品；对根椐所述商品分选决定在店面展示的商品属于哪种品牌加以考虑，输出经销所述多个品牌的销售店中各品牌的展示布置相关信息；以及对销售店中多个品牌的营业场地面积比例进行柔性的调整。
全文摘要
进行商品分选的计算机10具备:从数据库8提取各商品的销售数据以及库存数据,并算出用以进行商品分选的基础数据的计算装置和根椐前述算出的基础数据进行商品分选的分选装置,前述计算装置算出前述取得的各商品的销售量和库存量的比率,前述分选装置根椐前述算出的比率,进行滞销商品的分选。
文档编号G06Q30/06GK1423222SQ0215275
公开日2003年6月11日 申请日期2002年11月27日 优先权日2001年11月27日
发明者池内清和, 田中和也 申请人:株式会社世界