JP7361409B2

JP7361409B2 - Analysis information provision system using the cloud

Info

Publication number: JP7361409B2
Application number: JP2021158100A
Authority: JP
Inventors: 靖人山下
Original assignee: マップソリューション株式会社
Priority date: 2021-09-28
Filing date: 2021-09-28
Publication date: 2023-10-16
Anticipated expiration: 2041-09-28
Also published as: JP2023048661A

Description

本発明は、クラウド（クラウド・コンピューティング）を用いた分析情報をユーザに提供するＡＳＰ(Application Service Provider、ＳaaＳ（Software as a Service）)の分析情報提供システムに関し、特に指定した地域（商圏）に、医療機関、介護施設、福祉施設、商品販売店舗、飲食店、サービス提供施設などの計画施設を展開する組織体や事業主（ユーザ）に対して、地図情報や人口などの統計データ、既存施設のポイントデータを用いた将来の事業の予測成算を示す分析情報（期待需要量）を、複数の重み付け係数を用いて的確に算出して提供することが可能なクラウドを用いた分析情報提供システムに関する。 The present invention relates to an ASP (Application Service Provider, SaaS (Software as a Service)) analytical information providing system that provides users with analytical information using cloud computing, and particularly to a designated area (trade area). , statistical data such as map information and population, and existing facilities for organizations and business owners (users) that develop planned facilities such as medical institutions, nursing care facilities, welfare facilities, product sales stores, restaurants, and service provision facilities. An analytical information provision system using the cloud that can accurately calculate and provide analytical information (expected demand amount) that shows the predicted success of future business using point data using multiple weighting coefficients. Regarding.

病院、介護施設、福祉施設、商業店舗などの事業者が新たに事業を展開する場合、その地に進出して後、事業が円滑に運営できるかを予測する必要がある。成算がないと予測される場合には、事業展開を断念することになり、展開後に想定を下回る結果となった場合には、経営が立ち行かなかなる。そのため、事業者が新たに事業を展開する場合には、確実で正確な分析情報（需要量）を予め取得する必要がある。 When businesses such as hospitals, nursing care facilities, welfare facilities, and commercial stores start new business, they need to predict whether the business will be able to operate smoothly after entering the new location. If it is predicted that the business will not be successful, the business will be abandoned, and if the results are lower than expected after the development, the business will not be able to survive. Therefore, when a business starts a new business, it is necessary to obtain reliable and accurate analysis information (demand amount) in advance.

最近インターネットの普及と情報の高速化に伴い、個々のパソコン（ＰＣ）等の端末にプログラムデータを保有しなくても良いクラウド（クラウド・コンピューティング）システムが利用されている。クラウドシステムは、ソフトウェアを実行するためのプログラム及びデータをインターネット上のクラウドに置き、インターネット回線を通じてプログラムデータにアクセスして、ソフトウェアを利用できるようにした仕組みであり、クラウドシステムにより事業展開の分析を行うことができれば、システム運営者（ＡＳＰ）及び利用する事業者（ユーザ）共に有意義である。 Recently, with the spread of the Internet and speeding up of information, cloud (cloud computing) systems are being used that do not require program data to be stored on terminals such as individual personal computers (PCs). A cloud system is a system in which the program and data for executing software are placed in the cloud on the Internet, and the program data can be accessed through the Internet line to make the software available. If it can be done, it will be meaningful for both the system operator (ASP) and the business operator (user) who uses it.

特開２００１－１２５８８１号公報Japanese Patent Application Publication No. 2001-125881 特開２００４－１５２０９７号公報Japanese Patent Application Publication No. 2004-152097 特開２００４－１０２７４８号公報Japanese Patent Application Publication No. 2004-102748

クラウドシステムを用いた分析情報提供システムであれば、ＡＳＰサービス提供者にとっては直接的なハードウエアの保守管理が必要でなく、自身でサーバを保守点検する労力やコストが軽減されると共に、公開されている外部データをリアルタイムに活用することができ、ユーザ（ＡＳＰサービス利用者）にとっては自社内、外出先若しくは自宅等のＰＣから容易に、しかも自分に都合の良い時に必要な分析情報を取得することができる。また、ユーザ（ＡＳＰサービス利用者）は、自己の業種に対応した的確な分析情報を取得できることが望ましい。 With an analysis information provision system using a cloud system, ASP service providers do not need to directly maintain and manage the hardware, reducing the effort and cost of maintaining and inspecting servers themselves, and also Users (ASP service users) can easily obtain the necessary analytical information from their own PC, on the go, or at home at a time that is convenient for them. be able to. Furthermore, it is desirable for users (ASP service users) to be able to obtain accurate analysis information corresponding to their own industry.

本発明は上述のような事情よりなされたものであり、本発明の目的は、所望地域（商圏）に店舗や施設などを展開する組織体や事業主（ユーザ）に対して、地図情報や人口などの統計データを用いた事業の成算を示す分析情報（期待需要量）を的確に提供することが可能な、クラウド（ＡＳＰ）を用いた分析情報提供システムを提供することにある。 The present invention was made in view of the above-mentioned circumstances, and an object of the present invention is to provide map information and population information to organizations and business owners (users) that operate stores and facilities in desired areas (trade areas). An objective of the present invention is to provide an analytical information providing system using the cloud (ASP) that can accurately provide analytical information (expected demand amount) indicating the success of a business using statistical data such as.

本発明は、インターネットに接続されたクラウドサーバに構築され、演算処理部で演算処理を実施し、前記インターネットを経て分析結果をユーザ端末に表計算ファイルの形式でダウンロードするようになっている分析情報提供システムに関し、本発明の上記目的は、前記インターネットにはＡＳＰ端末と、地図運営企業体によってアップデートされる市街地図の電子地図データを提供する他社地図サーバとが接続されており、前記演算処理部は、データベースから入力された国勢調査データ、昼間人口推計データ、将来推計人口データ、商業統計データ、消費支出推計データ、住民基本台帳人口データ、診療科目別患者数等業種別需要量統計データなどの統計データ、医療機関データ、介護施設データ、小売店データ、飲食店データなどの業種別の既存施設のポイントデータ、市区町村行政界地図、町丁目行政界地図、道路地図、市街地図、メッシュ地図、国勢調査用町丁目界地図等の地図データ、前記他社地図サーバからの前記電子地図データ、前記ユーザ端末から入力された業種、商圏に関する商圏情報、分析のための分析条件、需要量算出のための基本重み付け係数、面積重み付け係数、規模重み付け係数、需要流出係数に基づいて、前記商圏における前記業種の期待需要量を算出し、前記基本重み付け係数が、計画する当該施設の総合的な魅力度、顧客を引き付ける力を示し、前記当該施設の規模を除いたものであり、前記面積重み付け係数が、計画施設を中心とした第１商圏と、競合施設を中心とした第２商圏との重複部分の面積を、前記第１商圏の面積で除算した値をべき係数でべき乗した係数であり、前記規模重み付け係数が、前記当該施設の規模を示す係数であり、前記需要流出係数が、前記第１商圏内の需要量が他の事業に流出する率を示す係数であり、前記期待需要量を前記分析結果として出力することによって達成される。 The present invention provides analysis information that is constructed in a cloud server connected to the Internet, performs arithmetic processing in an arithmetic processing unit, and downloads analysis results to a user terminal in the form of a spreadsheet file via the Internet. Regarding the provision system, the above object of the present invention is that an ASP terminal and a map server of another company that provides electronic map data of a city map updated by a map operating company are connected to the Internet, and the arithmetic processing unit includes census data, daytime population estimate data, future population estimate data, commercial statistics data, consumption expenditure estimate data, basic resident register population data, demand statistics data by industry such as the number of patients by medical department, etc. input from the database. Statistical data, medical institution data, nursing care facility data, retail store data, point data of existing facilities by industry such as restaurant data, city/ward/town/village administrative boundary map, town/chome administrative boundary map, road map, city map, mesh map , map data such as town-chome boundary maps for the national census , the electronic map data from the other company's map server, industry type input from the user terminal, trade area information regarding the trade area, analysis conditions for analysis, and demand calculation. The expected demand for the industry in the trade area is calculated based on the basic weighting coefficient, area weighting coefficient, scale weighting coefficient, and demand outflow coefficient , and the basic weighting coefficient determines the overall attractiveness of the planned facility, It indicates the ability to attract customers and excludes the scale of the facility, and the area weighting coefficient is the area weighting factor of the overlap between the first commercial area centered on the planned facility and the second commercial area centered on competing facilities. It is a coefficient obtained by dividing the area by the area of the first commercial area and exponentiating it by a power coefficient, the scale weighting coefficient is a coefficient indicating the scale of the facility, and the demand outflow coefficient is the coefficient of the first commercial area. This is a coefficient indicating the rate at which demand within the area flows out to other businesses, and is achieved by outputting the expected demand as the analysis result.

本発明に係る分析情報提供システムによれば、ＡＳＰサービス提供者は、ネットを介して公開されている外部データを活用することができ、自己が管理するサーバではなく、クラウドサーバにおいてシステムを構築でき、ハード的な保守管理から解放される。データやソフトウェアの保守管理が、集中化されたクラウドサーバ上で随時行われるので、常に最新の環境の下にサービスを提供することができる。 According to the analysis information providing system according to the present invention, an ASP service provider can utilize external data published via the Internet, and can build a system on a cloud server instead of on a server that the ASP service provider manages. , freeing from hardware maintenance management. Maintenance and management of data and software is performed on a centralized cloud server at any time, so services can always be provided in an up-to-date environment.

また、ＡＳＰサービス利用者（ユーザ）は、オフィスや外出先、店舗等の自分に都合の良い場所から、任意な時にインターネットを経てクラウドサーバにアクセスして、期待需要量の取得といった所望のサービスを受けることができる。ＡＳＰサービス利用者は、自己の端末に特別のソフトウェアやデータをインストールする必要がなく、インターネットに接続できる環境であれば良く、自社内、外出先若しくは自宅等のＰＣから容易に、しかも自分に都合の良い時に必要な分析情報を取得することができる。そして、指定した地域（商圏）に店舗や施設などを展開する予定がある場合、地図情報や人口などの統計データ、既存施設のポイントデータを用いた事業の成算を示す分析情報（期待需要量）を、複数の重み付け係数を用いて的確に算出して取得することが可能である。 Additionally, ASP service users (users) can access the cloud server via the Internet at any time from a location convenient for them, such as the office, out of town, or at a store, and perform desired services such as obtaining expected demand. Can receive. ASP service users do not need to install special software or data on their own terminals, as long as they are in an environment that can connect to the Internet, and can easily access services from a PC at their company, on the go, or at home, at their own convenience. You can get the analytical information you need at the right time. If you plan to open stores or facilities in a designated area (trade area), you can use analytical information (expected demand ) can be accurately calculated and obtained using a plurality of weighting coefficients.

更に、ＡＳＰサービス利用者は、自己が保有する顧客データ、店舗データなどのユーザデータを必要時にアップロードし、地図上に展開、登録して自己の環境に則した的確な分析結果を得ることができる。 Furthermore, ASP service users can upload their own user data such as customer data and store data when necessary, expand and register it on a map, and obtain accurate analysis results that match their own environment. .

本発明の全体構成例を示す構成図である。FIG. 1 is a configuration diagram showing an example of the overall configuration of the present invention. ユーザがクラウドサーバを利用するときの構成例を示す構成図である。FIG. 2 is a configuration diagram showing an example of a configuration when a user uses a cloud server. ＡＳＰサービス提供者とユーザ（ＡＳＰサービス利用者）との間の契約関係締結の動作例を示すフローチャートである。It is a flowchart showing an example of the operation of conclusion of a contractual relationship between an ASP service provider and a user (ASP service user). ユーザがＡＳＰサービス提供者から分析情報（期待需要量）を受ける動作例を示すフローチャートである。12 is a flowchart illustrating an operation example in which a user receives analysis information (expected demand amount) from an ASP service provider. 業種入力画面の一例を示す画面図である。It is a screen diagram showing an example of an industry input screen. 業種入力画面の一例を示す画面図である。It is a screen diagram showing an example of an industry input screen. 商圏指定（円）の操作例を示す画面図である。It is a screen diagram showing an example of operation for specifying a trade area (yen). 商圏指定（到達圏）の操作例を示す画面図である。It is a screen diagram showing an example of operation for specifying a commercial area (reaching area). 商圏指定（任意商圏）の操作例を示す画面図である。It is a screen diagram showing an example of operation for specifying a trade area (arbitrary trade area). 地点入力の動作例を示すフローチャートである。It is a flowchart which shows the example of operation|movement of a point input. 地点入力の具体的画面例を示す画面図である。FIG. 3 is a screen diagram showing a specific example of a screen for inputting a point. ポイント指定の具体的画面例を示す画面図である。FIG. 7 is a screen diagram showing a specific example of a screen for specifying points. 分析レポート（調剤薬局市場）の一例を示す図である。It is a diagram showing an example of an analysis report (dispensing pharmacy market). 分析レポートの一例（重み付け係数一覧表）を示す図である。It is a figure showing an example of an analysis report (weighting coefficient list). ユーザデータのアップロードを説明するための工程流れ図である。It is a process flow chart for explaining uploading of user data. 基本重み付け係数の特性例を示す特性図である。FIG. 3 is a characteristic diagram showing an example of characteristics of basic weighting coefficients. 重み付け係数に用いるべき係数εの特性例を示す特性図である。FIG. 3 is a characteristic diagram showing an example of the characteristics of a coefficient ε to be used as a weighting coefficient. 規模重み付け係数の特性例を示す特性図である。FIG. 7 is a characteristic diagram showing an example of characteristics of a scale weighting coefficient. 需要流出係数の特性例を示す特性図である。FIG. 3 is a characteristic diagram showing a characteristic example of a demand outflow coefficient. 分析処理部の詳細構成例を示すブロック図である。FIG. 2 is a block diagram showing a detailed configuration example of an analysis processing section. 分析処理部の動作例を示すフローチャートである。3 is a flowchart illustrating an example of the operation of the analysis processing section.

本発明は、施設（若しくは事業所など）を有する医療機関、介護施設、小売店、飲食店等の各種業界において、新たな施設を展開する際、新規開業する施設（計画施設）の獲得できる期待需要量Ｅ_０を、複数の重み付け係数を用いて的確に算出する。本発明の分析処理はインターネットを介したＷｅｂ環境において、商圏分析の条件設定を行った後、分析の拠点となる場所（商圏）を指定した後に分析処理を行い、期待需要量Ｅ_０などを含む分析結果をExcelのファイル（分析レポート）として取得できるようになっている。なお、期待需要量Ｅ_０の算出は、業種別毎（診療圏分析では診療科目毎、介護圏分析では介護事業種別毎、外食市場分析では業態毎等）に行うことができる。 The present invention is expected to be able to acquire newly opened facilities (planned facilities) when developing new facilities in various industries such as medical institutions, nursing care facilities, retail stores, and restaurants that have facilities (or business offices, etc.). Demand quantity E ₀ is accurately calculated using a plurality of weighting coefficients. The analysis process of the present invention is performed in a web environment via the Internet, after setting the conditions for trade area analysis and specifying the location (trade area) that will be the base of the analysis, the analysis process is performed in a web environment via the Internet, and the analysis process includes the expected demand E ₀ etc. Analysis results can be obtained as an Excel file (analysis report). Note that the expected demand E ₀ can be calculated for each industry (for example, for each medical department in medical area analysis, each nursing care business type in nursing care area analysis, and each business type in restaurant market analysis).

例えば、小売店が出店候補地情報を入手した際、候補地に新たな店舗を出店するための商圏分析を行い、新規出店の成功の可否を判定するための科学的な根拠を数値で算出して提供する。また、競合店の出店計画が発生した時点で、自店舗の商圏への影響を分析し、対応策を策定するための科学的な根拠を数値で算出して提供する。 For example, when a retailer obtains information on a candidate location for opening a store, it conducts a trade area analysis to open a new store in the candidate location, and calculates the scientific basis for determining the success of the new store opening using numerical values. provided. In addition, when a competing store plans to open a new store, the company analyzes the impact on its own store's business area and provides numerical calculations and scientific basis for formulating countermeasures.

図１は本発明の全体構成を示しており、ＡＳＰサービス提供者のＡＳＰ端末（例えばＰＣ）１０はインターネット１に接続されており、クラウドサーバもインターネット１に接続されている。また、ユーザとなるＡＳＰサービス利用者のユーザ端末（例えばＰＣ）１１～１Ｎもインターネット１に接続されており、クラウドサーバには、ＡＳＰ端末１０を介して、定期的に更新される国勢調査などの統計データ、既存施設のポイントデータ及び地図データが取り込まれ、データベース（ＤＢ）１７０に蓄積される。また、インターネット１には、市街地図を提供する他社地図サーバ３０が接続されており、クラウドサーバには、インターネット１を経て、他社地図サーバ３０からの電子市街地図データＥＭが取り込まれるようになっており、クラウドサーバ内に、本発明に係る分析情報提供システム１００がシステム構築されている。 FIG. 1 shows the overall configuration of the present invention, in which an ASP terminal (for example, a PC) 10 of an ASP service provider is connected to the Internet 1, and a cloud server is also connected to the Internet 1. In addition, the user terminals (for example, PCs) 11 to 1N of the ASP service users who are the users are also connected to the Internet 1, and the cloud server is provided with information such as the national census that is regularly updated via the ASP terminal 10. Statistical data, point data of existing facilities, and map data are imported and stored in a database (DB) 170. Further, a map server 30 of another company that provides city maps is connected to the Internet 1, and the electronic city map data EM from the map server 30 of another company is taken into the cloud server via the Internet 1. An analytical information providing system 100 according to the present invention is constructed in a cloud server.

インターネット１に接続されている他社地図サーバ３０は、随時地図運営企業体によって最新の市街地図データにアップデートされる。クラウドサーバ内の分析情報提供システム１００は、データベース１７０に蓄積された最新の統計データ、ポイントデータ、地図データ及び他社地図サーバ３０の電子市街地図データＥＭを利用することができる。 The other company's map server 30 connected to the Internet 1 is updated to the latest city map data by the map operating company from time to time. The analytical information providing system 100 in the cloud server can use the latest statistical data, point data, map data accumulated in the database 170, and the electronic city map data EM of the other company's map server 30.

定期的に更新されてデータベース１７０に蓄積された統計データ（国勢調査データ、昼間人口推計データ、将来推計人口データ、商業統計データ、消費支出推計データ、住民基本台帳人口データ、診療科目別患者数等業種別需要量統計データ）、業種別の既存施設ポイントデータ（医療機関データ、介護施設データ、小売店データ、飲食店データなど）などを使用するので、ユーザが必要な情報を適宜利用することができ、的確で詳細な情報分析を行うことが可能となる。なお、地図データとしては、最新の市区町村行政界地図、町丁目行政界地図、道路地図、市街地図、メッシュ地図、国勢調査用町丁目界地図等を使用して、分析情報を地図上に表示する。 Statistical data that is regularly updated and accumulated in the database 170 (census data, daytime population estimate data, future population estimate data, commercial statistics data, consumption expenditure estimate data, basic resident register population data, number of patients by medical department, etc.) It uses industry-specific demand statistical data), existing facility point data by industry (medical institution data, nursing care facility data, retail store data, restaurant data, etc.), so users can use the information they need as appropriate. This makes it possible to perform accurate and detailed information analysis. As for map data, we use the latest municipal administrative boundary maps, town/chome administrative boundary maps, road maps, city maps, mesh maps, census town/chome boundary maps, etc. to display the analysis information on the map. indicate.

分析情報提供システム１００は、全体の制御演算処理を実施する複数のＣＰＵ(Central Processing Unit)１０１を備え、ＣＰＵ１０１には、分析を希望する商圏（地域若しくはエリア）を、地図データに基づいて設定するための商圏設定部１１０と、設定された商圏の総需要量Ｄを統計データに基づいて算出する需要量算出部１２０と、設定された商圏内の既存施設を抽出する既存施設抽出部１３０と、複数の重み付け係数などを入力し、所定の演算式で情報の分析処理を実施して期待需要量Ｅ_０を求める分析処理部１４０と、分析処理された結果（期待需要量Ｅ_０など）を、Excelのフォーマット形式で分析レポートとして作成する分析レポート作成部１５０と、ユーザの本システムへのアクセスの許諾若しくは拒否を判定するセキュリティ部１６０と、データや情報、パラメータ等を格納するデータベース（ＤＢ）１７０と、ユーザデータを登録するユーザデータベース１７１と、データ入出力のインタフェースやフォーマット変換等を行う入出力部１８０と、ユーザが保有する固有のユーザデータを本システムに登録するためのユーザデータ登録部１９０とが相互に接続されている。 The analysis information providing system 100 includes a plurality of CPUs (Central Processing Units) 101 that perform overall control calculation processing, and the CPU 101 is configured to set a trade area (region or area) to be analyzed based on map data. a commercial area setting unit 110 for calculating the total demand amount D of the established commercial area based on statistical data; and an existing facility extraction unit 130 that extracts existing facilities within the established commercial area. An analysis processing unit 140 that inputs a plurality of weighting coefficients and performs information analysis processing using a predetermined calculation formula to obtain the expected demand amount E ₀ , and the analytical processing result (expected demand amount E _0, etc.), An analysis report creation unit 150 that creates an analysis report in Excel format, a security unit 160 that determines permission or denial of user access to this system, and a database (DB) 170 that stores data, information, parameters, etc. , a user database 171 for registering user data, an input/output unit 180 for performing data input/output interfaces, format conversion, etc., and a user data registration unit 190 for registering unique user data held by users in this system. are interconnected.

図２は、実際にユーザ（ＡＳＰサービス利用者）がサービス提供を受ける際に、ＡＳＰサービス提供者が運営管理する本発明の分析情報提供システム１００と、ユーザのオフィスや自宅、外出先等に設置された使用者端末（本例ではユーザ端末１１としている）との接続関係を示しており、ユーザは、インターネット１を介してクラウドサーバの分析情報提供システム１００を利用して、自己の計画施設に対する分析結果である期待需要量Ｅ_０などを分析レポートとして手得する。ユーザは分析レポートの内容を参照して、事業の新規展開等を判断する。 FIG. 2 shows an analytical information providing system 100 of the present invention operated and managed by an ASP service provider when a user (ASP service user) actually receives a service, and an analysis information provision system 100 installed at the user's office, home, outside, etc. The connection relationship with the user terminal (in this example, user terminal 11) is shown, and the user uses the analysis information provision system 100 of the cloud server via the Internet 1 to obtain information about his or her planned facility. The expected demand amount _E0, etc., which is the analysis result, is obtained as an analysis report. The user refers to the contents of the analysis report to determine new business development, etc.

図３は、ＡＳＰサービス提供者とユーザ（ＡＳＰサービス利用者）との間の契約関係締結の動作例を示すフローチャートであり、本例では全てオフラインで実施される。 FIG. 3 is a flowchart illustrating an example of the operation of establishing a contractual relationship between an ASP service provider and a user (ASP service user), and in this example, everything is performed offline.

先ずユーザは、ＡＳＰサービス提供者からインターネット等で開示されている登録申請書に必要事項を書き込んで、登録申請書を電子メール、ＦＡＸ、郵送などでＡＳＰサービス提供者に登録の申請を行う（ステップＳ１）。ＡＳＰサービス提供者はその登録申請の審査を行い（ステップＳ３）、申請内容が許諾要件を満たしているか否かを判定する（ステップＳ４）。申請内容が許諾要件を満たしていない場合には、再度申請（修正）を行い、申請内容が許諾要件を満たしている場合には当該ユーザの名称、住所等を、分析情報提供システム１００に登録し（ステップＳ５）、当該申請ユーザに所定のＩＤ及びＰＷを付与して終了する（ステップＳ６）。ユーザが使用端末を限定したいと望む場合には、当該使用端末のＩＰアドレスをＡＳＰサービス提供者に告知し、ＡＳＰサービス提供者はそれを登録する（ステップＳ５）。申請ユーザにＩＤ及びＰＷを付与する１回の行為を、１ライセンスと称する。 First, the user fills in the necessary information in the registration application form disclosed by the ASP service provider on the Internet, etc., and submits the registration application form to the ASP service provider by e-mail, fax, mail, etc. (step S1). The ASP service provider examines the registration application (step S3) and determines whether the application content satisfies permission requirements (step S4). If the application content does not meet the permission requirements, apply (revise) again, and if the application content satisfies the permission requirements, register the name, address, etc. of the user in the analytical information providing system 100. (Step S5), a predetermined ID and PW are given to the application user, and the process ends (Step S6). If the user wishes to limit the terminals to be used, the user notifies the ASP service provider of the IP address of the terminal to be used, and the ASP service provider registers it (step S5). One act of assigning an ID and PW to an applying user is referred to as one license.

なお、ここではオフライン作業による登録工程を説明したが、申請から登録までをＷｅｂ上でオンライン的に実施することも可能である。 Although the registration process is described here as an offline process, it is also possible to perform the process from application to registration online on the Web.

ＡＳＰサービス提供者の分析情報提供システム１００に登録されたユーザが、所望する分析サービスの提供を受ける場合の構成例は図２であり、その動作例を図４のフローチャートに従って説明する。 A configuration example in which a user registered in the analysis information providing system 100 of an ASP service provider receives a desired analysis service is shown in FIG. 2, and an example of its operation will be described with reference to the flowchart in FIG.

先ずユーザは端末１１を起動し（ステップＳ１０）、インターネット１を経て分析情報提供システム１００へアクセスし（ステップＳ１１）、ＡＳＰサービス提供者から登録時に付与（ライセンス）されているＩＤ及びパスワードＰＷを入力する（ステップＳ１２）。端末限定のためにＩＰアドレスを登録している場合には、当該端末が登録されているＩＰアドレスを介して接続されているかを、セキュリティ部１６０がチェックする。入力されたＩＤ及びパスワードＰＷはセキュリティ部１６０で正否を判定され（ステップＳ１３）、当該アクセスを許諾できる場合には、ユーザは、分析を希望する業種、例えば診療分野、介護分野、小売店分野、学習塾分野などを端末１１から、所定画面から入出力部１８０を介して入力して指定する（ステップＳ２０）。許諾されない場合は、再度繰り返す。 First, the user starts up the terminal 11 (step S10), accesses the analysis information providing system 100 via the Internet 1 (step S11), and enters the ID and password PW granted (licensed) by the ASP service provider at the time of registration. (Step S12). If an IP address is registered for terminal restriction, the security unit 160 checks whether the terminal is connected via the registered IP address. The input ID and password PW are checked by the security unit 160 (step S13), and if the access can be approved, the user enters the type of industry that the user wishes to analyze, such as the medical field, nursing care field, retail store field, etc. The cram school field and the like are input and specified from the terminal 11 from a predetermined screen via the input/output unit 180 (step S20). If not, repeat again.

業種入力画面の一例は図５及び図６であり、業種選択方法には２種類ある。即ち、「診療圏分析」や１ライセンス（ＩＤ）に「商圏分析」の業種が１種類の場合は、図５の画面左側のメニューで選択する。また、１ライセンス（ＩＤ）に「商圏分析」の業種が複数種類装備される場合は、図６の商圏分析欄の「受付画面」の「分析パターン」のプルダウンメニューで選択する。図６の例では”１．（介護圏分析）～”１８．（外食チェーン市場分析（寿司店））”の１８種類の業種を選択でき、タイトル（分析レポートの名称）、メールアドレスは必須入力項目となっている。「診療圏分析」は医療専用の分析機能であるが、診療圏分析以外の業種（介護、障害、保育、調剤薬局、小売店、飲食店、学習塾など）については、汎用的に開発した「商圏分析」機能により、業種別に分析内容の設定を行って対応している。 Examples of industry type input screens are shown in FIGS. 5 and 6, and there are two types of industry selection methods. That is, if there is only one type of business such as "medical area analysis" or "commercial area analysis" per license (ID), select it from the menu on the left side of the screen in FIG. 5. Furthermore, if one license (ID) is equipped with multiple types of business types of "trade area analysis", select them from the "analysis pattern" pull-down menu on the "reception screen" in the trade area analysis column of FIG. 6. In the example in Figure 6, “1. (Care area analysis) ~”18. (restaurant chain market analysis (sushi restaurants))". You can select from 18 types of industries, and the title (name of the analysis report) and email address are required fields. "Clinic area analysis" is an analysis function exclusively for medical care. However, for industries other than medical area analysis (nursing care, disabilities, childcare, dispensing pharmacies, retail stores, restaurants, cram schools, etc.), the general-purpose "trade area analysis" function can be used to analyze the analysis content by industry. I've made the settings and it's working.

次いで、希望する分析領域の商圏を商圏設定部１１０で設定する（ステップＳ３０）。商圏は半径指定の円商圏、円の多角形による分断商圏、車運転時間（分）や徒歩時間、自転車時間による到達商圏、多角形任意形状の商圏、市区町村商圏、二次医療圏及び前記商圏を指定の市区町村界で限定した商圏などである。 Next, the trade area of the desired analysis area is set by the trade area setting unit 110 (step S30). A commercial area can be a circular commercial area with a specified radius, a commercial area divided by a polygon of a circle, a commercial area reached by car driving time (minutes), walking time, or bicycle time, a commercial area with an arbitrary polygon shape, a municipal commercial area, a secondary medical area, and the above. This is a commercial area that is limited to a designated city, ward, town, or village.

商圏指定（ステップＳ３０）には図７に示すような指定地点からの半径の指定による円による距離圏をベースに商圏を作成し、その範囲内に含まれるデータベース（ＤＢ）１７０に登録されている統計データ、ポイントデータ及びユーザデータベース１７１に登録されているユーザデータの集計をする。また、図８に示すように任意の地点から車での走行時間をベースに到達圏を作成し、その範囲内に含まれる統計データ、ポイントデータ、ユーザデータの集計をするようにしたり、或いは図９に示すように任意の商圏を作成し、その範囲内に含まれる統計データ、ポイントデータ、ユーザデータの集計をするようにしても良い。ユーザデータについては、後述する。 In the trade area designation (step S30), a trade area is created based on a circular distance range from the designated point by specifying the radius as shown in FIG. 7, and the areas included in the range are registered in the database (DB) 170. Statistical data, point data, and user data registered in the user database 171 are totaled. In addition, as shown in Figure 8, a service area can be created based on the travel time by car from any point, and statistical data, point data, and user data included within that area can be aggregated. As shown in 9, an arbitrary trade area may be created and statistical data, point data, and user data included within the area may be aggregated. User data will be described later.

次いで、指定した業種の分析条件を入出力部１８０から分析処理部１４０に入力する（ステップＳ４０）。分析条件は、全ての業種について後述する重み付け係数α、β、γ及び係数Δのうち、係数γに対応するデータ項目を指定すると共に、係数Δを入力する。また、各業種に特有な項目を入力する。基本重み付け係数αは、出力されたExcel形式の分析レポートに基づいてユーザが入力するが、デフォルトはα＝１．０に設定されている。面積（人口）重み付け係数βは、既存施設の位置に基づいて自動計算されて入力される。重み付け係数α、β、γ及び係数Δについては、後述する。また、商圏が指定された段階で、需要量算出部１２０は当該商圏内の総需要量Ｄを算出し、総需要量Ｄを分析処理部１４０に入力する。分析条件は、例えば入力された業種が医療機関の場合には、診療科目、病床数、勤務医数などである。介護施設では、介護事業種別、定員などである。 Next, analysis conditions for the specified industry are input from the input/output section 180 to the analysis processing section 140 (step S40). As the analysis conditions, among weighting coefficients α, β, γ, and coefficient Δ, which will be described later for all industries, a data item corresponding to coefficient γ is specified, and the coefficient Δ is input. Also, enter items specific to each industry. The basic weighting coefficient α is input by the user based on the output analysis report in Excel format, and the default is set to α=1.0. The area (population) weighting coefficient β is automatically calculated and input based on the location of the existing facility. The weighting coefficients α, β, γ, and coefficient Δ will be described later. Furthermore, at the stage when a trade area is designated, the demand calculation unit 120 calculates the total demand D within the trade area, and inputs the total demand D to the analysis processing unit 140. For example, if the input industry is a medical institution, the analysis conditions include the medical department, the number of beds, and the number of working doctors. For nursing care facilities, these include the type of nursing care business and capacity.

次いで、どの地域（商圏）に新規展開（計画施設）するかの希望地点を入力する（ステップＳ５０）。地点の入力（ステップＳ５０）の詳細を、図１０のフローチャートに従って説明する。地点の入力は、図１１の画面例の左側メニューの「地図検索」を指定し、「住所」若しくは「路線駅名」を入力して行う（ステップＳ５１）。「住所」入力では、プダウンメニューによる入力と、住所キー入力の直接入力とがあり、「住所」若しくは「路線駅名」が入力されると、当該地域近辺の地図が図１２に示されるように画面表示される（ステップＳ５２）。画面表示された地図上でポイントを指示すると（ステップＳ５３）、当該指定されたポイント位置が地図上に赤丸（図１２に示すＸ）で表示される。 Next, the desired location of the new development (planned facility) is input in which region (trade area) (step S50). The details of inputting a point (step S50) will be explained according to the flowchart of FIG. 10. Input of a point is performed by specifying "map search" on the left menu of the screen example shown in FIG. 11 and inputting "address" or "route station name" (step S51). There are two ways to input "address": input using a drop-down menu, and direct input using address keys. When an "address" or "route station name" is input, a map of the vicinity of the area appears on the screen as shown in Figure 12. is displayed (step S52). When a point is designated on the map displayed on the screen (step S53), the designated point position is displayed as a red circle (X shown in FIG. 12) on the map.

業種及び商圏が指定され、分析条件が入力され、更に希望地点が入力された段階で、データベース１７０にアクセスし、既存施設抽出部１３０は、データベース１７０より指定商圏内の同一業種の既存施設を抽出して読み出し（ステップＳ６０）、後述する分析処理を分析処理部１４０において行う（ステップＳ７０）。分析処理が終了すると、分析レポート作成部１５０は算出した期待需要量Ｅ_０等を記載した分析レポートを、Excel形式で作成すると共に（ステップＳ８０）、ユーザに分析処理完了通知を送信し（ステップＳ８１）、これによりユーザは本システムから分析結果である分析レポートをダウンロードする（ステップＳ８２）。分析レポートの一例（一部）を図１３に示す。図１４は、調剤薬局市場の分析レポートにおける重み付け係数の一覧表の一例を示しており、後述する基本重み付け係数αを変更する際の参考とする。 When the industry and commercial area are specified, the analysis conditions are input, and the desired location is input, the database 170 is accessed, and the existing facility extraction unit 130 extracts existing facilities of the same industry within the specified commercial area from the database 170. The data is read out (step S60), and analysis processing, which will be described later, is performed in the analysis processing section 140 (step S70). When the analysis process is completed, the analysis report creation unit 150 creates an analysis report in Excel format containing the calculated expected demand _E0 , etc. (step S80), and sends an analysis process completion notification to the user (step S81). ), thereby the user downloads an analysis report that is the analysis result from this system (step S82). An example (part) of the analysis report is shown in FIG. FIG. 14 shows an example of a list of weighting coefficients in an analysis report of the dispensing pharmacy market, and is used as a reference when changing the basic weighting coefficient α described later.

本発明では、ＡＳＰサービス利用者は自己が保有するユーザデータ（顧客データ、店舗データなど）をアップロードして、分析を自己の業種に合った形態で実施することができる。つまり、自己が保有するユーザデータを、住所に基づいて緯度経度座標に変換して地図上にアップロードし、住所を持つＣＳＶ（Comma Separated Value）データを地図上で閲覧したり、分析に利用することができる。図１５はその様子を模式的に示しており、図１５（Ａ）に示すＣＳＶの住所付き会員データを図１５（Ｂ）の条件指定に基づき、ユーザデータ登録部１９０にて、住所から緯度経度座標に変換し、ユーザデータベース１７１に登録する。 According to the present invention, ASP service users can upload their own user data (customer data, store data, etc.) and perform analysis in a format suitable for their own industry. In other words, you can convert the user data you own into latitude and longitude coordinates based on the address and upload it onto a map, and view the CSV (Comma Separated Value) data with the address on the map or use it for analysis. I can do it. FIG. 15 schematically shows the situation. Based on the condition specification of FIG. 15(B), the member data with address in the CSV shown in FIG. It is converted into coordinates and registered in the user database 171.

次に、本発明の分析処理部１４０における分析処理（ステップＳ７０）で使用する重み付け係数α、β、γ及び係数Δについて説明する。係数αは基本重み付け係数であり、係数βは面積（又は人口）重み付け係数であり、γは規模重み付け係数であり、係数Δは需要流出係数である。ここでは、商圏内にｎ箇所の既存施設（競合施設）Ｆｉ（ｉ＝1～ｎ）があるものとするが、商圏内に既存施設が無い場合もある。
（１）基本重み付け係数α：
基本重み付け係数αは、計画施設及び競合施設の魅力度（集客力）を示す係数であり、需要を吸引する力を反映する係数である。図１６の特性図（実線）に示すように、基本重み付け係数αの初期値（デフォルト）は、魅力度標準相当の“１．０”に設定されているが、個々の施設毎に“０．０”より大きい値を適宜設定することができる。特性は、図１６の破線のような非線形であっても良い。いずれの場合も、基本重み付け係数αの初期値（デフォルト）は“１．０”であるが、業種毎、既存施設毎に本システム利用者の判断で、施設の一覧表を参照して、その都度査定して設定、変更するようになっている。つまり、人気や評判などの魅力度（集客力）が大きければ、“１．０”より大きい基本重み付け係数αを設定し、逆に魅力度（集客力）が小さければ、“１．０”より小さい基本重み付け係数αを設定する。これにより、期待需要量Ｅ_０の正確なシミュレーションを行うことができる。 Next, the weighting coefficients α, β, γ and coefficient Δ used in the analysis process (step S70) in the analysis processing unit 140 of the present invention will be explained. The coefficient α is the basic weighting coefficient, the coefficient β is the area (or population) weighting coefficient, γ is the scale weighting coefficient, and the coefficient Δ is the demand runoff coefficient. Here, it is assumed that there are n existing facilities (competing facilities) Fi (i=1 to n) within the commercial area, but there may be cases where there are no existing facilities within the commercial area.
(1) Basic weighting coefficient α:
The basic weighting coefficient α is a coefficient indicating the attractiveness (ability to attract customers) of the planned facility and competing facilities, and is a coefficient reflecting the ability to attract demand. As shown in the characteristic diagram (solid line) in FIG. 16, the initial value (default) of the basic weighting coefficient α is set to "1.0", which corresponds to the attractiveness standard, but "0. A value larger than 0'' can be set as appropriate. The characteristic may be non-linear as shown by the broken line in FIG. In either case, the initial value (default) of the basic weighting coefficient α is "1.0", but the system user can refer to the list of facilities at his or her discretion for each industry and existing facility. It is designed to be assessed, set and changed each time. In other words, if the attractiveness (ability to attract customers) such as popularity and reputation is large, the basic weighting coefficient α is set to be larger than "1.0", and conversely, if the degree of attractiveness (power to attract customers) is small, the basic weighting coefficient α is set to be larger than "1.0". Set a small basic weighting factor α. Thereby, an accurate simulation of the expected demand amount E ₀ can be performed.

基本重み付け係数αは、計画する当該施設の総合的な魅力度、顧客を引き付ける力を示し、施設の規模を除いたものである。例えば、医療機関では、取り扱う診療科目毎の診療処置能力、患者対応サービスの質等であり、小売店では、価格の割安感、品質の良さ等になる。結果としては、単位規模（例えば病床数、勤務医数、売り場面積）当りの集客数が、他の競合施設より多いか、或いは少ないかが判断材料になる。
（２）面積（人口）重み付け係数β：
面積重み付け係数βは、商圏の重複面積による重み付け係数である。商圏形状としては、半径で指定される円による商圏、又は徒歩、自転車、車等での所要時間による到達圏、又は道路に沿った距離により指定される到達圏などである。計画施設を中心とした商圏Ａ_０と、競合施設を中心とした商圏Ａｉの重複した商圏の面積をＳｉ、商圏Ａ_０の面積をＳ_０とすると、べき係数εを用いて面積重み付け係数βiは、下記数１で表わされる。
（数１）
βi＝（Ｓｉ／Ｓ_０）^ε

即ち、面積重み付け係数βは、計画施設より遠い競合施設ほど競合度合いが低くなることを示している。べき係数εは集中度合若しくは拡散度合を決定しており、図１７に示すような線形特性である。集中度合及び拡散度合の中間部を標準とし、べき係数εは初期値“１．０”に設定されているが、業種、業態、立地に基づいて集中度合（若しくは拡散度合）が算出され、集中度合（若しくは拡散度合）から図１７の特性に従って自動的に算出される。 The basic weighting coefficient α indicates the overall attractiveness of the planned facility and its ability to attract customers, excluding the scale of the facility. For example, in a medical institution, it is the medical treatment capacity for each medical department handled, the quality of patient care services, etc., and in a retail store, it is the cheapness of the price, the quality, etc. As a result, the deciding factor is whether a facility attracts more or less customers per unit size (eg, number of beds, number of doctors working, floor area) than other competing facilities.
(2) Area (population) weighting coefficient β:
The area weighting coefficient β is a weighting coefficient based on the overlapping area of the commercial areas. Examples of the commercial area shape include a circular commercial area specified by a radius, a reachable area based on the time required for walking, cycling, or by car, or a reachable area specified by a distance along a road. Assuming that the area of the overlapping commercial area _A0 centered on the planned facility and the commercial area Ai centered on competing facilities is Si, and the area of the commercial area _A0 is _S0 , the area weighting coefficient βi is calculated using the power coefficient ε. , is expressed by the following equation 1.
(Number 1)
βi=(Si/S ₀ ) ^ε

In other words, the area weighting coefficient β indicates that the degree of competition decreases as competing facilities are farther away from the planned facility. The power coefficient ε determines the degree of concentration or the degree of diffusion, and has a linear characteristic as shown in FIG. The middle part between the degree of concentration and the degree of diffusion is taken as the standard, and the power coefficient ε is set to an initial value of "1.0." However, the degree of concentration (or degree of diffusion) is calculated based on the industry, type of business, and location. It is automatically calculated from the degree (or degree of diffusion) according to the characteristics shown in FIG.

また、面積重み付け係数βで使用する値を重複商圏の面積Ｓｉに代えて、重複商圏内の人口比を使用する方法もある。この場合の人口重み付け係数は、“β’”である。なお、面積重み付け係数β及び人口重み付け係数β’は、いずれも既存施設の位置と商圏半径又は車運転時間等の到達時間により算出されるものであり、業種に関わらず数１で計算される。
（３）規模重み付け係数γ：
規模重み付け係数γは、施設の規模を示す係数であり、業種により異なるが、図１８に示すように規模の大きさに従って大きくなる特性である。施設の規模を数値化するために、既存の競合施設の規模の要因となる複数のデータ項目の数値と、実際に獲得している需要量の実績値により、回帰分析を行って設定した回帰式で計算される値を、計画施設及び競合施設の規模重み付け係数γとしている。 There is also a method of using the population ratio within the overlapping commercial area instead of the area Si of the overlapping commercial area as the value used for the area weighting coefficient β. The population weighting coefficient in this case is "β'". Note that the area weighting coefficient β and the population weighting coefficient β' are both calculated based on the location of the existing facility and the radius of the commercial area or the arrival time such as the driving time, and are calculated using Equation 1 regardless of the type of industry.
(3) Scale weighting factor γ:
The scale weighting coefficient γ is a coefficient indicating the scale of the facility, and although it varies depending on the type of industry, it has a characteristic that it increases as the scale increases, as shown in FIG. In order to quantify the scale of a facility, a regression formula was set by performing regression analysis using the numerical values of multiple data items that are factors in the scale of existing competing facilities and the actual value of the demand actually obtained. The value calculated by is used as the size weighting coefficient γ of the planned facility and competing facilities.

病院・入院の場合、規模重み付け係数γ_aは、病床数ｘと勤務医数ｙの重回帰分析で求められ、aφ、a1,a2を定数として、下記数２の回帰式で計算される。
（数２）
γ_a＝aφ＋a1・ｘ＋a2・ｙ

また、小売店の場合は、規模重み付け係数γ_bは、売り場面積ｚで表わされ、ｂを定数として、下記数３の回帰式で計算される。
（数３）
γ_b＝b・ｚ

（４）需要流出係数Δ：
需要流出係数Δは、商圏内の需要量が他の事業に流出する率を示す係数である。需要流出係数Δの特性例は図１９であり、通常は“１．０”をデフォルトとしているが、流出する量に応じて“１．０”未満の値を設定する。 In the case of hospitals and hospitalizations, the size weighting coefficient γ _a is obtained by multiple regression analysis of the number of hospital beds x and the number of working doctors y, and is calculated using the following regression formula (2) with aφ, a1, and a2 as constants.
(Number 2)
γ _a = aφ + a1・x+a2・y

Further, in the case of a retail store, the size weighting coefficient γ _b is expressed by the sales floor area z, and is calculated using the following regression equation (3), where b is a constant.
(Number 3)
γ _b =b・z

(4) Demand outflow coefficient Δ:
The demand outflow coefficient Δ is a coefficient indicating the rate at which demand within a commercial area flows out to other businesses. An example of the characteristic of the demand outflow coefficient Δ is shown in FIG. 19, and it is normally set to "1.0" by default, but a value less than "1.0" is set depending on the amount of outflow.

次に、分析処理部１４０の詳細構成例を図２０に示して説明する。 Next, a detailed configuration example of the analysis processing section 140 will be described with reference to FIG. 20.

分析処理部１４０は、入力情報、データに基づいて期待需要量Ｅ_０の演算を実施する演算部１４１を備え、演算部１４１には総需要量Ｄが入力される。また、演算部１４１には、基本重み付け係数α（デフォルトα＝１）を入力するα入力部１４２と、べき係数εを入力するε入力部１４３と、商圏Ａiの重複した商圏の面積Ｓiを算出して入力するＳi算出部１４４と、商圏Ａ_０の面積Ｓ_０を算出して入力するＳ_０算出部１４５と、規模重み付け係数γを抽出して入力するγ抽出部１４６と、需要流出係数Δを入力するΔ入力部１４７とが接続されている。演算部１４１は、計画施設の商圏内の総需要量Ｄを入力すると共に、上記計画施設の重み付け係数α_０、β_０、γ_０と，競合施設の重み付け係数αｉ、βｉ、γｉ（ｉ＝１～ｎ）とを演算する。 The analysis processing section 140 includes a calculation section 141 that calculates the expected demand amount _E0 based on input information and data, and the total demand amount D is input to the calculation section 141. The calculation unit 141 also includes an α input unit 142 that inputs the basic weighting coefficient α (default α=1), an ε input unit 143 that inputs the power coefficient ε, and calculates the area Si of the overlapping business area Ai. S 0 calculation unit 145 that calculates and inputs the area S ₀ of trade area A ₀ , γ extraction unit 146 that extracts and inputs the scale weighting coefficient γ, and _the demand outflow coefficient Δ is connected to a Δ input section 147 for inputting. The calculation unit 141 inputs the total demand D within the commercial area of the planned facility, and also calculates the weighting coefficients α ₀ , β ₀ , γ ₀ of the planned facility and the weighting coefficients αi, βi, γi (i=1 ~n).

このような構成において、その動作例を図２１のフローチャートを参照して説明する。 In such a configuration, an example of its operation will be described with reference to the flowchart of FIG. 21.

先ず、α入力部１４２から基本重み付け係数αが演算部１４０に入力され（ステップＳ１００）、次いでε入力部１４３からべき係数εが演算部１４１に入力され（ステップＳ１１０）、Ｓi算出部１４４で算出された面積Ｓiが演算部１４１に入力され（ステップＳ１１１）、Ｓ_０算出部１４４で算出された面積Ｓ_０が演算部１４１に入力される（ステップＳ１１２）。そして、演算部１４１は、入力されたべき係数ε、面積Ｓｉ及びＳ_０に基づいて前記数１を演算し、面積重み付け係数βiを算出する（ステップＳ１１３）。その後、γ抽出部１４６で抽出された規模重み付け係数γが演算部１４１に入力され（ステップＳ１２０）、Δ算出部１４７で算出された需要流出係数Δが演算部１４１に入力され（ステップＳ１３０）、需要量算出部１２０からの総需要量Ｄが演算部１４１に入力される（ステップＳ１４０）。 First, the basic weighting coefficient α is input from the α input unit 142 to the calculation unit 140 (step S100), then the power coefficient ε is input from the ε input unit 143 to the calculation unit 141 (step S110), and the Si calculation unit 144 calculates The calculated area Si is input to the calculation unit 141 (step S111), and the area S ₀ calculated by the S ₀ calculation unit 144 is input to the calculation unit 141 (step S112). Then, the calculation unit 141 calculates the above equation 1 based on the input power coefficient ε, area Si and _S0 , and calculates the area weighting coefficient βi (step S113). Thereafter, the scale weighting coefficient γ extracted by the γ extraction unit 146 is input to the calculation unit 141 (step S120), the demand outflow coefficient Δ calculated by the Δ calculation unit 147 is input to the calculation unit 141 (step S130), The total demand amount D from the demand amount calculation unit 120 is input to the calculation unit 141 (step S140).

演算部１４１は、計画施設の期待需要量Ｅ_０を下記数４に従って算出する。即ち、総需要量Ｄに需要流出係数Δを乗算し、これに計画施設の重み付け係数α_０、β_０、γ_０を乗算し、この乗算値を、競合施設の重み付け係数αｉ、βｉ、γｉの施設数ｉ＝１～ｎの加算値（Σ）で除算して期待需要量Ｅ_０を算出する（ステップＳ１５０）。各種業種によっても、下記数４を適用することができる。
（数４）
Ｅ_０＝（Ｄ×Δ）×α_０×β_０×γ_０÷Σ（αｉ×βｉ×γｉ）
ｉ＝１～ｎ

期待需要量Ｅ_０が算出されると、他の報告事項と共に分析レポートが出力されるので、ユーザはこの結果を参照して基本重み付け係数α及びγ、べき係数εを変更するか否かを判定し（ステップＳ１６０）、変更する場合は、Excel上で変更を行うと、Excel上で期待需要量Ｅ_０を再計算することができる。期待需要量Ｅ_０が大きいほど、商圏における成果が期待できることになる。 The calculation unit 141 calculates the expected demand E ₀ of the planned facility according to Equation 4 below. That is, the total demand amount D is multiplied by the demand outflow coefficient Δ, this is multiplied by the weighting coefficients α ₀ , β ₀ , γ ₀ of the planned facility, and this multiplication value is calculated by the weighting coefficients αi, βi, γi of the competing facilities. The expected demand amount E ₀ is calculated by dividing by the addition value (Σ) of the number of facilities i=1 to n (step S150). The following equation 4 can also be applied depending on the type of industry.
(Number 4)
E ₀ = (D × Δ) × α ₀ × β ₀ × γ ₀ ÷Σ (αi × βi × γi)
i=1~n

When the expected demand quantity E ₀ is calculated, an analysis report is output along with other report items, so the user refers to this result and decides whether to change the basic weighting coefficients α and γ and the power coefficient ε. (Step S160), and if the change is made in Excel, the expected demand quantity _E0 can be recalculated in Excel. The larger the expected demand _E0 , the more successful results can be expected in the trade area.

総需要量Ｄは需要量算出部１２０で算出され、業種が医療機関の場合は診療科目別推計患者数であり、介護施設にあっては介護事業種目別毎の推計要介護者数である。計画施設及び既存施設の基本重み付け係数α_０、αiは、施設毎に査定した値にExcel上で変更する。 The total demand amount D is calculated by the demand amount calculation unit 120, and in the case of a medical institution, it is the estimated number of patients by medical department, and in the case of a nursing care facility, it is the estimated number of people requiring care for each type of nursing care business. The basic weighting coefficients α ₀ and αi for planned facilities and existing facilities are changed on Excel to the values assessed for each facility.

なお、規模の数値が誤っている場合、分析・出力されたExcelデータで修正が可能である。 If the scale value is incorrect, it can be corrected using the analyzed and output Excel data.

本発明は医療機関、介護事業所、障害福祉事業所のほか、外食業、保育、小売、教育産業、調剤薬局、フィットネスクラブ等の健康産業、美容産業等に適用できる。例えば外食市場においては、業態別に商圏内の「一般外食の推計消費支出」と、商圏内の競合となる業態の「既存の飲食店データ」とから計画店舗の期待売上高を推計する。業態としては、居酒屋、寿司店、蕎麦・うどん店、ラーメン店、お好み焼き店、焼き肉店、カフェ等の各種業態の市場分析を行うことができる。 The present invention is applicable not only to medical institutions, nursing care facilities, and welfare facilities for the disabled, but also to the health industry, beauty industry, etc., such as restaurant industry, childcare, retail, education industry, dispensing pharmacy, and fitness club. For example, in the restaurant market, the expected sales of the planned store are estimated based on the ``estimated consumption expenditure for general eating out'' within the trade area for each type of business and the ``existing restaurant data'' of competing business types within the trade area. As for business formats, market analysis can be performed for various business formats such as izakayas, sushi restaurants, soba/udon restaurants, ramen restaurants, okonomiyaki restaurants, yakiniku restaurants, and cafes.

１インターネット
１０ＡＳＰ端末（ＰＣ）
１１～１Ｎユーザ端末（ＰＣ）
３０他社地図サーバ
１００分析情報提供システム
１０１ＣＰＵ
１１０商圏設定部
１２０需要量算出部
１３０既存施設抽出部
１４０分析処理部
１５０分析レポート作成部
１６０セキュリティ部
１７０データベース（ＤＢ）
１７１ユーザデータベース（ＤＢ）
１８０入出力部
１９０ユーザデータ登録部
1 Internet 10 ASP terminal (PC)
11~1N User terminal (PC)
30 Other company map server 100 Analysis information providing system 101 CPU
110 Commercial area setting section 120 Demand calculation section 130 Existing facility extraction section 140 Analysis processing section 150 Analysis report creation section 160 Security section 170 Database (DB)
171 User database (DB)
180 Input/output section 190 User data registration section

Claims

It is an analysis information providing system that is built on a cloud server connected to the Internet, performs calculation processing in a calculation processing unit, and downloads the analysis results to the user terminal in the form of a spreadsheet file via the Internet. ,
An ASP terminal and a map server of another company that provides electronic map data of a city map updated by a map operating company are connected to the Internet,
The arithmetic processing unit inputs census data, daytime population estimate data, future population estimate data, commercial statistics data, consumption expenditure estimate data, basic resident register population data, and demand by industry such as the number of patients by medical department, which are input from the database. Statistical data such as statistical data, point data of existing facilities by industry such as medical institution data, nursing care facility data, retail store data, restaurant data, municipal administrative boundary map, town/chome administrative boundary map, road map, urban area Map data such as maps, mesh maps, and town/chome boundary maps for the national census, the electronic map data from the other company's map server, the industry type input from the user terminal, trade area information regarding the trade area, analysis conditions for analysis, and demand Calculate the expected demand quantity of the industry in the trade area based on the basic weighting coefficient, area weighting coefficient, scale weighting coefficient, and demand outflow coefficient for quantity calculation ,
The basic weighting coefficient indicates the overall attractiveness of the planned facility and the ability to attract customers, excluding the scale of the facility,
The area weighting coefficient is obtained by dividing the area of the overlapping area between the first commercial area centered on the planned facility and the second commercial area centered on the competing facility by the area of the first commercial area and raised to a power coefficient. is the coefficient,
The scale weighting coefficient is a coefficient indicating the scale of the facility,
The demand outflow coefficient is a coefficient indicating the rate at which the demand within the first commercial area flows out to other businesses,
An analytical information providing system using a cloud, characterized in that the expected demand amount is output as the analysis result.

The arithmetic processing unit,
a trade area setting unit for setting the trade area based on the map data and the electronic map data; a demand calculation unit for calculating the total demand of the set trade area based on the statistical data; an existing facility extraction unit that extracts existing facilities based on the statistical data, and a predetermined calculation formula using the basic weighting coefficient, the area weighting coefficient, the scale weighting coefficient, the demand outflow coefficient, and the total demand amount, It is composed of an analysis processing unit that performs the analysis processing, and an analysis report creation unit that creates the analysis report including the expected demand amount calculated in the analysis processing,
The predetermined calculation formula is
The value obtained by multiplying the total demand amount by the demand outflow coefficient and the basic weighting coefficient, the area weighting coefficient, and the scale weighting coefficient of the planned facility in the first commercial area is calculated by multiplying the total demand amount by the demand outflow coefficient, 2. The analytical information providing system using a cloud according to claim 1, wherein the formula is divided by the sum of the multiplication values of the basic weighting coefficient, the area weighting coefficient, and the scale weighting coefficient of competing facilities.

3. The analytical information providing system using a cloud according to claim 1, wherein, in place of the area weighting coefficient, a population weighting coefficient obtained by raising the population ratio of the overlapping portion to the exponentiation coefficient is used.