JP6584018B2 - 報酬予測計算装置、報酬予測計算サーバー、報酬予測計算プログラム及び報酬予測計算方法 - Google Patents
報酬予測計算装置、報酬予測計算サーバー、報酬予測計算プログラム及び報酬予測計算方法 Download PDFInfo
- Publication number
- JP6584018B2 JP6584018B2 JP2017056737A JP2017056737A JP6584018B2 JP 6584018 B2 JP6584018 B2 JP 6584018B2 JP 2017056737 A JP2017056737 A JP 2017056737A JP 2017056737 A JP2017056737 A JP 2017056737A JP 6584018 B2 JP6584018 B2 JP 6584018B2
- Authority
- JP
- Japan
- Prior art keywords
- reward
- amount
- rule
- prediction
- condition
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
本発明は、会員制紹介販売組織における合理的な報酬設定をするための予測に関するものである。
会員制紹介販売組織は、いろいろな形態をとるものがあるが、その基本形態は、会員の紹介により統括会社が販売する商品を購入した者が新しい会員として組織に加わり、統括会社は、紹介した会員に報酬（ボーナス）を支払うというものである。
会員は、自らが商品を販売するわけではないが、紹介をすることにより統括会社から報酬を受け取ることができる。また、統括会社は、紹介を通じて形成される会員組織を、商品を無店舗販売するインフラストラクチャとして捉えることができる。このため、両者に利点があると考えられ、一時期、大いに普及拡大した。
しかし、このような利点とうらはらに、統括会社が過大な報酬プランを策定し、結果的に経営破綻に至るケースや、経営破綻にまで至らなくても破綻を避けるために報酬プランをたびたび変更して会員に不安を与え、会員組織の解散を余儀なくされるケースも少なくなかった。その結果、法律の規制を受けることになり、統括会社の数は少数となった。
このような事態を招いた原因は、過大になりがちな報酬プランに求めることができるが、統括会社が報酬プランを適正に設定することは容易ではない。速やかにより多くの会員を組織化できれば、報酬を多くしても統括会社の事業は継続することができる。報酬が多いと会員のなり手も多くなるが、報酬を多くすると、それだけ報酬の支払いに追われて経営破綻するリスクも高くなる。逆に、報酬を少なくすると、会員を引き付ける魅力が乏しいので会員のなり手は少なくなりがちである。
統括会社の報酬プランが適正かどうかは、商品自体の価格や魅力、会員数、経済動向などいろいろなファクタが関係する。このため、どのように報酬を決めれば適正なプランになるのか予測が困難である。統括会社が適正な報酬プランを策定することについては社会的な要請も強い。しかし、従来は、プラン作成者の属人的な経験による予測に止まり、実効性のある定量的評価を伴う予測がされてこなかったのが実情である。
このような状況の中で、発明者らも、会員の一人が新しい会員を紹介し、これらの新しい会員がさらに新しい会員を紹介して２つに分枝して（枝分かれをして）階層的に販売組織を構成する会員制紹介販売流通組織における報酬プランに対する定量的評価を試みて試行錯誤を行ってきた。
しかしながら、発明者らが従来提案した手法は、報酬プランにおいて配当率（掃き出し率Ｄ(ｎ)）を導入し、一定期間におけるボーナス受取の最高額を制限するようにしたが、柔軟な報酬プランを作成しづらいものであった（特許文献１）。
しかしながら、発明者らが従来提案した手法は、報酬プランにおいて配当率（掃き出し率Ｄ(ｎ)）を導入し、一定期間におけるボーナス受取の最高額を制限するようにしたが、柔軟な報酬プランを作成しづらいものであった（特許文献１）。
また、別の手法は、異なる配当率（掃き出し率Ｆ(ｎ)）においてボーナス受取の最高額を制限したものであるが、この提案においても柔軟な報酬プランを作成しづらいものであった（特許文献２）。
そこで、ｎが大きくなって階層が深くなっても必ず配当率が収束し、計算された配当率から会員に対する適正で合理的な報酬プランを柔軟に決定することに資する実効性と汎用性のある報酬予測計算装置・予測方法が望まれていた。
本発明の目的は、会員制紹介販売組織における適正で合理的な報酬プランを設定するための報酬予測計算装置、予測サーバー、予測プログラム及び予測方法を提供することにある。
＜１＞ 上記目的を達成するために、本発明は、
会員制紹介販売流通組織の会員に対する報酬額を計算してその配当率の予測をする報酬予測計算サーバーであって、
ネットワークを介して端末装置と通信可能であって、
前記端末装置から前記報酬額の計算のための変動条件の送信を受ける条件受信部と、
前記配当率が収束する報酬決定ルールと前記予測に係る配当率の定量評価をする評価ルールと該定量評価の結果に応じて前記変動条件の変更をする変更ルールと前記受信及び変更に係る変動条件とを記憶する記憶部と、
受信した変動条件又は変更に係る変動条件に応じて、前記報酬決定ルールと前記評価ルールに基づき、前記報酬額と配当率の予測を行い、該予測に係る配当率の定量評価を行う予測評価を実行する制御部と、
前記受信に係る変動条件を初期値として前記変更ルールに従って変動条件を変更し、前記制御部の予測評価を繰り返し実行させる繰り返し部と、
前記予測評価に係る配当率を含む表示と該表示に係る決定命令の入力手段の提供を前記端末装置と通信して実行する決定支援部と、
前記端末装置から送信される前記決定命令を受信すると、該決定命令に係る配当率と前記表示に係る変動条件とを決定データとして送信する出力部と、
を備え、
前記報酬決定ルールは、
［１］各会員が二分木データ構造の各ノードにそれぞれ仮想的に配置されて充填された階層を構成するようにマッピングされた配置情報を有し、
［２］各会員の報酬額について、
前記配置情報に基づいてその会員から分枝する下位の階層に属する会員が購入した商品の総個数である商品購入合計個数と、所与の最高限度額と、所与の報酬基数とに基づき、
階層ごとに前記商品購入合計個数について前記報酬基数により離散化して評価した暫定報酬額を算出し、前記暫定報酬額が前記最高限度額を超えないように前記報酬額を計算し、
前記暫定報酬額は、
深さｎの階層を有する二分木データ構造の第ｉ階層に属する会員の報酬額について、
前記最高限度額をＭ円、基本報酬額をｈ円、報酬基数をｇ個、各会員の商品購入個数を１個、前記商品購入合計個数をＳ（ｉ）個、その暫定報酬額をＰ（ｉ）円、とし、ＩＮＴ｛ ｝は｛ ｝内の数の整数値をとる演算子、＊は積算演算記号とした場合に、
Ｐ（ｉ）＝ｈ＊ＩＮＴ{Ｓ（ｉ）／ｇ}
であって、
決定される報酬額は、
Ｍ≦Ｐ（ｉ）かつｋ＋ｉ＝ｎ＋１
を充たす、ｋの最小値となる第ｎ層から数えてｍ番目である階層により場合分けし、
［場合１］：
ｉ≦ｎ＋１−ｍの階層の会員については、報酬額を最高限度額であるＭ円とし、
［場合２］：
ｉ＞ｎ＋１−ｍの階層の会員については、報酬額を暫定報酬額であるＰ（ｉ）＝ｈ＊ＩＮＴ{（２ (n+1-i) −２）／ｇ｝円として報酬額を計算するように構成されている。
会員制紹介販売流通組織の会員に対する報酬額を計算してその配当率の予測をする報酬予測計算サーバーであって、
ネットワークを介して端末装置と通信可能であって、
前記端末装置から前記報酬額の計算のための変動条件の送信を受ける条件受信部と、
前記配当率が収束する報酬決定ルールと前記予測に係る配当率の定量評価をする評価ルールと該定量評価の結果に応じて前記変動条件の変更をする変更ルールと前記受信及び変更に係る変動条件とを記憶する記憶部と、
受信した変動条件又は変更に係る変動条件に応じて、前記報酬決定ルールと前記評価ルールに基づき、前記報酬額と配当率の予測を行い、該予測に係る配当率の定量評価を行う予測評価を実行する制御部と、
前記受信に係る変動条件を初期値として前記変更ルールに従って変動条件を変更し、前記制御部の予測評価を繰り返し実行させる繰り返し部と、
前記予測評価に係る配当率を含む表示と該表示に係る決定命令の入力手段の提供を前記端末装置と通信して実行する決定支援部と、
前記端末装置から送信される前記決定命令を受信すると、該決定命令に係る配当率と前記表示に係る変動条件とを決定データとして送信する出力部と、
を備え、
前記報酬決定ルールは、
［１］各会員が二分木データ構造の各ノードにそれぞれ仮想的に配置されて充填された階層を構成するようにマッピングされた配置情報を有し、
［２］各会員の報酬額について、
前記配置情報に基づいてその会員から分枝する下位の階層に属する会員が購入した商品の総個数である商品購入合計個数と、所与の最高限度額と、所与の報酬基数とに基づき、
階層ごとに前記商品購入合計個数について前記報酬基数により離散化して評価した暫定報酬額を算出し、前記暫定報酬額が前記最高限度額を超えないように前記報酬額を計算し、
前記暫定報酬額は、
深さｎの階層を有する二分木データ構造の第ｉ階層に属する会員の報酬額について、
前記最高限度額をＭ円、基本報酬額をｈ円、報酬基数をｇ個、各会員の商品購入個数を１個、前記商品購入合計個数をＳ（ｉ）個、その暫定報酬額をＰ（ｉ）円、とし、ＩＮＴ｛ ｝は｛ ｝内の数の整数値をとる演算子、＊は積算演算記号とした場合に、
Ｐ（ｉ）＝ｈ＊ＩＮＴ{Ｓ（ｉ）／ｇ}
であって、
決定される報酬額は、
Ｍ≦Ｐ（ｉ）かつｋ＋ｉ＝ｎ＋１
を充たす、ｋの最小値となる第ｎ層から数えてｍ番目である階層により場合分けし、
［場合１］：
ｉ≦ｎ＋１−ｍの階層の会員については、報酬額を最高限度額であるＭ円とし、
［場合２］：
ｉ＞ｎ＋１−ｍの階層の会員については、報酬額を暫定報酬額であるＰ（ｉ）＝ｈ＊ＩＮＴ{（２ (n+1-i) −２）／ｇ｝円として報酬額を計算するように構成されている。
このように構成されているために、階層が無限に深くなっても配当率が必ず収束するので、収束した配当率に基づいていろいろな変動条件における定量的評価を、ネットワークを通じて端末装置に提供することができる。
また、報酬基数というパラメータを導入し、商品購入合計個数について報酬基数で離散化して評価した暫定報酬額を算出している。これにより、商品購入合計個数をステップ的に丸めた値に切り下げることができるため、報酬額ひいては配当率を計算するにあたり、報酬基数を変化させることによってその試算が簡単にできる。
さらに、会員組織の階層の浅い古手の会員は報酬の最高限度額を制限し、階層の深い比較的新しい会員は商品購入合計個数に応じた報酬額となる。したがって、比較的高額の報酬を受け取る会員は最高限度額に制限されるものの、最高限度額に達さない、紹介が多くない会員に取っては減額の要素がないため、広く会員の紹介のモチベーションを保つことが容易であり、これを事前に会員に提示することもできるため、受け入れやすい。加えて、統括会社にとっても、最高限度額と報酬基数を同時に動かした場合の配当率の評価を容易に行うことができるため、柔軟な報酬プランを検討することができる。
ここで、配当率は、会員制紹介販売流通組織が受ける当該商品に関する販売額などの配当原資と報酬額の比率をいう（本明細書において、同じ）。この配当原資は、商品そのものの販売額のみならず、会員の入会金のような組織にとって配当原資となる収入を含むものである。また、販売額の全額のみならず、必要な控除をおこなった一部であってもよい。
さらに加えて、階層が無限に深くなっても変動条件（パラメータ）に対応する収束した配当率が求められるので、報酬プランの定量的評価をすることが可能になる。
また、基本報酬額に離散化による評価値をかけて暫定報酬額としているので、報酬額は、最高限度額、報酬基数、基本報酬額の３つを主要なパラメータとして、配当率を変えることができるので、報酬プランの決定が柔軟にできる。
また、報酬基数というパラメータを導入し、商品購入合計個数について報酬基数で離散化して評価した暫定報酬額を算出している。これにより、商品購入合計個数をステップ的に丸めた値に切り下げることができるため、報酬額ひいては配当率を計算するにあたり、報酬基数を変化させることによってその試算が簡単にできる。
さらに、会員組織の階層の浅い古手の会員は報酬の最高限度額を制限し、階層の深い比較的新しい会員は商品購入合計個数に応じた報酬額となる。したがって、比較的高額の報酬を受け取る会員は最高限度額に制限されるものの、最高限度額に達さない、紹介が多くない会員に取っては減額の要素がないため、広く会員の紹介のモチベーションを保つことが容易であり、これを事前に会員に提示することもできるため、受け入れやすい。加えて、統括会社にとっても、最高限度額と報酬基数を同時に動かした場合の配当率の評価を容易に行うことができるため、柔軟な報酬プランを検討することができる。
ここで、配当率は、会員制紹介販売流通組織が受ける当該商品に関する販売額などの配当原資と報酬額の比率をいう（本明細書において、同じ）。この配当原資は、商品そのものの販売額のみならず、会員の入会金のような組織にとって配当原資となる収入を含むものである。また、販売額の全額のみならず、必要な控除をおこなった一部であってもよい。
さらに加えて、階層が無限に深くなっても変動条件（パラメータ）に対応する収束した配当率が求められるので、報酬プランの定量的評価をすることが可能になる。
また、基本報酬額に離散化による評価値をかけて暫定報酬額としているので、報酬額は、最高限度額、報酬基数、基本報酬額の３つを主要なパラメータとして、配当率を変えることができるので、報酬プランの決定が柔軟にできる。
＜２＞加えて、会員制紹介販売流通組織の会員に対する報酬額を計算してその配当率の予測をするために、コンピュータを、
前記報酬額の計算のための変動条件の入力を受ける条件入力手段と、
前記配当率が収束する報酬決定ルールと、前記予測に係る配当率の定量評価をする評価ルールと、該定量評価の結果に応じて前記変動条件の変更をする変更ルールと、前記入力及び変更に係る変動条件とを記憶する記憶手段と、
前記入力又は変更に係る変動条件に応じて、前記報酬決定ルールと前記評価ルールに基づき、前記報酬額と配当率の予測を行い、該予測に係る配当率の定量評価を行う予測評価を実行する制御手段と、
前記入力に係る変動条件を初期値として前記変更ルールに従って変動条件を変更し、前記制御手段の予測評価を繰り返し実行させる繰り返し手段と、
前記予測評価に係る配当率を含む表示と、該表示に係る決定命令の入力手段の提供とを実行する決定支援手段と、
前記決定命令が入力されると、該決定命令に係る配当率と前記表示に係る変動条件とを決定データとして出力する出力手段として機能させるための報酬予測計算プログラムであって、
前記報酬決定ルールは、
［１］各会員が二分木データ構造の各ノードにそれぞれ仮想的に配置されて充填された階層を構成するようにマッピングされた配置情報を有し、
［２］各会員の報酬額について、
前記配置情報に基づいてその会員から分枝する下位の階層に属する会員が購入した商品の総個数である商品購入合計個数と、所与の最高限度額と、所与の報酬基数とに基づき、
階層ごとに前記商品購入合計個数について前記報酬基数により離散化して評価した暫定報酬額を算出し、
前記暫定報酬額が前記最高限度額を超えないように前記報酬額を計算し、
前記暫定報酬額は、
深さｎの階層を有する二分木データ構造の第ｉ階層に属する会員の報酬額について、
前記最高限度額をＭ円、基本報酬額をｈ円、報酬基数をｇ個、各会員の商品購入個数を１個、前記商品購入合計個数をＳ（ｉ）個、その暫定報酬額をＰ（ｉ）円、とし、ＩＮＴ｛ ｝は｛ ｝内の数の整数値をとる演算子、＊は積算演算記号とした場合に、
Ｐ（ｉ）＝ｈ＊ＩＮＴ{Ｓ（ｉ）／ｇ}
であって、
決定される報酬額は、
Ｍ≦Ｐ（ｉ）かつｋ＋ｉ＝ｎ＋１
を充たす、ｋの最小値となる第ｎ層から数えてｍ番目である階層により場合分けし、
［場合１］：
ｉ≦ｎ＋１−ｍの階層の会員については、報酬額を最高限度額であるＭ円とし、
［場合２］：
ｉ＞ｎ＋１−ｍの階層の会員については、報酬額を暫定報酬額であるＰ（ｉ）＝ｈ＊ＩＮＴ{（２ (n+1-i) −２）／ｇ｝円として報酬額を計算する、ように構成されている。
前記報酬額の計算のための変動条件の入力を受ける条件入力手段と、
前記配当率が収束する報酬決定ルールと、前記予測に係る配当率の定量評価をする評価ルールと、該定量評価の結果に応じて前記変動条件の変更をする変更ルールと、前記入力及び変更に係る変動条件とを記憶する記憶手段と、
前記入力又は変更に係る変動条件に応じて、前記報酬決定ルールと前記評価ルールに基づき、前記報酬額と配当率の予測を行い、該予測に係る配当率の定量評価を行う予測評価を実行する制御手段と、
前記入力に係る変動条件を初期値として前記変更ルールに従って変動条件を変更し、前記制御手段の予測評価を繰り返し実行させる繰り返し手段と、
前記予測評価に係る配当率を含む表示と、該表示に係る決定命令の入力手段の提供とを実行する決定支援手段と、
前記決定命令が入力されると、該決定命令に係る配当率と前記表示に係る変動条件とを決定データとして出力する出力手段として機能させるための報酬予測計算プログラムであって、
前記報酬決定ルールは、
［１］各会員が二分木データ構造の各ノードにそれぞれ仮想的に配置されて充填された階層を構成するようにマッピングされた配置情報を有し、
［２］各会員の報酬額について、
前記配置情報に基づいてその会員から分枝する下位の階層に属する会員が購入した商品の総個数である商品購入合計個数と、所与の最高限度額と、所与の報酬基数とに基づき、
階層ごとに前記商品購入合計個数について前記報酬基数により離散化して評価した暫定報酬額を算出し、
前記暫定報酬額が前記最高限度額を超えないように前記報酬額を計算し、
前記暫定報酬額は、
深さｎの階層を有する二分木データ構造の第ｉ階層に属する会員の報酬額について、
前記最高限度額をＭ円、基本報酬額をｈ円、報酬基数をｇ個、各会員の商品購入個数を１個、前記商品購入合計個数をＳ（ｉ）個、その暫定報酬額をＰ（ｉ）円、とし、ＩＮＴ｛ ｝は｛ ｝内の数の整数値をとる演算子、＊は積算演算記号とした場合に、
Ｐ（ｉ）＝ｈ＊ＩＮＴ{Ｓ（ｉ）／ｇ}
であって、
決定される報酬額は、
Ｍ≦Ｐ（ｉ）かつｋ＋ｉ＝ｎ＋１
を充たす、ｋの最小値となる第ｎ層から数えてｍ番目である階層により場合分けし、
［場合１］：
ｉ≦ｎ＋１−ｍの階層の会員については、報酬額を最高限度額であるＭ円とし、
［場合２］：
ｉ＞ｎ＋１−ｍの階層の会員については、報酬額を暫定報酬額であるＰ（ｉ）＝ｈ＊ＩＮＴ{（２ (n+1-i) −２）／ｇ｝円として報酬額を計算する、ように構成されている。
このように構成されているために、階層が無限に深くなっても配当率が必ず収束するので、収束した配当率に基づいていろいろな変動条件における定量的評価をコンピュータで行うプログラムを提供することができる。
また、報酬基数というパラメータを導入し、商品購入合計個数について報酬基数で離散化して評価した暫定報酬額を算出している。これにより、商品購入合計個数をステップ的に丸めた値に切り下げることができるため、報酬額ひいては配当率を計算するにあたり、報酬基数を変化させることによってその試算が簡単にできる。
さらに、会員組織の階層の浅い古手の会員は報酬の最高限度額を制限し、階層の深い比較的新しい会員は商品購入合計個数に応じた報酬額となる。したがって、比較的高額の報酬を受け取る会員は最高限度額に制限されるものの、最高限度額に達さない、紹介が多くない会員に取っては減額の要素がないため、広く会員の紹介のモチベーションを保つことが容易であり、これを事前に会員に提示することもできるため、受け入れやすい。加えて、統括会社にとっても、最高限度額と報酬基数を同時に動かした場合の配当率の評価を容易に行うことができるため、柔軟な報酬プランを検討することができる。
さらに加えて、階層が無限に深くなっても変動条件（パラメータ）に対応する収束した配当率が求められるので、報酬プランの定量的評価をすることが可能になる。
また、基本報酬額に離散化による評価値をかけて暫定報酬額としているので、報酬額は、最高限度額、報酬基数、基本報酬額の３つを主要なパラメータとして、配当率を変えることができるので、報酬プランの決定が柔軟にできる。
また、報酬基数というパラメータを導入し、商品購入合計個数について報酬基数で離散化して評価した暫定報酬額を算出している。これにより、商品購入合計個数をステップ的に丸めた値に切り下げることができるため、報酬額ひいては配当率を計算するにあたり、報酬基数を変化させることによってその試算が簡単にできる。
さらに、会員組織の階層の浅い古手の会員は報酬の最高限度額を制限し、階層の深い比較的新しい会員は商品購入合計個数に応じた報酬額となる。したがって、比較的高額の報酬を受け取る会員は最高限度額に制限されるものの、最高限度額に達さない、紹介が多くない会員に取っては減額の要素がないため、広く会員の紹介のモチベーションを保つことが容易であり、これを事前に会員に提示することもできるため、受け入れやすい。加えて、統括会社にとっても、最高限度額と報酬基数を同時に動かした場合の配当率の評価を容易に行うことができるため、柔軟な報酬プランを検討することができる。
さらに加えて、階層が無限に深くなっても変動条件（パラメータ）に対応する収束した配当率が求められるので、報酬プランの定量的評価をすることが可能になる。
また、基本報酬額に離散化による評価値をかけて暫定報酬額としているので、報酬額は、最高限度額、報酬基数、基本報酬額の３つを主要なパラメータとして、配当率を変えることができるので、報酬プランの決定が柔軟にできる。
＜３＞加えて、
会員制紹介販売流通組織の会員に対する報酬額を計算してその配当率を予測する報酬予測計算方法において、
前記報酬額の計算のための変動条件を入力する条件入力ステップと、
前記配当率が収束する報酬決定ルールと、前記予測に係る配当率の定量評価をする評価ルールと、該定量評価の結果に応じて前記変動条件の変更をする変更ルールを記憶する第１記憶ステップと、
前記入力及び変更に係る変動条件を記憶する第２記憶ステップと、
前記入力又は変更に係る変動条件に応じて、前記報酬決定ルールと前記評価ルールに基づき、前記報酬額と配当率の予測を行い、該予測に係る配当率の定量評価を行う予測評価を実行する制御ステップと、
前記入力に係る変動条件を初期値として前記変更ルールに従って変動条件を変更し、前記制御ステップの予測評価を繰り返し実行させる繰り返し前記予測評価に係る配当率を含む表示と、該表示に係る決定命令の入力手段の提供とを実行する決定支援ステップと、
前記決定命令が入力されると、該決定命令に係る配当率と前記表示に係る変動条件とを決定データとして出力する出力ステップと、
を含む報酬予測計算方法であって、
前記報酬決定ルールは、
［１］各会員が二分木データ構造の各ノードにそれぞれ仮想的に配置されて充填された階層を構成するようにマッピングされた配置情報を有し、
［２］各会員の報酬額について、
前記配置情報に基づいてその会員から分枝する下位の階層に属する会員が購入した商品の総個数である商品購入合計個数と、所与の最高限度額と、所与の報酬基数とに基づき、
階層ごとに前記商品購入合計個数について前記報酬基数により離散化して評価した暫定報酬額を算出し、前記暫定報酬額が前記最高限度額を超えないように前記報酬額を計算し、
前記暫定報酬額は、
深さｎの階層を有する二分木データ構造の第ｉ階層に属する会員の報酬額について、
前記最高限度額をＭ円、基本報酬額をｈ円、報酬基数をｇ個、各会員の商品購入個数を１個、前記商品購入合計個数をＳ（ｉ）個、その暫定報酬額をＰ（ｉ）円、とし、ＩＮＴ｛ ｝は｛ ｝内の数の整数値をとる演算子、＊は積算演算記号とした場合に、
Ｐ（ｉ）＝ｈ＊ＩＮＴ{Ｓ（ｉ）／ｇ}
であって、
決定される報酬額は、
Ｍ≦Ｐ（ｉ）かつｋ＋ｉ＝ｎ＋１
を充たす、ｋの最小値となる第ｎ層から数えてｍ番目である階層により場合分けし、
［場合１］：
ｉ≦ｎ＋１−ｍの階層の会員については、報酬額を最高限度額であるＭ円とし、
［場合２］：
ｉ＞ｎ＋１−ｍの階層の会員については、報酬額を暫定報酬額であるＰ（ｉ）＝ｈ＊ＩＮＴ{（２ (n+1-i) −２）／ｇ｝円として報酬額を計算する、ように構成されている。
会員制紹介販売流通組織の会員に対する報酬額を計算してその配当率を予測する報酬予測計算方法において、
前記報酬額の計算のための変動条件を入力する条件入力ステップと、
前記配当率が収束する報酬決定ルールと、前記予測に係る配当率の定量評価をする評価ルールと、該定量評価の結果に応じて前記変動条件の変更をする変更ルールを記憶する第１記憶ステップと、
前記入力及び変更に係る変動条件を記憶する第２記憶ステップと、
前記入力又は変更に係る変動条件に応じて、前記報酬決定ルールと前記評価ルールに基づき、前記報酬額と配当率の予測を行い、該予測に係る配当率の定量評価を行う予測評価を実行する制御ステップと、
前記入力に係る変動条件を初期値として前記変更ルールに従って変動条件を変更し、前記制御ステップの予測評価を繰り返し実行させる繰り返し前記予測評価に係る配当率を含む表示と、該表示に係る決定命令の入力手段の提供とを実行する決定支援ステップと、
前記決定命令が入力されると、該決定命令に係る配当率と前記表示に係る変動条件とを決定データとして出力する出力ステップと、
を含む報酬予測計算方法であって、
前記報酬決定ルールは、
［１］各会員が二分木データ構造の各ノードにそれぞれ仮想的に配置されて充填された階層を構成するようにマッピングされた配置情報を有し、
［２］各会員の報酬額について、
前記配置情報に基づいてその会員から分枝する下位の階層に属する会員が購入した商品の総個数である商品購入合計個数と、所与の最高限度額と、所与の報酬基数とに基づき、
階層ごとに前記商品購入合計個数について前記報酬基数により離散化して評価した暫定報酬額を算出し、前記暫定報酬額が前記最高限度額を超えないように前記報酬額を計算し、
前記暫定報酬額は、
深さｎの階層を有する二分木データ構造の第ｉ階層に属する会員の報酬額について、
前記最高限度額をＭ円、基本報酬額をｈ円、報酬基数をｇ個、各会員の商品購入個数を１個、前記商品購入合計個数をＳ（ｉ）個、その暫定報酬額をＰ（ｉ）円、とし、ＩＮＴ｛ ｝は｛ ｝内の数の整数値をとる演算子、＊は積算演算記号とした場合に、
Ｐ（ｉ）＝ｈ＊ＩＮＴ{Ｓ（ｉ）／ｇ}
であって、
決定される報酬額は、
Ｍ≦Ｐ（ｉ）かつｋ＋ｉ＝ｎ＋１
を充たす、ｋの最小値となる第ｎ層から数えてｍ番目である階層により場合分けし、
［場合１］：
ｉ≦ｎ＋１−ｍの階層の会員については、報酬額を最高限度額であるＭ円とし、
［場合２］：
ｉ＞ｎ＋１−ｍの階層の会員については、報酬額を暫定報酬額であるＰ（ｉ）＝ｈ＊ＩＮＴ{（２ (n+1-i) −２）／ｇ｝円として報酬額を計算する、ように構成されている。
このように構成されているために、階層が無限に深くなっても配当率が必ず収束するので、収束した配当率に基づいていろいろな変動条件における定量的評価をコンピュータに行わせることができる報酬予測計算方法を提供することができる。
また、報酬基数というパラメータを導入し、商品購入合計個数について報酬基数で離散化して評価した暫定報酬額を算出している。これにより、商品購入合計個数をステップ的に丸めた値に切り下げることができるため、報酬額ひいては配当率を計算するにあたり、報酬基数を変化させることによってその試算が簡単にできる。
また、報酬基数というパラメータを導入し、商品購入合計個数について報酬基数で離散化して評価した暫定報酬額を算出している。これにより、商品購入合計個数をステップ的に丸めた値に切り下げることができるため、報酬額ひいては配当率を計算するにあたり、報酬基数を変化させることによってその試算が簡単にできる。
さらに、会員組織の階層の浅い古手の会員は報酬の最高限度額を制限し、階層の深い比較的新しい会員は商品購入合計個数に応じた報酬額となる。したがって、比較的高額の報酬を受け取る会員は最高限度額に制限されるものの、最高限度額に達さない、紹介が多くない会員に取っては減額の要素がないため、広く会員の紹介のモチベーションを保つことが容易であり、これを事前に会員に提示することもできるため、受け入れやすい。加えて、統括会社にとっても、最高限度額と報酬基数を同時に動かした場合の配当率の評価を容易に行うことができるため、柔軟な報酬プランを検討することができる。
さらに加えて、階層が無限に深くなっても変動条件（パラメータ）に対応する収束した配当率が求められるので、報酬プランの定量的評価をすることが可能になる。
また、基本報酬額に離散化による評価値をかけて暫定報酬額としているので、報酬額は、最高限度額、報酬基数、基本報酬額の３つを主要なパラメータとして、配当率を変えることができるので、報酬プランの決定が柔軟にできる。
さらに加えて、階層が無限に深くなっても変動条件（パラメータ）に対応する収束した配当率が求められるので、報酬プランの定量的評価をすることが可能になる。
また、基本報酬額に離散化による評価値をかけて暫定報酬額としているので、報酬額は、最高限度額、報酬基数、基本報酬額の３つを主要なパラメータとして、配当率を変えることができるので、報酬プランの決定が柔軟にできる。
なお、上記の発明において、「出力」とは、表示や印刷だけではなく、データとして他のプログラムや装置に与える場合を含む。
また、「入力」とは、少なくとも変動条件をＣＰＵに与えるためのインターフェースを経るものをいう。「入力部」、「入力手段」とは、キーボード、マウス、音声入力装置など、人間とのインターフェースをとるものだけではなく、インターフェース回路、インターフェースプログラムなど、他のプログラムや他のコンピュータなどとのインターフェースをとるものを含む。実施形態では、キーボード１０がこれに該当する。
また、「プログラム」とは、コンピュータによって直接実行可能なものだけでなく、ハードディスクなどにインストールすることによって実行可能となるものを含む。また、圧縮された場合や暗号化された場合も含む。
本発明は、会員制紹介販売組織の報酬配分について、階層が無限に深くなっても配当率が必ず収束するので、収束した配当率に基づいていろいろな変動条件における定量的評価を安定して行うことができる。また、報酬の最高限度額を各会員の組織内の深さに応じて決定するので、会員に受け入れやすい合理的な報酬プランを検討することができる。
以下、本発明の実施の形態について図面を参照して説明する。
（会員制紹介販売組織の組織展開、二分木データ構造）
各実施形態を説明する前に、本発明の報酬予測計算装置等が予測を行う会員制紹介販売組織がマッピングされる二分木データ構造について図７を用いて説明する。会員制紹介販売組織は、報酬計算をするために二分木データ構造にマッピングされている。すなわち、各会員は、二分木データ構造の各ノードにそれぞれ仮想的に配置されて階層を構成しており、新しい会員は、このデータ構造のいずれかの箇所に仮想的に配置される。図７に示す黒丸は二分木データ構造の各ノードに配置された会員を示しており、図７は、第１層（根ノード）から第ｉ層を経由して第ｎ層まで会員が充填されて展開した販売組織を示している。なお、黒丸は一部省略している箇所がある。
（会員制紹介販売組織の組織展開、二分木データ構造）
各実施形態を説明する前に、本発明の報酬予測計算装置等が予測を行う会員制紹介販売組織がマッピングされる二分木データ構造について図７を用いて説明する。会員制紹介販売組織は、報酬計算をするために二分木データ構造にマッピングされている。すなわち、各会員は、二分木データ構造の各ノードにそれぞれ仮想的に配置されて階層を構成しており、新しい会員は、このデータ構造のいずれかの箇所に仮想的に配置される。図７に示す黒丸は二分木データ構造の各ノードに配置された会員を示しており、図７は、第１層（根ノード）から第ｉ層を経由して第ｎ層まで会員が充填されて展開した販売組織を示している。なお、黒丸は一部省略している箇所がある。
（会員制紹介販売組織の運営）
会員制紹介販売組織においては、統括会社は、会員からの紹介を受けて商品の販売を行い、紹介した会員へ報酬決定ルールに従って報酬を支払う。
会員は、統括会社が取り扱う商品を購入することにより、新しくこの販売組織の会員となって二分木データ構造の一つのノードを占める。そして、このような紹介が連鎖することにより、商品の購入が促進されるとともにその会員のノードの下位に配置された会員が増えるのでより多い報酬を受けとることになる。
このように、会員は紹介を通じて報酬を受けることになるため、紹介を行う動機付けが生じる。同様に、紹介を受けた会員も、それぞれ新たな会員を紹介すると、紹介を通じて報酬を受け取ることができるので、以下、同様に連鎖的に組織が展開される。
会員制紹介販売組織においては、統括会社は、会員からの紹介を受けて商品の販売を行い、紹介した会員へ報酬決定ルールに従って報酬を支払う。
会員は、統括会社が取り扱う商品を購入することにより、新しくこの販売組織の会員となって二分木データ構造の一つのノードを占める。そして、このような紹介が連鎖することにより、商品の購入が促進されるとともにその会員のノードの下位に配置された会員が増えるのでより多い報酬を受けとることになる。
このように、会員は紹介を通じて報酬を受けることになるため、紹介を行う動機付けが生じる。同様に、紹介を受けた会員も、それぞれ新たな会員を紹介すると、紹介を通じて報酬を受け取ることができるので、以下、同様に連鎖的に組織が展開される。
最初に入会した会員（「トップ」ともいう。）は、この会員制紹介販売組織の二分木データ構造の「第１層（あるいは、「根ノード」）」に仮想的に配置される。この状態を、「最初の会員は第１層にいる」と表現することができる。最初の会員から紹介を受けて新たに組織に加入した会員は、「第２層」以下に配置される。仮に、２人紹介したとすると、第２層の２つに分かれた枝に、その紹介された会員が配置される。以下、同様に、この会員制紹介販売組織の二分木データ構造は、各層の各ノードで２つに枝分かれをして下位の層に展開される。図７に示すように、第２層のノードに２人の紹介された会員が配置され、第３層のノードに４人の会員が配置される。
もっとも、各会員が行う紹介は、２人に限られるものではない。会員は、３人またはそれ以上の新しい会員を紹介しても差し支えない。ただし、その場合であっても、この会員制紹介販売組織の組織展開は「二分木データ構造」を維持しており、図７に示すように、紹介された会員は、このような「二分木データ構造」のいずれかの箇所に配置されて、ひとつのノードから２つに枝分かれをして階層を構成するように展開される。
（前提１）
本発明で取り扱う報酬予測において、会員制紹介販売組織は、このような二分木データ構造にマッピングされており、第ｎ層まで会員で充たされていることを前提とする（前提１）。以下、便宜上、各ノードから２つに枝分かれした枝について、紙面に向かって左側の枝または下側の枝を左と呼び、右側の枝または上側の枝を右と呼ぶことにする。
本発明で取り扱う報酬予測において、会員制紹介販売組織は、このような二分木データ構造にマッピングされており、第ｎ層まで会員で充たされていることを前提とする（前提１）。以下、便宜上、各ノードから２つに枝分かれした枝について、紙面に向かって左側の枝または下側の枝を左と呼び、右側の枝または上側の枝を右と呼ぶことにする。
上記した「二分木データ構造」は、２つに枝分かれするので、２進法の表記とよく適合する。左の枝に「０」、右の枝に「１」を割り当てると、各会員が配置されたノードは、このような２進法の表記によりその位置が一意に定まる。例えば、１０１という二進数にはトップ（第１層）→左（第２層）→右（第３層）という第３層の左から２番目のノードが対応する。このため、各会員が配置された位置について、データベースで取り扱うのに、論理演算で容易に設定でき見通しがよい。
（前提２）
この報酬は、一定期間における紹介実績（商品販売実績）を集計して決定する（前提２）。このような「前提」のもとに、以下に示す「報酬決定ルール」により当該期間中に会員が受け取るべき報酬額を決定し、その配当率を計算する。
この報酬は、一定期間における紹介実績（商品販売実績）を集計して決定する（前提２）。このような「前提」のもとに、以下に示す「報酬決定ルール」により当該期間中に会員が受け取るべき報酬額を決定し、その配当率を計算する。
（第１の実施形態：装置）
（装置の機能構成と動作の概要）
図１に、この発明の第１の実施形態である報酬予測計算装置１の機能構成を示したブロック図を示す。条件入力部１１、記憶部１２、制御部１３、繰り返し部１４、決定支援部１５そして出力部１６という機能構成部から構成される
ここで示した機能構成部は、予め組み込まれたファームウエア等の制御プログラムを所定の回路のプロセッサーで実行し、実装された各種デバイスと協働することにより実現される。また、これらのプログラムは、コンピュータで読み取り可能な記録媒体に記録され、当該プロセッサーによって記録媒体から読み出され、ユーザが操作すること、システムを構成するデバイスからの信号を受信すること等をトリガとして実行される。
（装置の機能構成と動作の概要）
図１に、この発明の第１の実施形態である報酬予測計算装置１の機能構成を示したブロック図を示す。条件入力部１１、記憶部１２、制御部１３、繰り返し部１４、決定支援部１５そして出力部１６という機能構成部から構成される
ここで示した機能構成部は、予め組み込まれたファームウエア等の制御プログラムを所定の回路のプロセッサーで実行し、実装された各種デバイスと協働することにより実現される。また、これらのプログラムは、コンピュータで読み取り可能な記録媒体に記録され、当該プロセッサーによって記録媒体から読み出され、ユーザが操作すること、システムを構成するデバイスからの信号を受信すること等をトリガとして実行される。
条件入力部１１は、報酬予測計算を行うための変動条件、計算命令などのユーザからの入力を受け入れる画面を生成する。
（条件入力画面）
図２は、条件入力部１１が生成した条件入力画面の一例である。条件入力画面２０は、変動条件入力欄２１と計算命令入力ボタン２２とから構成される。
変動条件入力欄２１は、片側報酬基数を入力する片側報酬基数入力欄２３、最高限度額を入力する最高限度額入力欄２４、そして基本報酬額を入力する基本報酬額欄２５から構成される。
計算命令入力ボタン２２は、計算命令をポインティングデバイスによるアクションを受けて、計算命令の入力を実行する入力ボタン画像である。
図２は、条件入力部１１が生成した条件入力画面の一例である。条件入力画面２０は、変動条件入力欄２１と計算命令入力ボタン２２とから構成される。
変動条件入力欄２１は、片側報酬基数を入力する片側報酬基数入力欄２３、最高限度額を入力する最高限度額入力欄２４、そして基本報酬額を入力する基本報酬額欄２５から構成される。
計算命令入力ボタン２２は、計算命令をポインティングデバイスによるアクションを受けて、計算命令の入力を実行する入力ボタン画像である。
記憶部１２は、報酬決定ルールと報酬予測計算に係る配当率の定量評価をする評価ルールと定量評価の結果に応じて変動条件の変更をする変更ルールと入力及び変更に係る変動条件とを記憶する。
（評価ルールと変更ルール）
図３は、記憶部に記憶されたルールのデータ構造を示したブロック図である。ルールＩＤ３１、ルールの名称３２そしてルール３３という構造である。
ルールＩＤがＲ１の欄３４に示したルールデータは、配当率の定量評価をして評価値Ｖを与える評価ルールであり、ここでは配当率が５０％未満のときは「魅力なし」との評価を与え、配当率が５０％以上９５％以内のときは「適正」の評価を与え、そして配当率が９５％超えのときは「リスク」の評価を与える。
本発明の評価ルールは、ここで示した評価ルールに限られるものではない。適用する会員制紹介販売組織の性質等に応じて、適宜変更することができる。
図３は、記憶部に記憶されたルールのデータ構造を示したブロック図である。ルールＩＤ３１、ルールの名称３２そしてルール３３という構造である。
ルールＩＤがＲ１の欄３４に示したルールデータは、配当率の定量評価をして評価値Ｖを与える評価ルールであり、ここでは配当率が５０％未満のときは「魅力なし」との評価を与え、配当率が５０％以上９５％以内のときは「適正」の評価を与え、そして配当率が９５％超えのときは「リスク」の評価を与える。
本発明の評価ルールは、ここで示した評価ルールに限られるものではない。適用する会員制紹介販売組織の性質等に応じて、適宜変更することができる。
ルールＩＤがＲ２の欄３５に示したルールデータは、入力された変動条件から変更するための変更ルールである。ここでは先に示した評価値Ｖが「魅力なし」のときは、変動条件のひとつである片側報酬基数ａに１を加算した「ａ＋１」と２を加算した「ａ＋２」との２つの変更変動条件を生成する。また、評価値Ｖが「適正」のときは、片側報酬基数ａに１を減算した「ａ-１」と１を加算した「ａ＋１」との２つの変更変動条件を生成する。そして評価値Ｖが「リスク」のときは、片側報酬基数ａに１を減算した「ａ-１」と２を減算した「ａ-２」との２つの変更変動条件を生成する。
なお、本発明の変更ルールは、ここで示した変更ルールに限られるものではない。片側報酬基数ａを変更するルールとして他の方式のルールを採用するだけでなく、基本報酬額ｈ、最高報酬限度額Ｍ等を変更するルールなどを採用することができる。
たとえば、入力された最高報酬限度額Ｍ0に対して、あらかじめ設定したパーセンテージを複数回掛け算して変更最高限度額Ｍ1、Ｍ2、・・・Ｍnを生成し、変更変動条件に適用する方式のルール、入力された最高報酬限度額Ｍ0に対して、あらかじめ設定した金額を複数回減算して変更最高限度額Ｍ1、Ｍ2、・・・Ｍnを生成し、変更変動条件に適用する方式のルールなどが、会員制紹介販売組織の性質等に応じて、適宜採用することができる。
なお、本発明の変更ルールは、ここで示した変更ルールに限られるものではない。片側報酬基数ａを変更するルールとして他の方式のルールを採用するだけでなく、基本報酬額ｈ、最高報酬限度額Ｍ等を変更するルールなどを採用することができる。
たとえば、入力された最高報酬限度額Ｍ0に対して、あらかじめ設定したパーセンテージを複数回掛け算して変更最高限度額Ｍ1、Ｍ2、・・・Ｍnを生成し、変更変動条件に適用する方式のルール、入力された最高報酬限度額Ｍ0に対して、あらかじめ設定した金額を複数回減算して変更最高限度額Ｍ1、Ｍ2、・・・Ｍnを生成し、変更変動条件に適用する方式のルールなどが、会員制紹介販売組織の性質等に応じて、適宜採用することができる。
制御部１３は、条件入力部１１が変動条件の入力を受け入れると記憶部１２内の変動条件テーブルファイルに記憶し、記憶部１２の報酬決定ルールＲ１を検索し、この報酬決定ルールＲ１に基づき変動条件に対応する報酬額と売上額等の配当原資を計算し、これらから配当率Ｆを予測計算する。さらに、記憶部１２の評価ルールを検索し、この評価ルールＲ１に基づき予測計算に係る配当率に対応する定量評価の評価値Ｖを計算する。
繰り返し部１４は、記憶部１２の変更ルールＲ２を検索し、この変更ルールＲ２に基づき評価値Ｖに対応する変動条件の変更を実行し、変更された変動条件と再計算命令を制御部１３に送信し、変更された変動条件に対応する報酬額と売上額等の配当原資を計算し、これから配当率Ｆを予測計算させるという動作を制御部１３に繰り返し実行させる。
決定支援部１５は、予測計算に係る配当率Ｆの表示をし、該表示に係る決定命令の入力ボタンを設けた決定支援画面４００を生成し、この装置のディスプレイに表示する。この画面は、後で示すキーボード等の入力デバイスによるアクションにより、決定命令等の入力を受け付けることができる。
これにより、ユーザは判断の材料となる配当率Ｆという決定判断のための情報を見ながら、自らの決定を簡単に入力することができるので、ユーザの意思決定を支援することができる。
ここで入力手段として入力デバイスによるアクションを受け付ける入力ボタン表示を採用したが、本発明に係る入力手段はこれに限られるものではない。キーボード等による決定命令等の入力を受け付ける入力欄などを適宜採用することができる。
これにより、ユーザは判断の材料となる配当率Ｆという決定判断のための情報を見ながら、自らの決定を簡単に入力することができるので、ユーザの意思決定を支援することができる。
ここで入力手段として入力デバイスによるアクションを受け付ける入力ボタン表示を採用したが、本発明に係る入力手段はこれに限られるものではない。キーボード等による決定命令等の入力を受け付ける入力欄などを適宜採用することができる。
（決定支援画面）
図４は、決定支援画面を示したイメージ図である。
ここで変動条件表示４０１は、入力された変動条件を示すものであり、配当率の表示４０４で示す配当率１は、この変動条件で計算された配当率を示す。決定１ボタン表示４０７は、配当率１とこれに係る変動条件を決定データとする決定命令を入力するボタンとして機能する。
図４は、決定支援画面を示したイメージ図である。
ここで変動条件表示４０１は、入力された変動条件を示すものであり、配当率の表示４０４で示す配当率１は、この変動条件で計算された配当率を示す。決定１ボタン表示４０７は、配当率１とこれに係る変動条件を決定データとする決定命令を入力するボタンとして機能する。
変動条件表示４０２は、変更された変動条件を示すものであり、配当率の表示４０５で示す配当率２は、この変動条件で計算された配当率を示す。決定２ボタン表示４０８は、配当率２とこれに係る変動条件を決定データとする決定命令を入力するボタンとして機能する。
変動条件表示４０３は、変更された変動条件を示すものであり、配当率の表示４０６で示す配当率３は、この変動条件で計算された配当率を示す。決定３ボタン表示４０９は、配当率３とこれに係る変動条件を決定データとする決定命令を出力部１６に入力するボタンとして機能する。
変動条件表示４０３は、変更された変動条件を示すものであり、配当率の表示４０６で示す配当率３は、この変動条件で計算された配当率を示す。決定３ボタン表示４０９は、配当率３とこれに係る変動条件を決定データとする決定命令を出力部１６に入力するボタンとして機能する。
変動条件入力欄表示４１０は、表示された変動条件４０１〜４０３で繰り返し予測計算された配当率１〜３がいずれも望ましくないとユーザが意思決定したときに再計算に係る変動条件を入力するための欄である。キーボード６０３等のデバイスにより所望の変動条件を入力することができる。
再計算ボタン表示４１１は、再入力された変動条件４１２〜４１４に従って予測計算をするとともに、予測計算に係る配当率の定量評価等の計算を繰り返す再計算命令を制御部１３に入力するボタンとして機能する。
再計算ボタン表示４１１は、再入力された変動条件４１２〜４１４に従って予測計算をするとともに、予測計算に係る配当率の定量評価等の計算を繰り返す再計算命令を制御部１３に入力するボタンとして機能する。
出力部１６は、決定命令の入力を受けたとき、表示に係る配当率とその基礎となる変動条件を決定データとして出力し、記憶部１２内の計算結果ファイルに記憶する。
図５は、決定データのデータ構造を示したブロック図である。ここでは、データＩＤ５１、片側報酬基数５２、最高限度額５３、基本報酬額５４そして配当率５５というデータ構造が採用される。
図５は、決定データのデータ構造を示したブロック図である。ここでは、データＩＤ５１、片側報酬基数５２、最高限度額５３、基本報酬額５４そして配当率５５というデータ構造が採用される。
（ハードウェア構成）
図６に、報酬予測計算装置１のハードウェア構成の一例を示す。図６において、ＣＰＵ６００には、メモリ６０１、ディスプレイ６０２、キーボード６０３、記憶部であるハードディスク（ＨＤＤ）６０４、ＤＶＤ／ＣＤ−ＲＯＭドライブ６５が接続されている。
ハードディスク６０４には、報酬予測プログラム６０７、報酬決定ルール６０８、評価ルール６０９、変更ルール６１０、ＯＳ（オペレーティングシステム）６１１、変動条件を格納するテーブルファイル６１２などが記憶されており、最終的に決定された配当率に基づく計算結果ファイル６１３が格納される。報酬予測プログラム６０７、報酬決定ルール６０８、評価ルール６０９そして変更ルール６１０は、ＤＶＤ／ＣＤ−ＲＯＭドライブ６０５を介して、ＤＶＤまたはＣＤ−ＲＯＭ６０６からインストールされたものである。これ以外のメディアであっても、他のインターフェースにより、インストールさせても差し支えない。
また、ここで記憶装置としてハードディスク６０４を採用したが、これに限るものではなく、ＣＰＵ６００等と接続される他の記憶媒体の読み出し書き出しができるものであればよく、光ディスクやＳＳＤ、ＵＳＢメモリなどであってもよい。
図６に、報酬予測計算装置１のハードウェア構成の一例を示す。図６において、ＣＰＵ６００には、メモリ６０１、ディスプレイ６０２、キーボード６０３、記憶部であるハードディスク（ＨＤＤ）６０４、ＤＶＤ／ＣＤ−ＲＯＭドライブ６５が接続されている。
ハードディスク６０４には、報酬予測プログラム６０７、報酬決定ルール６０８、評価ルール６０９、変更ルール６１０、ＯＳ（オペレーティングシステム）６１１、変動条件を格納するテーブルファイル６１２などが記憶されており、最終的に決定された配当率に基づく計算結果ファイル６１３が格納される。報酬予測プログラム６０７、報酬決定ルール６０８、評価ルール６０９そして変更ルール６１０は、ＤＶＤ／ＣＤ−ＲＯＭドライブ６０５を介して、ＤＶＤまたはＣＤ−ＲＯＭ６０６からインストールされたものである。これ以外のメディアであっても、他のインターフェースにより、インストールさせても差し支えない。
また、ここで記憶装置としてハードディスク６０４を採用したが、これに限るものではなく、ＣＰＵ６００等と接続される他の記憶媒体の読み出し書き出しができるものであればよく、光ディスクやＳＳＤ、ＵＳＢメモリなどであってもよい。
（変動条件テーブルファイル）
表１に変動条件テーブルファイル６１２の構成を示す。
表１に変動条件テーブルファイル６１２の構成を示す。
（報酬決定ルール）
報酬決定ルールは、表１に示したパラメータを用いて報酬を算出するに当たり、会員の配置情報に基づいてその会員から分枝する下位の階層に属する会員が購入した商品の総個数である商品購入合計個数と、所与の最高限度額と、所与の報酬基数とに基づき、前記配当率の計算が収束するように、階層ごとに前記商品購入合計個数について前記報酬基数により離散化して評価した暫定報酬額を算出し、前記暫定報酬額が前記最高限度額を超えないように前記報酬額を決定する、というものである。
報酬決定ルールは、表１に示したパラメータを用いて報酬を算出するに当たり、会員の配置情報に基づいてその会員から分枝する下位の階層に属する会員が購入した商品の総個数である商品購入合計個数と、所与の最高限度額と、所与の報酬基数とに基づき、前記配当率の計算が収束するように、階層ごとに前記商品購入合計個数について前記報酬基数により離散化して評価した暫定報酬額を算出し、前記暫定報酬額が前記最高限度額を超えないように前記報酬額を決定する、というものである。
（報酬決定ルールのパラメータ）
「報酬決定ルール」は、表１の変動条件テーブルで表される変動条件をパラメータ（変数）として有する。後述のように、このようなパラメータを持つ関数として、階層の深さが第ｎ層まである階層の第ｉ層に仮想的に配置された会員の配当率をＦ（ｉ）という関数であらわす（１≦ｉ≦ｎ）。
「報酬決定ルール」は、表１の変動条件テーブルで表される変動条件をパラメータ（変数）として有する。後述のように、このようなパラメータを持つ関数として、階層の深さが第ｎ層まである階層の第ｉ層に仮想的に配置された会員の配当率をＦ（ｉ）という関数であらわす（１≦ｉ≦ｎ）。
表１の変動条件テーブルの項目（パラメータ）について説明する。集計期間を除くと、各パラメータは整数である。
「各会員から分枝する会員数」（番号１）は、二分木データ構造を採用しているため、左の枝と右の枝に対し、それぞれひとりずつとなり、合計２人としている。
「各会員の商品購入個数」（番号２）は、ひとりの会員が一つの商品を購入するとして、１個としている。
「片側報酬基数」（番号３）は、後述のように報酬額の計算をするために当該会員の商品購入合計個数を離散化（量子化）して報酬単位ｕの数がいくつあるかを決定するパラメータである。「片側」というのは、それぞれの会員から分枝する左右の枝の片側という意味で、実際には二分木データ構造を採用しているので、この２倍が計算上用いる報酬基数ｇである。なお、＊は、積をとることを示す（以下、この明細書において同じ。）。配当率を計算するにあたり、大きな影響を有する基本的なパラメータである。
「集計期間」（番号４）は、報酬を計算するための期間であり、この期間の商品購入個数を基礎として報酬が計算される。
「最高限度額」（番号５）は、「集計期間」中に１人の会員が受け取る報酬の最高限度額をいう。これをＭ（円）とする。
「基本報酬額」（番号６）は、上記の報酬単位ｕごとに支払う報酬額であり、基本報酬額と報酬単位を掛け合わせたものが、後述の暫定報酬額となる。これをｈ（円）とする。
「商品単価」（番号７）は、新しい会員が購入する商品ひとつの価格であり、これをＡ（円）とする。
「入会金」（番号８）は、新しい会員が入会する際に統括会社に支払うものである。これをｂ（円）とする。
「階層の深さ」（番号９）は、会員制紹介販売流通組織が二分木データ構造に展開されたときの根ノード（トップ）から数えた階層の番号をいい、これをｎとする。
「各会員から分枝する会員数」（番号１）は、二分木データ構造を採用しているため、左の枝と右の枝に対し、それぞれひとりずつとなり、合計２人としている。
「各会員の商品購入個数」（番号２）は、ひとりの会員が一つの商品を購入するとして、１個としている。
「片側報酬基数」（番号３）は、後述のように報酬額の計算をするために当該会員の商品購入合計個数を離散化（量子化）して報酬単位ｕの数がいくつあるかを決定するパラメータである。「片側」というのは、それぞれの会員から分枝する左右の枝の片側という意味で、実際には二分木データ構造を採用しているので、この２倍が計算上用いる報酬基数ｇである。なお、＊は、積をとることを示す（以下、この明細書において同じ。）。配当率を計算するにあたり、大きな影響を有する基本的なパラメータである。
「集計期間」（番号４）は、報酬を計算するための期間であり、この期間の商品購入個数を基礎として報酬が計算される。
「最高限度額」（番号５）は、「集計期間」中に１人の会員が受け取る報酬の最高限度額をいう。これをＭ（円）とする。
「基本報酬額」（番号６）は、上記の報酬単位ｕごとに支払う報酬額であり、基本報酬額と報酬単位を掛け合わせたものが、後述の暫定報酬額となる。これをｈ（円）とする。
「商品単価」（番号７）は、新しい会員が購入する商品ひとつの価格であり、これをＡ（円）とする。
「入会金」（番号８）は、新しい会員が入会する際に統括会社に支払うものである。これをｂ（円）とする。
「階層の深さ」（番号９）は、会員制紹介販売流通組織が二分木データ構造に展開されたときの根ノード（トップ）から数えた階層の番号をいい、これをｎとする。
次に、報酬決定ルールの概略は、以下のようなものである。
報酬決定ルールは、会員が報酬を受ける条件として、後述の商品購入合計個数Ｓ（ｉ）を、報酬基数ｇ（＝２＊ａ）で割り、その商を報酬単位ｕ（ｉ）として、報酬単位１単位あたりの基本報酬額をｈ円として、基本報酬額と報酬単位ｕ（ｉ）を乗じた積を暫定報酬額Ｐ（ｉ）と計算している。すなわち、商品購入合計個数Ｓ（ｉ）を報酬基数ｇ（＝２＊ａ）でデジタル化（量子化）されてステップ状に計算される。このようにすることで、最初のステップに達することができない場合、すなわち、商品購入合計個数Ｓ（ｉ）が報酬基数ｇの数を下回ると報酬額は０になり、報酬が支払われない。商品購入合計個数Ｓ（ｉ）が報酬額にそのまま比例するのではなく、商品購入合計個数について離散化（量子化）して切り下げるため、一定のステップごとにこれを超えたものについて報酬額が高くなる。各階層でこのような評価が行われる。
また、各ステップは、商品購入合計個数Ｓ（ｉ）が報酬基数ｇの整数倍ごとに基本報酬額ｈ円を支払うようにしているが、このステップの大きさは報酬基数ｇの整数倍でなくてもよく、各ステップで変化させてもよい。
報酬決定ルールは、会員が報酬を受ける条件として、後述の商品購入合計個数Ｓ（ｉ）を、報酬基数ｇ（＝２＊ａ）で割り、その商を報酬単位ｕ（ｉ）として、報酬単位１単位あたりの基本報酬額をｈ円として、基本報酬額と報酬単位ｕ（ｉ）を乗じた積を暫定報酬額Ｐ（ｉ）と計算している。すなわち、商品購入合計個数Ｓ（ｉ）を報酬基数ｇ（＝２＊ａ）でデジタル化（量子化）されてステップ状に計算される。このようにすることで、最初のステップに達することができない場合、すなわち、商品購入合計個数Ｓ（ｉ）が報酬基数ｇの数を下回ると報酬額は０になり、報酬が支払われない。商品購入合計個数Ｓ（ｉ）が報酬額にそのまま比例するのではなく、商品購入合計個数について離散化（量子化）して切り下げるため、一定のステップごとにこれを超えたものについて報酬額が高くなる。各階層でこのような評価が行われる。
また、各ステップは、商品購入合計個数Ｓ（ｉ）が報酬基数ｇの整数倍ごとに基本報酬額ｈ円を支払うようにしているが、このステップの大きさは報酬基数ｇの整数倍でなくてもよく、各ステップで変化させてもよい。
（第ｉ層の会員の報酬）
さらに、報酬決定ルールに沿って詳細に説明する。
図７に示す二分木データ構造はｎ層からなる階層構造であるから、第１層から始まり、その下に２つに左右に枝分かれした第２層、同じく第２層から２つに左右に枝分かれした第３層、…、同じく第（ｉ−１）層から２つに左右に枝分かれした第ｉ層、…、同じく第（ｎ−１）層から２つに左右に枝分かれした第ｎ層が構成される。
そうすると、表１の変動条件テーブルで示すように、各会員の商品購入個数は１個であるので、第ｉ層の当該会員の下位の（すなわち、傘下の）会員グループの商品購入合計個数（第ｉ層の当該会員自身の商品購入個数１個は含まない。）をＳ（ｉ）とすると、Ｓ（ｉ）は、当該会員のノードから分枝する下位に配された紹介者の人数と一致し、第ｉ層から始まり第ｎ層で終了する二分木データ構造の全体の会員数２n-(i-1)−１から１を減じたものとなるから、（式１）のようになる。なお、第１層から始まり第ｎ層で終了する二分木データ構造の全体の会員数は、２0＋２1＋２2＋…＋２(n-1)=２n−１である。
さらに、報酬決定ルールに沿って詳細に説明する。
図７に示す二分木データ構造はｎ層からなる階層構造であるから、第１層から始まり、その下に２つに左右に枝分かれした第２層、同じく第２層から２つに左右に枝分かれした第３層、…、同じく第（ｉ−１）層から２つに左右に枝分かれした第ｉ層、…、同じく第（ｎ−１）層から２つに左右に枝分かれした第ｎ層が構成される。
そうすると、表１の変動条件テーブルで示すように、各会員の商品購入個数は１個であるので、第ｉ層の当該会員の下位の（すなわち、傘下の）会員グループの商品購入合計個数（第ｉ層の当該会員自身の商品購入個数１個は含まない。）をＳ（ｉ）とすると、Ｓ（ｉ）は、当該会員のノードから分枝する下位に配された紹介者の人数と一致し、第ｉ層から始まり第ｎ層で終了する二分木データ構造の全体の会員数２n-(i-1)−１から１を減じたものとなるから、（式１）のようになる。なお、第１層から始まり第ｎ層で終了する二分木データ構造の全体の会員数は、２0＋２1＋２2＋…＋２(n-1)=２n−１である。
Ｓ（ｉ）＝（２n-(i-1)−１)−１（個）
＝２n+１-i−２（個） （式１）
＝２n+１-i−２（個） （式１）
報酬額の決め方としては、あらかじめ基本報酬額を定め、これと商品購入合計個数との積を取って、商品購入合計個数と線形な関係になるよう報酬額を決めることもできる。
しかし、もう少し報酬の敷居を高くして、ある個数を閾値としてその閾値を超えると報酬が支払われるとすると、その閾値の個数まで紹介をしようとするインセンティブが高まることが期待される。そして、その閾値を可変にすることができれば、紹介のインセンティブと報酬とをより繊細に決定することができる。このため、「商品購入合計個数」を報酬基数ｇで離散化（量子化）して報酬単位ｕ（ｉ）に変換して評価することとした。
そうすると、報酬単位ｕ（ｉ）は、（式２）に示すように、（式１）のＳ（ｉ）＝２n+1-i−２)（個）を、報酬基数ｇで除した整数部分として表わすことができる。ここで、報酬基数ｇを片側報酬基数ａの２倍の２＊ａとすると、報酬単位ｕ（ｉ）は、Ｓ（ｉ）を２＊ａで除した整数部分となる。
しかし、もう少し報酬の敷居を高くして、ある個数を閾値としてその閾値を超えると報酬が支払われるとすると、その閾値の個数まで紹介をしようとするインセンティブが高まることが期待される。そして、その閾値を可変にすることができれば、紹介のインセンティブと報酬とをより繊細に決定することができる。このため、「商品購入合計個数」を報酬基数ｇで離散化（量子化）して報酬単位ｕ（ｉ）に変換して評価することとした。
そうすると、報酬単位ｕ（ｉ）は、（式２）に示すように、（式１）のＳ（ｉ）＝２n+1-i−２)（個）を、報酬基数ｇで除した整数部分として表わすことができる。ここで、報酬基数ｇを片側報酬基数ａの２倍の２＊ａとすると、報酬単位ｕ（ｉ）は、Ｓ（ｉ）を２＊ａで除した整数部分となる。
ｕ（ｉ）＝ＩＮＴ｛Ｓ（ｉ）／ｇ｝ （式２）
＝ＩＮＴ｛Ｓ（ｉ）／（２＊ａ）｝（単位）
＝ＩＮＴ｛Ｓ（ｉ）／（２＊ａ）｝（単位）
ここに、ＩＮＴ｛ ｝とは、カッコ内の数値の整数部分を取り出す演算子である（以下、同じ）。この報酬単位ｕ（ｉ）に対し、基本報酬額を定め、これらの積を取ることにより、報酬額を決定することができる。
このように考えると、この集計期間中に第ｉ層のひとりの会員が受け取ることになる報酬額Ｐ（ｉ）は、（式３）に示すように、基本報酬額ｈ(円)に（式２）の報酬単位ｕ（ｉ）を掛け合わせたものとなる。
このように考えると、この集計期間中に第ｉ層のひとりの会員が受け取ることになる報酬額Ｐ（ｉ）は、（式３）に示すように、基本報酬額ｈ(円)に（式２）の報酬単位ｕ（ｉ）を掛け合わせたものとなる。
Ｐ（ｉ）＝ｈ＊ｕ（ｉ）（円） （式３）
（最高限度額の導入）
第ｉ層のひとりの会員の報酬Ｐ（ｉ）は、以上のようにして（式３）に示すように求められるが、ｎが大きい場合報酬額は指数関数的に大きくなるので、配当率が発散する心配が生じる。そこで発散しないように、報酬額Ｐ（ｉ）を暫定報酬額とし、その上限額として最高限度額Ｍ（円）を導入する。
この最高限度額Ｍは、報酬を制限するものであるので、会員にとって、公平感があり受け入れやすいものが望ましい。そこで、まず、上記の暫定報酬額Ｐ（ｉ）を計算し、次に、最高限度額を超えたものについてのみ最高限度額に制限することとした。
暫定報酬額Ｐ（ｉ）が最高限度額Ｍに達する層（最初に最高限度額を上回る報酬額となる層）を第ｎ層から数えてｍ番目の層とすると、ｍは次の不等式（式４）を充たすｋの最小値として求めることができる。
ただし、ｉは第１層から数え、ｋは第ｎ層から数えるため、ｉとｋにはｉ＋ｋ＝ｎ＋１の関係があり、（式１）を考慮すると、（式４）に示されるように、求められたｋの最小値であるｍは、Ｍ、ｈ、ａ（ｇ）の３つのパラメータで決定され、ｎによらない。すなわち、ｍはｎに無関係な定数である。
第ｉ層のひとりの会員の報酬Ｐ（ｉ）は、以上のようにして（式３）に示すように求められるが、ｎが大きい場合報酬額は指数関数的に大きくなるので、配当率が発散する心配が生じる。そこで発散しないように、報酬額Ｐ（ｉ）を暫定報酬額とし、その上限額として最高限度額Ｍ（円）を導入する。
この最高限度額Ｍは、報酬を制限するものであるので、会員にとって、公平感があり受け入れやすいものが望ましい。そこで、まず、上記の暫定報酬額Ｐ（ｉ）を計算し、次に、最高限度額を超えたものについてのみ最高限度額に制限することとした。
暫定報酬額Ｐ（ｉ）が最高限度額Ｍに達する層（最初に最高限度額を上回る報酬額となる層）を第ｎ層から数えてｍ番目の層とすると、ｍは次の不等式（式４）を充たすｋの最小値として求めることができる。
ただし、ｉは第１層から数え、ｋは第ｎ層から数えるため、ｉとｋにはｉ＋ｋ＝ｎ＋１の関係があり、（式１）を考慮すると、（式４）に示されるように、求められたｋの最小値であるｍは、Ｍ、ｈ、ａ（ｇ）の３つのパラメータで決定され、ｎによらない。すなわち、ｍはｎに無関係な定数である。
Ｍ≦Ｐ（ｉ）＝ｈ＊ｕ（ｉ）
＝ｈ＊ＩＮＴ{Ｓ（ｉ）／ｇ）}
＝ｈ＊ＩＮＴ{(２n+1-i−２）／ｇ}
＝ｈ＊ＩＮＴ{(２k−２）／ｇ）} （式４）
＝ｈ＊ＩＮＴ{Ｓ（ｉ）／ｇ）}
＝ｈ＊ＩＮＴ{(２n+1-i−２）／ｇ}
＝ｈ＊ＩＮＴ{(２k−２）／ｇ）} （式４）
このようにして、最高限度額Ｍに達する層であるｍを求め、次のような場合分けを行って階層ごとに会員の報酬を定める。第１層〜第ｎ＋１−ｍ層までの会員は報酬を最高限度額Ｍ円に制限するものである。
［場合１］：
ｉ≦ｎ＋１−ｍの会員については、報酬を最高限度額Ｍ円とする。
［場合２］：
ｉ＞ｎ＋１−ｍの会員については、報酬を暫定報酬額Ｐ（ｉ）＝ｈ＊ＩＮＴ{（２n+1-i−２）／ｇ｝円とする。
報酬基数ｇは、片側報酬基数ａの２倍を採用すると、二分木データ構造において当該会員のノードの左右の枝に属する会員の商品購入個数がａ個ずつごとにバランスよく両下層の会員が配置されていることに合致する。また、離散化による評価が直感的で受け入れやすい。
このような場合分けに従って、以下、組織全体の集計期間中の報酬の総額Ｂを場合１と場合２に分けて算出する。場合１では、会員が属する層によらず、一律に報酬額は最高限度額Ｍに制限される。場合２では、第ｉ層に属するひとりの会員の報酬額は暫定報酬額Ｐ（ｉ）と同額になり、どの層に属するかにより報酬額は異なる。
［場合１］：
ｉ≦ｎ＋１−ｍの会員については、報酬を最高限度額Ｍ円とする。
［場合２］：
ｉ＞ｎ＋１−ｍの会員については、報酬を暫定報酬額Ｐ（ｉ）＝ｈ＊ＩＮＴ{（２n+1-i−２）／ｇ｝円とする。
報酬基数ｇは、片側報酬基数ａの２倍を採用すると、二分木データ構造において当該会員のノードの左右の枝に属する会員の商品購入個数がａ個ずつごとにバランスよく両下層の会員が配置されていることに合致する。また、離散化による評価が直感的で受け入れやすい。
このような場合分けに従って、以下、組織全体の集計期間中の報酬の総額Ｂを場合１と場合２に分けて算出する。場合１では、会員が属する層によらず、一律に報酬額は最高限度額Ｍに制限される。場合２では、第ｉ層に属するひとりの会員の報酬額は暫定報酬額Ｐ（ｉ）と同額になり、どの層に属するかにより報酬額は異なる。
（場合１における報酬総額ＢＭ）
場合１では、図８に示すように、第ｎ＋１−ｍ層からトップである第１層までの会員の報酬は一律最高限度額のＭ円となる。したがって、次の（式５）に示すように、場合１の総額ＢＭは、Ｍ円に第１層から第ｎ＋１−ｍ層までの会員数の総和を掛け合わせればよい。
場合１では、図８に示すように、第ｎ＋１−ｍ層からトップである第１層までの会員の報酬は一律最高限度額のＭ円となる。したがって、次の（式５）に示すように、場合１の総額ＢＭは、Ｍ円に第１層から第ｎ＋１−ｍ層までの会員数の総和を掛け合わせればよい。
（場合２における報酬総額ＢＲ）
場合２では、各層の会員ひとりの報酬額Ｐ（ｉ）は最高限度額Ｍに達しない。場合２の二分木データ構造の最上位の会員は、図８に示すように、第（ｎ−ｍ＋２）層に属する。したがって、この会員とその下位の（傘下の）グループに属する会員全体の報酬総額ＢＰ（円）は、第（ｎ−ｍ＋２）層から第ｎ層までの各層の会員の報酬額をすべて足し込んだもの（図８の各ハッチングの部分）であるから、式５と同様に考えて、次の式６の第１式のようになり、式２と式３から第２式が導かれる。これをｎ−ｍ＋２＝１として書き直すと、ｎ＝ｍ−１、ｎ−ｉ＋１＝ｍ−１、ｉ−１＝ｉ−（ｎ−ｍ＋２）であるので、第３式に示すようになる。
場合２では、各層の会員ひとりの報酬額Ｐ（ｉ）は最高限度額Ｍに達しない。場合２の二分木データ構造の最上位の会員は、図８に示すように、第（ｎ−ｍ＋２）層に属する。したがって、この会員とその下位の（傘下の）グループに属する会員全体の報酬総額ＢＰ（円）は、第（ｎ−ｍ＋２）層から第ｎ層までの各層の会員の報酬額をすべて足し込んだもの（図８の各ハッチングの部分）であるから、式５と同様に考えて、次の式６の第１式のようになり、式２と式３から第２式が導かれる。これをｎ−ｍ＋２＝１として書き直すと、ｎ＝ｍ−１、ｎ−ｉ＋１＝ｍ−１、ｉ−１＝ｉ−（ｎ−ｍ＋２）であるので、第３式に示すようになる。
式６で求められたＢＰは、図８に示すように、第（ｎ−ｍ＋２）層に属するひとりの会員とその会員から分枝する下位の階層に属する会員全体の報酬総額になるものであるから、これを第（ｎ−ｍ＋２）層に属する会員の数２n-m+1で積算すると、場合２の全体の報酬総額ＢＲが（式７）に示すように求められる。なお、図８では、場合２の各ハッチング部分は重なって表示されているが、共通のデータがあることを示すものではなく、二分木データ構造において各ハッチング部分はそれぞれ独立である（別な分木である）。
ＢＲ＝ＢＰ＊２n-m+1 （式７）
そうすると、集計期間中の会員全体の報酬総額Ｂは、（式５）で示す場合１の報酬総額ＢＭと（式７）で示す場合２の報酬総額ＢＲとの合計であるから、報酬総額Ｂは次の（式８）で表わされる。
Ｂ＝ＢＭ＋ＢＲ
＝Ｍ＊(２n-m+1−１）＋ＢＰ＊２n-m+1
＝（Ｍ＋ＢＰ）＊２n-m+1−Ｍ （式８）
＝Ｍ＊(２n-m+1−１）＋ＢＰ＊２n-m+1
＝（Ｍ＋ＢＰ）＊２n-m+1−Ｍ （式８）
また、商品単価Ａと入会金（登録料）ｂとを合わせた集計期間中の統括会社の受取総額Ｉは次の（式９）であらわすことができる。
Ｉ＝Ａ＊(２n−１）＋ｂ＊２n-1＝（２*Ａ＋ｂ）＊２n-1−Ａ （式９）
したがって、（式８）を（式９）で除したものが統括会社の配当率Ｆ（ｎ）であるから、配当率Ｆ（ｎ）は、次に示す（式１０）のように計算できる。
Ｆ＝Ｂ／Ｉ
＝｛（Ｍ＋ＢＰ）＊２n-m+1−Ｍ｝／{（２＊Ａ＋ｂ）＊２n-1−Ａ｝＊100(%)（式１０）
＝｛（Ｍ＋ＢＰ）＊２n-m+1−Ｍ｝／{（２＊Ａ＋ｂ）＊２n-1−Ａ｝＊100(%)（式１０）
（配当率Ｆ(ｎ)の収束）
このように計算された配当率Ｆ(ｎ)が必ず収束することを示す。（式１０）についてｎを無限大とした極限値は、次の（式１１）のとおりとなる。
このように計算された配当率Ｆ(ｎ)が必ず収束することを示す。（式１０）についてｎを無限大とした極限値は、次の（式１１）のとおりとなる。
limＦ(ｎ)＝（Ｍ＋ＢＰ）／｛２m-2＊（２＊Ａ＋ｂ）｝＊100（％）（ｎ→∞）（式１１）
（式１１）の右辺はｎが無限大になったときにｎに無関係な一定値に収束することを示している。したがって、場合１と場合２で示した報酬決定ルールに沿って配当額を決定すれば、（式１１）は発散することはないので、このような配当額から配当率を定めれば、理論上破綻することはない。したがって、計算される配当率Ｆ(ｎ)は確定値となるので、信頼性の高いきわめて強力な配当の指標であることがわかる。このような配当額の決定についての提案は今までないものであり、このような報酬決定ルールに基づく報酬予測はきわめて強力な手法であることが示された。
（計算処理）
図９に報酬予測計算装置の動作をフローチャートにより示す。以下、これに沿って処理の流れを説明する。
図９に報酬予測計算装置の動作をフローチャートにより示す。以下、これに沿って処理の流れを説明する。
（Ｓ９０１）キーボード６０３等の入力デバイスから変動条件が入力される。入力された変動条件は、ハードディスク（ＨＤＤ）６０４に記憶される。
（Ｓ９０２）キーボード６０３等の入力デバイスから計算命令が入力され、配当率の計算が開始される。
（Ｓ９０３）入力された変動条件をＨＤＤ６０４から読み出し、後述する報酬決定ルールに従い、予測報酬と配当原資である予測全体売上を計算する。次に、予測報酬を予測全体売上で除して、予測配当率を計算する。
（Ｓ９０４）計算された予測配当率を、先に説明した評価ルールに従い、定量評価の値を生成する。
（Ｓ９０５）生成された定量評価の値を、先に説明した変更ルールに従い、変動条件の変更を実行し、変更変動条件を生成する。
（Ｓ９０６）生成された変更変動条件に基づいて、後述する報酬決定ルールに従い、予測報酬と配当原資である予測全体売上を繰り返し計算する。次に、予測報酬を予測全体売上で除して、予測配当率についても繰り返し計算する。
（Ｓ９０７）変動条件及び変更変動条件、それらに対応する配当率の表示、それらに対応する決定ボタン、さらには再計算に用いる変動条件入力欄と再計算ボタンをディスプレイ６０２に表示する。
（Ｓ９０８）ユーザは、変動条件及び変更変動条件及びそれらに対応する配当率の表示を閲覧し、所望の結果があるかないか、ある場合はどれか、ない場合は再計算するか、の意思決定をする。
（Ｓ９０９）所望の結果がない場合、変動条件入力欄に再計算に係る変動条件を入力し、再計算ボタンに対して入力デバイスでアクションを加え、再計算命令を送信し、（Ｓ９０３）からの計算動作を繰り返す。
（Ｓ９１０）所望の値の予測配当率があれば、所望の配当率に係る決定ボタンに対して入力デバイスによりアクションを加え、決定命令を送信する。
（Ｓ９１１）所望の値である配当率およびその変動条件を、ＨＤＤ６４に出力し、記録する。
（第２の実施形態：サーバー）
第１の実施形態では、ルールやプログラム等を複数記録したデータベースを、処理を行う装置内に格納している。これに限らず、これらデータベースを他の装置に記録したり、通信回線を介してアクセスするようにすることが考えられる。
第２の実施形態では、報酬決定ルール、評価ルールそして変更ルールを、演算プログラムとしてサーバーに実装する。この場合は、端末装置から、変動条件をサーバーに送信して、演算結果を端末装置に送信するので、端末装置からの操作等により簡単に変動条件を変更して配当率を求めることができる。
本実施の形態で求めた配当率と、実績に基づく配当率との差異を定量的に把握することにより、状況に応じたさらに合理的な報酬プランの提供や報酬プランの管理を行うことができるであろう。
第１の実施形態では、ルールやプログラム等を複数記録したデータベースを、処理を行う装置内に格納している。これに限らず、これらデータベースを他の装置に記録したり、通信回線を介してアクセスするようにすることが考えられる。
第２の実施形態では、報酬決定ルール、評価ルールそして変更ルールを、演算プログラムとしてサーバーに実装する。この場合は、端末装置から、変動条件をサーバーに送信して、演算結果を端末装置に送信するので、端末装置からの操作等により簡単に変動条件を変更して配当率を求めることができる。
本実施の形態で求めた配当率と、実績に基づく配当率との差異を定量的に把握することにより、状況に応じたさらに合理的な報酬プランの提供や報酬プランの管理を行うことができるであろう。
（処理サーバー）
本実施形態による報酬予測計算システム１０００を図１０に示す。この実施形態では、サーバー装置（処理サーバー）１００１と端末装置１００２、１００３そして１００４が、インターネット１００５を介して接続されている。サーバー装置１００１は、報酬予測計算プログラム、報酬決定ルール、評価ルール及び変更ルールを格納しており、ウェブサーバー（クラウドサーバー）として機能するものである。端末装置１００２、１００３、１００４は、サーバー装置１００１にアクセスすることにより、報酬予測計算機能を利用することができる。
本実施形態による報酬予測計算システム１０００を図１０に示す。この実施形態では、サーバー装置（処理サーバー）１００１と端末装置１００２、１００３そして１００４が、インターネット１００５を介して接続されている。サーバー装置１００１は、報酬予測計算プログラム、報酬決定ルール、評価ルール及び変更ルールを格納しており、ウェブサーバー（クラウドサーバー）として機能するものである。端末装置１００２、１００３、１００４は、サーバー装置１００１にアクセスすることにより、報酬予測計算機能を利用することができる。
図１１に、この発明の第２の実施形態である報酬計算予測サーバー１００１の機能構成を示したブロック図を示す。条件受信部１１０１、記憶部１１０２、制御部１１０３、繰り返し部１１０４、決定支援部１１０５そして出力部１１０６という機能構成部から構成される。
ここで示した機能構成部は、予め組み込まれたファームウエア等の制御プログラムを所定の回路のプロセッサーで実行し、実装された各種デバイスと協働することにより実現される。また、これらのプログラムは、コンピュータで読み取り可能な記録媒体に記録され、当該プロセッサーによって記録媒体から読み出され、ユーザが操作すること、システムを構成するデバイスからの信号を受信すること等をトリガとして実行される。
ここで示した機能構成部は、予め組み込まれたファームウエア等の制御プログラムを所定の回路のプロセッサーで実行し、実装された各種デバイスと協働することにより実現される。また、これらのプログラムは、コンピュータで読み取り可能な記録媒体に記録され、当該プロセッサーによって記録媒体から読み出され、ユーザが操作すること、システムを構成するデバイスからの信号を受信すること等をトリガとして実行される。
（機能構成と動作の概要）
条件受信部１１０１は、報酬予測計算を行うための変動条件、計算命令などの入力を受け入れる条件入力画面を生成し、ユーザの端末装置に送信し、ユーザからの入力を受信する。
条件受信部１１０１は、報酬予測計算を行うための変動条件、計算命令などの入力を受け入れる条件入力画面を生成し、ユーザの端末装置に送信し、ユーザからの入力を受信する。
（条件入力画面）
条件入力画面は、第１の実施形態における条件入力部が生成した条件入力画面と同様である。
条件入力画面は、第１の実施形態における条件入力部が生成した条件入力画面と同様である。
記憶部１１０２は、報酬決定ルールと報酬予測計算に係る配当率の定量評価をする評価ルールと定量評価の結果に応じて変動条件の変更をする変更ルールと入力及び変更に係る変動条件とを記憶する。
（評価ルールと変更ルール）
記憶部に記憶されたルールのデータ構造は、第１の実施形態におけるデータ構造と同様である。
記憶部に記憶されたルールのデータ構造は、第１の実施形態におけるデータ構造と同様である。
評価ルールや変更ルールの内容も、第１の実施形態におけるルールの内容と同様である。
制御部１１０３は、条件受信部１１０１が変動条件の入力を受信すると記憶部１１０２内の変動条件テーブルファイルに記憶し、記憶部１１０２の報酬決定ルールを検索し、この報酬決定ルールに基づき変動条件に対応する報酬額と売上額等の配当原資を計算し、これらから配当率Ｆを予測計算する。さらに、記憶部１１０２の評価ルールを検索し、この評価ルールに基づき予測計算に係る配当率に対応する定量評価の評価値Ｖを計算する。
繰り返し部１１０４は、記憶部１１０２の変更ルールを検索し、この変更ルールに基づき評価値Ｖに対応する変動条件の変更を実行し、変更された変動条件と再計算命令を制御部１１０３に送信し、変更された変動条件に対応する報酬額と売上額等の配当原資を計算し、これから配当率Ｆを予測計算させるという動作を制御部１１０３に繰り返し実行させる。
決定支援部１１０５は、予測計算に係る配当率の表示をし、該表示に係る決定命令の入力ボタンを設けた決定支援画面を生成し、ユーザの端末装置に送信し、この端末装置のディスプレイ等に表示する。この画面は、第１の実施形態における報酬予測計算装置のディスプレイに表示する画面と同様である。
出力部１１０６は、端末装置に対する決定ボタン等の操作によって送信された決定命令を受信したとき、決定ボタンに係る配当率とその基礎となる変動条件を決定データとして出力し、記憶部１１０２内の計算結果ファイルに記憶する。
決定データのデータ構造は、第１の実施形態におけるデータ構造と同様である。
決定データのデータ構造は、第１の実施形態におけるデータ構造と同様である。
端末装置１００２、１００３、１００４は、クライアントであるため、報酬計算予測プログラム等を格納したり、報酬予測計算をしたりする必要はなく、少なくとも、変動条件をサーバー１００１に送信して、報酬予測計算の結果を受け取り、記録・保持できればよい。
ここで端末装置を３台記載しているが、本発明の端末装置の台数はこれに限定されるものではなく、ユーザの数等に応じて適宜変更されうる。
ここで端末装置を３台記載しているが、本発明の端末装置の台数はこれに限定されるものではなく、ユーザの数等に応じて適宜変更されうる。
（変動条件）
変動条件は、第１の実施形態の表１に示すものと同様である。
変動条件は、第１の実施形態の表１に示すものと同様である。
（処理フロー）
図１２に、サーバー装置１００１の動作とこれに対応する端末装置１００２、１００３、１００４の動作等をフローチャートに示す。
図１２に、サーバー装置１００１の動作とこれに対応する端末装置１００２、１００３、１００４の動作等をフローチャートに示す。
スタートに、サーバー装置１００１は、端末装置１００２、１００３、１００４からアクセスを受け、端末装置に入力されたユーザ識別子が送信されて、そのログインを許可する（不図示）。その際、制御部１１０３があらかじめ記憶部１１０２に記憶されたユーザ識別子情報と照合して、許可してもよい。たとえば、ユーザ識別子として、「０１０２」が送信され、その際に、セキュリティを確保するためパスワードが併用されてもよい。
（Ｓ１２０１）ログインが許可された端末装置に対して、条件入力画面を表示する。
（Ｓ１２０２）次に、ユーザが条件入力画面に対して変動条件の入力と送信操作を行って、端末装置から変動条件と計算命令をサーバー装置に送信する。
（Ｓ１２０３）サーバー装置は、受信した変動条件を報酬決定ルールに従い、予測報酬と配当原資である予測全体売上を計算する。次に、予測報酬を予測全体売上で除して、予測配当率を計算する。
（Ｓ１２０４）サーバー装置は、計算された予測配当率を、評価ルールに従い、定量評価の値を生成する。
（Ｓ１２０５）サーバー装置は、生成された定量評価の値を、変更ルールに従い、変動条件の変更を実行し、変更変動条件を生成する。
（Ｓ１２０６）サーバー装置は、生成された変更変動条件に基づいて、後述する報酬決定ルールに従い、予測報酬と予測全体売上を繰り返し計算する。次に、予測報酬を予測全体売上で除して、予測配当率についても繰り返し計算する。
（Ｓ１２０７）サーバー装置は、変動条件及び変更変動条件、それらに対応する配当率の表示、それらに対応する決定ボタン、さらには再計算に用いる変動条件入力欄と再計算ボタンを表示した決定支援画面を生成し、端末装置に送信し、そのディスプレイに表示をする。
（Ｓ１２０８）ユーザは、端末装置に表示された変動条件及び変更変動条件及びそれらに対応する配当率の表示を閲覧し、所望の結果があるかないか、ある場合はどれか、ない場合は再計算するか、の意思決定をする。
（Ｓ１２０９）所望の結果がない場合、変動条件入力欄に再計算に係る変動条件を入力し、再計算ボタンに対して入力デバイスでアクションを加え、再計算命令を送信し、（Ｓ１２０３）からの計算動作をサーバー装置に対して繰り返させる。
（Ｓ１２１０）ユーザは、所望の値の予測配当率があれば、所望の配当率に係る決定ボタンに対して入力デバイスによりアクションを加え、決定命令を端末装置からサーバー装置に対して送信する。
（Ｓ１２１１）サーバー装置は、ユーザが所望の値である配当率およびその変動条件を決定データとして記憶部に記録すると共に、端末装置に送信する。
このようにして、端末装置１００２、１００３、１００４にサーバー装置１００１の報酬予測プログラム等を利用させることができる。
（計算例）
以下、本発明の報酬決定ルールに沿って、配当率を求めた計算例を示す。これは、装置、サーバーのいずれにも該当する。
（計算例１）
報酬決定ルールに沿って、報酬プランの基本形から変動条件を抽出し、配当率Ｆを算出する。変動条件は、表２のように定めて計算する。
表２に示すように、主要なパラメータである報酬基数ｇ（片側報酬基数ａ）、最高限度額Ｍ，基本報酬額ｈを抜き出して示すと以下のようになる。
ｇ、ａ：片側報酬基数ａは３個（報酬基数ｇは６個となる）
Ｍ：最高限度額Ｍは、２，４００千円
ｈ：基本報酬額ｈは、５千円
以下、本発明の報酬決定ルールに沿って、配当率を求めた計算例を示す。これは、装置、サーバーのいずれにも該当する。
（計算例１）
報酬決定ルールに沿って、報酬プランの基本形から変動条件を抽出し、配当率Ｆを算出する。変動条件は、表２のように定めて計算する。
表２に示すように、主要なパラメータである報酬基数ｇ（片側報酬基数ａ）、最高限度額Ｍ，基本報酬額ｈを抜き出して示すと以下のようになる。
ｇ、ａ：片側報酬基数ａは３個（報酬基数ｇは６個となる）
Ｍ：最高限度額Ｍは、２，４００千円
ｈ：基本報酬額ｈは、５千円
このＭ、ｈ、ａの条件で階層の深さｎ＝１５の場合（会員数３２，０００人余の場合）に、（式４）を用いて最高限度額に達する層ｍを求めると、（式４）を充たすｋの最小値ｍは、
ｍ＝１２
となる。そうすると、このｍとｎの条件のとき、（場合１）の報酬総額ＢＭは、（式５）から、
ＢＭ＝Ｍ＊（２5−１）
＝2,400,000*15＝36,000,000（円）
となる。一方、（場合２）のＢＰは、（式６）から、
ＢＰ＝ｈ＊2,845
＝5,000＊2,845＝14,225,000（円）
となり、（場合２）の報酬総額ＢＲは、（式７）から、
ＢＲ＝ＢＰ＊２4
＝14,225,000＊16＝227,600,000（円）
となる。したがって、（式８）から、
報酬総額Ｂ＝ＢＭ＋ＢＲ
＝36,000,000＋227,600,000
＝263,600,000（円）
となる。
これに対し、統括会社の受取総額Ｉは、（式９）から、
受取総額Ｉ＝Ａ＊（２n−１）＋ｂ＊２n-1
＝（２＊Ａ＋ｂ）＊２n-1−Ａ
＝(2*10,000+3,000)*２14-10,000
＝376,822,000（円）
であるので、（式１０）を適用して、配当率Ｆ（１５）を求めると、
配当率Ｆ（１５）＝（Ｂ／Ｉ）*100(%)
＝（263,600,000／376,822,000）＊100(%)
＝６９．９５％
となる。
このような配当は、リスクを抑えた手堅い配当ということができる。
ｍ＝１２
となる。そうすると、このｍとｎの条件のとき、（場合１）の報酬総額ＢＭは、（式５）から、
ＢＭ＝Ｍ＊（２5−１）
＝2,400,000*15＝36,000,000（円）
となる。一方、（場合２）のＢＰは、（式６）から、
ＢＰ＝ｈ＊2,845
＝5,000＊2,845＝14,225,000（円）
となり、（場合２）の報酬総額ＢＲは、（式７）から、
ＢＲ＝ＢＰ＊２4
＝14,225,000＊16＝227,600,000（円）
となる。したがって、（式８）から、
報酬総額Ｂ＝ＢＭ＋ＢＲ
＝36,000,000＋227,600,000
＝263,600,000（円）
となる。
これに対し、統括会社の受取総額Ｉは、（式９）から、
受取総額Ｉ＝Ａ＊（２n−１）＋ｂ＊２n-1
＝（２＊Ａ＋ｂ）＊２n-1−Ａ
＝(2*10,000+3,000)*２14-10,000
＝376,822,000（円）
であるので、（式１０）を適用して、配当率Ｆ（１５）を求めると、
配当率Ｆ（１５）＝（Ｂ／Ｉ）*100(%)
＝（263,600,000／376,822,000）＊100(%)
＝６９．９５％
となる。
このような配当は、リスクを抑えた手堅い配当ということができる。
なお、一般に、配当率Ｆ（ｎ）は、実績の配当率と必ずしも一致しない場合もあるかもしれないが、この不一致は、個々の会員の紹介者の偏り（多寡）、地域的な紹介者の偏り（多寡）などが原因として推定される。このような不一致についてさらに解析を加えることにより、統括会社にとっては報酬プランの設定方法などに反映できる営業上の重要な情報が得られるものと考えられる。このように、報酬プランについて、配当率Ｆ（ｎ）という定量的な評価ができるため、さらにより魅力的でリスクの少ない新たな報酬プランの策定が可能になる。
（計算例２：ａ＝２とした場合）
次に、変動条件を変え、片側報酬基数ａをａ＝２とした場合の計算例を示す。
表３に示すように、主要なパラメータである報酬基数ｇ（片側報酬基数ａ）、最高限度額Ｍ，基本報酬額ｈを抜き出して示すと以下のようになる。
ｇ、ａ：片側報酬基数ａは２個（報酬基数ｇは４個となる）
Ｍ：最高限度額Ｍは、２，４００千円
ｈ：基本報酬額ｈは、５千円
次に、変動条件を変え、片側報酬基数ａをａ＝２とした場合の計算例を示す。
表３に示すように、主要なパラメータである報酬基数ｇ（片側報酬基数ａ）、最高限度額Ｍ，基本報酬額ｈを抜き出して示すと以下のようになる。
ｇ、ａ：片側報酬基数ａは２個（報酬基数ｇは４個となる）
Ｍ：最高限度額Ｍは、２，４００千円
ｈ：基本報酬額ｈは、５千円
a＝２（左の枝２個、右の枝２個）とした場合以外は、計算例１と同様である。
この条件で階層の深さｎ＝１５の場合に、（式１０）を適用して、配当率を求めると次の結果を得る。この場合は、計算例１と同様に計算をすると、ｍ＝１１となり、
配当率Ｆ（１５）＝９５．９％
となる。
この配当率の数値は、配当の評価としてかなり高く、統括会社としてはリスクが伴うものかもしれない。しかし、過去の傾向や現実の状況により、もっと低い配当率になること（たとえば実績配当率は５０％程度と推定できるなど。）が考えられるのであれば、リスクがあるものの訴求力の強い魅力的な報酬プランの一つとして検討することもできるだろう。
この条件で階層の深さｎ＝１５の場合に、（式１０）を適用して、配当率を求めると次の結果を得る。この場合は、計算例１と同様に計算をすると、ｍ＝１１となり、
配当率Ｆ（１５）＝９５．９％
となる。
この配当率の数値は、配当の評価としてかなり高く、統括会社としてはリスクが伴うものかもしれない。しかし、過去の傾向や現実の状況により、もっと低い配当率になること（たとえば実績配当率は５０％程度と推定できるなど。）が考えられるのであれば、リスクがあるものの訴求力の強い魅力的な報酬プランの一つとして検討することもできるだろう。
（計算例３：ａ＝４とした場合）
さらに、変動条件を変え、ａ＝４とした場合の計算例を示す。これは、会員がより多くの商品を購入するケースである。
表４に示すように、主要なパラメータである報酬基数ｇ（片側報酬基数ａ）、最高限度額Ｍ，基本報酬額ｈを抜き出して示すと以下のようになる。
ｇ、ａ：片側報酬基数ａは４個（報酬基数ｇは８個となる）
Ｍ：最高限度額Ｍは、２，４００千円
ｈ：基本報酬額ｈは、５千円
さらに、変動条件を変え、ａ＝４とした場合の計算例を示す。これは、会員がより多くの商品を購入するケースである。
表４に示すように、主要なパラメータである報酬基数ｇ（片側報酬基数ａ）、最高限度額Ｍ，基本報酬額ｈを抜き出して示すと以下のようになる。
ｇ、ａ：片側報酬基数ａは４個（報酬基数ｇは８個となる）
Ｍ：最高限度額Ｍは、２，４００千円
ｈ：基本報酬額ｈは、５千円
a＝４（それぞれ左の枝４個、右の枝４個）とした場合以外は、計算例１、２と同様である。この場合は、計算例１、２と同様に計算をすると、ｍ＝１２となり、
配当率Ｆ（１５）＝４７．６％
となる。
この場合、配当率は５０％を切っており、実施例２と比べると、リスクは小さいが、いわば魅力のない報酬プランであると評価されるであろう。
配当率Ｆ（１５）＝４７．６％
となる。
この場合、配当率は５０％を切っており、実施例２と比べると、リスクは小さいが、いわば魅力のない報酬プランであると評価されるであろう。
以上示したように、計算例１〜３において（式１０）を用いて配当率を計算した。このように報酬プランを決めるｈ、Ｍ、ｇ（ａ）という３つのパラメータ（変動条件）を変えることにより、必ず収束する配当率を容易に得られる。また、商品単価Ａ、入会金ｂなどを変えて異なる配当率とすることもできるので、柔軟で容易な報酬プランの予測・評価を行うことができる。
このような予測に関しての利点は、以下のようなものがある。
第一に、この予測を組織展開の開始前に行うことで、経済状況等諸般の事情を勘案しながら、定量的で信頼のできる指標をもとに報酬プランを弾力的に決定することができる。
第二に、この予測を組織展開の開始以降に行うことで、統括会社全体としての配当率を予測するのにとどまらず、個々の会員の実績値と予測値の差異を評価することにより、活動の活発な拠点組織を見出して全体の組織展開戦略を立てることができ、会員個々の活動の指針を示すこともできる。
第一に、この予測を組織展開の開始前に行うことで、経済状況等諸般の事情を勘案しながら、定量的で信頼のできる指標をもとに報酬プランを弾力的に決定することができる。
第二に、この予測を組織展開の開始以降に行うことで、統括会社全体としての配当率を予測するのにとどまらず、個々の会員の実績値と予測値の差異を評価することにより、活動の活発な拠点組織を見出して全体の組織展開戦略を立てることができ、会員個々の活動の指針を示すこともできる。
このように報酬予測計算が収束するということのみならず、商品単価Ａ，入会金ｂなどを含む直観に訴えやすいパラメータを操作して報酬予測計算をすることができるため、会員にとって魅力があるプラン策定を簡単に検討することができる。加えて、統括会社にとっての経営の存続・安定化と紹介の過熱化の鎮静をも考えた現実的なプランの検討が簡単に行えるようになり、社会的な要請にも応えることができる実効性と汎用性のある報酬計算予測技術を提供することができる。
１ 報酬予測計算装置
１１ 条件入力部
１２ 記憶部
１３ 制御部
１４ 繰り返し部
１５ 決定支援部
１６ 出力部
６００ ＣＰＵ
６０１ メモリ
６０２ ディスプレイ
６０３ キーボード
６０４ ハードディスク
６０５ ＤＶＤ／ＣＤ−ＲＯＭドライブ
６０６ ＣＤ／ＤＶＤ
１０００ 報酬予測計算システム
１００１ 報酬予測計算サーバー（サーバー装置）
１００２、１００３、１００４ 端末装置
１００５ インターネット
Ａ 商品単価
ａ 片側報酬基数
Ｂ 決定される報酬額
ＢＭ 最高限度額に制限される階層の報酬の総額（場合１）
ＢＲ 最高限度額に達さない階層の報酬の総額（場合２）
ＢＰ ひとりの会員とその会員から分枝する下位の階層に属する会員全体が受け取る報酬の総額
ｂ 入会金
Ｆ（ｎ） 配当率
ｇ 報酬基数
ｈ 基本報酬額
Ｉ 統括会社の受取総額
Ｍ 最高限度額
Ｐ（ｉ） 第ｉ層の当該会員の暫定報酬額
Ｓ（ｉ） 第ｉ層の当該会員に関する商品購入合計個数
ｕ（ｉ） 商品購入合計個数がＳ（ｉ)個の第ｉ層の会員の報酬単位数
Ｖ 評価値
１１ 条件入力部
１２ 記憶部
１３ 制御部
１４ 繰り返し部
１５ 決定支援部
１６ 出力部
６００ ＣＰＵ
６０１ メモリ
６０２ ディスプレイ
６０３ キーボード
６０４ ハードディスク
６０５ ＤＶＤ／ＣＤ−ＲＯＭドライブ
６０６ ＣＤ／ＤＶＤ
１０００ 報酬予測計算システム
１００１ 報酬予測計算サーバー（サーバー装置）
１００２、１００３、１００４ 端末装置
１００５ インターネット
Ａ 商品単価
ａ 片側報酬基数
Ｂ 決定される報酬額
ＢＭ 最高限度額に制限される階層の報酬の総額（場合１）
ＢＲ 最高限度額に達さない階層の報酬の総額（場合２）
ＢＰ ひとりの会員とその会員から分枝する下位の階層に属する会員全体が受け取る報酬の総額
ｂ 入会金
Ｆ（ｎ） 配当率
ｇ 報酬基数
ｈ 基本報酬額
Ｉ 統括会社の受取総額
Ｍ 最高限度額
Ｐ（ｉ） 第ｉ層の当該会員の暫定報酬額
Ｓ（ｉ） 第ｉ層の当該会員に関する商品購入合計個数
ｕ（ｉ） 商品購入合計個数がＳ（ｉ)個の第ｉ層の会員の報酬単位数
Ｖ 評価値
Claims (3)
- 会員制紹介販売流通組織の会員に対する報酬額を計算してその配当率の予測をする報酬予測計算サーバー（１００１）であって、
ネットワーク（１００５）を介して端末装置（１００２、１００３、１００４、…）と通信可能であって、
前記端末装置から前記報酬額の計算のための変動条件の送信を受ける条件受信部（１１０１）と、
前記配当率が収束する報酬決定ルールと前記予測に係る配当率の定量評価をする評価ルールと該定量評価の結果に応じて前記変動条件の変更をする変更ルールと前記受信及び変更に係る変動条件とを記憶する記憶部（１１０２）と、
受信した変動条件又は変更に係る変動条件に応じて、前記報酬決定ルールと前記評価ルールに基づき、前記報酬額と配当率の予測を行い、該予測に係る配当率の定量評価を行う予測評価を実行する制御部（１１０３）と、
前記受信に係る変動条件を初期値として前記変更ルールに従って変動条件を変更し、前記制御部の予測評価を繰り返し実行させる繰り返し部（１１０４）と、
前記予測評価に係る配当率を含む表示と該表示に係る決定命令の入力手段の提供を前記端末装置と通信して実行する決定支援部（１１０５）と、
前記端末装置から送信される前記決定命令を受信すると、該決定命令に係る配当率と前記表示に係る変動条件とを決定データとして送信する出力部（１１０６）と、
を備え、
前記報酬決定ルールは、
［１］各会員が二分木データ構造の各ノードにそれぞれ仮想的に配置されて充填された階層を構成するようにマッピングされた配置情報を有し、
［２］各会員の報酬額について、
前記配置情報に基づいてその会員から分枝する下位の階層に属する会員が購入した商品の総個数である商品購入合計個数（Ｓ(ｉ)）と、所与の最高限度額（Ｍ）と、所与の報酬基数（ｇ）とに基づき、
階層ごとに前記商品購入合計個数について前記報酬基数により離散化して評価した暫定報酬額（Ｐ(ｉ)）を算出し、前記暫定報酬額が前記最高限度額を超えないように前記報酬額を計算し、
前記暫定報酬額（Ｐ(ｉ)）は、
深さｎの階層を有する二分木データ構造の第ｉ階層に属する会員の報酬額について、
前記最高限度額（Ｍ）をＭ円、基本報酬額（ｈ）をｈ円、報酬基数（ｇ）をｇ個、各会員の商品購入個数を１個、前記商品購入合計個数をＳ（ｉ）個、その暫定報酬額をＰ（ｉ）円、とし、ＩＮＴ｛ ｝は｛ ｝内の数の整数値をとる演算子、＊は積算演算記号とした場合に、
Ｐ（ｉ）＝ｈ＊ＩＮＴ{Ｓ（ｉ）／ｇ}
であって、
決定される報酬額は、
Ｍ≦Ｐ（ｉ）かつｋ＋ｉ＝ｎ＋１
を充たす、ｋの最小値となる第ｎ層から数えてｍ番目である階層により場合分けし、
［場合１］：
ｉ≦ｎ＋１−ｍの階層の会員については、報酬額を最高限度額であるＭ円とし、
［場合２］：
ｉ＞ｎ＋１−ｍの階層の会員については、報酬額を暫定報酬額であるＰ（ｉ）＝ｈ＊ＩＮＴ{（２ (n+1-i) −２）／ｇ｝円として報酬額を計算する、
報酬予測計算サーバー（１００１）。 - 会員制紹介販売流通組織の会員に対する報酬額を計算してその配当率の予測をするために、コンピュータを、
前記報酬額の計算のための変動条件の入力を受ける条件入力手段と、
前記配当率が収束する報酬決定ルールと、前記予測に係る配当率の定量評価をする評価ルールと、該定量評価の結果に応じて前記変動条件の変更をする変更ルールと、前記入力及び変更に係る変動条件とを記憶する記憶手段と、
前記入力又は変更に係る変動条件に応じて、前記報酬決定ルールと前記評価ルールに基づき、前記報酬額と配当率の予測を行い、該予測に係る配当率の定量評価を行う予測評価を実行する制御手段と、
前記入力に係る変動条件を初期値として前記変更ルールに従って変動条件を変更し、前記制御手段の予測評価を繰り返し実行させる繰り返し手段と、
前記予測評価に係る配当率を含む表示と、該表示に係る決定命令の入力手段の提供とを実行する決定支援手段と、
前記決定命令が入力されると、該決定命令に係る配当率と前記表示に係る変動条件とを決定データとして出力する出力手段として機能させるための報酬予測計算プログラムであって、
前記報酬決定ルールは、
［１］各会員が二分木データ構造の各ノードにそれぞれ仮想的に配置されて充填された階層を構成するようにマッピングされた配置情報を有し、
［２］各会員の報酬額について、
前記配置情報に基づいてその会員から分枝する下位の階層に属する会員が購入した商品の総個数である商品購入合計個数（Ｓ(ｉ)）と、所与の最高限度額（Ｍ）と、所与の報酬基数（ｇ）とに基づき、
階層ごとに前記商品購入合計個数について前記報酬基数により離散化して評価した暫定報酬額（Ｐ(ｉ)）を算出し、
前記暫定報酬額が前記最高限度額を超えないように前記報酬額を計算し、
前記暫定報酬額（Ｐ(ｉ)）は、
深さｎの階層を有する二分木データ構造の第ｉ階層に属する会員の報酬額について、
前記最高限度額（Ｍ）をＭ円、基本報酬額（ｈ）をｈ円、報酬基数（ｇ）をｇ個、各会員の商品購入個数を１個、前記商品購入合計個数をＳ（ｉ）個、その暫定報酬額をＰ（ｉ）円、とし、ＩＮＴ｛ ｝は｛ ｝内の数の整数値をとる演算子、＊は積算演算記号とした場合に、
Ｐ（ｉ）＝ｈ＊ＩＮＴ{Ｓ（ｉ）／ｇ}
であって、
決定される報酬額は、
Ｍ≦Ｐ（ｉ）かつｋ＋ｉ＝ｎ＋１
を充たす、ｋの最小値となる第ｎ層から数えてｍ番目である階層により場合分けし、
［場合１］：
ｉ≦ｎ＋１−ｍの階層の会員については、報酬額を最高限度額であるＭ円とし、
［場合２］：
ｉ＞ｎ＋１−ｍの階層の会員については、報酬額を暫定報酬額であるＰ（ｉ）＝ｈ＊ＩＮＴ{（２ (n+1-i) −２）／ｇ｝円として報酬額を計算する、
報酬予測計算プログラム。 - 会員制紹介販売流通組織の会員に対する報酬額を計算してその配当率を予測する報酬予測計算方法において、
前記報酬額の計算のための変動条件を入力する条件入力ステップと、
前記配当率が収束する報酬決定ルールと、前記予測に係る配当率の定量評価をする評価ルールと、該定量評価の結果に応じて前記変動条件の変更をする変更ルールを記憶する第１記憶ステップと、
前記入力及び変更に係る変動条件を記憶する第２記憶ステップと、
前記入力又は変更に係る変動条件に応じて、前記報酬決定ルールと前記評価ルールに基づき、前記報酬額と配当率の予測を行い、該予測に係る配当率の定量評価を行う予測評価を実行する制御ステップと、
前記入力に係る変動条件を初期値として前記変更ルールに従って変動条件を変更し、前記制御ステップの予測評価を繰り返し実行させる繰り返し前記予測評価に係る配当率を含む表示と、該表示に係る決定命令の入力手段の提供とを実行する決定支援ステップと、
前記決定命令が入力されると、該決定命令に係る配当率と前記表示に係る変動条件とを決定データとして出力する出力ステップと、
を含む報酬予測計算方法であって、
前記報酬決定ルールは、
［１］各会員が二分木データ構造の各ノードにそれぞれ仮想的に配置されて充填された階層を構成するようにマッピングされた配置情報を有し、
［２］各会員の報酬額について、
前記配置情報に基づいてその会員から分枝する下位の階層に属する会員が購入した商品の総個数である商品購入合計個数（Ｓ(ｉ)）と、所与の最高限度額（Ｍ）と、所与の報酬基数（ｇ）とに基づき、
階層ごとに前記商品購入合計個数について前記報酬基数により離散化して評価した暫定報酬額（Ｐ(ｉ)）を算出し、前記暫定報酬額が前記最高限度額を超えないように前記報酬額を計算し、
前記暫定報酬額（Ｐ(ｉ)）は、
深さｎの階層を有する二分木データ構造の第ｉ階層に属する会員の報酬額について、
前記最高限度額（Ｍ）をＭ円、基本報酬額（ｈ）をｈ円、報酬基数（ｇ）をｇ個、各会員の商品購入個数を１個、前記商品購入合計個数をＳ（ｉ）個、その暫定報酬額をＰ（ｉ）円、とし、ＩＮＴ｛ ｝は｛ ｝内の数の整数値をとる演算子、＊は積算演算記号とした場合に、
Ｐ（ｉ）＝ｈ＊ＩＮＴ{Ｓ（ｉ）／ｇ}
であって、
決定される報酬額は、
Ｍ≦Ｐ（ｉ）かつｋ＋ｉ＝ｎ＋１
を充たす、ｋの最小値となる第ｎ層から数えてｍ番目である階層により場合分けし、
［場合１］：
ｉ≦ｎ＋１−ｍの階層の会員については、報酬額を最高限度額であるＭ円とし、
［場合２］：
ｉ＞ｎ＋１−ｍの階層の会員については、報酬額を暫定報酬額であるＰ（ｉ）＝ｈ＊ＩＮＴ{（２ (n+1-i) −２）／ｇ｝円として報酬額を計算する、
報酬予測計算方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017056737A JP6584018B2 (ja) | 2017-03-22 | 2017-03-22 | 報酬予測計算装置、報酬予測計算サーバー、報酬予測計算プログラム及び報酬予測計算方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017056737A JP6584018B2 (ja) | 2017-03-22 | 2017-03-22 | 報酬予測計算装置、報酬予測計算サーバー、報酬予測計算プログラム及び報酬予測計算方法 |
Related Parent Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2016111386A Division JP6117407B1 (ja) | 2016-06-02 | 2016-06-02 | 報酬予測計算装置、報酬予測計算サーバー、報酬予測計算プログラム及び報酬予測計算方法 |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| JP2017220218A JP2017220218A (ja) | 2017-12-14 |
| JP2017220218A5 JP2017220218A5 (ja) | 2019-06-13 |
| JP6584018B2 true JP6584018B2 (ja) | 2019-10-02 |
Family
ID=60656470
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2017056737A Active JP6584018B2 (ja) | 2017-03-22 | 2017-03-22 | 報酬予測計算装置、報酬予測計算サーバー、報酬予測計算プログラム及び報酬予測計算方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6584018B2 (ja) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109325834A (zh) * | 2018-10-10 | 2019-02-12 | 深圳市心版图科技有限公司 | 一种苗木信息推广方法、终端及计算机可读存储介质 |
| JP7109799B2 (ja) * | 2020-02-28 | 2022-08-01 | 光 藤田 | 会員管理コンピュータシステム |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003030411A (ja) * | 2001-07-13 | 2003-01-31 | Takekazu Inoue | インセンティブ用システム |
| US8805719B2 (en) * | 2007-12-06 | 2014-08-12 | Motherlode Network | Methods and systems for retail customer referral compensation programs |
| US20140074625A1 (en) * | 2012-09-12 | 2014-03-13 | Ariix, Llc | Optimizing multi-line systems with auto-balancing, re-ordered distribution and optional re-entry |
| JP2014102603A (ja) * | 2012-11-19 | 2014-06-05 | Ddr8 Co Ltd | 紹介報酬付与サーバ、方法およびプログラム |
| US20180349936A1 (en) * | 2015-11-26 | 2018-12-06 | Takayuki Izumi | Product sales promotion method |
-
2017
- 2017-03-22 JP JP2017056737A patent/JP6584018B2/ja active Active
Also Published As
| Publication number | Publication date |
|---|---|
| JP2017220218A (ja) | 2017-12-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Clarke et al. | On synthetic difference-in-differences and related estimation methods in Stata | |
| Bonera | The propensity of e‐commerce usage: The influencing variables | |
| Amin et al. | Malaysian consumers’ willingness to choose Islamic mortgage products: an extension of the theory of interpersonal behaviour | |
| US20150089353A1 (en) | Platform for building virtual entities using equity systems | |
| Wang et al. | Improved simulated annealing based risk interaction network model for project risk response decisions | |
| Casale-Brunet et al. | Exploring blockchain-based metaverses: Data collection and valuation of virtual lands using machine learning techniques | |
| JP6961042B2 (ja) | 目標達成ポートフォリオ生成装置、プログラム及び方法 | |
| JP2014524063A (ja) | 意思決定機会の評価方法及びシステム | |
| CN114651268A (zh) | 用于管理激励活动和自动批准激励请求的系统和方法 | |
| JP6584018B2 (ja) | 報酬予測計算装置、報酬予測計算サーバー、報酬予測計算プログラム及び報酬予測計算方法 | |
| WO2018073920A1 (ja) | 報酬予測計算装置、報酬予測計算サーバー、報酬予測計算プログラム及び報酬予測計算方法 | |
| Pinçe et al. | The role of contract expirations in service parts management | |
| Yaqub | Value Enhancement through Value‐creating Relational Investments in Inter‐firm Relationships: The Moderating Role of Leverage Potential and Relational Polygamy | |
| Bingwa et al. | Exploring the customer e-loyalty of millennials when purchasing footwear online in South Africa | |
| JP6198257B2 (ja) | 報酬予測計算装置、報酬予測計算サーバー、報酬予測計算プログラム及び報酬予測計算方法 | |
| JP6117407B1 (ja) | 報酬予測計算装置、報酬予測計算サーバー、報酬予測計算プログラム及び報酬予測計算方法 | |
| JP6016285B1 (ja) | 報酬予測計算装置、報酬予測計算サーバー、報酬予測計算プログラム及び報酬予測計算方法 | |
| JP2017201474A (ja) | 報酬予測計算装置、報酬予測計算サーバー、報酬予測計算プログラム及び報酬予測計算方法 | |
| JP6360625B2 (ja) | 検証支援システム及び方法 | |
| Gabelaia | Brand resonance in the phygital era: fostering loyalty through hybrid engagement | |
| Eckerson et al. | Visual reporting and analysis | |
| Singgalen | Design and implementation of coffeeshop management system prototype using rapid application development | |
| Cassettari et al. | The Stochastic Analysis of Investments in Industrial Plants by Simulation Models with Control of Experimental Error: Theory and Application to a Real Business… | |
| JP2017220218A5 (ja) | ||
| TWI689882B (zh) | 報酬預測計算裝置、報酬預測計算伺服器、報酬預測計算電腦程式產品以及報酬預測計算方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190506 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190506 |
|
| A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20190506 |
|
| A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20190514 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20190806 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190902 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6584018 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |