JPH07262169A - Response manpower estimating system - Google Patents
Response manpower estimating systemInfo
- Publication number
- JPH07262169A JPH07262169A JP4958894A JP4958894A JPH07262169A JP H07262169 A JPH07262169 A JP H07262169A JP 4958894 A JP4958894 A JP 4958894A JP 4958894 A JP4958894 A JP 4958894A JP H07262169 A JPH07262169 A JP H07262169A
- Authority
- JP
- Japan
- Prior art keywords
- response
- catalog
- customer
- predicted
- response amount
- 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.)
- Granted
Links
Abstract
Description
【０００１】[0001]
【産業上の利用分野】本発明は、カタログを顧客に送付
するときのレスポンス人数を予測するレスポンス人数予
測システムに関するものである。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a response number predicting system for predicting the number of responders when sending a catalog to a customer.
【０００２】[0002]
【従来の技術】通信販売業は、まず顧客にカタログを送
付し、それに対して顧客からのレスポンス（受注）を待
つ。どれくらいのレスポンスがあるかを予測する必要が
ある。2. Description of the Related Art The mail order business first sends a catalog to a customer and waits for a response (order) from the customer. You need to predict how much response you will get.
【０００３】一般に、送付したカタログに対して、レス
ポンスがあるのは毎回というわけではない。過去の購買
履歴や顧客の属性からレスポンスがあるかないかを統計
的に予測すると、殆どの顧客に対してレスポンスがない
と予測されてしまう。Generally, there is not a response to the sent catalog every time. When statistically predicting whether or not there is a response from past purchase history and customer attributes, it is predicted that most customers will not have a response.
【０００４】[0004]
【発明が解決しようとする課題】このため、正確なレス
ポンス人数を予測する手段の提供が望まれていた。本発
明は、これらの問題を解決するため、過去の顧客情報か
ら作成した回帰式に予測対象の顧客情報に当てはめて予
測レスポンス金額を算出し、この予測レスポンス金額を
ランク別に分けてその総和を求め、この総和を過去のラ
ンク別の平均値で除算して予測レンスポンス人数を算出
し、カタログ送付数を決定することを目的としている。Therefore, it has been desired to provide means for accurately predicting the number of respondents. In order to solve these problems, the present invention applies a regression formula created from past customer information to customer information to be predicted to calculate a predicted response amount, divides the predicted response amount by rank, and obtains the sum thereof. , The total number is divided by the average value for each rank in the past to calculate the predicted number of respondents, and the number of catalogs to be sent is determined.
【０００５】[0005]
【課題を解決するための手段】図１は、本発明の原理ブ
ロック図を示す。図１において、レスポンス人数予測シ
ステム１は、過去の顧客情報６および予測対象の顧客情
報７をもとにレスポンス人数を予測するものであって、
レスポンス金額予測手段２、平均レスポンス金額算出手
段３、および予測レスポンス人数算出手段４から構成さ
れるものである。FIG. 1 shows a block diagram of the principle of the present invention. In FIG. 1, the response number prediction system 1 predicts the number of responses based on the past customer information 6 and the customer information 7 to be predicted,
The response amount predicting unit 2, the average response amount calculating unit 3, and the predicted response number calculating unit 4 are included.
【０００６】レスポンス金額予測手段２は、過去の顧客
情報６をもとに、予測対象の顧客情報７を当てはめて予
測レスポンス金額を算出するものである。平均レスポン
ス金額算出手段３は、算出した予測レスポンス金額およ
び過去の予測レスポンス金額をソートしてランク分け
し、ランク毎の後者に対する実績を平均した平均レスポ
ンス金額を算出するものである。The response amount prediction means 2 applies the customer information 7 to be predicted based on the past customer information 6 to calculate the predicted response amount. The average response amount calculation means 3 sorts the calculated predicted response amount and the past predicted response amount and ranks them, and calculates the average response amount by averaging the results for the latter for each rank.
【０００７】予測レスポンス人数算出手段４は、ランク
毎に予測対象の予測レスポンス金額の総和を、平均レン
スポンス金額で除算して予測レスポンス人数を算出する
ものである。The predictive response person number calculating means 4 calculates the predictive response person number by dividing the total sum of the predictive response amount for each rank by the average response amount.
【０００８】過去の顧客情報６は、過去の顧客の受注実
績などの顧客情報である。予測対象の顧客情報７は、予
測対象の顧客情報である。予測レスポンス金額８は、顧
客毎の予測レスポンス金額である。[0008] The past customer information 6 is customer information such as past customer orders. The prediction target customer information 7 is prediction target customer information. The predicted response amount 8 is the predicted response amount for each customer.
【０００９】予測レスポンス人数９は、予測対象の予測
レスポンス金額のランク毎の総和を、平均レスポンス金
額で除算して予測したレスポンス人数である。The predicted number of respondents 9 is the number of respondents who are predicted by dividing the total sum of the predicted response amounts to be predicted for each rank by the average response amount.
【００１０】[0010]
【作用】本発明は、図１に示すように、レスポンス金額
予測手段２が過去の顧客情報６をもとに作成した式６１
に、予測対象の顧客情報７を当てはめて予測レスポンス
金額を算出し、平均レスポンス金額算出手段３が算出し
た予測レスポンス金額および過去の予測レスポンス金額
をソートしてランク分けし、ランク毎の前者の予測レス
ポンス金額の総和を算出および後者のレスポンス金額
（実績）を平均した平均レスポンス金額を算出し、予測
レスポンス人数算出手段４がランク毎に予測対象の予測
レスポンス金額の総和を、平均レスポンス金額で除算し
て予測レスポンス人数を算出し、この算出したランク毎
の予測レスポンス人数をもとにカタログ送付数を決定す
るようにしている。In the present invention, as shown in FIG. 1, the equation 61 created by the response amount predicting means 2 based on the customer information 6 in the past.
Then, the predicted response amount is calculated by applying the customer information 7 to be predicted, the predicted response amount calculated by the average response amount calculation means 3 and the past predicted response amount are sorted and ranked, and the former prediction for each rank is performed. The sum of the response amounts is calculated, and the average response amount is calculated by averaging the response amounts (actual results) of the latter, and the predicted response number calculation means 4 divides the sum of the predicted response amounts of the prediction targets for each rank by the average response amount. The predicted number of responders is calculated in accordance with the above, and the number of sent catalogs is determined based on the calculated number of predicted responders for each rank.
【００１１】この際、ランクとして、全体の顧客数の所
定数毎に予測レスポンス金額の多い順にランクづけする
ようにしている。従って、過去の顧客情報６をもとに作
成した例えば回帰式６１に予測対象の顧客情報７を当て
はめて予測レスポンス金額を算出し、この予測レスポン
ス金額のランク別の総和を、過去の予測レスポンス金額
（実績）のランク毎の平均値で除算してランク別の予測
レンスポンス人数を算出することにより、簡易に予測レ
スポンス人数を算出し、カタログ送付数を容易に決定す
ることが可能となる。At this time, the ranks are ranked in descending order of the predicted response amount for each predetermined number of the total number of customers. Therefore, for example, by applying the customer information 7 to be predicted to the regression formula 61 created based on the past customer information 6, the predicted response amount is calculated, and the sum of the predicted response amounts by rank is calculated as the past predicted response amount. By dividing the (results) by the average value for each rank to calculate the predicted response number for each rank, it is possible to easily calculate the predicted response number and easily determine the number of catalogs to be sent.
【００１２】[0012]
【実施例】次に、図２から図４を用いて本発明の実施例
の構成および動作を順次詳細に説明する。DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS Next, the construction and operation of an embodiment of the present invention will be described in detail with reference to FIGS.
【００１３】まず、図２を用いてカタログ送付の全体の
動作を説明する。図２は、カタログ送付の全体説明図を
示す。図２において、Ｓ１は、カタログ企画する。これ
は、通信販売しようとする商品名、価格などを掲載する
カタログの企画をする。First, the overall operation of sending a catalog will be described with reference to FIG. FIG. 2 shows an overall explanatory diagram of sending a catalog. In FIG. 2, S1 plans a catalog. This plans a catalog that lists the product name, price, etc. to be mail-ordered.
【００１４】Ｓ２は、カタログ作成する。Ｓ３は、レス
ポンス人数予測する。これは、Ｓ２で作成したカタログ
を送付する顧客について、過去の顧客情報６（前年の同
時期の顧客の受注実績などの情報）をもとに回帰式６１
（図３参照）を作成し、この回帰式６１に予測対象の顧
客情報（今年の同時期の予測対象の顧客の情報）を当て
はめて予測レスポンス金額を算出し、ランク別に分けて
総和を求め、これを過去のランク毎の受注実績の平均
（平均レスポンス金額）で除算した予測レスポンス人数
を算出する（図３および図４を用いて後述する）。In S2, a catalog is created. In S3, the number of responding persons is predicted. This is a regression equation 61 based on the past customer information 6 (information such as customer order records of the same period of the previous year) for the customer who sends the catalog created in S2.
(Refer to FIG. 3) is created, the prediction target customer information (information of the prediction target customers at the same time of the year) is applied to this regression equation 61 to calculate the predicted response amount, and the total sum is obtained by dividing by rank. This is divided by the average of the actual orders received for each rank in the past (average response amount) to calculate the predicted number of responders (described later with reference to FIGS. 3 and 4).
【００１５】Ｓ４は、顧客抽出する。これは、Ｓ３で予
測した予測レスポンス人数をもとに、カタログを送付す
る顧客を抽出する。Ｓ５は、ＤＭラベルを発行する。こ
れは、Ｓ４で抽出した顧客のＤＭ（ダイレクトメール）
のラベル（顧客の宛先を印刷したラベル）を発行する。At step S4, customers are extracted. This extracts the customer who sends the catalog based on the predicted number of respondents predicted in S3. S5 issues a DM label. This is the DM (direct mail) of the customer extracted in S4
Issue a label (a label that prints the customer's address).
【００１６】Ｓ６は、カタログ送付する。これは、Ｓ５
で発行されたＤＭラベルを、カタログを入れた封筒の宛
先の欄に貼付け、郵送する。Ｓ７は、受注する。これ
は、Ｓ６のカタログを発送し、顧客がカタログを見て電
話してきたので、受注する。In S6, the catalog is sent. This is S5
Affix the DM label issued in the above to the address field of the envelope containing the catalog and mail it. S7 receives an order. This is because the catalog of S6 is sent out and the customer looks at the catalog and makes a phone call, so an order is placed.
【００１７】以上のカタログ送付の流れの中で、Ｓ３の
レスポンス人数予測を行って最適な顧客にカタログを送
付する場合について以下図３および図４を用いて詳細に
説明する。In the above-described flow of sending a catalog, the case of predicting the number of respondents in S3 and sending the catalog to an optimum customer will be described in detail below with reference to FIGS. 3 and 4.
【００１８】次に、図３および図４は、本発明の動作説
明図を示す。これは、過去の顧客情報６および予測対象
の顧客情報７を用い、予測レスポンス人数を算出する手
順を詳細に説明したものである。Next, FIGS. 3 and 4 are diagrams for explaining the operation of the present invention. This is a detailed description of the procedure for calculating the predicted number of respondents using the past customer information 6 and the customer information 7 to be predicted.
【００１９】図３において、Ｓ１１は、過去の顧客情報
６を準備する。これは、予測しようとする対象と同時期
の前年の顧客情報６として、右側に記載した顧客情報を
準備する。ここでは、例えば顧客Ａについて、図示のよ
うに、 ・顧客Ａ ・９３年春号カタログ送付時 ９３年春号カタログに
対する受注実績 ・最新購入日（ＸA1） ４３００円（ＹA） ・累計購入回数（ＸA2） ・最新購入金額（ＸA3） ・・・ ・顧客Ｂ ・９３年春号カタログ送付時 ９３年春号カタログに
対する受注実績 ・最新購入日（ＸB1） ０円（ＹB） ・累計購入回数（ＸB2） ・最新購入金額（ＸB3） ・・・ Ｓ１２は、サンプリング（ランダム）する。これは、Ｓ
１１の過去の顧客情報６からランダムにサンプリングす
る。In FIG. 3, S11 prepares past customer information 6. This prepares the customer information described on the right side as the customer information 6 of the previous year at the same time as the target to be predicted. Here, for example, for customer A, as shown in the figure, and customer A · 93 years Spring edition catalog Orders Results and latest purchase date for the 93-year spring issue catalog when sending (X A1) 4300 yen (Y A) · total number of purchases (X A2 ) ・ Latest purchase price (X A3 ) ・ ・ ・ ・ Customer B ・ When sending the Spring 1993 catalog ・ Orders for the Spring 1993 catalog ・ Latest purchase date (X B1 ) 0 yen (Y B ) ・ Cumulative purchase count (X B2 ) ・ Latest purchase amount (X B3 ) ... S12 is sampled (random). This is S
Random sampling is performed from 11 pieces of past customer information 6.
【００２０】Ｓ１３は、ランダムにサンプリングした後
の過去の顧客情報６である。Ｓ１４は、統計解析（数量
化理論１類）を行う。これは、右側に記載したように、
回帰式（全体に対して１つの式）を図示の下記のように
作成する。S13 is past customer information 6 after random sampling. In S14, statistical analysis (quantification theory type 1) is performed. This is as described on the right
A regression equation (one equation for the whole) is created as shown below.
【００２１】 Ｙ＝ａ0 ＋ａ1Ｘ1＋ａ2Ｘ2＋ａ3Ｘ3＋・・・ そして、過去の受注実績などを代入してａ0、ａ1、
ａ2、ａ3・・・を求める。Ｓ１５は、過去のレスポンス
金額を保存する。これは、Ｓ１３の過去の顧客情報６の
うちの過去の受注実績を、過去のレンスポンス金額とし
て保存したものである。Y = a 0 + a 1 X 1 + a 2 X 2 + a 3 X 3 + ... Then, by substituting past order results and the like, a 0 , a 1 ,
seek a 2, a 3 ···. S15 stores the past response amount. This is the past order record of the past customer information 6 in S13 stored as the past response amount.
【００２２】Ｓ１６は、予測対象の顧客情報７を準備す
る。Ｓ１７は、レスポンス金額の予測を行う。これは、
右側に記載したように、Ｓ１４で求めた回帰式６１に、
予測対象の顧客情報６を当てはめ、顧客毎の予測レスポ
ンス金額を求める。例えば図示のように、顧客ａ、ｂ・
・・に対して、回帰式６１に予測対象の顧客情報６中の
当該顧客ａ、ｂ・・・の情報を当てはめて予測レスポン
ス金額をそれぞれ求める。In step S16, the customer information 7 to be predicted is prepared. In S17, the response amount is predicted. this is,
As described on the right side, in the regression equation 61 obtained in S14,
The prediction target customer information 6 is applied to obtain the prediction response amount for each customer. For example, as shown in the figure, customers a, b,
.. is applied to the regression equation 61 with the information of the customers a, b, ...
【００２３】 Ｙa＝ａ0 ＋ａ1Ｘa1＋ａ2Ｘa2＋ａ3Ｘ3＋・・・ Ｙb＝ａ0 ＋ａ1Ｘb1＋ａ2Ｘb2＋ａbＸ3＋・・・ ・・・ Ｓ１８は、Ｓ１７で求めた、予測対象の顧客の予測レス
ポンス金額を保存したものである。Y a = a 0 + a 1 X a1 + a 2 X a2 + a 3 X 3 + ... Y b = a 0 + a 1 X b1 + a 2 X b2 + a b X 3 + ... , S17, the predicted response amount of the prediction target customer is stored.
【００２４】図４において、Ｓ１８、Ｓ１５は、図３の
Ｓ１８、Ｓ１５と同じものである。Ｓ１９は、Ｓ１８の
予測対象の予測レスポンス金額でソートし、右側に記載
したように、顧客をランク分けする。例えば上位から１
０％（顧客数）毎にＡランクからＪランクまでの１０段
階に分ける。そして、Ｓ２０の予測レスポンス金額とし
て保存する。In FIG. 4, S18 and S15 are the same as S18 and S15 in FIG. In S19, the predicted response amount of money to be predicted in S18 is sorted, and the customers are ranked as described on the right side. For example, from the top 1
Each 0% (number of customers) is divided into 10 ranks from A rank to J rank. Then, it is saved as the predicted response amount in S20.
【００２５】Ｓ２１は、同様に、過去の予測レスポンス
金額でソートし、右側に記載したように、顧客をランク
分けする。例えば上位から１０％（顧客数）毎にＡラン
クからＪランクまでの１０段階に分ける。Similarly, in S21, the past predicted response amount is sorted, and the customers are ranked as described on the right side. For example, it is divided into 10 stages from A rank to J rank for every 10% (number of customers) from the top.
【００２６】Ｓ２２は、Ｓ２１でランク別に分けた各ラ
ンク内のレスポンス金額（受注実績）の平均を算出す
る。これは、右側に記載したように、ランク別に平均レ
スポンス金額を求める。例えば図示の下記のように求め
る。In step S22, the average of the response amounts (actual orders) in each rank divided in step S21 is calculated. This calculates the average response amount for each rank as described on the right side. For example, it is calculated as shown below.
【００２７】 平均レスポンス金額（実績値に等しい） ランクＡ：３４，７００円 ランクＢ：２５，０００円 ・・・ ランクＪ：１３，６００円 Ｓ２３は、予測レスポンス人数を算出する。これは、右
側に記載したように、ランク別の予測対象の総和の予測
レスポンス金額を、平均レスポンス金額（受注額の平
均）で割る。求められた値を予測レスポンス人数とす
る。詳述すれば、 Ｓ１９で予測対象の顧客の予測レスポンス金額を高
い順にソートし、１０％顧客数毎にランク分けしてＡク
ラス、Ｂクラス・・・Ｊクラスの１０段階に分け、これ
らＡクラス、Ｂクラス・・・Ｊクラスの各クラス内の予
測レスポンス金額の総和をそれぞれ求める。Average response amount (equal to the actual value) Rank A: 34,700 yen Rank B: 25,000 yen ... Rank J: 13,600 yen S23 calculates the predicted number of responders. As described on the right side, this is obtained by dividing the predicted response amount of the sum of the prediction targets for each rank by the average response amount (average of the order amount). The calculated value is used as the predicted number of responders. To be more specific, in S19, the predicted response amounts of the customers to be predicted are sorted in descending order, and are ranked according to the number of 10% customers and divided into 10 levels of A class, B class ... J class. , B class ... J class, the sum of the predicted response amounts in each class is calculated.
【００２８】 次に、Ｓ２１で過去の顧客の予測レス
ポンス金額を高い順にソートし、１０％顧客数毎にラン
ク分けしてＡクラス、Ｂクラス・・・Ｊクラスの１０段
階に分け、これらＡクラス、Ｂクラス・・・Ｊクラスの
各クラス内の予測レスポンス金額の平均（平均レスポン
ス金額）を求める。Next, in S21, the predicted response amounts of the past customers are sorted in descending order, and the ranks are classified according to the number of 10% customers and divided into 10 classes of A class, B class, ... J class. , B class ... Average of predicted response amounts in each class of J class (average response amount) is obtained.
【００２９】 で求めた各クラス毎の総和を、で
求めた各クラス毎の平均レスポンス金額で割って予測レ
スポンス人数を算出する。このようにして算出した予測
レスポンス人数をグラフで表現すると、図４の右下に示
すように、縦軸にランクＡ〜Ｊ、横軸に予測レスポンス
人数とした棒グラフとなり、予測レスポンス人数が算出
（予測）されることとなる。The predicted number of respondents is calculated by dividing the total sum for each class obtained in step 1 by the average response amount for each class obtained in step 1. When the predicted response number calculated in this way is expressed in a graph, a bar graph with ranks A to J on the vertical axis and the predicted response number on the horizontal axis is shown in the lower right of FIG. 4, and the predicted response number is calculated ( Will be predicted).
【００３０】Ｓ２４は、反応人数をみてカタログ送付数
を決定する。これは、Ｓ２３で算出した予測レスポンス
人数をグラフ表示した図４の右下の棒グラグを管理者が
見て、例えばＡランクからＨランクまでの顧客にカタロ
グ送付すると決定し、ＡランクからＨランクまでの人数
の顧客にカタログを送付する。In step S24, the number of sent catalogs is determined by looking at the number of responders. This is because the administrator looks at the bar graph at the lower right of FIG. 4, which graphically displays the predicted number of respondents calculated in S23, and decides to send the catalog to customers of ranks A to H, for example, and ranks A to H. Send the catalog to up to 3 customers.
【００３１】以上によって、過去の同時期の顧客情報６
および予測対象の同時期の顧客情報７を入力情報とし、
過去の顧客情報６から回帰式６１を求めて予測対象の顧
客情報７を当てはめて当該予測対象の各顧客の予測レス
ポンス金額を算出し、ソートしてランク分けし、各ラン
クの予測レスポンス金額の総和を求めてこれを過去の実
績から算出した各ランク別の平均値（平均レスポンス金
額）で除算し、ランク毎の予測レスポンス人数を算出す
る。これにより、統計的手法の中では、数量化理論２類
や判別分析でしか求められなかったレスポンス人数を、
本実施例では数量化理論１類あるいは重回帰分析で求め
たレスポンス金額から簡易に、レスポンス人数を予測す
ることが可能となった。By the above, customer information at the same time in the past 6
And customer information 7 of the same period of the forecast target as input information,
The regression equation 61 is calculated from the past customer information 6 and the customer information 7 of the prediction target is applied to calculate the predicted response amount of each customer of the prediction target, sorted and ranked, and the total sum of the predicted response amounts of each rank. Then, this is divided by the average value (average response amount) for each rank calculated from the past results, and the predicted number of responders for each rank is calculated. As a result, among the statistical methods, the number of respondents, which was obtained only by the quantification theory 2 and discriminant analysis,
In the present embodiment, it is possible to easily predict the number of responders from the amount of response obtained by the quantification theory type 1 or multiple regression analysis.
【００３２】次に、図４のＳ１５、Ｓ２１、Ｓ２２にお
ける処理結果例を以下に示す。 Ｓ１５： 顧客 顧客情報 受注実績 予測レスポンス金額 ａ ３５，０００ ３２，０００ ｂ ０ ２５０ ｃ ０ ３，２００ ｄ ２５，０００ ４０，０００ ｅ ０ ０ ｆ ０ ３，５００ Ｓ２１： でソート ｄ ２５，０００ ４０，０００ ａ ３５，０００ ３２，０００ ｆ ０ ３，５００ ｃ ０ ３，２００ ｂ ０ ２５０ ｅ ０ ０ Ｓ２２： （実績） ランク 受注実績 反応人数 予測レスポンス金額 平均レスポン （ランク別総額）（ランク別数） ス金額 （／） Ａ ３，４７０，０００ １００ ３，２００，０００ ３４，７００ Ｂ ２，０００，０００ ８０ ２，６００，０００ ２５，０００ Ｃ ・ ・ ・ ・ Ｄ ・ ・ ・ ・Next, an example of processing results in S15, S21 and S22 of FIG. 4 will be shown below. S15: Customer Customer Information Order Record Predicted Response Amount a 35,000 32,000 b 0 250 c 0 3,200 d 25,000 40,000 e 0 0 f 0 3,500 S21: Sort by d 25,000 40, 000 a 35,000 32,000 f 0 3,500 c 0 3,200 b 0 250 e 0 0 S22: (Actual) Rank Order Actual Reacting Persons Predicted Response Amount Average Responder (Total by Rank) (Number by Rank) Amount (/) A 3,470,000 100 3,200,000 34,700 B 2,000,000 80 2,600,000 25,000 C ····· D ·····
【００３３】[0033]
【発明の効果】以上説明したように、本発明によれば、
過去の顧客情報６をもとに作成した回帰式６１に予測対
象の顧客情報７を当てはめて予測レスポンス金額を算出
し、この予測レスポンス金額のランク別の総和を、過去
のランク別の平均値で除算して予測レンスポンス人数を
算出する構成を採用しているため、カタログ送付時に過
去の顧客情報６および予測対象の顧客情報７から簡易に
予測レスポンス人数を算出することができる。そして、
この算出した予測レスポンス人数を参照して、予測レス
ポンス金額が例えば上位から８０％までのランクの人数
の顧客にカタログを送付すると容易に決定できる。As described above, according to the present invention,
The prediction response amount is calculated by applying the prediction target customer information 7 to the regression formula 61 created based on the past customer information 6, and the sum of the prediction response amounts by rank is calculated by the average value by past rank. Since the configuration is adopted in which the predicted response number is calculated by division, the predicted response number can be easily calculated from the past customer information 6 and the prediction target customer information 7 at the time of sending the catalog. And
By referring to the calculated predicted response number of people, it is possible to easily determine if the catalog is sent to the customers of the ranks of the predicted response amount from the top to 80%.
【図１】本発明の原理ブロック図である。FIG. 1 is a principle block diagram of the present invention.
【図２】カタログ送付の全体説明図である。FIG. 2 is an overall explanatory diagram of sending a catalog.
【図３】本発明の動作説明図（続く）である。FIG. 3 is an operation explanatory diagram (continued) of the present invention.
【図４】本発明の動作説明図（続き）である。FIG. 4 is an operation explanatory diagram (continuation) of the present invention.
１：レスポンス人数予測システム ２：レスポンス金額予測手段 ３：平均レスポンス金額算出手段 ４：予測レスポンス人数算出手段 ６：過去の顧客情報 ７：予測対象の顧客情報 ８：予測レスポンス金額 ９：予測レスポンス人数 1: Response Number Prediction System 2: Response Amount Prediction Unit 3: Average Response Amount Calculation Unit 4: Prediction Response Number Calculator 6: Past Customer Information 7: Prediction Target Customer Information 8: Prediction Response Amount 9: Prediction Response Number
Claims (3)
人数を予測するレスポンス人数予測システムにおいて、 カタログを送付する個々の顧客の顧客情報より、カタロ
グを送付した時の個々の顧客のレスポンス金額を算出す
る予測レスポンス金額算出手段（２）と、 任意の顧客グループについて、過去のカタログによるレ
スポンス金額に関する情報と上記予測レスポンス金額算
出手段にて求めた予測レスポンス金額に関する情報に基
づいて、カタログを送付した時のレスポンス人数を予測
する予測レスポンス人数算出手段（４）を備えたことを
特徴とするレスポンス人数予測システム。1. A response number predicting system for predicting the number of respondents when a catalog is sent to a customer. The response amount of each customer when the catalog is sent is calculated from the customer information of each customer who sends the catalog. When the catalog is sent based on the predicted response amount calculation means (2) and the information on the response amount based on the past catalog and the information on the predicted response amount calculated by the predicted response amount calculation means for any customer group. A response number prediction system, comprising: a predicted response number calculation means (4) for predicting the number of responders.
が、過去のカタログを顧客に送付した際の個々の顧客情
報と、そのカタログ送付後の個々の顧客のレスポンス金
額、及び、カタログを送付する個々の顧客の顧客情報に
基づいて、カタログを送付した時の個々の顧客のレスポ
ンス金額を算出することを特徴とする請求項１記載のレ
スポンス人数予測システム。2. The predicted response amount calculation means (2)
Sent the catalog based on the individual customer information when sending the past catalog to the customer, the response amount of the individual customer after sending the catalog, and the customer information of the individual customer who sends the catalog. The response number prediction system according to claim 1, wherein the response amount of each individual customer is calculated.
いて、グループ分けを行うことを特徴とする請求項１、
請求項２記載のレスポン人数予測システム。3. The customer group performs grouping based on a response amount.
The responding person number prediction system according to claim 2.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4958894A JP3400069B2 (en) | 1994-03-18 | 1994-03-18 | Response number prediction system |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4958894A JP3400069B2 (en) | 1994-03-18 | 1994-03-18 | Response number prediction system |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH07262169A true JPH07262169A (en) | 1995-10-13 |
| JP3400069B2 JP3400069B2 (en) | 2003-04-28 |
Family
ID=12835394
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP4958894A Expired - Fee Related JP3400069B2 (en) | 1994-03-18 | 1994-03-18 | Response number prediction system |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3400069B2 (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001290934A (en) * | 2000-04-06 | 2001-10-19 | Toshiba Tec Corp | Information terminal device |
-
1994
- 1994-03-18 JP JP4958894A patent/JP3400069B2/en not_active Expired - Fee Related
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001290934A (en) * | 2000-04-06 | 2001-10-19 | Toshiba Tec Corp | Information terminal device |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3400069B2 (en) | 2003-04-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP0772837B1 (en) | Checkout lane alert system and method for stores having express checkout lanes | |
| Dubelaar et al. | Relationships between inventory, sales and service in a retail chain store operation | |
| US8175917B2 (en) | Method and apparatus for customer specific based food preparation prediction | |
| KR102066377B1 (en) | Delivery order management system interworking with multiple delivery brokerage servers | |
| US20020103705A1 (en) | Method and apparatus for using prior purchases to select activities to present to a customer | |
| WO2001041008A1 (en) | Method using prior activities to improve the completion of a transaction | |
| JP3400068B2 (en) | Response amount prediction system | |
| NZ588397A (en) | Analyzing patterns within transaction data | |
| US8504406B2 (en) | Method of product ordering and inventory repositioning for a promotion | |
| CN114372834B (en) | E-commerce platform management system and method based on big data | |
| US20140081707A1 (en) | Disambiguating point-of-sale data through item indexing | |
| JP3667726B2 (en) | Sales management apparatus and method | |
| US20040122726A1 (en) | Method and computer system for evaluating sales performance | |
| US7580851B1 (en) | System and method for estimating daily sales volume | |
| US8239241B2 (en) | Method and apparatus for providing information about anticipated delays to customers at service centers, contact centers, or call centers | |
| JP7329885B2 (en) | Information visualization processing device, information visualization processing system, information visualization processing method, and information visualization processing computer program | |
| JPH07262169A (en) | Response manpower estimating system | |
| JP2000251001A (en) | Method for optimum article extraction associated with visit schedule | |
| CN113344642A (en) | Method, device, electronic equipment and readable storage medium for predicting return on investment of advertisement | |
| US20170213228A1 (en) | System and method for grouped analysis via geographically distributed servers | |
| JP2002334379A (en) | System and method for evaluating merchandise | |
| CN112017000A (en) | Commodity information pushing method, device, equipment and storage medium | |
| JPH02144662A (en) | Order entry system | |
| Paul et al. | Staffing service activities with waiting line models | |
| KR20240014692A (en) | Apparatus and method for managing claim management index |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20030128 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080221 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090221 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090221 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100221 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110221 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110221 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120221 Year of fee payment: 9 |
|
| LAPS | Cancellation because of no payment of annual fees |