JP2000222486A - 訪問販売における営業職員活動分析システム - Google Patents
訪問販売における営業職員活動分析システムInfo
- Publication number
- JP2000222486A JP2000222486A JP2499499A JP2499499A JP2000222486A JP 2000222486 A JP2000222486 A JP 2000222486A JP 2499499 A JP2499499 A JP 2499499A JP 2499499 A JP2499499 A JP 2499499A JP 2000222486 A JP2000222486 A JP 2000222486A
- Authority
- JP
- Japan
- Prior art keywords
- sales
- personal
- information
- door
- staff
- 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
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
する適切な指導を行うための活動分析を行う。 【解決手段】 各営業職員4が各顧客を訪問して各種商
品を販売する場合に、各営業職員における営業実績と該
当営業職員の個人情報との関係を分析する訪問販売にお
ける営業職員活動分析システムである。そして、各営業
職員の営業実績、個人静的属性情報、個人活動情報を取
得する取得手段と、取得された営業実績、個人静的属性
情報、個人活動情報に基づいて、営業実績と個人静的属
性情報、個人活動情報との関係を分析するデータマイニ
ング手段とを備えている。
Description
サービス商品を含む各種商品を各営業職員が各顧客宅や
顧客勤務先等を訪問して販売する訪問販売業務に係わ
り、特に各営業職員の営業実績と個人情報との関係を分
析する訪問販売における営業職員活動分析システムに関
する。
品や日用品等の物品、投資信託や定期預金や保険等の金
融商品、旅行や語学教室等のサービス商品等がある。
してこれらの各商品を販売する新規の営業職員に対し
て、訪問販売に関する具体的方法を教育するとともに、
実際に営業活動を行っている全ての営業職員に対して各
月の売上実績や契約実績等の営業実績を監視している。
そして、各営業職員毎の月単位の平均値や分布を簡単な
統計手法を用いて解析する。そして、営業実績のよい営
業職員に対しては報償を与え、営業実績の悪い営業職員
に対しては注意を与える。
みの情報であれば、何の要因で営業実績が良くなった
か、悪くなったかの理由が不明である。
業職員に対して、一つの商品を販売するための顧客に対
する訪問回数、訪問時間等を記録させておき、これらの
活動と営業実績との関係を定性的に予測して、営業実績
の悪い営業職員に対して、予測した要因を勧告するよう
にしていた。
は、各営業職員の営業活動の実績情報(データ)を利用
して進捗状況や訪問履歴等のプロセス管理を行い、各営
業職員の日常の活動、商談の状況等を把握しつつ、管理
者が適切な指示を与えることができる営業マネジメント
支援システムが提唱されている。
は、個人の性格と長所、活動の強みや役割の強みを客観
的に把握して、人材の適材適所の配置を可能にして円滑
な業務の遂行を可能にする経営支援システムが提唱され
ている。
は、営業先データ、営業計画データ、営業実績データ等
から営業職員活動予定の作成及び売上げ予測、受注等の
営業関連事務処理を行う営業活動支援システムが提唱さ
れている。
た各支援システムにおいてもまだ解消すべき次のような
課題があった。
も、訪問販売業者の責任者は例えば営業実績の悪い各営
業職員に対して、その原因を指摘し、どのような対策を
講じれば良いかを適切に指導できなかった。
職員の個人情報は多岐に亘る。例えば、顧客に対する訪
問に限っても、訪問回数、1回の訪問の訪問所要時間
(滞在時間)、訪問時間帯、訪問対象時間等がある。ま
た、営業職員自体においても、年齢、勤続年数、家族構
成、生活依存度等がある。
に関する詳細情報及び商品販売や契約に関する情報を記
録した携帯端末を所持させている。営業職員はこの携帯
端末を用いて、顧客に商品の説明を行うとともに、商談
が成立した場合に販売情報や契約情報を入力する。そし
て、営業職員はこの携帯端末を営業所に持ち帰り、営業
所のコンピュータに接続して、商品情報を更新したり、
販売情報や契約情報をコンピュータに入力するようにし
ている。したがって、営業職員におけるこの携帯端末の
使用状況も営業実績に影響を及ぼすはずである。
目は単独で実施されることはく、必ず複数の項目が組合
わされて実施される。したがって、営業実績は各項目の
組合せに応じて変化する。その結果、管理者は、各営業
職員対して、より具体的な項目を指定した指導を実施で
きなかった。
ものあり、各営業職員の営業実績と各営業職員の個人情
報との関係を有機的に分析することにより、各営業職員
における営業実績の良し悪しに直接に影響を与える各評
価項目を影響の大きい順に特定することができ、各営業
職員に対して訪問販売に関してより適切なアドバイスを
与えることができる訪問販売における営業職員活動分析
システムを提供することを目的とする。
に、本発明は、各営業職員が各顧客を訪問して各種商品
を販売する場合に、各営業職員における営業実績と該当
営業職員の個人情報との関係を分析する訪問販売におけ
る営業職員活動分析システムである。
属性情報、個人活動情報を取得する取得手段と、この取
得手段にて取得された営業実績、個人静的属性情報、個
人活動情報に基づいて、営業実績と個人静的属性情報、
個人活動情報との関係を発見するデータマイニング手段
とを備えている。
業職員活動分析システムにおいては、各営業職員の営業
実績、個人静的属性情報、個人活動情報が取得され、こ
の取得された営業実績と各個人情報に基づいてデータマ
イニング手段を用いて、営業実績と個人静的属性情報、
個人活動情報との関係が分析される。
中に隠れた有用な相関関係を発見する手法である。すな
わち、データベース検索は、基本的には予め仮設を立て
それに基づいてデータを検索するのに対して、データマ
イニング手法は発見型の手法であり、自己自ら規則性を
見つける。
業職員に対して営業実績に対応した適切な指導を実施で
きる。
に関する各種情報を入出力するための携帯端末を所持し
て各顧客を訪問して各商品を販売する場合に、各営業職
員における営業実績と該当営業職員の個人情報との関係
を分析する訪問販売における営業職員活動分析システム
である。
属性情報、個人活動情報、個人携帯端末使用情報を取得
する取得手段と、この取得手段にて取得された営業実
績、個人静的属性情報、個人活動情報、携帯端末使用情
報に基づいて、営業実績と個人静的属性情報、個人活動
情報、個人携帯端末使用情報との関係を分析するデータ
マイニング手段とを備えている。
業職員活動分析システムにおいては、各営業職員はそれ
ぞれ訪問販売目的に使用するための携帯端末を有してい
る。この携帯端末は、一般に、販売商品の詳細情報を顧
客に説明するときに用いたり、商品の販売情報や契約情
報を入力するために用いる。一般的に、この携帯端末を
有効に使用することによって、販売作業能率が向上する
はずである。
員によるこの携帯端末の使用情報もデータマイニング手
段における営業実績の要因検索の一つの対象個人情報に
組入れることにより、営業実績の良し悪しに影響を及ぼ
す個人情報をより的確に把握できる。
明の訪問販売における営業職員活動分析システムにおけ
るデータマイニング手段を、各営業職員を該当営業職員
の営業実績に基づいて営業成績優秀者と営業成績非優秀
者とにクラス分けするクラス分け手段と、このクラス分
け手段で営業成績優秀者及び営業成績非優秀者に区分さ
れた営業職員の各グループと個人静的属性情報、個人活
動情報、個人携帯端末使用情報を構成する各評価項目の
値との関係をツリー形式に求めて行く決定木分析手段と
で構成されている。
業職員活動分析システムにおいては、各営業職員は営業
実績に基づいて営業成績優秀者と営業成績非優秀者とに
クラス分けされる。そして、クラス分けされた営業成績
優秀者と営業成績非優秀者の各グループが決定木分析さ
れる。その結果、営業業績に大きく影響を与える個人静
的属性情報、個人活動情報、個人携帯端末使用情報にお
ける個々の評価項目がより明確になり、責任者は、より
的確な指導を実施できる。
明の訪問販売における営業職員活動分析システムにおけ
るデータマイニング手段を、各営業職員を該当営業職員
の営業実績に基づいて営業成績優秀者と営業成績非優秀
者とにクラス分けするクラス分け手段と、個人静的属性
情報、個人活動情報、個人携帯端末使用情報を構成する
各評価項目の値を入力層とし、各営業職員が営業成績優
秀者であるか営業成績非優秀者であるかを出力層とする
ニューラルネットワークと、入力層に各評価項目の値を
入力し出力層から出力される営業成績優秀者か営業成績
非優秀者かに基づいて中間層の重み係数を算出するネッ
トワーク学習部と、ネットワーク学習部で算出された各
重み係数を用いて、クラス分け手段で営業成績優秀者又
は営業成績非優秀者に区分された営業職員の各グループ
と個人静的属性情報、個人活動情報、個人携帯端末使用
情報を構成する各評価項目の値との関係を求める要因解
析部とで構成している。
業職員活動分析システムにおいては、営業成績優秀者及
び営業成績非優秀者に区分された営業職員の各グループ
と個人静的属性情報、個人活動情報、個人携帯端末使用
情報を構成する各評価項目の値との関係がニューラルネ
ットワーク手法で算出される。したがって、前述した決
定木分析手法とほぼ同様の効果を奏することが可能であ
る。
を用いて説明する。図1は実施形態に係る訪問販売にお
ける営業職員活動分析システムが組込まれた訪問販売シ
ステムの全体構成を示す模式図である。この実施形態シ
ステムにおいては、販売商品が金融商品であり、さらに
その金融商品は生命保険や障害保険等であり、訪問販売
業者は保険会社であるとする。
ータからなるホスト装置1に対して専用の通信ネットワ
ーク2を介して全国の各営業所に配設された複数の営業
所端末3が接続されている。各営業所には多数の営業職
員4が配属されている。そして、各営業職員4に対して
携帯端末5が貸与されている。
保険商品に関する詳細情報及び販売成立した保険に対す
る契約に関するプログラムが記憶されている。より具体
的には、保険商品に関する詳細情報として顧客が現在時
点で保険に加入した場合における毎月の支払保険料や病
気や死亡時の受取保険金額や満期時の受取金額等が記憶
され、必要に応じて、グラフィック表示可能に記憶され
ている。これらは、顧客毎に異なるので、営業職員が各
顧客に提示する設計書と称する。
ー入力することによって、資金面におけるライフ計画を
表示可能である。
定する保険種別番号、各月の支払保険料、病気や死亡時
の受取保険金額や満期時の受取金額、契約者の住所氏
名、被保険者の住所氏名、保険金の受取人の住所氏名、
営業職員コード等である。営業職員が実施するこれらの
操作は操作履歴としてこの携帯端末5に記憶保持され
る。さらに、各営業職員4は、各顧客に対する訪問記録
等の自己の活動をその都度自己が所持する携帯端末5に
入力する。
動記録、契約情報は、営業職員4が営業所に戻ったとき
に、この携帯端末5を営業所端末3に装着することによ
って、営業所端末3のファイルに書込まれる。営業所端
末3のファイルに書込まれた各営業職員4毎の携帯端末
5から読取られた情報は、必要に応じて通信ネットワー
ク2を介して本社のホスト装置1へ送信される。
から読取られた情報をホスト装置1へ送出するととも
に、ホスト装置1から受信した各種情報を自己のファイ
ルに記憶保持するとともに、必要に応じて表示出力す
る。
は例えば図2に示すように構成されている。なお、この
実施形態においては、説明を簡単にするために、営業職
員活動分析システムに関係する部分のみを抽出して説明
する。また、ホスト装置は1台でも、業務や機能単位に
分散化した、複数装置による分散システムでもよい。
となる各顧客の情報を記憶する顧客データベース6、各
顧客に販売した各保険の契約を記憶する契約データベー
ス7、各営業所に配属された各営業職員4の個人情報を
記憶する営業職員データベース8、データマイニング処
理部9、データマイニング処理分析結果を出力する出力
部10、分析結果を通信ネットワーク2を介して各営業
所端末3へ送信する分析結果送信部11、及び各営業所
端末3からの情報に基づいて各データベース6、7、8
の記憶データを更新するデータ更新部12が設けられて
いる。
静的属性情報テーブル13、個人活動情報テーブル1
4、個人携帯端末使用情報テーブル15、営業実績情報
テーブル16等が形成されている。
3(a)に示すように、各営業職員4毎に、年齢、勤続
年数、家族構成、生活依存度、現在までに商品を販売し
た顧客数を示す既顧客数、該当営業職員が受け持つ訪問
販売の範囲を示す活動範囲等の複数の評価項目が記憶さ
れている。
(b)に示すように、各営業職員毎に例えば1月単位
の、出勤日数、顧客宅の訪問件数(回数)、訪問した顧
客数を示す訪問人数、訪問した時点における平均滞在時
間、顧客一人当たりの訪問回数、時間帯別訪問回数等の
複数の評価項目が記憶されている。
は、図3(c)に示すように、各営業職員毎に例えば1
月単位の、設計書作成枚数(回数)、設計書作成頻度
(回数)、顧客一人当たりの設計者作成枚数、携帯端末
5自体の使用頻度を示すシステム活用頻度、画面別活用
回数、顧客検索回数等の複数の評価項目が記憶されてい
る。
(d)に示すように、各営業職員毎に例えば1月単位
の、今月販売した保険商品の合計の保険料、新規契約件
数、追加契約件数、解約件数、解約引き止め件数、契約
から解約までの平均日数、初訪からクロージングまでの
平均日数等の複数の営業実績項目が記憶されている。
性情報テーブル13以外の各情報テーブル14,15,
16に記憶された各営業職員の評価項目は、前述したよ
うに、各営業所端末3から、新規情報が入力される毎
に、データ更新部12にて自動更新される。
ース8の各情報テーブル13、14、15、16に記憶
されている個人静的属性情報、個人活動情報、個人携帯
端末使用情報に基づいて、営業実績と、個人静的属性情
報、個人活動情報、個人携帯端末使用情報との関係を発
見する処理機能を有する。
に示すように、クラス分け処理部17とクラス分けメモ
リ18とデータ処理部19とで構成されている。さら
に、データ処理部19は、決定木分析処理部20、優位
水準テーブル21、ニューラルネット演算部22、要因
分析部23で構成されている。
17〜23の各動作を順番に説明していく。クラス分け
処理部17は図4の流れ図に従って各営業職員を営業実
績に基づいて「営業成績優秀者」と「営業成績非優秀
者」とにクラス分けする。
された保険料、契約件数等の各営業実績項目を所定の規
則に従って点数化する(S1)。例えば、保険料、契約
件数等は高い割合の点数が付与され、解約件数に対して
はマイナスの点数が付与される。そして、全営業実績項
目の点数を加算して、各営業職員毎の加算値を求めて、
この加算値を該当営業職員の営業実績とする(S2)。
準値以上の営業職員を「営業成績優秀者」とし、基準値
未満の営業職員を「営業成績非優秀者」と定義して、全
ての営業職員を「営業成績優秀者」又は「営業成績非優
秀者」にクラス分けする(S3)。そのクラス分け結果
をクラス分けメモリ18へ書込む(S4)。
終了すると、データ処理部19の決定木処理部20が起
動される。決定木処理部20は、図5の流れ図に従っ
て、営業成績優秀者及び営業成績非優秀者に区分された
営業職員の各グループと個人静的属性情報、個人活動情
報、個人携帯端末使用情報を構成する各評価項目の値と
の関係を図8に示すツリー形式に求めて行く決定木分析
処理を実施する。
人活動情報テーブル14、個人携帯端末使用情報テーブ
ル15に記憶されている各評価項目の値と、営業成績優
秀者及び営業成績非優秀者のそれぞれの人数との関係を
グラフ化(分布化)する(P1)。作成されたグラフか
ら、全部の営業成績優秀者における該当評価項目の平均
値(営業成績優秀者平均値)と、全部の営業成績非優秀
者における該当評価項目の平均値(営業成績非優秀者平
均値)とを求める。次に、各評価項目の境界値と各評価
項目の優位水準とを求める(P2,P3)。
ラフにおいては、評価項目を個人携帯端末使用情報テー
ブル15に記憶されているシステム活用頻度から求めら
れる利用回数を横軸として、縦軸を営業成績優秀者及び
営業成績非優秀者のそれぞれの人数としている。このグ
ラフからは、携帯端末5の使用回数が増加すると営業成
績優秀者の占める割合が増加し、携帯端末5の使用回数
が減少すると営業成績非優秀者の人数が増加することが
理解できる。このようにして、各情報テーブル13,1
4,15に記憶されている全ての評価項目に対して図6
に示すグラフを作成する。
評価項目の分布と全部の営業成績非優秀者における該当
評価項目の分布とから、該当評価項目と営業成績と関係
の強化の度合(優位水準)を算出する。この優位水準が
高いほど、該当評価項目の大小は営業成績に大きく影響
を与えることを示す。逆に優位水準が低い場合、該当評
価項目の大小は営業成績にさほど影響を与えないことを
示す。
秀者と営業成績非優秀者とのクラスを判別基準変数(非
説明変数)とする該当評価項目に対する分割情報量(エ
ントロピー値)を用いる。分割情報量(エントロピー
値)は判別アルゴリズムID3/C4.5により計算さ
れる。
については、例えば、J.R.キンラン原著、古川康一
監訳、1995年株式会社トッパン発行の「AIによる
データ解析」に記載されている。該当項目変数がカテゴ
リ型の変数ではなく連続値の場合、該当評価変数に対し
て分割情報量(エントロピー値)が最小となるように境
界値が計算される。該当評価項目と営業成績と関係の強
化の度合が強い程、優位水準が高く、分割情報量(エン
トロピー値)は小さい程、優位水準は高いとする。例え
ば、(1−エントロピー値)×100を優位水準とす
る。
優位水準となる統計情報量として、営業成績優秀者と営
業成績非優秀者とのクラスのカテゴリ変数と該当評価項
目の変数との2変数間のカイ二乗検定による信頼率(1
−危険率)が挙げられる。ただし、該当項目変数がカテ
ゴリ型の変数ではなく連続値の場合は、カイ二乗検定に
よる信頼率(1−危険率)を最大にするように、該当評
価項目の変数を分割してカテゴリ型の変数にする。その
分割した値が境界値となる。
績優秀者平均値、営業成績非優秀者平均値、境界値、母
集団平均値、優位水準を図7に示す優先水準テーブル2
1へ書込む(P4)。そして、優先水準テーブル21内
の最大の優位水準の評価項目を抽出する(P5)。すな
わち、営業実績に最も影響を与える評価項目を特定す
る。この実施形態においては、年齢の評価項目がそれに
相当する。そして、この優先水準テーブル21をクリア
する(P6)。
該当評価項目の境界値で営業職員4を二つのグループに
分割する(P7)。そして、境界値以上の全営業職員に
対して、前述したP1〜P4の処理を再度実施する(P
8)。再度作成された優位水準テーブル21内における
最大優位水準の評価項目を抽出する(P9)。この再作
成された優先水準テーブル21をクリアする(P1
0)。そして、図8のステップQ2に示すように、該当
評価項目の境界値で営業職員を再度二つのグループに分
割する(P11)。
2、Q3に示すように営業職員4を順次小さなグループ
に分割していく。
業職員に対して、前述したP1〜P4の処理を実施する
(P12)。再度作成された優位水準テーブル21内に
おける最大優位水準の評価項目を抽出する(P13)。
この再作成された優先水準テーブル21をクリアする。
そして、図8のステップQ4に示すように、該当評価項
目の境界値で営業職員を再度二つのグループに分割す
る。
4に示すように営業職員4を順次小さなグループに分割
していく。
定木モデルを順次作成していく。そして、例えば、3次
の分岐まで作成すると、この作成したツリー状の決定木
モデルにおける最終に分割された各グループに所属する
営業職員の営業成績優秀者が含まれる成績優秀者率を算
出する。
デルを出力部10の表示画面上に表示出力する。また、
決定木モデルの文書表現として、図9に示す分析結果メ
ッセージ24を表示出力する。
モデルを用いて、決定木分析処理の特徴を説明する。
準検定で年齢が最も高い優位水準(97)であったとす
る。そしてこの場合の境界値が36才の場合は、ステッ
プQ1で営業職員4全員が年齢36才未満のグループ
と、年齢36才以上のグループとに分割される。
対象とする優位水準検定を行い、携帯端末画面Bの使用
回数が最も高い優位水準であったとする。そして、この
場合の境界値が15回/月の場合は、ステップQ2で年
齢36才未満のグループ営業職員4が、携帯端末画面B
の使用回数が15回/月以上のグループと、携帯端末画
面Bの使用回数が15回/月未満のグループCとに再分
割される。
面Bの使用回数が15回/月以上のグループ全員を対象
とする優位水準検定を行い、顧客情報検索回数が最も高
い優位水準であったとする。そしてこの場合の境界値が
30回/月の場合は、ステップQ3で対象グループの営
業職員4が、顧客情報検索回数が30回/月以上のグル
ープAと、顧客情報検索回数が30回/月未満のグルー
プBとに再分割される。
象とする優位水準検定を行い、平均滞在時間が最も高い
優位水準であったとする。そしてこの場合の境界値が1
時間/回の場合は、ステップQ4で年齢36才以上のグ
ループ営業職員4が、平均滞在時間が1時間/回未満の
グループと、平均滞在時間が1時間/回以上のグループ
Fとに再分割される。
間が1時間/回未満のグループ全員を対象とする優位水
準検定を行い、携帯端末画面Aの使用回数が最も高い優
位水準であったとする。そして、この場合の境界値が1
0回/月の場合は、ステップQ5で対象グループの営業
職員4が、携帯端末画面Aの使用回数が10回/月以上
のグループDと、携帯端末画面Aの使用回数が10回/
月未満のグループEとに再分割される。
Fの成績優秀者率がそれぞれ90%、60%、45%、
85%、50%、10%と計算された。
木モデルから直接的に、図9に示す分析結果メッセージ
24が自動的に表示出力される。
績の悪い営業職員に対して、該当営業実績が所属するグ
ループを特定し、そのグループの所属する営業実績の良
い営業職員の活動を手本とする指導を実施すればよい。
すなわち、営業実績の悪い営業職員に対して、該当営業
職員に最適な指導を実施できる。
因分析部23の動作て説明する。ニューラルネット演算
部22は、図10に示すニューラルネットワーク26及
び学習部27とで構成されている。ニューラルネットワ
ーク26は、周知のように、入力層28と中間層29と
出力層30とで構成されている。
情報テーブル13、個人活動情報テーブル14、個人携
帯端末使用情報テーブル15の各評価項目x1、x2、x
3、x4、…が入力され、出力層39から該当営業職員4
が営業成績優秀者か営業成績非優秀者であるかが出力さ
れる。
はシグモイド関数S(x)で示される。 y=S(k1x1+k2x2+k3x3+k4x4+…) k1、k2、k3、k4…は重み係数である。
の各評価項目x1、x2、x3、x4、…を入力し出力層3
0から出力される営業成績優秀者か営業成績非優秀者か
が先にクラス分け処理部17でクラス分けされてクラス
分けメモリ18に記憶されている対応する各営業職員4
の営業成績優秀者か営業成績非優秀者かに一致するよう
に中間層29の各重み係数k1、k2、k3、k4…を学習
して決定する。
k4…がほぼ正しく決定された時点においては、入力層
28を構成する各評価項目と出力層30を構成する営業
成績優秀者か営業成績非優秀者かの区分との関係が明確
になる。言い換えれば、各評価項目が営業職員の営業実
績にどのように寄与するかが定量的に把握される。
ューラルネットワークを構成することも可能である。
ワーク演算部22で得られた各重み係数を用いて、営業
職員の個人静的属性情報、個人活動情報、個人携帯端末
使用情報の中から、各評価項目単独で、又は複数の評価
項目の組合せで、営業職員の営業成績に寄与する個人情
報の条件を抽出し、一覧表形式にまとめる。
各素子が意味することを分析し、人間に理解可能な命題
(本実施形態における、単独または複数の評価項目によ
り表現された個人情報の条件)として表現することので
きるニューラルネットワーク分析手法は、特公平9−3
11834号公報「ニューラルネットワーク分析手法お
よび装置」に記載され、そのアルゴリズムによる実施事
例は社団法人システム総合研究所主催、平成10年2月
10日開催、第210回総合システム研究会、「データ
マイニングの理論と実際」(発表者(株)東芝月本洋)
で報告されている。
各評価項目単独で、又は複数に評価項目の組合せでの一
覧を表示出力する。
れた図8に示すツリー状の決定木モデルと同様に、営業
実績の悪い営業職員に対して、該当営業実績が所属する
グループを特定し、そのグループの所属する営業実績の
良い営業職員の活動を手本とする指導を実施すればよ
い。すなわち、営業実績の悪い営業職員に対して、該当
営業職員に最適な指導が実施できる。
分析処理部20の決定木分析処理手法を用いるか、ニュ
ーラルネット演算部22におけるニューラルネット手法
を用いるかは、予めこのホスト装置1の管理者が設定し
ておく。
もに、分析結果送信部11を介して各営業所端末3へ送
信する。各営業所の責任者は営業所端末3に表示出力さ
れた分析結果に基づいて自己の営業所に所属する各営業
職員に対する指導を実施する。
員に対して該当営業職員に最適の指導を実施できる。
における営業職員活動分析システムにおいては、各営業
職員の営業実績と各営業職員の個人情報との関係をデー
タマイニング手法を用いて分析している。したがって、
各営業職員における営業実績の良し悪しに直接に影響を
与える各評価項目を影響の大きい順に単独で又は組合せ
で特定することができ、各営業職員に対して訪問販売に
関するより適切なアドバイスを与えることができる。
員活動分析システムが適用される訪問販売システム全体
を示す模式図
ト装置の概略構成を示すブロック図
データベースの記憶内容を示す図
図
す流れ図
項目の値と営業成績優秀者及び営業成績非優秀者の人数
との関係を示す図
位水準テーブルの記憶内容を示す図
ー状の決定木モデルを示す図
結果メッセージを示す図
ニューラルネット及び学習部の概略構成を示す図
Claims (4)
- 【請求項1】 各営業職員が各顧客を訪問して各種商品
を販売する場合に、各営業職員における営業実績と該当
営業職員の個人情報との関係を分析する訪問販売におけ
る営業職員活動分析システムであって、 前記各営業職員の営業実績、個人静的属性情報、個人活
動情報を取得する取得手段と、 この取得手段にて取得された営業実績、個人静的属性情
報、個人活動情報に基づいて、営業実績と、個人静的属
性情報、個人活動情報との関係を分析するデータマイニ
ング手段とを備えた訪問販売における営業職員活動分析
システム。 - 【請求項2】 各営業職員が訪問販売に関する各種情報
を入出力するための携帯端末を所持して各顧客を訪問し
て各商品を販売する場合に、各営業職員における営業実
績と該当営業職員の個人情報との関係を分析する訪問販
売における営業職員活動分析システムであって、 前記各営業職員の営業実績、個人静的属性情報、個人活
動情報、個人携帯端末使用情報を取得する取得手段と、 この取得手段にて取得された営業実績、個人静的属性情
報、個人活動情報、携帯端末使用情報に基づいて、営業
実績と、個人静的属性情報、個人活動情報、個人携帯端
末使用情報との関係を発見するデータマイニング手段と
を備えた訪問販売における営業職員活動分析システム。 - 【請求項3】 前記データマイニング手段は、 前記各営業職員を該当営業職員の営業実績に基づいて営
業成績優秀者と営業成績非優秀者とにクラス分けするク
ラス分け手段と、 このクラス分け手段で営業成績優秀者及び営業成績非優
秀者に区分された営業職員の各グループと前記個人静的
属性情報、個人活動情報、個人携帯端末使用情報を構成
する各評価項目の値との関係をツリー形式に求めて行く
決定木分析手段ととを有することを特徴とする請求項2
記載の訪問販売における営業職員活動分析システム。 - 【請求項4】 前記データマイニング手段は、 前記各営業職員を該当営業職員の営業実績に基づいて営
業成績優秀者と営業成績非優秀者とにクラス分けするク
ラス分け手段と、 前記個人静的属性情報、個人活動情報、個人携帯端末使
用情報を構成する各評価項目の値を入力層とし、各営業
職員が営業成績優秀者であるか営業成績非優秀者である
かを出力層とするニューラルネットワークと、 前記入力層に各評価項目の値を入力し前記出力層から出
力される営業成績優秀者か営業成績非優秀者かに基づい
て中間層の重み係数を算出するネットワーク学習部と、 このネットワーク学習部で算出された各重み係数を用い
て、前記クラス分け手段で営業成績優秀者又は営業成績
非優秀者に区分された営業職員の各グループと前記個人
静的属性情報、個人活動情報、個人携帯端末使用情報を
構成する各評価項目の値との関係を求める要因解析部と
とを有することを特徴とする請求項2記載の訪問販売に
おける営業職員活動分析システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2499499A JP4445057B2 (ja) | 1999-02-02 | 1999-02-02 | 訪問販売における営業職員活動分析システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2499499A JP4445057B2 (ja) | 1999-02-02 | 1999-02-02 | 訪問販売における営業職員活動分析システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2000222486A true JP2000222486A (ja) | 2000-08-11 |
JP4445057B2 JP4445057B2 (ja) | 2010-04-07 |
Family
ID=12153543
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2499499A Expired - Fee Related JP4445057B2 (ja) | 1999-02-02 | 1999-02-02 | 訪問販売における営業職員活動分析システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4445057B2 (ja) |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001344341A (ja) * | 2000-03-31 | 2001-12-14 | Sharp Corp | 生活活動度評価システムおよび体調判定方法 |
JP2002073768A (ja) * | 2000-08-29 | 2002-03-12 | Taisei Kk | 訪問販売会員監視システム |
JP2005149034A (ja) * | 2003-11-13 | 2005-06-09 | E Falcon:Kk | 構成員を成功に導くための条件を提示する方法、そのための装置、並びにプログラム |
JP2005228251A (ja) * | 2004-02-16 | 2005-08-25 | E Falcon:Kk | 複数の構成要素からなる集団を評価する方法、及び最適な集団の構成を導く方法 |
US7155424B2 (en) | 2000-09-29 | 2006-12-26 | Ricoh Company, Ltd. | Sales management system and method thereof |
US7974870B2 (en) | 2003-03-31 | 2011-07-05 | Ricoh Company, Ltd. | Sales activity management system, server device, recording medium and computer data signal |
WO2017046906A1 (ja) * | 2015-09-16 | 2017-03-23 | 株式会社日立製作所 | データ分析装置および分析方法 |
KR20170104299A (ko) * | 2016-03-07 | 2017-09-15 | 아이엔지생명보험 주식회사 | 고객 관리 기반 보험설계사 활동 관리 시스템 및 방법 |
KR20170104300A (ko) * | 2016-03-07 | 2017-09-15 | 아이엔지생명보험 주식회사 | 고객 관리 기반 보험설계사 활동 관리 시스템 및 방법 |
KR20170104301A (ko) * | 2016-03-07 | 2017-09-15 | 아이엔지생명보험 주식회사 | 고객 관리 기반 보험설계사 활동 관리 시스템 및 방법 |
KR101822014B1 (ko) * | 2016-03-07 | 2018-01-25 | 아이엔지생명보험 주식회사 | 고객 관리 기반 보험설계사 활동 관리 시스템 및 방법 |
KR101822015B1 (ko) * | 2016-03-07 | 2018-01-25 | 아이엔지생명보험 주식회사 | 고객 관리 기반 보험설계사 활동 관리 시스템 및 방법 |
JP2019079302A (ja) * | 2017-10-25 | 2019-05-23 | 日本電気株式会社 | 営業活動支援システム、営業活動支援方法および営業活動支援プログラム |
JP2020052882A (ja) * | 2018-09-28 | 2020-04-02 | 株式会社Nttドコモ | 業績予測方法、業績予測プログラム及び業績予測装置 |
JP2020087023A (ja) * | 2018-11-27 | 2020-06-04 | 日本電信電話株式会社 | 受注予測モデルの生成方法、受注予測モデル、受注予測装置、受注予測方法および受注予測プログラム |
CN112488752A (zh) * | 2020-11-27 | 2021-03-12 | 中国人寿保险股份有限公司 | 一种销售预测方法、装置、电子设备和存储介质 |
JP2022069602A (ja) * | 2017-10-25 | 2022-05-11 | 日本電気株式会社 | 営業活動支援システム、営業活動支援方法および営業活動支援プログラム |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160232524A1 (en) * | 2015-02-11 | 2016-08-11 | Mastercard International Incorporated | Systems and Methods for Managing Transactions to Group Accounts |
KR101778066B1 (ko) | 2017-03-21 | 2017-09-27 | (주)에스피에이치 | 필드 서비스 모니터링 장치 및 방법 |
-
1999
- 1999-02-02 JP JP2499499A patent/JP4445057B2/ja not_active Expired - Fee Related
Cited By (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001344341A (ja) * | 2000-03-31 | 2001-12-14 | Sharp Corp | 生活活動度評価システムおよび体調判定方法 |
JP2002073768A (ja) * | 2000-08-29 | 2002-03-12 | Taisei Kk | 訪問販売会員監視システム |
US7155424B2 (en) | 2000-09-29 | 2006-12-26 | Ricoh Company, Ltd. | Sales management system and method thereof |
US7743017B2 (en) | 2000-09-29 | 2010-06-22 | Ricoh Company, Ltd. | Sales management system and method thereof |
US7974870B2 (en) | 2003-03-31 | 2011-07-05 | Ricoh Company, Ltd. | Sales activity management system, server device, recording medium and computer data signal |
JP2005149034A (ja) * | 2003-11-13 | 2005-06-09 | E Falcon:Kk | 構成員を成功に導くための条件を提示する方法、そのための装置、並びにプログラム |
JP4548574B2 (ja) * | 2003-11-13 | 2010-09-22 | 株式会社イー・ファルコン | 構成員を成功に導くための条件を提示する方法、そのための装置、並びにプログラム |
JP2005228251A (ja) * | 2004-02-16 | 2005-08-25 | E Falcon:Kk | 複数の構成要素からなる集団を評価する方法、及び最適な集団の構成を導く方法 |
JPWO2017046906A1 (ja) * | 2015-09-16 | 2017-12-14 | 株式会社日立製作所 | データ分析装置および分析方法 |
WO2017046906A1 (ja) * | 2015-09-16 | 2017-03-23 | 株式会社日立製作所 | データ分析装置および分析方法 |
US11244235B2 (en) | 2015-09-16 | 2022-02-08 | Hitachi, Ltd. | Data analysis device and analysis method |
KR101897058B1 (ko) * | 2016-03-07 | 2018-10-18 | 오렌지라이프생명보험 주식회사 | 고객 관리 기반 보험설계사 활동 관리 시스템 및 방법 |
KR20170104300A (ko) * | 2016-03-07 | 2017-09-15 | 아이엔지생명보험 주식회사 | 고객 관리 기반 보험설계사 활동 관리 시스템 및 방법 |
KR101822014B1 (ko) * | 2016-03-07 | 2018-01-25 | 아이엔지생명보험 주식회사 | 고객 관리 기반 보험설계사 활동 관리 시스템 및 방법 |
KR101822015B1 (ko) * | 2016-03-07 | 2018-01-25 | 아이엔지생명보험 주식회사 | 고객 관리 기반 보험설계사 활동 관리 시스템 및 방법 |
KR101897056B1 (ko) * | 2016-03-07 | 2018-09-11 | 아이엔지생명보험 주식회사 | 고객 관리 기반 보험설계사 활동 관리 시스템 및 방법 |
KR101897053B1 (ko) * | 2016-03-07 | 2018-09-11 | 아이엔지생명보험 주식회사 | 고객 관리 기반 보험설계사 활동 관리 시스템 및 방법 |
KR20170104299A (ko) * | 2016-03-07 | 2017-09-15 | 아이엔지생명보험 주식회사 | 고객 관리 기반 보험설계사 활동 관리 시스템 및 방법 |
KR20170104301A (ko) * | 2016-03-07 | 2017-09-15 | 아이엔지생명보험 주식회사 | 고객 관리 기반 보험설계사 활동 관리 시스템 및 방법 |
JP2019079302A (ja) * | 2017-10-25 | 2019-05-23 | 日本電気株式会社 | 営業活動支援システム、営業活動支援方法および営業活動支援プログラム |
JP7043786B2 (ja) | 2017-10-25 | 2022-03-30 | 日本電気株式会社 | 営業活動支援システム、営業活動支援方法および営業活動支援プログラム |
JP2022069602A (ja) * | 2017-10-25 | 2022-05-11 | 日本電気株式会社 | 営業活動支援システム、営業活動支援方法および営業活動支援プログラム |
JP7306513B2 (ja) | 2017-10-25 | 2023-07-11 | 日本電気株式会社 | 営業活動支援システム、営業活動支援方法および営業活動支援プログラム |
JP2020052882A (ja) * | 2018-09-28 | 2020-04-02 | 株式会社Nttドコモ | 業績予測方法、業績予測プログラム及び業績予測装置 |
JP7085448B2 (ja) | 2018-09-28 | 2022-06-16 | 株式会社Nttドコモ | 業績予測方法、業績予測プログラム及び業績予測装置 |
JP2020087023A (ja) * | 2018-11-27 | 2020-06-04 | 日本電信電話株式会社 | 受注予測モデルの生成方法、受注予測モデル、受注予測装置、受注予測方法および受注予測プログラム |
CN112488752A (zh) * | 2020-11-27 | 2021-03-12 | 中国人寿保险股份有限公司 | 一种销售预测方法、装置、电子设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
JP4445057B2 (ja) | 2010-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10719888B2 (en) | Context search system | |
JP2000222486A (ja) | 訪問販売における営業職員活動分析システム | |
Green et al. | Conjoint analysis in marketing: new developments with implications for research and practice | |
US6557008B1 (en) | Method for managing a heterogeneous IT computer complex | |
US7426499B2 (en) | Search ranking system | |
JP4375562B2 (ja) | アプリケーションサーバのクラスタへの多重企業プランニングモデルの展開 | |
US7895072B1 (en) | Methods, system, and articles of manufacture for developing analyzing, and managing initiatives for a business network | |
US20160171398A1 (en) | Predictive Model Development System Applied To Enterprise Risk Management | |
Nebeker et al. | Airline station performance as a function of employee satisfaction | |
AU2004214247B2 (en) | Horizontal enterprise planning in accordance with an enterprise planning model | |
US20080140514A1 (en) | Method and system for risk evaluation and management | |
US20040039624A1 (en) | Sales activity support system, sales activity support information providing system, sales activity evaluation system, recording medium, and program | |
Ghosh et al. | An approach to determining optimal locations for new services | |
WO2002056224A1 (fr) | Systeme de soutien a l'amelioration des affaires et procede associe | |
AU2003272566A1 (en) | Inline compression of a network communication within an enterprise planning environment | |
Wang et al. | Data-driven order fulfillment consolidation for online grocery retailing | |
US8538798B2 (en) | System of managing change process | |
Melachrinoudis et al. | A microcomputer cashier scheduling system for supermarket stores | |
JPH09223175A (ja) | 販売業務支援方法 | |
JP2004348285A (ja) | 人事制度マネジメント支援システム | |
JP2005084708A (ja) | 活動評価装置、活動評価プログラム及び活動管理システム | |
Hamilton et al. | A multi-agent business intelligence framework for the travel sector | |
JP2003345966A (ja) | 営業活動支援システム、プログラムおよび記録媒体 | |
Setiawan et al. | Enterprise Architecture Design Using TOGAF Adm at PT. Industri Telekomunikasi Indonesia | |
JP2023064712A (ja) | 店舗開業支援システム及びそのプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20060111 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20081202 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090202 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090929 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20091125 |
|
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: 20091222 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20100115 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130122 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140122 Year of fee payment: 4 |
|
LAPS | Cancellation because of no payment of annual fees |