JP2000222486A - 訪問販売における営業職員活動分析システム - Google Patents

Abstract

(57)【要約】 【課題】 訪問販売における各営業職員に営業実績に関
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

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、物品や金融商品や
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。

【０００２】

【従来の技術】訪問販売業務で販売される商品は、化粧
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。

【０００３】訪問販売業者の責任者は、各顧客宅を訪問
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。

【０００４】しかし、このように営業実績の良し悪しの
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。

【０００５】このような不都合を解消するために、各営
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。

【０００６】また、特開平１０―１１４９８号公報に
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。

【０００７】さらに、特開平９―１４７０１２号公報に
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。

【０００８】また、特開平７―２３０４４２号公報に
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。

【０００９】

【発明が解決しようとする課題】しかしながら、上述し
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。

【００１０】すなわち、いずれの支援システムにおいて
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。

【００１１】具体的には、営業実績に影響を及ぼす営業
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。

【００１２】また、近年、各営業職員に対して販売商品
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。

【００１３】そして、上述した各営業職員に対する各項
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。

【００１４】本発明はこのような事情に鑑みてなされた
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。

【００１５】

【課題を解決するための手段】上記課題を解消するため
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。

【００１６】さらに、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発見するデータマイニング手段
とを備えている。

【００１７】このように構成された訪問販売における営
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、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。

【００１８】データマイニング手法は、膨大なデータの
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。

【００１９】その結果、訪問販売業者の責任者は、各営
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。

【００２０】また、別の発明は、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
である。

【００２１】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、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。

【００２２】このように構成された訪問販売における営
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。

【００２３】したがって、この発明においては、販売職
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。

【００２４】さらに、別の発明においては、上述した発
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。

【００２５】このように構成された訪問販売における営
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。

【００２６】さらに、別の発明においては、上述した発
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。

【００２７】このように構成された訪問販売における営
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。

【００２８】

【発明の実施の形態】以下、本発明の一実施形態を図面
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。

【００２９】保険会社の本社に設置された大型コンピュ
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。

【００３０】各携帯端末５には、顧客に販売する各種の
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。

【００３１】また、必要に応じて、顧客の家族構成をキ
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。

【００３２】さらに、契約項目としては、契約保険を特
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。

【００３３】携帯端末５に記憶保持された操作履歴、活
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。

【００３４】この営業所端末３は、上述した携帯端末５
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。

【００３５】保険会社の本社に設置されたホスト装置１
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。

【００３６】このホスト装置１内には、訪問販売の対象
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。

【００３７】前記営業職員データベース８内には、個人
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。

【００３８】個人静的属性情報テーブル１３内には、図
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。

【００３９】個人活動情報テーブル１４内には、図３
（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。

【００４０】個人携帯端末使用情報テーブル１５内に
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。

【００４１】営業実績情報テーブル１６内には、図３
（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。

【００４２】この営業職員データベース８の個人静的属
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。

【００４３】マイニング処理部９は、営業職員データベ
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。

【００４４】そして、このマイニング処理部９は、図２
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。

【００４５】次に、マイニング処理部９を構成する各部
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。

【００４６】先ず、営業実績情報テーブル１６内に記憶
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）。

【００４７】そして、この営業実績が予め定められた基
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）。

【００４８】全ての営業職員に対するクラス分け処理が
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。

【００４９】先ず、個人静的属性情報テーブル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）。

【００５０】具体例を図６を用いて説明する。図６のグ
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。

【００５１】次に、全部の営業成績優秀者における該当
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。

【００５２】優位水準となる統計情報量は、営業成績優
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。

【００５３】なお、判別アルゴリズムＩＤ３／Ｃ４．５
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。

【００５４】また、分割情報量（エントロピー）の他の
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。

【００５５】このようにして求めた各評価項目の営業成
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）。

【００５６】次に、図８のステップＱ１に示すように、
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）。

【００５７】このようにして、図８のステップＱ１、Ｑ
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。

【００５８】また、Ｐ７で分割された境界値未満の全営
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。

【００５９】このようにして、図８のステップＱ１、Ｑ
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。

【００６０】このような手順で図８に示すツリー状の決
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。

【００６１】そして、この作成したツリー状の決定木モ
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。

【００６２】次に、図８に示す実際のツリー状の決定木
モデルを用いて、決定木分析処理の特徴を説明する。

【００６３】先ず、営業職員４全員を対象とする優位水
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。

【００６４】そして、年齢３６才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。

【００６５】そして、年齢３６才未満でかつ携帯端末画
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。

【００６６】一方、年齢３６才以上のグループ全員を対
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。

【００６７】そして、年齢３６才以上でかつ平均滞在時
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。

【００６８】そして、各グループＡ、Ｂ、Ｃ、Ｄ、Ｅ、
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。

【００６９】この場合、この作成されたツリー状の決定
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。

【００７０】このように解析することによって、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
職員に最適な指導を実施できる。

【００７１】次に、ニューラルネット演算部２２及び要
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。

【００７２】入力層２８から各営業職員４における個人
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。

【００７３】そして、中間層２９の各値ｙ₁、ｙ₂、ｙ₃
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。

【００７４】学習部２７は、入力層２８に各営業職員４
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。

【００７５】中間層２９の各重み係数ｋ₁、ｋ₂、ｋ₃、
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。

【００７６】なお、中間層２９を複数段に構成して、ニ
ューラルネットワークを構成することも可能である。

【００７７】要因分析部２３は、このニューラルネット
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。

【００７８】なお、学習後のニューラルネットワークの
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。

【００７９】出力部１０は要因分析部２３で作成された
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。

【００８０】したがって、決定木分析処理部２０で得ら
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。

【００８１】なお、データ処理部１９において、決定木
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。

【００８２】出力部１０は分析結果を表示出力するとと
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。

【００８３】したがって、各営業所に所属する各営業職
員に対して該当営業職員に最適の指導を実施できる。

【００８４】

【発明の効果】以上説明したように、本発明の訪問販売
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。

【図面の簡単な説明】

【図１】本発明の一実施形態の訪問販売における営業職
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

【図２】同営業職員活動分析システムが組込まれたホス
ト装置の概略構成を示すブロック図

【図３】同営業職員活動分析システムにおける営業職員
データベースの記憶内容を示す図

【図４】同営業職員活動分析システムの動作を示す流れ
図

【図５】同じく同営業職員活動分析システムの動作を示
す流れ図

【図６】同営業職員活動分析システムで作成される評価
項目の値と営業成績優秀者及び営業成績非優秀者の人数
との関係を示す図

【図７】同営業職員活動分析システム内に形成された優
位水準テーブルの記憶内容を示す図

【図８】同営業職員活動分析システムで作成されたツリ
ー状の決定木モデルを示す図

【図９】同営業職員活動分析システムで作成された分析
結果メッセージを示す図

【図１０】同営業職員活動分析システム内に形成された
ニューラルネット及び学習部の概略構成を示す図

【符号の説明】

１…ホスト装置 ３…営業所端末 ４…営業職員 ５…携帯端末 ８…営業職員データベース ９…マイニング処理部 １０…出力部 １１…分析結果送信部 １２…データ更新部 １７…クラス分け処理部 １９…データ処理部 ２０…決定木分析処理部 ２１…優位水準テーブル ２２…ニューラルネット演算部 ２３…要因分析部 ２６…ニューラルネット ２７…学習部

Claims (4)

【特許請求の範囲】
1. 【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。
2. 【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。
3. 【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。
4. 【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。