JP2001134648A - 顧客維持育成のための顧客データ分析方法 - Google Patents
顧客維持育成のための顧客データ分析方法Info
- Publication number
- JP2001134648A JP2001134648A JP31311799A JP31311799A JP2001134648A JP 2001134648 A JP2001134648 A JP 2001134648A JP 31311799 A JP31311799 A JP 31311799A JP 31311799 A JP31311799 A JP 31311799A JP 2001134648 A JP2001134648 A JP 2001134648A
- Authority
- JP
- Japan
- Prior art keywords
- customer
- purchase
- items
- customers
- evaluation value
- 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.)
- Pending
Links
Abstract
(57)【要約】
【課題】 販売店にとって購入金額の多い重要な顧客を
維持したり、大量購入客を増やすことは大切であるが、
そのマーケティング・アプローチを効率的に行うため、
購入データ等のデータベースによる顧客データ分析方法
を提供する。 【解決手段】 顧客の購入履歴データベースを構築し、
その中から購入金額の項目だけでなく、年間平均購入回
数、購入継続年数、平均購入値引率、購入売り場数、次
回購入までの平均日数などを項目に入れて、その貢献度
を評価する。
維持したり、大量購入客を増やすことは大切であるが、
そのマーケティング・アプローチを効率的に行うため、
購入データ等のデータベースによる顧客データ分析方法
を提供する。 【解決手段】 顧客の購入履歴データベースを構築し、
その中から購入金額の項目だけでなく、年間平均購入回
数、購入継続年数、平均購入値引率、購入売り場数、次
回購入までの平均日数などを項目に入れて、その貢献度
を評価する。
Description
【０００１】
【発明の属する技術分野】顧客が販売店などで商品を購
入する際、会員カードなどを介して採集される顧客の購
入履歴データや、応募したサービスポイントが付加され
たポイントシールなどを介して採集される顧客の応募履
歴データ等のデータベースを構築し、重要度の高い、或
は重要度が高くなると予想される顧客を見出す顧客デー
タ分析方法に関する。
入する際、会員カードなどを介して採集される顧客の購
入履歴データや、応募したサービスポイントが付加され
たポイントシールなどを介して採集される顧客の応募履
歴データ等のデータベースを構築し、重要度の高い、或
は重要度が高くなると予想される顧客を見出す顧客デー
タ分析方法に関する。
【０００２】
【従来の技術】従来は継続購入、大量購入のための顧客
の維持方法には、顧客の商品の購入時などに購入ポイン
トを提供し、その集めたポイント点数に応じて景品の提
供や、商品の割引、その他特別なサービスを行うなどの
方法がある。これまでの顧客を長期間継続して維持し、
さらに大量購入客を増やすための具体的なやり方として
は商品購入時に付加されるポイント点数が多ければ多い
程それだけ特典を得るようにしたものがあった。
の維持方法には、顧客の商品の購入時などに購入ポイン
トを提供し、その集めたポイント点数に応じて景品の提
供や、商品の割引、その他特別なサービスを行うなどの
方法がある。これまでの顧客を長期間継続して維持し、
さらに大量購入客を増やすための具体的なやり方として
は商品購入時に付加されるポイント点数が多ければ多い
程それだけ特典を得るようにしたものがあった。
【０００３】また、購入ポイントを利用している顧客の
みを対象として、ダイレクトメールなどのアプローチが
行われている程度のやり方であり、その他に精緻に顧客
を選別した上での顧客の維持と増加のための方法は特に
考慮されていなかった。
みを対象として、ダイレクトメールなどのアプローチが
行われている程度のやり方であり、その他に精緻に顧客
を選別した上での顧客の維持と増加のための方法は特に
考慮されていなかった。
【０００４】
【発明が解決しようとする課題】本発明は前述のような
問題に鑑みてなされたもので、その目的は販売店等にお
ける顧客の維持度合を高めたり、継続購入客、大量購入
客を増加させたり、以上のような重要な顧客になると予
想される顧客を顧客の中から抽出したりするための顧客
データ分析方法を提供することである。詳しくは、顧客
が販売店などで商品を購入する時点で会員カードなどを
介して採集される顧客の購入履歴データや、応募したサ
ービスポイントが付加されたポイントシールなどを介し
て採集される応募履歴データ等のデータベースを構築し
て、重要度の高い或は重要度が高くなると予想される顧
客を抽出する分析方法を提供することにある。
問題に鑑みてなされたもので、その目的は販売店等にお
ける顧客の維持度合を高めたり、継続購入客、大量購入
客を増加させたり、以上のような重要な顧客になると予
想される顧客を顧客の中から抽出したりするための顧客
データ分析方法を提供することである。詳しくは、顧客
が販売店などで商品を購入する時点で会員カードなどを
介して採集される顧客の購入履歴データや、応募したサ
ービスポイントが付加されたポイントシールなどを介し
て採集される応募履歴データ等のデータベースを構築し
て、重要度の高い或は重要度が高くなると予想される顧
客を抽出する分析方法を提供することにある。
【０００５】
【課題を解決するための手段】前記課題を解決するた
め、本発明の顧客維持育成のための顧客データ分析方法
は、 特定した販売店で顧客が商品を購入する際、あらかじめ
顧客の少なくとも住所・氏名のデータが登録されている
当該販売店の会員カードを提示させ、その会員データと
購入商品のデータを読み取る端末機により、顧客コー
ド、商品コード、購入金額、購入数量、購入日時からな
るデータを通信回線を介して所定期間に採集し構築した
顧客の購入履歴データベースにより、前記販売店にとっ
て、重要な顧客の重要度順序を算出する顧客データ分析
方法であって、 前記所定期間内における前記データベースにある購入金
額の項目に加えて、売上げ増加要因となる購入頻度の高
さ、購入継続期間の長さ、安売り期間中だけでなく通常
価格時に購入する値引反応度の低さ、常に定期的に購入
している購入計画性の高さ、他種類の商品を購入してい
る購入商品の範囲の広さを数値化した複数の項目を前記
データベースから選択し、その複数の項目についてそれ
ぞれの顧客データを抽出するステップと、 前記項目毎に販売店の売上げ増加の寄与が高い順序に顧
客順位付けをするステップと、 それぞれの項目の顧客順位の最上位から最下位までを複
数階層ｎ個に分類し、最上位階層の評価値をｎとし、最
下位階層の評価値を１とするｎ段階評価値を各項目毎に
算出するステップと、 各顧客毎に前記複数の項目の評価値を合算するステップ
と、 その合計値の順序の顧客順位に配列するステップと、 その順位を複数階層ｎ個に分類し、最上位階層の評価値
をｎとするｎ段階評価値を算出するステップとからな
り、 重要な顧客層のリストを作成することを特徴とする。
め、本発明の顧客維持育成のための顧客データ分析方法
は、 特定した販売店で顧客が商品を購入する際、あらかじめ
顧客の少なくとも住所・氏名のデータが登録されている
当該販売店の会員カードを提示させ、その会員データと
購入商品のデータを読み取る端末機により、顧客コー
ド、商品コード、購入金額、購入数量、購入日時からな
るデータを通信回線を介して所定期間に採集し構築した
顧客の購入履歴データベースにより、前記販売店にとっ
て、重要な顧客の重要度順序を算出する顧客データ分析
方法であって、 前記所定期間内における前記データベースにある購入金
額の項目に加えて、売上げ増加要因となる購入頻度の高
さ、購入継続期間の長さ、安売り期間中だけでなく通常
価格時に購入する値引反応度の低さ、常に定期的に購入
している購入計画性の高さ、他種類の商品を購入してい
る購入商品の範囲の広さを数値化した複数の項目を前記
データベースから選択し、その複数の項目についてそれ
ぞれの顧客データを抽出するステップと、 前記項目毎に販売店の売上げ増加の寄与が高い順序に顧
客順位付けをするステップと、 それぞれの項目の顧客順位の最上位から最下位までを複
数階層ｎ個に分類し、最上位階層の評価値をｎとし、最
下位階層の評価値を１とするｎ段階評価値を各項目毎に
算出するステップと、 各顧客毎に前記複数の項目の評価値を合算するステップ
と、 その合計値の順序の顧客順位に配列するステップと、 その順位を複数階層ｎ個に分類し、最上位階層の評価値
をｎとするｎ段階評価値を算出するステップとからな
り、 重要な顧客層のリストを作成することを特徴とする。
【０００６】また、前記複数の項目は購入金額、所定期
間平均購入回数、１回当たりの平均購入額、購入継続年
数、平均購入値引率、次回購入までの平均日数、購入売
場数の７項目であることを特徴とする。
間平均購入回数、１回当たりの平均購入額、購入継続年
数、平均購入値引率、次回購入までの平均日数、購入売
場数の７項目であることを特徴とする。
【０００７】また、前記７項目の評価値を合算するステ
ップは、合算する前に購入金額、所定期間平均購入回
数、一回当たりの平均購入額、平均購入値引率の各評価
値には重み係数を乗算してから評価値を合算することを
特徴とする。
ップは、合算する前に購入金額、所定期間平均購入回
数、一回当たりの平均購入額、平均購入値引率の各評価
値には重み係数を乗算してから評価値を合算することを
特徴とする。
【０００８】また、前記７項目について前記データベー
スから抽出するステップは、前記所定期間内における全
顧客又は顧客の購入金額の平均値以上の顧客のみから購
入データを抽出して行うことを特徴とする。
スから抽出するステップは、前記所定期間内における全
顧客又は顧客の購入金額の平均値以上の顧客のみから購
入データを抽出して行うことを特徴とする。
【０００９】また、前記７項目について前記データベー
スから抽出する最初のステップは、前記商品コードから
選別した特定のメーカーのみの商品に関する７項目につ
いてそれぞれ算出することを特徴とする。
スから抽出する最初のステップは、前記商品コードから
選別した特定のメーカーのみの商品に関する７項目につ
いてそれぞれ算出することを特徴とする。
【００１０】また、前記７項目について前記データベー
スから抽出する最初のステップは、前記商品コードから
選別した特定の商品のみに関する７項目についてそれぞ
れ算出することを特徴とする。
スから抽出する最初のステップは、前記商品コードから
選別した特定の商品のみに関する７項目についてそれぞ
れ算出することを特徴とする。
【００１１】また、前記購買履歴データベースは、さら
に、インターネットのホームページを利用した電子取引
を行う顧客の電子取引購買データ及び住所・氏名を少な
くとも記入させたデータが加えられ、前記７項目につい
て、それぞれ前記データベースから算出する最初のステ
ップは電子取引によるデータによっても算出することを
特徴とする。
に、インターネットのホームページを利用した電子取引
を行う顧客の電子取引購買データ及び住所・氏名を少な
くとも記入させたデータが加えられ、前記７項目につい
て、それぞれ前記データベースから算出する最初のステ
ップは電子取引によるデータによっても算出することを
特徴とする。
【００１２】また、あらかじめ顧客に収集させる目的で
購入金額に応じてサービス点数が記入され、購入商品に
直接貼付られているポイントシール又は、ポイントシー
ルがない場合、商品バーコードを切り取って顧客にサー
ビス品などに対応した指定数量を収集させる応募に際し
て、顧客の住所・氏名を少なくとも記入させ、所定期間
採集して構築した応募履歴データベースにより、販売店
にとって重要な顧客の重要度順序を算出する顧客データ
分析方法であって、前記所定期間内における顧客毎の応
募シール又は商品バーコードの数量、年間応募回数、応
募継続期間の３項目について、それぞれ前記データベー
スから抽出するステップと、前記項目毎に売上げ増加の
寄与が高い順序の顧客順位を付けるステップと、それぞ
れの項目の顧客順位の最上位から最下位までを複数階層
ｎ個に分類し、最上位の評価値をｎとし、最下位階層を
１とするｎ段階評価値を各項目毎に算出するステップ
と、各顧客毎に前記３項目の評価値を合算するステップ
と、その合算値の順序の顧客順位に配列するステップ
と、その順位を複数の階層ｎ個に分類し、最上位階層の
評価値をｎとするｎ段階評価値を算出するステップとか
らなり、重要な顧客層のリストを作成することができる
ことを特徴とする。
購入金額に応じてサービス点数が記入され、購入商品に
直接貼付られているポイントシール又は、ポイントシー
ルがない場合、商品バーコードを切り取って顧客にサー
ビス品などに対応した指定数量を収集させる応募に際し
て、顧客の住所・氏名を少なくとも記入させ、所定期間
採集して構築した応募履歴データベースにより、販売店
にとって重要な顧客の重要度順序を算出する顧客データ
分析方法であって、前記所定期間内における顧客毎の応
募シール又は商品バーコードの数量、年間応募回数、応
募継続期間の３項目について、それぞれ前記データベー
スから抽出するステップと、前記項目毎に売上げ増加の
寄与が高い順序の顧客順位を付けるステップと、それぞ
れの項目の顧客順位の最上位から最下位までを複数階層
ｎ個に分類し、最上位の評価値をｎとし、最下位階層を
１とするｎ段階評価値を各項目毎に算出するステップ
と、各顧客毎に前記３項目の評価値を合算するステップ
と、その合算値の順序の顧客順位に配列するステップ
と、その順位を複数の階層ｎ個に分類し、最上位階層の
評価値をｎとするｎ段階評価値を算出するステップとか
らなり、重要な顧客層のリストを作成することができる
ことを特徴とする。
【００１３】また、販売店で顧客が商品を購入する際、
あらかじめ顧客の少なくとも住所・氏名のデータが登録
されている当該販売店の会員カードを提示させ、その会
員データと購入商品のデータを読み取る端末機により、
顧客コード、商品コード、購入金額、購入数量、購入日
時からなるデータを通信回線を介して所定期間採集し構
築した顧客の購入履歴データベースにより、調査対象と
した商品の顧客の購入金額を抽出し、前記所定期間内に
おける顧客の購入金額の平均値以下の顧客を対象とし、
前記販売店での購入時点に少なくとも家族人数、子供の
年齢、他店利用頻度のアンケート回答を所定期間、採集
し構築したアンケート回答データベースにより潜在的な
成長余地を持つ顧客の重要度順序を算出する顧客データ
分析方法であって、前記所定期間内における顧客の家族
人数、子供の年齢、他店利用頻度の少なくとも３項目に
ついて前記アンケート回答データベースから抽出するス
テップと、前記項目毎に販売店の売上げ増加の寄与が高
いと予想される順序の顧客順位に配列するステップと、
それぞれの項目の顧客順位の最上位から最下位までを複
数階層ｎ個に分類し、最上位階層の評価値をｎとし、最
下位階層の評価値を１とするｎ段階評価値を各項目毎に
算出するステップと、各顧客毎に前記３項目の評価値を
合算するステップと、その合計値の順序の顧客順位に配
列するステップと、その順位を複数階層ｎ個に分類し、
最上位階層の評価値をｎとするｎ段階評価値を算出する
ステップとからなり、潜在的な成長余地を持つ顧客層の
リストを作成することを特徴とする。
あらかじめ顧客の少なくとも住所・氏名のデータが登録
されている当該販売店の会員カードを提示させ、その会
員データと購入商品のデータを読み取る端末機により、
顧客コード、商品コード、購入金額、購入数量、購入日
時からなるデータを通信回線を介して所定期間採集し構
築した顧客の購入履歴データベースにより、調査対象と
した商品の顧客の購入金額を抽出し、前記所定期間内に
おける顧客の購入金額の平均値以下の顧客を対象とし、
前記販売店での購入時点に少なくとも家族人数、子供の
年齢、他店利用頻度のアンケート回答を所定期間、採集
し構築したアンケート回答データベースにより潜在的な
成長余地を持つ顧客の重要度順序を算出する顧客データ
分析方法であって、前記所定期間内における顧客の家族
人数、子供の年齢、他店利用頻度の少なくとも３項目に
ついて前記アンケート回答データベースから抽出するス
テップと、前記項目毎に販売店の売上げ増加の寄与が高
いと予想される順序の顧客順位に配列するステップと、
それぞれの項目の顧客順位の最上位から最下位までを複
数階層ｎ個に分類し、最上位階層の評価値をｎとし、最
下位階層の評価値を１とするｎ段階評価値を各項目毎に
算出するステップと、各顧客毎に前記３項目の評価値を
合算するステップと、その合計値の順序の顧客順位に配
列するステップと、その順位を複数階層ｎ個に分類し、
最上位階層の評価値をｎとするｎ段階評価値を算出する
ステップとからなり、潜在的な成長余地を持つ顧客層の
リストを作成することを特徴とする。
【００１４】また、あらかじめ顧客に収集させる目的で
購入金額に応じてサービスポイントの点数が記入され、
特定したメーカーの商品に直接添付されているポイント
シールの応募に際して、顧客の住所・氏名を少なくとも
記入させ、所定期間採集して構築した応募履歴データベ
ースにより、顧客の応募シールに相当する購入金額を抽
出し、前記所定期間内における顧客の購入金額の平均値
以下の顧客を対象とし、販売店での購入時点に少なくと
も所定期間の総購入量、類似した他社商品の購入状況、
年齢、家族人数のアンケート回答を所定期間採集し、構
築したアンケート回答データベースにより潜在的な成長
余地を持つ顧客の重要度順序を算出する顧客データ分析
方法であって、月間あるいは年間など所定期間内におけ
る総購入量、類似した他社商品の購入量、年齢、家族人
数の少なくとも４項目について前記アンケート回答デー
タベースから抽出するステップと、前記項目毎に販売店
の売上げ増加の寄与が高いと予想される順序の顧客順位
に配列するステップと、顧客順位の最上位から最下位ま
でを複数階層ｎ個に分類し、最上位階層の評価値をｎと
し、最下位階層の評価値を１とするｎ段階評価値を各項
目毎に算出するステップと、各顧客毎に前記少なくとも
４項目の評価値を合算するステップと、その合計値の順
序の顧客順位に配列するステップと、その順位を複数階
層ｎ個に分類し、最上位階層の評価値をｎとするｎ段階
評価値を算出するステップとからなり、潜在的な成長余
地を持つ顧客層のリストを作成することを特徴とする。
購入金額に応じてサービスポイントの点数が記入され、
特定したメーカーの商品に直接添付されているポイント
シールの応募に際して、顧客の住所・氏名を少なくとも
記入させ、所定期間採集して構築した応募履歴データベ
ースにより、顧客の応募シールに相当する購入金額を抽
出し、前記所定期間内における顧客の購入金額の平均値
以下の顧客を対象とし、販売店での購入時点に少なくと
も所定期間の総購入量、類似した他社商品の購入状況、
年齢、家族人数のアンケート回答を所定期間採集し、構
築したアンケート回答データベースにより潜在的な成長
余地を持つ顧客の重要度順序を算出する顧客データ分析
方法であって、月間あるいは年間など所定期間内におけ
る総購入量、類似した他社商品の購入量、年齢、家族人
数の少なくとも４項目について前記アンケート回答デー
タベースから抽出するステップと、前記項目毎に販売店
の売上げ増加の寄与が高いと予想される順序の顧客順位
に配列するステップと、顧客順位の最上位から最下位ま
でを複数階層ｎ個に分類し、最上位階層の評価値をｎと
し、最下位階層の評価値を１とするｎ段階評価値を各項
目毎に算出するステップと、各顧客毎に前記少なくとも
４項目の評価値を合算するステップと、その合計値の順
序の顧客順位に配列するステップと、その順位を複数階
層ｎ個に分類し、最上位階層の評価値をｎとするｎ段階
評価値を算出するステップとからなり、潜在的な成長余
地を持つ顧客層のリストを作成することを特徴とする。
【００１５】
【発明の実施の形態】図１に本発明の第１の実施例であ
る顧客維持育成のための顧客データ分析方法の流れ図を
示す。図１は顧客の購入履歴データベースによる顧客デ
ータ分析１０の流れ図を示したものである。ここで購入
履歴データベースは特定した販売店或は系列店で顧客が
商品を購入する際、あらかじめ顧客の少なくとも住所・
氏名のデータが登録されている当該販売店の会員カード
を提示させ、その会員データと購入商品のデータを読み
取る端末機により、顧客コード、商品コード、購入金
額、購入数量、購入日時からなるデータを通信回線を介
して少なくとも１年以上の所定期間コンピュータシステ
ムに採集し、構築したものである。この購入履歴データ
ベースの購入商品のデータの項目とそれらの内容の一部
を表示した例を図５に示す。尚、内容は省略され空欄と
してある。
る顧客維持育成のための顧客データ分析方法の流れ図を
示す。図１は顧客の購入履歴データベースによる顧客デ
ータ分析１０の流れ図を示したものである。ここで購入
履歴データベースは特定した販売店或は系列店で顧客が
商品を購入する際、あらかじめ顧客の少なくとも住所・
氏名のデータが登録されている当該販売店の会員カード
を提示させ、その会員データと購入商品のデータを読み
取る端末機により、顧客コード、商品コード、購入金
額、購入数量、購入日時からなるデータを通信回線を介
して少なくとも１年以上の所定期間コンピュータシステ
ムに採集し、構築したものである。この購入履歴データ
ベースの購入商品のデータの項目とそれらの内容の一部
を表示した例を図５に示す。尚、内容は省略され空欄と
してある。
【００１６】以下、図１の流れ図にもとづいてその方法
を説明する。
を説明する。
【００１７】まず、ステップＳ１１で、前記顧客の購入
履歴データベースにより全顧客又は顧客の購入金額を抽
出して、その平均値を算出し、平均値以上の顧客のみを
抽出する。但し、図１では後者を選択した場合を示して
ある。また、後述する図２も同様である。
履歴データベースにより全顧客又は顧客の購入金額を抽
出して、その平均値を算出し、平均値以上の顧客のみを
抽出する。但し、図１では後者を選択した場合を示して
ある。また、後述する図２も同様である。
【００１８】次に、ステップＳ１２で、複数の項目につ
いて、それぞれ顧客のデータを抽出する。これらの項目
として、この実施例では所定期間（少なくとも１ヶ月以
上数年）の購入金額ｇ、年間平均購入回数ｈ、１回当り
の平均購入額ｉ、購入継続年数ｊ、平均購入値引率ｋ、
次回購入までの平均日数ｌ、購入売り場数ｍの７項目と
した。
いて、それぞれ顧客のデータを抽出する。これらの項目
として、この実施例では所定期間（少なくとも１ヶ月以
上数年）の購入金額ｇ、年間平均購入回数ｈ、１回当り
の平均購入額ｉ、購入継続年数ｊ、平均購入値引率ｋ、
次回購入までの平均日数ｌ、購入売り場数ｍの７項目と
した。
【００１９】これらの複数の７項目は、購入金額の多さ
だけでなく、購入頻度の高さ、購入継続期間の長さ、安
売り期間中だけでなく通常価格時に購入する値引き反応
度の低さ、多種類の商品を購入している購入商品の範囲
の広さを販売店の収益性に対して良い影響度を持つとし
て、これらに関連するデータを前記データベースから選
択したものである。
だけでなく、購入頻度の高さ、購入継続期間の長さ、安
売り期間中だけでなく通常価格時に購入する値引き反応
度の低さ、多種類の商品を購入している購入商品の範囲
の広さを販売店の収益性に対して良い影響度を持つとし
て、これらに関連するデータを前記データベースから選
択したものである。
【００２０】次に、ステップＳ１３で、各項目毎に前記
の収益性に貢献したと判断されるそれらの多さ、高さ、
長さ、広さの順序、すなわち、売上げ増加の寄与が高い
順序に顧客順位付けを行う。
の収益性に貢献したと判断されるそれらの多さ、高さ、
長さ、広さの順序、すなわち、売上げ増加の寄与が高い
順序に顧客順位付けを行う。
【００２１】次に、ステップＳ１４で、前記の項目毎の
顧客順位を、それぞれ複数階層、例えば５階層に分類
し、各顧客に対するそれぞれの項目毎に５段階評価値を
定める。
顧客順位を、それぞれ複数階層、例えば５階層に分類
し、各顧客に対するそれぞれの項目毎に５段階評価値を
定める。
【００２２】次に、ステップＳ１５で、それら項目毎の
５段階評価値に、その項目の重要度に応じて、所定の重
み係数をその項目に乗じる。重み係数は、購入金額、年
間平均購入回数１回当りの平均購入額、平均購入値引率
をそれぞれ１．５倍程度とし、その評価値に乗じるのが
好ましい。尚、この実施例では重み係数を考慮したが、
勿論、重み係数を考慮しなくてもよい。
５段階評価値に、その項目の重要度に応じて、所定の重
み係数をその項目に乗じる。重み係数は、購入金額、年
間平均購入回数１回当りの平均購入額、平均購入値引率
をそれぞれ１．５倍程度とし、その評価値に乗じるのが
好ましい。尚、この実施例では重み係数を考慮したが、
勿論、重み係数を考慮しなくてもよい。
【００２３】次に、ステップＳ１６で、各顧客毎にその
７項目の評価値を合算して、合計評価値を算出する。
７項目の評価値を合算して、合計評価値を算出する。
【００２４】次に、ステップＳ１７で、各顧客毎の合計
評価値を高い評価値順に顧客順位付けを行う。
評価値を高い評価値順に顧客順位付けを行う。
【００２５】次に、ステップＳ１８で、その順位を複数
階層５に分類し、上位から順に５段階の評価値を与え
る。
階層５に分類し、上位から順に５段階の評価値を与え
る。
【００２６】次に、ステップＳ１９で、その中の最上位
段階を最重要な顧客として、その顧客リストを作成す
る。以上のようにして分析し、販売店にとって現在最
も、重要で維持しなければならない顧客を発見できる。
これによって、全顧客にアプローチせずに、顧客を限定
して、効率的にアプローチすることが可能となりマーケ
ティングコストの削減にも結び付く。
段階を最重要な顧客として、その顧客リストを作成す
る。以上のようにして分析し、販売店にとって現在最
も、重要で維持しなければならない顧客を発見できる。
これによって、全顧客にアプローチせずに、顧客を限定
して、効率的にアプローチすることが可能となりマーケ
ティングコストの削減にも結び付く。
【００２７】図６は図１による分析方法で、顧客Ａ，
Ｂ，Ｃ，Ｄ，Ｅ，‥‥について、前記７項目に対するそ
れぞれの５段階評価値を記入する欄（この図ではその評
価値の記載は省略してある）と、その欄の５段階評価値
から合計評価値を算出し、その値にもとづいて、総合し
た５段階評価値を最後の総合欄に示してある。尚、総合
欄は図中ではロイヤリティレベルと呼称し、顧客重要度
レベルを５段階層に分けている。レベルの高い顧客群、
例えばレベル５の顧客群からアプローチを行ったり、ア
プローチの内容に格差をつけるのが効率的である。
Ｂ，Ｃ，Ｄ，Ｅ，‥‥について、前記７項目に対するそ
れぞれの５段階評価値を記入する欄（この図ではその評
価値の記載は省略してある）と、その欄の５段階評価値
から合計評価値を算出し、その値にもとづいて、総合し
た５段階評価値を最後の総合欄に示してある。尚、総合
欄は図中ではロイヤリティレベルと呼称し、顧客重要度
レベルを５段階層に分けている。レベルの高い顧客群、
例えばレベル５の顧客群からアプローチを行ったり、ア
プローチの内容に格差をつけるのが効率的である。
【００２８】また、図１におけるＳ１１ステップで購入
履歴データベースの商品コードから特定のメーカーのみ
の商品に関するものに限定して顧客データを分析しても
よい。このときは、そのメーカーの商品に関する各顧客
の重要度レベルが見出せる。
履歴データベースの商品コードから特定のメーカーのみ
の商品に関するものに限定して顧客データを分析しても
よい。このときは、そのメーカーの商品に関する各顧客
の重要度レベルが見出せる。
【００２９】また、図１におけるＳ１１ステップで購入
履歴データベースの商品コードから、特定の商品のみに
限定すれば、その商品に関する各顧客の重要度レベルが
見出せる。
履歴データベースの商品コードから、特定の商品のみに
限定すれば、その商品に関する各顧客の重要度レベルが
見出せる。
【００３０】図２に本発明の第２実施例の顧客データ分
析方法の流れ図を示す。図２は顧客の応募履歴データベ
ースにより顧客データ分析２０の流れ図である。ここで
応募履歴データベースは、あらかじめ顧客に収集させる
目的で購入金額に応じてサービスポイントの点数が記入
され、購入商品に直接添付されているポイントシール
と、商品バーコードを顧客にサービス品などに対応した
指定数量を収集させハガキ等に貼りつけて所定の場所ま
で郵送させる応募に際して、顧客の住所・氏名を少なく
とも記入させ、所定期間採集して構築したものである。
析方法の流れ図を示す。図２は顧客の応募履歴データベ
ースにより顧客データ分析２０の流れ図である。ここで
応募履歴データベースは、あらかじめ顧客に収集させる
目的で購入金額に応じてサービスポイントの点数が記入
され、購入商品に直接添付されているポイントシール
と、商品バーコードを顧客にサービス品などに対応した
指定数量を収集させハガキ等に貼りつけて所定の場所ま
で郵送させる応募に際して、顧客の住所・氏名を少なく
とも記入させ、所定期間採集して構築したものである。
【００３１】以下図２の流れ図にもとづいてその方法を
説明する。
説明する。
【００３２】まず、ステップＳ２１で、前記応募履歴デ
ータベースにより、全顧客又は顧客の購入金額を抽出し
て、その平均値を算出し、平均値以上の顧客のみ抽出す
る。
ータベースにより、全顧客又は顧客の購入金額を抽出し
て、その平均値を算出し、平均値以上の顧客のみ抽出す
る。
【００３３】次に、ステップＳ２２で、所定期間内にお
ける顧客毎の応募シールの数量、年間応募回数、応募継
続期間の３項目からそれぞれのデータを抽出する。
ける顧客毎の応募シールの数量、年間応募回数、応募継
続期間の３項目からそれぞれのデータを抽出する。
【００３４】次に、ステップＳ２３で、各項目毎に貢献
したと判断するそれらの多さ、長さの順序、すなわち、
売上げ増加の寄与の順序に顧客順位を付ける。
したと判断するそれらの多さ、長さの順序、すなわち、
売上げ増加の寄与の順序に顧客順位を付ける。
【００３５】次に、ステップＳ２４で、顧客順位を項目
毎に５段階に分類し、顧客毎に各項目に５段階評価値を
定める。
毎に５段階に分類し、顧客毎に各項目に５段階評価値を
定める。
【００３６】次に、ステップＳ２５で、各顧客毎に、そ
の３項目の評価値を合算し、合計評価値を算出する。
の３項目の評価値を合算し、合計評価値を算出する。
【００３７】次に、ステップＳ２６で、各顧客毎の合計
評価値の高い順に顧客順位付けする。
評価値の高い順に顧客順位付けする。
【００３８】次に、ステップＳ２７で、その順位を５階
層に分類し、各顧客の５段階評価値を定める。
層に分類し、各顧客の５段階評価値を定める。
【００３９】最後に重要度順の顧客層リストを作成す
る。以上のようにして、販売店にとって現在最も重要で
維持しなければならない顧客を発見できる。これにより
全顧客にアプローチせずに、顧客を限定して効率的にア
プローチすることが可能で、マーケティングコストを削
減できる。
る。以上のようにして、販売店にとって現在最も重要で
維持しなければならない顧客を発見できる。これにより
全顧客にアプローチせずに、顧客を限定して効率的にア
プローチすることが可能で、マーケティングコストを削
減できる。
【００４０】図７は図２による分析方法で顧客ａａ，ｂ
ｂ，ｃｃ，ｄｄ，ｅｅ，‥‥について、前記３項目に対
するそれぞれの５段階評価値を記入する欄（この図では
その評価値の記載は省略してある）と、それらの欄の５
段階評価値から合計評価値を算出し、その値にもとづい
て総合した５段階評価値を前記ロイヤリティレベル欄に
示してある。
ｂ，ｃｃ，ｄｄ，ｅｅ，‥‥について、前記３項目に対
するそれぞれの５段階評価値を記入する欄（この図では
その評価値の記載は省略してある）と、それらの欄の５
段階評価値から合計評価値を算出し、その値にもとづい
て総合した５段階評価値を前記ロイヤリティレベル欄に
示してある。
【００４１】図３に本発明の第３実施例の顧客データ分
析方法の流れ図を示す。図３は購入履歴データベース
と、購入時点でのアンケート回答データベースによる顧
客データ分析３０の流れ図を示す。ここで、購入時点で
のアンケート回答データベースは、販売店での購入時点
に、少なくとも家族人数、子供の年齢、他店利用頻度の
アンケート回答を所定期間コンピュータシステムに採集
し構築したものである。このデータ分析はこのアンケー
ト回答データベースにより販売店にとって潜在的な成長
余地を有している重要な顧客を購入データによる購入金
額の少ない顧客から探し出し、顧客の重要度順序を算出
する顧客データ分析方法である。
析方法の流れ図を示す。図３は購入履歴データベース
と、購入時点でのアンケート回答データベースによる顧
客データ分析３０の流れ図を示す。ここで、購入時点で
のアンケート回答データベースは、販売店での購入時点
に、少なくとも家族人数、子供の年齢、他店利用頻度の
アンケート回答を所定期間コンピュータシステムに採集
し構築したものである。このデータ分析はこのアンケー
ト回答データベースにより販売店にとって潜在的な成長
余地を有している重要な顧客を購入データによる購入金
額の少ない顧客から探し出し、顧客の重要度順序を算出
する顧客データ分析方法である。
【００４２】まず、ステップＳ３１で、購入履歴データ
ベースにより全顧客の購入金額の平均値以下の顧客を抽
出する。
ベースにより全顧客の購入金額の平均値以下の顧客を抽
出する。
【００４３】次に、ステップＳ３２により、アンケート
回答データベースより顧客毎の家族人数、子供の年齢、
他店利用の頻度の３項目を抽出する。
回答データベースより顧客毎の家族人数、子供の年齢、
他店利用の頻度の３項目を抽出する。
【００４４】次に、ステップＳ３３で、項目毎に売上げ
に貢献するそれらの多さ、すなわち、売上げ増加に寄与
すると予想される順序に顧客順位付けを行う。
に貢献するそれらの多さ、すなわち、売上げ増加に寄与
すると予想される順序に顧客順位付けを行う。
【００４５】次に、ステップＳ３４で、顧客順位を項目
毎に５階層に分類し、顧客毎に各項目の５段階評価値を
定める。
毎に５階層に分類し、顧客毎に各項目の５段階評価値を
定める。
【００４６】次に、ステップＳ３５で、各顧客毎のその
３項目の評価値を合算し合計評価値を算出する。
３項目の評価値を合算し合計評価値を算出する。
【００４７】次に、ステップＳ３６で、各顧客毎に合計
評価値を高い順に顧客順位付けをする。
評価値を高い順に顧客順位付けをする。
【００４８】次に、ステップＳ３７で、その順位を５階
層に分類し、各顧客の５段階評価値を定める。
層に分類し、各顧客の５段階評価値を定める。
【００４９】最後に、ステップＳ３８で、潜在的な成長
余地を持つ顧客層を発見し、そのリストを作成すること
ができる。従って、図１、図２における顧客のデータ分
析でのように現在重要である顧客とは異なり、その今後
重要な顧客に見合った精緻なマーケティング・アプロー
チを行うことが可能となる。図８は図３による分析方法
で顧客Ｖ，Ｗ，Ｘ，Ｙ，Ｚ，‥‥について、購入時のア
ンケート回答データとして少なくとも３項目（設問１〜
３）に対するそれぞれ５段階評価値を記載する欄（この
図ではその評価値の記載は省略してある）と、それらの
欄の５段階評価値から合計評価値を算出し、その値にも
とづいて、総合した５段階評価値を最後の欄に示してあ
る。この欄は、潜在的な成長余地を持つという意味でポ
テンシャルレベルと呼称してある。この図３、図８によ
るポテンシャルレベルの分析は以下のような場合にとく
に効果がある。一般的な食品関連の商品や食品販売店な
どでは、購入金額が少ないにもかかわらず「家族人数が
多い（例えば５人以上）」と回答した顧客は「家族人数
が少ない（例えば２人）」と回答した顧客よりも、他商
品の購入や他店利用の可能性が高いと判断できるなどの
場合などである。
余地を持つ顧客層を発見し、そのリストを作成すること
ができる。従って、図１、図２における顧客のデータ分
析でのように現在重要である顧客とは異なり、その今後
重要な顧客に見合った精緻なマーケティング・アプロー
チを行うことが可能となる。図８は図３による分析方法
で顧客Ｖ，Ｗ，Ｘ，Ｙ，Ｚ，‥‥について、購入時のア
ンケート回答データとして少なくとも３項目（設問１〜
３）に対するそれぞれ５段階評価値を記載する欄（この
図ではその評価値の記載は省略してある）と、それらの
欄の５段階評価値から合計評価値を算出し、その値にも
とづいて、総合した５段階評価値を最後の欄に示してあ
る。この欄は、潜在的な成長余地を持つという意味でポ
テンシャルレベルと呼称してある。この図３、図８によ
るポテンシャルレベルの分析は以下のような場合にとく
に効果がある。一般的な食品関連の商品や食品販売店な
どでは、購入金額が少ないにもかかわらず「家族人数が
多い（例えば５人以上）」と回答した顧客は「家族人数
が少ない（例えば２人）」と回答した顧客よりも、他商
品の購入や他店利用の可能性が高いと判断できるなどの
場合などである。
【００５０】図４に本発明の第４実施例の顧客データ分
析方法の流れ図を示す。図４は応募履歴データベース
と、応募時点でのアンケート回答データベースによる顧
客データ分析４０の流れ図である。ここで、応募時点で
のアンケート回答データベースは、少なくとも月間或は
年間総購入量、類似した他社商品の購入状況、年齢、家
族人数のアンケート回答を所定期間採集し構築したもの
である。このデータ分析は、このアンケート回答データ
ベースによりメーカーにとって潜在的な成長余地を有し
ている重要な顧客を、応募シールの数量の少ないすなわ
ち購入データによる購入金額の少ない顧客から探し出し
顧客の重要度順序を算出する顧客データ分析方法であ
る。
析方法の流れ図を示す。図４は応募履歴データベース
と、応募時点でのアンケート回答データベースによる顧
客データ分析４０の流れ図である。ここで、応募時点で
のアンケート回答データベースは、少なくとも月間或は
年間総購入量、類似した他社商品の購入状況、年齢、家
族人数のアンケート回答を所定期間採集し構築したもの
である。このデータ分析は、このアンケート回答データ
ベースによりメーカーにとって潜在的な成長余地を有し
ている重要な顧客を、応募シールの数量の少ないすなわ
ち購入データによる購入金額の少ない顧客から探し出し
顧客の重要度順序を算出する顧客データ分析方法であ
る。
【００５１】まず、ステップＳ４１で、応募履歴データ
ベースにより全顧客の購入金額の平均値以下の顧客を抽
出し、さらにその中から特定したメーカーの商品にデー
タを限定する。
ベースにより全顧客の購入金額の平均値以下の顧客を抽
出し、さらにその中から特定したメーカーの商品にデー
タを限定する。
【００５２】次に、ステップＳ４２で、アンケート回答
データベースより月間或は年間の総購入量、類似した他
社商品の購入量、年齢、家族人数の４項目から、それぞ
れデータ抽出する。
データベースより月間或は年間の総購入量、類似した他
社商品の購入量、年齢、家族人数の４項目から、それぞ
れデータ抽出する。
【００５３】次に、ステップＳ４３で、項目毎に売上げ
に貢献するそれらの多さ、すなわち、売上げ増加の寄与
が高いと予想される順序に顧客順位付けする。
に貢献するそれらの多さ、すなわち、売上げ増加の寄与
が高いと予想される順序に顧客順位付けする。
【００５４】次に、ステップＳ４４で、顧客順位を項目
毎に５階層に分類し、顧客毎に各項目の５段階評価値を
定める。
毎に５階層に分類し、顧客毎に各項目の５段階評価値を
定める。
【００５５】次に、ステップＳ４５で、各顧客毎にその
４項目の評価値を合算し、合計評価値を算出する。
４項目の評価値を合算し、合計評価値を算出する。
【００５６】次に、ステップＳ４６で、各顧客毎に合計
評価値の高い順に顧客順位付けする。
評価値の高い順に顧客順位付けする。
【００５７】次に、ステップＳ４７で、その順位を５階
層に分類し各顧客の５段階評価値を定める。
層に分類し各顧客の５段階評価値を定める。
【００５８】次に、ステップＳ４８で、潜在的な成長余
地を持つ顧客層のリストが作成できる。従って図１、図
２のデータ分析でのように現在重要である顧客とは異な
り、その顧客に見合った精緻なマーケティング・アプロ
ーチを行うことが可能となる。図９は図４による分析方
法で顧客イ、ロ、ハ、ニ、ホ、‥‥について応募時のア
ンケート回答データとして少なくとも４項目に対するそ
れぞれの５段階評価値を記載する欄（この図ではその評
価値の記載を省略してある）と、それらの欄の５段階評
価値から合計評価値を算出し、その値にもとづいて総合
した５段階評価値をポテンシャルレベル欄に示してあ
る。以上の図４、図９によるポテンシャルレベルの分析
は以下のように効果がある。対象となる商品の所定期間
における購入金額すなわち応募シールが少ないのにもか
かわらず、対象商品を含む類似商品の購入金額や購入量
を回答させるアンケートには、すでにその購入金額や購
入量が把握されている対象商品をかなり上回る購入金額
や購入量が回答されていた場合、その顧客には他に類似
した商品を頻繁に購入している可能性が高いと判断で
き、その対象商品にとって、今後攻略するとその獲得利
益が高い顧客、つまりポテンシャルレベルの高い顧客と
明確に特定できる。
地を持つ顧客層のリストが作成できる。従って図１、図
２のデータ分析でのように現在重要である顧客とは異な
り、その顧客に見合った精緻なマーケティング・アプロ
ーチを行うことが可能となる。図９は図４による分析方
法で顧客イ、ロ、ハ、ニ、ホ、‥‥について応募時のア
ンケート回答データとして少なくとも４項目に対するそ
れぞれの５段階評価値を記載する欄（この図ではその評
価値の記載を省略してある）と、それらの欄の５段階評
価値から合計評価値を算出し、その値にもとづいて総合
した５段階評価値をポテンシャルレベル欄に示してあ
る。以上の図４、図９によるポテンシャルレベルの分析
は以下のように効果がある。対象となる商品の所定期間
における購入金額すなわち応募シールが少ないのにもか
かわらず、対象商品を含む類似商品の購入金額や購入量
を回答させるアンケートには、すでにその購入金額や購
入量が把握されている対象商品をかなり上回る購入金額
や購入量が回答されていた場合、その顧客には他に類似
した商品を頻繁に購入している可能性が高いと判断で
き、その対象商品にとって、今後攻略するとその獲得利
益が高い顧客、つまりポテンシャルレベルの高い顧客と
明確に特定できる。
【００５９】
【発明の効果】本発明の顧客維持育成のための顧客デー
タ分析方法は次のような効果を奏する。 （１）購入履歴データベースより、本データ分析方法に
より販売店やメーカーや商品にとって現在最も重要で維
持しなければならない顧客層を見出し、その顧客層に限
定するなどの効率的なアプローチをすることができる。
タ分析方法は次のような効果を奏する。 （１）購入履歴データベースより、本データ分析方法に
より販売店やメーカーや商品にとって現在最も重要で維
持しなければならない顧客層を見出し、その顧客層に限
定するなどの効率的なアプローチをすることができる。
【００６０】（２）応募履歴データベースからも、本デ
ータ分析方法により、前記と同様に現在最も重要で維持
しなければならない顧客層を見出し、その顧客層を重点
的に効率的なアプローチをすることができる。
ータ分析方法により、前記と同様に現在最も重要で維持
しなければならない顧客層を見出し、その顧客層を重点
的に効率的なアプローチをすることができる。
【００６１】（３）購入履歴データベースと購入時のア
ンケート回答によるアンケート回答データベースとによ
り、今後最も重要な顧客層になる可能性のある、潜在的
な成長余地を持つ顧客層を見出し、その顧客層に対して
適切な効率的なアプローチをすることが可能となる。
ンケート回答によるアンケート回答データベースとによ
り、今後最も重要な顧客層になる可能性のある、潜在的
な成長余地を持つ顧客層を見出し、その顧客層に対して
適切な効率的なアプローチをすることが可能となる。
【００６２】（４）応募履歴データベースと応募時のア
ンケート回答によるアンケート回答データベースから
も、前記同様、今後最も重要な顧客層になる可能性のあ
る、潜在的な成長余地を持つ顧客層を見出し、その顧客
層に対して適切な効率的なアプローチをすることが可能
となる。
ンケート回答によるアンケート回答データベースから
も、前記同様、今後最も重要な顧客層になる可能性のあ
る、潜在的な成長余地を持つ顧客層を見出し、その顧客
層に対して適切な効率的なアプローチをすることが可能
となる。
【図１】購入履歴データベースによる顧客データ分析の
第１実施例の流れ図である。
第１実施例の流れ図である。
【図２】応募履歴データベースによる顧客データ分析第
２実施例の流れ図である。
２実施例の流れ図である。
【図３】購入履歴データベースと購入時アンケート回答
データベースによる顧客データ分析の第３実施例の流れ
図である。
データベースによる顧客データ分析の第３実施例の流れ
図である。
【図４】応募履歴データベースと応募時アンケート回答
データベースによる顧客データ分析の第４実施例の流れ
図である。
データベースによる顧客データ分析の第４実施例の流れ
図である。
【図５】購入履歴データベースの商品データの１例とし
て、その項目などを示した図である。
て、その項目などを示した図である。
【図６】第１実施例における重要な顧客層の評価値リス
トを示す図である。
トを示す図である。
【図７】第２実施例における重要な顧客層の評価値リス
トを示す図である。
トを示す図である。
【図８】第３実施例における潜在的な成長余地を持つ顧
客層の評価値リストを示す図である。
客層の評価値リストを示す図である。
【図９】第４実施例における潜在的な成長余地を持つ顧
客層の評価値リストを示す図である。
客層の評価値リストを示す図である。
ｇ 購入金額 ｈ 年間平均購入回数 ｉ １回当りの平均購入額 ｊ 購入継続年数 ｋ 平均購入値引率 ｌ 次回購入までの平均日数 ｍ 購入売り場数 １０ 第１実施例の流れ図 ２０ 第２実施例の流れ図 ３０ 第３実施例の流れ図 ４０ 第４実施例の流れ図
Claims (10)
- 【請求項１】 特定した販売店で顧客が商品を購入する
際、あらかじめ顧客の少なくとも住所・氏名のデータが
登録されている当該販売店の会員カードを提示させ、そ
の会員データと購入商品のデータを読み取る端末機によ
り、顧客コード、商品コード、購入金額、購入数量、購
入日時からなるデータを通信回線を介して所定期間に採
集し構築した顧客の購入履歴データベースにより、前記
販売店にとって、重要な顧客の重要度順序を算出する顧
客データ分析方法であって、 前記所定期間内における前記データベースにある購入金
額の項目に加えて、売上げ増加要因となる購入頻度の高
さ、購入継続期間の長さ、安売り期間中だけでなく通常
価格時に購入する値引反応度の低さ、常に定期的に購入
している購入計画性の高さ、他種類の商品を購入してい
る購入商品の範囲の広さを数値化した複数の項目を前記
データベースから選択し、その複数の項目についてそれ
ぞれの顧客データを抽出するステップと、 前記項目毎に販売店の売上げ増加の寄与が高い順序に顧
客順位付けをするステップと、 それぞれの項目の顧客順位の最上位から最下位までを複
数階層ｎ個に分類し、最上位階層の評価値をｎとし、最
下位階層の評価値を１とするｎ段階評価値を各項目毎に
算出するステップと、 各顧客毎に前記複数の項目の評価値を合算するステップ
と、 その合計値の順序の顧客順位に配列するステップと、 その順位を複数階層ｎ個に分類し、最上位階層の評価値
をｎとするｎ段階評価値を算出するステップとからな
り、 重要な顧客層のリストを作成することを特徴とする顧客
維持育成のための顧客データ分析方法。 - 【請求項２】 前記複数の項目は購入金額、所定期間平
均購入回数、１回当たりの平均購入額、購入継続年数、
平均購入値引率、次回購入までの平均日数、購入売場数
の７項目であることを特徴とする請求項１記載の顧客維
持育成のための顧客データ分析方法。 - 【請求項３】 前記７項目の評価値を合算するステップ
は、合算する前に購入金額、所定期間平均購入回数、一
回当たりの平均購入額、平均購入値引率の各評価値には
重み係数を乗算してから評価値を合算することを特徴と
する請求項２記載の顧客維持育成のための顧客データ分
析方法。 - 【請求項４】 前記７項目について前記データベースか
ら抽出するステップは、前記所定期間内における全顧客
又は顧客の購入金額の平均値以上の顧客のみから購入デ
ータを抽出して行うことを特徴とする請求項２又は３記
載の顧客維持育成のための顧客データ分析方法。 - 【請求項５】 前記７項目について前記データベースか
ら抽出する最初のステップは、前記商品コードから選別
した特定のメーカーのみの商品に関する７項目について
それぞれ算出することを特徴とする請求項２，３又は４
記載の顧客維持育成のための顧客データ分析方法。 - 【請求項６】 前記７項目について前記データベースか
ら抽出する最初のステップは、前記商品コードから選別
した特定の商品のみに関する７項目についてそれぞれ算
出することを特徴とする請求項２，３又は４記載の顧客
維持育成のための顧客データ分析方法。 - 【請求項７】 前記購買履歴データベースは、さらに、
インターネットのホームページを利用した電子取引を行
う顧客の電子取引購買データ及び住所・氏名を少なくと
も記入させたデータが加えられ、 前記７項目について、それぞれ前記データベースから算
出する最初のステップは電子取引によるデータによって
も算出することを特徴とする請求項１，２，３，４，５
又は６記載の顧客維持育成のための顧客データ分析方
法。 - 【請求項８】 あらかじめ顧客に収集させる目的で購入
金額に応じてサービス点数が記入され、購入商品に直接
貼付られているポイントシール又は、ポイントシールの
ない場合、商品バーコードを切り取って顧客にサービス
品などに対応した指定数量を収集させる応募に際して、
顧客の住所・氏名を少なくとも記入させ、所定期間採集
して構築した応募履歴データベースにより、販売店にと
って重要な顧客の重要度順序を算出する顧客データ分析
方法であって、 前記所定期間内における顧客毎の応募シール又は商品バ
ーコードの数量、年間応募回数、応募継続期間の３項目
について、それぞれ前記データベースから抽出するステ
ップと、 前記項目毎に売上げ増加の寄与が高い順序の顧客順位を
付けるステップと、 それぞれの項目の顧客順位の最上位から最下位までを複
数階層ｎ個に分類し、最上位の評価値をｎとし、最下位
階層を１とするｎ段階評価値を各項目毎に算出するステ
ップと、 各顧客毎に前記３項目の評価値を合算するステップと、 その合算値の順序の顧客順位に配列するステップと、 その順位を複数の階層ｎ個に分類し、最上位階層の評価
値をｎとするｎ段階評価値を算出するステップとからな
り、 重要な顧客層のリストを作成することができることを特
徴とする顧客維持育成のための顧客データ分析方法。 - 【請求項９】 販売店で顧客が商品を購入する際、あら
かじめ顧客の少なくとも住所・氏名のデータが登録され
ている当該販売店の会員カードを提示させ、その会員デ
ータと購入商品のデータを読み取る端末機により、顧客
コード、商品コード、購入金額、購入数量、購入日時か
らなるデータを通信回線を介して所定期間採集し構築し
た顧客の購入履歴データベースにより、調査対象とした
商品の顧客の購入金額を抽出し、前記所定期間内におけ
る顧客の購入金額の平均値以下の顧客を対象とし、前記
販売店での購入時点に少なくとも家族人数、子供の年
齢、他店利用頻度のアンケート回答を所定期間、採集し
構築したアンケート回答データベースにより潜在的な成
長余地を持つ顧客の重要度順序を算出する顧客データ分
析方法であって、 前記所定期間内における顧客の家族人数、子供の年齢、
他店利用頻度の少なくとも３項目について前記アンケー
ト回答データベースから抽出するステップと、 前記項目毎に販売店の売上げ増加の寄与が高いと予想さ
れる順序の顧客順位に配列するステップと、 それぞれの項目の顧客順位の最上位から最下位までを複
数階層ｎ個に分類し、最上位階層の評価値をｎとし、最
下位階層の評価値を１とするｎ段階評価値を各項目毎に
算出するステップと、 各顧客毎に前記３項目の評価値を合算するステップと、 その合計値の順序の顧客順位に配列するステップと、 その順位を複数階層ｎ個に分類し、最上位階層の評価値
をｎとするｎ段階評価値を算出するステップとからな
り、 潜在的な成長余地を持つ顧客層のリストを作成すること
を特徴とする顧客維持育成のための顧客データ分析方
法。 - 【請求項１０】 あらかじめ顧客に収集させる目的で購
入金額に応じてサービスポイントの点数が記入され、特
定したメーカーの商品に直接添付されているポイントシ
ールの応募に際して、顧客の住所・氏名を少なくとも記
入させ、所定期間採集して構築した応募履歴データベー
スにより、顧客の応募シールに相当する購入金額を抽出
し、前記所定期間内における顧客の購入金額の平均値以
下の顧客を対象とし、販売店での購入時点に少なくとも
所定期間の総購入量、類似した他社商品の購入状況、年
齢、家族人数のアンケート回答を所定期間採集し、構築
したアンケート回答データベースにより潜在的な成長余
地を持つ顧客の重要度順序を算出する顧客データ分析方
法であって、 月間あるいは年間など所定期間内における総購入量、類
似した他社商品の購入量、年齢、家族人数の少なくとも
４項目について前記アンケート回答データベースから抽
出するステップと、 前記項目毎に販売店の売上げ増加の寄与が高いと予想さ
れる順序の顧客順位に配列するステップと、 顧客順位の最上位から最下位までを複数階層ｎ個に分類
し、最上位階層の評価値をｎとし、最下位階層の評価値
を１とするｎ段階評価値を各項目毎に算出するステップ
と、 各顧客毎に前記少なくとも４項目の評価値を合算するス
テップと、 その合計値の順序の顧客順位に配列するステップと、 その順位を複数階層ｎ個に分類し、最上位階層の評価値
をｎとするｎ段階評価値を算出するステップとからな
り、 潜在的な成長余地を持つ顧客層のリストを作成すること
を特徴とする顧客維持育成のための顧客データ分析方
法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP31311799A JP2001134648A (ja) | 1999-11-02 | 1999-11-02 | 顧客維持育成のための顧客データ分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP31311799A JP2001134648A (ja) | 1999-11-02 | 1999-11-02 | 顧客維持育成のための顧客データ分析方法 |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001280568A Division JP2002140502A (ja) | 2001-09-14 | 2001-09-14 | 顧客維持育成のための顧客データ分析方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2001134648A true JP2001134648A (ja) | 2001-05-18 |
Family
ID=18037336
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP31311799A Pending JP2001134648A (ja) | 1999-11-02 | 1999-11-02 | 顧客維持育成のための顧客データ分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2001134648A (ja) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2003044708A1 (fr) * | 2001-11-21 | 2003-05-30 | Ricoh Company, Ltd. | Systeme a reseau |
| US8015443B2 (en) | 2002-02-15 | 2011-09-06 | Kabushiki Kaisha Toshiba | Reproduction test service apparatus for medical systems, maintenance support information management apparatus, X-ray CT system, and maintenance service center apparatus |
| JP2011221883A (ja) * | 2010-04-13 | 2011-11-04 | Nomura Research Institute Ltd | 情報分析装置 |
| CN106779868A (zh) * | 2016-12-30 | 2017-05-31 | 中国民航信息网络股份有限公司 | 大客户标记方法和装置 |
| CN113139857A (zh) * | 2021-05-17 | 2021-07-20 | 武汉阿杜拉电子商务有限公司 | 电子商务平台商家店铺智能管理方法、系统、设备和计算机存储介质 |
| CN113674111A (zh) * | 2021-07-14 | 2021-11-19 | 深圳思为科技有限公司 | 资源管理方法及装置 |
| CN117593034A (zh) * | 2024-01-17 | 2024-02-23 | 湖南三湘银行股份有限公司 | 基于计算机的用户分类方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0877184A (ja) * | 1994-07-06 | 1996-03-22 | Omron Corp | データ・ベース検索装置および方法，データ・ベース検索装置を備えたダイレクト・メール発行支援システム，顧客評価装置および方法，ならびに顧客評価装置を備えたダイレクト・メール発行支援システム |
| JPH1083484A (ja) * | 1996-05-20 | 1998-03-31 | Toko:Kk | 小売業の販売促進方法およびシステム |
-
1999
- 1999-11-02 JP JP31311799A patent/JP2001134648A/ja active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0877184A (ja) * | 1994-07-06 | 1996-03-22 | Omron Corp | データ・ベース検索装置および方法，データ・ベース検索装置を備えたダイレクト・メール発行支援システム，顧客評価装置および方法，ならびに顧客評価装置を備えたダイレクト・メール発行支援システム |
| JPH1083484A (ja) * | 1996-05-20 | 1998-03-31 | Toko:Kk | 小売業の販売促進方法およびシステム |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2003044708A1 (fr) * | 2001-11-21 | 2003-05-30 | Ricoh Company, Ltd. | Systeme a reseau |
| US7587339B2 (en) | 2001-11-21 | 2009-09-08 | Ricoh Company, Ltd. | Systems, methods, and computer readable medium for providing a site for selling a product in response to a request from a terminal |
| US8015443B2 (en) | 2002-02-15 | 2011-09-06 | Kabushiki Kaisha Toshiba | Reproduction test service apparatus for medical systems, maintenance support information management apparatus, X-ray CT system, and maintenance service center apparatus |
| JP2011221883A (ja) * | 2010-04-13 | 2011-11-04 | Nomura Research Institute Ltd | 情報分析装置 |
| CN106779868A (zh) * | 2016-12-30 | 2017-05-31 | 中国民航信息网络股份有限公司 | 大客户标记方法和装置 |
| CN113139857A (zh) * | 2021-05-17 | 2021-07-20 | 武汉阿杜拉电子商务有限公司 | 电子商务平台商家店铺智能管理方法、系统、设备和计算机存储介质 |
| CN113674111A (zh) * | 2021-07-14 | 2021-11-19 | 深圳思为科技有限公司 | 资源管理方法及装置 |
| CN117593034A (zh) * | 2024-01-17 | 2024-02-23 | 湖南三湘银行股份有限公司 | 基于计算机的用户分类方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Fildes et al. | Retail forecasting: Research and practice | |
| US20180130072A1 (en) | Commerce System and Method of Controlling the Commerce System Using Personalized Shopping List and Trip Planner | |
| Kalwani et al. | A price expectations model of customer brand choice | |
| Bergen et al. | Branded variants: A retail perspective | |
| Kumar et al. | Customer relationship management: A databased approach | |
| Harlam et al. | Modeling consumers’ choices of multiple items | |
| US20120253908A1 (en) | Commerce System and Method of Controlling the Commerce System Using Personalized Shopping List and Trip Planner | |
| MX2007006266A (es) | Sistema de computadora para planear y evaluar publicidad en el punto de venta para una entidad de venta al menudeo. | |
| US20030033190A1 (en) | On-line shopping conversion simulation module | |
| Gupta et al. | Measuring retail productivity of food & grocery retail outlets using the DEA technique | |
| US20120330807A1 (en) | Systems and methods for consumer price index determination using panel-based and point-of-sale market research data | |
| Gangurde et al. | Building prediction model using market basket analysis | |
| Jarratt et al. | Causal linkages between psychographic and demographic determinants of outshopping behaviour | |
| Leung et al. | Big-box store expansion and consumer welfare | |
| JP2001134648A (ja) | 顧客維持育成のための顧客データ分析方法 | |
| US7360698B1 (en) | Method for determining relevance to customers of an advertisement for retail grocery items offered by a retailer | |
| Suwarno | An empirical examination of price discount, bonus pack, and instore display on consumers’ purchase intention | |
| Seminari et al. | The impact of modern retail on traditional retail traders in the Mengwi, Badung district | |
| JP2002140502A (ja) | 顧客維持育成のための顧客データ分析方法 | |
| JP2002334379A (ja) | 商品評価システム及び方法 | |
| Sivakumar | Retail Marketing | |
| Anderson et al. | Enhanced decision making using data mining: applications for retailers | |
| WO2002057973A1 (fr) | Systeme et procede de promotion de la vente de marchandises | |
| Huynh et al. | Consumer store choice: A matching analysis | |
| Man et al. | Consumers’ Preference in Online Purchasing of Ornamental Plants in the Klang Valley, Malaysia |