JP2002140490A - マーケティング情報の分析方法、情報処理装置、および媒体 - Google Patents

Abstract

(57)【要約】 【課題】本発明の課題は、企業等が有する顧客データベ
ースと外部データとを有機的かつ低コストで結合し、消
費心理、ライフスタイル等、様々な側面からマーケティ
ングを支援する技術、情報処理技術を提供することであ
る。 【解決手段】マーケティング対象となる消費者をある種
のエリアで分類する。本発明では、このエリアを、単に
“居住地域”としてだけでなく“生活圏（＝生活感覚）
として捉える。具体的には、居住地域属性指標を問題ご
とに定義し、当該属性を使用してクラシフィケーション
を行い、同一セグメント（クラスター）に分類されたも
のを同一生活圏（＝エリア）と認識する。次に、「性別
・年齢・エリア（生活圏）」をキーに既存顧客データベ
ースと外部調査データをマッチングし、外部調査データ
に格納されている情報（“消費心理”、“ライフスタイ
ル”を含む）を既存顧客データベースに追加する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、マーケティング技
術、およびマーケティングおける情報処理技術に関する
ものである。

【０００２】

【従来の技術】顧客一人一人に個別に対応するマーケテ
ィング、すなわち、ONEtoONEマーケティングの先進国の
米国では、ソーシャルセキュリティーＮＯをベースにし
た個人データ（クレジットカード・車の登録番号、通信
販売購買履歴、ライフスタイルや個人的活動までのあら
ゆる分野のデータ）の入手が容易である（ただし、当該
個人の情報提供に対する許諾は必要である）。

【０００３】このため、新たに入手された個人情報（以
下外部データという）を企業所有の既存顧客データに加
えて拡張することが行われる。そして、外部データによ
って拡張された既存顧客データに対して、多変量解析や
データマイニング等のデータ分析技術を適用し、消費行
動、購買行動、各種経済的活動に関するルールや各種分
析結果を取得する。これにより、個人に対する直接的な
ダイレクトマーケティングを展開することが可能であ
る。しかし、日本においては、米国と同様な個人データ
の入手は法的にも物理的にも困難である。特に、個人情
報保護基本法に代表されるように個人データの不当な利
用防止の観点から、個人データの売買はますます難しく
なって来ている。

【０００４】ただ、上述のように、企業は、販売管理・
アフターフォローのために自社顧客の情報をデータベー
スとして保有している。しかし、企業が当該データベー
スをマーケティング活動に活用しようとしても、そのよ
うに蓄積されたデータのうち、信憑性を確保できるデー
タは、通常では、氏名・住所・性別・年齢に限られ、さ
らに信憑性の良いデータの場合でも、実際の購買履歴等
が限度である。もちろん、そのようなデータを使用して
の分析でも十分マーケティング施策として活用できる。
しかし、そのようなデータは、顧客データベースに蓄積
されていない新たな切り口の分析（具体的には、例え
ば、消費心理・ライフスタイルの分析）には利用できな
い。このような場合、採り得る手段としては、既存顧客
に対してアンケート調査を実施し、顧客データベースの
項目を消費心理・ライフスタイルにまで拡張することで
ある。

【０００５】しかしながら、既存顧客に対するアンケー
ト調査では、費用が過大である、法的制約に拘束される
場合がある、アンケート対象として適正な顧客層を選択
することが難しい等、様々な理由から実施が難しい。そ
のため、通常は以下の何れかを採用する場合が多い。

【０００６】既存顧客に対して、サンプリングアンケ
ート調査を行い、その結果を居住地域・性別・年齢層で
分類し、その結果を非サンプリング顧客に展開する。

【０００７】外部にアンケート調査を依頼し、その結
果を居住地域・性別・年齢層で分類する。もしくは、分
類のキーとなる質問項目を既存顧客にも質問し、回答を
元に分類する。そして、アンケート調査の結果を既存顧
客に展開する。

【０００８】しかし、それでも、やはり費用的側面か
ら、このようなアンケート調査の実施が難しいのが現状
である。また、“分類”として居住地域を限定するとア
ンケート調査の結果を適用できない場合が発生する。例
としては、東京全域のアンケート結果を北海道に適用で
きない。

【０００９】一方、インターネットの普及により、アン
ケートを速く・安く行なうことができるようになった。
インターネットアンケートは、電子メール・Webサイト
・電子会議室・アクセス履歴調査等のタイプに分類でき
る。このうち、多彩な調査を行なえる点、また際立った
短所が見当たらない点から、Webサイトタイプが主流に
なりつつある。

【００１０】またインターネットアンケートにおける対
象者選定方法は大きく分類して、公募型（オープンアン
ケート）・登録パネル型・半公募型・混合型がある。こ
のうち、アンケート回答者対象条件を絞れる点、また対
象人数を予想できる点から、登録パネル型・半公募型が
利用されることが多い。このような登録パネル型・半公
募型のアンケートでは、大量の回答者を獲得するための
インセンティブとして懸賞やポイント加算による特典を
設けることが多い。

【００１１】しかし、懸賞やポイント加算による特典を
主目的にした回答が必ずしも有効なマーケティング情報
に結びつかない場合もあった。

【００１２】

【発明が解決しようとする課題】本発明はこのような従
来の技術の問題点に鑑みてなされたものである。すなわ
ち、本発明の課題は、企業等が有する顧客データベース
と外部データとを有機的かつ低コストで結合し、消費心
理、ライフスタイル等、様々な側面からマーケティング
を支援する技術、情報処理技術を提供することである。

【００１３】また、本発明の課題は、大規模なアンケー
ト調査において信頼性の高い回答を得るアンケート調査
方法を提供することにある。

【００１４】

【課題を解決するための手段】本発明は前記課題を解決
するために、以下の手段を採用した。

【００１５】本発明では、マーケティング対象となる消
費者をある種のエリアで分類する。本発明では、このエ
リアを、単に“居住地域”としてだけでなく“生活圏
（＝生活感覚）として捉える。具体的には、居住地域属
性指標を問題ごとに定義し、当該属性を使用してクラシ
フィケーションを行い、同一セグメント（クラスター）
に分類されたものを同一生活圏（＝エリア）と認識す
る。

【００１６】このクラシフィケーション技法としては、
ニューラルネットワーク技術の1つである自己組織化マ
ップ（SOM：Self-Organization Map）※を利用（“多次
元状態空間→低次元状態空間変換をその位相関係は保ち
つつ低次元超平面に投影）するのが好適である。ただ
し、一般的に使用される他の多変量解析技法（クラスタ
ー分析等）を使用しても構わない。

【００１７】次に、「性別・年齢・エリア（生活圏）」
をキーに既存顧客データベースと外部調査データをマッ
チングし、外部調査データに格納されている情報（“消
費心理”、“ライフスタイル”を含む）を既存顧客デー
タベースに追加する。ここでマッチングとは、既存顧客
データベースのレコードに含まれる「性別・年齢・エリ
ア（生活圏）」と同一の「性別・年齢・エリア（生活
圏）」を有する外部調査データを既存顧客データベース
の当該レコードに追加することをいう。

【００１８】追加項目は、個人属性ではなく、該当する
クラスター内でのサイコロジカル思考可能性を確率分布
（可能性分布）で表現したものである。

【００１９】また、本発明は、従来と同じように懸賞や
ポイントによるインセンティブを設けることで大量のア
ンケート回答者を得ると共に、インセンティブとして対
象者に対して有意義な情報の提供（例えば性格診断や適
職診断）を行う。すなわち、対象者の回答に応じて質を
変化させた情報を提供する。これによって回答者に信頼
性の高い回答を行う動機付けがなされ、意義のある回答
を簡易かつ大量に獲得することができる。

【００２０】以上のように、発明は、生活圏をキーにし
て既存顧客データベースに外部調査データを低コストか
つ簡易に追加できる。

【００２１】また、本発明ではエリアを、“居住地域”
としてだけでなく“生活圏（＝生活感覚）として捉るた
め、単に既存顧客データベースを外部調査データを使用
して拡張するだけでなく、外部調査データから導出され
た特定地域に対する情報を他の地域における既存顧客デ
ータベースの情報に結びつけることができる。例えば、
外部調査データから得られる「潜在需要の発生確率」
は、対応する生活圏において既存顧客データベースの情
報「潜在需要の発生確率」とみなしてよいと考えられ
る。

【００２２】

【発明の実施の形態】以下、本発明の好適な実施の形態
を図１から図１２の図面に基いて説明する。

【００２３】図１は本実施の形態に係る情報処理システ
ムのシステム構成図であり、図２は、１世帯当たりの消
費支出に基づいて、都道府県をクラスタ化した例であ
り、図３は、１世帯当たりの消費支出に基づいて、東京
都内２３区をクラスタ化した例であり、図４は、アンケ
ート等の外部調査データを生活圏・性別・年齢別に集計
した結果の例であり、図５は、既存顧客データとサイコ
ロジカル思考確率分布との関係を示す図であり、図６
は、エンリッチクライアント顧客データベース７の活用
例であり、図７は本実施の形態におけるアンケートの構
成を例示する図であり、図８は、本実施の形態における
アンケート例であり、図９は、図１に示したサーバ１の
ハードウェア構成図であり、図１０は、データエンリッ
チプログラムの処理を示すフローチャートであり、図１
１は、アンケート結果に基づく生活圏別、性別、年齢
別、形態別の保険の加入確率を示す図であり、図１２
は、図１１の加入確率に基づき、潜在需要を推定する例
を示す図である。

【００２４】＜システム構成＞図１は、本実施の形態の
情報処理システムのシステム構成図である。この情報処
理システムは、情報サービスを提供するサーバ１（ナレ
ッジファクトリーと記載）と、オンラインまたはオフラ
インでサーバ１からサービスの提供を受けるクライアン
ト企業の各種情報機器と、アンケートに回答する消費者
の双方向通信機器とから構成される。

【００２５】サーバ１は、サーバ１が過去に蓄積した様
々なデータを蓄積する各種外部データベース２と、消費
者に対してオンラインのアンケートを実行するアンケー
トシステム３と、アンケートの回答を蓄積するアンケー
ト調査データベース４と、クライアント企業の既存顧客
データを蓄積する一元化クライアントＭＣＩＦ（Marcke
ting Customer Information File）と、各種外部データ
ベース２やアンケートデータベース４に基づいてクライ
アント企業の既存顧客データをエンリッチするエンリッ
チシステム６と、エンリッチされた既存顧客データを記
録するエンリッチクライアント顧客データベース７とを
有している。

【００２６】ここで、エンリッチとは、既存データに情
報を追加し、情報を充実させ、価値を高めるこという。
これは、例えば、クライアント企業の既存顧客データに
アンケート調査の結果や各種データベース２に記録され
ている情報を結合すること等が該当する。

【００２７】各種外部データベース２には、過去の情報
収集の結果、情報解析結果、各種統計情報、産業情報、
経済情報等が記録される。これらは、例えば、都市の人
口、面積、世帯数、法人数、景気の動向、為替の動向、
金利動向、気象の変化、産業別売り上げの推移等であ
る。

【００２８】アンケートシステム３は、インターネット
上にアンケートサイトを提供するＷＷＷ（World Wide W
eb）サーバである。消費者は、双方向の通信機器、例え
ば、ネットワークに接続されたパーソナルコンピュータ
やデジタルテレビ、携帯電話、ＰＤＡ（Personal Data
Assistant）、通信機能を設けた車載機等を介してアン
ケートシステム３にアクセスする。

【００２９】このアンケートシステム３は、アンケート
への回答結果を顧客プロファイルと突き合わせ、顧客が
真面目にアンケートに回答したか否かを判定する。真面
目にアンケートに回答した顧客に対しては、顧客にとっ
て有意義なインセンティブ情報を提供する。例えば、職
業意識を調査するアンケートにおいては、真面目な回答
者に対して適職情報や能力評価結果が報告される。アン
ケートの結果は、アンケート調査データベース４に蓄積
される。

【００３０】一元化クライアントＭＣＩＦ５には、クラ
イアント企業の顧客情報が所定のレコード形式に変換さ
れて格納される（データのクレンジングおよびマッチン
グ）。この顧客情報は、オンラインまたはオフラインで
一元化クライアントＭＣＩＦ５に入力される。オンライ
ンとは、特定クライアント企業との専用回線、ＶＰＮ
（Virtual Private Network）、またはインターネット
等を介してデータを交換することをいう。また、オフラ
インとは、コンピュータが読み取り可能な記録媒体、例
えば、フロッピー（登録商標）ディスク、光磁気ディス
ク、ＣＤ−Ｒ、ＤＶＤ−ＲＡＭ、ＤＡＴ（Digital Audi
o Tape）等を介してデータを入出力することをいう。

【００３１】エンリッチシステム６は、「生活圏・性別
・年齢」をキーに既存顧客データベースと各種外部デー
タベース２、アンケート調査データベース４を結合する
（このように結合することをマッチングするともい
う）。

【００３２】まず、エンリッチシステム６は、生活圏に
基づいて、各種外部データベース２およびアンケート調
査データベース４の情報を分類し、クラスタ化する。そ
して、エンリッチシステム６は、「生活圏・性別・年
齢」をキーにしてクラスタ化された情報を既存顧客デー
タに追加し、エンリッチクライアント顧客データベース
７に格納する。

【００３３】また、エンリッチシステム６は、クラスタ
化された各種外部データベース２およびアンケート調査
データベース４の情報に基づき、各クラスタ内での心理
的思考可能性を確率分布で記述し、既存顧客データベー
スに追加する。

【００３４】以上のようにエンリッチされた既存顧客デ
ータは、クライアント企業のデータベースに戻される。
クライアント企業のデータベースへは、一元化クライア
ントＭＣＩＦ５への入力の場合と同様、オンラインまた
はオフラインによりデータが提供される。

【００３５】＜生活圏の形成手順＞生活圏は、生活感覚
を示す属性指標（生活指標に相当）にしたがい居住地域
をクラスタ化することで生成される。クラスタ化される
居住地域の単位、およびクラスタ化のための属性指標
は、既存顧客データをエンリッチする目的、すなわち、
解決すべき課題に応じて設定される。

【００３６】例えば、比較的広い範囲で流通し、かつ生
活感覚に対する依存度が比較的低い商品、例えば携帯電
話の購入動向を調査するのであれば、都道府県を単位と
してクラスタ化してもよい。

【００３７】また、例えば、生活感覚に強く依存する商
品、例えば、自動車、化粧品、衣料品等ブランドイメー
ジの影響を受け、かつ、ブランドごとの価格差が大きい
商品の消費動向を詳細に調査したい場合、市町村区等の
細かい居住地域を単位としてクラスタ化する。

【００３８】クラスタ化のための属性指標は、各居住地
域の経済的特性を示す変数の中から、エンリッチする目
的、すなわち、解決すべき課題に応じて選定される。例
えば、消費動向を分析した場合、クラスタ化のための属
性指標として、各居住地域の１世帯当たりの消費支出、
例えば、食料費、住居費、光熱・水道費、家具・家事用
品費、被服および履物費、保健医療費、交通・通信費、
教育費、教養娯楽費を用いればよい。

【００３９】これら各々の変数にすべての居住地域にお
いて正規化、標準化、対数変換等の各種データ変換を実
施し、そのデータ変換された変数の組み合わせが類似す
る居住地域を生活圏としてクラスタ化する。ここで、正
規化とは、変数を例えば、０から１の範囲の数値にする
ことをいう。また、標準化とは、変数を平均０、標準偏
差１の数値にすることをいう。また、対数変換とは、変
数を対数関数で写像することをいう。

【００４０】そのようなクラスタ化された生活圏の例を
図２および図３に示す。図２は、上記の各居住地域１世
帯当たりの消費支出に基づいて、都道府県をクラスタ化
した例である。図２のように、東京・神奈川、あるいは
兵庫・大阪のように隣接する都府県が同一の生活圏とな
る場合がある。

【００４１】しかし、例えば、岩手と愛媛・高知、ある
いは、福岡、広島、宮城、愛知、京都・奈良のように地
理的には、離散した居住地域が同一の生活圏を形成する
場合もある。

【００４２】図３は、各居住地域１世帯当たりの消費支
出に基づいて、東京都内２３区をクラスタ化した結果で
ある。なお、さらに、細かい単位で居住地域をクラスタ
化する必要がある場合、例えば、東京都中央区でも、銀
座、築地、日本橋等における生活感覚の差異を反映した
エンリッチ処理を行いたい場合、あるいは、東京都大田
区で田園調布、蒲田の生活感覚の差異を反映したエンリ
ッチ処理を行いたい場合には、さらに細かい居住地域に
基づいてクラスタ化を実行すればよい。

【００４３】＜エンリッチ処理の手順＞図４は、アンケ
ート等の外部調査データを生活圏・性別・年齢別に集計
した結果の例である。図４では、一例として、エリア１
で指定される生活圏での集計例が示されている。

【００４４】この外部調査データは、貯蓄の目的を調査
した結果である。調査における選択項目は、例えば、”
病気や不時の災害に備えるため”、””子供の教育資金
にあてるため”等である。

【００４５】調査結果は、生活圏・性別・年齢別に集計
され、当該生活圏・性別・年齢の分類に属する個人のサ
イコロジカル思考確率分布（百分率）で記述される。例
えば、エリア１（生活圏）における、４０代男性の場
合、”病気や災害に備えるため”と思考する確率が４５
％であることが分かる。このようなアンケートの調査に
基づくサイコロジカル思考確率分布は、生活圏をキーに
して既存顧客データに付加される。

【００４６】図５は、既存顧客データとサイコロジカル
思考確率分布との関係を示す図である。図５は、左上部
の既存顧客データ５Ａに対して、生活圏別性年齢層別サ
イコロジカル思考確率分布を付加する手順を示してい
る。

【００４７】図５の右上に示したマップ３０は、居住地
域の単位である市区町村（六角形で示される）をクラス
タ化した結果を示している。マップ３０において、境界
線３１は、生活圏の境界である。

【００４８】市区町村を示す六角形に付されたパターン
の濃度（図５ではパターンの濃度に代えてパターンの種
類を変更して表示）は、各市区町村の間の属性指標の空
間における距離を示している。マップ３０は、このパタ
ーンの濃度が高い程、隣接六角形（市区町村）との距離
が遠いことを示す。

【００４９】ここで、属性指標の空間とは、例えば、食
料費、住居費、光熱・水道費、家具・家事用品費、被服
および履物費、保健医療費、交通・通信費、教育費、教
養娯楽費を軸とする空間である。

【００５０】このようなマップ３０は、ニューラルネッ
トワーク技術のよる分類技法の１つであるＳＯＭ（Self
-Organizing Maps）を利用して作成することができる。
ＳＯＭによるクラスタ化の手順については、T.Kohone
n,”Self-Organization AND Associative Memory”, Sp
ringer Series、in Information Sciences, Vlume8 198
4またはT.Kohonen,”Self-Organizing Maps”, Springe
r-Verlag Berlin Heidelberg 1995等に詳細に説明され
ている。

【００５１】ＳＯＭによるクラスタ化の概要は、以下の
通りである。 （１）市区町村のようなクラスタ化の対象（マップ３０
の六角形で示される）を多次元の属性指標の空間から低
次元（一般的には２次元）の超平面（または平面）にマ
ッピングし、マップ３０を形成する。 （２）マップ３０上の隣接市区町村間の距離（六角形内
のパターンの濃度で示される）に基づいて、境界線３１
を設定する。これは、プログラムの処理としては、マッ
プ３０上での隣接市区町村の距離が所定以内のものを集
めてクラスタ化すればよい。 （３）境界線３１によって区分される市区町村の集合を
クラスタ（生活圏）とする。

【００５２】図５下部のテーブルは、生活圏別性年齢層
別サイコロジカル思考確率分布を既存顧客データに追加
したエンリッチクライアント顧客データベース７を示し
ている。

【００５３】例えば、既存顧客データ５Ａの既存顧客Ｎ
ｏ．１１（４３歳男性）は、市区町村５に居住する。そ
こで、市区町村５が属する生活圏であるエリア３が参照
され、エリア３の４０代男性のサイコロジカル思考確率
分布が既存顧客データ（No.11）に付加される。ただ
し、この付加は、データのコピーでもよいし、ポインタ
によるリンクであってもよい。図５では、理解の容易の
ため、既存顧客データにサイコロジカル思考確率分布が
コピーされた形式で表示されている。

【００５４】図６は、エンリッチクライアント顧客デー
タベース７によって、施策案、例えばセールスプロモー
ション・ターゲットを設定する例を示す。

【００５５】ここでは、保険を販売するターゲットを絞
る例を示す。今、保険販売において「病気に備える人
は、医療保険に入りやすい」および「４０歳以上で貯蓄
指向のある人は保険に入りやすい」という仮説があった
とする。

【００５６】この仮説に基づいて、エンリッチクライア
ント顧客データベース７に対する検索条件が以下のよう
に設定される。 検索条件１：「病気や不時の災害に備えるため」が１／
３以上。 検索条件２：年齢が４０歳以上、かつ、「貯蓄していれ
ば安心だから」が１／１０以上。

【００５７】この２つの条件は、論理演算のＯＲで結合
される。このような検索条件にしたがい、エンリッチク
ライアント顧客データベース７を検索すると、図６下部
ように、既存顧客ＮＯ．３、７−１１が検索される。

【００５８】＜アンケート調査の手順＞図７および図８
を用いてアンケート調査の手順を示す。図７は、本実施
の形態におけるアンケート項目の概要を説明する図であ
り、図８は本実施の形態のアンケートの一例である。

【００５９】図７に示すように、本実施の形態において
は、アンケート項目は、基本属性に係る項目、一般的な
サイコロジカル情報を聞き出す項目、および個別分野の
項目からなる。

【００６０】基本属性に係る項目には、性別、年齢、住
所、現在の職種、血液型等が含まれる。基本属性は、回
答者を生活圏、性別、年齢等でカテゴライズできる程度
の情報である。したがって、個人を特定する情報は含ま
ない。

【００６１】サイコロジカル情報を聞き出す項目とは、
例えば、好きな色、好きな場所、好きなタレント、好き
な映画等である。

【００６２】個別分野の項目とは、回答の者の興味分野
に係る項目である。回答者の興味分野を誘導する質問項
目への回答内容に応じて、その興味分野が決定される。

【００６３】本実施の形態において、アンケート方法の
特徴は、アンケートの流れの中に、アンケートを依頼す
るクライアント企業が知りたいアンケート項目を混在さ
せることにある。例えば、人材派遣会社からの依頼であ
る回答者の専門知識を問う項目と、回答者の一般的な興
味を絞る項目とが混在して問われる。

【００６４】さらに、本実施の形態において、アンケー
ト方法の特徴は、いずれかのアンケート項目の中に回答
者の欲する情報、例えば、適職、運勢等を分析するため
の質問項目を含めておく点にある。

【００６５】これは、例えば、自動車業界に興味を示す
回答者に対して、設計に係る専門用語、経理に係る専門
用語等の知識や営業に対する意欲の有無等を問い合わせ
る質問項目を混在させておく。

【００６６】そして、回答者の回答の一貫性を解析し、
所定の水準の一貫性が見いだされた場合、その回答者に
適職判断の結果を通知する。さらに、また、回答者の生
年月日、血液型等に基づいてその日の運勢を表示する。

【００６７】図８は、本実施の形態において、インター
ネット上のウェブページに表示され、一般公募されるア
ンケートの例である。まず、このアンケートの開始時点
で、「真面目に回答すると、あなたの適職と今日の運勢
が表示されるよ。」というメッセージが表示される。

【００６８】また、このアンケートは、基本属性（例え
ば、性別、年齢等）、サイコロジカル情報を聞き出す項
目（好きな色等）の後、興味のある業界を訪ねている。
図８の例では、回答者が自動車業界を選択したので、自
動車に関連する個別分野の質問項目が表示される。

【００６９】その中で、例えば、興味ある次世代車のテ
クノロジーを問い合わせる質問に対し回答者はＤＰＦと
回答している（太枠により回答者の選択項目を表示して
いる）。さらに、その理由を問い合わせる質問に対して
回答者は環境対策重視を選択している。

【００７０】このように、テクノロジーとしてＤＰＦ
（ディーゼル微粒子除去装置）を選択し、その理由とし
て環境対策重視を選択していることから、この回答者は
無秩序に回答したのではなく、アンケートに真摯に回答
していることが分かる。なお、このように、回答の妥当
性を判定するため、例えば、当該回答者の個人プロファ
イルを事前に登録したり、過去の回答例を保存しておい
てもよい。そのような個人プロファイルや過去の回答例
との比較から、今回の回答の妥当性を判定してもよい。

【００７１】また、この回答者はこのようなキーワード
を理解していることから、用語に対する知識および興味
は十分と判定される。そこで、適職として自動車メーカ
の広報担当が示され、さらに、性別、年齢、血液型に基
づいて今日の運勢が表示される。

【００７２】＜ハードウェア構成＞図９は、図１に示し
たサーバ１のハードウェア構成図である。サーバ１は、
プログラムを実行するＣＰＵ１２と、ＣＰＵ１２で実行
されるプログラムや、ＣＰＵ１２で処理されるデータを
記憶するメモリ１３と、プログラムやデータを記録する
ハードディスク１４と、ネットワークにアクセスする通
信インターフェース１５と、表示部１６と、キーボード
１７と、ポインティングデバイス１８と、リムーバルメ
ディア駆動装置１９とを備えている。

【００７３】ＣＰＵ１２は、メモリ１３に記憶されたプ
ログラムを実行し、ウェブサーバ１としての機能を提供
する。

【００７４】メモリ１３は、ＣＰＵ１２で実行されるプ
ログラムやＣＰＵ１２で処理されるデータを記憶する。

【００７５】ハードディスク１４は、ＣＰＵ１２で実行
されるプログラムやＣＰＵ１２で処理されるデータを記
録する。

【００７６】通信インターフェース１５は、ＣＰＵ１２
の指令により、ネットワークにアクセスし、消費者の有
する双方向通信機器やクライアント企業の有するホスト
コンピュータと通信する。ＣＰＵ１２は、通信インター
フェース１５を介してアンケートサイトをインターネッ
ト上に提供し、アンケートの回答を収集する。また、Ｃ
ＰＵ１２は、通信インターフェース１５を介しネットワ
ーク上のクライアント企業のホストコンピュータから既
存顧客データを受信する。

【００７７】表示部１６は、ネットワークを通じて収集
されたデータや、そのデータを処理した結果を表示す
る。表示装置１６は、例えば、ＣＲＴ、液晶ディスプレ
イ、フィルムタイプの液晶表示装置、ＰＤＰ（plasma d
iplay panel）、ＥＬ（electroluminescence）パネル、
ＦＥＤ（field emission display）等である。

【００７８】キーボード１７は、ユーザが文字情報を入
力するために使用される。ポインティングデバイス１８
は、ユーザが表示部１６に表示されたメニューやアイコ
ン等を操作するために使用される。

【００７９】ポインティングデバイス１８は、例えば、
マウス、トラックボール、ジョイスティック、静電式タ
ッチパッド、スティック形状のアキュポイント、タッチ
パネル、あるいは、光学式ポインティングデバイス等で
ある。

【００８０】リムバールメディア駆動装置１９は、オフ
ラインで顧客情報を入力し、エンリッチされた顧客情報
を出力するのに使用される。ここで、リムーバルメディ
アとは、サーバ１から取り外し可能な情報記録媒体であ
る。リムーバルメディアは、例えば、ＣＤ−Ｒ、ＣＤ−
ＲＷ、ＤＶＤ−ＲＡＭ、ＤＶＤ−ＲＷ、ＤＡＴ（Digita
l Audio Tape）、フラッシュメモリカード等である。

【００８１】＜作用と効果＞図１０は、図９に示したＣ
ＰＵ１２で実行されるデータエンリッチプログラムの処
理を示すフローチャートである。ＣＰＵ１２は、データ
エンリッチプログラムを実行し、図１に示したエンリッ
チシステム６としての機能を提供する。

【００８２】この処理では、ＣＰＵ１２は、まず、ユー
ザ（データエンリッチ処理を実行するオペレータ）に居
住地域単位を指定させる（Ｓ１）。居住地域の単位は、
例えば、国、都道府県、市区町村、町、郵便番号対応地
域、電話の市外局番地域、電話の市内局番地域等であ
る。

【００８３】次に、ＣＰＵ１２は、居住地域の属性指標
データを入力させる。これは、例えば、当該居住地域単
位ごとの１世帯当たりの消費支出、例えば、食料費、住
居費、光熱・水道費、家具・家事用品費、被服および履
物費、保健医療費、交通・通信費、教育費、教養娯楽費
等である。このような情報、例えば、市区町村ごとの１
世帯当たりの消費支出は、各市区町村から公表されてい
る。属性指標データは、通信インターフェース１５から
ネットワークを介して入力されてもよい。また、性指標
データは、リムーバルメディア駆動装置１９からオフラ
インで入力されてもよい。

【００８４】次に、ＣＰＵ１２は、上記居住地域を単位
として、上記属性指標データからＳＯＭを作成し、隣接
居住地域間の距離が所定値以下のものをクラスタ化す
る。これによって、居住地域が生活圏に分類される（Ｓ
３）。

【００８５】次に、ＣＰＵ１２は、各種外部データベー
ス２またはアンケートデータベース３に含まれる「居住
地域・性別・年齢」を基に、これらのデータを生活圏別
性年齢別サイコロジカル確率分布に集計する（Ｓ４）。

【００８６】次に、ＣＰＵ１２は、生活圏を基に、生活
圏別性年齢別サイコロジカル確率分布を既存顧客データ
にリンクさせる。

【００８７】以上述べたように、本実施の形態の情報処
理システムでは、消費者の生活感覚を反映する属性指標
により居住地域をクラスタ化し、生活圏を形成する。そ
して、この生活圏をキーにして、既存顧客データに各種
外部データベース２、アンケート調査データベース４等
の情報が付加される。これにより、生活圏をキーにして
既存顧客データを充実させ、高レベルのマーケティング
情報に拡張することができる。

【００８８】また、この情報システムでは、単なる居住
地域をキーにするのではなく、生活圏をキーにして既存
顧客データベースを拡張する。このため、地理的には隣
接しない異なる地域を同一の生活圏とし、互いのマーケ
ティング情報を結びつけ、充実させることができる。

【００８９】＜潜在需要の導出例＞ここでは、保険潜在
需要の導出例を示す。今、上述のように市区町村ごと消
費出に基づき、生活圏を形成させた場合を考える。ま
た、各市区町村ごと性別、年齢層ごとの人口が分かって
いると仮定する。

【００９０】また、特定の市区町村（例えば横須賀市）
と同一生活圏に属する市区町村（例えば、千葉市）のア
ンケート結果から、当該生活圏における潜在需要である
性別、年齢別、形態別の保険の加入が判明している仮定
する。

【００９１】図１１は、横須賀市と同一の生活圏に属す
る都市におけるアンケート結果の生活圏別、性別、年齢
別、形態別の保険の加入確率である。例えば、この生活
圏では、十代の男性が国内系生命保険に加入する確率が
３５．１％であり、外資系生命保険に加入する確率が３
４．４％等であることが分かっている。

【００９２】図１２は、図１１の加入確率に基づき、横
須賀市の潜在需要を推定する例を示す図である。すなわ
ち、図１１のように求められている性別、年齢別、形態
別の保険の加入確率と横須賀市の性別、年齢別人口統計
データとを掛け合わせることにより、横須賀市における
潜在需要１００を求めることができる。

【００９３】＜変形例＞上記実施の形態では、ＳＯＭを
利用して市区町村を単位にして生活圏であるクラスタを
形成する例を示した。しかし、本発明の実施は、ＳＯＭ
を利用した手順には限定されない。例えば、属性指標の
空間、例えば、食料費、住居費、光熱・水道費、家具・
家事用品費、被服および履物費、保健医療費、交通・通
信費、教育費、教養娯楽費等を軸とするＮ次元の空間に
おける距離を各市区町村間で逐一算出し、所定距離以内
の市区町村を１つの生活圏としてクラスタ化してもよ
い。これは、一般的なクラスタ分析の手順である。

【００９４】上記実施の形態では、エンリッチクライア
ント顧客データベース７からプロモーション・ターゲッ
トを検索するため、保険販売上の仮説に基づいて検索条
件を設定した。しかし、本発明の実施のこのような手順
には限定されない。例えば、このようなビジネス上の仮
説をルールベースに蓄積し、推論エンジンを利用して推
論させてもよい。

【００９５】上記実施の形態では、生活圏をキーとし
て、各種外部データベース２、アンケートデータベース
３のデータから生活圏別性年齢別サイコロジカル確率分
布を求め、既存顧客データにリンクさせる例を示した。
しかし、本発明の実施はこのような手順には限定されな
い。

【００９６】例えば、生活圏をキーにして予め各種外部
データベース２、アンケートデータベース３のデータを
既存顧客データにリンクさせ、その後に、既存顧客デー
タベースから生活圏別性年齢別サイコロジカル確率分布
を求めてもよい。これは、例えば、元々、既存顧客デー
タに生活圏別性年齢別サイコロジカル確率分布に影響を
与える項目が含まれている場合、その項目の影響を反映
した確率分布を得ることができる。

【００９７】また、含まれる地域が異なる２以上の顧客
データベース、例えば、東京都内の地域を対象とする顧
客データベースと大阪府内の地域を対象とする顧客デー
タベースがあった場合、生活圏を基に２つのデータベー
スを結合させてもよい。例えば、東京の顧客データベー
スでは、化粧品に関連する顧客の意識調査が含まれ、大
阪の顧客データベースでは、金融商品に関連するニーズ
調査の結果が含まれていると仮定する。

【００９８】このような場合、東京の特定の地域と大阪
の特定の地域、例えば、大田区田園調布と大阪市住吉区
帝塚山が同一の生活圏に分類されるような場合、大田区
田園調布における化粧品に関連する顧客の意識調査を大
阪市住吉区帝塚山の居住者に適用すればよい。また、逆
に、大阪市住吉区帝塚山における金融商品に関連するニ
ーズ調査の結果を大田区田園調布の居住者に適用すれば
よい。

【００９９】また、顧客データベースのデータを生活圏
に基づいて分割しておき、各生活圏に属する地域におい
て、不足する調査項目に関するアンケートを実施しても
よい。生活圏をキーにして、そのアンケート結果に基づ
いて、顧客データベースをエンリッチすればよい。

【０１００】上記実施の形態およびその変形例では、同
一生活圏に属する地域ごとに顧客データベースのデータ
やアンケートデータ等を結合した。しかし、本発明は、
このような手順には限定されない。例えば、ある生活圏
に属する特定の個人情報の入手が困難であるような場
合、その生活圏に属する他の個人に係る個人情報を利用
してもよい。

【０１０１】すなわち、情報収集の対象人物と同一人物
ではない複数の者で、同一クラスタリングされている者
の属性を対象人物の属性として見なすことで、その対象
人物に関する具体的項目を得ることなく、仮想データの
収集ができる。

【０１０２】上記実施の形態においては、エンリッチシ
ステム６の機能を提供するＣＰＵ１２上のデータエンリ
ッチプログラムにより、顧客データベースのデータがエ
ンリッチされた。しかし、本発明の実施は、このような
構成や手順には限定されない。例えば、図１０に示した
データエンリッチプログラムの一部をハードウェアで実
行してもよい。また、図１０に示したデータエンリッチ
プログラムの一部の手順を人手で行ってもよい。例え
ば、ＯＣＭにマップ３０のクラスタ化の判断において人
が示唆をあたえて、その結果生成されたクラスタに基づ
き、ＣＰＵ１２が大量の顧客データをエンリッチしても
よい。本発明は、このようなデータを処理する方法を含
む。

【０１０３】また、上記実施の形態では、図１に示した
ように、基本的には、消費者とアンケートシステム３と
をオンライン、例えばインターネット等で接続してアン
ケートを実施する。しかし、本発明のアンケート方法
は、アンケート項目の構成と解析、およびそれに対する
消費者への有用な情報の提供にあり、オンラインのアン
ケートに限定されるものではない。例えば、雑誌上、街
角において実施したり、消費者宅を訪問するような形態
で行ってもよい。

【０１０４】＜コンピュータ読み取り可能な記録媒体＞
上記実施の形態のデータエンリッチプログラムを、コン
ピュータ読み取り可能な記録媒体に記録することができ
る。そして、コンピュータに、この記録媒体の情報処理
プログラムを読み込ませて実行させ、上記実施の形態で
説明した機能を提供させることができる。

【０１０５】ここで、コンピュータ読み取り可能な記録
媒体とは、データやプログラム等の情報を電気的、磁気
的、光学的、機械的、または化学的作用によって蓄積
し、コンピュータから読み取ることができる記録媒体を
いう。このような記録媒体のうちコンピュータから取り
外し可能なものとしては、例えばフロッピーディスク、
光磁気ディスク、CD-ROM、CD-R/W、DVD、DAT、８mmテー
プ、メモリカード等がある。

【０１０６】また、コンピュータに固定された記録媒体
としてハードディスクやＲＯＭ（リードオンリーメモ
リ）等がある。

【０１０７】

【発明の効果】以上説明したように、本発明によれば、
企業等が有する顧客データベースと外部データとを有機
的かつ低コストで結合し、消費心理、ライフスタイル
等、様々な側面からマーケティングを支援することがで
きる。また、本発明によれば、大規模なアンケート調査
において信頼性の高い回答を得ることができる。

【図面の簡単な説明】

【図１】 本発明の実施の形態に係る情報処理システム
のシステム構成図

【図２】 １世帯当たりの消費支出に基づいて、都道府
県をクラスタ化した例

【図３】 １世帯当たりの消費支出に基づいて、東京都
内２３区をクラスタ化した例

【図４】 外部調査データを生活圏・性別・年齢別に集
計した結果の例

【図５】 既存顧客データとサイコロジカル思考確率分
布との関係を示す図

【図６】 エンリッチクライアント顧客データベース７
の活用例

【図７】 アンケートの構成を例示する図

【図８】 アンケート例

【図９】 サーバ１のハードウェア構成図

【図１０】データエンリッチプログラムの処理を示すフ
ローチャート

【図１１】アンケート結果に基づく生活圏別、性別、年
齢別、形態別の保険の加入確率を示す図

【図１２】潜在需要を推定する例を示す図

【符号の説明】

１ サーバ ２ 各種外部データベース ３ アンケートシステム ４ アンケート調査データベース ５ 一元化クライアントＭＣＩＦ ６ エンリッチシステム ７ エンリッチクライアント顧客データベース １２ ＣＰＵ １３ メモリ １４ ハードディスク １５ 通信インターフェース １６ 表示部 １７ キーボード １８ ポインティングデバイス １９ リムーバルメディア駆動装置

───────────────────────────────────────────────────── フロントページの続き (72)発明者 岩崎 学 東京都中野区中野４丁目11番10号 株式会 社電通国際情報サービス内 (72)発明者 小船 浩延 東京都中野区中野４丁目11番10号 株式会 社電通国際情報サービス内 Ｆターム(参考） 5B049 BB11 CC08 DD01 DD05 EE01 EE02 EE14 FF03 FF04 FF09 GG04 GG07 GG09

Claims (19)

【特許請求の範囲】
1. 【請求項１】 マーケティング情報の分析方法であり、 生活指標に基づいて地域を区分した地域単位を定義する
   ステップと、 複数の地域単位に対して生活指標が類似する地域単位を
   グループ化した生活圏を生成するステップと、 前記生活圏に基づいてマーケティング情報を分析する分
   析ステップとからなるマーケティング情報の分析方法。
2. 【請求項２】 第１のマーケティング情報の部分を生活
   圏に基づいて分類するステップと、 第２のマーケティング情報の部分を生活圏に基づいて分
   類するステップと、 共通の生活圏によって分類される第１のマーケティング
   情報の部分と第２のマーケティング情報の部分とを結合
   するステップとをさらに実行する請求項１記載のマーケ
   ティング情報の分析方法。
3. 【請求項３】 第１のマーケティング情報の部分を生活
   圏に基づいて分類するステップと、 生活圏ごとに第２のマーケティング情報を収集するステ
   ップと、 共通の生活圏によって分類される第１のマーケティング
   情報の部分と第２のマーケティング情報の部分とを結合
   するステップとをさらに実行する請求項１記載のマーケ
   ティング情報の分析方法。
4. 【請求項４】 前記分析ステップは、同一生活圏にグル
   ープ化された第１および第２の地域単位に対して、第１
   の地域単位に係るマーケティング情報を第２の地域単位
   に係るマーケティング情報として分析する請求項１記載
   のマーケティング情報の分析方法。
5. 【請求項５】 同一生活圏にグループ化された第１およ
   び第２の地域単位に対して、第１の地域単位に係るマー
   ケティング情報に基づく分析結果を第２の地域単位に係
   るマーケティング情報に基づく分析結果とみなして適用
   するステップをさらに有する請求項１記載のマーケティ
   ング情報の分析方法。
6. 【請求項６】 前記分析ステップは、前記生活圏または
   生活圏に属する地域単位に居住する居住者の心理的思考
   の発生確率、またはその心理的思考にしたがう行動の発
   生確率により分析結果を表現する請求項１記載のマーケ
   ティング情報の分析方法。
7. 【請求項７】 マーケティング情報を分析する情報処理
   装置であり、 複数地域の生活指標を入力する入力部と、 分析結果を表示する表示部と、 分析部とを備え、この分析部は、 生活指標に基づいて地域を区分した地域単位を形成し、
   複数の地域単位に対して生活指標が類似する地域単位を
   グループ化した生活圏を生成し、その生活圏に基づいて
   マーケティング情報を分析する情報処理装置。
8. 【請求項８】 前記分析部は、第１のマーケティング情
   報の部分および第２のマーケティング情報の部分を生活
   圏に基づいて分類し、 共通の生活圏によって分類される第１のマーケティング
   情報の部分と第２のマーケティング情報の部分とを結合
   して分析する請求項７記載の情報処理装置。
9. 【請求項９】 前記分析部は、第１のマーケティング情
   報の部分を生活圏に基づいて分類し、 前記入力部は、生活圏ごとに収集された第２のマーケテ
   ィング情報を入力させ、 共通の生活圏によって分類される第１のマーケティング
   情報の部分と第２のマーケティング情報の部分とが結合
   して分析される請求項７記載の情報処理装置。
10. 【請求項１０】 前記分析部は、同一生活圏にグループ
    化された第１および第２の地域単位に対して、第１の地
    域単位に係るマーケティング情報を第２の地域単位に係
    るマーケティング情報として分析する請求項７記載の情
    報処理装置。
11. 【請求項１１】 前記分析部は、同一生活圏にグループ
    化された第１および第２の地域単位に対して、第１の地
    域単位に係るマーケティング情報に基づく分析結果を第
    ２の地域単位に係るマーケティング情報に基づく分析結
    果とみなして適用し、 前記表示部は、その適用結果を表示する請求項７記載の
    情報処理装置。
12. 【請求項１２】 前記分析部は、前記生活圏または生活
    圏に属する地域単位に居住する居住者の心理的思考の発
    生確率、またはその心理的思考にしたがう行動の発生確
    率により分析結果を表現する請求項７記載の情報処理装
    置。
13. 【請求項１３】 コンピュータに、マーケティング情報
    を分析させるプログラムであり、 生活指標に基づいて地域を区分した地域単位を定義する
    ステップと、 複数の地域単位に対して生活指標が類似する地域単位を
    グループ化した生活圏を生成するステップと、 前記生活圏に基づいてマーケティング情報を分析する分
    析ステップとを実行させるプログラムを記録したコンピ
    ュータ読み取り可能な記録媒体。
14. 【請求項１４】 第１のマーケティング情報の部分を生
    活圏に基づいて分類するステップと、 第２のマーケティング情報の部分を生活圏に基づいて分
    類するステップと、 共通の生活圏によって分類される第１のマーケティング
    情報の部分と第２のマーケティング情報の部分とを結合
    するステップとをさらに実行させる請求項１３記載のプ
    ログラムを記録したコンピュータ読み取り可能な記録媒
    体。
15. 【請求項１５】 第１のマーケティング情報の部分を生
    活圏に基づいて分類するステップと、 生活圏ごとに第２のマーケティング情報を収集するステ
    ップと、 共通の生活圏によって分類される第１のマーケティング
    情報の部分と第２のマーケティング情報の部分とを結合
    するステップとをさらに実行させる請求項１３記載のプ
    ログラムを記録したコンピュータ読み取り可能な記録媒
    体。
16. 【請求項１６】 前記分析ステップは、同一生活圏にグ
    ループ化された第１および第２の地域単位に対して、第
    １の地域単位に係るマーケティング情報を第２の地域単
    位に係るマーケティング情報として分析する請求項１３
    記載のプログラムを記録したコンピュータ読み取り可能
    な記録媒体。
17. 【請求項１７】 同一生活圏にグループ化された第１お
    よび第２の地域単位に対して、第１の地域単位に係るマ
    ーケティング情報に基づく分析結果を第２の地域単位に
    係るマーケティング情報に基づく分析結果とみなして適
    用するステップをさらに実行させる請求項１３記載のプ
    ログラムを記録したコンピュータ読み取り可能な記録媒
    体。
18. 【請求項１８】 前記分析ステップは、前記生活圏また
    は生活圏に属する地域単位に居住する居住者の心理的思
    考の発生確率、またはその心理的思考にしたがう行動の
    発生確率により分析結果を表現する請求項１３記載のプ
    ログラムを記録したコンピュータ読み取り可能な記録媒
    体。
19. 【請求項１９】 アンケートの主目的に係る第１のアン
    ケート項目を問い合わせるステップと、 アンケート回答者の関心事に係る情報を提供するための
    第２のアンケート項目を問い合わせるステップと、 前記第１のアンケート項目または第２のアンケート項目
    に対する回答の妥当性の有無を判定するステップと、 前記回答の妥当性があると判定されたときに、その回答
    者の関心事に係る情報を提供するステップとからなり、
    回答者に対し妥当性のある回答を行う動機付けをするア
    ンケート方法。