JP2003022359A - 顧客生涯価値分析方法および装置 - Google Patents

Abstract

(57)【要約】 【課題】顧客をより高い顧客生涯価値の顧客セグメント
へ誘導するための戦略を顧客データから容易に導出する
方法および装置を提供することを目的とする。 【解決手段】顧客データを属性および取引実績に基づい
てセグメンテーションし、前記セグメンテーション結果
に基づきセグメント間の遷移関係を表す確率モデルを生
成し、前記確率モデルを使用して前記セグメント毎に顧
客生涯価値を算出する。さらに、前記セグメンテーショ
ン結果と、前記確率モデルと、前記算出された顧客生涯
価値とに基づいて、顧客生涯価値の高いセグメントに顧
客を誘導するために、顧客毎に前記セグメントへの遷移
の実現確率を算出し、前記遷移を実現するために、顧客
データから顧客毎に販売すべき商品を抽出する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、小売業や金融業な
どにおける顧客管理に関し、特に顧客の将来の収益性に
基づいた顧客管理を行うための顧客生涯価値分析方法お
よび装置に関する。

【０００２】

【従来の技術】近年の競争激化に伴い、金融業界などに
おいては、採算を重視した顧客戦略立案や評価を狙っ
た、より精緻な顧客別収益管理の導入が広がっている。
さらに、現状の採算優良顧客だけでなく、将来の優良顧
客の囲い込みと取引拡大を狙って、顧客収益の将来性を
示す指標である顧客生涯価値（Ｌｉｆｅｔｉｍｅ Ｖａ
ｌｕｅ、以下ＬＴＶと略す）推定へのニーズが高まって
いる。

【０００３】ＬＴＶを推定する方法として、「顧客生涯
価値のデータベースマーケティング」（ＩＳＢＮ４４７
８５０１６９６）（ＳＴＲＡＴＥＧＩＣ ＤＡＴＡＢＡ
ＳＥＭＡＲＫＥＴＩＮＧ）では、ＬＴＶ表を用いる方法
が述べられている。ここでは、将来の年限毎に、顧客
数、顧客の維持率、売上高、コスト、利益、および現在
価値への割引率を表に集計した上で、将来の各年限で得
られる利益の正味現在価値（ＮＰＶと呼ぶ）を算出し、
前記ＮＰＶを累積してＬＴＶを算出する。

【０００４】また、ＬＴＶを推定する別の方法として、
例えば特開２０００−９９４９７号公報に記載の技術が
ある。この公報では、Ｄｙｎａｍｉｃ Ｔｉｍｅ Ｗａ
ｒｐｉｎｇアルゴリズムを用いて、顧客の将来の収益を
推定する方法が述べられている。Ｄｙｎａｍｉｃ Ｔｉ
ｍｅ Ｗａｒｐｉｎｇアルゴリズムは、主として音声認
識の分野で利用されている時系列データ間のマッチング
を取るためのアルゴリズムである。ここでは、複数の顧
客収益の時系列データと、推定対象の顧客収益の時系列
データとの間の距離を、前記アルゴリズムによって算出
し、推定対象顧客の将来の収益を算出する。

【０００５】

【発明が解決しようとする課題】上記ＬＴＶ表を用いる
従来技術は、ＬＴＶを増大させるための戦略を仮定した
上で（すなわち、該戦略下における顧客数、顧客の維持
率、売上高を仮定した上で）、ＬＴＶを算出して、前記
戦略の有効性を検証するものであり、高ＬＴＶの顧客セ
グメントに顧客を誘導するための戦略を顧客データベー
スから直接導出する方法については述べられていなかっ
た。

【０００６】また、上記特開２０００−９９４９７号公
報で述べられている従来技術は、推定対象顧客の収益の
時系列データを、過去の時系列データと直接比較するた
め、高ＬＴＶの顧客セグメントに顧客を誘導するための
分析を容易に行うことができなかった。

【０００７】本発明の目的は、上述の従来例における問
題点に鑑み、顧客のＬＴＶを算出した上で、顧客をより
高いＬＴＶ顧客セグメントへ誘導するための戦略を顧客
データから容易に導出する方法および装置を提供するこ
とにある。

【０００８】

【課題を解決するための手段】上記目的を達成するた
め、本発明は、顧客の将来の収益性を示す値である顧客
生涯価値の分析方法であって、顧客データを、顧客に関
する静的な情報である静態情報または顧客に関する収益
を含む動的な情報である動態情報のうちいずれか一つ以
上の時系列データを含むデータ項目を用いてセグメンテ
ーションし、各セグメントの顧客一人当たりの収益を算
出し、顧客毎に該顧客が属したセグメントの遷移過程を
表す時系列データを生成するステップと、前記セグメン
テーションの結果に基づきセグメント間の遷移関係とそ
の遷移確率を示す確率モデルを生成するステップと、前
記確率モデルを使用して、前記セグメント毎に、一定期
間毎の収益の期待値を算出し、さらに予め定められた割
引率を用いて顧客生涯価値を算出するステップとを備え
ることを特徴とする。

【０００９】また、本発明は、上記顧客生涯価値分析方
法において、顧客生涯価値の高いセグメントへ顧客を誘
導するための分析の対象とする顧客のセグメントの指定
を受け付けるステップと、前記分析対象セグメントより
も顧客生涯価値の高いセグメントを前記セグメンテーシ
ョン結果と前記算出された顧客生涯価値とから探索し、
該セグメントを、次に顧客を誘導する目標となる目標セ
グメントとするステップと、前記分析対象セグメントに
属している各顧客について、その顧客のセグメントの遷
移系列と前記目標セグメントとから構成される遷移系列
の実現確率を、前記確率モデルを用いて算出するステッ
プとをさらに備えることを特徴とする。

【００１０】また、本発明は、上記顧客生涯価値分析方
法において、顧客生涯価値の高いセグメントへ顧客を誘
導するための分析の対象とする顧客のセグメントと次に
顧客を誘導する目標となる目標セグメントの指定を受け
付けるステップと、前記分析対象セグメントに属してい
る各顧客について、その顧客のセグメントの遷移系列と
前記目標セグメントとから構成される遷移系列の実現確
率を、前記確率モデルを用いて算出するステップとをさ
らに備えることを特徴とする。

【００１１】また、本発明は、上記顧客生涯価値分析方
法において、過去に前記分析対象のセグメントから前記
目標セグメントに遷移した顧客生涯価値の高い顧客の取
引事例を抽出するステップと、前記分析対象のセグメン
トに属する各顧客に対して、前記抽出した取引事例に基
づいて、前記顧客に対して販売を推進する商品をスコア
付けするステップと、顧客毎に、販売を推進する商品を
前記スコアとともに表示するステップとをさらに備える
ことを特徴とする。

【００１２】また、本発明は、上記顧客生涯価値分析方
法において、顧客毎にセグメント間の遷移系列を取得す
るステップと、前記遷移系列の各セグメントで新規に開
始された取引の実績または終了された取引の実績を抽出
するステップと、前記遷移系列を、遷移系列中のセグメ
ントの出現順序に基づく遷移パターンにより分類するス
テップと、前記遷移パターン毎に前記取引の実績を集計
して表示するステップとをさらに備えることを特徴とす
る。

【００１３】また、本発明は、上記顧客生涯価値分析方
法において、顧客を誘導する目標となる目標セグメント
と、前記目標セグメントに誘導するまでの期間の指定を
受け付けるステップと、前記指定されたセグメントへ、
前記指定された期間内に到達できるセグメントの遷移系
列を、前記確率モデルを用いて探索するステップと、前
記探索された遷移系列について、顧客生涯価値の高い顧
客の取引実績に基づき、前記遷移系列の各セグメントに
おいて販売を推進する商品を抽出するステップとをさら
に備えることを特徴とする。

【００１４】また、本発明は、上記顧客生涯価値分析方
法において、顧客を誘導する目標となる顧客生涯価値
と、前記目標の顧客生涯価値に誘導するまでの期間の指
定を受け付けるステップと、前記顧客生涯価値から、顧
客を誘導する目標となるセグメントを決定するステップ
とをさらに備えることを特徴とする。

【００１５】さらに、本発明は、顧客の将来の収益性を
示す値である顧客生涯価値の分析装置であって、顧客デ
ータを、顧客に関する静的な情報である静態情報または
顧客に関する収益を含む動的な情報である動態情報のう
ちいずれか一つ以上の時系列データを含むデータ項目を
用いてセグメンテーションし、各セグメントの顧客一人
当たりの収益を算出し、顧客毎に該顧客が属したセグメ
ントの遷移過程を表す時系列データを生成する手段と、
前記セグメンテーションの結果に基づきセグメント間の
遷移関係とその遷移確率を示す確率モデルを生成する手
段と、前記確率モデルを使用して、前記セグメント毎
に、一定期間毎の収益の期待値を算出し、さらに予め定
められた割引率を用いて顧客生涯価値を算出する手段と
を備えることを特徴とする。

【００１６】また、本発明は、上記顧客生涯価値分析装
置において、顧客生涯価値の高いセグメントへ顧客を誘
導するための分析の対象とする顧客のセグメントの指定
を受け付ける手段と、前記分析対象セグメントよりも顧
客生涯価値の高いセグメントを前記セグメンテーション
結果と前記算出された顧客生涯価値とから探索し、該セ
グメントを、次に顧客を誘導する目標となる目標セグメ
ントとする手段と、前記分析対象セグメントに属してい
る各顧客について、その顧客のセグメントの遷移系列と
前記目標セグメントとから構成される遷移系列の実現確
率を、前記確率モデルを用いて算出する手段とをさらに
備えることを特徴とする。

【００１７】また、本発明は、上記顧客生涯価値分析装
置において、顧客生涯価値の高いセグメントへ顧客を誘
導するための分析の対象とする顧客のセグメントと次に
顧客を誘導する目標となる目標セグメントの指定を受け
付ける手段と、前記分析対象セグメントに属している各
顧客について、その顧客のセグメントの遷移系列と前記
目標セグメントとから構成される遷移系列の実現確率
を、前記確率モデルを用いて算出する手段とをさらに備
えることを特徴とする。

【００１８】また、本発明は、上記顧客生涯価値分析装
置において、過去に前記分析対象のセグメントから前記
目標セグメントに遷移した顧客生涯価値の高い顧客の取
引事例を抽出する手段と、前記分析対象のセグメントに
属する各顧客に対して、前記抽出した取引事例に基づい
て、前記顧客に対して販売を推進する商品をスコア付け
する手段と、顧客毎に、販売を推進する商品を前記スコ
アとともに表示する手段とをさらに備えることを特徴と
する。

【００１９】また、本発明は、上記顧客生涯価値分析装
置において、顧客を誘導する目標となる目標セグメント
と、前記目標セグメントに誘導するまでの期間の指定を
受け付ける手段と、前記指定されたセグメントへ、前記
指定された期間内に到達できるセグメントの遷移系列
を、前記確率モデルを用いて探索する手段と、前記探索
された遷移系列について、顧客生涯価値の高い顧客の取
引実績に基づき、前記遷移系列の各セグメントにおいて
販売を推進する商品を抽出する手段とをさらに備えるこ
とを特徴とする。

【００２０】また、本発明は、顧客の将来の収益性を示
す値である顧客生涯価値の分析方法に係るプログラムで
あって、顧客データを、顧客に関する静的な情報である
静態情報または顧客に関する収益を含む動的な情報であ
る動態情報のうちいずれか一つ以上の時系列データを含
むデータ項目を用いてセグメンテーションし、各セグメ
ントの顧客一人当たりの収益を算出し、顧客毎に該顧客
が属したセグメントの遷移過程を表す時系列データを生
成するステップと、前記セグメンテーションの結果に基
づきセグメント間の遷移関係とその遷移確率を示す確率
モデルを生成するステップと、前記確率モデルを使用し
て、前記セグメント毎に、一定期間毎の収益の期待値を
算出し、さらに予め定められた割引率を用いて顧客生涯
価値を算出するステップとを備えることを特徴とする。

【００２１】

【発明の実施の形態】以下、本発明の実施の形態につい
て説明する。

【００２２】ここでは、銀行などにおいて、顧客戦略立
案や評価などに利用される顧客のＬＴＶを算出する顧客
生涯価値分析装置の例を用いる。顧客戦略立案の担当者
は、顧客生涯価値分析装置を利用して顧客のＬＴＶを算
出し、該顧客を高ＬＴＶセグメントへ誘導するための戦
略の立案や評価を行う。以下では、６ヶ月を１期間（例
えば２０００年１０月から２００１年３月までを２００
０年下期と呼ぶ）として、期毎の顧客の取引行動や該取
引から得られる収益に基づき、ＬＴＶを活用した分析の
例をあげて説明する。

【００２３】まず、本発明の各実施の形態で用いられる
装置について説明する。

【００２４】図２に、本発明の実施の形態に係る顧客生
涯価値分析装置の構成を示す。同図において、顧客生涯
価値分析装置２００は、顧客データ１１０、セグメンテ
ーション手段２０１、収益遷移モデル生成手段２０２、
ＬＴＶ算出手段２０３、セグメント情報データ１１２、
収益遷移系列データ１１１、収益遷移モデルパラメタ１
１３、ＬＴＶデータ１１４、顧客誘導分析手段２０４、
取引成長過程分析手段２０５、ＬＴＶ最大化シナリオ検
索手段２０６、および、ユーザインタフェース２０７を
備える。

【００２５】以下、本発明の各実施の形態で用いられる
データについて説明する。

【００２６】図３に、顧客生涯価値分析装置２００で用
いられる顧客データ１１０の一例を示す。ここでは、銀
行におけるマーケティング業務で用いられる顧客データ
１１０の例を示す。

【００２７】図３において、顧客データ１１０は、テー
ブル形式で管理され、顧客毎に１レコードとしてデータ
を保持する。各レコードには、顧客番号３０１および顧
客属性３０２を保持する。顧客番号３０１は、顧客を一
意に識別するための識別番号である。顧客属性３０２
は、年齢や性別などの顧客の静態情報と、過去当該顧客
から得た収益、過去の預金残高、融資残高などの顧客の
動態情報とから構成される。顧客データ１１０は、セグ
メンテーション手段２０１、顧客誘導分析手段２０４、
取引成長過程分析手段２０５、およびＬＴＶ最大化シナ
リオ検索手段２０６への入力データとして用いられる。

【００２８】図４に、セグメント情報データ１１２の一
例を示す。１つのセグメントは、顧客の属性や収益など
に応じて顧客を分ける１つのグループを表す。セグメン
ト情報データ１１２は、セグメント毎に１レコードとし
てデータを保持する。各レコードは、セグメント名４０
１、該セグメントに属する顧客一人当たりの収益４０
２、および該セグメントに属する顧客数４０３から構成
される。セグメント情報データ１１２は、セグメンテー
ション手段１１２の出力データであり、ＬＴＶ算出手段
２０３、顧客誘導分析手段２０４、取引成長過程分析手
段２０５、およびＬＴＶ最大化シナリオ検索手段２０６
への入力データである。

【００２９】図５に、収益遷移系列データ１１１の一例
を示す。収益遷移系列データ１１１は、顧客毎に１レコ
ードとしてデータを保持する。各レコードには、顧客番
号５０１および顧客が各期に属するセグメント名の系列
データ５０２を保持する。なお、顧客が各期に属するセ
グメント名の系列データ５０２を、収益遷移系列と呼
ぶ。収益遷移系列データ１１１は、セグメンテーション
手段２０１の出力データであり、収益遷移モデル生成手
段２０２への入力データである。

【００３０】図６に、収益遷移モデルパラメタ１１３の
表示画面６００の一例を示す。図示するように、本実施
形態においては、収益遷移モデルをマルコフ連鎖モデル
としてグラフ表現している。節点（ノードとも言う）６
０１は顧客セグメントを表し、有向枝６０２はセグメン
ト間の遷移関係を表している。図示するように、有向枝
６０２には遷移確率が付記されており、節点Ｓ１で表さ
れるセグメントから節点Ｓ２で表されるセグメントへの
遷移確率は０．６であることを示している。他の有向枝
についても同様である。

【００３１】なお、本実施形態では収益遷移モデルパラ
メタ１１３をグラフ表現する例を示したが、全セグメン
ト間の遷移関係は、遷移確率の行列で表現することもで
きる。

【００３２】また、本実施形態ではマルコフ連鎖モデル
の例を示したが、隠れマルコフモデルなど、収益遷移系
列を表現できるモデルであればよい。

【００３３】図７に、ＬＴＶデータ１１４の一例を示
す。ＬＴＶデータ１１４は、セグメント毎に１レコード
としてデータを保持する。各レコードは、セグメント名
７０１、および該セグメントの顧客一人当りのＬＴＶ７
０２から構成される。

【００３４】次に、各実施形態で利用されるＬＴＶを算
出する処理手順について説明する。

【００３５】図１は、本発明に係るＬＴＶ算出の処理手
順を示すフローチャートである。

【００３６】まず、顧客データ１１０を入力として、顧
客セグメンテーション処理を行い、収益遷移系列データ
１１１とセグメント情報データ１１２とを出力する（ス
テップ１０１）。顧客セグメンテーション処理は、顧客
属性３０２のうち、性別などの静態情報と、顧客の収益
などの動態情報に基づいて、図４で説明したようなセグ
メントに分類する処理である。使用する属性項目はＬＴ
Ｖを活用する業務に依存するが、顧客毎に各期に属した
セグメント名の系列データを生成する必要があるので、
顧客セグメンテーション処理に使用するデータ項目の少
なくとも一つ以上は時系列データである必要がある。例
えば、顧客の性別、職業、および収益を用いて顧客セグ
メンテーション処理を行う場合を考える。この場合は、
まず、顧客の性別、現在の職業、および今期の収益を用
いて顧客セグメンテーション処理を行う。さらに、該セ
グメンテーション結果に基づき、セグメント毎に該セグ
メントに属する顧客の現在の収益から顧客一人当たりの
収益を算出し、セグメント情報データ１１２の顧客一人
当たりの収益４０２を出力する。最後に、該セグメンテ
ーション結果と、性別、過去の職業、および収益の時系
列データに基づいて、収益遷移系列データ１１１を生成
する。なお、顧客セグメンテーション処理は、Ｋ−ｍｅ
ａｎｓ法など公知のアルゴリズムを用いて行えばよい。

【００３７】Ｋ−ｍｅａｎｓ法は、レコード間の類似性
に基づいて適正なクラスタを決定する方法である。例え
ば、本発明の実施の形態では、顧客をクラスタ分け（顧
客セグメンテーション処理）するとき、顧客の属性およ
び顧客一人当たりの収益の類似性によって、クラスタ分
けをする。その結果、顧客を収益ランクの各グループに
分けることができる。

【００３８】次に、収益遷移系列データ１１１を入力と
して、セグメント間の遷移確率を算出し、収益遷移モデ
ルパラメタ１１３を出力する（ステップ１０２）。例え
ば、セグメントＳ１からセグメントＳ２に遷移する確率
を、セグメントＳ１からセグメントＳ２に遷移する事例
数（Ｃ１２）とセグメントＳ１から遷移する全事例数
（Ｃ１）との商（Ｃ１２／Ｃ１）として算出する。本実
施形態において、収益遷移モデルパラメタ１１３は、マ
ルコフ連鎖における遷移確率行列である。

【００３９】次に、セグメント情報データ１１２および
収益遷移モデルパラメタ１１３を入力として、ＬＴＶを
計算し、出力する（ステップ１０３）。

【００４０】本ステップでは、各セグメントにおける収
益を表すベクトルをＶ（その要素ｖ _ｉはセグメントｉの
収益を示す）、セグメント間の遷移確率を表す遷移確率
行列をＰ（その要素ｐ_ｉｊはセグメントｉからセグメン
トｊへ遷移する確率を表す）、将来の各年限における収
益の期待値を表す行列（期待収益行列）をＭ（その要素
ｍ_ｉｔはセグメントｉのｔ年後の収益の期待値を表す）
とすると、次式により、まず、Ｍを算出する。ここで、
Ｖはセグメント情報データ１１２、Ｐは収益遷移モデル
パラメタ１１３から取得する。なお、数１において、Ｐ
^ｔは、行列Ｐのｔ乗を表す。Ｐ^ｔＶは、ｔ年後の収益の
期待値を表す行列となる。

【００４１】

【数１】

【００４２】次に、各顧客数セグメントに現在属してい
る顧客数を表すベクトルをＣ（その要素ｃ_ｉはセグメン
トｉの顧客数を表す）、将来の各年限における収益の現
在価値への割引率を示す割引率ベクトルをＤ（その要素
ｄ_ｔはｔ年後の割引率を表す）とし、Ｍを用いて、全顧
客のＬＴＶを次式で算出する。ここで、Ｃはセグメント
情報データから取得し、Ｄは将来予想される金利などに
基づき予め定めておく。

【００４３】

【数２】

【００４４】また、顧客セグメントｉのＬＴＶをＬＴＶ
_ｉとすると、ＬＴＶ_ｉを次式で算出する。

【００４５】

【数３】

【００４６】本実施形態では、上記の手順により得られ
た、収益遷移系列データ１１１、セグメント情報データ
１１２、収益遷移モデルパラメタ１１３、およびＬＴＶ
データ１１４に基づき、顧客を高ＬＴＶのセグメントへ
誘導するための分析（顧客誘導分析と呼ぶ）を行い、分
析結果１２０をユーザに対して表示する（ステップ１０
４）。ステップ１０４での処理を変えることで、ＬＴＶ
を活用した様々な分析を行うことができる。以下、その
分析について詳細に説明する。

【００４７】まず、第１の実施形態について説明する。
第１の実施形態は、図１に示したフローチャートのステ
ップ１０４において、顧客をより高いＬＴＶのセグメン
トへ誘導するための分析（以下、顧客誘導分析と呼ぶ）
を行う例である。

【００４８】図８は、顧客誘導分析の処理手順を示すフ
ローチャートである。まず、分析対象顧客の現在のセグ
メント（以下、Ｓ０とする）と、次期に前記セグメント
の顧客を誘導する目標セグメント（以下、Ｓ１とする）
を指定する（ステップ８０１）。ここで、目標セグメン
トＳ１は、現在のセグメントＳ０よりＬＴＶが高いセグ
メントである。

【００４９】次に、Ｓ０に属する各顧客について、収益
遷移系列データ１１１を用いて、過去の収益遷移系列と
Ｓ１から成る収益遷移系列を生成し、収益遷移モデルパ
ラメタ１１３から、該遷移系列の実現確率を算出する
（ステップ８０２）。例えば、図３に示した顧客番号が
「１２３４５６」の顧客は、２０００年下期に「会社員
収益ランクＣ」に属している。該顧客を次期に「会社員
収益ランクＢ」に誘導する場合を考える。この場合は、
図５に示した状態遷移系列データ１１１と目標セグメン
トから「会社員収益ランクＤ→会社員収益ランクＣ→会
社員収益ランクＢ」という収益遷移系列を生成し、図６
に示した収益遷移モデルパラメタ１１３を使って、収益
ランクＤ→収益ランクＣの遷移確率は０．２であり、収
益ランクＣ→収益ランクＢの遷移確率は０．３であるの
で、「会社員収益ランクＤ→会社員収益ランクＣ→会社
員収益ランクＢ」という遷移系列の実現確率を０．２×
０．３で算出すればよい。

【００５０】前記顧客について前記実現確率を算出した
後に、前記顧客を実現確率の大きい順にソートする（ス
テップ８０３）。続いて、顧客毎にＳ１に誘導するため
に販売すべき商品を提示するか否か判定する（ステップ
８０４）。本ステップにおける指示は、本顧客生涯価値
分析装置２００の利用者が入力する。提示する場合はス
テップ８０５へ、提示しない場合はステップ８０７へ処
理が移る。

【００５１】ステップ８０５では、過去にＳ０→Ｓ１の
遷移があった、ＬＴＶの高い顧客を、収益遷移系列デー
タ１１１から抽出する。抽出の基準となるＬＴＶの値は
予め定めておく。そして、抽出された顧客が前記遷移に
至った際に、新規に開始した取引や、新たに購入した商
品を抽出する。ここで、ステップ８０５で抽出した取引
や商品は、顧客をＳ０からＳ１へ誘導する効果があった
と考えられるので、前記取引や商品の販売を推進すれば
よい。

【００５２】次に、ステップ８０５で得られた取引や商
品の情報に基づいて、Ｓ０に属する顧客毎に、販売を推
進する取引や商品をスコア付けする（ステップ８０
６）。例えば、記憶ベース推論などの方法により、Ｓ０
に属する顧客と、ステップ８０５で抽出した顧客の取引
や商品データから、スコア付けを行えばよい。

【００５３】最後に、結果を表示して（ステップ８０
７）、処理を終了する。

【００５４】図９に、顧客生涯価値分析装置２００が備
えるユーザインタフェース２０７がユーザに提供する顧
客誘導分析結果の表示画面例９００を示す。ここでは、
図８に示した処理のステップ８０４において、商品を抽
出する処理を選択した例である。

【００５５】図示するように、顧客誘導分析結果の表示
画面９００は、表示項目として、現在の顧客セグメント
９０１、目標とする顧客セグメントおよび該セグメント
のＬＴＶ９０２、スコア９０３、顧客番号９０４、商品
名称９０５，９０７、並びに、商品スコア９０６を備え
る。スコア９０３は、当該レコードの顧客が、過去の取
引の傾向から目標セグメントへ遷移する可能性を示す確
率である。顧客番号９０４は、顧客を一意に識別するた
めのキーである。商品名称９０５は、該セグメントに顧
客を誘導するために該顧客に対して販売を促進すべき商
品の名称であり、商品スコア９０６は前記商品を該顧客
が購入する可能性を示すスコアである。商品名称９０７
は、その次に薦めるべき商品名称である。図示した例で
は、商品スコアを、該顧客と類似する顧客が過去該遷移
に至った事例数をＣ１、その際に該商品を購入した事例
数をＣ２として、Ｃ１／Ｃ２で算出している。

【００５６】以上説明したように、本実施形態によれ
ば、顧客をより高いＬＴＶのセグメントへ誘導するため
に、どの顧客に対してどの商品を販売すればよいのかを
分析することができる。

【００５７】なお、本実施形態では、顧客毎に販売すべ
き商品を提示する例を示したが、図１０に示す表示画面
の例のように、商品毎に販売すべき顧客を集計して提示
してもよい。また、前記の商品毎に集計する例では、現
在のセグメントと目標セグメントを指定する例を示した
が、目標セグメントを指定しなくてもよい。その場合
は、現在のセグメントのＬＴＶに比べて、ＬＴＶが高く
なる全てのセグメントへの遷移について、図８に示した
処理を行えばよい。また、収益遷移モデルをグラフ表示
する手段を設けて、セグメント間の遷移を表す枝がマウ
スなどで選択されると、該遷移に係る顧客誘導分析の処
理を実行するようにしてもよい。

【００５８】次に、第２の実施形態について説明する。
第２の実施の形態は、図１に示したフローチャートのス
テップ１０４において、収益遷移モデルを利用し、顧客
の取引成長過程を分析する例である。

【００５９】図１１は、顧客取引成長過程を分析する処
理手順を示すフローチャートである。

【００６０】図示するように、まず、収益遷移系列デー
タ１１１から各顧客の収益遷移系列を取得する（ステッ
プ１１０１）。

【００６１】次に、顧客が各セグメントに属していた時
期を収益遷移系列データ１１１から取得し、さらに前記
時期の取引実績を顧客データ１１０から取得して、顧客
毎の収益遷移系列と各セグメントにおける取引実績を示
すテーブルを生成する（ステップ１１０２）。本実施形
態では、各セグメントにおいて新規に開始した取引を取
得するものとする。

【００６２】続いて、収益遷移系列のパターンに基づき
顧客を分類する（ステップ１１０３）。収益遷移系列の
パターンの分類は、異なるセグメントへの遷移に着目し
て行う。例えば、過去３期のセグメント遷移が「セグメ
ントＤ→セグメントＤ→セグメントＢ」となる場合は、
「ＤＢ」という遷移パターンとして分類する。そして、
ステップ１１０２での集計に基づいて、遷移パターン毎
に取引実績を集計する。

【００６３】最後に、結果を表示して（ステップ１１０
４）、処理を終了する。

【００６４】図１２は、顧客生涯価値分析装置２００が
備えるユーザインタフェース２０７がユーザに提供する
取引成長過程分析結果の表示画面１２００の一例を示す
図である。

【００６５】図示するように、取引成長過程分析結果表
示画面１２００は、表示項目として、顧客番号１２０
１、遷移パターン１２０２、およびセグメント１２０３
を備える。遷移パターン１２０２は、図１１に示すフロ
ーチャートのステップ１１０３において該顧客の過去の
取引過程が分類された遷移パターンを示す値である。セ
グメント１２０３は、各セグメントに該顧客が属してい
た期と、該セグメントに新規に開始された取引（開始取
引と呼ぶ）を示す。上段に属していた期を、下段に開始
取引を、表示している。

【００６６】図１２に示した例では、直近に属している
セグメントが「会社員収益ランクＢ」である顧客につい
て、遷移パターンを表示している。直近に属しているセ
グメントが同じであっても、顧客毎に取引の成長過程を
表示することで、様々な取引の成長過程が存在すること
が分かる。

【００６７】図１３に、顧客生涯価値分析装置２００が
備えるユーザインタフェース２０７がユーザに提供する
取引成長過程分析結果の表示画面１３００の別の例を示
す。

【００６８】図示するように、取引成長過程分析結果表
示画面１３００は、表示項目として、遷移パターン１３
０１およびセグメント１３０２を備える。セグメント１
３０２は、各セグメントにおいて、新規に開始された取
引の頻度を示している。例えば、遷移パターン１３０１
の値が「ＤＢ」の場合、この遷移パターンに当てはまる
事例数が１０００件あり、「会社員収益ランクＢ」とい
うセグメントにおいて、「定期積立」が５００件、「投
信積立」が８０件あったことを示している。遷移パター
ン毎に集計することで、同じセグメントに属する顧客で
あっても、過去の取引過程が異なると、新規に開始され
る取引の頻度に差が生じていることを知ることができ
る。

【００６９】以上説明したように、上記第２の実施形態
によれば、顧客の取引が過去どのように成長してきたか
を分析することができる。特に、ＬＴＶの高い顧客につ
いて取引成長分析を行うことで、分析結果を顧客戦略立
案に活用できる。

【００７０】なお、本第２の実施形態では、図１１に示
した処理のステップ１１０３において、遷移グループ間
の差異を抽出するステップを加えてもよい。例えば、各
セグメントについて、全ての遷移パターンでの、開始取
引の事例数の平均値および標準偏差を算出し、遷移パタ
ーン毎に取引の事例数の偏差値を算出すればよい。

【００７１】また、本第２の実施形態では、新規に開始
された取引を集計する例を示したが、取引解約分析や顧
客離脱分析を行うために、各セグメントに至る際に中止
された取引を集計してユーザに提示してもよい。

【００７２】次に、第３の実施形態について説明する。
第３の実施形態は、図１に示したフローチャートのステ
ップ１０４において、ＬＴＶ最大化を目的として、目標
となるセグメントへ顧客を誘導する収益遷移系列を探索
する例である。以下、本実施形態における処理を、ＬＴ
Ｖ最大化シナリオ検索と呼ぶ。

【００７３】図１４は、ＬＴＶ最大化シナリオ検索の処
理手順を示すフローチャートである。

【００７４】まず、ユーザは目標とするセグメントおよ
び目標のセグメントに到達するまでの期間を指定する
（ステップ１４０１）。次に、指定されたセグメントに
到達できる複数の収益遷移系列を探索し、実現確率を算
出する（ステップ１４０２）。本ステップにおける、遷
移系列の探索は、公知のダイナミックプログラミングア
ルゴリズムや、モンテカルロシミュレーションにより行
うことができる。続いて、ステップ１４０２で算出した
実現確率の高い収益遷移系列を一つ選択する（ステップ
１４０３）。さらに、ステップ１４０３で選択した収益
遷移系列と、過去同じ遷移をした顧客を収益遷移系列デ
ータから探索し、前記探索結果の顧客の取引実績に基づ
き、各期で販売すべき商品を抽出する（ステップ１４０
４）。予測対象の全期間についてステップ１４０４を繰
り返す（ステップ１４０５）。また、閾値以上の実現確
率の状態遷移系列についてステップ１４０３からステッ
プ１４０５を繰り返す（ステップ１４０６）。最後に、
結果を表示して（ステップ１４０７）、処理を終了す
る。

【００７５】図１５に、顧客生涯価値分析装置２００が
備えるユーザインタフェース２０７がユーザに提供する
ＬＴＶ最大化シナリオ検索の表示画面１５００の一例を
示す。

【００７６】図示するように、ＬＴＶ最大化シナリオ検
索画面１５００は、シナリオ検索条件入力部１５０１と
シナリオ検索結果表示部１５１０とを備える。シナリオ
検索条件入力部１５０１は、現在セグメントの入力部１
５０２、現在セグメントのＬＴＶ１５０３、現在セグメ
ントの属性１５０４、目標セグメントの入力部１５０
５、目標セグメントのＬＴＶ１５０６、および目標セグ
メントに到達する期間の入力部１５０７を備える。一
方、シナリオ検索結果表示部１５１０は、シナリオ選択
部１５１１、年１５１２、収益１５１３、セグメント１
５１４、および販売推進商品１５１５を備える。

【００７７】ここで、現在セグメントは、ＬＴＶ最大化
シナリオの検索を行う顧客セグメントである。目標セグ
メントは、該顧客セグメントを誘導する顧客セグメント
である。シナリオ検索条件入力部１５０１の現在セグメ
ントの入力部１５０２で現在セグメントを設定すると、
該セグメントのＬＴＶ１５０３、および該セグメントの
属性１５０４が表示される。また、目標セグメントの入
力部１５０５で目標セグメントを指定すると、該目標セ
グメントのＬＴＶ１５０６が表示される。現在セグメン
ト、目標セグメント、および期間を指定して検索を実行
すると、シナリオ検索結果表示部１５１０に、シナリオ
検索結果が表示される。シナリオは図１４に示した処理
により複数検索され、シナリオ選択部１５１１に実現確
率の高い順に提示される。シナリオ選択部１５１１でシ
ナリオを選択すると、将来の取引を拡大するシナリオを
提示する。本第３の実施形態では、年１５１２毎に、予
想収益１５１３、顧客が属するセグメント１５１４、お
よび販売すべき商品１５１５を提示する。

【００７８】以上説明したように、上記第３の実施形態
によれば、ＬＴＶを最大化するセグメントへ顧客を誘導
するために、どの時点でどの商品を販売すればよいのか
を分析することができる。

【００７９】なお、本第３の実施形態では、図１４に示
した処理のステップ１４０１において目標となるセグメ
ントを指定してＬＴＶ最大化シナリオ検索する例を示し
たが、ＬＴＶの目標値を指定してもよい。その場合は、
ステップ１４０１の後に、目標値となるＬＴＶを達成で
きる複数または単一のセグメントを選択し、該セグメン
トを目標セグメントとして、図１４に示した処理のステ
ップ１４０２以降を処理すればよい。

【００８０】

【発明の効果】以上説明したように、本発明によれば、
顧客生涯価値算出に利用した収益遷移モデルと顧客の収
益遷移系列を利用することで、より高い顧客生涯価値の
セグメントへ誘導しやすい顧客を抽出することが可能に
なる。さらに、前記顧客に対してどの商品を販売すれば
よいのかを分析することができる。また、顧客の取引が
過去どのように成長してきたかを各セグメントでの開始
取引と共に提示することで、利用者は顧客の取引成長過
程を容易に知ることができる。特に、顧客生涯価値の高
い顧客について取引成長分析を行うことで、分析結果を
顧客戦略立案に活用できる。さらに、顧客生涯価値を最
大化するセグメントへ顧客を誘導するために、どの時点
でどの商品を販売すればよいのかを分析することが可能
になる。

【図面の簡単な説明】

【図１】本発明の実施の形態に係る処理を示すフローチ
ャートである。

【図２】本発明の実施の形態に係る顧客生涯価値分析装
置の構成を示す図である。

【図３】本発明の実施の形態に係る顧客データの一例を
示す図である。

【図４】本発明の実施の形態に係るセグメント情報デー
タの一例を示す図である。

【図５】本発明の実施の形態に係る収益遷移系列データ
のデータの一例を示す図である。

【図６】本発明の実施の形態に係る収益遷移パラメタを
グラフ図で表示する一例を示す図である。

【図７】本発明の実施の形態に係る顧客生涯価値データ
の一例を示す図である。

【図８】本発明の第１の実施の形態に係る顧客誘導分析
の処理手順を示すフローチャートである。

【図９】本発明の第１の実施形態に係る顧客誘導分析結
果の表示画面の一例を示す図である。

【図１０】本発明の第１の実施形態に係る顧客誘導分析
結果の表示画面の、別の一例を示す図である。

【図１１】本発明の第２の実施形態に係る顧客取引成長
過程を分析する処理手順を示すフローチャートである。

【図１２】本発明の第２の実施形態に係る取引成長過程
分析結果の表示画面の一例を示す図である。

【図１３】本発明の第２の実施形態に係る取引成長過程
分析結果の表示画面の、別の一例を示す図である。

【図１４】本発明の第３の実施形態に係るＬＴＶ最大化
シナリオ検索の処理手順を示すフローチャートである。

【図１５】本発明の第３の実施形態に係る顧客生涯価値
最大化シナリオ検索の表示画面の一例を示す図である。

【符号の説明】

１１０……顧客データ １１１……収益遷移系列データ １１２……セグメント情報データ １１３……収益遷移モデルパラメタ １１４……ＬＴＶデータ ２００……顧客生涯価値分析装置 ２０１……セグメンテーション手段 ２０２……収益遷移モデル生成手段 ２０３……ＬＴＶ算出手段 ２０４……顧客誘導分析手段 ２０５……取引成長過程分析手段 ２０６……ＬＴＶ最大化シナリオ検索手段 ２０７……ユーザインタフェース

───────────────────────────────────────────────────── フロントページの続き (72)発明者 小野 俊之 神奈川県川崎市麻生区王禅寺1099番地 株 式会社日立製作所システム開発研究所内 (72)発明者 野▲崎▼ 賢 神奈川県川崎市麻生区王禅寺1099番地 株 式会社日立製作所システム開発研究所内 Ｆターム(参考） 5B056 BB00 BB64 HH00

Claims (13)

【特許請求の範囲】
1. 【請求項１】顧客の将来の収益性を示す値である顧客生
   涯価値の分析方法であって、 顧客データを、顧客に関する静的な情報である静態情報
   または顧客に関する収益を含む動的な情報である動態情
   報のうちいずれか一つ以上の時系列データを含むデータ
   項目を用いてセグメンテーションし、各セグメントの顧
   客一人当たりの収益を算出し、顧客毎に該顧客が属した
   セグメントの遷移過程を表す時系列データを生成するス
   テップと、 前記セグメンテーションの結果に基づきセグメント間の
   遷移関係とその遷移確率を示す確率モデルを生成するス
   テップと、 前記確率モデルを使用して、前記セグメント毎に、一定
   期間毎の収益の期待値を算出し、さらに予め定められた
   割引率を用いて顧客生涯価値を算出するステップとを備
   えることを特徴とする顧客生涯価値分析方法。
2. 【請求項２】請求項１に記載の顧客生涯価値分析方法に
   おいて、 顧客生涯価値の高いセグメントへ顧客を誘導するための
   分析の対象とする顧客のセグメントの指定を受け付ける
   ステップと、 前記分析対象セグメントよりも顧客生涯価値の高いセグ
   メントを前記セグメンテーション結果と前記算出された
   顧客生涯価値とから探索し、該セグメントを、次に顧客
   を誘導する目標となる目標セグメントとするステップ
   と、 前記分析対象セグメントに属している各顧客について、
   その顧客のセグメントの遷移系列と前記目標セグメント
   とから構成される遷移系列の実現確率を、前記確率モデ
   ルを用いて算出するステップとをさらに備えることを特
   徴とする顧客生涯価値分析方法。
3. 【請求項３】請求項１に記載の顧客生涯価値分析方法に
   おいて、 顧客生涯価値の高いセグメントへ顧客を誘導するための
   分析の対象とする顧客のセグメントと次に顧客を誘導す
   る目標となる目標セグメントの指定を受け付けるステッ
   プと、 前記分析対象セグメントに属している各顧客について、
   その顧客のセグメントの遷移系列と前記目標セグメント
   とから構成される遷移系列の実現確率を、前記確率モデ
   ルを用いて算出するステップとをさらに備えることを特
   徴とする顧客生涯価値分析方法。
4. 【請求項４】請求項２または３に記載の顧客生涯価値分
   析方法において、 過去に前記分析対象のセグメントから前記目標セグメン
   トに遷移した顧客生涯価値の高い顧客の取引事例を抽出
   するステップと、 前記分析対象のセグメントに属する各顧客に対して、前
   記抽出した取引事例に基づいて、前記顧客に対して販売
   を推進する商品をスコア付けするステップと、 顧客毎に、販売を推進する商品を前記スコアとともに表
   示するステップとをさらに備えることを特徴とする顧客
   生涯価値分析方法。
5. 【請求項５】請求項１に記載の顧客生涯価値分析方法に
   おいて、 顧客毎にセグメント間の遷移系列を取得するステップ
   と、 前記遷移系列の各セグメントで新規に開始された取引の
   実績または終了された取引の実績を抽出するステップ
   と、 前記遷移系列を、遷移系列中のセグメントの出現順序に
   基づく遷移パターンにより分類するステップと、 前記遷移パターン毎に前記取引の実績を集計して表示す
   るステップとをさらに備えることを特徴とする顧客生涯
   価値分析方法。
6. 【請求項６】請求項１に記載の顧客生涯価値分析方法に
   おいて、 顧客を誘導する目標となる目標セグメントと、前記目標
   セグメントに誘導するまでの期間の指定を受け付けるス
   テップと、 前記指定されたセグメントへ、前記指定された期間内に
   到達できるセグメントの遷移系列を、前記確率モデルを
   用いて探索するステップと、 前記探索された遷移系列について、顧客生涯価値の高い
   顧客の取引実績に基づき、前記遷移系列の各セグメント
   において販売を推進する商品を抽出するステップとをさ
   らに備えることを特徴とする顧客生涯価値分析方法。
7. 【請求項７】請求項６に記載の顧客生涯価値分析方法に
   おいて、 顧客を誘導する目標となる顧客生涯価値と、前記目標の
   顧客生涯価値に誘導するまでの期間の指定を受け付ける
   ステップと、 前記顧客生涯価値から、顧客を誘導する目標となるセグ
   メントを決定するステップとをさらに備えることを特徴
   とする顧客生涯価値分析方法。
8. 【請求項８】顧客の将来の収益性を示す値である顧客生
   涯価値の分析装置であって、 顧客データを、顧客に関する静的な情報である静態情報
   または顧客に関する収益を含む動的な情報である動態情
   報のうちいずれか一つ以上の時系列データを含むデータ
   項目を用いてセグメンテーションし、各セグメントの顧
   客一人当たりの収益を算出し、顧客毎に該顧客が属した
   セグメントの遷移過程を表す時系列データを生成する手
   段と、 前記セグメンテーションの結果に基づきセグメント間の
   遷移関係とその遷移確率を示す確率モデルを生成する手
   段と、 前記確率モデルを使用して、前記セグメント毎に、一定
   期間毎の収益の期待値を算出し、さらに予め定められた
   割引率を用いて顧客生涯価値を算出する手段とを備える
   ことを特徴とする顧客生涯価値分析装置。
9. 【請求項９】請求項８に記載の顧客生涯価値分析装置に
   おいて、 顧客生涯価値の高いセグメントへ顧客を誘導するための
   分析の対象とする顧客のセグメントの指定を受け付ける
   手段と、前記分析対象セグメントよりも顧客生涯価値の
   高いセグメントを前記セグメン テーション結果と前記算出された顧客生涯価値とから探
   索し、該セグメントを、次に顧客を誘導する目標となる
   目標セグメントとする手段と、 前記分析対象セグメントに属している各顧客について、
   その顧客のセグメントの遷移系列と前記目標セグメント
   とから構成される遷移系列の実現確率を、前記確率モデ
   ルを用いて算出する手段とをさらに備えることを特徴と
   する顧客生涯価値分析装置。
10. 【請求項１０】請求項８に記載の顧客生涯価値分析装置
    において、 顧客生涯価値の高いセグメントへ顧客を誘導するための
    分析の対象とする顧客のセグメントと次に顧客を誘導す
    る目標となる目標セグメントの指定を受け付ける手段
    と、 前記分析対象セグメントに属している各顧客について、
    その顧客のセグメントの遷移系列と前記目標セグメント
    とから構成される遷移系列の実現確率を、前記確率モデ
    ルを用いて算出する手段とをさらに備えることを特徴と
    する顧客生涯価値分析装置。
11. 【請求項１１】請求項９または１０に記載の顧客生涯価
    値分析装置において、 過去に前記分析対象のセグメントから前記目標セグメン
    トに遷移した顧客生涯価値の高い顧客の取引事例を抽出
    する手段と、 前記分析対象のセグメントに属する各顧客に対して、前
    記抽出した取引事例に基づいて、前記顧客に対して販売
    を推進する商品をスコア付けする手段と、 顧客毎に、販売を推進する商品を前記スコアとともに表
    示する手段とをさらに備えることを特徴とする顧客生涯
    価値分析装置。
12. 【請求項１２】請求項８に記載の顧客生涯価値分析装置
    において、 顧客を誘導する目標となる目標セグメントと、前記目標
    セグメントに誘導するまでの期間の指定を受け付ける手
    段と、 前記指定されたセグメントへ、前記指定された期間内に
    到達できるセグメントの遷移系列を、前記確率モデルを
    用いて探索する手段と、 前記探索された遷移系列について、顧客生涯価値の高い
    顧客の取引実績に基づき、前記遷移系列の各セグメント
    において販売を推進する商品を抽出する手段とをさらに
    備えることを特徴とする顧客生涯価値分析装置。
13. 【請求項１３】顧客の将来の収益性を示す値である顧客
    生涯価値の分析方法に係るプログラムであって、 顧客データを、顧客に関する静的な情報である静態情報
    または顧客に関する収益を含む動的な情報である動態情
    報のうちいずれか一つ以上の時系列データを含むデータ
    項目を用いてセグメンテーションし、各セグメントの顧
    客一人当たりの収益を算出し、顧客毎に該顧客が属した
    セグメントの遷移過程を表す時系列データを生成するス
    テップと、 前記セグメンテーションの結果に基づきセグメント間の
    遷移関係とその遷移確率を示す確率モデルを生成するス
    テップと、 前記確率モデルを使用して、前記セグメント毎に、一定
    期間毎の収益の期待値を算出し、さらに予め定められた
    割引率を用いて顧客生涯価値を算出するステップとを備
    えることを特徴とする顧客生涯価値分析方法に係るプロ
    グラム。