JP2003208506A - Customer evaluating information forming method, customer evaluating information forming device and program used therefor - Google Patents
Customer evaluating information forming method, customer evaluating information forming device and program used thereforInfo
- Publication number
- JP2003208506A JP2003208506A JP2002004970A JP2002004970A JP2003208506A JP 2003208506 A JP2003208506 A JP 2003208506A JP 2002004970 A JP2002004970 A JP 2002004970A JP 2002004970 A JP2002004970 A JP 2002004970A JP 2003208506 A JP2003208506 A JP 2003208506A
- Authority
- JP
- Japan
- Prior art keywords
- customer
- information
- evaluation information
- customers
- evaluation
- 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
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000011156 evaluation Methods 0.000 claims abstract description 216
- 230000009471 action Effects 0.000 claims description 19
- 230000004044 response Effects 0.000 claims description 7
- 239000000284 extract Substances 0.000 claims description 6
- 238000005070 sampling Methods 0.000 abstract description 40
- 230000006399 behavior Effects 0.000 description 17
- 238000010586 diagram Methods 0.000 description 16
- 238000013500 data storage Methods 0.000 description 14
- 230000005540 biological transmission Effects 0.000 description 13
- 238000004458 analytical method Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 3
- 230000010365 information processing Effects 0.000 description 3
- 208000001613 Gambling Diseases 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000002405 diagnostic procedure Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 241001590997 Moolgarda engeli Species 0.000 description 1
- 101001043818 Mus musculus Interleukin-31 receptor subunit alpha Proteins 0.000 description 1
- 235000013334 alcoholic beverage Nutrition 0.000 description 1
- 230000035606 childbirth Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
【0001】[0001]
【発明の属する技術分野】本発明は、例えば、百貨店等
の小売店、カード会社が所有している顧客情報に基づい
て、各顧客の評価情報を生成するための方法、及び装
置、並びにそのような情報を生成するのに利用されるプ
ログラムに関する。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a method and apparatus for generating evaluation information for each customer based on customer information owned by, for example, a retail store such as a department store or a card company, and such a method. Related to programs used to generate sensitive information.
【0002】[0002]
【従来の技術】従来、百貨店等の小売店やカード会社等
が行う顧客情報の分析手法の一つとして、会員となって
いる顧客、或いは新規に顧客になるときに各種のアンケ
ートを実施し、その回答結果から、顧客毎に趣味、好
み、興味ある分野等を導き出すことが行われている。そ
して、このような分析結果を基にして、顧客各人に最適
な情報(商品情報やイベント情報等)をメールやDM
(ダイレクトメール)等により配信し、より効率的な購
買を促がしたり、顧客満足度の向上を図っている。2. Description of the Related Art Conventionally, as one of the methods of analyzing customer information performed by retail stores such as department stores and card companies, various questionnaires are conducted when a customer becomes a member or becomes a new customer. From the answer result, the hobbies, preferences, fields of interest, etc. are derived for each customer. Then, based on such analysis results, the optimum information (product information, event information, etc.) for each customer is sent by mail or DM.
It is distributed via (direct mail), etc. to promote more efficient purchasing and improve customer satisfaction.
【0003】また、顧客のデータベースから、性別、年
齢、職業、既婚情報等の基本属性を取り出し、その基本
属性に応じて、最適な情報を配信したり、或いは、その
ようなデータベースを参照して、データマイニングを行
い(例えば購買記録等から購買パターンを予測したり、
購買パターンによって顧客をセグメント化する等)、将
来の購買を予測することが行われている。Further, basic attributes such as sex, age, occupation, and married information are extracted from the customer database, and optimal information is distributed according to the basic attributes, or such database is referred to. , Data mining (for example, predicting purchasing patterns from purchasing records,
For example, segmenting customers according to purchasing patterns) to predict future purchasing.
【0004】[0004]
【発明が解決しようとする課題】前者の手法では、全て
の顧客に同様なサービスを提供しようとすると、顧客全
てに同様なアンケートを実施する必要があり、費用対効
果等を考慮すると、常時実施するのは困難であると共
に、アンケートを実施しなかった顧客については、適切
な分析ができないことから、最適な情報を配信できな
い。また、時間が経過することで、生活パターンや環境
が変化(結婚、出産等)してしまい、過去に行なったア
ンケート結果に基づく情報を配信し続けると、その人に
とって、最早興味の無い情報になっていることがあり、
現実に必要となる情報との間でズレが生じてしまう。[Problems to be Solved by the Invention] In the former method, if the same service is to be provided to all the customers, it is necessary to conduct the same questionnaire to all the customers. It is difficult to do so, and it is impossible to deliver the optimum information to the customers who did not conduct the questionnaire, because proper analysis cannot be performed. Also, with the passage of time, lifestyle patterns and environments change (marriage, childbirth, etc.), and if you continue to deliver information based on the results of questionnaires conducted in the past, that information will no longer be of interest to that person. Sometimes,
There will be a gap with the information that is actually needed.
【0005】さらに、通常、時間が経過することで、消
費環境が変化したり、商品変化等が生じ、これに伴って
購買パターンや購買行動が変化することから、後者の分
析手法では変化を前提とした予測が困難であり、分析に
基づく予測と、実際の購買パターンや行動との間にズレ
が生じてしまう。Further, usually, as time passes, the consumption environment changes, the product changes, etc., and the purchasing pattern and the purchasing behavior change accordingly. Therefore, the latter analysis method presupposes the change. It is difficult to make such a prediction, and a gap occurs between the prediction based on the analysis and the actual purchasing pattern or action.
【0006】この発明は、上記した問題に着目して成さ
れたものであり、小売店、カード会社等、多数の顧客情
報を有している場合において、永続的で効率的かつ正確
に、各顧客の評価情報を得るための方法、及びそのよう
な評価情報の生成装置、並びにそれに利用されるプログ
ラムを提供することを目的とする。[0006] The present invention has been made in view of the above-mentioned problems, and in the case of having a lot of customer information such as a retail store and a card company, each of them can be maintained permanently, efficiently and accurately. An object of the present invention is to provide a method for obtaining customer evaluation information, a device for generating such evaluation information, and a program used therefor.
【0007】[0007]
【課題を解決するための手段】上記した課題を解決する
ために、本発明に係る顧客の評価情報生成方法は、多数
の顧客の内、一部の顧客に対して行うアンケートの回答
に基づいて、前記一部の顧客夫々の評価情報を得る工程
と、前記一部の顧客夫々の行動履歴情報を得る工程と、
前記評価情報と前記行動履歴情報とから顧客類推パター
ンを生成する工程と、前記アンケートを実施しなかった
顧客の行動履歴情報を得る工程と、前記顧客類推パター
ンを用いて、前記アンケートを実施しなかった顧客の行
動履歴情報から、そのアンケートを実施しなかった顧客
の評価情報を得る工程と、を具備することを特徴とす
る。In order to solve the above-mentioned problems, the customer evaluation information generation method according to the present invention is based on the answers of a questionnaire to some of a large number of customers. A step of obtaining evaluation information of each of the some customers, and a step of obtaining action history information of each of the some customers,
A step of generating a customer analogy pattern from the evaluation information and the behavior history information, a step of obtaining behavior history information of a customer who did not carry out the questionnaire, and the questionnaire is not carried out using the customer analogy pattern. And a step of obtaining the evaluation information of the customer who did not carry out the questionnaire from the behavior history information of the customer.
【0008】また、本発明に係る顧客の評価情報生成装
置は、多数の顧客の内、一部の顧客に対して行うアンケ
ートの回答に基づいて得られた前記一部の顧客の評価情
報と前記一部の顧客の行動履歴情報とから、アンケート
を実施した顧客の類推パターンを生成する類推パターン
生成手段と、前記類推パターンを記録する類推パターン
記録手段と、前記アンケートを実施しなかった夫々の顧
客について、夫々の行動履歴情報に基づいて前記類推パ
ターンを適用し、アンケートを実施しなかった夫々の顧
客の評価情報を得る類推パターン適用手段と、を具備す
ることを特徴とする。Further, the customer evaluation information generating apparatus according to the present invention includes the evaluation information of some of the customers and the evaluation information of some of the customers, which is obtained based on the answers to the questionnaires given to some of the customers. Based on the behavior history information of some of the customers, an analogy pattern generating means for generating analogy patterns of the customers who conducted the questionnaire, an analogy pattern recording means for recording the analogy patterns, and each customer who did not implement the questionnaire With respect to, the analogy pattern applying means for applying the analogy pattern based on the respective action history information to obtain the evaluation information of each customer who did not conduct the questionnaire.
【0009】また、本発明に係る顧客の評価情報生成プ
ログラムは、コンピュータにより、多数の顧客の内、一
部の顧客に対して行ったアンケートの回答に基づいて前
記一部の顧客の評価情報と前記一部の顧客の行動履歴情
報とを用いて顧客の評価情報を生成するためのプログラ
ムにおいて、前記評価情報と前記行動履歴情報とから顧
客類推パターンを生成する手順と、前記アンケートを実
施しなかった顧客の行動履歴情報を得る手順と、前記顧
客類推パターンを用いて、前記アンケートを実施しなか
った顧客の行動履歴情報から、前記アンケートを実施し
なかった顧客の評価情報を得る手順と、を実現させるこ
とを特徴とする。Further, the customer evaluation information generation program according to the present invention stores the evaluation information of some of the customers on the basis of the answers to the questionnaire given to some of the many customers by the computer. In a program for generating customer evaluation information using the behavior history information of some of the customers, a procedure for generating a customer analogy pattern from the evaluation information and the behavior history information, and the questionnaire is not performed. A procedure for obtaining the customer's behavior history information, and a procedure for obtaining the evaluation information of the customer who did not carry out the questionnaire from the behavior history information of the customer who did not carry out the questionnaire, using the customer analogy pattern. It is characterized by realizing.
【0010】これらの発明によれば、アンケートなどに
より得られた顧客評価情報と行動履歴情報とを用いて、
アンケート実施顧客の類推パターンをあらかじめ生成し
ておき、他方、行動履歴情報を有する多数の顧客に対し
て、この類推パターンを適用して顧客評価を行うので、
多数の顧客情報を有している場合において、効率的かつ
正確に、各顧客の評価情報を得ることができ、顧客が欲
する適切な情報を提供することができる。According to these inventions, by using the customer evaluation information and the action history information obtained by the questionnaire or the like,
Since the analogy pattern of the survey-executed customers is generated in advance, on the other hand, the customer evaluation is performed by applying this analogy pattern to a large number of customers who have behavior history information.
When the customer has a large number of customer information, the evaluation information of each customer can be obtained efficiently and accurately, and appropriate information desired by the customer can be provided.
【0011】[0011]
【発明の実施の形態】以下、本発明の実施の形態につい
て、添付図面を参照して詳細に説明する。BEST MODE FOR CARRYING OUT THE INVENTION Embodiments of the present invention will be described in detail below with reference to the accompanying drawings.
【0012】図1は、本発明に係る顧客の評価情報を生
成する装置(以下、「顧客評価情報生成装置」という)
を示す概略ブロック図である。FIG. 1 shows an apparatus for generating customer evaluation information according to the present invention (hereinafter referred to as "customer evaluation information generation apparatus").
It is a schematic block diagram showing.
【0013】顧客評価情報生成装置100は、たとえば
コンピュータ、ワークステーションなどの情報処理装置
であって、演算処理装置(CPU)、主メモリ(RA
M)、読出し専用メモリ(ROM)、入出力装置(I/
O)、ハードディスク装置等の記憶装置を具備している
装置で構成されている。前記ROM、もしくは記憶装置
などには、当該情報処理装置を顧客評価情報生成装置1
00として機能させるためのプログラム、もしくは顧客
評価データ生成方法をコンピュータに実行させるための
プログラムが記憶されており、該プログラムを主メモリ
上に載せ、CPUがこれを実行することにより顧客評価
情報生成装置が実現され、若しくは顧客評価情報生成方
法が実行されるようになっている。また、上記プログラ
ムは、からなずしも当該装置内の記憶装置に記憶されて
いなくとも良く、磁気ディスク、光ディスク、光磁気デ
ィスク、CD(Compact Disc)、DVD(Digital Vide
o Disc)などのコンピュータ読み取り可能なプロクラム
記録媒体や、あるいは外部の装置(例えば、ASP(ア
プリケーション・サービス・プロバイダのサーバなど)
から提供され、これを主メモリに載せる構成であっても
良い。The customer evaluation information generating apparatus 100 is an information processing apparatus such as a computer or a workstation, and has an arithmetic processing unit (CPU) and a main memory (RA).
M), read only memory (ROM), input / output device (I /
O), a device having a storage device such as a hard disk device. The information processing device is stored in the ROM or the storage device, etc.
00, or a program for causing a computer to execute the customer evaluation data generation method is stored. The customer evaluation information generation device is installed by placing the program on the main memory and the CPU executing the program. Or the customer evaluation information generation method is executed. Further, the above-mentioned program does not have to be stored in the storage device in the device, and may be a magnetic disk, an optical disk, a magneto-optical disk, a CD (Compact Disc), a DVD (Digital Vide).
Computer-readable program recording medium such as Disc) or an external device (for example, ASP (server of application service provider))
It may be provided by the company and placed in the main memory.
【0014】本装置は、類推パターン生成手段101
と、類推パターン記録手段102と、類推パターン適用
手段103とを備えている。類推パターン生成手段10
1、類推パターン記録手段102、および類推パターン
適用手段103は、それぞれCPU、主メモリ、外部記
憶装置および該主メモリに搭載されCPUに所定の動作
をさせるプログラムモジュールなどの協働により実現さ
れる手段であって、必ずしも物理的に存在している必要
はなく、また、必ずしも物理的同一の情報処理装置によ
って実現される必要はなく、例えばネットワークによっ
て接続された複数のコンピュータに実装された分散オブ
ジェクトなどであっても良い。The present apparatus uses analogy pattern generation means 101.
The analogy pattern recording means 102 and the analogy pattern application means 103 are provided. Analogy pattern generation means 10
1. The analogy pattern recording means 102 and the analogy pattern applying means 103 are realized by cooperation of a CPU, a main memory, an external storage device, and a program module mounted on the main memory and causing the CPU to perform a predetermined operation. However, it does not necessarily have to physically exist, and does not necessarily have to be realized by a physically identical information processing device. For example, a distributed object implemented in a plurality of computers connected by a network, etc. May be
【0015】類推パターン生成手段101は、母集団と
なる複数の顧客からランダムサンプリング等の方法で抽
出した顧客(以下、「サンプリング顧客」という)それ
ぞれについての顧客評価データ(以下、「サンプリング
顧客評価データ」という)105と、該サンプリング顧
客それぞれに関する顧客行動履歴データとを用いて、類
推パターンデータを生成する機能を有する。なお、本実
施の形態では、顧客行動履歴データとして、決済履歴デ
ータ、具体的には、その顧客の購買履歴に関するデータ
(以下、「サンプリング顧客購買履歴データ」という)
106を適用することにする。The analogy pattern generation means 101 is a customer evaluation data (hereinafter referred to as "sampling customer evaluation data") for each customer (hereinafter referred to as "sampling customer") extracted by a method such as random sampling from a plurality of customers forming a population. 105) and the customer behavior history data for each of the sampling customers, and has a function of generating analogy pattern data. In the present embodiment, as the customer behavior history data, the payment history data, specifically, the data regarding the purchase history of the customer (hereinafter referred to as “sampling customer purchase history data”).
106 will be applied.
【0016】該類推パターン記録手段102は、類推パ
ターン生成手段101から類推パターンデータを受け取
り、記録する機能を有する。The analogy pattern recording means 102 has a function of receiving analogy pattern data from the analogy pattern generating means 101 and recording it.
【0017】類推パターン適用手段103は、該類推パ
ターン記録手段102に記録された類推パターンデータ
と、母集団となる複数の顧客のうちサンプリング顧客以
外の顧客(以下、「全顧客」という)に関する購買履歴
に関するデータ(「全顧客購買履歴データ」)107と
を用いて、全顧客に関する顧客評価データ(「全顧客評
価データ」という)108を生成する機能を有する。The analogy pattern application means 103 purchases analogy pattern data recorded in the analogy pattern recording means 102 and customers other than the sampling customer (hereinafter referred to as "all customers") among a plurality of customers in the population. It has a function of generating customer evaluation data (referred to as “all customer evaluation data”) 108 related to all customers by using the history related data (“all customer purchase history data”) 107.
【0018】上記した類推パターン適用手段103は、
リアルタイム(例えば1ヶ月ごと)に上記の動作を実行
することが好ましい。これにより、ある人のライフスタ
イルが変化したとしても、それに伴って必然的に購買履
歴も変化することから、それに応じて類推パターン適用
手段103において、顧客評価データを変化させること
ができ、後述する提供情報については、常に、その人に
マッチしたものに合せることが可能となる。The analogy pattern applying means 103 described above is
It is preferable to execute the above operation in real time (for example, every month). As a result, even if the lifestyle of a person changes, the purchase history inevitably changes accordingly, so that the customer estimation data can be changed by the analogical reasoning pattern application unit 103, which will be described later. Regarding the provided information, it is always possible to match the provided information to the one that matches the person.
【0019】なお、アンケート回答データ104、サン
プリング顧客評価データ105、サンプリング顧客購買
履歴データ106、全顧客購買履歴データ107、およ
び全顧客評価データ108については、それぞれのデー
タをサーバで管理するようになっている。Regarding the questionnaire response data 104, the sampling customer evaluation data 105, the sampling customer purchasing history data 106, the all customer purchasing history data 107, and the all customer evaluation data 108, the respective data are managed by the server. ing.
【0020】次に、上記した装置構成において、本実施
形態の動作手順について説明する。ここでは、様々な店
舗を有する百貨店が発行しているクレジットカードに関
して得られるデータを例にして、顧客評価データを生成
するための手順について説明する。この場合、顧客(例
えば1万人いると仮定する)は、購買履歴データ(何
時、どの売り場で、値段がいくらで何を買ったか等)、
及び、基本的な属性データ(性別、年齢、職業、住所
等)を持っている。Next, the operation procedure of this embodiment in the above-mentioned device configuration will be described. Here, the procedure for generating the customer evaluation data will be described by taking the data obtained regarding the credit cards issued by the department stores having various stores as an example. In this case, the customer (for example, assuming that there are 10,000) purchase history data (what time, at what sales place, what price, what, etc.),
Also, it has basic attribute data (gender, age, occupation, address, etc.).
【0021】また、本実施形態では、サンプリング側の
顧客行動履歴データとして、上記したように購買履歴デ
ータを用いたことから、それ以外の全顧客についても、
それに応じて全顧客購買履歴データ107を用いてい
る。Further, in the present embodiment, the purchase history data is used as the customer behavior history data on the sampling side as described above.
Accordingly, the all-customer purchase history data 107 is used.
【0022】[第1段階;サンプリング顧客評価データ
取得]総数1万人の顧客からランダムサンプリングによ
り抽出した一部の顧客(例えば500人)に対して顧客
評価データを測定するためのアンケートを行う。アンケ
ートの項目は、図2に例示するようなものであり、各顧
客の将来の消費傾向・消費行動などを分析できるような
質問項目で構成されている。[First Step: Acquisition of Sampling Customer Evaluation Data] A questionnaire for measuring customer evaluation data is conducted for some of the customers (for example, 500) extracted by random sampling from a total of 10,000 customers. The items of the questionnaire are as illustrated in FIG. 2, and are made up of question items that can analyze the future consumption tendency / consumption behavior of each customer.
【0023】図2に示すようなアンケートは、所定の間
隔(例えば1年毎)で行うことが好ましい。これによ
り、時間が経過して消費環境が変化したり、商品変化等
が生じても、それに対応した顧客評価データを作成する
ことができ、購買パターンや購買行動の変化に対応する
ことができる。The questionnaire as shown in FIG. 2 is preferably conducted at predetermined intervals (for example, every year). As a result, even if the consumption environment changes or the product changes over time, it is possible to create customer evaluation data corresponding to the change, and it is possible to cope with changes in purchasing patterns and purchasing behaviors.
【0024】次に、サンプリング顧客評価データの構成
例について、図3、図4を参照しながら説明する。Next, a configuration example of the sampling customer evaluation data will be described with reference to FIGS. 3 and 4.
【0025】図3に示すように、サンプリング顧客評価
データ200は、一の顧客ごとに一のレコードR20
1,R202,…を有しており、一のレコードは、対応
する顧客の評価情報を格納している。具体的には、後述
するように、顧客評価データ200は、サンプリングさ
れた個々の顧客に対して、検討項目結果の組み合わせに
対応したコード値を評価項目の関連項目ごとに対応づけ
たテーブルによって表現される。As shown in FIG. 3, the sampling customer evaluation data 200 includes one record R20 for each customer.
, R202, ..., One record stores the evaluation information of the corresponding customer. Specifically, as will be described later, the customer evaluation data 200 is expressed by a table in which code values corresponding to combinations of examination item results are associated with each related item of evaluation items for each sampled customer. To be done.
【0026】評価情報は、少なくとも1つ以上の評価項
目を有している。ここで、「評価項目」とは、顧客の将
来の消費傾向や、消費行動などについて、多面的に予
測、分析できるような項目を意味しており、本実施の形
態では、図3に示すように、評価情報は3つの評価項目
201α、201β、201γを有している。具体的に
は、図示するように、評価項目として、例えば、生活
価値観について(201α)、情報態度について(2
01β)、消費性向について(201γ)、…等が挙
げられている。The evaluation information has at least one evaluation item. Here, the “evaluation item” means an item that enables multi-faceted prediction and analysis of a customer's future consumption tendency, consumption behavior, etc. In the present embodiment, as shown in FIG. In addition, the evaluation information has three evaluation items 201α, 201β, and 201γ. Specifically, as shown in the figure, as the evaluation items, for example, the value of life (201α) and the information attitude (2
01β), the propensity to consume (201γ), and so on.
【0027】評価項目201α、201β、201γ
は、夫々複数の関連項目α1〜α8、β1〜β4、γ1
〜γ4に分類されている。ここで、「関連項目」とは、
評価項目に関し、より予測、分析が行い易いような項目
で分類したものであり、図3に示す例では、評価項目2
01αは8つの関連項目、評価項目201β、201γ
はそれぞれ4つの関連項目に分類されている。また、各
関連項目内には、更に、相互に関連し、より具体化され
た複数の「検討項目」が定められている。Evaluation items 201α, 201β, 201γ
Are a plurality of related items α1 to α8, β1 to β4, and γ1, respectively.
~ Γ4. Here, "related items" means
The evaluation items are categorized by items that are easier to predict and analyze. In the example shown in FIG.
01α is eight related items, evaluation items 201β and 201γ
Are classified into four related items. Further, in each related item, a plurality of more specific “examination items” that are related to each other are defined.
【0028】上記した評価項目201αにおける「生活
価値観」とは、生活にかかわる事象に関して、自己が必
要とする(備えている)か否か等を判断する尺度とされ
るものであり、ここで分類される関連項目α1〜α8
は、例えば、α1.興味対象項目(検討項目は、例えば
a.恋愛に興味があるか無いか?、b.スポーツに興味
があるか無いか?、c.ギャンブルに興味があるか無い
か?、d.ファッションに興味があるか無いか?…
等)、α2.優先項目(検討項目は、例えばa.感性、
b.ステータス性、c.品のよさ…等)、α3.利用目
的項目(検討項目は、例えばa.話題の店、b.デート
に適した場所、c.家族で行ける場所…等)、α4.…
である。The “value of life” in the above evaluation item 201α is a scale for judging whether or not oneself needs (is equipped) with respect to an event related to life, and the like. Related items to be classified α1 to α8
Is, for example, α1. Items of interest (Consideration items are, for example, a. Are you interested in romance? B. Are you interested in sports? C. Are you interested in gambling? D. Are you interested in fashion? Is there or not ...
Etc.), α2. Priority items (review items include, for example, a.
b. Status, c. Goodness ... etc., Α3. Purpose of use items (for example, items to be considered are: a topic store, b. A place suitable for a date, c. A place where a family can go, etc.), α4. …
Is.
【0029】また、上記した評価項目201βにおける
「情報態度」とは、各種情報を受ける側か与える側か、
各種メディアに対する接触頻度(チラシを良く読む、D
Mを良く見る、家族の意見に左右され易い等)、各種情
報についての感度(流行に詳しい、新しい情報を常に入
手できている等)等を判断する尺度とされるものであ
り、ここで分類される関連項目β1〜β4は、例えば、
β1.情報入手項目(検討項目は、例えばa.雑誌、
b.DM、c.テレビ、ラジオ、d.インターネット…
等)、β2.…である。The "information attitude" in the evaluation item 201β is the side that receives or gives various information,
Frequency of contact with various media (read flyers, D
It is used as a scale for judging Ms that are closely looked at, being easily influenced by the opinions of family members, etc., and sensitivity to various information (such as being informed of trends and being able to constantly obtain new information). Related items β1 to β4 to be performed are, for example,
β1. Information acquisition items (Consideration items include a. Magazines,
b. DM, c. Television, radio, d. the Internet…
Etc.), β2. Is ...
【0030】また、上記した評価項目201γにおける
「消費性向」とは、消費に関する特徴、傾向等を判断す
る尺度とされるものであり、ここで分類される関連項目
γ1〜γ4は、例えば、γ1.購買項目(検討項目は、
例えばa.流行に左右される、b.堅実である…等)、
γ2.…である。The "propensity to consume" in the above-mentioned evaluation item 201γ is used as a scale for judging the characteristics, tendency, etc. regarding consumption, and the related items γ1 to γ4 classified here are, for example, γ1. . Purchasing items (Consideration items are
For example, a. Fashion-dependent, b. Be solid ... etc),
γ2. Is ...
【0031】もちろん、これらの評価項目201は、よ
り多面的で正確な分析が行なえるように、水平的かつ階
層的に分類したものに過ぎず、その内容や項目数、及
び、各評価項目において分類される複数の関連項目、及
び、各関連項目内における検討項目は任意であり適宜変
形可能である。Of course, these evaluation items 201 are merely classified horizontally and hierarchically so that more multifaceted and accurate analysis can be performed, and the contents, the number of items, and each evaluation item are A plurality of related items to be classified and examination items in each related item are arbitrary and can be appropriately modified.
【0032】そして、各関連項目α1〜α8、β1〜β
4、γ1〜γ4には、夫々関連項目内における検討項目
の結果に応じて、それに対応する項目値(コード値)が
割り当てられるようになっている。図においては、その
ようなコード値は、大文字のアルファベットで示してあ
る。Then, the related items α1 to α8 and β1 to β
4, γ1 to γ4 are assigned item values (code values) corresponding to the examination items in the related items. In the figure, such code values are indicated by capital letters.
【0033】ここで、図2に示すアンケートの結果か
ら、図3に示すコード値を付与するに至るまでの手順に
ついて、生活価値観201αの関連項目α1を例示しな
がら説明する。Now, the procedure from the result of the questionnaire shown in FIG. 2 to the assignment of the code value shown in FIG. 3 will be described with reference to the related item α1 of the lifestyle value 201α.
【0034】生活価値観201αの関連項目α1におけ
る検討項目は、図4に示すように、a.恋愛に興味があ
るか無いか?、b.スポーツに興味があるか無いか?、
c.ギャンブルに興味があるか無いか?、d.ファッシ
ョンに興味があるか無いか?である。したがって、図2
に示すアンケートの質問のうち、図4に示す検討項目
a.〜d.に関連する質問をあらかじめ抽出し、それぞ
れの検討項目a.〜d.に関連づけを行なっておく。The examination items in the related item α1 of the lifestyle values 201α are as follows: Are you interested in romance? , B. Are you interested in sports? ,
c. Are you interested in gambling? , D. Are you interested in fashion? Is. Therefore, FIG.
Of the questions in the questionnaire shown in Fig. 4, the examination items shown in Fig. 4 a. ~ D. Questions related to the above are extracted in advance, and each examination item a. ~ D. Related to.
【0035】そして、顧客のアンケート結果から各検討
項目の検討を行う。例えば、図2に示すアンケートの問
1、問4、…問nが検討項目a.に関連づけられている
とすると、これらの問1、問4、…問nの結果の組み合
わせごとに検討項目a.が○であるか×であるかを決め
ておく。これにより、図2に示すアンケートの結果から
検討項目a.について○か×かを決定することができ
る。このようにして他の検討項目b.〜d.についても
○か×かを決定する。Then, each examination item is examined from the result of the customer questionnaire. For example, question 1, question 4, ... Question n in the questionnaire shown in FIG. Associated with each of the results of question 1, question 4, ... Decide whether is ○ or ×. As a result, from the result of the questionnaire shown in FIG. It is possible to decide whether or not about. In this way, other examination items b. ~ D. Also, decide whether it is ○ or ×.
【0036】全ての検討項目a.〜d.について○か×
かが決定されると、図4に示すように、その組み合わせ
により、関連項目α1について対応するコード値が付さ
れることとなる。そして、同様にして、生活価値観20
1αにおける全ての関連項目ついてコード値が決定され
る。このような操作は、情報感度201βや消費性向2
01γ…についても行なわれ、これにより、図3に示す
サンプリング顧客評価データが得られる。All examination items a. ~ D. About ○ ×
When it is determined, as shown in FIG. 4, the code value corresponding to the related item α1 is added depending on the combination. And in the same way, the values of life 20
Code values are determined for all relevant items in 1α. Such an operation requires information sensitivity 201β and a propensity to consume 2
.. is also performed, so that the sampling customer evaluation data shown in FIG. 3 is obtained.
【0037】なお、アンケートの質問内容は、検討項目
の内容に関連しているので、顧客評価データを取得する
際の検討項目に応じて適宜変更するようにすることが望
ましい。また、どのアンケートの質問内容をどの検討項
目に関連づけるかについては特に制限はなく、できるだ
け詳細な顧客分析ができるように適宜決定することがで
きる。もちろん、検討項目に関し、直接的にその回答結
果が得られるように、アンケート質問事項を定めておい
ても良い。Since the question content of the questionnaire is related to the content of the examination item, it is desirable to change it appropriately according to the examination item when acquiring the customer evaluation data. Further, there is no particular limitation on which question content of which questionnaire is associated with which examination item, and it can be appropriately determined so that the customer analysis can be performed as detailed as possible. Of course, questionnaire questions may be set so that the answer result can be directly obtained regarding the examination item.
【0038】[第2段階;サンプリング顧客購買履歴デ
ータ取得]図5に、サンプリング顧客の購買履歴データ
106のデータ構成例を示す。サンプリング顧客購買履
歴データ106は、顧客毎に一のレコードR301,R
302、…を有し、各レコードはある期間Tにおける該
顧客が購買した対象を示す購買対象項目3011,30
12,…、3013、3014、…、3015、301
6、…、3017を有している。[Second Step: Acquisition of Sampling Customer Purchase History Data] FIG. 5 shows an example of the data structure of the sampling customer purchase history data 106. The sampling customer purchase history data 106 includes one record R301, R for each customer.
., And each record has purchase target items 3011 and 30 indicating the target purchased by the customer in a certain period T.
12, ..., 3013, 3014, ..., 3015, 301
, ..., 3017.
【0039】図5に示す例では、レコードR301は、
顧客ID「00001」を持つ顧客であり、期間Tにお
いて、スポーツショップ(3011)、カジュアル衣料
(3013)を利用しているが、チケットセンター(3
012)、フォーマル衣料(3014)、フランス料理
(3015)、イタリア料理(3016)、酒類(30
17)の利用はなかったことを示している。これによ
り、サンプリングした顧客の購買傾向を認識することが
できる。In the example shown in FIG. 5, the record R301 is
A customer with a customer ID “00001” who uses a sports shop (3011) and casual clothing (3013) in a period T, but has a ticket center (3
012), formal clothing (3014), French cuisine (3015), Italian cuisine (3016), alcoholic beverages (30
It indicates that 17) was not used. As a result, the purchasing tendency of the sampled customer can be recognized.
【0040】[第3段階;類推パターンの生成]次に、
上述したサンプリング顧客評価データおよびサンプリン
グ顧客購買履歴データを用いて、サンプリング顧客の購
買パターンを類推する。ここで、類推パターン生成手段
101の動作について、図1から図6を参照しながら説
明する。なお、図6は、類推パターン生成手段101が
実行する類推パターン生成方法を示すフローチャートで
ある。[Third stage; generation of analogical pattern] Next,
Using the sampling customer evaluation data and the sampling customer purchase history data described above, the purchasing pattern of the sampling customer is estimated. Here, the operation of the analogy pattern generation means 101 will be described with reference to FIGS. 1 to 6. 6. FIG. 6 is a flowchart showing the analogy pattern generation method executed by the analogy pattern generation means 101.
【0041】類推パターンは、それぞれの関連項目ごと
に生成される。たとえば、図3に示すように評価項目の
「生活価値観201α」には、8つの関連項目α1〜α
8があり、各関連項目には、上述した手順によって項目
値(コード値)が付与されている。この場合、生活価値
観201αでは、8つの類推パターンが生成され、他の
評価項目「生活価値観201β」、「201γ」につい
ては、夫々4つの類推パターンが生成される。The analogy pattern is generated for each related item. For example, as shown in FIG. 3, eight related items α1 to α are included in the “life value sense 201α” evaluation item.
8 and each related item is given an item value (code value) by the procedure described above. In this case, eight analogy patterns are generated in the lifestyle value 201α, and four analogy patterns are generated for the other evaluation items “life value 201β” and “201γ”, respectively.
【0042】まず、類推パターン生成手段101は、類
推パターンの対象となる関連項目を特定する(ステップ
S601)。例えば、最初の評価項目群「生活価値観」
201αの中の関連項目α1を特定するものとする。First, the analogy pattern generation means 101 identifies the related item which is the target of the analogy pattern (step S601). For example, the first evaluation item group “Life Values”
The related item α1 in 201α is specified.
【0043】次に、類推パターン生成手段101は、サ
ンプリング顧客評価データ105から、その特定した関
連項目で、同一のコード値を有するレコードを抽出し、
対応する顧客識別子を記憶する(ステップS602)。
これにより、関連項目α1について同一の顧客評価であ
る顧客をリストアップすることができる。Next, the analogy pattern generating means 101 extracts a record having the same code value in the specified related item from the sampling customer evaluation data 105,
The corresponding customer identifier is stored (step S602).
This makes it possible to list customers who have the same customer evaluation with respect to the related item α1.
【0044】次に、類推パターン生成手段101は、サ
ンプリング顧客購買履歴データ106から、ステップS
602において記憶した顧客識別子を有する購買履歴レ
コードを取得する(ステップS603)。これにより、
関連項目α1について同一の顧客評価である顧客の購買
履歴を得ることができる。Next, the analogy pattern generation means 101 uses the sampling customer purchase history data 106 to execute step S
A purchase history record having the customer identifier stored in 602 is acquired (step S603). This allows
It is possible to obtain the purchase history of the customer having the same customer evaluation for the related item α1.
【0045】次に、類推パターン生成手段101は、購
買対象項目の絞り込みを行う(ステップS604)。購
買対象項目の絞り込みは、購買履歴データに含まれる全
購買履歴項目から、一又は複数の購買対象項目を選択す
ることによって行われる。選択される購買対象項目は、
評価項目ごと、関連項目ごと、あるいは、コード値ごと
に独立して定めることができる。Next, the analogy pattern generating means 101 narrows down the items to be purchased (step S604). The purchase target items are narrowed down by selecting one or a plurality of purchase target items from all purchase history items included in the purchase history data. The items to be purchased are
It can be set independently for each evaluation item, each related item, or each code value.
【0046】例えば、評価項目201αにおいて、関連
項目α1のコード値Iで購買対象項目を絞り込む場合、
図4に示すように、「d.ファッションに興味がある」
のみが○であるので、これに関連するものとして、購買
対象項目を、カジュアル衣料(3013)、フォーマル
衣料(3014)の2つのみに絞り込むようにする。For example, in the evaluation item 201α, when the purchase target items are narrowed down by the code value I of the related item α1,
As shown in Figure 4, "d. I'm interested in fashion."
Since only ◯ is relevant, the items to be purchased are narrowed down to only two items, that is, casual clothes (3013) and formal clothes (3014).
【0047】また、評価項目201αにおいて、関連項
目α1のコード値Jで購買対象項目を絞り込む場合、
「a.恋愛に興味がある」、「d.ファッションに興味
がある」が○であるので、これに関連するものとして、
購買対象項目を、チケットセンター(3012)、カジ
ュアル衣料(3013)、フランス料理(3015)、
イタリア料理(3016)の4つに絞り込むようにす
る。Further, in the evaluation item 201α, when narrowing down the purchase target items by the code value J of the related item α1,
"A. I'm interested in romance" and "d. I'm interested in fashion" are ○, so as related to this,
Items to purchase include a ticket center (3012), casual clothing (3013), French cuisine (3015),
Try to narrow it down to four Italian dishes (3016).
【0048】このような絞り込みは、検討項目に従っ
て、それに関連したり、利用するであろう店舗やイベン
ト等を予測して行なうのであり、このような絞り込み
は、それ以外にも、例えば、統計的な確率に基づいて推
測する等、適宜定めることができる。また、場合によっ
ては、全ての購買履歴を参照することにして、絞り込み
を行なわなくても良い。Such narrowing down is performed by predicting stores, events, etc. that are related to or will be used in accordance with the examination item, and such narrowing down is also carried out, for example, statistically. It can be determined as appropriate, such as guessing based on the probability. In some cases, it is not necessary to narrow down by referring to all purchase histories.
【0049】上記したような絞り込みを行なう手段とし
ては、類推パターン生成手段101が、購買対象項目と
関連項目(コードが付与された検討項目)とを関連づけ
て記憶した絞り込みテーブルを有し、これを参照して絞
り込みを行う方法が考えられるが、その他の方法によっ
て購買対象項目の絞り込みを行うようにしても良い。ま
た、図4に示す各評価項目の各関連項目については、ど
の購買対象項目に絞り込むかをあらかじめ決めておく必
要があるが、各関連項目と購買対象項目の関連づけにつ
いては適宜変更することができる。As a means for performing the above-mentioned narrowing down, the analogy pattern generating means 101 has a narrowing down table in which items to be purchased and related items (study items to which a code is added) are stored in association with each other. A method of narrowing down the items to be purchased may be considered by referring to the method, but the items to be purchased may be narrowed down by other methods. Further, regarding each related item of each evaluation item shown in FIG. 4, it is necessary to determine in advance which purchase target item to narrow down, but the association between each related item and the purchase target item can be appropriately changed. .
【0050】次に、類推パターン生成手段101は、ス
テップS603において取得したレコードから購買履歴
内容ごとの出現比率を算出する(ステップS605)。
図7は、購買履歴内容ごとの出現比率の算出方法の例を
説明するための図である。ここで、「購買履歴内容」と
は、前記ステップS604の絞り込みにより選択された
購買履歴項目についての結果(顧客の利用の有無)をい
う。Next, the analogy pattern generation means 101 calculates the appearance ratio for each purchase history content from the record acquired in step S603 (step S605).
FIG. 7 is a diagram for explaining an example of a method of calculating the appearance ratio for each purchase history content. Here, the “purchase history content” refers to the result (whether or not the customer uses it) for the purchase history item selected by the narrowing down in step S604.
【0051】上述したように、S602で抽出したコー
ド値Jは、図4に示すように、ファッション及び恋愛に
関する興味が高かったものであることから、購買履歴と
して衣料関係に絞り込みを行っており、具体的な購買履
歴項目として「カジュアル衣料」「フォーマル衣料」の
2項目のみに絞り込んでいる。As described above, since the code value J extracted in S602 has a high interest in fashion and romance as shown in FIG. 4, the purchase history is narrowed down to clothing-related items. As specific purchase history items, only two items, "casual clothing" and "formal clothing" are narrowed down.
【0052】なお、購買履歴内容ごとの出現比率の算出
においては、上記のように購買履歴項目の絞り込みを行
わず、全ての購買履歴を参照しても良い。このようにす
ることで、より正確に購買履歴内容ごとの出現比率の算
出を行うことができる。In calculating the appearance ratio for each purchase history content, all purchase histories may be referred to without narrowing down purchase history items as described above. By doing so, it is possible to more accurately calculate the appearance ratio for each purchase history content.
【0053】ステップS603において取得したレコー
ドのうち、カジュアル衣料、フォーマル衣料ともに購入
していることを示すレコード数をP1、カジュアル衣料
のみを購入していることを示すレコード数をP2、フォ
ーマル衣料のみを購入していることを示すレコード数を
P3、カジュアル衣料とフォーマル衣料とのいずれも購
入していないことを示すレコード数をP4とする。Of the records acquired in step S603, the number of records indicating that both casual clothing and formal clothing are purchased is P1, the number of records indicating that only casual clothing is purchased is P2, and only formal clothing is recorded. It is assumed that the number of records indicating purchase is P3, and the number of records indicating that neither casual clothing nor formal clothing is purchased is P4.
【0054】類推パターン生成手段101は、上記P1
〜P4のパーセンテージを算出する(これら算出結果を
出現比率と呼ぶ)。図7に示す例はP1=20%(領域
R701)、P2=70%(領域R702)、P3=7
%(領域R703)、P4=3%(領域R704)とな
った状態を示している。The analogy pattern generating means 101 uses the above P1.
The percentage of P4 is calculated (these calculation results are called the appearance ratio). In the example shown in FIG. 7, P1 = 20% (region R701), P2 = 70% (region R702), P3 = 7.
% (Region R703) and P4 = 3% (region R704).
【0055】次に、類推パターン生成手段101は、出
現比率の算出結果から、もっとも出現比率が高いものを
決定し(ステップS606)、この決定した出現比率に
対応する購買対象項目およびその内容を記憶する(ステ
ップS607)。図7に示す例では、最も高い出現比率
は領域R702の「70%」であり、これに対応する購
買対象項目およびその内容は「カジュアル衣料○、フォ
ーマル衣料無し」である。Next, the analogy pattern generation means 101 determines the highest appearance ratio from the appearance ratio calculation results (step S606), and stores the purchase target item and its contents corresponding to the determined appearance ratio. Yes (step S607). In the example shown in FIG. 7, the highest appearance ratio is “70%” in the region R702, and the corresponding purchase target item and its content are “casual clothing, no formal clothing”.
【0056】次に、類推パターン生成手段101は、ス
テップS607において記憶した購買内容項目を当該コ
ード値の類推パターンとして類推パターン記録手段10
2に書き込み、記憶させる。図7に示す例では、購買内
容項目「カジュアル衣料○、フォーマル衣料無し」が、
評価項目群「生活価値観」201αの関連項目α1のコ
ード値「J」に対応する類推パターンとして記憶され
る。Then, the analogy pattern generating means 101 uses the analogy pattern recording means 10 as the analogy pattern of the code value based on the purchase content item stored in step S607.
Write to 2 and store. In the example shown in FIG. 7, the purchase content item “casual clothing ○, no formal clothing” is
It is stored as an analogy pattern corresponding to the code value “J” of the related item α1 of the evaluation item group “value of life” 201α.
【0057】そして、上記ステップS601からステッ
プS607迄の処理を全てのコード値について行ったか
どうかを判断し(ステップS608)、該関連項目のす
べてのコード値について処理していれば、次の関連項目
に移行し(ステップS610,S611)(これは、順
次、α2、α3…と行われる)、一方終了していなけれ
ば次のコード値に移行して(ステップS609)、すべ
てのコード値について処理を行うようにする。Then, it is judged whether or not the processing from step S601 to step S607 has been performed for all code values (step S608), and if all the code values of the related item have been processed, the next related item (Steps S610, S611) (this is sequentially performed as α2, α3, ...) On the other hand, if not completed, the process moves to the next code value (step S609) and the process is performed for all code values. Try to do it.
【0058】このようにして、各評価項目に含まれるす
べての関連項目、コード値について類推パターンが生成
され、記憶されることになる。In this way, analogy patterns are generated and stored for all related items and code values included in each evaluation item.
【0059】なお、類推パターンの生成において、サン
プリング顧客に関して、顧客評価データの面からクラス
タリングをし、かつ購買履歴データの面からクラスタリ
ングをし、この2つのクラスター同士のマトリクスを作
成し、それぞれの出現比率を算出することによって、類
推パターンを生成するようにしても良い。In the generation of the analogy pattern, for the sampling customer, clustering is performed from the viewpoint of customer evaluation data and clustering from the aspect of purchase history data, and a matrix of these two clusters is created, and each of them appears. The analogy pattern may be generated by calculating the ratio.
【0060】図8は、類推パターン生成手段101によ
って、顧客評価データに含まれうるすべての評価項目に
ついて類推パターンが生成された場合に、類推パターン
記録手段102に記録される類推パターンデータの例を
示している。ここでは、購買履歴があるものには「○」
が、無いものは空欄が、そして、絞り込みされていない
項目には「−」が付与されている。FIG. 8 shows an example of analogy pattern data recorded in analogy pattern recording means 102 when analogy pattern generation means 101 generates analogy patterns for all evaluation items that can be included in customer evaluation data. Shows. Here, if there is a purchase history, "○"
However, blanks are given to those that do not exist, and "-" is given to items that have not been narrowed down.
【0061】[第4段階;類推パターンの適用]次に、
顧客評価情報生成装置100は、上記の類推パターンデ
ータを、アンケートに回答しなかった顧客(サンプリン
グ顧客以外の顧客)に関し、夫々の購買履歴データを取
り出し、上記第3段階で生成された類推パターンデータ
を適用する。[Fourth stage; application of analogical pattern] Next,
The customer evaluation information generation device 100 extracts the above analogy pattern data from the purchase history data of each customer (customer other than the sampling customer) who did not answer the questionnaire, and the analogy pattern data generated in the third stage. Apply.
【0062】ここでは、上述したように絞り込まれた購
買履歴と、対応する購買履歴を抽出し、これが一致する
場合に同一のコード値を付与して行く。Here, the purchase history narrowed down as described above and the corresponding purchase history are extracted, and when they match, the same code value is given.
【0063】図9は、類推パターン適用手段103によ
って実行される類推パターンデータを適用する方法の一
例を示すフローチャートである。FIG. 9 is a flowchart showing an example of a method for applying analogy pattern data executed by the analogy pattern applying means 103.
【0064】まず、類推パターン適用手段103は、類
推パターン記録手段102に記録された類推パターンデ
ータの、最初の関連項目のコード値のレコードにポイン
タを設定する(ステップS901)。First, the analogy pattern applying means 103 sets a pointer to the record of the code value of the first related item of the analogy pattern data recorded in the analogy pattern recording means 102 (step S901).
【0065】類推パターン適用手段103は、ポインタ
の設定されたレコードの、購買対象項目およびその内容
を記憶する(ステップS902)。例えば、図8に示す
類推パターンデータにおいて、ポインタが評価項目群の
「生活価値観201α」の関連項目α1のコード値
「J」を示すレコードにおかれている場合、類推パター
ン適用手段103は、購買対象項目「カジュアル衣料」
が「○」で「フォーマル衣料」「無」であるデータを記
憶する。The analogy pattern application means 103 stores the purchase target item and its content of the record to which the pointer is set (step S902). For example, in the analogy pattern data shown in FIG. 8, when the pointer is located in the record indicating the code value “J” of the related item α1 of the “life value sense 201α” of the evaluation item group, the analogy pattern applying unit 103 Item to be purchased "casual clothing"
"○" is stored as "formal clothing" and "none".
【0066】次に、類推パターン適用手段103は、全
顧客購買履歴データ107の最初のレコードにポインタ
を設定する(ステップS903)。さらに、類推パター
ン適用手段103は、ステップS902において記憶し
た購買対象項目およびその内容と、ステップS903に
おいてポインタを付した全顧客購買履歴データ107の
レコードの内容が一致するか否かを判断する(ステップ
S904)。例えば、その全顧客購買履歴データ107
のレコードの購買対象項目「カジュアル衣料」が「○」
で「フォーマル衣料」が「無」となっているか否かを判
断する。Next, the analogy pattern applying means 103 sets a pointer to the first record of the all-customer purchase history data 107 (step S903). Further, the analogy pattern application unit 103 determines whether or not the purchase target item and its content stored in step S902 and the content of the record of the all-customer purchase history data 107 to which the pointer is added in step S903 match (step S903). S904). For example, all customer purchase history data 107
"Casual clothing" item of purchase of the record is "○"
Check if the "formal clothing" is "none".
【0067】両レコードの内容が一致する場合には、該
レコードに対応する顧客の顧客評価データの関連項目に
該コード値を書き込む(ステップS905)。例えば、
当該顧客の評価項目群「生活価値観201α」の関連項
目α1にコード値「J」を書き込む。一致しない場合に
は何も書き込まない。これを顧客購買履歴データの全レ
コード、すなわち全ての顧客について行う(ステップS
906,S907)。そして、全ての顧客のレコードに
ついて類推パターンの適用処理が終了したら次のコード
値の処理へ進む(ステップS908)。例えば、当該顧
客の評価項目群「生活価値観201α」の関連項目α
1、コード値「J」について終了したら、同関連項目α
1、コード値「K」に移行して以下コード値「P」に至
るまで同様に類推パターンの適用処理を続ける。When the contents of both records match, the code value is written in the related item of the customer evaluation data of the customer corresponding to the record (step S905). For example,
The code value “J” is written in the related item α1 of the evaluation item group “life value sense 201α” of the customer. If they do not match, nothing is written. This is performed for all records of customer purchase history data, that is, for all customers (step S
906, S907). Then, when the analogical reasoning pattern application process is completed for all the customer records, the process proceeds to the next code value process (step S908). For example, the related item α of the customer's evaluation item group “life value sense 201α”
1. When the code value “J” is completed, the related item α
1. The analog value pattern is similarly applied until the code value "K" is reached and the code value "P" is reached.
【0068】次に、全ての関連項目の全てのコード値に
ついて処理が完了しているか否かを判断し(ステップS
909)、完了している場合には顧客評価データの生成
を終了する。まだ処理していない関連項目、コード値が
ある場合には、ステップS902からステップS908
をさらに繰り返して実行する。Next, it is judged whether or not the processing has been completed for all the code values of all the related items (step S
909), if completed, generation of customer evaluation data is terminated. If there is a related item or code value that has not been processed, steps S902 to S908
And repeat.
【0069】上記のようにして完成した顧客評価データ
は、類推パターン適用手段103によって全顧客評価デ
ータ108として出力される。この場合、全顧客評価デ
ータは、図3に示すデータと同様に構成されている。The customer evaluation data completed as described above is output as all-customer evaluation data 108 by the analogy pattern application means 103. In this case, the all-customer evaluation data has the same structure as the data shown in FIG.
【0070】これにより、一部の顧客を対象としたアン
ケート結果に基づいて、全ての顧客について顧客評価デ
ータが作成されることになる。なお、上述したように絞
り込みを行ない、かつ出現比率を算出して、最も出現比
率が高いものに合せて全顧客評価を行なう方式では、特
定の項目に関し、コード値が付与されない自体が生じ
る。この場合、更に出現比率を1ランク下げる等して、
全ての項目にコード値を付与するような処理を行っても
良い。また、絞り込みの仕方によっては、複数のコード
値が付与されることもあるが、この場合、複数のコード
値をそのまま付与しておいても良い。As a result, the customer evaluation data is created for all the customers based on the result of the questionnaire for some customers. In the method of performing the narrowing down as described above, calculating the appearance ratio, and evaluating all the customers according to the one having the highest appearance ratio, the code value itself is not given to a specific item. In this case, further reduce the appearance ratio by one rank,
You may perform the process which gives a code value to all the items. Further, depending on the narrowing down method, a plurality of code values may be given, but in this case, a plurality of code values may be given as they are.
【0071】[第5段階;顧客に応じた情報の送信・配
信]上記のようにして作成した顧客評価データを用いて
顧客に応じた情報の送信・配信を行う。図10は、顧客
評価データを用いて顧客に応じた情報の送信・配信を行
うための顧客別情報配信装置の構成例を概略化したブロ
ック図である。[Fifth Step: Transmission / Distribution of Information According to Customer] Using the customer evaluation data created as described above, transmission / distribution of information according to the customer is performed. FIG. 10 is a block diagram schematically showing a configuration example of a customer-specific information distribution device for transmitting and distributing information according to a customer using customer evaluation data.
【0072】該装置1000は、上述した顧客データ生
成装置100によって生成された顧客評価データを記憶
する顧客評価データ記憶部1001と、予め店舗・イベ
ント等に関し、その評価を行い、顧客評価データと同様
な評価情報を有する評価データを記憶する店舗・イベン
ト評価データ記憶部1002と、前記顧客評価データと
店舗・イベント評価データとを比較し、該店舗・イベン
トに合致した顧客を選択するマッチング手段1003
と、各顧客の情報送信宛先(メールアドレス、郵便住所
など)を記憶する宛先データ記憶部1004と、店舗・
イベントの内容など顧客に送付するための情報を記憶し
ている送信・送付内容データ記憶部1005と、マッチ
ング手段1003によって選択された顧客に対して合致
した店舗・イベント情報を送信・送付する送信・送付処
理手段1006とを有している。The apparatus 1000 evaluates the customer evaluation data storage unit 1001 for storing the customer evaluation data generated by the customer data generating apparatus 100 and the shop / event in advance, and the same as the customer evaluation data. Matching means 1003 for comparing the customer evaluation data and the store / event evaluation data with a store / event evaluation data storage unit 1002 for storing evaluation data having various evaluation information and selecting a customer matching the store / event.
And a destination data storage unit 1004 that stores the information transmission destination (e-mail address, postal address, etc.) of each customer,
A transmission / sending content data storage unit 1005 that stores information to be sent to the customer such as the content of the event, and a sending / sending operation that sends matching / store / event information to the customer selected by the matching means 1003. It has a sending processing means 1006.
【0073】なお、店舗・イベント評価データについて
は、例えば、各店舗やイベント会社等からデータを取得
して評価データをあらかじめ用意しておけば良く、図1
1に示すように、図3に示した顧客評価データと、同様
な項目によって構成されている。Regarding the store / event evaluation data, for example, the data may be acquired from each store or event company and the evaluation data may be prepared in advance.
As shown in FIG. 1, the same items as the customer evaluation data shown in FIG. 3 are used.
【0074】顧客別情報配信装置1000は、顧客評価
情報生成装置100で生成された全顧客評価データを顧
客評価データ記憶部1001に記憶する。マッチング手
段1003は、顧客評価データ記憶部1001から顧客
評価データを抽出すると共に、店舗・イベント評価デー
タ記憶部1002から店舗・イベント評価データを抽出
し、顧客毎に、対応する最適な店舗・イベント情報をマ
ッチングさせる。そして、この店舗・イベント情報を、
マッチングした顧客に対して、メール、DM、電話等、
各種の提供手段によって提供する。The customer-specific information distribution apparatus 1000 stores all customer evaluation data generated by the customer evaluation information generation apparatus 100 in the customer evaluation data storage unit 1001. The matching unit 1003 extracts the customer evaluation data from the customer evaluation data storage unit 1001 and also extracts the store / event evaluation data from the store / event evaluation data storage unit 1002, and the optimum store / event information corresponding to each customer. To match. And this store, event information,
For matching customers, e-mail, DM, telephone, etc.
It is provided by various providing means.
【0075】具体的には、全ての顧客に対し、上記した
ように生成された顧客の評価データを格納したデータベ
ースを構築しておき、他方で、店舗、イベント等の情報
を格納したデータベースを構築しておく。そして、顧客
ごとに、最適な情報をマッチング手段1003によって
抽出し、送信、送付手段(メール、DM、TEL等)を
介して顧客毎に提供する。Specifically, for all customers, a database that stores the evaluation data of the customers generated as described above is constructed, and on the other hand, a database that stores information such as stores and events is constructed. I'll do it. Then, the optimum information is extracted by the matching means 1003 for each customer, and provided to each customer via the transmission and transmission means (email, DM, TEL, etc.).
【0076】実際の情報の提供手順としては、送信・送
付内容データ記憶部1005に格納された店舗・イベン
ト情報を送信・送付処理手段1006に出力し、その情
報を提供する顧客の宛先を宛先データ記憶部1004か
ら送信・送付処理手段1006に出力し、送信・送付処
理手段1006が、店舗・イベント情報を対応する顧客
に送信・送付する。すなわち、顧客の評価情報と、予め
取得した店舗・イベント評価情報とのマッチングの結果
に基づいて、顧客に適した店舗・イベント情報を正確に
その顧客に配信する。As an actual information provision procedure, the store / event information stored in the transmission / delivery content data storage unit 1005 is output to the transmission / delivery processing means 1006, and the destination of the customer who provides the information is the destination data. Output from the storage unit 1004 to the sending / sending processing unit 1006, and the sending / sending processing unit 1006 sends / sends the store / event information to the corresponding customer. That is, the store / event information suitable for the customer is accurately delivered to the customer based on the result of matching between the customer's evaluation information and the previously acquired store / event evaluation information.
【0077】なお、各顧客に情報を提供するに際して
は、上述した評価項目における201βの「情報態度」
で得られたデータを参照することが好ましい。すなわ
ち、ここでの「情報態度」には、顧客毎に、最も好まし
い情報の入手方法が分析されていることから、顧客毎に
最適な情報伝達手段を選択して利用するようにしても良
い。たとえば、複数種類の情報伝達手段(たとえば、D
M(ダイレクトメール)による案内、電話オペレータに
よる案内、電子メールによる案内など)を実施するため
の装置(たとえば、宛名ラベルを印刷するためのプリン
タ、電話オペレータに電話番号を含む顧客リストを表示
するための端末装置、電子メールを送信するためのコン
ピュータなど)を選択可能な顧客別情報配信装置に接続
し、顧客の情報態度に関するデータに応じて、これら情
報伝達手段の中から当該顧客にもっとも適した情報選択
手段を選択して、案内情報を提供する。このようにすれ
ば、さらに顧客満足度の向上が図れるようになる。When providing information to each customer, the "information attitude" of 201β in the above-mentioned evaluation items
It is preferable to refer to the data obtained in. In other words, in the "information attitude" here, the most preferable information acquisition method is analyzed for each customer, so that the optimum information transmission means may be selected and used for each customer. For example, a plurality of types of information transmission means (for example, D
A device for performing M (direct mail) guidance, telephone operator guidance, e-mail guidance, etc. (for example, a printer for printing address labels, a telephone operator for displaying a customer list including telephone numbers). Terminal device, computer for sending e-mail, etc.) to a selectable customer-specific information distribution device, and according to the data relating to the information attitude of the customer, the most suitable one of these information transmission means for the customer. The information selecting means is selected to provide guidance information. By doing so, it is possible to further improve customer satisfaction.
【0078】以上のように、本発明においては、一部の
顧客に対して行なったアンケートによって得られたサン
プリング顧客評価データと購買履歴データとを用いて類
推パターンを生成し、生成した類推パターンを、購買履
歴データを有する多数の顧客に適用して、全ての顧客評
価を行うので、多数の顧客情報を有している場合におい
て、効率的かつ正確に、各顧客の評価情報を得ることが
でき、顧客毎に異なる適切情報の提供が可能になる。As described above, in the present invention, the analogy pattern is generated by using the sampling customer evaluation data and the purchase history data obtained by the questionnaire conducted for some customers, and the generated analogy pattern is calculated. Since all customer evaluations are performed by applying to a large number of customers who have purchase history data, it is possible to obtain evaluation information of each customer efficiently and accurately even when a large number of customer information is included. It is possible to provide appropriate information that differs for each customer.
【0079】以上、本発明の実施の形態について説明し
たが、本発明は、上述した実施の形態に限定されず、種
々変更して実施することが可能である。例えば、上記実
施の形態においては、類推パターンを生成したり、生成
された類推パターンを、別の顧客に適用するに際して
は、購買履歴データ(決済履歴データ)を用いた場合に
ついて説明しているが、このような決済履歴データに
は、それ以外にも、例えば支払い履歴や借り入れ履歴等
を参照することが可能である。また、顧客行動履歴とし
て、購買履歴データを用いたが、本発明においては、そ
のような顧客行動履歴としては、それ以外にも、インタ
ーネットによるWEB履歴(アクセス履歴)、ポイント
商品交換履歴、電話による応答履歴(音声応答履歴)、
キャンペーンの参加履歴、サービス(各種保険制度、会
員向割引制度、ローンの借り入れ制度等)の利用履歴、
各店舗の来店履歴等を用いることもでき、これらのいく
つかを組合わせて用いることもできる。Although the embodiments of the present invention have been described above, the present invention is not limited to the above-described embodiments, and various modifications can be carried out. For example, in the above-described embodiment, the case where purchase history data (settlement history data) is used when generating an analogy pattern or applying the generated analogy pattern to another customer has been described. In addition to the payment history data, it is possible to refer to, for example, a payment history or a borrowing history. Further, the purchase history data is used as the customer behavior history, but in the present invention, other than that, the WEB history (access history) via the Internet, point product exchange history, and telephone Response history (voice response history),
Campaign history, service history (various insurance systems, member discount system, loan borrowing system, etc.),
The visit history of each store can be used, or some of them can be used in combination.
【0080】また、上述した実施の形態においては、百
貨店における例について説明しているが、本発明は、各
種の小売店、飲食店に代表される店舗、高速道路、金
融、インターネットショッピング等の分野で用いられる
各種のクレジットカードに応用することが可能である。Further, in the above-mentioned embodiment, although an example in a department store has been described, the present invention is applied to various retail stores, restaurants represented by restaurants, highways, finance, Internet shopping and the like. It can be applied to various credit cards used in.
【0081】また、上述した実施の形態に、基本的な属
性データ(性別、年齢、職業、住所等)や、各顧客の行
動範囲(カード使用地域、使用日時等)を併せて適用す
ることで、ある顧客にとっては、本質的に必要とされな
い情報を削減する等、より精度の高い情報提供が可能で
ある。By applying the basic attribute data (gender, age, occupation, address, etc.) and the action range of each customer (card usage area, usage date, etc.) to the above-described embodiment. For some customers, it is possible to provide more accurate information, such as reducing information that is not essentially needed.
【0082】さらに、本発明においては、顧客の評価情
報の生成や、生成した顧客評価情報の配信については、
ソフトウェア(プログラム)で構成しても良い。Further, in the present invention, regarding the generation of the customer evaluation information and the distribution of the generated customer evaluation information,
It may be configured by software (program).
【0083】[その他変形例など]
(1) 上記実施の形態においては、サンプリング顧客
評価データは、サンプリングされた顧客に対して行うア
ンケートの回答に基づいて作成されるものとして説明し
たが、本発明はアンケートの回答以外の顧客に関する情
報を用いてサンプリング顧客評価データを作成するよう
にしても良い。たとえば、アンケートの回答の代わりに
適正診断テストの結果、性格診断テストの結果などを用
いても良いし、あるいはその他の顧客の嗜好・性格・性
向などの属性が反映されるいずれの情報を用いても良
い。[Other Modifications, etc.] (1) In the above embodiment, the sampled customer evaluation data is described as being created based on the answers of the questionnaire conducted to the sampled customers. May create the sampling customer evaluation data using information about the customer other than the answers to the questionnaire. For example, instead of answering the questionnaire, the result of the appropriate diagnostic test, the result of the personality diagnostic test, or the like may be used, or any information that reflects other attributes such as the customer's taste, personality, or propensity may be used. Is also good.
【0084】(2) 上記実施の形態における類推パタ
ーンにおいては、各購買履歴項目に格納される情報が、
当該購買履歴項目に対応する商品を購入したか否かとい
う内容であったが、本発明かかる類推パターンはこのよ
うな情報に限られるものではない。たとえば、各購買履
歴項目に格納される情報は、購入金額の累計がある閾値
として設定される金額以内かそれを上回るか、という情
報であっても良いし、あるいはまた購入回数であっても
良いし、あるいはその他の顧客の関心度などを反映する
情報を用いても良い。(2) In the analogy pattern in the above embodiment, the information stored in each purchase history item is
Although the content is whether or not the product corresponding to the purchase history item is purchased, the analogy pattern according to the present invention is not limited to such information. For example, the information stored in each purchase history item may be information indicating whether the cumulative total of purchase amounts is within or exceeding the amount set as a certain threshold value, or may be the number of purchases. Alternatively, information that reflects the degree of interest of other customers may be used.
【0085】(3) 本実施形態では、顧客評価情報に
基づいて、顧客に対して店舗・イベントをマッチングさ
せるマッチング・システムについて述べたが、顧客評価
情報に基付いて顧客とマッチング可能な対象は、店舗・
イベントに限られるものではない。本発明にかかる顧客
評価情報を用いることにより、すべての商品・サービ
ス、人、物、企業、団体などあらゆる対象と顧客のマッ
チングを行うことが可能である。(3) In the present embodiment, the matching system for matching the store / event to the customer based on the customer evaluation information has been described, but the target that can be matched with the customer based on the customer evaluation information is ,store·
It is not limited to events. By using the customer evaluation information according to the present invention, it is possible to match customers with all objects such as all products / services, people, goods, companies, and organizations.
【0086】(4) 上記した実施の形態では、評価項
目の関連項目について、図4に示すように、検討項目の
○、×の組み合わせでコード値を付与し、図3に示すサ
ンプリング顧客評価データを作成したが、顧客評価デー
タ(サンプリング顧客評価データ、全顧客評価データの
双方を含む)の構成については、種々変形することが可
能である。(4) In the above-mentioned embodiment, as for the related items of the evaluation items, the code values are given by the combination of ○ and × of the examination items as shown in FIG. 4, and the sampling customer evaluation data shown in FIG. However, the structure of the customer evaluation data (including both sampling customer evaluation data and all customer evaluation data) can be modified in various ways.
【0087】例えば、図12に本発明に適用可能な顧客
評価データの一構成例を示す。この例において、顧客評
価データに含まれる評価項目は複数の検討項目により構
成され、検討項目はそれぞれ、ある特性の強度、合致度
等を表す複数の値をコード値として取りうるものとす
る。図12は、検討項目「恋愛に興味があるか?」につ
いて、「興味はない」「あまり興味はない」「普通」
「やや興味がある」「興味がある」という5つの特性を
設定しておき、その顧客の特性に応じたコード値を当該
検討項目に格納する様子を示している。その他の検討項
目についても、対応する特性の強度、合致度等を表すコ
ード値を格納するようになっている。For example, FIG. 12 shows a structural example of customer evaluation data applicable to the present invention. In this example, the evaluation item included in the customer evaluation data is composed of a plurality of examination items, and each examination item can take a plurality of values representing the strength of a certain characteristic, the degree of matching, etc. as a code value. FIG. 12 shows “not interested”, “not very interested”, and “ordinary” regarding the examination item “Are you interested in love?”
It shows a state in which five characteristics of “somewhat interested” and “interested” are set, and a code value according to the characteristics of the customer is stored in the examination item. For other items to be examined, code values representing the strength of the corresponding characteristic, the degree of matching, etc. are stored.
【0088】また、サンプリング顧客に対してアンケー
トを行う際に、各検討項目夫々について、複数の段階で
評価できるようなアンケート項目にしておき、各検討項
目を、強度をベースとした分析が行なえるような構成に
しておいても良い。Further, when conducting a questionnaire to sampling customers, each examination item is set as a questionnaire item which can be evaluated in a plurality of stages, and each examination item can be analyzed based on strength. You may make it a structure like this.
【0089】図13は、図12に示すコード値を用いた
場合の顧客評価データの構成例を示す。図に示すよう
に、各顧客のレコードは、その顧客の特性の強度、合致
度等を表すコード値の集合によって構成されるようにな
る。FIG. 13 shows an example of the structure of customer evaluation data when the code values shown in FIG. 12 are used. As shown in the figure, each customer record is composed of a set of code values representing the strength of the characteristics of the customer, the degree of matching, and the like.
【0090】図14は、図12に示すコード値を用いた
場合の類推パターンデータの構成例を示す。この構成例
は、基本的に図8に示す類推パターンデータの構成例と
同様であり、各検討項目のコード値ごとに、各購買対象
項目に対応する購買履歴があるものには「○」が、無い
ものは空欄が、そして、絞り込みされていない項目には
「−」が付与されている。FIG. 14 shows an example of the structure of analogy pattern data when the code values shown in FIG. 12 are used. This configuration example is basically the same as the configuration example of the analogy pattern data shown in FIG. 8. For each code value of each examination item, there is a purchase history corresponding to each purchase target item, and “○” is indicated. , No items are left blank, and items that have not been narrowed down are given "-".
【0091】図15は、図12に示すコード値を用いた
場合の店舗・イベント評価データの構成例を示す。この
店舗・イベント評価データは、図13に示す顧客評価デ
ータに対応して、店舗やイベントの特性をある特性(検
討項目)の強度、合致度等を表すコード値の集合となっ
ている。FIG. 15 shows a configuration example of store / event evaluation data when the code values shown in FIG. 12 are used. The store / event evaluation data is a set of code values representing the characteristics of the store or the event, such as the strength of a certain property (study item) and the degree of matching, corresponding to the customer evaluation data shown in FIG.
【0092】なお、顧客購買履歴データ106,107
の構成、顧客評価情報生成装置100の構成・動作、お
よび顧客別情報配信装置1000の構成・動作は先に述
べた実施の形態と同様のものを適用できる。すなわち、
顧客評価情報生成装置100は図1に示す構成を有し、
この顧客評価情報生成装置100は図5に示すようなデ
ータ構成を有する顧客購買履歴データ106と、図12
に示すようなデータ構成を有するサンプリング顧客評価
データを用いて、図6に示す類推パターン生成動作を行
い、図14に示すような類推パターンデータを生成し、
この類推パターンデータと全顧客購買履歴データ107
とを比較して、図13に示すような構成を有する全顧客
評価データ108を生成することができる。Customer purchase history data 106, 107
The configuration, the configuration / operation of the customer evaluation information generating device 100, and the configuration / operation of the customer-specific information distribution device 1000 can be the same as those in the above-described embodiment. That is,
The customer evaluation information generation device 100 has the configuration shown in FIG.
This customer evaluation information generation device 100 has customer purchase history data 106 having a data structure as shown in FIG.
The analogy pattern generation operation shown in FIG. 6 is performed using the sampling customer evaluation data having the data structure shown in FIG.
This analogy pattern data and all-customer purchase history data 107
By comparing with, it is possible to generate the all-customer evaluation data 108 having the configuration as shown in FIG.
【0093】また、顧客別情報配信装置1000は、図
13に示すような構成を有する全顧客評価データ108
を顧客評価データ記憶部1001に保持し、また図15
に示すようなデータ構成を有する店舗・イベント評価デ
ータを店舗・イベント評価データ記憶部1002に蓄
え、これらデータをマッチング手段1003によって比
較して、各顧客に適した店舗・イベントの選択を行うこ
とができる。Further, the customer-specific information distribution apparatus 1000 has the all-customer evaluation data 108 having the structure shown in FIG.
Is stored in the customer evaluation data storage unit 1001, and FIG.
Store / event evaluation data having a data structure as shown in FIG. 2 is stored in the store / event evaluation data storage unit 1002, and these data are compared by the matching means 1003 to select a store / event suitable for each customer. it can.
【0094】かかる顧客の特性の強度、合致度等を表す
コード値を用いる構成によれば、各検討項目ごとの強度
をベースとした分析やマッチングを行うことが可能とな
る。According to the configuration using the code value representing the strength of the customer's characteristic, the degree of matching, etc., it becomes possible to perform the analysis and the matching based on the strength of each examination item.
【0095】[0095]
【発明の効果】以上説明したように、本発明によれば、
アンケートなどにより得られた顧客評価情報と購買履歴
情報とを用いて顧客に対する類推パターンをあらかじめ
生成し、購買履歴データを有する多数の顧客に対して、
この類推パターンを適用して顧客評価を行うので、多数
の顧客情報を有している場合において、効率的かつ正確
に、各顧客の評価情報を得ることができ、顧客が欲する
適切な情報を提供することができる。As described above, according to the present invention,
An analogy pattern for a customer is generated in advance using the customer evaluation information and the purchase history information obtained by a questionnaire, and for a large number of customers who have purchase history data,
Since the customer evaluation is performed by applying this analogy pattern, the evaluation information of each customer can be obtained efficiently and accurately even if the customer has a large number of customer information, and the appropriate information desired by the customer is provided. can do.
【図1】本発明の実施の形態に係る顧客の評価データ生
成装置の構成を示す概略ブロック図。FIG. 1 is a schematic block diagram showing the configuration of a customer evaluation data generation device according to an embodiment of the present invention.
【図2】サンプリング顧客評価データを生成するため
に、一部の顧客に対して行われるアンケートの項目を示
す図。FIG. 2 is a diagram showing items of a questionnaire conducted for some customers in order to generate sampling customer evaluation data.
【図3】サンプリング顧客評価データを示す図。FIG. 3 is a diagram showing sampling customer evaluation data.
【図4】サンプリング顧客評価データを得るための評価
項目の構成例を説明するための図。FIG. 4 is a diagram for explaining a configuration example of evaluation items for obtaining sampling customer evaluation data.
【図5】サンプリング顧客の購買履歴データを示す図。FIG. 5 is a diagram showing purchase history data of sampling customers.
【図6】図1に示す類推パターン生成手段が実行する類
推パターン生成方法を示すフローチャート。6 is a flowchart showing an analogy pattern generation method executed by analogy pattern generation means shown in FIG. 1. FIG.
【図7】購買履歴内容ごとの出現比率の算出方法の例を
説明するための図。FIG. 7 is a diagram illustrating an example of a method of calculating an appearance ratio for each purchase history content.
【図8】図1に示す類推パターン記録手段に記録される
類推パターンデータの例を示す図。8 is a diagram showing an example of analogy pattern data recorded in analogy pattern recording means shown in FIG. 1. FIG.
【図9】類推パターン適用手段によって実行される類推
パターンデータを適用する方法の一例を示すフローチャ
ート。FIG. 9 is a flowchart showing an example of a method of applying analogy pattern data executed by analogy pattern applying means.
【図10】顧客評価データを用いて顧客に応じた情報の
送信・配信を行うための顧客別情報配信装置の構成例を
示すブロック図。FIG. 10 is a block diagram showing a configuration example of a customer-specific information distribution device for transmitting / delivering information according to a customer using customer evaluation data.
【図11】店舗・イベント評価データの一例を示す図。FIG. 11 is a diagram showing an example of store / event evaluation data.
【図12】サンプリング顧客評価データを得るための評
価項目の変形例を説明するための図。FIG. 12 is a diagram for explaining a modified example of evaluation items for obtaining sampling customer evaluation data.
【図13】顧客評価データの別の構成例を示す図。FIG. 13 is a diagram showing another configuration example of customer evaluation data.
【図14】類推パターンデータの別の構成例を示す図。FIG. 14 is a diagram showing another configuration example of analogy pattern data.
【図15】店舗・イベント評価データの別の構成例を示
す図。FIG. 15 is a diagram showing another configuration example of store / event evaluation data.
100…顧客評価情報生成装置 101…類推パターン生成手段 102…類推パターン記録手段 103…類推パターン適用手段 104…アンケート回答データ 105…サンプリング顧客評価データ 106…サンプリング顧客購買履歴データ 107…全顧客購買履歴データ 108…全顧客評価データ 1000…顧客別情報配信装置 1001…顧客評価データ記憶部 1002…店舗・イベント評価データ記憶部 1003…マッチング手段、 1004…宛先データ記憶部 1005…送信・送付内容データ記憶部 1006…送信・送付処理手段 100 ... Customer evaluation information generation device 101 ... Analogy pattern generation means 102 ... analogical pattern recording means 103: analogy pattern applying means 104 ... Questionnaire response data 105 ... Sampling customer evaluation data 106 ... Sampling customer purchase history data 107 ... Purchase history data for all customers 108 ... All customer evaluation data 1000 ... Customer-specific information distribution device 1001 ... Customer evaluation data storage unit 1002 ... Store / event evaluation data storage unit 1003 ... Matching means, 1004 ... Destination data storage unit 1005 ... Transmission / sending contents data storage unit 1006 ... Transmission / sending processing means
───────────────────────────────────────────────────── フロントページの続き (72)発明者 廣畑 惇朗 東京都千代田区神田駿河台一丁目6番地 株式会社ジェーシービーマーケティング部 内 (72)発明者 竹野 輝之 東京都台東区寿3丁目15番15号 株式会社 イー・ファルコン内 (72)発明者 菅原 勝寿 東京都台東区寿3丁目15番15号 株式会社 イー・ファルコン内 Fターム(参考) 5B075 KK07 ND20 NR10 NR20 PR03 PR08 UU40 ─────────────────────────────────────────────────── ─── Continued front page (72) Inventor Shiro Hirohata 1-6 Surugadai Kanda, Chiyoda-ku, Tokyo JCB Marketing Department Within (72) Inventor Teruyuki Takeno 3-15-15 Kotobuki, Taito-ku, Tokyo Inside E-Falcon (72) Inventor Katsutoshi Sugawara 3-15-15 Kotobuki, Taito-ku, Tokyo Inside E-Falcon F term (reference) 5B075 KK07 ND20 NR10 NR20 PR03 PR08 UU40
Claims (25)
うアンケートの回答に基づいて、前記一部の顧客夫々の
評価情報を得る工程と、 前記一部の顧客夫々の行動履歴情報を得る工程と、 前記評価情報と前記行動履歴情報とから顧客類推パター
ンを生成する工程と、 前記アンケートを実施しなかった顧客の行動履歴情報を
得る工程と、 前記顧客類推パターンを用いて、前記アンケートを実施
しなかった顧客の行動履歴情報から、そのアンケートを
実施しなかった顧客の評価情報を得る工程と、を具備す
ることを特徴とする顧客の評価情報生成方法。1. A step of obtaining evaluation information of each of some of the plurality of customers based on a response to a questionnaire given to some of the customers, and action history information of each of the some of the customers. A step of generating a customer analogy pattern from the evaluation information and the behavior history information, a step of acquiring behavior history information of a customer who did not conduct the questionnaire, and using the customer analogy pattern, And a step of obtaining the evaluation information of the customer who did not carry out the questionnaire from the action history information of the customer who did not carry out the questionnaire.
評価情報は、複数の関連項目を含む評価項目を備えてお
り、この評価項目を少なくとも1以上有していることを
特徴とする請求項1記載の顧客の評価情報生成方法。2. The evaluation information of some of the customers who conducted the questionnaire includes evaluation items including a plurality of related items, and has at least one or more of these evaluation items. The customer evaluation information generation method described in 1.
は、あらかじめアンケートの質問内容に関連づけられた
複数の検討項目の結果の組み合わせにより得られること
を特徴とする請求項2記載の顧客の評価情報生成方法。3. The customer evaluation information according to claim 2, wherein the respective evaluations of the plurality of related items are obtained by a combination of results of a plurality of examination items that are associated with the question content of the questionnaire in advance. Generation method.
の検討項目結果の組み合わせに対応したコード値を、前
記評価項目の関連項目ごとに付与したテーブルで表され
ることを特徴とする請求項2又は請求項3記載の顧客の
評価情報生成方法。4. The evaluation information of some of the customers is represented by a table in which a code value corresponding to a combination of the plurality of examination item results is given to each related item of the evaluation items. The method for generating customer evaluation information according to claim 2 or 3.
客の行動履歴を対応付けたテーブルで表されることを特
徴とする請求項1乃至4のいずれか1項に記載の顧客の
評価情報生成方法。5. The customer's action history information is represented by a table in which the action history of each customer is associated with each other. Evaluation information generation method.
インターネットによるWEB履歴(アクセス履歴)、ポ
イント商品交換履歴、電話による応答履歴(音声応答履
歴)、キャンペーンの参加履歴、サービスの利用履歴、
および各店舗の来店履歴の内、少なくとも一つ以上から
得られることを特徴とする請求項1乃至5のいずれか1
項に記載の顧客の評価情報生成方法。6. The action history information is payment history data,
WEB history (access history) via the Internet, point product exchange history, telephone response history (voice response history), campaign participation history, service usage history,
And at least one of the store visit histories of each store.
Method for generating customer evaluation information described in section.
ついて同一のコード値を有する顧客を抽出し、 抽出された顧客の行動履歴情報から、前記コード値に応
じて行動履歴情報の絞り込みを行って、絞り込んだ行動
履歴情報ごとの出現比率を算出し、 算出された出現比率のうち、最も高いものを前記関連項
目及び前記コード値に対応させて記憶し、これらの操作
を評価項目の全関連項目について行う、ことで得られる
ことを特徴とする請求項2乃至6のいずれか1項に記載
の顧客の評価情報生成方法。7. The customer analogy pattern is configured such that, in the evaluation information of some of the customers, customers having the same code value for specific related items are extracted, and the code value is extracted from the action history information of the extracted customers. The behavior history information is narrowed down according to the above, and the appearance ratio for each narrowed behavior history information is calculated, and the highest appearance ratio among the calculated appearance ratios is stored in association with the related item and the code value. The customer evaluation information generation method according to claim 2, wherein the evaluation information generation method is performed by performing these operations for all related items of the evaluation items.
ついて同一のコード値を有する顧客を抽出し、 抽出された顧客の行動履歴情報から出現比率を算出し、 算出された出現比率のうち、最も高いものを前記関連項
目及び前記コード値に対応させて記憶し、これらの操作
を評価項目の全関連項目について行う、ことで得られる
ことを特徴とする請求項2乃至6のいずれか1項に記載
の顧客の評価情報生成方法。8. The customer analogy pattern is characterized in that, in the evaluation information of some of the customers, customers having the same code value for a specific related item are extracted, and an appearance ratio is calculated from the action history information of the extracted customers. However, the highest appearance ratio among the calculated appearance ratios is stored in association with the related item and the code value, and these operations are performed for all related items of the evaluation item. The customer evaluation information generation method according to claim 2.
評価情報は、 前記顧客類推パターンによって得られたコード値に対応
する行動履歴情報を、アンケートを実施しなかった夫々
の顧客の行動履歴情報に照合し、 アンケートを実施しなかった夫々の顧客が同様な行動履
歴を有する場合、前記顧客類推パターンによって得られ
たコード値を付与することで得られることを特徴とする
請求項2乃至8のいずれか1項に記載の顧客の評価情報
生成方法。9. The evaluation information of the customer who did not conduct the questionnaire, the behavior history information corresponding to the code value obtained by the customer analogy pattern is converted into the behavior history information of each customer who did not conduct the questionnaire. 9. If any of the customers who have collated and have not conducted a questionnaire have similar behavior histories, it is obtained by assigning a code value obtained from the customer analogy pattern. A method for generating customer evaluation information according to item 1.
店、高速道路、金融に関する情報を獲得可能なカードを
備えた群で構成されていることを特徴とする請求項1乃
至9のいずれか1項に記載の顧客の評価情報生成方法。10. The customer is constituted by a group including various retail stores and restaurants, a highway, and a card capable of obtaining information regarding finance. The method for generating customer evaluation information according to item 1.
の評価情報を得る工程は、所定の期間ごとに行なわれる
ことを特徴とする請求項1乃至10のいずれか1項に記
載の顧客の評価情報生成方法。11. The customer evaluation information according to claim 1, wherein the step of obtaining the evaluation information of the customer who has not conducted the questionnaire is performed every predetermined period. Generation method.
トは、所定の期間ごとに行なわれることを特徴とする請
求項1乃至11のいずれか1項に記載の顧客の評価情報
生成方法。12. The evaluation information generation method for a customer according to claim 1, wherein the questionnaire for the some customers is performed for each predetermined period.
行うアンケートの回答に基づいて得られた前記一部の顧
客の評価情報と前記一部の顧客の行動履歴情報とから、
アンケートを実施した顧客の類推パターンを生成する類
推パターン生成手段と、 前記類推パターンを記録する類推パターン記録手段と、 前記アンケートを実施しなかった夫々の顧客について、
夫々の行動履歴情報に基づいて前記類推パターンを適用
し、アンケートを実施しなかった夫々の顧客の評価情報
を得る類推パターン適用手段と、を具備することを特徴
とする顧客の評価情報生成装置。13. Among a large number of customers, from the evaluation information of the some customers and the action history information of the some customers, which are obtained based on the answers to the questionnaire given to some of the customers,
An analogy pattern generating means for generating an analogy pattern of a customer who conducted a questionnaire, an analogy pattern recording means for recording the analogy pattern, and for each customer who did not implement the questionnaire,
A customer evaluation information generation device comprising: an analogy pattern application unit that applies the analogy pattern based on each action history information and obtains evaluation information of each customer who has not conducted a questionnaire.
部の顧客の評価情報において、特定の関連項目について
同一のコード値を有する顧客を抽出し、抽出された顧客
の行動履歴情報の出現比率を算出し、算出された出現比
率のうち最も高いものを前記関連項目及び前記コード値
に対応させて記憶し、これらの操作を全関連項目につい
て行うことで顧客の類推パターンを生成することを特徴
とする請求項13に記載の顧客の評価情報生成装置。14. The analogy pattern generation means extracts customers having the same code value for a specific related item in the evaluation information of some of the customers, and calculates the appearance ratio of the extracted behavior history information of the customers. Characterized in that the highest one of the calculated appearance ratios is stored in association with the related item and the code value, and the analogy pattern of the customer is generated by performing these operations for all related items. The evaluation information generation device for a customer according to claim 13.
ついて同一のコード値を有する顧客を抽出し、抽出され
た顧客の行動履歴情報から前記コード値に応じて行動履
歴情報を絞り込み、絞り込んだ行動履歴情報ごとの出現
比率を算出し、算出された出現比率のうち最も高いもの
を前記関連項目及び前記コード値に対応させて記憶し、
これらの操作を全関連項目について行うことで顧客の類
推パターンを生成することを特徴とする請求項13に記
載の顧客の評価情報生成装置。15. The analogy pattern generation means extracts, from the evaluation information of some of the customers, customers having the same code value for a specific related item, and the code value is extracted from the action history information of the extracted customers. According to the action history information is narrowed down, the appearance ratio for each narrowed down action history information is calculated, and the highest one of the calculated appearance ratios is stored in association with the related item and the code value.
The evaluation information generation device for a customer according to claim 13, wherein the analogy pattern of the customer is generated by performing these operations for all related items.
する行動履歴情報を、アンケートを実施しなかった夫々
の顧客の行動履歴情報に照合し、 アンケートを実施しなかった夫々の顧客が同様な行動履
歴を有する場合、前記顧客類推パターンによって得られ
たコード値を付与することで、アンケートを実施しなか
った顧客の評価情報を得ることを特徴とする請求項13
又14に記載の顧客の評価情報生成装置。16. The analogy pattern application means collates the behavior history information corresponding to the code value obtained by the customer analogy pattern with the behavior history information of each customer who did not conduct the questionnaire, and implements the questionnaire. When each customer who did not have a similar behavior history, by giving the code value obtained by the customer analogy pattern, the evaluation information of the customer who did not conduct the questionnaire is obtained. Thirteen
A customer evaluation information generation device described in 14.
顧客の評価情報生成方法により得られた全ての顧客の評
価情報と、予め取得した店舗・イベントに関する評価情
報との間でマッチングを行うマッチング工程と、 マッチングの結果に基づいて、夫々の顧客に適した店舗
・イベント情報をその顧客に配信する情報配信工程と、
を具備することを特徴とする情報配信方法。17. Matching is performed between all the customer evaluation information obtained by the customer evaluation information generating method according to any one of claims 1 to 12 and the evaluation information regarding the shop / event acquired in advance. A matching step, and an information distribution step of distributing store / event information suitable for each customer to the customer based on the matching result,
An information distribution method comprising:
記載の顧客の評価情報生成方法により得られた顧客の評
価情報を記憶する顧客評価情報記憶手段と、 予め取得した店舗・イベント評価情報を記憶する店舗・
イベント評価情報記憶手段と、 前記顧客の評価情報と前記店舗・イベント評価情報との
間のマッチングを行うマッチング手段と、 マッチングの結果に基づいて顧客に適した店舗・イベン
ト情報を前記顧客に配信する配信手段と、を具備するこ
とを特徴とする情報配信装置。18. Customer evaluation information storage means for storing customer evaluation information obtained by the customer evaluation information generation method according to claim 1, and store / event evaluation information acquired in advance. Stores that store
Event evaluation information storage means, matching means for performing matching between the customer evaluation information and the store / event evaluation information, and delivering store / event information suitable for the customer to the customer based on the matching result. An information distribution apparatus comprising: a distribution unit.
受ける顧客の属性データ、及び/又は行動範囲データを
適用することを特徴とする請求項18に記載の情報配信
装置。19. The information distribution device according to claim 18, wherein when distributing the information, attribute data and / or action range data of a customer who receives the distribution is applied.
内、一部の顧客に対して行ったアンケートの回答に基づ
いて前記一部の顧客の評価情報と前記一部の顧客の行動
履歴情報とを用いて顧客の評価情報を生成するためのプ
ログラムにおいて、 前記評価情報と前記行動履歴情報とから顧客類推パター
ンを生成する手順と、 前記アンケートを実施しなかった顧客の行動履歴情報を
得る手順と、 前記顧客類推パターンを用いて、前記アンケートを実施
しなかった顧客の行動履歴情報から、前記アンケートを
実施しなかった顧客の評価情報を得る手順と、を実現さ
せることを特徴とする顧客の評価情報生成プログラム。20. The computer uses the evaluation information of some of the customers and the action history information of the some of the customers based on the answers to a questionnaire given to some of the many customers. In a program for generating customer evaluation information, a procedure for generating a customer analogy pattern from the evaluation information and the behavior history information, a procedure for obtaining the behavior history information of a customer who has not conducted the questionnaire, and Generating customer evaluation information, characterized by realizing a procedure of obtaining evaluation information of a customer who did not conduct the questionnaire from behavior history information of a customer who did not conduct the questionnaire using a customer analogy pattern. program.
項12までのいずれかに記載の顧客の評価情報生成方法
を実行させるためのプログラム。21. A program for causing a computer to execute the customer evaluation information generating method according to any one of claims 1 to 12.
16のいずれかに記載の顧客の評価情報生成装置として
機能せしめるためのプログラム。22. A program for causing a computer to function as the customer evaluation information generation device according to claim 13.
に記載のプログラムを格納した、コンピュータ読み取り
可能なプログラム記録媒体。23. A computer-readable program recording medium storing the program according to any one of claims 20 to 22.
かに記載の顧客の評価情報生成方法により生成された顧
客の評価情報を格納した、コンピュータ読み取り可能な
記録媒体。24. A computer-readable recording medium storing customer evaluation information generated by the customer evaluation information generating method according to any one of claims 1 to 12.
に記載の顧客の評価情報生成装置により生成された顧客
の評価情報を格納した、コンピュータ読み取り可能な記
録媒体。25. A computer-readable recording medium storing customer evaluation information generated by the customer evaluation information generating apparatus according to claim 13.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2002004970A JP4008711B2 (en) | 2002-01-11 | 2002-01-11 | Customer evaluation information generation method, customer evaluation information generation device, and program used therefor |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2002004970A JP4008711B2 (en) | 2002-01-11 | 2002-01-11 | Customer evaluation information generation method, customer evaluation information generation device, and program used therefor |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2003208506A true JP2003208506A (en) | 2003-07-25 |
JP4008711B2 JP4008711B2 (en) | 2007-11-14 |
Family
ID=27644148
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2002004970A Expired - Fee Related JP4008711B2 (en) | 2002-01-11 | 2002-01-11 | Customer evaluation information generation method, customer evaluation information generation device, and program used therefor |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4008711B2 (en) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2005057477A1 (en) * | 2003-12-08 | 2005-06-23 | Wataru Yamamoto | Network system, medium, market survey system |
JP2007317209A (en) * | 2006-05-25 | 2007-12-06 | Dunnhumby Ltd | Method for planning and evaluating in-store advertising for retail entity |
JP2013101539A (en) * | 2011-11-09 | 2013-05-23 | Toyota Infotechnology Center Co Ltd | Sampling device, sampling program, and method therefor |
JP2017016361A (en) * | 2015-06-30 | 2017-01-19 | 富士通株式会社 | Estimation data generating method, estimation data generating program and estimation data generating system |
JP2019175386A (en) * | 2018-03-29 | 2019-10-10 | 大和ハウス工業株式会社 | Sense-of-value evaluation system and property search system |
CN115760223A (en) * | 2022-11-22 | 2023-03-07 | 武汉沁纯服饰有限公司 | Intelligent garment e-commerce monitoring and analyzing system based on data analysis |
JP2023072524A (en) * | 2021-11-12 | 2023-05-24 | エヌ・ティ・ティ・コミュニケーションズ株式会社 | Recommendation device, recommendation method and recommendation program |
CN118411127A (en) * | 2024-07-01 | 2024-07-30 | 一智科技有限公司 | Engineering construction evaluation questionnaire generation method and system |
-
2002
- 2002-01-11 JP JP2002004970A patent/JP4008711B2/en not_active Expired - Fee Related
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2005057477A1 (en) * | 2003-12-08 | 2005-06-23 | Wataru Yamamoto | Network system, medium, market survey system |
JP2007317209A (en) * | 2006-05-25 | 2007-12-06 | Dunnhumby Ltd | Method for planning and evaluating in-store advertising for retail entity |
JP2013101539A (en) * | 2011-11-09 | 2013-05-23 | Toyota Infotechnology Center Co Ltd | Sampling device, sampling program, and method therefor |
JP2017016361A (en) * | 2015-06-30 | 2017-01-19 | 富士通株式会社 | Estimation data generating method, estimation data generating program and estimation data generating system |
JP2019175386A (en) * | 2018-03-29 | 2019-10-10 | 大和ハウス工業株式会社 | Sense-of-value evaluation system and property search system |
JP7123601B2 (en) | 2018-03-29 | 2022-08-23 | 大和ハウス工業株式会社 | Value evaluation system and property search system |
JP2023072524A (en) * | 2021-11-12 | 2023-05-24 | エヌ・ティ・ティ・コミュニケーションズ株式会社 | Recommendation device, recommendation method and recommendation program |
CN115760223A (en) * | 2022-11-22 | 2023-03-07 | 武汉沁纯服饰有限公司 | Intelligent garment e-commerce monitoring and analyzing system based on data analysis |
CN115760223B (en) * | 2022-11-22 | 2023-12-26 | 南京简亿网络科技有限公司 | Clothing electronic commerce intelligent monitoring analysis system based on data analysis |
CN118411127A (en) * | 2024-07-01 | 2024-07-30 | 一智科技有限公司 | Engineering construction evaluation questionnaire generation method and system |
Also Published As
Publication number | Publication date |
---|---|
JP4008711B2 (en) | 2007-11-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Verhoef | Understanding the effect of customer relationship management efforts on customer retention and customer share development | |
Neslin et al. | An alternative explanation for lower repeat rates after promotion purchases | |
Völckner | The dual role of price: decomposing consumers’ reactions to price | |
Erdem et al. | An empirical investigation of the spillover effects of advertising and sales promotions in umbrella branding | |
Papatla et al. | Measuring the dynamic effects of promotions on brand choice | |
McKinney | Creating a satisfying internet shopping experience via atmospheric variables | |
Bowman et al. | Managing customer-initiated contacts with manufacturers: The impact on share of category requirements and word-of-mouth behavior | |
Tellis | Advertising exposure, loyalty, and brand purchase: A two-stage model of choice | |
Sebastianelli et al. | Perceived quality of online shopping: Does gender make a difference? | |
Akinci et al. | Where does the logistic regression analysis stand in marketing literature? A comparison of the market positioning of prominent marketing journals | |
Kunz | Online customers: Identifying store, product and consumer attributes which influence shopping on the Internet | |
Waite et al. | Online banking information: what we want and what we get | |
Sahay et al. | New interactive media: experts’ perceptions of opportunities and threats for existing businesses | |
Goodstein | UPC scanner pricing systems: Are they accurate? | |
Leeflang et al. | Identifying the direct mail-prone consumer | |
Lin et al. | Customer loyalty under the influence of revenue management: The case of Taiwanese hotel customers | |
Verma | Factors Affecting the Growth of E-Shopping Consumers Over Traditional Shopping After Covid-19: GCC Countries' Perspective | |
Smith | Quality aspects of services marketing | |
JP4008711B2 (en) | Customer evaluation information generation method, customer evaluation information generation device, and program used therefor | |
Bhattacharyya et al. | Exploring the factors impacting seller performance during online sales events in the e-Commerce marketplace in India | |
Hassan et al. | Importance of After Purchase Services in Online Business and Customer Satisfaction: A Study from Pakistan | |
Fairhurst et al. | Determining advertising budgets for service enterprises | |
Sakkthivel | Influence of internet on online buyer involvement towards buying different products and services | |
BAABBAD | Effectiveness of customer relationship management (crm), customer value, perceived online convenience and customer satisfaction on shopee customer loyalty (a case study in Surabaya, East Java, Indonesia) | |
JP2002230386A (en) | Method and system for profit return |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20041214 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070417 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070613 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070802 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070802 |
|
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: 20070823 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20070830 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100907 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100907 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110907 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110907 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120907 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130907 Year of fee payment: 6 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |