JP2004287874A - データ分析方法および営業支援システム - Google Patents

Abstract

【課題】営業担当者が営業活動に関し確定済みの情報を入力するだけで、その他の未確定項目に対する何らかの推奨値を提示する営業支援システムおよび方法を提供すること。
【解決手段】蓄積された営業活動情報の項目の中で指定された１つ以上の項目に関して類似した営業活動情報を検索し、該類似した営業活動情報の特徴をＩＦ−ＴＨＥＮ形式のルールを推奨値として出力する。指定された項目には営業の対象となる企業名が含まれなくてもよい。また、ユーザにより入力される営業活動情報の属性情報などユーザ指定の附帯情報に従って自動的に書込み先のボリュームを分類し、書込み時において該ボリュームのデータレコード上の特定のフィールドに該データの附帯情報を自動で付加的に書込み、営業活動情報データベースを構築する。
【選択図】 図１

Description

【０００１】
【発明の属する技術分野】
本発明は、あらゆる企業の営業担当者の活動を支援する営業支援システムに関するものであり、大量に蓄積された過去の営業活動情報および企業情報からデータマイニング技術により営業活動のレコメンデーションプランを抽出するものである。
【０００２】
【従来の技術】
従来、企業では情報処理システムを用いた営業支援システムを導入し、営業担当の活動支援を実現している。従来の営業支援システムは、担当案件の管理や過去の営業案件の検索、資料の自動作成など、主として営業情報の共有や、営業活動の作業上の支援を目的としている。そのため、見積の作成を自動化したり、営業活動に必要な資料をデータベース化して容易に検索できるようにするなど作業工数の削減を行う機能や、各営業担当者の活動状況を記憶して他人が参照できるようにする機能が実現されていた。
【０００３】
最近では、上述したような単なる活動状況の把握にのみならず、営業活動のノウハウも共有化する機能も実現されつつある。特許文献１では、これまで営業担当者が自分の経験に基づいて行ってきた営業活動における判断に対し、支援を行おうとするものである。この従来技術を用いた営業支援システムでは、営業担当者が営業の対象となる企業の情報や活動状況などの情報を入力すると、システム中の推論部が過去の企業情報や営業状況などを参照し、例えば「デモ実施」など、次の営業活動における行動指示メッセージを出力する。営業支援システムは企業情報データベース、営業状況データベースのほかに行動指示メッセージデータベースを持つことにより、企業情報等の入力に対し、行動指示メッセージデータベースに格納されている行動指示メッセージの中から適切なものを選択することにより、この機能を実現している。
【０００４】
以上の従来技術により、営業支援システムは営業活動における判断上の支援を行って営業活動の円滑化が可能となる。さらに、経験の少ない営業担当者にとって、経験の累積による熟練を待つことなく、有能な営業担当者への速やかな育成の寄与を実現する。
【０００５】
特許文献１では、推論部は営業担当者からの入力に対し、その営業状況が上向きか下向きかを示す「傾き」と、その傾きが前回に比べどう変化したかを示す「変化率」を算出し、それらふたつのパラメータを用いて「状況変化関数」を導出する。そして、状況変化関数が類似した過去の営業状況の情報をデータベースから探し出し、その状況でとった行動を行動指示メッセージとして出力するものである。
【０００６】
以上に挙げた推論方法のほかに、データマイニングと呼ばれる、大量データ向けの分析、特徴抽出技術が活発に研究されている。これらの技術を営業支援システムに適用し、推論を行うという方法も考えられる。以下、二つのデータマイニング手法を挙げる。
【０００７】
未知データの推論、予測を目的としたデータマイニング手法である特許文献２は、大量に蓄積したデータから、類似度に基づいて推論結果を算出する手法として知られている。特に、類似データに含まれる推論項目の値と、入出力空間において類似データが存在する領域情報のみを知識として抽出することが可能なため、知識獲得ボトルネックを回避しつつ、大量データから、データ構造の局所的な構造を縮約表現に変換することが可能である。
【０００８】
また、特許文献３は、大量データの特徴をＩＦ−ＴＨＥＮ形式のルールで抽出することを目的としたデータマイニング手法である。この手法により、人間が解釈しデータの特徴を理解するのに有効なルールを生成することができる。
【０００９】
以上のデータマイニング手法は、金融商品などに対するセグメントなど、コンシューマー向けのマーケティングツールとして用いられている。
【００１０】
【特許文献１】
特開平８−２３５２４９号公報
【特許文献２】
特開２０００−０８９９５８号公報
【特許文献３】
特開平８−０７７０１０号公報
【００１１】
【発明が解決しようとする課題】
上述した従来の営業支援システムでは、営業支援システムの推論部が営業担当者に対し出力できるのは行動指示メッセージのみであり、以下に示す点までは考慮されていない。
【００１２】
第一に、営業担当者はシステムに指定された企業情報や営業状況などの情報を全て入力しなければ、出力である行動指示メッセージを得られないという点である。システムに指定された情報の全てがすでに確定しているような営業状況ならば問題はないが、たとえば営業活動がまだ初期段階であるときでは、対象企業に提示する受注予定金額や、自社が案件に投入する人員数などはまだ未確定という場合がほとんどである。この場合、上記の従来の営業支援システムを使うには、営業担当者が未確定な項目についても何らかの目星をつけて情報を入力しなければならない。これは、未確定項目の入力は結局、営業担当者の経験や勘に頼っていることを意味する。これでは、経験の少ない営業担当者は未確定の項目についてどの程度の値を入力すればよいのかの判断が困難となり、営業活動の円滑化および営業担当者の速やかな育成に寄与できるとは言い難い。
【００１３】
第二に、営業活動を行う前の段階、つまりどの企業に対しアプローチをかけていこうかという、ターゲティングの段階では従来の営業支援システムは使えないということである。この点は第一の点とも関連している。従来のシステムの推論部は行動指示メッセージだけしか出力できず、さらに入力として対象企業の情報を入力する必要がある。このことは、すでに営業の対象とする企業が決定していることを前提としている。そのため、営業活動がある程度進捗している場合では上記の従来の営業支援システムは利用できるが、営業活動を行う前の段階、特に営業活動の対象となる企業を探す場合では利用できない。
【００１４】
第三に、データベースとして行動指示メッセージ用のデータベースを用意しなければならないという点である。上記の従来の営業支援システムでは、営業担当者からの入力に対し、推論部は企業情報データベース・営業状況データベースを参照し、その結果行動指示メッセージデータベースから適切な行動を選択し、出力するというアルゴリズムである。企業情報データベースと営業状況データベースは過去の営業情報であるので、情報を蓄積すればデータベースを構築する手間は小さいが、行動支持メッセージデータベースは、この営業支援システムのためだけに必要なものであるため、予め行動指示メッセージだけを集め、データベースに入力しなければならない。そのため構築するのに大きな手間がかかる。しかも、入力されているメッセージ以外は出力されないため、入力された行動支持メッセージの数が少ない場合、必ずしもそれぞれの営業活動状況に適した行動指示メッセージが出力されるとは限らない。
【００１５】
本発明の第一の目的は、営業担当者が営業活動に関し確定済みの情報を入力するだけで、その他の未確定項目に対する何らかの推奨値を提示する営業支援システムおよび方法を提供することにある。
【００１６】
本発明の第二の目的は、営業活動が始まる前での、対象企業のターゲティングの段階においても用いることのできる営業支援システムおよび方法を提供することにある。
【００１７】
本発明の第三の目的は、このシステムのために特別に行動指示メッセージデータベースを構築することなく、過去の営業活動の情報が蓄積されたデータベースを用いることによって、次の活動の指示・推奨を行える営業支援システムおよび方法を提供することにある。
【００１８】
【課題を解決するための手段】
前記第一の目的および第二の目的を達成するために、本発明のデータ分析方法および営業支援システムは、蓄積された営業活動情報の項目の中で指定された１つ以上の項目に関して類似した営業活動情報を検索し、該類似した営業活動情報の特徴をＩＦ−ＴＨＥＮ形式のルールを推奨値として出力する。指定された項目には営業の対象となる企業名が含まれなくてもよい。
【００１９】
また、前記第三の目的を達成するために、本発明のデータ分析方法および営業支援システムは、ユーザにより入力される営業活動情報の属性情報などユーザ指定の附帯情報に従って自動的に書込み先のボリュームを分類し、書込み時において該ボリュームのデータレコード上の特定のフィールドに該データの附帯情報を自動で付加的に書込み、営業活動情報データベースを構築する。
【００２０】
【発明の実施の形態】
以下、本発明の実施の形態を図面に基づいて詳細に説明する。なお、これにより本発明が限定されるものではない。
【００２１】
図１は、本発明を営業支援システムのデータ分析機能として適用した場合の実施の形態を示す概念図である。図２は本実施形態のシステム構成を示すブロック図を、図６、図９、図１１は本実施形態の処理フローを、図７、図１０、図１２は本実施形態の表示画面イメージを、図３から図５、図８は本実施形態のデータテーブルをそれぞれ表している。図１３は本実施形態におけるデータベースシステムの概念図を、図１４と図１５は本実施形態におけるデータベースシステムの処理フローを表している。
【００２２】
最初に、図１を用いて、本発明の営業支援システムへの適用例の概略を説明する。
【００２３】
まず、営業担当者は、現在抱えている営業案件についての、後述する営業活動情報６００を営業支援システム１００へ入力する。この際、営業活動情報６００は、その営業案件について既に決定している項目（以後、確定済み項目という）６１０と、現段階では未だ決定していない項目（以後、未確定項目という）６２０の二つに分けられる。図１の例では、対象企業、対象製品が確定済み項目６１０であり、受注予定金額、投入人員数、次のアクションが未確定項目６２０である。営業担当者は、入力時には確定済み項目６１０のみシステム１００に入力する。
【００２４】
営業支援システム１００は営業担当者からの入力を受け取ったら、推論部５００において確定済み項目６１０についての類似例検索結果３００を、過去の営業活動情報が蓄積されているデータベース２００より検索する。この類似例検索機能５１０については後述する。さらに、営業担当者からの要請があれば、推論部５００において、その類似例検索結果３００のなかで受注などの良好な結果を収めた案件を取り出し、未確定項目６２０についての類似例検索結果３００の特徴を特徴ルールを生成することにより抽出する。この特徴ルール生成機能５２０については後述する。受注を受けた情報について、予めフラグを立てておけば、受注を受けた情報を抽出できる。
【００２５】
営業支援システム１００は生成した特徴ルールを、未確定項目６２０に対する後述するレコメンデーションプラン７００として営業担当者に表示する。営業担当者は提示されたプランを、営業活動を進めるうえでの参考にする。
【００２６】
それぞれの処理の詳細については、後述する。
【００２７】
図２は、営業支援システム１００への適用例に係るデータ分析サーバ１２０と営業担当者用端末１１０とのオンラインシステムの構成を示すブロック図である。この図が示すように、営業支援システム１００は、データ分析サーバ１２０と営業担当者用端末１１０、データベース２００、及びこれらを接続する通信ネットワーク１３０で構成される。営業担当者用端末１１０は、営業部門等に設置されたパーソナルコンピュータ等の情報処理装置である。データ分析サーバ１２０は、企業の営業部門もしくはその他の部門等に設置されたワークステーションサーバ等の情報処理装置である。データベース２００は過去の営業活動情報を格納した、ストレージなどの外部記憶装置である。通信ネットワーク１３０は、インターネットやＬＡＮ、その他の任意の有線又は無線を使った通信ネットワークを利用することができる。
【００２８】
この図において、営業担当者は、営業担当者用端末１１０の入力装置１１１より営業活動情報６００の確定済み項目６１０について入力する。表示装置１１２は例えばＣＲＴディスプレイや液晶式表示装置であり、操作手順や営業担当者への指示案内を表示する。通信装置１１４は営業担当者が入力した情報のデータ分析サーバ１２０およびデータベース２００への送信、およびデータ分析サーバ１２０が行った分析結果の受信を行う。制御装置１１３はこれらの装置からのデータの取り出し、記録、検査およびこれらの装置の動作制御を司り、内部に格納されたプログラムに従って上記の各機器の動作を制御する。また、データ分析サーバ１２０には、営業担当者用端末１１０から送信された確定済み項目６１０の受信、さらに分析結果の営業担当者用端末１１０への送信、およびデータベース２００との類似例検索５１０および特徴ルール生成５２０のための過去営業活動情報の送受信を行う通信装置１２４を備える。制御装置１２３は、以上の動作を制御し、また実際に分析を行う、後述する推論部５００の動作制御を行う。記憶装置１２５は、類似例検索５１０や特徴ルール生成５２０の結果などを保存するためのものである。データベース２００には、企業情報が蓄積されている企業情報データベース２１０、過去の案件情報が蓄積されている案件情報データベース２２０、過去の営業活動情報が蓄積されている報告書情報データベース２３０がまとめられている。各データベースが持つ情報の詳細およびデータベース２００の詳細については後述する。
【００２９】
本実施形態ではデータ分析サーバ１２０と営業担当者用端末１１０、データベース２００はそれぞれ別々の３台の情報処理装置で構成されるが、データ分析サーバ１２０およびデータベース２００は営業担当者用端末１１０と同一の情報処理装置を使用してもよい。さらに、データ分析サーバ１２０とデータベース２００もまた同一の情報処理装置を使用してもよい。
【００３０】
上述した営業活動情報６００とは、営業担当者が現在行っている、もしくは行おうとしている営業活動の情報である。具体的項目としては、例えば営業活動の対象となる企業の情報や売りたい製品の情報、受注予定金額、投入予定人員や次の顧客に対するアクションなどが存在する。この営業活動情報６００の項目は確定済み項目６１０と未確定項目６２０に分けられる。確定済み項目６１０は既に決定されている項目のことであり、未確定項目６２０はまだ決定されていない、データ分析機能によって推論したい項目である。例えば、既に活動対象となる企業、さらに売り込みたい製品が決まっているならば、企業情報と製品情報が確定済み項目６１０となる。この場合、その他の項目、例えば受注予定金額や投入人員、アクションなどが未確定項目６２０となる。
【００３１】
上述した類似例検索機能５１０とは、入力された分析対象の確定済み項目６１０について、後述する企業情報データベース２１０、案件情報データベース２２０および報告書情報データベース２３０に蓄積されている過去営業活動情報から類似した案件を検索する機能のことである。類似性については、入力された各確定済み項目６１０とデータベースの情報の該当項目との距離を測定することにより定義できる。類似例検索機能５１０の詳細については後述する。
【００３２】
上述した企業情報データベース２１０とは、営業活動の対象となる企業に関する情報が格納されているデータベースのことであり、１企業が１レコードに対応している。レコードが持つ具体的な項目としては、企業名、業種、従業員数や業績などの基本的な情報のほか、これまでの自社との取引情報なども含まれる。企業情報データベース２１０に格納されているデータテーブル２１１の例を図３に示す。
【００３３】
案件情報データベース２２０とは、過去の営業活動に関する情報が格納されているデータベースのことであり、営業活動の１案件が１レコードに対応している。レコードが持つ具体的な項目としては、案件名、相手企業名、対象製品、受注予定金額、さらに活動結果である受注／失注結果、受注金額などがある。案件情報データベース２２０に格納されているデータテーブル２２１の例を図４に示す。
【００３４】
報告書情報データベース２３０とは、各営業活動において実際に行なわれた活動報告のことであり、１つの活動が１レコードに対応している。活動とは、ある案件に対し、例えば顧客とのコンタクトや社内打ち合わせなどがあり、１つの案件情報に対しいくつかの報告書情報が紐付けされている。レコードが持つ項目としては、活動内容、活動日時、活動場所、出席者（顧客側、自社側）などがある。報告書情報データベース２３０に格納されているデータテーブル２３１の例を図５に示す。
【００３５】
上述した特徴ルール生成機能５２０とは、分析対象の未確定項目６２０に対し、確定済み項目６１０で類似例とされた類似例検索結果３００からその特徴を抽出する機能のことである。類似例検索結果３００の中で望ましい結果が得られた案件、つまり受注に至った案件を選び出し、それらの案件が営業活動情報６００の未確定項目６２０において持っている値の特徴をルール生成という形で抽出し、それを推奨値として営業担当者に提示することにより、営業活動情報６００の案件が受注に向かうように未確定項目６２０の値をレコメンデーションすることが可能となる。特徴ルール生成機能５２０の詳細については後述する。
【００３６】
上述した推論部５００とは、実際に分析対象の未確定項目６２０をデータマイニングによって推論するシステムのことである。このシステムは上述した類似例検索機能５１０と特徴ルール生成機能５２０の２つのデータマイニング機能をもっており、これらの機能をこの順で用いることにより、営業活動情報６００の案件が受注に向かうよう未確定項目６２０を推論する。
【００３７】
本実施形態のデータ分析サーバ１２０における処理フローを図６を用いて説明する。
【００３８】
まず、営業担当者用端末１１０から送信された、分析対象の確定済み項目６１０をデータ分析サーバ１２０が受信し、記憶装置１２５中の確定済み項目テーブル４５０に保存する（ステップ１０００）。
【００３９】
次に、確定済み項目テーブル４５０の確定済み項目６１０に基づき、推論部５００において類似例検索５１０を行う。類似例は過去の情報が格納されている企業情報データベース２１０、案件情報データベース２２０、報告書情報データベース２３０が収められたデータベース２００から検索する。類似例検索結果３００は記憶装置１２５中の類似例検索結果テーブル４６０に保存する（ステップ２０００）。
【００４０】
データ分析サーバ１２０は、推論部５００によって類事例検索結果テーブル４６０に保存された類似例検索結果３００を、営業担当者用端末１１０に送信する（ステップ３０００）。
【００４１】
営業担当者は営業担当者用端末１１０によって提示された類似例検索結果３００を見て、特徴ルール生成５２０をデータ分析サーバ１２０に行わせるかどうかを判断する。営業担当者用端末１１０はその判断結果をデータ分析サーバ１２０へ送信する。データ分析サーバ１２０は営業担当者用端末１１０から送信された判断結果を受信し、特徴ルール生成５２０を行うのであれば次のステップへ、行わないのであれば処理を終了する（ステップ４０００）。
【００４２】
特徴ルール生成５２０を行う場合、推論部５００において類似例検索結果テーブル４６０に保存された類似例検索結果３００から、受注に至った類似例を選び出し、これらの情報を用いて分析対象の未確定項目６２０について特徴ルールの生成を行う。特徴ルールの例としては、ＩＦ−ＴＨＥＮ形式で表されるものがある。抽出対象項目がＴＨＥＮ部にあるときのＩＦ部を生成する。生成された特徴抽出結果は、記憶装置１２５中の特徴ルール生成結果テーブル４７０に保存する（ステップ５０００）。
【００４３】
最後に、データ分析サーバ１２０は、推論部５００によって特徴ルール生成結果テーブル４７０に保存された特徴ルール生成結果を、分析対象の未確定項目６２０に対するレコメンデーションプラン７００として営業担当者用端末１１０に送信する（ステップ６０００）。
【００４４】
以下、それぞれの方法を図面を用いてさらに説明する。
【００４５】
まず、確定済み項目受信処理（ステップ１０００）の方法を説明する。
【００４６】
営業担当者用端末１１０は、データ分析サーバ１２０にアクセスすることにより、ＷＷＷブラウザ上に分析対象確定済み項目入力画面１０１０を表示する。図７は入力画面１０１０の例である。画面上には各項目名１０１１が画面右側に記されている。画面右側に、各項目の内容１０１２を営業担当者が入力する。入力方法はフリーテキストや選択方式など、項目によって異なる。営業担当者はすでに内容が確定している項目に対し値を入力する。未確定項目については、「未確定」を選択する。図７の例では、対象企業名や対象企業業種などの対象企業情報、さらに対象製品については確定済み項目６１０となっており、それ以外の受注予定金額や投入人員数などは未確定項目６２０となっている。つまり、この例では営業活動の対象となる企業や売り込みたい製品は既に決定されているが、どの程度の規模で、どのようにして営業活動を進めていけばよいかはまだ決定されていないということになる。全ての項目に対し、確定済み項目の内容、もしくは「未確定」が入力されたら、営業担当者は確定済み項目入力画面１０１０の下部にある決定ボタン１０１５をクリックする。この決定ボタン１０１５がクリックされると、営業担当者用端末１１０から入力内容が通信ネットワーク１３０を介してデータ分析サーバ１２０に送信される。データ分析サーバ１２０は送信された分析対象となる営業活動情報６００を受信し、確定済み項目テーブル４５０に保存する。
【００４７】
ここで、確定済み項目テーブル４５０について説明する。図８は確定済み項目テーブルのデータテーブル２４１の例である。この図が示すように、データ分析サーバ１２０が受信した確定済み項目６１０の内容をそれぞれの項目欄へ保存する。以上のように、全ての確定済み項目６１０を確定済み項目テーブル４５０に保存し終わったら、確定済み項目受信処理（ステップ１０００）を終了する。
【００４８】
次に、類似例検索処理（ステップ２０００）について、図９を用いて説明する。
【００４９】
類似例検索５１０を行うための準備として、まずデータ分析サーバ１２０は予め定義された、類似例検索５１０を行うのに必要なパラメータを読み込む。ここでのパラメータは項目ごとの選択肢間の距離、各項目の重み、類似例として表示する件数、などである。これらのパラメータは予め設定されている場合や、ユーザである営業担当者によってその都度設定される場合がある（ステップ２１００）。
【００５０】
パラメータの読み込みが終わった後、データ分析サーバ１２０の推論部５００は、確定済み項目テーブル４５０に保存されている分析対象の確定済み項目６１０を取り出す。確定済み項目テーブル４５０には確定済み項目６１０のみ入力され、未確定項目６２０は未入力である。そのため、何らかの値が入力されている項目についてのみ取り出すことにより、確定済み項目テーブル４５０上のどの項目が確定済み項目６１０で、その項目が未確定項目６２０なのかが判断できる（ステップ２２００）。
【００５１】
次のステップより、実際に類似例を検索するステップに入る。データベース２００内に入っている過去営業活動情報に、分析対象に対する類似度を計算する。類似度とは、確定済み項目６１０についてどの程度分析対象と類似しているかを表す値である。全案件の類似度を計算するため、ステップ２３００からステップ２５００までの処理を繰り返す。
【００５２】
類似度算出のステップでは、まずデータベース２００の過去営業活動情報中の、確定済み項目６１０に該当する項目に何らかの値が入力されているかどうかをチェックする。この過去営業活動情報の確定済み項目６１０に該当する項目を検索用項目とする。ひとつでも値が未入力の検索用項目がある場合は、その過去営業活動情報の類似度を算出せず、類似例としない。検索用項目全てに値が入力されている過去営業活動情報は、分析対象との類似度を算出する。分析対象の確定済み項目６１０と、データベース２００中の過去営業活動情報の検索用項目との類似度の算出方法は、特許文献２のアルゴリズムに従う（ステップ２４００）。
【００５３】
以上より、ステップ２５００までで、データベース２００内の過去営業活動情報に分析対象に関する類似度が計算されたことになる。
【００５４】
類似度が計算されたら、次にデータベース２００の中から類似度の高いもの、つまり分析対象と類似している過去営業活動情報を類似例検索結果３００としてリストアップする。リストアップする過去営業活動情報の件数はステップ２１００で予め決めてあるので、件数分だけ類似度の高い過去営業活動情報を選び出す。このため、件数の回数分だけステップ２６００からステップ２９００までの処理を繰り返す。
【００５５】
まず、データベース２００中で類似度が最も高い過去営業活動情報を選び出す処理を行う。類似度が最も高い過去営業活動情報を一件選び出し、保持しておく。同じ類似度の案件が複数ある場合は、重みの高い項目の類似度が高い過去営業活動情報を選ぶこととする（ステップ２７００）。
【００５６】
最も類似度の高い過去営業活動情報を選び出したら、その情報が持つ全項目および類似度を類似例検索結果テーブル４６０に書き込む。類似例検索結果テーブル４６０に全項目を書き込んだら、その過去営業活動情報の類似度をゼロクリアする（ステップ２８００）。
【００５７】
以上の処理を繰り返し、ステップ２１００でパラメータ設定した件数分だけ過去営業活動情報を類似例検索結果テーブル４６０に書き込んだら、類似例検索処理（ステップ２０００）を終了する。
【００５８】
次に、類似例探索結果送信処理（ステップ３０００）について説明する。
【００５９】
データ分析サーバ１２０は、類似例探索結果テーブル４６０に書き込んだ類似例検索結果３００を、営業担当者用端末１１０に送信する。このとき、データ分析サーバ１２０は営業担当者用端末１１０のＷＷＷブラウザ上に類似例検索結果表示画面３０１０を表示する。図１０はその例である。
【００６０】
図中の類似例検索項目ボックス３０２０には、類似例検索を行ったときに用いた検索用項目とその内容を示している。これらの項目・内容は、確定済み項目テーブル４５０より読み込み、表示する。図中の類似例検索結果ボックス３０３０は、類似例検索を行った結果を表示する。類似例検索結果３００は類似度の高い例から順に順位付けされ、その順位に従って表示する。類似例検索結果３００の件数は上述したように、類似例検索する以前に予め設定した件数を全件表示する。表示項目は、類似例検索結果３００となった過去営業活動情報が持つ項目を、確定済み項目も含めすべてを表示する。類似例検索結果３００が持つ表示件数・項目が多い場合には、スクロールバー３０３５およびスクロールバー３０３６よって表示範囲を移動させることにより、類似例検索結果３００の全件・全項目を表示することができる。図中の特徴抽出ボックス３０４０は、類似例検索の後に、この類似例を用いて後述する特徴抽出を行うかどうかを営業担当者に決定させるためのボックスである。営業担当者は、類似例検索結果ボックス３０３０に表示された類似例を見て、特徴ルール生成を行うかどうかを判断し、特徴ルール生成を行う場合には「特徴ルール生成を行う」チェックボックス３０４１をオンにする。行わない場合には、「特徴ルール生成を行わない」チェックボックス３０４５をオンにする。これら二つのチェックボックスはどちらかが必ず選択されるようになっている。「特徴ルール生成を行う」チェックボックス３０４１をオンにした場合、営業担当者はどの項目のどの内容についての特徴ルール生成を行うかを決定する必要がある。そこで、営業担当者は項目欄３０４２で該当する項目を選択する。項目を選択した後、内容欄３０４３には選択された項目に入力されている値が全て選択肢として表示される。そこで、営業担当者はその中から該当する値を選択する。営業担当者は以上の作業を終えた後、決定ボタン３０５０を押す。この決定ボタン３０５０を押すことにより、特徴ルール生成ボックス３０４０の内容がデータ分析サーバ１２０に送信される。このとき、「特徴ルール生成を行う」チェックボックス３０４１がオンになっているにもかかわらず、項目や内容が選択されていない場合にはエラーメッセージを表示した後に、再びこの類似例検索結果表示画面３０１０に戻る。特徴ルール生成を行う・行わないにかかわらず、この決定ボタン３０５０が押されたら、営業担当者用端末１１０は類似例検索結果ボックス３０３０に表示された類似例検索結果３００をＣＳＶ形式のファイルでデータ分析サーバ１２０よりダウンロードする。以上が類似例探索結果送信処理（ステップ３０００）の処理である。
【００６１】
次に、特徴ルール生成対象受信処理（ステップ４０００）について説明する。
【００６２】
データ分析サーバ１２０は営業担当者用端末１１０から送信された、特徴ルール生成を行うかどうかの意思を受信する。「特徴ルール生成を行う」チェックボックス３０４１がオンになっている場合、どの項目のどの内容についての特徴ルールを生成するかについて営業担当者が選択した内容も受信する。この内容を推論部５００に送信し、特徴ルール生成処理へ進む。「特徴ルール生成を行わない」チェックボックス３０４５がオンになっている場合、データ分析サーバ１２０は全ての処理を終了する。以上の処理を終えたら、特徴ルール生成対象受信処理（ステップ４０００）を終了する。
【００６３】
次に、特徴ルール生成処理（ステップ５０００）について図１１を用いて説明する。
【００６４】
推論部５００は特徴ルール生成に必要なパラメータを読み込む。ここでいうパラメータとは、生成する特徴ルール数、レコメンデーションプラン７００として最終的に営業担当者に提示する特徴ルール数、特徴ルールのＩＦ部の最大項目数、特徴ルールが満たすべき最低ヒット率および最低カバー率、などである。カバー率とは、生成されたルールが全類似例のどの程度を覆っているかを表す指標である。上述した、ＩＦ−ＴＨＥＮ形式のルールにおいては、ＩＦ部に当てはまる類似例が全類似例中に占める割合を意味している。このカバー率が極端に小さい場合、類似例全体を表す特徴とはいえないため、特徴ルールが満たすべき最低カバー率を設定する必要がある。ヒット率とは、ＩＦ部にあてはまる類似例のうち、ＴＨＥＮ部についても当てはまっている類似例の割合である。ヒット率は特徴ルールの信憑性を表しているため。このヒット率が極端に小さい場合、そのルールは正しいとはいえない。そのため、特徴ルールが満たすべき最低ヒット率を設定する必要がある（ステップ５１００）。
【００６５】
次に、推論部５００はステップ４０００でデータ分析サーバ１２０が営業担当者用端末１１０から受信した、特徴ルール生成対象項目とその内容を受け取る。上述したように、これは特徴ルールのＴＨＥＮ部にあたる項目である。例としては、「項目：受注結果、内容：全受注」があげられる。これは、全受注に至った類事例検索結果３００について特徴ルールを生成し、全受注に至った類似例が持つ項目内容の特徴をＩＦ部で表すことを意味する。従って、以下の特徴ルール生成では、ＩＦ部を推論することになる（ステップ５２００）。
【００６６】
次のステップでは、類似例検索結果テーブル４６０に保存されている分析対象の類似例検索結果３００を読み込む。類似例検索結果テーブル４６０に保存されている類似例検索結果３００の全項目を読み込む（ステップ５３００）。
【００６７】
次のステップより特徴ルール生成を行うステップに入る。ＴＨＥＮ部はステップ５２００で設定されているので、実際に推論するのは特徴ルールのＩＦ部ということになる。特徴ルール生成方法については、特許文献３のアルゴリズムに従う。ステップ５１００で設定した、最低カバー率および最低ヒット率を満たさない特徴ルールは生成されない。生成される特徴ルールの例として、「ＩＦ 投入人員数＝５人以上８人以下 かつ 受注予定金額＝￥５Ｍ以下 ＴＨＥＮ 受注結果＝全受注」があげられる。この特徴ルールは、投入人員が５人以上８人以下で、かつ受注予定金額が５Ｍ円以下である場合、全受注できるということを意味する。このステップでは、以上のような特徴ルールをステップ５１００で設定した数だけ生成する（ステップ５４００）。
【００６８】
特徴ルールが生成されたら、実際にレコメンデーションプラン７００として営業担当者用端末１１０に送信する特徴ルールを選択する。送信される特徴ルールの数は、ステップ５１００で受け取ったルール数である。そのため、ステップ５５００からステップ５７００までの処理を営業へ提示するルール数、すなわち営業担当者用端末１１０へ送信するルール数だけ繰り返す。
【００６９】
まず、生成された特徴ルールの中から最もヒット率の高い特徴ルールを読み出す。同じヒット率の特徴ルールが複数ある場合は、その中でカバー率の最も高い特徴ルールを読み出す。そして、読み出された特徴ルールを特徴ルール生成結果テーブル４７０に書き込む。書き込む情報は特徴ルールのＩＦ部、ＴＨＥＮ部、それにこの特徴ルールのカバー率およびヒット率である。特徴ルール生成結果テーブル４７０に書き込まれた特徴ルールのカバー率およびヒット率は、その値をゼロクリアする（ステップ５６００）。
【００７０】
以上の処理を繰り返し、ステップ５１００のルール数だけ特徴ルールを特徴ルール生成結果テーブル４７０に書き込んだら、特徴ルール生成処理（ステップ５０００）を終了する。
【００７１】
次に、特徴抽ルール生成結果送信処理（ステップ６０００）について説明する。データ分析サーバ１２０は、特徴ルール生成結果テーブル４７０に書き込んだ特徴ルール生成結果を、営業担当者用端末１１０に送信する。このとき、データ分析サーバ１２０は営業担当者用端末１１０のＷＷＷブラウザ上に特徴ルール生成結果表示画面６０１０を表示する。図１２はその例である。
【００７２】
図中の類似例検索項目表示ボックス６０２０は、類似例検索に用いた項目を引き続き表示している。図１０で示した内容と同じものを表示する。
【００７３】
図中の特徴ルール生成項目表示ボックス６０３０は、特徴ルール生成の対象となった項目とその内容である。つまり、生成された特徴ルールのＴＨＥＮ部を表示している。これは、ステップ３０００において営業担当者が指定した項目および内容である。
【００７４】
図中のレコメンデーションプラン表示ボックス６０４０は、未確定項目６２０に対するレコメンデーションプラン７００として、特徴ルール生成結果を表示する。ここでは、生成された特徴ルールのヒット率順位、ヒット率、カバー率およびＩＦ部を構成する項目とその内容をヒット率が高い順に表示する。これらの内容は、特徴ルール生成結果テーブル４７０に書き込まれている内容を読み込み、表示する。そのため、ステップ５１００で設定した数の特徴ルールを表示する。ルール数および表示項目が表示画面内に入りきらない場合には、それぞれスクロールバー６０４５および６０４６を用いて表示範囲を移動させることにより全特徴ルール・項目を表示することができる。以上の表示処理が終わった後、特徴ルール生成結果表示処理（ステップ６０００）を終了する。
【００７５】
次に、過去の営業情報を格納するデータベース２００について説明する。
【００７６】
上述のように、データベース２００は企業情報データベース２１０、案件情報データベース２２０、報告書情報データベース２３０で構成され、過去の営業活動情報を格納している。これらのデータベースはそれぞれ外部記憶装置をもっている。本実施形態では３つのデータベースはそれぞれ独立した外部記憶装置としているが、同一のデータベースを使用してもよい。
【００７７】
以下では、これらのデータベースのうち、案件情報データベースの構成および処理について詳細を述べるが、他のデータベースについてもデータの内容は異なるが構成および処理はこれと同様である。
【００７８】
案件情報データベース２２０の構成および処理について、図１３、図１４、図１５を用いて説明する。
【００７９】
過去の案件情報を格納しているデータベース２２０は、ストレージ２５０など、大容量のデータが蓄積可能な記憶装置で構成される。格納されている過去案件情報は、最新の情報で精度の高いレコメンデーションプラン７００を提供するため、常に既存情報の更新や新規の登録がなされている。
【００８０】
この際、ストレージ２５０は格納している過去案件情報をディスク２５１に書き込むときにその属性など、附帯する情報をレコード２５５上の特定のフィールド２５６に付加する。さらに、案件情報が書き込まれるボリュームは附帯情報の内容ごとに別々に用意されており、同一の附帯情報をもつ案件情報は同一のボリュームに書き込まれる。つまり、付加された附帯情報の内容により、過去案件情報を同一の附帯情報ごとに、ストレージ２５０を構成するディスク２５１のボリューム２８１、２８２、２８３のうち該当するボリュームに附帯情報とともに書き込む。これにより、過去案件情報は付加された附帯情報ごとに同じボリューム上にまとめて書き込まれているので、新しい案件情報をストレージ２５０に書き込むとき、その案件情報が持つ附帯情報と同一の附帯情報のボリュームにその案件情報を書き込むことになる。
【００８１】
図１３は、上述の附帯情報が「営業活動開始年月」であるときの案件情報データベース２２０のシステム構成図である。案件情報データベース２２０は通信装置２９０とストレージ２５０で構成されている。通信装置２９０はデータベース通信ネットワーク２０５を通じて他のデータベースと連結されており、さらに通信ネットワーク１３０を通じてデータ分析サーバ１２０へ過去案件情報の送信、さらに営業担当者用端末１１０から入力された案件情報の受信を行う。ストレージ２５０は通信装置２９０を経由して受信したアクセス要求を受け付けてディスクＩ／Ｏを制御するディスクコントローラ２９５と、数個のディスク２５１、２６１で構成されている。ディスク２５１は案件情報を格納する案件情報格納ディスクであり、附帯情報の内容ごとに複数のボリュームＡ２８１、ボリュームＢ２８２、ボリュームＣ２８３などに分割されている。ディスク２５１上には案件情報が書き込まれるレコード２５５が並んでおり、そのレコードのフィールド２５６に、附帯情報である営業活動開始年月が書き込まれる。また、ディスク２６１は附帯情報とボリュームとの対応関係２６５を保持する附帯情報保持ディスクである。これは、案件情報がもつ附帯情報の内容によって、その案件情報が案件情報格納ディスク２５１中のどのボリュームに書き込まれるか、についての対応関係を表す。
【００８２】
以下、図１４および図１５を用いて、システム導入時の設定およびデータ書込要求発生時の処理フローについて説明する。まず、システム導入時の設定処理のフローについて図１４を用いて説明する。
【００８３】
最初に、ディスクコントローラ２９５はストレージ２５０の特定のディスクを附帯情報保持ディスク２６１として確保する。上述したように、附帯情報保持ディスク２６１は案件情報が持つ附帯情報の内容とその案件情報を書き込むボリュームとの対応関係を格納するためのものである（ステップ８１００）。
【００８４】
次に、システム管理者はディスクコントローラ２９５に、附帯情報をどのような情報とするのかを指定する。ディスクコントローラ２９５は内部に持つ記憶装置に、指定された附帯情報名を格納する。「営業活動開始年月」を附帯情報とした場合、ディスクコントローラ２９５は内部記憶装置に「附帯情報：営業活動開始年月」と書き込む。この指定を行うのは、営業担当を統括するマネージャなどが行ってもよい（ステップ８２００）。
【００８５】
さらに、システム管理者は指定した附帯情報の算出方法をディスクコントローラ２９５に指定する。ディスクコントローラ２９５はステップ８２００と同様に、内部記憶装置に指定された附帯情報の算出方法を格納する。附帯情報が営業活動開始年月の場合、案件情報中の項目である「営業活動開始年月日」から年月を算出する、という算出方法をディスクコントローラ２９５に格納する。案件情報中の項目から抽出できない情報を附帯情報とした場合、例えば「データ有効期限（データ入力時から１年）」とした場合には、案件情報入力時にディスクコントローラ２９５に残されたアクセスログから入力時間を割り出し、そこに３年を足すことによって附帯情報となるデータ有効期限が算出できる（ステップ８３００）。
【００８６】
以上がシステム導入時での設定処理フローである。なお、ステップ８２００およびステップ８３００でシステム管理者が行う設定は、営業担当者用端末１１０から行うことが可能であるが、ストレージ２５０にて直接行うことも可能である。
【００８７】
次に、案件情報入力時のディスクコントローラ２９５の処理フローについて、図１５を用いて説明する。
【００８８】
最初に、ディスクコントローラ２９５は通信装置２９０を経て、営業担当者用端末１１０から入力された、書込対象となる案件情報を受信する（ステップ９１００）。
【００８９】
ディスクコントローラ２９５は書込対象の案件情報を受信したら、システム導入時に設定された附帯情報の算出方法を参照し、附帯情報を算出するのに必要な案件情報項目および情報を抽出する。附帯情報が営業活動開始年月の場合、ディスクコントローラ２９５は受け取った案件情報から営業活動開始年月日の項目に入っている内容（年月日）を抽出する（ステップ９２００）。
【００９０】
次に、ステップ９２００で抽出した項目内容および情報を用いて、附帯情報を算出する。上述したように、システム導入時にディスクコントローラ２９５に設定された算出方法に基づいて附帯情報の算出が行われる（ステップ９３００）。
【００９１】
附帯情報が算出されたら、その内容がすでに附帯情報保持ディスク２６１に存在するかどうかを検索する。附帯情報保持ディスク２６１には、附帯情報の内容とその附帯情報を持つ案件情報が格納されているボリュームとの対応関係２６５が格納されている。ディスクコントローラ２９５はこの対応関係２６５から、該当する附帯情報を検索する（ステップ９４００）。
【００９２】
ステップ９４００での附帯情報の検索の結果、該当する附帯情報が附帯情報保持ディスク２６１内の対応関係２６５に存在した場合、その案件情報は対応関係に記されているボリュームに書き込まれることになる。この場合、処理はステップ９６００へ進む。該当する附帯情報が対応関係２６５に存在しない場合は、新しくボリュームを確保することになる。この場合、処理はステップ９７００へ進む。つまり、図１５に示すように、書込対象の案件情報の附帯情報である営業活動開始年月が「２００２／０１」である場合は、附帯情報保持ディスク２６１に既に存在するが、営業活動開始年月が「２００２／０２」である場合は、附帯情報保持ディスク２６１に存在しないことになる（ステップ９５００）。
【００９３】
ステップ９５００において、書込対象の案件情報の附帯情報が附帯情報保持ディスク２６１に存在する場合、附帯情報保持ディスク２６１中の対応関係２６５に記されている該当ボリュームに案件情報をレコード２５５に書き込む。さらに書込時に、附帯情報をレコード２５５中の指定のフィールド２５６に付加する。附帯情報である営業活動開始年月が「２００２／０１」の場合、附帯情報保持ディスク２６１内の対応関係２６５に記されているように、案件情報格納ディスク２５１中の対応するボリュームＡ２８１に案件情報を書き込む。そのとき、附帯情報である「２００２／０１」を付加する。案件情報および附帯情報を対応関係にあるボリュームに書き込んだら、処理を終了する（ステップ９６００）。
【００９４】
ステップ９５００において書込対象の案件情報の附帯情報が附帯情報保持ディスク２６１に存在しない場合、新たにその附帯情報用のボリュームを設定する必要がある。そこで、案件情報格納ディスク２５１の中の空きスペースにボリュームを新設する。例えば、図１５では、附帯情報の営業活動開始年月が「２００２／０２」は附帯情報保持ディスク２６１に存在しないため、附帯情報「２００２／０２」用のボリュームＢ２８２を案件情報格納ディスク２５１内に新設する（ステップ９７００）。
【００９５】
ステップ９７００でボリュームを新設したら、案件情報を新設ボリューム中のレコード２５５に書き込む。このとき、ステップ９６００と同様に、附帯情報をレコード２５５中の指定のフィールド２５６に付加する。例えば、新設したボリュームが附帯情報「２００２／０２」用の場合、「２００２／０２」を案件情報に付加して書き込む（ステップ９８００）。
【００９６】
次に、新設したボリュームと附帯情報との対応関係を附帯情報保持ディスク２６１に保存する。これにより、次回の案件情報書込時に同じ附帯情報が算出された場合、今回新設したボリュームに書き込むことになる。これまでの例と同様に、附帯情報「２００２／０２」のボリュームを新設した場合、附帯情報保持ディスク２６１中の対応関係２６５に、「２００２／０２→Ｂ」という新しい対応関係を保存する。対応関係を保存したら、処理を終了する（ステップ９９００）。
【００９７】
以上の実施例では「営業活動開始年月」を附帯情報としたが、その他にも営業担当事業部（支社）、最終更新年月、対象製品、案件情報の有効期限年月などが附帯情報の項目として考えられる。以上のデータベース２００によるデータベースシステムにより、データアクセス、過去営業活動情報のコピー・バックアップ、さらにデータ分析のためのＥＴＬ、データクレンジングなどが容易に、しかも高速に行うことが可能となる。
【００９８】
このように本実施形態によれば、営業支援システム１００は営業担当者に、分析対象となる営業活動情報６００の確定済み項目６１０のみを入力することにより、その対象の確定済み項目６１０に関する類似例を検索し表示することができる。さらに、未確定項目６２０に対しては、上述の類似例検索結果３００が持つ特徴を抽出することにより、未確定項目６２０のレコメンデーションプラン７００として提示することができる。以上により、営業担当者は自身の抱える営業案件を効率よく進めることができる。
【００９９】
【発明の効果】
以上詳細に述べたごとく、本発明によれば、入力された確定済み項目についてまず過去の営業活動情報からその類似例を検索し、その検索結果から未確定項目についての特徴を抽出することにより、営業担当者は担当する営業活動案件について、その時点で確定している情報のみを営業支援システムに入力するだけで、システムは未確定の項目に対する推奨値をレコメンデーションプランとして提示することが可能となる。これは、営業活動の対象となる企業を見つけ出すターゲティングにも本発明を用いた営業支援システムが適用できることを意味する。
【０１００】
また、企業情報データベースや、過去の案件情報・営業活動情報データベースなどを用いるため、行動指示メッセージなど、営業支援システムのための特別なデータを格納したデータベースを予め用意することなく、次の活動の指示や推奨などの営業支援を行うことが可能である。
【図面の簡単な説明】
【図１】本発明の実施形態におけるシステムの概念図である。
【図２】本発明の実施形態におけるシステムの構成を示すブロック図である。
【図３】本発明の実施形態における企業情報データベースに格納されているデータテーブルの例を示す図である。
【図４】本発明の実施形態における案件情報データベースに格納されているデータテーブルの例を示す図である。
【図５】本発明の実施形態における報告書情報データベースに格納されているデータテーブルの例を示す図である。
【図６】本発明の実施形態におけるデータ分析サーバの処理フロー図である。
【図７】本発明の実施形態における確定済み項目入力画面である。
【図８】本発明の実施形態における例外・推奨予測値・推奨根拠情報テーブルである。
【図９】本発明の実施形態における類似例検索の処理フロー図である。
【図１０】本発明の実施形態における類似例検索結果表示画面である。
【図１１】本発明の実施形態における特徴ルール生成の処理フロー図である。
【図１２】本発明の実施形態における特徴ルール生成結果表示画面である。
【図１３】本発明の実施形態におけるデータベースのシステム構成図である。
【図１４】本発明の実施形態におけるデータベースシステムの、システム導入時における処理フロー図である。
【図１５】本発明の実施形態におけるデータベースシステムの、データ書込時における処理フロー図である。
【符号の説明】
１００…営業支援システム、２００…データベース、３００…類似例検索結果、５００…推論部、５１０…類似例検索機能、５２０…特徴ルール生成機能、６００…営業活動情報、６１０…確定済み項目、６２０…未確定項目、７００…レコメンデーションプラン。

Claims (8)

1. 複数の項目からなる事例情報を分析する、コンピュータによるデータ分析方法において、
   前記コンピュータの記憶装置が、前記事例情報を記憶し、
   前記コンピュータの第１の入力手段が、前記複数の項目の一部に未確定な項目を含む対象事例情報の入力を受け、
   前記コンピュータの類似検索手段が、前記第１の入力手段が入力を受けた前記対象事例情報の確定済の項目をキーとして、前記対象事例情報に類似する類似事例情報を、前記記憶装置内の事例情報から検索し、検索された前記類似事例情報を前記記憶装置へ格納し、
   前記コンピュータの第２の入力手段が、前記複数の項目のうち対象項目と前記対象項目に対する条件の入力を受け、
   前記コンピュータの特徴抽出手段が、前記記憶装置内の類似事例情報から、前記対象項目の条件を満足する前記類似事例情報を抽出し、抽出された前記類似事例情報の項目のうち前記対象項目以外の項目について特徴を抽出するデータ分析方法。
2. 複数の項目からなる事例情報を記憶する記憶装置と、
   前記複数の項目の一部に未確定な項目を含む対象事例情報の入力を受ける第１の入力手段と、
   入力を受けた前記対象事例情報の確定済の項目をキーとして、前記対象事例情報に類似する類似事例情報を、前記記憶装置内の事例情報から検索し、検索された前記類似事例情報を前記記憶装置へ格納する類似検索手段と、
   前記複数の項目のうち対象項目と前記対象項目に対する条件の入力を受ける第２の入力手段と、
   前記記憶装置内の類似事例情報から、前記対象項目の条件を満足する前記類似事例情報を抽出し、抽出された前記類似事例情報の項目のうち前記対象項目以外の項目について特徴を抽出する特徴抽出手段とを備えたデータ分析装置。
3. 前記類似検索手段は、前記記憶装置内の事例情報から、前記対象事例情報の未確定な項目に対応する項目に入力がない事例情報を除外する請求項１のデータ分析装置。
4. 前記対象項目をＴＨＥＮ部とし、前記対象項目以外の項目をＩＦ部として、出力する出力手段を備えた請求項１のデータ分析装置。
5. 複数の項目から構成される蓄積された営業活動情報に基づき営業担当者の活動を支援する営業支援システムにおいて、蓄積された営業活動情報の項目の中で指定された１つ以上の項目に関して類似した営業活動情報を検索する類似事例検索処理と、該類似した営業活動情報の特徴をＩＦ−ＴＨＥＮ形式のルールを出力する特徴ルール生成処理を含むことを特徴とする営業支援システム。
6. 前記特徴ルール生成処理が出力するＩＦ−ＴＨＥＮ形式のルールが前記指定された項目以外の１つ以上の項目で表現されることを特徴とする請求項５の営業支援システム。
7. ディスク装置を含むデータ記憶装置において、ディスク書込み対象データの属性情報などユーザ指定の附帯情報に従って自動的に書込み先のボリュームを分類する処理と、書込み時において該ボリュームのデータレコード上の特定のフィールドに該データの附帯情報を自動で付加的に書き込む処理を含むことを特徴とするデータ記憶装置。
8. ディスク書込み対象データが複数の項目から構成される営業活動情報であることを特徴とする請求項７のデータ記憶装置。

Images