JP2004348682A - 顧客情報分析システム、顧客情報分析用プログラム及び顧客情報分析方法 - Google Patents
顧客情報分析システム、顧客情報分析用プログラム及び顧客情報分析方法 Download PDFInfo
- Publication number
- JP2004348682A JP2004348682A JP2003148134A JP2003148134A JP2004348682A JP 2004348682 A JP2004348682 A JP 2004348682A JP 2003148134 A JP2003148134 A JP 2003148134A JP 2003148134 A JP2003148134 A JP 2003148134A JP 2004348682 A JP2004348682 A JP 2004348682A
- Authority
- JP
- Japan
- Prior art keywords
- data
- sfa
- web
- product category
- customer
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims description 50
- 230000008520 organization Effects 0.000 claims abstract description 93
- 238000012545 processing Methods 0.000 claims abstract description 74
- 230000000694 effects Effects 0.000 claims abstract description 36
- 230000010354 integration Effects 0.000 claims abstract description 24
- 239000000284 extract Substances 0.000 claims abstract description 7
- 238000004458 analytical method Methods 0.000 claims description 77
- 230000008569 process Effects 0.000 claims description 31
- 230000002776 aggregation Effects 0.000 claims description 27
- 238000004220 aggregation Methods 0.000 claims description 27
- 238000001514 detection method Methods 0.000 claims description 25
- 230000006870 function Effects 0.000 claims description 19
- 238000013500 data storage Methods 0.000 claims description 7
- 230000000007 visual effect Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 24
- 238000007726 management method Methods 0.000 description 8
- 230000002354 daily effect Effects 0.000 description 5
- 238000009472 formulation Methods 0.000 description 5
- 239000000203 mixture Substances 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 235000014510 cooky Nutrition 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 210000002287 horizontal cell Anatomy 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 235000021391 short chain fatty acids Nutrition 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】ＳＦＡ情報とＷｅｂアクセスログ情報と横断的、かつ、総合的に分析し、客観的に営業活動等に生かせる有効な情報を取得することにある。
【解決手段】ＳＦＡ情報とＷｅｂアクセスログ情報からそれぞれＳＦＡ情報集計処理手段２１及びＷｅｂログ集計処理手段２２が組織名及び商品カテゴリとを共通とし、ＳＦＡ登録件数をもつ集計済みＳＦＡデータ、Ｗｅｂ訪問数及びＷｅｂ滞在時間等をもつ集計済みＷｅｂアクセスデータを取り出す。ここで、データ統合処理手段２５は、集計済みＳＦＡデータと集計済みＷｅｂアクセスデータとを統合する。そして、ギャップ検出手段２６は、組織名又は商品カテゴリに着目し、統合データ内のＳＦＡ登録件数とＷｅｂ訪問数との間の大きなギャップを見つけ出し、特定商品に対する次のターゲット組織又は特定組織に対する次のターゲット商品を見つけ出す顧客情報分析システムである。
【選択図】 図２
【解決手段】ＳＦＡ情報とＷｅｂアクセスログ情報からそれぞれＳＦＡ情報集計処理手段２１及びＷｅｂログ集計処理手段２２が組織名及び商品カテゴリとを共通とし、ＳＦＡ登録件数をもつ集計済みＳＦＡデータ、Ｗｅｂ訪問数及びＷｅｂ滞在時間等をもつ集計済みＷｅｂアクセスデータを取り出す。ここで、データ統合処理手段２５は、集計済みＳＦＡデータと集計済みＷｅｂアクセスデータとを統合する。そして、ギャップ検出手段２６は、組織名又は商品カテゴリに着目し、統合データ内のＳＦＡ登録件数とＷｅｂ訪問数との間の大きなギャップを見つけ出し、特定商品に対する次のターゲット組織又は特定組織に対する次のターゲット商品を見つけ出す顧客情報分析システムである。
【選択図】 図２
Description
【０００１】
【発明の属する技術分野】
本発明は、組織、団体、個人等の顧客に対して、何らかの商品やサービスを提供する際の有効な営業活動、マーケティング活動、商品戦略策定活動を支援するための顧客情報分析システム、顧客情報分析用プログラム及び顧客情報分析方法に関する。
【０００２】
【従来の技術】
従来、商品やサービスを提供する提供者は、新たな商品販売先やサービス提供先を開拓するために、幾つかの顧客接点手段が使用されている。例えばＷＷＷ（Ｗｏｒｌｄ Ｗｉｄｅ Ｗｅｂ）を利用したホームページの運営、営業担当者による顧客訪問、電話利用によるコールセンタの利用、店舗の運営、ダイレクトメールの送信等が挙げられる。
【０００３】
この顧客接点手段の１つであるＷＷＷを利用したホームページは、Ｗｅｂページにより構成され、Ｗｅｂサイトに属する。このＷｅｂサイトは、インターネットに接続される単一又は複数のＷｅｂサーバによって実現されている。このＷＷＷを利用したホームページは、情報発信だけでなく、商品・サービスの受注受付や消費動向の調査など様々な目的のために運営されているので、それらＷｅｂページ又はＷｅｂサイトが顧客接点手段としての分析・調査の対象となる。
【０００４】
このＷｅｂページ又はＷｅｂサイトの分析、調査は、どのＷｅｂページのどの掲載項目にアクセスしたか、またページ内の書き込み枠にどのような内容が書き込まれたかなどのＷｅｂアクセスログデータをログファイルに記録するので、このＷｅｂアクセスログデータから営業活動、マーケティング活動、商品戦略策定活動のための有力な顧客接点情報を取り出すことが可能である。
【０００５】
このＷｅｂアクセスログデータの取得にも種々の方法があるが、最も一般的に利用されているのは、Ｗｅｂサーバプログラムが生成するデータを利用するものである。また、例えばＣＧＩ（Ｃｏｍｍｏｎ Ｇａｔｅｗａｙ Ｉｎｔｅｒｆａｃｅ）プログラムなどを用いて、単一又は複数のＷｅｂサーバのＷｅｂアクセスログデータを取得するとか、インターネットとＷｅｂサーバ間に介在される中継機器となる通信機器や通信路、例えばミラーポートを備えたスイッチングハブなどを用いて、Ｗｅｂアクセスログデータを取得するなど、多くの方法がある。
【０００６】
これらの多くの方法により取得されるＷｅｂアクセスログデータを用いたＷｅｂアクセスログ分析では、Ｗｅｂページ又はＷｅｂサイトにアクセスした閲覧者数（ユーザ名、訪問者数）が曜日毎、時間毎にどのように変化しているか、また閲覧者が使用しているブラウザやコンピュータのＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）の種類等が調査されている。
【０００７】
また、Ｗｅｂアクセスログ分析では、閲覧者が１つのＷｅｂサイト内又は複数のＷｅｂサイト間にまたがってどのように閲覧行動をとったか、つまり閲覧者がＷｅｂページＡを閲覧し、次にＷｅｂページＢを閲覧したかを解明する経路分析、アクセス元コンピュータのホスト名やクッキー情報を用いて、アクセス元を識別・管理するなどの分析手法も考えられている。
【０００８】
他の１つの顧客接点手段である営業担当者による顧客訪問による情報も重要である。
【０００９】
この営業担当者の営業活動に使用されるシステムとしては、ＳＦＡ（Ｓａｌｅｓ Ｆｏｒｃｅ Ａｕｔｏｍａｔｉｏｎ）システムが一般的である。このＳＦＡシステムは、モバイル・コンピューティング技術を利用した情報携帯端末（ＰＤＡ：Ｐｅｒｓｏｎａｌ Ｄｉｇｉｔａｌ Ａｓｓｉｓｔａｎｔｓ）、企業内設置のパソコン、ＣＴＩ（Ｃｏｍｐｕｔｅｒ Ｔｅｌｅｐｈｏｎｙ Ｉｎｔｅｇｒａｔｉｏｎ）技術を用いたコールセンタシステムその他種々の機器・システム等があり、これら機器・システムを用いて商談履歴管理、販売履歴管理、顧客情報管理、商品情報管理、顧客苦情情報管理等が行われている。これらの管理に際し、例えば日時、顧客名、提案した商品やサービスの名称、興味を示した商品やサービスの名称等の情報が記録されている。
【００１０】
なお、顧客名には、現在の顧客又は将来顧客となりうる個人、組織や団体の名称、担当者の氏名も含む。また、商品やサービスの名称には、個別の商品／サービスアイテムに付与されたものに限らず、それらの集合に付与された名称も含む。なお、この商品集合／サービス集合のことを商品カテゴリと呼ぶこともある。これら情報は、組織名や商品カテゴリをコード番号で管理することもあり、自由記述文で記載されたものをそのまま記録する場合もある。
【００１１】
従って、ＳＦＡシステムを用いた分析方法は、コード化された情報の分析だけでなく、自由記述文の中から特定の単語を抽出し処理するテキストマイニング技術を利用し、興味をもった商品カテゴリの名称を抽出することもある。
【００１２】
しかし、以上のような分析方法は、単一の顧客接点情報を利用するものであり、多面的な方向から分析・調査しておらず、単一の顧客接点情報から得られない情報を取得することは難しい、
ところで、近年、単一の顧客接点情報を個別に分析するのではなく、複数の顧客接点情報を横断的、総合的に分析し、単一の顧客接点情報から得られない情報を取得することが試みられており、その１つとして販売支援システムが提案されている（特許文献１参照）。
【００１３】
この販売支援システムは、Ｗｅｂサーバが顧客からアクセスされたアクセスログデータを記録し、顧客名を含むアクセスログデータをＳＦＡサーバに転送し、ここで顧客名を含むアクセスログデータと営業担当者の過去顧客訪問情報とを考慮し、顧客のターゲット情報を取り出す構成である。
【００１４】
【特許文献１】
特開２００２−２８８５５０号
【００１５】
【発明が解決しようとする課題】
しかし、以上のような特許文献による販売支援システムでは、非常に概念的な販売支援手法を記述したにすぎず、ＳＦＡシステムで取得されたＳＦＡデータとＷｅｂアクセスログデータとをどのような分析処理すれば有望な顧客情報を見つけ出すとか、次回顧客に提案すべき商品又はサービスをどのように選択するかの判断の拠り所となる情報が具体的にどのように取得するのか全く不明であり、営業活動、マーケティング活動、商品戦略策定活動に有効に活用できない問題がある。
【００１６】
本発明は上記事情にかんがみてなされたもので、ＳＦＡデータとＷｅｂアクセスログデータとを横断的、かつ、総合的に分析し、営業活動当に十分に生かせる有効な分析情報を取得する顧客情報分析システム、顧客情報分析用プログラム及び顧客情報分析方法を提供することを目的とする。
【００１７】
【課題を解決するための手段】
（１） 上記課題を解決するために、複数のＳＦＡデータ及び複数のＷｅｂアクセスログデータを分析し、営業活動に関係するターゲット情報を抽出する本発明に係る顧客情報分析システムは、共通する顧客名、商品カテゴリ及びそれぞれ異なる顧客の接点程度情報を含む前記ＳＦＡデータの集計結果及びＷｅｂアクセスログデータの集計結果を統合するデータ統合処理手段と、このデータ統合処理手段によって統合された統合データから前記ある特定商品カテゴリ又は前記ある特定顧客名に関する前記ＳＦＡデータに含む顧客の接点程度情報と前記Ｗｅｂアクセスログデータに含む接点程度情報とのギャップに基づいて、前記特定商品カテゴリの対象となるターゲット顧客名又は前記特定顧客名の対象となるターゲット商品を抽出するを抽出する組織ギャップ検出手段とを設けた構成である。
【００１８】
この発明は以上のような構成とすることにより、ＳＦＡデータの集計結果及びＷｅｂアクセスログデータの集計結果とを統合した統合データから、ある特定商品カテゴリ又はある特定顧客名に関するＳＦＡデータに含む接点程度情報とＷｅｂアクセスログデータに含む接点程度情報とのギャップに基づき、そのうち大きなギャップをもつ場合には特定商品カテゴリの対象となる次のターゲットとなりうる顧客名又は特定顧客名の対象となる次のターゲットとなりうる商品と分析でき、営業活動、マーケティング活動、商品戦略策定活動に有効に活用することができる。
【００１９】
なお、多数の特定顧客名に対する複数の商品を抽出した場合、ＳＦＡデータ及びＷｅｂアクセスログデータの異なる接点程度情報を判断し、営業活動上有効なターゲット商品に強調処理を施せば、迅速に目的とするターゲットを見つけ出すことが可能である。
【００２０】
また、前記ＳＦＡデータに含む接点程度情報としては、少なくとも営業担当者による顧客への訪問回数、商品の言及回数、コールセンタの受付情報その他種々の情報が挙げられる。また、Ｗｅｂアクセスログデータに含む接点程度情報としても、Ｗｅｂアクセス訪問回数、Ｗｅｂ滞在時間、ページビュー数その他多くの情報が用いられる。
【００２１】
（２） また、本発明に係る顧客情報分析方法は、少なくとも顧客名、商品カテゴリ及び第１の接点程度情報を集計するＳＦＡデータ集計ステップと、少なくとも顧客名、商品カテゴリ及び第２の接点程度情報を集計するＷｅｂログデータ集計ステップと、これら集計ステップにより得られる共通の顧客名、商品カテゴリに前記第１及び第２の接点程度情報を対応付けして統合するデータ統合ステップと、このデータ統合ステップによって統合された統合データから前記ある特定商品カテゴリ又は前記ある特定顧客名に関する前記ＳＦＡデータに含む接点程度情報と前記Ｗｅｂアクセスログデータに含む接点程度情報とのギャップに基づいて、対象となるターゲット顧客名又は対象となるターゲット商品カテゴリを抽出するギャップ検出ステップとを有する方法である。
【００２２】
この顧客情報分析方法の発明においても、顧客情報分析システムと同様な作用効果を奏することができる。
【００２３】
【発明の実施の形態】
以下、本発明の実施の形態について図面を参照して説明する。
【００２４】
図１は本発明に係る顧客情報分析システムを適用したネットワークシステムの一例を示す系統構成図である。
【００２５】
このネットワークシステムは、インターネットのごときネットワーク１が設けられ、このネットワーク１には、ＷＷＷ（Ｗｏｒｌｄ Ｗｉｄｅ Ｗｅｂ）を用いて商品やサービスを提供する少なくとも１つのＷｅｂページ又はＷｅｂサイト（以下、Ｗｅｂ提供サイトと総称する）２，…、このＷｅｂ提供サイト２にアクセスし、所要とするＷｅｂページを閲覧・書き込み可能なブラウザを搭載した各個人が所有する個人所有端末３，…及び同じくＷｅｂ提供サイト２にアクセスし、所要とするＷｅｂページを閲覧・書き込み可能なブラウザを搭載した会社等の組織，団体機関等が所有する組織体所有端末４，…が接続されている。
【００２６】
前記Ｗｅｂ提供サイト２は、個人所有端末３や組織体所有端末４からアクセスされた時のアクセス元識別情報及び提供されたＷｅｂページに書き込んだ情報をＷｅｂアクセスログデータとして記録する機能をもっている。
【００２７】
さらに、Ｗｅｂ提供サイト２には例えばルータのみ、ルータを含むファイアウオールサーバ、或いはファイアウオールサーバのみ等の中継機器５を介してＬＡＮ等の内部ネットワーク６が接続されている。
【００２８】
この内部ネットワーク６には、営業支援に必要なデータを蓄積するＳＦＡシステム７、Ｗｅｂ提供サイト２に記録されるＷｅｂアクセスログデータをダウンロードし保存するＷｅｂアクセスログデータ取得システム８の他、本発明の要部となる顧客情報分析システム９及びこの顧客情報分析システム９で分析された情報を利用する営業者所有端末１０，…が接続されている。
【００２９】
なお、ＳＦＡシステム７は、前述したように情報携帯端末から送信されてくる顧客訪問に関係する顧客関連データを受信し、所要の形式に従って整然と整理する機器であったり、営業担当者が顧客訪問後に日時，顧客名，提案した商品やサービスの名称，顧客が興味を示した商品やサービスの名称、自由記述文等を入力し保存処理を行うパーソナルコンピュータであったり、さらにコールセンタ設備であったり、ダイレクトメール情報を保存する機器であったり、その他営業活動、マーケティング活動、商品戦略策定活動上に必要なデータを収集する機能をもつ機器，システムを含むものである。また、このＳＦＡシステム７は、顧客情報分析システム９と同一の内部ネットワーク６に接続されているが、別個のネットワークに接続されている場合、或いはネットワークとは無関係な単体の装置である場合もある。
【００３０】
前記Ｗｅｂアクセスログデータ取得システム８は、Ｗｅｂ提供サイト２からＷｅｂアクセスログデータをダウンロードする例について述べたが、Ｗｅｂ提供サイト２がＷｅｂページの送信及び個人所有端末３、組織体所有端末４からのアクセスを受け付ける処理だけを行い、アプリケーションソフトのもとにＷｅｂページの提供ないし書き込みデータ等を取り込み、さらにＷｅｂアクセスログデータを取得することも容易である。また、Ｗｅｂ提供サイト２が個人所有端末３、組織体所有端末４からのアクセスに関する全ての情報処理を実行し、またＷｅｂアクセスログデータを記録する場合には、必要に応じてＷｅｂアクセスログデータ取得システム８自体を不要とし、Ｗｅｂアクセスログ取得データ取得機能を顧客情報分析システム９にもたせてもよい。
【００３１】
この顧客情報分析システム９については、図２で詳しく説明するが、要はＳＦＡシステム７及びＷｅｂ提供サイト２又はＷｅｂアクセスログデータ取得システム８からＳＦＡデータ及びＷｅｂアクセスログデータを収集する機能をもっていれば十分であるので、当該ＳＦＡシステム７及びＷｅｂ提供サイト２又はＷｅｂアクセスログデータ取得システム８等と内部ネットワーク６で接続されることなく、当該内部ネットワーク６から完全に切り離した状態とし、ＳＦＡデータ及びＷｅｂアクセスログデータを記録するフロッピーディスクその他の記憶デバイスで受け取って自身のデータベースに記録する構成であってもよい。
【００３２】
図２は本発明に係る顧客情報分析システム９の一実施の形態を示す構成図である。
【００３３】
この顧客情報分析システム９は、当該ＳＦＡシステム７のＳＦＡデータ記憶部７ａ及びＷｅｂ提供サイト２のＷｅｂアクセスログデータ記憶部２ａ又はＷｅｂアクセスログデータ取得システム８のＷｅｂアクセスログデータ記憶部８ａ等からそれぞれＳＦＡデータ（図３参照）、Ｗｅｂアクセスログデータ（図４参照）をそれぞれ取り込み、論理回路等によるハードウエア構成だけでなく、記録媒体１３に記録される所定の分析処理用プログラムに基づいて顧客情報分析処理を実行するＣＰＵで構成される顧客情報分析処理部１１が設けられている。図３に示すＳＦＡデータには、少なくとも営業対象となった組織名、商品カテゴリ名、日付などが含まれ、さらに必要に応じて特記すべき自由記述文が記載されており、一種の営業活動の報告書の性格を有する。これは複数の営業担当者、機器・システムによる取得組織数に応じて複数のＳＦＡデータが記憶されている。なお、図３のようなＳＦＡデータは、予め商品カテゴリの項目を用意しておき、該当する商品についての営業情報を入力したり、営業日報と呼ばれる自由に記述された文章からテキストマイニング技術などを利用したりして構築される。
【００３４】
前者の予め商品カテゴリの項目を用意しておく方法としては、営業情報を入力する際に当該営業情報がどの組織名（顧客）、日付、商品カテゴリに属するものかを併せて入力又は指示することにより、ＳＦＡデータが構築される。
【００３５】
後者の営業日報からＳＦＡデータを構築する方法としては、予め概念定義辞書と呼ばれる分類内容と概念とを定義した辞書を利用することにより行われる。この概念定義辞書は、本実施の形態の例では、分類内容は、「商品Ａ」、「商品Ｂ」などの商品カテゴリが該当する。また、概念は、例えば分類内容の「商品Ａ」が「プラズマテレビ」だったとすると、「プラズマテレビ」、「プラズマ」、「プラズマＴＶ」、「ＰＴＶ」などの分類内容「プラズマテレビ」について日報で使用される表現をいい、この分類内容と概念とが対応付けられて概念定義辞書として定義されている。
【００３６】
この概念定義辞書を利用することにより、営業日報の文章のうち、概念である「プラズマ」、「プラズマＴＶ」などをキーに分類内容「プラズマテレビ」に関連する営業日報の文章を抽出し、その文章と分類内容（本実施の形態では商品カテゴリ）とを対応付けてＳＦＡデータを構築するものである。
【００３７】
図４に示すＷｅｂアクセスログデータは、Ｗｅｂ提供サイト２又はＷｅｂアクセスログデータ取得システム８から取得するものであって、アクセス元のホスト名或いはＩＰアドレス、アクセス日時、アクセスされたＵＲＬ（Ｕｎｉｆｏｒｍ Ｒｅｓｏｕｒｃｅ Ｌｏｃａｔｏｒ）などから構成されている。
【００３８】
なお、顧客情報分析処理部１１は、ＳＦＡデータ、Ｗｅｂアクセスログデータをフロッピーディスクその他の記憶デバイス等で受け取ることも可能であり、この点については前述した通りである。
【００３９】
また、顧客情報分析システム９には、分析処理開始指令その他の制御指令を入力し、その他分析処理に必要な各種のデータを設定入力するキーボード，マウス等の入力機器１２、分析処理に必要な各種の固定データその他分析途中のデータ、分析結果のデータ等を記憶するデータベース１４、分析結果データを取得過程で必要なデータを一次記憶するバッフアメモリ１５の他、表示部１６やプリンタ１７が設けられている。、
前記データベース１４には、アクセス元組織名対応テーブル１４ａ，ＵＲＬ商品カテゴリテーブル１４ｂ、組織名業種テーブル１４ｃ、ＳＦＡデータ及びＷｅｂアクセスログデータの集計結果に関する集計結果データテーブル１４ｄ、これらＳＦＡデータ及びＷｅｂアクセスログデータの集計結果を統合処理して得られる統合データを記憶する統合データテーブル１４ｅ、この統合データから次回のターゲットとなる組織や商品、サービス等に関するターゲット情報を記憶する次ターゲット情報テーブル１４ｆその他必要なテーブルが形成されている。ここで言う、ターゲットとは、提供者が意図的に優先度を上げて売り込みに行く顧客や顧客に推薦する商品、サービスのことを総じて指すものとする。
【００４０】
これらテーブル１４ａ〜１４ｆは、一種のファイルまたは記憶領域に相当するものであり、そのうち、アクセス元組織名対応テーブル１４ａには、予め入力機器１２から入力設定され、或いはＷｅｂアクセスログデータ（図４）から取り出すドメイン名（ＩＰアドレス）とこれらドメイン名等をもつ組織名との対応関係を規定する図５に示すアクセス元組織名対応表データが記憶される。なお、ドメイン名と組織名との対応は公開されている刊行物などから把握できる範囲で作成する。また、ＵＲＬ商品カテゴリテーブル１４ｂには、予め入力機器１２からＵＲＬを入力設定するか、或いはＷｅｂアクセスログデータ（図３）から取り出されるＵＲＬとこのＵＲＬのもとに個人所有端末３や組織体所有端末４からＷｅｂページにアクセスする商品、サービス等の商品カテゴリとの対応関係を規定する図６に示すＵＲＬ商品カテゴリ表データデータが記憶される。また、組織名業種テーブル１４ｃには、予め入力機器１２から入力設定することにより、組織名と業種との対応関係を規定する図７に示す組織名業種表データが記憶される。つまり、アクセス元組織名対応表データ、ＵＲＬ商品カテゴリ表データデータ、組織名業種表データは、分析処理に先立ち、図３に示すＷｅｂアクセスログデータを含むＷｅｂ提供サイト２又はＷｅｂアクセスログデータ取得システム８によって取得した各種のデータから作成され、或いは何らかの方法で公開されている刊行物等から把握できる範囲で作成される。さらに、Ｗｅｂ提供サイト２又はＷｅｂアクセスログデータ取得システム８が個人所有端末３や組織体所有端末４からアクセスを受けることにより、多くのデータが積み重なって多くの情報が蓄積されるものである。
【００４１】
その他の集計結果データテーブル１４ｄ、統合データテーブル１４ｅ、次ターゲット情報テーブル１４ｆその他必要なテーブルについては、顧客情報分析処理部１１による分析処理の過程ないし結果から取得されるデータが記憶されるものであり、具体的には後記する。
【００４２】
さらに、この顧客情報分析処理部１１においては、機能的には、図３に示す１件毎のＳＦＡデータから例えば営業の対象となっている組織名（顧客名）及び商品カテゴリを抽出し、図８に示す組織名と商品カテゴリとの対応関係データを一旦バッフアメモリ１５に格納し、全ての件数のＳＦＡデータについて集計処理を実行し、図９に示す集計済みＳＦＡデータを作成し、データベース１４の集計結果データテーブル１４ｄに格納するＳＦＡデータ集計処理手段２１の他、Ｗｅｂログ集計処理手段２２とが設けられている。なお、図９に示す集計済みＳＦＡデータの中のＳＦＡ登録件数は営業担当者などの顧客訪問回数その他に相当するものである。また、前記ＳＦＡ登録件数に代表される数値を一般的に接点程度情報と呼ぶ。ここで言う接点程度情報とは、営業担当者が顧客に商品カテゴリを売り込んだ強さ、規模、頻度等の程度や顧客がある商品カテゴリに対して興味、関心を示したり、実際に購買活動を行った強さ、規模、頻度等の程度を表すものである。
【００４３】
前記Ｗｅｂログ集計処理手段２２は、図４に示すＷｅｂアクセスログデータのアクセス元から図５参照のもとに組織名に変換し、同じくＷｅｂアクセスログデータのＵＲＬから図６参照のもとに商品カテゴリに変換し、最終的には組織名、商品カテゴリ毎に訪問数や滞在時間を集計し、図１０に示す集計済みＷｅｂアクセスデータを作成し、データベース１４の集計結果データテーブル１４ｄに格納する機能をもっている。なお、前記集計済みＷｅｂアクセスデータに代表される数値も一般的に接点程度情報と呼ぶ。ここで言う接点程度情報とは、顧客が商品カテゴリにアクセスした際の規模、頻度等の程度を表すものである。
【００４４】
なお、これら集計済みＳＦＡデータ及び集計済みＷｅｂアクセスデータは、予め外部システム例えばＳＦＡシステム７やＷｅｂアクセスログデータ取得システム８、或いはこれらシステム７、８以外の単一のデータ処理機器，システム等で集計処理を実施し、集計済みＳＦＡデータ及び集計済みＷｅｂアクセスデータを取得することも可能である。このような場合には、ＳＦＡデータ集計処理手段２１及びＷｅｂログ集計処理手段２２を設けることなく、図示点線で示すＳＦＡデータ集計結果記憶部２３、Ｗｅｂログ集計結果記憶部２４に記憶するか、或いはバッフアバッフアメモリ１５又はデータベース１４の適宜な記憶領域に格納されるものである。また、集計済みＳＦＡデータ及び集計済みＷｅｂアクセスデータはＳＦＡデータ集計結果記憶部２３及びＷｅｂログ集計結果記憶部２４に個別に記憶されるか、或いは同一の記憶部に領域分けして記憶されるものである。
【００４５】
さらに、顧客情報分析処理部１１は、集計済みＳＦＡデータと集計済みＷｅｂアクセスデータとを統合し、図１１に示すような統合データを作成し、データベース１４の統合データテーブル１４ｅに格納するデータ統合処理手段２５と、このデータ統合処理手段２５によって作成された統合データから次のターゲットとなる組織又は商品を見つけ出すギャップ検出手段２６と、このギャップ検出手段２６によって見つけ出した次のターゲットとなる組織又は商品を強調し、表示部１６に表示し又はプリンタ１７から出力し、営業に携わる部署管理者、営業担当者その他マーケティング活動や商品戦略策定活動に携わる関係部署・担当者が迅速、かつ的確に視覚的認識判断を可能にする次ターゲット強調処理手段２７が設けられている。
【００４６】
次に、以上のような顧客情報分析システムの動作ないし本発明に係る顧客情報分析方法及びプログラムによる一連の処理について図１２ないし図２６を参照して説明する。
【００４７】
先ず、顧客情報分析処理に先立ち、予め前述したように図５に示すアクセス元組織名対応表データ、図６に示すＵＲＬ商品カテゴリ表データデータ、図７に組織名業種表データを作成し、それぞれデータベース１４の対応するアクセス元組織名対応テーブル１４ａ、ＵＲＬ商品カテゴリテーブル１４ｂ、組織名業種テーブル１４ｃに保存されている。
【００４８】
以上のような状態において、顧客情報分析処理システムは、記録媒体１３から顧客情報分析用プログラムを読み出し、ＳＦＡデータ、Ｗｅｂアクセスログデータ等から次のターゲットなる組織や商品を見つけ出す一連の処理を実行する。
【００４９】
（１） 顧客情報分析処理システムは、ＳＦＡデータ集計処理を実行する（図１２のＳＦＡデータ集計ステップＳ１、ＳＦＡデータ集計処理機能）。
【００５０】
ＳＦＡデータの集計は、図３に示す多数のＳＦＡデータの中から１件毎にＳＦＡデータを取り出し、そのＳＦＡデータの中に含まれる営業対象となっている組織名及び商品カテゴリを抽出する。以後、全てのＳＦＡデータについて、それぞれ組織名及び商品カテゴリの抽出処理を実行し、図９に示す集計済みＳＦＡデータを作成し、データベース１４の集計結果テーブル１４ｄに格納する。なお、データベース１４に代えてバッフアメモリ１５に一時的に格納してもよい。因みに、図９のＳＦＡ登録件数は図３の組織名及び商品カテゴリ別に全部のＳＦＡデータを集計した結果から得られた件数であるが、この登録件数については種々の登録方法が挙げられる。
【００５１】
一般に、営業活動において、営業担当者は、会社等の組織に売り込みいった場合にはその売り込み回数を記録しておくとか、或いは当該組織が該当する商品カテゴリに関して言及したときにその言及回数を記録すれば、ＳＦＡ登録件数に反映させることが可能である。
【００５２】
また、抽出手段としては、例えば顧客情報分析システムを設置する組織体が予め組織名及び商品カテゴリを登録しておき、ＳＦＡデータの中に含まれる組織名及び商品カテゴリと予め登録されている組織名及び商品カテゴリとを比較し、一致した組織名及び商品カテゴリだけを抽出する方法であってもよい。また、ＳＦＡデータの中に組織名や商品カテゴリ名がコード化されて付加されている場合、そのコードとともに組織名や商品カテゴリ名を抽出し集計する方法であってもよい（図８参照）。
【００５３】
いずれにせよ、ＳＦＡシステム７等に営業活動報告を入力する際、予め顧客分析に対応可能な項目を定め、その定めた項目に従って入力すれば、分析に必要なＳＦＡデータとすることができる。
【００５４】
（２） 顧客情報分析処理システムは、Ｗｅｂログ集計処理を実行する（図１２のＷｅｂ集計ステップＳ２、Ｗｅｂログ集計処理機能）。
【００５５】
Ｗｅｂデータの集計処理は、図１３に示すごとく、図４のＷｅｂアクセスログデータの各行からアクセス元を取り出し、このアクセス元に基づいて図５に示すアクセス元組織名対応表データを参照し、当該対応表データのドメイン名（ＩＰアドレス）と一致する行を検索し、当該アクセス元を組織名に変換する（Ｓ２１）。なお、この一致する行を検索するとき、Ｗｅｂアクセスログデータのアクセス元とアクセス元組織名対応表データとが完全に一致しない場合でも、部分的に一致する場合にはその組織名を採用してもよい。このようなアクセス元−組織名の変換処理は、Ｗｅｂアクセスログデータの全部の行に対して実行する。
【００５６】
引き続き、図４のＷｅｂアクセスログデータの各行からＵＲＬを取り出し、このＵＲＬに基づいて図６に示すＵＲＬ商品カテゴリ表データを参照し、当該対応表データのＵＲＬと一致する行を検索し、その行の商品カテゴリに変換する（Ｓ２２）。このようなＵＲＬ−商品カテゴリの変換処理は、Ｗｅｂアクセスログデータの全部の行に対して実行する。
【００５７】
そして、Ｗｅｂアクセスログデータの全行に対して変換処理を終了すると（Ｓ２３）、各行ごとに変換された組織名と商品カテゴリとを対応付け、全行に対する組織名と商品カテゴリとの対応付け集計を行う（Ｓ２４）。
【００５８】
さらに、Ｗｅｂアクセスログデータには、同一のアクセス元に基づいてアクセス日時やＷｅｂ滞在時間などがログデータとして保存されているので、重複する同一のアクセス元のアクセス日時やＷｅｂ滞在時間からトータルの訪問数や滞在時間を取り出し、組織名及び商品カテゴリにＷｅｂ訪問数やＷｅｂ滞在時間などを対応付けし（Ｓ２５、Ｓ２６）、図１０に示す集計済みＷｅｂアクセスデータを作成し、データベース１４の集計結果データテーブル１４ｄ又はバッフアメモリ１５に格納する（Ｓ２７）。
【００５９】
なお、組織名及び商品カテゴリにＷｅｂ訪問数やＷｅｂ滞在時間を対応付けたが、それ以外に例えばページビュー数などを対応付けてもよい。
【００６０】
（３） 次に、顧客情報分析処理システムは、集計済みＳＦＡデータと集計済みＷｅｂアクセステータとを統合する処理を実行する（図１２のデータ統合ステップＳ３、データ統合処理機能）。
【００６１】
このデータ統合処理は、図９に示す集計済みＳＦＡデータと図１０に示す集計済みＷｅｂアクセスデータとを統合し、図１１に示すような統合データを作成し、統合データテーブル１４ｅに登録する。
【００６２】
このデータ統合処理は、具体的には図１４に示すように、集計済みＳＦＡデータの１つの行から組織名と商品カテゴリとを取り出し（Ｓ３１）、集計済みＷｅｂアクセスデータの各行の中に組織名と商品カテゴリとが一致する行が存在するか否かを判断する（Ｓ３２）。ここで、一致する行が存在する場合には、その一致行からＷｅｂ訪問数、Ｗｅｂ滞在時間を取り出し、また集計済みＳＦＡデータの該当する行からＳＦＡ登録件数を取り出し、組織名と商品カテゴリとともに統合データテーブル１４ｅの例えば最上行に登録する（Ｓ３３）。集計済みＷｅｂアクセスデータに一致する行が存在しない場合にはＷｅｂ訪問数、Ｗｅｂ滞在時間に０を登録する（Ｓ３４）。なお、Ｗｅｂアクセスデータに存在し、集計済みＳＦＡデータに存在しない組織名と商品カテゴリがある場合は、ＳＦＡ登録件数を０とし、統合データテーブル１４ｅに登録する。
【００６３】
この統合データテーブル１４ｅに登録した後、集計済みＳＦＡデータの全行終了か否かを判断し（Ｓ３４）、残りの行についても同様に処理し、図１１に示すような統合データを作成する。
【００６４】
なお、必要に応じて組織名、商品カテゴリに業種を対応付けしたい場合、図７に示す組織名業種表データから組織名に対応する業種を取り出し、組織名、商品カテゴリに対応付けて登録する。
【００６５】
（４） さらに、顧客情報分析処理システムは、統合データから次のターゲットを見つけ出すギャップ検出処理を実行する（図１２のギャップ検出ステップＳ３、ギャップ検出機能）。このギャップ検出処理には、組織、商品の何れをターゲットとして見つけ出すかに応じて組織ギャップ検出処理と商品ギャップ検出処理とに分けられる。
【００６６】
（４−１） 組織ギャップ検出処理について（図１５参照）。
【００６７】
以下に、ＳＦＡデータに含む接点程度情報とＷｅｂアクセスログデータに含む接点程度情報とのギャップに基づいてターゲットを顧客名を抽出する過程を説明する。なお、ここでギャップと言っているのは、ＳＦＡデータの接点程度情報が小さく、Ｗｅｂアクセスログデータの接点程度情報が大きいという、両者の大小関係が不均衡となっている状況をいう。
【００６８】
ギャップは、以下に示すように、ＳＦＡデータの接点程度情報とＷｅｂアクセスログデータの接点程度情報とをそれぞれ、それらのしきい値や順位に基づいて評価した結果から、一方が大きく、他方が小さい状況として定義することが可能である。
【００６９】
以下、その処理の例を説明する。
【００７０】
この組織ギャップ検出処理は、統合データからある商品カテゴリのデータのみを取り出す。今、図１１に示す統合データの中から例えば商品Ａを着目する商品カテゴリとした場合、順次商品Ａの商品カテゴリに関係するデータを取り出すことにより（Ｓ４１，Ｓ４２）、図１６に示す着目商品カテゴリ表データを作成する（Ｓ４３）。
【００７１】
引き続き、取り出された図１６のデータのうち、ＳＦＡ登録件数の少ないデータを取り出す。例えばＳＦＡ登録件数が全部で１００行存在するとし、そのうち全登録件数の下位３０％，つまり下位３０位までを取り出すとか、或いはＳＦＡ登録件数が予め定める２件以下のものだけ取り出す（Ｓ４４）。この例では、ＳＦＡ登録件数が２件以下とすると、図１７に示すようなデータを取り出すことができる。
【００７２】
さらに、図１７に示すデータからＷｅｂ訪問数の大きなデータを取り出す。例えばＷｅｂ訪問数が全部で１００件存在するとし、そのうち上位３０％，つまり上位３０件までを取り出すとか、或いはＷｅｂ訪問数が予め定める数値より大きいデータを取り出す（Ｓ４５）。この例では、Ｗｅｂ訪問数が１０以上のものを取り出すとすれば、商品Ａに関しては、株式会社△△と株式会社□□が次のターゲットとなる。その理由は、商品Ａに関するページへのＷｅｂ訪問数が多く、商品Ａに対する興味が高いと推測されにも拘らず、ＳＦＡ登録件数が少なく、営業担当者が売り込みを行っていないと推測されるからである（図１８）。
【００７３】
引き続き、次の商品に着目するか否かを判断し（Ｓ４６）、着目する場合にはステップＳ４１に戻り、同様の処理を実行する。
【００７４】
そして、各特定の商品カテゴリに関し、次のターゲットとなる組織を見つけ出したならば、データベース１４の次ターゲット情報テーブル１４ｅに登録し、必要に応じて表示部１６に表示し、或いはプリンタ１７から出力する。
【００７５】
また、営業所有者端末１０，…が顧客情報分析システム９にアクセスし、データベース１３の次ターゲット情報テーブル１３ｅの内容を読み出して利用することもできる。
【００７６】
なお、上記実施の形態では、ＳＦＡ登録件数とＷｅｂ訪問数とをそれぞれ数値による基準に基づいて取り出すようにしたが、例えばＳＦＡ登録件数とＷｅｂ訪問数との比率から取り出すようにしてもよい。例えばＷｅｂ訪問数をＳＦＡ登録件数で割り算した結果が、予め決められたしきい値より大きい状況を、ギャップとして定義することが可能である。但し、ＳＦＡ登録件数がゼロの場合には、ＳＦＡ登録件数を仮想的に特定の値、例えば０．０１として計算する、いった規則を設けることで実施が可能となる。
【００７７】
さらに、Ｗｅｂサイトの指標として、Ｗｅｂ訪問数を用いたが、Ｗｅｂ滞在時間やページビュー数などの数値を用いて、ある特定の商品カテゴリに関し、次のターゲットとなる組織を見つけ出すことができる。
【００７８】
（４−２） 商品ギャップ検出処理について（図１９参照）。
【００７９】
以下に、ＳＦＡデータに含む接点程度情報とＷｅｂアクセスログデータに含む接点程度情報とのギャップに基づいてターゲット商品名を抽出する過程を説明する。なお、ここでギャップと言っているのは、ＳＦＡデータの接点程度情報が小さく、Ｗｅｂアクセスログデータの接点程度情報が大きいという、両者の大小関係が不均衡となっている状況を呼んでいる。
【００８０】
ギャップは、以下に示すように、ＳＦＡデータの接点程度情報とＷｅｂアクセスログデータの接点程度情報とをそれぞれ、それらのしきい値や順位に基づいて評価した結果から、一方が大きく、他方が小さい状況として定義することが可能である。
【００８１】
以下、その処理の例を説明する。
【００８２】
この商品ギャップ検出処理は、統合データからある組織名のデータを取り出す。今、図１１に示す統合データの中から例えば株式会社□□に着目し、順次株式会社□□に関係するデータを取り出すことにより（Ｓ５１，Ｓ５２）、図２０に示す着目組織表データを作成する（Ｓ５３）。
【００８３】
次に、取り出された図２０のデータのうち、ＳＦＡ登録件数が少ない商品カテゴリデータを取り出す（Ｓ５３）。例えばＳＦＡ登録件数の下位３０％を取り出すとか、登録件数が２件未満のデータを取り出してもよい。この例では、登録件数が２件未満のデータを取り出すと、図２１のようなデータを取り出すことができる（Ｓ５４）。
【００８４】
引き続き、取り出された図２１の商品カテゴリの中からＷｅｂ訪問数の大きなデータを取り出す。例えばＷｅｂ訪問数の上位３０％を取り出してもよいし、或いはＷｅｂ訪問数が予め定める数値より大きいデータを取り出す（Ｓ４５）。この例では、図２１のデータからＷｅｂ訪問数が５０以上のものを取り出すと、図２２に示すように株式会社□□に関しては、商品Ｃが有望な次ターゲットとして決定できる（Ｓ５５）。
【００８５】
引き続き、次組織に着目するか否かを判断し（Ｓ５６）、着目する場合にはステップＳ５１に戻り、同様の処理を実行する。
【００８６】
そして、以上のようにして各特定組織に関し、次提案商品として商品を見つけ出したならば、データベース１４の次ターゲット情報テーブル１４ｅに登録する。そして、次ターゲット情報テーブル１３ｅに登録後、必要に応じて表示部１６に表示し、或いはプリンタ１７から出力する。
【００８７】
また、営業所有者端末１０，…が顧客情報分析システム９にアクセスし、データベース１４の次ターゲット情報テーブル１４ｅの内容を読み出して利用することもできる。
【００８８】
従って、商品ギャップ検出処理結果として、統合データから図２３に示すようなデータを取り出すことができる。図２３において、○で囲まれた部分が次の提案商品として有望であることが分かる。つまり、ＳＦＡ登録件数が少ないが、Ｗｅｂサイトに多くアクセスしている商品カテゴリが分かる。このような商品カテゴリは、実際の営業活動では当該組織に紹介されていないが、Ｗｅｂサイトの該当する商品カテゴリのページには多く訪れているので、当該組織における次のターゲット商品となりうる。
【００８９】
ここで、ＳＦＡ登録件数とＷｅｂ訪問数とをそれぞれ数値による基準に基づいて取り出すようにしたが、例えばＳＦＡ登録件数とＷｅｂ訪問数との比率から取り出すようにしてもよい。
【００９０】
例えばＷｅｂ訪問数をＳＦＡ登録件数で割り算した結果が、予め決められたしきい値より大きい状況を、ギャップとして定義することが可能である。但し、ＳＦＡ登録件数がゼロの場合には、ＳＦＡ登録件数を仮想的に特定の値、例えば０．０１として計算する、いった規則を設けることで実施が可能となる。そして、そのギャップをもつ商品をターゲットとして抽出することになる。
【００９１】
さらに、Ｗｅｂ訪問数の大きなものを取り出す際に、その数値のみを基準とせず、全ての組織にわたった合計の訪問数との比較により取り出してもよい。因みに、各商品カテゴリに関するＷｅｂページの規模が異なることから、特定の商品カテゴリに対するアクセスが増える場合、商品カテゴリの性格上、Ｗｅｂアクセスを集めやすい商品とそうでない商品とが混在する場合、或いは報道発表などで特定の商品カテゴリが注目を集めたためにＷｅｂアクセスが増えた場合には、商品カテゴリの間にアクセス数に偏りが存在する。そこで、このアクセス数の偏りを補正する場合には、全ての組織にわたった合計の訪問数との比較により取り出すことが有効である。
【００９２】
例えば図２３に示すデータの中から株式会社□□のＷｅｂ訪問数に関して、次のような方法で実行する。
【００９３】
先ず、商品カテゴリ毎に、Ｗｅｂ訪問数の合計と全体のＷｅｂ訪問数との割合を求める。図２４はその割合を示している。
【００９４】
次に、株式会社□□のＷｅｂ訪問数の合計に対し、図２４により計算されている全体に占める割合をかけることにより、図２５に示すようなＷｅｂ訪問数と各商品との関係を表すことができる。さらに、もともとのＷｅｂ訪問数と図２５で得られたデータとを比較すると、図２６のようなデータの比較結果が得られる。これにより、株式会社□□に関しては、Ｗｅｂ訪問数が比較用Ｗｅｂ訪問数より多い商品Ａが次の提案商品として有望であることが分かる。
【００９５】
また、Ｗｅｂサイトの指標として、Ｗｅｂ訪問数を用いたが、Ｗｅｂ滞在時間やページビュー数などの数値を用いてもよい。
【００９６】
（５） さらに、顧客情報分析処理システムは、ギャップ検出処理によって各商品カテゴリに関し、次のターゲットとなる組織を見つけ出し、また各組織に関し、次のターゲット商品を見つけ出し、次ターゲット情報テーブル１４ｅに登録するが、多数の組織名について次のターゲット商品を登録すると、非常に判断しにくい。
【００９７】
そこで、顧客情報分析処理システムは、ターゲット強調処理を実行する（図１２のターゲット強調ステップＳ５、ターゲット強調処理機能）。
【００９８】
以上のような商品ギャップ検出処理において、多数の組織と商品との関係を取り出すと、例えば図２３に示すような状態となる。この図２３は、縦方向セルに組織名、横方向セルに商品Ａ，Ｂ，…とし、かつ、これら組織名と商品名との交差セル部分の上段側にＷｅｂ訪問数、下段側にＳＦＡ登録件数を入れ込んで表した図である。個別の組織だけ、或いは個別の商品に着目した次ターゲットを見つける場合には問題がないが、分析専門の担当者が多数の組織名について例えば図２３に示すようなデータを作成した場合、表示部１６又はプリンタ１７に出力しても非常にみにくい状態となる。
【００９９】
そこで、前述するギャップ検出処理によって次ターゲットとなる商品に関するアクセス訪問数等に網掛け或いは色違い等の強調処理を施すことにより、図２３の○で示す部分を強調処理したデータを取り出すことができる。
【０１００】
これにより、営業担当者等においては、迅速、かつ的確に各組織に対する次ターゲット商品を特定することができる。
【０１０１】
従って、以上のような実施の形態によれば、ＳＦＡ集計結果データとＷｅｂ集計結果データとを統合し、ＳＦＡデータとＷｅｂアクセスデータとのギャップを見つけ出すことにより、例えば組織、個人が所望とするターゲット商品を確実に見つけ出すことができ、しかも各組織ごとに高い確実性をもったターゲット商品を決定できる。
【０１０２】
なお、本願発明は、上記実施の形態に限定されるものでなく、その要旨を逸脱しない範囲で種々変形して実施できる。
【０１０３】
（ａ） 上記実施の形態は、ＳＦＡデータ集計処理を実施した後にＷｅｂログ集計処理を実施したが、その処理の前後は問わないものである。
【０１０４】
（ｂ） また、前述する実施の形態で記載する集計は、加算処理だけでなく、平均化処理したり、最頻値を選んだり、各種の統計処理を施したり、各種の演算処理することも含むものである。
【０１０５】
（ｃ） 上記実施の形態は、記録媒体１３に記録されるプログラムが顧客情報分析システム９に装填して使用する構成となっているが、営業者所有端末１０に装填して使用することも可能であり、この場合には営業者所有端末１０が顧客情報分析システム９となるものである。
【０１０６】
また、各実施の形態は可能な限り組み合わせて実施することが可能であり、その場合には組み合わせによる効果が得られる。さらに、上記各実施の形態には種々の上位，下位段階の発明が含まれており、開示された複数の構成要素の適宜な組み合わせにより種々の発明が抽出され得るものである。例えば問題点を解決するための手段に記載される全構成要件から幾つかの構成要件が省略されうることで発明が抽出された場合には、その抽出された発明を実施する場合には省略部分が周知慣用技術で適宜補われるものである。
【０１０７】
【発明の効果】
以上説明したように本発明によれば、Ｗｅｂアクセスログ情報とＳＦＡ情報とを横断的、かつ、総合的に分析し、客観的に営業活動等に生かせる有効な情報を取得できる顧客情報分析システム、顧客情報分析用プログラム及び顧客情報分析方法を提供できる。
【図面の簡単な説明】
【図１】本発明に係る顧客情報分析システムを適用したネットワークシステムの系統構成図。
【図２】本発明に係る顧客情報分析システムの一実施の形態を示す構成図。
【図３】営業担当者やＳＦＡシステムにより取得されるＳＦＡデータの一例を示すデータ配列図。
【図４】ＷｅｂサイトにアクセスしてくるＷｅｂアクセスログデータの一例を示すデータ配列図。
【図５】Ｗｅｂアクセスログデータ等から作成されるアクセス元組織名対照表データの一例を示すデータ配列図。
【図６】同じくＷｅｂアクセスログデータ等から作成されるＵＲＬ商品カテゴリ表データの一例を示すデータ配列図。
【図７】組織名と業種の関係を表す組織名業種表データの一例を示すデータ配列図。
【図８】ＳＦＡデータから抽出された組織名と商品カテゴリとの関係を示す図。
【図９】ＳＦＡデータの集計結果のデータ配列図。
【図１０】Ｗｅｂアクセスログデータの集計結果のデータ配列図。
【図１１】ＳＦＡデータの集計結果データとＷｅｂアクセスログデータの集計結果データとを統合させた統合データのデータ配列図。
【図１２】本発明に係る顧客情報分析システムの動作ないし本発明に係る顧客情報分析方法を説明する一連の処理の流れ図。
【図１３】図１２に示すＷｅｂログ集計処理手順を説明する図。
【図１４】ＳＦＡデータの集計結果データとＷｅｂアクセスログデータの集計結果データとを統合するための処理手順を説明する図。
【図１５】ギャップ検出処理のうち、特に組織ギャップ検出処理の処理手順を説明する図。
【図１６】ある特定商品に対するターゲット組織を表す図。
【図１７】図１６に示すデータの中から一定の基準のもとにＳＦＡ登録件数の少ないものを抽出した図。
【図１８】特定商品に対するターゲット組織名を表す図。
【図１９】ギャップ検出処理のうち、特に商品ギャップ検出処理の処理手順を説明する図。
【図２０】株式会社□□に着目して統合データから得られるデータのデータ配列図。
【図２１】図２０に示すデータの中から一定の基準のもとにＳＦＡ登録件数の少ないものを抽出した図。
【図２２】図２１に示すデータの中から一定の基準のもとにＷｅｂ訪問数の大きいものを抽出したきの次ターゲット商品を取り出した図。
【図２３】統合データから商品ギャップ検出処理により得られたデータ配列図。
【図２４】商品カテゴリ毎のＷｅｂ訪問数の合計を表す図。
【図２５】図２２に示す株式会社□□のＷｅｂ訪問数に対して図２４の全体に占める割合をかけた各商品比較を表す図。
【図２６】図２２に示す株式会社□□のもともとのＷｅｂ訪問数と図２５の比較用Ｗｅｂ訪問数との比較図。
【符号の説明】
１…ネットワーク、２…Ｗｅｂ提供サーバ、３…個人所有端末、４…組織体所有端末、５…中継機器、６…内部ネットワーク、７…ＳＦＡシステム、７ａ…ＳＦＡデータ記憶部、８…Ｗｅｂアクセスログデータ取得システム、８ａ…Ｗｅｂアクセスログデータ記憶部、９…顧客情報分析システム、１０…営業者所有端末、１１…顧客情報分析処理部、１３…記録媒体、１４…データベース、１６…表示部、１７…プリンタ、２１…ＳＦＡ集計処理手段、２２…Ｗｅｂログ集計処理手段、２３…ＳＦＡ集計結果記憶部、２４…Ｗｅｂログ集計結果記憶部、２５…データ統合処理手段、２６…ギャップ検出手段、２７…ターゲット強調処理手段。
【発明の属する技術分野】
本発明は、組織、団体、個人等の顧客に対して、何らかの商品やサービスを提供する際の有効な営業活動、マーケティング活動、商品戦略策定活動を支援するための顧客情報分析システム、顧客情報分析用プログラム及び顧客情報分析方法に関する。
【０００２】
【従来の技術】
従来、商品やサービスを提供する提供者は、新たな商品販売先やサービス提供先を開拓するために、幾つかの顧客接点手段が使用されている。例えばＷＷＷ（Ｗｏｒｌｄ Ｗｉｄｅ Ｗｅｂ）を利用したホームページの運営、営業担当者による顧客訪問、電話利用によるコールセンタの利用、店舗の運営、ダイレクトメールの送信等が挙げられる。
【０００３】
この顧客接点手段の１つであるＷＷＷを利用したホームページは、Ｗｅｂページにより構成され、Ｗｅｂサイトに属する。このＷｅｂサイトは、インターネットに接続される単一又は複数のＷｅｂサーバによって実現されている。このＷＷＷを利用したホームページは、情報発信だけでなく、商品・サービスの受注受付や消費動向の調査など様々な目的のために運営されているので、それらＷｅｂページ又はＷｅｂサイトが顧客接点手段としての分析・調査の対象となる。
【０００４】
このＷｅｂページ又はＷｅｂサイトの分析、調査は、どのＷｅｂページのどの掲載項目にアクセスしたか、またページ内の書き込み枠にどのような内容が書き込まれたかなどのＷｅｂアクセスログデータをログファイルに記録するので、このＷｅｂアクセスログデータから営業活動、マーケティング活動、商品戦略策定活動のための有力な顧客接点情報を取り出すことが可能である。
【０００５】
このＷｅｂアクセスログデータの取得にも種々の方法があるが、最も一般的に利用されているのは、Ｗｅｂサーバプログラムが生成するデータを利用するものである。また、例えばＣＧＩ（Ｃｏｍｍｏｎ Ｇａｔｅｗａｙ Ｉｎｔｅｒｆａｃｅ）プログラムなどを用いて、単一又は複数のＷｅｂサーバのＷｅｂアクセスログデータを取得するとか、インターネットとＷｅｂサーバ間に介在される中継機器となる通信機器や通信路、例えばミラーポートを備えたスイッチングハブなどを用いて、Ｗｅｂアクセスログデータを取得するなど、多くの方法がある。
【０００６】
これらの多くの方法により取得されるＷｅｂアクセスログデータを用いたＷｅｂアクセスログ分析では、Ｗｅｂページ又はＷｅｂサイトにアクセスした閲覧者数（ユーザ名、訪問者数）が曜日毎、時間毎にどのように変化しているか、また閲覧者が使用しているブラウザやコンピュータのＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）の種類等が調査されている。
【０００７】
また、Ｗｅｂアクセスログ分析では、閲覧者が１つのＷｅｂサイト内又は複数のＷｅｂサイト間にまたがってどのように閲覧行動をとったか、つまり閲覧者がＷｅｂページＡを閲覧し、次にＷｅｂページＢを閲覧したかを解明する経路分析、アクセス元コンピュータのホスト名やクッキー情報を用いて、アクセス元を識別・管理するなどの分析手法も考えられている。
【０００８】
他の１つの顧客接点手段である営業担当者による顧客訪問による情報も重要である。
【０００９】
この営業担当者の営業活動に使用されるシステムとしては、ＳＦＡ（Ｓａｌｅｓ Ｆｏｒｃｅ Ａｕｔｏｍａｔｉｏｎ）システムが一般的である。このＳＦＡシステムは、モバイル・コンピューティング技術を利用した情報携帯端末（ＰＤＡ：Ｐｅｒｓｏｎａｌ Ｄｉｇｉｔａｌ Ａｓｓｉｓｔａｎｔｓ）、企業内設置のパソコン、ＣＴＩ（Ｃｏｍｐｕｔｅｒ Ｔｅｌｅｐｈｏｎｙ Ｉｎｔｅｇｒａｔｉｏｎ）技術を用いたコールセンタシステムその他種々の機器・システム等があり、これら機器・システムを用いて商談履歴管理、販売履歴管理、顧客情報管理、商品情報管理、顧客苦情情報管理等が行われている。これらの管理に際し、例えば日時、顧客名、提案した商品やサービスの名称、興味を示した商品やサービスの名称等の情報が記録されている。
【００１０】
なお、顧客名には、現在の顧客又は将来顧客となりうる個人、組織や団体の名称、担当者の氏名も含む。また、商品やサービスの名称には、個別の商品／サービスアイテムに付与されたものに限らず、それらの集合に付与された名称も含む。なお、この商品集合／サービス集合のことを商品カテゴリと呼ぶこともある。これら情報は、組織名や商品カテゴリをコード番号で管理することもあり、自由記述文で記載されたものをそのまま記録する場合もある。
【００１１】
従って、ＳＦＡシステムを用いた分析方法は、コード化された情報の分析だけでなく、自由記述文の中から特定の単語を抽出し処理するテキストマイニング技術を利用し、興味をもった商品カテゴリの名称を抽出することもある。
【００１２】
しかし、以上のような分析方法は、単一の顧客接点情報を利用するものであり、多面的な方向から分析・調査しておらず、単一の顧客接点情報から得られない情報を取得することは難しい、
ところで、近年、単一の顧客接点情報を個別に分析するのではなく、複数の顧客接点情報を横断的、総合的に分析し、単一の顧客接点情報から得られない情報を取得することが試みられており、その１つとして販売支援システムが提案されている（特許文献１参照）。
【００１３】
この販売支援システムは、Ｗｅｂサーバが顧客からアクセスされたアクセスログデータを記録し、顧客名を含むアクセスログデータをＳＦＡサーバに転送し、ここで顧客名を含むアクセスログデータと営業担当者の過去顧客訪問情報とを考慮し、顧客のターゲット情報を取り出す構成である。
【００１４】
【特許文献１】
特開２００２−２８８５５０号
【００１５】
【発明が解決しようとする課題】
しかし、以上のような特許文献による販売支援システムでは、非常に概念的な販売支援手法を記述したにすぎず、ＳＦＡシステムで取得されたＳＦＡデータとＷｅｂアクセスログデータとをどのような分析処理すれば有望な顧客情報を見つけ出すとか、次回顧客に提案すべき商品又はサービスをどのように選択するかの判断の拠り所となる情報が具体的にどのように取得するのか全く不明であり、営業活動、マーケティング活動、商品戦略策定活動に有効に活用できない問題がある。
【００１６】
本発明は上記事情にかんがみてなされたもので、ＳＦＡデータとＷｅｂアクセスログデータとを横断的、かつ、総合的に分析し、営業活動当に十分に生かせる有効な分析情報を取得する顧客情報分析システム、顧客情報分析用プログラム及び顧客情報分析方法を提供することを目的とする。
【００１７】
【課題を解決するための手段】
（１） 上記課題を解決するために、複数のＳＦＡデータ及び複数のＷｅｂアクセスログデータを分析し、営業活動に関係するターゲット情報を抽出する本発明に係る顧客情報分析システムは、共通する顧客名、商品カテゴリ及びそれぞれ異なる顧客の接点程度情報を含む前記ＳＦＡデータの集計結果及びＷｅｂアクセスログデータの集計結果を統合するデータ統合処理手段と、このデータ統合処理手段によって統合された統合データから前記ある特定商品カテゴリ又は前記ある特定顧客名に関する前記ＳＦＡデータに含む顧客の接点程度情報と前記Ｗｅｂアクセスログデータに含む接点程度情報とのギャップに基づいて、前記特定商品カテゴリの対象となるターゲット顧客名又は前記特定顧客名の対象となるターゲット商品を抽出するを抽出する組織ギャップ検出手段とを設けた構成である。
【００１８】
この発明は以上のような構成とすることにより、ＳＦＡデータの集計結果及びＷｅｂアクセスログデータの集計結果とを統合した統合データから、ある特定商品カテゴリ又はある特定顧客名に関するＳＦＡデータに含む接点程度情報とＷｅｂアクセスログデータに含む接点程度情報とのギャップに基づき、そのうち大きなギャップをもつ場合には特定商品カテゴリの対象となる次のターゲットとなりうる顧客名又は特定顧客名の対象となる次のターゲットとなりうる商品と分析でき、営業活動、マーケティング活動、商品戦略策定活動に有効に活用することができる。
【００１９】
なお、多数の特定顧客名に対する複数の商品を抽出した場合、ＳＦＡデータ及びＷｅｂアクセスログデータの異なる接点程度情報を判断し、営業活動上有効なターゲット商品に強調処理を施せば、迅速に目的とするターゲットを見つけ出すことが可能である。
【００２０】
また、前記ＳＦＡデータに含む接点程度情報としては、少なくとも営業担当者による顧客への訪問回数、商品の言及回数、コールセンタの受付情報その他種々の情報が挙げられる。また、Ｗｅｂアクセスログデータに含む接点程度情報としても、Ｗｅｂアクセス訪問回数、Ｗｅｂ滞在時間、ページビュー数その他多くの情報が用いられる。
【００２１】
（２） また、本発明に係る顧客情報分析方法は、少なくとも顧客名、商品カテゴリ及び第１の接点程度情報を集計するＳＦＡデータ集計ステップと、少なくとも顧客名、商品カテゴリ及び第２の接点程度情報を集計するＷｅｂログデータ集計ステップと、これら集計ステップにより得られる共通の顧客名、商品カテゴリに前記第１及び第２の接点程度情報を対応付けして統合するデータ統合ステップと、このデータ統合ステップによって統合された統合データから前記ある特定商品カテゴリ又は前記ある特定顧客名に関する前記ＳＦＡデータに含む接点程度情報と前記Ｗｅｂアクセスログデータに含む接点程度情報とのギャップに基づいて、対象となるターゲット顧客名又は対象となるターゲット商品カテゴリを抽出するギャップ検出ステップとを有する方法である。
【００２２】
この顧客情報分析方法の発明においても、顧客情報分析システムと同様な作用効果を奏することができる。
【００２３】
【発明の実施の形態】
以下、本発明の実施の形態について図面を参照して説明する。
【００２４】
図１は本発明に係る顧客情報分析システムを適用したネットワークシステムの一例を示す系統構成図である。
【００２５】
このネットワークシステムは、インターネットのごときネットワーク１が設けられ、このネットワーク１には、ＷＷＷ（Ｗｏｒｌｄ Ｗｉｄｅ Ｗｅｂ）を用いて商品やサービスを提供する少なくとも１つのＷｅｂページ又はＷｅｂサイト（以下、Ｗｅｂ提供サイトと総称する）２，…、このＷｅｂ提供サイト２にアクセスし、所要とするＷｅｂページを閲覧・書き込み可能なブラウザを搭載した各個人が所有する個人所有端末３，…及び同じくＷｅｂ提供サイト２にアクセスし、所要とするＷｅｂページを閲覧・書き込み可能なブラウザを搭載した会社等の組織，団体機関等が所有する組織体所有端末４，…が接続されている。
【００２６】
前記Ｗｅｂ提供サイト２は、個人所有端末３や組織体所有端末４からアクセスされた時のアクセス元識別情報及び提供されたＷｅｂページに書き込んだ情報をＷｅｂアクセスログデータとして記録する機能をもっている。
【００２７】
さらに、Ｗｅｂ提供サイト２には例えばルータのみ、ルータを含むファイアウオールサーバ、或いはファイアウオールサーバのみ等の中継機器５を介してＬＡＮ等の内部ネットワーク６が接続されている。
【００２８】
この内部ネットワーク６には、営業支援に必要なデータを蓄積するＳＦＡシステム７、Ｗｅｂ提供サイト２に記録されるＷｅｂアクセスログデータをダウンロードし保存するＷｅｂアクセスログデータ取得システム８の他、本発明の要部となる顧客情報分析システム９及びこの顧客情報分析システム９で分析された情報を利用する営業者所有端末１０，…が接続されている。
【００２９】
なお、ＳＦＡシステム７は、前述したように情報携帯端末から送信されてくる顧客訪問に関係する顧客関連データを受信し、所要の形式に従って整然と整理する機器であったり、営業担当者が顧客訪問後に日時，顧客名，提案した商品やサービスの名称，顧客が興味を示した商品やサービスの名称、自由記述文等を入力し保存処理を行うパーソナルコンピュータであったり、さらにコールセンタ設備であったり、ダイレクトメール情報を保存する機器であったり、その他営業活動、マーケティング活動、商品戦略策定活動上に必要なデータを収集する機能をもつ機器，システムを含むものである。また、このＳＦＡシステム７は、顧客情報分析システム９と同一の内部ネットワーク６に接続されているが、別個のネットワークに接続されている場合、或いはネットワークとは無関係な単体の装置である場合もある。
【００３０】
前記Ｗｅｂアクセスログデータ取得システム８は、Ｗｅｂ提供サイト２からＷｅｂアクセスログデータをダウンロードする例について述べたが、Ｗｅｂ提供サイト２がＷｅｂページの送信及び個人所有端末３、組織体所有端末４からのアクセスを受け付ける処理だけを行い、アプリケーションソフトのもとにＷｅｂページの提供ないし書き込みデータ等を取り込み、さらにＷｅｂアクセスログデータを取得することも容易である。また、Ｗｅｂ提供サイト２が個人所有端末３、組織体所有端末４からのアクセスに関する全ての情報処理を実行し、またＷｅｂアクセスログデータを記録する場合には、必要に応じてＷｅｂアクセスログデータ取得システム８自体を不要とし、Ｗｅｂアクセスログ取得データ取得機能を顧客情報分析システム９にもたせてもよい。
【００３１】
この顧客情報分析システム９については、図２で詳しく説明するが、要はＳＦＡシステム７及びＷｅｂ提供サイト２又はＷｅｂアクセスログデータ取得システム８からＳＦＡデータ及びＷｅｂアクセスログデータを収集する機能をもっていれば十分であるので、当該ＳＦＡシステム７及びＷｅｂ提供サイト２又はＷｅｂアクセスログデータ取得システム８等と内部ネットワーク６で接続されることなく、当該内部ネットワーク６から完全に切り離した状態とし、ＳＦＡデータ及びＷｅｂアクセスログデータを記録するフロッピーディスクその他の記憶デバイスで受け取って自身のデータベースに記録する構成であってもよい。
【００３２】
図２は本発明に係る顧客情報分析システム９の一実施の形態を示す構成図である。
【００３３】
この顧客情報分析システム９は、当該ＳＦＡシステム７のＳＦＡデータ記憶部７ａ及びＷｅｂ提供サイト２のＷｅｂアクセスログデータ記憶部２ａ又はＷｅｂアクセスログデータ取得システム８のＷｅｂアクセスログデータ記憶部８ａ等からそれぞれＳＦＡデータ（図３参照）、Ｗｅｂアクセスログデータ（図４参照）をそれぞれ取り込み、論理回路等によるハードウエア構成だけでなく、記録媒体１３に記録される所定の分析処理用プログラムに基づいて顧客情報分析処理を実行するＣＰＵで構成される顧客情報分析処理部１１が設けられている。図３に示すＳＦＡデータには、少なくとも営業対象となった組織名、商品カテゴリ名、日付などが含まれ、さらに必要に応じて特記すべき自由記述文が記載されており、一種の営業活動の報告書の性格を有する。これは複数の営業担当者、機器・システムによる取得組織数に応じて複数のＳＦＡデータが記憶されている。なお、図３のようなＳＦＡデータは、予め商品カテゴリの項目を用意しておき、該当する商品についての営業情報を入力したり、営業日報と呼ばれる自由に記述された文章からテキストマイニング技術などを利用したりして構築される。
【００３４】
前者の予め商品カテゴリの項目を用意しておく方法としては、営業情報を入力する際に当該営業情報がどの組織名（顧客）、日付、商品カテゴリに属するものかを併せて入力又は指示することにより、ＳＦＡデータが構築される。
【００３５】
後者の営業日報からＳＦＡデータを構築する方法としては、予め概念定義辞書と呼ばれる分類内容と概念とを定義した辞書を利用することにより行われる。この概念定義辞書は、本実施の形態の例では、分類内容は、「商品Ａ」、「商品Ｂ」などの商品カテゴリが該当する。また、概念は、例えば分類内容の「商品Ａ」が「プラズマテレビ」だったとすると、「プラズマテレビ」、「プラズマ」、「プラズマＴＶ」、「ＰＴＶ」などの分類内容「プラズマテレビ」について日報で使用される表現をいい、この分類内容と概念とが対応付けられて概念定義辞書として定義されている。
【００３６】
この概念定義辞書を利用することにより、営業日報の文章のうち、概念である「プラズマ」、「プラズマＴＶ」などをキーに分類内容「プラズマテレビ」に関連する営業日報の文章を抽出し、その文章と分類内容（本実施の形態では商品カテゴリ）とを対応付けてＳＦＡデータを構築するものである。
【００３７】
図４に示すＷｅｂアクセスログデータは、Ｗｅｂ提供サイト２又はＷｅｂアクセスログデータ取得システム８から取得するものであって、アクセス元のホスト名或いはＩＰアドレス、アクセス日時、アクセスされたＵＲＬ（Ｕｎｉｆｏｒｍ Ｒｅｓｏｕｒｃｅ Ｌｏｃａｔｏｒ）などから構成されている。
【００３８】
なお、顧客情報分析処理部１１は、ＳＦＡデータ、Ｗｅｂアクセスログデータをフロッピーディスクその他の記憶デバイス等で受け取ることも可能であり、この点については前述した通りである。
【００３９】
また、顧客情報分析システム９には、分析処理開始指令その他の制御指令を入力し、その他分析処理に必要な各種のデータを設定入力するキーボード，マウス等の入力機器１２、分析処理に必要な各種の固定データその他分析途中のデータ、分析結果のデータ等を記憶するデータベース１４、分析結果データを取得過程で必要なデータを一次記憶するバッフアメモリ１５の他、表示部１６やプリンタ１７が設けられている。、
前記データベース１４には、アクセス元組織名対応テーブル１４ａ，ＵＲＬ商品カテゴリテーブル１４ｂ、組織名業種テーブル１４ｃ、ＳＦＡデータ及びＷｅｂアクセスログデータの集計結果に関する集計結果データテーブル１４ｄ、これらＳＦＡデータ及びＷｅｂアクセスログデータの集計結果を統合処理して得られる統合データを記憶する統合データテーブル１４ｅ、この統合データから次回のターゲットとなる組織や商品、サービス等に関するターゲット情報を記憶する次ターゲット情報テーブル１４ｆその他必要なテーブルが形成されている。ここで言う、ターゲットとは、提供者が意図的に優先度を上げて売り込みに行く顧客や顧客に推薦する商品、サービスのことを総じて指すものとする。
【００４０】
これらテーブル１４ａ〜１４ｆは、一種のファイルまたは記憶領域に相当するものであり、そのうち、アクセス元組織名対応テーブル１４ａには、予め入力機器１２から入力設定され、或いはＷｅｂアクセスログデータ（図４）から取り出すドメイン名（ＩＰアドレス）とこれらドメイン名等をもつ組織名との対応関係を規定する図５に示すアクセス元組織名対応表データが記憶される。なお、ドメイン名と組織名との対応は公開されている刊行物などから把握できる範囲で作成する。また、ＵＲＬ商品カテゴリテーブル１４ｂには、予め入力機器１２からＵＲＬを入力設定するか、或いはＷｅｂアクセスログデータ（図３）から取り出されるＵＲＬとこのＵＲＬのもとに個人所有端末３や組織体所有端末４からＷｅｂページにアクセスする商品、サービス等の商品カテゴリとの対応関係を規定する図６に示すＵＲＬ商品カテゴリ表データデータが記憶される。また、組織名業種テーブル１４ｃには、予め入力機器１２から入力設定することにより、組織名と業種との対応関係を規定する図７に示す組織名業種表データが記憶される。つまり、アクセス元組織名対応表データ、ＵＲＬ商品カテゴリ表データデータ、組織名業種表データは、分析処理に先立ち、図３に示すＷｅｂアクセスログデータを含むＷｅｂ提供サイト２又はＷｅｂアクセスログデータ取得システム８によって取得した各種のデータから作成され、或いは何らかの方法で公開されている刊行物等から把握できる範囲で作成される。さらに、Ｗｅｂ提供サイト２又はＷｅｂアクセスログデータ取得システム８が個人所有端末３や組織体所有端末４からアクセスを受けることにより、多くのデータが積み重なって多くの情報が蓄積されるものである。
【００４１】
その他の集計結果データテーブル１４ｄ、統合データテーブル１４ｅ、次ターゲット情報テーブル１４ｆその他必要なテーブルについては、顧客情報分析処理部１１による分析処理の過程ないし結果から取得されるデータが記憶されるものであり、具体的には後記する。
【００４２】
さらに、この顧客情報分析処理部１１においては、機能的には、図３に示す１件毎のＳＦＡデータから例えば営業の対象となっている組織名（顧客名）及び商品カテゴリを抽出し、図８に示す組織名と商品カテゴリとの対応関係データを一旦バッフアメモリ１５に格納し、全ての件数のＳＦＡデータについて集計処理を実行し、図９に示す集計済みＳＦＡデータを作成し、データベース１４の集計結果データテーブル１４ｄに格納するＳＦＡデータ集計処理手段２１の他、Ｗｅｂログ集計処理手段２２とが設けられている。なお、図９に示す集計済みＳＦＡデータの中のＳＦＡ登録件数は営業担当者などの顧客訪問回数その他に相当するものである。また、前記ＳＦＡ登録件数に代表される数値を一般的に接点程度情報と呼ぶ。ここで言う接点程度情報とは、営業担当者が顧客に商品カテゴリを売り込んだ強さ、規模、頻度等の程度や顧客がある商品カテゴリに対して興味、関心を示したり、実際に購買活動を行った強さ、規模、頻度等の程度を表すものである。
【００４３】
前記Ｗｅｂログ集計処理手段２２は、図４に示すＷｅｂアクセスログデータのアクセス元から図５参照のもとに組織名に変換し、同じくＷｅｂアクセスログデータのＵＲＬから図６参照のもとに商品カテゴリに変換し、最終的には組織名、商品カテゴリ毎に訪問数や滞在時間を集計し、図１０に示す集計済みＷｅｂアクセスデータを作成し、データベース１４の集計結果データテーブル１４ｄに格納する機能をもっている。なお、前記集計済みＷｅｂアクセスデータに代表される数値も一般的に接点程度情報と呼ぶ。ここで言う接点程度情報とは、顧客が商品カテゴリにアクセスした際の規模、頻度等の程度を表すものである。
【００４４】
なお、これら集計済みＳＦＡデータ及び集計済みＷｅｂアクセスデータは、予め外部システム例えばＳＦＡシステム７やＷｅｂアクセスログデータ取得システム８、或いはこれらシステム７、８以外の単一のデータ処理機器，システム等で集計処理を実施し、集計済みＳＦＡデータ及び集計済みＷｅｂアクセスデータを取得することも可能である。このような場合には、ＳＦＡデータ集計処理手段２１及びＷｅｂログ集計処理手段２２を設けることなく、図示点線で示すＳＦＡデータ集計結果記憶部２３、Ｗｅｂログ集計結果記憶部２４に記憶するか、或いはバッフアバッフアメモリ１５又はデータベース１４の適宜な記憶領域に格納されるものである。また、集計済みＳＦＡデータ及び集計済みＷｅｂアクセスデータはＳＦＡデータ集計結果記憶部２３及びＷｅｂログ集計結果記憶部２４に個別に記憶されるか、或いは同一の記憶部に領域分けして記憶されるものである。
【００４５】
さらに、顧客情報分析処理部１１は、集計済みＳＦＡデータと集計済みＷｅｂアクセスデータとを統合し、図１１に示すような統合データを作成し、データベース１４の統合データテーブル１４ｅに格納するデータ統合処理手段２５と、このデータ統合処理手段２５によって作成された統合データから次のターゲットとなる組織又は商品を見つけ出すギャップ検出手段２６と、このギャップ検出手段２６によって見つけ出した次のターゲットとなる組織又は商品を強調し、表示部１６に表示し又はプリンタ１７から出力し、営業に携わる部署管理者、営業担当者その他マーケティング活動や商品戦略策定活動に携わる関係部署・担当者が迅速、かつ的確に視覚的認識判断を可能にする次ターゲット強調処理手段２７が設けられている。
【００４６】
次に、以上のような顧客情報分析システムの動作ないし本発明に係る顧客情報分析方法及びプログラムによる一連の処理について図１２ないし図２６を参照して説明する。
【００４７】
先ず、顧客情報分析処理に先立ち、予め前述したように図５に示すアクセス元組織名対応表データ、図６に示すＵＲＬ商品カテゴリ表データデータ、図７に組織名業種表データを作成し、それぞれデータベース１４の対応するアクセス元組織名対応テーブル１４ａ、ＵＲＬ商品カテゴリテーブル１４ｂ、組織名業種テーブル１４ｃに保存されている。
【００４８】
以上のような状態において、顧客情報分析処理システムは、記録媒体１３から顧客情報分析用プログラムを読み出し、ＳＦＡデータ、Ｗｅｂアクセスログデータ等から次のターゲットなる組織や商品を見つけ出す一連の処理を実行する。
【００４９】
（１） 顧客情報分析処理システムは、ＳＦＡデータ集計処理を実行する（図１２のＳＦＡデータ集計ステップＳ１、ＳＦＡデータ集計処理機能）。
【００５０】
ＳＦＡデータの集計は、図３に示す多数のＳＦＡデータの中から１件毎にＳＦＡデータを取り出し、そのＳＦＡデータの中に含まれる営業対象となっている組織名及び商品カテゴリを抽出する。以後、全てのＳＦＡデータについて、それぞれ組織名及び商品カテゴリの抽出処理を実行し、図９に示す集計済みＳＦＡデータを作成し、データベース１４の集計結果テーブル１４ｄに格納する。なお、データベース１４に代えてバッフアメモリ１５に一時的に格納してもよい。因みに、図９のＳＦＡ登録件数は図３の組織名及び商品カテゴリ別に全部のＳＦＡデータを集計した結果から得られた件数であるが、この登録件数については種々の登録方法が挙げられる。
【００５１】
一般に、営業活動において、営業担当者は、会社等の組織に売り込みいった場合にはその売り込み回数を記録しておくとか、或いは当該組織が該当する商品カテゴリに関して言及したときにその言及回数を記録すれば、ＳＦＡ登録件数に反映させることが可能である。
【００５２】
また、抽出手段としては、例えば顧客情報分析システムを設置する組織体が予め組織名及び商品カテゴリを登録しておき、ＳＦＡデータの中に含まれる組織名及び商品カテゴリと予め登録されている組織名及び商品カテゴリとを比較し、一致した組織名及び商品カテゴリだけを抽出する方法であってもよい。また、ＳＦＡデータの中に組織名や商品カテゴリ名がコード化されて付加されている場合、そのコードとともに組織名や商品カテゴリ名を抽出し集計する方法であってもよい（図８参照）。
【００５３】
いずれにせよ、ＳＦＡシステム７等に営業活動報告を入力する際、予め顧客分析に対応可能な項目を定め、その定めた項目に従って入力すれば、分析に必要なＳＦＡデータとすることができる。
【００５４】
（２） 顧客情報分析処理システムは、Ｗｅｂログ集計処理を実行する（図１２のＷｅｂ集計ステップＳ２、Ｗｅｂログ集計処理機能）。
【００５５】
Ｗｅｂデータの集計処理は、図１３に示すごとく、図４のＷｅｂアクセスログデータの各行からアクセス元を取り出し、このアクセス元に基づいて図５に示すアクセス元組織名対応表データを参照し、当該対応表データのドメイン名（ＩＰアドレス）と一致する行を検索し、当該アクセス元を組織名に変換する（Ｓ２１）。なお、この一致する行を検索するとき、Ｗｅｂアクセスログデータのアクセス元とアクセス元組織名対応表データとが完全に一致しない場合でも、部分的に一致する場合にはその組織名を採用してもよい。このようなアクセス元−組織名の変換処理は、Ｗｅｂアクセスログデータの全部の行に対して実行する。
【００５６】
引き続き、図４のＷｅｂアクセスログデータの各行からＵＲＬを取り出し、このＵＲＬに基づいて図６に示すＵＲＬ商品カテゴリ表データを参照し、当該対応表データのＵＲＬと一致する行を検索し、その行の商品カテゴリに変換する（Ｓ２２）。このようなＵＲＬ−商品カテゴリの変換処理は、Ｗｅｂアクセスログデータの全部の行に対して実行する。
【００５７】
そして、Ｗｅｂアクセスログデータの全行に対して変換処理を終了すると（Ｓ２３）、各行ごとに変換された組織名と商品カテゴリとを対応付け、全行に対する組織名と商品カテゴリとの対応付け集計を行う（Ｓ２４）。
【００５８】
さらに、Ｗｅｂアクセスログデータには、同一のアクセス元に基づいてアクセス日時やＷｅｂ滞在時間などがログデータとして保存されているので、重複する同一のアクセス元のアクセス日時やＷｅｂ滞在時間からトータルの訪問数や滞在時間を取り出し、組織名及び商品カテゴリにＷｅｂ訪問数やＷｅｂ滞在時間などを対応付けし（Ｓ２５、Ｓ２６）、図１０に示す集計済みＷｅｂアクセスデータを作成し、データベース１４の集計結果データテーブル１４ｄ又はバッフアメモリ１５に格納する（Ｓ２７）。
【００５９】
なお、組織名及び商品カテゴリにＷｅｂ訪問数やＷｅｂ滞在時間を対応付けたが、それ以外に例えばページビュー数などを対応付けてもよい。
【００６０】
（３） 次に、顧客情報分析処理システムは、集計済みＳＦＡデータと集計済みＷｅｂアクセステータとを統合する処理を実行する（図１２のデータ統合ステップＳ３、データ統合処理機能）。
【００６１】
このデータ統合処理は、図９に示す集計済みＳＦＡデータと図１０に示す集計済みＷｅｂアクセスデータとを統合し、図１１に示すような統合データを作成し、統合データテーブル１４ｅに登録する。
【００６２】
このデータ統合処理は、具体的には図１４に示すように、集計済みＳＦＡデータの１つの行から組織名と商品カテゴリとを取り出し（Ｓ３１）、集計済みＷｅｂアクセスデータの各行の中に組織名と商品カテゴリとが一致する行が存在するか否かを判断する（Ｓ３２）。ここで、一致する行が存在する場合には、その一致行からＷｅｂ訪問数、Ｗｅｂ滞在時間を取り出し、また集計済みＳＦＡデータの該当する行からＳＦＡ登録件数を取り出し、組織名と商品カテゴリとともに統合データテーブル１４ｅの例えば最上行に登録する（Ｓ３３）。集計済みＷｅｂアクセスデータに一致する行が存在しない場合にはＷｅｂ訪問数、Ｗｅｂ滞在時間に０を登録する（Ｓ３４）。なお、Ｗｅｂアクセスデータに存在し、集計済みＳＦＡデータに存在しない組織名と商品カテゴリがある場合は、ＳＦＡ登録件数を０とし、統合データテーブル１４ｅに登録する。
【００６３】
この統合データテーブル１４ｅに登録した後、集計済みＳＦＡデータの全行終了か否かを判断し（Ｓ３４）、残りの行についても同様に処理し、図１１に示すような統合データを作成する。
【００６４】
なお、必要に応じて組織名、商品カテゴリに業種を対応付けしたい場合、図７に示す組織名業種表データから組織名に対応する業種を取り出し、組織名、商品カテゴリに対応付けて登録する。
【００６５】
（４） さらに、顧客情報分析処理システムは、統合データから次のターゲットを見つけ出すギャップ検出処理を実行する（図１２のギャップ検出ステップＳ３、ギャップ検出機能）。このギャップ検出処理には、組織、商品の何れをターゲットとして見つけ出すかに応じて組織ギャップ検出処理と商品ギャップ検出処理とに分けられる。
【００６６】
（４−１） 組織ギャップ検出処理について（図１５参照）。
【００６７】
以下に、ＳＦＡデータに含む接点程度情報とＷｅｂアクセスログデータに含む接点程度情報とのギャップに基づいてターゲットを顧客名を抽出する過程を説明する。なお、ここでギャップと言っているのは、ＳＦＡデータの接点程度情報が小さく、Ｗｅｂアクセスログデータの接点程度情報が大きいという、両者の大小関係が不均衡となっている状況をいう。
【００６８】
ギャップは、以下に示すように、ＳＦＡデータの接点程度情報とＷｅｂアクセスログデータの接点程度情報とをそれぞれ、それらのしきい値や順位に基づいて評価した結果から、一方が大きく、他方が小さい状況として定義することが可能である。
【００６９】
以下、その処理の例を説明する。
【００７０】
この組織ギャップ検出処理は、統合データからある商品カテゴリのデータのみを取り出す。今、図１１に示す統合データの中から例えば商品Ａを着目する商品カテゴリとした場合、順次商品Ａの商品カテゴリに関係するデータを取り出すことにより（Ｓ４１，Ｓ４２）、図１６に示す着目商品カテゴリ表データを作成する（Ｓ４３）。
【００７１】
引き続き、取り出された図１６のデータのうち、ＳＦＡ登録件数の少ないデータを取り出す。例えばＳＦＡ登録件数が全部で１００行存在するとし、そのうち全登録件数の下位３０％，つまり下位３０位までを取り出すとか、或いはＳＦＡ登録件数が予め定める２件以下のものだけ取り出す（Ｓ４４）。この例では、ＳＦＡ登録件数が２件以下とすると、図１７に示すようなデータを取り出すことができる。
【００７２】
さらに、図１７に示すデータからＷｅｂ訪問数の大きなデータを取り出す。例えばＷｅｂ訪問数が全部で１００件存在するとし、そのうち上位３０％，つまり上位３０件までを取り出すとか、或いはＷｅｂ訪問数が予め定める数値より大きいデータを取り出す（Ｓ４５）。この例では、Ｗｅｂ訪問数が１０以上のものを取り出すとすれば、商品Ａに関しては、株式会社△△と株式会社□□が次のターゲットとなる。その理由は、商品Ａに関するページへのＷｅｂ訪問数が多く、商品Ａに対する興味が高いと推測されにも拘らず、ＳＦＡ登録件数が少なく、営業担当者が売り込みを行っていないと推測されるからである（図１８）。
【００７３】
引き続き、次の商品に着目するか否かを判断し（Ｓ４６）、着目する場合にはステップＳ４１に戻り、同様の処理を実行する。
【００７４】
そして、各特定の商品カテゴリに関し、次のターゲットとなる組織を見つけ出したならば、データベース１４の次ターゲット情報テーブル１４ｅに登録し、必要に応じて表示部１６に表示し、或いはプリンタ１７から出力する。
【００７５】
また、営業所有者端末１０，…が顧客情報分析システム９にアクセスし、データベース１３の次ターゲット情報テーブル１３ｅの内容を読み出して利用することもできる。
【００７６】
なお、上記実施の形態では、ＳＦＡ登録件数とＷｅｂ訪問数とをそれぞれ数値による基準に基づいて取り出すようにしたが、例えばＳＦＡ登録件数とＷｅｂ訪問数との比率から取り出すようにしてもよい。例えばＷｅｂ訪問数をＳＦＡ登録件数で割り算した結果が、予め決められたしきい値より大きい状況を、ギャップとして定義することが可能である。但し、ＳＦＡ登録件数がゼロの場合には、ＳＦＡ登録件数を仮想的に特定の値、例えば０．０１として計算する、いった規則を設けることで実施が可能となる。
【００７７】
さらに、Ｗｅｂサイトの指標として、Ｗｅｂ訪問数を用いたが、Ｗｅｂ滞在時間やページビュー数などの数値を用いて、ある特定の商品カテゴリに関し、次のターゲットとなる組織を見つけ出すことができる。
【００７８】
（４−２） 商品ギャップ検出処理について（図１９参照）。
【００７９】
以下に、ＳＦＡデータに含む接点程度情報とＷｅｂアクセスログデータに含む接点程度情報とのギャップに基づいてターゲット商品名を抽出する過程を説明する。なお、ここでギャップと言っているのは、ＳＦＡデータの接点程度情報が小さく、Ｗｅｂアクセスログデータの接点程度情報が大きいという、両者の大小関係が不均衡となっている状況を呼んでいる。
【００８０】
ギャップは、以下に示すように、ＳＦＡデータの接点程度情報とＷｅｂアクセスログデータの接点程度情報とをそれぞれ、それらのしきい値や順位に基づいて評価した結果から、一方が大きく、他方が小さい状況として定義することが可能である。
【００８１】
以下、その処理の例を説明する。
【００８２】
この商品ギャップ検出処理は、統合データからある組織名のデータを取り出す。今、図１１に示す統合データの中から例えば株式会社□□に着目し、順次株式会社□□に関係するデータを取り出すことにより（Ｓ５１，Ｓ５２）、図２０に示す着目組織表データを作成する（Ｓ５３）。
【００８３】
次に、取り出された図２０のデータのうち、ＳＦＡ登録件数が少ない商品カテゴリデータを取り出す（Ｓ５３）。例えばＳＦＡ登録件数の下位３０％を取り出すとか、登録件数が２件未満のデータを取り出してもよい。この例では、登録件数が２件未満のデータを取り出すと、図２１のようなデータを取り出すことができる（Ｓ５４）。
【００８４】
引き続き、取り出された図２１の商品カテゴリの中からＷｅｂ訪問数の大きなデータを取り出す。例えばＷｅｂ訪問数の上位３０％を取り出してもよいし、或いはＷｅｂ訪問数が予め定める数値より大きいデータを取り出す（Ｓ４５）。この例では、図２１のデータからＷｅｂ訪問数が５０以上のものを取り出すと、図２２に示すように株式会社□□に関しては、商品Ｃが有望な次ターゲットとして決定できる（Ｓ５５）。
【００８５】
引き続き、次組織に着目するか否かを判断し（Ｓ５６）、着目する場合にはステップＳ５１に戻り、同様の処理を実行する。
【００８６】
そして、以上のようにして各特定組織に関し、次提案商品として商品を見つけ出したならば、データベース１４の次ターゲット情報テーブル１４ｅに登録する。そして、次ターゲット情報テーブル１３ｅに登録後、必要に応じて表示部１６に表示し、或いはプリンタ１７から出力する。
【００８７】
また、営業所有者端末１０，…が顧客情報分析システム９にアクセスし、データベース１４の次ターゲット情報テーブル１４ｅの内容を読み出して利用することもできる。
【００８８】
従って、商品ギャップ検出処理結果として、統合データから図２３に示すようなデータを取り出すことができる。図２３において、○で囲まれた部分が次の提案商品として有望であることが分かる。つまり、ＳＦＡ登録件数が少ないが、Ｗｅｂサイトに多くアクセスしている商品カテゴリが分かる。このような商品カテゴリは、実際の営業活動では当該組織に紹介されていないが、Ｗｅｂサイトの該当する商品カテゴリのページには多く訪れているので、当該組織における次のターゲット商品となりうる。
【００８９】
ここで、ＳＦＡ登録件数とＷｅｂ訪問数とをそれぞれ数値による基準に基づいて取り出すようにしたが、例えばＳＦＡ登録件数とＷｅｂ訪問数との比率から取り出すようにしてもよい。
【００９０】
例えばＷｅｂ訪問数をＳＦＡ登録件数で割り算した結果が、予め決められたしきい値より大きい状況を、ギャップとして定義することが可能である。但し、ＳＦＡ登録件数がゼロの場合には、ＳＦＡ登録件数を仮想的に特定の値、例えば０．０１として計算する、いった規則を設けることで実施が可能となる。そして、そのギャップをもつ商品をターゲットとして抽出することになる。
【００９１】
さらに、Ｗｅｂ訪問数の大きなものを取り出す際に、その数値のみを基準とせず、全ての組織にわたった合計の訪問数との比較により取り出してもよい。因みに、各商品カテゴリに関するＷｅｂページの規模が異なることから、特定の商品カテゴリに対するアクセスが増える場合、商品カテゴリの性格上、Ｗｅｂアクセスを集めやすい商品とそうでない商品とが混在する場合、或いは報道発表などで特定の商品カテゴリが注目を集めたためにＷｅｂアクセスが増えた場合には、商品カテゴリの間にアクセス数に偏りが存在する。そこで、このアクセス数の偏りを補正する場合には、全ての組織にわたった合計の訪問数との比較により取り出すことが有効である。
【００９２】
例えば図２３に示すデータの中から株式会社□□のＷｅｂ訪問数に関して、次のような方法で実行する。
【００９３】
先ず、商品カテゴリ毎に、Ｗｅｂ訪問数の合計と全体のＷｅｂ訪問数との割合を求める。図２４はその割合を示している。
【００９４】
次に、株式会社□□のＷｅｂ訪問数の合計に対し、図２４により計算されている全体に占める割合をかけることにより、図２５に示すようなＷｅｂ訪問数と各商品との関係を表すことができる。さらに、もともとのＷｅｂ訪問数と図２５で得られたデータとを比較すると、図２６のようなデータの比較結果が得られる。これにより、株式会社□□に関しては、Ｗｅｂ訪問数が比較用Ｗｅｂ訪問数より多い商品Ａが次の提案商品として有望であることが分かる。
【００９５】
また、Ｗｅｂサイトの指標として、Ｗｅｂ訪問数を用いたが、Ｗｅｂ滞在時間やページビュー数などの数値を用いてもよい。
【００９６】
（５） さらに、顧客情報分析処理システムは、ギャップ検出処理によって各商品カテゴリに関し、次のターゲットとなる組織を見つけ出し、また各組織に関し、次のターゲット商品を見つけ出し、次ターゲット情報テーブル１４ｅに登録するが、多数の組織名について次のターゲット商品を登録すると、非常に判断しにくい。
【００９７】
そこで、顧客情報分析処理システムは、ターゲット強調処理を実行する（図１２のターゲット強調ステップＳ５、ターゲット強調処理機能）。
【００９８】
以上のような商品ギャップ検出処理において、多数の組織と商品との関係を取り出すと、例えば図２３に示すような状態となる。この図２３は、縦方向セルに組織名、横方向セルに商品Ａ，Ｂ，…とし、かつ、これら組織名と商品名との交差セル部分の上段側にＷｅｂ訪問数、下段側にＳＦＡ登録件数を入れ込んで表した図である。個別の組織だけ、或いは個別の商品に着目した次ターゲットを見つける場合には問題がないが、分析専門の担当者が多数の組織名について例えば図２３に示すようなデータを作成した場合、表示部１６又はプリンタ１７に出力しても非常にみにくい状態となる。
【００９９】
そこで、前述するギャップ検出処理によって次ターゲットとなる商品に関するアクセス訪問数等に網掛け或いは色違い等の強調処理を施すことにより、図２３の○で示す部分を強調処理したデータを取り出すことができる。
【０１００】
これにより、営業担当者等においては、迅速、かつ的確に各組織に対する次ターゲット商品を特定することができる。
【０１０１】
従って、以上のような実施の形態によれば、ＳＦＡ集計結果データとＷｅｂ集計結果データとを統合し、ＳＦＡデータとＷｅｂアクセスデータとのギャップを見つけ出すことにより、例えば組織、個人が所望とするターゲット商品を確実に見つけ出すことができ、しかも各組織ごとに高い確実性をもったターゲット商品を決定できる。
【０１０２】
なお、本願発明は、上記実施の形態に限定されるものでなく、その要旨を逸脱しない範囲で種々変形して実施できる。
【０１０３】
（ａ） 上記実施の形態は、ＳＦＡデータ集計処理を実施した後にＷｅｂログ集計処理を実施したが、その処理の前後は問わないものである。
【０１０４】
（ｂ） また、前述する実施の形態で記載する集計は、加算処理だけでなく、平均化処理したり、最頻値を選んだり、各種の統計処理を施したり、各種の演算処理することも含むものである。
【０１０５】
（ｃ） 上記実施の形態は、記録媒体１３に記録されるプログラムが顧客情報分析システム９に装填して使用する構成となっているが、営業者所有端末１０に装填して使用することも可能であり、この場合には営業者所有端末１０が顧客情報分析システム９となるものである。
【０１０６】
また、各実施の形態は可能な限り組み合わせて実施することが可能であり、その場合には組み合わせによる効果が得られる。さらに、上記各実施の形態には種々の上位，下位段階の発明が含まれており、開示された複数の構成要素の適宜な組み合わせにより種々の発明が抽出され得るものである。例えば問題点を解決するための手段に記載される全構成要件から幾つかの構成要件が省略されうることで発明が抽出された場合には、その抽出された発明を実施する場合には省略部分が周知慣用技術で適宜補われるものである。
【０１０７】
【発明の効果】
以上説明したように本発明によれば、Ｗｅｂアクセスログ情報とＳＦＡ情報とを横断的、かつ、総合的に分析し、客観的に営業活動等に生かせる有効な情報を取得できる顧客情報分析システム、顧客情報分析用プログラム及び顧客情報分析方法を提供できる。
【図面の簡単な説明】
【図１】本発明に係る顧客情報分析システムを適用したネットワークシステムの系統構成図。
【図２】本発明に係る顧客情報分析システムの一実施の形態を示す構成図。
【図３】営業担当者やＳＦＡシステムにより取得されるＳＦＡデータの一例を示すデータ配列図。
【図４】ＷｅｂサイトにアクセスしてくるＷｅｂアクセスログデータの一例を示すデータ配列図。
【図５】Ｗｅｂアクセスログデータ等から作成されるアクセス元組織名対照表データの一例を示すデータ配列図。
【図６】同じくＷｅｂアクセスログデータ等から作成されるＵＲＬ商品カテゴリ表データの一例を示すデータ配列図。
【図７】組織名と業種の関係を表す組織名業種表データの一例を示すデータ配列図。
【図８】ＳＦＡデータから抽出された組織名と商品カテゴリとの関係を示す図。
【図９】ＳＦＡデータの集計結果のデータ配列図。
【図１０】Ｗｅｂアクセスログデータの集計結果のデータ配列図。
【図１１】ＳＦＡデータの集計結果データとＷｅｂアクセスログデータの集計結果データとを統合させた統合データのデータ配列図。
【図１２】本発明に係る顧客情報分析システムの動作ないし本発明に係る顧客情報分析方法を説明する一連の処理の流れ図。
【図１３】図１２に示すＷｅｂログ集計処理手順を説明する図。
【図１４】ＳＦＡデータの集計結果データとＷｅｂアクセスログデータの集計結果データとを統合するための処理手順を説明する図。
【図１５】ギャップ検出処理のうち、特に組織ギャップ検出処理の処理手順を説明する図。
【図１６】ある特定商品に対するターゲット組織を表す図。
【図１７】図１６に示すデータの中から一定の基準のもとにＳＦＡ登録件数の少ないものを抽出した図。
【図１８】特定商品に対するターゲット組織名を表す図。
【図１９】ギャップ検出処理のうち、特に商品ギャップ検出処理の処理手順を説明する図。
【図２０】株式会社□□に着目して統合データから得られるデータのデータ配列図。
【図２１】図２０に示すデータの中から一定の基準のもとにＳＦＡ登録件数の少ないものを抽出した図。
【図２２】図２１に示すデータの中から一定の基準のもとにＷｅｂ訪問数の大きいものを抽出したきの次ターゲット商品を取り出した図。
【図２３】統合データから商品ギャップ検出処理により得られたデータ配列図。
【図２４】商品カテゴリ毎のＷｅｂ訪問数の合計を表す図。
【図２５】図２２に示す株式会社□□のＷｅｂ訪問数に対して図２４の全体に占める割合をかけた各商品比較を表す図。
【図２６】図２２に示す株式会社□□のもともとのＷｅｂ訪問数と図２５の比較用Ｗｅｂ訪問数との比較図。
【符号の説明】
１…ネットワーク、２…Ｗｅｂ提供サーバ、３…個人所有端末、４…組織体所有端末、５…中継機器、６…内部ネットワーク、７…ＳＦＡシステム、７ａ…ＳＦＡデータ記憶部、８…Ｗｅｂアクセスログデータ取得システム、８ａ…Ｗｅｂアクセスログデータ記憶部、９…顧客情報分析システム、１０…営業者所有端末、１１…顧客情報分析処理部、１３…記録媒体、１４…データベース、１６…表示部、１７…プリンタ、２１…ＳＦＡ集計処理手段、２２…Ｗｅｂログ集計処理手段、２３…ＳＦＡ集計結果記憶部、２４…Ｗｅｂログ集計結果記憶部、２５…データ統合処理手段、２６…ギャップ検出手段、２７…ターゲット強調処理手段。
Claims (10)
- ＳＦＡデータ及びＷｅｂアクセスログデータを分析し、営業活動に関係するターゲット情報を抽出する顧客情報分析システムにおいて、
共通する顧客名、商品カテゴリ及びそれぞれ異なる顧客の接点程度情報を含む前記ＳＦＡデータの集計結果及びＷｅｂアクセスログデータの集計結果を統合するデータ統合処理手段と、
このデータ統合処理手段によって統合された統合データから前記ある特定商品カテゴリに関する前記ＳＦＡデータに含む接点程度情報と前記Ｗｅｂアクセスログデータに含む接点程度情報とのギャップに基づいて、前記特定商品カテゴリの対象となるターゲット顧客名を抽出する組織ギャップ検出手段と
を備えたことを特徴とする顧客情報分析システム。 - ＳＦＡデータ及びＷｅｂアクセスログデータを分析し、営業活動に関係するターゲット情報を抽出する顧客情報分析システムにおいて、
共通する顧客名、商品カテゴリ及びそれぞれ異なる顧客の接点程度情報を含む前記ＳＦＡデータの集計結果及びＷｅｂアクセスログデータの集計結果を統合するデータ統合処理手段と、
このデータ統合処理手段によって統合された統合データから前記ある特定顧客名に関する前記ＳＦＡデータに含む接点程度情報と前記Ｗｅｂアクセスログデータに含む接点程度情報とのギャップに基づいて、前記特定顧客名の対象となるターゲット商品を抽出する商品ギャップ検出手段と
を備えたことを特徴とする顧客情報分析システム。 - 請求項１又は請求項２に記載の顧客情報分析システムにおいて、
予め少なくともホームページを含むＷｅｂサイト等から取得されるアクセス元識別情報、このアクセス元識別情報に関連付けして顧客名及び当該アクセス元識別情報のもとにアクセスされた商品カテゴリを抽出し保存するデータ保存手段と、
前記各ＳＦＡデータから顧客名、商品カテゴリ及び営業活動に関係するターゲットとなる第１の接点程度情報を取り出して集計するＳＦＡデータ集計処理手段と、
前記ＷｅｂアクセスログデータのＷｅｂアクセス元識別情報に基づき、前記データ保存手段を参照して顧客名、商品カテゴリ及びに変換し、この変換された顧客名、商品カテゴリ及び前記Ｗｅｂアクセスログデータに含む第２の接点程度情報を取り出して集計するＷｅｂログ集計処理手段とを設けたことを特徴とする顧客情報分析システム。 - 請求項２又は請求項３に記載の顧客情報分析システムにおいて、
前記商品ギャップ検出手段によって複数の特定顧客名に対する複数の商品を抽出した場合、前記ＳＦＡデータ及び前記Ｗｅｂアクセスログデータの異なる接点程度情報を判断し、営業活動上有効なターゲット商品に強調処理を施し、視覚認識可能にするターゲット強調手段を設けたことを特徴とする顧客情報分析システム。 - 請求項１ないし請求項３の何れか一項に記載の顧客情報分析システムにおいて、
前記データ統合処理手段は、前記ＳＦＡデータの集計結果から顧客名及び商品カテゴリを抽出する手段と、この手段により抽出される顧客名及び商品カテゴリに基づいて前記Ｗｅｂアクセスログデータの集計結果の中に同一又は類似する顧客名及び商品カテゴリを有するＷｅｂアクセスログデータが存在するか否かを判断し、存在する場合には当該同一又は類似する顧客名及び商品カテゴリに前記ＳＦＡデータ及び前記Ｗｅｂアクセスログデータの接点程度情報を対応付けて統合することを特徴とする顧客情報分析システム。 - 請求項１ないし請求項３の何れか一項に記載の顧客情報分析システムにおいて、
前記ＳＦＡデータに含む接点程度情報としては、少なくとも営業担当者による顧客への訪問回数、商品の言及回数の何れかの１つを集計したものであることを特徴とする顧客情報分析システム。 - 請求項１ないし請求項３の何れか一項に記載の顧客情報分析システムにおいて、
前記Ｗｅｂアクセスログデータに含む接点程度情報としては、Ｗｅｂアクセス訪問回数、Ｗｅｂ滞在時間、ページビュー数の少なくとも１つを集計したものであることを特徴とする顧客情報分析システム。 - 共通する顧客名、商品カテゴリ及びそれぞれ異なる顧客の接点程度情報を含むＳＦＡデータの集計結果及びＷｅｂアクセスログデータの集計結果が記憶され、これら記憶された集計結果に基づいて営業活動に関係するターゲット情報を抽出するコンピュータに、
前記ＳＦＡデータの集計結果の中に含む顧客名、商品カテゴリ及び第１の接点程度情報と前記Ｗｅｂアクセスログデータの集計結果の中に含む前記ＳＦＡデータの顧客名、商品カテゴリと共通する顧客名、商品カテゴリ及び第２の接点程度情報とを統合するデータ統合処理機能と、このデータ統合処理機能によって統合された統合データから前記ある特定商品カテゴリ又は前記ある特定顧客名に関する前記ＳＦＡデータに含む接点程度情報と前記Ｗｅｂアクセスログデータに含む接点程度情報とのギャップに基づいて、対象となるターゲット顧客名又は対象となるターゲット商品カテゴリを抽出する組織ギャップ検出処理機能とを実現させることを特徴とするプログラム。 - 複数のＳＦＡデータ及び複数のＷｅｂアクセスログデータを分析し、営業活動に関係するターゲット情報を抽出するコンピュータに、
少なくとも顧客名、商品カテゴリ及び第１の接点程度情報を集計するＳＦＡデータ集計機能と、少なくとも顧客名、商品カテゴリ及び第２の接点程度情報を集計するＷｅｂログデータ集計機能と、
これら集計機能により得られる共通の顧客名、商品カテゴリに前記第１及び第２の接点程度情報を対応付けして統合するデータ統合処理機能と、このデータ統合処理機能によって統合された統合データから前記ある特定商品カテゴリ又は前記ある特定顧客名に関する前記ＳＦＡデータに含む接点程度情報と前記Ｗｅｂアクセスログデータに含む接点程度情報とのギャップに基づいて、対象となるターゲット顧客名又は対象となるターゲット商品カテゴリを抽出するギャップ検出処理機能とを実現させることを特徴とするプログラム。 - 複数のＳＦＡデータ及び複数のＷｅｂアクセスログデータを分析し、営業活動に関係するターゲット情報を抽出する顧客情報分析方法において、
少なくとも顧客名、商品カテゴリ及び第１の接点程度情報を集計するＳＦＡデータ集計ステップと、
少なくとも顧客名、商品カテゴリ及び第２の接点程度情報を集計するＷｅｂログデータ集計ステップと、
これら集計ステップにより得られる共通の顧客名、商品カテゴリに前記第１及び第２の接点程度情報を対応付けして統合するデータ統合ステップと、
このデータ統合ステップによって統合された統合データから前記ある特定商品カテゴリ又は前記ある特定顧客名に関する前記ＳＦＡデータに含む接点程度情報と前記Ｗｅｂアクセスログデータに含む接点程度情報とのギャップを検出し、対象となるターゲット顧客名又は対象となるターゲット商品カテゴリを抽出するギャップ検出ステップとを有することを特徴とする顧客情報分析方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2003148134A JP2004348682A (ja) | 2003-05-26 | 2003-05-26 | 顧客情報分析システム、顧客情報分析用プログラム及び顧客情報分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2003148134A JP2004348682A (ja) | 2003-05-26 | 2003-05-26 | 顧客情報分析システム、顧客情報分析用プログラム及び顧客情報分析方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2004348682A true JP2004348682A (ja) | 2004-12-09 |
Family
ID=33534459
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2003148134A Pending JP2004348682A (ja) | 2003-05-26 | 2003-05-26 | 顧客情報分析システム、顧客情報分析用プログラム及び顧客情報分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2004348682A (ja) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009518701A (ja) * | 2005-10-28 | 2009-05-07 | オムニチャー， インク． | ウェブサイト訪問データセット比較 |
| JP2009532781A (ja) * | 2006-03-31 | 2009-09-10 | ザ ゲーリック トレイディング カンパニー ディー．ビー．エイ． ネットワーク リクイデイターズ | 見込み客照会システム |
| JP4579335B1 (ja) * | 2010-02-24 | 2010-11-10 | 株式会社アイアンドディー | マーケティング情報サーバ装置 |
| JP4711359B1 (ja) * | 2010-09-07 | 2011-06-29 | 株式会社アクティブコア | 情報提示装置、情報提示方法および情報提示プログラム |
| JP2014510972A (ja) * | 2011-03-10 | 2014-05-01 | アリババ・グループ・ホールディング・リミテッド | ユーザアクセス属性値に基づいた選好カテゴリの決定 |
| US9373084B2 (en) | 2011-03-23 | 2016-06-21 | Hitachi, Ltd. | Computer system and information presentation method using computer system |
| JP2018185614A (ja) * | 2017-04-25 | 2018-11-22 | 株式会社 ハンモック | 営業支援システム |
| JP2019020944A (ja) * | 2017-07-14 | 2019-02-07 | 富士ゼロックス株式会社 | 表示装置及びプログラム |
| JP2019162323A (ja) * | 2018-03-20 | 2019-09-26 | ダイコク電機株式会社 | 遊技場用管理システム |
| WO2024042903A1 (ja) * | 2022-08-23 | 2024-02-29 | 株式会社日立製作所 | 情報提供装置及び情報提供システム |
-
2003
- 2003-05-26 JP JP2003148134A patent/JP2004348682A/ja active Pending
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009518701A (ja) * | 2005-10-28 | 2009-05-07 | オムニチャー， インク． | ウェブサイト訪問データセット比較 |
| JP2009532781A (ja) * | 2006-03-31 | 2009-09-10 | ザ ゲーリック トレイディング カンパニー ディー．ビー．エイ． ネットワーク リクイデイターズ | 見込み客照会システム |
| JP4579335B1 (ja) * | 2010-02-24 | 2010-11-10 | 株式会社アイアンドディー | マーケティング情報サーバ装置 |
| JP2011175483A (ja) * | 2010-02-24 | 2011-09-08 | I & D Inc | マーケティング情報サーバ装置 |
| JP4711359B1 (ja) * | 2010-09-07 | 2011-06-29 | 株式会社アクティブコア | 情報提示装置、情報提示方法および情報提示プログラム |
| JP2012058913A (ja) * | 2010-09-07 | 2012-03-22 | Activecore Inc | 情報提示装置、情報提示方法および情報提示プログラム |
| JP2014510972A (ja) * | 2011-03-10 | 2014-05-01 | アリババ・グループ・ホールディング・リミテッド | ユーザアクセス属性値に基づいた選好カテゴリの決定 |
| US9373084B2 (en) | 2011-03-23 | 2016-06-21 | Hitachi, Ltd. | Computer system and information presentation method using computer system |
| JP2018185614A (ja) * | 2017-04-25 | 2018-11-22 | 株式会社 ハンモック | 営業支援システム |
| JP2019020944A (ja) * | 2017-07-14 | 2019-02-07 | 富士ゼロックス株式会社 | 表示装置及びプログラム |
| JP2019162323A (ja) * | 2018-03-20 | 2019-09-26 | ダイコク電機株式会社 | 遊技場用管理システム |
| JP6993914B2 (ja) | 2018-03-20 | 2022-01-14 | ダイコク電機株式会社 | 遊技場用管理システム |
| WO2024042903A1 (ja) * | 2022-08-23 | 2024-02-29 | 株式会社日立製作所 | 情報提供装置及び情報提供システム |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Chee et al. | Business intelligence systems: state-of-the-art review and contemporary applications | |
| US10055783B1 (en) | Identifying objects in video | |
| KR101419504B1 (ko) | 사용자 성향 분석을 통한 맞춤형 쇼핑 정보 제공 시스템 및 방법 | |
| CN110637317A (zh) | 用于在数字通信网络上跨多个设备建立数字接触点的分布式节点群集 | |
| WO2023049635A1 (en) | Real-time product environmental impact scoring | |
| CN111738785A (zh) | 选品方法、系统及存储介质 | |
| CN107977678A (zh) | 用于输出信息的方法和装置 | |
| JP2004348682A (ja) | 顧客情報分析システム、顧客情報分析用プログラム及び顧客情報分析方法 | |
| KR20160070282A (ko) | 쇼핑몰 사이트 제공 시스템, 쇼핑몰 사이트 제공 방법, 그 프로그램 및 이를 기록한 기록매체 | |
| US20130054501A1 (en) | Optimizing selection and ordering of items displayed | |
| JP2006011979A (ja) | 顧客情報管理装置、顧客情報管理方法、顧客情報管理プログラムおよび顧客情報管理プログラム記憶媒体 | |
| JP2008310575A (ja) | 個人情報管理システム | |
| JP5011185B2 (ja) | 情報分析装置、情報分析方法、及び情報分析プログラム | |
| KR20190088813A (ko) | 오프라인 매장용 마케팅 분석 서비스 플랫폼 및 방법 | |
| JP2015522884A (ja) | ウェブサイト監視 | |
| JP2001229151A (ja) | 回答収集システム、回答収集方法、コンピュータを回答依頼装置として機能させるためのコンピュータ読取可能な記録媒体およびコンピュータを回答収集装置として機能させるためのコンピュータ読取可能な記録媒体 | |
| JP2021140646A (ja) | ターゲットユーザ特徴抽出方法、ターゲットユーザ特徴抽出システム及びターゲットユーザ特徴抽出サーバ | |
| KR20220054960A (ko) | 고객 응대 통합 관리 방법 및 이를 실행하는 서버 | |
| Yao | Application of sensor-based speech data mining in E-commerce operations data analysis | |
| CN112346938A (zh) | 操作审计方法、装置及服务器和计算机可读存储介质 | |
| KR20110012545A (ko) | 온라인 버즈 분석 시스템 및 방법 | |
| JP2020077029A (ja) | 情報処理方法及び情報処理システム | |
| JP2013092934A (ja) | 見込み顧客抽出システムおよび見込み顧客抽出方法 | |
| JP7478291B1 (ja) | 情報処理システム、情報処理装置、プログラム、アプリケーションソフトウェア、端末装置及び情報処理方法 | |
| US11256857B2 (en) | Apparatus and non-transitory computer readable medium for proposal creation corresponding to a target person |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20060111 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20080714 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080805 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20090113 |