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 |