JP2016206878A - 営業員育成支援システムおよび営業員育成支援方法 - Google Patents

Abstract

【課題】各営業員の特性に応じた的確な営業能力の育成支援を可能とする、営業員育成支援システムおよび営業員育成支援方法を提供する。
【解決手段】営業員育成支援システム１００は、各営業員およびその顧客に関する情報を格納する記憶装置１０１と、記憶装置１０１の格納情報が示す各営業員の顧客に対する活動実績を所定アルゴリズムに適用して、各営業員のうち所定事象に関して所定優秀度を備える優秀営業員と、この優秀営業員と所定属性が類似する一般営業員とを分類し、記憶装置１０１の格納情報が示す優秀営業員による所定顧客への営業手法の情報を、一般営業員において参照すべき営業手法としてユーザ端末に出力する演算装置１０４を備える。
【選択図】図２

Description

本発明は、営業員育成支援システムおよび営業員育成支援方法に関するものであり、具体的には、各営業員の特性に応じた的確な営業能力の育成支援を可能とする技術に関する。

証券会社や銀行などの金融機関を含め、営業員による顧客への各種営業活動を日常的に行う企業は数多い。また、そうした営業活動は、営業員個々の経験や才能、ノウハウといった属人的な事象によって成果が左右される傾向にある。従って、営業活動に伴う成果を効率的にあげるよう営業員を育成することは、各企業にとって重要でありながら様々な難しさを抱えた業務の１つとなっている。

このような営業員育成に関連する従来技術としては、例えば、訪問販売における各営業職員に営業実績に関する適切な指導を行うための活動分析を行うことを目的とした、各営業職員が各顧客を訪問して各種商品を販売する場合に、各営業職員における営業実績と該当営業職員の個人情報との関係を分析する訪問販売における営業職員活動分析システムであって、前記各営業職員の営業実績、個人静的属性情報、個人活動情報を取得する取得手段と、この取得手段にて取得された営業実績、個人静的属性情報、個人活動情報に基づいて、営業実績と、個人静的属性情報、個人活動情報との関係を分析するデータマイニング手段とを備えた訪問販売における営業職員活動分析システム（特許文献１参照）などが提案されている。

特開２０００−２２２４８６号公報

例えば、優秀とみなされている営業員に関して、その営業活動の履歴や個人的ノウハウといったナレッジを蓄積し、それを組織内で共有するといった活動は従来から行われている。しかしながら、営業員個々の特性によっては、そうした他人のナレッジを自分のものとしてうまく活用出来ないケースや、無理に利活用することで却って業務効率や営業成果の低下を招くケースも存在した。勿論、そのようなケースにおける営業員の育成効果は期待出来ないばかりか、営業対象となった顧客の満足度も芳しくないものとなりがちである。

そこで本発明の目的は、各営業員の特性に応じた的確な営業能力の育成支援を可能とする技術を提供することにある。

上記課題を解決する本発明の営業員育成支援システムは、各営業員およびその顧客に関する情報を格納する記憶装置と、前記情報が示す各営業員の顧客に対する活動実績を所定アルゴリズムに適用して、各営業員のうち所定事象に関して所定優秀度を備える優秀営業員と、前記優秀営業員と所定属性が類似する一般営業員とを分類し、前記情報が示す前記優秀営業員による所定顧客への営業手法の情報を、前記一般営業員において参照すべき営業手法として所定装置に出力する演算装置とを備えることを特徴とする。

また、本実施形態の営業員育成支援方法は、各営業員およびその顧客に関する情報を格納する記憶装置を備えた情報処理システムが、前記情報が示す各営業員の顧客に対する活動実績を所定アルゴリズムに適用して、各営業員のうち所定事象に関して所定優秀度を備える優秀営業員と、前記優秀営業員と所定属性が類似する一般営業員とを分類し、前記情報が示す前記優秀営業員による所定顧客への営業手法の情報を、前記一般営業員において参照すべき営業手法として所定装置に出力することを特徴とする。

本発明によれば、各営業員の特性に応じた的確な営業能力の育成支援が可能となる。

本実施形態の営業員育成支援システムを含むネットワーク構成図である。 本実施形態における営業員育成支援システムのハードウェア構成例を示す図である。 本実施形態の営業員情報テーブルのデータ構成例を示す図である。 本実施形態の営業成績情報テーブルのデータ構成例を示す図である。 本実施形態の顧客情報テーブルのデータ構成例を示す図である。 本実施形態の取引履歴テーブルのデータ構成例を示す図である。 本実施形態の投資管理情報テーブルのデータ構成例を示す図である。 本実施形態のコンタクト履歴テーブルのデータ構成例を示す図である。 本実施形態の通話録音テーブルのデータ構成例を示す図である。 本実施形態のメールテーブルのデータ構成例を示す図である。 本実施形態の打合せ記録テーブルのデータ構成例を示す図である。 本実施形態の営業員育成支援方法の処理概念例を示す説明図である。 本実施形態における営業員育成支援方法の処理手順例１を示すフロー図である。 本実施形態におけるクラスター分析の概念例を示す図である。 本実施形態における営業員育成支援方法の処理手順例２を示すフロー図である。 本実施形態の行動特徴分析の前処理に関する概念例を示す図である。 本実施形態における営業員育成支援方法の処理手順例３を示すフロー図である。 本実施形態における営業員育成支援方法の処理手順例４を示すフロー図である。 本実施形態における営業員育成支援方法の処理手順例５を示すフロー図である。 本実施形態の第１マッピングテーブルのデータ構成例を示す図である。 本実施形態の第２マッピングテーブルのデータ構成例を示す図である。 本実施形態における営業員育成支援方法の処理手順例６を示すフロー図である。 本実施形態における営業員育成支援方法の処理手順例７を示すフロー図である。 本実施形態における営業員育成支援方法の処理手順例８を示すフロー図である。 本実施形態における出力画面例を示す図である。

−−−システム構成−−−
以下に本発明の実施形態について図面を用いて詳細に説明する。図１は、本実施形態の営業員育成支援システム１００を含むネットワーク構成図である。図１に示す営業員育成
支援システム１００は、各営業員の特性に応じた的確な営業能力の育成支援を可能とするコンピュータシステムである。本実施形態では、営業員育成支援の対象例として証券会社での営業員育成を想定するものとするが、勿論これに限定されず、その他の業種における営業員に関しても同様に適用可能である。

こうした証券会社において、従来であれば、企業利益に直結する優秀な営業員の営業ノウハウ等は各個人に潜在しており、その他の一般的な営業員に対して効率的かつ有意に展開することは出来ていなかった。一方、本実施形態の営業員育成支援技術によれば、そうした営業ノウハウを客観的に評価し、営業員間の営業活動上の類似性や対象顧客の特徴等をも踏まえ、営業員間で効率的かつ有意に展開し、その育成を図ることが可能となる。こうした営業ノウハウの効率的で各営業員特性に沿った展開が図られることで、営業員全体の営業活動レベルが向上することにつながる。

図１で例示するように、本実施形態の営業員育成支援システム１００は、主たる機能を備えるウェブアプリケーションサーバ１と、このウェブアプリケーションサーバ１に対して必要なデータ類を提供するデータベースサーバ２とから構成される。但し、以後の説明では両者を分けずに、営業員育成支援システム１００として説明するものとする。また、営業員育成支援システム１００は、上述の証券会社の社内ＬＡＮなど適宜なネットワーク１０を介し、営業員が操作するユーザ端末２００と接続される。この場合、営業員育成支援システム１００は、営業員育成用の情報、すなわち優秀営業員の営業ノウハウの情報をユーザ端末２００に提供することとなる。勿論、こうしたユーザ端末２００によって営業ノウハウを営業員に提示する形態のみならず、営業員育成支援システム１００が備える入出力装置を介して営業員への営業ノウハウ提供がなされるものとしてもよい。

−−−ハードウェアの構成−−−
図２は本実施形態における営業員育成支援システム１００のハードウェア構成例を示す図である。本実施形態における営業員育成支援システム１００のハードウェア構成は以下の如くとなる。すなわち営業員育成支援システム１００は、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）やハードディスクドライブなど適宜な不揮発性記憶素子で構成される記憶装置１０１、ＲＡＭなど揮発性記憶素子で構成されるメモリ１０３、記憶装置１０１に保持されるプログラム１０２をメモリ１０３に読み出すなどして実行し装置自体の統括制御を行なうとともに各種判定、演算及び制御処理を行なうＣＰＵなどの演算装置１０４、ユーザからのキー入力や音声入力を受け付ける入力装置１０５、処理データの表示を行うディスプレイ等の出力装置１０６、ネットワーク１０と接続しユーザ端末２００らとの通信処理を担う通信装置１０７、を備える。なお、記憶装置１０１内には、本実施形態の営業員育成支援システムとして必要な機能を実装する為のプログラム１０２の他に、処理に必要となるテーブル１２５〜１３３（詳細は後述）、およびＫＰＩ情報１３５が少なくとも記憶されている。このうちＫＰＩ情報１３５は、証券会社が定めたＫＰＩ（Key Performance Indicator）、すなわち重要業績評価指標に関する情報であり、該当証券会社が
営業員に求める売上額目標の達成度、新規顧客獲得数など、所定目標の達成度を計る定量的指標である。

−−−機能構成−−−
続いて、本実施形態の営業員育成支援システム１００が備える機能について説明する。上述したように、以下に説明する機能は、例えば営業員育成支援システム１００が備えるプログラム１０２を実行することで実装される機能と言える。

本実施形態の営業員育成支援システム１００は、上述の証券会社の各営業員およびその顧客に関する情報（記憶装置１０１に格納するテーブル１２５〜１３３）が示す各営業員の顧客に対する活動実績を所定アルゴリズムに適用して、各営業員のうち、該当証券会社
が定めたＫＰＩ情報１３５（例えば売上額目標の達成度、新規顧客獲得数など。以下同様）に関して所定優秀度を備える優秀営業員と、この優秀営業員と所定属性が類似する一般営業員とを分類する機能を備えている。

また、営業員育成支援システム１００は、上述の情報（テーブル１２５〜１３３）が示す優秀営業員による所定顧客への営業手法の情報を、一般営業員において参照すべき営業手法としてユーザ端末２００または出力装置１０６に出力する機能を備えている。

なお、営業員育成支援システム１００は、上述の情報（テーブル１２５〜１３３）が示す各顧客の属性を所定アルゴリズムに適用して、各顧客を取引傾向や資産額等の所定事象に関する特徴毎に分類する機能を更に備えている。

また、営業員育成支援システム１００は、上述の営業員分類の機能において、上述の情報（テーブル１２５〜１３３）が示す、各営業員に関する、各分類の顧客に対する活動実績を所定アルゴリズムに適用して、各営業員のうち上述のＫＰＩ情報１３５に関して所定分類の顧客に対する営業成果として所定優秀度を備える優秀営業員と、この優秀営業員と所定属性が類似する一般営業員とを分類する機能を更に備えている。

またこの場合、営業員育成支援システム１００は、上述の営業手法の情報出力の機能において、上述の情報（テーブル１２５〜１３３）が示す優秀営業員による該当分類の顧客への営業手法の情報を、一般営業員において参照すべき営業手法としてユーザ端末２００または出力装置１０６に出力する機能を更に備えている。

また、営業員育成支援システム１００は、上述の情報（テーブル１２５〜１３３）が示す各顧客の属性を所定アルゴリズムに適用して、各顧客を取引傾向や資産額等の所定事象に関する特徴毎に分類する機能を更に備えている。

この場合、営業員育成支援システム１００は、営業員および顧客の各分類の各組合せにおいて、該当組合せに属する各営業員による該当顧客に対する活動実績を所定アルゴリズムに適用して、該当組合せに属する営業員によるＫＰＩ情報１３５に関する評価値を算定し（図２０で後述するテーブル２０００の状態）、更に、顧客分類ごとに評価値が所定値以上、好適には最大である営業員分類に関して、フラグ（例：“１”）を割当てて構成したマッピングテーブル（図２１で後述するテーブル２１００）を生成する機能を更に備えている。

また、営業員育成支援システム１００は、上述のマッピングテーブルにおいて、所定値以上の評価値、すなわち上述のフラグ“１”を得ている顧客分類の数を営業員分類ごとにカウントし、当該カウント値が所定基準（例：営業員分類間でのカウント値の平均値）より大きい特定営業員分類とその他の営業員分類との間で、上述のフラグを得ている顧客分類に重複がある場合、特定営業員分類の該当顧客分類のフラグを“１”より小さい値である“０”に減算する機能を更に備えている。

この場合、営業員育成支援システム１００は、上述の営業手法の情報出力の機能において、各営業員の営業員分類を上述のマッピングテーブルに照合して、該当営業員が営業対象とすべく顧客分類として、フラグ“１”が設定されているものを特定し、該当営業員分類における優秀営業員による該当顧客分類の顧客への営業手法の情報を、一般営業員において参照すべき営業手法としてユーザ端末２００または出力装置１０６に出力する機能を更に備えている。

なお、営業員育成支援システム１００における、上述のマッピングテーブルに関する処
理機能は、マッピングテーブルにおいて、上述のフラグ“１”値以上の評価値を得ている顧客分類の数を営業員分類ごとにカウントし、当該カウント値が所定基準（例：営業員分類間でのカウント値の平均値）より大きい特定営業員分類とその他の営業員分類との間で、上述のフラグ“１”を得ている顧客分類に重複が無い場合、その他の営業員分類のうち、上述のカウント値が、営業員分類間でのカウント値の平均値より小さい平準化対象を特定し、特定営業員分類の該当顧客分類のフラグ“１”を“０”に減算し、平準化対象の営業員分類における該当顧客分類のフラグ“０”を“１”に加算する機能を更に備えている。

またこの場合、営業員育成支援システム１００は、上述の営業手法の情報出力の機能において、各営業員の営業員分類を上述のマッピングテーブルに照合して、該当営業員が営業対象とすべく顧客分類として、フラグが“１”となっているものを特定し、該当営業員分類における優秀営業員による該当顧客分類の顧客への営業手法の情報を、一般営業員において参照すべき営業手法としてユーザ端末２００または出力装置１０６に出力する機能を更に備えている。

−−−データ構造例−−−
次に、本実施形態の営業員育成支援システム１００が用いるテーブルにおけるデータ構造例について説明する。図３は本実施形態の営業員情報テーブル１２５のデータ構成例を示す図である。本実施形態の営業員情報テーブル１２５は、証券会社に所属する各営業員の社員情報を格納したテーブルであり、社員番号等である営業員ＩＤをキーとして、該当営業員の氏名、入社年月日、所属、担当地域コードといった値が対応付けされたレコードの集合体となっている。

図４は本実施形態の営業成績情報テーブル１２６のデータ構成例を示す図である。本実施形態の営業成績情報テーブル１２６は、上述の営業員情報テーブル１２５で規定されている各営業員における営業成績、すなわち営業活動の実績が格納されたテーブルである。この営業成績情報テーブル１２６は、上述の営業員情報テーブル１２５と共通する営業員ＩＤをキーとして、営業成績の集計年および集計月、担当する顧客からの預り資産額合計、担当する顧客数合計、当月に顧客から獲得した資産額たる当月達成預り資産額、および、新規獲得顧客数といった値を対応付けされたレコードの集合体となっている。

図５は本実施形態の顧客情報テーブル１２７のデータ構成例を示す図である。本実施形態の顧客情報テーブル１２７は、上述の営業員情報テーブル１２５および営業成績情報１２６にてそれぞれ情報が規定された各営業員が、担当して営業対象とする顧客の情報を格納したテーブルである。この顧客情報テーブル１２７は、顧客を一意に特定する識別情報たる顧客ＩＤをキーとして、該当顧客の住所、生年月日、金融資産額、収入額、職業、および担当営業員の営業員ＩＤといった値を対応付けされたレコードの集合体となっている。

図６は本実施形態の取引履歴テーブル１２８のデータ構成例を示す図である。本実施形態の取引履歴テーブル１２８は、各顧客が証券会社を介して行った株式など金融商品に関する取引の履歴を格納したテーブルである。この取引履歴テーブル１２８は、各取引を一意に特定する識別情報たる取引ＩＤをキーとして、該当取引を行った顧客の顧客ＩＤ、取引年月日、取引時刻、取引銘柄ＩＤ、取引区分、取引数、および取引額といった値が対応付けされたレコードの集合体となっている。

図７は本実施形態の投資管理情報テーブル１２９のデータ構成例を示す図である。本実施形態の投資管理情報テーブル１２９は、上述の顧客情報テーブル１２７にて管理する各顧客における、投資に関する情報を管理するテーブルであり、顧客ＩＤをキーとして、該
当が該当証券会社と取引を開始した取引開始日、直近の取引日である最終取引日、該当顧客からの預り資産額、および証券会社を通じた取引による利益率、といった値が対応付けされたレコードの集合体となっている。

図８は本実施形態のコンタクト履歴テーブル１３０のデータ構成例を示す図である。本実施形態のコンタクト履歴テーブル１３０は、顧客と営業員とがコンタクトをとった履歴を格納したテーブルであり、各コンタクトを一意に特定する識別情報たるコンタクトＩＤをキーとして、該当コンタクトの一方の当事者たる顧客の顧客ＩＤ、他方の当事者たる営業員の営業員ＩＤ、コンタクト年月日、コンタクト開始時刻、コンタクトした経路であるチャネル、および、該当レコードのテーブルへの登録手段を示す「入力」、といった値が対応付けされたレコードの集合体となっている。

図９は本実施形態の通話録音テーブル１３１のデータ構成例を示す図である。本実施形態の通話録音テーブル１３１は、顧客と営業員との間の通話内容を録音したデータを格納したテーブルであり、上述のコンタクト履歴テーブル１３０と共通のコンタクトＩＤをキーとして、そのコンタクト時に用いられた電話番号たる発信番号および受信番号と、その通話内容の各値が対応付けされたレコードの集合体となっている。

図１０は本実施形態のメールテーブル１３２のデータ構成例を示す図である。本実施形態のメールテーブル１３２は、上述のコンタクト履歴テーブル１３０と共通のコンタクトＩＤをキーとして、そのコンタクト時に用いられた電子メールアドレスたる発信メールアドレスおよび受信メールアドレスと、そのメールの記載内容の各値が対応付けされたレコードの集合体となっている。

図１１本実施形態の打合せ記録テーブル１３３のデータ構成例を示す図である。本実施形態の打合せ記録テーブル１３３は、上述のコンタクト履歴テーブル１３０と共通のコンタクトＩＤをキーとして、そのコンタクト時に営業員と顧客とが打合せを行った場所である訪問場所、その面会時間、そこで提案した商品の商品分類、および銘柄を示す銘柄ＩＤといった値が対応付けされたレコードの集合体となっている。

−−−処理フローの例−−−
以下、本実施形態における営業員育成支援方法の実際手順について図に基づき説明する。以下で説明する営業員育成支援方法に対応する各種動作は、営業員育成支援システム１００がメモリ等に読み出して実行するプログラムによって実現される。そして、このプログラムは、以下に説明される各種の動作を行うためのコードから構成されている。

図１２は、本実施形態における営業員育成支援方法の処理概念例を示す説明図である。ここではまず、営業員育成支援方法の全体フローについて概説しておく。この場合、営業員育成支援システム１００は、営業員が、例えばＡ〜Ｃのどの営業員タイプに分類されるか判定する営業員タイプ判定を実行する（ｓ１０）。

また、営業員育成支援システム１００は、該当証券会社のＫＰＩ情報１３５と営業員情報テーブル１２５、および営業成績情報テーブル１２６を入力とし、各営業員を、優秀営業員と一般営業員とに分類する優秀営業員抽出処理を実行する（ｓ２０）。

また、営業員育成支援システム１００は、顧客情報テーブル１２７、取引履歴テーブル１２８、コンタクト履歴テーブル１３０といったいわゆるＣＲＭデータと、通話録音テーブル１３１、メールデータテーブル１３２、打合せ記録テーブル１３３といったコンタクトデータとに基づいて、上述で分類した優秀営業員の行動特徴、すなわち或る顧客タイプの顧客に対する営業活動の特徴（営業アプローチの手法等）を分析、特定する優秀営業員
行動特徴分析処理を実行する（ｓ３０）。

また、営業員育成支援システム１００は、営業員毎の推奨顧客タイプと推奨営業アプローチの情報をユーザ端末２００や出力装置１０６に出力する、育成支援アドバイス結果出力処理を実行する（ｓ４０）。

続いて、上述の各処理（ｓ１０〜ｓ４０）の詳細をそれぞれ説明する。図１３は本実施形態における営業員育成支援方法の処理手順例１を示すフロー図であり、図１４は本実施形態におけるクラスター分析の概念例を示す図である。営業員タイプ判定処理（ｓ１０）において、営業員育成支援システム１００は、記憶装置１０１の営業員情報テーブル１２５に登録されている各営業員の営業員ＩＤをキーにして、営業成績情報テーブル１２６から、各営業員の預り資産額合計、担当顧客数合計、当月達成預り資産額、新規獲得顧客数の各値を読み取り、例えば、顧客一人当たり預り資産額と担当顧客数との関係に関してクラスター分析を実行し、互いに類似するタイプの営業員をグルーピングして、例えばＡタイプ〜Ｃタイプのいずれかに分類し、営業員情報テーブル１２５の該当営業員のレコードにて該当タイプの値を付与する（ｓ１００）。図１３の例では、営業員タイプの値を付与した営業員情報テーブルを営業員情報テーブル１２５１と便宜的に表現している。なお、クラスター分析の手法自体は既存のものを適宜採用すればよい。

この場合、例えば、Ａタイプは、顧客一人当たり預り資産額が全体平均値より小さく、なおかつ担当顧客数が全体平均値より大きい、すなわち、少額資産を預けてくれる多数の顧客に対して営業を行いがちなタイプを想定する。また、Ｂタイプは、顧客一人当たり預り資産額が全体平均値より大きく、なおかつ担当顧客数が全体平均値より大きい、すなわち、多額の額資産を預けてくれる多数の顧客に対して営業を行いがちなタイプを想定する。また、Ｃタイプは、顧客一人当たり預り資産額が全体平均値より大きく、なおかつ担当顧客数が全体平均値より小さい、すなわち、多額の資産を預けてくれる少数の顧客に対して営業を行いがちなタイプを想定する。

次に、優秀営業員抽出処理（ｓ２０）において、図１５のフローにて例示するように、営業員育成支援システム１００は、記憶装置１０１のＫＰＩ情報１３５、営業員情報テーブル１２５、および営業成績情報テーブル１２６の各情報を入力として、ＫＰＩ情報１３５が規定する、例えば当月獲得した預り資産額および預り資産額合計の各目標値に関しての到達度を、各営業員に関して特定し、その到達度の高さが所定基準以上の者を優秀営業員、その他の営業員を一般営業員などと分類し、例えば営業員情報テーブル１２５における該当レコードにて対応フラグ（優秀営業員には“Ａ”、一般営業員には“Ｂ”）に格納する（ｓ１１０）。図１５の例では、優秀営業員および一般営業員の各フラグを付与した営業員情報テーブルを営業員情報テーブル１２５２と便宜的に表現している。

例えば、或る営業員の、当月獲得した預り資産額が「５，０００，０００円」、預り資産額合計が「３０，０００，０００円」で、月毎の預り資産額目標値が「４，０００，０００円」、預り資産額合計の目標値が「３０，０００，０００円」であっとすると、月毎の預り資産額の達成度は「１．２５」、預り資産額合計の達成度は「１」で、これらを乗算して「１．２５」を該当営業員の優秀度として得ることになる。この値は、目標値を総合的に２５％上回る営業パフォーマンスを上げている営業員であることを意味している。営業員育成支援システム１００は、この優秀度の値が例えば「１．２」を越えている者を優秀営業員と判定し、上述のフラグ設定を行う。

次に、上述の優秀営業員行動特徴分析処理（ｓ３０）を説明する。なお、図１６で例示するように、当該処理の事前処理として、営業員育成支援システム１００は、顧客情報テーブル１２７、取引履歴テーブル１２８、コンタクト履歴テーブル１３０といったいわゆ
るＣＲＭデータから、例えば、営業員ごとに、営業アプローチで使用している各チャネルの種類と、該当チャネルを利用した時間帯、該当チャネルが紐付くコンタクトＩＤといったデータを抽出し、このデータに基づいて、各営業員において最も利用するチャネルとその頻度および時間帯を特定し、これを例えば該当営業員の営業員ＩＤと紐付けて記憶装置１０１またはメモリ１０３に格納しておく。

また、営業員育成支援システム１００は、例えば、各営業員が利用するチャネルのうち電話に関しては通話録音テーブル１３１から、また、メールに関してはメールデータテーブル１３２から、また、面談に関しては打合せ記録テーブル１３３から、コンタクト時に使用されたキーワード、提案商品分類といった値を、音声データのテキスト化やテキストデータに対する形態素解析等の各処理により抽出し、これを例えば該当営業員の営業員ＩＤと紐付けて記憶装置１０１またはメモリ１０３に格納しておく。

図１７は本実施形態における営業員育成支援方法の処理手順例３を示すフロー図である。上記に続いて営業員育成支援システム１００は、売上寄与顧客の絞り込みと顧客タイプ判定の処理を実行する（ｓ１２０）。この処理は、優秀営業員の担当顧客から、証券会社が予め定めた定義に基づいて対象顧客を抽出する処理となる。また、ここで抽出した各々の顧客がどの顧客タイプに属しているかについて、クラスター分析により類似する顧客同士でグルーピングする処理も含むものとなる。図１８のフローにてこれら処理の詳細を示す。

この場合、営業員育成支援システム１００は、営業員情報テーブル１２５にフラグ“Ａ”が付与されている営業員、すなわち優秀営業員について、その担当顧客を営業員ＩＤをキーとして顧客情報テーブル１２７にて検索し、該当顧客の金融資産額および収入額の各値を抽出すると共に、該当顧客の顧客ＩＤをキーに、投資管理情報テーブル１２９で該当顧客の預り資産額を特定し、例えば、預り資産額が０ではなく、金融資産額および収入額も所定基準以上である実質的な顧客など、証券会社が予め定めた定義に合致する者を分析対象顧客として抽出する（ｓ１５０）。

また、営業員育成支援システム１００は、上述のステップｓ１５０で抽出した分析対象顧客について、例えば顧客ＩＤをキーにして取引履歴テーブル１２８から取引履歴の各情報を抽出し、この取引履歴の情報と、上述の分析対象顧客の抽出時に用いた各情報も含めて、クラスター分析により、類似するタイプの顧客同士をグルーピングしてタイプ分け、すなわち分類する（ｓ１６０）。

例えば、１．取引時間の傾向（例：平日が多いか週末が多いか）、２．取引頻度の傾向（例：頻繁か年一回か）、３．顧客の経済的階層（例：金融資産額および収入額が一定基準以上の富裕層か、それ以下の一般層か）、といった３つの観点でクラスター分析を行うことで、３つの観点それぞれに関する種別の組合せで、計８タイプにタイプに分析対象顧客を分類出来る。こうした分類結果について、営業員育成支援システム１００は、記憶装置１０１の顧客情報テーブル１２７における各顧客のレコードに、タイプ名の値を付与するものとする。

ここで図１７のフローに戻る。上記のステップｓ１２０に続いて、営業員育成支援システム１００は、営業員タイプと顧客タイプの紐付けの処理を実行する（ｓ１３０）。この処理は、既に求めている営業員タイプ（上述の例ではＡタイプ、Ｂタイプ、Ｃタイプ）と顧客タイプ（上述の例では１〜８の各タイプ）の全ての組合せにおいて、営業員１人あたりのＫＰＩポイントを算出し、ＫＰＩポイントが高い順に、各顧客タイプに適している営業員タイプを紐付ける。このとき、全ての顧客タイプに対して営業員タイプを割当てて、かつ営業員タイプに紐付く顧客タイプ数が平準化されるように紐付けを決定する処理も行
うこととする。

以下、これらの処理について図１９〜図２３を用いて詳細を説明する。図１９のフローにて示すように、営業員育成支援システム１００は、まず、営業員タイプと顧客タイプの全ての組合せにおいて、営業員１人あたりのＫＰＩポイントを算出する（ｓ１７０）。例えば、ＫＰＩ情報１３５が示す指標が顧客からの預り資産額についてのものであり、各タイプのうち「Ａタイプ」の営業員５人が「タイプ１」の顧客に関して、預り資産額が合計１億円であった場合、営業員育成支援システム１００は、１億円÷５人＝２０００万（円／人）をＫＰＩポイントとして算出する。

こうした処理を営業員タイプと顧客タイプの全ての組合せに関して実行した営業員育成支援システム１００は、記憶装置１０１にて予め保持するテーブルであって、営業員タイプと顧客タイプのマトリックスに対し、上述のステップｓ１７０で得ているＫＰＩポイントを該当マスに設定するマッピングを行う（ｓ１７１）。これにより、営業員育成支援システム１００は、図２０に示すマッピングテーブル２０００を生成することとなる。

次に営業員育成支援システム１００は、上述のマッピングテーブル２０００において、各顧客タイプのＫＰＩポイントで最大値を持つ営業員タイプに関して、ＫＰＩポイントに代えてビット“１”を設定した、図２１に例示するマッピングテーブル２１００を生成する（ｓ１７２）。なお、上述の第１マッピングテーブル２０００と第２マッピングテーブル２１００はそれぞれ別のテーブルとして記憶装置１０１またはメモリ１０３に格納・保持するものとする。

続いて営業員育成支援システム１００は、上述の第２マッピングテーブル２１００において、各営業員タイプ毎のビットの総数を算定する（ｓ１７３）。例えば、図２１の第２マッピングテーブル２１００の場合、タイプＡの営業員タイプに関しては、顧客タイプのうちタイプ１、３、４、６の計４タイプに関してビットが付与されており、ビット数Ｂａ＝４とカウントする。また同様に、タイプＢの営業員タイプに関しては、顧客タイプのうちタイプ５、６、７の計３タイプに関してビットが付与されており、ビット数Ｂｂ＝３とカウントする。また同様に、タイプＣの営業員タイプに関しては、顧客タイプのうちタイプ２、８の計２タイプに関してビットが付与されており、ビット数Ｂｃ＝２とカウントする。

次に営業員育成支援システム１００は、各営業員タイプに割り当てる平均顧客タイプ数Ｒ（切上値）を計算する（ｓ１７４）。例えば、図２１の第２マッピングテーブル２１００の場合、営業員タイプ数は「３」、また顧客タイプ数は「８」であるため、営業員育成支援システム１００は、平均顧客タイプ数Ｒを、８÷３＝２．６６≒３（切上げ）と算定する。

次に営業員育成支援システム１００は、上述のステップｓ１７３で得ている各営業員タイプのビット数Ｂａ，Ｂｂ，Ｂｃの値が大きい順に、第２マッピングテーブル２１００における営業員タイプの各レコードをソートする（ｓ１７５）。図２１で例示する第２マッピングテーブル２１００の場合、ビット数Ｂａ＝４，Ｂｂ＝３，Ｂｃ＝２、であるため、各営業員タイプのレコードは、当初のままの順序で整列することとなる。

続いて営業員育成支援システム１００は、第２マッピングテーブル２１００における各営業員タイプに関して、そのビット数Ｂｘ（ｘは該当タイプの文字）が上述の平均顧客タイプ数Ｒより大きいか否か判定する（ｓ１７６）。この判定の結果、ビット数Ｂｘが平均顧客タイプ数Ｒより大きい営業員タイプを特定出来なかった場合（ｓ１７６：ＮＯ）、営業員育成支援システム１００は、全ての営業員タイプに関して当該ステップｓ１７６を処
理済みか判定する（ｓ１８０）。この判定の結果、全ての営業員タイプに関してステップｓ１７６を処理済みであった場合（ｓ１８０：ＹＥＳ）、営業員育成支援システム１００は当該フローを終了して、図１７のフローにおけるステップｓ１４０に処理を遷移させる。他方、上述の判定の結果、全ての営業員タイプに関してステップｓ１７６を処理済みでなかった場合（ｓ１８０：ＮＯ）、営業員育成支援システム１００は処理をｓ１７６に戻す。

一方、上述のステップｓ１７６の判定の結果、ビット数Ｂｘが平均顧客タイプ数Ｒより大きい営業員タイプを特定した場合（ｓ１７６：ＹＥＳ）、営業員育成支援システム１００は、この営業員タイプ（特定営業員分類）とそれ以外の他の営業員タイプとの間で、各顧客タイプのビットに関して重複があるか、第２マッピングテーブル２１００にて判定する（ｓ１７７）。

上述の判定の結果、ビット数が平均顧客タイプ数Ｒより大きい特定営業員タイプとそれ以外のいずれかの他の営業員タイプとの間で、ビット重複がなかった場合（ｓ１７７：ＮＯ）、営業員育成支援システム１００は、処理を図２３のステップｓ１８１に進める。他方、上述の判定の結果、図２１の第２マッピングテーブル２１００におけるタイプ６の顧客タイプに関してＡ、Ｂの両タイプの各営業員タイプにビット“１”が設定されているように、ビット重複があった場合（ｓ１７７：ＹＥＳ）、営業員育成支援システム１００は、ステップｓ１７６でＢｘがＲより大きいと判定された営業員タイプ、すなわち上述の場合のＡタイプの営業員タイプについて、その重複があったタイプ６の顧客タイプにおけるビットを、“１”から“０”に変更する（ｓ１７８）。

また、営業員育成支援システム１００は、ステップｓ１７６でＢｘがＲより大きいと判定された営業員タイプ、すなわち上述の場合のＡタイプの営業員タイプについて、そのビット数Ｂａを、１つ減算する（ｓ１７９）。

他方、上述のステップｓ１７７の結果、ビット数が平均顧客タイプ数Ｒより大きい特定営業員タイプとそれ以外のいずれかの他の営業員タイプとの間で、ビット重複がなかった場合（ｓ１７７：ＮＯ）、営業員育成支援システム１００は、ステップｓ１７６でＢｘがＲより大きいとされた営業員タイプ（以下Ａタイプを例示）に関して、ビットが“１”となっている顧客タイプについて、既に述べたステップｓ１７０で算出したＫＰＩポイントを第１マッピングテーブル２０００から取得し、このＫＰＩポイントと、他の営業員タイプにおけるＫＰＩポンプの平均値との間の乖離の差分値を算出する（ｓ１８１）。

この処理における営業員育成支援システム１００は、乖離の程度を正規化して考慮すべく、標準偏差を使用した算出を行うと好適である。その際の算出式は、以下の通りである。

算出式：乖離値〔ｘｎ〕＝（ＫＰＩ〔ｘｎ〕−ＡＶＥ〔ｎ〕）／ＳＴＤ〔ｎ〕）
差分値〔ｘｙｎ〕＝乖離値〔ｘｎ〕−乖離値〔ｙｎ〕
※ＫＰＩ〔ｘ〕：営業員タイプＸの顧客タイプｎに対するＫＰＩポイント
※ＡＶＥ〔ｎ〕：顧客タイプｎに対するＫＰＩポイントの平均値
※ＳＴＤ〔ｎ〕：顧客タイプｎに対するＫＰＩポイントの標準偏差
※差分値〔ｘｙｎ〕：営業員タイプｘと営業員タイプｙの乖離値の差分

次に、営業員育成支援システム１００は、上述のＡタイプと他の営業員タイプ（すなわちＢ、Ｃの各タイプ）の各差分値に基づき、第２マッピングテーブル２１００における、Ａタイプ以外の他の営業員タイプを、差分値の値が小さい順にソートする（ｓ１８２）。これは、Ａタイプの営業員タイプと、或る顧客タイプに関するＫＰＩポイントの点で近し
い、すなわち同タイプの顧客に関して優秀度が近い営業員タイプから順に、レコードを並べる。

ここで営業員育成支援システム１００は、他の営業員タイプｙ、すなわちＢ，Ｃのいずれかのタイプのビット数Ｂｙが上述の平均顧客タイプ数Ｒより大きいか判定する（ｓ１８３）。ビットの平均的な分散配置が望ましい観点からすれば、すでに平均顧客タイプ数Ｒ以上の顧客タイプが割当たっている営業員タイプをビット移動先の対象から排除するための処理である。

この判定の結果、他の営業員タイプｙ、すなわちＢ，Ｃのいずれかタイプのビット数Ｂｙが上述の平均顧客タイプ数Ｒより大きいかった場合（ｓ１８３：ＹＥＳ）、営業員育成支援システム１００は、Ｂ，Ｃのいずれかタイプのうち未処理のタイプに関して再度当該ステップｓ１８３を実行する。このステップｓ１８３の処理の結果、全ての他の営業員タイプに関しても、そのビット数がＲより大きいことが判明した場合、営業員育成支援システム１００は当該フローを終了する（このケースについては図示を省略）。

他方、上述の判定の結果、他の営業員タイプｙ、すなわちＢ，Ｃのいずれかタイプのビット数Ｂｙが上述の平均顧客タイプ数Ｒより小さかった場合（ｓ１８３：ＮＯ）、営業員育成支援システム１００は、営業員タイプｘ、すなわちＡタイプにおける該当顧客タイプのビット（ステップｓ１８２のソートでＡタイプとＫＰＩポイントが近い、すなわち乖離の差分値が小さかった顧客タイプ）を“０”に設定する（ｓ１８４）。

また、営業員育成支援システム１００は、営業員タイプｘ、すなわちＡタイプにおけるビット数を１つ減算する（ｓ１８５）。

次に、営業員育成支援システム１００は、上述のステップｓ１８３でビット数Ｂｙが上述の平均顧客タイプ数Ｒより小さいと判定された他の営業員タイプにおける、該当顧客タイプのビットを“０”から“１”に加算して設定する（ｓ１８６）。

また、営業員育成支援システム１００は、上述のステップｓ１８３でビット数Ｂｙが上述の平均顧客タイプ数Ｒより小さいと判定された他の営業員タイプにおけるビット数を１つ加算し、処理を図２２のフローにおけるステップｓ１７６に遷移させる。

以上の処理を実行することで、営業員タイプの数と顧客タイプの数が同数とは限らない現実に対応し、営業員タイプ、顧客タイプともに紐付けからの漏れが生じたり、ある営業員タイプに適合する顧客タイプの数が偏るといった自体を回避することが出来る。

続いて、図１７のフローにおけるステップｓ１４０、すなわち営業アプローチ分析処理の詳細について説明する。図２４は本実施形態における営業員育成支援方法の処理手順例８を示すフロー図である。この場合、営業員育成支援システム１００は、上述のステップｓ１３０の結果、各営業員タイプと紐付けされた顧客タイプの顧客に関して、該当営業員が営業アプローチで使用しているチャネルのうち、一番多いものを抽出し、抽出されたチャネルを使用しているアプローチについて、コンタクト頻度や時間帯など各特徴で一番多いものを抽出し、それをアプローチの特徴、すなわち一般営業員に伝達すべき優秀営業員の営業手法ノウハウとする。

この場合、図２４のフローにおける営業員育成支援システム１００は、各優秀営業員に関して、例えば上述の第２マッピングテーブル２１００でフラグ“１”が付与されている顧客タイプを特定し、この顧客タイプに属しており該当優秀営業員が担当する顧客を、ステップｓ１６０の結果が付与された顧客情報テーブル１２７で抽出し、該当顧客の顧客Ｉ
Ｄをキーに、コンタクト履歴テーブル１３０を検索して、該当顧客への営業アプローチに用いるチャネルを特定し、その中で一番多いものを選択する（ｓ１９０）。

次に営業員育成支援システム１００は、上述のステップｓ１９０で選択したチャネルについて、コンタクト頻度、コンタクトする時間帯、使用キーワード、提案商品分類といった各要素についてそれぞれ一番多いものを、選択する（ｓ１９１）。これらの要素の情報は、図１６に関する説明で述べた事前処理等で既に適切な形式のデータとなって記憶装置１０１またはメモリ１０３にて保持されている。

続いて営業員育成支援システム１００は、上述の各要素のうち、例えばコンタクト頻度については平均値を算出し、コンタクトする時間帯、使用キーワード、および提案商品分類については、頻度が一番高いものを特定し、これを該当優秀営業員による該当顧客タイプへの営業アプローチの情報として含む画面２５００（図２５）を、該当優秀営業員と同タイプの一般営業員のユーザ端末２００または出力装置１０６に出力し（ｓ１９３）、処理を終了する。

以上、本発明を実施するための最良の形態などについて具体的に説明したが、本発明はこれに限定されるものではなく、その要旨を逸脱しない範囲で種々変更可能である。

こうした本実施形態によれば、各営業員の特性に応じた的確な営業能力の育成支援を可能となる。

本明細書の記載により、少なくとも次のことが明らかにされる。すなわち、本実施形態の営業員育成支援システムにおいて、前記演算装置は、前記情報が示す各顧客の属性を所定アルゴリズムに適用して、各顧客を所定事象に関する特徴毎に分類する処理を更に実行し、前記営業員の分類に際し、前記情報が示す各営業員に関する前記各分類の顧客に対する活動実績を所定アルゴリズムに適用して、各営業員のうち所定事象に関して所定分類の顧客に対する営業成果として所定優秀度を備える優秀営業員と、前記優秀営業員と所定属性が類似する一般営業員とを分類し、前記営業手法の情報の出力に際し、前記情報が示す前記優秀営業員による該当分類の顧客への営業手法の情報を、前記一般営業員において参照すべき営業手法として所定装置に出力するものであるとしてもよい。

これによれば、顧客の属性に基づく顧客分類も更に踏まえて上述の営業員の分類を行い、より精度の良い、すなわち顧客の特性に相応しい的確な営業手法が、各営業員分類の営業員に提示されることとなる。よって、各営業員の特性に応じた更に的確な営業能力の育成支援が可能となる。

また、本実施形態の営業員育成支援システムにおいて、前記演算装置は、前記情報が示す各顧客の属性を所定アルゴリズムに適用して、各顧客を所定事象に関する特徴毎に分類する処理と、前記情報が示す各営業員の属性を所定アルゴリズムに適用して、各営業員を前記所定属性に関する特徴毎に分類する処理と、前記営業員および前記顧客の各分類の各組合せにおいて、該当組合せに属する各営業員による該当顧客に対する活動実績を所定アルゴリズムに適用して、該当組合せに属する営業員による前記所定事象に関する評価値を算定し、顧客分類ごとに前記評価値が所定値以上である営業員分類を規定したテーブルを生成する処理と、前記テーブルにおいて、前記所定値以上の評価値を得ている顧客分類の数を営業員分類ごとにカウントし、当該カウント値が所定基準より大きい特定営業員分類とその他の営業員分類との間で、前記所定値以上の評価値を得ている顧客分類に重複がある場合、前記特定営業員分類の該当顧客分類の前記評価値を所定値より小さい値に減算する処理とを更に実行し、前記営業手法の情報の出力に際し、各営業員の営業員分類を前記テーブルに照合して、該当営業員が営業対象とすべく顧客分類として、前記評価値が所定
値以上となっているものを特定し、該当営業員分類における前記優秀営業員による該当顧客分類の顧客への営業手法の情報を、前記一般営業員において参照すべき営業手法として所定装置に出力するものであるとしてもよい。

これによれば、顧客の属性に基づく顧客分類も更に踏まえた上述の営業員の分類と、顧客分類間での営業活動の偏り低減とが実行され、より精度の良い、すなわち顧客の特性に相応しい的確な営業手法が、顧客間での営業活動の偏り少なく、各営業員分類の営業員に提示されることとなる。よって、各営業員の特性に応じた更に的確な営業能力の育成支援が可能となる。

また、本実施形態の営業員育成支援システムにおいて、前記演算装置は、前記情報が示す各顧客の属性を所定アルゴリズムに適用して、各顧客を所定事象に関する特徴毎に分類する処理と、前記情報が示す各営業員の属性を所定アルゴリズムに適用して、各営業員を前記所定属性に関する特徴毎に分類する処理と、前記営業員および前記顧客の各分類の各組合せにおいて、該当組合せに属する各営業員による該当顧客に対する活動実績を所定アルゴリズムに適用して、該当組合せに属する営業員による前記所定事象に関する評価値を算定し、顧客分類ごとに前記評価値が所定値以上である営業員分類を規定したテーブルを生成する処理と、前記テーブルにおいて、前記所定値以上の評価値を得ている顧客分類の数を営業員分類ごとにカウントし、当該カウント値が所定基準より大きい特定営業員分類とその他の営業員分類との間で、前記所定値以上の評価値を得ている顧客分類に重複が無い場合、前記その他の営業員分類のうち、前記カウント値が、営業員分類間での前記カウント値の平均値より小さい平準化対象を特定し、前記特定営業員分類の該当顧客分類の前記評価値を所定値より小さい値に減算し、前記平準化対象の営業員分類における該当顧客分類の前記評価値を所定値以上に加算する処理とを更に実行し、前記営業手法の情報の出力に際し、各営業員の営業員分類を前記テーブルに照合して、該当営業員が営業対象とすべく顧客分類として、前記評価値が所定値以上となっているものを特定し、該当営業員分類における前記優秀営業員による該当顧客分類の顧客への営業手法の情報を、前記一般営業員において参照すべき営業手法として所定装置に出力するものであるとしてもよい。

これによれば、顧客の属性に基づく顧客分類も更に踏まえた上述の営業員の分類と、顧客分類間での営業活動の更なる偏り低減とが実行され、より精度の良い、すなわち顧客の特性に相応しい的確な営業手法が、顧客間での営業活動の偏り少なく、各営業員分類の営業員に提示されることとなる。よって、各営業員の特性に応じた更に的確な営業能力の育成支援が可能となる。

本実施形態の営業員育成支援方法において、前記情報処理システムが、前記情報が示す各顧客の属性を所定アルゴリズムに適用して、各顧客を所定事象に関する特徴毎に分類する処理を更に実行し、前記営業員の分類に際し、前記情報が示す各営業員に関する前記各分類の顧客に対する活動実績を所定アルゴリズムに適用して、各営業員のうち所定事象に関して所定分類の顧客に対する営業成果として所定優秀度を備える優秀営業員と、前記優秀営業員と所定属性が類似する一般営業員とを分類し、前記営業手法の情報の出力に際し、前記情報が示す前記優秀営業員による該当分類の顧客への営業手法の情報を、前記一般営業員において参照すべき営業手法として所定装置に出力するとしてもよい。

本実施形態の営業員育成支援方法において、前記情報処理システムが、前記情報が示す各顧客の属性を所定アルゴリズムに適用して、各顧客を所定事象に関する特徴毎に分類する処理と、前記情報が示す各営業員の属性を所定アルゴリズムに適用して、各営業員を前記所定属性に関する特徴毎に分類する処理と、前記営業員および前記顧客の各分類の各組合せにおいて、該当組合せに属する各営業員による該当顧客に対する活動実績を所定アルゴリズムに適用して、該当組合せに属する営業員による前記所定事象に関する評価値を算
定し、顧客分類ごとに前記評価値が所定値以上である営業員分類を規定したテーブルを生成する処理と、前記テーブルにおいて、前記所定値以上の評価値を得ている顧客分類の数を営業員分類ごとにカウントし、当該カウント値が所定基準より大きい特定営業員分類とその他の営業員分類との間で、前記所定値以上の評価値を得ている顧客分類に重複がある場合、前記特定営業員分類の該当顧客分類の前記評価値を所定値より小さい値に減算する処理とを更に実行し、前記営業手法の情報の出力に際し、各営業員の営業員分類を前記テーブルに照合して、該当営業員が営業対象とすべく顧客分類として、前記評価値が所定値以上となっているものを特定し、該当営業員分類における前記優秀営業員による該当顧客分類の顧客への営業手法の情報を、前記一般営業員において参照すべき営業手法として所定装置に出力するとしてもよい。

本実施形態の営業員育成支援方法において、前記情報処理システムが、前記情報が示す各顧客の属性を所定アルゴリズムに適用して、各顧客を所定事象に関する特徴毎に分類する処理と、前記情報が示す各営業員の属性を所定アルゴリズムに適用して、各営業員を前記所定属性に関する特徴毎に分類する処理と、前記営業員および前記顧客の各分類の各組合せにおいて、該当組合せに属する各営業員による該当顧客に対する活動実績を所定アルゴリズムに適用して、該当組合せに属する営業員による前記所定事象に関する評価値を算定し、顧客分類ごとに前記評価値が所定値以上である営業員分類を規定したテーブルを生成する処理と、前記テーブルにおいて、前記所定値以上の評価値を得ている顧客分類の数を営業員分類ごとにカウントし、当該カウント値が所定基準より大きい特定営業員分類とその他の営業員分類との間で、前記所定値以上の評価値を得ている顧客分類に重複が無い場合、前記その他の営業員分類のうち、前記カウント値が、営業員分類間での前記カウント値の平均値より小さい平準化対象を特定し、前記特定営業員分類の該当顧客分類の前記評価値を所定値より小さい値に減算し、前記平準化対象の営業員分類における該当顧客分類の前記評価値を所定値以上に加算する処理とを更に実行し、前記営業手法の情報の出力に際し、各営業員の営業員分類を前記テーブルに照合して、該当営業員が営業対象とすべく顧客分類として、前記評価値が所定値以上となっているものを特定し、該当営業員分類における前記優秀営業員による該当顧客分類の顧客への営業手法の情報を、前記一般営業員において参照すべき営業手法として所定装置に出力するとしてもよい。

１０ ネットワーク
１００ 営業員育成支援システム
１０１ 記憶装置
１０２ プログラム
１０３ メモリ
１０４ 演算装置
１０５ 入力装置
１０６ 出力装置
１０７ 通信装置
１２５ 営業員情報テーブル
１２６ 営業成績情報テーブル
１２７ 顧客情報テーブル
１２８ 取引履歴テーブル
１２９ 投資管理情報テーブル
１３０ コンタクト履歴テーブル
１３１ 通話録音テーブル
１３２ メールテーブル
１３３ 打合せ記録テーブル
１３５ ＫＰＩ情報
２００ ユーザ端末
２０００ 第１マッピングテーブル
２１００ 第２マッピングテーブル

Claims (8)

1. 各営業員およびその顧客に関する情報を格納する記憶装置と、
   前記情報が示す各営業員の顧客に対する活動実績を所定アルゴリズムに適用して、各営業員のうち所定事象に関して所定優秀度を備える優秀営業員と、前記優秀営業員と所定属性が類似する一般営業員とを分類し、前記情報が示す前記優秀営業員による所定顧客への営業手法の情報を、前記一般営業員において参照すべき営業手法として所定装置に出力する演算装置と、
   を備えることを特徴とする営業員育成支援システム。
2. 前記演算装置は、
   前記情報が示す各顧客の属性を所定アルゴリズムに適用して、各顧客を所定事象に関する特徴毎に分類する処理を更に実行し、
   前記営業員の分類に際し、前記情報が示す各営業員に関する前記各分類の顧客に対する活動実績を所定アルゴリズムに適用して、各営業員のうち所定事象に関して所定分類の顧客に対する営業成果として所定優秀度を備える優秀営業員と、前記優秀営業員と所定属性が類似する一般営業員とを分類し、
   前記営業手法の情報の出力に際し、前記情報が示す前記優秀営業員による該当分類の顧客への営業手法の情報を、前記一般営業員において参照すべき営業手法として所定装置に出力するものである、
   ことを特徴とする請求項１に記載の営業員育成支援システム。
3. 前記演算装置は、
   前記情報が示す各顧客の属性を所定アルゴリズムに適用して、各顧客を所定事象に関する特徴毎に分類する処理と、
   前記情報が示す各営業員の属性を所定アルゴリズムに適用して、各営業員を前記所定属性に関する特徴毎に分類する処理と、
   前記営業員および前記顧客の各分類の各組合せにおいて、該当組合せに属する各営業員による該当顧客に対する活動実績を所定アルゴリズムに適用して、該当組合せに属する営業員による前記所定事象に関する評価値を算定し、顧客分類ごとに前記評価値が所定値以上である営業員分類を規定したテーブルを生成する処理と、
   前記テーブルにおいて、前記所定値以上の評価値を得ている顧客分類の数を営業員分類ごとにカウントし、当該カウント値が所定基準より大きい特定営業員分類とその他の営業員分類との間で、前記所定値以上の評価値を得ている顧客分類に重複がある場合、前記特定営業員分類の該当顧客分類の前記評価値を所定値より小さい値に減算する処理とを更に実行し、
   前記営業手法の情報の出力に際し、各営業員の営業員分類を前記テーブルに照合して、該当営業員が営業対象とすべく顧客分類として、前記評価値が所定値以上となっているものを特定し、該当営業員分類における前記優秀営業員による該当顧客分類の顧客への営業手法の情報を、前記一般営業員において参照すべき営業手法として所定装置に出力するものである、
   ことを特徴とする請求項１に記載の営業員育成支援システム。
4. 前記演算装置は、
   前記情報が示す各顧客の属性を所定アルゴリズムに適用して、各顧客を所定事象に関する特徴毎に分類する処理と、
   前記情報が示す各営業員の属性を所定アルゴリズムに適用して、各営業員を前記所定属性に関する特徴毎に分類する処理と、
   前記営業員および前記顧客の各分類の各組合せにおいて、該当組合せに属する各営業員による該当顧客に対する活動実績を所定アルゴリズムに適用して、該当組合せに属する営
   業員による前記所定事象に関する評価値を算定し、顧客分類ごとに前記評価値が所定値以上である営業員分類を規定したテーブルを生成する処理と、
   前記テーブルにおいて、前記所定値以上の評価値を得ている顧客分類の数を営業員分類ごとにカウントし、当該カウント値が所定基準より大きい特定営業員分類とその他の営業員分類との間で、前記所定値以上の評価値を得ている顧客分類に重複が無い場合、前記その他の営業員分類のうち、前記カウント値が、営業員分類間での前記カウント値の平均値より小さい平準化対象を特定し、前記特定営業員分類の該当顧客分類の前記評価値を所定値より小さい値に減算し、前記平準化対象の営業員分類における該当顧客分類の前記評価値を所定値以上に加算する処理とを更に実行し、
   前記営業手法の情報の出力に際し、各営業員の営業員分類を前記テーブルに照合して、該当営業員が営業対象とすべく顧客分類として、前記評価値が所定値以上となっているものを特定し、該当営業員分類における前記優秀営業員による該当顧客分類の顧客への営業手法の情報を、前記一般営業員において参照すべき営業手法として所定装置に出力するものである、
   ことを特徴とする請求項１に記載の営業員育成支援システム。
5. 各営業員およびその顧客に関する情報を格納する記憶装置を備えた情報処理システムが、
   前記情報が示す各営業員の顧客に対する活動実績を所定アルゴリズムに適用して、各営業員のうち所定事象に関して所定優秀度を備える優秀営業員と、前記優秀営業員と所定属性が類似する一般営業員とを分類し、前記情報が示す前記優秀営業員による所定顧客への営業手法の情報を、前記一般営業員において参照すべき営業手法として所定装置に出力する、
   ことを特徴とする営業員育成支援方法。
6. 前記情報処理システムが、
   前記情報が示す各顧客の属性を所定アルゴリズムに適用して、各顧客を所定事象に関する特徴毎に分類する処理を更に実行し、
   前記営業員の分類に際し、前記情報が示す各営業員に関する前記各分類の顧客に対する活動実績を所定アルゴリズムに適用して、各営業員のうち所定事象に関して所定分類の顧客に対する営業成果として所定優秀度を備える優秀営業員と、前記優秀営業員と所定属性が類似する一般営業員とを分類し、
   前記営業手法の情報の出力に際し、前記情報が示す前記優秀営業員による該当分類の顧客への営業手法の情報を、前記一般営業員において参照すべき営業手法として所定装置に出力する、
   ことを特徴とする請求項５に記載の営業員育成支援方法。
7. 前記情報処理システムが、
   前記情報が示す各顧客の属性を所定アルゴリズムに適用して、各顧客を所定事象に関する特徴毎に分類する処理と、
   前記情報が示す各営業員の属性を所定アルゴリズムに適用して、各営業員を前記所定属性に関する特徴毎に分類する処理と、
   前記営業員および前記顧客の各分類の各組合せにおいて、該当組合せに属する各営業員による該当顧客に対する活動実績を所定アルゴリズムに適用して、該当組合せに属する営業員による前記所定事象に関する評価値を算定し、顧客分類ごとに前記評価値が所定値以上である営業員分類を規定したテーブルを生成する処理と、
   前記テーブルにおいて、前記所定値以上の評価値を得ている顧客分類の数を営業員分類ごとにカウントし、当該カウント値が所定基準より大きい特定営業員分類とその他の営業員分類との間で、前記所定値以上の評価値を得ている顧客分類に重複がある場合、前記特定営業員分類の該当顧客分類の前記評価値を所定値より小さい値に減算する処理とを更に
   実行し、
   前記営業手法の情報の出力に際し、各営業員の営業員分類を前記テーブルに照合して、該当営業員が営業対象とすべく顧客分類として、前記評価値が所定値以上となっているものを特定し、該当営業員分類における前記優秀営業員による該当顧客分類の顧客への営業手法の情報を、前記一般営業員において参照すべき営業手法として所定装置に出力する、
   ことを特徴とする請求項５に記載の営業員育成支援方法。
8. 前記情報処理システムが、
   前記情報が示す各顧客の属性を所定アルゴリズムに適用して、各顧客を所定事象に関する特徴毎に分類する処理と、
   前記情報が示す各営業員の属性を所定アルゴリズムに適用して、各営業員を前記所定属性に関する特徴毎に分類する処理と、
   前記営業員および前記顧客の各分類の各組合せにおいて、該当組合せに属する各営業員による該当顧客に対する活動実績を所定アルゴリズムに適用して、該当組合せに属する営業員による前記所定事象に関する評価値を算定し、顧客分類ごとに前記評価値が所定値以上である営業員分類を規定したテーブルを生成する処理と、
   前記テーブルにおいて、前記所定値以上の評価値を得ている顧客分類の数を営業員分類ごとにカウントし、当該カウント値が所定基準より大きい特定営業員分類とその他の営業員分類との間で、前記所定値以上の評価値を得ている顧客分類に重複が無い場合、前記その他の営業員分類のうち、前記カウント値が、営業員分類間での前記カウント値の平均値より小さい平準化対象を特定し、前記特定営業員分類の該当顧客分類の前記評価値を所定値より小さい値に減算し、前記平準化対象の営業員分類における該当顧客分類の前記評価値を所定値以上に加算する処理とを更に実行し、
   前記営業手法の情報の出力に際し、各営業員の営業員分類を前記テーブルに照合して、該当営業員が営業対象とすべく顧客分類として、前記評価値が所定値以上となっているものを特定し、該当営業員分類における前記優秀営業員による該当顧客分類の顧客への営業手法の情報を、前記一般営業員において参照すべき営業手法として所定装置に出力する、
   ことを特徴とする請求項５に記載の営業員育成支援方法。