JP2017045337A - デジタルマーケティングシステム - Google Patents

Abstract

【課題】データマネジメント プラットフォーム（ＤＭＰ）を用いたデジタルマーケティングにおいて、人々の意識、価値観、行動をも分析要素に加えたマーケティングシステムを提供すること。【解決手段】データベースにアクセス可能な状態のプラットフォーム、顧客端末、前記プラットフォームと顧客端末との間で情報伝達する通信手段を有し、データベースには生活者から現実に蒐集した１次データが蓄積されてなり、プラットフォームは、顧客端末から伝達された顧客端末を特定するＩＤと伝達された２次データを紐づけて蓄積する手段と、前記伝達された２次データを簡易判定ロジックにより判定する手段と、判定結果に基づき生活者をクラスターに分類分けする手段を有するデジタルマーケティングシステムである。【選択図】 図１

Description

本発明は、データマネジメント プラットフォーム（ＤＭＰ）を利用したデジタルマーケティングシステムに関するものである。

従来から、生活者（すなわち消費者）にアンケート調査をし、この結果を基に市場調査を行う手法は多数発案されている（特許文献１〜５）。近年は、とりわけデータマネジメント プラットフォーム（ＤＭＰ）を用いて、種々のデータを分析するシステムが開発されている。

しかしながらこの種のマーケティングシステムは、コンピュータ上のデータ分析にとどまり、現実の生活者の意識に基づいた分析が行われているどうか不明である。とりわけ、通常デジタルマーケティングではウェブサイトの閲覧履歴などの行動データを用いてセグメントを作成するが、現実の生活者が何を考えているのか等、行動の動機となる生活者の現実の意識データを勘案した分析とはいえなかった。

近年ビッグデータ等のデータが蒐集され分析されるようになってはいるが、できるだけ現実のデータに即した結果を得、該結果に基づいて、消費者それぞれに効果的な広告宣伝を行いたいという要請がある

特開２００４−１０２９６９号公報 特開２００５−３１６９２３号公報 特開２００６−２２７８１７号公報 特開２０１１−１５９２６４号公報 特開２０１３−８４１３３号公報

上記課題に鑑み、本発明は、データマネジメント プラットフォーム（ＤＭＰ）を用いたデジタルマーケティングと現実の市場調査を組み合わせて、人々の意識、価値観、行動をも分析要素に加えたマーケティングシステムを提供することを目的とする。さらには該マーケティングシステムを用いてダイレクトメールの提供、ランディングページの最適化、好適な広告コンテンツの提供を行うことを目的とする。

本発明のデジタルマーケティングシステムは、データベースにアクセス可能な状態のプラットフォーム、顧客端末、前記プラットフォームと顧客端末との間で情報伝達する通信手段を有し、データベースには生活者から現実に蒐集した１次データが蓄積されてなるとともに、生活者は１次データから詳細ロジックにより判定されるクラスターに分類されてなり、プラットフォームは、顧客端末から伝達された顧客端末を特定するＩＤと伝達された２次データとを紐づけて蓄積する手段と、前記伝達された２次データを簡易判定ロジックにより判定する手段と、判定結果に基づき顧客端末からアクセスした生活者をクラスターに分類する手段を有することを特徴とする。

プラットフォームは、顧客端末からアクセスされたウェブサイトを特定する手段と、顧客端末から伝達された顧客端末を特定するＩＤと伝達された３次データとを紐づけて蓄積する手段と、前記３次データを拡張判定ロジックにより判定する手段と、判定結果に基づき生活者をクラスターに分類する手段を有することを特徴とする。

プラットフォームは、顧客端末からアクセスしている生活者が分類分けされたクラスターに紐付けられたコンテンツを前記顧客端末から閲覧可能に表示する手段を有することを特徴とする。

プラットフォームは、データ蓄積のたびに及び/又は定期的に、２次データを提供した生活者のうち１次データも提供した生活者が分類されてなるクラスターの一致又は不一致を判定する手段と、該判定結果に基づき簡易判定ロジックを変更する手段を有することを特徴とする。

プラットフォームは、データ蓄積のたびに及び/又は定期的に、３次データを提供した生活者のうち１次データ及び/又は２次データを提供した生活者が分類されてなるクラスターの一致又は不一致を判定する手段と、該判定結果に基づき簡易判定ロジックを変更する手段を有することを特徴とする。

顧客端末を特定するＩＤはクッキーであることを特徴とする。

顧客端末を特定するＩＤは顧客端末固有の端末番号であることを特徴とする。

ウェブサイトを特定する手段はウェブサイトに埋め込まれる分析タグであることを特徴とする。

１次データ、２次データは生活者の属性に関する属性データ及び/又は質問項目への回答データを含むことを特徴とする。

３次データはウェブサイトのコンテンツを特定する特定データを含むことを特徴とする。

３次データは、ウェブサイトで入力した性別、ウェブサイトにアクセスした場所、ウェブサイトにアクセスした時間帯、ウェブサイトにとどまった時間の少なくともいずれかからなる判定要素データを含むことを特徴とする。

クラスターは複数の質問項目に対する回答を数値化し、該数値化したデータを閾値判定したデータの集合であることを特徴とする。

本発明により、コンピュータ上の分析にとどまらず、現実の生活者の意識に基づいた分析を行うことができるマーケティングシステムを提供することができる。

本発明のデジタルマーケティングシステムの概要図である。 本発明のデジタルマーケティングシステムの１次データ乃至３次データの取得と蓄積を示す概要図である。 本発明のデジタルマーケティングシステムにおいて生活者をクラスター分けするための質問項目の一部例示である。 本発明のデジタルマーケティングシステムにおけるクラスターの一例である。 本発明のデジタルマーケティングシステムにおける簡易判定ロジックの例である。 本発明の２次データ蒐集用の質問項目フォーマット、回答項目フォーマットの一例である。 本発明のデジタルマーケティングシステムにおけるクラスター分けのためのデータ蒐集例である。 本発明のデジタルマーケティングシステムにおけるクラスター分けのための質問項目の例である。 本発明のデジタルマーケティングシステムにおけるクラスター分けのためのデータ例である。 本発明のデジタルマーケティングシステムにおけるクラスター分けのためのデータ例である。 本発明のデジタルマーケティングシステムにおけるクラスター分けのためのデータ例である。 本発明のデジタルマーケティングシステムにおけるクラスター分けのためのデータ例である。 本発明のデジタルマーケティングシステムにおけるクラスター分けのためのデータ例である。 本発明のデジタルマーケティングシステムにおけるクラスター分けのためのデータ例である。 本発明のデジタルマーケティングシステムにおけるクラスター分けのためのデータ例である。 本発明のデジタルマーケティングシステムにおけるクラスター分けのためのデータ例である。 本発明のデジタルマーケティングシステムにおけるクラスター分けのためのデータ例である。 本発明のデジタルマーケティングシステムにおけるクラスター分けのためのデータ例である。 本発明のデジタルマーケティングシステムにおけるクラスター分けのためのデータ例である。 本発明のデジタルマーケティングシステムにおけるクラスター分けのためのデータ例である。 本発明のデジタルマーケティングシステムにおけるクラスター分けのためのデータ例である。 本発明のデジタルマーケティングシステムにおけるクラスター分けのためのデータ例である。 本発明のデジタルマーケティングシステムにおけるクラスター分けのためのデータ例である。 本発明のデジタルマーケティングシステムにおけるクラスター分けのためのデータ例である。 本発明のデジタルマーケティングシステムにおけるクラスター分けのためのデータ例である。 本発明のデジタルマーケティングシステムにおけるクラスター分けのためのデータ例である。 本発明のデジタルマーケティングシステムにおけるクラスター分けのためのデータ例である。 本発明のデジタルマーケティングシステムにおけるクラスター分けのためのデータ例である。 本発明のデジタルマーケティングシステムにおけるクラスター分けのためのデータ例である。 本発明のデジタルマーケティングシステムにおけるクラスター分けのためのデータ例である。 本発明のデジタルマーケティングシステムにおけるクラスター分けのためのデータ例である。 本発明のデジタルマーケティングシステムにおけるクラスター分けのためのデータ例である。 本発明のデジタルマーケティングシステムにおけるクラスター分けのためのデータ例である。 本発明のデジタルマーケティングシステムにおけるクラスター分けのためのデータ例である。 本発明のデジタルマーケティングシステムにおけるクラスター分けのためのデータ例である。 本発明のデジタルマーケティングシステムにおけるクラスター分けのためのデータ例である。

（システムの構成）
本発明の実施の形態について図面を参照して説明する。本発明のデジタルマーケティングシステム１（以下、単にシステム１ということがある。）はシステム１の管理者が提供するサーバー、データベース等からなるデータマネジメントプラットフォーム２（以下、単にプラットフォーム２ということがある。）はプラットフォーム２に各種通信手段を通じて情報伝達可能に接続された生活者が操作する顧客端末３１〜３ｎ、プラットフォーム２に各種通信手段を通じて情報伝達可能に接続された広告代理店のプロデューサ、マーケティング企業のサーチャー、広告主の担当者等マーケティング結果を閲覧する者が操作するクライアント端末４１〜４ｎから、主として構成される。顧客端末３１〜３ｎ、クライアント端末４１〜４ｎはパーソナルコンピュータ等である。

（事前の回答データ蓄積及び分析手段（１次データ蒐集と分析））
プラットフォーム２のデータベースには、システム動作前の段階の検証用のサンプルデータとしての一次データが蓄積される。システム管理者等が、分析に足る数の生活者から実際に蒐集した生活者総合調査に基づく生活価値観クラスターデータすなわち現実の回答データが蓄積されている。

あらかじめシステム１のモニターとして登録した生活者からは、年齢、職業、性別、既婚未婚の別、家族構成、学歴、世帯年収、個人年収、小遣い、資産、スマートフォン所有の別、大切にしている言葉やよりどころにしているものの選択、食生活意識の高低、美容意識の高低等、生活者意識調査と称するに最終的に数値化可能な質問項目（本システム１では例えば1,000項目）に回答させる調査が行われており、これらの回答内容は数値化（たとえば点数化や０ｏｒ１化）された回答データとして、回答を提供した生活者のＩＤに紐づけられるかたちで蓄積されている。また、生活者意識調査の回答データに加えて、該生活者ＩＤにはカード会社やインターネット上の購買行動から得られる生活者が実際に購入した商品データと金額データからなる購買データ、どのメディアにどの時間接触したか等インターネットやＴＶの閲覧行動から得られるメディア接触データが紐づけられることもある。

プラットフォーム２は、回答データ、購買データやメディア接触データも蓄積されてなるときには回答データ及び／又は購買データ及び／又はメディア接触データに対して、詳細判定ロジックすなわち特定の因子分析を行い、回答データを提供した生活者ＩＤに対してクラスター毎のフラグを立てる手法により、生活者を生活価値観毎のクラスターに分類分けする。詳細判定ロジックの例としては質問項目毎にその回答者あるいは性別毎の回答者全体者数に対する各回答項目の数値を算出する手法が最も簡易な手法である。例えば生活者意識調査の回答データを基礎にする場合には「美意識が高い」を選択した人を「美容意識の高い人」とクラスター分けすることが最も単純なやり方である。また購買データを基礎にする場合には所定期間内のオーガニック製品の購入額や購入回数が閾値より高い人を「健康意識の高い人」等のようにクラスター分けすることができる。また、このような「美容意識の高い人」「健康意識の高い人」等複数のクラスターに生活者を分類分けし、これらのクラスターの統合を行うことで、例えば、生活者Ａは、「美容意識の高い人」かつ「健康意識の高い人」であるから、大クラスターａ「クラスの人気者全てにアグレッシブ派」等の上位クラスターに分類されるという判定が行われる。また、クラスターと生活者のＩＤが紐づけられて蓄積されることから、クラスターにより生活者の属性データ、回答データ、購買データ、メディア接触データ等元のデータを抽出することもできる。尚、クラスターには、「クラスの人気者全てにアグレッシブ派」に例示されるように、生活者が興味をもちそうな生活価値観を示す名称を付与して、生活者のシステム１への参加を促してもよい。本システム１の参照図面では例示的に男女各５クラスに分類分けし、各クラスに生活価値観を示す名称を付与している。このように初期状態で任意の数のクラスターが設定され、現実の属性データと回答データがクラスターに紐づけられる。以上が検証用の基データとしての１次データ蒐集と蓄積及び生活者のカテゴリー分けの作業である。

（システム動作による回答データ蓄積及び分析手段（２次データ蒐集と分析））
ここから、システム１の動作によるアンケートデータの蓄積について説明する。システム１の動作によるプラットフォーム２による回答データとしての２次データの蓄積について説明する。２次データは、生活者が顧客端末３１〜３ｎを通じて能動的に提供するデータである。プラットフォーム２のデータベースには質問フォーマットと回答フォーマットが蓄積されている。ここでの質問項目とこれに対応する回答項目の抽出について説明する。質問項目は上記１次データの蒐集の時に提供された1,000項目をもとにこれらの項目がサマリー化され、該質問項目に回答すれば生活者を最も適切にクラスター分けすることができる質問項目（本システム１では例えば38項目）が抽出されるという分析が行われる。

質問フォーマットと回答フォーマットの様式には種々のものが想定されるが、通常のアンケートのほか、システム１では、これらフォーマットは占いの形式を採用したフォーマットが用意され、図４、５に例示されるような任意の項目の質問（本システム１では例えば38項目）が提供されている。この占いは「あなたが知らない裏の顔」等と称した占い形式をとり、生活者に上記質問項目（本システム１では例えば38項目）に展開可能な質問による占い診断をさせることにより２次データを蒐集する仕組みになっている。この種の占いウェブサイトは、各種検索エンジンが提供するサイトや、広告サイトのエンターテイメントとして設けられることが多い。尚、質問フォーマットと回答フォーマットの形式は必ずしも占い形式をとる必要はなく、生活者を任意のクラスターに分類するための判定ロジックの演算に足る情報が得られればどのような形式でもよい。

顧客端末３１よりプラットフォーム２にアクセスがあるとプラットフォーム２は、顧客端末３１に質問フォーマットを表示させる。顧客端末３１からの操作により回答フォーマットへの入力があると、顧客端末３１からプラットフォーム２へ回答データが伝達される。並行して、顧客端末３１のcookie或いは端末特定番号等なんらかの生活者ＩＤがプラットフォーム２へ伝達される。

プラットフォームは、上述の事前の38項目の質問に対する回答データと分析段階で用いる詳細判定ロジックより判定工数が少ない簡易判定ロジックに基づき、回答データの分析を行い、回答データと紐付られた生活者ＩＤをクラスターに紐付し分類分けする。この動作を繰り返すことによりクラスターと生活者ＩＤ及びこれに紐付られた回答データがプラットフォーム２のデータベースに蓄積されていく。

尚、システム動作による２時データの回答データ蓄積及び分析の動作において、上記事前の回答データ蓄積及び分析により１次データをも蒐集した者を、母数に入れておけば、該現実の１次データを提供した生活者のクラスターと、システム１から２次データを提供した生活者のクラスターの一致不一致を分析することが可能で、簡易判定ロジックの精度を向上させるべくロジックを変更することができる。

（拡張オーディエンスによる拡張データの生成と分析手段（３次データ生成と分析））
次に、プラットフォーム２において、上記１次データ、２次データの蒐集を行っていない、すなわち、生活者ＩＤと回答データが紐づけられていない生活者のクラスターを分類するための拡張オーディエンスによる拡張データの生成と分析について説明する。事前の準備として、システムの管理者或いはクライアント等は、分析を行いたいウェブサイトにシステム１の分析タグを埋め込む作業行い、ウェブサイトとプラットフォーム２を関連付けておく。

プラットフォーム２に関連付けられたウェブサイトに生活者がアクセスしたとき、プラットフォーム２はアクセスした生活者のクラスターを拡張判定ロジックにより判定し、ウェブサイトにアクセスした生活者のクラスターを予測する。拡張判定ロジックにより、ウェブサイトにアクセスした生活者は、上述した任意のクラスターに分類分けされる。第１の拡張判定ロジックは購買履歴から類似性を判定してクラスターを拡張する方法である。すなわち、生活者ａがブランドＡのウェブサイトにアクセスした場合、上記１次データの分析あるいは２次データの分析においてブランドＡの商品を購入した生活者が多く属するクラスター、すなわちブランドＡの商品を購入した購入履歴がある生活者が多く属するクラスターを拡張判定する手法である。第２の拡張判定ロジックはウェブサイトのアクセス履歴から類似性を判定してクラスターを拡張する方法である。すなわち、生活者ａがブランドＡのウェブサイトにアクセスした場合、上記１次データの分析あるいは２次データの分析においてブランドＡのウェブサイトにアクセスした生活者が多く属するクラスター、すなわちブランドＡのウェブサイトを閲覧した閲覧履歴がある生活者が多く属するクラスターを拡張判定する手法である。尚、拡張判定ロジックの類似性の判定は、単にブランドＡの商品を購入した購入履歴やウェブサイトの閲覧履歴１回でもある生活者のクラスターを判定する手段として構築してもよいし、ブランドＡの商品を購入した購入履歴やウェブサイトの閲覧履歴が閾値以上ある生活者の属するクラスターを判定する手段として構築してもよい。また、拡張判定ロジックの判定の回数は、これに限られるものではなく、当該ウェブサイトで入力した性別、ウェブサイトにアクセスした場所、ウェブサイトにアクセスした時間帯、ウェブサイトにとどまった時間等各種の判定要素データを複数段階判定し、より的確なクラスターを予測するシステムを構築してもよい。また、生活者の特定は、アクセス元の端末に格納されるcookie、アクセス元の端末を特定する特定番号、或いは生活者に付与されてなるIDの入力のいずれを基に行われる。

尚、拡張判定ロジックの精度の向上のための変更は、１次データ及び/又は２次データをも有する生活者のインターネット内の行動特徴を分析して３次データの提供により、判定されたクラスターと１次データ及び/又は２次データを基に判定されたクラスターの一致度、不一致度を基に行うことができる。

例えば、１段階の拡張判定ロジックの例としては、Ａ社のハイブリットカーの広告サイトに分析タグを埋め込んだ場合、ハイブリットカーのウェブサイトにアクセスしたというアクションから、類似性の高い生活者が属するカテゴリーが判定され、例えば「環境にやさしい」というクラスターｂが予測されるようになっている。

（広告配信・ウェブサイト遷移段階）
上述のように質問フォーマットと回答フォーマットへの回答データの入力と伝達による２次データの蒐集と分析による生活者のクラスターへの分類、或いは、拡張オーディエンスによる生活者のクラスターへの分類が行われた段階で、プラットフォーム２は、ウェブサイトにアクセスした生活者の顧客端末３１に対して、該生活者が分類分けされたクラスターに紐付されたランディングページを表示させたり、クラスターに紐付されたウェブサイトへ遷移させたり、クラスターに紐付されたメールマガジンを送信する。例えば顧客端末３１の操作者たる生活者がクラスターｂに分類されると、クラスターｂに紐付られた他のブランドＢのコンテンツを表示させる。

具体的には、事前にクライアント端末４１等からの提供により、プラットフォーム２のデータベースあるいは外部データベース（不図示）にクラスター毎に作成されたランディングページ等のコンテンツを蓄積しておく。当該コンテンツにはクラスター毎のフラグを立てる等クラスターと紐付をしておく。上記プラットフォーム２が顧客端末３１よりアクセスした生活者のクラスターの予測を上記手法で行い、２次データから分析されたクラスター、あるいは、３次データから予測されたクラスターに紐付られたコンテンツを顧客端末３１に表示させるようになっている。

すなわち上記拡張判定ロジックにより顧客端末３１からハイブリットカーのウェブサイトにアクセスした生活者がクラスターｂと判定された場合、クラスターｂに紐づけられているＢ社のオーガニック食品のランディングページを表示させる等の例が挙げられる。

（広告効果測定手段）
プラットフォーム２には必要に応じて、広告効果測定手段が構築されている。

（蒐集するデータと分類するクラスターの例）
図７~図３６に蒐集するデータ数、データ項目、クラスターと判定の例を示す。すなわち、たとえば、ブランドＣを購入した生活者の中でブランドＡを購入した者の分析を例にとれば、当該生活者が１次データを提供可能な生活者である場合には属性データと、1,000項目の質問に回答するかたちで趣味、大切にしている言葉等の回答データすなわち図７〜３６に示す各種の現実の回答データが蒐集される。これらの回答データを複数人分蓄積しデータを分析し生活者をクラスター分けし１次データを作成する。

例えば、ブランドＡの購入が閾値以上の者を抽出すれば当該生活者のクラスターにたどり着けるという仕組みになっており、クラスターを抽出すれば当該クラスターに属する者が良く購入するブランドにたどり着けるという仕組みになっている。

２次データ蒐集段階では、1次データ収集手段による現実の回答データを基礎とし、38項目の質問への回答データを伝達した生活者の回答データを分析して、当該生活者をクラスターに分類する。したがってクラスターを抽出すれば当該生活者に属する者が良く購入するブランドにたどり着けるという仕組みになっている。

３次データ生成段階では、1次データ収集手段による現実の回答データ、2次データ収集手段によるプラットフォームによる回答データにより分析されたクラスターへの生活者の分類とここから導きだされる拡張判定ロジックにより、ウェブサイトにアクセスした生活者の動向を分析して、当該生活者をクラスターに分類分けする。

したがって、現実に生活者から蒐集した１次データ、生活者が能動的に提供した２次デーから生活者のクラスター分類を行うことができ、能動的にデータを提供しない生活者の動向データすなわち３次データに対して１次データ及び２次データにより裏付けされた判定ロジックで当該生活者のクラスター分類を行うことができ、ひいては、膨大な生活者に対して当該生活者に好適なコンテンツを提供することが可能となる。

１ デジタルマーケティングシステム
２ プラットフォーム
３１〜３ｎ 顧客端末
４１〜４ｎ クライアント端末

Claims (12)

1. データベースにアクセス可能な状態のプラットフォーム、顧客端末、前記プラットフォームと顧客端末との間で情報伝達する通信手段を有し、データベースには生活者から現実に蒐集した１次データ蓄積されてなるとともに、生活者は１次データから詳細ロジックにより判定されるクラスターに分類分けされてなり、
   プラットフォームは、顧客端末から伝達された顧客端末を特定するＩＤと生活者により伝達された２次データとを紐づけて蓄積する手段と、前記伝達された２次データを簡易判定ロジックにより判定する手段と、判定結果に基づき顧客端末からアクセスした生活者をクラスターに分類する手段を有することを特徴とするデジタルマーケティングシステム。
2. プラットフォームは、顧客端末からアクセスされたウェブサイトを特定する手段と、伝顧客端末を特定するＩＤと、伝達された３次データとを紐づけて蓄積する手段と、前記３次データを拡張判定ロジックにより判定する手段と、判定結果に基づき生活者をクラスターに分類する手段を有することを特徴とする請求項１記載のデジタルマーケティングシステム。
3. プラットフォームは、顧客端末からアクセスしている生活者が分類分けされたクラスターに紐付けられたコンテンツを前記顧客端末から閲覧可能に表示する手段を有することを特徴とする請求項１または請求項２記載のデジタルマーケティングシステム。
4. プラットフォームは、データ蓄積のたびに及び/又は定期的に、２次データを提供した生活者のうち１次データも提供した生活者が分類されてなるクラスターの一致又は不一致を判定する手段と、該判定結果に基づき簡易判定ロジックを変更する手段を有することを特徴とする請求項１乃至３のいずれかに記載のデジタルマーケティングシステム。
5. プラットフォームは、データ蓄積のたびに及び/又は定期的に、３次データを提供した生活者のうち１次データ及び/又は２次データを提供した生活者が分類されてなるクラスターの一致又は不一致を判定する手段と、該判定結果に基づき簡易判定ロジックを変更する手段を有することを特徴とする請求項１乃至４のいずれかに記載のデジタルマーケティングシステム。
6. 顧客端末を特定するＩＤはクッキーであることを特徴とする請求項１乃至５のいずれかに記載のデジタルマーケティングシステム。
7. 顧客端末を特定するＩＤは顧客端末固有の端末番号であることを特徴とする請求項１乃至６のいずれかに記載のデジタルマーケティングシステム。
8. ウェブサイトを特定する手段はウェブサイトに埋め込まれる分析タグであることを特徴とする請求項１乃至７のいずれかに記載のデジタルマーケティングシステム。
9. １次データ、２次データは生活者の属性に関する属性データ及び/又は質問項目への回答データを含むことを特徴とする請求項１乃至８のいずれかに記載のデジタルマーケティングシステム。
10. ３次データはウェブサイトのコンテンツを特定する特定データを含むことを特徴とする請求項１乃至９のいずれかに記載のデジタルマーケティングシステム。
11. ３次データは、ウェブサイトで入力した性別、ウェブサイトにアクセスした場所、ウェブサイトにアクセスした時間帯、ウェブサイトにとどまった時間の少なくともいずれかからなる判定要素データを含むことを特徴とする請求項１乃至１０のいずれかに記載のデジタルマーケティングシステム。
12. クラスターは複数の質問項目に対する回答を数値化し、該数値化したデータを閾値判定したデータの集合であることを特徴とする請求項１乃至１１のいずれかに記載のデジタルマーケティングシステム。