JP2017182243A - ビジネスマッチングシステム及びビジネスマッチング方法 - Google Patents

Abstract

【課題】利用者が指定した基準で企業同士の関係性を判定し、有効な取引先を把握することが可能なビジネスマッチングシステム及びビジネスマッチング方法を提供する。【解決手段】マッチング対象となる企業を含む複数の企業のそれぞれについて、属性データ、財務データ、取引データを所定の分類項目で分類したセグメントデータを生成するセグメントデータ生成部と、あらかじめ定められた指標に基づいて、同じタイプとして分類されたセグメントデータの企業を順位付け、所定の範囲に順位付けされた企業のセグメントデータを抽出するポジション判定部と、抽出されたセグメントデータにより分類された企業の取引データと、マッチング対象となる企業の取引データとに基づいて、分類された企業の取引データに示される取引先のうち、マッチング対象となる企業の取引データに含まれない取引先を、マッチング対象となる企業に有効な取引先として出力するマッチング先抽出部と、を備える。【選択図】図３

Description

本発明は、ビジネスマッチングシステム及びビジネスマッチング方法に関する。

従来、金融機関が蓄積している情報を用いてビジネスマッチングを判断する技術がある。例えば、特許文献１では、数値やテキスト情報から、資金の流れやビジネス関係構造、ビジネスチェーンを可視化することにより、利用者のビジネスマッチング、商品セールスの効果的な手続き、内部統制などの支援を行う技術が開示されている。

特開２００７−２５７２２３号公報

上記特許文献１では、金融機関で蓄積されている販売や在庫管理、財務、予信、顧客情報、営業系の訪問内容、顧客へのアクション情報などの各種データを用いて、顧客となる企業間の関係性を可視化している。しかしながら、どのような基準で企業同士が関係付けられているのかについては利用者が把握することができず、人手で読み解かなければならないという問題があった。

本発明は、上記に鑑みてなされたものであって、利用者が指定した基準で企業同士の関係性を判定し、有効な取引先を把握することが可能なビジネスマッチングシステム及びビジネスマッチング方法を提供することを目的とする。

上述した課題を解決し、目的を達成するために、本発明にかかるビジネスマッチングシステムは、マッチング対象となる企業を含む複数の企業のそれぞれについて、属性データ、財務データ、取引データを所定の分類項目で分類したセグメントデータを生成するセグメントデータ生成部と、あらかじめ定められた指標に基づいて、同じタイプとして分類された前記セグメントデータの企業を順位付け、所定の範囲に順位付けされた企業のセグメントデータを抽出するポジション判定部と、抽出されたセグメントデータにより分類された企業の取引データと、前記マッチング対象となる企業の取引データとに基づいて、前記分類された企業の取引データに示される取引先のうち、前記マッチング対象となる企業の取引データに含まれない取引先を、前記マッチング対象となる企業に有効な取引先として出力するマッチング先抽出部と、を備えることを特徴とするビジネスマッチングシステムとして構成される。

また、本発明は、上記ビジネスマッチングシステムで行われるビジネスマッチング方法である。

本発明によれば、利用者が指定した基準で企業同士の関係性を判定し、有効な取引先を把握することが可能となる。

ビジネスマッチングシステムの構成例を示す図である。 顧客属性データの例を示す図である。 顧客財務データの例を示す図である。 顧客取引データの例を示す図である（入金取引データの例）。 顧客取引データの例を示す図である（出金取引データの例）。 セグメントデータの例を示す図である。 マッチング指標データの例を示す図である。 抽出リストデータの例を示す図である（利益率の例）。 抽出リストデータの例を示す図である（製造原価率の例）。 マッチング処理の処理手順を示すフローチャートである。

以下、添付図面を参照し、本発明にかかるビジネスマッチングシステム及びビジネスマッチング方法の実施の形態を詳細に説明する。

図１は、本発明にかかるビジネスマッチングシステム及びビジネスマッチング方法を適用したビジネスマッチングシステム１０００の構成例を示す図である。図１に示すように、ビジネスマッチングシステム１０００は、複数のクライアント端末１００と、センタサーバ２００とを有し、これらが互いにネットワークＮで接続されている。なお、ネットワークＮは、例えば、インターネット等の一般的な公衆回線網であり、センタサーバ２００は、例えば、ネットワークＮを介してクラウドサービスを提供するシステムリソースである。

クライアント端末１００は、銀行等の金融機関の各支店Ｂ１〜Ｂｎに設置された一般的なコンピュータである。以下では、クライアント端末１００は支店内に設置されている端末を前提に記載しているが、各支店の職員が使用するタブレット端末であってもよい。

図１に示すように、クライアント端末１００は、機能的には、記憶部１０１と、表示部１０２と、入力部１０３と処理要求部１０４と、通信部１０５と、制御部１０６とを有して構成されている。

記憶部１０１は、ＨＤＤ（Hard Disk Drive）やＳＳＤ（Solid State Drive）等の記憶装置から構成され、支店が取り扱う顧客に関する各種データを記憶する。表示部１０２は、ＬＣＤ（Liquid Crystal Display）等のディスプレイ装置から構成され、入力部１０３から入力された情報やセンタサーバ２００との間で送受信した情報を含む本システムの処理に必要な各種情報を表示する。入力部１０３は、キーボード等の入力装置から構成され、操作者から、本システムを実行するための各種情報の入力を受け付ける。処理要求部１０４は、入力部１０３が受け付けた処理要求をセンタサーバ２００に送信し、センタサーバ２００で処理された結果を受け取り、表示部１０２に表示する。処理要求には、例えば、ビジネスマッチング対象となる企業の顧客データ、ビジネスマッチングさせるための基準となる指標を含む。顧客データには、顧客属性データ１０１１と、顧客財務データ１０１２と、顧客取引データ１０１３が含まれる。通信部１０５は、処理要求部１０４からの指示に従って、クライアント端末１００とセンタサーバ２００との間で各種情報を送受信する。制御部１０５は、クライアント端末１００を構成する上記各部の動作を制御する。これらの具体的な処理についてはシーケンス図を用いて後述する。

なお、上記各部の動作は、実際には、制御部１０５が有する不図示のメモリにインストールされたプログラムを実行することにより実現される。上記プログラムは、ＲＯＭ等に予め組み込まれて提供されたり、インストール可能な形式又は実行可能な形式のファイルで記録媒体に記録して提供したり、配布してもよい。

図１に示すように、記憶部１０１は、顧客属性データ１０１１と、顧客財務データ１０１２と、顧客取引データ１０１３とを記憶する。顧客属性データ１０１１は、個々の支店が取引する顧客である企業の属性を記憶するデータである。顧客財務データ１０１２は、上記企業の財務状況を示すデータである。顧客取引データ１０１３は、上記企業と他の企業との取引状況や取引内容を示すデータである。なお、以下では、企業間の取引を例に説明しているが、営利、非営利を問わず、様々な団体や個人についても同様に考えることができる。

図２は、顧客属性データ１０１１の例を示す図である。図２に示すように、顧客属性データ１０１１は、顧客を識別するための顧客ＩＤと、その顧客の取引口座がある支店を識別するための支店ＩＤと、その顧客の業種と、その顧客の企業名である社名と、その顧客の社員数と、その顧客の居所とを含む企業に関する情報が対応付けて記憶されている。図２では、例えば、顧客ＩＤがＣ００１で識別される企業は、Ｂ００１で識別される支店に取引口座があり、業種が食品小売業であることを示している。また、社名はＡ社であり、社員数がα１、居所がα２であることを示している。このように、顧客属性データ１０１１には、支店ごとに、取引口座を有する企業の属性に関する情報が記憶されている。上記顧客属性データ１０１１は、支店の職員によってあらかじめクライアント端末１００から入力されるか、またはあらかじめクライアント端末１００が企業のホームページその他のインターネット上のリソースにアクセスし、記憶部１０１に記憶しているものとする。

図３は、顧客財務データ１０１２の例を示す図である。図３に示すように、顧客財務データ１０１２は、企業ごとに、売上高、費用を含む、企業の財務に関する情報が記憶されている。図３では、例えば、Ｃ００１で識別される企業の売上高はα３であり、費用はα４であることを示している。実際には、損益計算書や貸借対照表に記載される項目等、その企業の財務分析に必要な各種情報が含まれる。このように、顧客財務データ１０１２には、企業ごとに、企業の財務内容に関する情報が記憶されている。上記顧客財務データ１０１２は、上記顧客属性データ１０１１と同様、支店の職員によってあらかじめクライアント端末１００から入力されるか、またはあらかじめクライアント端末１００が企業のホームページその他のインターネット上のリソースにアクセスし、記憶部１０１に記憶しているものとする。

図４、５は、顧客取引データ１０１３の例を示す図である。図４は、顧客取引データ１０１３のうち、企業が取引先に販売した商品または提供したサービスに対する入金取引の履歴を記録した入金取引データ１０１３Ａの例を示している。また、図５は、顧客取引データ１０１３のうち、企業が取引先から購入した商品または提供を受けたサービスに対する支払い取引の履歴を記録した出金取引データ１０１３Ｂの例を示している。

図４に示すように、入金取引データ１０１３Ａは、入金取引先となる企業を識別するための入金取引先ＩＤと、その企業名と、その企業の業種とが対応付けて記憶されている。図４では、例えば、入金取引先ＩＤがＤ００１で識別される企業はＢ社であり、その業種は自動車製造業であることを示している。また、図５に示すように、出金取引データ１０１３Ｂは、支払い取引先となる企業を識別するための出金取引先ＩＤと、その企業名と、その企業の業種とが対応付けて記憶されている。図５では、例えば、出金取引先ＩＤがＥ００１で識別される企業はＸ社であり、その業種は国内商社であることを示している。

なお、上述した顧客属性データ１０１１、顧客財務データ１０１２、顧客取引データ１０１３は、金融機関の各支店のコンピュータが、インターネット等の一般的な通信回線網を経由して、企業がこれらの情報を開示しているサイトにアクセスする等して、あらかじめ取得され、記憶部１０１に記憶されている。このように、顧客取引データ１０１３には、企業ごとに、企業が取引する顧客との間で行われた入出金その他の取引に関する情報が記憶されている。上記顧客取引データ１０１３は、本システムを利用する金融機関が取引するための基幹業務システムが実行されることにより、記憶部１０１に記憶しているものとする。続いて、図１に戻って、センタサーバ２００について説明する。

センタサーバ２００は、クライアント端末１００から受信した処理要求にしたがって、その処理要求に含まれる企業が他のどの企業のビジネスとマッチングするのかを判定し、その結果を、処理要求したクライアント端末１００に返すサーバである。図１に示すように、センタサーバ２００は、記憶部２０１と、セグメントデータ生成部２０２と、ポジション判定部２０３と、マッチング先抽出部２０４と、通信部２０５と、制御部２０６とを有して構成されている。

記憶部２０１は、ＨＤＤ等の記憶装置から構成され、顧客属性マスタデータ２０１１、顧客財務マスタデータ２０１２、顧客取引マスタデータ２０１３、セグメントデータ２０１４、マッチング指標データ２０１５、抽出リストデータ２０１６を含む本システムを実行するために必要な様々なデータを記憶する。これらのデータの具体的な例については後述する。

セグメントデータ生成部２０２は、クライアント端末１００から受信した処理要求に含まれる顧客データをセグメント化したセグメントデータを生成し、記憶部２０１に記憶する。セグメントデータは、記憶部２０１に記憶されている顧客属性マスタデータ２０１１と、顧客財務マスタデータ２０１２と、顧客取引マスタデータ２０１３から読み出された項目を、あらかじめ定められた分類項目で分類したデータである。

ポジション判定部２０３は、処理要求された企業のセグメントデータが、同じタイプに属するセグメントデータの企業のなかでどの順位に位置づけられるか判定する。マッチング先抽出部２０４は、処理要求された企業のセグメントデータにマッチする企業のセグメントデータを抽出し、その結果を、要求されたクライアント端末１００に出力する。通信部２０５は、センタサーバ２００と、それぞれのクライアント端末１００との間で各種データを送受信する。制御部２０６は、センタサーバ２００の上記各部の動作を制御する。これらの具体的な処理についてはシーケンス図を用いて後述する。

なお、上記各部の動作は、実際には、制御部２０６が有する不図示のメモリにインストールされたプログラムを実行することにより実現される。上記プログラムは、ＲＯＭ等に予め組み込まれて提供されたり、インストール可能な形式又は実行可能な形式のファイルで記録媒体に記録して提供したり、配布してもよい。続いて、記憶部２０１が記憶する各データについて説明する。

顧客属性マスタデータ２０１１、顧客財務マスタデータ２０１２、顧客取引マスタデータ２０１３は、それぞれ、本システムを利用する各クライアント端末１００から、処理要求として受信した顧客属性データ１０１１と、顧客財務データ１０１２と、顧客取引データ１０１３をまとめた顧客データである。各マスタデータには、全てのクライアント端末１００から受信した顧客属性データ１０１１と、顧客財務データ１０１２と、顧客取引データ１０１３が記憶されている。各マスタデータのレイアウトについては、図２〜５と同様であるため、ここではその説明を省略する。

図６は、セグメントデータ２０１４の例を示す図である。セグメントデータ２０１４は、金融機関が取引する企業について、顧客属性マスタデータ２０１１と、顧客財務マスタデータ２０１２と、顧客取引マスタデータ２０１３の各項目を、あらかじめ定められた分類項目で分類し、分類項目に変換されたデータである。セグメントデータ２０１４は、セグメントデータ生成部２０２により生成され、金融機関が取引する様々な企業のセグメントデータ２０１４が記憶部２０１に記憶されている。上記分類項目は、企業活動のための様々な要素を用いることができ、本システムの利用者が任意に定めることができる。

図６に示すように、セグメントデータ２０１４は、上記分類項目として、企業の業種を示す役割と、その企業が行っている販売促進方法と、その販売促進方法として用いるＩＴ手段と、その企業が商品やサービスを調達する手段である調達手段と、その企業が従業員となる人材を調達する手段である人材調達手段と、その企業の財務内容である財務とを要素とし、これらが対応付けて記憶されている。図６では、例えば、顧客ＩＤがＣ００２である会社は、部品メーカであり、セグメントタイプがＫであることを示している。また、この企業の役割は、大手製造メーカへの部品を供給することであり、その部品の供給をインターネットで受注し、提供していることを示している。また、この企業ではクラウド環境によりＩＴ手段を実行していることを示している。さらに、提供する部品の構成部品については、ある特定の数社から仕入れ、従業員についてはハローワークで募集していることを示している。そして、この企業は、本システムを利用する金融機関に××円の借入金があることを示している。また、上記分類項目として記憶されるデータは、セグメントデータ生成部２０２が、顧客属性マスタデータ２０１１、顧客財務マスタデータ２０１２、顧客取引マスタデータ２０１３のデータの中から、顧客ＩＤや社名などの情報をキーとして抽出し、意味解析により意味的に類似する情報を上記分類項目のデータに変換して設定される。上記意味的に類似する情報の判定や変換方法については、従来から知られている様々な技術を適用することができる。

また、セグメントデータ２０１４のタイプは、セグメントデータ２０１４を構成する各項目の内容が類似しているものを同じタイプとして設定することができる。例えば、セグメントデータ生成部２０１４は、顧客属性データ１０１１や顧客属性マスタデータ２０１１に含まれるデータの中で、同じまたは類似する業種の企業を同じタイプのセグメントデータとして生成する。図６では、顧客ＩＤがＣ００２で識別される企業の役割は大手製造メーカへの部品を供給である一方、顧客ＩＤがＣ００３で識別される企業の役割は自社開発のアプリケーションを大手製造メーカに提供することであり、両者はいずれも自社で製造または開発した部品またはアプリケーションを、大手製造メーカに納品する立場にある企業という点で共通するため、これらの企業を同じタイプＫに属するセグメントデータとして生成される。

また、タイプが類似するセグメントデータを、ポジション判定部２０３は判定する対象としてもよい。タイプが類似するとは、例えば、図６において、顧客ＩＤがＣ００１のタイプＡの小売業企業は、人材調達手段が家族のみである一方、顧客ＩＤがＣ００３のタイプＫのベンチャー企業は、人材調達手段が創業から同じメンバーあるため、両者は、いずれも閉鎖的な人員配置である点で共通しているため、これらをタイプＡおよびタイプＫを類似のタイプとして設定し、ポジション判定部２０３による判定の対象としてもよい。類似のタイプまで判定対象とすることにより、類似する境遇にある企業まで提示対象を広げることができる。

また、図６では、上記同じタイプＫの企業であっても、顧客ＩＤがＣ００２の部品メーカは、販促手段としてインターネットを利用している一方、顧客ＩＤがＣ００３のベンチャー企業は、販促手段としてインターネットを利用していない。このため、本システムでは、支店の職員（例えば、営業職員）は、ベンチャー企業の業績が悪い場合には、部品メーカの販促手段を利用するように、ベンチャー企業にアドバイスすることができるようになる。

図７は、マッチング指標データ２０１５の例を示す図である。マッチング指標データ２０１５は、セグメントデータ２０１４をマッチングするための基準となる指標を定めたデータである。上記指標としては、例えば、ＫＰＩ（重要業績評価指標：Key Performance Indicators）、ＫＧＩ（重要目標達成指標：Key Goal Indicators）がある。

図７に示すように、マッチング指標データ２０１５は、セグメントデータ２０１４をマッチングさせる指標であるマッチング指標と、その指標を求めるための算式とが対応付けて記憶されている。図７では、マッチング指標として、利益率、客単価が定められ、その算出方法は、それぞれ、算式γ１、算式γ２で求められることを示している。後述するように、ポジション判定部２０３は、マッチング指標データ２０１５として定められた基準でセグメントデータ２０１４同士を比較し、後述する抽出リストデータ２０１６を出力する。

図８、９は、抽出リストデータ２０１６の例を示す図である。図８は、上記マッチング指標が利益率の場合の例であり、図９は、上記マッチング指標が製造原価/売上比率の例を示している。抽出リストデータ２０１６は、マッチング指標データ２０１５を基準として比較し、抽出されたセグメントデータ２０１４の候補の一覧を示すデータである。

図８、９に示すように、抽出リストデータ２０１６は、上記マッチング指標に基づいて抽出されたセグメントデータを識別するための抽出ＩＤと、抽出された顧客を示す企業名と、その企業の利益率とが対応付けて記憶されている。図８では、利益率をマッチング指標として、タイプＫのセグメントデータ２０１４の中から所定の基準（例えば、上位５パーセント、下位５パーセント）で抽出した例を示している。図中、利益率がタイプＫのセグメントデータ２０１４の中の上位５パーセントのグループＲ１に属するＡ社の利益率は６パーセントであり、下位５パーセントのグループＲ２に属するＰ、Ｑ、Ｒ、Ｃの各社の利益率は、それぞれ、２パーセント、２パーセント、３パーセントであることを示している。

ポジション判定部２０３は、クライアント端末１００から処理要求を受けた企業と同じタイプのセグメントデータ２０１４について、上記マッチング指標で抽出したセグメントデータの中で、グループＲ１、Ｒ２、あるいはこれら以外のグループのどのグループに属するのかを判定する。本例では、処理要求された企業がＣ社である場合、タイプＫに属するセグメントデータの中では、利益率が下位５パーセントのグループにあることがわかる。

マッチング先抽出部２０４は、上記グループＲ１に属する企業の企業名を参照し、同じ企業名の入金取引データ１０１３Ａを読み取るとともに、処理要求されたＣ社の入金取引データ１０１３Ａを読み取り、両者を比較する。本例では、両者を比較した場合、Ａ社の入金取引データ１０１３Ａには、Ｃ社の入金取引データ１０１３Ａに含まれていないインテリア販売の業種のグループＲ３に属するＥ社から入金があることを示している。つまり、Ａ社では、Ｅ社に対して自社製品を販売して売り上げを得て、高い利益率をあげていることがわかる。マッチング先抽出部２０４は、処理要求されたＣ社の有効な取引先として、Ｅ社を出力する。

また、図９では、製造原価／売上（製造原価率）をマッチング指標として、タイプＫのセグメントデータ２０１４の中から所定の基準（例えば、上位５パーセント、下位５パーセント）で抽出した例を示している。図中、製造原価率がタイプＫのセグメントデータ２０１４の中の上位５パーセントのグループＲ４に属するＡ、Ｐの各社の製造原価率は、それぞれ４０パーセント、４５パーセントであり、下位５パーセントのグループＲ５に属するＱ、Ｒ、Ｃの各社の製造原価率は、それぞれ、７０パーセント、７５パーセント、７５パーセントであることを示している。

ポジション判定部２０３は、図８の場合と同様に、クライアント端末１００から処理要求を受けた企業と同じタイプのセグメントデータ２０１４について、上記マッチング指標で抽出したセグメントデータの中で、グループＲ４、Ｒ５、あるいはこれら以外のグループのどのグループに属するのかを判定する。本例では、処理要求された企業がＣ社である場合、タイプＫに属するセグメントデータの中では、製造原価率が下位５パーセントのグループにあることがわかる。

また、マッチング先抽出部２０４は、図８の場合と同様に、上記グループＲ４に属する企業の企業名を参照し、同じ企業名の出金取引データ１０１３Ｂを読み取るとともに、処理要求されたＣ社の出金取引データ１０１３Ｂを読み取り、両者を比較する。本例では、両者を比較した場合、Ａ社およびＰ社の出金取引データ１０１３Ｂには、Ｃ社の出金取引データ１０１３Ｂに含まれていない米国商社であるＹ社に支払いがあることを示している。つまり、Ａ社およびＰ社では、米国にあるＹ社から直接部品を買い付けることにより、製造原価率を低く抑えていることがわかる。マッチング先抽出部２０４は、処理要求されたＣ社にとって有効な取引先として、Ｙ社を出力する。続いて、本システムで行われる処理について説明する。

図１０は、本システムで行われるマッチング処理の処理手順を示すフローチャートである。図１０に示すように、まず、各支店において職員がクライアント端末１００を操作し、クライアント端末１００の入力部１０３が、処理要求として、顧客データの指定、およびマッチング指標の指定を受け付ける（ステップＳ１００１）。例えば、Ｃ社の顧客属性データ１０１１、顧客財務データ１０１２、顧客取引データ１０１３の指定、マッチング指標として利益率の指定を受け付ける。

処理要求部１０４は、入力部１０３が受け付けた顧客データとマッチング指標とを読み取り、センタサーバ２００に送信する（ステップＳ１００２）。例えば、処理要求部１０４は、受け付けられた上記Ｃ社の顧客属性データ１０１１、顧客財務データ１０１２、顧客取引データ１０１３を記憶部１０１から読み出し、マッチング指標である利益率とともにセンタサーバ２００に送信する。

センタサーバ２００のセグメントデータ生成部２０２は、クライアント端末１００から処理要求を受信すると、セグメントデータ２０１４を生成し、記憶部２０１に記憶する（ステップＳ１００３）。例えば、セグメントデータ生成部２０２は、顧客属性データ１０１１、顧客財務データ１０１２、顧客取引データ１０１３を、あらかじめ定められた分類項目に変換し、図６に示すようなセグメントデータを生成する。本例では、処理要求された企業のセグメントデータ以外のセグメントデータについては、セグメントデータ生成部２０２があらかじめ生成して記憶部２０１に記憶している前提で説明しているが、ステップＳ１００３の実行時に、処理要求された企業を含む全ての企業のセグメントデータを生成してもよい。

センタサーバ２００のポジション判定部２０１５は、記憶部２０１に記憶されているセグメントデータ２０１４の中から、生成したセグメントデータと同じタイプのセグメントデータを抽出し、抽出したセグメントデータの中で、上記マッチング指標に基づく上記処理要求された企業の順位を判定するとともに、マッチング先の候補となる抽出リストデータ２０１６を出力する（ステップＳ１００４、Ｓ１００５）。例えば、ポジション判定部２０１５は、Ｃ社を含むタイプＫのセグメントデータに含まれる各企業の利益率を算出し、図８に示したように、Ｃ社の順位（属するグループ）を判定するとともに、図８に示した抽出リストデータ２０１６を生成し、出力する。利益率は、図７に示したマッチング指標データ２０１５の算式γ１により算出することができる。

マッチング先抽出部２０４は、処理要求された企業が属するタイプのセグメントデータの中から、マッチング指標に基づいた算出値がその企業よりもよい企業の取引データを顧客取引マスタデータ２０１３の中から抽出する。そして、マッチング先抽出部２０４は、抽出した企業の顧客取引データと、処理要求された企業の顧客取引データとを比較し、前者の中から後者にはない企業をマッチング先の企業として出力する（ステップＳ１００６）。例えば、マッチング先抽出部２０４は、図８に示したように、処理要求され、グループＲ３に属する企業であるＣ社の入金取引データ１０１３Ａと、グループＲ１に属する企業であるＡ社の入金取引データ１０１３Ａとを比較し、後者の中で前者に含まれていない企業であるＥ社を抽出し、出力する。このような企業が複数ある場合には、図８、９に示した抽出リストデータ２０１６と同様に、リスト化して出力すればよい。

そして、マッチング先抽出部２０４は、抽出した企業の顧客ＩＤや会社名を、処理要求されたクライアント端末１００に送信し（ステップＳ１００７）、クライアント端末１００の処理用休部１０４は、その企業の顧客ＩＤや会社名を、マッチング先の企業として表示部１０２に表示する（ステップＳ１００８）。ステップＳ１０８の処理が終了すると、図１０に示したマッチング処理が終了する。

このように、本実施例におけるビジネスマッチングシステム１０００では、上記のような処理を実行するので、例えば、金融機関の職員は、業績を改善させたい企業を指定してその顧客データおよびマッチングさせる基準となる指標をクライアント端末１００から入力するだけで、その企業にとって取引先として有効な企業を把握することができる。

なお、上記例では、処理要求された企業と同じタイプのセグメントデータを用いて、ポジションを判定した。しかし、処理要求された企業の顧客属性データ２０１１、顧客財務データ２０１２、顧客取引データ２０１３が類似する企業の顧客属性データ２０１１、顧客財務データ２０１２、顧客取引データ２０１３があるか否かを判定し、その企業が属するタイプを含めてポジションを判定してもよい。上記判定の方法としては、例えば、顧客属性データ２０１１に記憶されている社員数（例えば、いずれも１０００人以上の場合）や居所（例えば、いずれも同じ都道府県の場合）が一致していれば、事業規模が同じであると判断し、その企業が属するタイプのセグメントデータを含めて、処理要求された企業のポジションを判定してもよい。この場合、上記タイプが異なる場合にはそのタイプも含めたセグメントデータの中で、ポジションが判定されるため、分野を超えた企業を提示することができる。

また、上記例では、ポジション判定部２０３は、処理要求された企業を含む抽出リストデータ２０１６を、同じタイプ（または上記のように異なるタイプ）のセグメントデータ２０１４の中で、上位または下位数パーセントに属する場合について説明した。しかし、例えば、処理要求された企業の順位を判定し、その順位を含む上位の企業（例えば、その企業が１００社中５０位である場合、４０位から４９位の１０社）のセグメントデータを抽出し、抽出リストデータ２０１６として出力してもよい。この場合、マッチング先抽出部２０４は、処理要求された企業に近い値としてマッチング指標が算出された企業の中から顧客取引データを抽出して比較するので、取引したほうが望ましい企業として、処理要求された企業にとってより現実的な選択肢を提示することができる。

また、上記例では、処理要求された企業の業績を改善する場合について説明したが、処理要求された企業の業績を低下させないように提示することとしてもよい。例えば、図８、９に示した例では、Ｃ社が下位５パーセントのグループに属し、上位５パーセントのグループの属する企業の顧客取引データを参照して、取引先を比較したが、Ｃ社が上位５パーセントのグループに属している場合には、下位５パーセントのグループの属する企業の顧客取引データを参照してそれらの企業に共通する取引先を抽出し、少なくともその取引先とは取引しないように提示してもよい。

また、上記業績を低下させない提示の場合、ポジション判定部２０３は、例えば、処理要求された企業の順位を判定し、その順位を含む下位の企業（例えば、その企業が１００社中５０位である場合、５１位から６０位の１０社）のセグメントデータを抽出し、抽出リストデータ２０１６として出力してもよい。この場合、マッチング先抽出部２０４は、処理要求された企業に近い値としてマッチング指標が算出された企業の中から顧客取引データを比較するので、取引しないほうが望ましい企業として、処理要求された企業にとってより現実的な選択肢を提示することができる。上記業績を低下させない提示の場合も上記業績を改善する場合と同様、セグメントデータ２０１４は、同じタイプ（または上記のように異なるタイプ）のいずれを用いてもよい。

１０００ ビジネスマッチングシステム
１００ クライアント端末
１０１ 記憶部
１０１１ 顧客属性データ
１０１２ 顧客財務データ
１０１３ 顧客取引データ
１０２ 表示部
１０３ 入力部
１０４ 処理要求部
１０５ 通信部
１０６ 制御部
２００ センタサーバ
２０１ 記憶部
２０１１ 顧客属性マスタデータ
２０１２ 顧客財務マスタデータ
２０１３ 顧客取引マスタデータ
２０１４ セグメントデータ
２０１５ マッチング指標データ
２０１６ 抽出リストデータ
２０２ セグメントデータ生成部
２０３ ポジション判定部
２０４ マッチング先抽出部
２０５ 通信部
２０６ 制御部
Ｎ ネットワーク。

Claims (5)

1. マッチング対象となる企業を含む複数の企業のそれぞれについて、属性データ、財務データ、取引データを所定の分類項目で分類したセグメントデータを生成するセグメントデータ生成部と、
   あらかじめ定められた指標に基づいて、同じタイプとして分類された前記セグメントデータの企業を順位付け、所定の範囲に順位付けされた企業のセグメントデータを抽出するポジション判定部と、
   抽出されたセグメントデータにより分類された企業の取引データと、前記マッチング対象となる企業の取引データとに基づいて、前記分類された企業の取引データに示される取引先のうち、前記マッチング対象となる企業の取引データに含まれない取引先を、前記マッチング対象となる企業に有効な取引先として出力するマッチング先抽出部と、
   を備えることを特徴とするビジネスマッチングシステム。
2. 前記ポジション判定部は、所定の分類項目で分類したときのタイプが類似する前記セグメントデータの企業を含めて前記指標に基づいて順位付けし、所定の範囲に順位付けされた企業のセグメントデータを抽出する、
   ことを特徴とする請求項１に記載のビジネスマッチングシステム。
3. 前記ポジション判定部は、前記マッチング対象となる企業の属性データ、財務データ、取引データに類似する企業の属性データ、財務データ、取引データの有無を判定し、前記類似する企業の属性データ、財務データ、取引データがあると判定した場合、そのセグメントデータのタイプの企業を含めて前記指標に基づいて順位付けし、所定の範囲に順位付けされた企業のセグメントデータを抽出する、
   ことを特徴とする請求項１に記載のビジネスマッチングシステム。
4. 前記マッチング先抽出部は、順位付けした企業のうち、前記マッチング対象となる企業の順位に近い企業の取引データの中から、前記マッチング対象となる企業の取引データに含まれない取引先を抽出する、
   ことを特徴とする請求項１〜３のいずれか１項に記載のビジネスマッチングシステム。
5. マッチング対象となる企業を含む複数の企業のそれぞれについて、属性データ、財務データ、取引データを所定の分類項目で分類したセグメントデータを生成し、
   あらかじめ定められた指標に基づいて、同じタイプとして分類された前記セグメントデータの企業を順位付け、
   所定の範囲に順位付けされた企業のセグメントデータを抽出し、
   抽出されたセグメントデータにより分類された企業の取引データと、前記マッチング対象となる企業の取引データとに基づいて、前記分類された企業の取引データに示される取引先のうち、前記マッチング対象となる企業の取引データに含まれない取引先を、前記マッチング対象となる企業に有効な取引先として出力する、
   ことを特徴とするビジネスマッチング方法。

Images