JP2017207854A - 顧客管理システム、及び、顧客管理方法 - Google Patents

Abstract

【課題】位置情報と購買関連情報とを関連付ける。【解決手段】ユーザによる購買に関する情報を処理する顧客管理システムであって、プログラムを実行するプロセッサ及び前記プログラムを格納する記憶装置を備え、前記記憶装置は、前記ユーザによる購買が行われた場所及び時間を示す購買情報と、前記ユーザが存在した場所の時系列情報である軌跡を含む位置情報と、を格納し、前記プロセッサは、前記購買が行われた時間において当該購買が行われた場所に存在することを示す位置情報と、当該購買を含む購買情報とを関連付ける。【選択図】図１０

Description

本発明は、情報処理システム、及び、情報処理方法に関する。

ユーザの購買関連情報から、店舗の利用状況及びユーザの嗜好を分析し、嗜好に合わせた店舗及び商品の情報をユーザに提供することで、購買行動を促すことが行われてきた。そのためには、ユーザの購買関連情報が適切に取得され、さらに管理されている必要がある。

例えば、購買関連情報を取得する手段としては、クレジットカード、又は、ポイントカード等を決済時に利用する手段がある。この手段を用いる場合、クレジットカード、又は、ポイントカード等の利用状況から、利用した店舗、購入品目、金額、及び、時間等の情報が取得できることが前提である。

一方、クレジットカード、又は、ポイントカードの利用があれば、購買関連情報を取得することは可能であるが、利用がない場合、ユーザ情報を入手する手段を他に考慮する必要がある。これは、以下の理由による。

例えば、ユーザがある店舗に入店し、ある商品を購入することを検討したものの購入に至らなかった場合、購入記録は残らない。そのため、購買関連情報からユーザの嗜好を分析する場合、この店舗に入店した情報は用いられることがない。ただし、実際の店舗に入店した、という事実は、ユーザの嗜好を示す貴重な情報である。そのため、何等かの手段で入店した情報をユーザ情報として取得し、さらに管理する手段は有用である。

店舗への入店など、ユーザの実世界での行動を把握する手段として、携帯電話又は携帯アプリで取得可能なＧＰＳの位置情報、及び、Ｗｉ−Ｆｉ等のネットワークに接続した際の位置情報が挙げられる（例えば、特許文献１及び特許文献２参照）。ただし、これらの位置情報はユーザ情報保護の観点から、ユーザを特定できない形式で利用されることがある。例えば、携帯アプリで取得された位置情報は、１日の中の移動情報を同一のＩＤを利用することで追跡することは可能であっても、次の日にはそのＩＤが変更され、前日と同一のユーザを特定することは困難である。

特開２０１４−４４５８３号公報 特開２０１５−４６１５２号公報

購買関連情報とユーザの位置情報とを関連付けする方法には、購買履歴情報と携帯キャリアが保有するＧＰＳ情報を活用する方法が挙げられる。ただし、この方法は、携帯キャリア側が携帯電話の持ち主のユーザ情報を既に保持することが前提である。そのため、携帯キャリアではない他の企業は、この方法を活用することができない。

このため、携帯キャリア及び関連企業から販売又は提供されるデータであり、かつ、ユーザが特定できないデータを用いる場合、購買履歴情報と携帯電話のＧＰＳ情報とを関連付けする方法を用いることはできない。

さらに、購買関連情報とユーザの位置情報とを何らかの方法で関連付けできた場合でも、関連付けした結果の精度が低い場合があるため、精度を向上する必要がある。

以上のように、ＧＰＳ等の位置情報は、携帯キャリアではない他の企業では、ユーザ情報が特定できないため、購買関連情報との関連付けできないことが課題であった。また、仮に、何等かの方法でユーザの位置情報と購買関連情報とを関連付けができたとしても、その精度が低いことが課題であった。

本発明の目的は、ユーザが特定できない状態である位置情報と、購買関連情報との関連付けを可能とし、加えて、その関連付けの精度を向上させることを可能とするシステムを提供することにある。

本願において開示される発明の代表的な一例を示せば以下の通りである。すなわち、ユーザによる購買に関する情報を処理する顧客管理システムであって、プログラムを実行するプロセッサ及び前記プログラムを格納する記憶装置を備え、前記記憶装置は、前記ユーザによる購買が行われた場所及び時間を示す購買情報と、前記ユーザが存在した場所の時系列情報である軌跡を含む位置情報と、を格納し、前記プロセッサは、前記購買が行われた時間において当該購買が行われた場所に存在することを示す位置情報と、当該購買を含む購買情報とを関連付けることを特徴とする。

本発明によれば、ユーザが一意に特定されていない位置情報と、ユーザが一意に特定されている購買関連情報とを関連付けることが可能である。これにより、ユーザの行動を正確に分析できる。

上記した以外の課題、構成及び効果は、以下の実施形態の説明により明らかにされる。

本実施例の顧客管理システムを示すブロック図である。 本実施例の購買関連情報データベースシステムを示す説明図である。 本実施例の位置情報データベースシステムを示す説明図である。 本実施例の統計情報データベースシステムを示す説明図である。 本実施例の購買関連情報と位置情報とを関連付ける処理の概要を示すフローチャートである。 本実施例のユーザが購買を実行した時間と場所とを特定する処理（ステップ３１）を示すフローチャートである。 本実施例の購買が実施された時間と場所とに存在する位置情報（複数）を抽出する処理（ステップ３２）を示すフローチャートである。 本実施例の複数の軌跡の候補の中から、購買を行ったユーザの軌跡を特定し、ユーザの位置情報を特定する処理（ステップ３３）を示すフローチャートである。 本実施例のユーザの特定方法Ａ（ステップ４４）を用いた処理を示すフローチャートである。 本実施例のユーザの特定方法Ｂ（ステップ４６）を用いた処理を示すフローチャートである。 本実施例のユーザの特定方法Ｃ（ステップ４８）を用いた処理を示すフローチャートである。 本実施例のユーザの行動履歴を蓄積する処理（ステップ３４）を示すフローチャートである。 本実施例の購買が行われた時間と場所とに存在する位置情報を抽出する処理を示す説明図である。 本実施例のユーザの特定方法Ａを用いて、複数の購買情報からユーザを特定する処理（ステップ４５）を示す説明図である。 本実施例のユーザの特定方法Ｂを用いて、ユーザの住所からユーザを特定する処理（ステップ４６）を示す説明図である。 本実施例のユーザの特定方法Ｃを用いて、購買が行われた場所周辺の統計情報からユーザを特定する処理（ステップ４９）を示す説明図である。

以下、本発明を適用した購買関連情報と位置情報を関連付けする方法の実施例について説明する。

図１は、本実施例の顧客管理システム１００を示すブロック図である。

顧客管理システム１００は、ユーザによる購買に関する情報を取得し、処理する情報処理システムである。顧客管理システム１００は、入力装置１０１、出力装置１０２、通信装置１０３、ＣＰＵ１０４、メモリ１０５、及び、記憶装置１１０を含む。

ＣＰＵ１０４は、メモリ５０１に格納されたプログラムを実行する。ＣＰＵ１０４は、プロセッサであってもよく、プログラムを実行できる装置であれば何れの装置であってもよい。

メモリ５０１は、不揮発性の記憶素子であるＲＯＭ及び揮発性の記憶素子であるＲＡＭを含む。ＲＯＭは、不変のプログラム（例えば、ＢＩＯＳ）などを格納する。ＲＡＭは、ＤＲＡＭ（Dynamic Random Access Memory）のような高速かつ揮発性の記憶素子であり、ＣＰＵ１０４が実行するプログラム及びプログラムの実行時に使用されるデータを一時的に格納する。

記憶装置１１０は、例えば、磁気記憶装置（ＨＤＤ）、フラッシュメモリ（ＳＳＤ）等の大容量かつ不揮発性の記憶装置によって構成され、ＣＰＵ１０４が実行するプログラム及びプログラムの実行時に使用されるデータを格納する。すなわち、プログラム及びデータは、ＣＰＵ１０４によって、記憶装置１１０から読み出され、メモリ５０１にロードされ、実行される。

通信装置１０３は、所定のプロトコルに従って、他の装置との通信を制御するインターフェース装置である。

入力装置１０１は、キーボードやマウスなどであり、オペレータからの入力を受けるインターフェースである。出力装置１０２は、ディスプレイ装置やプリンタなどにデータを出力する装置であり、プログラムの実行結果をオペレータが視認可能な形式で出力するインターフェースである。出力装置１０２は、音響信号（音声や楽曲）を出力するものでもよい。

ＣＰＵ１０４が実行するプログラムは、リムーバブルメディア（ＣＤ−ＲＯＭ、フラッシュメモリなど）又はネットワークを介して顧客管理システム１００に提供され、非一時的記憶媒体である記憶装置１１０に格納される。このため、顧客管理システム１００は、リムーバブルメディアからデータを読み込むインターフェースを有するとよい。

顧客管理システム１００は、物理的に一つの計算機上で、又は、論理的又は物理的に複数の計算機上で構成される計算機システムであり、前述したプログラムが、同一の計算機上で別個のスレッドで動作してもよく、複数の物理的計算機資源上に構築された仮想計算機上で動作してもよい。

記憶装置１１０は、購買関連情報データベースシステム１１１、位置情報データベースシステム１１２、関連付けモジュール１１３、統計情報データベースシステム１１４、統計処理モジュール１１５、精度向上モジュール１１６、地図データベースシステム１１７、及び、空間情報表示モジュール１１８を含む。

購買関連情報データベースシステム１１１は、ユーザによる購買に関する情報と、ユーザに関する情報と、購買が行われる店舗に関する情報とを有する。位置情報データベースシステム１１２は、ユーザが特定されていない人物の位置情報を有する。

顧客管理システム１００は、購買関連情報データベースシステム１１１及び位置情報データベースシステム１１２に格納される情報を、外部から取得し、記憶装置１１０に格納する。顧客管理システム１００は、定期的、又は、所定の期間ごとに情報を外部から取得してもよいし、顧客管理システム１００のオペレータの指示に従って情報を外部から取得してもよい。

統計情報データベースシステム１１４は、場所ごとのユーザの出現頻度を示す情報を有する。顧客管理システム１００は、統計情報データベースシステム１１４に格納される情報を外部から取得してもよく、また、以下に示す図３Ａの処理によって更新する。

関連付けモジュール１１３、統計処理モジュール１１５、精度向上モジュール１１６、及び、空間情報表示モジュール１１８は、プログラムによって実装され、ＣＰＵ１０４によって実行される。しかし、これらのモジュールは、物理的なデバイス（例えば、ＦＰＧＡ）によって実装されてもよい。

関連付けモジュール１１３は、購買を行ったユーザと、位置情報とを関連付けるためのモジュールである。統計処理モジュール１１５は、位置ごとのユーザの出現頻度を算出するモジュールである。精度向上モジュール１１６は、統計情報データベースシステム１１４を用いて、購買を行ったユーザと、位置情報とを関連付けるためのモジュールである。

空間情報表示モジュール１１８は、関連付けモジュール１１３及び精度向上モジュール１１６等の処理結果を表示するためのデータを、出力装置１０２を介して出力する。

図２Ａ〜図２Ｃは、本実施例の記憶装置１１０に格納されるデータベースシステムを示す説明図である。図２Ａは、本実施例の購買関連情報データベースシステム１１１を示す説明図である。

購買関連情報データベースシステム１１１は、店舗等の購買が行われた施設から送られてきたユーザによる購買に関する情報を有する。例えば、ポイントカード及びクレジットカードの使用履歴等から取得された情報を有する。

購買関連情報データベースシステム１１１は、購買情報２１、ユーザ情報２２、及び、店舗マスタ２３を含む。さらに、購買情報２１は、購買ＩＤ２１１、ユーザＩＤ２１２、購買店舗ＩＤ２１３、購買日時２１４、品目２１５、及び、利用金額２１６などの購買履歴情報を格納する。

購買ＩＤ２１１は、一回ごとの購買を一意に特定する識別子を示す。ユーザＩＤ２１２は、ユーザ一人ずつを一意に特定する識別子を示す。購買店舗ＩＤ２１３は、ユーザが物品又はサービス等を購買した店舗を一意に特定する識別子を示す。

購買日時２１４は、ユーザＩＤ２１２が示すユーザによる購買が行われた日及び時刻を示す。品目２１５は、ユーザが購買した物品又はサービス等の名称又は識別子を示す。利用金額２１６は、購買においてユーザから支払われた金額又は金額帯を示す。

ユーザ情報２２は、ユーザＩＤ２２１、氏名２２２、住所２２３、年齢２２４、及び、性別２２５などのユーザに関する情報を格納する。ユーザＩＤ２２１は、ユーザ一人ずつを一意に特定する識別子を示し、ユーザＩＤ２１２に対応する。

氏名２２２は、ユーザの氏名を示す。住所２２３は、ユーザの住所を示し、例えば、住所の緯度経度を示してもよい。年齢２２４は、ユーザの年齢又は年代等を示す。性別２２５は、ユーザの性別を示す。

店舗マスタ２３は、店舗ＩＤ２３１、名称２３２、及び、住所２３３などの情報を格納する。店舗ＩＤ２３１は、店舗を一意に特定する識別子を示し、購買店舗ＩＤ２１３に対応する。名称２３２は、店舗ＩＤ２３１が示す店舗の名称を示す。住所２３３は、店舗ＩＤ２３３が示す店舗の住所を示し、例えば、住所の緯度経度を示してもよい。

記憶装置１１０に格納されるプログラムは、購買情報２１に格納されるユーザＩＤ２１２をキーにして、ユーザ情報２２に格納される住所２２３を抽出する。また、プログラムは、購買情報２１に格納される購買店舗ＩＤ２１３をキーにして、店舗マスタ２３に格納される住所２３３を抽出する。

図２Ｂは、本実施例の位置情報データベースシステム１１２を示す説明図である。

位置情報データベースシステム１１２は、移動する人物の軌跡を示す情報を有する。例えば、ＧＰＳ機能がついた携帯端末から取得された位置情報を有する。

位置情報データベースシステム１１２は、位置情報２４を含む。位置情報２４は、軌跡ＩＤ２４１、日時２４２、及び、座標２４３などの位置情報を格納する。軌跡ＩＤ２４１は、一つの軌跡を一意に特定する識別子を示す。

軌跡ＩＤ２４１が同一のレコード群は、１日（又は所定の期間）における同一の人物（例えば、ＧＰＳ付きの携帯電話）による移動の軌跡を示す。本実施例のユーザは人物を携帯し、軌跡ＩＤ２４１が示す軌跡はユーザによる移動の経路を示す。しかし、位置情報２４における軌跡は、ユーザを一意に特定できない。

なお、本実施例における軌跡は、ユーザ情報保護の観点により、日が変わる際、又は、所定の期間の経過後において、同じ人物による軌跡であっても、異なる軌跡ＩＤ２４１が割り当てるとよい。

日時２４２及び座標２４３は、人物が存在した時間及び場所を示す。位置情報２４は、人物が存在した時間及び場所によって、動体の軌跡を示す。

以下において、位置情報２４のレコードの各々を、単に位置情報と記載することがある。

図２Ｃは、本実施例の統計情報データベースシステム１１４を示す説明図である。

統計情報データベースシステム１１４は、メッシュ毎の出現頻度２５、ユーザメッシュ毎の出現頻度２６、及び、メッシュ情報２７を含む。メッシュ毎の出現頻度２５は、メッシュＩＤ２５１、時間帯２５２、出現頻度２５３、及び、前メッシュＩＤ２５４などの情報を格納する。

メッシュＩＤ２５１は、一つのメッシュを一意に特定する識別子を示す。時間帯２５２は、所定の時間を含む時間帯を示す。出現頻度２５３は、ユーザが、前メッシュＩＤ２５４が示すメッシュから、メッシュＩＤ２５１が示すメッシュを、時間帯２５２が示す時間帯に訪れる頻度を示す。前メッシュＩＤ２５４は、メッシュＩＤ２５１が示すメッシュの前に、ユーザがいたメッシュを一意に特定する識別子を示す。

ユーザメッシュ毎の出現頻度２６は、ユーザＩＤ２６１、メッシュＩＤ２６２、時間帯２６３、出現頻度２６４、及び、前メッシュＩＤ２６５などの情報を格納する。ユーザＩＤ２６１は、ユーザ一人ずつを一意に特定する識別子を示す。メッシュＩＤ２６２は、一つのメッシュを一意に特定する識別子を示す。

時間帯２６３は、時間帯を示す。出現頻度２６４は、ユーザＩＤ２６１が示すユーザが、前メッシュＩＤ２５５に存在した後に、時間帯２６３においてメッシュＩＤ２６２が示すメッシュに出現する頻度を示す。前メッシュＩＤ２６５は、メッシュＩＤ２６２が示すメッシュの前にいたメッシュを一意に特定する識別子を示す。

統計処理モジュール１１５は、ユーザメッシュ毎の出現頻度２６の出現頻度２６４を、メッシュＩＤ２６２及び前メッシュＩＤ２６５の組み合わせ毎に定期的に集計し、メッシュＩＤ２５１毎の出現頻度２５の出現頻度２５３に集計結果を格納する。

メッシュ情報２７は、メッシュＩＤ２７１、矩形領域＿座標２７２などの情報を格納する。メッシュＩＤ２７１は、一つのメッシュを一意に特定する識別子を示す。

矩形領域＿座標２７２は、メッシュの矩形領域を示す。矩形領域＿座標２７２は、例えば、矩形における対角の座標を示してもよいし、基準となる角の座標を示してもよい。また、矩形領域＿座標２７２は、緯度経度によって座標を示してもよい。

記憶装置１１０が含むモジュールが実行される際、モジュールは、メッシュ毎の出現頻度２５のメッシュＩＤ２５１をキーにして、メッシュ情報２７に格納される矩形領域＿座標２７２を抽出する。また、モジュールは、ユーザメッシュ毎の出現頻度２６のメッシュＩＤ２６２をキーにして、メッシュ情報２７に格納される矩形領域＿座標２７２を抽出する。

図３Ａ及び図３Ｂは、本実施例の購買関連情報と位置情報とを関連付ける処理を示すフローチャートである。図３Ａは、本実施例の購買関連情報と位置情報とを関連付ける処理の概要を示すフローチャートである。

まず、関連付けモジュール１１３は、ユーザによって購買が実行された時間と場所とを特定する（ステップ３１）。

ユーザが購買を行った時間と場所とが特定された場合、関連付けモジュール１１３は、購買した時間と場所とに存在する位置情報（複数）を抽出する（ステップ３２）。なお、関連付けモジュール１１３は、購買した店舗の場所を含む所定の領域に存在する位置情報を抽出することによって、店舗の中及び近辺に存在する位置情報を抽出する。

関連付けモジュール１１３は、ステップ３２において抽出された複数の位置情報の中から、購買を実行したユーザが移動した軌跡を示す位置情報を特定する（ステップ３３）。

購買を実行したユーザの位置情報が特定された場合、統計処理モジュール１１５は、特定された位置情報に基づいて、統計情報データベースシステム１１４を更新する（ステップ３４）。これによって、統計処理モジュール１１５は、ユーザの行動履歴を蓄積する。

図３Ｂは、本実施例のユーザが購買を実行した時間と場所とを特定する処理（ステップ３１）を示すフローチャートである。

関連付けモジュール１１３は、ステップ３１において、まず、購買情報２１から一つのレコードを指定し（ステップ３５）、指定したレコードの購買店舗ＩＤ２１３を取得する。関連付けモジュール１１３は、取得した購買店舗ＩＤ２１３に対応する店舗を示すレコードを、店舗マスタ２３において特定し、特定したレコードが示す店舗の住所２３３を取得する（ステップ３６）。

取得された店舗の住所２３３が文字列によって住所を示す場合、関連付けモジュール１１３は、ジオコーディングにより、住所を示す文字列から店舗の住所を示す緯度経度情報を取得する（ステップ３７）。例えば、取得された店舗Ａの住所の文字列が、「東京都品川区東品川４−１２−７」である場合、関連付けモジュール１１３は、ジオコーディングにより、「北緯３５．５３６度、東経１３９．６１７度」のような緯度経度情報を取得する。

ステップ３７の後、関連付けモジュール１１３は、ステップ３２を実行する。

図４Ａは、本実施例の購買が実施された時間と場所とに存在する位置情報（複数）を抽出する処理（ステップ３２）を示すフローチャートである。

関連付けモジュール１１３は、まず、ステップ３７において特定された情報が示す緯度経度を基準とした所定の条件の領域（例えば、特定した緯度経度を中心とした円内）に、購買日時２１４において存在したことを示す位置情報を、位置情報２４から抽出する（ステップ４１）。これにより、所定の条件に合致する軌跡の位置情報を抽出する。

具体的には、関連付けモジュール１１３は、特定された緯度経度を基準とした所定の条件の領域に、座標２４３が含まれ、かつ、ステップ３５において指定したレコードの購買日時２１４に日時２４２が該当する（完全一致でもよいし、所定の誤差範囲（時間帯）に含まれてもよい）位置情報２４のレコードを抽出する。

ステップ４１において抽出される位置情報は、複数の人物が存在したことを示す位置情報であってもよいし、一人の人物が存在したことを示す位置情報でもよい。これは、購買があった店舗に、複数のユーザが同時に存在する可能性があるためである。

なお、特定した緯度経度を基準とした領域は、ユーザが店舗内又は店舗近くに存在すると判断できる領域であれば、どのような形状及び面積の領域であってもよく、楕円又は正方形等の形状であってもよい。

関連付けモジュール１１３は、抽出された位置情報の軌跡ＩＤ２４１と同じ軌跡ＩＤ２４１のレコードから、軌跡ＩＤ２４１毎の（例えば１日の）座標２４３を、位置情報２４から抽出し、時系列に並べる（ステップ４２）。

これによって、関連付けモジュール１１３は、購買を行ったユーザによる移動を示す軌跡の複数の候補を取得する。

ステップ４２の後、関連付けモジュール１１３は、時系列に並べられた軌跡ＩＤ２４１の（例えば１日の）位置情報を線でつなぐことによって、折れ線を生成する（ステップ４３）。これにより、関連付けモジュール１１３は、ユーザの軌跡を可視的に表現する折れ線を生成する。

例えば、ステップ４１により、所定の条件に合致する位置情報が３レコード抽出された場合を以下に示す。ここで、抽出された３レコードの位置情報は、三つの軌跡に含まれ、ステップ３５において指定した購買を行ったユーザによる軌跡の候補である。そして、ステップ４２以降の処理により、関連付けモジュール１１３は、この三つの軌跡の候補の中から、指定された購買情報に該当する一つの軌跡とその位置情報とを特定する。

例えば、三つの位置情報のそれぞれのレコードには、軌跡ＩＤ２４１として、「４００１」、「４００２」、「４００３」が割り当てられる。ステップ４２の処理により、関連付けモジュール１１３は、各軌跡ＩＤ２４１に合致する位置情報２４のレコードを抽出することによって、例えば、軌跡ＩＤ２４１として「４００１」、「４００２」及び「４００３」が割り当てられる位置情報のレコードをそれぞれ全て抽出する。

この抽出されたレコードは、軌跡ＩＤ２４１が１日の中で同一の人物（例えば、ＧＰＳ付きの携帯電話）の軌跡を示すという条件を満たす場合、１日の中の移動情報を示す。例えば、人物の位置情報が１５分ごとに測定される場合、関連付けモジュール１１３は、次のような同一の軌跡ＩＤ２４１の１５分ごとの位置情報の複数のレコードを抽出する。
［軌跡ＩＤ２４１：４００１、日時２４２：２０１５−１１−１０ １８：００、座標２４３：ｙ１、ｘ１］、［軌跡ＩＤ２４１：４００１、日時２４２：２０１５−１１−１０ １８：１５、座標２４３：ｙ２、ｘ２］、［軌跡ＩＤ２４１：４００１、日時２４２：２０１５−１１−１０ １８：３０、座標２４３：ｙ３、ｘ３］

関連付けモジュール１１３は、これらの位置情報の複数のレコードを、日時２４２を元に時系列に並べる。これによって、関連付けモジュール１１３は、１日の中での同一の人物の移動情報を得る。

また、ステップ４３の処理により、関連付けモジュール１１３は、時系列に並べられた軌跡ＩＤ２４１ごとの座標２４３を線でつなぐことによって、ユーザが移動した軌跡を示す折れ線を得る。上記の例では、関連付けモジュール１１３は、軌跡ＩＤ２４１が「４００１」の軌跡、「４００２」の軌跡、及び、「４００３」の軌跡を示す３本の折れ線が得る。

これら３本の折れ線は、何れもステップ４１において特定された緯度経度を基準とした領域を、ステップ３５において指定したレコードの購買日時において通過する。

図４Ｂは、本実施例の複数の軌跡の候補の中から、購買を行ったユーザの軌跡を特定し、ユーザの位置情報を特定する処理（ステップ３３）を示すフローチャートである。

関連付けモジュール１１３は、ステップ３２において抽出された軌跡の複数の候補の中から、購買を行ったユーザの軌跡を特定し、その位置情報を特定する処理（ステップ３３）において、ユーザを特定する三つの特定方法から少なくとも一つを用いる。なお、関連付けモジュール１１３は、必要に応じて精度向上モジュール１１６を呼び出し、実行する。

関連付けモジュール１１３は、ステップ３３において、ユーザの特定方法Ａを用いて、ステップ３５において指定したレコードの購買日時が示す日と同日の購買情報に基づいて、ユーザを特定する（ステップ４４）。

関連付けモジュール１１３は、ステップ４４によってユーザを一意に特定したか判定する（ステップ４５）。ステップ４４において、軌跡の候補が一つに特定された場合、関連付けモジュール１１３は、ユーザを一意に特定したと判定する。

ユーザを一意に特定した場合、関連付けモジュール１１３は、特定された軌跡の位置情報を元にユーザの行動履歴を統計情報データベースシステム１１４に蓄積する処理（ステップ３４）へ進む。一方、ユーザを一意に特定できない場合、関連付けモジュール１１３は、ユーザの特定方法Ｂを用いて、ユーザの住所からユーザを特定する（ステップ４６）。

ステップ４６の後、関連付けモジュール１１３は、ステップ４６でユーザを一意に特定できたかを判定する（ステップ４７）。ステップ４７において、軌跡の候補が一つに特定された場合、関連付けモジュール１１３は、ユーザを一意に特定したと判定する。

ユーザを一意に特定した場合、関連付けモジュール１１３は、特定された軌跡の位置情報を元にユーザの行動履歴を統計情報データベースシステム１１４に蓄積する処理（ステップ３４）へ進む。

一方、ユーザを一意に特定できない場合、関連付けモジュール１１３は、精度向上モジュール１１６を呼び出す。そして、精度向上モジュール１１６は、ユーザの特定方法Ｃを用いて、購買場所周辺の統計情報からユーザを特定する処理を実行する（ステップ４８）。

ステップ４８の後、関連付けモジュール１１３は、ステップ４８でユーザが一意に特定できたかを判定する（ステップ４９）。ステップ４９において、軌跡の候補が一つに特定された場合、関連付けモジュール１１３は、ユーザを一意に特定したと判定する。

ユーザを一意に特定した場合、関連付けモジュール１１３は、特定された軌跡の位置情報を元にユーザの行動履歴を統計情報データベースシステム１１４に蓄積する処理（ステップ３４）へ進む。一方、ステップ４９においてユーザを一意に特定できないと判定した場合、ステップ３５において指定した購買情報はユーザの移動を特定できない購買情報であると判定し、ステップ３４を実行することなく図４Ｂ及び図３Ａの処理を終了する。

なお、以下に示す実施例において、顧客管理システム１００は、ユーザの特定方法Ａ〜Ｃを順に実行することにより、購買を行ったユーザと軌跡を示す位置情報とを精度よく関連付けるが、特定方法Ａ〜Ｃの何れか一つ、又は、何れか二つを用いて関連付けてもよい。また、特定方法Ａ〜Ｃを実行する順番は、何れの順番であってもよい。

以下に示す処理の説明において、例として、軌跡ＩＤは、一人の人物に２４時間（１日）一意に割り当てられる。また、関連付けモジュール１１３は、図４Ａで抽出された１日の移動を示す３本の折れ線に、ユーザの特定方法Ａ〜Ｃを用いて１本の折れ線を特定し、購買を行ったユーザを一意に特定する。

図５Ａは、本実施例のユーザの特定方法Ａ（ステップ４４）を用いた処理を示すフローチャートである。

ステップ４４を開始する際、関連付けモジュール１１３は、ステップ４４が開始されるまでの処理で特定された、購買を行ったユーザによる移動を示す軌跡の複数の候補を取得する。図５Ａの処理は、取得した軌跡の複数の候補の中から、購買を行ったユーザに対応する軌跡を精度よく特定する処理である。

関連付けモジュール１１３は、ステップ４４において、購買情報２１から同日（具体的には、軌跡ＩＤが一意に割り当てられる期間）において、同じユーザによる購買情報のレコードを抽出する（ステップ５１）。

例えば、図３に示すステップ３５において指定されたレコードの購買情報が、ユーザａが店舗ＡでＹＹ年ＭＭ月ＤＤ日に購買したことを示し、さらに、このユーザａがＹＹ年ＭＭ月ＤＤ日に店舗Ｂで購買したことを示すレコードを、購買情報２１が含む場合、関連付けモジュール１１３は、ステップ５１において、ユーザａによる店舗Ｂにおけるこの購買を示すレコードを購買情報２１から抽出する。

ステップ５１の後、関連付けモジュール１１３は、同日において同じユーザによる購買情報のレコードを抽出できたかを判定する（ステップ５２）。購買情報のレコードを抽出できない場合、ユーザの特定方法Ａの処理を終了する。

一方、同日の同ユーザによる購買情報のレコードを抽出できた場合、関連付けモジュール１１３は、ステップ５２において抽出されたレコードが示す購買が行われた時間と場所とを特定し、さらに、この購買が行われた時間と緯度経度とを特定する（ステップ５３）。ここで特定された時間と緯度経度とは、指定された購買ではない他の購買の時間及び緯度経度である。

例えば、ユーザａがＹＹ年ＭＭ月ＤＤ日において店舗Ａの他に店舗Ｂでも購買した場合、関連付けモジュール１１３は、購買日時２１４と店舗Ｂの緯度経度とを購買情報２１及び店舗マスタ２３と、必要に応じたジオコーディングとによって取得する。

なお、関連付けモジュール１１３は、他の購買が行われた緯度経度を基準とした所定の領域（例えば、緯度経度を中心とした所定の面積の円）内の緯度経度を、他の購買の時間と緯度経度として取得してもよい。

これによって、購買が行われた店舗の場所としてあらかじめ格納された緯度経度と、ユーザの位置情報とに誤差があっても、正確に条件に一致する位置情報を取得できる。これは、例えば、店舗の住所として登録された場所と、ユーザが会計した場所とが異なる可能性や測位誤差があるためである。

ステップ５３の後、関連付けモジュール１１３は、ステップ５３において特定された、他の購買の時間と緯度経度とを示す位置情報に割り当てられた軌跡ＩＤであり、かつ、ステップ３５において指定されたレコードが示す購買の購買日時と緯度経度とに該当する位置情報の軌跡（ステップ４４の開始時に入力された候補の軌跡の何れか）に割り当てられた軌跡ＩＤを特定する。そして、特定した軌跡ＩＤに合致するレコードを位置情報２４から抽出する（ステップ５４）。

これによって、関連付けモジュール１１３は、指定された購買が行われた時間において指定された購買の場所に存在した人物による軌跡であり、かつ、指定された購買と同日に行われた他の購買の場所にも存在した人物による軌跡を、軌跡の複数の候補から特定する。そして、この特定された軌跡を、ユーザの移動を表現する軌跡として特定する。

ここで、ユーザの移動を表現する軌跡が複数特定された場合、取得された軌跡を、ユーザの移動を表現する軌跡の候補として特定する。

例えば、店舗Ｂの緯度経度かつ購買時間の条件に合致する位置情報に割り当てられた軌跡ＩＤ２４１が「４００１」、「４００２」及び「４００３」の何れかであった場合、関連付けモジュール１１３は、ステップ５４の処理の結果としてこれらの軌跡の何れかの軌跡ＩＤの位置情報を抽出する。

例えば、軌跡ＩＤ２４１が「４００１」の位置情報が、ステップ５３において特定した時間又は時間帯に店舗Ｂの位置を示す場合、軌跡ＩＤ２４１「４００１」の位置情報は、店舗Ｂにおいて購買を行い、かつ店舗Ａにおいても購買を行ったことを示す。

その場合、軌跡ＩＤ２４１「４００１」の位置情報について、図４Ａのステップ４３において生成された折れ線は、店舗Ａかつ店舗Ｂの位置を通過する折れ線である。このため、関連付けモジュール１１３は、ステップ５４において抽出された位置情報を、ユーザの移動を表現する軌跡（複数であれば、軌跡の候補）の位置情報として取得する（ステップ５５）。そして、関連付けモジュール１１３は、ステップ４４を終了する。

例えば、関連付けモジュール１１３は、軌跡ＩＤ２４１「４００１」の位置情報を、ユーザａが移動した軌跡を表現する軌跡の位置情報として取得する。

ユーザの特定方法Ａを用いることによって、関連付けモジュール１１３は、ユーザの移動を表現する軌跡（又は、軌跡の候補）の位置情報を精度よく特定できる。例えば、共通ポイントの参加店舗で連続して購買したユーザを特定でき、有用な方法である。

図５Ｂは、本実施例のユーザの特定方法Ｂ（ステップ４６）を用いた処理を示すフローチャートである。

ステップ４６を開始する際、関連付けモジュール１１３は、ステップ４６が開始されるまでの処理で特定された、購買を行ったユーザが移動した軌跡を表現する軌跡の候補（複数）を取得する。図５Ｂの処理は、取得した軌跡の候補の中から、購買を行ったユーザに対応する軌跡を精度よく特定する処理である。

ステップ４６において、関連付けモジュール１１３は、ステップ３５において指定されたレコードのユーザＩＤ２１２が示すユーザの住所を、ユーザ情報２２から抽出する（ステップ５６）。これによって、購買を実行したユーザの住所情報を取得する。

具体的には、関連付けモジュール１１３は、指定されたレコードのユーザＩＤ２１２にユーザＩＤ２２１が一致するユーザ情報２２のレコードから、住所２２３を取得する。そして、取得した住所２２３から、ジオコーディングにより、緯度経度情報を取得する（ステップ５７）。

なお、関連付けモジュール１１３は、取得した住所の緯度経度を基準とした所定の領域（例えば、緯度経度を中心とした所定の面積の円）内の緯度経度を、取得した住所の緯度経度情報として取得してもよい。これによって、住所として把握する緯度経度と、実際の位置情報とに誤差があっても、ユーザの住所である位置情報を正確に取得できる。

ステップ５７の後、関連付けモジュール１１３は、取得した住所の緯度経度に存在したことを示す位置情報（日時２４２が購買があった日である位置情報）に割り当てられた軌跡ＩＤであり、かつ、指定された購買が行われた時間及び緯度経度の位置情報に割り当てられた軌跡ＩＤ（ステップ４６開始時に入力された候補の軌跡ＩＤ）を特定する。そして、特定した軌跡ＩＤの位置情報を位置情報２４から抽出する（ステップ５８）。

これによって、関連付けモジュール１１３は、ユーザの住所に存在した人物であり、かつ、指定された購買が行われた時間に購買が行われた場所に存在した人物による移動を示す軌跡を、ユーザの移動を表現する軌跡として特定できる。そして、その軌跡の位置情報を特定できる。

例えば、ステップ５７において取得した住所２２３の緯度経度を含む位置情報の軌跡ＩＤ２４１が、「４００１」、「４００２」及び「４００３」の何れかであった場合、関連付けモジュール１１３は、ステップ５８の処理の結果として前述の軌跡ＩＤの何れかを抽出する。

例えば、軌跡ＩＤ２４１「４００２」が示す軌跡が、ユーザａの住所の緯度経度に存在したことを示す場合、軌跡ＩＤ２４１「４００２」は、ユーザａが店舗Ａで購買し、ユーザａが住所２２３の位置に居住することを示す。

このため、関連付けモジュール１１３は、ステップ５８において抽出された位置情報を、購買を行ったユーザの移動を表現する位置情報として取得する（ステップ５９）。ここで、ステップ５８において特定された軌跡が複数である場合、関連付けモジュール１１３は、購買を行ったユーザの移動を表現する軌跡の複数の候補の位置情報を取得する。そして、関連付けモジュール１１３は、ステップ４６を終了する。

前述の例において、関連付けモジュール１１３は、軌跡ＩＤ２４１「４００２」の位置情報を、ユーザａが移動した軌跡を表現する軌跡の候補の位置情報として取得する。

ユーザの特定方法Ｂを用いることによって、関連付けモジュール１１３は、ユーザの移動を表現する軌跡（又は、軌跡の候補）の位置情報を精度よく特定できる。これは、ユーザが住所のある場所を通過する軌跡は、ユーザによる軌跡である可能性が非常に高いことを利用したものであり、有用である。

また、顧客管理システム１００は、住所からの軌跡を特定することによって、居住地毎の購買動向及び購買動向を把握するプロファイリングによって、住所周辺の店舗などの広告宣伝をユーザに適切に提供することができる。

図６Ａは、本実施例のユーザの特定方法Ｃ（ステップ４８）を用いた処理を示すフローチャートである。

ステップ４８を開始する際、精度向上モジュール１１６は、関連付けモジュール１１３から、購買を行ったユーザによる移動を表現する軌跡の複数の候補の位置情報を取得する。図６Ａの処理は、取得した軌跡の候補の中から、購買を行ったユーザに対応する軌跡を精度よく特定する処理である。

ユーザの特定方法Ｃにおいて、精度向上モジュール１１６は、まず、指定されたレコードの購買が行われた場所及び時間を用いて、購買が行われた時間の前又は後にユーザが訪れる可能性の高い場所（複数であってもよいし、一つであってもよい）を統計情報データベースシステム１１４から抽出する（ステップ６１）。

具体的には、精度向上モジュール１１６は、ステップ３５において指定されたレコードの購買が、ユーザａが店舗Ａで１０時台に購買を行ったことを示す場合、店舗Ａの付近に１０時台に存在するユーザ（ユーザａ以外を含む）が、９時台又は１１時台に訪れる確率が高いメッシュを、メッシュ毎の出現頻度２５から特定する。

例えば、指定されたレコードの購買が行われた場所を含むメッシュのメッシュＩＤが「９０００」だった場合、精度向上モジュール１１６は、メッシュＩＤ２５１が「９０００」であり、かつ、時間帯２５２が１０時台であるレコードの出現頻度２５３及び前メッシュＩＤ２５４を抽出する。そして、この抽出された結果のうち、出現頻度２５３が所定の頻度よりも高い（又は最も高い）レコードの前メッシュＩＤ２５４を、購買が行われた１０時台より前の時間帯に、ユーザが購買の前又は後に訪れる可能性の高い場所（複数の場所であってもよい）として抽出する。

一方、精度向上モジュール１１６は、前メッシュＩＤ２５４が「９０００」であり、かつ、時間帯２５２が１１時台であるレコードの出現頻度２５３及びメッシュＩＤ２５１を抽出する。この抽出された結果のうち、出現頻度２５３が所定の頻度よりも高い（又は最も高い）レコードのメッシュＩＤ２５１を、購買が行われた１０時より後の時間帯に、ユーザが訪れる可能性の高い場所（複数の場所であってもよい）として抽出する。

さらに、精度向上モジュール１１６は、ユーザが購買の前又は後に訪れる可能性の高い場所として抽出されたメッシュＩＤ２５１が示すメッシュに関するユーザａの出現頻度２６４を、ユーザメッシュ毎の出現頻度２６から抽出する。

例えば、前述の処理の結果、店舗Ａの付近に１０時頃に存在するユーザ（ユーザａ以外を含む）が１１時頃に出現する可能性が高いメッシュのメッシュＩＤが「９００１」であることが特定されている場合、精度向上モジュール１１６は、メッシュＩＤ２６２「９００１」であり、ユーザＩＤ２６１がユーザａであり、時間帯２６３が１１時台であり、前メッシュＩＤ２６５が「９０００」である、ユーザメッシュ毎の出現頻度２６のレコードから出現頻度２６４を抽出する。

抽出した出現頻度２６４が所定の値よりも高い場合、精度向上モジュール１１６は、メッシュＩＤ２６２「９００１」を、購買を行ったユーザが訪れる可能性の高いメッシュとして抽出し、軌跡の候補を絞り込む条件とする。

前述のステップ６１において、精度向上モジュール１１６は、メッシュ毎の出現頻度２５とユーザメッシュ毎の出現頻度２６とを用いて、購買を行ったユーザが購買の前又は後に訪れる可能性の高いメッシュを絞り込んだが、当該ユーザに関する情報が多い場合、ユーザメッシュ毎の出現頻度２６のみを用いてもよい。また、当該ユーザに関する情報が少ない場合、メッシュ毎の出現頻度２５のみを用いてもよい。

次に、精度向上モジュール１１６は、ステップ６１において抽出した、購買を行ったユーザが購買の前又は後に訪れる可能性が高い場所に存在したことを示す位置情報の軌跡ＩＤであり、かつ、指定された購買が行われた緯度経度に存在したことを示す位置情報（ステップ４８開始時に入力された候補の位置情報）の軌跡ＩＤを特定し、特定した軌跡ＩＤの位置情報を位置情報２４から抽出する（ステップ６２）。

これによって、精度向上モジュール１１６は、購買が行われた時間の前又は後にユーザが訪れる可能性が高い場所に存在する人物であり、かつ、購買が行われた時間において購買が行われた場所に存在する人物の軌跡を示す位置情報を特定することができる。

例えば、入力された候補に割り当てられた軌跡ＩＤ２４１が「４００１」、「４００２」及び「４００３」の何れかである場合、精度向上モジュール１１６は、ステップ６２の処理の結果として前述の軌跡ＩＤ２４１の何れかを抽出する。

例えば、軌跡ＩＤ２４１「４００３」の位置情報の座標２４３が、１１時台においてメッシュＩＤ２７１「９００１」に該当する矩形領域＿座標２７２の内側に含まれる場合、精度向上モジュール１１６は、ユーザａは、軌跡ＩＤ２４１「４００３」に従って店舗Ａで１０時台に購買し、メッシュＩＤ２６２「９００１」に１１時頃に移動したと判定する。そして、軌跡ＩＤ２４１「４００３」の位置情報を抽出する。

その結果、精度向上モジュール１１６は、抽出された位置情報をユーザの移動を表現する軌跡の位置情報として取得する（ステップ６３）。ここで、取得した軌跡が複数である場合、精度向上モジュール１１６は、複数の軌跡を、ユーザの移動を表現する軌跡の候補の位置情報として取得する。

例えば、精度向上モジュール１１６は、軌跡ＩＤ２４１「４００３」を、ユーザａの移動を表現する移動の候補の位置情報として取得する。そして、取得した軌跡の候補の位置情報を、関連付けモジュール１１３に送り、ステップ４８を終了する。

ユーザの特定方法Ｃを用いることによって、関連付けモジュール１１３は、ユーザの移動に関する統計情報を用いることによって、ユーザの移動を表現する軌跡（又は、軌跡の候補）の位置情報を精度よく特定できる。

図６Ｂは、本実施例のユーザの行動履歴を蓄積する処理（ステップ３４）を示すフローチャートである。

図６Ｂの処理は、ステップ３３までの処理によって特定されたユーザの位置情報に基づいて、ユーザの行動履歴を統計処理データベースに蓄積する処理（ステップ３４）である。

統計処理モジュール１１５は、購買を行ったユーザの移動を表現する軌跡の位置情報を用いて、ユーザが出現した時間と場所（メッシュ）との情報を特定し、ユーザが存在した場所とそこから移動した先の場所を特定する。そして、特定した時間及び場所に基づいて、ユーザメッシュ毎の出現頻度２６を更新する（ステップ６４）。

例えば、統計処理モジュール１１５は、購買を行ったユーザａがメッシュＩＤ２６２「９０００」に１０時台に存在し、さらに、メッシュＩＤ２６２「９００１」に１１時台に存在した情報を、特定した軌跡の位置情報から特定する。そして、統計処理モジュール１１５は、ユーザＩＤ２６１がユーザａを示し、かつ、メッシュＩＤ２６２が「９００１」であり、かつ、前メッシュＩＤ２６５が「９０００」であり、かつ、時間帯２６３が１１時台であるレコードをユーザメッシュ毎の出現頻度２６から特定し（必要に応じて生成し）、特定したレコードの出現頻度２６４に出現回数として１を加算する。

さらに、統計処理モジュール１１５は、算出された時間と場所との情報を定期的に集計し、ユーザが存在する頻度が高い場所と時間とのランキングを生成し、メッシュ毎の出現頻度２５に登録する（ステップ６５）。

具体的には、統計処理モジュール１１５は、ユーザメッシュ毎の出現頻度２６のメッシュＩＤ２６２、時間帯２６３及び前メッシュＩＤ２６５の組み合わせが一致するレコードの出現頻度２６４を定期的に加算する。そして、メッシュＩＤ２６２、時間帯２６３及び前メッシュＩＤ２６５の組み合わせと、メッシュＩＤ２５１、時間帯２５２及び前メッシュＩＤ２５４の組み合わせとが一致する出現頻度２５のレコードの出現頻度２５３に、加算した結果を登録（既に出現頻度２５３に値が格納されている場合、加算）する。

ユーザメッシュ毎の出現頻度２６とメッシュ毎の出現頻度２５とは、メッシュＩＤ２６２及びメッシュＩＤ２５１と、前メッシュＩＤ２６５及び前メッシュＩＤ２５４と、時間帯２６３及び時間帯２５２が対応する項目である。

ステップ６５の後、統計処理モジュール１１５は、ステップ３４の処理を終了する。

ステップ３４の処理を実行することによって、統計処理モジュール１１５は、過去のユーザの移動を示す行動履歴を統計情報データベースシステム１１４に蓄積することによって、行動履歴と購買履歴とを高精度に関連付けることができる。そして、図３Ａに示す処理を繰り返すことによって、統計情報データベースシステム１１４が保持する行動履歴は増え、より精度の高いユーザの特定が可能である。そして、顧客管理システム１００は、精度の高いサービスの提供できる。また、特定の地域を行動するユーザを狙ったピンポイントの広告宣伝とができる。

なお、関連付けモジュール１１３は、前述の図６Ｂの処理以外にも、ステップ３３までの処理に基づき、購買ＩＤと軌跡ＩＤとの関連付けを示す情報を、記憶装置１１０に格納してもよい。

図７は、本実施例の購買が行われた時間と場所とに存在する位置情報を抽出する処理を示す説明図である。

図７に示す説明図７０ａ〜説明図７０ｃは、図３Ａに示す処理（ステップ３１、ステップ３２）により得られる結果を示す。

説明図７０ａは、ポイント７１を含み、ステップ３１の処理結果を示す。ポイント７１は、購買が行われた場所を示し、ステップ３５により指定された購買の場所を示す。

説明図７０ｂは、領域７２、及び、ポイント７３〜７５を含み、ステップ３２のステップ４１の処理結果を示す。領域７２は、購買が行われた場所の周辺を検索する条件の円を示し、ステップ４１における、購買が行われた場所の緯度経度を基準とした所定の条件の領域に相当する。

ポイント７３〜７５は、領域７２の円の中に含まれ、かつ、購買された時間（又は時間帯）と一致する位置情報として、ステップ４１において抽出された結果を示す。

説明図７０ｃは、折れ線７６〜７８を含み、ステップ３２のステップ４２及び４３の処理結果を示す。折れ線７６〜７８は、関連付けモジュール１１３が、ポイント７３〜７５のそれぞれの位置情報に割り当てられるＩＤを元に、同一の軌跡ＩＤを持つ位置情報を抽出し、時系列で並べた結果をつないだ結果である。

この折れ線７６〜７８の何れかが、ポイント７１の場所で実際に購買を実施したユーザが移動した軌跡の候補である。

図８は、本実施例のユーザの特定方法Ａを用いて、複数の購買情報からユーザを特定する処理（ステップ４５）を示す説明図である。図８は、説明図８０ａ〜説明図８０ｃを示す。

説明図８０ａは、説明図７０ｃと同じであり、ステップ４４に入力される情報である。

説明図８０ｂは、ポイント８１、領域８２、及び、ポイント８３を含み、ステップ５１〜５４の処理結果を示す。

ポイント８１は、ステップ５１において抽出された購買の場所を示す。例えば、購買を行ったユーザがユーザａである場合、ポイント８１は、指定された購買（ポイント７１における購買）とは別の購買であり、かつ、指定された購買と同日のユーザａによる購買の場所を示す。

領域８２は、別の購買が行われた場所の周辺を検索する条件の円を示し、別の購買が行われた緯度経度を基準とした所定の領域を示す。ポイント８３は、領域８２の円の中に含まれ、かつ、折れ線７６〜７８の何れかの軌跡ＩＤと同一の軌跡ＩＤが割り当てられた位置情報である。

説明図８０ｃは、ユーザの特定方法Ａを用いて、同日の複数の購買情報と位置情報とを照合した結果、折れ線７６が、ポイント７１の場所で購買を行ったユーザａの軌跡の候補であることを示す。

図９は、本実施例のユーザの特定方法Ｂを用いて、ユーザの住所からユーザを特定する処理（ステップ４６）を示す説明図である。図９は、説明図９０ａ〜説明図９０ｃを示す。

説明図９０ａは、説明図７０ｃと同じであり、ステップ４６に入力される情報である。

説明図９０ｂは、ポイント９１、領域９２及びポイント９３を含む。ポイント９１は、ステップ５６によって抽出されたユーザの住所を示す。

例えば、ユーザがユーザａである場合、ポイント９１は、ユーザａの住所の位置情報である。領域９２は、ポイント９１が示す住所の位置情報周辺を検索する条件の円を示し、住所の緯度経度を基準とした所定の領域を示す。

ポイント９３は、ステップ５８において、領域９２の円に含まれる位置情報であり、かつ、折れ線７６〜７８の何れかの軌跡ＩＤと同一の軌跡ＩＤを持つ位置情報を抽出した結果を示す。

説明図９０ｃは、ユーザの特定方法Ｂを用いて、ユーザの住所情報と位置情報とを照合した結果、折れ線７７が、ポイント７１の場所で購買を行ったユーザａの軌跡の候補であることを示す。

図１０は、本実施例のユーザの特定方法Ｃを用いて、購買が行われた場所周辺の統計情報からユーザを特定する処理（ステップ４９）を示す説明図である。図１０は、説明図１０００ａ〜説明図１０００ｃを示す。

説明図１０００ａは、説明図７０ｃと同じであり、ステップ４９に入力される情報である。

説明図１０００ｂは、メッシュ１００１及び１００２を含む。メッシュ１００１及び１００２は、購買が行われた場所と時間に対し、その前又は後に訪れる可能性が高いメッシュを示す。

説明図１０００ｂ及び１０００ｂに含まれる格子がメッシュである。図１０において、格子の中央に記載される数字は、メッシュ１００１内にいたユーザが次の時間帯に数字が記載されたメッシュに出現する頻度（確率）を示す。

メッシュ１００１は、購買が行われた場所（ポイント７１）を含む。メッシュ１００１において購買が行われ、購買が行われた時間帯の後の時間帯にもメッシュ１００１内に購買を行ったユーザがいる頻度は、例えば、数値４である。

また、メッシュ１００２は、メッシュ１００１において購買が行われた時間帯の後に訪れる可能性が高いメッシュである。例えば、メッシュ１００１からメッシュ１００２に移動する出現頻度は、数値７である。

説明図１０００ｃは、ポイント１００３を含む。

ポイント１００３は、メッシュ１００２の中に含まれる。また、ポイント１００３は、購買が行われた後の時間帯にユーザがいたことを示す位置情報に割り当てられた軌跡ＩＤであり、かつ、折れ線７６〜７８の何れかの軌跡ＩＤと同一の軌跡ＩＤが割り当てられた位置情報を示す。

このため、折れ線７８は、ユーザの特定方法Ｃを用いて、メッシュ毎の時間帯ごとの出現頻度と位置情報とを照合した結果抽出された、ポイント７１の場所で購買を行ったユーザａの軌跡の候補を示す。

以上のように、本実施例の顧客管理システム１００によれば、ユーザが特定されていない人物による移動を示す位置情報と、ユーザによる購買を示す購買関連情報とを関連付けることが可能となる。そして、この関連付け結果を分析することにより、ユーザに対して適切なサービスを提供することが可能である。

さらに、本実施例の顧客管理システム１００は、位置情報と購買関連情報とを関連付けする精度を、複数の方法を用いることによって向上することができる。特に、統計情報データベースシステム１１４と特定方法Ｃを用いることで精度を向上することが可能となる。

なお、本発明は上記した実施例に限定されるものではなく、様々な変形例が含まれる。例えば、上記した実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明したすべての構成を備えるものに限定されるものではない。

また、上記の各構成、機能及び処理部等は、それらの一部又は全部を、例えば集積回路で設計する等によりハードウェアで実現してもよい。また、上記の各構成、機能等は、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによりソフトウェアで実現してもよい。各機能を実現するプログラム、テーブル又はファイル等の情報は、メモリ、ハードディスク、若しくはＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）等の記録装置、又は、ＩＣカード、若しくはＳＤカード等の記録媒体に置くことができる。

また、図１に示すモジュール及びデータベースシステム間の制御線及び情報線は、説明上必要と考えられるものを示しており、製品上必ずしもすべての制御線や情報線を示しているとは限らない。実際には殆どすべての構成が相互に接続されている。

１１１ 購買関連情報データベースシステム、１１２ 位置情報データベースシステム、１１３ 関連付けモジュール、１１４ 統計情報データベースシステム、１１５ 統計処理モジュール、１１６ 精度向上モジュール、１１７ 地図データベースシステム、１１８ 空間情報表示モジュール

Claims (10)

1. ユーザによる購買に関する情報を処理する顧客管理システムであって、
   プログラムを実行するプロセッサ及び前記プログラムを格納する記憶装置を備え、
   前記記憶装置は、前記ユーザによる購買が行われた場所及び時間を示す購買情報と、前記ユーザが存在した場所の時系列情報である軌跡を含む位置情報と、を格納し、
   前記プロセッサは、前記購買が行われた時間において当該購買が行われた場所に存在することを示す位置情報と、当該購買を含む購買情報とを関連付けることを特徴とする顧客管理システム。
2. 請求項１に記載の顧客管理システムであって、
   前記プロセッサは、
   前記ユーザにより第１の時間において購買が行われた第１の場所と、第２の時間において購買が行われた第２の場所とを含む購買情報と、
   前記第１の時間において前記第１の場所に存在することを示し、かつ、前記第２の時間において前記第２の場所に存在することを示す位置情報と、を関連付けることを特徴とする顧客管理システム。
3. 請求項１に記載の顧客管理システムであって、
   前記プロセッサは、前記ユーザの住所を含むユーザ情報を参照して、前記ユーザの住所に存在することを示す位置情報と、当該ユーザの購買情報とを関連付けることを特徴とする顧客管理システム。
4. 請求項１に記載の顧客管理システムであって、
   前記プロセッサは、
   前記ユーザがある場所から他の場所へ移動する頻度を示す統計情報を参照して、前記購買が行われた時間の前又は後に前記ユーザが存在する可能性が高い場所を特定し、
   前記購買が行われた時間において存在する場所と、当該購買の前又は後にユーザが存在する可能性が高い場所とが含まれる位置情報と、当該購買の購買情報とを関連付けることを特徴とする顧客管理システム。
5. 請求項１に記載の顧客管理システムであって、
   前記プロセッサは、前記ユーザが移動した軌跡を示す位置情報に基づいて、前記ユーザが存在した場所と、移動前後の他の場所との組み合わせを作成し、前記場所の間を移動する頻度を示す統計情報を生成し、前記記憶装置に格納することを特徴とする顧客管理システム。
6. ユーザによる購買に関する情報を計算機が処理する顧客管理方法であって、
   前記計算機は、プログラムを実行するプロセッサ及び前記プログラムを格納する記憶装置を有し、
   前記記憶装置は、前記ユーザによる購買が行われた場所及び時間を示す購買情報と、前記ユーザが存在した場所の時系列情報である軌跡を含む位置情報と、を格納し、
   前記方法は、前記プロセッサが、前記購買が行われた時間において当該購買が行われた場所に存在することを示す位置情報と、当該購買を含む購買情報とを関連付けることを特徴とする顧客管理方法。
7. 請求項６に記載の顧客管理方法であって、
   前記プロセッサは、
   前記ユーザにより第１の時間において購買が行われた第１の場所と、第２の時間において購買が行われた第２の場所とを含む購買情報と、
   前記第１の時間において前記第１の場所に存在することを示し、かつ、前記第２の時間において前記第２の場所に存在することを示す位置情報と、を関連付けることを特徴とする顧客管理方法。
8. 請求項６に記載の顧客管理方法であって、
   前記プロセッサは、前記ユーザの住所を含むユーザ情報を参照して、前記ユーザの住所に存在することを示す位置情報と、当該ユーザの購買情報とを関連付けることを特徴とする顧客管理方法。
9. 請求項６に記載の顧客管理方法であって、
   前記プロセッサは、前記ユーザがある場所から他の場所へ移動する頻度を示す統計情報を参照して、前記購買が行われた時間の前又は後に前記ユーザが存在する可能性が高い場所を特定し、
   前記プロセッサは、前記購買が行われた時間において存在する場所と、当該購買の前又は後にユーザが存在する可能性が高い場所とが含まれる位置情報と、当該購買の購買情報とを関連付けることを特徴とする顧客管理方法。
10. 請求項６に記載の顧客管理方法であって、
    前記プロセッサは、前記ユーザが移動した軌跡を示す位置情報に基づいて、前記ユーザが存在した場所と、移動前後の他の場所との組み合わせを作成し、前記場所の間を移動する頻度を示す統計情報を生成し、前記記憶装置に格納することを特徴とする顧客管理方法。

Images