JP2018536947A - ターゲットクラスタリング手法を利用して、属性タイプが混合した顧客をセグメント化するためのシステムおよび方法 - Google Patents
ターゲットクラスタリング手法を利用して、属性タイプが混合した顧客をセグメント化するためのシステムおよび方法 Download PDFInfo
- Publication number
- JP2018536947A JP2018536947A JP2018530015A JP2018530015A JP2018536947A JP 2018536947 A JP2018536947 A JP 2018536947A JP 2018530015 A JP2018530015 A JP 2018530015A JP 2018530015 A JP2018530015 A JP 2018530015A JP 2018536947 A JP2018536947 A JP 2018536947A
- Authority
- JP
- Japan
- Prior art keywords
- attribute data
- data
- customer
- demographic
- computing system
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 87
- 230000006870 function Effects 0.000 claims abstract description 46
- 238000007621 cluster analysis Methods 0.000 claims abstract description 40
- 230000011218 segmentation Effects 0.000 claims description 55
- 230000000007 visual effect Effects 0.000 claims description 20
- 230000008569 process Effects 0.000 claims description 19
- 230000002776 aggregation Effects 0.000 claims description 13
- 238000004220 aggregation Methods 0.000 claims description 13
- 238000004891 communication Methods 0.000 claims description 12
- 230000001131 transforming effect Effects 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 238000012797 qualification Methods 0.000 claims description 4
- 238000004422 calculation algorithm Methods 0.000 description 35
- 230000009466 transformation Effects 0.000 description 13
- 238000007726 management method Methods 0.000 description 7
- 230000009471 action Effects 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 3
- 238000004883 computer application Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000002730 additional effect Effects 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0203—Market surveys; Market polls
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0204—Market segmentation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
- H04L51/07—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail characterised by the inclusion of specific contents
- H04L51/08—Annexed information, e.g. attachments
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
- H04L51/02—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail using automatic reactions or user delegation, e.g. automatic replies or chatbot-generated messages
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Human Resources & Organizations (AREA)
- Data Mining & Analysis (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Educational Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
Description
顧客セグメンテーションとは、顧客を、性別、年齢、教育レベル、または消費性向など、マーケティングに関連する類似特性を共有するグループに分ける手法である。小売業者は、すべての顧客は違ったニーズを持ち、類似した好みを持つグループを特定およびターゲットにすることによって顧客はより良く応対されるという発想に基づいて、顧客セグメンテーションを使用する。
一実施形態において、コンピューティングデバイスが、少なくとも、メモリからの命令を実行するためのプロセッサを含む、コンピューティングデバイスによって実行される、コンピュータにより実現される方法が開示されている。方法は、顧客に対応付けられた数値デモグラフィック属性データ、カテゴリーデモグラフィック属性データ、およびターゲット属性データを有し、コンピュータ化されたメモリに格納されたコンピュータ化されたデータ構造を、少なくとも1つのプロセッサを介して読み出すステップと、一致属性データを形成するために、少なくとも1つのプロセッサを介して、数値デモグラフィック属性データおよびカテゴリーデモグラフィック属性データを、ターゲット属性データの少なくとも一部に基づいて、同じ数値尺度に変換するステップとを含み、一致属性データは、一致属性データに対してクラスター分析を行うステップと互換性のあるフォーマットであり、方法は、さらに、顧客をセグメント化したものを表すセグメント化された顧客データを生成するために、少なくとも1つのプロセッサを介して、一致属性データに対してクラスター分析を行うステップと、セグメント化された顧客データを含む電子メッセージを生成するステップと、リモートコンピューティングシステムに少なくとも1つのエンタープライズ機能を実行させるために、ネットワーク通信を介して、リモートコンピューティングシステムに電子メッセージを送信するステップとを含む。
カテゴリー属性タイプおよび数値属性タイプを指定のターゲット属性(たとえば、売上高)を用いて同一尺度の数値属性に変換するコンピュータ化されたシステム、方法、およびその他の実施形態を開示する。実施形態によって、数値データ(たとえば、K−means)と互換性のあるいずれのクラスタリングアルゴリズムも、クラスターを効率的に特定できるようになる。ターゲット属性は、ビジネス主導型セグメントを導出するのに役立つ。売上高または売上数量は、容易に取得可能なデータセットであり、ターゲット属性として使用することができる。
用語「アイテム」または「小売アイテム」は、本明細書で使用するとき、販売、購入、および/または販売環境に返品された商品を指す。
一実施形態において、目標は、特定のカテゴリーの売上データに基づいて、デモグラフィック属性を使用して、顧客をセグメント化することである。入力データは、関心の期間(たとえば、少なくとも3か月)の間の顧客ごとのターゲット属性値ATと、デモグラフィック属性A1、…、Amとを含む。一実施形態によると、デモグラフィック属性は、重要度が最も高いまたは最も関連があるとあらかじめ決定されたデモグラフィック属性であってもよい。
2つのステージ:ステージ1:クラスター生成、およびステージ2:クラスターアグリゲーションにおいてアルゴリズムを実施する。
カテゴリー:女性ニットウェア
ターゲット属性:女性ニットウェアの1年の売上高
デモグラフィック属性:年齢、性別、資格、および職業。
1)入力された属性のうち、唯一の数値属性は、年齢であり、小売業者の指示に応じて捨てられる。セグメンテーション用にすべての4つの属性を選択する。以下に、属性値を挙げる。
性別:男性、女性
資格:平均より以下、准学士号、学士号、その他
職業:会社員、専業主婦、役員、退職、学生、教師、その他。
1)各クラスターにおける属性ごとのクラスタープロファイルを導き出す。結果を、図8の表810、830、およびグラフ820、840、図9の表910、930およびグラフ920、940に示す。属性/クラスターの組み合わせごとに、数字は合計して100%になる。
図13は、本明細書に記載の例示的なシステムおよび方法、ならびに/または均等物のうちの1つ以上を有して構成および/またはプログラムされた、例示的なコンピューティングデバイスを示す図である。図13は、混合属性セグメント化ツールの実施形態が実装され得るコンピューティングデバイスの1つの例示的な実施形態を示す。例示的なコンピューティングデバイスは、バス1308によって動作可能に接続されたプロセッサ1302と、メモリ1304と、入力/出力ポート1310とを含むコンピュータ1300であり得る。
別の実施形態において、記載の方法および/またはそれらの均等物は、コンピュータにより実行可能な命令を有して実装される。したがって、一実施形態において、非一時的なコンピュータ読み取り可能な/記憶媒体は、アルゴリズム/実行可能なアプリケーションのコンピュータにより実行可能な命令を格納して構成され、命令は、機械(複数の機械)によって実行されると、機械(複数の機械)(および/または関連するコンポーネント)に方法を実行させる。例示的な機械は、プロセッサ、コンピュータ、クラウドコンピューティングシステムにおいて動作するサーバ、Software as a Service(SaaS)アーキテクチャにおいて構成されるサーバ、スマートフォンなどを含むが、これらに限定されない。一実施形態において、コンピューティングデバイスは、開示の方法を実行するように構成された1つ以上の実行可能なアルゴリズムを有して実装される。
CD:コンパクトディスク。
CD−RW:データ書換え可能なCD。
HTTP:ハイパーテキスト転送プロトコル。
RAM:ランダムアクセスメモリ。
SRAM:同期RAM。
PROM:プログラマブルROM。
EEPROM:電気的消去可能PROM。
WAN:ワイドエリアネットワーク。
Claims (15)
- コンピューティングデバイスが、少なくとも、メモリからの命令を実行するためのプロセッサを含む、前記コンピューティングデバイスによって実行される、コンピュータにより実現される方法であって、
顧客に対応付けられた数値デモグラフィック属性データ、カテゴリーデモグラフィック属性データ、およびターゲット属性データを有し、コンピュータ化されたメモリに格納されたコンピュータ化されたデータ構造を、少なくとも1つのプロセッサを介して読み出すステップと、
一致属性データを形成するために、前記少なくとも1つのプロセッサを介して、前記数値デモグラフィック属性データおよび前記カテゴリーデモグラフィック属性データを、前記ターゲット属性データの少なくとも一部に基づいて、同じ数値尺度に変換するステップとを含み、前記一致属性データは、前記一致属性データに対してクラスター分析を行うステップと互換性のあるフォーマットであり、前記方法は、さらに、
前記顧客をセグメント化したものを表すセグメント化された顧客データを生成するために、前記少なくとも1つのプロセッサを介して、前記一致属性データに対して前記クラスター分析を行うステップと、
前記セグメント化された顧客データを含む電子メッセージを生成するステップと、
リモートコンピューティングシステムに少なくとも1つのエンタープライズ機能を実行させるために、ネットワーク通信を介して、前記リモートコンピューティングシステムに前記電子メッセージを送信するステップとを含む、方法。 - 最終的な顧客グループを生成するために、前記セグメント化された顧客データに対してアグリゲーションプロセスを実行するステップをさらに含む、請求項1に記載の方法。
- 前記少なくとも1つのエンタープライズ機能は、在庫配分機能、需要予測機能、またはマーケットセグメンテーション機能、のうちの少なくとも1つを含む、請求項1に記載の方法。
- 前記ターゲット属性データは、売上データを含む、請求項1に記載の方法。
- 前記数値デモグラフィック属性データは、前記顧客に対応付けられた年齢データ、世帯規模データ、および所得水準データのうちの少なくとも1つを含む、請求項1に記載の方法。
- 前記カテゴリーデモグラフィック属性データは、前記顧客に対応付けられた職業データ、性別データ、および資格データのうちの少なくとも1つを含む、請求項1に記載の方法。
- 前記リモートコンピューティングシステムは、統合基幹業務システムを含む、請求項1に記載の方法。
- 前記リモートコンピューティングシステムは、在庫管理‐需要予測システムを含む、請求項1に記載の方法。
- 前記変換するステップは、変形デモグラフィック属性データを生成するために、前記カテゴリーデモグラフィック属性データを非数値形式から数値形式に変形するステップを含む、請求項1に記載の方法。
- 前記変換するステップは、前記数値デモグラフィック属性データおよび前記変形デモグラフィック属性データに対応付けられた値を重み付けするステップを含む、請求項9に記載の方法。
- 少なくとも1つのメモリに接続されたプロセッサと、
非一時的なコンピュータ読み取り可能な媒体に格納された命令を含むビジュアルユーザインターフェースモジュールとを備え、前記命令は、前記プロセッサによって実行されると、顧客に対応付けられた数値デモグラフィック属性データ、カテゴリーデモグラフィック属性データ、およびターゲット属性データの読み出しを前記プロセッサに容易にさせ、さらに、
前記非一時的なコンピュータ読み取り可能な媒体に格納された命令を含み、前記カテゴリーデモグラフィック属性データを非数値形式から数値形式に変形することによって変形デモグラフィック属性データを生成するように構成されたカテゴリー変形モジュールと、
前記非一時的なコンピュータ読み取り可能な媒体に格納された命令を含み、一致属性データを形成するために、前記ターゲット属性データの少なくとも一部に基づいて、前記数値デモグラフィック属性データおよび前記変形デモグラフィック属性データを同じ数値尺度に変換するように構成された尺度変換モジュールとを備え、前記一致属性データは、クラスター分析を行うステップと互換性のあるフォーマットであり、さらに、
前記非一時的なコンピュータ読み取り可能な媒体に格納された命令を含み、前記顧客をセグメント化したものを表すセグメント化された顧客データを生成するために前記一致属性データに対して前記クラスター分析を行うように構成されたクラスター分析モジュールとを備え、
前記ビジュアルユーザインターフェースモジュールは、さらに、
前記セグメント化された顧客データを含む電子メッセージを生成し、
リモートコンピューティングシステムに少なくとも1つのエンタープライズ機能を実行させるために、ネットワーク通信を介して前記リモートコンピューティングシステムに前記電子メッセージを送信するように構成される、コンピューティングシステム。 - 前記数値デモグラフィック属性データ、前記カテゴリーデモグラフィック属性データ、および前記ターゲット属性データを少なくとも格納するように構成されたデータベース装置をさらに備える、請求項11に記載のコンピューティングシステム。
- 前記セグメント化された顧客データは、前記ターゲット属性データに基づいた前記顧客をセグメント化したものを表す、請求項11に記載のコンピューティングシステム。
- 前記ターゲット属性データは、売上データを含む、請求項11に記載のコンピューティングシステム。
- 前記少なくとも1つのエンタープライズ機能は、在庫配分機能、需要予測機能、またはマーケットセグメンテーション機能、のうちの少なくとも1つを含む、請求項11に記載のコンピューティングシステム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/963,858 US20170169447A1 (en) | 2015-12-09 | 2015-12-09 | System and method for segmenting customers with mixed attribute types using a targeted clustering approach |
US14/963,858 | 2015-12-09 | ||
PCT/US2016/065064 WO2017100155A1 (en) | 2015-12-09 | 2016-12-06 | System and method for segmenting customers with mixed attribute types using a targeted clustering approach |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2018536947A true JP2018536947A (ja) | 2018-12-13 |
JP2018536947A5 JP2018536947A5 (ja) | 2019-11-28 |
JP6810745B2 JP6810745B2 (ja) | 2021-01-06 |
Family
ID=57681733
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018530015A Active JP6810745B2 (ja) | 2015-12-09 | 2016-12-06 | ターゲットクラスタリング手法を利用して、属性タイプが混合した顧客をセグメント化するためのシステムおよび方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20170169447A1 (ja) |
JP (1) | JP6810745B2 (ja) |
CN (1) | CN108369674B (ja) |
WO (1) | WO2017100155A1 (ja) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109615162A (zh) * | 2018-10-23 | 2019-04-12 | 深圳壹账通智能科技有限公司 | 用户分组处理方法及装置、电子设备以及存储介质 |
US11868957B1 (en) * | 2019-04-17 | 2024-01-09 | Blue Yonder Group, Inc. | System and method of anomaly detection using machine learning and a local outlier factor |
US11107097B2 (en) | 2019-08-29 | 2021-08-31 | Honda Motor Co., Ltd. | System and method for completing trend mapping using similarity scoring |
CN110852392A (zh) * | 2019-11-13 | 2020-02-28 | 中国建设银行股份有限公司 | 一种用户分群方法、装置、设备和介质 |
CN111339294B (zh) * | 2020-02-11 | 2023-07-25 | 普信恒业科技发展(北京)有限公司 | 客户数据分类方法、装置及电子设备 |
US11875370B2 (en) | 2020-12-18 | 2024-01-16 | Replenium Inc. | Automated replenishment shopping harmonization |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004213153A (ja) * | 2002-12-27 | 2004-07-29 | Ns Solutions Corp | 情報表示装置、情報表示方法、その記録媒体およびプログラム |
US20140067472A1 (en) * | 2012-08-29 | 2014-03-06 | State Farm Mutual Automobile Insurance Company | System and Method For Segmenting A Customer Base |
JP2015146126A (ja) * | 2014-02-03 | 2015-08-13 | 富士通株式会社 | 顧客分析プログラム、顧客分析方法、及び顧客分析装置 |
US20160110442A1 (en) * | 2014-10-16 | 2016-04-21 | Accenture Global Services Limited | Segmentation Discovery, Evaluation and Implementation Platform |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020194056A1 (en) * | 1998-07-31 | 2002-12-19 | Summers Gary J. | Management training simulation method and system |
US20090132347A1 (en) * | 2003-08-12 | 2009-05-21 | Russell Wayne Anderson | Systems And Methods For Aggregating And Utilizing Retail Transaction Records At The Customer Level |
EP1811446A1 (en) * | 2005-12-30 | 2007-07-25 | Accenture Global Services GmbH | Statistical modeling methods for determining customer distribution by churn probability within a customer population |
CN101256646A (zh) * | 2008-03-20 | 2008-09-03 | 上海交通大学 | 轿车客户需求信息聚类分析系统 |
US20120066065A1 (en) * | 2010-09-14 | 2012-03-15 | Visa International Service Association | Systems and Methods to Segment Customers |
US20140180810A1 (en) * | 2012-12-22 | 2014-06-26 | Coupons.Com Incorporated | Selection of digital offers based on current and historical transaction data |
US10366420B2 (en) * | 2013-11-19 | 2019-07-30 | Transform Sr Brands Llc | Heuristic customer clustering |
US20150142521A1 (en) * | 2013-11-20 | 2015-05-21 | Sears Brands, Llc | Customer clustering using integer programming |
CN103714139B (zh) * | 2013-12-20 | 2017-02-08 | 华南理工大学 | 一种移动海量客户群识别的并行数据挖掘方法 |
EP2945113A1 (en) * | 2014-05-14 | 2015-11-18 | Cisco Technology, Inc. | Audience segmentation using machine-learning |
CN104615722B (zh) * | 2015-02-06 | 2018-04-27 | 浙江工业大学 | 基于密度搜索与快速划分的混合数据聚类方法 |
-
2015
- 2015-12-09 US US14/963,858 patent/US20170169447A1/en not_active Abandoned
-
2016
- 2016-12-06 JP JP2018530015A patent/JP6810745B2/ja active Active
- 2016-12-06 WO PCT/US2016/065064 patent/WO2017100155A1/en active Application Filing
- 2016-12-06 CN CN201680069856.1A patent/CN108369674B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004213153A (ja) * | 2002-12-27 | 2004-07-29 | Ns Solutions Corp | 情報表示装置、情報表示方法、その記録媒体およびプログラム |
US20140067472A1 (en) * | 2012-08-29 | 2014-03-06 | State Farm Mutual Automobile Insurance Company | System and Method For Segmenting A Customer Base |
JP2015146126A (ja) * | 2014-02-03 | 2015-08-13 | 富士通株式会社 | 顧客分析プログラム、顧客分析方法、及び顧客分析装置 |
US20160110442A1 (en) * | 2014-10-16 | 2016-04-21 | Accenture Global Services Limited | Segmentation Discovery, Evaluation and Implementation Platform |
Also Published As
Publication number | Publication date |
---|---|
CN108369674A (zh) | 2018-08-03 |
CN108369674B (zh) | 2022-02-11 |
WO2017100155A1 (en) | 2017-06-15 |
JP6810745B2 (ja) | 2021-01-06 |
US20170169447A1 (en) | 2017-06-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6810745B2 (ja) | ターゲットクラスタリング手法を利用して、属性タイプが混合した顧客をセグメント化するためのシステムおよび方法 | |
Dinner et al. | Driving online and offline sales: The cross-channel effects of traditional, online display, and paid search advertising | |
JP6604431B2 (ja) | 情報処理システム、情報処理方法および情報処理プログラム | |
US11954577B2 (en) | Deep neural network based user segmentation | |
Romero et al. | A partially hidden Markov model of customer dynamics for CLV measurement | |
CN110555578B (zh) | 一种销量预测方法和装置 | |
JP2019079302A (ja) | 営業活動支援システム、営業活動支援方法および営業活動支援プログラム | |
JP5253519B2 (ja) | スマートテキストを生成するための方法、装置、及び記憶媒体 | |
US11869021B2 (en) | Segment valuation in a digital medium environment | |
US20140067472A1 (en) | System and Method For Segmenting A Customer Base | |
JP5914549B2 (ja) | 情報処理装置および情報分析方法 | |
JP2020087023A (ja) | 受注予測モデルの生成方法、受注予測モデル、受注予測装置、受注予測方法および受注予測プログラム | |
Durango-Cohen et al. | Donor segmentation: When summary statistics don't tell the whole story | |
US20170193538A1 (en) | System and method for determining the priority of mixed-type attributes for customer segmentation | |
US20160117703A1 (en) | Large-Scale Customer-Product Relationship Mapping and Contact Scheduling | |
JP2018536947A5 (ja) | ||
WO2017203672A1 (ja) | アイテム推奨方法、アイテム推奨プログラムおよびアイテム推奨装置 | |
US11301763B2 (en) | Prediction model generation system, method, and program | |
US11907991B2 (en) | Method and system for item line assignment | |
Jhamtani et al. | Size of wallet estimation: Application of K-nearest neighbour and quantile regression | |
CN113424207B (zh) | 高效地训练可理解模型的系统和方法 | |
CN111225009A (zh) | 用于生成信息的方法和装置 | |
JP6031165B1 (ja) | 有望顧客予測装置、有望顧客予測方法及び有望顧客予測プログラム | |
Bhargavi et al. | Comparative study of consumer purchasing and decision pattern analysis using pincer search based data mining method | |
US11803868B2 (en) | System and method for segmenting customers with mixed attribute types using a targeted clustering approach |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191015 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191015 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200220 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200331 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200618 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20201117 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20201211 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6810745 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |