JP2019020916A - 情報処理装置 - Google Patents

Abstract

【課題】効率的な営業活動を補助することを可能とする情報処理サーバを提供すること。【解決手段】送信メール情報取得部７３は、送信された営業メールに関する各種情報を送信履歴ＤＢ６５から取得する。レスポンス情報取得部７４は、営業活動に対する顧客のレスポンス情報を取得する。学習部４８は、営業活動情報、即ち送信された営業メールに関する各種情報と、レスポンス情報とに基づいて、営業活動に関する学習をする。顧客情報取得部７２は、顧客リストＤＢ６１に格納された顧客リストに含まれる情報のうち少なくとも一部を、顧客情報として取得する。配信ルール取得部７１は、営業メールに適用された配信ルールを送信履歴ＤＢ６５から取得する。顧客リスト更新部５０は、学習された結果に基づいて顧客リストを更新する。学習結果反映部５１は、学習された結果を次回メールに反映する。【選択図】図３

Description

本発明は、情報処理装置に関する。

近年の企業活動において、営業活動の重要性は、ますます高まっている。この点、営業活動を効率的に実施するための技術の１つとして、購入する可能性のある見込み顧客を紹介してくれる紹介者を抽出する技術が提案されている（例えば特許文献１）。

特開２０１５−７５８４９号公報

しかしながら、上述の特許文献１に記載の技術を含め従来技術では、既存の顧客リスト等の中から有望な顧客を選定したり、既存の顧客リストのみを用いて効率的な営業活動を行うことができるというものであった。
さらに言えば、上述の特許文献１に記載の技術を含め従来技術では、営業活動の結果や営業活動を行った経緯を、営業活動にフィードバックを行うことは通常行われてはいなかった。

本発明は、このような状況に鑑みてなされたものであり、効率的な営業活動を補助することを目的とする。

上記目的を達成するため、本発明の一態様の情報処理装置は、
利用者の顧客に対する営業活動に関する情報を営業活動情報として取得する営業活動情報取得手段と、
前記営業活動に対する前記顧客のレスポンスに関する情報を、レスポンス情報として取得するレスポンス情報取得手段と、
前記営業活動情報及び前記レスポンス情報に基づいて、前記営業活動に関する学習をする学習手段と、
を備える。

本発明によれば、効率的な営業活動を補助することができる。

本発明の一実施形態に係る情報処理システムの構成を示すブロック図である。 図１の情報処理システムのうち、本発明の一実施形態に係るサービス提供者サーバのハードウェア構成の一例を示すブロック図である。 図２のサーバ及び図１の顧客装置の機能的構成の一例を示す機能ブロック図である。 図３のサーバが実行する営業支援処理の結果の一例を示す図である。 図３のサーバが実行する営業支援処理の流れを説明するフローチャートである。

以下、本発明の実施形態について、図面を用いて説明する。
図１は、本発明の一実施形態に係る情報処理システムの構成を示すブロック図である。

本実施形態の情報処理システムは、図１に示すように、サービスの提供者により管理されるサービス提供者サーバ１（以下、「サーバ１」と呼ぶ）と、サービスの利用者により管理される利用者装置２と、ｎ人の（ｎは、１以上の任意の整数値）顧客の夫々により使用される顧客装置３−１乃至３−ｎとを含むように構成される。
サーバ１と、利用者装置２と、顧客装置３−１乃至３−ｎの夫々とはインターネット等の所定のネットワークＮを介して相互に接続されている。

ここで、本実施形態では、利用者は、１人として説明しているが、特にこれに限定されない。即ち、ｍ人の（ｍは、１以上の任意の整数値）利用者により利用されるｍ台の利用者装置２−１乃至２−ｍが図１の情報処理システムの構成に含まれてもよい。
なお、以下、顧客装置３−１乃至３−ｎの夫々を個々に区別する必要がない場合、これらをまとめて「顧客装置３」と呼ぶ。

図２は、図１の情報処理システムのうち、本発明の一実施形態に係るサービス提供者サーバのハードウェア構成を示すブロック図である。

サーバ１は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１１と、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）１２と、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）１３と、バス１４と、入出力インターフェース１５と、出力部１６と、入力部１７と、記憶部１８と、通信部１９と、ドライブ２０とを備えている。

ＣＰＵ１１は、ＲＯＭ１２に記録されている各種プログラム、又は、記憶部１８からＲＡＭ１３にロードされた各種プログラムに従って各種の処理を実行する。
ＲＡＭ１３には、ＣＰＵ１１が各種の処理を実行する上において必要なデータ等も適宜記憶される。

ＣＰＵ１１、ＲＯＭ１２及びＲＡＭ１３は、バス１４を介して相互に接続されている。このバス１４にはまた、入出力インターフェース１５も接続されている。入出力インターフェース１５には、出力部１６、入力部１７、記憶部１８、通信部１９及びドライブ２０が接続されている。

出力部１６は、各種液晶ディスプレイ等で構成され、各種情報を出力する。
入力部１７は、各種ハードウェア等で構成され、各種情報を入力する。
記憶部１８は、ハードディスクやＤＲＡＭ（Ｄｙｎａｍｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）等で構成され、各種データを記憶する。
通信部１９は、インターネットを含むネットワークＮを介して他の装置（例えば、図１の利用者装置２、顧客装置３等）との間で行う通信を制御する。

ドライブ２０は、必要に応じて設けられる。ドライブ２０には磁気ディスク、光ディスク、光磁気ディスク、或いは半導体メモリ等よりなる、リムーバブルメディア２１が適宜装着される。ドライブ２０によってリムーバブルメディア２１から読み出されたプログラムは、必要に応じて記憶部１８にインストールされる。またリムーバブルメディア２１は、記憶部１８に記憶されている各種データも、記憶部１８と同様に記憶することができる。

利用者装置２及び顧客装置３の構成は、サーバ１の構成と基本的に同様であるので、ここではそれらの説明は省略する。

ここで、本明細書で用いる各種用語の定義について簡単に説明する。
営業活動とは、利用者から顧客に対して行われる営業活動のことをいい、例えば、営業のためのアポイントを取得するためのメールの送信等である。
また、レスポンスとは、上述の営業活動（例えば、メールの送信）に対する利用者の応答、即ち、送信されたメールを読んだかどうか、そのメールに返信があったかどうか等、当該利用者による各種応答をいう。
ルールとは、上述の営業活動についてのルール、例えば、配信時間、曜日等の限定である。

これらを前提として、図２のサーバ１、利用者装置２及び顧客装置３の各種ハードウェアと各種ソフトウェアとの協働により、次のような一連の処理（以下、「営業支援処理」と呼ぶ）の実行が可能となる。

図３は、図２のサーバ１及び顧客装置３の機能的構成例を示す機能ブロック図である。
サーバ１のＣＰＵ１１においては、絞り込み条件受付部４１と、見込み顧客抽出部４２と、メール返信確度推定部４３と、送信先リスト作成部４４と、メール本文・タイトル決定部４５と、メール送信部４６と、学習用情報取得部４７と、学習部４８と、配信ルール更新部４９と、顧客リスト更新部５０と、学習結果反映部５１と、が機能する。
また、サーバ１の記憶部１８の一領域には、顧客リストＤＢ６１と、ブラックリストＤＢ６２と、本文・タイトルＤＢ６３と、配信ルールＤＢ６４と、送信履歴ＤＢ６５と、学習データＤＢ６６とが設けられている。

絞り込み条件受付部４１は、サービス提供者又は利用者からの、営業メールの送信対象となる候補企業を絞り込む為の絞り込み条件を受け付ける。ここで、絞り込み条件とは、例えば、顧客（企業）の業種、住所、従業員数、担当者の役職等である。

見込み顧客抽出部４２は、絞り込み条件受付部４１で受け付けられた絞り込み条件に基づいて、顧客リストＤＢ６１に格納された顧客リストのうちから営業の対象となり得る見込み顧客を抽出する。
なお、見込み顧客抽出部４２は、営業の対象としない企業が格納されたブラックリストＤＢ６２を参照してもよい。

メール返信確度推定部４３は、顧客毎に後述する営業メールに対して顧客毎に返信される確率の度合いを示すメール返信確度を推定する。
なお、ここで言うメール返信確度とは、必ずしもメールに対して返信される確率の度合いに限定されない。
即ち、メール返信確度とは、例えば、メールへの返信があったかどうか、メールを何回読んだかどうか、添付資料を読んだかどうか、等の幅広くメールへの関心を含む幅広い概念である。

送信先リスト作成部４４は、メール返信確度推定部４３で推定されたメール返信確度の高い見込み顧客の順に営業メールの送信先リストを作成する。

メール本文・タイトル決定部４５は、営業メールの本文及びタイトルを決定する。
即ち、メール本文・タイトル決定部４５は、営業メールの作成にあたり、本文・タイトルＤＢ６３に格納されている本文候補及びタイトル候補のうちから、適宜、適切な本文及びタイトルを抽出し、営業メールを作成する。

メール送信部４６は、メール本文・タイトル決定部４５で作成された営業メールを顧客装置３へ送信する。
ここで、メール送信部４６が営業メールを送信する顧客は、配信ルールＤＢ６４に格納された所定の配信ルールに従って送信先リスト作成部４４により作成された送信先リストに基づいて営業メールを送信することができる。
さらに、メール送信部４６は、送信履歴ＤＢ６５に、コンタクト情報、送信内容、送信タイミング等の送信履歴に関する各種情報を記憶させることができる。
コンタクト情報とは、顧客に対するコンタクトに関する情報であり、例えば、住所、業種、従業員数、担当者情報（氏名、役職等）等であってもよい。
送信内容とは、送信された営業メールの内容であり、例えば、営業メール本文、メールタイトル等であってもよい。
送信タイミングとは、営業メールの送信されたタイミングであり、例えば、営業メールの送信日時及び送信曜日等であってもよい。
配信ルールとは、営業メールの配信ルールであり、例えば、営業メールの配信時間、曜日等であってもよい。

学習用情報取得部４７は、利用者の顧客に対する営業活動前記営業活動に関する学習をするための入力情報（以下、「学習用情報」と呼ぶ）を取得する。

学習用情報としては、利用者の顧客に対する営業活動に関する情報（以下、「営業活動情報」と呼ぶ）が必要である。
営業活動情報として、例えば本実施形態では、送信された営業メールに関する各種情報が採用されている。そこで、送信された営業メールに関する各種情報を取得する送信メール情報取得部７３が、学習用情報取得部４７に設けられている。
即ち、送信メール情報取得部７３は、送信された営業メールに関する各種情報を送信履歴ＤＢ６５から取得する。
なお、送信された営業メールに関する各種情報としては、例えば、企業の所在地、業種従業員数等の、コンタクト情報、メール本文、メールタイトル等の送信内容、配信時間、曜日等の配信ルール等を含んでもよい。

また、学習用情報としては、営業活動に対する顧客のレスポンスに関する情報が必要である。ここで、顧客のレスポンスに関する情報とは、例えば本実施形態では、顧客に送信された営業メールに対する当該顧客の返信（レスポンス）の内容自体の情報を当然に含み、さらには、営業メールに対して返信されたかどうか、営業メールが開封されたかどうか、営業メールに記載されたリンクがクリックされたかどうか等の情報も含む広義な概念である。なお、以下、営業活動に対する顧客のレスポンスに関する情報を、「レスポンス情報」と適宜呼ぶ。
このようなレスポンス情報を取得するレスポンス情報取得部７４が、学習用情報取得部４７に設けられている。
サーバ１は、このレスポンス情報を取得するために、送信される営業メールに予めビーコン、任意のＵＲＬ等を本文の一部や添付画像として埋め込むような仕様としてもよい。

ここで、レスポンス情報は、上述したように、レスポンス自体でなくともよく、レスポンスに関する情報であれば足りる。したがって、顧客装置３から取得された情報自体をレスポンス情報として用いる必要は特になく、顧客装置３から取得された情報を加工したものをレスポンス情報として用いてもよい。例えば本実施形態では、スコアがレスポンス情報として採用されており、このため、スコアリング部８１がレスポンス情報取得部７４に設けられている。
スコアリング部８１は、営業メールを送信した顧客について、返信の有無、開封状況、等によりスコアリングする。
スコアリング部８１は、送信先毎に返信の有無や開封状況等であるメールの送信結果をスコアリングしてレポートの生成を行っても良い。
スコアは、例えば返信ありが最も高く、リンククリック済、メール開封済、未開封の順に、低くして良い。

学習部４８は、送信メール情報取得部７３により取得された営業活動情報、即ち送信された営業メールに関する各種情報と、レスポンス情報取得部７４により取得されたレスポンス情報（スコアリング部８１から出力されたスコア）とに基づいて、営業活動に関する学習をする。

さらに、本実施形態では、学習用情報として、顧客に関する情報（以下、「顧客情報」と呼ぶ）が採用されている。
即ち、顧客情報取得部７２は、顧客リストＤＢ６１に格納された顧客リストに含まれる情報のうち少なくとも一部を、顧客情報として取得する。ここで、顧客情報とは、顧客の売上、規模、社員数等の一般的な企業情報に限られず、例えば、顧客（主として顧客の担当者）の部署、肩書、事業部等の詳細な情報を含むことができる。
したがって、学習部４８は、送信メール情報取得部７３及びレスポンス情報取得部７４により取得された情報に加えてさらに、顧客情報に基づいて学習をすることができる。

さらに、本実施形態では、学習用情報として、営業活動に関するルール、具体的には例えば上述の配信ルールが採用されている。
即ち、配信ルール取得部７１は、営業メールに適用された配信ルールを送信履歴ＤＢ６５から取得する。
したがって、学習部４８は、送信メール情報取得部７３、及びレスポンス情報取得部７４により取得された情報に加えてさらに、配信ルールに基づいて学習をすることができる。

なお、このような学習部４８の学習の結果は、上述の学習データＤＢ６６に記憶される。

顧客リスト更新部５０は、学習データＤＢ６６に記憶された学習の結果に基づいて、顧客リストＤＢ６１に記憶された顧客リストを更新する。

学習結果反映部５１は、学習データＤＢ６６に記憶された学習の結果に基づいて、それより後の利用者の営業活動（例えば営業メール）に反映させるための所定の処理を実行する。
例えば、学習結果反映部５１は、学習データＤＢ６６に記憶された学習の結果を、メール返信確度推定部４３又はメール本文・タイトル決定部４５に参照させる。これにより、メール返信確度推定部４３は、学習の結果に基づいてメール返信確度を推定することができるので、その推定精度が高くなる。また、メール本文・タイトル決定部４５は、学習の結果に基づいて、送信する営業メールの本文及びタイトルを決定することができるので、より営業効果の高い本文やタイトルを含む営業メールの送信が可能になる。
なお、学習結果反映部５１は、学習データＤＢ６６に記憶された学習結果に加えて、例えば、各顧客（クライアント）が既に所持している各種情報を組み合わせて、それより後の利用者の営業活動（例えば営業メール）に反映させるための所定の処理を実行させてもよい。

配信ルール更新部４９は、学習データＤＢ６６に記憶された学習の結果に基づいて、配信ルールＤＢ６４に格納されている配信ルールを更新する。

図４は、図３のサーバが実行する営業メール送信処理におけるメール本文及びタイトルの決定段階において学習結果を反映させた場合の効果の具体例を示す図である。

本実施例においては、メール本文候補及びタイトル候補からの本文及びタイトルの決定においては、例えばいわゆるＡＢテスト方式又は多腕バンディット方式を適用して良い。
即ち、所定期間ごとに、本文及びタイトルの組合せの各パターンに対する顧客の返信率を算出し、返信率の高い組合せパターンの送信数を増加させ、返信率の低い組合せパターンは送信数を減少させて良い。

本実施例においては、学習部４８は、メール本文及びメールタイトルを利用者からの送信メールに関する情報として、学習する。
本文・タイトルＤＢ６３には、メールタイトルとしてタイトルＡ、タイトルＢ及びタイトルＣが格納されている。
また、本文・タイトルＤＢ６３には、メール本文として本文Ａ、本文Ｂ及び本文Ｃが格納されている。
また本実施例においては、学習部４８は、返信率を顧客のレスポンスに関する情報として、学習する。

そして１回目の送信において、タイトルＡと本文Ａの組合せ、タイトルＡと本文Ｂの組合せ及びタイトルＣと本文Ｃの組合せの３つの組合せパターンが、それぞれ１０００通が送信されている。
当該１回目の送信に対する所定期間後の顧客からのレスポンスの結果である返信率は、タイトルＣと本文Ｃの組合せでは２％と、３つの組合せパターンにおいて最も高く、タイトルＡと本文Ｂの組合せでは０．５％と、３つの組合せパターンにおいて最も低く、３つの組合せパターン全体においては１．１７％であったことが分かる。

この結果を受けて、２回目の送信においては、タイトルＣと本文Ｃの組合せの送信数を１５００通に増加させ、タイトルＡと本文Ｂの組合せの送信数を５００に減少させている。
当該２回目の送信に対する所定期間後の顧客からのレスポンスの結果である返信率は、タイトルＣと本文Ｃの組合せでは１．８７％であり、タイトルＡと本文Ｂの組合せでは０．６％であり、１回目の送信の場合と同様に、タイトルＣと本文Ｃの組合せが３つの組合せパターンにおいて返信率が最も高く、タイトルＡと本文Ｂの組合せが３つの組合せパターンにおいて最も低いことが分かる。

この結果、３つの組合せパターン全体においては返信率は１．３７％であったことが分かる。
ここで、１回目の送信と同様の送信数配分で、２回目の送信と同様の返信率あった場合は、３０００通の送信数に対して総返信数は３４．７であることが見込まれる為、係る場合の全体の返信率は１．１６％となり、１回目の送信での１．１７％より減少するはずであった返信率でありながら、逆に増大していることになり、本発明が適用されたことにより送信数配分がより適正となっている。

本発明による同様の処理はこの１回に限定されるものではなく、繰り返しの適用により、返信数の更なる増大がもたらされることとなる。

図５は、図３のサービス提供者サーバが実行する営業メール送信処理の流れを説明するフローチャートである。
ステップＳ１１において、送信メール情報取得部７３は、送信された営業メールに関する各種情報を送信履歴ＤＢ６５から取得する。

ステップＳ１２において、レスポンス情報取得部７４は、営業活動に対する顧客のレスポンスに関する情報、即ち、レスポンス情報を取得する。

ステップＳ１３において、スコアリング部８１は、営業メールを送信した顧客について、返信の有無、開封状況、等によりスコアリングする。
ステップＳ１４において、スコアリング部８１は、テレフォンアポイントリストを作成する。

ステップＳ１５において、学習部４８は、アプローチ結果を学習する。
即ち、学習部４８は、営業活動情報、即ち送信された営業メールに関する各種情報と、レスポンス情報（スコアリング部８１から出力されたスコア）とに基づいて、営業活動に関する学習をする。
かかる学習の結果は、上述の学習データＤＢ６６に記憶される。

本実施形態では、学習用情報として、顧客情報が採用されている。
即ち、ステップＳ１５において、顧客情報取得部７２は、顧客リストＤＢ６１に格納された顧客リストに含まれる情報のうち少なくとも一部を、顧客情報として取得する。ここで、顧客情報とは、顧客の売上、規模、社員数等の一般的な企業情報に限られず、例えば、顧客（主として顧客の担当者）の部署、肩書、事業部等の詳細な情報を含むことができる。

さらに、本実施形態では、学習用情報として、営業活動に関するルール、具体的には例えば上述の配信ルールが採用されている。
即ち、ステップＳ１５において、配信ルール取得部７１は、営業メールに適用された配信ルールを送信履歴ＤＢ６５から取得する。
したがって、ステップＳ１５において、学習部４８は、送信メール情報取得部７３、及びレスポンス情報取得部７４により取得された情報に加えてさらに、配信ルールに基づいて学習をすることができる。

ステップＳ１６において、顧客リスト更新部５０は、ステップＳ１５で学習された結果に基づいて顧客リストを更新する。
即ち、顧客リスト更新部５０は、学習データＤＢ６６に記憶された学習の結果に基づいて、顧客リストＤＢ６１に記憶された顧客リストを更新する。

ステップＳ１７において、学習結果反映部５１は、ステップＳ１５で学習された結果を次回メールに反映する。
即ち、学習結果反映部５１は、学習データＤＢ６６に記憶された学習の結果に基づいて、それより後の利用者の営業活動（例えば営業メール）に反映させるための所定の処理を実行する。

ステップＳ１８において、サーバ１のＣＰＵ１１は、処理の終了指示が有ったか否かを判断する。ここで、処理の終了指示は、特に限定されないが、本実施形態ではサーバ１の電源遮断が採用されている。つまり、サーバ１において電源が遮断されると、ステップＳ１８においてＹＥＳであると判断されて、サーバ１の処理は終了になる。
これに対して、サーバ１において電源が遮断されない限り、ステップＳ１８においてＮＯであると判断されて処理はステップＳ１１に戻され、それ以降の処理が繰り返される。

以上本発明の一実施形態について説明したが、本発明は、上述の実施形態に限定されるものではなく、本発明の目的を達成できる範囲での変形、改良等は本発明に含まれるものである。

また例えば、上述の実施形態では、サーバ１は、（利用者の立場で）営業用のメールを送信するものとして説明したが、特にこれに限定されない。
即ち、利用者装置２が、営業用のメールを送信してもよい。

また例えば、上述の実施形態では、利用者からのレスポンス情報は、例えばメールの返信率として説明したが、特にこれに限定されない。例えば、メールの開封率、リンクのクリック率、アポイントの成立率、応諾メールの返信率等の情報を取得してもよい。
さらに言えば、これらのレスポンス情報は、一種の情報のみを取得する必要はなく、複数の情報を取得して組み合わせて利用してもよい。

また例えば、上述の実施形態では、顧客リストＤＢとブラックリストＤＢは、別個のＤＢとして説明したが、特にこれに限定されない。例えば顧客リストＤＢにブラックリスト企業のレコードであることを示すブラックリストフラグを設けて共存させて良い。

また例えば、上述の実施形態では、営業メールの送信対象とする候補企業を絞り込む為の絞り込み条件に係る情報として、業種、住所、従業員数、担当者の役職等を例示したが、特にこれに限定されない。例えば、担当者の氏名、電話番号、メールアドレス等の情報を追加で採用してもよい。

また例えば、上述の実施形態では、メール返信確度とは、顧客毎に営業メールに返信する確率の度合いであるとして説明したが、特にこれに限定されない。例えば、営業メールに応諾する確率の度合いとしてもよい。

また例えば、上述の実施形態では、メール返信確度の高い見込み顧客から順にメール送信先リストを作成すると説明したが、特にこれに限定されない。
即ち、メール送信先リスト（顧客リスト）は、サービス提供者又は利用者が任意に作製することができる。具体的に例えば、メール開封確度等からメール送信先リスト（顧客リスト）を作成してもよい。

以上まとめると、本発明が適用される情報処理装置は、次のような構成を取れば足り、各種各様な実施形態を取ることができる。
即ち、本発明が適用される情報処理装置は、
利用者からの送信メールに関する情報を取得する営業活動情報取得手段（例えば、図３の送信メール情報取得部７３）と、
顧客のレスポンスに関する情報を取得するレスポンス情報取得手段（例えば、図３のレスポンス情報取得部７４）と、
前記営業活動情報及び前記レスポンス情報に基づいて、前記営業活動に関する学習をする学習手段（例えば、図３の学習部４８）と、
を備えることができる。

また即ち、本発明が適用される情報処理装置は、
前記顧客に関する情報を顧客情報として取得する顧客情報取得手段（例えば、図３の顧客情報取得部７２）をさらに備え、
前記学習手段（例えば、図３の学習部４８）は、さらに前記顧客に関する情報にも基づいて学習することができる。

また即ち、本発明が適用される情報処理装置は、
前記営業活動に関するルールを取得するルール取得手段（例えば、図３の配信ルール取得部７１）をさらに備え、
前記学習手段（例えば、図３の配信ルール取得部７１）は、さらに前記ルールに基づいて前記学習をすることができる。

また即ち、本発明が適用される情報処理装置は、
前記学習手段の前記学習の結果に基づいて、前記顧客のリストを更新する顧客リスト更新手段（例えば、図３の顧客リスト更新部５０）をさらに備えることができる。

また即ち、本発明が適用される情報処理装置は、
前記アプローチ結果学習手段が学習した結果を以後のメール送信に反映させる学習結果反映手段（例えば、図３の学習結果反映部５１）と、
を備える情報処理装置であれば足りる。

また即ち、本発明が適用される情報処理装置は、
前記学習手段の前記学習の結果を、それより後の前記利用者の前記営業活動に反映させるための所定の処理を実行する学習結果反映手段（例えば、図３の学習部４８）と、
をさらに備えることができる。

このような情報処理装置を適用することで、サービス提供者は、機械学習によりアプローチ結果を反映させつつ営業メールを送信することができるので、メール送信業務を自動で見直しする技術を提供することができる。
これにより、アポイント業務の省力化及び効率的な案件獲得が可能になるのである。

また即ち、本発明が適用される情報処理装置は、
顧客毎に営業メールに返信する確率の度合いであるメール返信確度を推定するメール返信確度推定手段と、
メール本文・タイトルＤＢに格納されたメール本文候補及びタイトル候補から送信するメールの本文及びタイトルを決定するメール本文・タイトル決定手段と、
前記メール本文・タイトル決定手段が決定したメールの本文及びタイトルからなるメールを、送信するメール送信手段と、
前記メール送信手段に送信されたメールの送信情報を取得する送信メール情報取得手段と、
前記メール送信手段に送信されたメールの送信結果を収集するレスポンス取得手段と、
前記メールの送信情報と前記メールの送信結果との関係を学習し、前記メール本文・タイトル決定手段でのメールの本文並びにタイトルの決定及び前記メール返信確度推定手段でのメール返信確度の推定に学習結果を反映させるアプローチ結果学習手段と、
を備えることもできる。

また即ち、本発明が適用される情報処理装置は、
営業の対象とする企業を絞り込む為の絞り込み条件を受け付ける絞り込み条件受付手段と、
前記絞り込み条件に基づいて見込み顧客情報ＤＢに格納された見込み顧客を抽出する見込み顧客抽出手段と、
前記メール返信確度推定手段が推定した前記メール返信確度の高い前記見込み顧客の順にメール送信先リストを作成する送信先リスト作成手段と、
前記送信結果についてのレポートを生成するレポート生成手段と、
を更に備え、
前記メール送信手段は、前記送信先リストの送信先にメールを送信する、
請求項１に記載された情報処理装置。

また即ち、本発明が適用される情報処理装置は、
前記メールは、受信者の開封の有無を検知する為のビーコン画像及び受信者のクリック操作の有無を検知する為の所定のＷｅｂサイトへのリンクを含むことができる。

また即ち、本発明が適用される情報処理装置は、
前記見込み顧客抽出手段は、リターゲティングアプローチ又はランダムアプローチにより前記メールの２回目以降の送信先として前記見込み顧客を抽出することができる。

また即ち、本発明が適用される情報処理装置は、
前記メール返信確度推定手段は、送信元ドメイン及び送信担当者並びに宛先担当者の組合せ毎に、当該送信担当者及び当該宛先担当者の部署、肩書、事業部並びに会社規模に基づいて前記メール返信確度を推定することができる。

１・・・サーバ、２・・・利用者装置、３・・・顧客装置、１１・・・ＣＰＵ、４１・・・絞り込み条件受付部、４２・・・見込み顧客抽出部、４３・・・メール返信確度推定部、４４・・・送信先リスト作成部、４５・・・メール本文・タイトル決定部、４６・・・メール送信部、４７・・・学習用情報取得部、４８・・・学習部、４９・・・配信ルール更新部、５０・・・顧客リスト更新部、５１・・・学習結果反映部、６１・・・顧客リストＤＢ、６２・・・ブラックリストＤＢ、６３・・・本文・タイトルＤＢ、６４・・・配信ルールＤＢ、６５・・・送信履歴ＤＢ、６６・・・学習データＤＢ、７１・・・配信ルール取得部、７２・・・顧客情報取得部、７３・・・送信メール情報取得部、７４・・・レスポンス情報取得部、８１・・・スコアリング部８１部

Claims (5)

1. 利用者の顧客に対する営業活動に関する情報を営業活動情報して取得する営業活動情報取得手段と、
   前記営業活動に対する前記顧客のレスポンスに関する情報を、レスポンス情報として取得するレスポンス情報取得手段と、
   前記営業活動情報及び前記レスポンス情報に基づいて、前記営業活動に関する学習をする学習手段と、
   を備える情報処理装置。
2. 前記顧客に関する情報を顧客情報として取得する顧客情報取得手段をさらに備え、
   前記学習手段は、さらに前記顧客情報に基づいて前記学習をする、
   請求項１に記載の情報処理装置。
3. 前記営業活動に関するルールを取得するルール取得手段をさらに備え、
   前記学習手段は、さらに前記ルールに基づいて前記学習をする、
   請求項１又は２に記載の情報処理装置。
4. 前記学習手段の前記学習の結果に基づいて、前記顧客のリストを更新する顧客リスト更新手段、
   をさらに備える請求項１乃至３のうち何れか１項に記載の情報処理装置。
5. 前記学習手段の前記学習の結果を、それより後の前記利用者の前記営業活動に反映させるための所定の処理を実行する学習結果反映手段と、
   をさらに備える請求項１乃至４のうち何れか１項に記載の情報処理装置。
   

Images