JP2019145043A - データ管理装置およびデータ管理システム - Google Patents

Abstract

【課題】お手本の顧客の行動履歴とターゲットの顧客の行動履歴とを時系列に分析することができるデータ管理装置およびデータ管理システムを提供する。【解決手段】所定の条件を満たすことによりランクが上がったお手本の顧客の購入履歴について、ランクが上がったときを基準時間とし、各購入履歴における時間を相対時間に変換し、ランクに達していないターゲットの顧客の購入履歴について、分析対象として指定されたときを基準時間とし、各購入履歴における時間を相対時間に変換する相対時間変換部と、お手本の顧客の各購入履歴が関連付けられた行動履歴の各相対時間とターゲットの顧客の各購入履歴が関連付けられた行動履歴の各相対時間とに基づいて、お手本の顧客の行動履歴にターゲットの顧客の行動履歴が含まれているか否かを判定する行動履歴分析部と、を設けるようにした。【選択図】図１

Description

本発明はデータ管理装置およびデータ管理システムに関し、例えばお手本の顧客の行動履歴にターゲットの顧客の行動履歴が含まれているか否かを判定するデータ管理装置およびデータ管理システムに適用して好適なものである。

会員カード、ＩＣ（Integrated Circuit）カード等の普及により、顧客の購買行動データの取得が可能な時代となっている。Ｂ２Ｃ（Business To Consumer）企業では、売上拡大、顧客満足度向上、および売場作りの追求のため、データに基づいて顧客をより深く理解し、施策効果を高めることが急務となっている。

例えば、購買履歴（ＰＯＳ：Point Of Sales）を活用した売上向上などのＫＰＩ（Key Performance Indicators）達成に向けた施策案を提示することが求められている。特に、顧客セグメントが準優良または一般の顧客をターゲットとし、顧客セグメントを優良にランクアップさせるために、優良の顧客層の行動特性に近いタイミングで、優良の顧客層が支持する商品をレコメンドする等の施策案を提示することが好適である。

この点、顧客の購買実績データ等から、顧客ランクの時間的な推移を把握し、より効果的に顧客への販売促進を行えるよう分析できる顧客分析システムが開示されている（特許文献１参照）。

特開２００２−１１７２１２号公報

特許文献１に記載の顧客分析システムでは、特定月の特定ランクの顧客リストを保存し、前月のデシル分析結果へマッピングし、遷移があった顧客を抽出して可視化するが、時系列な行動履歴などは考慮されていない。つまり、現在の優良顧客が過去にどのような経緯をたどりランクアップしたのか、何がきっかけだったのかという時系列的な行動履歴を施策案に盛り込むことができないという問題がある。

本発明は以上の点を考慮してなされたもので、お手本の顧客の行動履歴とターゲットの顧客の行動履歴とを時系列に分析することができるデータ管理装置およびデータ管理システムを提案しようとするものである。

かかる課題を解決するため本発明においては、所定の条件を満たすことによりランクが上がったお手本の顧客の購入履歴について、前記ランクが上がったときを基準時間とし、各購入履歴における時間を相対時間に変換し、前記ランクに達していないターゲットの顧客の購入履歴について、分析対象として指定されたときを基準時間とし、各購入履歴における時間を相対時間に変換する相対時間変換部と、前記お手本の顧客の各購入履歴が関連付けられた行動履歴の各相対時間と前記ターゲットの顧客の各購入履歴が関連付けられた行動履歴の各相対時間とに基づいて、前記お手本の顧客の行動履歴に前記ターゲットの顧客の行動履歴が含まれているか否かを判定する行動履歴分析部と、を設けるようにした。

上記構成によれば、例えば、近しいライフステージ、趣味嗜好などを持った顧客は、似たような行動を取るという仮説を立てた場合、お手本となる優良の顧客の行動履歴とターゲットとなる準優良または一般の顧客の行動履歴とを時系列に比較することで、より適合する行動履歴を把握でき、ターゲットである顧客に対して施策立案を支援し、効果的な施策を打つことが可能となる。

本発明によれば、お手本の顧客の行動履歴とターゲットの顧客の行動履歴とを時系列に分析することができる。

第１の実施の形態によるデータ管理システムに係る構成の一例を示す図である。 第１の実施の形態による顧客マスタ履歴テーブルの一例を示す図である。 第１の実施の形態によるグループ抽出管理テーブルの一例を示す図である。 第１の実施の形態によるお手本グループ基準期間テーブルの一例を示す図である。 第１の実施の形態による購入履歴テーブルの一例を示す図である。 第１の実施の形態によるお手本グループ購入履歴テーブルの一例を示す図である。 第１の実施の形態による集約ルール管理テーブルの一例を示す図である。 第１の実施の形態による集約後お手本グループ購入履歴テーブルの一例を示す図である。 第１の実施の形態によるセグメント化ルール管理テーブル群の一例を示す図である。 第１の実施の形態によるお手本グループ行動履歴テーブルの一例を示す図である。 第１の実施の形態によるターゲットグループ基準期間テーブルの一例を示す図である。 第１の実施の形態によるターゲットグループ購入履歴テーブルの一例を示す図である。 第１の実施の形態によるターゲットグループ行動履歴テーブルの一例を示す図である。 第１の実施の形態による行動履歴比較スコアリング管理テーブルの一例を示す図である。 第１の実施の形態によるお手本グループパス管理テーブルの一例を示す図である。 第１の実施の形態によるターゲットグループパス管理テーブルの一例を示す図である。 第１の実施の形態によるお手本グループの購入履歴を抽出する処理に係る処理手順の一例を示す図である。 第１の実施の形態によるお手本グループ購入履歴テーブルの購入履歴を集約する処理に係る処理手順の一例を示す図である。 第１の実施の形態による集約後お手本グループ購入履歴テーブルの購入履歴をセグメント化する処理に係る処理手順の一例を示す図である。 第１の実施の形態によるターゲットグループの購入履歴を抽出する処理に係る処理手順の一例を示す図である。 第１の実施の形態による行動履歴を可視化する処理に係る処理手順の一例を示す図である。 第１の実施の形態によるお手本グループの行動履歴とターゲットグループの行動履歴とを比較する処理に係る処理手順の一例を示す図である。 第１の実施の形態によるお手本グループの行動履歴の可視化の一例を示す図である。 第１の実施の形態によるターゲットグループの行動履歴の可視化の一例を示す図である。 第１の実施の形態によるお手本グループの行動履歴とターゲットグループの行動履歴との比較結果の可視化の一例を示す図である。

以下図面について、本発明の一実施の形態を詳述する。

（１）第１の実施の形態
本実施の形態では、優良の顧客層の顧客が優良の顧客となった時点までの購入履歴（物品を得る行動に係る様々な情報を含む。）と、非優良の顧客層の顧客（準優良顧客、一般顧客など）の現時点の購入履歴との部分一致をとり、優良のきっかけ（ランクアップ）となった履歴を抽出する。また、本実施の形態では、単純な履歴だけでは一致がとれない場合、購入履歴に係る項目（商品、時刻など）のデータを集約および／またはセグメント化することで一致が取れるようにする。上述した構成によれば、抽出した履歴を可視化して分析を支援する他、該当履歴を抽出し、他のデータと掛け合わせて分析することで、非優良の顧客層の顧客に適合する施策立案を支援し、効果的な施策を打つことができるようになる。

図１において、１は全体として本実施の形態によるデータ管理システムを示す。データ管理システム１は、例えば、下記に示す特徴（Ａ）〜（Ｇ）の全部または一部を有する。

（Ａ）施策立案において、ある一時点の購入履歴のデータだけではなく、対象の顧客の購入行動に近い購入履歴のデータを提示する。
（Ｂ）優良の顧客層の顧客が優良の顧客となった時点まで購入履歴をお手本とし、非優良の顧客層の顧客の現時点の購入履歴をターゲットとする。
（Ｃ）単純な購入履歴だけでは一致が取れないことがあるため、購入履歴に係る項目（例えば、商品および／または時刻）を集約および／またはセグメント化することで一致がとれるようにする。
（Ｄ）購入履歴の比較方法については単純な時系列の比較ではなく、購入履歴の時間（例えば、年月）を相対値とした行動履歴とし、お手本の行動履歴を基準に、ターゲットの行動履歴の時間をずらしながら比較する。
（Ｅ）お手本とターゲットとの行動履歴を比較しながら部分一致をとることで、お手本がランクアップしたきっかけとなった行動履歴を抽出する。
（Ｆ）抽出した行動履歴は、お手本にとっては過去のデータであるが、ターゲットにとっては今後取り得る可能性がある行動を示した未来のデータである。
（Ｇ）行動履歴を可視化して分析を支援する他、該当履歴を抽出、他のデータと掛け合わせて分析することで、ランクアップのきっかけを把握して効果的な施策を打てる。

かかるデータ管理システム１は、データ管理装置１０とクライアント端末２０とを含んで構成される。データ管理装置１０とクライアント端末２０とは、ネットワーク３０を介して通信可能に接続される。

データ管理装置１０は、例えば計算機（コンピュータ）であり、ノートパソコン、サーバ装置等であり、中央演算処理装置１１、主記憶装置１２、補助記憶装置１３、図示は省略する通信装置などを含んで構成される。

中央演算処理装置１１は、例えばＣＰＵ（Central Processing Unit）であり、各種の演算を行う。主記憶装置１２は、例えばＲＡＭ（Random Access Memory）であり、各種の情報を記憶する。補助記憶装置１３は、ＲＯＭ（Read Only Memory）、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）等であり、各種の情報を記憶する。なお、通信装置は、例えば、ＮＩＣ（Network Interface Card）から構成され、クライアント端末２０との通信時におけるプロトコル制御を行う。

データ管理装置１０の機能（購入履歴抽出部１０１、相対時間変換部１０２、購入履歴集約部１０３、購入履歴セグメント化部１０４、行動履歴作成部１０５、行動履歴分析部１０６など）は、例えば、中央演算処理装置１１が補助記憶装置１３に格納されたプログラムを主記憶装置１２に読み出して実行すること（ソフトウェア）により実現されてもよいし、専用の回路などのハードウェアにより実現されてもよいし、ソフトウェアとハードウェアとが組み合わされて実現されてもよい。また、データ管理装置１０の機能の一部は、データ管理装置１０と通信可能な他のコンピュータにより実現されてもよい。

補助記憶装置１３には、顧客マスタ履歴テーブル１１１、グループ抽出管理テーブル１１２、お手本グループ基準期間テーブル１１３、購入履歴テーブル１１４、お手本グループ購入履歴テーブル１１５、集約ルール管理テーブル１１６、集約後お手本グループ購入履歴テーブル１１７、セグメント化ルール管理テーブル群１１８、お手本グループ行動履歴テーブル１１９、ターゲットグループ基準期間テーブル１２０、ターゲットグループ購入履歴テーブル１２１、ターゲットグループ行動履歴テーブル１２２、行動履歴比較スコアリング管理テーブル１２３、お手本グループパス管理テーブル１２４、およびターゲットグループパス管理テーブル１２５が記憶されている。上述したテーブルは、補助記憶装置１３に記憶される構成を示すが、この構成に限られるものではなく、上述したテーブルの全部または一部は、主記憶装置１２に記憶するようにしてもよいし、データ管理装置１０と通信可能な他のコンピュータに記憶するようにしてもよい。なお、各テーブルの詳細については、図２〜図１６を用いて説明する。

購入履歴抽出部１０１は、分析対象（処理対象）とする所定の条件を満たすことによりランクが上がったお手本の顧客と、当該ランクに達していないターゲットの顧客とを特定し、特定したお手本の顧客およびターゲットの顧客について購入履歴テーブル１１４から購入履歴を抽出する。なお、購入履歴抽出部１０１の処理の例については、図１７などを用いて後述する。

相対時間変換部１０２は、お手本の顧客の購入履歴について、ランクが上がったときを基準時間（例えば、基準月）とし、各購入履歴における時間を当該基準時間からの相対時間（基準月の１か月前、基準月の１か月後など）に変換する。また、相対時間変換部１０２は、ターゲットの顧客の購入履歴について、分析対象として指定されたときを基準時間（例えば、分析月）とし、各購入履歴における時間を当該基準時間からの相対時間（分析月の１か月前、分析月の１か月後など）に変換する。なお、相対時間変換部１０２の処理の例については、図１８などを用いて後述する。

購入履歴集約部１０３は、お手本の顧客の購入履歴に含まれる項目のデータを集約し、ターゲットの顧客の購入履歴に含まれる項目のデータを集約する。なお、購入履歴集約部１０３の処理の例については、図１８などを用いて後述する。

購入履歴セグメント化部１０４は、お手本の顧客の購入履歴に含まれる項目のデータをセグメント化し、ターゲットの顧客の購入履歴に含まれる項目のデータをセグメント化する。なお、購入履歴セグメント化部１０４の処理の例については、図１９などを用いて後述する。

行動履歴作成部１０５は、お手本の顧客の各購入履歴を関連付けてお手本の顧客の行動履歴を作成する。また、行動履歴作成部１０５は、ターゲットの顧客の各購入履歴を関連付けてターゲットの顧客の行動履歴を作成する。なお、行動履歴作成部１０５の処理の例については、図１９などを用いて後述する。

行動履歴分析部１０６は、お手本の顧客の各購入履歴が関連付けられた行動履歴の各相対時間とターゲットの顧客の各購入履歴が関連付けられた行動履歴の各相対時間とに基づいて、お手本の顧客の行動履歴にターゲットの顧客の行動履歴が含まれているか否かを判定する。この際、例えば、行動履歴分析部１０６は、購入履歴集約部１０３により集約されたお手本の顧客のデータと購入履歴集約部１０３により集約されたターゲットの顧客のデータとに基づいて、お手本の顧客の行動履歴にターゲットの顧客の行動履歴が含まれているか否かを判定してもよい。また、例えば、行動履歴分析部１０６は、購入履歴セグメント化部１０４によりセグメント化されたお手本の顧客のデータと、購入履歴セグメント化部１０４によりセグメント化されたターゲットの顧客のデータとに基づいて、お手本の顧客の行動履歴にターゲットの顧客の行動履歴が含まれているか否かを判定してもよい。

また、行動履歴分析部１０６は、お手本の顧客の行動履歴のうち、ターゲットの顧客の行動履歴が含まれている部分と、ターゲットの顧客の行動履歴が含まれていない部分とを識別可能に出力する。例えば、行動履歴分析部１０６は、お手本の顧客が複数存在する場合、複数のお手本の顧客の行動履歴の各行動について、一致しない行動をノードとして追加し、複数のお手本の各行動履歴を示すように、追加したノードにアークを接続し、各ノードがアークにより関連付けられていることを示す画面を画面表示部に表示してもよい。この場合、行動履歴分析部１０６は、追加したノードのうち、複数のお手本の顧客の行動履歴における行動とターゲットの顧客の行動履歴における行動とが一致するノードを強調表示してもよい。なお、行動履歴分析部１０６の処理の例については、図２１、図２２などを用いて後述する。

クライアント端末２０は、例えば計算機（コンピュータ）であり、パーソナルコンピュータ、タブレット端末等であり、中央演算処理装置２１、主記憶装置２２、図示は省略する補助記憶装置、通信装置などを含んで構成される。クライアント端末２０には、入力装置２３および出力装置２４が接続されている。

中央演算処理装置２１は、例えばＣＰＵであり、各種の演算を行う。主記憶装置２２は、例えばＲＡＭであり、各種の情報を記憶する。なお、補助記憶装置は、ＲＯＭ、ＨＤＤ等であり、各種の情報を記憶する。通信装置は、例えば、ＮＩＣから構成され、データ管理装置１０との通信時におけるプロトコル制御を行う。

クライアント端末２０の機能（画面表示部２０１など）は、例えば、中央演算処理装置２１が補助記憶装置に格納されたプログラムを主記憶装置２２に読み出して実行すること（ソフトウェア）により実現されてもよいし、専用の回路などのハードウェアにより実現されてもよいし、ソフトウェアとハードウェアとが組み合わされて実現されてもよい。また、クライアント端末２０の機能の一部は、クライアント端末２０と通信可能な他のコンピュータにより実現されてもよい。

入力装置２３は、ポインティングデバイス、キーボードなどであり、ユーザからの操作に応じて各種の入力を行う装置である。

出力装置２４は、例えばディスプレイであり、各種の情報を表示する。なお、出力装置２４は、各種の情報を紙などの媒体に印刷を行う印刷装置などであってもよい。

本実施の形態では、クライアント端末２０に入力装置２３および出力装置２４が接続される構成を例に挙げて説明するが、この構成に限られるものではない。例えば、クライアント端末２０が入力装置２３および出力装置２４を備える構成であってもよいし、データ管理装置１０が入力装置２３および出力装置２４を備える構成であってもよいし、その他の構成であってもよい。また、入力装置２３と出力装置２４とは、一体型の装置（例えば、タッチパネル）で実現されてもよい。

（データ構成）
図２は、顧客マスタ履歴テーブル１１１の一例を示す図である。顧客マスタ履歴テーブル１１１は、顧客の状態（例えば、ポイントカードに紐付けられたプロフィール）を時系列で管理するためのテーブルである。

より具体的には、顧客マスタ履歴テーブル１１１には、顧客、趣味嗜好セグメント、顧客セグメント、年齢、性別、居住地、家族構成数、最終年月、および開始年月が対応付けられた情報が格納される。

顧客には、顧客を示す情報（氏名、顧客番号など）が格納される。趣味嗜好セグメントには、顧客を「お買い得重視派」、「健康志向派」などのセグメントに分類した情報が格納される。なお、趣味嗜好セグメントについては、例えば、国際公開第２０１６／０１６９３４号に記載の技術を用いて作成されてもよい。

顧客セグメントには、顧客を「優良」、「準優良」、「一般」、「離反」のランクに分類した情報が格納される。なお、顧客セグメントについては、例えば、ＲＦＭ分析を用いて作成されてもよい。年齢には、顧客の年齢を示す情報が格納される。性別には、顧客の性別を示す情報が格納される。居住地には、顧客の居住地を示す情報が格納される。家族構成数には、顧客の家族構成数を示す情報が格納される。最終年月と開始年月とには、時系列で管理するために、顧客の状態の最終年月と開始年月と（レコードの有効期間）の情報が格納される。

顧客マスタ履歴テーブル１１１では、何れかの項目の情報が更新されると、レコードが追加されるので、顧客の状態を時系列に管理することが可能となる。

図３は、グループ抽出管理テーブル１１２の一例を示す図である。グループ抽出管理テーブル１１２は、分析対象のグループを抽出（全顧客から分析対象の顧客をグループとして抽出）するための抽出条件を管理するテーブルである。

グループ抽出管理テーブル１１２には、抽出項目と条件とが対応付けられた情報が格納される。抽出項目の項目と条件の値とに一致する顧客が顧客マスタ履歴テーブル１１１からグループとして抽出される。なお、抽出項目と条件とには、任意の値を格納することができる。

図４は、お手本グループ基準期間テーブル１１３の一例を示す図である。お手本グループ基準期間テーブル１１３は、分析対象のグループのうち、お手本とするグループの基準期間を規定したテーブルである。

お手本グループ基準期間テーブル１１３には、分析開始年月、分析終了年月、ランク変化前顧客セグメント、ランク変化前分析期間、ランク変化後顧客セグメント、およびランク変化後分析期間が対応付けられた情報が格納される。

お手本グループ基準期間テーブル１１３を用いて、分析対象のグループから優良顧客のグループ（お手本グループ）が抽出される。より具体的には、分析開始年月および分析終了年月により設定される基準期間において、ランク変化前顧客セグメントおよびランク変化後顧客セグメントにより特定されるランクが「非優良」から「優良」に変化した顧客がお手本グループとして分析対象のグループから抽出される。なお、ランク変化前分析期間とランク変化後分析期間とに基づいて、図５に示す購入履歴テーブル１１４からランク変化前分析期間のレコード（購入履歴）とランク変化後分析期間のレコード（購入履歴）とが抽出される。

図５は、購入履歴テーブル１１４の一例を示す図である。全顧客の購入履歴の情報（例えば、顧客が店舗で商品を販売するごとに商品の販売情報を記録したデータ）を管理するテーブルである。購入履歴の情報としては、例えば、ＰＯＳシステムにより収集された情報を用いてもよい。

購入履歴テーブル１１４には、顧客、年月日、時刻、品目、点数、および単価が対応付けられた情報が格納される。年月日には、顧客が商品を購入した年月日の情報が格納される。時刻には、顧客が商品を購入した時刻の情報が格納される。品目には、顧客が購入した商品の品目の情報が格納される。点数には、顧客が購入した商品の点数の情報が格納される。単価には、顧客が購入した商品の単価の情報が格納される。

図６は、お手本グループ購入履歴テーブル１１５の一例を示す図である。お手本グループ購入履歴テーブル１１５は、グループ抽出管理テーブル１１２と、お手本グループ基準期間テーブル１１３とに基づいて購入履歴テーブル１１４から抽出された、お手本グループの購入履歴が格納されたテーブルである。なお、お手本グループの購入履歴を抽出する処理については、図１７を用いて説明する。

図７は、集約ルール管理テーブル１１６の一例を示す図である。集約ルール管理テーブル１１６は、明細レベルのお手本グループの購入履歴を集約するためのルールを格納したテーブルである。

集約ルール管理テーブル１１６には、項目とルールとが対応付けられた情報が格納される。項目には、購入履歴テーブル１１４のカラム名の情報が格納される。ルールには、集約ルールの情報が格納される。なお、項目とルールとについては、任意の値を格納することができる。図７に示す例においては、来店回数を期間内（例えば１か月間）の合計とする、などのルールが格納されている。

図８は、集約後お手本グループ購入履歴テーブル１１７の一例を示す図である。集約後お手本グループ購入履歴テーブル１１７は、お手本グループ購入履歴テーブル１１５が集約ルール管理テーブル１１６に従って集約されたテーブルである。なお、お手本グループ購入履歴テーブル１１５の購入履歴を集約する処理については、図１８を用いて説明する。

図９は、セグメント化ルール管理テーブル群１１８の一例を示す図である。セグメント化ルール管理テーブル群１１８は、集約後お手本グループ購入履歴テーブル１１７（なお、お手本グループ購入履歴テーブル１１５であってもよい。）の各項目をセグメント化するためのルールを管理するテーブル群である。セグメント化する項目数分のテーブルが予め用意されている。

図９では、来店回数に対するセグメント化のルールを管理する来店回数用テーブル１１８１、購入点数に対するセグメント化のルールを管理する購入点数用テーブル１１８２、来店時間に対するセグメント化のルールを管理する来店時間用テーブル１１８３を例示している。セグメント化ルール管理テーブル群１１８については、任意の数、任意のセグメント化のルールを設定（保持）することができる。

図１０は、お手本グループ行動履歴テーブル１１９の一例を示す図である。お手本グループ行動履歴テーブル１１９は、お手本グループ購入履歴テーブル１１５を集約およびセグメント化した結果のお手本グループの行動履歴（お手本グループの各購入履歴の項目について集約およびセグメント化され、各購入履歴が関連付けられた情報）を管理するテーブルである。なお、集約後お手本グループ購入履歴テーブル１１７の購入履歴をセグメント化する処理、および各購入履歴を関連付ける処理については、図１９を用いて説明する。

図１０に示すお手本グループ行動履歴テーブル１１９では、お手本グループの購入履歴が月単位に集約され、来店回数、購入金額、購入点数、および来店時間がセグメント化されている。なお、商品カテゴリは、商品を小カテゴリで分類した購入回数のトップ３を保持する。

お手本グループ行動履歴テーブル１１９は、項目「顧客」および項目「対象年月」により顧客の行動履歴を時系列で格納するためのテーブルであり、何を行動履歴とするかは、例えば集約ルール管理テーブル１１６およびセグメント化ルール管理テーブル群１１８により、任意に保持することができる。図１０に示すお手本グループ行動履歴テーブル１１９では、来店回数、購入金額、購入点数、来店回数、および商品カテゴリを行動履歴として保持する例を示している。

お手本グループ行動履歴テーブル１１９には、グループＩＤ、子ＩＤ、顧客、ランク、対象年月、来店回数、購入金額、購入点数、来店時間、商品カテゴリＡ、商品カテゴリＢ、および商品カテゴリＣが対応付けられた情報が格納される。

グループＩＤには、項目「顧客」を除く各項目を集約単位（グループ）としたときにグループを識別するための識別子が格納される。子ＩＤには、対象年月が１か月前の対象年月のグループＩＤが格納される。

図１１は、ターゲットグループ基準期間テーブル１２０の一例を示す図である。ターゲットグループ基準期間テーブル１２０は、分析対象のグループのうち、ターゲットとするグループの基準期間を規定したテーブルである。

ターゲットグループ基準期間テーブル１２０には、分析月、顧客セグメント、および分析期間が対応付けられた情報が格納される。分析月には、分析対象の月（例えば、現在の年月であり、以下では現在月を例に挙げて適宜説明を行う。）を示す情報が格納される。分析期間には、分析期間を示す情報が格納される。例えば、分析月が「２０１７／５」であり、分析期間が「６か月」である場合、「２０１６／１２」〜「２０１７／５」の６か月分の購入履歴が分析される。なお、顧客セグメントの条件を満たす顧客がターゲットグループとして分析対象のグループから抽出される。

図１２は、ターゲットグループ購入履歴テーブル１２１の一例を示す図である。ターゲットグループ購入履歴テーブル１２１は、グループ抽出管理テーブル１１２とターゲットグループ基準期間テーブル１２０とに基づいて購入履歴テーブル１１４から抽出された、ターゲットグループの購入履歴が格納されたテーブルである。なお、ターゲットグループの購入履歴を抽出する処理については、図２０を用いて説明する。

図１３は、ターゲットグループ行動履歴テーブル１２２（ターゲットグループの各購入履歴の項目について集約およびセグメント化され、各購入履歴が関連付けられた情報）の一例を示す図である。ターゲットグループ行動履歴テーブル１２２は、ターゲットグループ購入履歴テーブル１２１を集約およびセグメント化した結果のターゲットグループの行動履歴を管理するテーブルである。なお、ターゲットグループ購入履歴テーブル１２１を集約およびセグメント化する処理および各購入履歴を関連付ける処理は、図１８および図１９と同様であるので、その説明については省略する。

図１３に示すターゲットグループ行動履歴テーブル１２２では、ターゲットグループの購入履歴が月単位に集約され、来店回数、購入金額、購入点数、および来店時間がセグメント化されている。なお、商品カテゴリは、商品を小カテゴリで分類した購入回数のトップ３を保持する。

ターゲットグループ行動履歴テーブル１２２は、項目「顧客」および項目「対象年月」により顧客の行動履歴を時系列で格納するためのテーブルであり、何を行動履歴とするかは、例えば集約ルール管理テーブル１１６およびセグメント化ルール管理テーブル群１１８により、任意に保持することができる。図１３に示すターゲットグループ行動履歴テーブル１２２では、来店回数、購入金額、購入点数、来店回数、および商品カテゴリを行動履歴として保持する例を示している。

ターゲットグループ行動履歴テーブル１２２には、グループＩＤ、子ＩＤ、顧客、ランク、対象年月、来店回数、購入金額、購入点数、来店時間、商品カテゴリＡ、商品カテゴリＢ、および商品カテゴリＣが対応付けられた情報が格納される。

グループＩＤには、項目「顧客」を除く各項目を集約単位（グループ）としたときにグループを識別するための識別子が格納される。子ＩＤには、対象年月が１か月前の対象年月のグループＩＤが格納される。

図１４は、行動履歴比較スコアリング管理テーブル１２３の一例を示す図である。行動履歴比較スコアリング管理テーブル１２３は、お手本グループの行動履歴と、ターゲットグループの行動履歴とを比較するためのスコアリング方法を管理するテーブルである。

行動履歴比較スコアリング管理テーブル１２３には、評価項目とスコアリング方法とが対応付けられた情報が格納される。評価項目に格納した項目に対し、スコアリング方法で格納したスコアリングのアルゴリズムを適用することでスコアが算出され、算出されたスコアに基づいて行動履歴が比較される。

図１４に示す評価項目とスコアリング方法とは、あくまで一例であり、任意の評価項目とスコアリングのアルゴリズムとを格納することができる。

図１５は、お手本グループパス管理テーブル１２４の一例を示す図である。お手本グループパス管理テーブル１２４は、お手本グループの行動履歴のグループＩＤと子ＩＤを辿ったデータを、お手本グループのパスとして管理するテーブルである。

お手本グループパス管理テーブル１２４には、ルートＩＤとパスとが対応付けられた情報が格納される。なお、パスの設定については、図２１を用いて説明する。

図１６は、ターゲットグループパス管理テーブル１２５の一例を示す図である。ターゲットグループパス管理テーブル１２５は、ターゲットグループの行動履歴のグループＩＤと子ＩＤを辿ったデータを、ターゲットグループのパスとして管理するテーブルである。

ターゲットグループパス管理テーブル１２５には、ルートＩＤとパスとが対応付けられた情報が格納される。なお、パスの設定については、図２１を用いて説明する。

（分析に係る処理）
図１７は、お手本グループの購入履歴を抽出する処理に係る処理手順の一例を示す図である。

購入履歴抽出部１０１は、グループ抽出管理テーブル１１２の抽出項目と条件とに基づいて、顧客マスタ履歴テーブル１１１から該当するレコード（分析対象のグループ）を抽出する（ステップＳ１１）。例えば、購入履歴抽出部１０１は、図３に示す例の場合、趣味嗜好セグメントが「お買い得重視派」、年齢が「３０代」、性別が「男性」の顧客のレコードを、顧客マスタ履歴テーブル１１１から抽出する。なお、この処理では、顧客セグメントによる絞込みは行われていない。

購入履歴抽出部１０１は、抽出したレコードを対象に、お手本グループ基準期間テーブル１１３の基準期間（分析開始年月および分析終了年月）でレコードを絞り込む設定を行う（ステップＳ１２）。例えば、購入履歴抽出部１０１は、図４に示す例の場合、抽出したレコードを対象に、２０１６／１から２０１７／５の１６か月間のデータを基準期間とする。

さらに、購入履歴抽出部１０１は、基準期間において、顧客セグメントのランクが「一般」から「優良」に変化した顧客のレコードを抽出する。また、購入履歴抽出部１０１は、ランクが変化した月を基準として、「一般」のときの購入履歴の抽出期間については過去６か月分、「優良」のときの購入履歴の抽出期間については３か月分を購入履歴の抽出期間の条件として設定する。

購入履歴抽出部１０１は、絞り込んだ顧客、顧客セグメント、抽出期間を条件に購入履歴テーブル１１４からレコードを抽出し、お手本グループの購入履歴とし、お手本グループ購入履歴テーブル１１５に格納する（ステップＳ１３）。

図１８は、お手本グループ購入履歴テーブル１１５の購入履歴を集約する処理に係る処理手順の一例を示す図である。

相対時間変換部１０２は、お手本グループ購入履歴テーブル１１５の年月日をランクが変化した年月を基準に相対的な値に変換する（ステップＳ２１）。この際、相対時間変換部１０２は、ランクが変化した年月を「基準月」として変換（設定）する。例えば、相対時間変換部１０２は、基準月を基準に過去の年月を「１か月前」、「２か月前」、未来の年月を「１か月後」、「２か月後」等として変換する。

購入履歴集約部１０３は、お手本グループ購入履歴テーブル１１５の購入履歴を集約ルール管理テーブル１１６に基づいて集約する（ステップＳ２２）。より具体的には、購入履歴集約部１０３は、集約ルール管理テーブル１１６の項目と一致するお手本グループ購入履歴テーブル１１５の項目に対して、集約ルール管理テーブル１１６のルールに従って集計（演算）し、集計した結果を集約後お手本グループ購入履歴テーブル１１７に格納する。

図１９は、集約後お手本グループ購入履歴テーブル１１７の購入履歴をセグメント化する処理に係る処理手順の一例を示す図である。

購入履歴セグメント化部１０４は、セグメント化ルール管理テーブル群１１８に従って、集約後お手本グループ購入履歴テーブル１１７の処理対象の項目をセグメント化する（ステップＳ３１）。例えば、図９に示す来店回数用テーブル１１８１については、来店回数が「１８」回または「１７」回で「１」、「１６」回または「１５」回で「２」とセグメント化するルールが設けられている。来店回数のルールに従うと、図８に示す集約後お手本グループ購入履歴テーブル１１７の１レコード目の来店回数は、「１８」なので、「１」という値でセグメント化される。

行動履歴作成部１０５は、セグメント化が行われると、購入履歴の関連付けを行う（ステップＳ３２）。より具体的には、行動履歴作成部１０５は、「顧客」を除く各項目を集約単位（グループ）として、グループＩＤをお手本グループ行動履歴テーブル１１９に設定する。また、行動履歴作成部１０５は、対象年月が１つ前の対象年月のグループＩＤを子ＩＤとしてお手本グループ行動履歴テーブル１１９に設定する。なお、子ＩＤは、複数ある場合があるので、リストとなり得る。

図２０は、ターゲットグループの購入履歴を抽出する処理に係る処理手順の一例を示す図である。

購入履歴抽出部１０１は、グループ抽出管理テーブル１１２の抽出項目と条件とに基づいて、顧客マスタ履歴テーブル１１１から該当するレコード（分析対象のグループ）を抽出する（ステップＳ４１）。例えば、購入履歴抽出部１０１は、図３に示す例の場合、趣味嗜好セグメントが「お買い得重視派」、年齢が「３０代」、性別が「男性」の顧客のレコードを、顧客マスタ履歴テーブル１１１から抽出する。なお、ステップＳ１１とステップＳ４１とは、同じ処理内容である。

購入履歴抽出部１０１は、抽出したレコードを対象に、ターゲットグループ基準期間テーブル１２０の基準期間（分析月および分析期間）でレコードを絞り込む設定を行う（ステップＳ４２）。例えば、購入履歴抽出部１０１は、図１１に示す例の場合、抽出したレコードを対象に、２０１６／１２から２０１７／５の６か月間のデータを基準期間かつ抽出期間とする。

購入履歴抽出部１０１は、絞り込んだ顧客、顧客セグメント、抽出期間を条件に購入履歴テーブル１１４からレコードを抽出し、ターゲットグループの購入履歴とし、ターゲットグループ購入履歴テーブル１２１に格納する（ステップＳ４３）。

次に、抽出されたレコードについて、集約およびセグメント化などの処理が行われ、ターゲットグループの行動履歴が作成されるが、これらの処理については、お手本グループ（図１８および図１９）と同様であるので、その説明を省略する。

図２１は、行動履歴を可視化する処理に係る処理手順の一例を示す図である。かかる処理によれば、例えば、図２３〜図２５に示す画面表示を行うことができる。

行動履歴分析部１０６は、レコード抽出を行う（ステップＳ５１）。ここでは、行動履歴分析部１０６は、お手本グループ行動履歴テーブル１１９を参照し、処理対象の顧客の全レコードを取得する。例えば、行動履歴分析部１０６は、図１０に示すお手本グループ行動履歴テーブル１１９から顧客「Ａ」のレコードを全て抽出する。

続いて、行動履歴分析部１０６は、ノードを設定する（ステップＳ５２）。より具体的には、行動履歴分析部１０６は、お手本グループの行動履歴における一の行動を示す１つのレコードを１つのノードとして追加する。この際、行動履歴分析部１０６は、一致するノードが既に存在する場合、ノードの追加は行わない。行動履歴分析部１０６は、行動履歴の所定の項目（図１０の例では、対象年月、来店回数、購入金額、来店時間、商品カテゴリＡ、商品カテゴリＢ、および商品カテゴリＣ）の値が一致するか否かでノードが一致するか否かを判定する。例えば、図１０において、顧客「Ａ」の対象年月「基準月」のレコードと、顧客「Ｂ」の対象年月「基準月」のレコードとは、行動履歴の所定の項目の値が一致するので、行動履歴分析部１０６は、ノードが一致すると判定する。

続いて、行動履歴分析部１０６は、アークを接続する（ステップＳ５３）。例えば、行動履歴分析部１０６は、時系列（例えば、より新しいレコードから順）に、処理対象のレコードのグループＩＤが子ＩＤに設定されているレコードを検索し、当該レコードがある場合、当該レコードのノードから処理対象のレコードのノードにアークを接続する。行動履歴分析部１０６は、処理対象の顧客について、アークの接続をすると、ルート（最も新しいレコード）のグループＩＤを「ルートＩＤ」に、「ルートＩＤ」からのパスをリストとして「パス」に設定し、お手本グループパス管理テーブル１２４に格納する。

行動履歴分析部１０６は、お手本グループ行動履歴テーブル１１９の顧客数分、ステップＳ５１〜ステップＳ５３の処理を繰り返す。また、行動履歴分析部１０６は、同様に、ターゲットグループ行動履歴テーブル１２２の顧客数分、ステップＳ５１〜ステップＳ５３の処理を繰り返す。かかる処理により、行動履歴を可視化（例えば、行動履歴グラフを表示）することができる。

図２２は、お手本グループの行動履歴とターゲットグループの行動履歴とを比較する処理に係る処理手順の一例を示す図である。かかる処理においては、それぞれの行動履歴は、相対月で管理する時系列データであるため、例えば、お手本グループの行動履歴を基準に、ターゲットグループの行動履歴の対象年月をずらしながら比較する。

最初に、行動履歴分析部１０６は、お手本グループパス管理テーブル１２４からパスのレコードを抽出し、比較対象のパスとする（ステップＳ６１）。

続いて、行動履歴分析部１０６は、ターゲットグループパス管理テーブル１２５からパスのレコードを抽出する（ステップＳ６２）。

続いて、行動履歴分析部１０６は、ターゲットグループ行動履歴テーブル１２２から処理対象のグループＩＤのレコードを抽出する（ステップＳ６３）。

続いて、行動履歴分析部１０６は、お手本グループ行動履歴テーブル１１９から処理対象のグループＩＤのレコードを抽出する（ステップＳ６４）。

続いて、行動履歴分析部１０６は、行動履歴比較スコアリング管理テーブル１２３に格納したスコアリング方法でスコアリングする（ステップＳ６５）。例えば、行動履歴分析部１０６は、お手本グループの行動履歴の来店回数とターゲットグループの行動履歴の来店回数とを比較し、これらの値の差が前後「２」以内である場合、スコアに「１０」を加算する。このように、行動履歴分析部１０６は、全ての評価項目についてスコアを算出する。

続いて、行動履歴分析部１０６は、算出した全体のスコアがしきい値（例えば、「６５」）以上であるか否かを判定する（ステップＳ６６）。行動履歴分析部１０６は、しきい値以上であると判定した場合、ステップＳ６７に処理を移し、しきい値未満であると判定した場合、ステップＳ６８に処理を移す。なお、しきい値は、行動履歴比較スコアリング管理テーブル１２３に記憶されていてもよいし、データ管理装置１０内の他のテーブルに記憶されていてもよいし、図示しないテーブルに記憶されていてもよい。

ステップＳ６７では、行動履歴分析部１０６は、ターゲットグループのパスを１つ先の子に設定し、ステップＳ６９に処理を移す。この際、行動履歴分析部１０６は、お手本グループの行動履歴のうち、ターゲットグループの行動履歴が含まれている部分と含まれていない部分とを識別可能にするために、お手本グループの処理対象のパスの情報（例えば、グループＩＤ）を記録する。

ステップＳ６８では、行動履歴分析部１０６は、ターゲットグループの処理対象の年月が「現在月」であるか否かを判定する。行動履歴分析部１０６は、「現在月」であると判定した場合、ステップＳ６９に処理を移し、「現在月」でないと判定した場合、ステップＳ７０に処理を移す。

ステップＳ６９では、行動履歴分析部１０６は、お手本グループのパスを１つ先の子に設定する。

ステップＳ７０では、行動履歴分析部１０６は、スコアリングした値の合計値をスコア（表示用スコア）とする。当該スコアが高いターゲットグループのパスは、お手本グループに類似しているとする。

ここで、ステップＳ６５で算出したスコアがしきい値以上である場合、行動履歴分析部１０６は、処理対象の年月のお手本グループの行動履歴とターゲットグループの行動履歴とは類似していると判定する。そして、行動履歴分析部１０６は、類似している場合、ターゲットグループの処理対象の年月を１つ前の月である子に設定し、さらにお手本グループの処理対象の年月を１つ前の月である子に設定する。他方、しきい値に満たない場合、ターゲットグループの処理対象の年月が「現在月」であるときは、お手本グループの処理対象の年月のみを１つ前の月である子に設定し、ターゲットグループの現在月と比較を続ける。このように、お手本グループおよびターゲットグループの処理対象の年月をずらしながら、お手本グループのパスの先端から終端まで行動履歴を比較する処理を行い、ターゲットグループのパスの終端まで繰り返す。なお、「現在月」でないときは、次のターゲットグループに処理対象を移す。

以上の処理を、全てのターゲットグループの行動履歴に対して繰り返すことで、お手本グループの行動履歴から、ターゲットグループの行動履歴に類似する部分のデータを抽出することができる（グラフでいえば、部分グラフの抽出ができる）。

ステップＳ７１では、行動履歴分析部１０６は、行動履歴候補を作成する。例えば、行動履歴分析部１０６は、お手本グループごとに、各ターゲットグループについて算出した表示用スコアのうち、最も高い表示用スコアのターゲットグループを特定する。お手本グループごとに特定したターゲットグループについて、現在月が新しいターゲットグループから処理対象とし、処理対象のターゲットグループにおいて記録したグループＩＤのノードを強調表示の対象に設定する。この際、処理対象のターゲットグループの現在月のノードが他のターゲットグループの現在月のノードでないノードにおいて既に強調表示の対象に設定されている場合、行動履歴分析部１０６は、処理対象のターゲットグループについては、強調表示の対象とすることなく、次のターゲットグループに処理対象を移す。

かかる処理によれば、部分一致する最も新しいノードを基準に、当該ノードにいるターゲットグループの顧客がとる行動の可能性を示すことができるようになる。

図２３は、お手本グループの行動履歴の可視化の一例（お手本グループ行動履歴画面１５０）を示す図である。

お手本グループ行動履歴画面１５０の画面上部には、分析期間の最も新しい年月を左、最も古い年月を右とし、顧客の行動履歴の各年月の行動をノードとし、各ノードがアークで接続された有向グラフ「行動履歴グラフ」として行動履歴が表示される。なお、集約およびセグメント化によって、同一のレコードは、１つのノードとして纏められている。

例えば、ノード１５１をクリックすることで、画面下部の「行動履歴明細」に該当するお手本グループの行動履歴の行動の内容（レコード）が表示される。例えば、１レコード目は、顧客「Ａ」の行動履歴であるが、子のノード１５２「ｒ４」であることがわかり、行動履歴グラフでは、ノード１５１とノード１５２とが接続されたアーク１５３により容易に把握できる。

図２４は、ターゲットグループの行動履歴の可視化の一例（ターゲットグループ行動履歴画面１６０）を示す図である。お手本グループ行動履歴画面１５０とターゲットグループ行動履歴画面１６０とは、基本的には、データが異なるだけであり、画面の構成および機能は、お手本グループ行動履歴画面１５０と同様である。

なお、図２４は、ノード１６１がクリックされているときの画面例であり、ターゲットグループ行動履歴画面１６０の画面下部の「行動履歴明細」に該当するターゲットグループの行動履歴の行動の内容（レコード）が表示されている。

図２５は、お手本グループの行動履歴とターゲットグループの行動履歴との比較結果の可視化の一例（行動履歴比較結果画面１７０）を示す図である。

行動履歴比較結果画面１７０では、お手本グループの行動履歴とターゲットグループの行動履歴とで類似すると判定されたデータが画面上部に「行動履歴の比較結果」としてグラフで表示される。強調表示されたノード（ノード「５」〜ノード「９」）が類似であると判定されたデータ、強調表示されていないノード（ノード「１」〜ノード「４」、およびノード「１０」〜ノード「１３」）がターゲットグループが今後取り得る可能性がある行動のデータである。付言するならば、お手本グループの行動履歴には、既に「一般」から「優良」にランクアップしたデータが含まれる。ターゲットグループの行動履歴には、「一般」のデータのみである。よって、類似する部分を有するターゲットグループについては、お手本グループのデータのうち、現在月より先の年月のデータは、ターゲットグループが今後取り得る可能性がある行動のデータと見なすことができる。

画面下部「分析対象の行動履歴候補」では、類似であると判定されたターゲットグループが今後ランクアップする可能性があることを提示する。例えば、１レコード目は、画面上部のノード「５」がターゲットグループの行動履歴の現在月と類似していることを示している。スコア（表示用スコア）では、スコアリング結果を提示している。なお、後に一致するノードの数が多いほど、スコアは高くなっている。内容では、基準月（お手本グループがランクアップした年月）と比較して２か月後にランクアップする可能性があることを提示している。また、ノード番号では、パスを提示している。

行動履歴比較結果画面１７０によれば、ターゲットグループに対するお手本グループが特定できるので、お手本グループについて、当時、どのような施策を打っていたのか、どのような新商品を販売開始したのか、どのようなことが流行っていたのか等、ランクアップの要因を分析することができるようになり、ターゲットグループに対して効果的な施策立案を行うことができる。

本実施の形態によれば、行動履歴の深堀、施策履歴の突合せ等によって、ターゲットグループをランクアップさせるための分析を行うことができる。

（２）他の実施の形態
なお上述の実施の形態においては、本発明をデータ管理システムに適用するようにした場合について述べたが、本発明はこれに限らず、この他種々のシステム、データ管理装置、データ管理方法に広く適用することができる。

また上述の実施の形態においては、お手本グループ（複数のお手本の顧客）およびターゲットグループ（複数のターゲットの顧客）に適用する場合について述べたが、本発明は、お手本の顧客の人数およびターゲットの顧客の人数に限定されるものでない。例えば、お手本の顧客およびターゲットの顧客の人数が何れも一人であるケースに適用してもよいし、お手本の顧客が一人であり、ターゲットの顧客が複数であるケースに適用してもよいし、お手本の顧客が複数であり、ターゲットの顧客が一人であるケースに適用してもよい。

また上述の実施の形態においては、ランクが上がったときを基準時間および分析対象として指定されたときを基準時間の単位を年月とする場合について述べたが、本発明はこれに限らず、他の時間の単位とするようにしてもよい。例えば、半日単位としてもよいし、日単位としてもよいし、週単位としてもよいし、１０日単位としてもよいし、３か月単位としてもよいし、年単位としてもよいし、その他の単位としてもよい。

また上述の実施の形態においては、購入履歴を集約およびセグメント化して行動履歴とする場合について述べたが、本発明はこれに限らず、購入履歴を集約のみして行動履歴とするようにしてもよいし、購入履歴をセグメント化のみして行動履歴とするようにしてもよいし、購入履歴を集約もセグメント化もすることなく行動履歴とするようにしてもよい。なお、集約とセグメント化との順序については、セグメント化してから、集約するようにしてもよい。

また上述の実施の形態においては、お手本グループの行動履歴の可視化する例（出力）としてお手本グループ行動履歴画面１５０を表示する場合について述べたが、本発明はこれに限らず、お手本グループの行動履歴を印刷するようにしてもよいし、お手本グループの行動履歴をファイルとして出力するようにしてもよいし、所定の電子メールアドレスにお手本グループの行動履歴の情報を送信するようにしてもよいし、他の出力方式を採用してもよい。

また上述の実施の形態においては、ターゲットグループの行動履歴の可視化する例（出力）としてターゲットグループ行動履歴画面１６０を表示する場合について述べたが、本発明はこれに限らず、ターゲットの行動履歴を印刷するようにしてもよいし、ターゲットの行動履歴をファイルとして出力するようにしてもよいし、所定の電子メールアドレスにターゲットの行動履歴の情報を送信するようにしてもよいし、他の出力方式を採用してもよい。

また上述の実施の形態においては、お手本グループの行動履歴とターゲットグループの行動履歴との比較結果の可視化する例（出力）としてお行動履歴比較結果画面１７０を表示する場合について述べたが、本発明はこれに限らず、行動履歴比較結果を印刷するようにしてもよいし、行動履歴比較結果をファイルとして出力するようにしてもよいし、所定の電子メールアドレスに行動履歴比較結果の情報を送信するようにしてもよいし、他の出力方式を採用してもよい。

また上述の実施の形態においては、お手本グループの行動履歴とターゲットグループの行動履歴とを比較する処理では、総当たり的に行動（ノード）を比較する場合について述べたが、本発明はこれに限らず、お手本グループの行動履歴の行動のうち、基準月以前の行動とターゲットグループの行動履歴の各行動とを比較するようにしてもよい。この場合、比較処理の回数を減らすことができ、演算にかかる負荷を低減することができる。

また上述の実施の形態においては、行動履歴比較結果画面１７０では、ノードに属するターゲットの顧客がとる行動の可能性を示すグラフを表示する場合について述べたが、本発明はこれに限らず、ターゲットの顧客ごとに、当該ターゲットの顧客がとる行動の可能性を示すグラフを表示するようにしてもよい。その場合、画面に表示したいターゲットの顧客を指定するためのＧＵＩ（Graphical User Interface：検索機構、選択機構など）を表示するのが好適である。かかる構成によれば、ターゲットの顧客の個別のデータを分析することが容易になる。

また上述の実施の形態においては、行動履歴比較結果画面１７０では、お手本グループの行動履歴の行動とターゲットグループの行動履歴の行動とが一致した一連の行動を強調表示する場合について述べたが、本発明はこれに限らず、お手本グループの行動履歴の行動のうち、お手本グループの行動履歴における行動とターゲットグループの行動履歴における分析対象として指定されたときの行動とが一致するノードのみを強調表示するようにしてもよい。かかる構成においても、ターゲットの顧客がランクアップのために今後とるべき行動を把握することができる。

また上述の実施の形態においては、説明の便宜上、ＸＸテーブルを用いて各種のデータを説明したが、データ構造は限定されるものではなく、ＸＸ情報などと表現してもよい。

また、上記の説明において各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリや、ハードディスク、ＳＳＤ等の記憶装置、または、ＩＣカード、ＳＤカード、ＤＶＤ等の記録媒体に置くことができる。

また上述した構成については、本発明の要旨を超えない範囲において、適宜に、変更したり、組み替えたり、組み合わせたり、省略したりしてもよい。

１……データ管理システム、１０……データ管理装置、２０……クライアント端末、１０１……購入履歴抽出部、１０２……相対時間変換部、１０３……購入履歴集約部、１０４……購入履歴セグメント化部、１０５……行動履歴作成部、１０６……行動履歴分析部、２０１……画面表示部。

Claims (7)

1. 所定の条件を満たすことによりランクが上がったお手本の顧客の購入履歴について、前記ランクが上がったときを基準時間とし、各購入履歴における時間を相対時間に変換し、前記ランクに達していないターゲットの顧客の購入履歴について、分析対象として指定されたときを基準時間とし、各購入履歴における時間を相対時間に変換する相対時間変換部と、
   前記お手本の顧客の各購入履歴が関連付けられた行動履歴の各相対時間と前記ターゲットの顧客の各購入履歴が関連付けられた行動履歴の各相対時間とに基づいて、前記お手本の顧客の行動履歴に前記ターゲットの顧客の行動履歴が含まれているか否かを判定する行動履歴分析部と、
   を備えることを特徴とするデータ管理装置。
2. 前記お手本の顧客の購入履歴に含まれる項目のデータをセグメント化し、前記ターゲットの顧客の購入履歴に含まれる項目のデータをセグメント化する購入履歴セグメント化部を備え、
   前記行動履歴分析部は、前記購入履歴セグメント化部によりセグメント化された前記お手本の顧客のデータと、前記購入履歴セグメント化部によりセグメント化された前記ターゲットの顧客のデータとに基づいて、前記お手本の顧客の行動履歴に前記ターゲットの顧客の行動履歴が含まれているか否かを判定する、
   ことを特徴とする請求項１に記載のデータ管理装置。
3. 前記お手本の顧客の購入履歴に含まれる項目のデータを集約し、前記ターゲットの顧客の購入履歴に含まれる項目のデータを集約する購入履歴集約部を備え、
   前記行動履歴分析部は、前記購入履歴集約部により集約された前記お手本の顧客のデータと前記購入履歴集約部により集約された前記ターゲットの顧客のデータとに基づいて、前記お手本の顧客の行動履歴に前記ターゲットの顧客の行動履歴が含まれているか否かを判定する、
   ことを特徴とする請求項１に記載のデータ管理装置。
4. 前記行動履歴分析部は、前記お手本の顧客の行動履歴のうち、前記ターゲットの顧客の行動履歴が含まれている部分と、前記ターゲットの顧客の行動履歴が含まれていない部分とを識別可能に出力する、
   ことを特徴とする請求項１に記載のデータ管理装置。
5. 前記行動履歴分析部は、前記お手本の顧客が複数存在する場合、前記複数のお手本の顧客の行動履歴の各行動について、一致しない行動をノードとして追加し、前記複数のお手本の各行動履歴を示すように、追加したノードにアークを接続し、各ノードがアークにより関連付けられていることを示す画面を画面表示部に表示する、
   ことを特徴とする請求項１に記載のデータ管理装置。
6. 前記行動履歴分析部は、追加したノードのうち、前記複数のお手本の顧客の行動履歴における行動と前記ターゲットの顧客の行動履歴における行動とが一致するノードを強調表示する、
   ことを特徴とする請求項５に記載のデータ管理装置。
7. 所定の条件を満たすことによりランクが上がったお手本の顧客の購入履歴について、前記ランクが上がったときを基準時間とし、各購入履歴における時間を相対時間に変換し、前記ランクに達していないターゲットの顧客の購入履歴について、分析対象として指定されたときを基準時間とし、各購入履歴における時間を相対時間に変換する相対時間変換部と、
   前記お手本の顧客の各購入履歴が関連付けられた行動履歴の各相対時間と前記ターゲットの顧客の各購入履歴が関連付けられた行動履歴の各相対時間とに基づいて、前記お手本の顧客の行動履歴に前記ターゲットの顧客の行動履歴が含まれているか否かを判定する行動履歴分析部と、
   を備えることを特徴とするデータ管理システム。

Images