JP2020086512A - データ管理システムおよび方法 - Google Patents

Abstract

【課題】顧客による製品の利用履歴に現れる顧客の性質の情報を取得可能にする技術を提供する。【解決手段】データ管理システム３は、顧客に提供された製品の利用の履歴に関する情報である利用履歴情報を格納する記憶部１０１と、利用履歴情報に基づいて利用の特徴量を取得する特徴量取得部１０２と、利用の特徴量に基づいて顧客の性質を特定するペルソナ特定部１０３と、を有する。【選択図】図４

Description

本発明は、製品を顧客に提供する業務に関連するデータを管理する技術に関する。

製品を顧客に販売する業務においては、顧客に販売した製品に関する情報や顧客に関する情報を営業活動、顧客の嗜好に合う製品を開発する製品企画、などに役立てることが注目されている。

特許文献１には、商品に対する顧客の購買嗜好タイプを分析するシステムが開示されている。当該システムは、顧客の商品購買履歴を記述した購買履歴データを格納する購買履歴記憶部、顧客、顧客の購買嗜好タイプ、および購買嗜好タイプを有する顧客が購入した商品の間の対応関係を表す嗜好タイプ対応関係を記述した関係マトリクスデータを格納する関係マトリクスデータ記憶部、関係マトリクスデータが記述している嗜好タイプ対応関係を評価してその評価結果を出力する評価器、を備えている。評価器は、関係マトリクスデータが記述している購買嗜好タイプと商品との間の対応関係が、購買履歴データが記述している顧客と商品購買履歴との間の対応関係と、どの程度一致しているかを示す一致度を算出することにより、嗜好タイプ対応関係が顧客の購買嗜好タイプをどの程度正しく記述しているかを評価する。顧客と顧客が嗜好する製品とを正しく対応づけて、その対応付けた情報を業務に活用することが可能となる。

特開２０１６−１２６６４８号公報

顧客が継続的に使用する製品においては、顧客が製品を使用した履歴に顧客の特徴が反映される場合がある。特許文献１の技術は、顧客と製品とをそれぞれの特徴に基づいて対応づけるものであるが、顧客による製品の利用の履歴に現れる顧客の特徴を考慮するものではないため、そのような顧客の性質を考慮した情報を業務に活用することができなかった。

本発明の目的は、顧客による製品の利用履歴に現れる顧客の性質の情報を取得可能にする技術を提供することである。

１つの態様に従うデータ管理システムは、顧客に提供された製品の利用の履歴に関する情報である利用履歴情報を格納する記憶部と、前記利用履歴情報に基づいて前記利用の特徴量を取得する特徴量取得部と、前記利用の特徴量に基づいて前記顧客の性質を特定するペルソナ特定部と、を有する。

１つの態様に従うデータ管理方法は、顧客に提供された製品の利用の履歴に関する情報である利用履歴情報を記憶部に格納し、前記利用履歴情報に基づいて前記利用の特徴量を取得し、前記利用の特徴量に基づいて前記顧客の性質を特定する。

本発明によれば、顧客による製品の利用履歴に現れる顧客の性質の情報が取得可能となる。

本実施の形態に係るサービスシステムの一例を示す図である。 本実施の形態に係るサービスフローの一例を示す図である。 本実施の形態に係る顧客タグ、製品タグ、利用タグ、顧客ペルソナ及び製品ペルソナの関係の一例を示す図である。 本実施の形態に係るデータ管理システムの構成例を示す図である。 本実施の形態に係る顧客情報の一例を示す図である。 本実施の形態に係る製品情報の一例を示す図である。 本実施の形態に係る利用履歴情報の一例を示す図である。 本実施の形態に係る顧客特徴量付与ルールの一例を示す図である。 本実施の形態に係る製品特徴量付与ルールの一例を示す図である。 本実施の形態に係る利用特徴量付与ルールの一例を示す図である。 本実施の形態に係る顧客特徴量情報の一例を示す図である。 本実施の形態に係る製品特徴量情報の一例を示す図である。 本実施の形態に係る利用特徴量情報の一例を示す図である。 本実施の形態に係る顧客ペルソナ情報の一例を示す図である。 本実施の形態に係る製品ペルソナ情報の一例を示す図である。 本実施の形態に係るタグ付与処理の一例を示すフローチャートである。 本実施の形態に係るレコメンド生成処理の一例を示すフローチャートである。 ディーラー向けの一覧画面の例を示す図である。 ディーラー向けの車両情報画面の例を示す図である。 ディーラー向けの整備推奨画面の例を示す図である。 顧客向けの入庫促進画面の例を示す図である。 データ管理システムのハードウェア構成例を示す図である。

以下、本発明の一実施の形態について図面を参照して説明する。

図１は、本実施の形態に係るサービスシステム１の一例を示す。

本実施の形態に係るサービスシステム１は、顧客及び当該顧客が購入した製品に関する情報を分析し、サービス提供者が、適切な時期に、顧客及び製品の性質に適したレコメンド（推薦、おすすめ）を行うことをサポートする。本実施の形態では、製品が車両（自動車）、サービス提供者がディーラーの例について説明する。ただし、本実施の形態の製品及びサービス提供者は、車両及びディーラーに限られない。

サービスシステム１は、データ収集システム２と、データ管理システム３と、情報提供システム４と、を備える。

データ収集システム２は、顧客に関する情報（以下「顧客情報」という）２００（図５参照）及び車両に関する情報（以下「製品情報」という）３００（図６参照）を収集する。顧客情報２００及び製品情報３００は、ディーラー及び／又はオペレータの制御用端末から、イントラネットワークを介して入力されてもよいし、他業務システムからイントラネットワークを介して取得されてもよい。また、データ収集システム２は、顧客による車両の利用の履歴情報（以下「利用履歴情報」という）４００（図７参照）を収集する。利用履歴情報４００は、顧客の車両及び／又は端末から送信されてよい。なお、顧客情報２００及び製品情報３００は、属性情報と呼ばれてもよい。

データ管理システム３は、データ収集システム２に収集された様々な情報を用いて、顧客に対するレコメンド情報を生成する。なお、データ管理システム３の詳細については後述する。

情報提供システム４は、データ管理システム３にて生成されたレコメンド情報を、外部ネットワークを介して、顧客の端末５及び／又はディーラーの制御用端末へ送信する。

ディーラーは、サービスシステム１から提供されたリコメンド情報を利用することにより、顧客毎に適切な時期に適切なリコメンドを行うことができる。例えば、ディーラーは、車両整備の入庫案内、新型車両の試乗案内、及び、乗り換えの案内などを適切に行うことができる。

図２は、本実施の形態に係るサービスフローの一例を示す。

顧客は、ディーラーから、車両を購入する。ディーラーは、その顧客及び車両の顧客情報２００及び製品情報３００を、データ収集システム２に入力する。また、顧客による車両の日々の利用に関する情報（利用履歴情報４００）が、データ収集システム２に収集される。

データ管理システム３は、データ収集システム２に収集された顧客情報２００、製品情報３００及び利用履歴情報４００の少なくとも１つに基づいて、顧客の特徴量を示す顧客特徴量情報８００（図１１参照）、製品の特徴量を示す製品特徴量情報９００（図１２参照）、及び、製品の利用の特徴量を示す利用特徴量情報１０００（図１３参照）を生成する。本実施の形態では、顧客特徴量を顧客タグで表現し、製品特徴量を製品タグで表現し、利用特徴量を利用タグで表現する。タグは、人が理解し易いように、特徴量にタイトル付けしたものである。データ管理システム３は、タグ付与処理（図１６参照）を実行し、各顧客に対して顧客タグを付与し、各製品に対して製品タグを付与する。このタグ付与処理は、定期的に実行されてよい。

また、データ管理システム３は、利用タグに基づいて、顧客の性質を示す顧客ペルソナ情報１１００（図１４参照）、及び、製品の性質を示す製品ペルソナ情報１２００（図１５参照）を生成する。そして、データ管理システム３は、顧客に付与されている顧客タグと、当該顧客による製品の利用履歴情報とに基づいて、当該製品に対する当該顧客の関係に付与する顧客ペルソナを決定する。また、データ管理システム３は、製品に付与されている製品タグに基づいて、当該製品に付与する製品ペルソナを決定する。そして、データ管理システム３は、レコメンド生成処理（図１７参照）を実行し、当該顧客に適合するレコメンド情報を生成する。このレコメンド生成処理は、定期的に実行されてよい。

ディーラーは、データ管理システム３によって生成されたレコメンド情報に基づいて、顧客へのコンタクト計画を立案する。そして、ディーラーは、その立案したコンタクト計画に従い、顧客に対してコンタクトを行う。また、ディーラーは、その顧客に対してコンタクトを行った結果を、データ管理システム３に登録する。

顧客は、ディーラーからのコンタクトに応じてディーラーへの車両の入庫を判断する。そして、顧客は、車両を入庫する場合、レコメンド情報の内容に基づき、整備内容を決定する。そして、顧客は、ディーラーに車両を入庫する。

ディーラーはその入庫された車両に対して、決定された整備内容を実施する。また、ディーラーは、その整備に関する情報（以下「整備情報」という）を、データ収集システムに入力する。この整備情報は、データ管理システム３において、次のタグ付与処理及びレコメンド処理等に使用される。

上述のサービスフローを繰り返すことにより、顧客に対するレコメンドの精度が向上する。

図３は、顧客タグ、製品タグ、利用タグ、顧客ペルソナ及び製品ペルソナの関係の一例を示す。

データ管理システム３は、利用履歴情報４００に対して利用特徴量付与ルール７００（図１０参照）を適用し、利用タグ「通勤時間」、「加速なめらか」、「市街地」、「住宅地」、「平日夕方」、「悪天候」及び「短時間」等を生成する。

データ管理システム３は、顧客タグおよび利用タグに対して所定の顧客ペルソナ付与ルールを適用し、顧客ペルソナを生成する。顧客ペルソナ付与ルールは、一例として、顧客に付与されている１つ以上の顧客タグと、その顧客による製品（車両）の利用に対して付与されている１つ以上の利用タグとの組合せに対して、顧客ペルソナを対応づけたテーブル情報である。顧客ペルソナは、顧客の性質を示す情報であり、性質を示す名称が与えられている。顧客ペルソナは、顧客の持っている属性および嗜好とその顧客の製品の利用の目的および利用の仕方と等が反映された個々の顧客の性質を示すものとなる。本実施形態では、「ベテランの余裕」、「日常を便利に」、「コスパ第一」、「楽しい家族ドライブ」、「攻める走り屋」といった顧客ペルソナが例示されている。

また、データ管理システム３は、製品タグおよび利用タグに対して所定の製品ペルソナ付与ルールを適用し、製品ペルソナを生成する。製品ペルソナ付与ルールは、一例として、製品に付与されている１つ以上の製品タグと、顧客によるその製品の利用に対して付与されている利用タグとの組合せに対して、製品ペルソナを対応づけたテーブル情報である。製品ペルソナは、製品の性質を示す情報であり、性質を示す名称が与えられている。製品ペルソナは、製品の持っている属性および性能と、その製品の利用される目的および利用のされ方と等が反映された個々の製品の性質を示すものとなる。本実施形態では、「重厚セダン」、「街乗りコンパクト」、「ファミリーお出かけ」、「アウトドアスポーティ」といった製品ペルソナが例示されている。

また、データ管理システム３は、車種Ｗの製品情報３００に対して製品特徴量付与ルール６００（図９参照）を適用し、製品タグ「高級志向」、「排気量大」及び「居住性」を付与する。

例えば、図３に示す顧客Ａ及び顧客Ｂは夫婦であり、車種Ｗの車両を購入し、共同で利用しているとする。この場合、データ管理システム３は、顧客Ａ及び顧客Ｂに対して、次の顧客タグを付与する。

データ管理システム３は、顧客Ａの顧客情報２００に対して顧客特徴量付与ルール５００（図８参照）を適用し、顧客Ａに対して、顧客タグ「シニア男性」、「富裕」、「高級志向」及び「長期顧客」を付与する。また、データ管理システム３は、顧客Ｂの顧客情報２００に対して顧客特徴量付与ルール５００を適用し、顧客Ｂに対して、顧客タグ「主婦」及び「健康志向」を付与する。

データ管理システム３は、顧客Ａに付与された顧客タグ、及び、当該顧客Ａの利用履歴情報４００から決定される利用タグに基づいて、車種Ｗに対する顧客Ａの関係に対して、顧客ペルソナ「ベテランの余裕」を付与する。また、データ管理システム３は、顧客Ｂに付与された顧客タグ、及び、当該顧客Ｂの利用履歴情報４００から決定される利用タグに基づいて、車種Ｗに対する顧客Ｂの関係に対して、顧客ペルソナ「日常を便利に」を付与する。

また、データ管理システム３は、車種Ｗに付与された製品タグ、及び、車種Ｗの利用履歴情報４００から決定される利用タグに基づいて、車種Ｗに対して製品ペルソナ「重厚セダン」を付与する。

以上の処理により、車種Ｗに対する顧客Ａの関係を示す顧客ペルソナ「ベテランの余裕」、車種Ｗに対する顧客Ｂの関係を示す顧客ペルソナ「日常を便利に」が生成される。また、車種Ｗに対する製品ペルソナ「重厚セダン」が生成される。データ管理システム３は、この顧客ペルソナ及び製品ペルソナを用いて、顧客Ａ及び／又は顧客Ｂに対するリコメンド情報を生成できる。また、ディーラーは、この顧客ペルソナ及び製品ペルソナを参考に、顧客Ａ及び／又は顧客Ｂに対するリコメンド計画を立案できる。

図４は、データ管理システム３の構成例を示す。データ管理システム３は、記憶部１０１と、特徴量取得部１０２と、ペルソナ特定部１０３と、リコメンド部１０４とを有する。

記憶部１０１は、顧客情報２００、製品情報３００、利用履歴情報４００、顧客特徴量付与ルール５００、製品特徴量付与ルール６００、利用特徴量ルール、顧客特徴量情報８００、製品特徴量情報９００、利用特徴量情報１０００、顧客ペルソナ情報１１００、及び、製品ペルソナ情報１２００等を記憶する。なお、記憶部１０１は、ＤＢ（DataBase）として構成されてもよい。

特徴量取得部１０２は、顧客の顧客情報２００に対して顧客特徴量付与ルール５００を適用し、その顧客に付与する顧客タグを決定する。特徴量取得部１０２は、製品の製品情報３００に対して製品特徴量付与ルール６００を適用し、その製品に付与する製品タグを決定する。また、特徴量取得部１０２は、製品の利用履歴情報４００に基づいて、利用タグを生成する。なお、特徴量取得部１０２が必ずしもこれらのタグを生成する必要は無い。例えば、特徴量取得部１０２は、他の機能ブロックによって生成されたタグを取得してもよい。

ペルソナ特定部１０３は、複数の利用タグに対して顧客ペルソナ付与ルールを適用し、顧客ペルソナ情報１１００を生成する。また、ペルソナ特定部１０３は、複数の利用タグに対して製品ペルソナ付与ルールを適用し、製品ペルソナ情報１２００を生成する。ペルソナ特定部１０３は、製品に付与された製品タグと、当該製品に係る利用タグとに基づいて、当該製品に付与する製品ペルソナを特定する。また、ペルソナ特定部１０３は、顧客に付与された顧客タグと、当該顧客の製品の利用履歴情報４００から決定された利用タグとに基づいて、当該製品と当該顧客との関係に付与する顧客ペルソナを特定する。

リコメンド部１０４は、ペルソナ特定部１０３によって顧客の製品に付与された顧客ペルソナ及び／又は製品ペルソナに基づいて、当該顧客に対するリコメンド情報を生成する。

図５は、顧客情報２００の一例を示す。顧客情報２００は、顧客に関する情報を有する。顧客情報２００は、顧客基本情報、車両購入情報、及び、コンタクト情報を含む。

顧客基本情報は、顧客に関する基本的な情報を有する。例えば、顧客基本情報は、データ項目として、顧客ＩＤ、店舗ＩＤ（ディーラーＩＤ）、担当者ＩＤ、顧客の姓名、性別、年齢、職業、住所、顧客登録日、顧客の運転免許取得日、累計所有台数、電話番号、メールアドレス、会員種別、及び、連絡先等を有する。

車両購入情報は、車両の購入に関する情報を有する。例えば、車両購入情報は、データ項目として、車両ＩＤ、販売の店舗ＩＤ（ディーラーＩＤ）、納車日、本体定価、本体売価、付属品売価合計、諸費用合計、支払総額、割引率、付属品比率、購入区分、支払手段、及び、商談のきっかけ等を有する。

コンタクト情報は、ディーラーから顧客へのコンタクトに関する情報を有する。例えば、コンタクト情報は、データ項目として、コンタクトＩＤ、担当者ＩＤ、コンタクト先顧客ＩＤ、対応顧客ＩＤ、コンタクト日時、コンタクト目的、推奨内容、コンタクト結果、関連入庫ＩＤ、及び、コメント等を有する。

ここで、コンタクト先顧客ＩＤは、ディーラーがコンタクトを行った顧客のＩＤであり、対応顧客ＩＤは、ディーラーからのコンタクトに対して実際に対応を行った顧客のＩＤである。例えば、ディーラーが夫（家族の代表）にコンタクトを行い、妻が対応した場合、コンタクト先顧客ＩＤは夫のＩＤとなり、対応顧客ＩＤは妻のＩＤとなる。

図６は、製品情報３００の一例を示す。製品情報３００は、製品に関する情報を有する。製品情報３００は、車両基本情報、車両付属品情報、入庫履歴情報、及び、整備詳細情報を含む。

車両基本情報は、車両に関する基本的な情報を有する。例えば、車両基本情報は、データ項目として、車両ＩＤ、担当者の店舗ＩＤ（ディーラーＩＤ）、担当者ＩＤ、保有顧客ＩＤ、利用顧客ＩＤ、納車日、車名、色、排気量、及び、車両種別等を有する。

車両付属品情報は、車両の付属品に関する情報を有する。例えば、車両付属品情報は、データ項目として、付属品ＩＤ、車両ＩＤ、部品及び作業ＩＤ、付属品名称、定価、及び、売価等を有する。

入庫履歴情報は、ディーラーへの入庫に関する情報を有する。例えば、入庫履歴情報は、データ項目として、入庫ＩＤ、車両ＩＤ、入庫日、出庫日、店舗ＩＤ、顧客ＩＤ、担当者ＩＤ、入庫目的、整備明細件数、割引前総額、支払金額、及び、入庫時走行距離等を有する。

整備詳細情報は、車両の整備に関する詳細な情報を有する。例えば、整備詳細情報は、データ項目として、整備明細ＩＤ、車両ＩＤ、入庫ＩＤ、入庫目的、整備担当ＩＤ、部品及び作業ＩＤ、整備名称、及び、金額等を有する。

図７は、利用履歴情報４００の一例を示す。利用履歴情報４００は、車両の利用履歴に関する情報を有する。例えば、利用履歴情報４００は、データ項目として、トリップＩＤ、車両ＩＤ、運転日、開始時刻、終了時刻、天候、時間帯タイプ、出発地、目的地、運転時間、走行距離、平均速度、及び、車両種別等を有する。

ここで、トリップＩＤは、製品の可動単位毎に付与される。例えば、車両のエンジンが始動してから停止するまでの期間に対して、１つのトリップＩＤが付与される。

図８は、顧客特徴量付与ルール５００の一例を示す。顧客特徴量付与ルール５００は、顧客に付与する顧客タグを決定するために用いられるルールを有する。

例えば、顧客情報２００が、購入区分「買い換え下取り有り」の条件に適合する場合、その顧客に対して、顧客タグ「信頼感」が付与されてよい。また、顧客情報２００が、支払い手段「現金」の条件に適合する場合、その顧客に対して、顧客タグ「富裕」が付与されてよい。また、顧客情報２００が、家族「幼児あり」の条件に適合する場合、その顧客に対して、顧客タグ「安全運転」及び／又は「ファミリー」が付与されてよい。

図９は、製品特徴量付与ルール６００の一例を示す。製品特徴量付与ルール６００は、製品に付与する製品タグを決定するために用いられるルールを有する。

例えば、製品情報３００が、本体価格「５００万超」の条件に適合する場合、その製品に対して、製品タグ「高級志向」が付与されてよい。また、製品情報３００が、入庫目的「新車無料点検」、及び、入庫タイミング「６か月」に適合する場合、その製品（車種）に対して、製品タグ「無料」及び／又は「信頼感」が付与されてよい。また、製品情報３００が、部品及び作業名「添加剤ＡＢＣ」、及び、入庫タイミング「１年ごと」に適合する場合、その製品（車種）に対して、製品タグ「燃費向上」及び／又は「走行性能」が付与されてよい。また、製品情報３００が、部品名「ドラレコｘｘｘｘ」に適合する場合、その製品（車種）に対して、製品タグ「安全」及び／又は「高機能」が付与されてよい。

図１０は、利用特徴量付与ルール７００の一例を示す。利用特徴量付与ルール７００は、顧客の製品の利用に付与する利用タグを決定するために用いられるルールを有する。

例えば、利用履歴情報４００の１つのトリップＩＤが、時間帯タイプ「平日朝」、出発地「住宅地」及び目的地「オフィス街」の条件に適合する場合、そのトリップＩＤに対して、利用タグ「通勤」が付与されてよい。

また、利用特徴量付与ルール７００における条件（例えば閾値）は、当該利用特徴量付与ルール７００の適用対象である製品に付与されている製品タグに応じて変化してもよい。例えば、加速度の数値により「急加速」という利用特徴量に該当するか否かを判定する場合、車種によって異なる閾値で判定してもよい。例えば、車種が高性能のスポーツカーならば閾値は高めに設定され、車種がファミリーカーならば閾値は低めに設定されてよい。

図１１は、顧客特徴量情報８００の一例を示す。顧客特徴量情報８００は、顧客の特徴量（顧客タグ）を示す情報である。

図１１に示す顧客特徴量情報８００の１行目は、車両ＩＤ「Ｖ０００１」の顧客ＩＤ「Ｃ０００１」に対する重み付けが「７０％」であり、その顧客ＩＤには、顧客タグ「高級志向」、「安全」、「通勤」及び「信頼」が付与されていることを示す。なお、重み付けの値は、１台の車両を複数の顧客が共有している場合における、各顧客の重み付けの割合を示す。

また、図１１に示す顧客特徴量情報８００の括弧内の値は、顧客タグの度数を示す。度数が高いほど、その顧客タグの示す傾向（重み）が強いことを示す。例えば、「高級志向（８０）」は、顧客タグ「高級志向」の度数が「８０」であることを示す。

図１２は、製品特徴量情報９００の一例を示す。製品特徴量情報９００は、製品の特徴量（製品タグ）を示す情報である。

図１２に示す製品特徴量情報９００の１行目は、車両ＩＤ「Ｖ０００１」には、製品タグ「高級志向」、「外見きれい好き」、「走行性能」及び「多目的」が付与されていることを示す。なお、図１２に示す製品特徴量情報９００の括弧内の値は、図１１と同様、製品タグの度数を示す。

図１３は、利用特徴量情報１０００の一例を示す。利用特徴量情報１０００は、製品（車両）の利用に関する特徴量（利用タグ）を示す情報である。

図１３に示す利用特徴量情報１０００の１行目は、トリップＩＤ「ＴＲ０００１」の車両ＩＤ「Ｖ０００１」には、利用タグ「通勤」が付与されていることを示す。

図１４は、顧客ペルソナ情報１１００の一例を示す。顧客ペルソナ情報１１００は、製品との関係における顧客の性質（ペルソナ）を示す情報である。

図１４に示す顧客ペルソナ情報１１００の１行目は、車両ＩＤ「Ｖ０００１」に対する顧客ＩＤ「Ｃ０００１」の関係に、顧客ペルソナ「ベテランの余裕」が付与されていることを示す。また、顧客ペルソナ情報１１００の２行目は、車両ＩＤ「Ｖ０００１」に対する顧客ＩＤ「Ｃ０００２」の関係に、顧客ペルソナ「安全第一」が付与されていることを示す。このように、顧客ペルソナは、同じ車両であっても、顧客の利用態様に応じて異なり得る。

図１５は、製品ペルソナ情報１２００の一例を示す。製品ペルソナ情報１２００は、製品の性質（ペルソナ）を示す情報である。

図１５に示す製品ペルソナ情報１２００の１行目は、車両ＩＤ「Ｖ０００１」は、保有顧客ＩＤ「Ｃ０００１」に保有されており、製品ペルソナ「重厚」及び「セダン」が付与されていることを示す。

図１６は、タグ付与処理の一例を示すフローチャートである。特徴量取得部１０２は、以下のタグ付与処理を、車両毎に実行する。

特徴量取得部１０２は、顧客情報２００に含まれる顧客基本情報及び車両購入情報に対して顧客特徴量付与ルール５００を適用し、その顧客情報２００が示す顧客に付与する顧客タグを決定する。また、特徴量取得部１０２は、製品情報３００に含まれる車両基本情報に対して製品特徴量付与ルール６００を適用し、その製品情報３００が示す車両に付与する製品タグを決定する（Ｓ２０１）。

特徴量取得部１０２は、付与済みの顧客タグとＳ２０１にて決定した顧客タグとが異なる場合、付与済みの顧客タグを、Ｓ２０１にて決定した顧客タグに更新する。また、特徴量取得部１０２は、付与済みの製品タグと、Ｓ２０１にて決定した製品タグとが異なる場合、付与済みの製品タグを、Ｓ２０１にて決定した製品タグに更新する（Ｓ２０２）。

特徴量取得部１０２は、車両に対応する利用履歴情報４００に含まれる走行履歴情報を、トリップ情報の単位に分割する（Ｓ２０３）。そして、特徴量取得部１０２は、トリップ情報に対して利用特徴量付与ルール７００を適用し、そのトリップ情報に付与する利用タグを決定する（Ｓ２０４）。

特徴量取得部１０２は、各トリップ情報に付与された利用タグを集計し、集計の結果から、特徴的な利用タグを特定する。そして、特徴量取得部１０２は、車両に対して、その特定した特徴的な利用タグを、製品タグとして付与する。また、特徴量取得部１０２は、トリップ情報が運転者（顧客）毎に分類可能な場合、顧客に対して、その特定した特徴的な利用タグを、顧客タグとして付与する（Ｓ２０５）。

特徴量取得部１０２は、顧客情報２００に含まれるコンタクト情報に対して所定の特徴量付与ルールを適用し、コンタクト情報に付与するタグを決定する（Ｓ２０６）。例えば、所定年数以上のコンタクトが継続していれば「長期顧客」というタグが付与されるように特徴量付与ルールを定めておいてもよい。

特徴量取得部１０２は、コンタクト情報に付与されたタグを顧客毎に集計し、集計の結果から、特徴的なタグを特定する。そして、特徴量取得部１０２は、顧客に対して、その特定した特徴的なタグを、顧客タグとして付与する（Ｓ２０７）。

特徴量取得部１０２は、製品情報３００に含まれる入庫履歴情報及び／又は整備詳細情報に対して所定の特徴量付与ルールを適用し、入庫履歴情報及び／又は整備詳細情報に付与するタグを決定する（Ｓ２０８）。

特徴量取得部１０２は、入庫履歴情報及び／又は整備詳細情報に付与されたタグを車両毎に集計し、集計の結果から、特徴的なタグを特定する。そして、特徴量取得部１０２は、車両に対して、その特定した特徴的なタグを、製品タグとして付与する。また、特徴量取得部１０２は、必要に応じて、顧客に対して、その特定した特徴的なタグを、顧客タグとして追加する（Ｓ２０９）。

以上の処理により、各顧客に対して顧客タグが付与され、各製品に対して製品タグが付与される。

図１７は、レコメンド生成処理の一例を示すフローチャートである。リコメンド部１０４は、以下の処理を、車両毎に実行する。

リコメンド部１０４は、次回のマイルストーンを取得する（Ｓ３０１）。マイルストーンは、例えば、各種定期点検及び来店キャンペーン等、入庫の契機となるタイミングである。リコメンド部１０４は、車両がマイルストーンに該当しない場合、本処理を終了し、車両がマイルストーンに該当する場合、次のＳ３０２へ進む。

リコメンド部１０４は、他の車両を含め、マイルストーンで実施された実績を有する整備詳細情報を取得する（Ｓ３０２）。そして、リコメンド部１０４は、次のＳ３０３からＳ３０６の処理を、Ｓ３０２で取得した整備詳細情報毎に繰り返す。

リコメンド部１０４は、その整備詳細情報が必須の整備品（消耗品等）の場合、その整備品をレコメンド情報に追加する（Ｓ３０３）。

リコメンド部１０４は、整備詳細情報の整備品に付与されたタグと、当該車両に付与された製品タグとがマッチする場合、その整備品、及び、当該整備品の優先度（おすすめ度）を、レコメンド情報に追加する（Ｓ３０４）。

リコメンド部１０４は、整備詳細情報の整備品に付与されたタグと、当該車両の顧客に付与された顧客タグとがマッチする場合、その整備品、その顧客名、及び、当該整備品の優先度（おすすめ度）を、レコメンド情報に追加する（Ｓ３０５）。

リコメンド部１０４は、レコメンド情報に含まれる整備品を出力する。その際、リコメンド部１０４は、当該車両の整備実施状況を出力すると共に、対象顧客が明確な場合はその顧客名を併記する（Ｓ３０６）。

以上の処理により、顧客毎に適したリコメンドを行うことができる。例えば、整備品「空気清浄機」にタグ「きれい好き」が付与されており、顧客「顧客Ｂ」に顧客タグ「きれい好き」が付与されている場合、これらのタグがマッチしているので、空気清浄機を顧客Ｂにリコメンドする。

図１８は、ディーラー向けの一覧画面の例を示す。

一覧画面には、顧客毎のコンタクト情報の内容が一覧で表示される。コンタクト情報として、例えば、重要度、コンタクトお客様、保有お客様、対応期限、コンタクト内容、コンタクト手段、車両、及び、入庫目安が表示される。ディーラーは、この一覧画面から、顧客に対する適切なコンタクトのタイミング、コンタクト内容、及び、コンタクト手段等を知ることができる。

図１９は、ディーラー向けの車両情報画面の例を示す。

車両情報画面には、顧客の顧客情報２００、及び、顧客が所有する車両の製品情報３００が表示される。また、車両情報画面には、顧客タグ、製品タグ、及び、利用タグが表示される。また、車両情報画面には、車両に付与された製品ペルソナ、及び、当該車両を利用する各顧客に付与された顧客ペルソナが表示される。ディーラーは、この車両情報画面を参照して、顧客に対する適切なリコメンド計画を立案することができる。

図２０は、ディーラー向けの整備推奨画面の例を示す。

整備推奨画面には、顧客に対するリコメンド情報に含まれる整備品が表示される。また、整備推奨画面には、その整備品に付与されているタグが表示される。ディーラーは、この整備推奨画面を参照して、車両を入庫した顧客に対して、適切な整備品をリコメンドすることができる。

図２１は、顧客向けの入庫促進画面の例を示す。入庫促進画面は、顧客のスマートフォンのアプリの画面であってよい。

入庫促進画面には、顧客に対して入庫を促す情報が表示される。また、入庫促進画面には、ディーラーへコンタクトするためのボタンが表示される。これにより、顧客は入庫の必要性に気づき、気軽にディーラーにコンタクトをすることができる。よって、ディーラーへの入庫の可能性が向上する。

図２２は、データ管理システム３のハードウェア構成例を示す。

データ管理システム３は、プロセッサ２００１と、メインメモリ２００２と、記憶装置２００３と、通信装置２００４と、入力装置２００５と、表示装置２００６とを有する。これらの構成要素２００１〜２００６は、内部バス２００７によって双方向通信可能に接続される。

プロセッサ２００１は、例えばＣＰＵ（Central Processing Unit）である。メインメモリ２００２は、例えばＤＲＡＭ（Dynamic Random Access Memory）である。記憶装置２００３は、例えばＨＤＤ（Hard Disk Drive）又はＳＳＤ（Solid State Drive）である。入力装置２００５は、例えばキーボード及びマウスである。表示装置２００６は、例えばディスプレイ装置である。

上述の特徴量取得部１０２、ペルソナ特定部１０３、及び、リコメンド部１０４は、記憶装置２００３に記録されているコンピュータプログラムがメインメモリ２００２に読み出されて、プロセッサ２００１に実行されることによって実現されてよい。また、コンピュータプログラムは、通信装置２００４を介して外部装置から取得されたものであってもよい。また、記憶部１０１は、図２２に示すメインメモリ２００２及び／又は記憶装置２００３によって実現されてよい。

＜本実施の形態のまとめ＞
本実施の形態に係るデータ管理システム３は、顧客に提供された製品の利用の履歴に関する情報である利用履歴情報４００を格納する記憶部１０１と、利用履歴情報４００に基づいて利用特徴量（利用タグ）を取得する特徴量取得部１０２と、利用特徴量（利用タグ）に基づいて顧客の性質（顧客ペルソナ）を特定するペルソナ特定部１０３と、を有する。

これにより、データ管理システム３は、利用履歴情報４００に基づいて利用特徴量を生成し、利用特徴量に基づいて顧客の性質（顧客ペルソナ）を特定するので、利用履歴に現れる顧客の性質（顧客ペルソナ）を知得することができる。

記憶部１０１は、製品に関する情報である製品情報３００を格納し、特徴量取得部１０２は、製品情報３００に基づいて製品特徴量を取得し、ペルソナ特定部１０３は、利用特徴量と製品特徴量とに基づいて製品の性質（製品ペルソナ）を特定してよい。

これにより、データ管理システム３は、利用特徴量と製品特徴量とに基づいて、個々の製品の性質（製品ペルソナ）を特定するので、顧客による利用まで含めた個々の製品の性質を知得することができる。

製品の利用には、態様が数値化される数値化利用が含まれ、特徴量取得部１０２は、利用履歴情報４００に示された数値化利用が利用特徴量に該当するか否かを、製品情報３００に応じて値が定まる閾値を用いて判定してよい。

これにより、データ管理システム３は、製品に応じて利用特徴量の判断の閾値を変えることができるので、製品との相対的な関係で利用特徴量が変わる場合にも適切な利用特徴量を取得することができる。例えば、加速度の数値により「急加速」という利用特徴量に該当するかどうかを判定する場合、車種により異なる閾値で判定してよい。例えば、高性能のスポーツカーなら閾値は高め、ファミリーカーなら閾値は低めであってよい。

記憶部１０１は、顧客に関する情報である顧客情報２００を格納し、特徴量取得部１０２は、顧客情報２００に基づいて顧客特徴量を取得し、ペルソナ特定部１０３は、顧客特徴量と利用特徴量とに基づいて顧客の性質（顧客ペルソナ）を特定してよい。

これにより、データ管理システム３は、利用特徴量と顧客特徴量とに基づいて、顧客の性質（顧客ペルソナ）を特定するので、利用の仕方まで含めた顧客の性質を取得することができる。

製品、顧客、または製品の利用が該当するか否か判定する条件と、製品、顧客、または製品の利用が条件に該当した場合に製品、顧客、または製品の利用に付与する特徴量を示すタグとを対応づけた特徴量付与ルールが予め設定されており、特徴量取得部１０２は、特徴量付与ルールにて、製品、顧客、または製品の利用が該当する条件に対して対応付けられているタグを、製品、顧客、または製品の利用に対して付与してよい。

これにより、データ管理システム３は、製品、顧客、または製品の利用の特徴量を示すためのタグを予め定めておき、製品、顧客、または製品の利用が該当したタグを製品、顧客、または製品の利用に対して付与するので、製品または顧客を示すタグと顧客による製品の利用の特徴量を示すタグとにより簡潔かつ適切に示すことができる。

ペルソナ特定部１０３は、顧客に付与されたタグと利用に付与されたタグとに基づいて顧客の性質を示す顧客ペルソナを特定し、製品に付与されたタグと利用に付与されたタグとに基づいて製品の性質を示す製品ペルソナを特定してよい。

これにより、データ管理システム３は、利用特徴量を示すタグを用いて製品の性質を示す製品ペルソナおよび顧客の性質を示す顧客ペルソナを特定するので、顧客ペルソナおよび製品ペルソナに、利用に現れる性質を反映し、顧客および製品の性質を簡潔かつ適切に示すことができる。

リコメンド部１０４は、製品情報３００と顧客の性質に基づいて、製品に関する付加サービスまたは製品に関する付加製品または製品に代わる新たな製品の少なくとも１つを推奨してよい。

これにより、データ管理システム３は、製品情報３００と顧客の性質とに基づいて推奨する製品やサービスを決めるので、利用履歴に現れる顧客の性質を反映したサービスや製品の推奨が可能となる。

ペルソナ特定部１０３は、１つの前記製品について、該製品を利用する少なくとも１人の顧客の性質を特定し、リコメンド部１０４は、製品の性質と顧客の性質とに基づいて、推奨する付加サービスまたは付加製品または新たな製品の少なくとも１つと、付加サービスまたは付加製品または新たな製品の少なくとも１つを推奨するアプローチ先顧客とを特定してよい。

これにより、データ管理システム３は、製品に対してその製品を利用する１人以上の顧客を設定し、製品に設定されている顧客の中から、サービスや製品を推奨する相手を特定するので、適切な相手にサービスや製品を推奨することが可能になる。例えば、夫と妻で車両を共有している場合、夫よりも妻にアプローチすることが有効な製品やサービスについては、妻に提示することが可能になる。

製品が自動車であり、利用履歴情報４００には、出発地から到着地までの運転の様子を示す走行履歴の情報が含まれ、製品情報３００には、自動車の車種の情報が含まれ、顧客情報２００には、顧客の属性の情報が含まれ、リコメンド部１０４は、整備を実施すべき時期を通知するとき、顧客ペルソナおよび製品ペルソナに基づいて、整備における交換を推奨する部品または実施を推奨する整備項目の少なくとも１つを抽出し、通知してよい。

これにより、例えば自動車の販売会社が自動車を購入した顧客に対して定期的な整備の実施時期を通知するときに、自動車および顧客の情報に加え、顧客による自動車の運転の履歴も考慮して、交換を推奨する部品や実施を推奨する整備項目を提案することができる。

本実施の形態に係るデータ管理方法は、顧客に提供された製品の利用の履歴に関する情報である利用履歴情報４００を記憶部１０１に格納し、プロセッサが、利用履歴情報４００に基づいて利用特徴量を取得し、利用特徴量に基づいて顧客の性質を特定する。

上述した実施形態は、本発明の説明のための例示であり、本発明の範囲を実施形態にのみ限定する趣旨ではない。当業者は、本発明の要旨を逸脱することなしに、他の様々な態様で本発明を実施することができる。

１…サービスシステム ２…データ収集システム ３…データ管理システム ４…情報提供システム ５…端末 １０１…記憶部 １０２…特徴量取得部 １０３…ペルソナ特定部 １０４…リコメンド部 ２００…顧客情報 ３００…製品情報 ４００…利用履歴情報 ５００…顧客特徴量付与ルール ６００…製品特徴量付与ルール ７００…利用特徴量付与ルール ８００…顧客特徴量情報 ９００…製品特徴量情報 １０００…利用特徴量情報 １１００…顧客ペルソナ情報 １２００…製品ペルソナ情報

Claims (11)

1. 顧客に提供された製品の利用の履歴に関する情報である利用履歴情報を格納する記憶部と、
   前記利用履歴情報に基づいて前記利用の特徴量を取得する特徴量取得部と、
   前記利用の特徴量に基づいて前記顧客の性質を特定するペルソナ特定部と、
   を有するデータ管理システム。
2. 前記記憶部は、前記製品に関する情報である製品情報を更に格納し、
   前記特徴量取得部は、前記製品情報に基づいて前記製品の特徴量を取得し、
   前記ペルソナ特定部は、前記利用の特徴量と前記製品の特徴量とに基づいて前記製品の性質を特定する、
   請求項１に記載のデータ管理システム。
3. 前記記憶部は、前記製品に関する情報である製品情報を更に格納し、
   前記利用には、態様が数値化される数値化利用が含まれ、
   前記特徴量取得部は、前記利用履歴情報に示された数値化利用が前記利用の特徴量に該当するか否かを、前記製品情報に応じて値が定まる閾値を用いて判定する、
   請求項１に記載のデータ管理システム。
4. 前記記憶部は、前記顧客に関する情報である顧客情報を更に格納し、
   前記特徴量取得部は、前記顧客情報に基づいて前記顧客の特徴量を取得し、
   前記ペルソナ特定部は、前記顧客の特徴量と前記利用の特徴量とに基づいて前記顧客の性質を特定する、
   請求項２に記載のデータ管理システム。
5. 前記記憶部は、前記製品に関する情報である製品情報を更に格納し、
   前記利用には、態様が数値化される数値化利用が含まれ、
   前記特徴量取得部は、前記利用履歴情報に示された数値化利用が前記利用の特徴量に該当するか否かを、前記製品情報に応じて値が定まる閾値を用いて判定する、
   請求項４に記載のデータ管理システム。
6. 前記製品、前記顧客、または前記利用が該当するか否か判定する条件と、前記製品、前記顧客、または前記利用が前記条件に該当した場合に前記製品、前記顧客、または前記利用に付与する特徴量を示すタグとを対応づけた特徴量付与ルールが予め設定されており、
   前記特徴量取得部は、前記特徴量付与ルールにて、前記製品、前記顧客、または前記利用が該当する条件に対して対応づけられているタグを、前記製品、前記顧客、または前記利用に対して付与する、
   請求項１に記載のデータ管理システム。
7. 前記ペルソナ特定部は、
   前記顧客に付与されたタグと前記利用に付与されたタグとに基づいて前記顧客の性質を示す顧客ペルソナを特定し、
   前記製品に付与されたタグと前記利用に付与されたタグとに基づいて前記製品の性質を示す製品ペルソナを特定する、
   請求項６に記載のデータ管理システム。
8. リコメンド部を更に有し、
   前記リコメンド部は、前記製品情報と前記顧客の性質に基づいて、前記製品に関する付加サービスまたは前記製品に関する付加製品または前記製品に代わる新たな製品の少なくとも１つを推奨する、
   請求項４に記載のデータ管理システム。
9. 前記ペルソナ特定部は、１つの前記製品について、該製品を利用する少なくとも１人の顧客の性質を特定し、
   前記リコメンド部は、前記製品の性質と前記顧客の性質とに基づいて、推奨する前記付加サービスまたは前記付加製品または前記新たな製品の少なくとも１つと、前記付加サービスまたは前記付加製品または前記新たな製品の少なくとも１つを推奨するアプローチ先顧客とを特定する、
   請求項８に記載のデータ管理システム。
10. 前記製品が自動車であり、
    前記利用履歴情報には、出発地から到着地までの運転の様子を示す走行履歴の情報が含まれ、
    前記製品情報には、前記自動車の車種の情報が含まれ、
    前記顧客情報には、前記顧客の属性の情報が含まれ、
    前記リコメンド部は、整備を実施すべき時期を通知するとき、前記顧客ペルソナおよび前記製品ペルソナに基づいて、前記整備における交換を推奨する部品または実施を推奨する整備項目の少なくとも１つを抽出し、通知する、
    請求項８に記載のデータ管理システム。
11. 顧客に提供された製品の利用の履歴に関する情報である利用履歴情報を記憶部に格納し、
    前記利用履歴情報に基づいて前記利用の特徴量を取得し、
    前記利用の特徴量に基づいて前記顧客の性質を特定する、
    ことをコンピュータが実行するデータ管理方法。
    
    

Images