JP2020123183A

JP2020123183A - 営業支援システム

Info

Publication number: JP2020123183A
Application number: JP2019015012A
Authority: JP
Inventors: 治朗関場; Jiro Sekiba; 誠光永; Makoto Mitsunaga
Original assignee: Solflare Inc
Current assignee: Solflare Inc
Priority date: 2019-01-31
Filing date: 2019-01-31
Publication date: 2020-08-13

Abstract

【課題】指定した営業対象に係る営業日報の履歴から状態を算出し、この状態の下での、将来に得られる収益の期待値が高い行動を推薦する営業支援システムを提供する。【解決手段】営業支援システムは、状態算出手段４１と、行動価値関数記憶手段３２と、推薦手段４２と、行動算出手段４３と、報酬算出手段４４と、学習手段４５とを備える。推薦手段４２は、状態算出手段４１の算出する状態と行動価値関数記憶手段３２に記憶する行動価値関数に基づいて、前記状態の下での、将来に得られる収益の期待値が高い行動を推薦する。学習手段４５は、前記状態と、行動算出手段４３の算出する行動と、報酬算出手段４４の算出する報酬とに基づいて、行動価値関数記憶手段３２に記憶する行動価値を強化学習によって更新する。【選択図】図１

Description

本発明は、営業支援システムに関するものである。

近年、営業日報や提案履歴をデータ化し、分析活用を行うことで、営業活動の支援や営業効率を向上することを目的とした、営業支援システムが導入されている。この営業支援システムによって収集されたデータの活用例として、案件の進捗を評価する技術、および、次に行うべき提案内容を推薦する技術がそれぞれ開示されている。

前者に関して、特許文献１は、営業支援システムにおいて案件の成熟度合いを示す熟度を管理することによって、案件の推移に客観的評価を与えることを目指したものである。後者に関して、特許文献２は、過去の提案の内容とその結果をデータベースに登録し、その履歴を分析することで、成功率の高い提案をユーザに提示するものである。

特開２０１６−０５７７６８号公報特開２０１７−１４６６３３号公報

通常の営業に係る業務では、一つの営業対象に対して複数回の接触が試みられる。したがって、これらの営業に係る業務による最終的な結果は、一度の行動より営業期間を通じた行動の蓄積に起因すると考えるのが妥当である。このような営業に係る業務の実態を鑑みると、行動によって変化する営業の進捗を示す状態を評価し、この状態の下での、将来に渡る行動の蓄積を考慮した上での最適な行動を推薦することが望ましい。

特許文献１は、活動の積み上げによって案件が成熟していくことに言及している。しかし、この従来技術は案件の推移を示す熟度を管理するシステムについて述べているにすぎず、案件の推移に関する情報を営業行為の推薦に利用する具体的な方法については開示されていない。

特許文献２は、過去の提案の内容とその結果からなる提案履歴を分析して、成功率の高い提案内容を提示する方法を開示している。また、ある提案の次回に行われた提案で成功した実績のあるものを抽出することを好適としている。また、ある提案と同時期に行われた提案で成功した実績のあるものを抽出することを好適としている。しかし、これらの推薦方法は、個々の提案の成功率に基づいて提案を行うものであり、直近以外の行動の蓄積は、推薦の根拠から除外されている。

本発明は、前記を鑑み、指定した営業対象に係る営業日報の履歴から状態を算出し、この状態の下での、営業従事者が実施できる各行動のうち、将来に得られる収益の期待値が高い行動を推薦する営業支援システムを提供することを課題とする。

本発明の営業支援システムは、状態算出手段と、行動価値関数記憶手段と、推薦手段と、行動算出手段と、報酬算出手段と、学習手段とに構成したものである。

状態算出手段は、指定の営業対象に係る営業日報の履歴から、営業の進捗を示す状態変数を算出する。行動価値関数記憶手段は、ある状態の下での、営業従事者が実施できる行動の、将来に得られる収益の期待値を示す行動価値を算出する行動価値関数を記憶する。推薦手段は、行動価値関数記憶手段の記憶する行動価値関数に基づいて、状態算出手段の算出する現在の状態の下での、営業従事者が実施できる各行動の行動価値を算出し、算出した行動価値に基づいて、最適な行動を推薦する。行動算出手段は、指定の営業対象に係る前記営業日報の履歴から、営業従事者の実施した行動の種別を算出する。報酬算出手段は、指定の営業対象に係る前記営業日報の履歴から、営業従事者の実施した行動の即時的な評価を示す報酬を算出する。学習手段は、状態算出手段の算出する状態と、行動算出手段の算出する行動と、報酬算出手段の算出する報酬とに基づいて、行動価値関数記憶手段の記憶する行動価値関数を強化学習によって更新する。

好ましくは、営業日報が、行動の結果として観測された営業の進捗に係る情報として、営業の進捗名と、営業の進捗の尺度である確度と、行動の結果と、次回訪問予定の有無と、担当者の役職と、のうち少なくとも一つ以上の項目を含んでおり、状態算出手段は、これらの項目の値の組み合わせから状態を算出する。

好ましくは、状態算出手段は、営業日報に記載の、行動の結果として観測された営業の進捗に係る情報と、営業従事者が実施した営業活動に係る行動の種別と、の項目の値の組み合わせから状態を算出する。

好ましくは、状態算出手段が状態を算出するために用いる項目の値の組み合わせのうち、少なくとも一つ以上の値が文字列形式であり、状態算出手段は、これらの値を機械学習によって自然言語処理を施した結果から状態を算出する。

好ましくは、状態算出手段は、状態を算出するために用いる項目の値の組み合わせを機械学習によって分類した結果から状態を算出する。

好ましくは、状態算出手段は、状態を算出するために用いる項目の値の組み合わせをニューラルネットに入力し、これから出力した結果から状態を算出し、学習手段は、前記ニューラルネットのパラメータを深層強化学習によって随時更新する。

好ましくは、営業日報が、営業従事者が実施した営業活動に係る行動の種別として、行動の種別名と、接触の目的と、のうち少なくとも一つ以上の項目を含んでおり、行動算出手段は、これらの項目の値の組み合わせから行動を算出する。

好ましくは、行動算出手段が行動を算出するために用いる項目の値のうち、少なくとも一つ以上の値が文字列形式であり、行動算出手段は、これらの値を機械学習によって自然言語処理を施し、分類した結果から行動を算出する。

好ましくは、報酬算出手段は、営業日報に記載の、行動の結果として観測された営業の進捗に係る情報と、営業従事者が実施した営業活動に係る行動の種別と、の項目の少なくとも一つ以上から報酬を算出する。

好ましくは、営業対象の受注金額を管理する営業支援システムにおいて、報酬算出手段は、営業終了時に受注金額に応じた報酬を算出する。

好ましくは、営業従事者の営業成績を管理する営業支援システムにおいて、報酬算出手段は、営業従事者の営業日報の履歴と営業成績とに基づいて報酬を算出する。

好ましくは、営業対象の特性の分類を記憶する営業支援システムにおいて、行動価値関数記憶手段は、営業対象の特性の分類ごとに行動価値関数を記憶し、推薦手段は、特性の分類ごとの行動価値関数に基づいて、最適な行動を推薦し、学習手段は、特性の分類ごとの行動価値関数を強化学習によって更新する。

好ましくは、顧客との接触時に営業従事者の端末が観測する音声情報を管理する営業支援システムにおいて、状態算出手段は、営業従事者の端末が顧客との接触時に観測する音声情報を状態算出に用いる。

好ましくは、顧客との接触時に営業従事者の端末が観測する画像情報を管理する営業支援システムにおいて、状態算出手段は、営業従事者の端末が顧客との接触時に観測する画像情報を状態算出に用いる。

好ましくは、顧客との接触時に営業従事者の端末が観測する動画情報を管理する営業支援システムにおいて、状態算出手段は、営業従事者の端末が顧客との接触時に観測する動画情報を状態算出に用いる。

好ましくは、顧客との接触時に営業従事者の端末が観測する音声情報を管理する営業支援システムにおいて、報酬算出手段は、営業従事者の端末が顧客との接触時に観測する音声情報を報酬算出に用いる。

好ましくは、顧客との接触時に営業従事者の端末が観測する画像情報を管理する営業支援システムにおいて、報酬算出手段は、営業従事者の端末が顧客との接触時に観測する画像情報を報酬算出に用いる。

好ましくは、顧客との接触時に営業従事者の端末が観測する動画情報を管理する営業支援システムにおいて、報酬算出手段は、営業従事者の端末が顧客との接触時に観測する動画情報を報酬算出に用いる。

本発明は、指定した営業対象に係る営業日報の履歴から状態を算出し、この状態の下での、営業従事者が実施できる各行動のうち、将来的に得られる収益の期待値が高い行動を推薦することができる。

図１は、実施形態に係る営業支援システムの実行する情報処理の一例を示す図である。図２は、実施形態に係る営業支援システムの構成例を示す図である。図３は、実施形態に係る営業支援システムの営業日報記憶手段による営業日報の記憶形式の一例を示す図である。図４は、実施形態に係る営業支援システムの状態算出手段の一例を示す図である。図５は、実施形態に係る営業支援システムの行動算出手段の一例を示す図である。図６は、実施形態に係る営業支援システムの報酬算出手段の一例を示す図である。

以下、図面を参照して、本発明の営業支援システムを実施するための形態（以下、「実施形態」と記載する）について説明する。なお、この実施形態により本発明の営業支援システムが限定されるものではない。

〔１．情報処理について〕
以下に、実施形態に係る営業支援システムの実行する情報処理について説明する。実施形態に係る営業支援システムは、指定の営業対象に係る顧客との接触の記録である営業日報の履歴から、現在の営業の進捗を示す状態変数（以下、「状態」と記載する）を算出し、この状態の下での、営業従事者が実施できる営業活動に係る行動の種別（以下、「行動」と記載する）のうち価値の高いものを推薦する推薦処理と、推薦処理において前記行動の価値を計算する行動価値関数を強化学習によって学習する学習処理とを実行する。

〔１−１．推薦処理〕
図１は、実施形態に係る営業支援システムの実行する情報処理の一例を示す図である。以下では、図１を用いて、営業支援システム１０が実行する推薦処理について説明する。図１では、Ｓ１から開始する符号により推薦処理のステップを記載する。

まず、ステップＳ１１において、営業支援システム１０は、利用者端末１００から、顧客または商材または顧客と商材の組み合わせ等の、営業従事者が継続して営業活動を実施する対象（以下、「営業対象」と記載する）を指定する情報を受信する。

次に、ステップＳ１２において、営業支援システム１０は、営業日報記憶手段３１から前記指定の営業対象に係る営業日報の履歴を参照し、状態算出手段４１によって、指定の営業対象の現在の時間ステップにおける状態を算出する。

次に、ステップＳ１３において、営業支援システム１０は、行動価値関数記憶手段３２から行動価値関数を参照し、推薦手段４２によって、ステップＳ１２によって算出した状態の下での、営業従事者が実施できる各行動の行動価値を算出し、算出した行動価値に基づいて、指定の営業対象に対して次の時間ステップに実施できる最適な行動を推薦する。

次に、ステップＳ１４において、営業支援システム１０は、ステップＳ１３によって推薦された行動を利用者端末に提示する。以上で、利用者は、指定した営業対象に対して、次に実施できる最適な行動の推薦を受けることができる。

〔１−２．学習処理〕
以下では、図１を用いて、営業支援システム１０が実行する学習処理について説明する。図１では、Ｓ２から開始する符号により学習処理のステップを記載する。

以下に説明する学習処理は、既に受注または失注が確定した一つの営業対象、すなわち、営業が終了した一つの営業対象に係る営業日報の履歴に対して行われる。また、学習処理では、最初の営業日報が作成された時点から、受注または失注が確定したことが判明された時点に至るまでの期間（以下「営業期間」と記載する）内の各時間ステップにおける情報が利用される。

まず、ステップＳ２１において、営業支援システム１０は、営業日報記憶手段３１から営業が終了した営業対象に係る営業日報の履歴を参照し、状態算出手段４１によって、営業期間内の各時間ステップにおける状態を算出する。

次に、ステップＳ２２において、営業支援システム１０は、営業日報記憶手段３１から営業が終了した営業対象に係る営業日報の履歴を参照し、行動算出手段４３によって、営業期間内の各時間ステップにおける行動を算出する。

次に、ステップＳ２３において、営業支援システム１０は、営業日報記憶手段３１から営業が終了した営業対象に係る営業日報の履歴を参照し、報酬算出手段４４によって、営業期間内の各時間ステップにおける、行動の即時的な評価を示す報酬値（以下、「報酬」と記載する）を算出する。

次に、ステップＳ２４において、営業支援システム１０は、ステップＳ２１と、ステップＳ２２と、ステップＳ２３とでそれぞれ算出した、状態と、行動と、報酬とを用いて、学習手段４５によって、強化学習を行い、行動価値関数記憶手段３２に記憶された行動価値関数を更新する。

以上に説明した学習処理の流れは、前記のように営業が終了した一つの営業対象に係る営業日報の履歴に対するものである。この学習処理を営業が終了した多数の営業対象に係る営業日報の履歴に対して繰り返し実行することにより、行動価値関数の精度が向上する。

〔２．営業支援システムの構成〕
以下に、実施形態に係る営業支援システムの構成例について説明する。図２は、実施形態に係る営業支援システムの構成例を示す図である。図２を用いて説明する。

〔２−１．構成の機能〕
まず、実施形態に係る営業支援システムの構成例の各部が持つ機能を説明する。

図２の営業支援システム１０は、ネットワークＮを介して、利用者端末１００と接続されている。利用者端末１００は、利用者が推薦を受ける営業対象の入力を受ける。また、利用者端末１００は、ネットワークＮを介して、営業支援システム１０に、入力された営業対象を送信する。また、利用者端末１００は、ネットワークＮを介して、営業支援システム１０から、推薦結果を受信し、これを提示する。

営業支援システム１０は、図２のように通信部２０と、記憶部３０と、制御部４０とを有する。

通信部２０は、図２のように、ネットワークＮと制御部４０との通信を介する。これにより、営業支援システム１０とネットワークＮとの接続を実現する。

記憶部３０は、営業支援システム１０の実行する情報処理によって利用される情報を記憶する。記憶部３０は、図２のように、営業日報記憶手段３１と、行動価値関数記憶手段３２とを有する。

まず、営業日報記憶手段３１は、推薦処理および学習処理で利用される営業日報を記憶する。図３は、実施形態に係る営業支援システムの営業日報記憶手段による営業日報の記憶形式の一例を示す図である。以下では、図３を用いて、営業日報記憶手段３１に記憶される営業日報の記憶形式の一例について説明する。図３の一つの行は、一つの営業日報に対応する。また、図３の営業日報は記載の行動が行われた時刻順に登録されているものとする。図３の各営業日報には、それぞれ「営業日報ＩＤ」、「営業対象」、「時間ステップ」、「実施した行動」および「行動の結果」に係る項目が登録される。ここで、「営業日報ＩＤ」は、営業日報を識別するための識別子である。

まず、「営業対象」項目について説明する。「営業対象」項目には、営業日報に記載の行動を実施した営業対象を記載する。例えば、「営業対象」項目には、図３のように顧客と商材の組み合わせの名称を登録してもよい。この項目は、後記する状態算出手段４１および行動算出手段４３において、指定の営業対象に係る営業日報の履歴を参照するための検索キーとして用いられる。この項目の他の実施例として、顧客の名称または商材の名称または営業対象を識別するＩＤを登録してもよい。

次に、「時間ステップ」項目について説明する。「時間ステップ」項目には、営業日報に記載の行動を実施した時間情報を記載する。例えば、「時間ステップ」項目には、図３のように、当該の営業日報が作成された時間ステップの値を登録してもよい。時間ステップは、強化学習において、一つの行動を実施し、一つの状態が観察される時間単位である。実施形態に係る時間ステップは、営業期間の開始時の時間ステップを０とし、そこから一定の時間間隔ごとに＋１ずつ増えていくものとする。

この時、前記時間間隔は、以下のことに注意した上で適切な大きさに定めるとよい。まず、前記時間間隔は、推薦手段４２による推薦の内容が変わるタイミングに関係する。これは、時間ステップの進行に伴って、推薦の根拠となる状態が変化するためである。次に、前記時間間隔は、状態算出手段４１と行動算出手段４３において、情報を集約する営業日報の数に関係する。営業日報は時間ステップの進行と無関係のタイミングで作成されるため、一つの時間ステップの間に、複数の営業日報が作成される可能性がある。例えば、図３の「Ａ社、商品ａ」の営業対象における時間ステップ６の間に、「営業日報ＩＤ」６と「営業日報ＩＤ」７の二つの営業日報が作成されている。しかし、状態および行動は一つの時間ステップに一つずつ定義するため、この場合、状態算出手段４１および行動算出手段４３に、これらの営業日報の情報を集約する操作を実施する必要がある。営業日報の平均的な作成間隔と比較して、前記時間間隔を大きくするほど、一つの時間ステップの間に平均して含まれる営業日報の数は多くなり、これらの情報の集約によって、状態を適切に表現できなくなる可能性がある。次に、前記時間間隔は、学習手段４５において、強化学習モデルの学習のしやすさに関係する。営業日報の平均的な作成間隔と比較して、前記時間間隔を小さくするほど、一つの営業期間に含まれる時間ステップの総数が増え、強化学習が困難になる。

「時間ステップ」項目の他の実施例として、営業日報には作成時刻が記載されていて、必要に応じて時間ステップを算出するようにしてもよい。この場合、目的の営業日報の作成時刻と、目的の営業日報の営業対象に対する最初の営業日報の作成時刻との差分を取り、前記時間間隔で除算し、丸めることで、時間ステップを算出することができる。

次に、「実施した行動」項目について説明する。「実施した行動」項目には、営業従事者が実施した営業活動に係る行動の種別を記載する。例えば、「実施した行動」項目には、図３のように、営業従事者が実施した行動の種別の名称を登録してもよい。この項目は、後記する行動算出手段４３において、行動を算出するために用いられる。この項目の他の変形例は、行動算出手段４３の変形例に関連して後記する。

次に、「行動の結果」項目について説明する。「行動の結果」項目には、行動の結果として観測された営業の進捗に係る情報を記載する。例えば、「行動の結果」項目には、図３のように、実施した行動に対する結果の良し悪しのラベル（図３では、「良い」「普通」「悪い」）を登録してもよい。また、「行動の結果」項目には、図３のように、受注または失注が確定したことを示すラベル（図３では「受注」「失注」）を登録してもよい。この項目は、後記する状態算出手段４１において、状態を算出するために用いられる。また、この項目は後記する報酬算出手段４４において、報酬を算出するために用いられる。また、この項目は、営業対象が終了したかどうかを判定するために用いられる。この項目の他の変形例は、状態算出手段４１および報酬算出手段４４の変形例に関連して後記する。

図２に戻って、説明を続ける。次に、行動価値関数記憶手段３２は、学習手段４５によって随時更新される行動価値関数が記憶される。行動価値関数は、推薦手段４２に用いられる少なくとも一つは記憶されている。

制御部４０は、通信部２０および記憶部３０との情報のやりとりを行い、営業支援システム１０の実行する情報処理を制御する。制御部４０は、図２のように状態算出手段４１と、推薦手段４２と、行動算出手段４３と、報酬算出手段４４と、学習手段４５とを有する。

まず、状態算出手段４１は、指定の営業対象に係る営業日報の履歴から状態を算出する。状態算出手段４１は、処理に応じて、算出した状態を推薦手段４２または学習手段４５に出力する。図４は、実施形態に係る営業支援システムの状態算出手段の一例を示す図である。以下では、図３および図４を用いて、状態算出手段４１による状態の算出の一例を説明する。

まず、状態算出手段４１は営業日報記憶手段３１から指定の対象に係る営業日報の履歴を取得する。例えば、図３における「Ａ社、商品ａ」という営業対象に係る営業日報の履歴を時間ステップの数直線上に配置すると、図４の「営業日報の情報」のようになる。

次に、営業日報が作成された各時間ステップで「営業日報の情報」から「観測値」を算出する。ここで、営業日報が一つ作成された時間ステップ（図４では、０、２、４、９）においては、営業日報に記載の項目をそのまま「観測値」とする。また、営業日報が作成されなかった時間ステップ（図４では、１、３、５、６、８）においては、観測された結果が存在しないことを表現する符号（図４ではΦと記載する）を「観測値」とする。また、営業日報が二つ以上作成された時間ステップ（図４では、７）においては、これらの営業日報の情報の集約として、より新しい方の営業日報（図４では、「営業日報ＩＤ」７）に記載の項目を「観測値」として代表させる。

次に、「観測値」から状態を算出する。ここでは、ある時間ステップの営業の進捗を示す状態を、その時間ステップから見て最新の営業日報の観測値と、その営業日報が作成されてから経過した時間ステップによって定義する。すなわち、「観測値」が存在する時間ステップ（図４では、０、２、４、７、９）では、その時間ステップにおける観測値と、営業日報が作成されてから時間ステップが経過していないことを示す０の組み合わせで状態を算出する。また、「観測値」が存在しない時間ステップ（図４では、１、３、５、６、８）では、最新の営業日報の観測値と、営業日報が作成されてから経過した時間ステップの数の組み合わせで状態を算出する。

状態算出手段４１には、前記のように営業日報記憶手段３１に記憶される形式と関連して、他に変形例がある。これについては後記する。

図２に戻って、説明を続ける。次に、推薦手段４２は、ある状態の下での、営業従事者が実施できる各行動の行動価値に基づいて、最適な行動を推薦する。まず、推薦手段４２は、状態算出手段４１から状態の入力を受ける。次に、行動価値関数記憶手段３２から行動価値関数を取得し、入力された状態の下での、営業従事者が実施できる各行動に対して、前記行動価値関数によって行動価値を算出する。ここで、行動価値を計算する行動は、後記する行動算出手段４３において、算出される候補である行動と一致する。次に、推薦手段４２は、算出した行動価値に基づき、行動を推薦する。推薦される行動は、行動価値が最も高いものから選んでも良いし、行動価値の高さが上位のものを数個選んでも良い。推薦手段４２の推薦する行動は、通信部２０に出力され、通信部２０がネットワークＮを介して利用者端末１００に提示する。

次に、行動算出手段４３は、指定の営業対象に係る営業日報の履歴から行動を算出する。行動算出手段４３は、算出した行動を学習手段４５に出力する。図５は、実施形態に係る営業支援システムの行動算出手段の一例を示す図である。以下では、図３および図５を用いて、行動算出手段４３による行動の算出の一例を説明する。

まず、行動算出手段４３は営業日報記憶手段３１から指定の対象に係る営業日報の履歴を取得する。例えば、図３における「Ａ社、商品ａ」という営業対象に係る営業日報の履歴を時間ステップの数直線上に配置すると、図５の「営業日報の情報」のようになる。

次に、営業日報が作成された各時間ステップで「営業日報の情報」から行動を算出する。ここで、営業日報が一つ作成された時間ステップ（図５では、０、２、４、９）においては、営業日報に記載の「実施した行動」をそのまま行動とする。また、営業日報が作成されなかった時間ステップ（図５では、１、３、５、６、８）においては、営業対象に係る顧客との接触が実施されなかった事を示すラベル（図５では「待機」）を付与する。また、営業日報が二つ以上作成された時間ステップ（図５では、７）においては、これらの営業日報の情報の集約として、より新しい方の営業日報（図５では、「営業日報ＩＤ」７）に記載の「実施した行動」を行動とする。

行動算出手段４３には、前記のように営業日報記憶手段３１に記憶される形式と関連して、他に変形例がある。これについては後記する。

図２に戻って、説明を続ける。次に、報酬算出手段４４は、指定の営業対象に係る営業日報の履歴から報酬を算出する。報酬算出手段４４は、算出した報酬を学習手段４５に出力する。図６は、実施形態に係る営業支援システムの報酬算出手段の一例を示す図である。以下では、図３および図６を用いて、報酬算出手段４４による報酬の算出の一例を説明する。

まず、報酬算出手段４４は営業日報記憶手段３１から指定の対象に係る営業日報の履歴を取得する。例えば、図３における「Ａ社、商品ａ」という営業対象に係る営業日報の履歴を時間ステップの数直線上に配置すると、図６の「営業日報の情報」のようになる。

次に、営業日報の履歴から報酬を算出する。ここで、営業日報が一つ作成された時間ステップ（図６では、０、２、４、９）においては、営業日報に記載の「行動の結果」に応じて評価付けする。

図６に係る実施例では、「行動の結果」が「受注」であった場合の報酬を＋１００としている。このように、最終的な結果において、目的が達成された場合には、高い正の報酬を与えてもよい。一方で、「行動の結果」が「失注」であった場合など、目的が未達成となった場合は、高い負の報酬（例えば、−１００）を与えてもよい。

また、図６に係る実施例では、「行動の結果」が「普通」であった場合を０とし、「行動の結果」が「良い」であった場合を＋１０とし、「行動の結果」が「悪い」であった場合を−１０としている。このように、目的の達成あるいは未達成が確定していないものの、それぞれの結果に近づいたと判断できる場合に、中程度の大きさの報酬を与えてもよい。

また、営業日報が作成されなかった時間ステップ（図６では、１、３、５、６、８）においては、営業対象に係る顧客との接触が無かったことに対して評価付けする。図６に係る実施例では、−１としている。この場合の小さい負の報酬は、営業対象に係る顧客との接触の間隔が開くほど、受注から遠のくことを表現している。他の実施例として、営業対象の特性により、営業対象に係る顧客との接触の間隔が受注に大きく影響しない場合に、報酬を０としてもよい。また、他の実施例として、営業対象の特性により、営業対象に係る顧客との接触の間隔の時間ステップ数によって変化する負の報酬を与えてもよい。

また、営業日報が二つ以上作成された時間ステップ（図６では、７）においては、これらの営業日報の情報の集約として、より新しい方の営業日報（図６では、「営業日報ＩＤ」７）に記載の「行動の結果」に準じて、営業日報が一つ作成された時間ステップの時と同様の手段で報酬付けする。

報酬算出手段４４には、前記のように営業日報記憶手段３１に記憶される形式と関連して、他に変形例がある。これについては後記する。

図２に戻って、説明を続ける。次に、学習手段４５は、状態と、行動と、報酬とを用いて、行動価値関数を強化学習によって更新する。

まず、学習手段４５は、状態算出手段４１から状態の入力を受ける。また、行動算出手段４３から行動の入力を受ける。また、報酬算出手段４４から報酬の入力を受ける。

次に、学習手段４５は、これらの状態と、行動と、報酬とを用いて、強化学習を行う。学習手段４５の強化学習の実施例として、Ｑ学習（Ｑ−ｌｅａｒｎｉｎｇ）を用いてもよい。ここで行動価値関数を、状態ｓと、行動ａとによって、Ｑ（ｓ，ａ）と表す。Ｑ学習は、現在の時間ステップｔにおける状態ｓ_ｔ、行動ａ_ｔと、次の時間ステップｔ＋１における状態ｓ_ｔ＋１、行動ａ_ｔ＋１、報酬ｒ_ｔ＋１によって、Ｑ（ｓ_ｔ，ａ_ｔ）を以下の更新式で更新する強化学習アルゴリズムである。

ただし、αは学習率、γは割引率と呼ばれるパラメータで、適宜設定する。また、ｍａｘＱ（ｓ_ｔ＋１，ａ_ｔ＋１）は、ｔ＋１における状態ｓ_ｔ＋１で取りうる行動ａ_ｔ＋１に対するＱの最大値を示す。

このＱ学習において十分に学習が進むと、行動価値関数Ｑ（ｓ_ｔ，ａ_ｔ）は、状態ｓ_ｔのもとで、行動ａ_ｔを取った時に、将来に得られる収益ｇ_ｔの期待値に近づくことが知られている。収益ｇ_ｔは、将来に得られる報酬の積算値であり、以下の式で表される。

すなわち、十分に学習が進むと、行動価値関数Ｑ（ｓ_ｔ，ａ_ｔ）がある状態の下で大きい正の値を示す行動は、収益ｇ_ｔの期待値が大きい正の値を示す行動となり、報酬をより多く得られる行動とみなすことができる。

次に、学習手段４５は、例えば、以上のＱ学習を用いて、更新された行動価値関数を行動価値関数記憶手段３２に記憶する。

〔２−２．ハードウェア構成〕
以下に、実施形態に係る営業支援システムの構成例の各部の機能を実現するハードウェアを説明する。

通信部２０は、ＮＩＣ等の通信装置によって実現される。

記憶部３０は、ＨＤＤやＳＳＤ等の記憶装置によって実現される。制御部４０の各手段は、必要に応じて、記憶部の各手段によって管理された情報を参照することができる。

制御部４０は、ＣＰＵ等の演算装置によって実現される。また、制御部４０は、制御部４０が備える本発明に係る各手段を実現するためのプログラムとこれを記憶する装置も有する。制御部４０の演算装置は、処理に応じてこれらのプログラムを呼び出し、実行することができる。

利用者端末１００は、利用者が推薦を受ける営業対象を入力できるような入力装置と、推薦結果を表示する表示装置とネットワークＮとの通信を可能にする通信装置とを備えた情報端末によって実現される。例えば、利用者端末１００は、ＰＣ、スマートフォン、タブレットのような情報端末によって実現される。

〔３．変形例〕
以下に、実施形態に係る営業支援システムの各部において、特有の効果を持つ変形例について説明する。

〔３−１．状態算出〕
以下に、状態算出手段４１と営業日報記憶手段３１とに係る変形例について説明する。

まず、状態算出手段４１において状態を算出するために、営業日報記憶手段３１に記憶される営業日報の項目の変形例を説明する。本発明における状態は、営業の進捗を示している。したがって、営業の進捗を直接的に示す項目と営業の進捗を間接的に推測できる項目は、状態算出手段４１において状態を算出するための項目の実施例として妥当である。

例えば、営業の進捗を直接的に示す項目として、営業担当者が営業の進捗度合いを推定して記載する、営業の進捗名（「関係構築中」、「提案中」、「価格交渉中」、「受注」、「失注」等）または確度（受注に至る営業の進捗を記号的に表現する尺度）の項目を登録してもよい。

また、例えば、営業の進捗を間接的に推測できる項目として、図３のように実施した行動に対して観測された結果である、行動の結果の項目を登録してもよい。行動の結果が良好であれば、営業の進捗が良好であると推測できる。

また、例えば、営業の進捗を間接的に推測できる項目として、次回の訪問予定が確定しているかどうかを記載する、次回訪問予定の有無の項目を登録してもよい。次回の訪問予定が確定している場合、営業対象に係る顧客との接触する機会が少なくとも一回は確保されており、受注の可能性が高くなるため、営業の進捗が良好であると推測できる。

また、例えば、営業の進捗を間接的に推測できる項目として、接触した顧客側の担当者の役職を記載する、担当者の役職の項目を登録してよい。担当者の役職が決済権に近い役職であるほど、受注の可能性が高くなるため、営業の進捗が良好であると推測できる。

これらの項目を使うことで、既存の営業支援システムによって蓄積された営業日報の項目を変更せずに本発明の営業支援システムを適用することができる。また、異なる観点により記載されたこれらの項目を用いることで、状態による営業の進捗の表現がより現実に即したものとなり、実際的な推薦を行うことができる。

また、状態の算出に係る項目として、営業従事者が実施した営業活動に係る行動の種別を、前記の営業の進捗を示す項目と組み合わせて用いてもよい。例えば、図３のように、営業活動に係る行動の種別を示す実施した行動の項目と、実施した行動に対して観測された結果である行動の結果の項目と、を合わせて観測値としてもよい。

これにより、営業の進捗を示す項目の値がいずれの行動を実施したことによる結果かを特定する情報を算出される状態に反映させることができる。このため、状態による営業の進捗の表現がより現実に即したものとなり、実際的な推薦を行うことができる。

次に、状態算出手段４１において状態を算出するために、営業日報記憶手段３１に記憶される営業日報の項目の入力形式と、それに対応した状態算出手段４１における状態の算出方法の変形例を説明する。

状態の算出に係る項目の入力形式は、ラベルであってもよい。また、状態算出手段４１において、状態の算出に係る全ての項目の入力形式がラベルである場合、図３のようにラベルの組み合わせを観測値としてもよい。例えば、図３では、状態の算出に係る「実施した行動」と「行動の結果」の両項目の入力形式がラベルであるため、観測値はこれらのラベルの組み合わせである。

また、状態の算出に係る項目の入力形式は、文字列であってもよい。文字列の項目は、状態算出手段４１において、これらの文字列に機械学習やニューラルネットなどを用いた自然言語処理を施すことによって、特徴量へと変換することができる。この特徴量を他の項目の値と集約して、状態の算出に用いることができる。

これにより、既存の営業支援システムによって蓄積された営業日報の項目を変更せずに本発明の営業支援システムを適用することができる。また、文字列にはラベルよりも詳細な情報が含まれるため、状態による営業の進捗の表現がより現実に即したものとなり、実際的な推薦を行うことができる。

また、前記ラベルまたは文字列から変換された特徴量の組み合わせを、機械学習によって分類した結果を観測値としてもよい。

これにより、異なる観点により記載された項目の情報を反映しつつ、状態の取りうる値を制限し、強化学習の効率をあげることができる。

特に、状態算出手段４１において、ラベルや文字列の入力形式である各項目の値の組み合わせをニューラルネットワークに入力し、これから出力した結果から状態を算出してもよい。この場合、学習手段４５において強化学習を行う時に、前記ニューラルネットワークのパラメータの調整を随時実施することで、深層強化学習を行ってもよい。

この深層強化学習が進むと、状態による営業の進捗の表現における各項目の重みを、人為的に設定することなく、過去の履歴に基づいて学習することができる。このため、状態による営業の進捗の表現がより現実に即したものとなり、実際的な推薦を行うことができる。

〔３−２．行動算出〕
以下に、行動算出手段４３と営業日報記憶手段３１とに係る変形例について説明する。

まず、行動算出手段４３において行動を算出するために、営業日報記憶手段３１に記憶される営業日報の項目の変形例を説明する。本発明における行動は、営業従事者が実施できる営業活動に係る行動の種別を示している。したがって、行動の種別を直接的に示す項目と間接的に推測できる項目は、行動算出手段４３において行動を算出するための項目の実施例として妥当である。

例えば、行動の種別を直接的に示す項目として、図３のように、実際に営業従事者が実施した行動の種別名を記載する、実施した行動の項目を記載してもよい。

また、例えば、行動の種別を間接的に示す項目として、営業従事者が営業対象に係る顧客との接触を行った目的を記載する、接触の目的の項目を登録しても良い。ただし、推薦手段４２において、行動価値を計算する行動は、行動算出手段４３において算出される候補である行動と一致するため、この項目は、営業従事者が実施できる営業活動に係る行動の種別へ分類できる必要がある。この分類は後記のように、項目の入力形式に合わせて、対応表または機械学習またはニューラルネットにより実施できる。

これらの項目を使うことで、既存の営業支援システムによって蓄積された営業日報の項目を変更せずに、本発明の営業支援システムを適用することができる。

次に、行動算出手段４３において行動を算出するために、営業日報記憶手段３１に記憶される営業日報の項目の入力形式と、それに対応した行動算出手段４３における行動の算出方法の変形例を説明する。

行動の算出に係る項目の入力形式は、ラベルであってもよい。ラベルが行動の種別を直接的に示す項目である場合は、このラベルをそのまま行動として算出することができる。例えば、図３では、行動の算出に係る「実施した行動」項目を、そのまま行動として算出している。ラベルが行動の種別を間接的に示す項目である場合は、このラベルを行動へ変換する。この変換は、例えばこのラベルと行動の候補の対応表を使って実施してもよい。

また、行動の算出に係る項目の入力形式は、文字列であってもよい。文字列の項目は、行動算出手段４３において、これらの文字列に機械学習やニューラルネットなどを用いた自然言語処理を施すことによって、行動の種別へ分類することができる。

また、前記ラベルや文字列の入力形式である各項目の値の組み合わせから、行動を算出してもよい。この場合、この値の組み合わせに機械学習やニューラルネットなどを用いた分類を施すことによって、行動の種別へ分類することができる。

これらの実施例により、既存の営業支援システムによって蓄積された営業日報の項目の入力形式を変更せずに、本発明の営業支援システムを適用することができる。

〔３−３．報酬算出〕
以下に、報酬算出手段４４に係る変形例を説明する。

まず、営業日報記憶手段３１に記憶される営業日報の項目に対応した、報酬算出手段４４における報酬の算出方法の変形例を説明する。

報酬算出手段４４において報酬は、営業日報に記載の営業従事者が実施した営業活動に係る行動の種別と営業の進捗に係る情報の少なくとも一つ以上に基づいて算出するとよい。以下に、このような算出の実施例を示す。

まず、営業従事者が実施した営業活動に係る行動の種別に基づいて報酬を算出する実施例として、営業従事者が実施した営業活動に係る行動の種別に係る項目の内容が変化したときに、報酬を与えてもよい。例えば、実施した行動の項目が、「挨拶」から「提案」へ変化したとする。この場合、営業は受注に近づいたと見なせるため、この時間ステップに正の報酬を与えることが妥当である。

次に、営業の進捗に係る情報に基づいて報酬を算出する実施例として、営業の進捗に係る情報の項目の内容が行動の結果の良さを示しているときに、これに応じた報酬を与えてもよい。例えば、図６のように、行動の結果の項目が「良い」ときに正の報酬を、行動の結果の項目が「悪い」ときに負の報酬を与えるとよい。

また、営業の進捗に係る情報に基づいて報酬を算出する実施例として、営業の進捗に係る情報の項目の内容が変化したときに、報酬を与えてもよい。例えば、営業の進捗名の項目が、「関係構築中」から「提案中」へと変化したとする。この場合、営業は受注に近づいたと見なせるため、この時間ステップに正の報酬を与えることが妥当である。

次に、営業従事者が実施した営業活動に係る行動の種別と営業の進捗に係る情報の両方に基づいて報酬を算出する実施例として、行動の種別によって、営業の進捗に係る情報に基づいて与える報酬の大小を変化させてもよい。例えば、実施した行動の項目が「挨拶」であって、行動の結果の項目が「良い」場合と、実施した行動の項目が「提案」であって、行動の結果の項目が「良い」場合では、後者の方がより営業に受注に近づいた段階で良好な結果が得られたため、より大きい正の報酬を与えることが妥当である。

これらの実施例により、報酬の設計を現実に即して行うことができる。このため、行動価値関数もより現実に即すよう学習され、実際的な推薦を行うことができる。

報酬算出手段４４の変形例の説明を続ける。次に、本発明に係る営業支援システムが営業対象の受注金額を管理する手段を有している場合に、報酬算出手段４４において報酬を算出する変形例を説明する。この場合、報酬算出手段４４が、営業終了時に受注金額に応じた報酬を算出するようにしてもよい。例えば、前記営業対象の受注金額に応じて値の大小を変えて、営業期間の終了時に報酬を与えてもよい。

このような報酬の設計により、受注時により高い受注金額を得られるような行動が、高い収益を得られる。したがって、受注の成功だけではなく、より高い受注金額が得られるように行動価値関数が学習され、このような行動の推薦を行うことができる。

次に、本発明に係る営業支援システムが営業従事者の営業成績を管理する手段を有している場合に、報酬算出手段４４において報酬を算出する変形例を説明する。この場合、報酬算出手段４４が、営業従事者の営業日報の履歴と営業成績とに基づいて設計してもよい。例えば、営業成績の良好な営業従事者と、営業成績が良好でない営業従事者の営業日報の履歴における状態と行動を統計する。この時、営業成績の良好な営業従事者の営業日報の履歴の方に、有意に多く出現する状態または状態と行動の組み合わせが存在したとする。このような状態または状態と行動の組み合わせに、正の報酬をつけるようにしてもよい。逆に、営業成績が良好でない営業従事者の営業日報の履歴の方に、有意に多く出現する状態または状態と行動の組み合わせが存在したとする。このような状態または状態と行動の組み合わせに、負の報酬をつけるようにしてもよい。また、例えば、営業成績の良好な営業従事者の軌跡にしたがって、逆強化学習法を用いて報酬を設計してもよい。

これらの実施例により、過去の営業従事者の営業の実績に基づいた報酬の設計が行うことができる。このため、行動価値関数は過去の実績に合うように学習され、実際的な推薦を行うことができる。

〔３−４．営業対象の特性ごとの行動価値関数〕
本発明に係る営業支援システムが、例えば、商材の価格の大小、顧客の規模の大小等の、営業対象の特性の分類を記憶する手段を有している場合の変形例を説明する。このような手段は、営業対象の特性に階級を設定し、例えば営業従事者が営業対象の特性に対して実施した調査の結果に基づいて判定した階級を、営業対象と紐付けて記憶するデータベースを営業支援システムに備えることによって実現できる。これらの営業対象の特性の違いによって、営業の傾向が異なる場合があるため、営業対象の特性の傾向ごとに行動価値関数を用意してもよい。以下に、この実施例の一つを説明する。

まず、行動価値関数記憶手段３２は、営業支援システムの分類する特性を示す各ラベルに係る行動価値関数を記録する。また、推薦手段４２は、指定の営業対象の特性の分類に基づいて、対応するラベルに係る行動価値関数を参照して、推薦される行動を決定する。また、学習手段４５は、指定の営業対象の特性の分類に基づいて、対応するラベルに係る行動価値関数を更新する。

これにより、営業対象の特性の分類ごとに記憶された別の行動価値関数は、営業対象の特性の違いによる営業の傾向を含めて学習される。このため、営業対象の特性の違いによる営業の傾向を含めた、実際的な推薦を行うことができる。

〔３−５．補助情報の利用〕
本発明に係る営業支援システムが、顧客との接触時に営業従事者の端末が観測する、営業従事者の音声などの音声情報、または、営業従事者の服装などの画像情報、または、営業従事者の所作の記録などの動画情報を管理する手段を有している場合の変形例を説明する。

このような手段は、例えば、営業従事者が保持する端末の備えたセンサにより前記音声情報または画像情報または動画情報をデジタルデータとして取得し、これを前記端末から営業支援システムに送信し、送信された音声情報または画像情報または動画情報を営業日報と紐付けて管理するデータベースを営業支援システムに備えることによって実現できる。

前記端末のセンサは利用する情報の種別により、音声情報を利用する場合は、前記端末に例えばマイクを備えるとよく、画像情報を利用する場合は、前記端末に例えばカメラを備えるとよく、動画情報を利用する場合は、前記端末に例えばビデオカメラを備えるとよい。また、前記センサは、専用の端末に備えてもよいし、利用者端末１００に備えて、営業従事者がこれを携帯するようにしてもよい。

まず、前記音声情報または画像情報または動画情報は、状態算出手段４１が状態算出に用いてもよい。本発明に係る営業支援システムによる推薦は、営業対象に係る顧客との接触によって得られる情報から推測される状態に基づいており、客観的に観測される情報である前記音声情報または画像情報を用いることで、営業従事者による主観が含まれ得る営業日報の情報を補助し、前記状態をより客観的に推測することができる。

これにより、状態による営業の進捗の表現がより現実に即したものとなり、実際的な推薦を行うことができる。

以下に、前記音声情報または画像情報または動画情報のそれぞれを状態算出に用いる実施例を説明する。

まず、音声情報を用いて状態を算出する状態算出手段４１の実施例を説明する。音声情報のデジタルデータを、例えば時系列データの処理に適したネットワーク構造を持つＲＮＮ（ＲｅｃｕｒｒｅｎｔＮｅｕｒａｌＮｅｔｗｏｒｋ）等のニューラルネットワークに入力する。次に、このニューラルネットワークの出力結果を、営業日報から算出した状態を算出するための値または値の組み合わせに集約し、これを状態としてもよい。

また、音声情報のデジタルデータを、音声認識技術により文字列に変換し、この文字列に機械学習やニューラルネットなどを用いた自然言語処理を施すことによってラベルに分類した出力結果を、営業日報から算出した状態を算出するための値または値の組み合わせに集約し、これを状態としてもよい。

次に、画像情報を用いて状態を算出する状態算出手段４１の実施例を説明する。画像情報のデジタルデータを、例えば画像データの処理に適したネットワーク構造を持つＣＮＮ（ＣｏｎｖｏｌｕｔｉｏｎａｌＮｅｕｒａｌＮｅｔｗｏｒｋ）等のニューラルネットワークに入力する。このニューラルネットワークの出力結果を、営業日報から算出した状態を算出するための値または値の組み合わせに集約し、これを状態としてもよい。

次に、動画情報を用いて状態を算出する状態算出手段４１の実施例を説明する。動画情報のデジタルデータを、例えば動画データの処理に適したネットワーク構造を持つ３ＤＣＮＮ（３ＤＣｏｎｖｏｌｕｔｉｏｎａｌＮｅｕｒａｌＮｅｔｗｏｒｋ）等のニューラルネットワークに入力する。このニューラルネットワークの出力結果を、営業日報から算出した状態を算出するための値または値の組み合わせに集約し、これを状態としてもよい。

または、動画情報のデジタルデータを、音声と画像に分け、それぞれに前記音声情報に対する処理と前記画像情報に対する処理を施した出力結果を、営業日報から算出した状態を算出するための値または値の組み合わせに集約し、これを状態としてもよい。

次に、前記音声情報または画像情報または動画情報は、報酬算出手段４４が報酬算出に用いてもよい。客観的に観測される情報である前記音声情報または画像情報を用いることで、営業従事者による主観が含まれ得る営業日報の情報を補助し、前記報酬をより客観的に設計することができる。

これにより、報酬の設計を現実に即して行うことができる。このため、行動価値関数もより現実に即すよう学習され、実際的な推薦を行うことができる。

以下に、前記音声情報または画像情報または動画情報のそれぞれを報酬算出に用いる実施例を説明する。

まず、音声情報を用いて報酬を算出する報酬算出手段４４の実施例を説明する。音声情報のデジタルデータを、例えば時系列データの処理に適したネットワーク構造を持つＲＮＮ（ＲｅｃｕｒｒｅｎｔＮｅｕｒａｌＮｅｔｗｏｒｋ）等のニューラルネットワークに入力する。次に、このニューラルネットワークの出力結果により、例えば、営業対象に係る顧客との接触の結果がポジティブ／ネカティブであったかを示すラベルに分類し、このラベルに応じて報酬を与えてもよい。

また、音声情報のデジタルデータを、音声認識技術により文字列に変換し、この文字列に機械学習やニューラルネットなどを用いた自然言語処理を施すことによって、例えば、営業対象に係る顧客との中でポジティブ／ネガティブな会話がなされたかを示すラベルに分類し、このラベルに応じて報酬を与えてもよい。

次に、画像情報を用いて報酬を算出する報酬算出手段４４の実施例を説明する。画像情報のデジタルデータを、例えば画像データの処理に適したネットワーク構造を持つＣＮＮ（ＣｏｎｖｏｌｕｔｉｏｎａｌＮｅｕｒａｌＮｅｔｗｏｒｋ）等のニューラルネットワークに入力する。このニューラルネットワークの出力結果を、例えば、顧客の表情がポジティブ／ネガティブであったかを示すラベルに分類し、このラベルに応じて報酬を与えてもよい。

次に、動画情報を用いて報酬を算出する報酬算出手段４４の実施例を説明する。動画情報のデジタルデータを、例えば動画データの処理に適したネットワーク構造を持つ３ＤＣＮＮ（３ＤＣｏｎｖｏｌｕｔｉｏｎａｌＮｅｕｒａｌＮｅｔｗｏｒｋ）等のニューラルネットワークに入力する。このニューラルネットワークの出力結果を、例えば、顧客の動作がポジティブ／ネガティブであったかを示すラベルに分類し、このラベルに応じて報酬を与えてもよい。

または、動画情報のデジタルデータを、音声と画像に分け、それぞれに前記音声情報に対する処理と前記画像情報に対する処理を施した出力結果を、それぞれポジティブ／ネガティブを示すラベルに分類し、このラベルに応じて報酬を与えてもよい。

以上で、実施形態および変形例の説明を終わる。

１０営業支援システム
２０通信部
３０記憶部
３１営業日報記憶手段
３２行動価値関数記憶手段
４０制御部
４１状態算出手段
４２推薦手段
４３行動算出手段
４４報酬算出手段
４５学習手段
１００利用者端末

Claims

営業従事者が実施した営業活動に係る行動の種別と、前記行動を実施した時間情報と、前記行動を実施した営業対象と、前記行動の結果として観測された営業の進捗に係る情報と、が記載された営業日報を管理する営業支援システムにおいて、指定の営業対象に係る前記営業日報の履歴から、営業の進捗を示す状態変数を算出する状態算出手段と、ある状態の下での、営業従事者が実施できる行動の、将来に得られる収益の期待値を示す行動価値を算出する行動価値関数を記憶する行動価値関数記憶手段と、前記行動価値関数記憶手段の記憶する行動価値関数に基づいて、前記状態算出手段の算出する現在の状態の下での、営業従事者が実施できる各行動の行動価値を算出し、算出した行動価値に基づいて、最適な行動を推薦する推薦手段と、指定の営業対象に係る前記営業日報の履歴から、営業従事者の実施した行動の種別を算出する行動算出手段と、指定の営業対象に係る前記営業日報の履歴から、営業従事者の実施した行動の即時的な評価を示す報酬を算出する報酬算出手段と、前記状態算出手段の算出する状態と、前記行動算出手段の算出する行動と、前記報酬算出手段の算出する報酬とに基づいて、前記行動価値関数記憶手段の記憶する行動価値関数を強化学習によって更新する学習手段と、を備えることを特徴とする営業支援システム。
前記営業日報に記載の、行動の結果として観測された営業の進捗に係る情報として、営業の進捗名と、営業の進捗の尺度である確度と、行動の結果と、次回訪問予定の有無と、担当者の役職と、のうち少なくとも一つ以上の項目を含み、前記状態算出手段が、これらの項目の値の組み合わせから状態を算出する請求項１に記載の営業支援システム。
前記状態算出手段が、前記営業日報に記載の、行動の結果として観測された営業の進捗に係る情報と、前記営業日報に記載の、営業従事者が実施した営業活動に係る行動の種別と、の項目の値の組み合わせから状態を算出する請求項１または２に記載の営業支援システム。
前記状態算出手段が状態を算出するために用いる項目の値の組み合わせのうち、少なくとも一つ以上の値が文字列形式であり、前記状態算出手段が、これらの値を機械学習によって自然言語処理を施した結果から状態を算出する請求項１から３のいずれか一つに記載の営業支援システム。
前記状態算出手段が、状態を算出するために用いる項目の値の組み合わせを機械学習によって分類した結果から状態を算出する請求項１から４のいずれか一つに記載の営業支援システム。
前記状態算出手段が、状態を算出するために用いる項目の値の組み合わせをニューラルネットに入力し、これから出力した結果から状態を算出し、前記学習手段が、前記ニューラルネットのパラメータを深層強化学習によって随時更新する請求項１から５のいずれか一つに記載の営業支援システム。
前記営業日報に記載の、営業従事者が実施した営業活動に係る行動の種別として、行動の種別名と、接触の目的と、のうち少なくとも一つ以上の項目を含み、前記行動算出手段が、これらの項目の値の組み合わせから行動を算出する請求項１から６のいずれか一つに記載の営業支援システム。
前記行動算出手段が行動を算出するために用いる項目の値のうち、少なくとも一つ以上の値が文字列形式であり、前記行動算出手段が、これらの値を機械学習によって自然言語処理を施し、分類した結果から行動を算出する請求項１から７のいずれか一つに記載の営業支援システム。
前記報酬算出手段が、前記営業日報に記載の、行動の結果として観測された営業の進捗に係る情報と、前記営業日報に記載の、営業従事者が実施した営業活動に係る行動の種別と、の項目の少なくとも一つ以上から報酬を算出する請求項１から８のいずれか一つに記載の営業支援システム。
営業対象の受注金額を管理する営業支援システムにおいて、前記報酬算出手段が、営業終了時に受注金額に応じた報酬を算出する請求項１から９のいずれか一つに記載の営業支援システム。
営業従事者の営業成績を管理する営業支援システムにおいて、前記報酬算出手段が、営業従事者の営業日報の履歴と営業成績とに基づいて報酬を算出する請求項１から１０のいずれか一つに記載の営業支援システム。
営業対象の特性の分類を記憶する営業支援システムにおいて、前記行動価値関数記憶手段が前記特性の分類ごとに行動価値関数を記憶し、前記推薦手段が前記特性の分類ごとの行動価値関数に基づいて、最適な行動を推薦し、前記学習手段が前記特性の分類ごとの行動価値関数を強化学習によって更新する請求項１から１１のいずれか一つに記載の営業支援システム。
顧客との接触時に営業従事者の端末が観測する音声情報を管理する営業支援システムにおいて、前記状態算出手段が、前記音声情報を状態算出に用いる請求項１から１２のいずれか一つに記載の営業支援システム。
顧客との接触時に営業従事者の端末が観測する画像情報を管理する営業支援システムにおいて、前記状態算出手段が、前記画像情報を状態算出に用いる請求項１から１３のいずれか一つに記載の営業支援システム。
顧客との接触時に営業従事者の端末が観測する動画情報を管理する営業支援システムにおいて、前記状態算出手段が、前記動画情報を状態算出に用いる請求項１から１４のいずれか一つに記載の営業支援システム。
顧客との接触時に営業従事者の端末が観測する音声情報を管理する営業支援システムにおいて、前記報酬算出手段が、前記音声情報を報酬算出に用いる請求項１から１５のいずれか一つに記載の営業支援システム。
顧客との接触時に営業従事者の端末が観測する画像情報を管理する営業支援システムにおいて、前記報酬算出手段が、前記画像情報を報酬算出に用いる請求項１から１６のいずれか一つに記載の営業支援システム。
顧客との接触時に営業従事者の端末が観測する動画情報を管理する営業支援システムにおいて、前記報酬算出手段が、前記動画情報を報酬算出に用いる請求項１から１７のいずれか一つに記載の営業支援システム。