JP2020160710A - データ処理装置及びデータ処理方法 - Google Patents

Abstract

【課題】顧客の購買データに基づいて顧客の購買行動を分析可能にするための情報を出力するデータ処理装置を提供する。
【解決手段】データ処理システムＳにおいて、データ処理装置１は、顧客の属性を示す顧客属性データと、顧客による商品の購入に関する情報を示す購買データとを関連付けて取得するデータ取得部１１１と、データ取得部１１１が取得した購買データに基づいて、顧客の購買傾向を示す指数を顧客ごとに算出する指数算出部１１２と、データ取得部１１１が取得した顧客属性データを用いて顧客を分類することによって、それぞれ１人以上の顧客を含む一以上のグループを生成するグループ生成部１１４と、一以上のグループそれぞれに属する１人以上の顧客の指数に関する統計量を、一以上のグループそれぞれのグループ指数として、一以上のグループそれぞれと関連付けて出力する出力部１１６と、を有する。
【選択図】図２

Description

本発明は、顧客の購買データを処理するためのデータ処理装置及びデータ処理方法に関する。

近年、顧客の購買行動を分析することが注目されている。顧客の購買行動の分析には、様々な種類の大量のデータ（いわゆるビッグデータ）が有用である。特許文献１には、異なる提供元によって提供された複数のデータベースにおいて、特徴が類似するデータ同士を結合することによって、１つの巨大なデータベースを生成するシステムが記載されている。

特許第５６４９７５６号

特許文献１は、複数のデータベースを結合して１つの巨大なデータベースを生成する方法を開示している。一方で、巨大なデータベースに含まれる大量の購買データに基づいて顧客の購買行動を分析することは容易でなく、巨大なデータベースを用いて顧客の購買行動を分析する手法の確立が求められている。

本発明は上述の点に鑑みてなされたものであり、顧客の購買データに基づいて顧客の購買行動を分析可能にするための情報を出力することを目的とする。

本発明の第１の態様のデータ処理装置は、顧客の属性を示す顧客属性データと、前記顧客による商品の購入に関する情報を示す購買データとを関連付けて取得するデータ取得部と、前記データ取得部が取得した前記購買データに基づいて、前記顧客の購買傾向を示す指数を前記顧客ごとに算出する指数算出部と、前記データ取得部が取得した前記顧客属性データを用いて前記顧客を分類することによって、それぞれ１人以上の前記顧客を含む一以上のグループを生成するグループ生成部と、前記一以上のグループそれぞれに属する１人以上の前記顧客の前記指数に関する統計量を、前記一以上のグループそれぞれのグループ指数として、前記一以上のグループそれぞれと関連付けて出力する出力部と、を有する。

前記指数算出部は、前記データ取得部が取得した前記購買データに基づいて、異なる複数の前記指数を前記顧客ごとに算出し、前記出力部は、複数の前記指数に関する複数の前記統計量を、異なる複数の前記グループ指数として出力してもよい。

前記グループ生成部は、異なる複数の前記指数の組み合わせが類似する１人以上の前記顧客を含む前記グループを生成してもよい。

前記データ処理装置は、複数の前記指数のうち一部の指数が算出できない場合に、当該一部の指数以外の指数を用いて当該一部の指数を推定する推定部をさらに有してもよい。

前記グループ生成部は、前記顧客属性データが含む前記顧客の性別、年齢層及び居住地のうち少なくとも１つが共通する１人以上の前記顧客を含む前記グループを生成してもよい。

前記指数算出部は、店舗による前記商品の販売に関する情報を示す販売データと前記購買データとの間の関係に基づいて、前記指数を算出してもよい。

前記指数算出部は、前記販売データが含む前記商品の発売日から前記購買データが含む前記商品の購入日までの経過時間を用いて、前記指数を算出してもよい。

前記指数算出部は、前記販売データが含む前記商品の通常価格と、前記購買データが含む前記商品の購入価格との間の差を用いて、前記指数を算出してもよい。

前記指数算出部は、前記商品の中で前記販売データに基づいて特定の属性を有する特定属性商品を抽出し、前記購買データが含む前記特定属性商品の購入金額を用いて、前記指数を算出してもよい。

前記指数算出部は、予め設定された基準日と、前記購買データが含む前記商品の購入日との間の関係に基づいて、前記指数を算出してもよい。

前記出力部は、前記グループ指数と、前記グループ指数とは異なる前記グループに関する値との間の関係を表す２次元の平面上に、前記グループを表してもよい。

本発明の第２の態様のデータ処理方法は、プロセッサが実行する、顧客の属性を示す顧客属性データと、前記顧客による商品の購入に関する情報を示す購買データとを関連付けて記憶する記憶部から、前記顧客属性データ及び前記購買データを取得するステップと、前記取得するステップが取得した前記購買データに基づいて、前記顧客の購買傾向を示す指数を前記顧客ごとに算出するステップと、前記取得するステップが取得した前記顧客属性データを用いて前記顧客を分類することによって、それぞれ１人以上の前記顧客を含む一以上のグループを生成するステップと、前記一以上のグループそれぞれに属する１人以上の前記顧客の前記指数に関する統計量を、前記一以上のグループそれぞれのグループ指数として、前記一以上のグループそれぞれと関連付けて出力するステップと、を有する。

本発明の第３の態様のデータ処理装置は、顧客による商品の購入に関する情報を示す購買データを取得するデータ取得部と、前記データ取得部が取得した前記購買データに基づいて、前記顧客の購買傾向を示す異なる複数の指数を前記顧客ごとに算出する指数算出部と、異なる複数の前記指数の組み合わせが類似する１人以上の前記顧客を含む一以上のグループを生成するグループ生成部と、前記一以上のグループそれぞれに属する１人以上の前記顧客の複数の前記指数に関する複数の統計量を、前記一以上のグループそれぞれの異なる複数のグループ指数として、前記一以上のグループそれぞれと関連付けて出力する出力部と、を有する。

本発明によれば、顧客の購買データに基づいて顧客の購買行動を分析可能にするための情報を出力できるという効果を奏する。

実施形態に係るデータ処理システムの模式図である。 実施形態に係るデータ処理システムのブロック図である。 購買データ、商品データ及び顧客属性データの模式図である。 実施形態に係るデータ処理システムが実行するデータ処理方法全体のフローチャートを示す図である。 実施形態に係るデータ処理システムが実行する指数算出処理のフローチャートを示す図である。 アーリーアダプター指数、価格センシティブ指数、限定商品購入指数、健康関連商品購入指数及びプレミアム商品購入指数を説明するための模式図である。 優待日購入指数及び給料日後購入指数を説明するための模式図である。 指数推定部による指数推定処理の模式図である。 実施形態に係るデータ処理システムが実行するグループ指数出力処理のフローチャートを示す図である。 グループ生成部がグループを生成する方法の模式図である。 指数一覧画面を表示している情報端末の正面図である。 指数分布画面を表示している情報端末の正面図である。

［データ処理システムＳの概要］
図１は、本実施形態に係るデータ処理システムＳ（情報処理システム）の模式図である。データ処理システムＳは、データ処理装置１（情報処理装置）と、情報端末２とを含む。データ処理システムＳは、その他のサーバ、端末等の機器を含んでもよい。

データ処理装置１は、顧客の購買データに基づいて、顧客の購買行動を分析可能にするための情報を出力するコンピュータである。データ処理装置１は、インターネット、ローカルエリアネットワーク等のネットワークを介して、情報端末２と通信可能である。

情報端末２は、データ処理装置１によって出力された情報を表示するコンピュータである。情報端末２は、例えばスマートフォン、タブレット端末等の携帯端末、又はパーソナルコンピュータである。情報端末２は、情報を表示するための液晶ディスプレイ等の表示部を有する。

本実施形態に係るデータ処理システムＳが購買データに基づいて顧客の購買行動を分析可能にするための情報を出力する処理の概要を以下に説明する。データ処理装置１は、顧客の属性を示す顧客属性データと、顧客による商品の購入に関する情報を示す購買データとを、記憶部に予め記憶している。商品は、顧客が購入する物品及びサービスを含む。顧客属性データは、例えば顧客の性別、年齢、居住地等を含む。購買データは、例えば商品を識別可能な情報（商品ＩＤ）、購入日、購入金額等を含む。データ処理装置１は、１つ又は複数の提供元から、顧客属性データ及び購買データを取得して記憶部に記憶させる。

データ処理装置１は、記憶部に記憶された購買データに基づいて、顧客の購買傾向を示す指数を、顧客ごとに算出する。指数は、後述するアーリーアダプター指数、価格センシティブ指数、限定商品購入指数、健康関連商品購入指数、プレミアム商品購入指数、優待日購入指数及び給料日後購入指数のうち少なくとも１つであり、顧客が商品を購買する傾向の指標となる値である。

また、データ処理装置１は、記憶部に記憶された顧客属性データを用いて顧客を分類することによって、又は顧客ごとに算出した複数の指数の組み合わせに基づいて顧客を分類することによって、それぞれ１人以上の顧客を含む一以上のグループを生成する。そしてデータ処理装置１は、グループに属する１人以上の顧客の指数に関する統計量を、該グループ指数として算出する。

データ処理装置１は、算出したグループ指数を、グループと関連付けて表示するための情報を情報端末２へ送信する。データ処理装置１は、これに限られず、プリンタを用いて紙に印刷すること、記憶媒体に記憶すること、又は通信により外部へ送信することによって、グループ指数を出力してもよい。

このように本実施形態に係るデータ処理システムＳは、顧客の購買傾向を示す指数を顧客のグループごとに統計化したグループ指数を出力する。そのため、データ処理システムＳを利用するユーザ（分析者）は、グループ指数を参照することによって、顧客のグループごとに購買傾向を把握し、顧客の購買行動を効率的に分析できる。

［データ処理システムＳの構成］
図２は、本実施形態に係るデータ処理システムＳのブロック図である。図２において、矢印は主なデータの流れを示しており、図２に示したもの以外のデータの流れがあってよい。図２において、各ブロックはハードウェア（装置）単位の構成ではなく、機能単位の構成を示している。そのため、図２に示すブロックは単一の装置内に実装されてよく、あるいは複数の装置内に分かれて実装されてよい。ブロック間のデータの授受は、データバス、ネットワーク、可搬記憶媒体等、任意の手段を介して行われてよい。

データ処理装置１は、制御部１１と、記憶部１２とを有する。制御部１１は、データ取得部１１１と、指数算出部１１２と、指数推定部１１３と、グループ生成部１１４と、グループ指数算出部１１５と、出力部１１６とを有する。記憶部１２は、購買データ記憶部１２１と、商品データ記憶部１２２と、顧客属性データ記憶部１２３と、算出結果記憶部１２４とを有する。

記憶部１２は、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、ハードディスクドライブ等を含む記憶媒体である。記憶部１２は、制御部１１が実行するプログラムを予め記憶している。記憶部１２は、データ処理装置１の外部に設けられてもよく、その場合にネットワークを介して制御部１１との間でデータの授受を行ってもよい。

購買データ記憶部１２１は、購買データを記憶する。商品データ記憶部１２２は、商品データを記憶する。顧客属性データ記憶部１２３は、顧客属性データを記憶する。算出結果記憶部１２４は、データ処理装置１による指数及びグループ指数の算出結果を記憶する。購買データ記憶部１２１、商品データ記憶部１２２、顧客属性データ記憶部１２３及び算出結果記憶部１２４は、それぞれ記憶部１２上の記憶領域であってもよく、あるいは記憶部１２上で構成されたデータベースであってもよい。

制御部１１は、例えばＣＰＵ（Central Processing Unit）等のプロセッサであり、記憶部１２に記憶されたプログラムを実行することにより、データ取得部１１１、指数算出部１１２、指数推定部１１３、グループ生成部１１４、グループ指数算出部１１５及び出力部１１６として機能する。制御部１１の機能の少なくとも一部は電気回路によって実行されてもよい。また、制御部１１の機能の少なくとも一部はネットワーク経由で実行されるプログラムによって実行されてもよい。

本実施形態に係るデータ処理システムＳは、図２に示す具体的な構成に限定されない。データ処理装置１及び情報端末２は、それぞれ２つ以上の物理的に分離した装置が有線又は無線で接続されることにより構成されてもよい。

［データ処理方法の説明］
以下、本実施形態に係るデータ処理システムＳが実行するデータ処理方法を詳細に説明する。データ処理装置１において、購買データ記憶部１２１は、顧客による商品の購入に関する情報を示す購買データを予め記憶している。商品データ記憶部１２２は、商品に関する情報を示す商品データを予め記憶している。顧客属性データ記憶部１２３は、顧客の属性を示す顧客属性データを予め記憶している。

図３（ａ）は、購買データ記憶部１２１が記憶する購買データＤ１の模式図である。図３（ｂ）は、商品データ記憶部１２２が記憶する商品データＤ２の模式図である。図３（ｃ）は、顧客属性データ記憶部１２３が記憶する顧客属性データＤ３の模式図である。

購買データＤ１は、互いに関連付けられた、購買ＩＤ（購買識別情報）と、顧客ＩＤ（顧客識別情報）と、商品ＩＤ（商品識別情報）と、購入日と、購入金額とを含む。購買データＤ１は、例えば店舗において記録されたレシート情報、商品代金の決済時にクレジットカード事業者において記録されたクレジットカード決済情報、又は商品代金の決済時に電子決済事業者において記録された電子決済情報である。購買データＤ１は、さらに顧客が購買を行った店舗を識別するための店舗ＩＤ（店舗識別情報）を含んでもよい。本明細書において、店舗は、現実世界において商品を販売している実店舗と、ＥＣ（Electronic Commerce）サイト等の仮想的な店舗との両方を含む。

購買ＩＤは、１回の購買を識別するための識別情報である。購買ＩＤは、データ処理装置１によって自動的に購買に割り振られてもよく、あるいはデータの提供元によって購買に割り振られてもよい。顧客ＩＤは、購買を行った顧客を識別するための識別情報であり、例えば顧客の会員番号、又は顧客に対して自動的に割り当てられた識別番号である。

商品ＩＤは、顧客が購入した商品を識別するための識別情報であり、例えば商品ごとに割り振られた商品コード、又は商品の品目（種類）を示す品目コードである。商品は、例えば小売店で顧客が購入する物品、又はスポーツクラブ、旅行会社、保険会社等で顧客が契約するサービス（プラン）である。購買データＤ１において、１つの購買ＩＤに、複数の商品ＩＤが関連付けられてもよい。

購入日は、顧客が商品を購入した日付である。購入日は、商品に関する契約を行った日付であってもよい。購入日は、日付だけでなく時刻を含んでもよい。購入金額は、顧客が商品を購入するために支払った金額である。購入金額は、商品ごとの金額であってもよく、あるいは複数の商品の合計金額であってもよい。

商品データＤ２は、互いに関連付けられた、商品ＩＤと、発売日と、終売日と、通常価格と、商品説明とを含む。商品ＩＤは、購買データＤ１の商品ＩＤと同様である。発売日は、商品が発売された日付である。終売日は、商品の販売が終了した日付である。通常価格は、商品が販売される際の通常の価格（例えば定価）である。商品データＤ２の通常価格は、値引き等により、購買データＤ１の購入金額とは異なり得る。商品説明は、商品の属性を示す文字列である。商品説明は、商品の名称であってもよく、あるいは商品の説明文であってもよい。

顧客属性データＤ３は、顧客ＩＤと、性別と、年齢と、居住地とを含む。顧客ＩＤは、購買データＤ１の顧客ＩＤと同様である。性別は、顧客の性別である。年齢は、顧客の年齢である。顧客属性データＤ３の年齢には、年齢に代えて年齢層が設定されてもよい。居住地は、顧客が居住する場所である。居住地の粒度は任意に定められ、都道府県を含んでもよく、町丁目を含んでもよく、あるいは住居番号を含んでもよい。顧客属性データＤ３は、顧客自身によって登録された情報であってもよく、あるいは顧客の外観や店舗の場所から推定された情報であってもよい。

図３（ａ）〜図３（ｃ）において購買データＤ１、商品データＤ２及び顧客属性データＤ３は視認性のために文字列の表で表されているが、各データは任意の形式で記録されてもよく、例えば文字列データ、数値データおよびバイナリデータのいずれでもよい。購買データＤ１、商品データＤ２及び顧客属性データＤ３は、データベースとして記録されてもよく、あるいはデータを列挙したリストとして記録されてもよい。

図３（ａ）〜図３（ｃ）に示す購買データＤ１、商品データＤ２及び顧客属性データＤ３が含むデータは一例であり、一部の情報を含まなくてもよく、その他の情報を含んでもよい。購買データＤ１、商品データＤ２及び顧客属性データＤ３のうち２つ以上が予め結合され、１つのデータとして記憶部１２に記憶されてもよい。その場合に、以下では結合されたデータのうち、購買データＤ１に対応する部分を購買データと呼び、商品データＤ２に対応する部分を商品データと呼び、顧客属性データＤ３に対応する部分を顧客属性データと呼ぶ。

図４は、本実施形態に係るデータ処理システムＳが実行するデータ処理方法全体のフローチャートを示す図である。図４のフローチャートは、例えばデータ処理装置１において所定の開始操作が行われることによって開始される。まずデータ処理装置１は、購買データに基づいて顧客の購買傾向を示す指数を顧客ごとに算出する指数算出処理を行う（Ｓ１）。

次にデータ処理装置１は、１人以上の顧客を含むグループについて、指数算出処理で算出された指数に関する統計量を算出し、グループ指数として出力するグループ指数出力処理を行う（Ｓ２）。以下では図５〜図１２を用いて、指数算出処理及びグループ指数出力処理を詳細に説明する。

図５は、本実施形態に係るデータ処理システムＳが実行する指数算出処理Ｓ１のフローチャートを示す図である。指数算出処理Ｓ１は、購買データ記憶部１２１に購買データが記憶されている複数の顧客それぞれを対象として行われる。まずデータ取得部１１１は、指数算出の対象とする１人の顧客の顧客ＩＤに関連付けられた１つ又は複数の購買データを、購買データ記憶部１２１から取得する（Ｓ１１）。また、データ取得部１１１は、該顧客ＩＤに関連付けられた顧客属性データを、顧客属性データ記憶部１２３から取得する。データ取得部１１１は、ユーザによって指定された期間内の購入日を含む購買データのみを取得してもよい。

次にデータ取得部１１１は、購買データが含む商品ＩＤの商品の、店舗による販売に関する情報を示す販売データを特定する（Ｓ１２）。販売データは、後述の各指数の算出のために用いられる情報であり、商品の発売日、終売日、通常価格及び商品属性を含む。販売データを特定するために、データ取得部１１１は、商品データ記憶部１２２において、購買データが含む商品ＩＤに関連付けられた商品データが含む発売日、終売日、通常価格及び商品説明を取得する。

商品データが発売日を含まない場合に、データ取得部１１１は、購買データ記憶部１２１において１つの商品ＩＤに関連付けられた全ての購買データの中で、最も早い購入日を発売日として決定してもよい。商品データが終売日を含まない場合に、データ取得部１１１は、購買データ記憶部１２１において１つの商品ＩＤに関連付けられた全ての購買データの中で、最も遅い購入日を終売日として決定してもよい。商品データが通常価格を含まない場合に、データ取得部１１１は、購買データ記憶部１２１において１つの商品ＩＤに関連付けられた全ての購買データの中で、購入金額の最頻値を通常価格として決定してもよい。

また、データ取得部１１１は、購買データが含む商品ＩＤの商品の属性を示す商品属性を決定する。具体的には、データ取得部１１１は、商品の発売日から終売日までの時間が所定値以内（例えば１年以内）である場合に、商品の商品属性を限定商品と決定する。データ取得部１１１は、商品の通常価格が同じ種類の商品の平均価格に比べて所定割合以上高い場合に、商品の商品属性をプレミアム商品と決定する。この場合には、商品データは、商品の種類（品目）を含む。データ取得部１１１は、購買データが含む商品ＩＤの商品の種類を商品データから特定し、購買データ記憶部１２１において、特定した種類の商品の全ての購買データを抽出し、抽出した購買データが含む購入金額の平均値を、平均価格として算出する。商品の種類ごとの平均価格は、記憶部１２に予め記憶されてもよい。

データ取得部１１１は、商品の商品説明が健康に関する所定のキーワード（例えば「グルコサミン」、「青汁」等）を含む場合に、商品の商品属性を健康関連商品と決定する。データ取得部１１１は、記憶部１２において購買データが含む商品ＩＤに予め関連付けられた商品属性を取得してもよい。データ取得部１１１は、上述のように取得した発売日、終売日、通常価格及び商品説明を、販売データとして特定する。

また、データ取得部１１１は、指数の算出に用いられる基準日を特定する（Ｓ１３）。基準日は、店舗の優待日（例えばポイントアップ日や割引日）と、顧客の給料日（給与支給日）とを含む。データ取得部１１１は、購買データの取得元に基づいて優待日を特定してもよく、あるいは記憶部１２において購買データが含む店舗ＩＤに予め関連付けられた優待日を取得してもよい。データ取得部１１１は、予め設定された一般的な給料日（例えば毎月２５日）を特定してもよく、あるいは記憶部１２において購買データが含む顧客ＩＤに予め関連付けられた給料日を取得してもよい。

次に指数算出部１１２は、データ取得部１１１が購買データ記憶部１２１から取得した購買データに基づいて、顧客の購買傾向を示す指数を顧客ごとに算出する。指数算出部１１２は、１人の顧客について、以下に説明する複数の指数のうち、１つの指数を算出してもよく、異なる複数の指数を算出してもよい。すなわち、図５のフローチャートにおいて、ステップＳ１４〜Ｓ１８のうち、算出対象の指数に対応するステップが行われる。また、ステップＳ１４〜Ｓ１８の順序は変更されてもよく、ステップＳ１４〜Ｓ１８のうち少なくとも一部が並行して行われてもよい。

第１に、指数算出部１１２は、販売データと購買データとの間の関係に基づいて、アーリーアダプター指数、価格センシティブ指数、限定商品購入指数、健康関連商品購入指数、及びプレミアム商品購入指数を算出する。

図６（ａ）は、アーリーアダプター指数を説明するための模式図である。指数算出部１１２は、販売データが含む商品の発売日から購買データが含む商品の購入日までの経過時間を用いて、アーリーアダプター指数を算出する（Ｓ１４）。具体的には、指数算出部１１２は、購買データ記憶部１２１から、データ取得部１１１が取得した購入データ（すなわち指数算出の対象の１人の顧客の購入データ）が含む商品ＩＤに関連付けられた、商品の発売日から所定期間内（例えば１年以内）の購入日を含む購入データ（すなわち全ての顧客の購入データ）を取得する。

次に指数算出部１１２は、取得した全ての顧客の購入データを、商品の発売日から購入日までの経過時間が短い順に並べる。指数算出部１１２は、経過時間が短い順に購入データの累計件数をカウントし、全ての顧客の購入データの全件数に対する累計件数の割合が所定値以内（例えば１６％以内）の購入データを、早期購入の購入データとして特定する。このような早期購入の購買データは、イノベーター理論におけるイノベーター及びアーリーアダプターに対応しており、商品の購入が早い順に所定割合の購買データを示している。

次に指数算出部１１２は、データ取得部１１１が取得した１人の顧客の購買データが含む購入金額を合計した合計購入金額を算出する。また、指数算出部１１２は、該購買データの中で、上述の早期購入として特定された購買データを抽出する。指数算出部１１２は、抽出した早期購入の購買データが含む購入金額の合計値を、算出した合計購入金額で除算した割合を算出する。そして指数算出部１１２は、算出した割合を対数変換した上で偏差値化した値を、アーリーアダプター指数として算出する。指数算出部１１２は、算出した割合に対して、平方根変換した上で偏差値化すること等、その他の処理を行った値を、アーリーアダプター指数としてもよい。したがって、ユーザは、アーリーアダプター指数を参照することによって、顧客が新商品の発売時に早く購入する傾向にあるか否かを容易に把握できる。

図６（ｂ）は、価格センシティブ指数を説明するための模式図である。指数算出部１１２は、販売データが含む商品の通常価格と、購買データが含む商品の購入価格との間の差を用いて、価格センシティブ指数を算出する（Ｓ１５）。具体的には、指数算出部１１２は、データ取得部１１１が取得した１人の顧客の購買データが含む購入金額を合計した合計購入金額を算出する。また、指数算出部１１２は、該購買データそれぞれが含む商品ＩＤの商品について、販売データが含む商品の通常価格から、該購買データが含む購入金額を減算した値引き金額を算出する。指数算出部１１２は、算出した値引き金額の合計値を、算出した合計購入金額で除算した割合を算出する。

そして指数算出部１１２は、算出した割合を対数変換した上で偏差値化した値を、価格センシティブ指数として算出する。指数算出部１１２は、算出した割合に対して、平方根変換した上で偏差値化すること等、その他の処理を行った値を、価格センシティブ指数としてもよい。したがって、ユーザは、価格センシティブ指数を参照することによって、顧客が値引きされた商品を購入する傾向にあるか否かを容易に把握できる。

図６（ｃ）は、限定商品購入指数、健康関連商品購入指数及びプレミアム商品購入指数を説明するための模式図である。指数算出部１１２は、購買データが含む商品ＩＤの商品の中で、販売データに基づいて特定の属性を有する特定属性商品を抽出し、特定属性商品の購入金額を用いて、限定商品購入指数、健康関連商品購入指数及びプレミアム商品購入指数を算出する（Ｓ１６）。

具体的には、指数算出部１１２は、データ取得部１１１が取得した１人の顧客の購買データが含む購入金額を合計した合計購入金額を算出する。また、指数算出部１１２は、該購買データそれぞれが含む商品ＩＤの商品の中で、販売データが含む商品属性が限定商品である商品を抽出する。指数算出部１１２は、抽出した限定商品の購入金額の合計値を、算出した合計購入金額で除算した割合を算出する。そして指数算出部１１２は、算出した割合を対数変換した上で偏差値化した値を、限定商品購入指数として算出する。指数算出部１１２は、算出した割合に対して、平方根変換した上で偏差値化すること等、その他の処理を行った値を、限定商品購入指数としてもよい。したがって、ユーザは、限定商品購入指数を参照することによって、顧客が販売期間又は販売数が限定された商品を購入する傾向にあるか否かを容易に把握できる。

また、指数算出部１１２は、該購買データそれぞれが含む商品ＩＤの商品の中で、販売データが含む商品属性が健康関連商品である商品を抽出する。指数算出部１１２は、抽出した健康関連商品の購入金額の合計値を、算出した合計購入金額で除算した割合を算出する。そして指数算出部１１２は、算出した割合を対数変換した上で偏差値化した値を、健康関連商品購入指数として算出する。指数算出部１１２は、算出した割合に対して、平方根変換した上で偏差値化すること等、その他の処理を行った値を、健康関連商品購入指数としてもよい。したがって、ユーザは、健康関連商品購入指数を参照することによって、顧客が健康に関する商品を購入する傾向にあるか否かを容易に把握できる。

また、指数算出部１１２は、該購買データそれぞれが含む商品ＩＤの商品の中で、販売データが含む商品属性がプレミアム商品である商品を抽出する。指数算出部１１２は、抽出したプレミアム商品の購入金額の合計値を、算出した合計購入金額で除算した割合を算出する。そして指数算出部１１２は、算出した購入割合を対数変換した上で偏差値化した値を、プレミアム商品購入指数として算出する。指数算出部１１２は、算出した割合に対して、平方根変換した上で偏差値化すること等、その他の処理を行った値を、プレミアム商品購入指数としてもよい。したがって、ユーザは、プレミアム商品購入指数を参照することによって、顧客が同じ種類の商品の中で高級なプレミアム商品を購入する傾向にあるか否かを容易に把握できる。

第２に、指数算出部１１２は、基準日と購入日との間の関係に基づいて、優待日購入指数及び給料日後購入指数を算出する。図７（ａ）は、優待日購入指数を説明するための模式図である。指数算出部１１２は、データ取得部１１１が特定した基準日が示す店舗の優待日と、購買データが含む商品の購入日との間の関係に基づいて、優待日購入指数を算出する（Ｓ１７）。

具体的には、指数算出部１１２は、データ取得部１１１が取得した１人の顧客の購買データが含む購入金額を合計した合計購入金額を算出する。また、指数算出部１１２は、該購買データの中で、基準日が示す優待日に購入日が含まれている購買データを抽出する。指数算出部１１２は、抽出した優待日の購買データが含む購入金額の合計値を、算出した合計購入金額で除算した割合を算出する。そして指数算出部１１２は、算出した割合を対数変換した上で偏差値化した値を、優待日購入指数として算出する。指数算出部１１２は、算出した割合に対して、平方根変換した上で偏差値化すること等、その他の処理を行った値を、優待日購入指数としてもよい。したがって、ユーザは、優待日購入指数を参照することによって、顧客がポイントアップ日や割引日等の優待日に商品を購入する傾向にあるか否かを容易に把握できる。

図７（ｂ）は、給料日後購入指数を説明するための模式図である。指数算出部１１２は、データ取得部１１１が特定した基準日が示す顧客の給料日と、購買データが含む商品の購入日との間の関係に基づいて、給料日後購入指数を算出する（Ｓ１８）。

具体的には、指数算出部１１２は、データ取得部１１１が取得した１人の顧客の購買データの中で、基準日が示す給料日より前の所定期間（例えば給料日前の１週間）に購入日が含まれている購買データを抽出する。また指数算出部１１２は、データ取得部１１１が取得した１人の顧客の購買データの中で、基準日が示す給料日より後の所定期間（例えば給料日後の１週間）に購入日が含まれている購買データを抽出する。指数算出部１１２は、抽出した給料日前の購買データが含む購入金額の合計値に対する、抽出した給料日後の購買データが含む購入金額の合計値の比率を算出する。そして指数算出部１１２は、算出した比率を平方根変換した上で偏差値化した値を、給料日後購入指数として算出する。指数算出部１１２は、算出した比率に対して、対数変換した上で偏差値化すること等、その他の処理を行った値を、給料日後購入指数としてもよい。したがって、ユーザは、給料日後購入指数を参照することによって、顧客が給料日の後に商品を多く購入する傾向にあるか否かを容易に把握できる。

購買データ及び商品データは、データの提供元によって、図３（ａ）、図３（ｂ）に示した情報の一部を含まない場合がある。このような場合に、指数算出部１１２は、上述のアーリーアダプター指数、価格センシティブ指数、限定商品購入指数、健康関連商品購入指数、及びプレミアム商品購入指数のうち一部の指数を算出できない。そこで指数推定部１１３は、指数算出部１１２が複数の指数のうち一部の指数を算出できない場合に、当該一部の指数以外の指数を用いて当該一部の指数を推定する（Ｓ１９）。換言すると、複数の指数が含むそれぞれの指数について、購買データ及び商品データが当該指数を算出するための全ての情報を含む場合（すなわち、指数算出部１１２が当該指数を算出できる場合）に、指数算出部１１２は当該指数を算出し、指数推定部１１３は当該指数を推定しない。一方、複数の指数が含むそれぞれの指数について、購買データ及び商品データが当該指数を算出するための少なくとも一部の情報を含まない場合（すなわち、指数算出部１１２が当該指数を算出できない場合）に、指数算出部１１２は当該指数を算出せず、指数推定部１１３は当該指数を推定する。

図８は、指数推定部１１３による指数推定処理の模式図である。図８は、顧客の顧客属性データと、指数算出部１１２が該顧客に対して算出した複数の指数とを関連付けて表している。図８の例は、顧客ＩＤがＣ００１及びＣ００２の顧客と、顧客ＩＤがＤ００１の顧客とのデータの提供元が異なっているため、指数算出部１１２は、顧客ＩＤがＤ００１の顧客について指数γが算出できない状態を表している。

指数推定部１１３は、顧客ＩＤがＤ００１の顧客と顧客属性データが類似している顧客ＩＤがＣ００１の顧客に対して算出された指数に基づいて、複数の指数の間の関係を示すモデルを生成する。顧客の顧客属性データが類似していることは、例えば顧客属性データ記憶部１２３に記憶されている顧客属性データの少なくとも一部が同一又は近似していることである。例えばモデルは、図８における指数α及び指数βが入力されることによって指数γを出力する数式である。モデルは、複数の顧客の指数を用いて生成されてもよい。モデルは、複数の顧客の複数の指数に基づいて予め生成されて記憶部１２に記憶されてもよい。

指数推定部１１３は、生成したモデルに、顧客ＩＤがＤ００１の顧客に対して指数算出部１１２が算出した指数α、βを入力することによって、指数算出部１１２が算出できなかった指数γを推定する。別の方法として、指数推定部１１３は、顧客ＩＤがＣ００１の顧客の指数α、βと、顧客ＩＤがＤ００１の顧客の指数α、βとの間の類似度（ユークリッド距離等）を算出し、算出した類似度を用いて顧客ＩＤがＣ００１の顧客の指数γから顧客ＩＤがＤ００１の顧客の指数γを推定してもよい。

これにより、データの提供元により一部の指数が算出できない場合であっても、指数推定部１１３が指数を推定し、以降の処理を行うことができる。指数算出部１１２及び指数推定部１１３は、算出した指数及び推定した指数を、顧客ＩＤと関連付けて算出結果記憶部１２４に記憶させる。

図９は、本実施形態に係るデータ処理システムＳが実行するグループ指数出力処理Ｓ２のフローチャートを示す図である。グループ生成部１１４は、顧客を分類することによって、それぞれ１人以上の顧客を含む一以上のグループを生成する（Ｓ２１）。

図１０（ａ）、図１０（ｂ）は、グループ生成部１１４がグループを生成する方法の模式図である。グループ生成部１１４は、データ取得部１１１が顧客属性データ記憶部１２３から取得した顧客属性データを用いて、又は指数算出部１１２及び指数推定部１１３が算出及び推定した複数の指数の組み合わせを用いて、又はそれらの両方を用いて、顧客のグループを生成する。

図１０（ａ）は、顧客属性データに基づいて生成されたグループＧ１を表している。グループ生成部１１４は、顧客属性データ記憶部１２３に記憶された顧客属性データが含む顧客の性別、年齢層及び居住地のうち少なくとも１つが共通する１人以上の顧客を含むグループＧ１を生成する。図１０（ａ）の例では、グループ生成部１１４は、性別、年齢層及び居住地の全てが共通する顧客のグループＧ１を生成しているが、性別、年齢層及び居住地のうち一部のみが共通する顧客のグループＧ１を生成してもよい。

このようにデータ処理装置１は、顧客属性データに基づいて顧客のグループＧ１を生成することによって、性別、年齢及び居住地等の顧客の属性ごとに顧客を分類し、顧客のグループごとに購買傾向を示す指数を出力できる。

図１０（ｂ）は、複数の指数の組み合わせに基づいて生成されたグループＧ２を表している。グループ生成部１１４は、指数算出部１１２又は指数推定部１１３が算出した複数の指数のうち、所定の２つ以上の指数（例えばアーリーアダプター指数及び価格センシティブ指数）の組み合わせが類似する１人以上の顧客を含むグループＧ２を生成する。例えばグループ生成部１１４は、顧客の複数の指数それぞれが所定の基準値以上であるか否かによって、顧客をいずれかのグループＧ２に分類する。図１０（ｂ）の例では、指数αが基準値以上であるか否か、及び指数βが基準値以上であるか否かの組み合わせごとに、グループＧ２が生成されている。

グループ生成部１１４は、ここに示した方法に限られず、複数の顧客の複数の指数に対して既知のクラスタリング処理を行うことによって、グループＧ２を生成してもよい。このようにデータ処理装置１は、複数の指数の組み合わせに基づいて顧客のグループＧ２を生成することによって、顧客を購買傾向（性格）ごとに分類し、さらに顧客のグループごとに購買傾向を示す指数を出力できる。

グループ生成部１１４は、生成したグループＧ１、Ｇ２それぞれに対して、グループを特定するためのグループ特定情報を付与する。グループ特定情報は、グループを生成するために用いた顧客属性データ又は指数の組み合わせを示す情報である。図１０（ａ）の例ではグループＧ１のグループ特定情報は年齢、性別及び居住地であり、図１０（ｂ）の例ではグループＧ２のグループ特定情報は複数の指数の高低である。

グループ指数算出部１１５は、グループ生成部１１４が生成した一以上のグループそれぞれに属する１人以上の顧客の指数に関する統計量を、該一以上のグループそれぞれのグループ指数として算出する（Ｓ２２）。指数に関する統計量は、例えばグループに属する１人以上の顧客について指数算出部１１２が算出した指数の平均値、中央値、最頻値等である。

指数算出部１１２が異なる複数の指数を算出した場合に、グループ指数算出部１１５は、複数の指数それぞれについての統計量を、異なる複数のグループ指数として算出する。すなわち、グループ指数算出部１１５は、アーリーアダプター指数、価格センシティブ指数、限定商品購入指数、健康関連商品購入指数、プレミアム商品購入指数、優待日購入指数及び給料日後購入指数それぞれについて、グループごとにグループ指数を算出する。グループ指数算出部１１５は、算出したグループ指数を、グループ特定情報と関連付けて算出結果記憶部１２４に記憶させる。

出力部１１６は、グループ指数算出部１１５は算出したグループ指数を、グループ生成部１１４が生成した一以上のグループそれぞれと関連付けて出力する（Ｓ２３）。具体的には、出力部１１６は、グループ指数とグループとを関連付けて表示するための表示情報を、情報端末２へ送信する。情報端末２は、データ処理装置１から受信した表示情報に従って、グループごとのグループ指数を示す指数一覧画面を表示部に表示させる。

図１１は、指数一覧画面を表示している情報端末２の正面図である。指数一覧画面は、グループ（グループ特定情報）に関連付けられた、グループ指数２１を含む。グループ指数２１は、グループ指数算出部１１５がグループごとに算出した１つ又は複数のグループ指数を含む。ユーザは、指数一覧画面を参照することによって、性別、年齢及び居住地等の顧客属性データが類似する顧客のグループごと、又は複数の指数の組み合わせが類似する顧客のグループごとに購買傾向を把握し、顧客の購買行動を効率的に分析できる。

図１１の例において、情報端末２は、グループとグループ指数とを関連付けた情報を表示しているが、顧客の顧客属性データと該顧客が属するグループとを関連付けた情報を表示してもよい。これにより、ユーザは、各顧客がいずれのグループに属するかを把握できる。

また、出力部１１６は、グループ指数と、グループ指数とは異なるグループに関する値との間の関係を表示するための表示情報を、情報端末２へ送信する。表示情報は、グループ指数及びグループに関する値の間の回帰直線（相関係数）と、グループごとのグループ指数及びグループに関する値とを含む。

グループに関する値は、購買データとは別に収集され、記憶部１２に予め記憶される。例えばグループに関する値は、グループごとの施策反応率であり、特定の商品や特定の店舗においてキャンペーン等の施策が行われた後の所定期間内に、グループ内で購買金額、購買頻度等が向上した顧客の比率である。情報端末２は、データ処理装置１から受信した表示情報に従って、グループ指数及びグループに関する値の関係を示す指数分布画面を表示部に表示させる。

図１２は、指数分布画面を表示している情報端末２の正面図である。指数分布画面は、グループ指数及びグループに関する値の間の関係を示す２次元の平面２２と、グループ指数及びグループに関する値の間の回帰直線２３とを含む。さらに情報端末２は、平面２２上でグループ指数及びグループに関する値の位置に、グループ２４（グループ特定情報）を表示する。ユーザは、指数分布画面を参照することによって、グループ指数及びグループに関する値の関係をグループごとに容易に把握して分析できる。例えばユーザは、図１２の指数分布画面を参照すると、ＸＸＸ町一丁目の３０代男性のグループに対して重点的に施策を行うことによって、効果的に施策への反応を得られる可能性があると判断できる。

出力部１１６は、情報端末２上の表示に限られず、プリンタを用いて紙に印刷すること、記憶媒体に記憶すること、又は通信により外部へ送信することによって、グループ指数を出力してもよい。

［実施形態の効果］
本実施形態に係るデータ処理システムＳは、顧客の購買傾向を示す指数を顧客のグループごとに統計化したグループ指数を出力する。そのため、データ処理システムＳを利用するユーザは、グループ指数を参照することによって、顧客のグループごとに購買傾向を把握し、顧客の購買行動を効率的に分析できる。

以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されず、その要旨の範囲内で種々の変形及び変更が可能である。例えば、装置の分散・統合の具体的な実施の形態は、以上の実施の形態に限られず、その全部又は一部について、任意の単位で機能的又は物理的に分散・統合して構成することができる。また、複数の実施の形態の任意の組み合わせによって生じる新たな実施の形態も、本発明の実施の形態に含まれる。組み合わせによって生じる新たな実施の形態の効果は、もとの実施の形態の効果を合わせ持つ。

データ処理装置１のプロセッサは、図４、図５及び図９に示すデータ処理方法に含まれる各ステップ（工程）の主体となる。すなわち、データ処理装置１のプロセッサは、図４、図５及び図９に示すデータ処理方法を実行するためのプログラムを記憶部から読み出し、該プログラムを実行してデータ処理装置１の各部を制御することによって、図４、図５及び図９に示すデータ処理方法を実行する。図４、図５及び図９に示すデータ処理方法に含まれるステップは一部省略されてもよく、ステップ間の順番が変更されてもよく、複数のステップが並行して行われてもよい。

Ｓ データ処理システム
１ データ処理装置
１１ 制御部
１１２ 指数算出部
１１３ 指数推定部
１１４ グループ生成部
１１５ グループ指数算出部
１１６ 出力部
１２ 記憶部
１２１ 購買データ記憶部
１２２ 商品データ記憶部
１２３ 顧客属性データ記憶部

Claims (13)

1. 顧客の属性を示す顧客属性データと、前記顧客による商品の購入に関する情報を示す購買データとを関連付けて取得するデータ取得部と、
   前記データ取得部が取得した前記購買データに基づいて、前記顧客の購買傾向を示す指数を前記顧客ごとに算出する指数算出部と、
   前記データ取得部が取得した前記顧客属性データを用いて前記顧客を分類することによって、それぞれ１人以上の前記顧客を含む一以上のグループを生成するグループ生成部と、
   前記一以上のグループそれぞれに属する１人以上の前記顧客の前記指数に関する統計量を、前記一以上のグループそれぞれのグループ指数として、前記一以上のグループそれぞれと関連付けて出力する出力部と、
   を有する、データ処理装置。
2. 前記指数算出部は、前記データ取得部が取得した前記購買データに基づいて、異なる複数の前記指数を前記顧客ごとに算出し、
   前記出力部は、複数の前記指数に関する複数の前記統計量を、異なる複数の前記グループ指数として出力する、請求項１に記載のデータ処理装置。
3. 前記グループ生成部は、異なる複数の前記指数の組み合わせが類似する１人以上の前記顧客を含む前記グループを生成する、請求項２に記載のデータ処理装置。
4. 複数の前記指数のうち一部の指数が算出できない場合に、当該一部の指数以外の指数を用いて当該一部の指数を推定する推定部をさらに有する、請求項２又は３に記載のデータ処理装置。
5. 前記グループ生成部は、前記顧客属性データが含む前記顧客の性別、年齢層及び居住地のうち少なくとも１つが共通する１人以上の前記顧客を含む前記グループを生成する、請求項１から４のいずれか一項に記載のデータ処理装置。
6. 前記指数算出部は、店舗による前記商品の販売に関する情報を示す販売データと前記購買データとの間の関係に基づいて、前記指数を算出する、請求項１から５のいずれか一項に記載のデータ処理装置。
7. 前記指数算出部は、前記販売データが含む前記商品の発売日から前記購買データが含む前記商品の購入日までの経過時間を用いて、前記指数を算出する、請求項６に記載のデータ処理装置。
8. 前記指数算出部は、前記販売データが含む前記商品の通常価格と、前記購買データが含む前記商品の購入価格との間の差を用いて、前記指数を算出する、請求項６又は７に記載のデータ処理装置。
9. 前記指数算出部は、前記商品の中で前記販売データに基づいて特定の属性を有する特定属性商品を抽出し、前記購買データが含む前記特定属性商品の購入金額を用いて、前記指数を算出する、請求項６から８のいずれか一項に記載のデータ処理装置。
10. 前記指数算出部は、予め設定された基準日と、前記購買データが含む前記商品の購入日との間の関係に基づいて、前記指数を算出する、請求項１から９のいずれか一項に記載のデータ処理装置。
11. 前記出力部は、前記グループ指数と、前記グループ指数とは異なる前記グループに関する値との間の関係を表す２次元の平面上に、前記グループを表す、請求項１から１０のいずれか一項に記載のデータ処理装置。
12. プロセッサが実行する、
    顧客の属性を示す顧客属性データと、前記顧客による商品の購入に関する情報を示す購買データとを関連付けて記憶する記憶部から、前記顧客属性データ及び前記購買データを取得するステップと、
    前記取得するステップが取得した前記購買データに基づいて、前記顧客の購買傾向を示す指数を前記顧客ごとに算出するステップと、
    前記取得するステップが取得した前記顧客属性データを用いて前記顧客を分類することによって、それぞれ１人以上の前記顧客を含む一以上のグループを生成するステップと、
    前記一以上のグループそれぞれに属する１人以上の前記顧客の前記指数に関する統計量を、前記一以上のグループそれぞれのグループ指数として、前記一以上のグループそれぞれと関連付けて出力するステップと、
    を有する、データ処理方法。
13. 顧客による商品の購入に関する情報を示す購買データを取得するデータ取得部と、
    前記データ取得部が取得した前記購買データに基づいて、前記顧客の購買傾向を示す異なる複数の指数を前記顧客ごとに算出する指数算出部と、
    異なる複数の前記指数の組み合わせが類似する１人以上の前記顧客を含む一以上のグループを生成するグループ生成部と、
    前記一以上のグループそれぞれに属する１人以上の前記顧客の複数の前記指数に関する複数の統計量を、前記一以上のグループそれぞれの異なる複数のグループ指数として、前記一以上のグループそれぞれと関連付けて出力する出力部と、
    を有する、データ処理装置。

Images