JP2021117757A - 顧客推定装置及び顧客推定方法 - Google Patents

Abstract

【課題】現在ある情報から、どのような事項の指標化ができるかを調べることができる顧客推定装置を提供する。【解決手段】本発明の顧客推定装置１は、顧客が保有する顧客保有項目を取得する顧客保有項目取得部３と、取得した顧客保有項目を用いて、取得したソースデータ項目のそれぞれに対して指標化が可能な精度を算出する精度算出部１１と、算出した指標化の精度に基づいて、指標化項目を抽出する指標化項目抽出部１２を備えている。【選択図】図１

Description

本発明は、顧客の要望に沿った指標を提供することができる顧客推定装置及び顧客推定方法に関する。

従来、ウェブのアクセスログを利用して、新規の顧客に対して商品やサービスの広告を配信したり、提案したりするシステムが知られている。

例えば、下記の特許文献１の会員向けターゲティング広告提供システムでは、会員専用サイト運営会社が運営している会員専用サイトＡの会員は、コンピュータ、スマートフォン等の利用者端末から、インターネットを介して会員専用サイトメインサーバにアクセスする。会員は、利用者端末から会員ＩＤとパスワードを入力して会員専用サイトＡにログインし、会員向けの情報提供ページを閲覧することができる。

そして、利用者端末が、会員専用サイトＡと切り離された会員専用サイト外対応サーバのクッキーＩＤを広告配信会社の広告配信サーバに渡すことで、会員専用サイトＡ内での履歴が外部に流出することを防ぎながら、会員の属性に合ったターゲティング広告を提供する。

また、会員は、利用者端末からインターネットを介して、ウェブサイト運営会社が運営しているウェブサイトＢにアクセスすると、広告配信の委託を受けたウェブサイトＢの広告枠に広告が配信されるようになる（段落００１７〜００２７、図１）。

特許第５８４３９８３号

しかしながら、特許文献１のシステムでは、クッキーＩＤから取得される情報に基づいて広告が配信されるため、ユーザが購入した商品の関連商品等、関連性の強い商品、サービスの広告しか行えないという問題があった。また、ユーザが所有する情報が少ない場合は、ユーザが興味のある事項や潜在的に抱えている課題を解決するための提案を行うことが難しかった。

本発明は上記課題に鑑みなされたものであり、現在ある情報から、どのような事項の指標化ができるかを調べることができる顧客推定装置を提供することを目的とする。

なお、本件は、出願済みの顧客推定装置（特願２０１９−１６２８７３）に関連する出願であり、当該装置の実用性及び拡張可能性を説明する目的がある。

本発明の顧客推定装置は、顧客が保有する顧客保有項目を取得する顧客保有項目取得手段と、前記顧客保有項目取得手段が取得した前記顧客保有項目を用いて、特定若しくは不特定の者を対象に実施した調査又はその者の履歴情報から取得したソースデータが有するソースデータ項目のそれぞれに対して指標化が可能な精度を算出する精度算出手段と、前記精度算出手段が算出した前記精度に基づいて、指標化が可能な指標化項目を抽出する指標化項目抽出手段と、を備えることを特徴とする。

本発明の顧客推定装置では、精度算出手段が顧客の性別、年齢等の顧客保有項目を用いて、ソースデータ項目の１つずつに対して指標化が可能な精度を算出する。これにより、精度が高いソースデータ項目と、精度が低いソースデータ項目とが区別される。

また、指標化項目抽出手段は、前記精度に基づいて指標化項目を抽出する。従って、本装置は、指標化したい項目が明確に定まっていない場合であっても、現在ある情報（顧客保有項目）から、どのような事項が指標化可能かを調べることができる。

本発明の顧客推定装置において、前記指標化項目抽出手段は、抽出した前記指標化項目から所定の規則に基づいて複数の候補を選択し、前記候補を前記顧客に推薦するようにしてもよい。

指標化項目抽出手段は、抽出された指標化項目から所定の規則（例えば、上位の項目）に基づいて候補を選択し、顧客に推薦する。これにより、本装置は、指標化が可能な項目を顧客に提案することができる。

本発明の顧客推定方法は、顧客が保有する顧客保有項目を取得する顧客保有項目取得ステップと、前記顧客保有項目取得ステップで取得した前記顧客保有項目を用いて、特定若しくは不特定の者を対象に実施した調査又はその者の履歴情報から取得したソースデータが有するソースデータ項目のそれぞれに対して指標化が可能な精度を算出する精度算出する精度算出ステップと、前記精度算出ステップで算出した前記精度に基づいて、指標化が可能な指標化項目を抽出する指標化項目抽出ステップと、を備えることを特徴とする。

本発明の顧客推定方法では、顧客保有項目取得ステップにて、顧客の性別、年齢等の顧客保有項目が取得されると、これを用いて、精度算出ステップにて、ソースデータ項目のそれぞれに対して指標化が可能な精度が算出される。これにより、精度が高いソースデータ項目と、精度が低いソースデータ項目とが区別される。

また、指標化項目抽出ステップでは、前記精度に基づいて指標化項目が抽出される。従って、本方法は、指標化したい項目が明確に定まっていない場合であっても、現在ある情報から、どのような事項が指標化できるかを調べることができる。

本発明の顧客推定方法において、前記指標化項目抽出ステップで抽出された前記指標化項目から所定の規則に基づいて複数の候補を選択し、前記候補を前記顧客に推薦するようにしてもよい。

この構成によれば、指標化項目抽出ステップで抽出された指標化項目から所定の規則に基づいて候補を選択し、顧客に推薦する。これにより、本方法は、指標化が可能な項目を顧客に提案することができる。

本発明の実施形態に係る顧客推定装置の概要を説明する図。 顧客推定装置により精度を付与したソースデータ項目の一覧を説明する図。 顧客推定装置を利用して指標化項目の情報を取得するためのフローチャート。

以下では、図面を参照しながら、本発明の顧客推定装置の詳細を説明する。

まず、図１を参照して、本発明の実施形態に係る顧客推定装置１の概要を説明する。本実施形態において、顧客推定装置１は、デスクトップＰＣ、ノートＰＣ、タブレット端末等にインストールされた、サービス提供会社Ｘ（以下、会社Ｘという）が所有する装置端末である。

以下では、会社Ｘのクライアント企業であって、顧客推定装置１の提供先Ｙ（以下、会社Ｙとする）が、現在保有している情報から、顧客推定装置１を利用してどのような指標が得られるかを特定したいという場合を例に説明する。

会社Ｙは、顧客ＤＢ（データベース）２０を有しており、顧客リストの顧客情報として、少なくとも「性別」、「年齢」及び「ニュース記事閲覧履歴」を保有している。しかしながら、具体的な指標化項目は保有していない。

このような場合、会社Ｙ（ユーザ）は、「性別」、「年齢」及び「ニュース記事閲覧情報」の顧客保有項目を会社Ｘに送信する。会社Ｘは、当該顧客保有項目と、指標の候補となり得るソースデータ項目を顧客推定装置１に入力する。ここで、顧客保有項目の「性別」は男性／女性の情報であり、「年齢」は１０代／２０代／３０代／４０代／５０代／６０代といった情報であり、必ずしも「顧客ＡＡＡは、女性、３５歳」といった個人情報でなくてもよい。

ソースデータ項目は、後述するソースデータＳに含まれる、例えば、「スマート家電を所有している」、「スポーツが好き」、「エネルギー問題に関心がある」といった項目である。顧客推定装置１は、顧客保有項目とソースデータ項目とを入力することで、指標化項目となりうる候補を抽出することができる。

顧客保有項目の取得は、顧客推定装置１の顧客保有項目取得部３（本発明の「顧客保有項目取得手段」に相当）で行われる。通常の実行時は、顧客推定装置１に顧客保有項目が入力されると、顧客推定装置１の項目対応部４が、市場全体を推定可能なエリアランダムサンプリングを採用したシングルソースデータ（ソースデータＳ）と項目のマッチングを行う。

ソースデータＳについて補足すると、これは、アンケートによって特定又は不特定の生活者の意識、属性、商品関与、メディア接触等を網羅的に調査した情報である。すなわち、ソースデータＳは、「人」、「モノ」、「メディア」の３つの観点で生活者をとらえた、いわば生活者の行動パターンを強く反映した情報である。

なお、上述の「意識」とは、生活者の価値観、嗜好、消費行動等を意味する。また、「属性」とは、正確には人口統計学的属性であり、性別、年齢（年代）、住んでいる地域、社会人であれば業種や年収、未婚か既婚か、子供が何人いるか等の社会経済的な特性データを意味する。

また、上述の「商品関与」とは、衣服、電化製品等のブランド、趣味や特技等のデータを意味し、「メディア接触」とは、情報を取得するため利用する媒体がインターネットか新聞か、又は雑誌か等のデータを意味する。

ソースデータＳは、東京エリア（東京５０ｋｍ圏内）、関西地区、名古屋地区、北部九州地区、札幌地区、仙台地区、広島地区の日本の主要マーケットである７地区において、抽出した約１万人に調査専用タブレットを貸与、実施して得られたものである。ソースデータＳはアンケートの回答に限られず、視聴率のような視聴ログデータ（履歴情報）が含まれていてもよい。

顧客推定装置１の本実行において、顧客推定装置１は、顧客保有項目を分類して、各分類項目にスコアを付与する。顧客保有項目の分類は、顧客推定装置１の分類項目作成部５で行われる。また、スコアの付与は、顧客推定装置１のスコア付与部６で行われる。なお、分類項目作成部５及びスコア付与部６は、当該ソースデータＳを入力データとして機械学習させた機械学習モデルである。

顧客推定装置１を実行するにあたり、まだ指標化項目が決定されていない場合がある。このような場合、顧客推定装置１は、今回の顧客保有項目とソースデータ項目から選択した１項目を入力してプレ実行を行い、精度算出部１１（本発明の「精度算出手段」に相当）が当該ソースデータ項目に指標化が可能な精度（信頼度）を算出し、付与する。なお、プレ実行と精度の算出の作業は、ソースデータ項目の数だけ繰り返される。

また、顧客推定装置１は、指標化項目抽出部１２（本発明の「指標化項目抽出手段」に相当）を備えている。指標化項目抽出部１２は、上述の精度算出部１１が算出した精度に基づいて、指標化が可能な指標化項目を抽出する。また、指標化項目抽出部１２は、抽出した指標化項目のうち、例えば、精度が一定値以上の複数の項目を候補として会社Ｘに対してレコメンドする。

次に、図２に、顧客推定装置１によりソースデータ項目に対して精度を付与した一覧表１５の例を示す。

ソースデータ項目については、図１で示したソースデータ項目と同じであるが、一覧表１５では、精度算出部１１が算出した精度の高い順にソートして表示している。今回の顧客保有項目（「性別」、「年齢」及び「ニュース記事閲覧記録」）を用いると、「スポーツが好き」という項目の精度が最も高く、精度が０．８８９である。また、「ドラマ番組をよく観る」、「エネルギー問題に関心がある」といった項目も精度の数値が高い。

この精度は、例えば、顧客推定装置１の実行による判定結果の信頼度であり、異なる指標化項目に対して判定結果同士を比較できる数値である。また、指標化項目抽出部１２は、例えば、閾値を予め決定しておくことで、レコメンド対象の指標化項目を判定する。このように、本実施形態の顧客推定装置１は、仮に顧客保有項目が少ない状況であっても、指標化項目の候補を顧客に提案することができる。なお、精度は、いわゆる正解度合いを表す「精度」に限られず、序列が決定された数値であれば、どのようなものであってもよい。

最後に、図３を参照して、会社Ｙが、顧客推定装置１から指標化項目の情報を取得するまでの一般的なフローチャートを説明する。

まず、会社Ｘの担当者は、会社Ｙから顧客保有項目を入手し、顧客推定装置１に入力する（ＳＴＥＰ１０）。ここで、顧客保有項目は、「性別」、「年齢（年代）」の他、「最終学歴」、「学生／社会人」、「住んでいる地域」等が挙げられ、少なくとも１つあればよい。

次に、担当者がソースデータ項目の１つを顧客推定装置１に入力し（ＳＴＥＰ２０）、顧客推定装置１を実行して、今回の入力項目に対する精度を算出する（ＳＴＥＰ３０）。

次に、ソースデータ項目の全項目に対して精度の算出が終了したか否かを判定する（ＳＴＥＰ４０）。全項目に対する精度の算出が終了した場合にはＳＴＥＰ５０に進み、未入力のソースデータ項目が残っており、精度の算出が終了していない場合にはＳＴＥＰ２０に戻る。

ソースデータ項目の全項目に対する精度の算出が終了した場合（ＳＴＥＰ４０で「ＹＥＳ」）、顧客推定装置１又は担当者が、算出された精度に基づいて指標化項目を抽出する（ＳＴＥＰ５０）。このとき、精度の高い順にソートするようにしてもよい（図２参照）。

最後に、会社Ｘの担当者は、指標化項目をレコメンドする（ＳＴＥＰ６０）。例えば、図２の一覧表１５では、精度が上位の３項目（「スポーツが好き」、「ドラマ番組をよく観る」及び「エネルギー問題に関心がある」）がレコメンド対象となっている。そして、その３項目を会社Ｙの担当者に通知する。これを受けて会社Ｙの担当者は、指標化項目を選択することになる。以上で、対象顧客の情報を取得する一連の処理を終了する。

上述した実施形態における一覧表の内容、精度の算出方法等は一例に過ぎず、用途、目的等に応じて適宜変更することができる。例えば、一覧表（図２参照）において、レコメンド対象は担当者が決定してもよいし、閾値を予め定めておき、顧客推定装置１のプログラムで自動的に決定してもよい。

１…顧客推定装置、２…指標化項目取得部、３…顧客保有項目取得部、４…項目対応部、５…分類項目作成部（機械学習モデル）、６…スコア付与部、１１…精度算出部、１２…指標化項目抽出部、１５…一覧表、２０…顧客ＤＢ。

本発明の顧客推定装置は、顧客が保有する顧客保有項目を取得する顧客保有項目取得手段と、前記顧客保有項目取得手段が取得した前記顧客保有項目を用いて、特定若しくは不特定の者を対象に実施した調査又はその者の履歴情報から取得され、当該その者の少なくとも属性、価値観、嗜好、消費行動、行動パターンの何れかが反映されたソースデータのソースデータ項目のそれぞれに対して指標化が可能な精度を算出する精度算出手段と、前記精度算出手段が算出した前記精度に基づいて、指標化が可能な指標化項目を抽出する指標化項目抽出手段と、を備えることを特徴とする。

本発明の顧客推定方法は、コンピュータを用いて、商品又はサービスに興味のある対象顧客を推定する顧客推定方法であって、前記コンピュータのデータ取得部が、顧客が保有する顧客保有項目を取得する顧客保有項目取得ステップと、前記コンピュータのデータ処理部が、前記顧客保有項目取得ステップで取得した前記顧客保有項目を用いて、特定若しくは不特定の者を対象に実施した調査又はその者の履歴情報から取得され、当該その者の少なくとも属性、価値観、嗜好、消費行動、行動パターンの何れかが反映されたソースデータのソースデータ項目のそれぞれに対して指標化が可能な精度を算出する精度算出ステップと、前記データ処理部が、前記精度算出ステップで算出した前記精度に基づいて、指標化が可能な指標化項目を抽出する指標化項目抽出ステップと、を備えることを特徴とする。

本発明の顧客推定方法において、前記データ処理部は、前記指標化項目抽出ステップで抽出された前記指標化項目から所定の規則に基づいて複数の候補を選択し、前記候補を前記顧客に推薦するようにしてもよい。

本発明の顧客推定装置は、顧客が保有する顧客保有項目を取得する顧客保有項目取得手段と、前記顧客保有項目取得手段が取得した前記顧客保有項目と、特定若しくは不特定の者を対象に実施した調査又はその者の履歴情報から取得され、当該その者の少なくとも属性、価値観、嗜好、消費行動、行動パターンの何れかが反映されたソースデータのソースデータ項目の１つとを入力し、所定の規則に基づいて指標化が可能かの判定結果を示す精度を算出する精度算出手段と、前記精度算出手段が算出した前記精度が高いほど、指標化できる可能性が高い項目として抽出する指標化項目抽出手段と、を備えることを特徴とする。

本発明の顧客推定装置では、精度算出手段が顧客の性別、年齢等の顧客保有項目と、ソースデータ項目の１つを入力し、所定の規則に基づいて指標化が可能かの判定結果を示す精度を算出する。これにより、精度が高いソースデータ項目と、精度が低いソースデータ項目とが区別される。

また、指標化項目抽出手段は、前記精度に基づいて、すなわち精度が高いほど、指標化できる可能性が高い項目として指標化項目を抽出する。従って、本装置は、指標化したい項目が明確に定まっていない場合であっても、現在ある情報（顧客保有項目）から、どのような事項が指標化可能かを調べることができる。

本発明の顧客推定装置において、前記指標化項目抽出手段は、抽出した前記指標化項目から、前記精度が所定値以上、又は前記精度が上位の複数の項目を候補として選択し、前記候補を前記顧客に推薦するようにしてもよい。

指標化項目抽出手段は、抽出された指標化項目から、精度が所定値以上の複数の項目、又は精度が上位の複数の項目を候補として選択し、顧客に推薦する。これにより、本装置は、指標化が可能な項目を顧客に提案することができる。

本発明の顧客推定方法は、コンピュータを用いて、商品又はサービスに興味のある対象顧客を推定する顧客推定方法であって、前記コンピュータのデータ取得部が、顧客が保有する顧客保有項目を取得する顧客保有項目取得ステップと、前記コンピュータのデータ処理部が、前記顧客保有項目取得ステップで取得した前記顧客保有項目と、特定若しくは不特定の者を対象に実施した調査又はその者の履歴情報から取得され、当該その者の少なくとも属性、価値観、嗜好、消費行動、行動パターンの何れかが反映されたソースデータのソースデータ項目の１つとを入力し、所定の規則に基づいて指標化が可能かの判定結果を示す精度を算出する精度算出ステップと、前記データ処理部が、前記精度算出ステップで算出した前記精度が高いほど、指標化できる可能性が高い項目として抽出する指標化項目抽出ステップと、を備えることを特徴とする。

本発明の顧客推定方法では、顧客保有項目取得ステップにて、顧客の性別、年齢等の顧客保有項目が取得される。精度算出ステップでは、前記顧客保有項目とソースデータ項目の１つとが入力され、所定の規則に基づいて指標化が可能かの判定結果を示す精度が算出される。これにより、精度が高いソースデータ項目と、精度が低いソースデータ項目とが区別される。

また、指標化項目抽出ステップでは、前記精度に基づいて、すなわち精度が高いほど、指標化できる可能性が高い項目として指標化項目が抽出される。従って、本方法は、指標化したい項目が明確に定まっていない場合であっても、現在ある情報から、どのような事項が指標化できるかを調べることができる。

本発明の顧客推定方法において、前記データ処理部は、前記指標化項目抽出ステップで抽出された前記指標化項目から、前記精度が所定値以上、又は前記精度が上位の複数の項目を候補として選択し、前記候補を前記顧客に推薦するようにしてもよい。

この構成によれば、指標化項目抽出ステップで抽出された指標化項目から、精度が所定値以上の複数の項目、又は精度が上位の複数の項目を候補として選択し、顧客に推薦する。これにより、本方法は、指標化が可能な項目を顧客に提案することができる。

次に、担当者がソースデータ項目の１つを顧客推定装置１に入力し（ＳＴＥＰ２０）、顧客推定装置１を実行して（プレ実行）、所定の規則に基づいて今回の入力項目に対する精度を算出する（ＳＴＥＰ３０）。

Claims (4)

1. 顧客が保有する顧客保有項目を取得する顧客保有項目取得手段と、
   前記顧客保有項目取得手段が取得した前記顧客保有項目を用いて、特定若しくは不特定の者を対象に実施した調査又はその者の履歴情報から取得したソースデータが有するソースデータ項目のそれぞれに対して指標化が可能な精度を算出する精度算出手段と、
   前記精度算出手段が算出した前記精度に基づいて、指標化が可能な指標化項目を抽出する指標化項目抽出手段と、
   を備えることを特徴とする顧客推定装置。
2. 前記指標化項目抽出手段は、抽出した前記指標化項目から所定の規則に基づいて複数の候補を選択し、前記候補を前記顧客に推薦することを特徴とする請求項１に記載の顧客推定装置。
3. 顧客が保有する顧客保有項目を取得する顧客保有項目取得ステップと、
   前記顧客保有項目取得ステップで取得した前記顧客保有項目を用いて、特定若しくは不特定の者を対象に実施した調査又はその者の履歴情報から取得したソースデータが有するソースデータ項目のそれぞれに対して指標化が可能な精度を算出する精度算出する精度算出ステップと、
   前記精度算出ステップで算出した前記精度に基づいて、指標化が可能な指標化項目を抽出する指標化項目抽出ステップと、
   を備えることを特徴とする顧客推定方法。
4. 前記指標化項目抽出ステップで抽出された前記指標化項目から所定の規則に基づいて複数の候補を選択し、前記候補を前記顧客に推薦することを特徴とする請求項３に記載の顧客推定方法。

Images