JP2022077860A - 分析プログラム、分析方法及び分析装置 - Google Patents
分析プログラム、分析方法及び分析装置 Download PDFInfo
- Publication number
- JP2022077860A JP2022077860A JP2020188909A JP2020188909A JP2022077860A JP 2022077860 A JP2022077860 A JP 2022077860A JP 2020188909 A JP2020188909 A JP 2020188909A JP 2020188909 A JP2020188909 A JP 2020188909A JP 2022077860 A JP2022077860 A JP 2022077860A
- Authority
- JP
- Japan
- Prior art keywords
- customer
- information
- product
- purchase
- customers
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 31
- 238000012545 processing Methods 0.000 claims abstract description 59
- 230000036541 health Effects 0.000 claims abstract description 43
- 238000000034 method Methods 0.000 claims description 55
- 230000008569 process Effects 0.000 claims description 31
- 238000007621 cluster analysis Methods 0.000 claims description 18
- 238000000556 factor analysis Methods 0.000 claims description 12
- 230000003862 health status Effects 0.000 claims description 12
- 230000007774 longterm Effects 0.000 claims description 12
- 230000003920 cognitive function Effects 0.000 claims description 11
- 230000000694 effects Effects 0.000 claims description 11
- 230000003542 behavioural effect Effects 0.000 claims description 4
- 239000011159 matrix material Substances 0.000 description 12
- 230000006399 behavior Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 7
- 201000010099 disease Diseases 0.000 description 6
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000000474 nursing effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 239000002131 composite material Substances 0.000 description 2
- 230000000875 corresponding effect Effects 0.000 description 2
- 235000020805 dietary restrictions Nutrition 0.000 description 2
- 235000013305 food Nutrition 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 206010012289 Dementia Diseases 0.000 description 1
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 238000012356 Product development Methods 0.000 description 1
- 230000003796 beauty Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 235000019577 caloric intake Nutrition 0.000 description 1
- 230000001055 chewing effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000029142 excretion Effects 0.000 description 1
- 235000012041 food component Nutrition 0.000 description 1
- 238000012905 input function Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004622 sleep time Effects 0.000 description 1
- 235000011888 snacks Nutrition 0.000 description 1
- 230000009747 swallowing Effects 0.000 description 1
- 230000002618 waking effect Effects 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
なお、プログラム141は、光ディスクやUSBメモリなどの非一時的な有形の記録媒体に記録されたものを図示しない読み取り装置によって記録媒体から読み取って記憶部14に書き込んでもよいし、ネットワーク9に接続される他の装置から通信部11において受信したものを記憶部14に書き込んでもよい。
商品データベース171は、顧客が購入可能な複数の商品の各々に関する情報(以下、「商品情報」と記す場合がある。)を検索可能に記憶する。例えば商品情報は、次に挙げる情報の少なくとも一部を含む。
・商品を識別するための商品コード
・商品名
・商品の内容や特徴に関する情報
・商品(物品)の製造者又は商品(サービス)を提供する事業者
・商品の販売価格
・容量,数量(商品が物品の場合)
・商品が属する商品グループ
・商品の販売者の識別情報
・商品の製造日(商品が物品の場合)
顧客データベース172は、複数の顧客の各々に関する情報(以下、「顧客情報」と記す場合がある。)を検索可能に記憶する。例えば顧客データベース172は、次に挙げる情報の少なくとも一部を含む。
・顧客を識別するための顧客コード
・顧客の氏名
・顧客の性別
・顧客の生年月日
・顧客の健康状態に関する健康状態情報
・顧客の経済状態に関する経済状態情報
購入実績データベース173は、複数の顧客の各々が商品を購入した実績に関する情報(以下、「購入実績情報」と記す場合がある。)を検索可能に記憶する。例えば購入実績情報は、次に挙げる情報の少なくとも一部を含む。
・購入した商品を示す商品コード
・商品を購入した顧客を示す顧客コード
・商品の販売元の識別情報
・商品の発注日
・商品の納品日
・商品の購入価格
・商品の購入単価(商品が物品の場合)
・商品の数・容量(商品が物品の場合)
処理部15は、分析処理において用いられる情報をデータベース部17の各データベースから取得する。例えば処理部15は、顧客データベース172に記憶される各顧客の健康状態情報及び経済状態情報、購入実績データベース173に記憶される各顧客の直近の所定期間における購入実績情報、商品データベース171に記憶される各商品の商品グループの情報などを取得する。
処理部15は、ステップST100においてデータベース部17から取得した情報に基いて、顧客データベース172に登録される複数の顧客を複数の顧客セグメントに分類する。
処理部15は、上述のようにして複数の顧客を複数の顧客セグメントに分類すると、購入実績データベース173から取得した複数の顧客の購入実績情報に基づいて、各顧客セグメントにおける商品の購入頻度に関する指標を算出する。処理部15は、商品毎の購入頻度に関する指標、若しくは、1以上の商品を包含した商品グループ毎の購入頻度に関する指標を、顧客セグメントの各々について算出する。
処理部15は、各商品若しくは各商品グループについて算出した各顧客セグメントの指標に基づいて、商品データベース171に登録される複数の商品を複数の商品カテゴリに分類する。例えば処理部15は、各商品若しくは各商品グループについて算出した各顧客セグメントの指標に基づいてクラスター分析を行うことにより、複数の商品を複数の商品カテゴリに分類する。クラスター分析の手法としては、ステップST205(図4)と同様に、k-means法やウォード法などの1以上の既知の手法を用いることができる。
図5は、分析処理の一変形例を説明するためのフローチャートである。図5に示すフローチャートは、図3に示すフローチャートにおけるステップST105をステップST105Aに置き換えたものであり、他のステップは図3に示すフローチャートと同じである。
Claims (9)
- 顧客による商品の購入の傾向を分析する処理をコンピュータに実行させる分析プログラムであって、
前記コンピュータは、
個々の前記顧客に関する顧客情報と、
個々の前記顧客による個々の前記商品の購入実績に関する購入実績情報と
を記憶する1以上のデータベースにアクセス可能であり、
前記顧客情報は、
前記顧客の健康状態に関する健康状態情報と、
前記顧客の経済状態に関する経済状態情報と
を含み、
前記分析プログラムが前記コンピュータに実行させる処理は、
複数の前記顧客の少なくとも前記健康状態情報と前記経済状態情報とに基いて、複数の前記顧客を複数の顧客セグメントに分類する工程と、
複数の前記顧客の前記購入実績情報に基づいて、各前記顧客セグメントにおける前記商品の購入頻度に関する指標であって、前記商品毎の購入頻度に関する前記指標、若しくは、1以上の前記商品を包含した商品グループ毎の購入頻度に関する前記指標を算出する工程とを有する、
分析プログラム。 - 前記健康状態情報は、
前記顧客の身体の状態に関する身体状態情報と、
前記顧客の認知機能の状態に関する認知機能状態情報と、
前記顧客の社会的な活動の状況に関する活動状況情報と、
前記顧客の健康上の配慮による行動制限に関する行動制限情報と、
前記顧客の生活習慣に関する生活習慣情報と、
前記顧客が介護を必要とする度合いを示す要介護度情報と
の少なくとも1つを含み、
前記経済状態情報は、前記顧客が前記商品の購入のために支出可能な予算に関する予算情報を含む、
請求項1に記載の分析プログラム。 - 前記顧客セグメントの分類を行う工程は、複数の前記顧客の少なくとも前記健康状態情報と前記経済状態情報とに基いてクラスター分析を行うことにより、複数の前記顧客を複数の前記顧客セグメントに分類することを含む、
請求項1又は2に記載の分析プログラム。 - 前記顧客セグメントの分類を行う工程は、
複数の前記顧客の少なくとも前記健康状態情報と前記経済状態情報とに基いて因子分析を行うことにより、2以上の因子についての因子得点を前記顧客毎に算出することと、
前記顧客毎に算出した2以上の前記因子についての前記因子得点に基づいてクラスター分析を行うことにより、複数の前記顧客を複数の前記顧客セグメントに分類することとを含む、
請求項3に記載の分析プログラム。 - 前記顧客セグメントの分類を行う工程は、
前記購入実績情報に基づいて、個々の前記顧客が個々の前記商品を購入した頻度に関する購入頻度情報であって、前記商品毎の前記購入頻度情報又は前記商品グループ毎の前記購入頻度情報を取得することと、
個々の前記顧客の少なくとも前記健康状態情報と前記経済状態情報と前記購入頻度情報とに基いてクラスター分析を行うことにより、複数の前記顧客を複数のセグメントに分類することとを含む、
請求項3に記載の分析プログラム。 - 前記顧客セグメントの分類を行う工程は、
個々の前記顧客の少なくとも前記健康状態情報と前記経済状態情報と前記購入頻度情報とに基いて因子分析を行うことにより、2以上の因子についての因子得点を前記顧客毎に算出することと、
前記顧客毎に算出した2以上の前記因子についての前記因子得点に基づいてクラスター分析を行うことにより、複数の前記顧客を複数の前記顧客セグメントに分類することとを含む、
請求項5に記載の分析プログラム。 - 各前記商品若しくは各前記商品カテゴリについて算出した各前記顧客セグメントの前記指標に基づいて、複数の前記商品を複数の商品カテゴリに分類する工程を有する、
請求項1~6のいずれか一項に記載の分析プログラム。 - コンピュータが顧客による商品の購入の傾向を分析する分析方法であって、
前記コンピュータは、
個々の前記顧客に関する顧客情報と、
個々の前記顧客による個々の前記商品の購入実績に関する購入実績情報と
を記憶する1以上のデータベースにアクセス可能であり、
前記顧客情報は、
前記顧客の健康状態に関する健康状態情報と、
前記顧客の経済状態に関する経済状態情報と
を含み、
複数の前記顧客の少なくとも前記健康状態情報と前記経済状態情報とに基いて、複数の前記顧客を複数の顧客セグメントに分類する工程と、
複数の前記顧客の前記購入実績情報に基づいて、各前記顧客セグメントにおける前記商品の購入頻度に関する指標であって、前記商品毎の購入頻度に関する前記指標、若しくは、1以上の前記商品を包含した商品グループ毎の購入頻度に関する前記指標を算出する工程と
を有する分析方法。 - 顧客による商品の購入の傾向を分析する分析装置であって、
処理部と、
前記顧客による前記商品の購入の傾向を分析する処理を前記処理部において実行させるプログラムの命令を記憶した記憶部とを有し、
前記処理部は、
個々の前記顧客に関する顧客情報と、
個々の前記顧客による個々の前記商品の購入実績に関する購入実績情報と
を記憶する1以上のデータベースにアクセス可能であり、
前記顧客情報は、
前記顧客の健康状態に関する健康状態情報と、
前記顧客の経済状態に関する経済状態情報と
を含み、
前記プログラムの命令に従って前記処理部が実行する処理は、
複数の前記顧客の少なくとも前記健康状態情報と前記経済状態情報とに基いて、複数の前記顧客を複数の顧客セグメントに分類する工程と、
複数の前記顧客の前記購入実績情報に基づいて、各前記顧客セグメントにおける前記商品の購入頻度に関する指標であって、前記商品毎の購入頻度に関する前記指標、若しくは、1以上の前記商品を包含した商品グループ毎の購入頻度に関する前記指標を算出する工程とを含む、
分析装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020188909A JP6862026B1 (ja) | 2020-11-12 | 2020-11-12 | 分析プログラム、分析方法及び分析装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020188909A JP6862026B1 (ja) | 2020-11-12 | 2020-11-12 | 分析プログラム、分析方法及び分析装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6862026B1 JP6862026B1 (ja) | 2021-04-21 |
JP2022077860A true JP2022077860A (ja) | 2022-05-24 |
Family
ID=75520914
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020188909A Active JP6862026B1 (ja) | 2020-11-12 | 2020-11-12 | 分析プログラム、分析方法及び分析装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6862026B1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022239181A1 (ja) * | 2021-05-13 | 2022-11-17 | 日本電気株式会社 | 顧客分類装置、顧客分類システム、顧客分類方法、及び、顧客分類プログラムが格納された記録媒体 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015057681A (ja) * | 2013-08-15 | 2015-03-26 | 株式会社インプット | ヘルスケア機能を備えた販売支援システム |
JP2017188031A (ja) * | 2016-04-08 | 2017-10-12 | ソフトバンク・テクノロジー株式会社 | 行動データ及び感情データに基づくリマーケティングシステム及びその運用方法 |
JP2020053053A (ja) * | 2018-09-25 | 2020-04-02 | 合同会社ジェフ企画 | 情報処理装置、情報処理方法、及びプログラム |
-
2020
- 2020-11-12 JP JP2020188909A patent/JP6862026B1/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015057681A (ja) * | 2013-08-15 | 2015-03-26 | 株式会社インプット | ヘルスケア機能を備えた販売支援システム |
JP2017188031A (ja) * | 2016-04-08 | 2017-10-12 | ソフトバンク・テクノロジー株式会社 | 行動データ及び感情データに基づくリマーケティングシステム及びその運用方法 |
JP2020053053A (ja) * | 2018-09-25 | 2020-04-02 | 合同会社ジェフ企画 | 情報処理装置、情報処理方法、及びプログラム |
Non-Patent Citations (1)
Title |
---|
田島 健蔵 KENZO TAJIMA: "ID−POSデータからの週間来店行動予測モデルの構築 Developing customer visiting expectation model", 第96回 知識ベースシステム研究会資料 (SIG−KBS−B201), JPN6021007708, 1 August 2012 (2012-08-01), JP, ISSN: 0004459437 * |
Also Published As
Publication number | Publication date |
---|---|
JP6862026B1 (ja) | 2021-04-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11600390B2 (en) | Machine learning clinical decision support system for risk categorization | |
JP6181360B2 (ja) | マーケティング装置、マーケティング方法、プログラム、及び記録媒体 | |
Arnold et al. | Determinant attributes in retail patronage: seasonal, temporal, regional, and international comparisons | |
CN103140868B (zh) | 基于历史数据确定适用性的可能性 | |
US20120030062A1 (en) | Enabling proxy shopping | |
Prinzie et al. | Constrained optimization of data-mining problems to improve model performance: A direct-marketing application | |
Rao | Alternative econometric models of sales-advertising relationships | |
Gangurde et al. | Building prediction model using market basket analysis | |
WO2021045160A1 (ja) | 販売員評価装置、販売員評価方法および販売員評価用プログラム | |
JP2006202069A (ja) | 化粧品販売における情報管理システム | |
JP2020537220A (ja) | ユーザの外形に基づいて小売店の衣服在庫を最適化するためのコンピュータシステム | |
JP6862026B1 (ja) | 分析プログラム、分析方法及び分析装置 | |
JP6682585B2 (ja) | 情報処理装置及び情報処理方法 | |
Luo et al. | Generalizability of an automatic explanation method for machine learning prediction results on asthma-related hospital visits in patients with asthma: quantitative analysis | |
Fazlollahtabar | Intelligent marketing decision model based on customer behavior using integrated possibility theory and K-means algorithm | |
JP2016012224A (ja) | 需要予測装置およびプログラム | |
WO2023182162A1 (ja) | コンピュータプログラム、情報処理装置及び方法 | |
JP2023143646A (ja) | コンピュータプログラム、情報処理装置及び方法 | |
JP2023140853A (ja) | コンピュータプログラム、情報処理装置及び方法 | |
JP2023143891A (ja) | コンピュータプログラム、情報処理装置及び方法 | |
JP2023143727A (ja) | プログラム、情報処理装置、及び情報処理方法 | |
WO2021065291A1 (ja) | 商品推奨システム、商品推奨方法、及びプログラム | |
Vreeland | The Jantzen Method of Short-Range Forecasting | |
NJ et al. | An Improved Mathematical Model to Predict and Evaluate the Buying Assessment of Customers During a Pandemic Situation in Kerala | |
Chatterji | Recommending the best merchant from previous transactions |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201127 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20201127 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20201216 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210309 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210324 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6862026 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |