JP2023003391A - 潜在顧客発掘支援システム - Google Patents
潜在顧客発掘支援システム Download PDFInfo
- Publication number
- JP2023003391A JP2023003391A JP2022092018A JP2022092018A JP2023003391A JP 2023003391 A JP2023003391 A JP 2023003391A JP 2022092018 A JP2022092018 A JP 2022092018A JP 2022092018 A JP2022092018 A JP 2022092018A JP 2023003391 A JP2023003391 A JP 2023003391A
- Authority
- JP
- Japan
- Prior art keywords
- lsv
- potential
- customers
- customer
- value
- 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
- 238000004364 calculation method Methods 0.000 claims description 22
- 230000011218 segmentation Effects 0.000 claims description 7
- 230000000694 effects Effects 0.000 abstract description 10
- 230000010365 information processing Effects 0.000 abstract description 4
- 239000000047 product Substances 0.000 description 99
- 238000000034 method Methods 0.000 description 27
- 230000006399 behavior Effects 0.000 description 15
- 230000014759 maintenance of location Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 6
- 230000007246 mechanism Effects 0.000 description 4
- 238000012552 review Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000012876 topography Methods 0.000 description 3
- 239000006227 byproduct Substances 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 108090000623 proteins and genes Proteins 0.000 description 2
- 238000012954 risk control Methods 0.000 description 2
- 241000251468 Actinopterygii Species 0.000 description 1
- 240000007124 Brassica oleracea Species 0.000 description 1
- 235000003899 Brassica oleracea var acephala Nutrition 0.000 description 1
- 235000011301 Brassica oleracea var capitata Nutrition 0.000 description 1
- 235000001169 Brassica oleracea var oleracea Nutrition 0.000 description 1
- 244000088415 Raphanus sativus Species 0.000 description 1
- 235000006140 Raphanus sativus var sativus Nutrition 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 235000013311 vegetables Nutrition 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
Images
Abstract
Description
(数1)
LTV=年間取引額×収益率×継続年数(滞在期間)
ただし、この数1を使用することは殆どない。なぜなら、LTVは顧客1人毎に異なるものであり、売上や経費を個別に計算することが不可能に近いためである。実務レベルでは、顧客全体(N)をベースにして求めることが多い。例えば、リピート顧客数(数2)、顧客収入(数3)、顧客維持費用(数4)、単年度利益(数5)、初期投資額(数6)、LTV合計(数7)、1人当たりLTV(数8)などを求めて、平均的なLTVを数9によって求める。
(数2)
リピート顧客数=新規顧客数×顧客維持率
(数3)
顧客収入=顧客単価×リピート顧客数
(数4)
顧客維持費用=新規又はリピート顧客数×1人当たり顧客維持費用
(数5)
単年度利益=顧客収入-顧客維持費用
(数6)
初期投資額=初年度の顧客を獲得するために投下した費用
(数7)
LTV合計=単年度利益の累積金額
(数8)
1人当たりLTV=LTV合計/初年度新規顧客数
(数9)
平均的なLTV=1人当たりLTVの加算値/N
そして、LTVの値を最大化するには、数2における「顧客維持率」を高めることがポイントであり、コストをかけ過ぎると数4で示される「顧客維持費用」が増加してしまうため、収益率が低下する。
(数10)
LTV=生涯+価値
数10で計算されるLTVの値はあくまでも疑似的な数字であり、1人の顧客からの収益を正確に求めるためには、何十年もの取引データの蓄積が必要になるが、そのような取引データは入手がほぼ不可能である。そこで、同じグループに住んでいる人々は、同じ消費者行動バターンを採ると仮定すれば、そのグループエリアに住む人々の金融機関との取引結果の累積が、LTVの推計値に近くなると考えることができる。その限りでは、ここで計算されるLTVの値はクロスセクションとしての、ある時点での収益である。通常、収益計算を行う場合には、初期投資や資産価値の計算、販売管理費等が必要となる。金融機関はこれらの計算を行った上で、収益見通しを立てるための粗利金利を商品毎に所有している。この粗利金利を提示してもらえば、後は、商品毎に残額に対する金利収入を求めることができる。しかしながら、ここで求めるのは、1人1人の金利収益ではなく、グループエリアで口座を持つ全ての口座の合計として計算される。後は個別の商品の特徴、例えば住宅ローンの金利はローン申し込み期間によって大幅に異なり、この金利体系は金融機関側が持っているので、今現在の住宅ローンの加重平均金利を提出してもらえば、その際に、高金利の住宅ローンの割合が大きな意味を持つことになる。現在のように、低金利で借りている住宅ローンの比重が高くなればなるほど、住宅ローンの粗利金利は低下することになり、ひいては全体の収益が減少することになる。
(数11)
潜在収益=(統計情報を用いた町丁目の年間収入又は年間取引額)/(町丁目の総人口又は総口座数)
(数12)
潜在顧客数=町丁目の総世帯数又は総人口-名寄せ後の既存顧客口座数又は既存顧客数
また、「潜在顧客の契約率」は、町丁目で最も高い既存顧客の契約率を下記数13に従って求め、各町丁目の既存顧客の契約率を減算して、町丁目で最も高い既存顧客の契約率で除算して求める。即ち、下記数14によって、潜在顧客の契約率を算出する。
(数13)
既存顧客の契約率=(町丁目の名寄せ後の既存顧客口座数又は顧客数)/(町丁目の総世帯数又は総人口)
(数14)
潜在顧客の契約率=(町丁目で最も高い既存顧客の契約率-各町丁目の既存顧客の契約率)/(町丁目で最も高い既存顧客の契約率)
本発明では、町丁目単位の潜在収益を算出すると共に、価値観に大きく影響する技術の進歩や、景気や政治、世界経済の影響によるリスクを、人の持つ特性によるリスク要因(購買力、興味、年齢など)でリスク値として客観的に数値化し、年単位(例えば1年~5年)で見直すようにする。本発明ではリスク値を、運に繋がる可能性が高い購買力、人脈に繋がる可能性が高い興味、能力に繋がる可能性が高い年齢から求めている。なお、既存顧客の目に見えない人の信用力(身分特質、履行能力、信用歴史、人脈関係、行為偏好などを指す)とリスク値とは反比例の関係であり、リスク値が大きいと信用力が小さく、逆にリスク値が小さいと信用力は大きく評価される。その関係は、後述の数15に示されている。本発明では数値的に算出が容易なリスク値を求め、リスク値を用いてLSV値を算出している。
(数15)
リスク値(%)=100-信用力 → 信用力=100-リスク値(%)
よって、LSV値は下記数16で算出する。
(数16)
LSV値=ライフスタイルクラスターデータLDの類似性×潜在収益
×(100-リスク値(%))
分析結果を示す潜在顧客リストの個別顧客(例えばランク1)の詳細は図5であり、潜在顧客リストには、ランク、氏名、グループ、セグメント、リスク値などが含まれている。リスク値は、人の持つ特性によるリスク要因、例えば購買力、興味、年齢に対してリスクを数値化したものであり、裏返せば信用力ともいえる。グループ(コード)とセグメントの対で成るライフスタイルクラスターデータLDには、後述するライフスタイルコードが付されており、ライフスタイルクラスターデータLDは、近くに住む人たちは似たような属性やステータスを持ち、ライフスタイルや行動、態度を共有するであろうという仮定に基づき、国勢調査などの統計情報をベースに、ライフスタイルクラスターデータ生成部(210)でクラスターリング分類することによって得られる。詳細は後述するが、例えば、大都市で活躍するエリートのグループA(都会の高層マンション等に暮らし、日本の経済と文化を牽引する高学歴・高収入のエリートたち)、高級住宅地のエグゼクティブのグループB(大都市郊外の高級住宅地で暮らす。大企業で出世して社会的な地位を手にした裕福な家族世帯)のようにクラスターリング分類される。また、行政界データには、町丁目単位毎に人口と面積が付記されている。
(数17)
潜在顧客の契約見込率=町丁目において最も高い既存顧客の契約率-契約実績の低い地域の既存顧客の契約率
数17によって潜在顧客の契約見込率が求められて後、町丁目の既存顧客を除いた潜在顧客数に対して潜在顧客の契約見込率を乗算して、潜在顧客見込数の最大値を求める。
(数18)
潜在顧客見込数=潜在顧客数×潜在顧客の契約見込率
次いで、同じ年齢区分の全てのグループの集計、全ての年齢区分の集計、全ての商品の同様の集計により、潜在顧客見込数の商品総合計を求め(ステップS40)、プロファイリング部123により潜在顧客見込数の潜在収益を前記数11に従って算出し(ステップS50)、丁目単位の潜在顧客数からの営業(通常の営業業務)を行う(ステップS51)。潜在収益を算出し、実際の取引先における収益との差異を把握することにより、既存の取引を掘り起こすのか、或いは新たな商品の発掘先として見直すのかなど、市場価値を判定することになる。数11の潜在顧客見込数の潜在収益の推計は、現在の商品口座数との比較により、LSV値による収益を求めることにより実施される。
110 DB(データベース)
111 入力部
112 出力部
113 表示部
114 演算部
120 LSVナビシステム
121 LSV値算出部
122 ランキング部
123 プロファイリング部
124 セグメンテーション部
200 顧客システム
201 個人顧客データ
202 法人顧客データ
203 取引データ
204 商品データ
205 CRM/SFA
210 ライフスタイルクラスターデータ生成部
220 行政界データ
250 統計データ
(数11)
潜在収益=(統計情報を用いた町丁目の年間収入又は年間取引額)/(町丁目の総人口又は総口座数)
(数12)
潜在顧客数=町丁目の総世帯数又は総人口-名寄せ後の既存顧客口座数又は既存顧客数
また、「潜在顧客の契約率」は、町丁目で最も高い既存顧客の契約率を下記数13に従って求め、各町丁目の既存顧客の契約率を減算して、町丁目で最も高い既存顧客の契約率で除算して求める。即ち、下記数14によって、潜在顧客の契約率を算出する。
(数13)
既存顧客の契約率=(町丁目の名寄せ後の既存顧客口座数又は顧客数)/(町丁目の総世帯数又は総人口)
(数14)
潜在顧客の契約率=(町丁目で最も高い既存顧客の契約率-各町丁目の既存顧客の契約率)/(町丁目で最も高い既存顧客の契約率)
本発明では、町丁目単位の潜在収益を算出すると共に、価値観に大きく影響する技術の進歩や、景気や政治、世界経済の影響によるリスクを、人の持つ特性によるリスク要因(購買力、興味、年齢など)でリスク値として客観的に数値化し、年単位(例えば1年~5年)で見直すようにする。本発明ではリスク値を、運に繋がる可能性が高い購買力、能力に繋がる可能性が高い興味、人脈に繋がる可能性が高い年齢から求めている。なお、既存顧客の目に見えない人の信用力(身分特質、履行能力、信用歴史、人脈関係、行為偏好などを指す)とリスク値とは反比例の関係であり、リスク値が大きいと信用力が小さく、逆にリスク値が小さいと信用力は大きく評価される。その関係は、後述の数15に示されている。本発明では数値的に算出が容易なリスク値を求め、リスク値を用いてLSV値を算出している。
(数17)
潜在顧客の契約見込率=町丁目において最も高い既存顧客の契約率-契約実績の低い地域の既存顧客の契約率
数17によって潜在顧客の契約見込率が求められて後、町丁目の既存顧客を除いた潜在顧客数に対して潜在顧客の契約見込率を乗算して、潜在顧客見込数の最大値を求める。
(数18)
潜在顧客見込数=潜在顧客数×潜在顧客の契約見込率
次いで、同じ年齢区分の全てのグループの集計、全ての年齢区分の集計、全ての商品の同様の集計により、潜在顧客見込数の商品総合計を求め(ステップS40)、プロファイリング部123により潜在顧客見込数の潜在収益を前記数11に従って算出し(ステップS50)、丁目単位の潜在顧客見込数からの営業(通常の営業業務)を行う(ステップS51)。潜在収益を算出し、実際の取引先における収益との差異を把握することにより、既存の取引を掘り起こすのか、或いは新たな商品の発掘先として見直すのかなど、市場価値を判定することになる。数11の潜在顧客見込数の潜在収益の推計は、現在の商品口座数との比較により、LSV値による収益を求めることにより実施される。
Claims (3)
- データベースと、
統計情報に基づいてライフスタイルクラスターデータ生成部で生成されたライフスタイルクラスターデータと、既存顧客のユーザ保有データと、行政界データとを入力するLSVナビシステムと、
演算部及び入出力部と、
を備え、町丁目毎に前記既存顧客のLSV値を算出し、前記町丁目毎に商品契約実績の比較を行い、前記商品契約実績の高い地域のLSV値に基づいて、前記商品契約実績の低い地域の潜在顧客リストを作成することを特徴とする潜在顧客発掘支援システム。 - 前記LSVナビシステムが、
前記LSV値を算出するLSV値算出部と、
潜在顧客の順位付けを行うランキング部と、
前記潜在顧客にライフスタイルクラスターコードを付与して推計するプロファイリング部と、
町丁目にグループ化するセグメンテーション部と、
で構成されている請求項1に記載の潜在顧客発掘支援システム。 - 前記LSV値を、ライフスタイルクラスターデータの類似性×潜在収益×(100-リスク値(%))で算出する請求項1又は2に記載の潜在顧客発掘支援システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2023014538A JP2023042602A (ja) | 2021-06-23 | 2023-02-02 | 潜在顧客発掘支援システム |
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021104209 | 2021-06-23 | ||
JP2021104209 | 2021-06-23 | ||
JP2022023758 | 2022-02-18 | ||
JP2022023758 | 2022-02-18 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023014538A Division JP2023042602A (ja) | 2021-06-23 | 2023-02-02 | 潜在顧客発掘支援システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2023003391A true JP2023003391A (ja) | 2023-01-11 |
JP7228208B2 JP7228208B2 (ja) | 2023-02-24 |
Family
ID=84817045
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022092018A Active JP7228208B2 (ja) | 2021-06-23 | 2022-06-07 | 潜在顧客発掘支援システム |
JP2023014538A Pending JP2023042602A (ja) | 2021-06-23 | 2023-02-02 | 潜在顧客発掘支援システム |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023014538A Pending JP2023042602A (ja) | 2021-06-23 | 2023-02-02 | 潜在顧客発掘支援システム |
Country Status (1)
Country | Link |
---|---|
JP (2) | JP7228208B2 (ja) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010277567A (ja) * | 2008-10-07 | 2010-12-09 | Giken Shoji International Co Ltd | Dm配布エリア分析装置 |
US20150206175A1 (en) * | 2014-01-19 | 2015-07-23 | Marketing Tactics pty Ltd | Method of generating qualified sales leads |
JP2018013827A (ja) * | 2016-07-19 | 2018-01-25 | 株式会社リクルートホールディングス | インセンティブ付与対象決定システム及びプログラム |
JP2020194288A (ja) * | 2019-05-27 | 2020-12-03 | 株式会社ゴルトベルク | 経営支援方法及び経営支援システム |
-
2022
- 2022-06-07 JP JP2022092018A patent/JP7228208B2/ja active Active
-
2023
- 2023-02-02 JP JP2023014538A patent/JP2023042602A/ja active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010277567A (ja) * | 2008-10-07 | 2010-12-09 | Giken Shoji International Co Ltd | Dm配布エリア分析装置 |
US20150206175A1 (en) * | 2014-01-19 | 2015-07-23 | Marketing Tactics pty Ltd | Method of generating qualified sales leads |
JP2018013827A (ja) * | 2016-07-19 | 2018-01-25 | 株式会社リクルートホールディングス | インセンティブ付与対象決定システム及びプログラム |
JP2020194288A (ja) * | 2019-05-27 | 2020-12-03 | 株式会社ゴルトベルク | 経営支援方法及び経営支援システム |
Also Published As
Publication number | Publication date |
---|---|
JP7228208B2 (ja) | 2023-02-24 |
JP2023042602A (ja) | 2023-03-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11934429B2 (en) | Web based interactive geographic information systems mapping analysis and methods for improving business performance including future scenario modeling | |
US7577579B2 (en) | Method of predicting sales based on triple-axis mapping of customer value | |
US7010495B1 (en) | Methods and systems for analyzing historical trends in marketing campaigns | |
US8694403B2 (en) | Using commercial share of wallet to rate investments | |
US8352343B2 (en) | Using commercial share of wallet to compile marketing company lists | |
US7822665B2 (en) | Using commercial share of wallet in private equity investments | |
US7003476B1 (en) | Methods and systems for defining targeted marketing campaigns using embedded models and historical data | |
US8326671B2 (en) | Using commercial share of wallet to analyze vendors in online marketplaces | |
US6970830B1 (en) | Methods and systems for analyzing marketing campaigns | |
Woo et al. | Visualization method for customer targeting using customer map | |
CN102272758A (zh) | 因果驱动和市场响应弹性或提升因素的自动规范、估计和发现 | |
CN111242356A (zh) | 一种财富走势预测方法、装置、设备及存储介质 | |
Cristache et al. | New Trends in Commercial Technologies in Romania: Evolution of Electronic Commerce as Multichannel Retailing Instrument | |
JP7228208B2 (ja) | 潜在顧客発掘支援システム | |
Pradana et al. | Analysis of Housing Affordability by Generation Y Based on Price to Income Ratio in Jakarta Region | |
Rho et al. | Internet customer segmentation using web log data | |
Fernando et al. | Utilization of Big Data In E-Commerce Business | |
Wu et al. | Search Data and Geodemographics Determinants of the Avocado Sales in the US Markets. | |
JP6937359B2 (ja) | クラスタ分割評価装置、クラスタ分割評価方法及びクラスタ分割評価プログラム | |
Kahraman | Selection of suitable bank based on quality of providing systems for internet banking services using AHP and ANP methods | |
Wen et al. | Mobile Banking Application (App) Adoption Behaviour Amongst Malaysian Consumers | |
SN | A Study on Buying Behavior of Consumer towards Online Shopping With Reference to Bangalore City | |
Çakar | Customer segmentation and customer churn prediction for Babil. com | |
Nekooei et al. | Customer Clustering Based on Customer Lifetime Value: A Case Study of an Iranian Bank | |
Msibi | Customer Lifetime Value Drivers of Independent Retailers |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220705 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20220705 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221003 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221104 |
|
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: 20230125 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230203 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7228208 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |