JP2024031026A - サービス推奨装置及びサービス推奨方法 - Google Patents

Abstract

【課題】対象企業のニーズを満たす可能性が高いサービスを特定する。【解決手段】サービス推奨装置は、対象企業の財務情報と、対象企業の調達条件のスコアと、サービスごとの課題及び調達条件の重みと、企業の財務情報から課題のスコアを出力するモデルと、を保持し、対象企業の財務情報と、当該モデルと、に基づいて、対象企業の課題のスコアを算出し、対象企業の課題のスコアと、サービスごとの課題の重みと、に基づいて、サービスの第１推奨度を算出し、対象企業の調達条件のスコアと、サービスごとの調達条件の重みと、に基づいて、サービスの第２推奨度を算出し、第１推奨度と第２推奨度とに基づいて、サービスの総合推奨度を算出する。【選択図】図１

Description

本発明は、サービス推奨装置及びサービス推奨方法に関する。

本技術分野の背景技術として、特開２０２０－１１３２１３号公報（特許文献１）がある。この公報には、「ユーザ企業の目標データを取得する目標取得部と、前記ユーザ企業と財務データが類似している同業種の企業であり、かつ、前記ユーザ企業の目標を達成したことがある企業である類似企業の平均的な財務データを算出するモデル企業データ生成部と、前記ユーザ企業の目標と、前記類似企業の平均的な財務データとに基づいて、前記ユーザ企業に提案するソリューションを判定する判定部と、前記判定部によって判定されたソリューションを提案するソリューション提案部と、を備える。」と記載されている（要約参照）。

特開２０２０－１１３２１３号公報

特許文献１に記載の技術は、ユーザ企業と、ユーザ企業の類似企業と、の財務データに基づいてユーザ企業に提案するソリューションを判定しているが、財務データのみからではユーザ企業のニーズを十分に予測することができないおそれがあり、ひいてはユーザ企業に適切なソリューションを提案できないおそれがある。そこで、本発明の一態様は、対象企業のニーズを満たす可能性が高いサービスを特定する。

上記課題を解決するため、本発明の一態様は以下の構成を採用する。サービス推奨装置は、プロセッサとメモリとを含み、前記メモリは、対象企業の財務情報と、前記対象企業の調達条件それぞれのスコアと、サービスごとに、課題それぞれの重みと調達条件それぞれの重みとを示すサービス情報と、企業の財務情報が入力されると当該企業の課題それぞれのスコアを出力するモデルと、を保持し、前記プロセッサは、前記対象企業の財務情報と、前記モデルと、に基づいて、前記対象企業の課題それぞれのスコアを算出し、前記対象企業の課題それぞれのスコアと、前記サービス情報が示すサービスごとの課題それぞれの重みと、に基づいて、前記サービスそれぞれの第１推奨度を算出し、前記対象企業の調達条件それぞれのスコアと、前記サービス情報が示すサービスごとの調達条件それぞれの重みと、に基づいて、前記サービスそれぞれの第２推奨度を算出し、前記第１推奨度と前記第２推奨度とに基づいて、前記対象企業に対する前記サービス情報が示すサービスそれぞれの総合推奨度を算出する。

本発明の一態様によれば、本発明の一態様は、対象企業のニーズを満たす可能性が高いサービスを特定することができる。

上記した以外の課題、構成及び効果は、以下の実施形態の説明により明らかにされる。

実施例１におけるサービス推奨装置の構成例を示すブロック図である。 実施例１におけるサービス推奨装置１００のハードウェア構成例を示すブロック図である。 実施例１における企業基本データに含まれる企業属性データのデータ構成例を示す図である。 実施例１における企業基本データに含まれる企業ＰＬデータのデータ構成例を示す図である。 企業基本データに含まれる企業ＢＳデータのデータ構成例を示す図である。 実施例１における企業行動データのデータ構成例を示す図である。 実施例１における調達取引データのデータ構成例を示す図である。 実施例１におけるサービス採否結果データのデータ構成例を示す図である。 実施例１におけるサービスデータに含まれるサービス―企業課題データのデータ構成例を示す図である。 実施例１におけるサービスデータに含まれるサービス―調達条件データのデータ構成例を示す図である。 実施例１におけるサービス推奨装置の全体処理の一例を示すフローチャートである。 実施例１における企業行動予測モデル生成処理の一例を示すフローチャートである。 実施例１におけるサービス推奨確率算出処理の一例を示すフローチャートである。 実施例１におけるサービス推奨確率１の算出処理の一例を示す説明図である。 実施例１におけるサービス推奨確率２の算出処理及び推奨サービスリスト生成処理の一例を示す説明図である。 実施例１における推奨サービスリスト生成処理の一例を示す説明図である。 実施例１における推奨サービスリスト提示画面の画面構成例を示す図である。 実施例１におけるサービス採否結果登録処理の一例を示すフローチャートである。

以下、本発明の実施形態を図面に基づいて詳細に説明する。本実施形態において、同一の構成には原則として同一の符号を付け、繰り返しの説明は省略する。なお、本実施形態は本発明を実現するための一例に過ぎず、本発明の技術的範囲を限定するものではないことに注意すべきである。

図１は、サービス推奨装置の構成例を示すブロック図である。サービス推奨装置１００は、企業基本データ１０１、企業行動データ１０２、調達取引データ１０３、サービス採否結果データ１０４、企業行動予測モデル１０５、及びサービスデータ１０６を保持する。

企業基本データ１０１は、企業の業種や人員等の属性を示す企業属性データを含む。また、企業基本データ１０１は、企業の財務データ（購買能力）を示す、企業ＰＬ（Ｐｒｏｆｉｔ ａｎｄ Ｌｏｓｔ）データ、及び企業ＢＳ（Ｂｌａｎｃｅ Ｓｈｅｅｔ）データを含む。企業基本データ１０１によって、企業の中期的な購買力を把握できる。

企業行動データ１０２は、企業に属する人員等による行動を示す情報を含む。企業行動データ１０２は、行動を示す情報として、例えば、当該人員が参照したＷｅｂページ、参加したセミナ、及びアンケート回答等を含む。企業行動データ１０２によって、企業の長期的な活動方針を把握できる。

調達取引データ１０３は、企業の調達業務及び取引に関する情報を含む。調達取引データ１０３は、例えば、見積及び調達した商品の概要（種類、量、及び時期など）、見積及び調達の条件（コスト重視又は環境重視など）を含む。調達取引データ１０３によって、企業の直近の調達条件を把握できる。

サービス採否結果データ１０４は、推奨されたサービスを企業が採用したか否かを示す情報を含む。詳細は後述するが、サービス推奨装置１００は、企業基本データ１０１、企業行動データ１０２、及び調達取引データ１０３、及びサービス採否結果データ１０４の関係を分析することで、企業状態に基づいて、企業がサービスを受け入れる確率（度合い）を算出することができる。なお、本実施例においては、サービスは、無形性のもののみならず、有形性のもの（例えば有形商品の販売や提供）を含んでもよい。

企業行動予測モデル１０５は、企業ＰＬデータ及び企業ＢＳデータに基づいて、予測企業行動データを算出するためのモデルである。サービスデータ１０６は、企業に提供可能なサービスの一覧を示す。また、サービスデータ１０６は、例えば、サービスが提供されることによる企業課題の解決に寄与に対する重み（スコア）を示すサービス―企業課題データと、サービスが提供される際に重視される調達条件の重み（スコア）を示すサービス―調達条件データと、を含む。

また、サービス推奨装置１００は、例えば、いずれも機能部である、企業基本データ登録部１１１、企業行動データ登録部１１２、調達取引データ登録部１１３、サービス採否登録部１１４、企業行動予測モデル生成部１１５、サービス推奨確率算出部１１６、及び推奨サービス表示部１１７を含む。

企業基本データ登録部１１１は、企業基本データ１０１の登録を実行する。企業行動データ登録部１１２は、企業行動データ１０２の登録を実行する。調達取引データ登録部１１３は、調達取引データ１０３の登録を実行する。サービス採否登録部１１４は、サービス採否結果データ１０４の登録を実行する。

企業行動予測モデル生成部１１５は、企業行動予測モデル１０５を生成する。サービス推奨確率算出部１１６は、企業行動予測モデル１０５と対象企業の企業基本データ１０１とに基づいて、対象企業の予測企業行動データを算出し、算出した予測企業行動データと、サービスデータ１０６と、に基づいて、対象企業に対するサービス推奨確率（総合推奨度）を算出する。推奨サービス表示部１１７は、対象企業に対する推奨サービスを表示する。

図２は、サービス推奨装置１００のハードウェア構成例を示すブロック図である。サービス推奨装置１００は、例えば、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）２０１、メモリ２０２、補助記憶装置２０３、通信装置２０４、入力装置２０５、及び出力装置２０６を有する計算機によって構成される。

ＣＰＵ２０１は、プロセッサを含み、メモリ２０２に格納されたプログラムを実行する。メモリ２０２は、不揮発性の記憶素子であるＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）及び揮発性の記憶素子であるＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）を含む。ＲＯＭは、不変のプログラム（例えば、ＢＩＯＳ（Ｂａｓｉｃ Ｉｎｐｕｔ／Ｏｕｔｐｕｔ Ｓｙｓｔｅｍ））などを格納する。ＲＡＭは、ＤＲＡＭ（Ｄｙｎａｍｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）のような高速かつ揮発性の記憶素子であり、ＣＰＵ２０１が実行するプログラム及びプログラムの実行時に使用されるデータを一時的に格納する。

補助記憶装置２０３は、例えば、磁気記憶装置（ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ））、フラッシュメモリ（ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ））等の大容量かつ不揮発性の記憶装置であり、ＣＰＵ２０１が実行するプログラム及びプログラムの実行時に使用されるデータを格納する。すなわち、プログラムは、補助記憶装置２０３から読み出されて、メモリ２０２にロードされて、ＣＰＵ２０１によって実行される。

入力装置２０５は、キーボードやマウスなどの、オペレータからの入力を受ける装置である。出力装置２０６は、ディスプレイ装置やプリンタなどの、プログラムの実行結果をオペレータが視認可能な形式で出力する装置である。

通信装置２０４は、所定のプロトコルに従って、他の装置との通信を制御するネットワークインターフェース装置である。また、通信装置２０４は、例えば、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）等のシリアルインターフェースを含んでもよい。

ＣＰＵ２０１が実行するプログラムの一部またはすべては、非一時的記憶媒体であるリムーバブルメディア（ＣＤ－ＲＯＭ、フラッシュメモリなど）又は、非一時的記憶装置を備える外部計算機からネットワークを介してサービス推奨装置１００に提供され、非一時的記憶媒体である不揮発性の補助記憶装置２０３に格納されてもよい。このため、サービス推奨装置１００は、リムーバブルメディアからデータを読み込むインターフェースを有するとよい。

サービス推奨装置１００は、物理的に一つの計算機上で、又は、論理的又は物理的に構成された複数の計算機上で構成される計算機システムであり、同一の計算機上で別個のスレッドで動作してもよく、複数の物理的計算機資源上に構築された仮想計算機上で動作してもよい。

ＣＰＵ２０１は、例えば、企業基本データ登録部１１１、企業行動データ登録部１１２、調達取引データ登録部１１３、サービス採否登録部１１４、企業行動予測モデル生成部１１５、サービス推奨確率算出部１１６、及び推奨サービス表示部１１７を含む。

例えば、ＣＰＵ２０１は、メモリ２０２にロードされた企業基本データ登録プログラムに従って動作することで、企業基本データ登録部１１１として機能し、メモリ２０２にロードされた企業行動データ登録プログラムに従って動作することで、企業行動データ登録部１１２として機能する。ＣＰＵ２０１に含まれる他の機能部についても、プログラムと機能部の関係は同様である。

なお、ＣＰＵ２０１に含まれる機能部による機能の一部又は全部が、例えば、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）やＦＰＧＡ（Ｆｉｅｌｄ－Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）等のハードウェアによって実現されてもよい。

補助記憶装置２０３は、例えば、企業基本データ１０１、企業行動データ１０２、調達取引データ１０３、サービス採否結果データ１０４、企業行動予測モデル１０５、及びサービスデータ１０６を保持する。

なお、補助記憶装置２０３に格納されている一部又は全部の情報が、メモリ２０２に格納されていてもよいし、サービス推奨装置１００に接続されている外部のデータベースに格納されていてもよい。

なお、本実施形態において、サービス推奨装置１００が使用する情報は、データ構造に依存せずどのようなデータ構造で表現されていてもよい。本実施形態ではテーブル形式で情報が表現されているが、例えば、リスト、データベース又はキューから適切に選択したデータ構造体が、情報を格納することができる。

なお、サービス推奨装置１００は、物理的に一つの計算機上で、又は、論理的又は物理的に構成された複数の計算機上で構成される計算機システムであり、同一の計算機上で別個のスレッドで動作してもよく、複数の物理的計算機資源上に構築された仮想計算機上で動作してもよい。

図３Ａは、企業基本データ１０１に含まれる企業属性データ１０１１のデータ構成例を示す図である。企業属性データ１０１１は、例えば、企業を識別する企業ＩＤに加えて、企業名、企業の所在地、企業の従業員数、及び企業の業種等の企業の属性に関する情報を含む。

図３Ｂは、企業基本データ１０１に含まれる企業ＰＬデータ１０１２のデータ構成例を示す図である。企業ＰＬデータ１０１２は、例えば、企業ＩＤ及び当該レコードの情報の対象年に加えて、当該企業の当該対象年における売上、原価、販売管理費、営業利益、経常利益、及び純利益等の損益計算書に関する情報を含む。

図３Ｃは、企業基本データ１０１に含まれる企業ＢＳデータ１０１３のデータ構成例を示す図である。企業ＢＳデータ１０１３は、例えば、企業ＩＤ及び当該レコードの情報の対象年に加えて、当該企業の当該対象年における売掛金、棚卸資産、流動資産、固定資産、流動負債、固定負債、及び株主資本等の貸借対照表に関する情報を含む。

図４は、企業行動データ１０２のデータ構成例を示す図である。企業行動データ１０２は、例えば、企業ＩＤ、企業がとった行動の種類、行動の年月日、及び当該種類の行動に対応する企業課題のフラグ（「１」が格納されていれば当該企業課題を有する）を保持する。本実施例では、企業課題は、人材育成、営業力、コスト削減、ＩＴ（Ｉｎｆｏｒｍａｔｉｏｎ Ｔｅｃｈｎｏｌｏｇｙ）導入、技術力、品質向上、物流在庫、環境対応、生産管理、調達、企画、財務、及びサプライヤを含む。

例えば、図４の企業行動データ１０２の最上段のレコードは、企業ＩＤが「Ａ００１」の企業が、「製造ＤＸセミナ受講」という行動をとったことにより、「営業力」、「コスト削減」、「ＩＴ導入」、「品質向上」、及び「生産管理」に関する課題を有することが判明したこと、を示す。

図５は、調達取引データ１０３のデータ構成例を示す図である。調達取引データ１０３は、例えば、企業ＩＤに加えて、当該企業が調達したサービスの種類、調達年月日、調達フェーズ、及び調達条件のフラグ（「１」が格納されていれば当該調達条件が指定された）を含む。本実施例においては、調達フェーズは、見積り及び購入のフェーズを含む。また、調達フェーズは、契約や発注等のフェーズを含んでもよいし、修理や返品のような購入後のフェーズを含んでもよい。

また、本実施例では、調達条件は、例えば、仕様、コスト優先、納期優先、環境対応、労働条件、及び法規対応を含む。例えば、図５の調達取引データ１０３の最上段のレコードは、企業ＩＤが「Ａ００１」の企業が、「２０２０／０９／３０」に「機械加工部品」に該当する商品の「見積り」を依頼し、その際に調達条件として「仕様」、「納期優先」、及び「法規対応」を指定したこと、を示す。

図６は、サービス採否結果データ１０４のデータ構成例を示す図である。サービス採否結果データ１０４は、例えば、企業ＩＤ、企業に提示されたサービスのサービスＩＤ（サービスを識別する情報）、及び当該提示されたサービスの採否結果を示すフラグ（「１」であれば採用された、「０」であれば採用されなかった）を含む。

図７Ａは、サービスデータ１０６に含まれるサービス―企業課題データのデータ構成例を示す図である。サービス―企業課題データ１０６１は、例えば、サービスを識別するサービスＩＤ、サービス名、及び企業課題それぞれの重みを含む。

なお、サービス―企業課題データ１０６１においてサービスに対応する重みが高い企業課題ほど、当該サービスの提供を受けることが当該企業課題の解決に寄与する度合いが高いこと（重みが０．０の企業課題については当該サービスの提供を受けても解決に寄与しない）を示す。また、サービス―企業課題データ１０６１の各レコードにおける企業課題の重みの合計値は所定値（本実施例では１．０）である。

図７Ｂは、サービスデータ１０６に含まれるサービス―調達条件データのデータ構成例を示す図である。サービス―調達条件データ１０６２は、例えば、サービスＩＤ、サービス名、及び調達条件それぞれの重みを含む。

なお、サービス―調達条件データ１０６２においてサービスに対応する重みが高い調達条件ほど、当該サービスにおいて当該調達条件が満たされる度合いが高いこと（重みが０．０の調達条件については当該サービスにおいて満たされない）を示す。また、サービス―調達条件データ１０６２の各レコードにおける調達条件の重みの合計値は所定値（本実施例では１．０）である。

図８は、サービス推奨装置１００の全体処理の一例を示すフローチャートである。企業基本データ登録部１１１が企業基本データ１０１を登録し、企業行動データ登録部１１２が企業行動データ１０２を登録し、調達取引データ登録部１１３が調達取引データ１０３を登録し、サービス採否登録部１１４がサービス採否結果データ１０４を登録する（Ｓ２０１）。なお、例えば、ステップＳ２０１で登録されるデータは、ユーザ企業の企業システム等から送信される。

企業行動予測モデル生成部１１５は、企業基本データ１０１及び企業行動データ１０２に基づいて企業行動予測モデル１０５を生成する（Ｓ２０２）。ステップＳ２０２の詳細は、図９を用いて後述する。

サービス推奨確率算出部１１６は、対象企業（サービスを推奨される企業）Ｘの企業基本データ１０１と、ステップＳ２０２で生成した企業行動予測モデル１０５と、に、基づいて、対象企業Ｘの予測企業行動データを算出し、算出した予測企業行動データと、対象企業Ｘの調達条件と、サービスデータ１０６と、に基づいて対象企業Ｘに対する各サービスの推奨確率を算出する（Ｓ２０３）。ステップＳ２０３の詳細は、図１０～図１３を用いて後述する。

推奨サービス表示部１１７は、算出した推奨確率に基づいて生成された、対象企業Ｘに対する推奨サービスリストを、出力装置２０６又は対象企業Ｘの企業システムに含まれる表示装置に表示する（Ｓ２０４）。推奨サービスリストを提示する画面の詳細は、図１４を用いて後述する。

サービス採否登録部１１４は、提示された（推奨された）サービスを対象企業Ｘが採用したか否かを確認し、サービス採否結果データ１０４に登録し（Ｓ２０５）、処理を終了する。ステップＳ２０５の詳細は、図１５を用いて後述する。

図９は、ステップＳ２０２における企業行動予測モデル生成処理の一例を示すフローチャートである。企業行動予測モデル生成部１１５は、企業基本データ１０１と企業行動データ１０２とから、企業行動予測モデル１０５を学習する（Ｓ２０２１）。

企業行動予測モデル１０５は、例えば、企業ＰＬデータ１０１２の損益計算書に関する項目の一部又は全部と、企業ＢＳデータ１０１３の貸借対照表に関する項目の一部又は全部と、を入力とし、各企業課題の発生確率（スコア）を示す（予測企業行動データ）を出力するモデル（例えば、ニューラルネットワーク）である。

ステップＳ２０２１において、企業行動予測モデル生成部１１５は、例えば、各企業の各対象年について以下の処理を実行する。企業行動予測モデル生成部１１５は、企業行動データ１０２から、当該企業の行動年月日が当該対象年に属するレコードを特定し、同じ企業課題のフラグを足し合わせる（ｎｕｌｌ値は０として取り扱う）。これにより、各企業の各対象年の各企業課題のフラグの合計値（スコア）が算出される。

企業行動予測モデル生成部１１５は、例えば、各企業の各対象年の企業課題のスコアそれぞれを、１．０を超えないよう正規化する。具体的には、例えば、企業行動予測モデル生成部１１５は、各企業の各対象年の企業課題のスコアそれぞれを、当該企業の当該対象年の企業課題のスコアの最大値で割ることによって、当該正規化を実行する。また、例えば、企業行動予測モデル生成部１１５は、各企業の各対象年の所定値以上である企業課題のスコアを１．０に置き換え、当該所定値未満の企業課題のスコアを０．０に置き換える等して、当該正規化を実行する。

企業行動予測モデル生成部１１５は、各企業の各対象年について、当該企業の当該対象年における企業ＰＬデータ１０１２の損益計算書に関する所定の項目と、当該企業の当該対象年における企業ＢＳデータ１０１３の損益計算書に関する所定の項目と、を入力用の学習データとし、当該企業の当該対象年の正規化後の企業課題のスコアを出力用の学習データとして、ニューラルネットワークのパラメータを学習する。これにより、企業行動予測モデル１０５が生成される。企業行動予測モデル生成部１１５は、企業行動予測モデル１０５を補助記憶装置２０３に保存し（Ｓ２０２２）、企業行動予測モデル生成処理を終了する。

図１０は、ステップＳ２０３におけるサービス推奨確率算出処理の一例を示すフローチャートである。サービス推奨確率算出部１１６は、対象企業Ｘの対象年（例えば最新の対象年とする）における企業ＰＬデータ１０１２の損益計算書に関する当該所定の項目と、当該対象企業Ｘの当該対象年における企業ＢＳデータ１０１３の損益計算書に関する当該所定の項目と、を企業行動予測モデル１０５に入力することで、対象企業Ｘの予測企業行動データ（つまり、当該企業の企業課題それぞれのスコアの予測値）を出力する（Ｓ２０３１）。

サービス推奨確率算出部１１６は、対象企業Ｘの予測企業行動データの表と、サービス―企業課題データ１０６１の表と、を掛け合わせ、対象企業Ｘに対するサービス推奨確率１（第１推奨度の一例であり、対象企業Ｘが当該サービスを推奨された場合に当該サービスを利用する確率）を算出する（Ｓ２０３２）。

図１１は、ステップＳ２０３２におけるサービス推奨確率１の算出処理の一例を示す説明図である。なお、図１２の例では、サービス―企業課題データ１０６１の４行目以降のレコードは省略して記載している。

サービス推奨確率算出部１１６は、サービス―企業課題データ１０６１の各サービスに対して、当該サービスの各企業課題の重みの値と、対象企業Ｘの予測企業行動データ１１００の対応する企業課題のスコアと、を掛け合わせて足すことで、当該サービスに対応するサービス推奨確率１を算出する。

例えば、図１１の例において、サービスＩＤが「Ｓ００２」のサービスにおける企業課題においては、人材育成及び営業力の重みがいずれも０．５であり、その他の重みはいずれも０．０である。また、図１１の例において、対象企業Ｘの予測企業行動データ１１００における企業課題においては、人材育成のスコアの値が０．５、営業力のスコアの値が０．３、コスト削減のスコアの値が０．３であり、その他のスコアの値が０．０である。

従って、図１１の例において、サービス推奨確率算出部１１６は、０．５×０．５＋０．３×０．５＋０．８×０．０＋０．０×０．０＋・・・＋０．０×０．０＝０．４を、サービスＩＤが「Ｓ００２」のサービスに対応するサービス推奨確率１として算出する。

図１０の説明に戻る。サービス推奨確率算出部１１６は、調達取引データ１０３から対象企業Ｘの調達条件重みデータを算出し、対象企業Ｘの調達条件の重みの表と、サービス―調達条件データ１０６２の表と、を掛け合わせ、対象企業Ｘの調達条件に基づくサービス推奨確率２（第２推奨度の一例であり、対象企業Ｘの調達条件を満たす確率を示す）を算出する（Ｓ２０３３）。

図１２は、ステップＳ２０３３におけるサービス推奨確率２の算出処理及び推奨サービスリスト生成処理の一例を示す説明図である。なお、図１２の例では、サービス―調達条件データ１０６２の４行目以降のレコードは省略して記載している。

サービス推奨確率算出部１１６は、調達取引データ１０３から、調達年月日が当該対象年に属する、当該対象企業Ｘのレコードを特定する。サービス推奨確率算出部１１６は、当該特定したレコードにおいて同じ調達条件のフラグの値をそれぞれ足し合わせることで、当該対象企業Ｘの当該対象年における調達条件のフラグそれぞれの合計値（スコア）を算出する。

サービス推奨確率算出部１１６は、当該対象企業Ｘの当該対象年における調達条件のスコアそれぞれを正規化することで、対象企業Ｘの調達条件重みデータ１２００を算出する。具体的には、例えば、サービス推奨確率算出部１１６は、当該対象企業Ｘの当該対象年における調達条件のスコアそれぞれを、当該合計値を全て足し合わせた値で割ることで、当該正規化を実行する。当該正規化によって、対象企業Ｘの調達条件重みデータ１２００の調達条件のスコアを全て足し合わせた値が１．０となる。

サービス推奨確率算出部１１６は、サービス―調達条件データ１０６２の各サービスに対して、当該サービスの調達条件の重みの値と、対象企業Ｘの調達条件重みデータ１２００の対応する調達条件のスコアと、を掛け合わせて足すことで、当該サービスに対応するサービス推奨確率２を算出する。

例えば、図１２の例において、サービスＩＤが「Ｓ００１」のサービスにおける調達条件においては、仕様の重みが０．６、コスト優先の重みが０．３、納期優先の重みが０．１であり、その他の重みはいずれも０．０である。また、図１２の例において、対象企業Ｘの調達条件重みデータ１２００における調達条件においては、仕様のスコアが０．１、コスト優先のスコアが０．１、納期優先のスコアが０．３、環境対応のスコアが０．５であり、その他のスコアが０．０である。

従って、図１２の例において、サービス推奨確率算出部１１６は、０．１×０．６＋０．１×０．３＋０．３×０．１＋０．５×０．０＋０．０×０．０＋０．０×０．０＝０．１２を、サービスＩＤが「Ｓ００１」のサービスに対応するサービス推奨確率２として算出する。

図１０の説明に戻る。サービス推奨確率算出部１１６は、サービス推奨確率１とサービス推奨確率２とを重み付けして足すことで、推奨サービスリストを生成し（Ｓ２０３４）、サービス推奨確率２の算出処理及び推奨サービスリスト生成処理を終了する。

図１３は、ステップＳ２０３４における推奨サービスリスト生成処理の一例を示す説明図である。サービス推奨確率算出部１１６は、各サービスＩＤのサービスに対して、サービス推奨確率１とサービス推奨確率２との重み付き和（図１２の例では重みａは１．０である）を算出することで、各サービスの推奨確率（総合推奨度の一例）を算出する。

サービス推奨確率算出部１１６は、サービスＩＤと、重み付き和によって算出されたサービス推奨確率と、を含む推奨サービスリストを生成する。なお、サービス推奨確率算出部１１６は、重み付き和によって算出された推奨確率が高いサービス（例えば、推奨確率が所定値以上のサービスであってもよいし、推奨確率が高い順に所定数のサービスであってもよい）のみを推奨サービスリストに含めてもよいし、全てのサービスを推奨サービスリストに含めてもよい。

図１４は、推奨サービスリスト提示画面の画面構成例を示す図である。推奨サービスリスト提示画面１４００は、例えば、推奨サービスリスト表示領域１４０１、同業者採用サービスリスト表示領域１４０２、及び企業課題サービスリスト表示領域１４０３を含む。

推奨サービスリスト表示領域１４０１には、ステップＳ２０３４で生成された対象企業Ｘに対する推奨サービスリストに含まれるサービスのサービス名が表示される。

同業者採用サービスリスト表示領域１４０２には、対象企業Ｘと同業種の企業によって採用された頻度が高いサービスのサービス名が表示される。具体的には、例えば、推奨サービス表示部１１７は、企業属性データ１０１１から対象企業Ｘと同じ業種の企業を特定し、当該特定した企業によって採用された数の合計が所定値以上であるサービスを、サービス採否結果データ１０４から特定し、特定したサービスを同業者採用サービスリスト表示領域１４０２に表示する。

企業課題サービスリスト表示領域１４０３には、対象企業Ｘの予測企業行動データ１１００においてスコアが所定値以上である企業課題（以下、予測課題とも呼ぶ）を有する他の企業によって採用された頻度が高いサービスのサービス名が表示される。具体的には、例えば、推奨サービス表示部１１７は、ステップＳ２０２１で正規化された各企業の企業課題において、当該予測課題に対応するスコアが所定値以上である企業を特定する。さらに、例えば、推奨サービス表示部１１７は、当該特定した企業によって採用された数の合計が所定値以上であるサービスを、サービス採否結果データ１０４から特定し、特定したサービスを企業課題サービスリスト表示領域１４０３に表示する。

従って、例えば、推奨サービスリスト提示画面１４００は、予測課題の数と同数の企業課題サービスリスト表示領域１４０３を含むことができる。また、推奨サービスリスト提示画面１４００は、対象企業Ｘの調達条件重みデータ１２００において重みの値が所定値以上である調達条件（以下、重視調達条件とも呼ぶ）を重視する他の企業によって採用された頻度が高いサービスのサービス名が表示される、調達条件サービスリスト表示領域を含んでもよい。具体的には、例えば、推奨サービス表示部１１７は、ステップＳ２０３３で説明した方法と同様の方法で各企業の調達条件重みデータ１２００を生成する。さらに、例えば、推奨サービス表示部１１７は、当該重視調達条件の重みの値が所定値以上である企業を特定する。さらに、例えば、推奨サービス表示部１１７は、当該特定した企業によって採用された数の合計が所定値以上であるサービスを、サービス採否結果データ１０４から特定し、特定したサービスを当該調達条件サービスリスト表示領域に表示する。

なお、例えば、推奨サービスリスト提示画面１４００に含まれる各表示領域におけるサービス名が選択されると、当該サービスに対する内容の問い合わせ、見積り依頼、及び購入申し込み等が可能である。

なお、推奨サービスリスト提示画面１４００に含まれる各表示領域において、推奨確率が高い順にサービス名が表示されているとよい。また、推奨サービスリスト提示画面１４００に含まれる各表示領域において、各サービスのサービス名と併せて推奨確率が表示されてもよい。

図１５は、ステップＳ２０５におけるサービス採否結果登録処理の一例を示すフローチャートである。サービス採否登録部１１４は、推奨サービスリスト提示画面１４００によって対象企業Ｘに提示したサービスについて、推奨サービスリスト提示画面１４００を介して入力されたデータ確認、及びデータ収集を実行する（Ｓ２０５１）。具体的には、例えば、サービス採否登録部１１４は、提示したサービスに対する内容の問い合わせ、見積り依頼、及び購入申し込みの有無等を確認し、これらの情報を収集する。

提示したサービスに対する内容の問い合わせ、見積り依頼、及び購入申し込み等が、メール等（推奨サービスリスト提示画面１４００を介した入力以外の電子的な手段）によって行われた場合、サービス採否登録部１１４は、これらのメール等によって得られた情報を収集する（Ｓ２０５２）。

提示したサービスに対する内容の問い合わせ、見積り依頼、及び購入申し込み等が、営業担当等による人を介した手段によって行われた場合、サービス採否登録部１１４は、当該手段によって得られた情報を（例えば、営業担当等による入力を受け付けることで）収集する（Ｓ２０５３）。

サービス採否登録部１１４は、ステップＳ２０５１～ステップＳ２０５３で得られた収集データをサービス採否結果データ１０４に登録し（Ｓ２０５４）、サービス採否結果登録処理を終了する。なお、図６の例では、サービス採否結果データ１０４には提示サービスの採否結果（例えば購入申し込みの有無）のみが記録されているが、提示したサービスに対する内容の問い合わせの有無や見積り依頼の有無がさらに記録されてもよい。

ステップＳ２０５におけるサービス採否結果登録処理によって対象企業Ｘのサービス採否結果が登録されることにより、別の対象企業に対して推奨サービスリスト提示画面１４００が表示される際には、同業者採用サービスリスト表示領域１４０２に表示されるサービスにおいて当該対象企業Ｘのサービス採否結果も考慮されることとなる。

以上、本実施例のサービス推奨装置１００は、企業ＰＬデータ１０１２及び企業ＢＳデータ１０１３と企業行動データ１０２に基づいて、企業行動予測モデル１０５を生成することにより、対象企業の財務状況や購買能力に基づいて当該対象企業の企業行動（企業課題）を高精度に予測することができる。

また、本実施例のサービス推奨装置１００は、対象企業の予測企業行動データ１１００と、サービス―企業課題データ１０６１と、からサービス推奨確率１を算出することにより、対象企業の財務特性、購買能力、及び活動方針に応じた企業課題であって、対象企業が抱えていると予測される企業課題、を解決する可能性が高いサービスを発見することができる。

また、本実施例のサービス推奨装置１００は、対象企業の調達条件重みデータ１２００と、サービス―調達条件データ１０６２と、に基づいてサービス推奨確率２を算出することにより、対象企業の調達条件（調達及び取引時に重視する項目）を満たす可能性が高いサービスを発見することができる。

また、本実施例のサービス推奨装置１００は、サービス推奨確率１とサービス推奨確率２とを統合したサービス推奨確率を算出することにより、対象企業の上記した企業課題を解決する可能性が高く、かつ対象企業の調達条件を満たす可能性が高いサービスを対象企業に提示することができる。つまり、サービス推奨装置１００は、対象企業の要求やニーズをより高精度に予測することができ、対象企業にとって有用なサービス（要求やニーズを満たす可能性が高いサービス）を提示することができる。

なお、本発明は上記した実施例に限定されるものではなく、様々な変形例が含まれる。例えば、上記した実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、ある実施例の構成の一部を他の実施例の構成に置き換えることも可能であり、また、ある実施例の構成に他の実施例の構成を加えることも可能である。また、各実施例の構成の一部について、他の構成の追加・削除・置換をすることが可能である。

また、上記の各構成、機能、処理部、処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等によりハードウェアで実現してもよい。また、上記の各構成、機能等は、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによりソフトウェアで実現してもよい。各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリや、ハードディスク、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）等の記録装置、または、ＩＣカード、ＳＤカード、ＤＶＤ等の記録媒体に置くことができる。

また、制御線や情報線は説明上必要と考えられるものを示しており、製品上必ずしも全ての制御線や情報線を示しているとは限らない。実際には殆ど全ての構成が相互に接続されていると考えてもよい。

１００ サービス推奨装置、１０１ 企業基本データ、１０２ 企業行動データ、１０３ 調達取引データ、１０４ サービス採否結果データ、１０５ 企業行動予測モデル、１０６ サービスデータ１０６、１１１ 企業基本データ登録部、１１２ 企業行動データ登録部、１１３ 調達取引データ登録部、１１４ サービス採否登録部、１１５ 企業行動予測モデル生成部、１１６ サービス推奨確率算出部、１１７ 推奨サービス表示部、２０１ ＣＰＵ、２０２ メモリ、２０３ 補助記憶装置、２０４ 通信装置、２０５ 入力装置、２０６ 出力装置、１１００ 予測企業行動データ、１２００ 調達条件重みデータ、１４００ 推奨サービスリスト提示画面

Claims (10)

1. サービス推奨装置であって、
   プロセッサとメモリとを含み、
   前記メモリは、
   対象企業の財務情報と、
   前記対象企業の調達条件それぞれのスコアと、
   サービスごとに、課題それぞれの重みと調達条件それぞれの重みとを示すサービス情報と、
   企業の財務情報が入力されると当該企業の課題それぞれのスコアを出力するモデルと、を保持し、
   前記プロセッサは、
   前記対象企業の財務情報と、前記モデルと、に基づいて、前記対象企業の課題それぞれのスコアを算出し、
   前記対象企業の課題それぞれのスコアと、前記サービス情報が示すサービスごとの課題それぞれの重みと、に基づいて、前記サービスそれぞれの第１推奨度を算出し、
   前記対象企業の調達条件それぞれのスコアと、前記サービス情報が示すサービスごとの調達条件それぞれの重みと、に基づいて、前記サービスそれぞれの第２推奨度を算出し、
   前記第１推奨度と前記第２推奨度とに基づいて、前記対象企業に対する前記サービス情報が示すサービスそれぞれの総合推奨度を算出する、サービス推奨装置。
2. 請求項１に記載のサービス推奨装置であって、
   前記メモリは、
   複数の企業それぞれの前記財務情報と、
   前記複数の企業それぞれによる行動と、当該行動に対応する課題と、を示す企業行動情報と、を保持し、
   前記プロセッサは、
   前記複数の企業それぞれについて、前記企業行動情報が示す、当該企業による行動と当該行動に対応する課題と、に基づいて、当該企業の課題それぞれのスコアを算出し、
   前記複数の企業それぞれの財務情報と、前記算出した前記複数の企業それぞれの課題それぞれのスコアと、に基づく学習によって前記モデルを生成する、サービス推奨装置。
3. 請求項１に記載のサービス推奨装置であって、
   前記プロセッサは、
   前記総合推奨度に基づいて、前記サービスから推奨サービスを選択し、
   前記推奨サービスを示す推奨サービス提示画面を出力するためのデータを生成する、サービス推奨装置。
4. 請求項３に記載のサービス推奨装置であって、
   前記メモリは、企業に推奨されたサービスが当該企業によって採用されたかを示すサービス採否情報を保持し、
   前記推奨サービス提示画面において、前記推奨サービスが選択可能であって、
   前記プロセッサは、
   前記推奨サービス提示画面を介して選択された推奨サービスを示す情報を取得し、
   前記推奨サービス提示画面を介して選択された推奨サービスが採用されたことを示す情報を前記サービス採否情報に格納する、サービス推奨装置。
5. 請求項４に記載のサービス推奨装置であって、
   前記メモリは、
   複数の企業それぞれの前記財務情報と、
   前記複数の企業それぞれによる行動と、当該行動に対応する課題と、を示す企業行動情報と、を保持し、
   前記プロセッサは、
   前記複数の企業それぞれについて、前記企業行動情報が示す、当該企業による行動と当該行動に対応する課題と、に基づいて、当該企業の課題それぞれのスコアを算出し、
   前記対象企業のスコアが所定値以上の課題を特定し、
   前記複数の企業から、前記特定した課題のスコアが所定値以上である企業を特定し、
   前記特定した企業による採用数が所定値以上のサービスを、前記サービス採否情報から特定し、
   前記特定したサービスを示す情報を、前記推奨サービス提示画面を出力するためのデータに含める、サービス推奨装置。
6. サービス推奨装置によるサービス推奨方法であって、
   前記サービス推奨装置は、プロセッサとメモリとを含み、
   前記メモリは、
   対象企業の財務情報と、
   前記対象企業の調達条件それぞれのスコアと、
   サービスごとに、課題それぞれの重みと調達条件それぞれの重みとを示すサービス情報と、
   企業の財務情報が入力されると当該企業の課題それぞれのスコアを出力するモデルと、を保持し、
   前記サービス推奨方法は、
   前記プロセッサが、前記対象企業の財務情報と、前記モデルと、に基づいて、前記対象企業の課題それぞれのスコアを算出し、
   前記プロセッサが、前記対象企業の課題それぞれのスコアと、前記サービス情報が示すサービスごとの課題それぞれの重みと、に基づいて、前記サービスそれぞれの第１推奨度を算出し、
   前記プロセッサが、前記対象企業の調達条件それぞれのスコアと、前記サービス情報が示すサービスごとの調達条件それぞれの重みと、に基づいて、前記サービスそれぞれの第２推奨度を算出し、
   前記プロセッサが、前記第１推奨度と前記第２推奨度とに基づいて、前記対象企業に対する前記サービス情報が示すサービスそれぞれの総合推奨度を算出する、サービス推奨方法。
7. 請求項６に記載のサービス推奨方法であって、
   前記メモリは、
   複数の企業それぞれの前記財務情報と、
   前記複数の企業それぞれによる行動と、当該行動に対応する課題と、を示す企業行動情報と、を保持し、
   前記サービス推奨方法は、
   前記プロセッサが、前記複数の企業それぞれについて、前記企業行動情報が示す、当該企業による行動と当該行動に対応する課題と、に基づいて、当該企業の課題それぞれのスコアを算出し、
   前記プロセッサが、前記複数の企業それぞれの財務情報と、前記算出した前記複数の企業それぞれの課題それぞれのスコアと、に基づく学習によって前記モデルを生成する、サービス推奨方法。
8. 請求項６に記載のサービス推奨方法であって、
   前記プロセッサが、前記総合推奨度に基づいて、前記サービスから推奨サービスを選択し、
   前記プロセッサが、前記推奨サービスを示す推奨サービス提示画面を出力するためのデータを生成する、サービス推奨方法。
9. 請求項８に記載のサービス推奨方法であって、
   前記メモリは、企業に推奨されたサービスが当該企業によって採用されたかを示すサービス採否情報を保持し、
   前記推奨サービス提示画面において、前記推奨サービスが選択可能であって、
   前記サービス推奨方法は、
   前記プロセッサが、前記推奨サービス提示画面を介して選択された推奨サービスを示す情報を取得し、
   前記プロセッサが、前記推奨サービス提示画面を介して選択された推奨サービスが採用されたことを示す情報を前記サービス採否情報に格納する、サービス推奨方法。
10. 請求項９に記載のサービス推奨方法であって、
    前記メモリは、
    複数の企業それぞれの前記財務情報と、
    前記複数の企業それぞれによる行動と、当該行動に対応する課題と、を示す企業行動情報と、を保持し、
    前記サービス推奨方法は、
    前記プロセッサが、前記複数の企業それぞれについて、前記企業行動情報が示す、当該企業による行動と当該行動に対応する課題と、に基づいて、当該企業の課題それぞれのスコアを算出し、
    前記プロセッサが、前記対象企業のスコアが所定値以上の課題を特定し、
    前記複数の企業から、前記特定した課題のスコアが所定値以上である企業を特定し、
    前記プロセッサが、前記特定した企業による採用数が所定値以上のサービスを、前記サービス採否情報から特定し、
    前記プロセッサが、前記特定したサービスを示す情報を、前記推奨サービス提示画面を出力するためのデータに含める、サービス推奨方法。

Images