JP4231130B2 - 有望顧客抽出装置 - Google Patents
有望顧客抽出装置 Download PDFInfo
- Publication number
- JP4231130B2 JP4231130B2 JP28206498A JP28206498A JP4231130B2 JP 4231130 B2 JP4231130 B2 JP 4231130B2 JP 28206498 A JP28206498 A JP 28206498A JP 28206498 A JP28206498 A JP 28206498A JP 4231130 B2 JP4231130 B2 JP 4231130B2
- Authority
- JP
- Japan
- Prior art keywords
- customer
- data
- customers
- target
- promising
- 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.)
- Expired - Fee Related
Links
- 238000000605 extraction Methods 0.000 title claims description 19
- 238000004458 analytical method Methods 0.000 claims description 30
- 235000013402 health food Nutrition 0.000 description 15
- 238000000034 method Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 5
- 235000005911 diet Nutrition 0.000 description 4
- 230000037213 diet Effects 0.000 description 4
- 235000013305 food Nutrition 0.000 description 4
- 238000007796 conventional method Methods 0.000 description 2
- 238000004886 process control Methods 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、有望顧客抽出方法及び装置に関するものである。
【０００２】
【従来の技術】
顧客データや売上データなど、企業内のデータベースに貯えられているデータを様々な角度から分析し、企業のマーケティング戦略立案に活かしていくというデータベースマーケティングの考え方を用いて商品の購入見込客を抽出する方法が広く採用されている。
【０００３】
データベースマーケティングの応用の一つとして、対象商品に対する購入見込みの高い有望顧客の抽出がある。これは、年齢、年収、性別、職業、家族構成などの各顧客の個人情報や対象商品や他商品を購入しているか否かといった購買情報あるいは銀行における預金残高情報など顧客に関する種々の情報から成る顧客データを基に、「対象商品を、どのような顧客にセールスすれば、購入、あるいは契約してもらえる可能性がより高いか」を分析し、今後の対象商品のセールス方針決定に役立てるものである。ここで、セールスは顧客訪問、電話、ダイレクトメールなど、様々な手段が考えられる。
【０００４】
このため、従来においては、有望顧客を抽出するため、先ず、対象商品を購入済の顧客のデータの共通性を調べ、どのような条件を満たす顧客が対象商品を購入済かについての判別規則を生成し、次に、生成した判別規則を現在の顧客に適用して今後購入の可能性が高い顧客をピックアップするという方法が採用されている。
【０００５】
すなわち、従来の方法は、次の２つのステップから成っている。
（１）判別規則生成ステップ
現時点又は過去の時点における任意に選ばれたある時点での顧客データを分析する。それにより、顧客データ内の各顧客に対して、対象商品を購入済か未購入かを推定／判別する規則（判別規則）を対象商品購買情報以外の情報を用いて生成する。
（２）有望顧客抽出ステップ
現時点の顧客データを参照し、現時点での対象商品未購入顧客に対し前記判別規則を適用する。その結果、「購入済」と判別された顧客を、今後購入が見込める有望顧客として抽出し、次回のセールス対象とする。
【０００６】
ここで、判別規則生成ステップで用いる分析手法には、判別分析、決定木、相関ルール抽出など様々なものが適用可能である。
【０００７】
したがって、例えば、ある通販会社が健康食品をセールスする場合、３ヶ月前の顧客データを分析し、ここで、３ヶ月前のデータによれば、３５歳以上の男性の顧客の全員が健康食品をすでに購入済であり、また、ダイエット食品を購入済の顧客５人のうち４人がすでに健康食品を購入済であるという分析結果が得られたとすると、この分析結果に基づく判別規則は例えば次のようなものとなる。
判別規則１：ＩＦ ３５歳以上 かつ 男性 ＴＨＥＮ 購入済
判別規則２：ＩＦ ダイエット食品購入済 ＴＨＥＮ 購入済
【０００８】
次に、現時点の顧客データを参照し、現時点での健康食品未購入顧客に対して上記判別規則を適用する。その結果抽出された顧客を有望顧客とみなし、次回のセールス対象とする。
【０００９】
【発明が解決しようとする課題】
有望顧客抽出は、「年齢、家族数、年収、購入済商品などに関して、過去における多くの対象商品購入済顧客の購入時の状況と似たような状況に置かれている顧客は、今後対象商品を購入する見込みがある」とする仮定に基づいている。したがって、分析に用いる顧客データは、対象商品購入時の顧客の情報が正しく把握できることが重要となる。しかしながら、一般的に、分析に用いられる顧客データは現在あるいは過去のある一時点における状況を記録したものであるため、次のような問題点が生じる。
【００１０】
例えば、現時点の顧客データに基づく分析を行った場合、対象商品を購入した時点の顧客の状況を正しく把握できない。これは、現時点よりはるか以前に対象商品を購入したある顧客が、購入時点から現時点までの間に「家族が増えた」「年収が増えた」など個人の状況に大きな変化があった場合でも、現時点での顧客データには対象商品を購入した時点の顧客状況ではなく、変化があった後の顧客状況が記録されているからである。このようなデータを用いて分析を行えば、当然正しい結果が得られないことになる。
【００１１】
本発明の目的は、したがって、従来技術における上述の問題点を解決することができる、有望顧客抽出方法及び装置を提供することにある。
【００１２】
【課題を解決するための手段】
本発明は、データベースマーケティングを応用して有望顧客を精度よく抽出するようにしたものであり、蓄積された顧客データ、売上データなどを分析することにより対象商品を今後購入する可能性の高い顧客（有望顧客）を抽出する場合、過去の２時点の顧客データの変化に着目して対象商品を購入した時点の顧客の状況を正確に把握することができる分析対象データを作成し、この分析対象データに基づいてどのような条件を満たす顧客が対象商品を購入済かについての判別規則を生成し、この判別規則を所与の顧客データに適用して有望顧客を精度よく抽出するようにしたものである。
【００１３】
すなわち、本発明は、適当な間隔を持つ異なる２時点の顧客データを用いて分析対象データを作成することにより、２点の間のいずれかの時点で対象商品を購入した顧客の購入時における状況をより正確に把握して分析することを可能としたものである。
【００１５】
請求項１の発明によれば、顧客の個人情報や購買情報などの顧客に関する種々の情報から成る顧客データを蓄積する主ファイルを格納しておく記憶手段と、予め定められた第１の時点での対象商品の未購入顧客の顧客データを前記主ファイルから取得し第１データとして記憶しておくための記憶手段と、前記第１の時点より後の第２の時点での第１の記憶手段に存在する顧客についての対象商品の購買データを前記主ファイルから取得し第２データとして記憶しておくための記憶手段と、前記第１及び第２データを照合して分析対象データを作成する分析対象データ作成手段と、前記分析対象データに基づいて前記対象商品に対する有望顧客／非有望顧客を判別するための判別規則を生成する規則生成手段と、前記主ファイル中から所与の時点での前記対象商品の未購入顧客の顧客データを取得して判別対象顧客データを作成する判別対象顧客データ作成手段と、該判別対象顧客データを記憶しておくための記憶手段と、前記判別対象顧客データ内の各顧客の個人情報や購買情報などの顧客に関する種々の情報から前記判別規則に従って有望顧客を抽出する抽出手段と、該抽出手段によって抽出された有望顧客のデータを出力する出力手段とを備えた有望顧客抽出装置が提案される。
【００１６】
図１には、本発明の構成を説明するための説明図が示されている。図１で、１はある時点Ｔ１における顧客データファイル、２は時点Ｔ１より後のある時点Ｔ２における顧客データファイルである。
【００１７】
先ず、時点Ｔ１における顧客データファイル１に格納されている顧客群１Ａのうち対象商品が未購入となっている顧客群１Ｂを抽出する。次に、時点Ｔ１における顧客データファイル１に基づく顧客データと時点Ｔ２における顧客データファイル２に基づく顧客データとを比較し、顧客群１Ｂに属する顧客のうち時点Ｔ２において対象商品を購入していた顧客群１ＢＸを特定する。
【００１８】
このようにして、時点Ｔ１において対象商品を未購入であった顧客群１Ｂに属する人々を、時点Ｔ２においては対象商品を購入していた顧客群１ＢＸと、時点Ｔ２においても対象商品を未だ購入していない顧客群１ＢＹとに分類する。
【００１９】
この分類結果を基に、時点Ｔ１で対象商品が未購入の顧客のうち、時点Ｔ２までの間に対象商品を購入することになるのはどのような条件を満たす顧客かについて分析する。そして、時点Ｔ１の顧客に関する種々の情報を基に、時点Ｔ２で購入済となるか未購入のままかについての判別規則を生成する。ここで、顧客が対象商品を購入したのは時点Ｔ１から時点Ｔ２の間の時点であり、判別規則生成の基にした個人情報、購買情報は時点Ｔ１のものである。したがって、時点Ｔ１、Ｔ２の間隔を適切に設定すれば、時点Ｔ１の顧客に関する種々の情報は対象商品を買った時点のものであると近似的にみなせる。それにより従来の問題点を解決できる。
【００２０】
その後は、従来と同様に、生成された判別規則を例えば現時点での対象商品未購入顧客に対して適用することにより、今後購入が見込まれる有望顧客を精度よく抽出することができる。
【００２１】
すなわち、所与の時点Ｔ、例えば現時点、における顧客データファイル３内に格納されている顧客群３Ａのうち対象商品未購入の顧客群３Ｂに属する顧客のそれぞれに対して上記判別規則を適用し、顧客群３Ｂの中から有望顧客抽出を行い、有望顧客リストを得ることができる。
【００２２】
【発明の実施の形態】
以下、図面を参照して本発明の実施の形態の一例につき詳細に説明する。
【００２３】
図２は、本発明による有望顧客抽出装置の一実施形態のシステム構成図である。この有望顧客抽出装置１において、２はプログラムされた主制御部（ＣＰＵ）、３は各種のファイル及びデータを格納しておく記憶装置、４は入出力制御部であり、これらはバスライン５を介して接続されている。入出力制御部４には、キーボードやマウス等のポインティングから成る入力装置６、入力データのモニタに用いる表示装置７、及び各種データ等を出力する出力装置８が接続されている。
【００２４】
主制御部（ＣＰＵ）２は、オペレーティングシステム等の制御プログラム、有望顧客の抽出のための手順を規定したプログラム、及び所要データを格納するための内部メモリを有し、これらプログラム等により、上記分析対象データ作成手段、規則生成手段、判別対象顧客データ作成手段及び抽出手段を実現している。記憶装置３には主ファイル３１、第１データ３２、第２データ３３、判別対象顧客データ３４及び分析対象データ３５が格納されている。
【００２５】
本実施の形態では、顧客データは、各顧客に割り当てられた顧客番号と、各顧客の年齢、性別、職業、家族数、年収から成る個人情報と、健康食品及びダイエット食品がそれぞれ購入済か未購入かの購買情報とを含み、顧客テーブルとして構成されている。
主ファイル３１には、様々な時点の顧客データがテーブルの形で格納されている。
【００２６】
図３には、この主ファイル３１内の顧客データの一例として時点Ｔ１における顧客テーブルの内容が示されている。
【００２７】
次に、図４を参照して、有望顧客抽出装置１において、主ファイル３１に蓄積された顧客データに基づいて健康食品を対象商品とした有望顧客の抽出のための処理制御手順を説明する。
【００２８】
先ず、ステップＳ１で主ファイル３１を参照し、適宜に設定された時点Ｔ１における、対象商品（健康食品）の未購入の顧客の顧客番号を取り出すと共に、時点Ｔ１における対象商品（健康食品）の未購入の顧客の顧客データを第１データ３２として蓄積する。
【００２９】
図５には、第１データ３２の内容である顧客テーブルが示されている。ここでは、既に健康食品を購入している顧客番号０１、０２の顧客データが除かれているのが判る（図３参照）。
【００３０】
ステップＳ２では、ステップＳ１で取り出された顧客番号（０３〜１０）を持つ各顧客の時点Ｔ２における対象商品の購入状況を示す顧客データを主ファイル３１から取得して第２データ３３として蓄積する。時点Ｔ２は時点Ｔ１よりも遅い適宜に選ばれた時点である。時点Ｔ１、Ｔ２の間隔は、対象商品の購入状態に変化が生じるような時間差であり、且つ各顧客に関する種々の情報に大きな変化が生じ得ないような値に選ばれる。ここでは、時点Ｔ２は時点Ｔ１より１年後に選ばれている。図６には、時点Ｔ１において対象商品が未購入だった顧客の時点Ｔ２における顧客データの内容である顧客テーブルが示されている。
【００３１】
次のステップＳ３では、顧客番号０３〜１０の各顧客についての対象商品の購入状況データ、すなわち、第２データ３３として蓄積された健康食品が購入済か未購入かを示すデータと、第１データ３２として蓄積されたデータを顧客番号毎に照合して分析対象データ３５を作成する。上述したステップＳ１からステップＳ３までの処理が請求項１の分析対象データ作成手段に対応している。
【００３２】
図７には、分析対象データを作成するための上述した手順が図解されている。図７について説明すると、
（１）先ず時点Ｔ１における顧客データから健康食品を未購入の顧客０３〜１０の顧客データを取得する。
（２）時点Ｔ２における顧客データから、（１）で取り出した顧客の健康食品の購入状況を示すデータを取得する。
（３）（１）で取得した顧客データと（２）で取得した健康食品の購入状況を示すデータを顧客番号毎に照合して分析対象データ３５を得る。
【００３３】
図８には、上述の如くして得られた分析対象データ３５が顧客テーブルの形態にて示されている。このようにして得られた分析対象データ３５は主制御部（ＣＰＵ）２内の図示しないメモリに一旦格納される。
【００３４】
図４に戻ると、ステップＳ４では、分析対象データ３５の内容を分析し、時点Ｔ１においては健康食品を未購入だった各顧客が時点Ｔ２までに健康食品を購入済になるか未購入のままかを推定／判別するための判別規則を、時点Ｔ２における各顧客の健康食品購買情報以外の情報を用いて生成する。ステップＳ４の処理は請求項１の規則生成手段に対応している。
【００３５】
この規則の生成は従来の手法を用いることができるので、ここでは判別規則生成の詳細な説明を行うのを省略する。
【００３６】
ステップＳ４で、公知の手法を用いて判別規則として例えば次のようなものが生成されたとする。
判別規則１：ＩＦ 自営業 かつ 男性 ＴＨＥＮ 購入済
判別規則２：ＩＦ ダイエット食品購入済 ＴＨＥＮ 購入済
【００３７】
このようにして判別規則が生成されたならば、次にステップＳ５に進み、ここで、主ファイル３１から現時点Ｔにおける全顧客データ（図９）から対象商品未購入の全ての顧客データを取得して判別対象顧客ファイル３４に蓄積する。
【００３８】
ステップＳ６では、判別対象顧客ファイル３４内から順次１顧客分づつ顧客データを取り出し、ステップＳ４で生成された判別規則を適用し、有望顧客か否かを判別する。このようにして、判別対象顧客ファイル３４にリストアップされた全顧客に対して判別規則を適用し、有望顧客の抽出を行う。ステップＳ５からステップＳ６の処理が請求項１の抽出手段に対応している。
【００３９】
本実施の形態の場合、顧客番号が０３、１２の顧客が判別規則１にて、顧客番号０８、１１の顧客が判別規則２にて該当すると判別され、有望顧客として抽出される。こうして抽出された有望顧客を次回のセールス対象とするため、ステップＳ７でこれらの抽出された顧客が有望顧客リストとして出力装置８から出力される。
【００４０】
【発明の効果】
本発明によれば、上述の如く、異なる２時点の顧客データを用い、２時点のうち前の時点で対象商品が未購入であった顧客データと、後の時点での購入状況を顧客毎に照合して分析対象データを作成し、前の時点におけるそれらの顧客の顧客データを基に対象商品に対する有望顧客／非有望顧客を判別する判別規則を生成するので、判別規則の生成の基になる分析対象データは対象商品を購入した時点の顧客の状況を正確に把握することができるものであり、このようにして得られた判別規則を所与の顧客データにあてはめて有望顧客の抽出を行うので、有望顧客を精度よく抽出することが可能となる。
【図面の簡単な説明】
【図１】本発明の構成を説明するための説明図。
【図２】本発明による有望顧客抽出装置一実施形態のシステム構成図。
【図３】選択された２つの時点のうちの前の時点における全ての顧客データを示す顧客テーブル。
【図４】主ファイルに蓄積された顧客データに基づいて対象商品の有望顧客の抽出のための処理制御手順を説明するためのフローチャート。
【図５】第１ファイルの顧客データの内容を示す顧客テーブル。
【図６】前の時点における対象商品未購入顧客の顧客データの内容を示す顧客テーブル。
【図７】分析対象データを作成する手順を説明するための図。
【図８】分析対象データの内容を示す顧客テーブル。
【図９】現時点における全顧客の顧客データの内容を示す顧客テーブル。
【符号の説明】
１ 有望顧客抽出装置
２ 主制御部（ＣＰＵ）
３ 記憶装置
４ 入出力制御部
５ バスライン
６ 入力装置
７ 表示装置
８ 出力装置
３１ 主ファイル
３２ 第１データ
３３ 第２データ
３４ 判別対象顧客データ
３５ 分析対象データ
【発明の属する技術分野】
本発明は、有望顧客抽出方法及び装置に関するものである。
【０００２】
【従来の技術】
顧客データや売上データなど、企業内のデータベースに貯えられているデータを様々な角度から分析し、企業のマーケティング戦略立案に活かしていくというデータベースマーケティングの考え方を用いて商品の購入見込客を抽出する方法が広く採用されている。
【０００３】
データベースマーケティングの応用の一つとして、対象商品に対する購入見込みの高い有望顧客の抽出がある。これは、年齢、年収、性別、職業、家族構成などの各顧客の個人情報や対象商品や他商品を購入しているか否かといった購買情報あるいは銀行における預金残高情報など顧客に関する種々の情報から成る顧客データを基に、「対象商品を、どのような顧客にセールスすれば、購入、あるいは契約してもらえる可能性がより高いか」を分析し、今後の対象商品のセールス方針決定に役立てるものである。ここで、セールスは顧客訪問、電話、ダイレクトメールなど、様々な手段が考えられる。
【０００４】
このため、従来においては、有望顧客を抽出するため、先ず、対象商品を購入済の顧客のデータの共通性を調べ、どのような条件を満たす顧客が対象商品を購入済かについての判別規則を生成し、次に、生成した判別規則を現在の顧客に適用して今後購入の可能性が高い顧客をピックアップするという方法が採用されている。
【０００５】
すなわち、従来の方法は、次の２つのステップから成っている。
（１）判別規則生成ステップ
現時点又は過去の時点における任意に選ばれたある時点での顧客データを分析する。それにより、顧客データ内の各顧客に対して、対象商品を購入済か未購入かを推定／判別する規則（判別規則）を対象商品購買情報以外の情報を用いて生成する。
（２）有望顧客抽出ステップ
現時点の顧客データを参照し、現時点での対象商品未購入顧客に対し前記判別規則を適用する。その結果、「購入済」と判別された顧客を、今後購入が見込める有望顧客として抽出し、次回のセールス対象とする。
【０００６】
ここで、判別規則生成ステップで用いる分析手法には、判別分析、決定木、相関ルール抽出など様々なものが適用可能である。
【０００７】
したがって、例えば、ある通販会社が健康食品をセールスする場合、３ヶ月前の顧客データを分析し、ここで、３ヶ月前のデータによれば、３５歳以上の男性の顧客の全員が健康食品をすでに購入済であり、また、ダイエット食品を購入済の顧客５人のうち４人がすでに健康食品を購入済であるという分析結果が得られたとすると、この分析結果に基づく判別規則は例えば次のようなものとなる。
判別規則１：ＩＦ ３５歳以上 かつ 男性 ＴＨＥＮ 購入済
判別規則２：ＩＦ ダイエット食品購入済 ＴＨＥＮ 購入済
【０００８】
次に、現時点の顧客データを参照し、現時点での健康食品未購入顧客に対して上記判別規則を適用する。その結果抽出された顧客を有望顧客とみなし、次回のセールス対象とする。
【０００９】
【発明が解決しようとする課題】
有望顧客抽出は、「年齢、家族数、年収、購入済商品などに関して、過去における多くの対象商品購入済顧客の購入時の状況と似たような状況に置かれている顧客は、今後対象商品を購入する見込みがある」とする仮定に基づいている。したがって、分析に用いる顧客データは、対象商品購入時の顧客の情報が正しく把握できることが重要となる。しかしながら、一般的に、分析に用いられる顧客データは現在あるいは過去のある一時点における状況を記録したものであるため、次のような問題点が生じる。
【００１０】
例えば、現時点の顧客データに基づく分析を行った場合、対象商品を購入した時点の顧客の状況を正しく把握できない。これは、現時点よりはるか以前に対象商品を購入したある顧客が、購入時点から現時点までの間に「家族が増えた」「年収が増えた」など個人の状況に大きな変化があった場合でも、現時点での顧客データには対象商品を購入した時点の顧客状況ではなく、変化があった後の顧客状況が記録されているからである。このようなデータを用いて分析を行えば、当然正しい結果が得られないことになる。
【００１１】
本発明の目的は、したがって、従来技術における上述の問題点を解決することができる、有望顧客抽出方法及び装置を提供することにある。
【００１２】
【課題を解決するための手段】
本発明は、データベースマーケティングを応用して有望顧客を精度よく抽出するようにしたものであり、蓄積された顧客データ、売上データなどを分析することにより対象商品を今後購入する可能性の高い顧客（有望顧客）を抽出する場合、過去の２時点の顧客データの変化に着目して対象商品を購入した時点の顧客の状況を正確に把握することができる分析対象データを作成し、この分析対象データに基づいてどのような条件を満たす顧客が対象商品を購入済かについての判別規則を生成し、この判別規則を所与の顧客データに適用して有望顧客を精度よく抽出するようにしたものである。
【００１３】
すなわち、本発明は、適当な間隔を持つ異なる２時点の顧客データを用いて分析対象データを作成することにより、２点の間のいずれかの時点で対象商品を購入した顧客の購入時における状況をより正確に把握して分析することを可能としたものである。
【００１５】
請求項１の発明によれば、顧客の個人情報や購買情報などの顧客に関する種々の情報から成る顧客データを蓄積する主ファイルを格納しておく記憶手段と、予め定められた第１の時点での対象商品の未購入顧客の顧客データを前記主ファイルから取得し第１データとして記憶しておくための記憶手段と、前記第１の時点より後の第２の時点での第１の記憶手段に存在する顧客についての対象商品の購買データを前記主ファイルから取得し第２データとして記憶しておくための記憶手段と、前記第１及び第２データを照合して分析対象データを作成する分析対象データ作成手段と、前記分析対象データに基づいて前記対象商品に対する有望顧客／非有望顧客を判別するための判別規則を生成する規則生成手段と、前記主ファイル中から所与の時点での前記対象商品の未購入顧客の顧客データを取得して判別対象顧客データを作成する判別対象顧客データ作成手段と、該判別対象顧客データを記憶しておくための記憶手段と、前記判別対象顧客データ内の各顧客の個人情報や購買情報などの顧客に関する種々の情報から前記判別規則に従って有望顧客を抽出する抽出手段と、該抽出手段によって抽出された有望顧客のデータを出力する出力手段とを備えた有望顧客抽出装置が提案される。
【００１６】
図１には、本発明の構成を説明するための説明図が示されている。図１で、１はある時点Ｔ１における顧客データファイル、２は時点Ｔ１より後のある時点Ｔ２における顧客データファイルである。
【００１７】
先ず、時点Ｔ１における顧客データファイル１に格納されている顧客群１Ａのうち対象商品が未購入となっている顧客群１Ｂを抽出する。次に、時点Ｔ１における顧客データファイル１に基づく顧客データと時点Ｔ２における顧客データファイル２に基づく顧客データとを比較し、顧客群１Ｂに属する顧客のうち時点Ｔ２において対象商品を購入していた顧客群１ＢＸを特定する。
【００１８】
このようにして、時点Ｔ１において対象商品を未購入であった顧客群１Ｂに属する人々を、時点Ｔ２においては対象商品を購入していた顧客群１ＢＸと、時点Ｔ２においても対象商品を未だ購入していない顧客群１ＢＹとに分類する。
【００１９】
この分類結果を基に、時点Ｔ１で対象商品が未購入の顧客のうち、時点Ｔ２までの間に対象商品を購入することになるのはどのような条件を満たす顧客かについて分析する。そして、時点Ｔ１の顧客に関する種々の情報を基に、時点Ｔ２で購入済となるか未購入のままかについての判別規則を生成する。ここで、顧客が対象商品を購入したのは時点Ｔ１から時点Ｔ２の間の時点であり、判別規則生成の基にした個人情報、購買情報は時点Ｔ１のものである。したがって、時点Ｔ１、Ｔ２の間隔を適切に設定すれば、時点Ｔ１の顧客に関する種々の情報は対象商品を買った時点のものであると近似的にみなせる。それにより従来の問題点を解決できる。
【００２０】
その後は、従来と同様に、生成された判別規則を例えば現時点での対象商品未購入顧客に対して適用することにより、今後購入が見込まれる有望顧客を精度よく抽出することができる。
【００２１】
すなわち、所与の時点Ｔ、例えば現時点、における顧客データファイル３内に格納されている顧客群３Ａのうち対象商品未購入の顧客群３Ｂに属する顧客のそれぞれに対して上記判別規則を適用し、顧客群３Ｂの中から有望顧客抽出を行い、有望顧客リストを得ることができる。
【００２２】
【発明の実施の形態】
以下、図面を参照して本発明の実施の形態の一例につき詳細に説明する。
【００２３】
図２は、本発明による有望顧客抽出装置の一実施形態のシステム構成図である。この有望顧客抽出装置１において、２はプログラムされた主制御部（ＣＰＵ）、３は各種のファイル及びデータを格納しておく記憶装置、４は入出力制御部であり、これらはバスライン５を介して接続されている。入出力制御部４には、キーボードやマウス等のポインティングから成る入力装置６、入力データのモニタに用いる表示装置７、及び各種データ等を出力する出力装置８が接続されている。
【００２４】
主制御部（ＣＰＵ）２は、オペレーティングシステム等の制御プログラム、有望顧客の抽出のための手順を規定したプログラム、及び所要データを格納するための内部メモリを有し、これらプログラム等により、上記分析対象データ作成手段、規則生成手段、判別対象顧客データ作成手段及び抽出手段を実現している。記憶装置３には主ファイル３１、第１データ３２、第２データ３３、判別対象顧客データ３４及び分析対象データ３５が格納されている。
【００２５】
本実施の形態では、顧客データは、各顧客に割り当てられた顧客番号と、各顧客の年齢、性別、職業、家族数、年収から成る個人情報と、健康食品及びダイエット食品がそれぞれ購入済か未購入かの購買情報とを含み、顧客テーブルとして構成されている。
主ファイル３１には、様々な時点の顧客データがテーブルの形で格納されている。
【００２６】
図３には、この主ファイル３１内の顧客データの一例として時点Ｔ１における顧客テーブルの内容が示されている。
【００２７】
次に、図４を参照して、有望顧客抽出装置１において、主ファイル３１に蓄積された顧客データに基づいて健康食品を対象商品とした有望顧客の抽出のための処理制御手順を説明する。
【００２８】
先ず、ステップＳ１で主ファイル３１を参照し、適宜に設定された時点Ｔ１における、対象商品（健康食品）の未購入の顧客の顧客番号を取り出すと共に、時点Ｔ１における対象商品（健康食品）の未購入の顧客の顧客データを第１データ３２として蓄積する。
【００２９】
図５には、第１データ３２の内容である顧客テーブルが示されている。ここでは、既に健康食品を購入している顧客番号０１、０２の顧客データが除かれているのが判る（図３参照）。
【００３０】
ステップＳ２では、ステップＳ１で取り出された顧客番号（０３〜１０）を持つ各顧客の時点Ｔ２における対象商品の購入状況を示す顧客データを主ファイル３１から取得して第２データ３３として蓄積する。時点Ｔ２は時点Ｔ１よりも遅い適宜に選ばれた時点である。時点Ｔ１、Ｔ２の間隔は、対象商品の購入状態に変化が生じるような時間差であり、且つ各顧客に関する種々の情報に大きな変化が生じ得ないような値に選ばれる。ここでは、時点Ｔ２は時点Ｔ１より１年後に選ばれている。図６には、時点Ｔ１において対象商品が未購入だった顧客の時点Ｔ２における顧客データの内容である顧客テーブルが示されている。
【００３１】
次のステップＳ３では、顧客番号０３〜１０の各顧客についての対象商品の購入状況データ、すなわち、第２データ３３として蓄積された健康食品が購入済か未購入かを示すデータと、第１データ３２として蓄積されたデータを顧客番号毎に照合して分析対象データ３５を作成する。上述したステップＳ１からステップＳ３までの処理が請求項１の分析対象データ作成手段に対応している。
【００３２】
図７には、分析対象データを作成するための上述した手順が図解されている。図７について説明すると、
（１）先ず時点Ｔ１における顧客データから健康食品を未購入の顧客０３〜１０の顧客データを取得する。
（２）時点Ｔ２における顧客データから、（１）で取り出した顧客の健康食品の購入状況を示すデータを取得する。
（３）（１）で取得した顧客データと（２）で取得した健康食品の購入状況を示すデータを顧客番号毎に照合して分析対象データ３５を得る。
【００３３】
図８には、上述の如くして得られた分析対象データ３５が顧客テーブルの形態にて示されている。このようにして得られた分析対象データ３５は主制御部（ＣＰＵ）２内の図示しないメモリに一旦格納される。
【００３４】
図４に戻ると、ステップＳ４では、分析対象データ３５の内容を分析し、時点Ｔ１においては健康食品を未購入だった各顧客が時点Ｔ２までに健康食品を購入済になるか未購入のままかを推定／判別するための判別規則を、時点Ｔ２における各顧客の健康食品購買情報以外の情報を用いて生成する。ステップＳ４の処理は請求項１の規則生成手段に対応している。
【００３５】
この規則の生成は従来の手法を用いることができるので、ここでは判別規則生成の詳細な説明を行うのを省略する。
【００３６】
ステップＳ４で、公知の手法を用いて判別規則として例えば次のようなものが生成されたとする。
判別規則１：ＩＦ 自営業 かつ 男性 ＴＨＥＮ 購入済
判別規則２：ＩＦ ダイエット食品購入済 ＴＨＥＮ 購入済
【００３７】
このようにして判別規則が生成されたならば、次にステップＳ５に進み、ここで、主ファイル３１から現時点Ｔにおける全顧客データ（図９）から対象商品未購入の全ての顧客データを取得して判別対象顧客ファイル３４に蓄積する。
【００３８】
ステップＳ６では、判別対象顧客ファイル３４内から順次１顧客分づつ顧客データを取り出し、ステップＳ４で生成された判別規則を適用し、有望顧客か否かを判別する。このようにして、判別対象顧客ファイル３４にリストアップされた全顧客に対して判別規則を適用し、有望顧客の抽出を行う。ステップＳ５からステップＳ６の処理が請求項１の抽出手段に対応している。
【００３９】
本実施の形態の場合、顧客番号が０３、１２の顧客が判別規則１にて、顧客番号０８、１１の顧客が判別規則２にて該当すると判別され、有望顧客として抽出される。こうして抽出された有望顧客を次回のセールス対象とするため、ステップＳ７でこれらの抽出された顧客が有望顧客リストとして出力装置８から出力される。
【００４０】
【発明の効果】
本発明によれば、上述の如く、異なる２時点の顧客データを用い、２時点のうち前の時点で対象商品が未購入であった顧客データと、後の時点での購入状況を顧客毎に照合して分析対象データを作成し、前の時点におけるそれらの顧客の顧客データを基に対象商品に対する有望顧客／非有望顧客を判別する判別規則を生成するので、判別規則の生成の基になる分析対象データは対象商品を購入した時点の顧客の状況を正確に把握することができるものであり、このようにして得られた判別規則を所与の顧客データにあてはめて有望顧客の抽出を行うので、有望顧客を精度よく抽出することが可能となる。
【図面の簡単な説明】
【図１】本発明の構成を説明するための説明図。
【図２】本発明による有望顧客抽出装置一実施形態のシステム構成図。
【図３】選択された２つの時点のうちの前の時点における全ての顧客データを示す顧客テーブル。
【図４】主ファイルに蓄積された顧客データに基づいて対象商品の有望顧客の抽出のための処理制御手順を説明するためのフローチャート。
【図５】第１ファイルの顧客データの内容を示す顧客テーブル。
【図６】前の時点における対象商品未購入顧客の顧客データの内容を示す顧客テーブル。
【図７】分析対象データを作成する手順を説明するための図。
【図８】分析対象データの内容を示す顧客テーブル。
【図９】現時点における全顧客の顧客データの内容を示す顧客テーブル。
【符号の説明】
１ 有望顧客抽出装置
２ 主制御部（ＣＰＵ）
３ 記憶装置
４ 入出力制御部
５ バスライン
６ 入力装置
７ 表示装置
８ 出力装置
３１ 主ファイル
３２ 第１データ
３３ 第２データ
３４ 判別対象顧客データ
３５ 分析対象データ
Claims (1)
- 顧客の個人情報や購買情報などの顧客に関する種々の情報から成る顧客データを蓄積する主ファイルを格納しておく記憶手段と、
予め定められた第１の時点での対象商品の未購入顧客の顧客データを前記主ファイルから取得して第１データとして記憶しておくための記憶手段と、
前記第１の時点より後の第２の時点での第１の記憶手段に存在する顧客についての対象商品の購買データを前記主ファイルから取得して第２データとして記憶しておくための記憶手段と、
前記第１及び第２データを照合して分析対象データを作成する分析対象データ作成手段と、
前記分析対象データに基づいて前記対象商品に対する有望顧客／非有望顧客を判別するための判別規則を生成する規則生成手段と、
前記主ファイル中から所与の時点での前記対象商品の未購入顧客の顧客データを取得して判別対象顧客データを作成する判別対象顧客データ作成手段と、
該判別対象顧客データを記憶しておくための記憶手段と、
前記判別対象顧客データ内の各顧客の個人情報や購買情報などの顧客に関する種々の情報から前記判別規則に従って有望顧客を抽出する抽出手段と、
該抽出手段によって抽出された有望顧客のデータを出力する出力手段と
を備えたことを特徴とする有望顧客抽出装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP28206498A JP4231130B2 (ja) | 1998-09-18 | 1998-09-18 | 有望顧客抽出装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP28206498A JP4231130B2 (ja) | 1998-09-18 | 1998-09-18 | 有望顧客抽出装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2000099575A JP2000099575A (ja) | 2000-04-07 |
| JP4231130B2 true JP4231130B2 (ja) | 2009-02-25 |
Family
ID=17647687
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP28206498A Expired - Fee Related JP4231130B2 (ja) | 1998-09-18 | 1998-09-18 | 有望顧客抽出装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4231130B2 (ja) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002157407A (ja) * | 2000-11-20 | 2002-05-31 | Nippon Telegr & Teleph Corp <Ntt> | 顧客選別方法及び顧客選別装置 |
| JP2003058689A (ja) * | 2001-08-02 | 2003-02-28 | Ncr Internatl Inc | キャンペーンを最適化するための方法及びシステム |
| JP5304429B2 (ja) * | 2008-08-19 | 2013-10-02 | 日本電気株式会社 | 顧客状態推定システム、顧客状態推定方法および顧客状態推定プログラム |
| JP6587556B2 (ja) * | 2016-02-22 | 2019-10-09 | 株式会社三菱総合研究所 | 情報処理装置及び情報処理方法 |
| JP7073428B2 (ja) * | 2020-03-13 | 2022-05-23 | 株式会社Ｎｔｔドコモ | 情報処理装置 |
-
1998
- 1998-09-18 JP JP28206498A patent/JP4231130B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JP2000099575A (ja) | 2000-04-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8170998B2 (en) | Methods, systems, and computer program products for estimating accuracy of linking of customer relationships | |
| US7062447B1 (en) | Imputed variable generator | |
| US7370003B2 (en) | Method and apparatus for implied attribution of responses to promotional contacts | |
| CN110647590A (zh) | 一种目标社群数据的识别方法及相关装置 | |
| US20020127529A1 (en) | Prediction model creation, evaluation, and training | |
| US20030097292A1 (en) | System and method for stability analysis of profitability of target markets for goods or services | |
| US8799193B2 (en) | Method for training and using a classification model with association rule models | |
| JP6679451B2 (ja) | 選択装置、選択方法および選択プログラム | |
| JP2002279279A (ja) | 商品推薦装置、商品推薦方法、及び商品推薦プログラム | |
| KR20180052489A (ko) | 사용자 경험분석 및 환경요인에 기초한 크로스보더 전자상거래 상품 추천 방법 | |
| KR102334404B1 (ko) | 상품 추천 서버 및 그 제어방법 | |
| JPWO2018142753A1 (ja) | ディープラーニングを用いる情報処理装置、情報処理方法及び情報処理プログラム | |
| US20190266618A1 (en) | Data management apparatus and data management system | |
| JP2009169698A (ja) | 販売情報分析装置 | |
| CN106997350A (zh) | 一种数据处理的方法及装置 | |
| JP4231130B2 (ja) | 有望顧客抽出装置 | |
| CN116934418B (zh) | 一种异常订单的检测预警方法、系统、设备及存储介质 | |
| JP7170689B2 (ja) | 出力装置、出力方法及び出力プログラム | |
| CN113127597A (zh) | 搜索信息的处理方法、装置及电子设备 | |
| JP7000691B2 (ja) | プログラム、情報処理装置及び情報処理方法 | |
| EP3418916A1 (en) | Method and apparatus for determining peak sale and one year sale prediction for hardcover first releases | |
| KR102339477B1 (ko) | 마케터의 마케팅 캠페인에 대한 성과 측정 시스템 및 방법 | |
| Dahmiri | Influence of products and principles of sharia bank on customer decision with perception as intervening variable in Bank Jambi Syariah | |
| CN114902196A (zh) | 目标用户特征提取方法、目标用户特征提取系统和目标用户特征提取服务器 | |
| CN112950017A (zh) | 合同风险识别方法、装置和电子设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050818 |
|
| RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20050818 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080722 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080919 |
|
| 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: 20081111 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20081205 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111212 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111212 Year of fee payment: 3 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111212 Year of fee payment: 3 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111212 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121212 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121212 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131212 Year of fee payment: 5 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |