JP6121841B2 - 商品購入情報作成支援システム - Google Patents

Description

本発明は、小売の顧客分析を自社ＰＯＳデータだけでなく顧客の家計簿情報も包括した顧客分析システムと、顧客の家計簿作成を容易にし、他の家庭と比較分析も可能にした商品購入情報作成支援システムに関する。

小売で行われているマーケティングは、顧客をマス（集合体）ととらえ、それを性別や年齢などの共通項から絞り込み、顧客ターゲットを設定するというアプローチである。しかしながら、国内消費市場が縮小に向かい競争が激化していることで、従来の新規顧客獲得から顧客維持への転換に迫られている。顧客をマスではなく個としてとらえ、個別アプローチを行うＯｎｅ ｔｏ Ｏｎｅマーケティングを目指すことが最近の社会トレンドである。顧客一人一人の価値観、生活環境、商品嗜好を把握し、それぞれの消費ニーズに合わせて、適切なタイミングで顧客が興味ある商品のクーポンメールを送付するなどのレコメンデーションを行いたい。このことの実現のためには、一般的なＰＯＳデータ（いつ、どこで、何を、どれだけ、いくらで）ではなく、「誰が」の情報が付与されたＩＤ−ＰＯＳ（顧客ＩＤ付きＰＯＳ）が必要となる。その取得基盤として、ポイントプログラムが知られている。ポイントプログラムの会員となった消費者が、買物精算時に会員カードを提示することで、消費者にはポイントを付与し、小売はＩＤ−ＰＯＳが入手可能となる。

また、応用例として、一企業で閉じたポイントプログラムではなく、ひとつのポイントカードを持っていれば、いろいろな店でポイントを貯めたり、使ったりできる企業横断型の共通ポイントプログラムも出現している。共通ポイント事業を運営する第三者機関は、加盟企業よりＩＤ−ＰＯＳデータ、商品情報、店舗情報などを受取り、かわりに、ポイントシステムや販売・顧客分析システムの運用を担う。加盟店には、アウトソーシングによるコスト低減のほか、顧客囲い込みによる売上増というメリットがある。

ポイントプログラムより入手したＩＤ−ＰＯＳデータの活用については、次のようなステップでの進展が考えられている。

第一ステップとして、入手したＩＤ−ＰＯＳデータを用いてデシル分析、顧客クラスター分析などを行って優良顧客を抽出し、ダイレクトメールなどのマーケティングを行い優良顧客の維持を図る。第二ステップとして、第一ステップの購買金額ベースの顧客管理ではなく、単品ベースで顧客別に分析することで、顧客の商品嗜好を把握する。ターゲットを絞って単品の販促がおこなえる。小売業の多くは、多大な労力や資金がかかることや、ＰＯＳデータのようなＢｉｇＤａｔａをリアルタイムに分析できる高速ＤＢが出現していなかった為、第一ステップで止まっている。

特開２０１１−１３４０５２号公報

上述ポイントプログラムによるＩＤ−ＰＯＳデータの取得技術では、自社あるいは加盟企業内のＩＤ−ＰＯＳデータは取得できるが、顧客を軸に考えると、他社あるいは加盟企業以外の支出状況は分からない。そのため、課題の１つとして、顧客一人一人の商品嗜好を真に把握することができないことが挙げられる。例えば、自社スーパーでのビール購入量が少なければ、たとえ居酒屋の利用が多く酒の個人商店で大量に購入していたとしても、従来方法ではその顧客の商品嗜好として”酒”を抽出できない。

次に、課題の２つ目として、商品の自社購入率が把握できないことが挙げられる。例えば、ある顧客の一ヶ月のミネラルウォータ購入額が2,000円で、内訳がスーパーＡ社500円、スーパーＢ社1000円、コンビニＣ社500円の場合、スーパーＡ社からみたミネラルウォータの自社購入率は25%となる。他社から自社への乗換えスイッチを促すアプローチを行う際に、自社購入率は重要なファクターとなるが、従来では、アンケートによるサンプル調査や、総務省の家計簿調査などから統計的に推測するといった手段で行なわれていた。

上記２つの業務課題を解決する１つの手段として、消費者の家計簿情報を利用する方法が考えられる。家計簿には全ての支出情報が記録されているが、小売が実施する顧客分析にそのままでは利用できない。記録媒体が紙、専用アプリケーションソフトなど様々でフォーマットも一元化されていない。更に、記録内容も消費者依存の曖昧さ（抽象的、方言、略称、固有名詞など）を含んでいる。家計簿の一元化を図る技術として、小売の管理するＰＯＳデータを集約し、消費者に家計簿システムとして公開する技術が知られている（たとえば、特許文献１参照）。しかしながら、消費者の家計簿作成の手間を省く為に考えられた仕組みのため、小売が顧客分析に利用できるよう考慮されていない。そのため、顧客から追加入力された支出情報を顧客分析可能なデータに補正する仕組みが必要となる。

また、従来のマス・マーケティングと異なりＯｎｅ ｔｏ Ｏｎｅマーケティングでは、顧客一人一人の消費実体を把握しなければならない。一瞬で結果を把握できるよう、視認性を高めた分析結果表示の仕組みを有したシステムにする課題がある。

本発明では、このような事情を鑑みてなされたもので、ＩＤ−ＰＯＳデータと家計簿情報を一元化し、顧客分析にて真の商品嗜好および自社購入率を、視認性の高い結果表示方法で提供することを課題とする。

上記課題を解決するための一手段について説明する。本発明の商品購入情報作成支援システムは、網羅的顧客分析を実現するために、小売の所持するＰＯＳデータを顧客に家計簿ＷＥＢシステムとして公開し、その他の支出を顧客に入力させる仕組みと、顧客が曖昧・自由に入力する品名を、費目・商品分類統一マスタＤＢ上に存在するどの費目・商品分類に該当するのかを探索し補完する仕組みをもって解決する。その際、曖昧な品名はマスタに存在しないことが考えられるため、品名に対する関連語をＷＥＢから自動抽出する特徴を有している。

即ち、小売の所持するＰＯＳデータ（家計簿実績ＤＢ）を用いて、顧客は自分の家計簿を補完すると共に、当該小売以外で購入した商品に関する情報をＰＯＳデータ（家計簿実績ＤＢ）に入力する。一方、小売は、ＰＯＳデータ（家計簿実績ＤＢ）を分析して、顧客個人の商品購入傾向を把握し、更に、情報提供の別形態として、属性が同種の顧客の購入履歴を分析し、その結果を表示できるようにする。このように、小売は、顧客個人、あるいは属性が類似した顧客の商品購入傾向を把握でき、顧客は、当該小売以外で購入した商品に関する情報を入力しなければならないが、その代わり、ＰＯＳデータによって自分の家計簿を補完できると共に、小売が提供する商品購入傾向の分析を利用できる。また、顧客が、当該小売以外で購入した商品に関する情報を入力する際に、商品マスタＤＢを参照することにより、顧客ごとの購入品の費目が統一されるので、顧客の商品購入傾向の分析の際に大量の同種のデータを用いた統計的な処理が可能になり、高信頼の分析結果が得られる。

また、上記により一元化された顧客の全支出情報を元に、顧客分析ＷＥＢシステムより顧客別、商品コード・商品分類別に購入額や取引回数などを集計し、集計結果一覧表だけではなく視認性の高い嗜好カラーマップへ結果を表示する仕組みを持って解決する。嗜好カラーマップでは、一人一人の商品嗜好を炙り出すために、各分析指標における対象者の素点数値（加工する前の元データ）が、比較母集団の中でどれくらいの位置にいるか、つまり偏差値を算出する。偏差値をさらに色別で表現することで視認性を高めることができる。また、一度に大量の分析結果を確認可能にするため、色が色相・彩度・明度の３軸から構成される特性を活かし、一度に３つの分析指標を１色へ次元削減することを可能にする特徴を有している。

小売側へは、Ｏｎｅ Ｔｏ Ｏｎｅマーケティングにむけ自社ＰＯＳのみの顧客分析から、顧客家計簿（業態・同業他社含む全支出）を利用した網羅的顧客分析ができる。また、顧客へ家計簿自動作成の付加価値を提供することで、その加盟企業内ですませば家計簿の手間が省けるという意識が働き顧客の囲い込みにつながる。

消費者側へは、家計簿作成の手間が省けるほかに、他の家庭の家計簿と費目・商品分類単位で比較できるため、支出見直しの参考となる。また、購入履歴により外出先での二重購入の防止につながる。

本実施形態に係るコンピュータネットワークシステム１００の全体構成例を示す図である。 第三者機関１８０の管理するハードウェア構成例を示す図である。 商品購入情報作成支援システム１００の概要を示す図である。 家計簿ＤＢサーバ１８３が具備する商品マスタＤＢ２３１のデータ構成例を示す図である。 家計簿ＤＢサーバ１８３が具備する費目・商品分類統一マスタＤＢ２３２のデータ構成例を示す図である。 家計簿ＤＢサーバ１８３が具備する分析指標用コード統一マスタＤＢ２３３のデータ構成例を示す図である。 家計簿ＤＢサーバ１８３が具備する顧客マスタＤＢ２３５のデータ構成例を示す図である。 家計簿ＤＢサーバ１８３が具備する商品分類候補マスタＤＢ２３６のデータ構成例を示す図である。 家計簿ＤＢサーバ１８３が具備する家計簿実績ＤＢ２３４のデータ構成例を示す図である。 家計簿ＡＰサーバ１８１が具備する支出追加登録機能２１１の処理のフローチャートを示す図である。 家計簿ＡＰサーバ１８１が具備する支出追加登録機能２１１の処理の一部である費目・商品分類補完処理のフローチャートを示す図である。 パソコン端末１６２あるいは携帯型端末１６３に表示される家計簿ＷＥＢシステム３１０の支出参照・追加画面例１２００を示す図である。 顧客分析ＡＰサーバ１８２が具備する商品嗜好及び自社購入率出力機能２２１の処理のフローチャートを示す図である。 顧客分析ＡＰサーバ１８２が具備する商品嗜好及び自社購入率出力機能２２１の処理を示すフローチャートで図１３の続きである。 分析用端末１３０に表示される顧客分析ＷＥＢシステム３２０の嗜好カラーマップ設定画面例１５００を示す図である。 分析用端末１３０に表示される顧客分析ＷＥＢシステム３２０の商品嗜好及び自社購入率分析画面例１６００を示す図である。 顧客分析ＡＰサーバ１８２が具備する商品嗜好及び自社購入率出力機能２２１の集計対象と分析指標の算出方法を示した表を示す図である。 家計簿ＤＢサーバ１８３が具備する集計ワークＤＢ２３７のデータ構成例を示す図である。

以下、本発明の一実施例について、図面を参照して詳細に説明する。なお、図１及び図２にてハード構成、図３にてシステム概要、図４〜図９にてＤＢのデータ構成、図１０以降で主要な機能をフローチャートと画面例を元に説明する。

本実施例では、加盟顧客１６０の総数はＭであり、個々の顧客（消費者）を符号Ｉ（Ｉ＝１〜Ｍ）で識別し、加盟企業１１０の総数はＮであり、個々の小売企業を符号Ｊ（Ｊ＝１〜Ｎ）で識別する。また、小売企業Ｊに含まれる店舗の総数はＮＪで、小売企業Ｊに含まれる個々の店舗を符号Ｋ（Ｋ＝１〜ＮＪ）で識別する。更に、小売企業Ｊに含まれる店舗Ｋが所有するＰＯＳレジスタの総数はｎＫであり、各レジスタの符号は、１〜ｎＫ（Ｋ＝１〜ＮＪ）であり、図１に示すように、店舗毎に、複数のＰＯＳレジスタに割り振られた符号の範囲が異なる。なお、図１では、店舗毎に、複数のＰＯＳレジスタに割り振られた符号の最小値「１」のレジスタと最大値のレジスタの２つのみを表示している。

以下の説明では、消費者Ｉ、小売企業Ｊ及びレジスタＫをそれぞれの代表として引用する。

図１は、本実施例に係るコンピュータネットワークシステム１００の全体構成例を示す図である。商品購入情報作成支援システム１００は、複数の小売企業Ｊ１４０と複数の消費者Ｉ１６５、商品購入情報作成支援システム１００を管理する第三者機関１８０にて構成される。

第三者機関１８０は、小売企業Ｊ１４０の店舗にあるＰＯＳレジスタ１４６、または各店舗のＰＯＳデータを基幹サーバ１４７で集積したＰＯＳ実績ＤＢ１４８等、及び分析用端末１５０とネットワーク１７０によって接続され、消費者Ｉ１６５のパソコン端末１６６または携帯型端末１６７ともインターネット等のネットワーク１７０によって接続される。

消費者Ｉ１６５は、パソコン端末１６２、１６６、あるいは携帯型端末１６３、１６７を所持し、第三者機関１８０との間で加盟登録を行い加盟顧客１６０となり、顧客ＩＤ情報を付したカード類と加盟顧客が家計簿ＷＥＢシステムを利用する際のログインＩＤやパスワードなどが交付される。

小売企業Ｊ１４０は、第三者機関１８０との間で加盟登録を行い加盟企業１１０となり、ＰＯＳデータを第三者機関に連携することを条件に、顧客分析ＷＥＢシステムを利用する際のログインＩＤやパスワードなどが交付される。連携するＰＯＳデータは、加盟顧客がレジ精算時に提示するカード類にてＰＯＳデータと顧客ＩＤを関連付けたＩＤ−ＰＯＳデータのみである。

第三者機関には、既存の共通ポイントビジネス事業主（消費者がひとつのポイントカードを所持するだけで、複数の加盟企業でポイントを貯めたり、使ったりできる企業横断型の共通ポイントプログラム事業者）が、既に加盟企業から提供されるＰＯＳデータを連携し加盟企業向けに販売・顧客分析システムを構築する場合に適している。

図２は、第三者機関１８０が管理するサーバのハードウェア構成例を示す図である。第三者機関１８０は、本実施例における動作の主体であり、家計簿ＡＰサーバ１８１、顧客分析ＡＰサーバ１８２、及び家計簿ＤＢサーバ１８３で構成されているが、これらのサーバは１台のサーバ（計算機）で構成してもよい。

加盟顧客１６０向けに家計簿ＷＥＢシステムを提供する家計簿ＡＰサーバ１８１は、記憶部２１０、ディスプレイ等の表示部２１５、キーボードやマウス等の入力部２１６、ＣＰＵの制御部２１７や通信制御部２１８を有している。記憶装置２１０には、プログラムとして支出追加登録機能２１１を具備する。

加盟企業１１０向けに顧客分析システムを提供する顧客分析ＡＰサーバ１８２は、記憶部２２０、ディスプレイ等の表示部２２５、キーボードやマウス等の入力部２２６、ＣＰＵの制御部２２７や通信制御部２２８を有している。記憶装置２２０には、プログラムとして商品嗜好及び自社購入率出力機能２２１を具備する。

家計簿ＤＢサーバ１８３は、家計簿ＡＰサーバ１８１と家計簿分析ＡＰサーバ１８２で共通利用するサーバである。記憶部２３０、ディスプレイ等の表示部２４０、キーボードやマウス等の入力部２４１、ＣＰＵの制御部２４２や通信制御部２４３を有している。記憶装置２３０にはデータベースとして、商品マスタＤＢ２３１、費目・商品分類統一マスタＤＢ２３２、分析指標用コード統一マスタＤＢ２３３、家計簿実績ＤＢ２３４、顧客マスタＤＢ２３５、商品分類候補マスタＤＢ２３６、集計ワークＤＢ２３７を具備している。前記３台のサーバは、イントラネットワーク等で接続されている。

図３は、商品購入情報作成支援システム１００の概要を示す図である。この商品購入情報作成支援システム１００は、第三者機関１８０が提供する家計簿ＷＥＢシステム３１０と顧客分析ＷＥＢシステム３２０から構成される。中核となる家計簿実績ＤＢ２３４は、加盟企業Ｊ１４０からの連携と加盟顧客Ｉ１６５からの入力の双方向で更新される。

加盟企業Ｊ１４０より、ＰＯＳ実績ＤＢ１２８から作成されたＰＯＳ連携ファイル３３１と、商品マスタＤＢ１２９から作成された商品マスタ連携ファイル３３０を受信し、家計簿ＤＢサーバ１８３内の家計簿実績ＤＢ２３４と商品マスタＤＢ２３１へ格納される。家計簿実績ＤＢ２３４と商品マスタＤＢ２３１を加盟顧客Ｉ１６５へ家計簿ＷＥＢシステム３１０として第三者機関１８０が公開することで、加盟顧客より、加盟企業以外での支出情報などが、支出追加登録能２１１を用いて入力され、家計簿実績ＤＢ２３４へ格納される。支出追加登録機能２１１は、会員顧客が入力した曖昧・自由な品名を、費目・商品分類統一マスタＤＢ２３２上に存在するどの商品分類に該当するのかを情報収集し、補完することで、ＰＯＳデータとの一元化を図っている。ＰＯＳデータと顧客入力データが格納された家計簿実績ＤＢ２３４に対して、担当者は顧客分析ＷＥＢシステム３２０を利用してマーケティングを行う。加盟企業の担当者が指定した分析条件より、会員顧客の商品嗜好及び自社購入率を集計し、集計結果一覧表や嗜好カラーマップなどへ結果を表示する商品嗜好及び自社購入率出力機能２２１がある。

本実施例では、図３に示すように、加盟企業Ｊ１４０、第三者機関１８０、及び加盟顧客Ｉ１６５の間で情報の授受が行われ、小売の所持するＰＯＳデータ（家計簿実績ＤＢ）を用いて、顧客は自分の家計簿を補完すると共に、当該小売以外で購入した商品に関する情報をＰＯＳデータ（家計簿実績ＤＢ）に入力する。一方、小売は、ＰＯＳデータ（家計簿実績ＤＢ）を分析して、顧客個人の商品購入傾向を把握し、更に、情報提供の別形態として、属性が同種の顧客の購入履歴を分析し、その結果を表示できるようにする。このように、小売は、顧客個人、あるいは属性が類似した顧客の商品購入傾向を把握でき、顧客は、当該小売以外で購入した商品に関する情報を入力しなければならないが、その代わり、ＰＯＳデータによって自分の家計簿を補完できると共に、小売が提供する商品購入傾向の分析結果を利用できる。また、顧客が、当該小売以外で購入した商品に関する情報を入力する際に、商品マスタＤＢを参照することにより、顧客ごとの購入品の費目が統一されるので、顧客の商品購入傾向の分析の際に大量の同種のデータを用いた統計的な処理が可能になり、高信頼の分析結果が得られる。

図４は、家計簿ＤＢサーバ１８３が具備する商品マスタＤＢ２３１のデータ構成例を示す図である。商品マスタＤＢ２３１は、各加盟企業の取扱商品情報を格納するテーブルであり、各加盟企業の取扱商品が新規に登録された、あるいは、既存商品の取扱いがなくなった場合に、ネットワークを介して商品マスタ連携ファイル３３０が第三者機関に転送され、更新される。図４に示すように、会社名４０１、商品コード４０２、商品名４０３、標準売価４０４、内容量４０５、単位４０６、希望小売価格と内容量から算出した容量単価４０７、費目４０８、商品分類として大分類４０９と小分類４１０、分析用指標の属性４１１と価格帯４１２などを対応付けて記憶する。

商品コード４０２には、ＪＡＮ(Japanese Article Number)コードやインストアコードが格納される。標準売価４０４は、メーカー希望小売価格であり、当日売価（販売価格）は加盟企業から連携されたＰＯＳ連携ファイル３３１より入手する。費目４０８は、一般的な小売の商品マスタＤＢには馴染みがないが、家計簿ＷＥＢシステムにてどの費目として集計されるのかを定義する。費目４０８と商品分類の大分類４０９と小分類４１０は、図５の費目・商品分類統一マスタＤＢ２３２にてマスタ管理されている。同一商品であっても、各社企業独自の商品分類を採用している可能性があるが、会社横断型で分析するためには統一した商品分類で管理する。

例えば、自社ではイタリアビール500mlという商品を、大分類：食品、小分類：イタリアで管理していたとしても、第三者機関への商品マスタ連携ファイル３３０作成時には、費目・商品分類統一マスタＤＢ２３２の大分類５０２：飲物、小分類５０３：ビールに変換し、更に、費目５０１の情報を付加する。各加盟企業担当者の手間を省く為、ＪＡＮコード商品は、第三者機関にて業界標準マスタ（ＪＩＣＦＳなど）の商品分類を用いて再登録してもよい。

商品属性４１１や価格帯４１２は、図６の分析指標用コード統一マスタＤＢ２３３でマスタ管理されている分析用の指標である。分析指標用コード統一マスタＤＢ２３３は、会社横断型で分析したい指標がある場合に登録する。

指標コード６１０には、ＴＹＰＥ６２０として、量的データと質的（カテゴリー）データの二種類が考えられる。例えば、商品属性コードの場合、「ヘルシー」「伝統」「ＰＢ」といったコード値６３０は、それぞれ独立したカテゴリーであるが、価格帯コードの場合、「Ｌ（低価格帯）」「Ｍ（中価格帯）」「Ｈ（高価格帯）」といったコード値６３０には、量的な関連性がある。そのため、尺度６４０に各コード値の間隔尺度は予め担当者により登録される。質的データのコードに対しては、例えば、嗜好カラーマップ用の表示色(色相）を名義尺度として設定する。

指標コード６１０は、商品属性４１１のように各加盟企業の担当者が商品マスタ連携ファイル３３０に新規に指標コードを追加して第三者機関に連携する場合と、図４に示した価格帯４１２のように加盟企業の全商品が集結した第三者機関１８０にて初めて算出できる場合がある。

価格帯の算出方法は、加盟企業を横断して小分類単位で商品レコードを抽出し、｛容量単価４０７の最大値−容量単価４０７の最小値｝／ｎより価格帯の区切り幅を求める。但し、ｎ＝価格帯の分割数とする。例えば、大分類：飲料、小分類：ビールに属する商品（図４の１〜５行目）を、Ｌ（低価格帯）、Ｍ（中価格帯）、Ｈ（高価格帯）に３分割する場合、区切り幅は、(1-0.3)/3=0.23となる。ゆえに、Ｌ（低価格帯）は容量単価４０７＜0.53の商品、Ｍ（中価格帯）は0.53≦容量単価４０７＜0.76、Ｈ（高価格帯）は容量単価４０７≦0.76となる。他に、価格帯の算出方法として、小分類単位の商品価格が正規分布していると仮定し、偏差値を利用して区切る方法も考えられる。

図７は、家計簿ＤＢサーバ１８３が具備する顧客マスタＤＢ２３５のデータ構成例を示す図である。顧客マスタＤＢ２３５は、第三者機関１８０に加盟した顧客１６５の情報を格納するテーブルであり、第三者機関の担当者によりデータが入力され、そのデータをコンピュータが受け取り更新される。図７に示すように、顧客ＩＤ７１０、集合体区分７２０、名前７３０、住所７４０、性別７５０などを対応付けて記憶する。集合体区分７２０は、顧客の年齢や性別、職種などでグループ化した消費者集団あるいはマーケティング区分を示す。

図８は、家計簿ＤＢサーバ１８３が具備する商品分類候補マスタＤＢ２３６のデータ構成例を示す図である。家計簿支出追加登録時に加盟顧客が入力した品名と、商品分類を関連付ける際に利用するテーブルの１つであり、第三者機関の担当者によりマスタデータが入力され、そのデータをコンピュータが受け取り更新される。また、支出追加登録機能２１１より学習（更新）する場合もある。図８に示すように、品名８１０、費目８２０、大分類８３０、小分類８４０を対応付けて記憶する。

図９は、家計簿ＤＢサーバ１８３が具備する家計簿実績ＤＢ２３４のデータ構成例を示す図である。家計簿実績ＤＢ２３４は、加盟顧客の全支出（加盟企業での支出、その他での支出）情報を格納するテーブルである。

前述の加盟顧客の加盟企業での支出情報は、加盟企業からネットワークを介して転送されたＰＯＳ連携ファイル３３１に対し、商品マスタＤＢ２３１から商品コードを４０２キーに取得した商品情報を付与して更新される。その場合、取得元９０１が「ＰＯＳ」となる。ＰＯＳ連携ファイル３３１から連携された項目（顧客ＩＤ９０２、レシートＮＯ.９０３、会社名９０４、店舗名９０５、購入日９０６、商品コード９０７、数量９０８、購入単価９０９）と、商品マスタＤＢ２３１から取得した項目（品名９１０、費目９１１、大分類９１２、小分類９１３、価格帯９１４、属性９１５）を対応付けて記憶する。

後述の加盟企業以外でのその他支出情報は加盟顧客により、家計簿ＷＥＢシステム支出参照・追加登録画面（図１２参照）からデータが入力され、そのデータをコンピュータが受け取り更新される。その場合、取得元９０１が「顧客」となる。家計簿支出参照・追加登録画面から登録された項目（購入日９０６、数量９０８、購入単価９０９、品名９１０、費目９１１、大分類９１２、小分類９１３）とログイン者（顧客ＩＤ９０２）、画面の明細行（レシートＮＯ.９０３）を対応付けて記憶する。商品マスタＤＢ２３１情報である商品コード９０７、価格帯９１４、商品属性９１５や購入店舗名９０５などは不明となる為、「−」などで更新する。

図１０は、家計簿ＡＰサーバ１８１が具備する家計簿ＷＥＢシステム３２０の支出追加登録機能２１１の処理を示すフローチャートである。支出追加登録機能２１１は、家計簿ＷＥＢシステム支出参照・追加画面（図１２参照）にて、加盟顧客が支出明細一覧（追加分）１２１０の表に、加盟企業以外での支出情報を入力し、登録ボタン１２２０を押下することで呼び出される（Ｓ１００１）。入力された支出情報を加盟企業が顧客分析する為、あるいは加盟顧客が家計の支出見直しとして、他者の家計簿と商品分類単位で詳細比較する為に、入力された品名を費目・商品分類統一マスタＤＢ２３２上の費目・商品分類と関連付けて家計簿実績ＤＢ２３４に登録することを目的としている。

そのために、まず、図１２の画面の支出明細一覧（追加分）１２１０に、品名１２１１、数量１２１２、購入単価１２１３が全て入力されていることをチェックする（Ｓ１００２）。未入力項目がある場合は、エラーメッセージボックス（図示せず）を画面に表示する（Ｓ１０１２）。問題なければ、１行目の品名１２１１に対する費目１２１４、商品分類の大分類１２１５、小分類１２１６が入力されているかをチェックし（Ｓ１００４）、空白であれば費目・商品分類補完処理（Ｓ１００５、図１１参照）により候補となる費目・商品分類を画面の１行目に表示する（Ｓ１００６）。

これを入力行数分繰り返し（Ｓ１００３）、次に、候補として提示した費目・商品分類の値がマッチしていることを加盟顧客に確認させるメッセージボックスを画面に表示する（Ｓ１００７）。アンマッチの場合、加盟顧客は費目・商品分類統一マスタＤＢ２３２を参照し値を修正する。マッチしている場合は、メッセージボックスのＯＫボタンを押下する。支出追加登録機能２１１がＯＫボタンの押下を検知すると、支出明細一覧（追加分）１２１０の内容を家計簿実績ＤＢへ登録する（Ｓ１００８）。また、費目・商品分類補完処理の精度向上のため、提示した費目・商品分類を加盟顧客がアンマッチと判断して修正した場合に（Ｓ１０１０）、商品分類候補マスタＤＢ２３６へその品名・費目・商品分類を学習させる（Ｓ１０１１）。

図１１は、図１０の支出追加登録機能２１１より呼び出される費目・商品分類補完処理（Ｓ１００５）を示すフローチャートである。加盟顧客が支出情報入力の際に、費目・商品分類を指定する手間を省くことを目的としている。但し、加盟顧客が入力する品名は、非常に曖昧（方言、略称など）で商品マスタＤＢ等に存在しないことが考えられるため、品名に対する関連語をＷＥＢから自動抽出し、商品分類を提示する特徴を有している。

まず、入力された品名１２１１が、過去にその加盟顧客の家計簿に登録されていないかを、図１２の画面から取得した顧客ＩＤ１２３０と品名１２１１をキーに、家計簿実績ＤＢ２３４を検索する（Ｓ１１０２）。ヒットした場合、その品名に関連付けられた費目・商品分類を戻り値として支出追加登録機能２１１に戻る（Ｓ１１０８）。ヒットしなかった場合は、品名１２１１をキーに、商品分類候補マスタＤＢ２３６の品名８１０や、商品マスタＤＢ２３１の商品名４０３、費目・商品分類統一マスタＤＢ２３２の大分類５０２、小分類５０３との部分一致検索より抽出する（Ｓ１１０３）。

ヒットすれば戻り値を返し（Ｓ１１０８）、ヒットしなければ入力された品名１２１１の関連語をＷＥＢ検索する（Ｓ１１０４）。ＷＥＢ検索の手段として例えば、公知のＷＥＢ検索ＡＰＩを利用し、オンライン辞書などのサイトに制限した状態で品名１２１１をＷＥＢ検索する。ヒットしたサイトの概要説明文を、公知の単語分割キットや形態解析エンジンにより単語に分割し、関連語とする。取得した関連語をキーに、（Ｓ１１０３）と同様に商品分類候補マスタＤＢ２３６や商品マスタＤＢ２３１や費目・商品分類統一マスタＤＢ２３２との部分一致検索をする（Ｓ１１０６）。

ヒットすれば戻り値を返し（Ｓ１１０８）、ヒットしなければ、取得した関連語分だけ検索を繰返し実行（Ｓ１１０６）し、抽出した関連語が全てヒットしなければ戻り値を空白とする（Ｓ１１０７）。

具体例を用いて説明すると、図１２の支出明細一覧（追加分）１２１０の１行目の品名は、「ダイ＊＊＊」である。これを、ＷＥＢ検索ＡＰＩを利用すると概要説明文として”ダイ・＊＊＊（Ｄｉｅ ＋＋＋＋）は、１９８８年のアメリカのアクション映画。ロデリック・＠＠＠…”が取得できる。これを単語に分割すると、「ダイ・＊＊＊」「Ｄｉｅ ＋＋＋＋」「１９８８年」「アメリカ」「アクション」「映画」…となり、これらをキーにマスタ検索すると、費目・商品分類統一マスタＤＢ２３１の小分類５０３に「映画」があるため、費目：生活費、大分類：レジャー、小分類：映画が戻り値となる。

上記の処理により、ＷＥＢシステムを介して個々の情報（例えばタイトル）と費目の大／小分類を対応付けることができる。

図１３及び図１４は、顧客分析ＡＰサーバ１８２が具備する顧客分析ＷＥＢシステム用の商品嗜好及び自社購入率出力機能２２１の処理を示すフローチャートである。商品嗜好及び自社購入率出力機能２２１は、顧客分析ＷＥＢシステム 商品嗜好及び自社購入率分析画面（図１６参照）にて、加盟企業が分析条件１６０１として期間１６０２や対象者１６０３、比較集合体１６０４を指定後、嗜好カラーマップ出力ボタン１６１２を押下することで呼び出される（Ｓ１３０１）。

嗜好カラーマップでは、一人一人の商品嗜好を抽出するには、各指標における対象者の素点数値が、比較集合体の母集団の中で、どれくらいの位置にいるか、つまり偏差値（無次元数）を用いる。偏差値をさらに色で表現することで視認性を高めることを目的としている。また色には、色相・彩度・明度の３軸から構成される特性を活かし、一度に３つの分析指標を１色へ次元削減でき、一度に大量の分析結果を確認可能にする特徴を有している。

商品嗜好及び自社購入率出力機能２２１は、大きく三つのフェーズに分かれている。まず家計簿実績ＤＢ２３４より分析条件をキーに図１７の表を用いて集計する第一フェーズ（Ｓ１３１０）、嗜好カラーマップ用の値を算出する第二フェーズ（Ｓ１４０１）、嗜好カラーマップを画面表示する第三フェーズ（Ｓ１４１１）である。

まず、事前確認として、顧客分析ＷＥＢシステムの嗜好カラーマップ設定画面（図１５参照）にて、分析結果出力エリア設定１５０１と分析指標設定１５１０が既に行われているかを確認する（Ｓ１３０２）。分析結果出力エリア設定１５０１では、費目エリア１５０２と商品分類エリア１５０３に分かれたマップ枠が図示されており、各々C₁〜C_n、G_(1,1)〜G_(m,n)のセルに分割されている。各セルに対し、担当者がマップ上に表したい費目や商品分類を任意に抜粋し、プロパティ設定１５０４を行なう。セル結合することで、大きく表示することも可能である。

図１６の嗜好カラーマップでは、費目：食費に属する大分類を５つ（飲料、惣菜、居酒屋、ファストフード、イタリアン）抜粋し、各々左側をセル結合して大分類を大きく表示し、右側にその大分類に属する小分類を表示させている。また、分析指標設定１５１０では、分析結果出力エリア設定１５０１で指定したマップ枠に対し、何の分析結果をカラーマップ表示するかを指定する。最大で、３つの軸（色相、彩度、明度）上に分析指標の数値データと、自社購入率線１５１４の表示が可能である。図１５では、色相（Ｈ）軸１５１１に購入額、彩度（Ｓ）軸１５１２に相対購入額、明度（Ｖ）軸１５１３に取引件数の分析指標を設定し、自社購入率線１５１４を表示するように選択している。

次に、第一フェーズでは、図１７の表に示すように集計を行う。図１６で加盟企業の担当者が入力した期間１６０２と対象者１６０３をキーに、家計簿実績ＤＢ２３４より対象レコードを抽出し、費目９１１、大分類９１２、小分類９１３の順にソートする。費目が同一のレコードに対し、購入額算１８０６出のため購入単価×数量の総和を求める（１７０４）。取引件数１８０７算出のため、購入日と店コードとレシートＮＯ.が同一のレコードであれば１取引となるように、購入日と店コードとレシートＮＯ.をアンド条件で連結し、重複を省いてカウントする（１７０５）。価格帯別購入数１８０８〜１８１０算出のため、価格帯別に数量の総和を求める（１７０６）。相対購入額１８１１算出のため、価格帯別購入数１８０８〜１８１０×価格帯コード別の尺度６４０の総和を求める（１７０７）。これらの集計結果を、集計ワークＤＢ２３７に記録し、全費目分について前記処理を繰り返す。

集計単位１７１０として費目別だけでなく、費目／大分類別、費目／大分類／小分類別でも集計する。具体例を、図１６を用いて説明すると、期間１６０２：2013/01/01〜2013/01/31、対象者の顧客ＩＤ１６０３：１をキーに家計簿実績ＤＢ２３４からレコードを抽出し（図９のデータ内容参照）、例えば費目：食費、大分類：飲料、小分類：ビールを集計する場合、図９の１，２，３，５，６レコード目が集計対象となる。よって、購入額は数量９０９×購入単価９０９より、（250×1+150×1+1800×2+1800×2+500×5)=10100となる。

算出された値は、図１８の集計ワークＤＢ２３７の購入額１８０６の３レコード目に書き込まれる。取引件数は、図９の２，３レコード目が重複レコードの為に４件となるので、図１８の集計ワークＤＢ２３７の取引件数１８０７の３レコード目に書き込まれる。価格帯別購入数は、Ｌ（低価格帯）が２つ、Ｍ（中価格帯）が４つ、Ｈ（高価格帯）が５つとなるので、図１８の集計ワークＤＢ２３７のＬ購入数１８０８、Ｍ購入数１８０９、Ｈ購入数１８１０に各々書き込まれる。相対購入額は、2×0.2（価格帯コードＬの尺度６４３）+4×0.5（価格帯コードＭの尺度６４２）+5×0.8（価格帯コードＨの尺度６４１）＝6.4となり、それぞれ集計ワークＤＢ２３７の相対購入額１８１１に記録される。

対象顧客の全支出を対象にした集計処理が完了すると、顧客分析ＷＥＢシステムにログインした加盟企業への支出に限定して集計する（Ｓ１３１２）。そのため抽出条件が、図１６で加盟企業の担当者が入力した期間１６０２と対象者１６０３、その担当者の企業名１６４０となる。抽出条件が異なるだけで、集計内容はＳ１３１１と同様である。例えば、図１８の１５〜１８行目となる。

自社支出を対象にした集計処理が完了すると、図１６で加盟企業の担当者が入力した比較集合体１６０４に属する全顧客ＩＤを対象に集計する。そのため抽出条件は、期間のほかに、顧客マスタＤＢから抽出した比較集合体に属する全顧客ＩＤとなる。顧客ＩＤ単位に、Ｓ１３１１と同様の集計を行う。例えば、図１８の１９行目以降となる。比較集合体には、デフォルトで対象者の集合体区分が表示される。

第二フェーズでは、顧客分析ＷＥＢシステム嗜好カラーマップ設定画面（図１５参照）で入力された設定情報を元に、集計ワークＤＢの値を嗜好カラーマップ用に変換する。色相、彩度、明度軸に指定された分析指標に対し、比較集合体（母集団）が正規分布に従うと仮定し、における偏差値を下記の式より求める（Ｓ１４０３）。
偏差値Ｔ_iは、数１より求める。

ただしσ_x≠0であり, μ_x は、数２で表される。

σ_xは、数３で表される。

ここで、Ｎ：母集団の大きさ Ｘ_i：個々の値 μ_x：算術平均 σ_x：標準偏差を意味する。

具体例を用いて説明すると、集計ワークＤＢ２３７より対象顧客である山田花子（顧客ＩＤ：１）の、費目：食費、大分類：飲料、小分類：ビールの購入額10,100円（図１８の３レコード目）の偏差値を求める場合、比較集合体に属する全顧客の算術平均額μ_xが5,110円、標準偏差σ_xが4334.6だったすると、山田花子のビール購入量の偏差値Ｔ_iは、数４から61.5となる。

各々分析指標の偏差値算出が終われば、次にＨＳＶ（図１６に示す色の３要素）モデルへ変換する（Ｓ１４０４）。

色相軸で表示する分析指標の場合、サーモグラフィのように偏差値が小さい場合は青色（Ｈ＝240°）、中間の場合は緑色（Ｈ＝120°）、大きい場合は赤色（Ｈ＝0°）とグラデーションに変化させる。そこで、算出した偏差値（1〜100)を、任意の刻みで色相を分割し対応付ける。例えば、図１６の色相の凡例（１６３２〜１６３７）のように偏差値を５刻みにし、最小偏差値のグループに青色（240°）を割り当て、最大偏差値グループに赤色（Ｈ＝0°）を割り当て、中間の偏差値グループへは、色相を按分して割り当てる。

凡例１６３７は、偏差値＜40なのでＨ＝240、凡例１６３６は40≦偏差値<45なので、Ｈ＝192、凡例１６３５は45≦偏差値＜50なのでＨ＝144、凡例１６３４は50≦偏差値＜55なのでＨ＝96、凡例１６３３は55≦偏差値＜60なのでＨ＝48、凡例１６３２は偏差値＞60なのでＨ＝0となる。Ｓ１４０３の説明で利用した具体例の場合、偏差値が61.5のため赤色（Ｈ＝0°）となる。

彩度軸で表示する分析指標の場合、灰色のような無彩色（Ｓ＝0）から鮮やかな色（Ｓ＝1）とグラデーションに変化する。明度軸で表示する分析指標の場合も同様に、暗色（Ｓ＝0）から明色（Ｓ＝1）とグラデーションに変化する。両軸とも、算出した偏差値（1〜100)を、0〜1に規格化して計算することで対応付ける。但し、人間の視覚上、Ｓ＝0〜0.3辺りは区別が困難であるため、例えば0.4〜1の区間をのみを利用するなどの制限を行っても良い。

次に、算出したＨＳＶの値を、ＲＧＢモデルに変換（Ｓ１４０５）し、ディスプレイなどの画面表示に備える。最後に、自社購入率線を算出する（Ｓ１４０６）。集計ワークＤＢ２３７より対象者の自社購入額の全支出に対する割合を計算することで、自社購入率を各々の費目、商品分類単位に計算する。

第三フェーズでは、嗜好カラーマップを画面表示するために、まず、嗜好カラーマップ設定画面（図１５参照）の分析結果出力エリア設定１５０１で作成したマップ枠を元に、表示対象の費目や商品分類のエリアに表色する（Ｓ１４１２）。

以上で嗜好カラーマップ自体の出力処理は終了するが、担当者を補助する仕組みとして動的に凡例表示を行う。画面出力された嗜好カラーマップに担当者がマウスポイントしたのを検知すると（Ｓ１４１３）、その色のＨＳＶを凡例１６３８に表示する。

例えば、図１６の嗜好カラーマップ１６２１のビール１６２２にマウスポイントされた場合、Ｓ１４０４よりＨ＝0,Ｓ＝1,Ｖ＝0.8と算出されていたとすると、凡例１６３８に、色相Ｈ＝0で固定し、Ｓ、Ｖ＝0〜1にグラデーションされた画像を表示する。さらに、その画像上にＳ＝1, Ｖ＝0.8の位置にドットをプロットする。

出力されたカラーマップ１６２１の見方について、商品嗜好及び自社購入率分析画面（図１６参照）を元に説明する。各セルに、費目名や商品分類が表示されている。カッコ書きの数字は、色相を表している。同じ赤色(1)であっても、彩度や明度が異なる為に、同一の色で画面表示されているとは限らない。また、各セルには点線の自社購入率線が表示されている。これはセルの左側であるほど自社購入率が低く、右側であるほど高いことを意味している。

担当者はこの嗜好カラーマップを見ることで、赤色で表色された商品分類（嗜好商品）にも関わらず、自社購入率が低いものを見つけることで、同業他社からシフトするアプローチを行う、あるいは、自社取扱商品と関連がある他業態の商品分類をチェックすることで、例えば、スーパーでビールを購入しなくとも居酒屋でビールをよく購入しているならば、その顧客の嗜好商品がビールであることを確認できる。他に、全エリアが灰色っぽい場合は、低い価格帯のものを購入する傾向にある顧客であることを確認でき、全エリアが明るい場合は、こまめに来店する客であることが確認できる為、その顧客にあったアプローチを考えられる。

嗜好カラーマップの応用例として、下記のような分析も可能である。例えば、分析条件指定１６０１の対象者１６０３を集合体区分に指定し、比較集合体１６０４に全顧客を指定すれば、集合体区分の特徴をつかむことができ、従来のマス・マーケティングにも利用できる。また、分析指標に、商品属性コードやＰＯＰコードなどその他の分析項目を設定し、その顧客が購入する要因をさらに分析することが出来る。例えば、多くの商品分類でダイエット属性をもった商品を購入していれば、購入額が少ない商品分類に対してもダイエットをキーワードにアプローチできる。

また、上記では、顧客ひとりとりを嗜好カラーマップで表現したが、特定商品を売込む顧客ターゲットを選定するような場合は、商品嗜好及び自社購入率分析画面（図１６参照）の集計結果一覧表ＤＬ１６１３より、集計ワークＤＢ２３７に記録された全レコード（Ｓ１３１０）を取得し、表計算ソフトなどより閾値以上の数値をもった顧客を抽出したほうが的確である。また、商品嗜好及び自社購入率出力機能２２１を加盟顧客向けに公開することで、自分の家計簿を、自分と状況が似た人達（集合体区分が同一の人）の家計簿と比較して、どの商品分類に無駄遣いをしているのかなどの家計の支出見直しができる。

他に、家計簿実績ＤＢに蓄積されたデータを利用することで、例えば下記のような応用も可能である。顧客ＩＤを軸にした顧客分析だけでなく、店舗を軸にして、その店舗の利用顧客の嗜好商品を抽出し売場作りにも利用できる。

以上、本発明の一実施例を説明したが、本発明はこれに限定されるものではなく、その要旨を逸脱しない範囲で種々変更可能である。

１８０：第三者機関、１４０：加盟企業、１６５：加盟顧客、１００：商品嗜好及び自社購入率取得システム、３１０：家計簿ＷＥＢシステム、３２０：顧客分析ＷＥＢシステム、２１１：支出追加登録機能、２２１：商品嗜好及び自社購入率出力機能、２３４：家計簿実績ＤＢ、２３１：商品マスタＤＢ、２３６：商品分類候補マスタＤＢ

Claims (4)

1. 複数の小売企業のサーバと複数の消費者の端末と、前記小売企業のサーバと、前記消費者の端末との間で授受される商品購入情報の作成を支援する第三者機関とがネットワークを介して接続された商品購入情報作成支援システムであって、
   前記第三者機関は、
   前記小売企業で前記消費者が購入した商品に関する情報であるＩＤ−ＰＯＳデータを格納した家計簿実績ＤＢ、
   前記小売企業以外で購入した商品に関する情報を前記消費者の端末から受信し、前記商品に関する詳細な情報を保持した商品マスタＤＢを参照して、前記家計簿実績ＤＢに登録する支出追加登録手段、
   前記消費者の家計簿を補完するために、前記ＩＤ−ＰＯＳデータを前記消費者の端末に送信する手段、
   前記家計簿実績ＤＢに登録された前記ＩＤ−ＰＯＳデータを分析し、前記消費者個人の商品購入傾向、あるいは同種の消費者の購入履歴の分析結果を、前記消費者の端末に出力する顧客分析手段を有し、
   前記顧客分析手段は、
   前記小売企業からの指示に基づいて、商品嗜好及び自社購入率を分析する際に、一般的な表形式やグラフ形式での結果表示のほかに、視認性の高い嗜好カラーマップへ結果表示する手段を有し、
   前記嗜好カラーマップでは、一人一人の商品嗜好を抽出するために、各分析指標における対象者の素点数値が、比較母集団の中でどれくらいの位置にいるかを示す偏差値を算出し、前記偏差値をさらに色別で表現し、一度に大量の分析結果を確認可能にするために、色が色相、彩度、及び明度の３軸から構成される特性を用いて、一度に３つの分析指標を１色へ次元削減することを特徴とする商品購入情報作成支援システム。
2. 前記支出追加登録手段は、
   前記商品に関する情報を補完するため、前記商品に関する関連語をＷＥＢから抽出する手段、及び
   前記抽出に対し、前記消費者がアンマッチと判断して修正した場合は、前記商品マスタＤＢへ前記商品に関する品名、費目、及び商品分類を学習させる手段を有することを特徴とする請求項１記載の商品購入情報作成支援システム。
3. 前記第三者機関は、
   前記小売企業が所持しているＰＯＳデータ、及び商品マスタを含む情報を前記消費者の端末に出力し、
   前記消費者の端末から入力された追加入力情報を前記小売企業へ循環させることを特徴とする請求項１記載の商品購入情報作成支援システム。
4. 前記第三者機関は、
   前記消費者が前記小売企業で購入した商品による支出を、前記消費者の家計簿と連携させる手段、及び
   他の消費者の家計簿と費目や商品分類単位で支出額の詳細比較分析及び節約ランキングを含む情報を前記消費者に提示する手段を有することを特徴とする請求項１記載の商品購入情報作成支援システム。

Images