JP6131658B2 - データ分析装置、及びデータ分析方法 - Google Patents

Description

本発明は、データ分析装置、及びデータ分析方法に関する。

多くの消費者に対して、非常に多くの種類の商品を販売する場合、大量の購買データに対して適切な分析を行うことが重要視されている。この分析が適切に行われることによって、各消費者ニーズに適合した、より適切な販売計画等を策定することができる。また、商品に限らず、サービスを提供する業者にとっても同様である。

従来から、消費者の購買行動などに関するデータを分析する手法として、クラスタ分析などが利用されている。クラスタ分析は、階層的クラスタリング、非階層的クラスタリングなどが用いられている。

上述の階層的クラスタリングは、分析の結果が乱数に依存しないものの、現実的な計算資源と時間の範囲内で、分析できる規模が小さいという性質がある。また、上述の非階層的クラスタリングは、現実的な計算資源と時間の範囲内で、分析できる規模が大きいという性質があるが、乱数を用いるため、分析対象によっては、分析結果が安定しないことがある。

多くの消費者に対して、非常に多くの種類の商品について購入を行う際に取得される購買データなどに、従来のクラスタリング手法などを利用した場合、十分な分析が行えない場合が多い。例えば、上記非階層的クラスタリングを用いた場合には、クラスタリングの結果が安定せず、顧客層の分析が十分に行えない場合が多いという課題が存在する。

このため、実施形態では、購買データなどに対して、より適切に顧客層の分析結果を提供できるデータ分析装置、及びデータ分析方法を提供することを目的とする。

一実施形態によれば、複数の顧客を識別する顧客識別データの各々に対応付けて商品の属性と購買金額とを含む購買データを記憶する記憶部と、前記記憶部に記憶された前記購買データに基づいて、前記購買金額について複数の前記商品の属性の各々によって次元が割り当てられた多次元空間に前記購買データを表す点を置いた場合に、前記購買データを表す複数の点の各々の座標位置に基づいて、軸方向への前記複数の点の分散が大きい順に複数の所定の軸を特定する分散方向軸特定部と、前記複数の所定の軸の各々について、軸方向の両端にそれぞれ存在する２つの前記点に対応する複数の購買データを、前記記憶部に格納された前記複数の顧客購買データから代表データとして抽出し、代表データの集合を生成する、代表データ集合生成部であって、前記代表データの集合に含まれる各々の代表データに、それぞれ所定の顧客層識別子を付与する、代表データ集合生成部と、前記代表データの集合を除く前記購買データの各々に、前記代表データの集合に含まれる各々の前記代表データからの距離が一番近い前記代表データの前記顧客層識別子を付与する、顧客層識別子付与部と、前記記憶部に格納された前記顧客層識別子が付与された前記複数の購買データに関する情報を出力する情報出力部と、を有するデータ分析装置が提供される。

実施形態によれば、購買データなどに対し、より適切なデータ分析が行える。

購買データの分散が大きい複数の方向軸の例を示す図である。 一実施形態の構成例を示すブロック図である。 一実施形態の方法の概略を示すフローチャートである。 一実施形態の顧客層数を適合させる例を示すフローチャートである。 複数の購買データを各顧客層にクラスタリングする複数の例を示す図である。 顧客層数適合前と顧客層数適合後の顧客層識別子の対応関係の例を示す表である。 一実施形態の顧客層数の評価データを得る例を示す図である。 顧客層間の最小距離と顧客層内の最大距離とを例示する図である。 一実施形態の顧客層数に関する評価グラフの出力例を示す図である。 一実施形態のハードウェア構成を示す図である。

以下、図面に基づいて本発明の実施の形態を説明する。

図１のうち図１（Ａ）は、購買データの分散が大きい複数の方向軸の例を示している。また、図１（Ｂ）は、具体的な商品の購買データテーブル１９０を示している。なお、本明細書では、商品に関する購買データを例に説明するが、購買の対象は、商品に限定されるものではない。本明細書、及び特許請求の範囲における「商品」又は「商品の属性」とは、最も広い意味に解釈されるべきであり、例えば、「サービス」も「商品」又は「商品の属性」に含まれるものである点に留意すべきである。

また、「商品」又は「商品の属性」は、特定の型式の商品に限られず、商品カテゴリなどの幅を持った商品群を指し示しても良い。例えば、「商品」又は「商品の属性」の例としては、「ジャケット」であってもよく、「Ａ社のジャケットＢ」であってもよく、「衣類」などの商品カテゴリであってもよい。したがって、明細書、及び特許請求の範囲、図面に用いられる「商品」又は「商品の属性」の用語は、上述の例に基づいて解釈される点に留意すべきである。

図１（Ｂ）において、顧客番号１９１は、顧客に割り当てられた顧客識別データの一例である。商品Ａの欄１９２、商品Ｂの欄１９３、その他の商品の欄１９４には、顧客番号００１の顧客が購入した商品Ａの購買額５００円が後述の記憶部２１０に記憶されている。同様に商品Ｂの購買額３００円が後述の記憶部２１０に記憶されている。

図１（Ａ）において、商品Ａの購買額を座標軸１２０とし、商品Ｂの購買額を座標軸１１０として、購買データテーブル１９０の購買データをプロットしたグラフが示されている。例えば、点１３５は、顧客番号００１の購買データを表している。すなわち、商品Ａの購買額が５００円であり、商品Ｂの購買額が３００円であることが分かる。

実施形態では、図１（Ａ）に示されるように、プロットされた購買データの分散が一番大きい方向に軸をとった方向軸１３０と、プロットされた購買データの分散が各種法で許される範囲内で二番目に大きい方向軸１４０とが示されている。この方向軸１３０、及び方向軸１４０は、当業者に知られている主成分分析、独立成分分析などの手法により求めることができる。

具体的に、方向軸を求めるための例を以下に簡単に説明する。

例えば、一番目に分散が大きい方向軸を求めるためには、主成分分析における第１主成分ベクトルを求めてもよい。多変量測定値としての購買データの分散共分散行列Ｖの固有値方程式を解き、その最大固有値に対応する固有ベクトルが、第１主成分ベクトルとなる。そして、この第１主成分ベクトルが、図１（Ａ）における一番目に分散が大きい方向軸１３０となる。同様に、二番目以降に分散が大きい方向軸についても、第２主成分以下の主成分を同様にして求めればよい。

本明細書、及び特許請求の範囲においては、このようにして求められる軸を方向軸と呼ぶ。

図１（Ａ）において、一実施形態では、方向軸１３０及び方向軸１４０を基にして、以下のようにして２つの代表データを求めることができる。方向軸１３０の軸方向の両端に存在する点１３２と、点１３４によって表される２つの購買データを２つの代表データとして採用してもよい。

これらの点１３２及び点１３４は、プロットされた複数の点の中で、特徴的な点であることが分かる。すなわち、点１３２は、商品Ａ及び商品Ｂの何れも購買額が大きい顧客に対応する点である。そして、点１３４は、商品Ａ及び商品Ｂ共に、購買額が小さい顧客に対応する点である。

次に、方向軸１４０の軸方向の両端に存在する点１４２と、点１４４によって表される２個の購買データを、更に代表データとして加えることができる。これらの点１４２及び点１４４についても、プロットされた複数の点の中で、特徴的な点であることが分かる。すなわち、点１４２は、商品Ａの購入額は比較的に小さいが、商品Ｂの購入額は比較的に大きい顧客に対応する点である。そして、点１４４は、商品Ａ及び商品Ｂ共に購入額は小さいが、商品Ａの購入額に関しては、商品Ｂの購入額に比較して大きい顧客に対応する点である。

このように、図１（Ａ）においては、点１３２、点１３４、点１４２、及び点１４４にそれぞれ対応する４つの購買データが、４つの代表データとして採用され得る。これらの代表データは、購買データの中でも、特徴的なデータに属すると解釈することができる。したがって、一実施形態では、後述するように、これらの代表データを利用して、購買データのクラスタを形成させるようにしている。

このような特徴的な代表データを用いることによって、乱数を用いる非階層的クラスタリングの手法などと比して、より安定的なクラスタリングを行うことができる。なお、座標軸の原点１８０は、便宜的に設定した点である。

図２は、一実施形態の購買データ分析装置２００の構成例のブロック図を示している。購買データ分析装置２００は、記憶部２１０、分散方向軸特定部２２０、代表データ集合生成部２３０、顧客層識別子付与部２４０、情報出力部２６０を有してもよい。

まず、購買データ２０２が、記憶部２１０に順次格納される。格納された購買データは、図１（Ｂ）の購買データテーブル１９０の形で格納されても良い。なお、記憶部に格納される形態は、表形式に限られず、必要に応じて他の形式で記憶することができることは言うまでもない。

分散方向軸特定部２２０は、図１（Ａ）に示したように、分散方向軸を特定することができる。一般には、Ｎ個の商品に対して購買データが取得される場合、Ｎ次元空間内に購買データの各々が点としてプロットされ得る。この場合には、例えば主成分分析を用いた場合には、方向軸への分散が大きい順に取得される方向軸は、Ｎ本となる。なお、実施形態においては、このＮ本の方向軸全てを利用することが必須であるわけではない。

代表データ集合生成部２３０は、図１（Ａ）を用いて説明したように、複数の方向軸の各々において、それぞれの軸方向で２つずつ（方向軸の方向の端で１つずつ）取得され得る。一般的には、上述のようにＮ種類の商品があれば、Ｎ次元空間が形成され、Ｎ個の方向軸が決定され得る。このため、２Ｎ個の代表データが取得され得る。なお、全ての方向軸を用いることが必須ではないため、２Ｎ個の代表データより少ない代表データを取得してもよい。取得された代表データの集合は、記憶部２１０に記憶してもよい。

記憶部２１０は、実施形態における様々なデータを記憶し、記憶されたデータを必要とする処理に利用されるよう、適切な処理部にデータを提供する。

顧客層識別子付与部２４０は、代表データを含む購買データに対して、顧客層識別子を付与することによって、購買データの各々を適切な顧客層に分類（クラスタリング）することができる。

顧客層識別子付与部は、例えばオペレータから、顧客層数を受け取る受取部２４４と顧客層数適合部２４２を含んでもよい。

まず、受取部２４４が、１つの顧客層数をオペレータから受け取った場合を以下に説明する。

代表データ集合生成部２３０で取得された代表データの集合の各々には、代表データ集合生成部２３０において、それぞれ異なる顧客層識別子が付与されていてもよい。

そして、顧客層数適合部２４２は、代表データの集合の各々に予め付与されている顧客層識別子の数（すなわち代表データの数）と、受取部２４４が受け取った顧客層数を比較する。

比較の結果が一致した場合には、顧客層数適合部２４２は、何も行わなくてもよい。顧客層識別子の数（すなわち代表データの数）が、受け取った顧客層数よりも大きい場合には、以下の一連の処理を行うことができる。

なお、前提として、代表データの数が、受け取った顧客層数よりも大きくなるよう、代表データを予め選定しておくものとする。

（１）異なる顧客層識別子を持つ代表データの各々の間の距離を算出し、一番近い代表データのペアを特定する。なお、複数の代表データに同一の顧客層番号が既に割り当てられている場合には、これらの代表データのうち、距離が一番遠い識別子の組合せの距離を採用してもよい。

（２）特定されたペアの代表データに対して、同一の顧客層識別子を付与する。例えば、２つの代表データのうちの一方の顧客層識別子を他方の代表データが持つ顧客層識別子に上書きして置き換えることによって、このペアの代表データの顧客層識別子が同一のものとなる。

（３）代表データの集合に含まれる代表データに付与された、異なる顧客層識別子の数が、受け取った顧客層数以下となるまで、上記（１）及び（２）の処理を繰り返す。

以上の処理によって、代表データの集合に付与されている異なる顧客層識別子の数が、受け取った顧客層数以下となる。

以上の処理が終了したら、顧客層識別子付与部２４０は、代表データの集合を除く購買データの各々に、代表データの集合の各々からの距離が一番近い代表データの顧客層識別子を付与する処理を行ってもよい。

この処理によって、購買データの各々に対して、顧客層識別子が付与される。この顧客層識別子が付与された購買データは、記憶部に記憶される。

上記の処理において、「距離」とは、Ｎ次元空間におけるユークリッド距離を用いることができる。

なお、本実施形態は、上記の処理に限定されるものではない。

情報出力部２６０は、顧客層識別子が付与された購買データを、所定の形式に加工してディスプレイ、プリンタ、又は他の処理装置等に出力してもよい。

また、情報出力部２６０は、顧客層間最小距離算出部２６１と顧客層内最大距離算出部２６２を含んでもよい。

顧客層間最小距離算出部２６１は、異なる顧客層に属する購買データの間の最小距離を算出する。顧客層間最小距離が、小さい場合は、異なる顧客層の購買データで構成される２つのクラスタの距離が小さいことを示す。クラスタ間は、距離が大きく互いに離れている方が、一般的に望ましいと判断される。このため、顧客層間最小距離の大小は、クラスタ数に相当する顧客層数の設定を変更することを考慮する必要があるか否かを示唆する指標として用いることができる。

顧客層内最大距離算出部２６２は、同一の顧客層に属する購買データの間の最大距離を算出する。顧客層内最大距離が大きい場合は、顧客層で形成されるクラスタが大きくなりすぎていることを示す。個々のクラスタの大きさは、小さい方が、一般的に、望ましいと判断される。このため、顧客層内最大距離の大小は、クラスタ数に相当する顧客層数の設定を変更することを考慮する必要があるか否かを示唆する指標として用いることができる。

顧客層間最小距離、及び顧客層内最大距離の評価については、図９を用いて更に詳細に後述する。

なお、顧客層数のデータ２５０が複数指定された場合には、顧客層識別子付与部２４０は、指定された複数の顧客層数の各々に対して、購買データの各々に顧客層識別子の付与を行う。この場合の、処理に関する複数の例については、図５を用いて詳細に後述する。

なお、新たな購買データ２０２が取得された場合には、顧客層識別子付与部２４０において、新たな購買データ２０２に対して、顧客層識別子を付与すればよい。

また、新たな購買データ２０２については、代表データ集合生成部２３０内の報知部２３１が以下の処理を行ってもよい。

報知部２３１は、新たな購買データ２０２が、既に取得されている代表データに取って代わるべきか否かを検査する。すなわち、新たな購買データ２０２が、いずれかの分散方向軸について、既存の代表データよりも、より端に存在するか否かを検査する。

この検査によって、既存の代表データよりも、新たな購買データ２０２が、より端に存在する場合には、新たな代表データになり得る地位を有することになるため、オペレータ、他の処理装置などに、その旨の報知信号２７０を出力してもよい。

なお、この検査の内容、報知の回数などを記憶部に記憶してもよい。そして、報知の回数が一定値以上になった場合には、あらためて、購買データ分析装置の処理を最初から再起動させてもよい。この再起動によって、分散方向軸特定部２２０において、分散方向軸の特定が再度実行される。そして、代表データ集合生成部２３０において、代表データ集合の特定が再度なされ、その後の処理が再度行われることになる。

以上のようにして、購買データ分析装置は、購買データの各々に対して顧客層識別子が付与される。

図３は、一実施形態の方法の概略のフローチャートを示している。図３（Ａ）は、図２において説明した購買データ分析装置２００の処理方法の概要を示している。

ステップＳ３１０で、分散方向軸特定部２２０は、記憶部２１０に記憶された購買データ２０２を基にして、複数の分散方向軸を特定する。この特定の手法については、図１において説明した手法を用いることができる。

ステップＳ３２０で、代表データ集合生成部２３０は、分散方向軸を用いて、代表データ集合を生成する。代表データの取得の手法については、図１において説明した手法を用いることができる。

ステップＳ３３０で、顧客層識別子付与部２４０は、複数の購買データ２０２の各々と、代表データ集合の代表データの各々との距離を計算することによって、各購買データ２０２に顧客層識別子を付与する。顧客層識別子が付与された購買データ２０２は、記憶部２１０に記憶される。

ステップＳ３４０で、情報出力部２６０は、顧客層識別子が付与された購買データをディスプレイ、プリンタ、又は他の処理装置に出力してもよい。また、情報出力部２６０は、顧客層識別子が付与された購買データを加工した情報を出力してもよい。

以上のステップによって、購買データ２０２の各々に顧客層識別子が付与され、クラスタ化が行われる。

図３（Ｂ）は、新たな購買データ２０２が取得された場合に、データ分析装置が、顧客層識別子を付与するフローチャートを示している。

ステップＳ３１５で、データ分析装置２００は、新たな購買データ２０２を受け入れ、記憶部２１０に記憶する。

ステップＳ３２４で、報知部２３１は、既存の代表データ集合を新たな購買データで置き換えるべきか否かを判断する。この判断は、報知部２３１が、上述のように、複数の分散方向軸を用いて行う。この判断が「はい」であれば、ステップＳ３２５に移る。この判断が「いいえ」であれば、ステップＳ３３０Ｂに移る。

ステップＳ３２５で、報知部２３１は、新たな購買データが、既存の代表データに取って代わるべきである旨（すなわち、新たな購買データ２０２が、いずれかの分散方向軸について、既存の代表データよりも、より端に存在すること）の報知を行う。なお、この段階で、代表データ集合生成部２３０は、代表データの置き換えを行わない方が望ましい。この報知が所定の回数を超えた段階で、データ分析装置２００は、再度最初から（分散方向軸の特定から）処理を行うことが望ましい。その理由は、データ分析装置２００が、代表データを固定して、クラスタ処理の一貫性を保つことで、処理結果をより安定させることができるからである。また、新たな購買データが誤ったデータである可能性もあるため、例えば、報知部２３１は、新たな購買データの信憑性をチェックするようオペレータに促してもよい。

ステップＳ２２０Ｂで、顧客層識別子付与部２４０は、新たな購買データに顧客層識別子を付与する。このステップでは、顧客層識別子付与部２４０は、新たな購買データから一番近い代表データが持つ顧客層識別子を、新たな購買データに付与することができる。

図４は、一実施形態の顧客層数を適合させる例を示すフローチャートＳ３３５である。このフローは、図３（Ａ）におけるステップＳ３３０の中で処理されてもよい。

ステップＳ３３５−１で、例えば、受取部２４４は、オペレータから顧客層数のデータ２５０を受け取る。なお、受取部２４４は、顧客層数として、予めデフォルト値を保持しておき、これを用いてもよい。また、受取部２４４は、複数の顧客層数のデータ２５０を受け取ってもよい。この場合には、データ分析装置２００は、望ましい顧客層数を判断する情報を提供することができる。この点については、図９を用いて後述する。なお、受取部２４４が、複数の顧客層数のデータを受け取った場合には、顧客層識別子付与部２４０は、以下の処理を、受け取った顧客層数の数だけ実行すればよい。フローチャートは、１つの顧客層数が与えられた処理を記述している点に留意すべきである。

Ｓ３３５−３で、顧客層数適合部２４２は、顧客識別子の数と、受け取った所定の顧客層数のデータとを比較する。なお、前提として、複数の代表データの各々に異なる顧客識別子が予め付与されているとする。したがって、初期段階においては、代表データの数と顧客識別子の数は等しい。なお、本実施形態においては、代表データの数は、所定の顧客層数のデータと等しいか大きくなるよう、代表データ集合生成部２３０は、代表データを取得しておくものとする。Ｓ３３５−３で、顧客層数適合部２４２は、顧客層識別子の数が、受け取った顧客層数（所定の顧客層数のデータ）より大きいと判断した場合、ステップＳ３３５−５に処理を移す。それ以外の場合には、顧客層識別子の数が、所定の顧客層数のデータと等しいか小さくなった場合（顧客層識別子の数≦所定の顧客層数）であるため、処理は終了する。

ステップＳ３３５−５で、顧客層数適合部２４２は、全ての顧客層識別子の組合せについて、異なる顧客層識別子を持つ前記代表データの間の最大距離Ｌを計算する。たとえば、既に代表データＡとＢに同一の顧客層識別子が付与されていた場合には、顧客層数適合部２４２が、他の顧客層識別子が付与されている代表データＣとの間で距離Ｌを計算する場合、以下のようになる。すなわち、代表データＡとＣとの間の距離Ｌ１と、代表データＢとＣとの間の距離Ｌ２のうち、大きい方がＬとして採用される。このようにして、顧客層数適合部２４２は、代表データ間で網羅的に距離Ｌを計算する。

ステップＳ２２５―７で、顧客層数適合部２４２は、距離Ｌが最小である顧客層識別子のペアに関連する複数の代表データに対して、同一の顧客層識別子を付与する。例えば、上記代表データＡ、Ｂ、及びＣが関連する代表データである場合には、以下のようになる。既に、代表データＡとＢとは、同一の顧客層識別子αが割り当てられているため、顧客層数適合部２４２は、代表データＣの顧客層識別子βを削除し、代表データＡ及びＢが持つ顧客層識別子αを代表データＣに割り当ててもよい。或いは、顧客層数適合部２４２は、別体系の同一の顧客層識別子Ｘを代表データＡ、Ｂ、及びＣに割り当ててもよい。いずれにしても、この処理によって、代表データに割り当てられている異なる顧客層識別子の数が減少する。そして、処理は、ステップＳ３３５−３に戻る。

以上の処理によって、与えられた顧客層数と等しいか、小さい数の顧客層識別子が、複数の代表データに付与される。なお、この段階で、顧客層数適合部２４２は、顧客層識別子を別体系の識別子に置き換え、複数の代表データに、顧客層識別子を振り直してもよい。

図５は、複数の購買データを各顧客層にクラスタリングする複数の例のフローチャートを示している。

図５（Ａ）は、顧客総識別子付与部２４０が、最初に顧客層数の適合を行ってから、各購買データに顧客層識別子を付与するフローチャートを示している。

ステップＳ３５５Ａにおける処理の内容は、図４で示したフローＳ３５５と同じである。

ステップＳ３３６において、顧客総識別子付与部２４０が、購買データの各々に対して、距離が一番近い代表データ集合の代表データの顧客層識別子を付与する。

以上の処理によって、複数の購買データの各々に顧客層識別子が付与され、クラスタリングが行われる。

図５（Ｂ）は、顧客総識別子付与部２４０が、代表データの各々に対して予め付与された顧客層識別子を用いて、複数の購買データの各々に顧客層識別子を付与した後、顧客層数の適合を行い、顧客層識別子を振り直すフローを示している。このフローは、例えば、複数の顧客層数のうち、何れが適切かをオペレータが判断するために、データ分析装置２００に、複数の顧客層数を与えて処理を行わせる場合に、図（Ａ）の処理よりも、処理時間が短縮され得る。

ステップＳ３３２Ｂで、顧客総識別子付与部２４０が、購買データの各々に対して、距離が一番近い代表データ集合の代表データの顧客層識別子を付与する。

ステップＳ３５５Ｂにおける処理の内容は、図４で示したフローＳ３５５と同じである。

ステップＳ３３８で、顧客総識別子付与部２４０が、同一の顧客層識別子を持った代表データに関連する購買データに対して、顧客層識別子を振り直す処理を行う。この場合には、顧客総識別子付与部２４０は、代表データの持つ顧客層識別子に変更があった代表データに関連する購買データに対してのみ、顧客層識別子の振り直しを行えばよい。

図５（Ｃ）は、図５（Ｂ）における、顧客総識別子付与部２４０が、顧客層識別子の振り直しの操作を行う代わりに、図６に示す識別子の変換表６００を用意するフローチャートである。

ステップＳ３３２Ｃにおける処理の内容は、図５（Ｂ）のステップＳ３３２Ｂと同じである。

ステップＳ３５５Ｃにおける処理の内容は、図４で示したフローＳ３５５と同じである。

ステップＳ３３９で、顧客総識別子付与部２４０が、顧客層番号が振り直されたことを示す変換表６００を作成する。

図６に、顧客層数適合前と顧客層数適合後の顧客層識別子の対応関係の例を示す変換表６００が示されている。

エントリ６０２には、代表データを識別する番号が記入されている。

エントリ６０４には、代表データの各々に付与された顧客層数適合前の顧客層識別子が示されている。代表データの数が８個であるため、８個の異なる顧客層識別子Ａ１ないしＡ８が記入されている。

エントリ６０６には、顧客層数適合後の顧客層識別子が対応付けられて記入されている。所定の顧客層数のデータとして３が与えられたため、３個の顧客層識別子が、それぞれの代表データに対応づけられている。エントリ６０６は、顧客総識別子付与部２４０が、顧客層識別子の別体系に振り直している例を示している。

この変換表６００の利用方法は、以下の通りである。すなわち、例えば、顧客層識別子Ａ１、Ａ２、又はＡ３が付与されている購買データに対しては、顧客総識別子付与部２４０、及び情報出力部２６０は、この変換表６００を利用することにより、同一の顧客識別子Ｂ１が付与されているものとして取り扱うことができる。

顧客総識別子付与部２４０は、この変換表６００を用いることにより、複数の顧客層数のデータが与えられた場合にも、購買データに対して顧客層識別子を振り直す必要がなく、変換表６００のエントリを追加するだけでよい。

図７は、一実施形態の顧客層数の評価データを得る例を示している。

Ｓ７０２で、例えばオペレータからの入力に基づき、受取部２４４は、複数個（Ｎ個）の顧客層数のデータ２５０を受け取る。

Ｓ３２０における処理は、図３におけるＳ３２０と同様である。すなわち、代表データ集合生成部２３０は、分散方向軸を用いて、代表データ集合を生成する。代表データの取得の手法については、図１において説明した手法を用いることができる。

ステップＳ７０４で、顧客層識別子付与部２４０は、Ｎ個の顧客層数のうちの１つを取り上げる。

ステップＳ３３０における処理は、図３におけるＳ３３０と同様である。すなわち、顧客層数適合部２４２は、取り上げた顧客層数に合わせた顧客層数の適合を行う。そして、顧客層識別子付与部２４０は、複数の購買データ２０２の各々と、代表データ集合の代表データの各々との距離を計算することによって、各購買データ２０２に顧客層識別子を付与する。なお、顧客層数の適合の詳細については、図４に示した処理が行われる。

ステップＳ７０６で、顧客層間最小距離算出部２６１は、異なる顧客層に属する購買データの間の最小距離を算出する。この処理は、図１において、顧客層間最小距離算出部２６１で説明した処理と同様である。

ステップＳ７０８で、顧客層内最大距離算出部２６２は、同一の顧客層に属する前記購買データの間の最大距離を算出する。この処理は、図１において、顧客層内最大距離算出部２６２で説明した処理と同様である。ステップＳ７０６及びＳ７０８の処理については、図８を用いて、具体例を後述する。

データ分析装置２００は、ステップＳ７０４、Ｓ３３０、Ｓ７０６、及びＳ７０８の処理をＮ回繰り返す（Ｓ７０９）。

ステップＳ７１０で、情報出力部２６０は、Ｎ個の顧客層数に対応付けて、最小距離と最大距離とを、例えばグラフにプロットし、出力してもよい。この点に関しては、図９を用いて後述する。

図８は、顧客層間の最小距離と顧客層内の最大距離の具体例を示している。プロットされた小さい丸は、商品数をＮ個とした場合、Ｎ個の商品購買額を座標軸とする、Ｎ次元空間にプロットされた複数の購買データをそれぞれ代表する座標位置を示している。

クラスタ（顧客層）８１０内には、代表データ８１１と同一の顧客層識別子を有する複数の点が存在しており、点８１５と８１２との間の距離Ｌ８１０は、クラスタ８１０内の購買データ間の最大距離を示している。

クラスタ（顧客層）８２０内には、代表データ８２１と同一の顧客層識別子を有する複数の点が存在しており、点８２２と８２３との間の距離Ｌ８２０は、クラスタ８２０内の購買データ間の最大距離を示している。

クラスタ（顧客層）８３０内には、代表データ８３１及び代表データ８３２と同一の顧客層識別子を有する複数の点が存在しており、点８３２と８３４との間の距離Ｌ８３０は、クラスタ８３０内の購買データ間の最大距離を示している。

以上の３個のクラスタ内の最大距離Ｌ８１０、Ｌ８２０、及びＬ８３０のうち、一番大きいものは、Ｌ８３０である。図７におけるステップＳ７０８において採用される最大距離は、図８におけるＬ８３０となる。

また、クラスタ８１０とクラスタ８２０とに属する購買データ間での最小距離は、点８１４と点８２２との間の距離Ｌ８５３である。

クラスタ８２０とクラスタ８３０とに属する購買データ間での最小距離は、点８２３と点８３４との間の距離Ｌ８５２である。

クラスタ８１０とクラスタ８３０とに属する購買データ間での最小距離は、点８１３と点８３３との間の距離Ｌ８５１である。

以上の３個のクラスタ間の最小距離Ｌ８５１、Ｌ８５２、及びＬ８５３のうち、一番小さいものは、Ｌ８５２である。図７におけるステップＳ７０６において採用される最小距離は、図８におけるＬ８２５である。

図９は、一実施形態の顧客層数に関する評価グラフの出力例を示している。横軸は、図７のステップＳ７０６で求めた顧客層間の最小距離を表す。縦軸は、図７のステップＳ７０８で求めた、顧客層内の最大距離を表す。グラフには、４つの点がプロットされている。点９０２は、顧客層数が２の場合を示している。点９０３は、顧客層数が３の場合を示している。点９０４は、顧客層数が４の場合を示している。点９０５は、顧客層数が５の場合を示している。

図９のグラフは、例えば以下のように解釈できる。横軸である顧客層間の最小距離は、クラスタの分離度を表す指標と解釈できる、このため、この値が大きいほど、クラスタの分離度が大きくなるため、望ましいと判断できる。そして、縦軸である顧客層内の最大距離は、クラスタのまとまりの度合いを示す指標であると解釈できる。このため、この値が小さいほど、クラスタのまとまりが良好であると判断できる。

点９０２及び点９０３は、クラスタ間の分離度は良好であるが、クラスタのまとまりの度合いは、良好ではないと判断できる。また、点９０５は、クラスタのまとまり度は、良好であるが、クラスタの分離度は、良好でないと判断できる。点９０４は、クラスタのまとまり度、及びクラスタの分離度の何れもが、中程度であり、バランスは他と比べて、良好であると判断される。したがって、例えば、バランスの取れた点９０４を採用することを決定することが一例として挙げられる。この場合には、顧客層数すなわちクラスタ数として４が適切であると判断される。

上記の判断の基に、顧客層数（クラスタ数）を４に設定して、本実施例を用いて購買データの種々の分析、顧客への対応などに対するデータの加工、データの可視化等の有効利用を図ることができる。

図１０は、例えば、図２を用いて説明した実施形態をコンピュータが実行するためのハードウェア構成を示す図である。

本実施形態のハードウェア構成は、プロセッサ１００２、メモリ１００４、表示制御部１００６、表示装置１００８、入出力装置１０１０、通信制御部１０１２、ドライブ装置１０１４、ハードディスク１０１８が含まれてもよい。そして、それぞれの機器は、バス１０２０によって接続されている。また、ドライブ装置１０１４は、可搬記録媒体１０１６を読み書きすることができる。そして通信制御部１０１２には、ネットワーク（不図示）が接続され得る。ハードディスク１０１８及び／又はメモリ１００４には、プログラムのソース及び、ソースに関連する世代等の管理情報が格納されてもよい。

図２に記載された、分散方向軸特定部２２０、代表データ集合生成部２３０、顧客層識別子付与部２４０、及び情報出力部２６０の一部又は全部は、図１０に記載されたハードウェアによって、実現されてもよい。また、図２における記憶部２１０は、図１０におけるメモリ１００４、ハードディスク１０１８、又は可搬記録媒体１０１６によって実現されてもよい。

一実施形態におけるプログラムの一部又は全部は、メモリ１００４、ハードディスク１０１８等に格納され、プロセッサ１００２によって動作してもよい。

なお、本実施形態の全部又は一部は、プロセッサ１００２が実行するプログラムによってインプリメントされ得る。このプログラムは、可搬記録媒体１０１６に格納することができる。可搬記録媒体１０１６とは、構造（ｓｔｒｕｃｔｕｒｅ）を有する１つ以上の記憶媒体を言う。例示として、可搬記録媒体１０１６としては、磁気記録媒体、光ディスク、光磁気記録媒体、不揮発性メモリなどがある。磁気記録媒体には、ＨＤＤ、フレキシブルディスク（ＦＤ）、磁気テープ（ＭＴ）などがある。光ディスクには、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｃ）、ＤＶＤ−ＲＡＭ、ＣＤ−ＲＯＭ（Ｃｏｍｐａｃｔ Ｄｉｓｃ−Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＣＤ−Ｒ（Ｒｅｃｏｒｄａｂｌｅ）／ＲＷ（ＲｅＷｒｉｔａｂｌｅ）などがある。また、光磁気記録媒体には、ＭＯ（Ｍａｇｎｅｔｏ−Ｏｐｔｉｃａｌ ｄｉｓｋ）などがある。可搬型記録媒体に格納されたプログラムが読み込まれ、プロセッサによって実行されることにより、実施形態の全部又は一部が実施され得る。

以上、図面を用いて実施形態を詳細に説明した。なお、上述の記載は、実施形態を理解するためのものであり、実施形態の範囲を限定するためのものではない点に留意すべきである。また、上述の複数の実施形態は、相互に排他的なものではない。したがって、矛盾が生じない限り、異なる実施形態の各要素を組み合わせることも意図されていることに留意すべきである。また、請求項に記載された方法、及びプログラムに係る実施形態は、矛盾のない限り処理の順番を入れ替え、或いはスキップしてもよい。あるいは、複数の処理を同時に実行してもよい。そして、これらの実施形態も、請求項の技術的範囲に包含されることは言うまでもない。

また、コンピュータが読み出したプログラムコードを実行することにより、上述の実施形態の機能が実現されるだけでなく、そのプログラムコードの指令に基づき、コンピュータ上で稼働しているＯＳ、仮想マシンモニタＶＭＭ、ファームウエア、ＢＩＯＳなどのプログラムが実際の処理の一部または全部を行ない、その処理によって実施形態の機能が実現される場合も、本実施形態に含まれることは言うまでもない。

また、各種実施形態のそれぞれの構成要素は、物理的に分離された複数のハードウェアで実現されてもよい。また、各種実施形態のそれぞれの構成要素は、１つ以上のサーバ上で動作することによって実現されてもよい。また、実施形態に係るプログラムを実行するＣＰＵは複数であってもよく、また、各ＣＰＵは複数のコアを含んでいてもよい。

なお、実施形態は、購買データの分析に限定されるものではない。

以上の実施形態に関して、以下の付記を開示する。
（付記１）
複数の顧客を識別する顧客識別データの各々に対応付けて商品の属性と購買金額とを含む購買データを記憶する記憶部と、
前記記憶部に記憶された前記購買データに基づいて、前記購買金額について複数の前記商品の属性の各々によって次元が割り当てられた多次元空間に前記購買データを表す点を置いた場合に、前記購買データを表す複数の点の各々の座標位置に基づいて、軸方向への前記複数の点の分散が大きい順に複数の所定の軸を特定する分散方向軸特定部と、
前記複数の所定の軸の各々について、軸方向の両端にそれぞれ存在する２つの前記点に対応する複数の購買データを、前記記憶部に格納された前記複数の顧客購買データから代表データとして抽出し、代表データの集合を生成する、代表データ集合生成部であって、前記代表データの集合に含まれる各々の代表データに、それぞれ所定の顧客層識別子を付与する、代表データ集合生成部と、
前記代表データの集合を除く前記購買データの各々に、前記代表データの集合に含まれる各々の前記代表データからの距離が一番近い前記代表データの前記顧客層識別子を付与する、顧客層識別子付与部と、
前記記憶部に格納された前記顧客層識別子が付与された前記複数の購買データに関する情報を出力する情報出力部と、
を有するデータ分析装置。
（付記２）
前記顧客層識別子付与部は、
所定の顧客層数を受け取る受取部と、
前記顧客層識別子の数が、前記所定の顧客層数よりも大きい場合、全ての顧客層識別子の組合せについて、異なる顧客層識別子を持つ前記代表データの間の最大距離が、最小である前記顧客層識別子を持つ複数の前記代表データに対して、同一の顧客層識別子を再付与する処理を前記顧客層識別子の数が、前記所定の顧客層数以下になるまで繰り返す、顧客層数適合部と、
を含む、請求項１記載のデータ分析装置。
（付記３）
前記受取部は、２つ以上の顧客層数を受け取り、前記２つ以上の顧客数の各々を、前記顧客層識別子付与部に順次与えることによって、前記顧客層識別子付与部を、前記２つ以上の顧客数の各々について、作動させ、
前記情報出力部は、前記２つ以上の顧客層数の各々に対応して、異なる顧客層に属する前記購買データの間の最小距離を算出する、顧客層間最小距離算出部と、前記２つ以上の顧客層数の各々に対応して、同一の顧客層に属する前記購買データの間の最大距離を算出する、顧客層内最大距離算出部と、を含む、請求項２記載のデータ分析装置。
（付記４）
前記代表データ集合生成部は、
前記記憶部から新たな前記購買データを受け入れ、前記記憶部に記憶された過去の前記代表データの集合に含まれる前記代表データが特定された際に利用された前記分散方向軸について、前記新たな購買データが、前記代表データよりも、より端に存在するか否かの判断を行い、前記判断が肯定的である場合、報知を行う報知部、を含む請求項１記載のデータ分析装置。
（付記５）
コンピュータが、
複数の顧客を識別する顧客識別データの各々に対応付けて商品の属性と購買金額とを含む購買データを記憶した記憶部の前記購買データに基づいて、購買金額について複数の前記商品の属性の各々によって次元が割り当てられた多次元空間に前記購買データを表す点を置いた場合に、前記購買データを表す複数の点の各々の座標位置に基づいて、軸方向への前記複数の点の分散が大きい順に複数の所定の軸を特定する段階と、
前記複数の所定の軸の各々について、軸方向の両端にそれぞれ存在する２つの前記点に対応する複数の購買データを、前記記憶部に格納された前記複数の顧客購買データから代表データとして抽出し、代表データの集合を生成する段階であって、前記代表データの集合の各々の代表データに、それぞれ所定の顧客層識別子を付与する、代表データの集合を生成する段階と、
前記代表データの集合を除く前記購買データの各々に、前記代表データの集合に含まれる各々の前記代表データからの距離が一番近い前記代表データの前記顧客層識別子を付与する段階と、
前記顧客層識別子が付与された前記複数の購買データに関する情報を出力する段階と、
を有するデータ分析方法。
（付記６）
前記顧客層識別子を付与する段階は、
所定の顧客層数を受け取る段階と、
前記顧客層識別子の数が、前記所定の顧客層数よりも大きい場合、全ての顧客層識別子の組合せについて、異なる顧客層識別子を持つ前記代表データの間の最大距離が、最小である前記顧客層識別子を持つ複数の前記代表データに対して、同一の顧客層識別子を再付与する処理を前記顧客層識別子の数が、前記所定の顧客層数以下になるまで繰り返す顧客層数適合段階と、
を含む、請求項５記載のデータ分析方法。
（付記７）
前記受け取る段階は、２つ以上の顧客層数を受け取る段階と、前記２つ以上の顧客数の各々を、前記顧客層識別子を付与する段階に順次与えることによって、前記顧客層識別子を付与する段階を、前記２つ以上の顧客数の各々について、作動させる段階と、を含み、
前記情報を出力する段階は、前記２つ以上の顧客層数の各々に対応して、異なる顧客層に属する前記購買データの間の最小距離を算出する段階と、前記２つ以上の顧客層数の各々に対応して、同一の顧客層に属する前記購買データの間の最大距離を算出する段階と、を含む、請求項６記載のデータ分析方法。
（付記８）
前記代表データの集合を生成する段階は、
前記記憶部から新たな前記購買データを受け入れ、前記記憶部に記憶された過去の前記代表データの集合に含まれる前記代表データが特定された際に利用された前記分散方向軸について、前記新たな購買データが、前記代表データよりも、より端に存在するか否かの判断を行い、前記判断が肯定的である場合、報知を行う段階、を含む請求項５記載のデータ分析方法。
（付記９）
複数の顧客を識別する顧客識別データの各々に対応付けて商品の属性と購買金額とを含む購買データを記憶した記憶部の前記購買データに基づいて、購買金額について複数の前記商品の属性の各々によって次元が割り当てられた多次元空間に前記購買データを表す点を置いた場合に、前記購買データを表す複数の点の各々の座標位置に基づいて、軸方向への前記複数の点の分散が大きい順に複数の所定の軸を特定し、
前記複数の所定の軸の各々について、軸方向の両端にそれぞれ存在する２つの前記点に対応する複数の購買データを、前記記憶部に格納された前記複数の顧客購買データから代表データとして抽出し、代表データの集合を生成し、前記代表データの集合の各々の代表データに、それぞれ顧客層識別子を付与し、
前記代表データの集合を除く前記購買データの各々に、前記代表データの集合に含まれる各々の前記代表データからの距離が一番近い前記代表データの前記顧客層識別子を付与し、
前記記憶部に格納された前記顧客層識別子が付与された前記複数の購買データに関する情報を出力する、
処理を、コンピュータに実行させるデータ分析プログラム。
（付記１０）
前記顧客層識別子を付与する処理は、
所定の顧客層数を受け取り、
前記顧客層識別子の数が、前記所定の顧客層数よりも大きい場合、全ての顧客層識別子の組合せについて、異なる顧客層識別子を持つ前記代表データの間の最大距離が、最小である前記顧客層識別子を持つ複数の前記代表データに対して、同一の顧客層識別子を再付与する処理を前記顧客層識別子の数が、前記所定の顧客層数以下になるまで繰り返し、顧客層数を適合させる、
処理を含む、請求項９記載のデータ分析プログラム。
（付記１１）
前記受け取る処理は、２つ以上の顧客層数を受け取り、前記２つ以上の顧客数の各々を、前記顧客層識別子を付与する処理に順次与えることによって、前記顧客層識別子を付与する処理を、前記２つ以上の顧客数の各々について、作動させる、処理を含み、
前記情報を出力する処理は、前記２つ以上の顧客層数の各々に対応して、異なる顧客層に属する前記購買データの間の最小距離を算出し、前記２つ以上の顧客層数の各々に対応して、同一の顧客層に属する前記購買データの間の最大距離を算出する、処理を含む、
請求項１０記載のデータ分析プログラム。
（付記１２）
前記代表データの集合を生成する処理は、
前記記憶部から新たな前記購買データを受け入れ、前記記憶部に記憶された過去の前記代表データの集合に含まれる前記代表データが特定された際に利用された前記分散方向軸について、前記新たな購買データが、前記代表データよりも、より端に存在するか否かの判断を行い、前記判断が肯定的である場合、報知を行う処理、を含む請求項９記載のデータ分析プログラム。

２００ 購買データ分析装置
２０２ 購買データ
２１０ 記憶部
２２０ 分散方向軸特定部
２３０ 代表データ集合生成部
２３１ 報知部
２４０ 顧客層識別子付与部
２４２ 顧客層数適合部
２４４ 受取部
２６０ 情報出力部
２６１ 顧客層間最小距離算出部
２６２ 顧客層内最大距離算出部

Claims (6)

1. 複数の顧客を識別する顧客識別データの各々に対応付けて商品の属性と購買金額とを含む購買データを記憶する記憶部と、
   前記記憶部に記憶された前記購買データに基づいて、前記購買金額について複数の前記商品の属性の各々によって次元が割り当てられた多次元空間に前記購買データを表す点を置いた場合に、前記購買データを表す複数の点の各々の座標位置に基づいて、軸方向への前記複数の点の分散が大きい順に複数の所定の軸を特定する分散方向軸特定部と、
   前記複数の所定の軸の各々について、軸方向の両端にそれぞれ存在する２つの前記点に対応する複数の購買データを、前記記憶部に格納された前記複数の購買データから代表データとして抽出し、代表データの集合を生成する、代表データ集合生成部であって、前記代表データの集合に含まれる各々の代表データに、それぞれ所定の顧客層識別子を付与する、代表データ集合生成部と、
   前記代表データの集合を除く前記購買データの各々に、前記代表データの集合に含まれる各々の前記代表データからの距離が一番近い前記代表データの前記顧客層識別子を付与する、顧客層識別子付与部と、
   前記記憶部に格納された前記顧客層識別子が付与された前記複数の購買データに関する情報を出力する情報出力部と、
   を有するデータ分析装置。
2. 前記顧客層識別子付与部は、
   所定の顧客層数を受け取る受取部と、
   前記顧客層識別子の数が、前記所定の顧客層数よりも大きい場合、全ての顧客層識別子の組合せについて、異なる顧客層識別子を持つ前記代表データの間の最大距離が、最小である前記顧客層識別子を持つ複数の前記代表データに対して、同一の顧客層識別子を再付与する処理を前記顧客層識別子の数が、前記所定の顧客層数以下になるまで繰り返す、顧客層数適合部と、
   を含む、請求項１記載のデータ分析装置。
3. 前記受取部は、２つ以上の顧客層数を受け取り、前記２つ以上の顧客数の各々を、前記顧客層識別子付与部に順次与えることによって、前記顧客層識別子付与部を、前記２つ以上の顧客数の各々について、作動させ、
   前記情報出力部は、前記２つ以上の顧客層数の各々に対応して、異なる顧客層に属する前記購買データの間の最小距離を算出する、顧客層間最小距離算出部と、前記２つ以上の顧客層数の各々に対応して、同一の顧客層に属する前記購買データの間の最大距離を算出する、顧客層内最大距離算出部と、を含む、請求項２記載のデータ分析装置。
4. 前記代表データ集合生成部は、
   前記記憶部から新たな前記購買データを受け入れ、前記記憶部に記憶された過去の前記代表データの集合に含まれる前記代表データが特定された際に利用された前記分散方向軸について、前記新たな購買データが、前記代表データよりも、より端に存在するか否かの判断を行い、前記判断が肯定的である場合、報知を行う報知部、を含む請求項１記載のデータ分析装置。
5. コンピュータが、
   複数の顧客を識別する顧客識別データの各々に対応付けて商品の属性と購買金額とを含む購買データを記憶した記憶部の前記購買データに基づいて、購買金額について複数の前記商品の属性の各々によって次元が割り当てられた多次元空間に前記購買データを表す点を置いた場合に、前記購買データを表す複数の点の各々の座標位置に基づいて、軸方向への前記複数の点の分散が大きい順に複数の所定の軸を特定する段階と、
   前記複数の所定の軸の各々について、軸方向の両端にそれぞれ存在する２つの前記点に対応する複数の購買データを、前記記憶部に格納された前記複数の購買データから代表データとして抽出し、代表データの集合を生成する段階であって、前記代表データの集合の各々の代表データに、それぞれ所定の顧客層識別子を付与する、代表データの集合を生成する段階と、
   前記代表データの集合を除く前記購買データの各々に、前記代表データの集合に含まれる各々の前記代表データからの距離が一番近い前記代表データの前記顧客層識別子を付与する段階と、
   前記顧客層識別子が付与された前記複数の購買データに関する情報を出力する段階と、
   を有するデータ分析方法。
6. 複数の顧客を識別する顧客識別データの各々に対応付けて商品の属性と購買金額とを含む購買データを記憶した記憶部の前記購買データに基づいて、購買金額について複数の前記商品の属性の各々によって次元が割り当てられた多次元空間に前記購買データを表す点を置いた場合に、前記購買データを表す複数の点の各々の座標位置に基づいて、軸方向への前記複数の点の分散が大きい順に複数の所定の軸を特定し、
   前記複数の所定の軸の各々について、軸方向の両端にそれぞれ存在する２つの前記点に対応する複数の購買データを、前記記憶部に格納された前記複数の購買データから代表データとして抽出し、代表データの集合を生成し、前記代表データの集合の各々の代表データに、それぞれ顧客層識別子を付与し、
   前記代表データの集合を除く前記購買データの各々に、前記代表データの集合に含まれる各々の前記代表データからの距離が一番近い前記代表データの前記顧客層識別子を付与し、
   前記記憶部に格納された前記顧客層識別子が付与された前記複数の購買データに関する情報を出力する、
   処理を、コンピュータに実行させるデータ分析プログラム。

Images