JP6135432B2 - 顧客分析プログラム、方法及び装置 - Google Patents

Description

開示の技術は顧客分析プログラム、顧客分析方法及び顧客分析装置に関する。

時系列データ内で特徴的に変化している時系列部分をイベントとして抽出し、属性情報として少なくとも時系列部分の開始時刻を抽出し、属性情報に基づいてイベント間の発生傾向の相関関係を抽出し、時系列データ間の相関関係を抽出する技術が提案されている。

特開平１１−２５１６９号公報

百貨店等の販売店において、顧客を分析し、顧客の分析結果に基づいて、商品施策や売場施策、拡販施策等の経営戦略を決定することが行われている。顧客の分析に際しては、顧客の購買データに基づき、特定の販売店の顧客をクラスタリング(グルーピングともいう)することが行われる。

ところで、顧客の分析において異なる販売店同士の比較を行いたい場合がある。しかしながら、第１の販売店におけるクラスタリングの条件と、第２の販売店におけるクラスタリングの条件とは異なっている。例えば第１の販売店ではＡ,Ｂ,Ｃ,Ｄと表記している商品のブランド名を、第２の販売店では１,２,３,４と表記している等のように、商品のブランド名の表記が第１の販売店と第２の販売店とで相違していることがある。また、第１の販売店と第２の販売店が同一種の販売店であっても、販売している商品自体は一部相違する。これに伴い、第１の販売店と第２の販売店とでクラスタリングの条件が相違することになる。このため、クラスタリングの結果として得られる第１の販売店における顧客の集合と第２の販売店における顧客の集合が合致するとは限らず、異なる販売店の間で顧客を比較することは困難であった。

上記に関連して前述の技術は、時期的なイベントをグルーピングするものであり、顧客をグルーピング(クラスタリング)することは考慮されていない。

開示の技術は、一つの側面として、異なる販売店の間での顧客の比較を可能とすることが目的である。

開示の技術は、コンピュータに、第１の時点における第１の販売店の購買情報から第１の抽出条件で第１の顧客群を抽出すると共に、第２の時点における前記第１の販売店の購買情報から前記第１の抽出条件で第２の顧客群を抽出する処理を行わせる。また、コンピュータに、前記第１の時点に対応する時点における第２の販売店の購買情報から第２の抽出条件で第３の顧客群を抽出する処理を行わせる。また、コンピュータに、前記第２の時点に対応する時点における前記第２の販売店の購買情報から前記第２の抽出条件で第４の顧客群を抽出する処理を行わせる。また、コンピュータに、前記第１の顧客群と前記第２の顧客群との間の指標の変化傾向と、前記第３の顧客群と前記第４の顧客群との間の前記指標の変化傾向と、を比較し、比較結果を出力する処理を行わせる。

開示の技術は、一つの側面として、異なる販売店の間での顧客の比較が可能となる、という効果を有する。

顧客分析装置の機能ブロック図である。 コンピュータ・システムの概略構成を示すブロック図である。 購買ログの一例を示す図表である。 顧客マスタの一例を示す図表である。 顧客分析処理の一例を示すフローチャートである。 解析対象期間のデータ抽出を説明するための概略図である。 クラスタリング用のデータ加工及びＮ次元空間へのマッピングを説明するための概略図である。 クラスタ毎の指標値の算出を説明するための概略図である。 複数期間での同一クラスタの判定を説明するための概略図である。 指標値の変化傾向比較処理の一例を示すフローチャートである。 類似性判定処理の一例を説明するための概略図である。 類似性判定処理の一例を説明するための概略図である。 類似性判定処理の一例を説明するための概略図である。 類似性判定処理の一例を説明するための概略図である。 具体的な活用シナリオの説明における、蓄積済クラスタ及び解析対象データの一例を示す概略図である。 具体的な活用シナリオの説明における、クラスタリング結果の一例を示す概略図である。 具体的な活用シナリオの説明における、クラスタ毎の指標値を示す概略図である。 具体的な活用シナリオの説明における、複数期間での同一クラスタの判定を説明するための概略図である。 具体的な活用シナリオの説明において、類似無しと判定されたクラスタを示す概略図である。 類似度の比較の他の例を説明するための概略図である。

以下、図面を参照して開示の技術の実施形態の一例を詳細に説明する。図１には本実施形態に係る顧客分析装置１０が示されている。顧客分析装置１０は、顧客の分析を行う装置であり、抽出部１２、ユニバーサルクラスタＤＢ１４及び出力部１６を備えている。

顧客分析装置１０には複数の販売店の購買データが入力される。抽出部１２は、入力された販売店の或る時点における購買データから第１の抽出条件で第１の顧客群(第１クラスタ)を複数抽出すると共に、入力された販売店の別の時点における購買データから第１の抽出条件で第２の顧客群(第２クラスタ)を複数抽出する。抽出された複数の第１クラスタ及び複数の第２クラスタは、出力部１６による分析に用いられた後、ユニバーサルクラスタＤＢ１４に情報が蓄積される。

抽出部１２によるクラスタの抽出は、販売店の購買データが入力される都度行われ、抽出されたクラスタの情報は出力部１６による分析に用いられた後、ユニバーサルクラスタＤＢ１４に蓄積される。従って、顧客分析装置１０に複数の販売店の購買データが入力されるのに伴って、ユニバーサルクラスタＤＢ１４には、複数の販売店の購買情報から各々抽出された複数のクラスタの情報が蓄積される。

出力部１６は、抽出部で抽出された或る販売店の第１クラスタと第２クラスタとの間の指標値の変化傾向と、ユニバーサルクラスタＤＢ１４に蓄積された別の販売店の第３クラスタと第４クラスタとの間の指標値の変化傾向と、を比較し、比較結果を出力する。出力部１６によって出力された比較結果は、商品施策や売り場施策、拡販施策等の経営戦略の決定に用いられる。

なお、抽出部１２は開示の技術に係る第１抽出部及び第２抽出部の一例であり、出力部１６は開示の技術に係る出力部の一例である。

顧客分析装置１０は、図２に示すコンピュータ・システム２０に含まれる顧客分析サーバ２２によって実現することができる。コンピュータ・システム２０は、顧客分析サーバ２２と、インターネット等のネットワーク２４を介して顧客分析サーバ２２に接続された複数の販売店コンピュータ２６を含んでいる。

販売店コンピュータ２６は、個々の販売店に設置され、ＣＰＵ５２、メモリ５４、記憶部５６、入力部５８、表示部６０及び通信Ｉ／Ｆ部６２を備えている。ＣＰＵ５２、メモリ５４、記憶部５６、入力部５８、表示部６０及び通信Ｉ／Ｆ部６２はバス７０を介して互いに接続されている。記憶部５６には購買ログ６４及び顧客マスタ６６が記憶されており、顧客分析装置１０(顧客分析サーバ２２)から出力された比較結果が結果情報６８として記憶される。

図３に示すように、購買ログ６４は、"店名"、"部門"、"ブランド名"、"買上日"、"買上時間"、"金額"及び"顧客ＩＤ"の各フィールドが設けられており、各レコード毎に対応する情報(購買データ)が設定されている。購買ログ６４は対応する販売店で任意の顧客へ商品が販売される都度、１レコード分の購買データが追加され、"店名"には販売店の名称が設定され、"部門"には顧客が商品を購入した部門の名称が設定される。また、"ブランド名"には顧客が購入した商品のブランド名が設定され、"買上日"には顧客が商品を購入した日にちが設定され、"買上時間"には顧客が商品を購入した時刻が設定され、"金額"には顧客が購入した商品の金額が設定される。また"顧客ＩＤ"には商品を購入した顧客のＩＤが設定される。

また図４に示すように、顧客マスタ６６は、"顧客ＩＤ"、"年齢"、"性別"及び"住所(郵便番号)"の各フィールドが設けられており、各レコード毎に対応する情報(顧客データ)が設定されている。なお、"住所(郵便番号)"のフィールドには郵便番号に代えて住所を表す文字列が設定されていてもよい。顧客マスタ６６には、対応する販売店で商品を購入した全ての顧客について、顧客情報が登録されている。

一方、顧客分析サーバ２２は、顧客を分析する顧客分析サービスを提供する会社に設置され、ＣＰＵ２８、メモリ３０、記憶部３２、入力部３４、表示部３６、媒体読み書き装置(Ｒ／Ｗ)３８及び通信インタフェース(Ｉ／Ｆ)部４０を備えている。ＣＰＵ２８、メモリ３０、記憶部３２、入力部３４、表示部３６、媒体読み書き装置３８及び通信Ｉ／Ｆ部４０はバス４２を介して互いに接続されている。媒体読み書き装置３８は記録媒体４４に書き込まれている情報の読み出し及び記録媒体４４への情報の書き込みを行う。

記憶部３２はＨＤＤ(Hard Disk Drive)やフラッシュメモリ等によって実現できる。記憶部３２には、顧客分析サーバ２２を顧客分析装置１０として機能させるための顧客分析プログラム４６が記憶されている。顧客分析プログラム４６は、顧客分析プログラム４６が書き込まれた記録媒体４４が媒体読み書き装置３８にセットされ、媒体読み書き装置３８が記録媒体４４からの顧客分析プログラム４６の読み出しを行うことで、記憶部３２へ記憶される。ＣＰＵ２８は、顧客分析プログラム４６を記憶部３２から読み出してメモリ３０に展開し、顧客分析プログラム４６が有するプロセスを順次実行する。

顧客分析プログラム４６は、抽出プロセス４８及び出力プロセス５０を有する。ＣＰＵ２８は、抽出プロセス４８を実行することで、図１に示す抽出部１２として動作する。またＣＰＵ２８は、出力プロセス５０を実行することで、図１に示す出力部１６として動作する。これにより、顧客分析プログラム４６を実行した顧客分析サーバ２２が、顧客分析装置１０として機能することになる。なお、顧客分析プログラム４６は開示の技術に係る顧客分析プログラムの一例である。

また、記憶部３２にはユニバーサルクラスタＤＢ１４が記憶されている。なお、コンピュータ・システム２０では、顧客分析サーバ２２と販売店コンピュータ２６との間で、ネットワーク２４を介して情報が送受されるが、これに限定されるものではない。例えば、顧客分析サーバ２２と販売店コンピュータ２６との間をオフラインとし、記録媒体４４を介して情報の送受を行うようにしてもよい。

次に本実施形態の作用を説明する。顧客分析サーバ２２が設置された会社は、比較対象の他の販売店と比較して顧客を分析する顧客分析サービスを提供している。販売店コンピュータ２６が設置された解析対象の販売店が、前記サービスの提供を要求すると、顧客分析サーバ２２によって顧客分析プログラム４６が実行されることで、比較対象の他の販売店が自動的に選択されて図５に示す顧客分析処理が行われる。なお、比較対象の他の販売店の自動選択には種々の方法が考えられるが、典型例としては、例えば解析対象の販売店の地域を指定すると、解析対象の販売と同一の地域に存在する１つ以上の他の販売店を選択する方法が挙げられる。

顧客分析処理のステップ１００において、抽出部１２は、解析対象の販売店の販売店コンピュータ２６から解析対象の購買データ及び関連する顧客データを取得する。なお、購買データ及び顧客データの取得は、顧客分析サーバ２２と販売店コンピュータ２６とがネットワーク２４を介して接続されている場合、販売店コンピュータ２６からネットワーク２４を介してデータを受信することによって為される。また、顧客分析サーバ２２と販売店コンピュータ２６との間がオフラインの場合には、購買データ及び顧客データの取得は、前記データが記録された記録媒体４４から媒体読み書き装置３８が前記データを読み出すことによって為される。

次のステップ１０２において、抽出部１２は、ステップ１００で取得した購買データから複数の解析対象期間のデータを各々抽出する。例えば、解析対象期間が２０１０年度及び２０１１年度であれば、図６に示すように、ステップ１００で取得した購買データから、２０１０年度の購買データと２０１１年度の購買データを各々抽出する。後述するクラスタリングは解析対象期間毎に実施される。なお、解析対象期間は、年度単位とすることに限られるものではなく、例えばシーズンを単位とする等のように、より短い期間を単位としてもよいし、例えば数年を単位とする等のように、より長い期間を単位としてもよい。

ステップ１０４において、抽出部１２は、ステップ１０２で抽出した解析対象期間の購買データに対してクラスタリング用のデータ加工を行う。すなわち、例として図７の左側に示すように、「解析対象期間内に何のブランドを何回購入したか」を個々の顧客毎に集計する。図７の左側に示す集計結果の一例は、顧客ＩＤ＝0001の顧客がブランドＡを３回、ブランドＢを２回購入しており、顧客ＩＤ＝0002の顧客がブランドＢを１回、ブランドＣを２回購入したことを表している。また、顧客ＩＤ＝0003の顧客がブランドＡを２回、ブランドＢを２回、ブランドＣを１回購入しており、顧客ＩＤ＝0004の顧客がブランドＢを２回、ブランドＣを３回購入したことを表している。なお、ステップ１０４のデータ加工(集計)は、複数の解析対象期間の各々を単位として行われる。

ステップ１０６において、抽出部１２は、複数の解析対象期間の各々を単位として、解析対象の販売店の顧客のクラスタリングを行う。クラスタリングは、ブランド数をＮとしたときに、個々の顧客を各ブランドの購入回数に応じてＮ次元空間にマッピングした後に、Ｎ次元空間上での距離が近い顧客が同一のクラスタ(グループ)に属するようにグルーピングを行うことによって為される。図７の右側には、Ｎ次元空間の一例としてＮ＝３の３次元空間を示し、図７の左側に示す顧客ＩＤ＝0001〜0004の顧客を３次元空間にマッピングした状態を示している。

なお、クラスタリングのアルゴリズムとしては、既に様々なアルゴリズムが提案されており、クラスタリングのアルゴリズム自体の説明は省略するが、上記のクラスタリングにあたっては公知の様々なアルゴリズムを適用可能である。上記のクラスタリングにより、解析対象の販売店の顧客をクラスタリングした結果として、購入した商品のブランドや商品の購入回数が近い顧客が属しているクラスタ(グループ)が複数生成される。また、複数の解析対象期間を単位としてクラスタリングを行うことにより、図８の上側にＡ(ｔ１)-1、Ａ(ｔ１)-2と表記して示す第１の期間に対応するクラスタ群と、Ａ(ｔ１)-1、Ａ(ｔ１)-2と表記して示す第２の期間に対応するクラスタ群が各々生成される。

ステップ１０８において、出力部１６は、ステップ１０６のクラスタリングによって得られた個々のクラスタ毎に指標値を算出する。ステップ１０８で算出する指標値には、図８に示すように、最も最近購入された日時(からの経過日数)Ｒの分布、購入頻度Ｆの分布、購入金額Ｍの分布が含まれる。上記の各分布は、購買ログ６４から"買上日"及び"金額"及び"顧客ＩＤ"の各フィールドの情報を取得すると共に、購買ログ６４から購入回数を計数して集計することで得ることができる。

また、ステップ１０８で算出する指標値には、図８に示すように、年齢の分布、性別の比率(男女比)、居住区の比率も含まれる。年齢の分布、性別の比率(男女比)、居住区の比率は、顧客マスタ６６から"年齢"、"性別"及び"住所(郵便番号)"の各フィールドの情報を取得して集計することで得ることができる。

次のステップ１１０において、出力部１６は、異なる解析対象期間に対応する複数のクラスタ群の中から同一のクラスタを判定する。同一クラスタの判定には複数の手法がある。第１の手法は、図９に「案１」として示すように、個々のクラスタに含まれている顧客の顧客ＩＤを比較し、同じ顧客が最も多く含まれているクラスタ(グループ)同士を同一のクラスタと判定する手法である。第２の手法は、図９に「案２」として示すように、個々のクラスタに含まれている顧客の購買内容（例えば購入した商品のブランド名）を比較し、購買内容が類似しているクラスタ(グループ)同士を同一のクラスタと判定する手法である。ステップ１１０では第１の手法と第２の手法の何れを用いてもよいし、両者を組み合わせて同一のクラスタを判定するようにしてもよい。

ステップ１１２において、抽出部１２は、比較対象に指定された販売店のデータをユニバーサルクラスタＤＢ１４から抽出する。ユニバーサルクラスタＤＢ１４には過去に行われたクラスタリングの結果が蓄積されている。このため、ステップ１１２では、比較対象に指定された販売店データの顧客について、同一の解析対象期間を単位としてクラスタリングを行うことで得られたクラスタ群が抽出される。

次のステップ１１４において、出力部１６は、解析対象の販売店の顧客のクラスタ群と比較対象の販売店の顧客のクラスタ群について、指標値の変化傾向を比較する処理を行う。以下、この指標値の変化傾向比較処理の詳細について、図１０を参照して説明する。

図１０のステップ１２０において、出力部１６は、解析対象の販売店の顧客をクラスタリングした結果から未選択のクラスタを１つ選択する。以下、ステップ１２０で選択したクラスタを第１クラスタ、第１クラスタと解析対象期間が異なり、かつ第１クラスタと同一と判定されたクラスタを第２クラスタと称する。

次のステップ１２２において、出力部１６は、先のステップ１１４で抽出した比較対象の販売店の顧客のクラスタ群から、第１クラスタと解析対象期間が同一で未選択のクラスタを１つ選択する。以下、ステップ１２２で選択したクラスタを第３クラスタ、第３クラスタと解析対象期間が異なり(第２クラスタと解析対象期間が同一)、かつ第３クラスタと同一と判定されたクラスタを第４クラスタと称する。

ステップ１２４において、出力部１６は、第１クラスタ及び第２クラスタと第３クラスタ及び第４クラスタの類似性を判定する類似性判定処理を行う。類似性の判定には複数の手法がある。

第１の手法は、第１クラスタと第２クラスタとの間の指標値の変化率を求めると共に、第３クラスタと第４クラスタとの間の指標値の変化率を求める。次に、図１１に示す変化方向定義テーブルに従い、例えば変化率が０％未満であれば変化方向を「減少」、変化率が０％以上であれば変化方向を「増加」と判定する。そして、第１クラスタと第２クラスタとの間の指標値の変化方向が、第３クラスタと第４クラスタとの間の指標値の変化方向と一致しているか否かを判定し、変化方向が一致していれば類似性が高いと判定し、変化方向が不一致であれば類似性が低いと判定する。

一例として、図１１に示すクラスタＡ−１(第１クラスタ及び第２クラスタ)は、指標値Ｘの変化方向が「増加」、指標値Ｙの変化方向も「増加」となっている。また、図１１に示すクラスタＢ−１(第３クラスタ及び第４クラスタ)についても、指標値Ｘの変化方向が「増加」、指標値Ｙの変化方向も「増加」となっている。従って、クラスタＡ−１とクラスタＢ−１は類似性が高いと判定される。一方、図１１に示すクラスタＣ−１(第３クラスタ及び第４クラスタ)については、指標値Ｘの変化方向が「減少」、指標値Ｙの変化方向も「減少」となっている。従って、クラスタＡ−１とクラスタＣ−１は類似性が低いと判定される。

第１の手法は、個々のクラスタの指標値の変化方向(変化傾向)を「減少」又は「増加」の２種類に分け、変化方向が一致しているか否かに基づいて類似性の高低を判定しているので、簡単な処理で類似性を判定することができる。

第２の手法は、第１クラスタと第２クラスタとの間の指標値の変化率を求めると共に、第３クラスタと第４クラスタとの間の指標値の変化率を求める。次に、図１２に示す変化方向定義テーブルに従い、例えば変化率が−５％未満であれば変化方向が「減少」、変化率が−５％〜＋５％の範囲内であれば変化方向が「変化なし」、変化率が＋５％以上であれば変化方向が「増加」と判定する。そして、第１クラスタと第２クラスタとの間の指標値の変化方向が、第３クラスタと第４クラスタとの間の指標値の変化方向と一致しているか否かを判定し、変化方向が一致していれば類似性が高いと判定し、変化方向が不一致であれば類似性が低いと判定する。

一例として、図１２に示すクラスタＡ−１(第１クラスタ及び第２クラスタ)は、指標値Ｘの変化方向が「増加」、指標値Ｙの変化方向が「変化なし」となっている。また、図１２に示すクラスタＢ−１(第３クラスタ及び第４クラスタ)についても、指標値Ｘの変化方向が「増加」、指標値Ｙの変化方向が「変化なし」となっている。従って、クラスタＡ−１とクラスタＢ−１は類似性が高いと判定される。一方、図１２に示すクラスタＣ−１(第３クラスタ及び第４クラスタ)については、指標値Ｘの変化方向が「減少」、指標値Ｙの変化方向も「減少」となっている。従って、クラスタＡ−１とクラスタＣ−１は類似性が低いと判定される。

第２の手法は、個々のクラスタの指標値の変化方向(変化傾向)を「減少」又は「変化なし」又は「増加」の３種類に分け、変化方向が一致しているか否かに基づいて類似性の高低を判定している。これにより、簡単な処理で第１の手法よりも高精度に類似性を判定することができる。なお、第２の手法において、指標値の変化方向を「減少」「変化なし」「増加」と判定する境界は、指標値の変化率で±５％とすることに限られるものではなく、その他の値を適用することも可能である。

第３の手法は、第１クラスタと第２クラスタとの間の指標値の変化率を求めると共に、第３クラスタと第４クラスタとの間の指標値の変化率を求める。また、第１クラスタと第３クラスタとの間の指標値の差分を求めると共に、第２クラスタと第４クラスタとの間の指標値の差分を求める。次に、図１３に示す変化方向定義テーブルに従い、例えば変化率が０％未満であれば変化方向を「減少」、変化率が０％以上であれば変化方向を「増加」と判定する。また、第１クラスタと第３クラスタとの間の指標値の差分の比率と、第２クラスタと第４クラスタとの間の指標値の差分の比率が、図１３に示す指標値範囲定義テーブルに設定された指標値の差分の閾値以内か否かを判定する。なお、指標値の差分の閾値は指標値毎に設定されており、図１３に示す例では、指標値Ｘについては差分の比率の閾値が２０％、指標値Ｙについては差分の比率の閾値が５％とされている。

そして、第１クラスタと第２クラスタとの間の指標値の変化方向が、第３クラスタと第４クラスタとの間の指標値の変化方向と一致しているか否かを判定する。また、第１クラスタと第３クラスタとの間の差分の比率及び第２クラスタと第４クラスタとの間の指標値の差分の比率が閾値以内か否かを判定する。指標値の変化方向が一致しており、かつそれぞれの指標値の差分の比率が閾値以内であれば類似性が高いと判定する。一方、指標値の変化方向が不一致であるか、何れかの指標値の差分の比率が閾値以内でなければ類似性が低いと判定する。

一例として、図１３に示すクラスタＡ−１(第１クラスタ及び第２クラスタ)は、指標値Ｘの変化方向が「増加」、指標値Ｙの変化方向も「増加」となっている。また、図１３に示すクラスタＢ−１(第３クラスタ及び第４クラスタ)についても、指標値Ｘの変化方向が「増加」、指標値Ｙの変化方向が「増加」となっている。また、第１クラスタと第３クラスタとの間の差分の比率は、指標値Ｘは１０％、指標値Ｙは３％と何れも閾値以内になっている。また、第２クラスタと第４クラスタとの間の差分の比率についても、指標値Ｘは１５％、指標値Ｙは３％と何れも閾値以内になっている。従って、クラスタＡ−１とクラスタＢ−１は類似性が高いと判定される。

第３の手法は、指標値の変化方向に加えて指標値の差分の比率を用いて類似性の高低を判定しているので、処理が若干複雑になるものの、第１の手法及び第２の手法よりも高精度に類似性を判定することができる。なお、第３の手法において、指標値の差分の比率を「範囲内」「範囲外」と判定する境界は、指標値Ｘについては２０％、指標値Ｙについては５％とすることに限られるものではなく、その他の値を適用することも可能である。

第４の手法は、第１クラスタと第２クラスタとの間の指標値の変化率を求めると共に、第３クラスタと第４クラスタとの間の指標値の変化率を求める。次に、図１４に示す変化方向定義テーブルに従い、例えば変化率が０％未満であれば変化方向を「減少」、変化率が０％以上であれば変化方向を「増加」と判定する。また、第１クラスタと第２クラスタとの間の指標値の変化率と、第３クラスタと第４クラスタとの間の指標値の変化率と、の差分が、図１４に示す指標値範囲定義テーブルに設定された指標値の変化率の差分の閾値以内か否かを判定する。なお、指標値の差分の閾値は指標値毎に設定されており、図１４に示す例では、指標値Ｘについては差分の比率の閾値が２０％、指標値Ｙについては差分の比率の閾値が５％とされている。

そして、第１クラスタと第２クラスタとの間の指標値の変化方向が、第３クラスタと第４クラスタとの間の指標値の変化方向と一致しているか否かを判定する。また、第１クラスタと第２クラスタとの間の指標値の変化率と、第３クラスタと第４クラスタとの間の指標値の変化率と、の差分が閾値以内か否かを判定する。指標値の変化方向が一致しており、かつそれぞれの指標値の変化率の差分が閾値以内であれば類似性が高いと判定する。一方、指標値の変化方向が不一致であるか、何れかの指標値の変化率の差分が閾値以内でなければ類似性が低いと判定する。

一例として、図１４に示すクラスタＡ−１(第１クラスタ及び第２クラスタ)は、指標値Ｘの変化方向が「増加」、指標値Ｙの変化方向も「増加」となっている。また、図１３に示すクラスタＢ−１(第３クラスタ及び第４クラスタ)についても、指標値Ｘの変化方向が「増加」、指標値Ｙの変化方向が「増加」となっている。また、第１クラスタと第２クラスタとの間の指標値の変化率は、指標値Ｘが１０％増加、指標値Ｙが１０％増加となっており、第３クラスタと第４クラスタとの間の指標値の変化率は、指標値Ｘが２０％増加、指標値Ｙが１３％増加となっている。従って、第１クラスタと第２クラスタとの間の指標値の変化率と、第３クラスタと第４クラスタとの間の指標値の変化率と、の差分は、指標値Ｘは１０％、指標値Ｙは３％と何れも閾値以内になっている。これにより、クラスタＡ−１とクラスタＢ−１は類似性が高いと判定される。

第４の手法は、指標値の変化方向に加えて指標値の変化率の差分を用いて類似性の高低を判定しているので、処理が若干複雑になるものの、第１の手法及び第２の手法よりも高精度に類似性を判定することができる。なお、第４の手法において、指標値の差分の比率を「範囲内」「範囲外」と判定する境界は、指標値Ｘについては２０％、指標値Ｙについては５％とすることに限られるものではなく、その他の値を適用することも可能である。

次のステップ１２６において、出力部１６は、ステップ１２４の類似性判定処理において、ステップ１２０で選択したクラスタとステップ１２２で選択したクラスタの類似性が高いと判定されたか否か判定する。ステップ１２６の判定が肯定された場合はステップ１２８へ移行し、ステップ１２８において、出力部１６は、類似性が高いと判定されたクラスタの組み合わせをメモリ３０に記録し、ステップ１３０へ移行する。また、ステップ１２６の判定が否定された場合はステップ１３０へ移行する。

なお、上述した第１〜第４の手法の説明では、指標値として指標値Ｘと指標値Ｙの２つの指標値を用いる場合を例に挙げたが、単一の指標値を用いてもよいし、３個以上の指標値を用いてもよい。第１クラスタ及び第２クラスタと、第３クラスタ及び第４クラスタと、は販売店が異なるためクラスタリングの条件が異なっているが、上記の第１〜第４の手法を用いることで、異なる販売店の間であっても顧客を比較することができる。

ステップ１３０において、出力部１６は、比較対象の販売店の顧客のクラスタ群の中に未選択のクラスタが有るか否か判定する。ステップ１３０の判定が肯定された場合はステップ１２２に戻り、ステップ１３０の判定が肯定される迄、ステップ１２２〜ステップ１３０を繰り返す。また、比較対象の販売店の顧客のクラスタ群を全て選択すると、ステップ１３０の判定が否定されてステップ１３２へ移行する。

ステップ１３２において、出力部１６は、解析対象の販売店の顧客のクラスタ群の中に未選択のクラスタが有るか否か判定する。ステップ１３２の判定が肯定された場合はステップ１２０に戻り、ステップ１３２の判定が肯定される迄、ステップ１２２〜ステップ１３０を繰り返す。これにより、解析対象の販売店の顧客のクラスタ群の各クラスタと、比較対象の販売店の顧客のクラスタ群の各クラスタについて、総あたりで類似性の高低が判定されることになる。解析対象の販売店の顧客のクラスタ群を全て選択すると、ステップ１３２の判定が否定されて指標値の変化傾向比較処理を終了し、図５のステップ１１６へ移行する。

ステップ１１６において、出力部１６は、解析対象の販売店の顧客のクラスタ群と比較対象の販売店の顧客のクラスタ群とを比較した結果を、表示部３６に表示させる等によって出力する。次のステップ１１８において、出力部１６は、今回クラスタリングを行った解析対象の販売店のデータをユニバーサルクラスタＤＢ１４に蓄積し、顧客分析処理を終了する。

顧客分析サービスを提供している会社は、解析対象の販売店の顧客のクラスタ群と比較対象の販売店の顧客のクラスタ群とを比較した結果に基づいて、解析対象の販売店の顧客を、比較対象の他の販売店と比較して分析する。この分析では、例えば比較対象の販売店の顧客には存在しない顧客層の有無等が判定される。解析対象の販売店の顧客を分析した結果は、顧客分析サーバ２２から解析対象の販売店の販売店コンピュータ２６へ送信され、販売店コンピュータ２６の記憶部５６に結果情報６８として記憶される。結果情報６８は、解析対象の販売店における商品施策や売り場施策、拡販施策等の経営戦略の決定に用いられる。

なお、顧客分析サーバ２２と販売店コンピュータ２６との間がオフラインの場合、解析対象の販売店の顧客を分析した結果は顧客分析サーバ２２で記録媒体４４に記録され、当該記録媒体４４が販売店コンピュータ２６にセットされて読み出される。これにより、顧客分析サーバ２２から販売店コンピュータ２６へ、解析対象の販売店の顧客を分析した結果が伝達される。

本実施形態に係る顧客分析装置１０を用いた顧客分析について、具体的な活用シナリオを例に挙げて更に説明する。以下で説明する例では、解析対象の販売店として百貨店Ｘが指定され、比較対象の販売店として百貨店Ａ,Ｂ,Ｃが指定され、解析対象期間として２０１０年度及び２０１１年度が指定されて顧客の分析が要求されたものとする。

前提条件として、図１５の左側に示す百貨店Ａ,Ｂ,Ｃについての２０１０年度、２０１１年度のクラスタリング結果は、ユニバーサルクラスタＤＢ１４に既に蓄積されているものとする。また、解析対象のデータとして、図１５の右側に示す百貨店Ｘの２０１０年度、２０１１年度の２年分の購買データと百貨店Ｘの顧客マスタが提供された。解析対象の顧客は２０１０年度、２０１１年度それぞれ１０万人に上った。

まず、Ｘ百貨店の購買データを基に、Ｘ百貨店単独で顧客のクラスタリングを実施した。その結果、図１６に示すように、２０１０年度、２０１１年度についてそれぞれ１０個のクラスタが生成された。個々のクラスタに含まれる顧客の人数は、それぞれおよそ１万人となった。

次に、Ｘ百貨店の顧客の個々のクラスタについて指標値を算出した。ここでは、指標値として、「年間購買金額」「年間来店日数」を用い、平均値をそのクラスタの代表値とした。Ｘ百貨店の顧客の個々のクラスタにおける「年間購買金額」「年間来店日数」の代表値を図１７に示す。

続いて、Ｘ百貨店の２０１０年度のクラスタ群と、２０１１年度のクラスタ群のうち同一のクラスタの判定を行った。同一のクラスタの判定方法として、図１８に示すように、購買内容が似ているクラスタ同士を同一クラスタと判定した。

次に、ユニバーサルクラスタＤＢ１４に既に蓄積されている百貨店Ａ,Ｂ,Ｃのクラスタと類似しているクラスタがＸ百貨店に存在するか否か判定を行った。類似性判定処理には第４の手法(指標値の変化方向に加えて指標値の変化率の差分を用いて類似性の高低を判定する手法)を適用した。その結果、図１９に示すように、百貨店Ａ,Ｂ,Ｃの何れのクラスタとも類似していないＸ百貨店独自のクラスタ(クラスタＸ(2010)-1,Ｘ(2011)-1)が抽出された。

上記のクラスタの比較結果を分析した。その結果、Ｘ百貨店の顧客のクラスタ群のうち、クラスタＸ(2010)-1,Ｘ(2011)-1は、年間購買金額と年間来店日数が大幅向上しているクラスタであり、百貨店Ａ,Ｂ,Ｃの顧客には存在しない、Ｘ百貨店独自の強い顧客層が存在していると判断された。Ｘ百貨店では、百貨店Ａ,Ｂ,Ｃにはない強みをさらに伸ばすために、クラスタＸ(2010)-1,Ｘ(2011)-1の顧客層に対して訴求するための経営戦略の検討に活用した。

従来の個社分析では他の販売店と顧客層を比較することはできなかったが、本実施形態によれば、上記のように異なる販売店の間での顧客の比較が可能となり、経営戦略の検討に活用することができるようになった。

なお、上記では解析対象の販売店のデータと比較対象の販売店のデータの期間を揃えた場合を説明したが、これに限定されるものではない。図２０に示すように、異なる時期に発生した同様のイベントの前後で顧客の比較を行うようにしてもよい。イベントの例としては、外的イベントとして、競合業務施策(改装等)の実施、競合の進出/撤退、景気動向の著しい変化等が挙げられ、内的イベントとして、自社業務施策(販売促進、売場施策、商品施策等)の実施等が挙げられる。このように、解析対象の販売店のデータと比較対象の販売店のデータの期間が相違している場合も開示の技術の権利範囲に含むものである。

また、上記では顧客分析プログラム４６が顧客分析サーバ２２の記憶部３２に予め記憶（インストール）されている態様を説明したが、顧客分析プログラムは、ＣＤ−ＲＯＭやＤＶＤ−ＲＯＭ等の記録媒体に記録されている形態で提供することも可能である。

本明細書に記載された全ての文献、特許出願及び技術規格は、個々の文献、特許出願及び技術規格が参照により取り込まれることが具体的かつ個々に記された場合と同程度に、本明細書中に参照により取り込まれる。

以上の実施形態に関し、更に以下の付記を開示する。

（付記１）
コンピュータに、
第１の時点における第１の販売店の購買情報から第１の抽出条件で第１の顧客群を抽出すると共に、第２の時点における前記第１の販売店の購買情報から前記第１の抽出条件で第２の顧客群を抽出し(図１：１２)、
前記第１の時点に対応する時点における第２の販売店の購買情報から第２の抽出条件で第３の顧客群を抽出すると共に、前記第２の時点に対応する時点における前記第２の販売店の購買情報から前記第２の抽出条件で第４の顧客群を抽出し(図１：１２)、
前記第１の顧客群と前記第２の顧客群との間の指標の変化傾向と、前記第３の顧客群と前記第４の顧客群との間の前記指標の変化傾向と、を比較し、比較結果を出力する(図１：１６)
ことを含む処理を行わせるための顧客分析プログラム。

（付記２）
前記指標として、数値化された指標値を用い、
前記比較結果として、前記第１の顧客群と前記第２の顧客群との間の指標値の変化方向が、前記第３の顧客群と前記第４の顧客群との間の前記指標値の変化方向と一致しているか否かを出力する付記１記載の顧客分析プログラム(図１１,１２)。

（付記３）
前記指標として、数値化された指標値を用い、
前記比較結果として、前記第１の顧客群と前記第２の顧客群との間の指標値の変化方向が、前記第３の顧客群と前記第４の顧客群との間の前記指標値の変化方向と一致しており、かつ、前記第１の顧客群と前記第３の顧客群の指標値の差分と、前記第２の顧客群と前記第４の顧客群の指標値の差分と、が閾値以内か否かを出力する付記１記載の顧客分析プログラム(図１３)。

（付記４）
前記指標として、数値化された指標値を用い、
前記比較結果として、前記第１の顧客群と前記第２の顧客群との間の指標値の変化方向が、前記第３の顧客群と前記第４の顧客群との間の前記指標値の変化方向と一致しており、かつ、前記第１の顧客群と前記第２の顧客群との間の前記指標値の変化率と、前記第３の顧客群と前記第４の顧客群との間の前記指標値の変化率と、の差分が閾値以内か否かを出力する付記１記載の顧客分析プログラム(図１４)。

（付記５）
前記指標として、最も最近購入した日時からの経過日数、購入頻度、購入金額、顧客の年齢、性別、住所の少なくとも１つを用いる付記１〜付記４の何れか１項記載の顧客分析プログラム(図８)。

（付記６）
前記第１の抽出条件で抽出した複数の第２の顧客群のうち、前記第１の抽出条件で抽出した複数の第１の顧客群のうちの特定の第１の顧客群に対して、同一の顧客が最も多く含まれている特定の第２の顧客群を、前記特定の第１の顧客群に対応する特定の第２の顧客群として対応付ける付記１〜付記５の何れか１項記載の顧客分析プログラム(図９左側)。

（付記７）
前記第１の抽出条件で抽出した複数の第２の顧客群のうち、前記第１の抽出条件で抽出した複数の第１の顧客群のうちの特定の第１の顧客群に対して、購買内容が最も類似している特定の第２の顧客群を、前記特定の第１の顧客群に対応する特定の第２の顧客群として対応付ける付記１〜付記５の何れか１項記載の顧客分析プログラム(図９右側)。

（付記８）
コンピュータに、
第１の時点における第１の販売店の購買情報から第１の抽出条件で第１の顧客群を抽出すると共に、第２の時点における前記第１の販売店の購買情報から前記第１の抽出条件で第２の顧客群を抽出し、
前記第１の時点に対応する時点における第２の販売店の購買情報から第２の抽出条件で第３の顧客群を抽出すると共に、前記第２の時点に対応する時点における前記第２の販売店の購買情報から前記第２の抽出条件で第４の顧客群を抽出し、
前記第１の顧客群と前記第２の顧客群との間の指標の変化傾向と、前記第３の顧客群と前記第４の顧客群との間の前記指標の変化傾向と、を比較し、比較結果を出力する
ことを含む処理を行わせるための顧客分析方法。

（付記９）
前記指標として、数値化された指標値を用い、
前記比較結果として、前記第１の顧客群と前記第２の顧客群との間の指標値の変化方向が、前記第３の顧客群と前記第４の顧客群との間の前記指標値の変化方向と一致しているか否かを出力する付記８記載の顧客分析方法。

（付記１０）
前記指標として、数値化された指標値を用い、
前記比較結果として、前記第１の顧客群と前記第２の顧客群との間の指標値の変化方向が、前記第３の顧客群と前記第４の顧客群との間の前記指標値の変化方向と一致しており、かつ、前記第１の顧客群と前記第３の顧客群の指標値の差分と、前記第２の顧客群と前記第４の顧客群の指標値の差分と、が閾値以内か否かを出力する付記８記載の顧客分析方法。

（付記１１）
前記指標として、数値化された指標値を用い、
前記比較結果として、前記第１の顧客群と前記第２の顧客群との間の指標値の変化方向が、前記第３の顧客群と前記第４の顧客群との間の前記指標値の変化方向と一致しており、かつ、前記第１の顧客群と前記第２の顧客群との間の前記指標値の変化率と、前記第３の顧客群と前記第４の顧客群との間の前記指標値の変化率と、の差分が閾値以内か否かを出力する付記８記載の顧客分析方法。

（付記１２）
前記指標として、最も最近購入した日時からの経過日数、購入頻度、購入金額、顧客の年齢、性別、住所の少なくとも１つを用いる付記８〜付記１１の何れか１項記載の顧客分析方法。

（付記１３）
前記第１の抽出条件で抽出した複数の第２の顧客群のうち、前記第１の抽出条件で抽出した複数の第１の顧客群のうちの特定の第１の顧客群に対して、同一の顧客が最も多く含まれている特定の第２の顧客群を、前記特定の第１の顧客群に対応する特定の第２の顧客群として対応付ける付記８〜付記１２の何れか１項記載の顧客分析方法。

（付記１４）
前記第１の抽出条件で抽出した複数の第２の顧客群のうち、前記第１の抽出条件で抽出した複数の第１の顧客群のうちの特定の第１の顧客群に対して、購買内容が最も類似している特定の第２の顧客群を、前記特定の第１の顧客群に対応する特定の第２の顧客群として対応付ける付記８〜付記１２の何れか１項記載の顧客分析方法。

（付記１５）
第１の時点における第１の販売店の購買情報から第１の抽出条件で第１の顧客群を抽出すると共に、第２の時点における前記第１の販売店の購買情報から前記第１の抽出条件で第２の顧客群を抽出する第１抽出部と、
前記第１の時点に対応する時点における第２の販売店の購買情報から第２の抽出条件で第３の顧客群を抽出すると共に、前記第２の時点に対応する時点における前記第２の販売店の購買情報から前記第２の抽出条件で第４の顧客群を抽出する第２抽出部と、
前記第１の顧客群と前記第２の顧客群との間の指標の変化傾向と、前記第３の顧客群と前記第４の顧客群との間の前記指標の変化傾向と、を比較し、比較結果を出力する出力部と、
を含む顧客分析装置。

（付記１６）
前記指標として、数値化された指標値を用い、
前記出力部は、前記比較結果として、前記第１の顧客群と前記第２の顧客群との間の指標値の変化方向が、前記第３の顧客群と前記第４の顧客群との間の前記指標値の変化方向と一致しているか否かを出力する付記１５記載の顧客分析装置。

（付記１７）
前記指標として、数値化された指標値を用い、
前記出力部は、前記比較結果として、前記第１の顧客群と前記第２の顧客群との間の指標値の変化方向が、前記第３の顧客群と前記第４の顧客群との間の前記指標値の変化方向と一致しており、かつ、前記第１の顧客群と前記第３の顧客群の指標値の差分と、前記第２の顧客群と前記第４の顧客群の指標値の差分と、が閾値以内か否かを出力する付記１５記載の顧客分析装置。

（付記１８）
前記指標として、数値化された指標値を用い、
前記出力部は、前記比較結果として、前記第１の顧客群と前記第２の顧客群との間の指標値の変化方向が、前記第３の顧客群と前記第４の顧客群との間の前記指標値の変化方向と一致しており、かつ、前記第１の顧客群と前記第２の顧客群との間の前記指標値の変化率と、前記第３の顧客群と前記第４の顧客群との間の前記指標値の変化率と、の差分が閾値以内か否かを出力する付記１５記載の顧客分析装置。

（付記１９）
前記出力部は、前記指標として、最も最近購入した日時からの経過日数、購入頻度、購入金額、顧客の年齢、性別、住所の少なくとも１つを用いる付記１５〜付記１８の何れか１項記載の顧客分析装置。

（付記２０）
前記第１抽出部は、前記第１の抽出条件で抽出した複数の第２の顧客群のうち、前記第１の抽出条件で抽出した複数の第１の顧客群のうちの特定の第１の顧客群に対して、同一の顧客が最も多く含まれている特定の第２の顧客群を、前記特定の第１の顧客群に対応する特定の第２の顧客群として対応付ける付記１５〜付記１９の何れか１項記載の顧客分析装置。

（付記２１）
前記第１抽出部は、前記第１の抽出条件で抽出した複数の第２の顧客群のうち、前記第１の抽出条件で抽出した複数の第１の顧客群のうちの特定の第１の顧客群に対して、購買内容が最も類似している特定の第２の顧客群を、前記特定の第１の顧客群に対応する特定の第２の顧客群として対応付ける付記１５〜付記１９の何れか１項記載の顧客分析装置。

１０ 顧客分析装置
１２ 抽出部
１４ ユニバーサルクラスタＤＢ
１６ 出力部
２０ コンピュータ・システム
２２ 顧客分析サーバ
２６ 販売店コンピュータ
２８ ＣＰＵ
３０ メモリ
３２ 記憶部
４６ 顧客分析プログラム
６４ 購買ログ
６６ 顧客マスタ

Claims (8)

1. コンピュータに、
   第１の時点における第１の販売店の購買情報から第１の抽出条件で第１の顧客群を抽出すると共に、第２の時点における前記第１の販売店の購買情報から前記第１の抽出条件で第２の顧客群を抽出し、
   前記第１の時点に対応する時点における第２の販売店の購買情報から第２の抽出条件で第３の顧客群を抽出すると共に、前記第２の時点に対応する時点における前記第２の販売店の購買情報から前記第２の抽出条件で第４の顧客群を抽出し、
   前記第１の顧客群と前記第２の顧客群との間の指標の変化傾向と、前記第３の顧客群と前記第４の顧客群との間の前記指標の変化傾向と、を比較し、比較結果を出力する
   ことを含む処理を行わせるための顧客分析プログラム。
2. 前記指標として、数値化された指標値を用い、
   前記比較結果として、前記第１の顧客群と前記第２の顧客群との間の指標値の変化方向が、前記第３の顧客群と前記第４の顧客群との間の前記指標値の変化方向と一致しているか否かを出力する請求項１記載の顧客分析プログラム。
3. 前記指標として、数値化された指標値を用い、
   前記比較結果として、前記第１の顧客群と前記第２の顧客群との間の指標値の変化方向が、前記第３の顧客群と前記第４の顧客群との間の前記指標値の変化方向と一致しており、かつ、前記第１の顧客群と前記第３の顧客群の指標値の差分と、前記第２の顧客群と前記第４の顧客群の指標値の差分と、が閾値以内か否かを出力する請求項１記載の顧客分析プログラム。
4. 前記指標として、数値化された指標値を用い、
   前記比較結果として、前記第１の顧客群と前記第２の顧客群との間の指標値の変化方向が、前記第３の顧客群と前記第４の顧客群との間の前記指標値の変化方向と一致しており、かつ、前記第１の顧客群と前記第２の顧客群との間の前記指標値の変化率と、前記第３の顧客群と前記第４の顧客群との間の前記指標値の変化率と、の差分が閾値以内か否かを出力する請求項１記載の顧客分析プログラム。
5. 前記第１の抽出条件で抽出した複数の第２の顧客群のうち、前記第１の抽出条件で抽出した複数の第１の顧客群のうちの特定の第１の顧客群に対して、同一の顧客が最も多く含まれている特定の第２の顧客群を、前記特定の第１の顧客群に対応する特定の第２の顧客群として対応付ける請求項１〜請求項４の何れか１項記載の顧客分析プログラム。
6. 前記第１の抽出条件で抽出した複数の第２の顧客群のうち、前記第１の抽出条件で抽出した複数の第１の顧客群のうちの特定の第１の顧客群に対して、購買内容が最も類似している特定の第２の顧客群を、前記特定の第１の顧客群に対応する特定の第２の顧客群として対応付ける請求項１〜請求項４の何れか１項記載の顧客分析プログラム。
7. コンピュータに、
   第１の時点における第１の販売店の購買情報から第１の抽出条件で第１の顧客群を抽出すると共に、第２の時点における前記第１の販売店の購買情報から前記第１の抽出条件で第２の顧客群を抽出し、
   前記第１の時点に対応する時点における第２の販売店の購買情報から第２の抽出条件で第３の顧客群を抽出すると共に、前記第２の時点に対応する時点における前記第２の販売店の購買情報から前記第２の抽出条件で第４の顧客群を抽出し、
   前記第１の顧客群と前記第２の顧客群との間の指標の変化傾向と、前記第３の顧客群と前記第４の顧客群との間の前記指標の変化傾向と、を比較し、比較結果を出力する
   ことを含む処理を行わせるための顧客分析方法。
8. 第１の時点における第１の販売店の購買情報から第１の抽出条件で第１の顧客群を抽出すると共に、第２の時点における前記第１の販売店の購買情報から前記第１の抽出条件で第２の顧客群を抽出する第１抽出部と、
   前記第１の時点に対応する時点における第２の販売店の購買情報から第２の抽出条件で第３の顧客群を抽出すると共に、前記第２の時点に対応する時点における前記第２の販売店の購買情報から前記第２の抽出条件で第４の顧客群を抽出する第２抽出部と、
   前記第１の顧客群と前記第２の顧客群との間の指標の変化傾向と、前記第３の顧客群と前記第４の顧客群との間の前記指標の変化傾向と、を比較し、比較結果を出力する出力部と、
   を含む顧客分析装置。