JP6176813B1 - ユーザが評価対象を評価した結果を分析するためのコンピュータシステムおよびそのコンピュータシステムにおいて実行される方法およびプログラム - Google Patents

Abstract

【課題】複数のユーザ体験のうちの各々が評価指標にどのように影響するかをプラスの影響度とマイナスの影響度とに基づいて分析するためのコンピュータシステムおよびそのコンピュータシステムにおいて実行される方法およびプログラムを提供すること。【解決手段】本発明のコンピュータシステムは、複数のユーザが同一の評価対象を評価した結果を示す複数の評価結果を受信する受信手段と、複数の評価結果を分析する分析手段と、複数の評価結果の分析結果を出力する出力手段とを備える。複数の評価結果のそれぞれは、所定の観点からユーザが前記評価対象を評価した際の評価の度合を示す評価指標と、ユーザが前記評価指標を決定するに際してユーザが体験したユーザ体験がプラスに寄与したことを示すプラス指標と、ユーザが前記評価指標を決定するに際してユーザが体験したユーザ体験がマイナスに寄与したことを示すマイナス指標とを含む。【選択図】図１Ｂ

Description

本発明は、ユーザが評価対象を評価した結果を分析するためのコンピュータシステムおよびそのコンピュータシステムにおいて実行される方法およびプログラムに関する。

従来、企業は、「顧客満足度（ＣＳ）」を向上させるよう努めていた。特許文献１は、顧客満足度に関する分析のための装置を開示している。特許文献１の装置は、定量アンケート結果に基づいて、商品とその購入意欲との関係を分析する。

近年、企業の収益向上に直結するのは、必ずしも「顧客満足度」に限定されないこと、「顧客満足度」に加えてまたは「顧客満足度」に代えて、「顧客満足度」以外の所望の評価指標を向上させることも企業の収益向上につながることがわかってきた。所望の評価指標の向上、ひいては、企業の収益向上のためには、顧客からの声を読み解いて、限りある資源をどのように割り当てるかがカギとなる。

特開２００２−７６５９号公報

本発明は、複数のユーザ体験のうちの各々が評価指標にどのように影響するかをプラスの影響度とマイナスの影響度とに基づいて分析するためのコンピュータシステムおよびそのコンピュータシステムにおいて実行される方法およびプログラムを提供することを目的とする。

本発明のコンピュータシステムは、複数のユーザが同一の評価対象を評価した結果を示す複数の評価結果を受信する受信手段であって、前記複数の評価結果のそれぞれは、所定の観点からユーザが前記評価対象を評価した際の評価の度合を示す評価指標と、前記ユーザが前記評価指標を決定するに際して前記ユーザが体験したユーザ体験がプラスに寄与したことを示すプラス指標と、前記ユーザが前記評価指標を決定するに際して前記ユーザが体験したユーザ体験がマイナスに寄与したことを示すマイナス指標とを含む、受信手段と、前記複数の評価結果を分析する分析手段であって、前記分析手段は、前記複数の評価結果に対して、前記評価指標と前記プラス指標と前記マイナス指標とを統計的に処理することにより、前記評価指標に対する各ユーザ体験のプラスの影響度と前記評価指標に対する各ユーザ体験のマイナスの影響度とを算出する算出手段と、前記評価指標に対する各ユーザ体験のプラスの影響度と前記評価指標に対する各ユーザ体験のマイナスの影響度とに基づいて、前記複数の評価結果の分析結果を生成する生成手段とを備える、分析手段と、前記分析結果を出力する出力手段とを備える。

本発明の一実施形態において、前記生成手段は、前記評価指標に対する各ユーザ体験のプラスの影響度と前記評価指標に対する各ユーザ体験のマイナスの影響度とを加算することによって第１の値を生成し、前記生成手段は、前記評価指標に対する各ユーザ体験のプラスの影響度と前記評価指標に対する各ユーザ体験のマイナスの影響度の絶対値とを加算することによって第２の値を生成し、前記出力手段は、前記第１の値と前記第２の値とを出力する。

本発明の一実施形態において、前記出力手段は、前記第１の値と前記第２の値とを時間軸に沿ってグラフ形式で出力する。

本発明の一実施形態において、前記算出手段は、前記評価指標を目的変数とし、前記プラス指標を説明変数として重回帰分析を行うことにより、前記評価指標に対する各ユーザ体験のプラスの影響度を算出し、前記算出手段は、前記評価指標を目的変数とし、前記マイナス指標を説明変数として重回帰分析を行うことにより、前記評価指標に対する各ユーザ体験のマイナスの影響度を算出する。

本発明の一実施形態において、前記算出手段は、前記評価指標を目的変数とし、前記プラス指標を説明変数として重回帰分析を行う場合、前記プラス指標以外の指標をゼロとして扱い、前記算出手段は、前記評価指標を目的変数とし、前記マイナス指標を説明変数として重回帰分析を行う場合、前記マイナス指標以外の指標をゼロとして扱う。

本発明の一実施形態において、前記プラス指標は、少なくとも１段階のレベルの指標であり、前記マイナス指標は、少なくとも１段階のレベルの指標である。

本発明の一実施形態において、前記生成手段は、前記評価指標を向上させるために、前記ユーザ体験のうちのどのユーザ体験を改善すべきかを特定するための値を生成する。

本発明の一実施形態において、前記生成手段は、前記評価指標を向上させるために前記ユーザ体験のうちのどのユーザ体験を改善すべきかを特定するために、前記第１の値と前記第２の値とに基づいて前記ユーザ体験をランク付けすることにより、前記複数のユーザ体験のそれぞれのランクを示す値を生成し、前記出力手段は、前記ランクを示す値を出力する。

本発明の一実施形態において、前記評価指標は、ユーザが前記評価対象を他のユーザに推奨したいという推奨意向の度合を示す推奨意向度である。

本発明のコンピュータシステムにおいて実行される方法は、複数のユーザが同一の評価対象を評価した結果を示す複数の評価結果を受信する受信することであって、前記複数の評価結果のそれぞれは、所定の観点からユーザが前記評価対象を評価した際の評価の度合を示す評価指標と、前記ユーザが前記評価指標を決定するに際して前記ユーザが体験したユーザ体験がプラスに寄与したことを示すプラス指標と、前記ユーザが前記評価指標を決定するに際して前記ユーザが体験したユーザ体験がマイナスに寄与したことを示すマイナス指標とを含む、ことと、前記複数の評価結果を分析することであって、前記分析することは、前記複数の評価結果に対して、前記評価指標と前記プラス指標と前記マイナス指標とを統計的に処理することにより、前記評価指標に対する各ユーザ体験のプラスの影響度と前記評価指標に対する各ユーザ体験のマイナスの影響度とを算出することと、前記評価指標に対する各ユーザ体験のプラスの影響度と前記評価指標に対する各ユーザ体験のマイナスの影響度とに基づいて分析結果を生成することとを含む、ことと、前記分析結果を出力することとを含む。

本発明は、コンピュータシステムにおいて実行されるプログラムを提供し、前記コンピュータシステムは、プロセッサを備え、前記プログラムは、前記プロセッサによって実行されると、複数のユーザが同一の評価対象を評価した結果を示す複数の評価結果を受信する受信することであって、前記複数の評価結果のそれぞれは、所定の観点からユーザが前記評価対象を評価した際の評価の度合を示す評価指標と、前記ユーザが前記評価指標を決定するに際して前記ユーザが体験したユーザ体験がプラスに寄与したことを示すプラス指標と、前記ユーザが前記評価指標を決定するに際して前記ユーザが体験したユーザ体験がマイナスに寄与したことを示すマイナス指標とを含む、ことと、前記複数の評価結果を分析することであって、前記分析することは、前記複数の評価結果に対して、前記評価指標と前記プラス指標と前記マイナス指標とを統計的に処理することにより、前記評価指標に対する各ユーザ体験のプラスの影響度と前記評価指標に対する各ユーザ体験のマイナスの影響度とを算出することと、前記評価指標に対する各ユーザ体験のプラスの影響度と前記評価指標に対する各ユーザ体験のマイナスの影響度とに基づいて分析結果を生成することとを含む、ことと、前記分析結果を出力することとを含む処理を前記プロセッサに行わせる。

本発明によれば、複数のユーザ体験のうちの各々が評価指標にどのように影響するかをプラスの影響度とマイナスの影響度とに基づいて分析するためのコンピュータシステムおよびそのコンピュータシステムにおいて実行される方法およびプログラムを提供することができる。

車メーカーＡ社で車を購入したユーザが車メーカーＡ社のサービスを評価するためのアンケート用紙１０の一例を示す図である。 本発明のコンピュータシステム１００が回答済みの複数のアンケート用紙１０の回答結果から分析結果２０を提供することを模式的に示す図である。 ユーザによる評価対象の評価結果を分析するためのコンピュータシステム１００の構成の一例を示すブロック図である。 プロセッサ１２０の分析手段１３０の構成の一例を示すブロック図である。 ユーザによる評価対象の評価結果を分析するためのコンピュータシステム１００の処理の一例を示すフローチャートである。 ステップＳ４０２における複数の評価結果を分析する処理の一例を示すフローチャートである。 ステップＳ５０１における、複数の評価結果に対して、推奨意向度に対するプラスの影響度と推奨意向度に対するマイナスの影響度とを算出する処理の一例を示すフローチャートである。 ステップＳ５０２におけるプラスの影響度とマイナスの影響度とに基づく値を算出する処理の一例を示すフローチャートである。 複数の回答者が図１Ａに示されるアンケート用紙１０に回答することにより車メーカーＡ社のサービスを評価した結果を示す評価結果をまとめた表である。 表６０１の評価結果からプラス指標を抽出した表である。 表６０１の評価結果からマイナス指標を抽出した表である。 表６０２に対して数量化Ｉ類を行った結果を示す表である。 表６０３に対して数量化Ｉ類を行った結果を示す表である。 推奨意向度に対する各ユーザ体験のプラスの影響度と、推奨意向度に対する各ユーザ体験のマイナスの影響度とに基づいた値を算出した結果を示す表である。 各ユーザ体験のプラス指標またはマイナス指標と、各ユーザ体験にプラス指標またはマイナス指標を付けた理由と、各ユーザ体験にプラス指標またはマイナス指標を付けた際に各因子がプラスに寄与したかマイナスに寄与したかを示す指標とをまとめた表である。

以下、図面を参照しながら、本発明の実施の形態を説明する。

１．ユーザによる評価対象の評価結果の分析
図１Ａは、車メーカーＡ社で車を購入したユーザが車メーカーＡ社のサービスを評価するためのアンケート用紙１０の一例を示す。

アンケート用紙１０は、質問１と、質問２と、質問３とを含む。

質問１は、推奨意向度を問う質問である。「推奨意向度」とは、ユーザが評価対象を他のユーザに推奨したいかという観点からユーザが評価対象を評価した際の評価の度合（すなわち、ユーザが評価対象を他のユーザに推奨したいという推奨意向の度合）である。この例では、「評価対象」は、車メーカーＡ社の車を購入した際の車メーカーＡ社のサービスであるが、これに限定されない。「評価対象」は、任意のものであり得る。例えば、「評価対象」は、任意の商品または任意のサービスであってもよいし、任意の商品または任意のサービスの提供者（例えば、営業担当者やスタッフ）であってもよい。

ユーザは、質問１に対して推奨意向度を０点〜１０点の点数で回答する。例えば、ユーザは、車メーカーＡ社を親しい友人や知人に非常に推奨したい場合には１０点を付けることができ、車メーカーＡ社を親しい友人や知人に全く推奨したくない場合には０点を付けることができる。

質問２は、評価対象に関連してユーザが体験したユーザ体験が推奨意向度に対してどのように影響したかを問う質問である。ユーザは、質問２に対して、質問１で推奨意向度を決定するに際して各ユーザ体験がプラスに寄与したか、マイナスに寄与したか、どちらでもないかを回答する。

各ユーザ体験は、購入検討段階、来店段階、購入段階、購入後段階等の複数の段階での体験を含む。例えば、購入検討段階のユーザ体験は、ホームページ等から購入検討中に得た情報による体験（体験１）、車メーカーＡ社から受けた連絡や対応による体験（体験２）を含む。例えば、来店段階のユーザ体験は、入店〜接客開始までの体験（体験３）、店舗設備・レイアウトに関する体験（体験４）を含む。例えば、購入段階のユーザ体験は、商談時の体験（体験５）、試乗時の体験（体験６）、契約時の体験（体験７）、お店を出る時の体験（体験８）を含む。例えば、購入後段階でのユーザ体験は、納車時の体験（体験９）、トラブル時の体験（体験１０）、修理、車検などでサービス入庫したときの体験（体験１１）、購入後に車メーカーＡ社から受けた連絡や対応による体験（体験１２）、購入後に得た情報による体験（体験１３）を含む。

例えば、ユーザが、試乗時に気分よく運転できたことで、車メーカーＡ社を他人に推奨したいと感じたときは、ユーザは、「試乗時の体験」が推奨意向度に「プラスに寄与した」と評価をすることができる。例えば、ユーザが、購入後の車に不具合が発生したときの車メーカーＡ社の対応を不快に感じたことで、車メーカーＡ社を他人に推奨したくないと感じたときは、ユーザは、「トラブル時の体験」が推奨意向度に「マイナスに寄与した」と評価することができる。

質問３は、質問２のユーザ体験が推奨意向度にプラスまたはマイナスに寄与した理由を問う質問である。ユーザは、質問３に対して、記述形式で回答する。例えば、ユーザが、試乗時の試乗コースの案内が分かりやすかったことを理由に気分よく運転できたと感じたときは、ユーザは、「試乗時の体験」について「試乗コースの説明が良かった」と評価することができる。例えば、ユーザが、トラブル時の対応が遅かったことを理由に対応を不快に感じたときは、ユーザは、「トラブル時の体験」について「対応が遅かった」と評価することができる。

図１Ｂは、本発明のコンピュータシステム１００が回答済みの複数のアンケート用紙１０の回答結果から分析結果２０を提供することを模式的に示す。

車メーカーＡ社で車を購入した複数のユーザが、アンケート用紙１０において車メーカーＡ社のサービスを評価した後、複数のアンケート用紙１０の回答結果が、本発明のコンピュータシステム１００に入力される。本発明のコンピュータシステム１００は、入力された回答結果を処理し、分析結果２０を出力する。

ここで、複数の回答結果が本発明のコンピュータシステム１００にどのように入力されるかは問わない。例えば、複数の回答結果は、アンケート用紙１０をスキャンすることによって入力されてもよいし、手動入力によって本発明のコンピュータシステム１００に入力されてもよいし、複数の回答結果を格納している記憶媒体を介して本発明のコンピュータシステム１００に入力されてもよいし、ネットワーク等を介して本発明のコンピュータシステム１００に入力されてもよい。複数の回答結果がネットワーク等を介して入力される場合は、ネットワークの種類を問わない。例えば、複数の回答結果は、インターネットを介して入力されてもよいし、ＬＡＮを介して入力されてもよい。

分析結果２０は、２つの曲線を含むグラフとして出力される。横軸は時間軸を示す。時間軸は、各ユーザ体験を時系列に示しており、グラフの左から順に購入検討段階の各体験（体験１、体験２）、来店段階の各体験（体験３、体験４）、購入段階の各体験（体験５、体験６、体験７、体験８）、購入後段階の各体験（体験９、体験１０、体験１１、体験１２、体験１３）を表す。破線で描かれた第１の曲線２１は、推奨意向度に対する影響度絶対値を示す。影響度絶対値は、プラスの影響かマイナスの影響かにかかわらず、推奨意向度に対してどの程度影響があるかを示す値である。破線の縦軸が影響度絶対値の軸であり、０が推奨意向度に対して影響がないことを示し、１００に近いほど推奨意向度に対する影響が大きいことを示す。実線で描かれた第２の曲線２２は、推奨意向度に対する影響度相対値を示す。影響度相対値は、推奨意向度に対して、プラスの影響またはマイナスの影響がどの程度あるかを示す値である。実線の縦軸が影響度相対値の軸であり、マイナスが推奨意向度に対してマイナスの影響があることを示し、−１００に近いほど推奨意向度に対してマイナスの影響が大きいことを示し、０が推奨意向度に対して影響がないことまたはプラスの影響とマイナスの影響とが同程度であることを示し、プラスが推奨意向度に対してプラスの影響があることを示し、１００に近いほど推奨意向度に対してプラスの影響が大きいことを示す。分析結果２０は、ユーザ体験の時系列の流れに沿って、ユーザの感情の動きを曲線で表現しているといえる。

例えば、分析結果２０において、第１の曲線２１は、複数のユーザ体験のうちの体験５（商談時の体験）、体験１０（トラブル時の体験）、体験１１（修理、車検などでサービス入庫したときの体験）、体験１２（購入後に車メーカーＡ社から受けた連絡や対応による体験）が推奨意向度に対する影響度が高いことを示している。しかしながら、第１の曲線２１のみでは、推奨意向度に対して影響があるユーザ体験が判明しても、その影響がプラスの影響であるか、マイナスの影響であるかがわからない。そのため、推奨意向度向上のために、そのユーザ体験を改善すべきか、強化すべきかがわからない。そこで、第２の曲線２２を参照すると、各ユーザ体験が推奨意向度に対してプラスの影響があるかマイナスの影響があるかがわかる。分析結果２０では、推奨意向度に対する影響度が高い各ユーザ体験はすべてマイナスの影響を有しているので、推奨意向度向上のためには、これらのユーザ体験を改善すべきであることが可視的にわかる。また、これらのユーザ体験を他のユーザ体験よりも優先的に改善することが、推奨意向度向上、ひいては企業の売上向上のために、効果的であることがわかる。

上述した例では、本発明のコンピュータシステム１００が、アンケート用紙１０の回答結果に基づいて分析結果２０を出力することを説明したが、本発明はこれに限定されない。本発明のコンピュータシステム１００は、評価対象を評価するための任意の評価手段による評価結果に基づいて分析結果２０を出力することができる。例えば、本発明のコンピュータシステム１００は、ユーザにアンケートを記入してもらう代わりに、ユーザの音声、顔の表情、行動等をセンサによって検出し、その検出結果を評価結果として用いてもよい。例えば、ユーザが接客を受けているときに顔をしかめた事象を検出し、この事象から、「商談時の体験」が推奨意向度に対してマイナスに寄与したとみなすことができる。このようなユーザの挙動の検出結果を評価結果として用いることで、本発明のコンピュータシステム１００は、ユーザに気づかれずに、ユーザの気持ち（エモーション）を読み取ることができ、そのエモーションに基づいた分析をすることができる。

上述した例では、ユーザが推奨意向度を０点〜１０点の点数で評価することを説明したしたが、本発明は、これに限定されない。推奨意向度は、任意の点数範囲で評価されることができる。

上述した例では、ユーザに各ユーザ体験がプラスに寄与したか、マイナスに寄与したか、どちらでもないかを評価させた。このような単純な回答を可能にすることにより、回答者の負担を軽減することができる。しかしながら、本発明はこれに限定されない。各ユーザ体験がプラスに寄与したか、マイナスに寄与したかを多段階（例えば、−３、−２、−１、０、＋１、＋２、＋３等）で評価するようにしてもよい。

上述した例では、ユーザが質問３に対して記述形式で回答する例を説明したが、本発明はこれに限定されない。ユーザが、質問２のユーザ体験が推奨意向度にプラスまたはマイナスに寄与した理由を既定の選択肢から選択することで回答することも本発明の範囲内である。

上述した例では、時系列に沿って分析結果２０を出力したが、本発明はこれに限定されない。分析結果２０は、時系列に沿うことなく出力されてもよい。例えば、顧客に応じて、または、ユーザ体験の重要度に応じて、分析結果２０の出力順序を変更してもよい。

上述した例では、２本の曲線を含むグラフとして分析結果２０を出力することを説明したが、本発明はこれに限定されない。本発明のコンピュータシステム１００は、任意の態様で分析結果２０を出力することができる。例えば、本発明のコンピュータシステム１００は、棒グラフとして分析結果２０を出力してもよく、折れ線グラフとして分析結果２０を出力してもよい。

また、本発明のコンピュータシステム１００は、評価対象を評価したユーザを年代または性別等の属性に基づいて分類し、分類されたユーザごとに分析結果を出力してもよい。ユーザの属性に応じて、推奨意向度に対して影響があるユーザ体験が異なる場合があるからである。例えば、本発明のコンピュータシステム１００は、３０代男性のユーザによる評価結果を分析した結果を出力してもよく、４０代女性のユーザによる評価結果を分析した結果を出力してもよい。ユーザの属性に応じた分析結果により、ユーザの属性毎に改善すべきユーザ体験を特定することができる。

本発明のコンピュータシステム１００は、ユーザの属性の代わりに、ユーザの音声、顔の表情、行動等をセンサによって検出し、その検出結果に基づいて、ユーザを分類し、分類されたユーザごとに分析結果を出力してもよい。ユーザの挙動に応じて、推奨意向度に対して影響があるユーザ体験が異なる場合があるからである。例えば、本発明のコンピュータシステム１００は、雨の日に来店したユーザによる評価結果を分析した結果と、晴れの日に来店したユーザによる評価結果を分析した結果を出力してもよい。例えば、本発明のコンピュータシステム１００は、来店後に右に移動したユーザによる評価結果を分析した結果と、来店後に左に移動したユーザによる評価結果を分析した結果とを出力してもよい。ユーザの挙動に応じた分析結果により、ユーザの挙動毎に改善すべきユーザ体験を特定することができる。

以下では、アンケート結果等のユーザによる評価結果を分析するためのコンピュータシステム１００について説明する。

２．ユーザによる評価対象の評価結果を分析するためのコンピュータシステムの構成
図２は、ユーザによる評価対象の評価結果を分析するためのコンピュータシステム１００の構成の一例を示す。

コンピュータシステム１００は、受信手段１１０と、プロセッサ１２０と、メモリ１４０と、出力手段１５０とを備える。

受信手段１１０は、複数のユーザが評価対象を評価した結果を示す複数の評価結果を受信する。例えば、受信手段１１０は、複数のユーザが評価対象を評価したアンケート結果を受信する。例えば、受信手段１１０は、複数のユーザが店舗を訪れたときの挙動をセンサが検出した結果を受信する。受信手段１１０が受信する評価結果の形態は問わない。例えば、受信手段１１０は、評価結果をテキスト形式で受信してもよいし、評価結果を画像形式で受信してもよし、評価結果を音声形式で受信してもよい。例えば、受信手段１１０は、評価結果をまとめた表を受信してもよい。

プロセッサ１２０は、コンピュータシステム１００の処理を実行し、かつ、コンピュータシステム１００全体の動作を制御する。プロセッサ１２０は、メモリ１４０に格納されているプログラムを読み出し、そのプログラムを実行する。これにより、コンピュータシステム１００を所望のステップを実行するシステムとして機能させることが可能である。プロセッサ１２０は、受信手段１１０が受信したデータが処理に適さない形式（例えば、画像形式データ、音声形式データ）である場合は、処理に適した形式（例えば、数値データ）に変換する処理を行うようにしてもよい。プロセッサ１２０は、単一のプロセッサによって実装されてもよいし、複数のプロセッサによって実装されてもよい。

プロセッサ１２０は、分析手段１３０を備える。分析手段１３０は、入力された評価結果を処理することにより、評価結果を分析する。分析手段１３０は、任意のデータ処理を行うことができる。例えば、分析手段１３０は、単回帰分析、重回帰分析、数量化Ｉ類等の統計的処理を行うことができる。例えば、分析手段１３０は、加算、減算、乗算、除算等の数学的処理を行うことができる。

メモリ１４０は、コンピュータシステム１００の処理を実行するために必要とされるプログラムやそのプログラムの実行に必要とされるデータ等を格納する。メモリ１４０は、ユーザによる評価対象の評価結果を分析するための処理をプロセッサ１２０に行わせるためのプログラムを格納してもよい。メモリ１４０は、任意の記憶手段によって実装され得る。

出力手段１５０は、コンピュータシステム１００の外部に評価結果の分析結果を出力する。出力手段１５０が出力する分析結果の形態は問わない。例えば、出力手段１５０は、分析結果を曲線グラフで出力してもよいし、棒グラフで出力してもよいし、数値列で出力してもよい。例えば、出力手段１５０は、分析結果を音声で出力してもよい。出力手段１５０が分析結果をどのように出力するかは問わない。例えば、出力手段１５０が表示画面を備える場合、表示画面に分析結果を表示してもよい。例えば、出力手段１５０が記憶手段を備えている場合、記憶手段に分析結果を記憶し、コンピュータシステム１００の外部にある外部装置が記憶部にアクセスすることにより外部装置が分析結果を取得するようにしてもよい。例えば、出力手段１５０が送信部を備えている場合、送信部がネットワークを介してコンピュータシステム１００の外部に分析結果を送信してもよい。この場合、ネットワークの種類は問わない。例えば、出力手段１５０の送信部は、インターネットを介して分析結果を送信してもよいし、ＬＡＮを介して分析結果を送信してもよい。

図３は、プロセッサ１２０の分析手段１３０の構成の一例を示す。

分析手段１３０は、算出手段１３１と、生成手段１３２とを備える。分析手段１３０には、受信手段１１０が受信した複数の評価結果が入力される。複数の評価結果は、推奨意向度と、ユーザが推奨意向度を決定するに際してユーザが体験したユーザ体験がプラスに寄与したことを示す「プラス指標」と、ユーザが推奨意向度を決定するに際してユーザが体験したユーザ体験がマイナスに寄与したことを示す「マイナス指標」と、ユーザが推奨意向度を決定するに際してユーザが体験したユーザ体験がプラスにもマイナスにも寄与していないことを示す「ニュートラル指標」とを含む。

算出手段１３１は、入力された複数の評価結果に対して、推奨意向度とプラス指標とマイナス指標とを統計的に処理することにより、推奨意向度に対する各ユーザ体験のプラスの影響度と推奨意向度に対する各ユーザ体験のマイナスの影響度とを算出する。算出手段１３１が行う統計的処理は、例えば、重回帰分析である。算出手段１３１が行う重回帰分析は、例えば、数量化Ｉ類である。

算出手段１３１が重回帰分析を行う場合、算出手段１３１は、プラス指標重回帰分析部１３３と、マイナス指標重回帰分析部１３４とを備えてもよい。プラス指標重回帰分析部１３３は、推奨意向度を目的変数とし、プラス指標を説明変数として重回帰分析を行うことにより、推奨意向度に対する各ユーザ体験のプラスの影響度を算出する。このとき、プラス指標重回帰分析部１３３は、評価結果に含まれるプラス指標以外の指標（マイナス指標およびニュートラル指標）をゼロとして扱い、重回帰分析を行う。マイナス指標重回帰分析部１３４は、推奨意向度を目的変数とし、マイナス指標を説明変数として重回帰分析を行ことにより、推奨意向度に対する各ユーザ体験のマイナスの影響度を算出する。このとき、マイナス指標重回帰分析部１３４は、評価結果に含まれるマイナス指標以外の指標（プラス指標およびニュートラル指標）をゼロとして扱い、重回帰分析を行う。プラス指標またはマイナス指標が多段階である場合でも、プラス指標重回帰分析部１３３およびマイナス指標重回帰分析部１３４は、同様に重回帰分析を行うことができる。プラス指標重回帰分析部１３３は、マイナス指標の段階にかかわらず、すべてのマイナス指標およびニュートラル指標をゼロとして扱い、重回帰分析を行う。これにより、推奨意向度に対する各ユーザ体験のプラスの影響度を算出する。マイナス指標重回帰分析部１３４は、プラス指標の段階にかかわらず、すべてのプラス指標およびニュートラル指標をゼロとして扱い、重回帰分析を行う。これにより、推奨意向度に対する各ユーザ体験のマイナスの影響度を算出する。

生成手段１３２は、入力された値に対して処理を行うことにより、分析結果を生成する。生成手段１３２は、入力された推奨意向度に対する各ユーザ体験のプラスの影響度と推奨意向度に対する各ユーザ体験のマイナスの影響度とに基づいて、複数の評価結果の分析結果を生成する。例えば、生成手段１３２は、推奨意向度に対する各ユーザ体験のプラスの影響度と推奨意向度に対する各ユーザ体験のマイナスの影響度とを数学的に処理することにより、プラスの影響度とマイナスの影響度とに基づく値を生成する。例えば、生成手段１３２が行う数学的処理は、加算である。例えば、生成手段１３２が行う数学的処理は、絶対値の加算である。例えば、生成手段１３２は、プラスの影響度とマイナスの影響度とに基づく値から、推奨意向度を向上させるためにユーザ体験のうちのどのユーザ体験を改善すべきかを特定するための値を生成する。

生成手段１３２は、例えば、第１の値生成部１３５と、第２の値生成部１３６と、特定部１３７とを備えてもよい。

第１の値生成部１３５は、推奨意向度に対する各ユーザ体験のプラスの影響度と推奨意向度に対する各ユーザ体験のマイナスの影響度とを加算することによって第１の値を生成する。例えば、第１の値は、推奨意向度に対して、プラスの影響があるかマイナスの影響があるかを示す影響度相対値である。

第２の値生成部１３６は、推奨意向度に対する各ユーザ体験のプラスの影響度と推奨意向度に対する各ユーザ体験のマイナスの影響度の絶対値とを加算することによって第２の値を生成する。例えば、第２の値は、プラスの影響かマイナスの影響かにかかわらず、推奨意向度にどの程度影響があるかを示す影響度絶対値である。

特定部１３７は、推奨意向度を向上させるためにユーザ体験のうちのどのユーザ体験を改善すべきかを特定するための値を生成する。特定部１３７は、例えば、第１の値生成部１３５が算出した第１の値と、第２の値生成部１３６が算出した第２の値とに基づいて、推奨意向度を向上させるためにユーザ体験のうちのどのユーザ体験を改善すべきかを特定するための値を生成する。特定部１３７は、例えば、推奨意向度を向上させるためにユーザ体験のうちのどのユーザ体験を改善すべきかを特定するために、ユーザ体験をランク付けするようにしてもよい。例えば、特定部１３７は、第１の値生成部１３５が算出した影響度相対値と、第２の値生成部１３６が算出した影響度絶対値とに基づいて、推奨意向度に対する影響度が大きく、かつ、推奨意向度に対してマイナスの影響が大きい順にユーザ体験をランク付けし、そのランクを示す値を生成する。

なお、上述したコンピュータシステム１００の各構成要素は、同一のハードウェア内に位置してもよいし、複数のハードウェア内に存在してもよい。複数のハードウェア内に存在する場合は、各ハードウェアが接続される態様は問わない。各ハードウェアは、無線で接続されてもよいし、有線で接続されてもよい。

３．ユーザによる評価対象の評価結果を分析するためのコンピュータシステムの処理
図４は、ユーザによる評価対象の評価結果を分析するためのコンピュータシステム１００の処理の一例を示す。

ステップＳ４０１では、受信手段１１０が複数の評価結果を受信する。複数の評価結果は、複数のユーザが同一の評価対象を評価した結果である。複数の評価結果は、推奨意向度と、プラス指標と、マイナス指標とを含む。複数の評価結果は、ニュートラル指標も含んでもよい。

ステップＳ４０２では、分析手段１３０が複数の評価結果を分析する。分析手段１３０は、ステップＳ４０１で受信手段１１０が受信した複数の評価結果を統計的に処理することにより、評価結果を分析する。

ステップＳ４０３では、出力手段１４０が分析結果を出力する。出力手段１４０は、ステップＳ４０２で分析手段１３０が分析した結果を出力する。例えば、出力手段１４０は、分析結果をグラフ形式で出力することができ、グラフ形式で出力する場合、各ユーザ体験の時間軸に沿って分析結果を出力してもよい。

図５Ａは、ステップＳ４０２における複数の評価結果を分析する処理の一例を示す。

ステップＳ５０１では、算出手段１３１が、複数の評価結果に対して、推奨意向度に対する各ユーザ体験のプラスの影響度と、推奨意向度に対する各ユーザ体験のマイナスの影響度とを算出する。

ステップＳ５０２では、生成手段１３２が、推奨意向度に対する各ユーザ体験のプラスの影響度と推奨意向度に対する各ユーザ体験のマイナスの影響度とに基づいて、複数の評価結果の分析結果を生成する。

図５Ｂは、ステップＳ５０１における、複数の評価結果に対して、推奨意向度に対するプラスの影響度と推奨意向度に対するマイナスの影響度とを算出する処理の一例を示す。

ステップＳ５０３では、プラス指標重回帰分析部１３３が、推奨意向度を目的変数とし、プラス指標を説明変数として重回帰分析を行うことにより、推奨意向度に対するプラスの影響度を算出する。プラス指標重回帰分析部１３３は、プラス指標以外の指標（マイナス指標およびニュートラル指標）をゼロとして扱い、重回帰分析を行ってもよい。プラス指標が、例えば＋１等の１段階のレベルの指標である場合、プラス指標重回帰分析部１３３は、数量化Ｉ類を行ってもよい。

ステップＳ５０４では、マイナス指標重回帰分析部１３４が、推奨意向度を目的変数とし、マイナス指標を説明変数として重回帰分析を行うことにより、推奨意向度に対するマイナスの影響度を算出する。マイナス指標重回帰分析部１３４は、マイナス指標以外の指標（プラス指標およびニュートラル指標）をゼロとして扱い、重回帰分析を行ってもよい。マイナス指標が、例えば−１等の１段階のレベルの指標である場合、マイナス指標重回帰分析部１３４は、数量化Ｉ類を行ってもよい。

なお、上述した例では、推奨意向度とプラス指標とについて重回帰分析を行うことにより、推奨意向度に対するプラスの影響度を算出し、推奨意向度とマイナス指標とについて重回帰分析を行うことにより、推奨意向度に対するマイナスの影響度を算出することを説明したが、本発明は、これに限定されない。推奨意向度とプラス指標とマイナス指標とについて重回帰分析等の統計的処理を行うことにより、プラスの影響度とマイナスの影響度とを算出することも本発明の範囲内である。例えば、推奨意向度を目的変数とし、プラス指標とマイナス指標とを説明変数として重回帰分析を行うことにより、プラスの影響度とマイナスの影響度とを算出するようにしてもよい。

図５Ｃは、ステップＳ５０２におけるプラスの影響度とマイナスの影響度とに基づいて、複数の評価結果の分析結果を生成する処理の一例を示す。

ステップＳ５０５では、第１の値生成部１３５が、推奨意向度に対するユーザ体験のプラスの影響度と、推奨意向度に対するユーザ体験のマイナスの影響度とを加算することによって第１の値を生成する。

（第１の値）＝（プラスの影響度）＋（マイナスの影響度）
例えば、第１の値は、推奨意向度に対して、プラスの影響があるかマイナスの影響があるかを示す影響度相対値である。

ステップＳ５０６では、第２の値生成部１３６が、推奨意向度に対するユーザ体験のプラスの影響度と、推奨意向度に対するユーザ体験のマイナスの影響度の絶対値とを加算することによって第２の値を生成する。

（第２の値）＝（プラスの影響度）＋｜（マイナスの影響度）｜
例えば、第２の値は、プラスの影響かマイナスの影響かにかかわらず、推奨意向度にどの程度影響があるかを示す影響度絶対値である。

ステップＳ５０７では、特定部１３７が、推奨意向度を向上させるためにユーザ体験のうちのどのユーザ体験を改善すべきかを特定するための値を生成する。特定部１３７は、推奨意向度を向上させるためにユーザ体験のうちのどのユーザ体験を改善すべきかを特定するために、各ユーザ体験をランク付けすることにより、複数のユーザ体験のそれぞれのランクを示す値を生成してもよい。

以下、コンピュータシステム１００の処理を具体例に基づいて説明する。

はじめに、ステップＳ４０１で受信手段１１０が評価結果として図６Ａに示される表６０１を受信する。

図６Ａに示される表６０１は、複数の回答者が図１Ａに示されるアンケート用紙１０に回答することにより車メーカーＡ社のサービスを評価した結果を示す評価結果をまとめた表である。

表６０１では、ユーザ体験がプラスに寄与したことを示すプラス指標を＋１で表し、ユーザ体験がマイナスに寄与したことを示すマイナス指標を−１で表し、ユーザ体験がプラスにもマイナスにも寄与していないことを示すニュートラル指標を０で表している。

回答者１は、車メーカーＡ社の推奨意向度を７と評価し、推奨意向度を決定する際に、体験２（購入検討中に車メーカーＡ社から受けた連絡や対応による体験）および体験３（入店〜接客開始までの体験）がプラスに寄与したと評価し、体験１３（購入後に得た情報による体験）がマイナスに寄与したと評価した。回答者２は、車メーカーＡ社の推奨意向度を６と評価し、推奨意向度を決定する際に、体験３（入店〜接客開始までの体験）がプラスに寄与したと評価し、体験１（購入検討中に得た情報による体験）がマイナスに寄与したと評価した。回答者３は、車メーカーＡ社の推奨意向度を１０と評価し、推奨意向度を決定する際に、体験１（購入検討中に得た情報による体験）および体験３（入店〜接客開始までの体験）がプラスに寄与したと評価し、体験１３（購入後に得た情報による体験）がマイナスに寄与したと評価した。

アンケート用紙１０の質問３に対する自由記述の回答が存在する場合、記述された回答に対してテキストマイニングを行い、その記述が何についての記述なのかを振り分けることで、表６０１のように評価結果をまとめてもよい。例えば、「試乗時の体験」について「試乗コースの説明が良かった」という回答から、体験６（試乗時の体験）がプラスに寄与したとユーザが評価したとみなしてもよい。例えば、「トラブル時の体験」について「対応が遅かった」という回答から、体験１０（トラブル時の体験）がマイナスに寄与したとユーザが評価したとみなしてもよい。あるいは、アンケート用紙１０の質問３に対する選択肢を選択することによる回答が存在する場合、選択された回答を振り分けることで、表６０１のように評価結果をまとめてもよい。

受信手段１１０が表６０１を受信した後、プロセッサ１２０が、表６０１に基づいて、図６Ｂに示される表６０２および図６Ｃに示される表６０３を生成する。

図６Ｂに示される表６０２は、表６０１の評価結果からプラス指標を抽出した表であり、図６Ｃに示される表６０３は、表６０１の評価結果からマイナス指標を抽出した表である。

表６０２では、プラス指標を１で表し、プラス指標以外の指標を０で表している。表６０３では、マイナス指標を１で表し、マイナス指標以外の指標を０で表している。

なお、受信手段１１０が表６０１を受信し、プロセッサ１２０が表６０１に基づいて表６０１および表６０３を生成することを説明したが、例えば、プロセッサ１２０が、受信手段１１０が受信した複数の評価結果に基づいて、表６０１を生成するようにしてもよいし、受信手段１１０が、表６０１の代わりに表６０２および表６０３を受信するようにしてもよい。

次に、ステップＳ４０２で分析手段１３０が、表６０２および表６０３に基づいて、分析を行う。

分析手段１３０は、推奨意向度に対する各ユーザ体験のプラスの影響度と各ユーザ体験のマイナスの影響度とを算出するために、表６０２および表６０３それぞれに対して数量化Ｉ類を行う。

分析手段１３０は、推奨意向度を目的変数とし、表６０２の１および０を説明変数として数量化Ｉ類を行うことにより、各ユーザ体験１〜１３のプラスの影響度を算出する。また、分析手段１３０は、推奨意向度を目的変数とし、表６０３の１および０を説明変数として数量化Ｉ類を行うことにより、各ユーザ体験１〜１３のマイナスの影響度を算出する。数量化Ｉ類は公知の統計的処理手法であり、本明細書では、その説明を省略する。

図７Ａは、表６０２に対して数量化Ｉ類を行った結果を示す表７０１を示し、図７Ｂは、表６０３に対して数量化Ｉ類を行った結果を示す表７０２を示す。図７Ａにおいて、表７０１の右側のハートマークの列に示される数値が各ユーザ体験のプラスの影響度であり、図７Ｂにおいて、表７０２の右側のハートブレイクマークの列に示される数値がマイナスの影響度である。プラスの影響度またはマイナスの影響度は、数量化Ｉ類によって得られた係数である。係数の数値が大きいほど推奨意向度に対する影響が大きいことを示し、係数０．０００は、推奨意向度に対して「影響があるとはいえない」ことを示している。ここで、数量化Ｉ類を行った結果の係数と分析基準とを比較し、分析基準に満たずに統計的に有意でないとされた係数を一律に０．０００としている。これにより、統計的に有意でない係数を無視することができ、分析の精度が向上する。分析基準の厳しさに応じて統計的に有意である値が変化し、推奨意向度に対して「影響がある」ユーザ体験の数が変化する。分析基準を厳しくするほど、影響度０．０００となるユーザ体験の数が増加する。ここで、分析基準として、任意の統計的基準を採用することができる。例えば、有意確率（ｐ値）を採用してもよいし、ＡＩＣ（赤池情報量規準）を採用してもよい。ＡＩＣは、説明変数が多い場合にも、統計的に信頼性が保たれるというメリットがある点で好ましい。

図８は、推奨意向度に対する各ユーザ体験のプラスの影響度と、推奨意向度に対する各ユーザ体験のマイナスの影響度とに基づいた値を算出した結果を示す表８０１を示す。

表８０１は、各ユーザ体験のマイナスの影響度、プラスの影響度、影響度絶対値、影響度相対値、改善優先ランクを示す。表８０１における各ユーザ体験のマイナスの影響度、プラスの影響度は、表７０１および表７０２に示されるものと同一である。影響度絶対値は、プラスの影響度と、マイナスの影響度の絶対値とを加算した値である。影響度相対値は、プラスの影響度と、マイナスの影響度とを加算した値である。改善優先ランクは、影響度絶対値が大きく、かつ、影響度相対値がマイナスに大きい順に各ユーザ体験をランク付けした結果である。改善優先ランクは、推奨意向度向上のために、優先して改善されるべきユーザ体験を特定するために使用される。

改善優先ランクを付けるために、まず、各ユーザ体験の影響度絶対値を大きい順にランク付けする。表８０１における影響度絶対値の右側の数字が影響度絶対値のランクである。表８０１では、ユーザ体験１２の影響度絶対値が最も大きく、ユーザ体験５、ユーザ体験１１・・・と続く。同様に、各ユーザ体験の影響度相対値をマイナスに大きい順にランク付けする。表８０１における影響度相対値の右側の数字が影響度相対値のランクである。表８０１では、ユーザ体験１０の影響度相対値が最もマイナスに大きく、ユーザ体験１２、ユーザ体験１１・・・と続く。次に、各ユーザ体験の影響度絶対値のランクと影響度相対値のランクとを加算して得られた値を小さい順にランク付けすることにより、改善優先ランクを得る。

最後に、ステップＳ４０３で出力手段１４０が、分析結果として、各ユーザ体験の影響度絶対値、影響度相対値、改善優先ランクのうちの少なくとも１つを出力する。例えば、各ユーザ体験の影響度絶対値および影響度相対値を２本の曲線で出力する。これにより、ユーザによる評価を受けた車メーカーＡ社は、車メーカーＡ社が提供する商品またはサービスに関連してユーザが体験する複数のユーザ体験のうち、どのユーザ体験を優先して改善すべきかを知ることができ、効率的に収益向上を図ることができる。

上述した例では、質問３に対する自由記述の回答または選択肢を選択することによる回答を表６０１のようにまとめることを説明したが、本発明はこれに限定されない。質問３に対する自由記述の回答または選択肢を選択することによる回答を、図９に示される表９０１のようにまとめてもよい。

図９に示される表９０１は、各ユーザ体験のプラス指標またはマイナス指標と、各ユーザ体験にプラス指標またはマイナス指標を付けた理由と、各ユーザ体験にプラス指標またはマイナス指標を付けた際に各因子がプラスに寄与したかマイナスに寄与したかを示す指標とをまとめた表である。複数のユーザ体験のそれぞれについて、表がまとめられる。各因子は、各ユーザ体験を細分したものである。

各ユーザ体験にプラス指標またはマイナス指標を付けた際に各因子がプラスに寄与したかマイナスに寄与したかを示す指標は、例えば、記述された回答に対してテキストマイニングを行うことによって、または、選択された選択肢をガイドとして用いることによって、振り分けられてもよい。例えば、体験１に対してマイナス指標を付けた回答者２による「アフターサービスの情報分かりにくかった。」という回答から、因子「アフターサービス」がマイナス指標にマイナスに寄与したことを示す指標「−１」を因子「アフターサービス」に割り振る。例えば、体験１に対してプラス指標を付けた回答者３による「車のオプションが豊富にあるのが良かった。車の写真がかっこよかった。」という回答から、因子「車のオプション」がプラス指標にプラスに寄与したことを示す指標「＋１」を因子「車のオプション」に割り振り、因子「車の写真」がプラスに寄与したことを示す指標「＋１」を因子「車の写真」に割り振る。

分析手段１３０は、表９０１に基づいて、各ユーザ体験について、上述した処理と同様の統計的処理を行うことにより、各ユーザ体験のプラス指標またはマイナス指標に対する各因子のプラスの影響度と各因子のマイナスの影響度とを算出することができる。統計的処理は、例えば、上述した表６０２および表６０３に基づいた統計的処理と同様の統計的処理であってもよい。統計的処理は、例えば、特定のユーザ体験について、表９０１から指標「＋１」を抽出した表と、表９０１から指標「−１」を抽出した表とのそれぞれに対して行われる数量化Ｉ類であってもよい。指標「＋１」を抽出した表は、指標「＋１」を１で表し、指標「＋１」以外の指標を０で表す。指標「−１」を抽出した表は、指標「−１」を１で表し、指標「−１」以外の指標を０で表す。分析手段１３０は、プラス指標またはマイナス指標を目的変数とし、指標「＋１」を抽出した表の１および０を説明変数として数量化Ｉ類を行うことにより、その特定のユーザ体験に対する各因子のプラスの影響度を算出する。また、分析手段１３０は、プラス指標またはマイナス指標を目的変数とし、指標「−１」を抽出した表の１および０を説明変数として数量化Ｉ類を行うことにより、その特定のユーザ体験に対する各因子のマイナスの影響度を算出する。その特定のユーザ体験について行われた処理と同様の処理をその他のユーザ体験についても行うことにより、各ユーザ体験のプラス指標またはマイナス指標に対する各因子のプラスの影響度と各因子のマイナスの影響度とを算出することができる。

これにより、各ユーザ体験のうちのどの因子が、プラス指標またはマイナス指標に影響度が大きいかを特定することができ、改善すべきユーザ体験をより詳細に分析することができる。上述した処理と併せると、より精度の高い分析を実施することが可能である。例えば、推奨意向度に対して影響度が大きい体験が体験１であることが上述した処理により特定され、体験１について、プラス指標またはマイナス指標に対して影響度が大きいこと因子が因子「アフターサービス」であることが特定されると、体験１のうちの「アフターサービス」に関連する体験を改善することが、プラス指標またはマイナス指標の改善につながり、ひいては、推奨意向度の改善につながることがわかる。

上述した例では、企業が提供する商品またはサービスを、提供を受ける顧客が評価した評価結果を分析することを説明したが、本発明は、これに限定されない。本発明において「ユーザ」は、商品またはサービスの提供を受ける任意の主体であり得る。

例えば、ユーザは、企業Ａと雇用関係を有する従業員であってもよい。企業Ａにおける業務を従業員が評価した結果を分析し、業務において従業員が体験する体験のうちのどの体験が推奨意向度に対して影響があるかを特定することができる。この場合、推奨意向度は、従業員が企業Ａでの業務を他人に推奨する度合となる。この推奨意向度は、例えば、転職する際の情報として役立つ。このような推奨意向度を向上させることで、企業は従業員にとって働きやすい企業となり、また、優秀な人材が集まりやすくなる。これは、企業の収益向上につながり得る。

例えば、ユーザは、商品またはサービスを提供する企業Ａと取引をする取引先企業Ｘであってもよい。企業Ａと取引先企業Ｘとの間の取引を取引先企業Ｘが評価した結果を分析し、取引において取引先企業Ｘが体験する体験のうちのどの体験が推奨意向度に対して影響があるかを特定することができる。この場合、推奨意向度は、取引先企業Ｘが企業Ａとの取引を他の企業に推奨する度合となる。このような推奨意向度を向上させることで、企業と取引をする企業が増加し得る。これは、企業の収益向上につながり得る。

例えば、異なる従業員が取引先企業Ｘとの取引を担当した場合の体験（例えば、従業員Ｂが取引先企業Ｘとの取引を担当した場合の体験、従業員Ｃが取引先企業Ｘとの取引を担当した場合の体験、従業員Ｄが取引先企業Ｘとの取引を担当した場合の体験等）について、推奨意向度に対する影響度を分析することにより、どのような従業員を取引先企業Ｘの担当にすることが推奨意向度の向上につながるかを分析することができる。また、例えば、異なる従業員が異なる取引先企業との取引を担当した場合の体験（例えば、従業員Ｂが取引先企業Ｘとの取引を担当した場合の体験、従業員Ｂが取引先企業Ｙとの取引を担当した場合の体験、従業員Ｃが取引先企業Ｘとの取引を担当した場合の体験、従業員Ｃが取引先企業Ｙとの取引を担当した場合の体験等）について、推奨意向度に対する影響度を分析することにより、どの従業員をどの取引先企業の担当にすることが推奨意向度の向上につながるかを分析することができる。これにより、最適な人材配置を達成することができる。

上述した例では、推奨意向度を評価指標とした分析について説明したが、本発明はこれに限定されない。所定の観点からユーザが評価対象を評価した際の評価の度合を示す任意の評価指標について同様の分析を行うことが可能である。評価指標は、例えば、ユーザが総合的な観点から評価対象を評価した際にユーザが評価対象に満足した度合を示す「総合満足度」であってもよい。この場合、複数のユーザ体験のうちの各々が「総合満足度」にどのように影響するかを分析することができ、「総合満足度」の向上のために改善すべきユーザ体験を特定することができる。評価指標は、例えば、評価対象に対するユーザの熱狂の度合を示す「熱狂度」であってもよい。この場合、複数のユーザ体験のうちの各々が「熱狂度」にどのように影響するかを分析することができ、「熱狂度」の向上のために改善すべきユーザ体験を特定することができる。

本発明は、上述した実施形態に限定されるものではない。本発明は、特許請求の範囲によってのみその範囲が解釈されるべきであることが理解される。当業者は、本発明の具体的な好ましい実施形態の記載から、本発明の記載および技術常識に基づいて等価な範囲を実施することができることが理解される。

本発明は、複数のユーザ体験のうちの各々が評価指標にどのように影響するかをプラスの影響度とマイナスの影響度とに基づいて分析するためのコンピュータシステムおよびそのコンピュータシステムにおいて実行される方法およびプログラムを提供するものとして有用である。

１０ アンケート用紙
２０ 分析結果
１００ コンピュータシステム
１１０ 受信手段
１２０ プロセッサ
１３０ 分析手段
１４０ メモリ
１５０ 出力手段

Claims (10)

1. 複数のユーザが同一の評価対象を評価した結果を示す複数の評価結果を受信する受信手段であって、前記複数の評価結果のそれぞれは、所定の観点からユーザが前記評価対象を評価した際の評価の度合を示す評価指標と、前記ユーザが前記評価指標を決定するに際して前記ユーザが体験したユーザ体験がプラスに寄与したことを示すプラス指標と、前記ユーザが前記評価指標を決定するに際して前記ユーザが体験したユーザ体験がマイナスに寄与したことを示すマイナス指標とを含む、受信手段と、
   前記複数の評価結果を分析する分析手段であって、前記分析手段は、
   前記複数の評価結果に対して、前記評価指標と前記プラス指標と前記マイナス指標とを統計的に処理することにより、前記評価指標に対する各ユーザ体験のプラスの影響度と前記評価指標に対する各ユーザ体験のマイナスの影響度とを算出する算出手段と、
   前記評価指標に対する各ユーザ体験のプラスの影響度と前記評価指標に対する各ユーザ体験のマイナスの影響度とに基づいて、前記複数の評価結果の分析結果を生成する生成手段と
   を備える、分析手段と、
   前記分析結果を出力する出力手段と
   を備え、
   前記生成手段は、前記評価指標に対する各ユーザ体験のプラスの影響度と前記評価指標に対する各ユーザ体験のマイナスの影響度とを加算することによって第１の値を生成し、
   前記生成手段は、前記評価指標に対する各ユーザ体験のプラスの影響度と前記評価指標に対する各ユーザ体験のマイナスの影響度の絶対値とを加算することによって第２の値を生成し、
   前記出力手段は、前記第１の値と前記第２の値とを出力する、コンピュータシステム。
2. 前記出力手段は、前記第１の値と前記第２の値とを時間軸に沿ってグラフ形式で出力する、請求項１に記載のコンピュータシステム。
3. 前記算出手段は、前記評価指標を目的変数とし、前記プラス指標を説明変数として重回帰分析を行うことにより、前記評価指標に対する各ユーザ体験のプラスの影響度を算出し、
   前記算出手段は、前記評価指標を目的変数とし、前記マイナス指標を説明変数として重回帰分析を行うことにより、前記評価指標に対する各ユーザ体験のマイナスの影響度を算出する、請求項１〜２のいずれか一項に記載のコンピュータシステム。
4. 前記算出手段は、前記評価指標を目的変数とし、前記プラス指標を説明変数として重回帰分析を行う場合、前記プラス指標以外の指標をゼロとして扱い、
   前記算出手段は、前記評価指標を目的変数とし、前記マイナス指標を説明変数として重回帰分析を行う場合、前記マイナス指標以外の指標をゼロとして扱う、請求項３に記載のコンピュータシステム。
5. 前記プラス指標は、少なくとも１段階のレベルの指標であり、前記マイナス指標は、少なくとも１段階のレベルの指標である、請求項１〜４のいずれか一項に記載のコンピュータシステム。
6. 前記生成手段は、前記評価指標を向上させるために、前記ユーザ体験のうちのどのユーザ体験を改善すべきかを特定するための値を生成する、請求項１〜５のいずれか一項に記載のコンピュータシステム。
7. 前記生成手段は、前記評価指標を向上させるために前記ユーザ体験のうちのどのユーザ体験を改善すべきかを特定するために、前記第１の値と前記第２の値とに基づいて前記ユーザ体験をランク付けすることにより、前記複数のユーザ体験のそれぞれのランクを示す値を生成し、
   前記出力手段は、前記ランクを示す値を出力する、請求項１に記載のコンピュータシステム。
8. 前記評価指標は、ユーザが前記評価対象を他のユーザに推奨したいという推奨意向の度合を示す推奨意向度である、請求項１〜７のいずれか一項に記載のコンピュータシステム。
9. コンピュータシステムにおいて実行される方法であって、前記方法は、
   複数のユーザが同一の評価対象を評価した結果を示す複数の評価結果を受信する受信することであって、前記複数の評価結果のそれぞれは、所定の観点からユーザが前記評価対象を評価した際の評価の度合を示す評価指標と、前記ユーザが前記評価指標を決定するに際して前記ユーザが体験したユーザ体験がプラスに寄与したことを示すプラス指標と、前記ユーザが前記評価指標を決定するに際して前記ユーザが体験したユーザ体験がマイナスに寄与したことを示すマイナス指標とを含む、ことと、
   前記複数の評価結果を分析することであって、前記分析することは、
   前記複数の評価結果に対して、前記評価指標と前記プラス指標と前記マイナス指標とを統計的に処理することにより、前記評価指標に対する各ユーザ体験のプラスの影響度と前記評価指標に対する各ユーザ体験のマイナスの影響度とを算出することと、
   前記評価指標に対する各ユーザ体験のプラスの影響度と前記評価指標に対する各ユーザ体験のマイナスの影響度とに基づいて分析結果を生成することと
   を含む、ことと、
   前記分析結果を出力することと
   を含み、
   前記生成することは、前記評価指標に対する各ユーザ体験のプラスの影響度と前記評価指標に対する各ユーザ体験のマイナスの影響度とを加算することによって第１の値を生成することと、前記評価指標に対する各ユーザ体験のプラスの影響度と前記評価指標に対する各ユーザ体験のマイナスの影響度の絶対値とを加算することによって第２の値を生成することとを含み、
   前記出力することは、前記第１の値と前記第２の値とを出力することを含む、方法。
10. コンピュータシステムにおいて実行されるプログラムであって、前記コンピュータシステムは、プロセッサを備え、前記プログラムは、前記プロセッサによって実行されると、
    複数のユーザが同一の評価対象を評価した結果を示す複数の評価結果を受信する受信することであって、前記複数の評価結果のそれぞれは、所定の観点からユーザが前記評価対象を評価した際の評価の度合を示す評価指標と、前記ユーザが前記評価指標を決定するに際して前記ユーザが体験したユーザ体験がプラスに寄与したことを示すプラス指標と、前記ユーザが前記評価指標を決定するに際して前記ユーザが体験したユーザ体験がマイナスに寄与したことを示すマイナス指標とを含む、ことと、
    前記複数の評価結果を分析することであって、前記分析することは、
    前記複数の評価結果に対して、前記評価指標と前記プラス指標と前記マイナス指標とを統計的に処理することにより、前記評価指標に対する各ユーザ体験のプラスの影響度と前記評価指標に対する各ユーザ体験のマイナスの影響度とを算出することと、
    前記評価指標に対する各ユーザ体験のプラスの影響度と前記評価指標に対する各ユーザ体験のマイナスの影響度とに基づいて分析結果を生成することと
    を含む、ことと、
    前記分析結果を出力することと
    を含む処理を前記プロセッサに行わせ、
    前記生成することは、前記評価指標に対する各ユーザ体験のプラスの影響度と前記評価指標に対する各ユーザ体験のマイナスの影響度とを加算することによって第１の値を生成することと、前記評価指標に対する各ユーザ体験のプラスの影響度と前記評価指標に対する各ユーザ体験のマイナスの影響度の絶対値とを加算することによって第２の値を生成することとを含み、
    前記出力することは、前記第１の値と前記第２の値とを出力することを含む、プログラム。