JP6307423B2 - イベント実施時期設定装置、方法およびプログラム - Google Patents
イベント実施時期設定装置、方法およびプログラム Download PDFInfo
- Publication number
- JP6307423B2 JP6307423B2 JP2014244063A JP2014244063A JP6307423B2 JP 6307423 B2 JP6307423 B2 JP 6307423B2 JP 2014244063 A JP2014244063 A JP 2014244063A JP 2014244063 A JP2014244063 A JP 2014244063A JP 6307423 B2 JP6307423 B2 JP 6307423B2
- Authority
- JP
- Japan
- Prior art keywords
- event
- period
- service
- model
- usage status
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 23
- 238000012821 model calculation Methods 0.000 claims description 21
- 238000012790 confirmation Methods 0.000 claims description 20
- 230000008859 change Effects 0.000 claims description 9
- 238000013178 mathematical model Methods 0.000 claims description 9
- 230000006870 function Effects 0.000 description 23
- 238000004458 analytical method Methods 0.000 description 9
- 230000007423 decrease Effects 0.000 description 8
- 230000004083 survival effect Effects 0.000 description 7
- 239000000725 suspension Substances 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 206010021703 Indifference Diseases 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 238000004445 quantitative analysis Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 101150000187 PTGS2 gene Proteins 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
本発明の実施形態は、イベント実施時期設定装置、方法及びプログラムに関する。
サービス事業者にとって、ユーザのサービス継続率を制御することは、収益向上や事業推進において重要である。サービス事業者は、サービスの利用を継続する継続ユーザを増やすことを目的として、イベントを実施することがある。
例えば、エンターテイメント施設において期間限定のパレードを実施してリピーターを増やしたり、レストランにおいてご当地グルメのフェアを実施して常連客を増やしたり、学習サービスにおいて面談を実施して学習中断者を防いだり、といった事例が存在する。
また、何らかの事情や制約によって、サービス事業者が、継続ユーザを減らすことになりうるイベントを実施しなければならず、継続ユーザの減少の回避(影響の最小化)が望まれることがある。
例えば、サービス事業者における不祥事の公表による顧客離れの回避や、建物の耐震改修工事中のサービス休止による常連客離れの回避、スーパーマーケットの棚卸しによる商品補充停止による常連客離れの回避、といった事例が存在する。
さらに、サービス終了を計画している場合は、サービス事業者は、このサービスについてのユーザのサービス継続率を下げて、利用するサービスが他の代替サービスに移り変わることをユーザに促すようなイベントを実施しなければならないことがある。
例えば、携帯電話の第三世代通信を中心としたフィーチャーフォンの利用を中断して、LTE(Long-Term Evolution)を中心としたスマートフォンへ移行することをユーザに促すといった事例が存在する。
従来、ユーザのサービス継続率を制御する目的で、イベントの特性について分析されていた。イベントの特性の分析に関しては、心理学分野での定性的な知見を利用する手法と、生存時間分析と呼ばれる定量的な手法とが知られている。
まず、心理学分野での定性的な知見を利用する手法について説明する。この心理学分野では、ユーザのサービスに対する行動を、無関心期、関心期、行動期、継続期の4つのフェーズに分類して扱っていた。
そして、無関心期から関心期へ、関心期から行動期へ、行動期から継続期へ、といったように、次の段階の行動フェーズへの移行をユーザに促すのに効果的な刺激としてどういったものがあるかを検証していた。
ここでいう刺激とは、競争心や協力関係、金銭交換、コミットメント、等を指す。イベントの特性に、これら刺激を含めた事例として、サービスにおいてユーザのランキング情報を提示して、競争心を掻き立てて参加意欲を向上させるランキング提示技術(例えば、特許文献1参照)が挙げられる。
次に、上記の生存時間分析について説明する。この生存時間分析は、因子や変量がサービス継続率に及ぼす影響をハザード比という数値で定量的に評価する先行技術である(例えば、非特許文献1参照)。
この先行技術では、分析の起点とする時刻であるユーザのサービス開始時刻から分析の終点となるサービス中断時刻までの期間の時間の長さに着目し、この時間の長さに対するサービス継続率を算出する。
上記の因子や変量には、性別や年齢、出身地といったユーザ属性や、サービスの種類や性質といったものが使われていた。例えば、この先行技術によって、あるイベントを実施した場合のサービス継続率は実施しない場合のサービス継続率の2倍であった、というような知見が得られる。生存時間分析に関する近年の技術動向に関しては、例えば非特許文献2に記載がある。
D. R. Cox, "Regression Models and Life‐Tables", Journal of the Royal Statistical Society. Series B (Methodological), Vol. 34, No. 2., pp.187−220, 1972.、[平成26年11月21日検索]、インターネット〈URL:http://www.ida.liu.se/~kawah/Cox2.pdf〉
服部 聡, "生存時間解析におけるセミノンパラメトリック推定とその周辺", 統計数理, 第57巻 第1号 119−138, 2009.、[平成26年11月21日検索]、インターネット〈URL:http://www.ism.ac.jp/editsec/toukei/pdf/57-1-119.pdf〉
しかし、上記の先行技術では、ユーザのサービス継続率の制御に有効なイベントの特性を分析することはできても、その特性に沿ったイベントの最適な実施時期(イベント開始のタイミング)と実施期間を分析することはできなかった。
従来手法である、心理学分野での定性的な知見を利用する手法や、生存時間分析による定量的な手法では、サービス事業者は、あるイベントを実施することでユーザのサービス継続率が向上することが分っても、そのイベントをいつからどの位の期間だけ実施すると、サービス継続率がどの程度向上するかを分析することはできなかった。
そのため、従来手法を利用してイベントを実施する場合、サービス事業者は、経験的に適していると思われる実施時期と実施期間とを判断してイベントを設定することが多かった。
例えば、経験則で、サービス事業者は、エンターテイメント施設では正月休みやお盆休みの集客率が高いと見込まれる時期に、期間限定のパレードを上記の正月休みやお盆休みの期間に合わせて実施したり、不祥事の公表の時期については、類似した他の事業者の不祥事と紛れるような時期に設定したりしていた。
本発明が解決しようとする課題は、イベントの特性を踏まえた上で、イベントの最適な実施時期と実施期間を設定することで、ユーザのサービス継続率を制御することを可能とするイベント実施時期設定装置、方法及びプログラムを提供することである。
上記目的を達成するために、この発明の実施形態におけるイベント実施時期設定装置の第1の態様は、
ユーザのサービス利用状況データの入力を受け付ける利用状況入力手段と、ユーザのサービス継続率を制御するイベントの目的関数及び制約条件の入力を受け付けるイベント関数入力手段と、前記利用状況入力手段により入力した前記サービス利用状況データを、サービス利用開始からイベント開始までの期間と、イベント期間中と、イベント終了からサービス利用停止又は利用状況確認最終日までの期間との、各期間について分割する利用状況期間分割手段と、前記利用状況期間分割手段により分割したそれぞれのユーザのサービス利用状況データについて、前記サービス利用開始からイベント開始までの期間の長さを変量として、前記イベント期間中と、前記イベント終了からサービス利用停止又は利用状況確認最終日までの期間との、各期間のそれぞれの前記サービス継続率のモデルパラメータを推定すること、前記イベントの実施時期と実施期間に関する前記サービス継続率のモデルを組み立てる継続モデル計算手段と、前記継続モデル計算手段により組み立てた前記サービス継続率のモデルと、前記イベント関数入力手段により入力された前記イベントの目的関数及び制約条件とに基づいて、前記イベントの目的関数を最大化又は最小化するイベントの実施時期と実施期間を推定するイベント実施時期設定手段とを具備する装置を提供する。
ユーザのサービス利用状況データの入力を受け付ける利用状況入力手段と、ユーザのサービス継続率を制御するイベントの目的関数及び制約条件の入力を受け付けるイベント関数入力手段と、前記利用状況入力手段により入力した前記サービス利用状況データを、サービス利用開始からイベント開始までの期間と、イベント期間中と、イベント終了からサービス利用停止又は利用状況確認最終日までの期間との、各期間について分割する利用状況期間分割手段と、前記利用状況期間分割手段により分割したそれぞれのユーザのサービス利用状況データについて、前記サービス利用開始からイベント開始までの期間の長さを変量として、前記イベント期間中と、前記イベント終了からサービス利用停止又は利用状況確認最終日までの期間との、各期間のそれぞれの前記サービス継続率のモデルパラメータを推定すること、前記イベントの実施時期と実施期間に関する前記サービス継続率のモデルを組み立てる継続モデル計算手段と、前記継続モデル計算手段により組み立てた前記サービス継続率のモデルと、前記イベント関数入力手段により入力された前記イベントの目的関数及び制約条件とに基づいて、前記イベントの目的関数を最大化又は最小化するイベントの実施時期と実施期間を推定するイベント実施時期設定手段とを具備する装置を提供する。
上記構成のイベント実施時期設定装置の第2の態様は、第1の態様において、前記継続モデル計算手段は、前記サービス利用開始からイベント開始までの時間の長さと前記イベント期間中の時間の長さとの2つを変量として、前記イベント終了からサービス利用停止又は利用状況確認最終日までの前記サービス継続率のモデルパラメータを計算する
上記構成のイベント実施時期設定装置の第3の態様は、第1または第2の態様において、前記継続モデル計算手段は、複数の数理モデルの候補の中から前記サービス継続率の変化の特徴を最も表すモデルを選択する。
上記構成のイベント実施時期設定装置の第3の態様は、第1または第2の態様において、前記継続モデル計算手段は、複数の数理モデルの候補の中から前記サービス継続率の変化の特徴を最も表すモデルを選択する。
上記構成のイベント実施時期設定装置の第4の態様は、第1の態様において、前記継続モデル計算手段は、前記サービス利用開始からイベント開始までの時間の長さを変量として、前記イベント期間中の前記サービス継続率のモデルパラメータを計算する。
本発明の実施形態におけるイベント実施時期設定方法の態様は、ユーザのサービス利用状況データの入力を受け付け、ユーザのサービス継続率を制御するイベントの目的関数及び制約条件の入力を受け付け、前記入力した前記サービス利用状況データを、サービス利用開始からイベント開始までの期間と、イベント期間中と、イベント終了からサービス利用停止又は利用状況確認最終日までの期間との、各期間について分割し、前記分割したそれぞれのユーザのサービス利用状況データについて、前記サービス利用開始からイベント開始までの期間の長さを変量として、前記イベント期間中と、前記イベント終了からサービス利用停止又は利用状況確認最終日までの期間との、各期間のそれぞれの前記サービス継続率のモデルパラメータを推定することで、前記イベントの実施時期と実施期間に関する前記サービス継続率のモデルを組み立て、前記組み立てた前記サービス継続率のモデルと、前記入力された前記イベントの目的関数及び制約条件とに基づいて、前記イベントの目的関数を最大化又は最小化するイベントの実施時期と実施期間を推定する。
本発明によれば、イベントの特性を踏まえた上で、イベントの最適な実施時期と実施期間を設定することで、ユーザのサービス継続率を制御することが可能になる。
以下、図面を参照して、この発明に係わる実施形態を説明する。
(第1の実施形態)
まず、本発明の第1の実施形態について説明する。
図1は、本発明の実施形態におけるイベント実施時期設定装置の構成例を示す図である。
図1に示すように、実施形態におけるイベント実施時期設定装置10は、利用状況入力部11と、イベント関数入力部12と、利用状況期間分割部13と、継続モデル計算部14と、イベント実施時期設定部15とを有する。
(第1の実施形態)
まず、本発明の第1の実施形態について説明する。
図1は、本発明の実施形態におけるイベント実施時期設定装置の構成例を示す図である。
図1に示すように、実施形態におけるイベント実施時期設定装置10は、利用状況入力部11と、イベント関数入力部12と、利用状況期間分割部13と、継続モデル計算部14と、イベント実施時期設定部15とを有する。
本実施形態は、既に解約したユーザのデータからサービス継続率のモデルを構築して、今後契約するユーザもしくは解約前のユーザに対する将来のイベントの実施時期と実施期間を、ユーザのサービス継続率を制御するイベントの目的関数及び制約条件をもとに設定するものである。
なお、既に解約したユーザに実施したイベントと将来のイベントとは同一なものに限るものでなく、類似した特性を持つものであってもよい。また、イベントは全契約期間中に1回だけ実施して、このイベントに対してサービス継続率のモデルを構築するものに限るものでなく、複数回実施するイベントに対してサービス継続率のモデルを構築してもよい。
図2は、本発明の実施形態におけるイベント実施時期設定装置の動作手順の一例を示すフローチャートである。
利用状況入力部11は、ユーザのサービス利用状況データの入力を受け付ける(ステップS1)。図3は、本発明の実施形態におけるユーザのサービス利用状況データの一例を表形式で示すである。
図3に示した、ユーザのサービス利用状況データは、ユーザIDと、契約日時と、解約日時と、契約状態最終確認日と、イベント開始日と、イベント終了日との、6つの項目の列で構成される。
利用状況入力部11は、ユーザのサービス利用状況データの入力を受け付ける(ステップS1)。図3は、本発明の実施形態におけるユーザのサービス利用状況データの一例を表形式で示すである。
図3に示した、ユーザのサービス利用状況データは、ユーザIDと、契約日時と、解約日時と、契約状態最終確認日と、イベント開始日と、イベント終了日との、6つの項目の列で構成される。
サービス利用状況データにおける解約日時と契約状態最終確認日が揃うことで、サービス事業者は、ユーザが既にサービスを解約して解約日が確定したものか、ユーザが現在も契約継続している可能性があり解約日が確定していないものかが分かる。
本実施形態では、前者の、ユーザの解約日が確定したものを「契約確認の打ち切り無し」の契約日数とし、後者の、解約日が確定していないものを「契約確認の打ち切り有り」と呼ぶ。
なお、本実施形態で説明する、ユーザのサービス利用状況データは、各ユーザのサービス利用開始からイベント開始まで(第1の期間)と、イベント期間中(第2の期間)と、イベント終了からサービス利用停止又は利用状況確認最終日まで(第3の期間)との、3つの期間の契約日数と契約確認の打ち切り有無がサービス事業者に分かるものであればよく、上記で挙げた6つの項目を必ずしも必要としない。
イベント関数入力部12は、ユーザのサービス継続率を制御するイベントの目的関数及び制約条件の入力を受け付ける(ステップS2)。
ここでは、イベントの目的関数を、サービス利用開始(契約開始)から30日目の契約継続率(サービス継続率)の最大化とする。また、制約条件を、サービス利用開始(契約開始)から30日目までに7日以上のイベントを実施することとする。
ここでは、イベントの目的関数を、サービス利用開始(契約開始)から30日目の契約継続率(サービス継続率)の最大化とする。また、制約条件を、サービス利用開始(契約開始)から30日目までに7日以上のイベントを実施することとする。
目的関数や制約条件を定量的に数式で表すことについて説明する。サービス利用開始から数えてm日目から期間n日でイベントを実施したときに、ユーザがサービス利用開始から解約するまでの時間(日数)がtを超える確率をVm,n(t)としたとき、イベントの目的関数はVm,n(30)の最大化であり、制約条件は0≦m≦30−nかつn≧7である。
なお、本実施形態で説明する、ユーザのサービス継続率を制御するイベントの目的関数及び制約条件は上記に限るものではなく、どちらも定量的に数式で表せるものであればよい。
例えば、できるだけ短い日数のイベント実施で契約継続率がサービス利用開始から90日間で0.05(5%)を下回らないようにする場合、イベントの目的関数はn(イベント実施期間)の最小化で、制約条件はVm,n(t)≧0.05(0≦t≦90)である。
例えば、できるだけ短い日数のイベント実施で契約継続率がサービス利用開始から90日間で0.05(5%)を下回らないようにする場合、イベントの目的関数はn(イベント実施期間)の最小化で、制約条件はVm,n(t)≧0.05(0≦t≦90)である。
利用状況期間分割部13は、利用状況入力部11により入力された、ユーザのサービス利用状況データを、サービス利用開始からイベント開始までの期間(第1の期間)と、イベント期間中(第2の期間)と、イベント終了からサービス利用停止又は利用状況確認最終日までの期間(第3の期間)との、3つの期間のサービス利用状況に分割する(ステップS3)。
利用状況期間分割部13によって、ユーザのサービス利用状況データでは、3つの期間のそれぞれの契約日数と契約確認の打ち切り有無とが整理される。
利用状況期間分割部13によって、ユーザのサービス利用状況データでは、3つの期間のそれぞれの契約日数と契約確認の打ち切り有無とが整理される。
図4は、本発明の実施形態におけるユーザのサービス利用状況データを3つの期間に分割して解釈する過程の一例を示した図である。この図4の過程は、図3に示したサービス利用状況データに基づいて作成できる。
図5は、本発明の実施形態におけるユーザのサービス利用状況データを3つの期間の利用状況に分割した結果の一例を表形式で示した図である。この図5の結果は、図3または図4に示しサービス利用状況データに基づいて作成できる。
継続モデル計算部14は、利用状況期間分割部13が分割した3つの期間のサービス利用状況について、サービス継続率のモデルパラメータを推定することで、イベントの実施時期と実施期間に関するサービス継続率のモデルを組み立てる(ステップS4)。
図5は、本発明の実施形態におけるユーザのサービス利用状況データを3つの期間の利用状況に分割した結果の一例を表形式で示した図である。この図5の結果は、図3または図4に示しサービス利用状況データに基づいて作成できる。
継続モデル計算部14は、利用状況期間分割部13が分割した3つの期間のサービス利用状況について、サービス継続率のモデルパラメータを推定することで、イベントの実施時期と実施期間に関するサービス継続率のモデルを組み立てる(ステップS4)。
具体的には、継続モデル計算部14は、複数の数理モデルの候補の中から時間経過に対するサービス継続率の変化の特徴を最も表すモデルを選択する。
数理モデルの候補は、時間経過に対するサービス継続率の変化を表すものであればよい。例えば、ワイブル分布や指数分布、対数ロジスティックが数理モデルの候補に含まれる。
数理モデルの候補は、時間経過に対するサービス継続率の変化を表すものであればよい。例えば、ワイブル分布や指数分布、対数ロジスティックが数理モデルの候補に含まれる。
例えば、継続モデル計算部14は、イベント期間中(第2の期間)のサービス継続率のモデルパラメータを、サービス利用開始からイベント開始までの期間(第1の期間)の時間の長さを変量として推定することができる。
また、継続モデル計算部14は、イベント終了からサービス利用停止又は利用状況確認最終日までの期間(第3の期間)のサービス継続率のモデルパラメータを、サービス利用開始からイベント開始までの期間(第1の期間)の時間の長さとイベント期間中(第2の期間)の時間の長さとの2つを変量として推定することができる。
このようにして、継続モデル計算部14は、ユーザのサービス利用開始からイベント開始までの期間(第1の期間)時間の長さが、イベント期間中(第2の期間)と、イベント終了からサービス利用停止又は利用状況確認最終日までの期間(第3の期間)との、2つの期間それぞれの継続率に与える影響の大きさを考慮でき、イベントの特性をより正確に反映したモデルパラメータを推定することができる。
例えば、エンターテイメント施設に長く通ったユーザのほうが、期間限定のパレードの希少性をより感じやすく、継続的に通い続けるようになる、といった場合をモデルに含めることができる。
例えば、エンターテイメント施設に長く通ったユーザのほうが、期間限定のパレードの希少性をより感じやすく、継続的に通い続けるようになる、といった場合をモデルに含めることができる。
特に、上記のように、イベント終了からサービス利用停止又は利用状況確認最終日までの期間(第3の期間)のサービス継続率のモデルパラメータを、サービス利用開始からイベント開始までの期間(第1の期間)の時間の長さとイベント期間中(第2の期間)の時間の長さとの2つを変量として推定する場合、継続モデル計算部14は、イベント期間中(第2の期間)の時間の長さが、イベント終了からサービス利用停止又は利用状況確認最終日までの期間(第3の期間)のサービスの継続率に与える影響の大きさを考慮でき、イベントの特性をより正確に反映したモデルパラメータを推定することができる。
例えば、エンターテイメント施設での期間限定パレードの期間が長いほうが、いつ行っても同じようなイベントをやっている印象を与えて、リピーターを減らしてしまう、といった場合をサービス継続率のモデルに含めることができる。
例えば、エンターテイメント施設での期間限定パレードの期間が長いほうが、いつ行っても同じようなイベントをやっている印象を与えて、リピーターを減らしてしまう、といった場合をサービス継続率のモデルに含めることができる。
次に、図5に示した、3つの期間のサービス利用状況をもとにサービス継続率のモデルを組み立てる過程を説明する。
サービス継続率を表すモデルにおいて、Si,j(t)は、期間iにおけるユーザjがサービス利用開始から解約するまでの時間(日数)がtを超える確率を表す。
サービス継続率を表すモデルにおいて、Si,j(t)は、期間iにおけるユーザjがサービス利用開始から解約するまでの時間(日数)がtを超える確率を表す。
図6は、サービス利用開始からイベント開始までの時間の長さ(イベント期間前契約日数(第1の期間))の時間経過に対する、イベント終了後からサービス解約までの時間の長さ(イベント期間後契約日数(第3の期間))の関係の一例を示す図である。
図6に示した関係は、図5に示したサービス利用状況データに基づいて作成することができる。例えば、図6に示したプロット21は、図5に示したユーザID「1」のユーザの第1の期間と第2の期間の関係に対応し、プロット22、23、24、25、26は、ユーザID「3」、「4」、「5」、「6」、「7」のユーザの第1の期間と第2の期間の関係に一対一で対応する。
図6に示した関係は、図5に示したサービス利用状況データに基づいて作成することができる。例えば、図6に示したプロット21は、図5に示したユーザID「1」のユーザの第1の期間と第2の期間の関係に対応し、プロット22、23、24、25、26は、ユーザID「3」、「4」、「5」、「6」、「7」のユーザの第1の期間と第2の期間の関係に一対一で対応する。
図7は、イベント期間中の時間の長さ(イベント期間中の契約日数(第2の期間))の時間経過に対する、イベント終了後からサービス解約までの時間の長さ(イベント期間後契約日数(第3の期間))の関係の一例を示す図である。
図7に示した関係は、図5に示したサービス利用状況データに基づいて作成することができる。例えば、図6に示したプロット31は、図5に示したユーザID「3」、「4」のユーザの第2の期間と第3の期間の関係に対応し、プロット32、33、34、35は、ユーザID「1」、「5」、「6」、「7」のユーザの第2の期間と第3の期間の関係に一対一で対応する。
図7に示した関係は、図5に示したサービス利用状況データに基づいて作成することができる。例えば、図6に示したプロット31は、図5に示したユーザID「3」、「4」のユーザの第2の期間と第3の期間の関係に対応し、プロット32、33、34、35は、ユーザID「1」、「5」、「6」、「7」のユーザの第2の期間と第3の期間の関係に一対一で対応する。
図6に示すように、イベント期間前契約日数(第1の期間中の契約日数)が長くなると、イベント期間後契約日数(第3の期間中の契約日数)が長くなるという、サービス継続率の時間単調増加の傾向がわかる。
また、図7に示すように、イベント期間中の契約日数(第2の期間中の契約日数)が長くなると、イベント期間後契約日数(第3の期間中の契約日数)が短くなるという、サービス継続率の時間単調減少の傾向がわかる。継続モデル計算部14は、このサービス継続率の時間単調変化(時間単調増加および減少)の特徴をもとに、数理モデルの候補の中からワイブル分布を選択することができる。
ワイブル分布の他に、サービス継続率の変化の特徴からどのような分布が選択されるか一例を挙げると、継続モデル計算部14は、サービス継続率が時間経過に対して一定の場合は指数分布を、サービス継続率が時間経過に対して増加から減少に転じる単鋒性の傾向がみられる場合は対数ロジスティク分布をサービス継続率を表すモデルとして選択することができる。
なお、サービス継続率を表すモデルの選択の手法は、サービス継続率の変化の特徴を基準とする手法に限られるものではなく、数理モデルの候補から選択できる手法であればよい。例えば、各モデルの尤度を計算した結果や、ノンパラメトリックな推定手法であるカプラン・マイヤー推定量によって、時間経過に対するサービス解約率を算出した結果を基準とした定量的なものでもよい。
このようにして、継続モデル計算部14は、時間経過とともに継続率が単調増加又は単調減少するものや、増加から減少又は減少から増加に転じる単峰性をもつものなど、最もユーザのサービス継続率を表すのに適した数理モデルを選択することができる。
ワイブル分布は、以下の式(1)で定義される。
φi,jはユーザjの期間iの継続率に関するハザードの比、φi,jλiはユーザjの期間iの尺度パラメータ、piは期間iの形状パラメータ、tは継続日数を表す変数である。また、ti,jは期間iにおけるユーザjの契約日数を表すとすると、φ1,jは定数1、φ2,jはt1,jを変量として含むハザード比、φ3,jはt1,jと t2,jの2つを変量として含むハザード比である。
なお、期間iの具体例として、「期間1」をサービス利用開始からイベント開始までの時間とし、「期間2」をイベント期間中の時間とし、「期間3」をイベント後の時間とする。
ワイブル分布の密度関数は、以下の式(2)で定義される。
生存時間の尤度は、以下の式(3)で算出される。
nは対象とするユーザ数であり、δi,jは、期間iでユーザjが確認打ち切りの場合は0をとり、確認打ち切りを受けていない場合は1をとる。
上記の尤度に対応する対数尤度関数は、以下の式(4)で与えられる。
この式(4)を最大化するφi,j、λiとpiを解くことを考える。すると、各期間のパラメータは、以下の式(5)〜式(10)のように求まる。具体的には、期間1のパラメータは、式(5)、(6)で、期間2のパラメータは、式(7)、(8)で、期間3のパラメータは、式(9)、(10)で表すことができる。
φ1,jλ1=exp(-3.474924)^(p1) …式(5)
p1=11.57635 …式(6)
φ2,jλ2=exp(-1.18682838-0.09041226*t1,j)^(p2) …式(7)
p2=2.68858 …式(8)
φ3,jλ3=exp(-2.1085547-0.1588246*t1,j-0.3495185*t2,j)^(p3) …式(9)
p3=5.869238 …式(10)
p1=11.57635 …式(6)
φ2,jλ2=exp(-1.18682838-0.09041226*t1,j)^(p2) …式(7)
p2=2.68858 …式(8)
φ3,jλ3=exp(-2.1085547-0.1588246*t1,j-0.3495185*t2,j)^(p3) …式(9)
p3=5.869238 …式(10)
これらの結果を統合し、さらに各期間の起点における継続率を定数倍すると、確率Si,j(t)は、以下の式(11)〜式(13)のように表せる。
そして、イベント実施時期設定部15は、上記のように継続モデル計算部14で組み立てたサービス継続率のモデルと、イベント関数入力部12により入力された、イベントの目的関数及び制約条件をもとに、イベントの目的関数を最大化又は最小化するイベントの実施時期と実施期間の推定結果を出力する(ステップS5)。
例えば、イベント実施時期設定部15は、図5から図7に示した値および式(11)〜式(13)で、t2,j≧7(イベント期間中の契約日数が7日以上)の条件下でSi,j(30)の値(期間iにおけるユーザjがサービスの契約開始から解約するまでの日数が30日を超える確率)を最大にするt1,jとt2,jの値を算出することができる。
ここでは、t1,j=23とt2,j=7が推定結果の出力値となり、サービスの契約開始から解約するまでの日数が30日を超える確率を最大にするイベントの実施時期(サービス利用開始からイベント開始までの日数)が23日で、かつ、このイベントの実施期間は7日間との結果が得られる。
以上の手順で、イベント実施時期設定装置10は、ユーザのサービス継続率を制御することを目的として、イベントの特性を踏まえたうえで、イベントの最適な実施時期と実施期間とを設定することができる。
なお、本発明は上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記実施形態に開示されている複数の構成要素の適宜な組み合わせにより、種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施形態にわたる構成要素を適宜組み合わせてもよい。
また、実施形態に記載した手法は、計算機(コンピュータ)に実行させることができるプログラム(ソフトウエア手段)として、例えば磁気ディスク(フロッピー(登録商標)ディスク、ハードディスク等)、光ディスク(CD−ROM、DVD、MO等)、半導体メモリ(ROM、RAM、フラッシュメモリ等)等の記録媒体に格納し、また通信媒体により伝送して頒布することもできる。なお、媒体側に格納されるプログラムには、計算機に実行させるソフトウエア手段(実行プログラムのみならずテーブルやデータ構造も含む)を計算機内に構成させる設定プログラムをも含む。本装置を実現する計算機は、記録媒体に記録されたプログラムを読み込み、また場合により設定プログラムによりソフトウエア手段を構築し、このソフトウエア手段によって動作が制御されることにより上述した処理を実行する。なお、本明細書でいう記録媒体は、頒布用に限らず、計算機内部あるいはネットワークを介して接続される機器に設けられた磁気ディスクや半導体メモリ等の記憶媒体を含むものである。
10…イベント実施時期設定装置
11…利用状況入力部
12…イベント関数入力部
13…利用状況期間分割部
14…継続モデル計算部
15…イベント実施時期設定部
11…利用状況入力部
12…イベント関数入力部
13…利用状況期間分割部
14…継続モデル計算部
15…イベント実施時期設定部
Claims (8)
- ユーザのサービス利用状況データの入力を受け付ける利用状況入力手段と、
ユーザのサービス継続率を制御するイベントの目的関数及び制約条件の入力を受け付けるイベント関数入力手段と、
前記利用状況入力手段により入力した前記サービス利用状況データを、サービス利用開始からイベント開始までの期間と、イベント期間中と、イベント終了からサービス利用停止又は利用状況確認最終日までの期間との、各期間について分割する利用状況期間分割手段と、
前記利用状況期間分割手段により分割したそれぞれのユーザのサービス利用状況データについて、前記サービス利用開始からイベント開始までの期間の長さを変量として、前記イベント期間中と、前記イベント終了からサービス利用停止又は利用状況確認最終日までの期間との、各期間のそれぞれの前記サービス継続率のモデルパラメータを推定すること、前記イベントの実施時期と実施期間に関する前記サービス継続率のモデルを組み立てる継続モデル計算手段と、
前記継続モデル計算手段により組み立てた前記サービス継続率のモデルと、前記イベント関数入力手段により入力された前記イベントの目的関数及び制約条件とに基づいて、前記イベントの目的関数を最大化又は最小化するイベントの実施時期と実施期間を推定するイベント実施時期設定手段と
を具備することを特徴とするイベント実施時期設定装置。 - 前記継続モデル計算手段は、
前記サービス利用開始からイベント開始までの時間の長さと前記イベント期間中の時間の長さとの2つを変量として、前記イベント終了からサービス利用停止又は利用状況確認最終日までの前記サービス継続率のモデルパラメータを計算する
ことをさらに特徴とする請求項1に記載のイベント実施時期設定装置。 - 前記継続モデル計算手段は、
複数の数理モデルの候補の中から前記サービス継続率の変化の特徴を最も表すモデルを選択する
ことをさらに特徴とする請求項1又は請求項2に記載のイベント実施時期設定装置。 - 前記継続モデル計算手段は、
前記サービス利用開始からイベント開始までの時間の長さを変量として、前記イベント期間中の前記サービス継続率のモデルパラメータを計算する
ことをさらに特徴とする請求項1に記載のイベント実施時期設定装置。 - イベント実施時期設定装置に適用される方法であって、
前記イベント実施時期設定装置は、
ユーザのサービス利用状況データの入力を受け付け、
ユーザのサービス継続率を制御するイベントの目的関数及び制約条件の入力を受け付け、
前記入力した前記サービス利用状況データを、サービス利用開始からイベント開始までの期間と、イベント期間中と、イベント終了からサービス利用停止又は利用状況確認最終日までの期間との、各期間について分割し、
前記分割したそれぞれのユーザのサービス利用状況データについて、前記サービス利用開始からイベント開始までの期間の長さを変量として、前記イベント期間中と、前記イベント終了からサービス利用停止又は利用状況確認最終日までの期間との、各期間のそれぞれの前記サービス継続率のモデルパラメータを推定することで、前記イベントの実施時期と実施期間に関する前記サービス継続率のモデルを組み立て、
前記組み立てた前記サービス継続率のモデルと、前記入力された前記イベントの目的関数及び制約条件とに基づいて、前記イベントの目的関数を最大化又は最小化するイベントの実施時期と実施期間を推定する
ことを特徴とするイベント実施時期設定方法。 - 前記サービス利用開始からイベント開始までの時間の長さと前記イベント期間中の時間の長さとの2つを変量として、前記イベント終了からサービス利用停止又は利用状況確認最終日までの前記サービス継続率のモデルパラメータを計算する
ことを特徴とする請求項5に記載のイベント実施時期設定方法。 - 複数の数理モデルの候補の中から前記サービス継続率の変化の特徴を最も表すモデルを選択する
ことを特徴とする請求項5又は請求項6に記載のイベント実施時期設定方法。 - 請求項1乃至4のいずれか1項に記載のイベント実施時期設定装置の一部分として動作するコンピュータに用いられるプログラムであって、
前記コンピュータを、
前記利用状況入力手段、前記イベント関数入力手段、前記利用状況期間分割手段、前記継続モデル計算手段、および前記イベント実施時期設定手段
として機能させるためのイベント実施時期設定プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014244063A JP6307423B2 (ja) | 2014-12-02 | 2014-12-02 | イベント実施時期設定装置、方法およびプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014244063A JP6307423B2 (ja) | 2014-12-02 | 2014-12-02 | イベント実施時期設定装置、方法およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016110195A JP2016110195A (ja) | 2016-06-20 |
JP6307423B2 true JP6307423B2 (ja) | 2018-04-04 |
Family
ID=56124414
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014244063A Active JP6307423B2 (ja) | 2014-12-02 | 2014-12-02 | イベント実施時期設定装置、方法およびプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6307423B2 (ja) |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2988261A4 (en) * | 2013-04-17 | 2016-09-14 | Sony Corp | INFORMATION PROCESSING DEVICE, INFORMATION PROCESSING METHOD, AND PROGRAM |
-
2014
- 2014-12-02 JP JP2014244063A patent/JP6307423B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2016110195A (ja) | 2016-06-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11574354B2 (en) | Methods and apparatus for interactive evolutionary algorithms with respondent directed breeding | |
US10528879B2 (en) | Autonomic group decision making using impedance scores | |
Cullinane et al. | Job crafting for lean engagement: The interplay of day and job-level characteristics | |
EP3848871A1 (en) | Assessment system | |
US20100138268A1 (en) | Progress management platform | |
Na et al. | Multi-level job scheduling in a flexible job shop environment | |
US20160063423A1 (en) | Systems and methods for creating and evaluating experiments | |
US20240086738A1 (en) | Causal analysis | |
US20150347952A1 (en) | Partner analytics management tool | |
Thawesaengskulthai et al. | A decision aid for selecting improvement methodologies | |
Huber et al. | Next step recommendation and prediction based on process mining in adaptive case management | |
WO2021049365A1 (ja) | 情報処理装置、情報処理方法、及びプログラム | |
Nedaei et al. | Joint multi-objective master production scheduling and rolling horizon policy analysis in make-to-order supply chains | |
Schmidt et al. | Schedule compliance operating curves and their application in designing the supply chain of a metal producer | |
KR101589570B1 (ko) | 온라인 멘토링 제공 방법, 서버 및 컴퓨터 판독 가능한 기록 매체 | |
CA2887793A1 (en) | Predicting renewal of contracts | |
Smartt et al. | Constructing a general framework for systems engineering strategy | |
CN115618989A (zh) | 一种开发进程控制方法、装置、设备、介质 | |
Rehani | Agile way of BI implementation | |
JP6307423B2 (ja) | イベント実施時期設定装置、方法およびプログラム | |
Bertoni et al. | Using 3D CAD models for value visualization: an approach with SIEMENS NX HD3D Visual Reporting | |
Mezhoudi et al. | A user's feedback ontology for context-aware interaction | |
US9489288B1 (en) | System, method, and computer program for automating activities associated with a testing project | |
US20110225103A1 (en) | Efficiency of computer modeling and analysis of complex processes | |
Colak et al. | A resource investment problem with time/resource trade-offs |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170307 |
|
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: 20180306 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180312 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6307423 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |