JP6359899B2 - 行動ログ分析システム及びそのプログラム - Google Patents
行動ログ分析システム及びそのプログラム Download PDFInfo
- Publication number
- JP6359899B2 JP6359899B2 JP2014137404A JP2014137404A JP6359899B2 JP 6359899 B2 JP6359899 B2 JP 6359899B2 JP 2014137404 A JP2014137404 A JP 2014137404A JP 2014137404 A JP2014137404 A JP 2014137404A JP 6359899 B2 JP6359899 B2 JP 6359899B2
- Authority
- JP
- Japan
- Prior art keywords
- user
- information
- store
- behavior
- database
- 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
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
本発明は、ユーザが利用するスマートフォン、タブレット等の位置情報を利用してユーザの行動ログを分析するシステムに係り、特に、ユーザの行動ログから行動パターンを分析し、店舗における顧客の購買等の実績データと結び付ける行動ログ分析システム及びそのプログラムに関する。
［従来の技術］
従来の行動ログ分析システムには、ユーザの位置情報からユーザの移動履歴を蓄積し、分析するものがあった。
従来の行動ログ分析システムには、ユーザの位置情報からユーザの移動履歴を蓄積し、分析するものがあった。
［関連技術］
尚、関連する先行技術文献として、特開２００２−３２４０７９号公報「モバイルマーケティング方法、そのシステム、サーバ、ユーザ端末、解析端末及びプログラム」（日本電気株式会社）［特許文献１］、特開２００９−２３０２８６号公報「組織活動分析装置およびプログラム」（富士ゼロックス株式会社）［特許文献２］、特開２０１２−１８１６５９号公報「行動メッセージを生成して投稿する投稿装置及びその方法」（ヤフー株式会社）［特許文献３］がある。
尚、関連する先行技術文献として、特開２００２−３２４０７９号公報「モバイルマーケティング方法、そのシステム、サーバ、ユーザ端末、解析端末及びプログラム」（日本電気株式会社）［特許文献１］、特開２００９−２３０２８６号公報「組織活動分析装置およびプログラム」（富士ゼロックス株式会社）［特許文献２］、特開２０１２−１８１６５９号公報「行動メッセージを生成して投稿する投稿装置及びその方法」（ヤフー株式会社）［特許文献３］がある。
特許文献１には、モバイルマーケティングシステムにおいて、モバイルマーケティングサーバが、ユーザ端末の位置と時間を含む行動ログと、ユーザ属性とに基づいてコンテンツを生成して配信することが記載されている。
また、特許文献２には、組織活動分析装置において、メンバーの行動ログを取得し、その行動ログとメンバーの属性情報を用いて活動を分析し、同時移動事象を抽出することが記載されている。
また、特許文献３には、投稿装置において、行動ログが行動種別とともにユーザＩＤと関連付けて記憶され、行動ログが変化したことを検出すると、その行動ログと行動種別に対応する行動ログメッセージを生成して投稿サーバに投稿することが記載されている。
また、特許文献３には、投稿装置において、行動ログが行動種別とともにユーザＩＤと関連付けて記憶され、行動ログが変化したことを検出すると、その行動ログと行動種別に対応する行動ログメッセージを生成して投稿サーバに投稿することが記載されている。
しかしながら、上記従来の行動ログ分析システムでは、身元が判明したユーザの行動を分析するもので、氏名、住所、勤務先等が不明なユーザ（利用者）に対する行動ログを分析するものではなく、更に店舗におけるメンバー登録した顧客と結び付けて分析するものではなく、分析をより有益なものとすることができないという問題点があった。
本発明は上記実状に鑑みて為されたもので、特定アプリの利用に氏名及び住所は登録されず、ユーザＩＤが登録された利用者に対して行動ログのパターンを分析し、更に店舗におけるメンバー登録が為されている場合に、メンバー登録された顧客と特定アプリの利用者とを結び付けて行動ログを分析できる行動ログ分析システム及びそのプログラムを提供することを目的とする。
上記従来例の問題点を解決するための本発明は、携帯端末の利用者の行動ログを分析する行動ログ分析システムであって、利用者の行動ログデータを記憶する行動ログデータベースと、利用者の行動ログ分析ロジックのプログラムを記憶する行動ログ分析モデルデータベースとを備える行動ログ収集・分析サーバと、店舗の顧客情報を記憶する顧客データベースと、店舗の販売実績データを記憶する販売実績データベースと、利用者の行動パターンの情報を記憶する行動パターンデータベースとを備える店舗サーバとを有し、行動ログ収集・分析サーバは、携帯端末から送信された利用者のユーザＩＤと位置情報を受信してユーザＩＤ毎に位置情報を日時情報と共に行動ログデータベースに記憶し、行動ログ分析モデルデータベースから行動ログ分析ロジックのプログラムを読み込んで、ユーザＩＤ毎の位置情報と日時情報とからユーザＩＤの利用者の居住地、通勤通学地の行動パターンを分析し、行動パターンの情報を生成して、店舗サーバに行動パターンの情報を送信し、店舗サーバは、行動ログ収集・分析サーバから利用者の行動パターンの情報を受信し、行動パターンデータベースに記憶し、顧客データベースの顧客の住所情報に相当する居住地の情報が行動パターンデータベースに存在するか否かを判定し、存在する場合に当該顧客と行動パターンの情報におけるユーザＩＤとを結び付ける処理を行うことを特徴とする。
本発明は、上記行動ログ分析システムにおいて、行動ログ収集・分析サーバには、行動パターンを分析するための条件情報を記憶する行動パターン条件データベースを接続し、条件情報には、店舗の敷地エリアの情報が含まれており、行動ログ収集・分析サーバは、行動ログ分析モデルデータベースから行動ログ分析ロジックのプログラムを読み込んで、行動ログデータベースから行動ログデータを読み込み、行動パターン条件データベースの条件情報を参照して、利用者が前記店舗の敷地エリアにいたか否かを判定し、店舗への来店状況の行動パターンを分析することを特徴とする。
本発明は、上記行動ログ分析システムにおいて、店舗サーバが、顧客データベースの顧客の住所情報に相当する居住地の情報が行動パターンデータベースに存在するか否かを判定し、存在する場合に当該顧客と行動パターンの情報におけるユーザＩＤとを一時的に結び付ける処理を行い、販売実績データベースを参照して当該顧客が商品を購入した日時を特定し、当該特定した日時にユーザＩＤの利用者が店舗の敷地エリアにいたか否かを判定し、店舗の敷地エリアにいた場合には、顧客とユーザＩＤの利用者が一致すると判定することを特徴とする。
本発明は、上記行動ログ分析システムにおいて、店舗サーバが、行動ログ収集・分析サーバに利用者の行動パターンの情報を要求し、行動ログ収集・分析サーバが、要求に対して行動パターンを分析し、行動パターンの情報を生成して行動ログ分析モデルデータベースから行動パターンの情報を読み出して店舗サーバに送信することを特徴とする。
本発明は、上記行動ログ分析システムにおいて、行動パターン条件データベースには、行動パターンの送信を開始するための開始情報が記憶されており、行動ログ収集・分析サーバが、行動パターン条件データベースの開始情報に基づいて行動パターンを分析し、行動パターンの情報を生成して店舗サーバに送信することを特徴とする。
本発明は、上記行動ログ分析システムにおいて、行動ログ収集・分析サーバが、携帯端末から送信される利用者のユーザＩＤと簡易プロフィールの情報を受信し、行動パターンの分析を行う場合に、簡易プロフィールの情報も用いることを特徴とする。
本発明は、上記行動ログ分析システムにおいて、店舗サーバが、顧客データベースの顧客とユーザＩＤを結び付ける処理を行った場合に、行動パターンデータベースにおけるユーザＩＤの来店状況から来店回数を求め、販売実績データベースにおける販売実績データから顧客の購入回数を求め、来店回数に対する購入回数の割合を演算することを特徴とする。
本発明は、上記行動ログ分析システムにおいて、行動パターン条件データベースの条件情報には、自店舗の敷地エリアと他店舗の敷地エリアの情報が含まれており、行動ログ収集・分析サーバが、行動ログ分析モデルデータベースから行動ログ分析ロジックのプログラムを読み込んで、行動ログデータベースから行動ログデータを読み込み、行動パターン条件データベースの条件情報を参照して、利用者が自店舗の敷地エリアにいたか否かを判定し、利用者が他店舗の敷地エリアにいたか否かを判定し、自店舗の来店状況から自店舗来店回数を求め、他店舗の来店状況から他店舗来店回数を求め、自店舗来店回数と他店舗来店回数の割合を演算することを特徴とする。
本発明は、上記行動ログ分析システムにおいて、行動パターン条件データベースの条件情報には、店舗の敷地エリアと周辺エリアの情報が含まれており、行動ログ収集・分析サーバが、行動ログ分析モデルデータベースから行動ログ分析ロジックのプログラムを読み込んで、行動ログデータベースから行動ログデータを読み込み、行動パターン条件データベースの条件情報を参照して、利用者が店舗の敷地エリアにいたか否かを判定し、利用者が店舗の周辺エリアにいたか否かを判定し、周辺エリアにいた回数に対する敷地エリアにいた回数の割合を演算することを特徴とする。
本発明は、上記行動ログ分析システムにおいて、行動ログ収集・分析サーバは、利用者の行動パターンの情報を記憶し、利用者の居住地に基づいて特定地域内における利用者の行動パターンの情報を取得し、当該取得した行動パターンの情報を集計して特定地域の地域特性の情報を生成することを特徴とする。
本発明は、携帯端末の利用者の行動ログを分析する行動ログ分析システムで使用されるコンピュータプログラムであって、利用者の行動ログデータを記憶する行動ログデータベースと、利用者の行動ログ分析ロジックのプログラムを記憶する行動ログ分析モデルデータベースとを備える行動ログ収集・分析サーバで動作するプログラムと、店舗の顧客情報を記憶する顧客データベースと、店舗の販売実績データを記憶する販売実績データベースと、利用者の行動パターンの情報を記憶する行動パターンデータベースとを備える店舗サーバで動作するプログラムとを有し、行動ログ収集・分析サーバで動作するプログラムの処理によって、携帯端末から送信された利用者のユーザＩＤと位置情報を受信してユーザＩＤ毎に位置情報を日時情報と共に行動ログデータベースに記憶し、行動ログ分析モデルデータベースから行動ログ分析ロジックのプログラムを読み込んで、ユーザＩＤ毎の位置情報と日時情報とからユーザＩＤの利用者の居住地、通勤通学地の行動パターンを分析し、行動パターンの情報を生成して、店舗サーバに行動パターンの情報を送信し、店舗サーバで動作するプログラムの処理によって、行動ログ収集・分析サーバから利用者の行動パターンの情報を受信し、行動パターンデータベースに記憶し、顧客データベースの顧客の住所情報に相当する居住地の情報が行動パターンデータベースに存在するか否かを判定し、存在する場合に当該顧客と行動パターンの情報におけるユーザＩＤとを結び付ける処理を行うことを特徴とする。
本発明は、上記行動ログ分析システムのプログラムにおいて、行動ログ収集・分析サーバで動作するプログラムの処理によって、行動ログデータベースから行動ログデータを読み込み、行動パターンを分析するための条件情報を記憶する行動パターン条件データベースにおける、店舗の敷地エリアの情報が含まれる条件情報を参照して、利用者が前記店舗の敷地エリアにいたか否かを判定し、店舗への来店状況の行動パターンを分析することを特徴とする。
本発明は、上記行動ログ分析システムのプログラムにおいて、店舗サーバで動作するプログラムの処理によって、顧客データベースの顧客の住所情報に相当する居住地の情報が行動パターンデータベースに存在するか否かを判定し、存在する場合に当該顧客と行動パターンの情報におけるユーザＩＤとを一時的に結び付ける処理を行い、販売実績データベースを参照して当該顧客が商品を購入した日時を特定し、当該特定した日時にユーザＩＤの利用者が店舗の敷地エリアにいたか否かを判定し、店舗の敷地エリアにいた場合には、顧客とユーザＩＤの利用者が一致すると判定することを特徴とする。
本発明は、上記行動ログ分析システムのプログラムにおいて、行動ログ収集・分析サーバで動作するプログラムの処理によって、携帯端末から送信される利用者のユーザＩＤと簡易プロフィールの情報を受信し、行動パターンの分析を行う場合に、簡易プロフィールの情報も用いることを特徴とする。
本発明は、上記行動ログ分析システムのプログラムにおいて、店舗サーバで動作するプログラムの処理によって、顧客データベースの顧客とユーザＩＤを結び付ける処理を行った場合に、行動パターンデータベースにおけるユーザＩＤの来店状況から来店回数を求め、販売実績データベースにおける販売実績データから顧客の購入回数を求め、来店回数に対する購入回数の割合を演算することを特徴とする。
本発明は、上記行動ログ分析システムのプログラムにおいて、行動ログ収集・分析サーバで動作するプログラムの処理によって、行動ログデータベースから行動ログデータを読み込み、行動パターン条件データベースにおける、自店舗の敷地エリアと他店舗の敷地エリアの情報が含まれる条件情報を参照して、利用者が自店舗の敷地エリアにいたか否かを判定し、利用者が他店舗の敷地エリアにいたか否かを判定し、自店舗の来店状況から自店舗来店回数を求め、他店舗の来店状況から他店舗来店回数を求め、自店舗来店回数と他店舗来店回数の割合を演算することを特徴とする。
本発明は、上記行動ログ分析システムのプログラムにおいて、行動ログ収集・分析サーバで動作するプログラムの処理によって、行動ログデータベースから行動ログデータを読み込み、行動パターン条件データベースにおける、店舗の敷地エリアと周辺エリアの情報が含まれる条件情報を参照して、利用者が店舗の敷地エリアにいたか否かを判定し、利用者が店舗の周辺エリアにいたか否かを判定し、周辺エリアにいた回数に対する敷地エリアにいた回数の割合を演算することを特徴とする。
本発明は、上記行動ログ分析システムのプログラムにおいて、行動ログ収集・分析サーバで動作するプログラムの処理によって、利用者の行動パターンの情報を記憶し、利用者の居住地に基づいて特定地域内における利用者の行動パターンの情報を取得し、当該取得した行動パターンの情報を集計して特定地域の地域特性の情報を生成することを特徴とする。
本発明によれば、行動ログ収集・分析サーバが、携帯端末から送信された利用者のユーザＩＤと位置情報を受信してユーザＩＤ毎に位置情報を日時情報と共に行動ログデータベースに記憶し、行動ログ分析モデルデータベースから行動ログ分析ロジックのプログラムを読み込んで、ユーザＩＤ毎の位置情報と日時情報とからユーザＩＤの利用者の居住地、通勤通学地の行動パターンを分析し、行動パターンの情報を生成して、店舗サーバに行動パターンの情報を送信し、店舗サーバが、行動ログ収集・分析サーバから利用者の行動パターンの情報を受信し、行動パターンデータベースに記憶し、顧客データベースの顧客の住所情報に相当する居住地の情報が行動パターンデータベースに存在するか否かを判定し、存在する場合に当該顧客と行動パターンの情報におけるユーザＩＤとを結び付ける処理を行う行動ログ分析システムとしているので、ユーザＩＤの利用者における行動ログのパターンを分析し、顧客情報とユーザＩＤとを結び付けてマーケティング分析を行うことができる効果がある。
（１）［実施形態の概要］
本発明の実施の形態に係る行動ログ分析システムは、特定アプリの利用にユーザＩＤが登録された利用者が当該アプリの利用によって利用者の位置情報を行動ログとして取得し、その行動ログのパターンから利用者の住所、勤務先の住所、店舗に対する来店状況、その他行動ログのパターンを分析して推定し、更に店舗におけるメンバー登録が為されていれば、当該メンバー（顧客）と対応付けし、メンバーの購入実績と連動した行動ログのパターンを分析できるものである。
本発明の実施の形態に係る行動ログ分析システムは、特定アプリの利用にユーザＩＤが登録された利用者が当該アプリの利用によって利用者の位置情報を行動ログとして取得し、その行動ログのパターンから利用者の住所、勤務先の住所、店舗に対する来店状況、その他行動ログのパターンを分析して推定し、更に店舗におけるメンバー登録が為されていれば、当該メンバー（顧客）と対応付けし、メンバーの購入実績と連動した行動ログのパターンを分析できるものである。
（２）［本システム：図１］
本発明の実施の形態に係る行動ログ分析システム（本システム）について、図1を参照しながら説明する。図１は、本発明の実施の形態に係る行動ログシステムの概略構成図である。
本システムは、図１に示すように、行動ログ収集・分析サーバ１と、行動ログデータベース（ＤＢ）２ａと、行動パターン条件データベース（ＤＢ）２ｂと、行動ログ分析モデルデータベース（ＤＢ）２ｃと、インターネット３と、基地局４と、携帯端末５と、店舗サーバ６と、販売実績データベース（ＤＢ）７と、顧客データベース（ＤＢ）８と、行動パターンデータベース（ＤＢ）９とを基本的に有している。
本発明の実施の形態に係る行動ログ分析システム（本システム）について、図1を参照しながら説明する。図１は、本発明の実施の形態に係る行動ログシステムの概略構成図である。
本システムは、図１に示すように、行動ログ収集・分析サーバ１と、行動ログデータベース（ＤＢ）２ａと、行動パターン条件データベース（ＤＢ）２ｂと、行動ログ分析モデルデータベース（ＤＢ）２ｃと、インターネット３と、基地局４と、携帯端末５と、店舗サーバ６と、販売実績データベース（ＤＢ）７と、顧客データベース（ＤＢ）８と、行動パターンデータベース（ＤＢ）９とを基本的に有している。
本システムでは、携帯端末５が基地局４を介してインターネット３に接続し、携帯端末５からのユーザＩＤと位置情報を行動ログ収集・分析サーバ１に送信され、行動ログＤＢ２ａに蓄積される。
行動ログ収集・分析サーバ１は、行動パターン条件ＤＢ２ｂを参照して行動パターンの条件を読み込み、当該条件に従って行動ログＤＢ２ａに記憶されたユーザＩＤ毎の位置情報を分析して行動パターンの情報を生成し、店舗サーバ６に関連するユーザＩＤの行動パターンの情報を送信する。
店舗サーバ６は、店舗における売上等のＰＯＳ（Point Of Sales）等の販売実績データを販売実績ＤＢ７に記憶すると共に顧客ＤＢ８に顧客データを記憶する。
また、店舗サーバ６は、行動ログ収集・分析サーバ１から送信されたユーザＩＤの行動パターンを受信して行動パターンＤＢ９に記憶し、顧客ＤＢ８の顧客データとマッチングを行う。
そして、店舗サーバ６は、販売実績ＤＢ７、顧客ＤＢ８、行動パターンＤＢ９からデータを取得して統計解析等を行ってマーケティング分析処理を行う。
また、店舗サーバ６は、行動ログ収集・分析サーバ１から送信されたユーザＩＤの行動パターンを受信して行動パターンＤＢ９に記憶し、顧客ＤＢ８の顧客データとマッチングを行う。
そして、店舗サーバ６は、販売実績ＤＢ７、顧客ＤＢ８、行動パターンＤＢ９からデータを取得して統計解析等を行ってマーケティング分析処理を行う。
（３）［本システムの各部］
［行動ログ収集・分析サーバ１］
行動ログ収集・分析サーバ１は、図１に示すように、制御部１１と、記憶部１２と、インタフェース部１３とを備えたコンピュータ装置であり、記憶部１２に記憶されたコンピュータプログラムを制御部１１が読み込んで、行動ログの収集・分析等の処理を実行する。
インタフェース部１３は、インターネット３や外部の行動ログＤＢ２ａ、行動パターン条件ＤＢ２ｂ、行動ログ分析モデルＤＢ２ｃに接続するためのインタフェースである。
［行動ログ収集・分析サーバ１］
行動ログ収集・分析サーバ１は、図１に示すように、制御部１１と、記憶部１２と、インタフェース部１３とを備えたコンピュータ装置であり、記憶部１２に記憶されたコンピュータプログラムを制御部１１が読み込んで、行動ログの収集・分析等の処理を実行する。
インタフェース部１３は、インターネット３や外部の行動ログＤＢ２ａ、行動パターン条件ＤＢ２ｂ、行動ログ分析モデルＤＢ２ｃに接続するためのインタフェースである。
行動ログ収集・分析サーバ１の制御部１１は、インターネット３を介して携帯端末５から送信されるユーザＩＤ（識別子）と位置情報（座標データ）を受信し、行動ログＤＢ２ａにユーザＩＤ、座標データ、日時のデータを記憶する（行動ログの収集）。
そして、行動ログ収集・分析サーバ１の制御部１１は、行動ログＤＢ２のユーザの行動ログについて行動パターン条件ＤＢ２ｂを参照して行動パターンの条件に従い、行動ログ分析モデルＤＢ２ｃの行動ログ分析ロジックのプログラムを読み込んで、特定期間内で分析を行い、行動パターンの情報を生成して記憶部１２に記憶し、店舗サーバ６に送信する。
そして、行動ログ収集・分析サーバ１の制御部１１は、行動ログＤＢ２のユーザの行動ログについて行動パターン条件ＤＢ２ｂを参照して行動パターンの条件に従い、行動ログ分析モデルＤＢ２ｃの行動ログ分析ロジックのプログラムを読み込んで、特定期間内で分析を行い、行動パターンの情報を生成して記憶部１２に記憶し、店舗サーバ６に送信する。
行動ログ収集・分析サーバ１における行動ログ分析処理は、店舗サーバ６からの要求に基づいて開始するが、行動パターン条件ＤＢ２ｂ内に行動ログ分析処理の開始条件が設定されていれば、その開始条件に従って開始してもよい。
店舗サーバ６からの分析要求には、様々な条件が付加されることがある。例えば、店舗の座標データを指定して、ユーザＩＤと店舗との関係を分析するような要求がある。
店舗サーバ６からの分析要求には、様々な条件が付加されることがある。例えば、店舗の座標データを指定して、ユーザＩＤと店舗との関係を分析するような要求がある。
生成した行動パターンの情報を記憶部１２内に行動パターン情報記憶部を設けて記憶してもよい。
また、制御部１１は、後述するように行動ログ分析モデルＤＢ２ｃに記憶された既存の行動ログ分析ロジックのプログラムをアップグレードしたり、新規の行動ログ分析ロジックのプログラムを追加するようにしてもよい。
尚、行動ログ収集・分析サーバ１は、インターネット３に接続するクラウドサービスについて説明したが、専用のネットワークに接続し、企業内に設置されるオンプレミス形式であってもよい。
また、制御部１１は、後述するように行動ログ分析モデルＤＢ２ｃに記憶された既存の行動ログ分析ロジックのプログラムをアップグレードしたり、新規の行動ログ分析ロジックのプログラムを追加するようにしてもよい。
尚、行動ログ収集・分析サーバ１は、インターネット３に接続するクラウドサービスについて説明したが、専用のネットワークに接続し、企業内に設置されるオンプレミス形式であってもよい。
［行動ログＤＢ２ａ：図２］
図２は、行動ログＤＢの内容を示す概略図である。
行動ログＤＢ２ａは、図２に示すように、ユーザＩＤ、座標データ、日時のデータを時系列に記憶するデータベースである。
図２は、行動ログＤＢの内容を示す概略図である。
行動ログＤＢ２ａは、図２に示すように、ユーザＩＤ、座標データ、日時のデータを時系列に記憶するデータベースである。
［行動パターン条件ＤＢ２ｂ］
行動パターン条件ＤＢ２ｂは、行動ログを分析するための条件のデータを記憶するデータベースである。条件は、店舗サーバ６から設定できるものであり、店舗サーバ６がマーケティング分析処理を行うための条件となる。
例えば、行動パターンにおける「店舗との位置関係」の場合の店舗（自社店舗又は競合店舗）の位置情報を条件として記憶しておく。
行動パターン条件ＤＢ２ｂは、行動ログを分析するための条件のデータを記憶するデータベースである。条件は、店舗サーバ６から設定できるものであり、店舗サーバ６がマーケティング分析処理を行うための条件となる。
例えば、行動パターンにおける「店舗との位置関係」の場合の店舗（自社店舗又は競合店舗）の位置情報を条件として記憶しておく。
また、店舗の位置情報は、チェーン店等を想定して複数登録可能であり、更に、店舗の位置情報として敷地エリアと周辺エリアを座標データで保持させることも可能である。
具体的には、複数の店舗を対象とする場合には、店舗データとして、店舗のグループ毎に店舗グループ番号、グループ内の個々の店舗番号や名称、座標データ、住所データ、敷地の形状のデータを行動パターン条件ＤＢ２ｂに記憶することになる。
そして、店舗サーバ６は、自社や競合の店舗グループ番号や店舗自体の店舗番号を指定することでリクエストしたユーザＩＤが指定の店舗とどのように関わるかを分析する。
尚、ユーザＩＤと指定した店舗との関係では、店舗の座標からの半径や店舗の敷地の形状に入るか否かなどが判断される。
具体的には、複数の店舗を対象とする場合には、店舗データとして、店舗のグループ毎に店舗グループ番号、グループ内の個々の店舗番号や名称、座標データ、住所データ、敷地の形状のデータを行動パターン条件ＤＢ２ｂに記憶することになる。
そして、店舗サーバ６は、自社や競合の店舗グループ番号や店舗自体の店舗番号を指定することでリクエストしたユーザＩＤが指定の店舗とどのように関わるかを分析する。
尚、ユーザＩＤと指定した店舗との関係では、店舗の座標からの半径や店舗の敷地の形状に入るか否かなどが判断される。
［行動ログ分析モデルＤＢ２ｃの内容］
行動ログ分析モデルＤＢ２ｃは、行動ログ分析ロジックのプログラムを複数記憶しており、行動ログ収集・分析サーバ１の制御部１１が必要な行動ログ分析ロジックのプログラムを読み込んで使用するようになっている。
行動ログ分析ロジックとしては、「居住地を分析するロジック」や「アクティブ性を分析するロジック」等があり、これらロジックのプログラムは必要に応じて外部からアップグレードされ、また、新規にロジックのプログラムが追加されるものである。
行動ログ分析モデルＤＢ２ｃは、行動ログ分析ロジックのプログラムを複数記憶しており、行動ログ収集・分析サーバ１の制御部１１が必要な行動ログ分析ロジックのプログラムを読み込んで使用するようになっている。
行動ログ分析ロジックとしては、「居住地を分析するロジック」や「アクティブ性を分析するロジック」等があり、これらロジックのプログラムは必要に応じて外部からアップグレードされ、また、新規にロジックのプログラムが追加されるものである。
［行動パターン情報記憶部の内容：図３］
図３は、行動パターン情報記憶部の内容を示す概略図である。
行動パターン情報記憶部は、図３に示すように、行動ログ分析の結果である行動パターンの情報が記憶される。
具体的には、ユーザについて、ユーザＩＤ、居住地、平日／休日パターン、アクティブ性、通勤通学地、移動手段、沿線、店舗との位置関係、来店状況、職種等が記憶される。
行動ログ分析の具体的処理内容は、後述する。
図３は、行動パターン情報記憶部の内容を示す概略図である。
行動パターン情報記憶部は、図３に示すように、行動ログ分析の結果である行動パターンの情報が記憶される。
具体的には、ユーザについて、ユーザＩＤ、居住地、平日／休日パターン、アクティブ性、通勤通学地、移動手段、沿線、店舗との位置関係、来店状況、職種等が記憶される。
行動ログ分析の具体的処理内容は、後述する。
［インターネット３］
各装置を接続するネットワークとしてインターネット３を用いている。
尚、本システムを特定のエリア内で用いる場合には、ネットワークを専用のネットワークとすることも考えられる。
各装置を接続するネットワークとしてインターネット３を用いている。
尚、本システムを特定のエリア内で用いる場合には、ネットワークを専用のネットワークとすることも考えられる。
［基地局４］
基地局４は、インターネット３に接続する無線ＬＡＮ（Local Area Network）の基地局、更に公衆回線網の基地局も含む。公衆回線網の基地局は、公衆回線網に接続し、当該公衆回線網のキャリアのサーバを介してインターネット３に接続することになる。
基地局４は、インターネット３に接続する無線ＬＡＮ（Local Area Network）の基地局、更に公衆回線網の基地局も含む。公衆回線網の基地局は、公衆回線網に接続し、当該公衆回線網のキャリアのサーバを介してインターネット３に接続することになる。
［携帯端末５］
携帯端末５は、ＧＰＳ（Global Positioning System）機能を備え、位置情報として座標データを送信するスマートフォン、タブレット端末等である。
携帯端末５は、店舗が提供するアプリケーション（アプリ）をダウンロードしてインストールし、ユーザＩＤ等を設定して利用可能とし、当該アプリが起動すると、携帯端末５の位置情報を定期的にユーザＩＤと共に行動ログ収集・分析サーバ１に送信する。
アプリは、販促用のアプリで、店舗におけるクーポン、割引券、サービス券等をオンラインで提供するものである。
携帯端末５は、ＧＰＳ（Global Positioning System）機能を備え、位置情報として座標データを送信するスマートフォン、タブレット端末等である。
携帯端末５は、店舗が提供するアプリケーション（アプリ）をダウンロードしてインストールし、ユーザＩＤ等を設定して利用可能とし、当該アプリが起動すると、携帯端末５の位置情報を定期的にユーザＩＤと共に行動ログ収集・分析サーバ１に送信する。
アプリは、販促用のアプリで、店舗におけるクーポン、割引券、サービス券等をオンラインで提供するものである。
また、アプリをダウンロードして利用する以外に、ブラウザーでＷｅｂサービスを利用する場合に、携帯端末５のユーザＩＤと位置情報を行動ログ収集・分析サーバ１に送信する。
携帯端末５から位置情報（座標）のログを取得するタイミングは、定期的な自動取得、チェックイン（ログイン）時の取得、特定のＷｅｂページ閲覧時の取得が想定される。
アプリやＷｅｂサービスの開発（組み込み）に対して、インタフェースの仕様であるＡＰＩ（Application Programming Interface）、ライブラリから得られる開発ツールのセットであるＳＤＫ（Software Development Kit）、ＨＴＭＬ（HyperText Markup Language）タグを利用する。
携帯端末５から位置情報（座標）のログを取得するタイミングは、定期的な自動取得、チェックイン（ログイン）時の取得、特定のＷｅｂページ閲覧時の取得が想定される。
アプリやＷｅｂサービスの開発（組み込み）に対して、インタフェースの仕様であるＡＰＩ（Application Programming Interface）、ライブラリから得られる開発ツールのセットであるＳＤＫ（Software Development Kit）、ＨＴＭＬ（HyperText Markup Language）タグを利用する。
［店舗サーバ６］
店舗サーバ６は、図１に示すように、制御部６１と、記憶部６２と、インタフェース部６３とを備えたコンピュータ装置であり、記憶部６２に記憶されたコンピュータプログラムを制御部６１が読み込んで、販売実績データ、顧客データ、行動パターンの情報を販売実績ＤＢ７、顧客ＤＢ８、行動パターンＤＢ９に記憶する。
インタフェース部６３は、インターネット３や外部の販売実績ＤＢ７、顧客ＤＢ８、行動パターンＤＢ９に接続するためのインタフェースである。
店舗サーバ６は、図１に示すように、制御部６１と、記憶部６２と、インタフェース部６３とを備えたコンピュータ装置であり、記憶部６２に記憶されたコンピュータプログラムを制御部６１が読み込んで、販売実績データ、顧客データ、行動パターンの情報を販売実績ＤＢ７、顧客ＤＢ８、行動パターンＤＢ９に記憶する。
インタフェース部６３は、インターネット３や外部の販売実績ＤＢ７、顧客ＤＢ８、行動パターンＤＢ９に接続するためのインタフェースである。
店舗サーバ６は、ＰＯＳシステムと連動して販売実績のデータを取得し、販売実績ＤＢ７に記憶する。販売実績ＤＢ７では、商品の販売データの他、顧客がポイントカードを利用して商品の購入を行った場合に、購入商品と顧客ＩＤとを関連付けて記憶する。
店舗サーバ６は、顧客がポイントカードの登録をした場合に、顧客ＩＤを付与し、顧客の氏名、住所、メールアドレス等の情報を顧客ＤＢ８に記憶する。
店舗サーバ６は、顧客がポイントカードの登録をした場合に、顧客ＩＤを付与し、顧客の氏名、住所、メールアドレス等の情報を顧客ＤＢ８に記憶する。
店舗サーバ６は、行動ログ収集・分析サーバ１に行動パターンの情報の送信を要求し、行動ログ収集・分析サーバ１からの行動パターンの情報を受信し、行動パターンＤＢ９に記憶する。
上記では行動パターンの送信要求を行ったが、店舗サーバ６から行動ログ収集・分析サーバ１に行動パターンの情報を送信開始するトリガー情報（送信開始の情報）を送信し、行動ログ収集・分析サーバ１が送信開始の情報を行動パターン条件ＤＢ２ｂに記憶し、その送信開始の情報に従って行動パターンの情報を行動ログ収集・分析サーバ１から店舗サーバ６に送信してもよい。送信開始の情報とは、毎月の特定日時、毎週の特定日時等がある。
上記では行動パターンの送信要求を行ったが、店舗サーバ６から行動ログ収集・分析サーバ１に行動パターンの情報を送信開始するトリガー情報（送信開始の情報）を送信し、行動ログ収集・分析サーバ１が送信開始の情報を行動パターン条件ＤＢ２ｂに記憶し、その送信開始の情報に従って行動パターンの情報を行動ログ収集・分析サーバ１から店舗サーバ６に送信してもよい。送信開始の情報とは、毎月の特定日時、毎週の特定日時等がある。
また、行動パターンにおける特定の行動ログ分析モデル毎に条件を指定して、情報を取得するようにしてもよい。例えば、ユーザＩＤと「居住地」のみの項目を指定して、それらの情報を取得してもよい。
更に、店舗サーバ６から特定の店舗の座標データを指定して、行動ログ収集・分析サーバ１にユーザＩＤと特定の店舗との関係を分析させてもよい。若しくは、店舗サーバ６から特定の店舗の座標データと特定のユーザＩＤを指定して、行動ログ収集・分析サーバ１に当該ユーザＩＤと特定の店舗との関係を分析させてもよい。
更に、店舗サーバ６から特定の店舗の座標データを指定して、行動ログ収集・分析サーバ１にユーザＩＤと特定の店舗との関係を分析させてもよい。若しくは、店舗サーバ６から特定の店舗の座標データと特定のユーザＩＤを指定して、行動ログ収集・分析サーバ１に当該ユーザＩＤと特定の店舗との関係を分析させてもよい。
そして、店舗サーバ６は、行動パターンＤＢ９のユーザＩＤと顧客ＤＢ８の顧客ＩＤとのマッチング処理を行う。当該処理の詳細は後述する。
店舗サーバ６は、販売実績ＤＢ７、顧客ＤＢ８、行動パターンＤＢ９からデータを取得して、マッチング処理されたユーザに対する統計解析等を行ってマーケティング分析処理を行う。
店舗サーバ６は、販売実績ＤＢ７、顧客ＤＢ８、行動パターンＤＢ９からデータを取得して、マッチング処理されたユーザに対する統計解析等を行ってマーケティング分析処理を行う。
（４）［処理内容］
行動ログ収集・分析サーバ１は、行動ログＤＢ２ａに記憶したユーザＩＤの座標データを行動パターン条件ＤＢ２ｂの条件に従って分析して行動パターンの情報を生成し、記憶部１２の行動パターン情報記憶部に記憶する。
行動パターンの情報を構成する、居住地、平日／休日パターン、アクティブ性、通勤通学地、移動手段、沿線、店舗との位置関係、来店状況、職種について具体的に説明する。
尚、以下に示す行動パターンの情報を特定する方法は、一例であって下記以外の方法によって特定することも可能である。
行動ログ収集・分析サーバ１は、行動ログＤＢ２ａに記憶したユーザＩＤの座標データを行動パターン条件ＤＢ２ｂの条件に従って分析して行動パターンの情報を生成し、記憶部１２の行動パターン情報記憶部に記憶する。
行動パターンの情報を構成する、居住地、平日／休日パターン、アクティブ性、通勤通学地、移動手段、沿線、店舗との位置関係、来店状況、職種について具体的に説明する。
尚、以下に示す行動パターンの情報を特定する方法は、一例であって下記以外の方法によって特定することも可能である。
［居住地］
ユーザＩＤに対する居住地を特定する処理は、行動ログＤＢ２ａから当該ユーザＩＤの行動ログ（座標データ、日時のデータ）を収集し、夜間の時間帯の座標データ、土日の座標データ等から居住地の座標データを特定し、当該座標データから住所データに変換して居住地の情報を求める。
ユーザＩＤに対する居住地を特定する処理は、行動ログＤＢ２ａから当該ユーザＩＤの行動ログ（座標データ、日時のデータ）を収集し、夜間の時間帯の座標データ、土日の座標データ等から居住地の座標データを特定し、当該座標データから住所データに変換して居住地の情報を求める。
［平日／休日パターン］
ユーザＩＤの行動ログから１週間の内で通常の日とは異なる行動をとる日（特別日）があるので、その特別日を休日と認定し、休日の行動パターンを座標データから求める。例えば、休日に長い時間滞在した座標データを住所に変換し、当該住所地の施設（ショッピングセンター）を特定して、「ショッピング」の行動パターンを導き出す。尚、休日に長い時間滞在した住所地の施設が映画館であれば、休日パターンは、「映画」となる。
また、平日に長い時間滞在した座標データを住所に変換して、その所在地から「会社」勤務の行動パターンを導き出す。
ユーザＩＤの行動ログから１週間の内で通常の日とは異なる行動をとる日（特別日）があるので、その特別日を休日と認定し、休日の行動パターンを座標データから求める。例えば、休日に長い時間滞在した座標データを住所に変換し、当該住所地の施設（ショッピングセンター）を特定して、「ショッピング」の行動パターンを導き出す。尚、休日に長い時間滞在した住所地の施設が映画館であれば、休日パターンは、「映画」となる。
また、平日に長い時間滞在した座標データを住所に変換して、その所在地から「会社」勤務の行動パターンを導き出す。
［アクティブ性］
上記で認定された休日に、行動ログを解析し、行動エリアが基準値に対して広い場合には、アクティブ性「有」を行動エリアが基準値に対して狭い場合には、アクティブ性「無」を設定する。
上記で認定された休日に、行動ログを解析し、行動エリアが基準値に対して広い場合には、アクティブ性「有」を行動エリアが基準値に対して狭い場合には、アクティブ性「無」を設定する。
［通勤通学地］
通勤通学地は、平日の滞在時間が長い座標データを住所に変換して、通勤通学地を特定する。
尚、変換した住所が学校の住所であれば、生徒又は学校関係者であると認定することができる。
通勤通学地は、平日の滞在時間が長い座標データを住所に変換して、通勤通学地を特定する。
尚、変換した住所が学校の住所であれば、生徒又は学校関係者であると認定することができる。
［移動手段］
行動ログから時間経過に従って座標データが変化している場合には、移動状態にあるとして、移動中の座標データから電車の線路上を移動しているのか、道路を移動しているのかを判別する。
電車の線路上を移動しているのであれば、移動手段は「電車」と認定する。道路を移動しているのであれば、移動手段は「道路」と認定する。
また、移動の速度を演算し、「徒歩」「自転車」「自動車」を特定する。
行動ログから時間経過に従って座標データが変化している場合には、移動状態にあるとして、移動中の座標データから電車の線路上を移動しているのか、道路を移動しているのかを判別する。
電車の線路上を移動しているのであれば、移動手段は「電車」と認定する。道路を移動しているのであれば、移動手段は「道路」と認定する。
また、移動の速度を演算し、「徒歩」「自転車」「自動車」を特定する。
［沿線］
居住地の最寄り駅と通勤通学地の最寄り駅を行動ログの座標データから求め、更に利用している線路の沿線情報を特定する。
居住地の最寄り駅と通勤通学地の最寄り駅を行動ログの座標データから求め、更に利用している線路の沿線情報を特定する。
［店舗との位置関係］
店舗との位置関係は、店舗の座標データが行動パターン条件ＤＢ２ｂに予め登録してあり、ユーザＩＤの居住地又は通勤通学地と店舗との距離を求めるもので、居住地から「直線で５ｋｍ」などの情報が特定される。
店舗との位置関係は、店舗の座標データが行動パターン条件ＤＢ２ｂに予め登録してあり、ユーザＩＤの居住地又は通勤通学地と店舗との距離を求めるもので、居住地から「直線で５ｋｍ」などの情報が特定される。
［来店状況］
店舗の敷地エリアの位置情報と、更に外側のエリアの位置情報を予め行動パターン条件ＤＢ２ｂに登録しておき、敷地エリアにユーザが入れば来店とし、外側（周辺）のエリアに入っていれば、近所に来ていると認識して来店情報のレポートを生成する。
例えば、敷地エリアの位置情報は、店舗の座標データを中心として半径５ｍ以内を敷地エリア内とし、外側（周辺）のエリアの情報は、店舗の座標データを中心として半径３０ｍ以内で半径５ｍ以内を除くエリアを外側エリアとする。例えば、店舗の座標データを中心に半径５ｍ以内のエリア内の座標データにユーザの座標データが該当するようになると、敷地エリアへの来店となる。また、敷地エリアのデータとして、敷地の形状についての座標データを行動パターン条件ＤＢ２ｂに保持し、その敷地の形状の座標データに該当するか否かで、敷地エリアへの来店と判断してもよい。
ここでは、自社店舗の情報を設定したが、競合店舗の敷地エリア、外側エリアを設定すれば、競合店への来店情報を取得することができる。
店舗の敷地エリアの位置情報と、更に外側のエリアの位置情報を予め行動パターン条件ＤＢ２ｂに登録しておき、敷地エリアにユーザが入れば来店とし、外側（周辺）のエリアに入っていれば、近所に来ていると認識して来店情報のレポートを生成する。
例えば、敷地エリアの位置情報は、店舗の座標データを中心として半径５ｍ以内を敷地エリア内とし、外側（周辺）のエリアの情報は、店舗の座標データを中心として半径３０ｍ以内で半径５ｍ以内を除くエリアを外側エリアとする。例えば、店舗の座標データを中心に半径５ｍ以内のエリア内の座標データにユーザの座標データが該当するようになると、敷地エリアへの来店となる。また、敷地エリアのデータとして、敷地の形状についての座標データを行動パターン条件ＤＢ２ｂに保持し、その敷地の形状の座標データに該当するか否かで、敷地エリアへの来店と判断してもよい。
ここでは、自社店舗の情報を設定したが、競合店舗の敷地エリア、外側エリアを設定すれば、競合店への来店情報を取得することができる。
［職種］
勤務地における行動ログを分析し、外出が多い場合には「外勤」、多くない場合は「内勤」、または「出張が多い」と特定する。
勤務地における行動ログを分析し、外出が多い場合には「外勤」、多くない場合は「内勤」、または「出張が多い」と特定する。
（５）［本システムの処理］
［移動手段分析処理：図４］
次に、本システムの行動ログ収集・分析サーバ１における移動手段分析処理について図４を参照しながら説明する。図４は、移動分析処理のフローチャートである。
行動ログ収集・分析サーバ１の制御部１１は、記憶部１２に記憶された処理プログラムを読み込んで行動ログ分析モデルＤＢ２ｃから該当する行動ログ分析ロジックのプログラムを更に読み込んで、移動手段分析処理を実行する。
［移動手段分析処理：図４］
次に、本システムの行動ログ収集・分析サーバ１における移動手段分析処理について図４を参照しながら説明する。図４は、移動分析処理のフローチャートである。
行動ログ収集・分析サーバ１の制御部１１は、記憶部１２に記憶された処理プログラムを読み込んで行動ログ分析モデルＤＢ２ｃから該当する行動ログ分析ロジックのプログラムを更に読み込んで、移動手段分析処理を実行する。
具体的には、図４に示すように、行動ログＤＢ２ａから特定ユーザＩＤの特定期間の行動ログを収集し（Ｓ１１）、移動に相当する座標データ（変化した座標データ）を抽出する（Ｓ１２）。
そして、移動に相当する座標データから電車又は道路の利用を判別する（Ｓ１３）。座標データが特定の路線上であれば「電車」と判定し（Ｓ２０）、座標データが特定の道路上であれば「道路」と判定する。
そして、移動に相当する座標データから電車又は道路の利用を判別する（Ｓ１３）。座標データが特定の路線上であれば「電車」と判定し（Ｓ２０）、座標データが特定の道路上であれば「道路」と判定する。
更に、「道路」の場合は、移動に相当する座標データから移動距離と移動時間を演算し（Ｓ１４）、移動距離と移動時間から移動速度（＝移動距離／移動時間）を算出する（Ｓ１５）。
そして、移動速度を基準値（ａ＜ｂ＜ｃ）と比較して（Ｓ１６）、速度≦ａの場合、徒歩と判別し（Ｓ１７）、ａ＜速度≦ｂの場合、自転車と判別し（Ｓ１８）、ｂ＜速度の場合、自動車と判別する（Ｓ１９）。
以上のようにして、移動手段が分析されて、「徒歩」「自転車」「自動車」「電車」が特定されることになる。
そして、移動速度を基準値（ａ＜ｂ＜ｃ）と比較して（Ｓ１６）、速度≦ａの場合、徒歩と判別し（Ｓ１７）、ａ＜速度≦ｂの場合、自転車と判別し（Ｓ１８）、ｂ＜速度の場合、自動車と判別する（Ｓ１９）。
以上のようにして、移動手段が分析されて、「徒歩」「自転車」「自動車」「電車」が特定されることになる。
［来店状況分析処理：図５］
次に、本システムの行動ログ収集・分析サーバ１における来店状況分析処理について図５を参照しながら説明する。図５は、来店状況分析処理のフローチャートである。
行動ログ収集・分析サーバ１の制御部１１は、記憶部１２に記憶された処理プログラムを読み込んで行動ログ分析モデルＤＢ２ｃから該当する行動ログ分析ロジックのプログラムを更に読み込んで、来店状況分析処理を実行する。
次に、本システムの行動ログ収集・分析サーバ１における来店状況分析処理について図５を参照しながら説明する。図５は、来店状況分析処理のフローチャートである。
行動ログ収集・分析サーバ１の制御部１１は、記憶部１２に記憶された処理プログラムを読み込んで行動ログ分析モデルＤＢ２ｃから該当する行動ログ分析ロジックのプログラムを更に読み込んで、来店状況分析処理を実行する。
具体的には、図５に示すように、予め設定されている店舗の座標データを取得する（Ｓ２１）。ここで、店舗の座標データとは、店舗の敷地エリア内の座標データとその外側（周辺）エリアの座標データをいう。
次に、行動ログＤＢ２ａから特定ユーザＩＤの特定期間の行動ログを収集し（Ｓ２２）、行動パターン条件ＤＢ２ｂに示す店舗の座標データに相当する店舗の敷地エリア及び周辺エリアに特定のユーザＩＤの座標データがあるか否かを判定し（Ｓ２３）、つまり、店舗の敷地エリア又は周辺エリア（両エリアを合わせて「店舗のエリア」という）に特定ユーザＩＤの座標データが存在したか否かを判定する。
店舗のエリアに特定ユーザＩＤの座標データがある場合（Ｙｅｓの場合）、相当する特定ユーザＩＤの行動ログを収集し（Ｓ２４）、来店状況を判定し、来店の日時、滞在時間、近くを通った回数に対する入店回数等のレポートを出力する（Ｓ２５）。来店の日時は店舗の敷地エリアに入った日時であり、滞在時間は店舗の敷地エリアに滞在した時間であり、近くを通ったとは周辺エリアを通過して敷地エリアに入っていないケースをいう。
判定処理Ｓ２３で店舗のエリアに特定ユーザＩＤの座標データがない場合（Ｎｏの場合）、特定ユーザＩＤについて来店がないことをレポート出力する（Ｓ２６）。
以上のようにして、来店状況のレポートが生成される。
上記処理は、自社の店舗だけでなく、競合店舗（他店舗）における来店状況としてレポートを生成することも可能である。
また、店舗の座標データとして、自店舗と他店舗の両方を条件として行動パターン条件ＤＢ２ｂに記憶しておけば、自店舗及び他店舗の来店状況を得ることができ、その来店状況から自店舗の来店回数と他店舗の来店回数を求め、自店舗の来店回数と他店舗の来店回数の割合を演算できる。
以上のようにして、来店状況のレポートが生成される。
上記処理は、自社の店舗だけでなく、競合店舗（他店舗）における来店状況としてレポートを生成することも可能である。
また、店舗の座標データとして、自店舗と他店舗の両方を条件として行動パターン条件ＤＢ２ｂに記憶しておけば、自店舗及び他店舗の来店状況を得ることができ、その来店状況から自店舗の来店回数と他店舗の来店回数を求め、自店舗の来店回数と他店舗の来店回数の割合を演算できる。
［顧客ＤＢのユーザと行動パターンＤＢのユーザのマッチング処理：図６］
次に、本システムの店舗サーバ６における顧客ＤＢ８のユーザと行動パターンＤＢ９のユーザのマッチング処理について図６を参照しながら説明する。図６は、顧客ＤＢのユーザと行動パターンＤＢのユーザのマッチング処理を示すフローチャートである。
店舗サーバ６の制御部６１は、記憶部６２に記憶された処理プログラムを読み込んで顧客ＤＢ８のユーザと行動パターンＤＢ９のユーザのマッチング処理を実行する。
次に、本システムの店舗サーバ６における顧客ＤＢ８のユーザと行動パターンＤＢ９のユーザのマッチング処理について図６を参照しながら説明する。図６は、顧客ＤＢのユーザと行動パターンＤＢのユーザのマッチング処理を示すフローチャートである。
店舗サーバ６の制御部６１は、記憶部６２に記憶された処理プログラムを読み込んで顧客ＤＢ８のユーザと行動パターンＤＢ９のユーザのマッチング処理を実行する。
具体的には、図６に示すように、顧客ＤＢ８のユーザ（顧客ＩＤ）の住所情報を座標データに変換する（Ｓ３１）。そして、変換した座標データで行動パターンＤＢ９の居住地の座標データを検索する（Ｓ３２）。
変換した座標データに対して該当する居住地の座標データがあるか否かを判定し（Ｓ３３）、該当する居住地の座標データがあれば（Ｙｅｓの場合）、顧客ＤＢ８のユーザ（顧客ＩＤのユーザ）の購入実績を販売実績ＤＢ７から検索する（Ｓ３４）。
変換した座標データに対して該当する居住地の座標データがあるか否かを判定し（Ｓ３３）、該当する居住地の座標データがあれば（Ｙｅｓの場合）、顧客ＤＢ８のユーザ（顧客ＩＤのユーザ）の購入実績を販売実績ＤＢ７から検索する（Ｓ３４）。
そして、顧客ＩＤの購入の日時を特定し（Ｓ３５）、次に行動パターンＤＢ９を検索し、該当する居住地の座標データを有するユーザＩＤが当該購入の日時に店舗エリアにいたか否かを判定し（Ｓ３６）、店舗の敷地エリアにいた場合（Ｙｅｓの場合）、顧客ＤＢ８のユーザ（顧客ＩＤのユーザ）と上記ユーザＩＤのユーザが一致すると判定する（Ｓ３７）。
また、判定処理Ｓ３３で、該当する居住地の座標データがない場合（Ｎｏの場合）、判定処理Ｓ３６で、ユーザＩＤのユーザが購入の日時に店舗の敷地エリアにいなかった場合（Ｎｏの場合）、顧客ＤＢ８のユーザ（顧客ＩＤのユーザ）にマッチングするユーザＩＤはないと判定して（Ｓ３８）、処理を終了する。
上記マッチング処理により、顧客ＤＢ８の顧客（ユーザ）と行動パターンＤＢ９のユーザを結び付けることができるので、店舗サーバ６は、顧客ＤＢ８の顧客について販売実績ＤＢ７の商品の購入データに加えて行動パターンＤＢ９におけるユーザの詳細な行動パターンの情報も利用して更なるマーケティング分析等を実行できる。
例えば、行動パターンＤＢ９におけるユーザＩＤの来店状況から来店回数を求め、販売実績ＤＢ７における販売実績データから顧客の購入回数又は購入金額を求め、来店回数に対する購入回数又は購入金額を求め、来店回数に対する購入回数の割合を演算し、また１回の来店に対する平均的な購入金額（総購入金額／来店回数）を演算できる。
（６）［実施の形態の効果］
本システムによれば、行動ログ収集・分析サーバ１で、任意のユーザＩＤと座標データ、日時情報の行動ログから特定ユーザＩＤの行動ログを分析し、行動パターンの情報を生成して店舗サーバ６に送信し、店舗サーバ６では、顧客ＤＢ８の顧客と行動パターンの情報を記憶した行動パターンＤＢ９のユーザＩＤとを結び付けるマッチング処理を行い、店舗サーバ６は、顧客のマスタ情報、顧客の購入実績の情報、更に行動パターンの情報に基づいてマーケティング分析等を行うことができるので、精度の高いエリアマーケティングを実現できる効果がある。
本システムによれば、行動ログ収集・分析サーバ１で、任意のユーザＩＤと座標データ、日時情報の行動ログから特定ユーザＩＤの行動ログを分析し、行動パターンの情報を生成して店舗サーバ６に送信し、店舗サーバ６では、顧客ＤＢ８の顧客と行動パターンの情報を記憶した行動パターンＤＢ９のユーザＩＤとを結び付けるマッチング処理を行い、店舗サーバ６は、顧客のマスタ情報、顧客の購入実績の情報、更に行動パターンの情報に基づいてマーケティング分析等を行うことができるので、精度の高いエリアマーケティングを実現できる効果がある。
例えば、来店した回数に対して商品を購入する割合を知ることができ、また、競合店舗に行く回数と自社店舗に来店する回数も知ることができ、更に、競合店舗と自社店舗のどちらを先に訪問するのかも知ることができる。
また、マーケティングの分析者は、行動ログの収集や分析部分を行動ログ収集・分析サーバ１の運用者にアウトソーシングできるので、座標情報の収集や高度な分析モデルを独自に手当てする必要がない。
また、マーケティングの分析者は、顧客の個人情報（プロフィール）を外部に提供しなくても、行動分析を踏まえた分析が自由に実施できる。
また、行動ログ収集・分析サーバ１の運用者は、ＳＤＫ（ライブラリ）、ＡＰＩ、ＨＴＭＬタグを組み込むことで、簡単に行動ログ分析の仕組みを構築できる。
また、マーケティングの分析者は、顧客の個人情報（プロフィール）を外部に提供しなくても、行動分析を踏まえた分析が自由に実施できる。
また、行動ログ収集・分析サーバ１の運用者は、ＳＤＫ（ライブラリ）、ＡＰＩ、ＨＴＭＬタグを組み込むことで、簡単に行動ログ分析の仕組みを構築できる。
（７）［応用例１］
上記システムでは、一つの店舗若しくは一つの店舗のグループでの利用を想定したが、異なる業種の会社が乗り入れで利用できるアプリをユーザに提供し、ユーザの行動ログの分析結果を複数の会社で利用できるようにしてもよい。
上記システムでは、一つの店舗若しくは一つの店舗のグループでの利用を想定したが、異なる業種の会社が乗り入れで利用できるアプリをユーザに提供し、ユーザの行動ログの分析結果を複数の会社で利用できるようにしてもよい。
（８）［その他］
ユーザＩＤは、ソーシャルメディア（ＳＮＳ）のソーシャルＩＤでもよい。ソーシャルＩＤであれば、そのソーシャルメディアに行動ログ収集・分析サーバ１がアクセスして、ＳＮＳの情報を入手して分析し、ユーザ毎の行動パターンの情報を生成するのに利用する。
店舗サーバ６は、行動ログ収集・分析サーバ１から入力された行動パターンの情報（ＳＮＳ分析情報を含む）を活用してマーケティング分析に利用できる。また、店舗サーバ６は、ＳＮＳに直接アクセスしてＳＮＳの情報を入手して分析してもよい。
ＳＮＳの情報を利用する場合は、ＳＮＳのプロファイルやコメントの解析（テキストマイニング）によりプロファイル属性が付加できる。
尚、ソーシャルＩＤを利用してもらうには、ソーシャルメディアからアプリを提供するのが望ましい。
ユーザＩＤは、ソーシャルメディア（ＳＮＳ）のソーシャルＩＤでもよい。ソーシャルＩＤであれば、そのソーシャルメディアに行動ログ収集・分析サーバ１がアクセスして、ＳＮＳの情報を入手して分析し、ユーザ毎の行動パターンの情報を生成するのに利用する。
店舗サーバ６は、行動ログ収集・分析サーバ１から入力された行動パターンの情報（ＳＮＳ分析情報を含む）を活用してマーケティング分析に利用できる。また、店舗サーバ６は、ＳＮＳに直接アクセスしてＳＮＳの情報を入手して分析してもよい。
ＳＮＳの情報を利用する場合は、ＳＮＳのプロファイルやコメントの解析（テキストマイニング）によりプロファイル属性が付加できる。
尚、ソーシャルＩＤを利用してもらうには、ソーシャルメディアからアプリを提供するのが望ましい。
また、店舗側からアプリを提供する場合、例えば、顧客ＤＢ８の顧客のメールアドレスにアプリダウンロードのお知らせメール送信し、そのメールからアプリをダウンロードしてもらう際に、店舗側が指定したユーザＩＤを利用させるようにすることもできる。
この場合、店舗サーバ６としては、行動ログのユーザＩＤと顧客ＩＤとの関連付けを把握できることになり、マッチング処理は不要となるものである。
この場合、店舗サーバ６としては、行動ログのユーザＩＤと顧客ＩＤとの関連付けを把握できることになり、マッチング処理は不要となるものである。
ユーザＩＤと顧客ＩＤの関連付けがなく、アプリを提供する場合には、マッチング処理における精度を高めるために、アプリの利用登録の際に、簡単なユーザのプロフィールを入力してもらう。例えば、男女の別、年齢層、居住地域、学生又は社会人の別等を登録してもらうことで、それらの簡易プロフィールを利用して上記行動パターンの情報生成の処理を補助的にサポートする。つまり、居住地を特定するのに、簡易プロフィールの「居住地域」の情報も利用する。具体的には、簡易プロフィールの「居住地域」に行動パターンの情報で得られた「居住地」が含まれている場合を、「居住地」とする。
簡易プロフィールの情報は、例えば、行動ログ収集・分析サーバ１の記憶部１２において、ユーザＩＤ毎に記憶される。
簡易プロフィールの情報は、例えば、行動ログ収集・分析サーバ１の記憶部１２において、ユーザＩＤ毎に記憶される。
道路や鉄道、広い施設の構内でも、ＧＰＳに代わる類似の座標データ等の位置情報を提供するサービスを利用して本発明の実施の形態に係る行動ログ分析システムを実現してもよい。
また、携帯端末５からのＧＰＳの座標データと上記ＧＰＳに代わる類似の座標データの両方を利用して本発明の実施の形態に係る行動ログ分析システムを実現してもよい。
また、携帯端末５からのＧＰＳの座標データと上記ＧＰＳに代わる類似の座標データの両方を利用して本発明の実施の形態に係る行動ログ分析システムを実現してもよい。
（９）［応用例２］
ユーザに対するアプリが複数提供され、それら複数のアプリに関する行動ログの収集・分析を行動ログ収集・分析サーバ１で行う場合に、同一のユーザが異なるユーザＩＤでログインしてアプリを利用することがある。しかしながら、上記システムでは、ユーザＩＤが異なるため、同一人であっても、異なるユーザの行動ログとして処理される。
このような場合に、行動ログ収集・分析サーバ１で異なるユーザＩＤが同一人か否かの判定処理を行い、同一人であれば、行動ログを統合するようにしてもよい。
ユーザに対するアプリが複数提供され、それら複数のアプリに関する行動ログの収集・分析を行動ログ収集・分析サーバ１で行う場合に、同一のユーザが異なるユーザＩＤでログインしてアプリを利用することがある。しかしながら、上記システムでは、ユーザＩＤが異なるため、同一人であっても、異なるユーザの行動ログとして処理される。
このような場合に、行動ログ収集・分析サーバ１で異なるユーザＩＤが同一人か否かの判定処理を行い、同一人であれば、行動ログを統合するようにしてもよい。
具体的には、複数のアプリの利用によって取得された行動ログについて、例えば、ユーザＩＤ「ｘｘ０１」とユーザＩＤ「ｘｘ１２」がある場合に、図３に示した行動パターン情報の中で、「居住地」が同一であれば、同一人物の可能性があるが、家族の可能性も考えられるため、その他の行動パターン情報の類似度を判定して、同一人か否かを決定する。類似度は、行動パターン情報の項目毎に異なる基準値を設定して判定してもよい。
尚、この同一人か否かの判定処理は、行動ログ収集・分析サーバ１で行ってもよいし、店舗サーバ６で行うようにしてもよい。
特に、店舗サーバ６では、顧客ＤＢ８のユーザと行動パターンＤＢ９のユーザのマッチング処理を行うものであるから、居住地の座標データが一致すれば、上記２つのユーザＩＤは、顧客ＤＢ８のユーザと紐付くことになる。その際に、居住地の座標データが一致するユーザＩＤについて行動パターン情報の類似度を判定して、同一人か否かを判定する。同一人であれば、行動ログの統合を行う。
特に、店舗サーバ６では、顧客ＤＢ８のユーザと行動パターンＤＢ９のユーザのマッチング処理を行うものであるから、居住地の座標データが一致すれば、上記２つのユーザＩＤは、顧客ＤＢ８のユーザと紐付くことになる。その際に、居住地の座標データが一致するユーザＩＤについて行動パターン情報の類似度を判定して、同一人か否かを判定する。同一人であれば、行動ログの統合を行う。
このように、複数のアプリから提供される行動ログを利用可能となれば、幅広いユーザの行動ログを収集して分析でき、更に、異なるユーザＩＤについて同一人であるか否かの判定処理を行うことで、精度の高い行動ログを収集・分析できる効果がある。
［行動ログの地域特性］
本システムでは、行動ログについてユーザＩＤ毎に分析しているが、ユーザが居住する地域毎に行動パターンの特性（地域特性）を求めるようにしてもよい。地域の行動パターンの地域特性が判明すれば、当該地域を分析対象エリアとして地域の特性を理解してマーケティングに応用できる。例えば、店舗側として、その地域特性に応じたきめ細かいダイレクトメール（ＤＭ）を配布すること可能となる。地域特性の詳細については後述する。
本システムでは、行動ログについてユーザＩＤ毎に分析しているが、ユーザが居住する地域毎に行動パターンの特性（地域特性）を求めるようにしてもよい。地域の行動パターンの地域特性が判明すれば、当該地域を分析対象エリアとして地域の特性を理解してマーケティングに応用できる。例えば、店舗側として、その地域特性に応じたきめ細かいダイレクトメール（ＤＭ）を配布すること可能となる。地域特性の詳細については後述する。
［地域特性の情報生成処理：図７］
地域特性の情報生成処理について図７を参照しながら説明する。図７は、地域特性の情報生成処理のフローチャートである。
行動ログ収集・分析サーバ１は、図３に示したユーザＩＤ毎の行動パターン情報を生成して行動パターン情報記憶部に記憶している。
その状態で、行動ログ収集・分析サーバ１の制御部１１は、処理プログラムを読み込んで、記憶部１２の行動パターン情報記憶部にアクセスする（Ｓ４１）。尚、記憶部１２には、後述するように、生成した地域特性の情報を記憶する地域特性情報記憶部が設けられている。
地域特性の情報生成処理について図７を参照しながら説明する。図７は、地域特性の情報生成処理のフローチャートである。
行動ログ収集・分析サーバ１は、図３に示したユーザＩＤ毎の行動パターン情報を生成して行動パターン情報記憶部に記憶している。
その状態で、行動ログ収集・分析サーバ１の制御部１１は、処理プログラムを読み込んで、記憶部１２の行動パターン情報記憶部にアクセスする（Ｓ４１）。尚、記憶部１２には、後述するように、生成した地域特性の情報を記憶する地域特性情報記憶部が設けられている。
そして、最初のユーザＩＤについて居住地の情報を参照し（Ｓ４２）、居住地の情報が特定エリア内のものか否かを判定する（Ｓ４３）。ここで、特定エリアは地域特性を分析するための分析対象エリアである。
そのユーザＩＤの居住地が特定エリア内であれば（Ｙｅｓ）、特定エリアに対応付けてユーザＩＤの情報を記憶し（Ｓ４４）、処理Ｓ４５に移行する。
また、ユーザＩＤの居住地の情報が特定エリア内の居住地でなければ（Ｎｏの場合）、全てのユーザについて処理が終了したか判定する（Ｓ４５）。
そのユーザＩＤの居住地が特定エリア内であれば（Ｙｅｓ）、特定エリアに対応付けてユーザＩＤの情報を記憶し（Ｓ４４）、処理Ｓ４５に移行する。
また、ユーザＩＤの居住地の情報が特定エリア内の居住地でなければ（Ｎｏの場合）、全てのユーザについて処理が終了したか判定する（Ｓ４５）。
判定処理Ｓ４５で、全てのユーザについて処理が終了していなければ（Ｎｏの場合）、次のユーザＩＤについて居住地の情報を参照し（Ｓ４６）、処理Ｓ４３に移行する。
判定処理Ｓ４５で、全てのユーザについて処理が終了したならば（Ｙｅｓの場合）、特定エリア内のユーザＩＤについて、行動パターンの情報を収集し、地域特性の情報を生成し、記憶部１２の地域特性情報記憶部に記憶して（Ｓ４７）、処理を終了する。
判定処理Ｓ４５で、全てのユーザについて処理が終了したならば（Ｙｅｓの場合）、特定エリア内のユーザＩＤについて、行動パターンの情報を収集し、地域特性の情報を生成し、記憶部１２の地域特性情報記憶部に記憶して（Ｓ４７）、処理を終了する。
［地域特性の情報生成の具体例：図８］
次に、地域特性の情報生成の具体例について図８を参照しながら説明する。図８は、地域特性情報記憶部の内容を示す図である。
図８では、図３に示したユーザＩＤ毎の行動パターン情報を特定エリアに居住するユーザのものについて集計し、統計的に利用するためのものである。特定エリアは分析対象エリアであり、例えば、ＤＭ配布対象のエリアを示している。具体的には、特定エリアを「Ａエリア（東京都２３区南西エリア）」とした場合には、居住地として世田谷区、目黒区、大田区の一部が含まれる。つまり、これらの居住地に該当するユーザＩＤの情報を抽出し、行動パターン情報の項目毎に集計処理を行ったものである。例えば、特定エリア内のユーザの「居住地」は「世田谷区６０％、目黒区３０％、・・・」の割合となる。
尚、図８においては、分析対象エリアを「東京都２３区南西エリア」としたが、郵便番号又は町丁目の単位、若しくは任意のメッシュ単位を分析対象エリアとしてもよく、その単位で集計処理を行う。
次に、地域特性の情報生成の具体例について図８を参照しながら説明する。図８は、地域特性情報記憶部の内容を示す図である。
図８では、図３に示したユーザＩＤ毎の行動パターン情報を特定エリアに居住するユーザのものについて集計し、統計的に利用するためのものである。特定エリアは分析対象エリアであり、例えば、ＤＭ配布対象のエリアを示している。具体的には、特定エリアを「Ａエリア（東京都２３区南西エリア）」とした場合には、居住地として世田谷区、目黒区、大田区の一部が含まれる。つまり、これらの居住地に該当するユーザＩＤの情報を抽出し、行動パターン情報の項目毎に集計処理を行ったものである。例えば、特定エリア内のユーザの「居住地」は「世田谷区６０％、目黒区３０％、・・・」の割合となる。
尚、図８においては、分析対象エリアを「東京都２３区南西エリア」としたが、郵便番号又は町丁目の単位、若しくは任意のメッシュ単位を分析対象エリアとしてもよく、その単位で集計処理を行う。
その他の行動パターン情報の項目では、集計した結果が記憶されるようになっている。例えば、「平日／休日パターン」では「会社／ショッピング５０％，会社／映画２０％，・・・」、「店舗との位置関係」では「直線で平均７．２ｋｍ」、「来店状況」では「月平均１．４回」のようになる。
地域特性の情報を行動ログ収集・分析サーバ１から受信した店舗サーバ６は、行動パターンＤＢ９に記憶する。
店舗サーバ６のインタフェース部６３に表示装置、入力装置、印刷装置を接続し、特定エリアを入力装置で指定して、地域特性の情報を表示装置に表示させ、印刷装置に印刷させるようにしてもよい。
表示装置に表示させる場合、または印刷装置に印刷させる場合に、店舗サーバ６の制御部６１は、図８の地域毎の行動パターンをグラフ化して表示又は印刷してもよい。
また、店舗サーバ６は、行動パターンＤＢ９に記憶した地域特性の情報を、更に別の条件で加工して表示、印刷するようにしてもよい。
店舗サーバ６のインタフェース部６３に表示装置、入力装置、印刷装置を接続し、特定エリアを入力装置で指定して、地域特性の情報を表示装置に表示させ、印刷装置に印刷させるようにしてもよい。
表示装置に表示させる場合、または印刷装置に印刷させる場合に、店舗サーバ６の制御部６１は、図８の地域毎の行動パターンをグラフ化して表示又は印刷してもよい。
また、店舗サーバ６は、行動パターンＤＢ９に記憶した地域特性の情報を、更に別の条件で加工して表示、印刷するようにしてもよい。
（１０）［応用例３］
本システムでは、店舗サーバ６が行動ログ収集・分析サーバ１から行動パターン情報又は地域特性の情報を受信して利用するようになっているが、インターネット３に接続する端末装置（店舗サーバ６のように各ＤＢを備えない、コンピュータ装置）から行動ログ収集・分析サーバ１にログインして、条件を付して行動パターン情報等の提供を要求し、行動ログ収集・分析サーバ１が条件に対応した行動パターン情報等を提供するものであってもよい。
本システムでは、店舗サーバ６が行動ログ収集・分析サーバ１から行動パターン情報又は地域特性の情報を受信して利用するようになっているが、インターネット３に接続する端末装置（店舗サーバ６のように各ＤＢを備えない、コンピュータ装置）から行動ログ収集・分析サーバ１にログインして、条件を付して行動パターン情報等の提供を要求し、行動ログ収集・分析サーバ１が条件に対応した行動パターン情報等を提供するものであってもよい。
本発明は、特定アプリの利用に氏名及び住所は登録されず、ユーザＩＤが登録された利用者に対して行動ログのパターンを分析し、更に店舗におけるメンバー登録が為されている場合に、メンバー登録された顧客と特定アプリの利用者とを結び付けて行動ログを分析できる行動ログ分析システム及びそのプログラムに好適である。
ある。
ある。
１...行動ログ収集・分析サーバ、 ２ａ...行動ログデータベース（ＤＢ）、 ２ｂ...行動パターン条件データベース（ＤＢ）、 ２ｃ...行動ログ分析モデルデータベース（ＤＢ）、 ３...インターネット、 ４...基地局、 ５...携帯端末、 ６...店舗サーバ、 ７...販売実績データベース（ＤＢ）、 ８...顧客データベース（ＤＢ）、 ９...行動パターンデータベース（ＤＢ）、 １１...制御部、 １２...記憶部、 １３...インタフェース部、 ６１...制御部、 ６２...記憶部、 ６３...インタフェース部
Claims (18)
- 携帯端末の利用者の行動ログを分析する行動ログ分析システムであって、
前記利用者の行動ログデータを記憶する行動ログデータベースと、前記利用者の行動ログ分析ロジックのプログラムを記憶する行動ログ分析モデルデータベースとを備える行動ログ収集・分析サーバと、
店舗の顧客情報を記憶する顧客データベースと、前記店舗の販売実績データを記憶する販売実績データベースと、前記利用者の行動パターンの情報を記憶する行動パターンデータベースとを備える店舗サーバとを有し、
前記行動ログ収集・分析サーバは、前記携帯端末から送信された利用者のユーザＩＤと位置情報を受信してユーザＩＤ毎に位置情報を日時情報と共に前記行動ログデータベースに記憶し、前記行動ログ分析モデルデータベースから行動ログ分析ロジックのプログラムを読み込んで、ユーザＩＤ毎の位置情報と日時情報とからユーザＩＤの利用者の居住地、通勤通学地の行動パターンを分析し、行動パターンの情報を生成して、前記店舗サーバに前記行動パターンの情報を送信し、
前記店舗サーバは、前記行動ログ収集・分析サーバから前記利用者の行動パターンの情報を受信し、前記行動パターンデータベースに記憶し、前記顧客データベースの顧客の住所情報に相当する居住地の情報が前記行動パターンデータベースに存在するか否かを判定し、存在する場合に当該顧客と行動パターンの情報におけるユーザＩＤとを結び付ける処理を行うことを特徴とする行動ログ分析システム。 - 行動ログ収集・分析サーバには、行動パターンを分析するための条件情報を記憶する行動パターン条件データベースを接続し、
前記条件情報には、店舗の敷地エリアの情報が含まれており、
前記行動ログ収集・分析サーバは、行動ログ分析モデルデータベースから行動ログ分析ロジックのプログラムを読み込んで、行動ログデータベースから行動ログデータを読み込み、前記行動パターン条件データベースの条件情報を参照して、利用者が前記店舗の敷地エリアにいたか否かを判定し、前記店舗への来店状況の行動パターンを分析することを特徴とする請求項１記載の行動ログ分析システム。 - 店舗サーバは、顧客データベースの顧客の住所情報に相当する居住地の情報が行動パターンデータベースに存在するか否かを判定し、存在する場合に当該顧客と行動パターンの情報におけるユーザＩＤとを一時的に結び付ける処理を行い、販売実績データベースを参照して当該顧客が商品を購入した日時を特定し、当該特定した日時に前記ユーザＩＤの利用者が店舗の敷地エリアにいたか否かを判定し、前記店舗の敷地エリアにいた場合には、前記顧客と前記ユーザＩＤの利用者が一致すると判定することを特徴とする請求項２記載の行動ログ分析システム。
- 店舗サーバは、前記行動ログ収集・分析サーバに利用者の行動パターンの情報を要求し、
前記行動ログ収集・分析サーバは、前記要求に対して行動パターンを分析し、行動パターンの情報を生成して前記店舗サーバに送信することを特徴とする請求項１乃至３のいずれか記載の行動ログ分析システム。 - 行動パターン条件データベースには、行動パターンの送信を開始するための開始情報が記憶されており、
行動ログ収集・分析サーバは、前記行動パターン条件データベースの前記開始情報に基づいて行動パターンを分析し、行動パターンの情報を生成して店舗サーバに送信することを特徴とする請求項２乃至３のいずれか記載の行動ログ分析システム。 - 行動ログ収集・分析サーバは、携帯端末から送信される利用者のユーザＩＤと簡易プロフィールの情報を受信し、行動パターンの分析を行う場合に、前記簡易プロフィールの情報も用いることを特徴とする請求項１乃至５のいずれか記載の行動ログ分析システム。
- 店舗サーバは、顧客データベースの顧客とユーザＩＤを結び付ける処理を行った場合に、行動パターンデータベースにおけるユーザＩＤの来店状況から来店回数を求め、販売実績データベースにおける販売実績データから前記顧客の購入回数を求め、前記来店回数に対する前記購入回数の割合を演算することを特徴とする請求項２乃至６のいずれか記載の行動ログ分析システム。
- 行動パターン条件データベースの条件情報には、自店舗の敷地エリアと他店舗の敷地エリアの情報が含まれており、
行動ログ収集・分析サーバは、行動ログ分析モデルデータベースから行動ログ分析ロジックのプログラムを読み込んで、行動ログデータベースから行動ログデータを読み込み、前記行動パターン条件データベースの条件情報を参照して、利用者が前記自店舗の敷地エリアにいたか否かを判定し、利用者が前記他店舗の敷地エリアにいたか否かを判定し、前記自店舗の来店状況から自店舗来店回数を求め、前記他店舗の来店状況から他店舗来店回数を求め、前記自店舗来店回数と前記他店舗来店回数の割合を演算することを特徴とする請求項２乃至７のいずれか記載の行動ログ分析システム。 - 行動パターン条件データベースの条件情報には、店舗の敷地エリアと周辺エリアの情報が含まれており、
行動ログ収集・分析サーバは、行動ログ分析モデルデータベースから行動ログ分析ロジックのプログラムを読み込んで、行動ログデータベースから行動ログデータを読み込み、前記行動パターン条件データベースの条件情報を参照して、利用者が前記店舗の敷地エリアにいたか否かを判定し、前記利用者が前記店舗の周辺エリアにいたか否かを判定し、周辺エリアにいた回数に対する敷地エリアにいた回数の割合を演算することを特徴とする請求項２乃至８のいずれか記載の行動ログ分析システム。 - 行動ログ収集・分析サーバは、利用者の行動パターンの情報を記憶し、前記利用者の居住地に基づいて特定地域内における利用者の行動パターンの情報を取得し、当該取得した行動パターンの情報を集計して前記特定地域の地域特性の情報を生成することを特徴とする請求項１乃至９のいずれか記載の行動ログ分析システム。
- 携帯端末の利用者の行動ログを分析する行動ログ分析システムで使用されるコンピュータプログラムであって、
前記利用者の行動ログデータを記憶する行動ログデータベースと、前記利用者の行動ログ分析ロジックのプログラムを記憶する行動ログ分析モデルデータベースとを備える行動ログ収集・分析サーバで動作するプログラムと、
店舗の顧客情報を記憶する顧客データベースと、前記店舗の販売実績データを記憶する販売実績データベースと、前記利用者の行動パターンの情報を記憶する行動パターンデータベースとを備える店舗サーバで動作するプログラムとを有し、
前記行動ログ収集・分析サーバで動作するプログラムの処理によって、前記携帯端末から送信された利用者のユーザＩＤと位置情報を受信してユーザＩＤ毎に位置情報を日時情報と共に前記行動ログデータベースに記憶し、前記行動ログ分析モデルデータベースから行動ログ分析ロジックのプログラムを読み込んで、ユーザＩＤ毎の位置情報と日時情報とからユーザＩＤの利用者の居住地、通勤通学地の行動パターンを分析し、行動パターンの情報を生成して、前記店舗サーバに前記行動パターンの情報を送信し、
前記店舗サーバで動作するプログラムの処理によって、前記行動ログ収集・分析サーバから前記利用者の行動パターンの情報を受信し、前記行動パターンデータベースに記憶し、前記顧客データベースの顧客の住所情報に相当する居住地の情報が前記行動パターンデータベースに存在するか否かを判定し、存在する場合に当該顧客と行動パターンの情報におけるユーザＩＤとを結び付ける処理を行うことを特徴とする行動ログ分析システムのプログラム。 - 行動ログ収集・分析サーバで動作するプログラムの処理によって、行動ログデータベースから行動ログデータを読み込み、行動パターンを分析するための条件情報を記憶する行動パターン条件データベースにおける、店舗の敷地エリアの情報が含まれる条件情報を参照して、利用者が前記店舗の敷地エリアにいたか否かを判定し、前記店舗への来店状況の行動パターンを分析することを特徴とする請求項１１記載の行動ログ分析システムのプログラム。
- 店舗サーバで動作するプログラムの処理によって、顧客データベースの顧客の住所情報に相当する居住地の情報が行動パターンデータベースに存在するか否かを判定し、存在する場合に当該顧客と行動パターンの情報におけるユーザＩＤとを一時的に結び付ける処理を行い、販売実績データベースを参照して当該顧客が商品を購入した日時を特定し、当該特定した日時に前記ユーザＩＤの利用者が店舗の敷地エリアにいたか否かを判定し、前記店舗の敷地エリアにいた場合には、前記顧客と前記ユーザＩＤの利用者が一致すると判定することを特徴とする請求項１２記載の行動ログ分析システムのプログラム。
- 行動ログ収集・分析サーバで動作するプログラムの処理によって、携帯端末から送信される利用者のユーザＩＤと簡易プロフィールの情報を受信し、行動パターンの分析を行う場合に、前記簡易プロフィールの情報も用いることを特徴とする請求項１１乃至１３のいずれか記載の行動ログ分析システムのプログラム。
- 店舗サーバで動作するプログラムの処理によって、顧客データベースの顧客とユーザＩＤを結び付ける処理を行った場合に、行動パターンデータベースにおけるユーザＩＤの来店状況から来店回数を求め、販売実績データベースにおける販売実績データから前記顧客の購入回数を求め、前記来店回数に対する前記購入回数の割合を演算することを特徴とする請求項１２乃至１４のいずれか記載の行動ログ分析システムのプログラム。
- 行動ログ収集・分析サーバで動作するプログラムの処理によって、行動ログデータベースから行動ログデータを読み込み、行動パターン条件データベースにおける、自店舗の敷地エリアと他店舗の敷地エリアの情報が含まれる条件情報を参照して、利用者が前記自店舗の敷地エリアにいたか否かを判定し、利用者が前記他店舗の敷地エリアにいたか否かを判定し、前記自店舗の来店状況から自店舗来店回数を求め、前記他店舗の来店状況から他店舗来店回数を求め、前記自店舗来店回数と前記他店舗来店回数の割合を演算することを特徴とする請求項１２乃至１５のいずれか記載の行動ログ分析システムのプログラム。
- 行動ログ収集・分析サーバで動作するプログラムの処理によって、行動ログデータベースから行動ログデータを読み込み、行動パターン条件データベースにおける、店舗の敷地エリアと周辺エリアの情報が含まれる条件情報を参照して、利用者が前記店舗の敷地エリアにいたか否かを判定し、前記利用者が前記店舗の周辺エリアにいたか否かを判定し、周辺エリアにいた回数に対する敷地エリアにいた回数の割合を演算することを特徴とする請求項項１２乃至１６のいずれか記載の行動ログ分析システムのプログラム。
- 行動ログ収集・分析サーバで動作するプログラムの処理によって、利用者の行動パターンの情報を記憶し、前記利用者の居住地に基づいて特定地域内における利用者の行動パターンの情報を取得し、当該取得した行動パターンの情報を集計して前記特定地域の地域特性の情報を生成することを特徴とする請求項１１乃至１７のいずれか記載の行動ログ分析のプログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2014137404A JP6359899B2 (ja) | 2013-07-31 | 2014-07-03 | 行動ログ分析システム及びそのプログラム |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2013159991 | 2013-07-31 | ||
| JP2013159991 | 2013-07-31 | ||
| JP2014137404A JP6359899B2 (ja) | 2013-07-31 | 2014-07-03 | 行動ログ分析システム及びそのプログラム |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2018117582A Division JP6655662B2 (ja) | 2013-07-31 | 2018-06-21 | 行動ログ分析システム及びそのプログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2015046152A JP2015046152A (ja) | 2015-03-12 |
| JP6359899B2 true JP6359899B2 (ja) | 2018-07-18 |
Family
ID=52671563
Family Applications (3)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2014137404A Active JP6359899B2 (ja) | 2013-07-31 | 2014-07-03 | 行動ログ分析システム及びそのプログラム |
| JP2018117582A Active JP6655662B2 (ja) | 2013-07-31 | 2018-06-21 | 行動ログ分析システム及びそのプログラム |
| JP2020016269A Active JP6865869B2 (ja) | 2013-07-31 | 2020-02-03 | 行動ログ分析システム及びそのプログラム |
Family Applications After (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2018117582A Active JP6655662B2 (ja) | 2013-07-31 | 2018-06-21 | 行動ログ分析システム及びそのプログラム |
| JP2020016269A Active JP6865869B2 (ja) | 2013-07-31 | 2020-02-03 | 行動ログ分析システム及びそのプログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (3) | JP6359899B2 (ja) |
Families Citing this family (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6020872B1 (ja) | 2016-06-24 | 2016-11-02 | 株式会社アドインテ | 分析システム及び分析方法 |
| JP6460064B2 (ja) | 2016-08-24 | 2019-01-30 | トヨタ自動車株式会社 | 移動体の位置情報共通管理システム |
| JP6764821B2 (ja) * | 2017-04-03 | 2020-10-07 | カタリナ マーケティング ジャパン株式会社 | 購買動向分析システム、及びそれを用いたクーポン発行システム |
| JP6494714B2 (ja) * | 2017-09-12 | 2019-04-03 | ヤフー株式会社 | 推定装置、推定方法、及び推定プログラム |
| JP6943436B2 (ja) * | 2017-10-04 | 2021-09-29 | 技研商事インターナショナル株式会社 | 来訪者の地域特性分析システム及びそのプログラム |
| JP2019164490A (ja) * | 2018-03-19 | 2019-09-26 | 本田技研工業株式会社 | 情報分析装置及び情報分析方法 |
| JP7444424B2 (ja) * | 2018-06-07 | 2024-03-06 | 技研商事インターナショナル株式会社 | 行動履歴データを用いた行動分析システム及びそのプログラム |
| JP7085448B2 (ja) * | 2018-09-28 | 2022-06-16 | 株式会社Ｎｔｔドコモ | 業績予測方法、業績予測プログラム及び業績予測装置 |
| CN111127065B (zh) * | 2018-11-01 | 2023-07-25 | 百度在线网络技术（北京）有限公司 | 用户职住地的获取方法和装置 |
| JP6812469B2 (ja) * | 2019-01-08 | 2021-01-13 | ヤフー株式会社 | 推定装置、推定方法、及び推定プログラム |
| JP6963133B1 (ja) * | 2021-02-24 | 2021-11-05 | Kddi株式会社 | 情報処理装置及び情報処理方法 |
| JP7062123B1 (ja) | 2021-09-15 | 2022-05-02 | 孝一 西郷 | 広告装置 |
| JP7162766B1 (ja) | 2021-09-15 | 2022-10-28 | 孝一 西郷 | 広告装置 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003196369A (ja) * | 2001-12-26 | 2003-07-11 | Alfa Forum:Kk | 不動産評価システムおよびプログラム |
| JP2007011723A (ja) * | 2005-06-30 | 2007-01-18 | Canon Marketing Japan Inc | 集計装置、集計方法、プログラム及び記録媒体 |
| JP2007179199A (ja) * | 2005-12-27 | 2007-07-12 | Canon Marketing Japan Inc | 販売分析装置および販売分析方法およびプログラムおよび記録媒体 |
| JP2009043057A (ja) * | 2007-08-09 | 2009-02-26 | Nomura Research Institute Ltd | 行動履歴分析装置及び方法 |
| JP4919353B2 (ja) * | 2007-12-17 | 2012-04-18 | 株式会社野村総合研究所 | ユーザの住所情報を推定するシステム及び方法 |
| JP2011221805A (ja) * | 2010-04-09 | 2011-11-04 | Ntt Docomo Inc | 情報投稿制御システム、情報投稿制御方法 |
| JP2012060235A (ja) * | 2010-09-06 | 2012-03-22 | Sony Corp | 動作条件設定システム、ユーザ装置、設定サーバ、及び動作条件設定方法 |
| JP5785869B2 (ja) * | 2011-12-22 | 2015-09-30 | 株式会社日立製作所 | 行動属性分析プログラムおよび装置 |
| JP5158827B1 (ja) * | 2012-08-27 | 2013-03-06 | 紀輝 谷 | 購買者特定装置、購買者特定プログラム、購買者の特定方法及び購買者情報管理システム |
-
2014
- 2014-07-03 JP JP2014137404A patent/JP6359899B2/ja active Active
-
2018
- 2018-06-21 JP JP2018117582A patent/JP6655662B2/ja active Active
-
2020
- 2020-02-03 JP JP2020016269A patent/JP6865869B2/ja active Active
Also Published As
| Publication number | Publication date |
|---|---|
| JP6865869B2 (ja) | 2021-04-28 |
| JP6655662B2 (ja) | 2020-02-26 |
| JP2020074219A (ja) | 2020-05-14 |
| JP2018142383A (ja) | 2018-09-13 |
| JP2015046152A (ja) | 2015-03-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6865869B2 (ja) | 行動ログ分析システム及びそのプログラム | |
| CN108537582B (zh) | 一种数据处理方法及装置 | |
| US20210365987A1 (en) | Method and system for matching purchase transaction history to real-time location information | |
| JP2011150683A (ja) | 割引券端末を介して割引券を取得する割引券取得制御方法及びその制御装置。 | |
| US20120330998A1 (en) | System, a method and a computer program product for communication | |
| JP6232495B2 (ja) | デジタルレシート経済 | |
| JP6801132B1 (ja) | 属性推定装置、コンピュータプログラム、属性推定システム及び属性推定方法 | |
| US20210209635A1 (en) | Real Time Discount Marketplace | |
| JP2015037244A (ja) | 情報照合装置、情報処理システム、プログラム及び照合方法 | |
| Dhanorkar et al. | The heterogeneous effects of P2P ride-hailing on traffic: Evidence from Uber’s entry in California | |
| TWI501175B (zh) | 資訊處理裝置及資訊處理方法 | |
| JP5673244B2 (ja) | 情報提供システム | |
| Padrón-Ávila et al. | How can researchers track tourists? A bibliometric content analysis of tourist tracking techniques. | |
| US20160132932A1 (en) | Hyper-local content push and pay method for mobile devices | |
| KR20130141277A (ko) | 가맹점 상호간 홍보 연계 시스템 | |
| JP2016122288A (ja) | 広告配信装置、プログラム及び広告配信方法 | |
| JP6012701B2 (ja) | プログラム及び情報処理装置 | |
| EP2546795A2 (en) | City parking services with area based loyalty programs | |
| KR102130623B1 (ko) | 포스 기반 고객 방문 유도 마케팅 시스템, 그 제어방법 | |
| KR20120028112A (ko) | 휴대폰을 이용한 매매정보 서비스 방법 및 그 시스템 | |
| KR20110137274A (ko) | 가맹점 특화 서비스 제공 방법 | |
| JP2022137424A (ja) | 販売促進システム、販売促進方法、及び、販売促進プログラム | |
| US20140108114A1 (en) | System for Providing Conditional User Awards | |
| KR101605845B1 (ko) | 이벤트 검색 방법, 이를 수행하는 이벤트 검색 서버 및 이를 저장하는 기록매체 | |
| JP2014056540A (ja) | 情報提供装置、情報提供方法及び情報提供プログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170614 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180528 |
|
| 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: 20180531 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180621 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6359899 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |