JP6513995B2 - アプローチ支援システム、アプローチ支援方法及びアプローチ支援プログラム - Google Patents

Description

本発明は、アウトバウンド業務を支援するためのアプローチ支援システム、アプローチ支援方法及びアプローチ支援プログラムに関する。

コールセンタでは、見込み顧客に対して電話をかけて新製品の紹介などの営業をかけるアウトバウンド業務、顧客からの電話に応対してサポートするインバウンド業務が行なわれている。アウトバウンド業務では、コールセンタのオペレータは見込み顧客と対話しつつ、営業を行なう。そこで、コールセンタにおけるアウトバウンド業務を支援する技術が検討されている（例えば、特許文献１参照）。この文献に記載された技術においては、顧客毎の受注状況を受注形態別にデータベースに登録し、営業担当部門からネットワークを介して行なわれたアウトバウンド依頼をデータベースに登録しておく。オペレータが操作するコンピュータ端末において、顧客ごとの受注状況とアウトバウンド依頼に関する情報をデータベースから検索し、その検索結果を表示装置に一覧表示する。顧客毎の受注状況に応じてコール要件を判別し、その判別結果を顧客への電話応対のための情報として一覧表示に含ませる。

また、アウトバウンド業務において、顧客獲得率の向上を図るための技術も検討されている（例えば、特許文献２参照）。この文献に記載されたアウトバウンド業務支援装置は、受け付けた業務内容に対応するアウトバウンド資料の集合をデータベースから抽出する。そして、アウトバウンド業務の成功率が所定の値以上のテーマ及び顧客知識レベル値をデータベースから抽出する。そして、抽出した各テーマ及び顧客知識レベル値に対応する顧客ＩＤの集合をデータベースから抽出するとともに、各顧客ＩＤに対応する顧客情報をデータベースからそれぞれ抽出する。そして、抽出したアウトバウンド資料及び顧客情報対応を対応付けて出力し、アウトバウンドオペレータ端末へ送信する。

更に、近年、口コミサイト、ブログ、ＳＮＳ（Social Networking Service）の普及が進んでおり、企業側からの宣伝方法において、テレビＣＭ等による一方的な広告発信だけでなく、ソーシャルメディアを通じた消費者との対話によるマーケティングが注目されている。消費者はある商品の購入動機として、ソーシャルメディアによる友人からの口コミを最も重要視するようになっている。そこで、ソーシャルメディアからのトレンド抽出において、マスメディアのみの利用者やソーシャルメディアでの潜在的な利用者を含むトレンドを抽出する技術も検討されている（例えば、特許文献３参照）。この文献に記載された技術においては、トレンド分析装置は、マスメディアから収集したメタデータを分析してマスメディアトレンドキーワードを抽出する。マスメディアトレンドキーワードとソーシャルメディアデータからキーワード拡散度データを算出し、キーワード拡散度と商品マスタを用いて利用者の業務にとって好適なトレンドキーワードを抽出する。

特開２００４−３０４２４３号公報 特開２００８−８４２２８号公報 特開２０１４−８１８８２号公報

上述したアウトバウンド業務において、顧客にアプローチする場合、アプローチ先の抽出やアプローチのタイミングが適切でなければ、効率的なアウトバウンド業務を実現することができない。一方、ソーシャルメディアサービスにおける発信メッセージのみでは、潜在的な顧客のニーズを顕在化させることができない場合がある。

本発明は、上記問題点を解決するためになされたものであり、アウトバウンド業務の効率化を図るためのアプローチ支援システム、アプローチ支援方法及びアプローチ支援プログラムを提供することにある。

（１）上記課題を解決するアプローチ支援システムは、顧客の取引実績を記録した取引情報記憶部と、ソーシャルメディアサイト、担当者端末に接続された制御部とを備える。そして、前記制御部が、前記取引情報記憶部に取引実績が記録された複数の顧客について、前記各顧客の取引が行なわれた時期において、前記各顧客が発信した発信メッセージを、前記ソーシャルメディアサイトから取得し、前記取引の商品種別毎に、前記取得した複数の発信メッセージにおいて共通する情報からなる予測モデルを生成する学習部を備える。更に、前記ソーシャルメディアサイトから、前記予測モデルとマッチングする発信メッセージを新たに取得した場合、前記担当者端末に対して、前記発信メッセージの発信者であるアプローチ先に対して、前記予測モデルの商品種別についてのアウトバウンド業務の指示を出力するアプローチ先抽出部を備える。これにより、ソーシャルメディアを利用して、アウトバウンド業務におけるアプローチ先を特定することができる。

（２）上記アプローチ支援システムにおいて、前記制御部は、更に、顧客の顧客属性を記録した顧客情報記憶部に接続され、前記学習部は、前記顧客情報記憶部に記録された顧客属性を用いて、共通する情報を含む予測モデルを生成し、前記アプローチ先抽出部は、前記予測モデルに含まれる顧客属性を用いて、アプローチ先を特定することが好ましい。これにより、顧客属性を考慮して、アプローチ先を特定することができる。

（３）上記アプローチ支援システムにおいて、前記制御部は、更に、顧客の口座情報を記録した口座情報記憶部に接続され、前記アプローチ先抽出部は、前記アプローチ先の口座情報を前記口座情報記憶部から取得し、前記口座情報を用いて、前記アプローチ先へのアウトバウンド業務の要否を判断することが好ましい。これにより、口座情報を考慮して、アプローチ先を特定することができる。

（４）上記アプローチ支援システムにおいて、前記制御部は、前記ソーシャルメディアサイトから前記アプローチ先の発信メッセージを取得し、前記発信メッセージの発信時間帯に基づいて、前記アウトバウンド業務を行なうタイミング情報を決定することが好ましい。これにより、ソーシャルメディアから取得した情報に基づいて特定したアプローチ先状況を考慮して、アウトバウンド業務を行なうことができる。

（５）上記アプローチ支援システムにおいて、前記制御部は、前記ソーシャルメディアサイトから前記アプローチ先の発信メッセージを取得し、前記発信メッセージの発信場所に基づいて、前記アウトバウンド業務を行なうタイミング情報を決定することが好ましい。これにより、ソーシャルメディアから取得した情報に基づいて特定したアプローチ先所在地を考慮して、アウトバウンド業務を行なうことができる。

（６）上記アプローチ支援システムにおいて、前記制御部は、前記取引情報記憶部から前記アプローチ先の取引実績を取得し、前記取引実績の取引時間帯に基づいて、前記アウトバウンド業務を行なうタイミング情報を決定することが好ましい。これにより、取引実績の取引時間帯に基づいて特定したアプローチ先状況を考慮して、アウトバウンド業務を行なうことができる。

本発明によれば、アウトバウンド業務の効率化を図ることができる。

本発明の実施形態のアプローチ支援システムの説明図。 本実施形態の学習処理の処理手順の説明図。 本実施形態の処理手順の説明図であって、（ａ）はアプローチ先抽出処理、（ｂ）はアプローチ処理の説明図。 本実施形態の予測モデルの説明図。 他の実施形態の予測モデルの説明図。 他の実施形態の予測モデルの説明図。

以下、アプローチ支援システム、アプローチ支援方法及びアプローチ支援プログラムを具体化した一実施形態を、図１〜図４に従って説明する。本実施形態では、ソーシャルメディアにおける発信情報と、顧客の属性情報や取引情報を用いて、アウトバウンド業務におけるアプローチ先を特定する場合を想定する。ここでは、ソーシャルメディアとして、ソーシャルネットワーキングサービスを用いる場合を想定する。

図１に示すように、本実施形態では、ネットワークを介して接続されたＳＮＳサイト１０、支援サーバ２０、ホストシステム３０、担当者端末４０を用いる。
ＳＮＳサイト１０は、ソーシャルネットワーキングサービスを提供するサーバコンピュータ（ソーシャルメディアサイト）である。このＳＮＳサイト１０では、ユーザが登録した発信メッセージを、ユーザに関連付けて、発信日時とともに公開する。

支援サーバ２０は、アウトバウンド業務を支援するコンピュータシステムである。この支援サーバ２０は、制御部２１、予測モデル記憶部２２、取引条件情報記憶部２３を備えている。

制御部２１は、図示しないＣＰＵ等の制御手段、ＲＡＭ及びＲＯＭ等のメモリを備え、後述する処理（学習段階、情報取得段階、アプローチ先抽出段階、アウトバウンド支援段階等の各処理等）を行なう。そして、アプローチ支援プログラムを実行することにより、制御部２１は、学習部２１１、情報取得部２１２、アプローチ先抽出部２１３、アウトバウンド支援部２１４として機能する。

学習部２１１は、顧客がＳＮＳサイト１０において登録した発信メッセージと、顧客と取引を行なった商品種別との関連性を予測するための予測モデルを生成する処理を実行する。この学習部２１１は、学習対象の商品種別に関するデータを保持している。この学習対象の商品種別としては、アウトバウンド業務において取り扱う商品（例えば、住宅ローン等）を用いる。更に、学習部２１１は、評価対象期間テーブルを保持している。この評価対象期間テーブルにおいては、商品種別毎に、ソーシャルネットワーキングサービスにおける発信メッセージを取得する評価対象期間（例えば、日数等）が記録されている。更に、学習部２１１は、学習に用いるサンプル情報（商品種別、顧客属性、発信メッセージ）を仮記憶するためのメモリを備えている。

情報取得部２１２は、ＳＮＳサイト１０から、利用者が発信したメッセージを取得する処理を実行する。
アプローチ先抽出部２１３は、ＳＮＳサイト１０における発信メッセージや、ホストシステム３０に記録された情報に基づいて、アプローチ先を特定する処理を実行する。
アウトバウンド支援部２１４は、担当者端末４０に対して、特定したアプローチ先に対するアウトバウンド業務を指示する処理を実行する。

予測モデル記憶部２２には、アウトバウンド業務のアプローチ先を特定するための予測モデル（データ）が記録される。この予測モデルは、後述する学習処理が行なわれた場合に登録される。

本実施形態では、図４に示すように、予測モデル２２０は、イベント及び顧客属性に基づいて、アウトバウンド業務を行なう商品種別を特定するためのデータを含んで構成される。
イベントデータ領域には、このアプローチ先である顧客を特定するための顧客状況（イベント）に関するデータが記録される。このイベントは、例えば、特定の利用者状況において発信されるメッセージに含まれるキーワードを用いて特定する。このため、各イベントに関連付けてキーワードが記録されている。イベントとしては、例えば、バイト決定、入籍等がある。

顧客属性データ領域には、アウトバウンド業務のアプローチ先である顧客を特定するための顧客属性に関するデータが記録される。
商品種別データ領域には、アプローチ先に対して、アウトバウンド業務を行なう商品（商品種別）を特定するための識別子に関するデータが記録される。

取引条件情報記憶部２３には、取引を行なう場合の条件に関する取引条件管理レコードが記録される。この取引条件管理レコードは、新たな商品種別が登録された場合に記録される。取引条件管理レコードには、商品種別、取引条件に関するデータが記録される。

商品種別データ領域には、アウトバウンド業務を行なう商品を特定するための識別子に関するデータが記録される。
取引条件データ領域には、この商品種別についての取引を行なう場合の条件に関するデータが記録される。取引条件としては、例えば、その商品についての取引実績（取引の有無）や、取引を行なうために必要な口座残高等の取引状況に関する条件を用いる。

ホストシステム３０は、顧客情報や取引情報を管理するコンピュータシステムである。このホストシステム３０は、顧客情報記憶部３２、取引情報記憶部３３を備えている。
顧客情報記憶部３２には、金融機関の顧客についての顧客管理レコードが記録されている。顧客管理レコードは、顧客が金融機関に口座を開設した場合に記録される。顧客管理レコードには、顧客ＩＤ、氏名、口座識別子、連絡先、住所、顧客属性、アクセス先に関するデータが記録されている。

顧客ＩＤデータ領域には、金融機関の各顧客を特定するための識別子に関するデータが記録されている。
氏名データ領域には、この顧客の氏名に関するデータが記録されている。
口座識別子データ領域には、この顧客が保有する口座を特定するための識別子（本支店コード、種別コード、口座番号等）に関するデータが記録されている。

連絡先、住所データ領域には、それぞれ、この顧客の連絡先（電話番号等）、住所に関するデータが記録されている。
顧客属性データ領域には、この顧客の属性（年齢や性別、職種等）に関するデータが記録されている。

アクセス先データ領域には、この顧客が利用しているソーシャルネットワーキングサービスにおいて、発信したメッセージを取得するための取得先に関するデータが記録されている。このデータ領域には、例えば、利用者が利用しているソーシャルネットワーキングサービスのアカウントや、メッセージが公開されているＵＲＬ等が記録されている。

取引情報記憶部３３には、顧客との取引に関する取引管理レコードや、顧客が開設した口座を管理するための口座管理レコードが記録されている。この取引情報記憶部３３は、顧客の口座情報を記録した口座情報記憶部として機能する。
取引管理レコードは、顧客との間で取引が行なわれる場合に記録される。取引管理レコードには、取引ＩＤ、取引日時、商品種別、顧客ＩＤ、取引内容に関するデータが記録されている。

取引ＩＤデータ領域には、各取引を特定するための識別子に関するデータが記録されている。
取引日時データ領域には、この取引が行なわれた年月日及び時刻に関するデータが記録されている。

商品種別データ領域には、取引が行なわれた商品を特定するための識別子に関するデータが記録されている。
顧客ＩＤデータ領域には、取引を行なった顧客を特定するための識別子に関するデータが記録されている。
取引内容データ領域には、この顧客が行なった取引内容（例えば、取引数量や金額）に関するデータが記録されている。

また、口座管理レコードは、金融機関において口座が開設された場合に登録される。この口座管理レコードは、口座識別子、口座残高、入出金履歴に関するデータが記録されている。

口座識別子データ領域には、各口座を特定するための識別子に関するデータが記録されている。
口座残高データ領域には、この口座の残高に関するデータが記録されている。
入出金履歴データ領域には、この口座における入金や出金について、取引日時や金額、摘要、場所に関するデータが記録される。また、現金自動預払機（ＡＴＭ）を用いて、現金の入出金等が行なわれた場合には、利用された現金自動預払機の設置場所に関する情報が記録されている。

担当者端末４０は、アウトバウンド業務を担当する担当者が用いるコンピュータ端末である。担当者端末４０は、制御部、記憶部、キーボードやポインティングデバイス等を含む入力部、ディスプレイを含む出力部を備える。

次に、上記のシステムを用いて行なわれる処理を、図２、図３を用いて説明する。本実施形態では、アプローチ先を特定するための予測モデルを学習する学習処理、アプローチ先を抽出するアプローチ先抽出処理、抽出したアプローチ先にアウトバウンドを行なうアプローチ処理の順番で説明する。

（学習処理）
まず、図２を用いて、学習処理を説明する。この処理においては、予測モデルを作成するための学習対象者として、ホストシステム３０に登録されている複数の顧客を用いる。ここでは、複数の学習対象者において処理対象者を特定し、以下の処理を繰り返す。

まず、支援サーバ２０の制御部２１は、取引情報の取得処理を実行する（ステップＳ１−１）。具体的には、制御部２１の学習部２１１は、ホストシステム３０の取引情報記憶部３３から、処理対象者（学習対象者）の取引管理レコードを抽出する。

次に、支援サーバ２０の制御部２１は、学習対象の商品種別の取引があるかどうかについての判定処理を実行する（ステップＳ１−２）。具体的には、制御部２１の学習部２１１は、抽出した取引管理レコードに学習対象の商品種別が記録されているレコードが含まれているかどうかを確認する。

学習対象の商品種別の取引が含まれていないと判定した場合（ステップＳ１−２において「ＮＯ」の場合）、この処理対象者（学習対象者）についての処理を終了する。
学習対象の商品種別の取引が含まれていると判定した場合（ステップＳ１−２において「ＹＥＳ」の場合）、支援サーバ２０の制御部２１は、顧客属性情報の取得処理を実行する（ステップＳ１−３）。具体的には、制御部２１の学習部２１１は、ホストシステム３０の顧客情報記憶部３２から、この学習対象者の顧客管理レコードを抽出し、顧客属性を取得する。そして、学習部２１１は、商品種別に関連付けて、顧客属性をメモリに仮記憶する。

次に、支援サーバ２０の制御部２１は、ソーシャルメディア発信情報の取得処理を実行する（ステップＳ１−４）。具体的には、制御部２１の学習部２１１は、この処理対象者（学習対象者）の顧客管理レコードからアクセス先を取得する。そして、学習部２１１は、顧客管理レコードのアクセス先を用いて、この処理対象者が利用しているＳＮＳサイト１０を特定する。次に、学習部２１１は、評価対象期間テーブルから、この商品種別の評価対象期間を特定する。次に、学習部２１１は、ＳＮＳサイト１０から、学習対象の取引が行なわれた年月日に基づいて、評価対象期間の発信メッセージを取得する。そして、学習部２１１は、商品種別、顧客属性に関連付けて、取得した発信メッセージをメモリに仮記憶する。
すべての学習対象者について終了するまで、以上の処理を繰り返す。

そして、支援サーバ２０の制御部２１は、予測モデル登録処理を実行する（ステップＳ１−５）。具体的には、制御部２１の学習部２１１は、メモリに仮記憶された商品種別毎に、共通する顧客属性を特定する。次に、商品種別、共通する顧客属性毎に、発信メッセージに含まれる共通するキーワードをイベントとして特定する。そして、学習部２１１は、特定したイベント、共通する顧客属性、商品種別を含む予測モデル２２０を生成し、予測モデル記憶部２２に記録する。

（アプローチ先抽出処理）
次に、図３（ａ）を用いて、アプローチ先抽出処理を説明する。本実施形態では、図４に示すように、ＳＮＳサイト１０から取得したメッセージに基づいて特定されるイベントと、顧客情報記憶部３２に記録された顧客属性とを用いて、商品種別を特定する。更に、取引状況に基づいて、アウトバウンド業務を行なうアプローチ先を特定する。

まず、支援サーバ２０の制御部２１は、ソーシャルメディア発信情報の取得処理を実行する（ステップＳ２−１）。具体的には、制御部２１の情報取得部２１２は、定期的に、ホストシステム３０の顧客情報記憶部３２に記録されている顧客管理レコードからアクセス先を取得する。そして、学習部２１１は、顧客管理レコードのアクセス先を用いて、各ＳＮＳサイト１０にアクセスし、顧客が発信した発信メッセージを取得する。

次に、支援サーバ２０の制御部２１は、予測モデル適用処理を実行する（ステップＳ２−２）。具体的には、制御部２１のアプローチ先抽出部２１３は、取得した発信メッセージに対して、予測モデル記憶部２２に記録された予測モデル２２０を適用する。ここでは、アプローチ先抽出部２１３は、取得した発信メッセージに、予測モデル記憶部２２に記録された予測モデル２２０のイベントに対応するキーワードが含まれているかどうかを確認する。発信メッセージにおいて、予測モデル２２０のイベントを検知した場合、アプローチ先抽出部２１３は、ホストシステム３０の顧客情報記憶部３２の顧客管理レコードから顧客属性を取得する。そして、アプローチ先抽出部２１３は、顧客情報記憶部３２から取得した顧客属性と、予測モデル２２０の顧客属性とのマッチングを行なう。

次に、支援サーバ２０の制御部２１は、商品特定処理を実行する（ステップＳ２−３）。具体的には、制御部２１のアプローチ先抽出部２１３は、顧客情報記憶部３２から取得した顧客属性と、予測モデル２２０の顧客属性とが一致し、予測モデル２２０を適用可能と判定した場合、この予測モデル２２０の商品種別を特定する。

次に、支援サーバ２０の制御部２１は、取引状況の特定処理を実行する（ステップＳ２−４）。具体的には、制御部２１のアプローチ先抽出部２１３は、取引条件情報記憶部２３から、この商品種別についての取引条件を取得する。次に、アプローチ先抽出部２１３は、取引情報記憶部３３から、顧客ＩＤ、この顧客の口座識別子に一致する顧客の口座管理レコード、取引管理レコードを取得する。

次に、支援サーバ２０の制御部２１は、アプローチ可能かどうかについての判定処理を実行する（ステップＳ２−５）。具体的には、制御部２１のアプローチ先抽出部２１３は、取引条件と、口座管理レコード、取引管理レコードを用いて特定される取引状況とを比較する。そして、アプローチ先抽出部２１３は、取引状況が取引条件に合致する場合にはアプローチ可能と判定し、合致しない場合にはアプローチ不可と判定する。

アプローチ不可と判定した場合（ステップＳ２−５において「ＮＯ」の場合）、支援サーバ２０の制御部２１は、この顧客についての処理を終了する。
一方、アプローチ可能と判定した場合（ステップＳ２−５において「ＹＥＳ」の場合）、支援サーバ２０の制御部２１は、アプローチ処理を実行する（ステップＳ２−６）。この処理については、以下に説明する。

（アプローチ処理）
次に、図３（ｂ）を用いて、アプローチ処理を説明する。ここでは、ソーシャルメディアにおける発信メッセージの発信状況や、ホストシステム３０に記録された取引情報を用いて、顧客に対するアプローチを行なう時間帯を特定する。

まず、支援サーバ２０の制御部２１は、ソーシャルメディア発信履歴の取得処理を実行する（ステップＳ３−１）。具体的には、制御部２１のアウトバウンド支援部２１４は、アプローチ先として特定した顧客について、ＳＮＳサイト１０から、直近所定期間に発信された発信メッセージの発信履歴を取得する。そして、アウトバウンド支援部２１４は、発信履歴に基づいて、ＳＮＳサイト１０の利用時間帯を特定する。

次に、支援サーバ２０の制御部２１は、取引履歴の取得処理を実行する（ステップＳ３−２）。具体的には、制御部２１のアウトバウンド支援部２１４は、ホストシステム３０の取引情報記憶部３３の口座管理レコードにおいて、現金自動預払機の利用履歴を取得する。

次に、支援サーバ２０の制御部２１は、アプローチ時間帯の特定処理を実行する（ステップＳ３−３）。具体的には、制御部２１のアウトバウンド支援部２１４は、発信履歴の発信メッセージに含まれるキーワードに基づいて、所定の利用者状況（例えば、在宅や外出）を予測する。そして、アウトバウンド支援部２１４は、予測した所定の利用者状況（例えば、在宅）に対応する時間帯を特定する。更に、アウトバウンド支援部２１４は、現金自動預払機の利用履歴に基づいて、自宅の不在時間帯を特定する。そして、アウトバウンド支援部２１４は、ソーシャルネットワーキングサービスにおける発信履歴、現金自動預払機の利用履歴により、在宅時間帯から不在時間帯を除外したアプローチ時間帯を特定する。

次に、支援サーバ２０の制御部２１は、アウトバウンド指示処理を実行する（ステップＳ３−４）。具体的には、制御部２１のアウトバウンド支援部２１４は、担当者端末４０に対して、アウトバウンド指示を行なう。このアウトバウンド指示には、アプローチ先の顧客情報（発信メッセージの発信者）、予測モデル２２０を用いて特定した商品種別、在宅時間帯に関する情報を含める。この場合、担当者は、アウトバウンド指示に基づいて、在宅時間に、アプローチ先に電話コールを行なう。

以上、本実施形態によれば、以下に示す効果を得ることができる。
（１）本実施形態では、支援サーバ２０の制御部２１は、ソーシャルメディア発信情報の取得処理（ステップＳ１−４）、予測モデル登録処理（ステップＳ１−５）を実行する。これにより、ソーシャルメディアにおける発信情報に基づいて、アプローチ先を抽出するための情報を生成することができる。

（２）本実施形態では、支援サーバ２０の制御部２１は、ソーシャルメディア発信情報の取得処理（ステップＳ２−１）、予測モデル適用処理（ステップＳ２−２）を実行する。そして、支援サーバ２０の制御部２１は、商品特定処理を実行する（ステップＳ２−３）。これにより、アウトバウンド業務において、アプローチ先に提案を行なう商品を特定することができる。

（３）本実施形態では、支援サーバ２０の制御部２１は、取引状況の特定処理（ステップＳ２−４）、アプローチ可能かどうかについての判定処理（ステップＳ２−５）を実行する。アプローチ可能と判定した場合（ステップＳ２−５において「ＹＥＳ」の場合）、支援サーバ２０の制御部２１は、アプローチ処理を実行する（ステップＳ２−６）。これにより、アプローチ先の状況を考慮して、アウトバウンド業務を行なうことができる。

（４）本実施形態では、支援サーバ２０の制御部２１は、ソーシャルメディア発信履歴の取得処理を実行する（ステップＳ３−１）。これにより、ソーシャルメディアにおいて発信される情報に基づいて、顧客の状況を考慮し、適切なタイミングでアプローチを行なうことができる。更に、支援サーバ２０の制御部２１は、取引履歴の取得処理を実行する（ステップＳ３−２）。これにより、取引状況に基づいて、顧客の状況を特定し、適切なタイミングでアプローチを行なうことができる。

なお、上記実施形態は、以下の態様に変更してもよい。
・上記実施形態では、ソーシャルメディアとして、ソーシャルネットワーキングサービスを用いる場合を想定する。ソーシャルメディアはこれに限定されるものではない。利用者を特定できるメディアであれば適用可能であり、例えば、電子掲示板、ブログ等を用いることも可能である。

・上記実施形態では、予測モデル記憶部２２に記録された予測モデル２２０は、イベント及び顧客属性に基づいて、アウトバウンド業務を行なう商品種別を特定するためのデータを含んで構成される。そして、ＳＮＳサイト１０から取得した発信メッセージに基づいて特定されるイベントと、顧客情報記憶部３２に記録された顧客属性とを用いて、商品種別を特定する。更に、取引状況に基づいて、アウトバウンド業務を行なうアプローチ先を特定する。アプローチ先を特定するための予測モデルは、上述の構成に限定されるものではない。

例えば、図５に示すように、ＳＮＳサイト１０から取得した発信メッセージに含まれるキーワードにより特定されるイベントと、取引情報記憶部３３から取引状況（口座残高や取引実績等）とに基づいて、資金ニーズを特定するようにしてもよい。この場合、支援サーバ２０の制御部２１は、何らかの取引があった顧客の発信メッセージと、この取引状況とに基づいて、資金ニーズがある顧客の予測モデル２２１を生成する。そして、支援サーバ２０の制御部２１は、この資金ニーズがある顧客をアプローチ先として特定する。更に、支援サーバ２０の制御部２１は、取引情報記憶部３３から取得した取引状況と、取引条件情報記憶部２３に記録された取引条件とを比較し、取引状況に合う商品種別を特定する。

また、ＳＮＳサイト１０から取得した発信メッセージに基づいて特定される情報はイベントに限定されるものではなく、発信者の状況を特定できる情報を用いることができる。
図６に示す予測モデル２２２のように、例えば、発信メッセージに基づいて生活状況を特定するようにしてもよい。この場合には、発信メッセージに含まれるキーワード（例えば、「収入が少ない」、「出費が多い」等）に基づいて、生活状況を予測する。

・上記実施形態では、支援サーバ２０の制御部２１は、アウトバウンド指示処理を実行する（ステップＳ３−４）。この場合、担当者は、アウトバウンド指示に基づいて、在宅時間に、アプローチ先に電話コールを行なう。アウトバウンド業務における連絡手法は、電話コールに限定されるものではない。例えば、アプローチ先が利用しているソーシャルネットワーキングサービスを介して、アウトバウンド業務に関するメッセージを送信するようにしてもよい。

１０…ＳＮＳサイト、２０…支援サーバ、２１…制御部、２１１…学習部、２１２…情報取得部、２１３…アプローチ先抽出部、２１４…アウトバウンド支援部、２２…予測モデル記憶部、２３…取引条件情報記憶部、３０…ホストシステム、３２…顧客情報記憶部、３３…取引情報記憶部、４０…担当者端末。

Claims (8)

1. 顧客の取引実績を記録した取引情報記憶部と、
   ソーシャルメディアサイト、担当者端末に接続された制御部とを備えたアプローチ支援システムであって、
   前記制御部が、
   前記取引情報記憶部に取引実績が記録された複数の顧客について、前記各顧客の取引が行なわれた時期において、前記各顧客が発信した発信メッセージを、前記ソーシャルメディアサイトから取得し、
   前記取引の商品種別毎に、前記取得した複数の発信メッセージにおいて共通する情報からなる予測モデルを生成する学習部と、
   前記ソーシャルメディアサイトから、前記予測モデルとマッチングする発信メッセージを新たに取得した場合、前記担当者端末に対して、前記発信メッセージの発信者であるアプローチ先に対して、前記予測モデルの商品種別についてのアウトバウンド業務の指示を出力するアプローチ先抽出部と
   を設けたことを特徴とするアプローチ支援システム。
2. 前記制御部は、更に、顧客の顧客属性を記録した顧客情報記憶部に接続され、
   前記学習部は、前記顧客情報記憶部に記録された顧客属性を用いて、共通する情報を含む予測モデルを生成し、
   前記アプローチ先抽出部は、前記予測モデルに含まれる顧客属性を用いて、アプローチ先を特定することを特徴とする請求項１に記載のアプローチ支援システム。
3. 前記制御部は、更に、顧客の口座情報を記録した口座情報記憶部に接続され、
   前記アプローチ先抽出部は、前記アプローチ先の口座情報を前記口座情報記憶部から取得し、前記口座情報を用いて、前記アプローチ先へのアウトバウンド業務の要否を判断することを特徴とする請求項１又は２に記載のアプローチ支援システム。
4. 前記制御部は、前記ソーシャルメディアサイトから前記アプローチ先の発信メッセージを取得し、
   前記発信メッセージの発信時間帯に基づいて、前記アウトバウンド業務を行なうタイミング情報を決定することを特徴とする請求項１〜３のいずれか一項に記載のアプローチ支援システム。
5. 前記制御部は、前記ソーシャルメディアサイトから前記アプローチ先の発信メッセージを取得し、
   前記発信メッセージの発信場所に基づいて、前記アウトバウンド業務を行なうタイミング情報を決定することを特徴とする請求項１〜４のいずれか一項に記載のアプローチ支援システム。
6. 前記制御部は、前記取引情報記憶部から前記アプローチ先の取引実績を取得し、
   前記取引実績の取引時間帯に基づいて、前記アウトバウンド業務を行なうタイミング情報を決定することを特徴とする請求項１〜５のいずれか一項に記載のアプローチ支援システム。
7. 顧客の取引実績を記録した取引情報記憶部と、
   ソーシャルメディアサイト、担当者端末に接続された制御部とを備えたアプローチ支援システムを用いて、アプローチ支援を行なうための方法であって、
   前記制御部が、
   前記取引情報記憶部に取引実績が記録された複数の顧客について、前記各顧客の取引が行なわれた時期において、前記各顧客が発信した発信メッセージを、前記ソーシャルメディアサイトから取得し、
   前記取引の商品種別毎に、前記取得した複数の発信メッセージにおいて共通する情報からなる予測モデルを生成する学習段階と、
   前記ソーシャルメディアサイトから、前記予測モデルとマッチングする発信メッセージを新たに取得した場合、前記担当者端末に対して、前記発信メッセージの発信者であるアプローチ先に対して、前記予測モデルの商品種別についてのアウトバウンド業務の指示を出力するアプローチ先抽出段階と
   を行なうことを特徴とするアプローチ支援方法。
8. 顧客の取引実績を記録した取引情報記憶部と、
   ソーシャルメディアサイト、担当者端末に接続された制御部とを備えたアプローチ支援システムを用いて、アプローチ支援を行なうためのプログラムであって、
   前記制御部を、
   前記取引情報記憶部に取引実績が記録された複数の顧客について、前記各顧客の取引が行なわれた時期において、前記各顧客が発信した発信メッセージを、前記ソーシャルメディアサイトから取得し、
   前記取引の商品種別毎に、前記取得した複数の発信メッセージにおいて共通する情報からなる予測モデルを生成する学習部、
   前記ソーシャルメディアサイトから、前記予測モデルとマッチングする発信メッセージを新たに取得した場合、前記担当者端末に対して、前記発信メッセージの発信者であるアプローチ先に対して、前記予測モデルの商品種別についてのアウトバウンド業務の指示を出力するアプローチ先抽出部
   として機能させることを特徴とするアプローチ支援プログラム。

Images