JP6663473B2 - マーケティング装置、マーケティング方法およびプログラム - Google Patents

Description

本発明は、マーケティング装置、マーケティング方法およびプログラムに関する。

近年、銀行などの金融機関において、例えば５５歳以上の顧客に対し、給与振込先からこれまでよりも多額の振り込みが行われた場合に、当該事項を退職金振り込みイベントと認定して投資信託の購入を提案する、などといったように、顧客個人の属性の変化や取引行動上の変化を検知し、これをニーズ発生の契機（イベント）と捕らえ、顧客が必要とする商品提案を実施するイベント・ベースド・マーケティング（以下、ＥＢＭ）と呼ばれるマーケティング手法が提案されている（例えば非特許文献１）。

"知っておきたいIT経営用語"、［Online］、［平成29年1月16日検索］、インターネット<URL：http://itpro.nikkeibp.co.jp/article/Keyword/20080731/311890/>

しかしながら、非特許文献１に記載のマーケティング手法では、イベントの発生を商品提案の契機としているため、イベントが発生する度に商品が顧客に提案される。そのため、当該提案した商品が成約に至るか否かは顧客の価値観に左右されてしまう。すなわち、顧客の価値観が考慮されておらず、顧客のニーズに合わせたマーケティングを行うという点からすると未だ十分ではなかった。

本発明は、上述のような事情に鑑みてなされたものであり、顧客のニーズに合わせたマーケティングを行うことができるよう、顧客の価値観を可視化できるマーケティング装置、マーケティング方法およびプログラムを提供することを目的としている。

上記目的を達成するため、本発明の第１の観点に係るマーケティング装置は、
予め記憶されたサンプル情報（例えば価値観行動リスト１１３など）と、予め記憶されている顧客の取引情報（例えば取引情報１１１など）とに基づいて、前記顧客の行動に対応する類似度を算出する類似度算出手段（例えばステップＳ１０２の処理など）と、
前記類似度算出手段で算出された類似度に基づいて所定の演算を行うことで前記顧客の金融に対する考え方の指標値である金融価値観を推定する金融価値観推定手段（例えばステップＳ１０３の処理など）と、
前記金融価値観推定手段で推定された金融価値観に基づいて、ユーザの要求に応じた金融価値観の顧客を特定する顧客特定手段（例えばステップＳ５０１やステップＳ５０２の処理など）と、
前記顧客特定手段で特定された顧客と基準を満たす顧客との金融価値観の乖離度を算出する乖離度算出手段と、を備え、
前記サンプル情報には、行動内容を示す行動情報と、該行動内容に対応する金融価値観を示す金融価値観情報とが含まれ（例えば図４など）、
前記類似度算出手段は、前記サンプル情報に含まれる前記行動情報と前記顧客の取引情報とを比較して前記顧客の行動に対応する類似度を算出し（例えばステップＳ１０２の処理など）、
前記金融価値観推定手段は、前記サンプル情報に含まれる前記金融価値観情報に対し、前記類似度に基づいて所定の演算を行うことで前記顧客の金融価値観を推定する（例えばステップＳ４０６の処理など）、
ことを特徴とする。

前記顧客特定手段は、ユーザの要求に応じた金融価値観および属性の顧客を、顧客の属性を示す予め記憶された顧客属性情報と、前記金融価値観推定手段で推定された金融価値観に基づいて特定する（例えばステップＳ６０１やステップＳ７０１にて対象となる属性の顧客の価値観推定リスト１１７のみを抽出するなど）、
ようにしてもよい。

上記目的を達成するため、本発明の第２の観点に係るマーケティング方法は、
類似度算出手段が、予め記憶されたサンプル情報（例えば価値観行動リスト１１３など）と、予め記憶されている顧客の取引情報（例えば取引情報１１１など）とに基づいて、前記顧客の行動に対応する類似度を算出する類似度算出ステップ（例えばステップＳ１０２の処理など）と、
金融価値観推定手段が、前記類似度算出ステップで算出された類似度に基づいて所定の演算を行うことで前記顧客の金融に対する考え方の指標値である金融価値観を推定する金融価値観推定ステップ（例えばステップＳ１０３の処理など）と、
顧客特定手段が、前記金融価値観推定ステップで推定された金融価値観に基づいて、ユーザの要求に応じた金融価値観の顧客を特定する顧客特定ステップ（例えばステップＳ５０１やステップＳ５０２の処理など）と、
乖離度算出手段が、前記顧客特定ステップで特定された顧客と基準を満たす顧客との金融価値観の乖離度を算出する乖離度算出ステップと、を備え、
前記サンプル情報には、行動内容を示す行動情報と、該行動内容に対応する金融価値観を示す金融価値観情報とが含まれ（例えば図４など）、
前記類似度算出ステップでは、前記サンプル情報に含まれる前記行動情報と前記顧客の取引情報とを比較して前記顧客の行動に対応する類似度を算出し（例えばステップＳ１０２の処理など）、
前記金融価値観推定ステップでは、前記サンプル情報に含まれる前記金融価値観情報に対し、前記類似度に基づいて所定の演算を行うことで前記顧客の金融価値観を推定する（例えばステップＳ４０６の処理など）、
ことを特徴とする。

上記目的を達成するため、本発明の第３の観点に係るプログラムは、
コンピュータを、
予め記憶されたサンプル情報（例えば価値観行動リスト１１３など）と、予め記憶されている顧客の取引情報（例えば取引情報１１１など）とに基づいて、前記顧客の行動に対応する類似度を算出する類似度算出手段（例えばステップＳ１０２の処理など）、
前記類似度算出手段で算出された類似度に基づいて所定の演算を行うことで前記顧客の金融に対する考え方の指標値である金融価値観を推定する金融価値観推定手段（例えばステップＳ１０３の処理など）、
前記金融価値観推定手段で推定された金融価値観に基づいて、ユーザの要求に応じた金融価値観の顧客を特定する顧客特定手段（例えばステップＳ５０１やステップＳ５０２の処理など）、
前記顧客特定手段で特定された顧客と基準を満たす顧客との金融価値観の乖離度を算出する乖離度算出手段、として機能させ、
前記サンプル情報には、行動内容を示す行動情報と、該行動内容に対応する金融価値観を示す金融価値観情報とが含まれ（例えば図４など）、
前記類似度算出手段は、前記サンプル情報に含まれる前記行動情報と前記顧客の取引情報とを比較して前記顧客の行動に対応する類似度を算出し（例えばステップＳ１０２の処理など）、
前記金融価値観推定手段は、前記サンプル情報に含まれる前記金融価値観情報に対し、前記類似度に基づいて所定の演算を行うことで前記顧客の金融価値観を推定する（例えばステップＳ４０６の処理など）、
ことを特徴とする。

本発明によれば、顧客の価値観が可視化されるため、顧客のニーズに合わせたマーケティングを行うことができる。

本発明の実施形態に係るマーケティング装置の一例を示すブロック図である。 取引情報の一例を示す図である。 顧客属性情報の一例を示す図である。 価値観行動リストの一例を示す図である。 事前に行われるアンケートの一例を示す図である。 行動点数リストの一例を示す図である。 点数分配表の一例を示す図である。 類似度一覧表の一例を示す図である。 価値観推定リストの一例を示す図である。 投資信託契約者における金融価値観の平均値のグラフの一例を示す図である。 見込み客一覧表の一例を示す図である。 価値観推定処理の一例を示すフローチャートである。 行動点数リスト作成処理の一例を示すフローチャートである。 類似度算出処理の一例を示すフローチャートである。 価値観推定リスト作成処理の一例を示すフローチャートである。 提案先顧客選出処理の一例を示すフローチャートである。 可視化情報生成処理の一例を示すフローチャートである。 見込み客抽出処理の一例を示すフローチャートである。 変形例における類似度一覧表の一例を示す図である。

本実施の形態におけるマーケティング装置は、銀行や証券会社などの金融機関に設置されている一般的なコンピュータであり、図１に示すように、記憶部１１０と、制御部１２０と、入出力部１３０と、通信部１４０と、これらを相互に接続するシステムバス（図示省略）と、を備えている。また、当該マーケティング装置は、複数のＡＴＭ（Ａｕｔｏｍａｔｅｄ Ｔｅｌｌｅｒ Ｍａｃｈｉｎｅ／現金自動預払機）や窓口端末などと相互に通信可能に接続されている。ＡＴＭは、金融機関の店舗や駅やコンビニエンスストアなどの店舗等に設置されている。窓口端末は、例えば金融機関の窓口業務を行う係員が操作する端末である。

記憶部１１０は、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ)やＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）等を備える。ＲＯＭは制御部１２０のＣＰＵが実行するプログラム及び、プログラムを実行する上で予め必要なデータを記憶する。ＲＡＭは、プログラム実行中に作成されたり変更されたりするデータを記憶する。記憶部１１０は、制御部１２０が実行するプログラムが用いる主要な情報として、取引情報１１１、顧客属性情報１１２、価値観行動リスト１１３、行動点数リスト１１４、点数分配表１１５、類似度一覧表１１６、価値観推定リスト１１７、見込み客一覧表１１８を記憶する。

取引情報１１１は、顧客ごとの取引履歴を示す情報であり、顧客ごとに記憶されている。具体的に、取引情報１１１は、図２に示すように、振り込みが行われたことや入出金が行われたことなど、当該顧客口座に関して行われた取引に関する情報を時系列で記憶するデータベースである。当該取引情報は、当該顧客口座に対して何らかの処理（変動）が行われる度に、日時情報に対応付けて記憶される。なお、図示する例では、理解を容易にするため、取引情報１１１として記憶されている項目を簡略化したが、取引情報１１１には、例えば、どこへ振込みを行ったかといった振込先の情報や、どこから振り込まれたかといった振込元の情報、手数料に関する情報、現在の残高の情報など、取引における詳細な情報などが記憶されている。なお、当該取引情報１１１は、例えばＡＴＭや窓口端末から、行われた取引の内容を受信して記憶される。

顧客属性情報１１２は、図３に示すように、顧客ＩＤ（顧客を一意に識別できる情報）や氏名や口座番号などの口座情報と、住所や電話番号や年齢などの顧客の個人情報とを含むデータベースである。当該顧客属性情報１１２は、口座開設が行われた際に記憶される。なお、新たに口座開設が行われる度に当該データベースである顧客属性情報１１２は更新されるが、例えば、口座解約や住所変更など、顧客に対する変動が生じた場合にも顧客属性情報１１２は更新される。なお、図示する例では、理解を容易にするため、取引情報１１１として記憶されている項目を簡略化したが、例えば、勤務先や家族構成、住宅ローンの有無やカードローンの有無、保険や投資信託の購入回数、家族口座の番号など、顧客属性情報１１２には、図示する項目の他にも複数の項目が記憶されている。すなわち、顧客属性情報１１２には、当該顧客ＩＤにより示される顧客に関する様々な情報（金融に関する情報）が記憶されている。

価値観行動リスト１１３は、図４に示すように、顧客に対する金融価値観の点数とそれに対応する行動内容の点数とを示す情報であり、顧客ごとに予め記憶されている。金融価値観は、貯蓄に対する考えや運用に対する考えなど、顧客個人の金融に対する考え方を示す情報であり、当該金融価値観の点数は、顧客個人の金融に対する考え方の指標値である。具体的に、価値観行動リスト１１３は、金融価値観に関する項目と行動に関する項目について、複数の顧客に対してインターネットを介して事前に行われた４択のアンケート（図５参照）の集計結果を示す情報である。この実施の形態における金融価値観としては、図４に示すように、「貯蓄に対する価値観」、「運用に対する価値観」、「借金に対する価値観」、「消費に対する価値観」、「保険に対する価値観」などといった分類（大分類）の金融価値観が設定されている。また、図４に示すように当該大分類をさらに細かく分類した複数の小分類ごとに、図５に示すアンケートの設問が対応して割り当てられており、当該設問の回答結果に応じて（集計して）、小分類ごとに１〜４の点数が割り当てられている。なお、図４に示す小分類の数と図５に示すアンケートの設問数は１対１であっても、そうでなくてもよい（小分類ごとに対応する設問数が異なっていてもよい）。

また、図４に示すように、行動内容についても同様に、上述した金融価値観に対応して「貯蓄に対する行動」、「運用に対する行動」、「借金に対する行動」、「消費に対する行動」、「保険に対する行動」といった分類（大分類）の行動内容が設定されている。また、図４に示すように当該大分類をさらに細かく分類した複数の小分類ごとに、図５に示すアンケートの設問が対応して割り当てられており、当該設問の回答結果に応じて（集計して）、小分類ごとに１〜４の点数が割り当てられている。なお、図４に示す小分類の数と図５に示すアンケートの設問数は１対１であっても、そうでなくてもよい（小分類ごとに対応する設問数が異なっていてもよい）。なお、この実施の形態では、１０００名分の価値観行動リスト１１３が記憶されているものとする（図５に示すアンケートを１０００名に行ったものとする）。

図５は、複数の顧客に対してインターネットを介して事前に行われるアンケートの内容を示している。上述したように、当該アンケートは、図４に示す価値観行動リスト１１３を作成する際に用いられる。図示するように、この実施の形態におけるアンケートは、金融価値観に関する質問事項と、行動内容に関する質問事項とに、それぞれ５０問ずつ用意されている。また、図示するように、金融価値観に関する質問事項の設問１〜３の回答結果が、図４の小分類における「貯蓄に対する価値観」の点数を算出する際に用いられる。また、行動内容に関する質問事項の設問１の回答が、図４の小分類における「貯蓄額」の点数を算出する際に用いられ、設問２の回答が、図４の小分類における「ＡＴＭ有料出金数」の点数を算出する際に用いられる。このように、図４の小分類を算出する際に用いられる設問数は当該小分類の内容によって異なっている。

なお、例えば、金融価値観に関する質問事項の設問１の回答結果が「Ａ」であれば「４点」、「Ｂ」であれば「３点」、「Ｃ」であれば「２点」、「Ｄ」であれば「１点」、設問２の回答結果が「Ａ」であれば「３点」、「Ｂ」であれば「４点」、「Ｃ」であれば「１点」、「Ｄ」であれば「２点」、などといったように、それぞれの設問につき回答結果に応じて予め１〜４の点数が設定されており、それぞれの点数の平均値が図４における各小分類の点数となる（金融価値観に関する質問事項の設問１〜３の点数の平均値が図４の「貯蓄額」の小分類に対応する金融価値観の点数となる）。なお、一つの質問事項の回答が、複数の小分類の点数の算出に用いられてもよい。なお、当該アンケートは定期的（例えば３年ごと）に再度行われるため、再度行われた際には図５に示す価値観行動リスト１１３が更新される。また、新たに１００名に対してアンケートが行われた場合には、新たに１００名分の価値観行動リストが記憶され、合わせて１１００名分の価値観行動リストが記憶されることとなる。

行動点数リスト１１４は、顧客個人の実際の行動を数値化したリストであり、図６に示すように、予め定められた各行動データに対してそれぞれ１〜４までの点数が付与された情報である。各行動データは、図４に示す価値観行動リスト１１３における行動内容の項目の小分類に分類される内容と同内容のデータとなっている。行動点数リスト１１４は、後述する制御部１２０の行動点数リスト作成部１２１により作成される。図６に示す行動点数リスト１１４は、取引情報１１１により示される顧客の数分記憶される（顧客の数に対応した数の行動点数リスト１１４が記憶される）。なお、後述するように、行動点数リスト１１４の各行動データに対応する点数は、取引情報１１１から各行動データに対応する取引内容を集計して付与されるが、行動データに対応する取引内容が存在しない場合には点数が付与されないことがある。

点数分配表１１５は、図７に示すように、行動データごとに取引内容の集計結果に応じて予め１〜４の点数が割り当てられているテーブルである。点数分配表１１５は、予め記憶部１１０に記憶されており、後述する行動点数リスト作成部１２１における行動点数リスト作成処理にて参照される。

類似度一覧表１１６は、図８に示すように、顧客に対して価値観行動リスト番号「１」〜「１０００」の全ての価値観行動リスト１１３における行動内容の類似度が示されたテーブルであり、顧客ごとに記憶される。類似度は、当該顧客に対応する取引情報により示される行動（実際に行われた行動）と、価値観行動リスト１１３における行動内容の小分類で示される行動とがどの程度類似するかを示す値であり、後述する類似度算出処理にて算出される。類似度一覧表１１６は、後述する類似度算出処理により作成される。

価値観推定リスト１１７は、取引情報１１１により示される顧客の金融価値観の推定情報である。価値観推定リスト１１７には、図９に示すように、金融価値観データごとに１〜４の点数の推定値が設定されており、当該点数の推定値は、後述する類似性分析部１２２により算出された類似度に基づいて（図８に示す類似度一覧表１１６に基づいて）設定される。価値観推定リスト１１７は、後述する価値観推定リスト作成処理により作成される。金融価値観データは、図４に示す価値観行動リスト１１３における金融価値観の項目の小分類に分類される内容と同内容のデータとなっている。

見込み客一覧表１１８は、図１１に示すように、商品提案を行う対象となる顧客（見込み客）の情報が示されたテーブルである。見込み客一覧表１１８は、後述する見込み客一覧表作成処理により作成される。

制御部１２０は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）やＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）等から構成される。制御部１２０は、記憶部１１０に記憶されたプログラムに従って動作し、当該プログラムに従った処理を実行する。制御部１２０は、記憶部１１０に記憶されたプログラムに従って動作する。制御部１２０は、記憶部１１０に記憶されたプログラムにより提供される主要な機能部として、行動点数リスト作成部１２１と、類似性分析部１２２と、価値観推定リスト作成部１２３と、可視化情報生成部１２４と、見込み客抽出部１２５と、を備える。

行動点数リスト作成部１２１は、記憶部１１０に記憶されている取引情報１１１を参照して、図６に示す行動点数リスト１１４を作成する（行動点数リスト作成処理）。具体的に、行動点数リスト作成部１２１は、予め定められた各行動データに対応する取引内容を、取引情報１１１を参照して順に集計し、予め記憶部１１０に記憶された点数分配表１１５（図７参照）に基づいて各行動データに対応する点数を付与して行動点数リスト１１４を生成する。例えば、「ＡＴＭ有料出金回数」の行動データに対応する点数を付与する場合を例に説明すると、行動点数リスト作成部１２１は、図２に示す取引情報１１１を参照して、ＡＴＭの手数料が有料となる時間に該当する「出金」の行動内容の数を集計する。なお、この実施の形態における「ＡＴＭ有料出金回数」とは、ＡＴＭの手数料が有料な時間帯（土日祝日の場合も含む）の１か月間の出金回数とする。そして、図７に示す点数分配表を参照して、集計結果が「０」〜「１」であれば「４点」を付与し、「２」〜「４」であれば「３点」を付与し、「５」〜「９」であれば「２点」を付与し、「１０以上」であれば「１点」を付与する。点数分配表１１５は、図７に示すように、各集計結果に対応して１〜４の点数が割り当てられているテーブルであり、予め記憶部１１０に記憶されている。行動点数リスト作成部１２１は、取引情報１１１が記憶されている顧客全員分の行動点数リスト１１４を作成する。

類似性分析部１２２は、行動点数リスト作成部１２１で作成された行動点数リスト１１４における各行動データの点数と、記憶部１１０に予め記憶されている全ての価値観行動リスト１１３における行動内容の各小分類の点数とを比較して類似度を算出する（類似度算出処理）。なお、この実施の形態では、上述したように１０００名分の価値観行動リストが記憶されているため、類似性分析部１２２は、一個の行動点数リスト１１４に対して１０００個の価値観行動リスト１１３と比較してそれぞれの類似度を算出する。すなわち、図８に示すように、一人の顧客の行動に対して１０００名分の価値観行動リストの類似度を算出して類似度一覧表１１６を作成する。具体的に、類似性分析部１２２は、図６に示す行動点数リスト１１４における「貯蓄額」の行動データの点数と、図４に示す価値観行動リスト１１３における「貯蓄額」の小分類の点数とを、行動点数リスト１１４における「ＡＴＭ有料出金回数」の点数と、価値観行動リスト１１３における「ＡＴＭ有料出金回数」の小分類の点数とを、といったように、それぞれ対応する項目同士の点数を順に比較する。そして、例えば比較対象項目が全部で４０項目ある場合（行動データが４０種類ある場合）に、点数が全て一致する場合には類似度「１００％」とし、全て異なる場合には類似度「０％」とし、１０項目の点数のみ一致し、残りの３０項目の点数が異なる場合には類似度「１０％」とするなど、一致する割合を類似度として算出する。なお、全ての比較項目に対して１つの類似度を算出するのではなく、例えば、図４に示す大分類に対応する項目ごとに類似度を算出してもよい。なお、類似度の算出方法は一例であり、取引情報１１１により示される顧客の実際の行動と、価値観行動リスト１１３における行動内容の小分類で示される行動とがどの程度類似するかを示すことができれば、上記の算出方法に限られず任意の算出方法により算出されてよい。例えば、行動点数リスト１１４における各行動データの点数の合計と、価値観行動リスト１１３における行動内容の各小分類の点数の合計との差の絶対値を求め、当該絶対値を各行動データの点数の合計で除算して１から差し引いた値に１００を乗じた値を類似度としてもよい。

価値観推定リスト作成部１２３は、類似性分析部１２２により算出された類似度に基づいて、当該類似度の算出対象となった顧客それぞれについて、金融価値観データ（価値観行動リスト１１３における金融価値観の各小分類に対応する項目；図９参照）の点数を価値観行動リスト１１３に基づいて推定し、価値観推定リスト１１７を作成する（価値観推定リスト作成処理）。具体的に、価値観推定リスト作成部１２３は、１０００個の価値観行動リスト１１３における金融価値観の各小分類の点数を、類似度に応じて重み付けして演算を行うことにより、対象顧客の各金融価値観データの点数を推定し、価値観推定リスト１１７を作成する。

なお、本来は価値観行動リスト番号１〜価値観行動リスト番号１０００の全てが対象となるが、理解を容易にするため、価値観行動リスト番号「１」、価値観行動リスト番号「６００」、価値観行動リスト番号「１０００」の３つの価値観行動リスト１１３を対象とした場合を例に説明すると、価値観推定リスト作成部１２３は、以下のようにして顧客ＩＤ「５０００１００１」に該当する顧客の価値観推定リスト１１７を作成する。図８に示すように、顧客ＩＤ「５０００１００１」に該当する顧客の行動は、価値観行動リスト番号「１」に該当する価値観行動リスト１１３の行動内容と８０％類似し、価値観行動リスト番号「６００」に該当する価値観行動リスト１１３の行動内容と１０％類似し、価値観行動リスト番号「１０００」に該当する価値観行動リスト１１３の行動内容と３０％類似する。そこで、価値観推定リスト作成部１２３は、価値観行動リスト番号「１」に該当する価値観行動リスト１１３における金融価値観の小分類の各点数に８０/（８０＋１０＋３０）を乗じた値と、価値観行動リスト番号「６００」に該当する価値観行動リスト１１３における金融価値観の小分類の各点数に１０/（８０＋１０＋３０）を乗じた値と、価値観行動リスト番号「１０００」に該当する価値観行動リスト１１３における金融価値観の各点数に３０/（８０＋１０＋３０）を乗じた値の、同一小分類同士の和を、顧客ＩＤ「５０００１００１」に該当する顧客の各金融価値観データの点数として推定し、価値観推定リスト１１７を作成する。すなわち、価値観行動リスト番号「１」に該当する価値観行動リスト１１３における金融価値観の「貯蓄志向性」の小分類の点数に８０/（８０＋１０＋３００）を乗じた値と、価値観行動リスト番号「６００」に該当する価値観行動リスト１１３における金融価値観の「貯蓄志向性」の小分類の点数に１０/（８０＋１０＋３０）を乗じた値と、価値観行動リスト番号「１０００」に該当する価値観行動リスト１１３における金融価値観の「貯蓄志向性」の小分類の点数に３０/（８０＋１０＋３０）を乗じた値との和を、顧客ＩＤ「５０００１００１」に該当する顧客における「貯蓄志向性」の点数とした価値観推定リスト１１７を作成する。なお、小数点以下は四捨五入するものとする。

可視化情報生成部１２４は、例えば、投資信託契約者の金融価値観の傾向が知りたい、などのユーザ（例えば銀行員）の要求に対応して、価値観推定リスト作成部１２３で作成された価値観推定リスト１１７に基づいて、図１０に示すように、顧客全員の金融価値観の平均値を０とした場合における当該投資信託契約者の金融価値観の平均値をグラフ化する（可視化情報生成処理）。具体的に、可視化情報生成部１２４は、ユーザの要求が投資信託契約者の金融価値観の傾向が知りたいといった内容である場合には、価値観推定リスト作成部１２３で作成された全ての顧客に対する価値観推定リスト１１７のうち、投資信託契約者の価値観推定リスト１１７を抽出する。すなわち、可視化情報生成部１２４は、当該ユーザの要求に対応した価値観推定リスト１１７を抽出する。そして、抽出した価値観推定リスト１１７の各金融価値観データに対応する点数の平均値を算出し、それぞれの平均値が、全ての顧客に対する価値観推定リスト１１７の各金融価値観データの点数の平均値（基準値）とどの程度乖離しているかを算出し、当該算出結果を各金融価値観データと対応付けてグラフ化する。

見込み客抽出部１２５は、例えば、投資信託未契約者の価値観推定リスト１１７から、可視化情報生成部１２４で算出された投資信託契約者の価値観推定リスト１１７の各金融価値観データに対応する点数の平均値に類似する価値観推定リスト１１７を抽出する。具体的に、見込み客抽出部１２５は、類似度が８０％以上であるなど、予めユーザにより事前に指定された類似度以上の価値観推定リスト１１７を抽出する。例えば、金融価値観データが４０項目ある場合、見込み客抽出部１２５は、投資信託未契約者の価値観推定リスト１１７における各金融価値観データとそれに対応する点数を参照し、投資信託契約者の価値観推定リスト１１７における金融価値観データの点数と３２項目以上一致する（類似度が８０％以上である）価値観推定リスト１１７を抽出する。なお、類似度の算出方法は一例であり、各金融価値観データがどの程度類似している（近い値である）かを示すことができれば、上記の算出方法に限られず任意の算出方法により算出されてよい。例えば、投資信託未契約者の価値観推定リスト１１７の各金融価値観データの点数の合計と、投資信託契約者の価値観推定リスト１１７の各金融価値観データの点数の合計との差の絶対値を求め、当該絶対値を投資信託未契約者の点数の合計で除算して１から差し引いた値に１００を乗じた値を類似度としてもよい。また、見込み客抽出部１２５は、抽出した全ての投資信託未契約者の価値観推定リスト１１７の顧客ＩＤを参照し、当該顧客ＩＤにより示される顧客を見込み客として認定して、図１１に示す見込み客一覧表１１８を、顧客属性情報１１２に基づいて作成する（見込み客一覧表作成処理）。

入出力部１３０は、キーボード、マウス、カメラ、マイク、液晶ディスプレイ、有機ＥＬ（Ｅｌｅｃｔｏｒｏ−Ｌｕｍｉｎｅｓｃｅｎｃｅ）ディスプレイ等から構成され、データの入出力を行うための装置である。

通信部１４０は、シリアルインタフェース、或いはアナログ信号を受信するためのアナログインタフェースを有している。通信部１４０は、制御部１２０による制御により、ＡＴＭや窓口端末と通信を行う。

以上が、マーケティング装置１００の構成である。続いてマーケティング装置１００の動作について、図１２〜図１８を参照して説明する。マーケティング装置１００は、上述したように、行動点数リスト作成処理、類似度算出処理、価値観推定リスト作成処理、可視化情報生成処理、見込み客抽出処理、といった各種処理を実行可能である。なお、行動点数リスト作成処理、類似度算出処理、価値観推定リスト作成処理については、ユーザによる操作に応じて一連の処理（価値観推定処理；図１２）として実行される。また、可視化情報生成処理、見込み客抽出処理についても同様に、ユーザによる操作に応じて一連の処理（提案先顧客選出処理；図１６）として実行される。なお、ユーザによる操作に応じて、行動点数リスト作成処理、類似度算出処理、価値観推定リスト作成処理、可視化情報生成処理、見込み客抽出処理、といった各種処理が、一連の処理として実行されてもよい。

図１２は、価値観推定処理の一例を示すフローチャートである。上述したように、当該価値観推定処理は、ユーザによる入出力部１３０に対する操作（例えば、価値観推定処理実行ボタンを選択する操作など）により開始される。価値観推定処理を実行すると、制御部１２０は、行動点数リスト作成部１２１の機能により行動点数リスト作成処理を実行する（ステップＳ１０１）。ステップＳ１０１の処理を実行した後、制御部１２０は、類似性分析部１２２の機能により類似度算出処理を実行する（ステップＳ１０２）。ステップＳ１０２の処理を実行した後、制御部１２０は、価値観推定リスト作成部１２３の機能により価値観推定リスト作成処理を実行して（ステップＳ１０３）、価値観推定処理を終了する。当該価値観推定処理が実行されることで、顧客一人一人の金融価値観が推定されることとなる。

図１３は、図１２のステップＳ１０１にて行われる行動点数リスト作成処理の一例を示すフローチャートである。図１２に示す行動点数リスト作成処理において、行動点数リスト作成部１２１は、まず、記憶部１１０に記憶されている取引情報１１１のうち、任意の顧客（対象顧客）に対応する取引情報１１１を参照し（ステップＳ２０１）、予め定められた行動データ（価値観行動リスト１１３における行動内容の小分類の項目と同項目のデータ）に対応する取引内容を集計する（ステップＳ２０２）。続いて行動点数リスト作成部１２１は、予め記憶部１１０に記憶された点数分配表１１５を参照して（ステップＳ２０３）、ステップＳ２０２で集計した集計結果に基づいて各行動データに対応する点数を付与し（ステップＳ２０４）、対象顧客に対応する行動点数リスト１１４を作成する。

ステップＳ２０４の処理を実行した後、行動点数リスト作成部１２１は、記憶部１１０に記憶されている全ての顧客の取引情報１１１を参照して処理を行ったか否かを判定する（ステップＳ２０５）。全ての顧客の取引情報１１１を参照済みであると判定した場合（ステップＳ２０５；Ｙｅｓ）、行動点数リスト作成処理を終了する。一方、全ての顧客の取引情報１１１を参照済みではないと判定した場合（ステップＳ２０５；Ｎｏ）、行動点数リスト作成部１２１は、ステップＳ２０１の処理に戻り、未処理の顧客に対応する取引情報１１１を参照して上記処理を繰り返し実行する。

このように、行動点数リスト作成処理は、全ての顧客の取引情報１１１が参照されるまで（全ての顧客の行動データに点数が付与されるまで）繰り返し実行される。当該行動点数リスト作成処理により、図６に示す行動点数リスト１１４が全ての顧客に対応して作成される。

図１４は、図１２のステップＳ１０２にて行われる類似度算出処理の一例を示すフローチャートである。図１４に示す類似度算出処理において、類似性分析部１２２は、まず、図１２のステップＳ１０１の行動点数リスト作成処理にて作成された行動点数リスト１１４のうち、任意の顧客に対する行動点数リストを参照する（ステップＳ３０１）。そして、記憶部１１０に予め記憶されている価値観行動リスト１１３を参照する（ステップＳ３０２）。この実施の形態では、上述したように、価値観行動リスト番号が「１」〜「１０００」までの１０００個の価値観行動リスト１１３が予め記憶されており、ステップＳ３０２の処理が最初に行われると、価値観行動リスト番号が「１」の価値観行動リスト１１３が参照される。

続いて類似性分析部１２２は、ステップＳ３０１で参照した行動点数リスト１１４における各行動データの点数と、ステップＳ３０２で参照した価値観行動リスト１１３における行動内容の各小分類の点数とを比較して類似度を算出する（ステップＳ３０３）。ステップＳ３０３では、上述したように、図６に示す行動点数リスト１１４における「貯蓄額」の行動データの点数と、図４に示す価値観行動リスト１１３における「貯蓄額」の小分類の点数とを、行動点数リスト１１４における「ＡＴＭ有料出金回数」の点数と、価値観行動リスト１１３における「ＡＴＭ有料出金回数」の小分類の点数とを、といったように、それぞれ対応する項目同士の点数を順に比較する。そして、例えば比較対象項目が全部で４０項目ある場合（行動データが４０種類ある場合）に、点数が全て一致する場合には類似度「１００％」とし、全て異なる場合には類似度「０％」とし、１０項目の点数のみ一致し、残りの３０項目の点数が異なる場合には類似度「１０％」とするなど、一致する割合を類似度として算出する。また、ステップＳ３０３の処理では、価値観行動リスト１１３に算出した類似度を対応付けて図８に示す類似度一覧表１１６を作成する。なお、上述したように、類似度の算出方法は任意である。

ステップＳ３０３の処理を実行した後、類似性分析部１２２は、当該類似度算出の対象となった行動点数リスト１１４（対象顧客の行動点数リスト１１４）に対して全ての価値観行動リスト１１３を参照したか否かを判定する（ステップＳ３０４）。具体的に、この実施の形態では、１０００名分の価値観行動リスト１１３が記憶されているため、ステップＳ３０４では、価値観行動リスト番号が「１」〜「１０００」までの１０００個全ての価値観行動リスト１１３を参照済みであるか否かを判定する。対象顧客の行動点数リストに対して全ての価値観行動リスト１１３を参照済みではないと判定した場合（ステップＳ３０４；Ｎｏ）、類似性分析部１２２は、ステップＳ３０２に戻り、参照済みの価値観行動リスト１１３の次の番号の価値観行動リスト１１３を参照し、上記の処理を繰り返し実行する。

一方、対象顧客の行動点数リスト１１４に対して全ての価値観行動リスト１１３を参照済みであると判定した場合（ステップＳ３０４；Ｙｅｓ）、類似性分析部１２２は、全ての顧客の行動点数リスト１１４を参照したか否かを判定する（ステップＳ３０５）。全ての顧客の行動点数リスト１１４を参照済みであると判定した場合（ステップＳ３０５；Ｙｅｓ）、類似度算出処理を終了する。一方、全ての顧客の行動点数リスト１１４を参照済みではないと判定した場合（ステップＳ３０５；Ｎｏ）、類似性分析部１２２は、ステップＳ３０１の処理に戻り、未処理の顧客に対応する行動点数リスト１１４を参照して上記処理を繰り返し実行する。

このように、類似度算出処理は、全ての顧客の行動点数リスト１１４が参照されるまで（全ての顧客の行動点数リスト１１４における各行動データの点数が全ての価値観行動リスト１１３における行動内容の各小分類の点数と比較されるまで）繰り返し実行される。当該類似度算出処理により、対象顧客における全ての価値観行動リスト１１３との類似度が、全ての顧客に対して算出され、図８に示すような類似度一覧表１１６が顧客ごとに作成される。

図１５は、図１２のステップＳ１０３にて行われる価値観推定リスト作成処理の一例を示すフローチャートである。図１５に示す価値観推定リスト作成処理において、価値観推定リスト作成部１２３は、まず、任意の顧客（対象顧客）に対応する類似度一覧表１１６（図８参照）を参照する（ステップＳ４０１）。続いて価値観推定リスト作成部１２３は、記憶部１１０に予め記憶されている価値観行動リスト１１３を参照する（ステップＳ４０２）。上述したように、この実施の形態では、価値観行動リスト番号が「１」〜「１０００」までの１０００個の価値観行動リスト１１３が予め記憶されており、ステップＳ４０２の処理が最初に行われると、価値観行動リスト番号が「１」の価値観行動リスト１１３が参照される。

ステップＳ４０２の処理を実行した後、価値観推定リスト作成部１２３は、ステップＳ４０２にて参照した価値観行動リスト１１３の類似度が、全価値観行動リスト１１３の類似度に対して占める割合（影響割合）を算出する（ステップＳ４０３）。具体的に、ステップＳ４０３の処理では、ステップＳ４０２にて参照した価値観行動リスト１１３に対応する類似度を、価値観行動リスト番号が「１」〜「１０００」の価値観行動リスト１１３それぞれに対応する類似度の和で除算した商を、影響割合として算出する。ステップＳ４０３の処理を実行した後、価値観推定リスト作成部１２３は、ステップＳ４０２にて参照した価値観行動リスト１１３における金融価値観の小分類の点数と当該影響割合との積を、当該小分類ごとに算出する（ステップＳ４０４）。

ステップＳ４０４の処理を実行した後、価値観推定リスト作成部１２３は、ステップＳ４０１で参照した類似度一覧表１１６（対象顧客の類似度一覧表１１６）において（対象顧客に対して）全ての価値観行動リスト１１３を参照したか否かを判定する（ステップＳ４０５）。具体的に、この実施の形態では、１０００名分の価値観行動リスト１１３が記憶されているため、ステップＳ４０５では、価値観行動リスト番号が「１」〜「１０００」までの１０００個全ての価値観行動リスト１１３を参照済みであるか否か（全ての価値観行動リスト１１３に基づいてステップＳ４０４までの処理を実行したか否か）を判定する。対象顧客に対して全ての価値観行動リスト１１３を参照済みではないと判定した場合（ステップＳ４０５；Ｎｏ）、価値観推定リスト作成部１２３は、ステップＳ４０２に戻り、参照済みの価値観行動リスト１１３の次の番号の価値観行動リスト１１３を参照し、上記の処理を繰り返し実行する。

一方、対象顧客に対して全ての価値観行動リスト１１３を参照済みであると判定した場合（ステップＳ４０５；Ｙｅｓ）、価値観推定リスト作成部１２３は、ステップＳ４０４の処理における演算結果の小分類ごとの和を、対象顧客における金融価値観の推定値として算出し（ステップＳ４０６）、図９に示す価値観推定リスト１１７として記憶する。本来であれば、一つの金融価値観の小分類に対して「１」〜「１０００」の演算結果が存在するが、理解を容易にするため３つの演算結果のみである場合を例に説明すると、対象顧客における価値観行動リスト番号「１」を対象としたステップＳ４０４の演算結果（図４に示す価値観行動リスト１１３における金融価値観の、各小分類の演算結果）のうち、ある小分類（「貯蓄志向性」の小分類）における演算結果（小数点第３位以下切り捨て）が「２．６６」で、対象顧客における価値観行動リスト番号「６００」を対象としたステップＳ４０４の演算結果のうち、同一小分類（「貯蓄志向性」の小分類）における演算結果が「０．３３」で、対象顧客における価値観行動リスト番号「１０００」を対象としたステップＳ４０４の演算結果のうち、同一小分類（「貯蓄志向性」の小分類）における演算結果が「１．００」であった場合、ステップＳ４０４の演算結果ステップＳ４０６の処理では、当該小分類（「貯蓄志向性」の小分類）における金融価値観の推定値を「２．６６」と「０．３３」と「１．００」の和（３．９９）の、小数点以下を四捨五入した値である「４」とする。そして、算出した推定値に対応する小分類（「貯蓄志向性」の小分類）を図９に示す金融価値観データ（「貯蓄志向性」の金融価値観データ）とし、当該推定値を対応付けて価値観推定リスト１１７として記憶する。

ステップＳ４０５の処理を実行した後、価値観推定リスト作成部１２３は、全ての顧客に対して金融価値観の推定値を算出したか否かを判定する（ステップＳ４０７）。具体的に、ステップＳ４０７の処理では、全ての顧客の類似度一覧表１１６を参照済みであるか否かを判定する。全ての顧客に対して金融価値観の推定値を算出したと判定した場合（ステップＳ４０７；Ｙｅｓ）、全顧客の価値観推定リスト１１７におけるそれぞれの金融価値観データの点数の平均値を、基準値として算出して（ステップＳ４０８）、価値観推定リスト作成処理を終了する。一方、全ての顧客に対して金融価値観の推定値を算出していないと判定した場合（ステップＳ４０７；Ｎｏ）、価値観推定リスト作成部１２３は、ステップＳ４０１の処理に戻り、未処理の顧客に対応する類似度一覧表１１６を参照して上記処理を繰り返し実行する。なお、この実施の形態では、全ての顧客を対象として基準値を算出したが、ユーザの要求を満たす顧客（例えば、性別や地域、年齢など）など、全ての顧客でなく、一部の顧客を対象として基準値を算出してもよい。

このように、価値観推定リスト作成処理は、全ての顧客の類似度一覧表１１６が参照されるまで（全ての顧客に対する金融価値観の推定値が算出されるまで）繰り返し実行される。したがって当該価値観推定リスト作成処理により、図９に示すような価値観推定リスト１１７が顧客ごとに作成される。

図１６は、提案先顧客選出処理の一例を示すフローチャートである。上述したように、当該提案先顧客選出処理は、ユーザによる入出力部１３０に対する操作により開始される。具体的には、投資信託契約者の金融価値観の傾向が知りたい、などといったユーザの要求がユーザによる入出力部１３０に対する操作により選択されたことにより開始される。なお、ユーザの要求は予め複数種類用意されており、当該複数用意された中からユーザによる操作に応じていずれかが選択されればよい。提案先顧客選出処理を実行すると、制御部１２０は、可視化情報生成部１２４の機能により可視化情報生成処理を実行する（ステップ５０１）。ステップＳ５０１の処理を実行した後、制御部１２０は、見込み客抽出部１２５の機能により見込み客抽出処理を実行し（ステップＳ５０２）、提案先顧客選出処理を終了する。当該提案先顧客選出処理が実行されることで、ユーザの要求に応じた見込み客が選出されることとなる。

図１７は、図１６のステップＳ５０１の処理にて行われる可視化情報生成処理の一例を示すフローチャートである。図１７に示す可視化情報生成処理において、可視化情報生成部１２４は、図１２のステップＳ１０３の処理で作成された全ての顧客に対する価値観推定リスト１１７のうち、ユーザの要求に対応した価値観推定リスト１１７を全て抽出する（ステップＳ６０１）。そして、抽出した価値観推定リスト１１７により示される各金融価値観データの平均値を算出する（ステップＳ６０２）。ステップＳ６０１の処理では、例えば、ユーザの要求が投資信託契約者の金融価値観の傾向が知りたいといった内容である場合には、価値観推定リスト作成部１２３で作成された全ての顧客に対する価値観推定リスト１１７のうち、投資信託契約者の価値観推定リスト１１７を抽出し、ステップＳ６０２の処理にて、当該抽出された投資信託契約者の価値観推定リスト１１７における各金融価値観データの平均値を算出する。

続いて可視化情報生成部１２４は、ステップＳ６０２の処理にて算出された各金融価値観データの平均値が、図１２のステップＳ１０３の処理で算出された全ての顧客に対する価値観推定リスト１１７の各金融価値観データの平均値（図１５のステップＳ４０８で算出された基準値）とどの程度乖離しているかを、金融価値観データごとに算出する（ステップＳ６０３）。すなわち、ステップＳ６０３の処理では、投資信託契約者の金融価値観データが顧客全体の金融価値観データとどの程度乖離しているかを算出する。具体的に、ステップＳ６０３の処理では、図１５のステップＳ４０８で算出した金融価値観データごとの基準値と、ステップＳ６０２で算出した各金融価値観データの平均値とを比較して、乖離度を算出する。

ステップＳ６０３の処理を実行した後、可視化情報生成部１２４は、図１２のステップＳ１０３の処理で算出された全ての顧客に対する各金融価値観データの平均値（基準値）を「０」として、ステップＳ６０３の処理で算出した乖離度を、図１０に示すようにグラフ化する（ステップＳ６０４）。ステップＳ６０４の処理を実行した後、可視化情報生成部１２４は、可視化情報生成処理を終了する。このように、当該可視化情報生成処理により図１０に示すようにグラフ表示が行われるため、例えば投資信託契約者の金融価値観データが顧客全体の金融価値観データとどの程度乖離しているかを、ユーザが一見して把握することができる。すなわち、投資信託の契約に至る可能性が高い顧客の金融価値観の傾向を一見して把握することができる。

図１８は、図１６のステップＳ５０２の処理にて行われる見込み客抽出処理の一例を示すフローチャートである。図１８に示す見込み客抽出処理において、見込み客抽出部１２５は、図１６のステップＳ６０１の処理にて抽出された価値観推定リスト１１７以外の価値観推定リスト１１７の中から、予め指定されている類似度以上の価値観推定リスト１１７を抽出する（ステップＳ７０１）。例えば、図１６のステップＳ６０１にて抽出対象となった価値観推定リスト１１７が投資信託契約者の価値観推定リスト１１７であれば、ステップＳ７０１の処理では、投資信託未契約者の価値観推定リスト１１７の中から、予め指定されている類似度以上の価値観推定リスト１１７を抽出する。具体的に、金融価値観データが４０項目ある場合、ステップＳ７０１の処理では、投資信託未契約者の価値観推定リスト１１７における各金融価値観データの点数を参照し、投資信託契約者の価値観推定リスト１１７における金融価値観データの点数と３２項目以上一致する（予め指定されている類似度が８０％である場合）価値観推定リスト１１７を抽出する。なお、上述したように、類似度の算出方法は任意であり、ステップＳ７０１の処理では、任意の算出方法により算出した類似度以上の価値観推定リスト１１７を抽出すればよい。

ステップＳ７０１の処理を実行した後、見込み客抽出部１２５は、ステップＳ７０１で抽出した価値観推定リスト１１７の顧客ＩＤに基づいて、当該顧客ＩＤに対応する顧客属性情報１１２を特定する（ステップＳ７０２）。続いて見込み客抽出部１２５は、当該特定した顧客属性情報１１２により示される各種データを抽出して、図１１に示すような見込み客一覧表１１８を作成し（ステップＳ７０３）、見込み客抽出処理を終了する。このように、当該見込み客抽出処理により、投資信託を既に契約中の顧客の金融価値観と類似する金融価値観を持つ投資信託未契約者の一覧、すなわち、商品成約済みの顧客の金融価値観に類似する金融価値観を持つ顧客の一覧が、見込み客一覧表１１８として作成される。したがって、ユーザは当該見込み客一覧表１１８に示された顧客に対して商品提案を行うことで、より成約に至る可能性を向上させることができるとともに、顧客のニーズに合ったマーケティングを行うことができる。

以上が、マーケティング装置１００の動作である。このように、本実施の形態に係るマーケティング装置１００は、行動点数リスト作成処理により、顧客個人の実際の行動を数値化し、類似度算出処理により、当該数値化した行動を予め記憶されている価値観行動リスト１１３の行動内容と比較して、行動の類似度を算出する。そしてマーケティング装置１００は、価値観推定リスト作成処理により、顧客の金融価値観を推定して価値観推定リスト１１７を作成する。また、マーケティング装置１００は、可視化情報生成処理により、このようにして作成された価値観推定リスト１１７を用いて、ユーザの要求に応じたグラフを表示するとともに、見込み客抽出処理により、当該ユーザの要求に応じた見込み客の一覧である見込み客一覧表を作成する。したがってユーザは、要求した内容を満たす顧客の金融価値観が顧客全体に対してどのような傾向となっているか、を一見して把握することが可能となるだけでなく、見込み客一覧表１１８に示された顧客に対して商品提案を行うことで、より成約に至る可能性を向上させることができるとともに、顧客のニーズに合ったマーケティングを行うことができる。

（変形例）
なお、この発明は、上記実施の形態に限定されず、様々な変形及び応用が可能である。例えば、マーケティング装置１００では、上記実施の形態で示した全ての技術的特徴を備えるものでなくてもよく、従来技術における少なくとも１つの課題を解決できるように、上記実施の形態で説明した一部の構成を備えたものであってもよい。また、下記の変形例それぞれについて、少なくとも一部を組み合わせても良い。

上記実施の形態では、図１２のステップＳ１０３における価値観推定リスト作成処理において、図８に示す類似度一覧表１１６に示される全ての価値観行動リスト番号に対応する価値観行動リスト１１３を対象に、影響割合を算出して顧客の金融価値観の推定値を算出する例を示したが、これは一例である。例えば、対象とする価値観行動リスト１１３は、図８に示す類似度一覧表１１６における類似度が「３０％」以上や「４０％」以上など（任意に設定変更可能であればよい）、類似度が所定値以上の価値観行動リスト１１３のみを対象としてもよい。この場合、図１５のステップＳ４０２では、対象となった価値観行動リスト１１３を参照すればよい。これによれば、より精度よく顧客の金融価値観を推定することができる。

さらに、上記実施の形態では、図１４に示す類似度算出処理において、行動点数リスト１１４と価値観行動リスト１１３との全ての比較項目に対して１つの類似度を算出する例を示したが、例えば、図１９に示すように、大分類（図４に示す大分類）に対応する項目ごとに類似度を算出してもよい。この場合、図１５に示す価値観推定リスト作成処理において、当該大分類に対応する項目ごとに算出された類似度に基づいて、当該大分類ごとの影響割合を算出し、推定値を算出すればよい。

例えば、図１９に示すように、価値観行動リスト番号が「１」の価値観行動リスト１１３との「貯蓄に対する行動」における類似度が「８０％」、「運用に対する行動」における類似度が「２０％」であり、価値観行動リスト番号が「１０００」の価値観行動リスト１１３との「貯蓄に対する行動」における類似度が「４０％」、「運用に対する行動」における類似度が「１０％」であった場合、「貯蓄に対する価値観」に対応する小分類の項目（「貯蓄志向性」、「長期貯蓄志向性」などの項目）には、当該参照した価値観行動リスト１１３（価値観行動リスト番号が「１」の価値観行動リスト１１３）における「貯蓄に対する行動」の類似度（８０）を、全ての価値観行動リスト１１３における「貯蓄に対する行動」の類似度の和（８０＋・・・・＋４０）で除算した商を乗じ、「運用に対する価値観」に対応する小分類の項目（「運用計画性」、「リスク許容度」などの項目）には、当該参照した価値観行動リスト１１３（価値観行動リスト番号が「１」の価値観行動リスト１１３）における「運用に対する行動」の類似度（２０）を、全ての価値観行動リスト１１３における「運用に対する行動」の類似度の和（２０＋・・・・＋１０）で除算した商を乗じればよい。これによれば、大分類ごとに異なる類似度を用いて推定値が算出されるため、より精度よく顧客の金融価値観を推定することができる。

また、上記実施の形態では、図１８に示す見込み客抽出処理におけるステップＳ７０１の処理において、全ての金融価値観データを対象とした類似度に基づいて価値観推定リスト１１７を抽出する例を示したが、これは一例である。例えば、投資信託契約者の金融価値観は、図１０に示すように、「外食志向性」や「消費計画性」といった項目に対応する点数が基準値より低く、「運用計画性」や「リスク許容度」といった項目に対応する点数が基準値より高い傾向にあるため、投資信託未契約者の中から見込み客を抽出する場合に、「外食志向性」、「消費計画性」、「運用計画性」、「リスク許容度」といった項目の類似度が予め指定されている類似度以上である、といったように、一部の金融価値観データを対象とした類似度に基づいて価値観推定リスト１１７を抽出してもよい。さらに、全ての金融価値観データを対象とした類似度が「８０％以上」であり、かつ一部（上述した例では「外食志向性」、「消費計画性」、「運用計画性」、「リスク許容度」の４つ）の類似度が「９０％」以上である、といった複数の条件を満たす価値観推定リスト１１７を抽出するようにしてもよい。すなわち、価値観推定リスト１１７を抽出するための条件は任意に変更可能であればよい。このような構成によれば、より多くの顧客に対して商品提案を行いたい場合や、よりコアな顧客に対して商品提供を行いたい場合など、様々な提案手法に対応することができる。

また、上記実施の形態では、図１８に示す見込み客抽出処理におけるステップＳ７０１の処理において抽出された価値観推定リスト１１７の顧客ＩＤにより示される全ての顧客を対象に見込み客一覧表１１８を作成する例を示したが、これは一例である。例えば、男性のみや東京都在住のみの見込み客一覧表１１８を作成するなど、ステップＳ７０１の処理において抽出された価値観推定リスト１１７の顧客ＩＤの一部を排除してもよいし、性別や住所別、年齢別などにより、作成する見込み客一覧表１１８を複数に分けてもよい。これによれば、商品提案を行う顧客をより細かく分類することができる。なお、例えば、図１７に示す可視化情報生成処理においても、男性のみや東京都在住のみの顧客、といったように、顧客の属性ごとにグラフ表示を行うようにしてもよい。この場合には、ステップＳ６０１やステップＳ７０１の処理にて価値観推定リスト１１７を抽出する際に顧客属性情報を確認し、対象となる属性の顧客の価値観推定リスト１１７のみを抽出すればよい。また、当該可視化情報生成処理においても、性別や住所別、年齢別などの属性により、表示するグラフを複数作成してもよい。これによれば、性別や住所、年齢などといった顧客の属性ごとの特性を一見して把握することができる。なお、属性ごとに切り替えて表示することができるようにしてもよい。すなわち、表示したい属性を予め選択しておき、当該選択に対応した価値観推定リスト１１７を抽出し、選択された属性ごとにグラフを切り替えて表示可能とすればよい。

また、例えば、図１８に示す見込み客抽出処理におけるステップＳ７０１の処理において抽出された価値観推定リスト１１７の顧客ＩＤにより示される顧客だけでなく、その顧客と生計を共にする家族についても見込み客一覧表１１８に追加するようにしてもよい。例えば、見込み客抽出処理にて抽出された価値観推定リスト１１７の顧客ＩＤにより示される顧客に配偶者がいる場合、当該配偶者に対応する情報を顧客属性情報から取得して、見込み客一覧表１１８に追加するようにしてもよい。これによれば、対象の金融価値観と類似するわけではないが、生計を共にする家族全員に商品提案を行うことができ、契約の意思決定に役立てることができる。

また、上記実施の形態では、見込み客抽出処理により見込み客一覧表１１８を作成し、当該見込み客一覧表１１８に示された顧客を見込み客として、ユーザが当該見込み客に商品を提案する例を示したが、これは一例である。例えば、マーケティング装置１００の制御部１２０の機能として、作成された見込み客一覧表１１８を参照して、商品提案のダイレクトメールを作成する機能を有していてもよい。また、作成された見込み客一覧表１１８に示された顧客の顧客端末に対して、ネットワークを介して商品提案を行う機能を有していてもよい。また、ＡＴＭの操作時に挿入された取引カードの情報を取得して、取引カードの情報により示される顧客が当該作成された見込み客一覧表１１８に示された顧客であれば、当該ＡＴＭの操作の終了後（終了前でもよい）にＡＴＭにて商品提案を行うようＡＴＭに商品提案の内容を通知するようにしてもよい。また、これらすべてを行う機能を有していてもよい。これによれば、ユーザの作業によらずに商品提案を行うことができるとともに、複数のタイミングで商品提案を行うことができ、作業効率を向上させることができるとともに、成約の可能性を高めることができる。

なお、上述の機能を、ＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）とアプリケーションとの分担、またはＯＳとアプリケーションとの協同により実現する場合等には、ＯＳ以外の部分のみを媒体に格納してもよい。

また、搬送波にプログラムを重畳し、通信ネットワークを介して配信することも可能である。例えば、通信ネットワーク上の掲示板（ＢＢＳ、Ｂｕｌｌｅｔｉｎ Ｂｏａｒｄ Ｓｙｓｔｅｍ）に当該プログラムを掲示し、ネットワークを介して当該プログラムを配信してもよい。そして、これらのプログラムを起動し、オペレーティングシステムの制御下で、他のアプリケーションプログラムと同様に実行することにより、上述の処理を実行できるように構成してもよい。

１００ マーケティング装置、１１０ 記憶部、１１１ 取引情報、１１２ 顧客属性情報、１１３ 価値観行動リスト、１１４ 行動点数リスト、１１５ 点数分配表、１１６ 類似度一覧表、１１７ 価値観推定リスト、１１８ 見込み客一覧表、１２０ 制御部、１２１ 行動点数リスト作成部、１２２ 類似性分析部、１２３ 価値観推定リスト作成部、１２４ 可視化情報生成部、１２５ 見込み客抽出部、１３０ 入出力部、１４０ 通信部

Claims (4)

1. 予め記憶されたサンプル情報と、予め記憶されている顧客の取引情報とに基づいて、前記顧客の行動に対応する類似度を算出する類似度算出手段と、
   前記類似度算出手段で算出された類似度に基づいて所定の演算を行うことで前記顧客の金融に対する考え方の指標値である金融価値観を推定する金融価値観推定手段と、
   前記金融価値観推定手段で推定された金融価値観に基づいて、ユーザの要求に応じた金融価値観の顧客を特定する顧客特定手段と、
   前記顧客特定手段で特定された顧客と基準を満たす顧客との金融価値観の乖離度を算出する乖離度算出手段と、を備え、
   前記サンプル情報には、行動内容を示す行動情報と、該行動内容に対応する金融価値観を示す金融価値観情報とが含まれ、
   前記類似度算出手段は、前記サンプル情報に含まれる前記行動情報と前記顧客の取引情報とを比較して前記顧客の行動に対応する類似度を算出し、
   前記金融価値観推定手段は、前記サンプル情報に含まれる前記金融価値観情報に対し、前記類似度に基づいて所定の演算を行うことで前記顧客の金融価値観を推定する、
   ことを特徴とするマーケティング装置。
2. 前記顧客特定手段は、ユーザの要求に応じた金融価値観および属性の顧客を、顧客の属性を示す予め記憶された顧客属性情報と、前記金融価値観推定手段で推定された金融価値観に基づいて特定する、
   ことを特徴とする請求項１に記載のマーケティング装置。
3. 類似度算出手段が、予め記憶されたサンプル情報と、予め記憶されている顧客の取引情報とに基づいて、前記顧客の行動に対応する類似度を算出する類似度算出ステップと、
   金融価値観推定手段が、前記類似度算出ステップで算出された類似度に基づいて所定の演算を行うことで前記顧客の金融に対する考え方の指標値である金融価値観を推定する金融価値観推定ステップと、
   顧客特定手段が、前記金融価値観推定ステップで推定された金融価値観に基づいて、ユーザの要求に応じた金融価値観の顧客を特定する顧客特定ステップと、
   乖離度算出手段が、前記顧客特定ステップで特定された顧客と基準を満たす顧客との金融価値観の乖離度を算出する乖離度算出ステップと、を備え、
   前記サンプル情報には、行動内容を示す行動情報と、該行動内容に対応する金融価値観を示す金融価値観情報とが含まれ、
   前記類似度算出ステップでは、前記サンプル情報に含まれる前記行動情報と前記顧客の取引情報とを比較して前記顧客の行動に対応する類似度を算出し、
   前記金融価値観推定ステップでは、前記サンプル情報に含まれる前記金融価値観情報に対し、前記類似度に基づいて所定の演算を行うことで前記顧客の金融価値観を推定する、
   ことを特徴とするマーケティング方法。
4. コンピュータを、
   予め記憶されたサンプル情報と、予め記憶されている顧客の取引情報とに基づいて、前記顧客の行動に対応する類似度を算出する類似度算出手段、
   前記類似度算出手段で算出された類似度に基づいて所定の演算を行うことで前記顧客の金融に対する考え方の指標値である金融価値観を推定する金融価値観推定手段、
   前記金融価値観推定手段で推定された金融価値観に基づいて、ユーザの要求に応じた金融価値観の顧客を特定する顧客特定手段、
   前記顧客特定手段で特定された顧客と基準を満たす顧客との金融価値観の乖離度を算出する乖離度算出手段、として機能させ、
   前記サンプル情報には、行動内容を示す行動情報と、該行動内容に対応する金融価値観を示す金融価値観情報とが含まれ、
   前記類似度算出手段は、前記サンプル情報に含まれる前記行動情報と前記顧客の取引情報とを比較して前記顧客の行動に対応する類似度を算出し、
   前記金融価値観推定手段は、前記サンプル情報に含まれる前記金融価値観情報に対し、前記類似度に基づいて所定の演算を行うことで前記顧客の金融価値観を推定する、
   ことを特徴とするプログラム。

Images