JP6862026B1

JP6862026B1 - 分析プログラム、分析方法及び分析装置

Info

Publication number: JP6862026B1
Application number: JP2020188909A
Authority: JP
Inventors: 義輝袴田
Original assignee: Hitowa Care Service Co Ltd
Current assignee: Hitowa Care Service Co Ltd
Priority date: 2020-11-12
Filing date: 2020-11-12
Publication date: 2021-04-21
Anticipated expiration: 2040-11-12
Also published as: JP2022077860A

Abstract

【課題】顧客による商品の購入傾向についてのより有用な分析結果を得ることが可能な分析装置を提供する。【解決手段】プログラム１３１の命令に従って処理部１５が実行する処理は、複数の顧客の少なくとも健康状態情報と経済状態情報とに基いて、複数の顧客を複数の顧客セグメントに分類する工程と、複数の顧客の購入実績情報に基づいて、各顧客セグメントにおける商品の購入頻度に関する指標であって、商品毎の購入頻度に関する指標、若しくは、１以上の商品を包含した商品グループ毎の購入頻度に関する指標を算出する工程とを含む。【選択図】図１

Description

本発明は、顧客による商品の購入の傾向を分析する分析プログラム、分析方法及び分析装置に関するものである。

インターネットを介して商品を販売するＷＥＢサイト（ＥＣサイトとも呼ばれる。）が広く普及しており、生活に欠かせないものとなっている。他方、介護を必要とする老人等にとっては、このようなＥＣサイトの利用が困難な場合がある。ＥＣサイト等における商品の購入を支援するシステムとして、下記の特許文献１には、寝たきり老人や幼児といった要介護者等のための弁当等生活用品の宅配システムが記載されている。

国際公開第２０１９/０４３８６３号

ところで、介護施設では、施設スタッフが入居者のために代理でＥＣサイト等から物品を購入したり、有償のサービスへの申し込みを行うことがある。施設スタッフがこのような代理作業（物品の購入作業や有償サービスへの申し込み作業）を適切に行うためには、各顧客（入居者）の健康状態や経済状態に関する情報を予め把握していることが望ましい。また、代理作業に関する処理をコンピュータのシステムによって実現することを考えた場合には、各顧客の健康状態や経済状態に関する情報を代理作業の作業者がシステム上で把握できるようにすることが望ましい。

仮に上記のようなコンピュータのシステムが運用された場合、各顧客による商品の購入実績に関する情報に加えて、各顧客の健康状態や経済状態に関する情報も得ることが可能となる。顧客による商品の購入の傾向を統計的に分析する場合、従来は、顧客の一般的属性（年齢、性別、居住地、職業等）の情報と商品の購入実績の情報が主に利用されている。しかしながら、代理作業を必要とするような顧客のセグメンテーションを行う場合には、代理作業において参照される各顧客の健康状態及び経済状態の情報を加味することによって、より有用な分析結果を得られることが期待される。

本発明はかかる事情に鑑みてなされたものであり、その目的は、顧客による商品の購入傾向についてのより有用な分析結果を得ることが可能な分析プログラム、分析方法及び分析装置を提供することにある。

本発明の第１の態様は、顧客による商品の購入の傾向を分析する処理をコンピュータに実行させる分析プログラムに関する。前記コンピュータは、個々の前記顧客に関する顧客情報と、個々の前記顧客による個々の前記商品の購入実績に関する購入実績情報とを記憶する１以上のデータベースにアクセス可能であり、前記顧客情報は、前記顧客の健康状態に関する健康状態情報と、前記顧客の経済状態に関する経済状態情報とを含む。前記分析プログラムが前記コンピュータに実行させる処理は、複数の前記顧客の少なくとも前記健康状態情報と前記経済状態情報とに基いて、複数の前記顧客を複数の顧客セグメントに分類する工程と、複数の前記顧客の前記購入実績情報に基づいて、各前記顧客セグメントにおける前記商品の購入頻度に関する指標であって、前記商品毎の購入頻度に関する前記指標、若しくは、１以上の前記商品を包含した商品グループ毎の購入頻度に関する前記指標を算出する工程とを有する。

好適に、前記健康状態情報は、前記顧客の身体の状態に関する身体状態情報と、前記顧客の認知機能の状態に関する認知機能状態情報と、前記顧客の社会的な活動の状況に関する活動状況情報と、前記顧客の健康上の配慮による行動制限に関する行動制限情報と、前記顧客の生活習慣に関する生活習慣情報と、前記顧客が介護を必要とする度合いを示す要介護度情報との少なくとも１つを含み、前記経済状態情報は、前記顧客が前記商品の購入のために支出可能な予算に関する予算情報を含む。

好適に、前記顧客セグメントの分類を行う工程は、複数の前記顧客の少なくとも前記健康状態情報と前記経済状態情報とに基いてクラスター分析を行うことにより、複数の前記顧客を複数の前記顧客セグメントに分類することを含む。

好適に、前記顧客セグメントの分類を行う工程は、複数の前記顧客の少なくとも前記健康状態情報と前記経済状態情報とに基いて因子分析を行うことにより、２以上の因子についての因子得点を前記顧客毎に算出することと、前記顧客毎に算出した２以上の前記因子についての前記因子得点に基づいてクラスター分析を行うことにより、複数の前記顧客を複数の前記顧客セグメントに分類することとを含む。

好適に、前記顧客セグメントの分類を行う工程は、前記購入実績情報に基づいて、個々の前記顧客が個々の前記商品を購入した頻度に関する購入頻度情報であって、前記商品毎の前記購入頻度情報又は前記商品グループ毎の前記購入頻度情報を取得することと、個々の前記顧客の少なくとも前記健康状態情報と前記経済状態情報と前記購入頻度情報とに基いてクラスター分析を行うことにより、複数の前記顧客を複数のセグメントに分類することとを含む。

好適に、前記顧客セグメントの分類を行う工程は、個々の前記顧客の少なくとも前記健康状態情報と前記経済状態情報と前記購入頻度情報とに基いて因子分析を行うことにより、２以上の因子についての因子得点を前記顧客毎に算出することと、前記顧客毎に算出した２以上の前記因子についての前記因子得点に基づいてクラスター分析を行うことにより、複数の前記顧客を複数の前記顧客セグメントに分類することとを含む。

好適に、上記分析プログラムは、各前記商品若しくは各前記商品カテゴリについて算出した各前記顧客セグメントの前記指標に基づいて、複数の前記商品を複数の商品カテゴリに分類する工程を有する。

本発明の第２の態様は、コンピュータが顧客による商品の購入の傾向を分析する分析方法に関する。前記コンピュータは、個々の前記顧客に関する顧客情報と、個々の前記顧客による個々の前記商品の購入実績に関する購入実績情報とを記憶する１以上のデータベースにアクセス可能であり、前記顧客情報は、前記顧客の健康状態に関する健康状態情報と、前記顧客の経済状態に関する経済状態情報とを含む。分析方法は、複数の前記顧客の少なくとも前記健康状態情報と前記経済状態情報とに基いて、複数の前記顧客を複数の顧客セグメントに分類する工程と、複数の前記顧客の前記購入実績情報に基づいて、各前記顧客セグメントにおける前記商品の購入頻度に関する指標であって、前記商品毎の購入頻度に関する前記指標、若しくは、１以上の前記商品を包含した商品グループ毎の購入頻度に関する前記指標を算出する工程とを有する。

本発明の第３の態様は、顧客による商品の購入の傾向を分析する分析装置に関する。分析装置は、処理部と、前記顧客による前記商品の購入の傾向を分析する処理を前記処理部において実行させるプログラムの命令を記憶した記憶部とを有し、前記処理部は、個々の前記顧客に関する顧客情報と、個々の前記顧客による個々の前記商品の購入実績に関する購入実績情報とを記憶する１以上のデータベースにアクセス可能であり、前記顧客情報は、前記顧客の健康状態に関する健康状態情報と、前記顧客の経済状態に関する経済状態情報とを含み。前記プログラムの命令に従って前記処理部が実行する処理は、複数の前記顧客の少なくとも前記健康状態情報と前記経済状態情報とに基いて、複数の前記顧客を複数の顧客セグメントに分類する工程と、複数の前記顧客の前記購入実績情報に基づいて、各前記顧客セグメントにおける前記商品の購入頻度に関する指標であって、前記商品毎の購入頻度に関する前記指標、若しくは、１以上の前記商品を包含した商品グループ毎の購入頻度に関する前記指標を算出する工程とを含む。

本発明によれば、顧客による商品の購入傾向についてのより有用な分析結果を得ることが可能な分析プログラム、分析方法及び分析装置を提供できる。

図１は、本実施形態に係る分析装置を含んだシステムの構成の一例を示す図である。図２Ａ及び図２Ｂは、顧客情報に含まれる健康状態情報及び経済状態情報を説明するための図である。図３は、顧客による商品の購入の傾向を分析する処理の一例を説明するためのフローチャートである。図４は、各顧客を顧客セグメントに分類する処理の一例を説明するためのフローチャートである。図５は、顧客による商品の購入の傾向を分析する処理の一変形例を説明するためのフローチャートである。図６は、各顧客を顧客セグメントに分類する処理の一変形例を説明するためのフローチャートである。

図１は、本実施形態に係る分析装置１０を含んだシステムの構成の一例を示す図である。本実施形態に係る分析装置１０は、顧客による商品の購入の傾向を分析する処理を行う装置であり、例えば図１に示すように、インターネットなどのネットワーク９を介して１以上の端末装置２０と通信可能である。分析装置１０は、端末装置２０からの要求に応じて、顧客による商品の購入傾向の分析結果（例えば、後述する各顧客の顧客セグメントへの分類結果、各顧客セグメントについて算出した指標の値、各商品の商品カテゴリへの分類結果など）を端末装置２０のディスプレイに表示させる。

本実施形態において顧客が購入する「商品」は、商取引において交換される物品やサービスなどを広く含んでよい。例えば「商品」は、食品、衣料品、生活用品、介護用品などの物品や、理美容サービス、旅行サービス、介護サービス、医療サービスなどを含んでよい。

図１に示す分析装置１０は、通信部１１と、入力部１２と、表示部１３と、記憶部１４と、処理部１５と、データベース部１７とを有する。

通信部１１は、ネットワーク９を介して他の機器（端末装置２０等）と通信を行うための装置であり、例えば無線ＬＡＮやイーサネット（登録商標）などの所定の通信規格に従って通信を行う。

入力部１２は、ユーザの操作に応じた情報の入力機能を備えた装置であり、例えばキーボード、マウス、タッチパネル、操作ボタン、音声入力器などの１以上の入力機器を含む。

表示部１３は、処理部１５が生成した画面を表示する装置であり、液晶ディスプレイや有機ＥＬディスプレイなどの１以上のディスプレイ機器を含む。

記憶部１４は、処理部１５に処理を実行させるプログラム１４１の命令や、処理に使用されるデータ記憶する。プログラム１４１の命令は、処理部１５において後述する分析処理を実行させる分析プログラムの命令を含む。記憶部１４は、例えばＤＲＡＭ、フラッシュメモリ、ハードディスク、ＳＳＤなどの任意の記憶装置を含んでよく、コンピュータのバスや他の任意の通信手段によって処理部１５と接続された複数の記憶装置を含んでいてもよい。
なお、プログラム１４１は、光ディスクやＵＳＢメモリなどの非一時的な有形の記録媒体に記録されたものを図示しない読み取り装置によって記録媒体から読み取って記憶部１４に書き込んでもよいし、ネットワーク９に接続される他の装置から通信部１１において受信したものを記憶部１４に書き込んでもよい。

処理部１５は、プログラム１４１の命令に応じて処理を実行する装置であり、１以上のプロセッサ（ＣＰＵ、マイクロプロセッサ、ＤＳＰなど）を含む。処理部１５の１以上のプロセッサがプログラム１４１に応じて処理を実行することにより、処理部１５は１以上のコンピュータとして動作する。

データベース部１７は、顧客による商品の購入の傾向を分析する処理（以下、「分析処理」と記す場合がある。）に用いられる１以上のデータベースを含んでおり、図１の例では、商品データベース１７１と、顧客データベース１７２と、購入実績データベース１７３とを含む。

［商品データベース１７１］
商品データベース１７１は、顧客が購入可能な複数の商品の各々に関する情報（以下、「商品情報」と記す場合がある。）を検索可能に記憶する。例えば商品情報は、次に挙げる情報の少なくとも一部を含む。
・商品を識別するための商品コード
・商品名
・商品の内容や特徴に関する情報
・商品（物品）の製造者又は商品（サービス）を提供する事業者
・商品の販売価格
・容量，数量（商品が物品の場合）
・商品が属する商品グループ
・商品の販売者の識別情報
・商品の製造日（商品が物品の場合）

［顧客データベース１７２］
顧客データベース１７２は、複数の顧客の各々に関する情報（以下、「顧客情報」と記す場合がある。）を検索可能に記憶する。例えば顧客データベース１７２は、次に挙げる情報の少なくとも一部を含む。
・顧客を識別するための顧客コード
・顧客の氏名
・顧客の性別
・顧客の生年月日
・顧客の健康状態に関する健康状態情報
・顧客の経済状態に関する経済状態情報

健康状態情報は、例えば図２Ａに示すように、身体状態情報３１１と、認知機能状態情報３１２と、活動状況情報３１３と、行動制限情報３１４と、生活習慣情報３１５と、疾患情報３１６と、要介護度情報３１７を含む。

身体状態情報３１１は、顧客の身体の状態に関する情報である。例えば身体状態情報３１１は、自立歩行の自由度を表す数値、身体の所定の部分を自由に動かせる自由度を表す数値、咀嚼・嚥下の能力の度合いを表す数値、身体の所定の部分における障害の有無を示す値などを含む。

認知機能状態情報３１２は、顧客の認知機能の状態に関する情報である。例えば認知機能状態情報３１２は、意思決定力・判断力の度合いを表す数値、コミュニケーションの能力の度合いを表す数値、認知症の有無を示す値などを含む。

活動状況情報３１３は、顧客の社会的な活動の状況に関する情報である。例えば活動状況情報３１３は、外出の頻度を表す数値、外出の可否を示す値などを含む。

行動制限情報３１４は、顧客の健康上の配慮による行動制限に関する情報である。例えば行動制限情報３１４は、食事の制限に関する情報、行動の制限に関する情報を含む。食事の制限に関する情報は、例えば、所定の食品に対する制限の有無を示す値、所定の栄養成分について設定された単位期間（例えば１日）あたりの上限の摂取量を表す数値、単位期間（例えば１日）あたりの上限の摂取カロリーを表す数値などを含む。行動の制限に関する情報は、例えば、所定の身体的な行動（歩行、起床など）に対する制限の有無を示す値、所定の身体的な行動に対して設定された単位期間（例えば１日）あたりの上限の行動量（歩行距離など）を表す数値など含む。

生活習慣情報３１５は、顧客の生活習慣に関する情報である。例えば生活習慣情報３１５は、夜間や昼間における平均的な睡眠時間を表す数値、１日あたりの平均的な間食の回数を表す数値、１日あたりの平均的な排泄回数を表す数値などを含む。また、生活習慣情報３１５は、習慣化している所定の趣味や嗜好の有無を示す値を含んでもよい。

経済状態情報は、例えば図２Ｂに示すように、予算情報３２１と支出情報３２２を含む。

予算情報３２１は、顧客が商品の購入のために支出可能な予算に関する情報であり、例えば、顧客が設定した所定の期間あたりの支出上限金額を表す数値を含む。

支出情報３２２は、顧客が商品の購入のために実際に支出した金額に関する情報であり、例えば、顧客が直近の所定の期間において実際に支出した金額を表す数値を含む。支出情報３２２は、例えば、後述する購入実績情報に基づいて顧客毎に集計された金額、若しくは金額に対応した数値でもよい。

疾患情報３１６は、顧客が患っている疾患に関する情報であり、例えば所定の疾患の有無を表す値を含む。

要介護度情報３１７は、顧客が介護を必要とする度合いを示す情報である。例えば要介護度情報３１７は、介護保険制度において定められた要介護度のランク（要支援１〜要支援２、要介護１〜要介護５）を示す数値を含む。

［購入実績データベース１７３］
購入実績データベース１７３は、複数の顧客の各々が商品を購入した実績に関する情報（以下、「購入実績情報」と記す場合がある。）を検索可能に記憶する。例えば購入実績情報は、次に挙げる情報の少なくとも一部を含む。
・購入した商品を示す商品コード
・商品を購入した顧客を示す顧客コード
・商品の販売元の識別情報
・商品の発注日
・商品の納品日
・商品の購入価格
・商品の購入単価（商品が物品の場合）
・商品の数・容量（商品が物品の場合）

ここで、上述した構成を有する分析装置１０において実行される分析処理（顧客による商品の購入の傾向を分析する処理）について、フローチャートを参照して説明する。図３は、分析処理の一例を説明するためのフローチャートである。

ＳＴ１００：
処理部１５は、分析処理において用いられる情報をデータベース部１７の各データベースから取得する。例えば処理部１５は、顧客データベース１７２に記憶される各顧客の健康状態情報及び経済状態情報、購入実績データベース１７３に記憶される各顧客の直近の所定期間における購入実績情報、商品データベース１７１に記憶される各商品の商品グループの情報などを取得する。

ＳＴ１０５：
処理部１５は、ステップＳＴ１００においてデータベース部１７から取得した情報に基いて、顧客データベース１７２に登録される複数の顧客を複数の顧客セグメントに分類する。

図４は、図３のステップＳＴ１０５において複数の顧客を複数の顧客セグメントに分類する処理の一例を説明するためのフローチャートである。この例において、処理部１５は、健康状態情報（図２Ａ）及び経済状態情報（図２Ｂ）に基づいて因子分析を行うことにより、２以上の因子についての因子得点を顧客毎に算出する（ＳＴ２００）。

例えば処理部１５は、図２Ａに示す健康状態情報に含まれる各情報（身体状態情報３１１、認知機能状態情報３１２、活動状況情報３１３、行動制限情報３１４、生活習慣情報３１５、疾患情報３１６、要介護度情報３１７）と、図２Ｂに示す経済状態情報に含まれる各情報（予算情報３２１、支出情報３２２）とをそれぞれ観測変数として、各観測変数同士の相関を示す相関行列を算出し、相関行列に応じた因子負荷行列を求める。因子負荷行列の解法としては、例えば最尤法、最小二乗法、主因子法などの既知の手法を用いることができる。また、因子負荷行列を求める際に、バリマックス法やプロマックス法などの既知の手法によって因子軸を回転させてもよい。処理部１５は、各顧客の観測変数の値と、因子負荷行列及び相関行列とに基づいて、各顧客の因子得点（因子毎の因子得点）を算出する。

なお、因子分析において分析する因子の数は、予め設定された数であってもよいし、入力部１２においてユーザが任意に入力した数でもよい。

また、因子分析では、健康状態情報や経済状態情報に含まれる各情報をそれぞれ１つの観測変数としてもよいし、複数の情報を合成したものを１つの観測変数としてもよい。例えば、身体状態情報３１１が表す数値と認知機能状態情報３１２が表す数値とにそれぞれ所定の係数を乗じて足し合わせた値を１つの観測変数としてもよい。

処理部１５は、ステップＳＴ２００において各顧客の因子得点を算出すると、顧客毎に算出した２以上の因子についての因子得点に基づいてクラスター分析を行うことにより、複数の顧客を複数の顧客セグメントに分類する（ＳＴ２０５）。クラスター分析の手法としては、ｋ−ｍｅａｎｓ法などの非階層型の手法を用いてもよいし、ウォード法や群平均法などの階層型の手法を用いてもよいし、複数の手法によって段階的にクラスター分析を行ってもよい。

ＳＴ１１０：
処理部１５は、上述のようにして複数の顧客を複数の顧客セグメントに分類すると、購入実績データベース１７３から取得した複数の顧客の購入実績情報に基づいて、各顧客セグメントにおける商品の購入頻度に関する指標を算出する。処理部１５は、商品毎の購入頻度に関する指標、若しくは、１以上の商品を包含した商品グループ毎の購入頻度に関する指標を、顧客セグメントの各々について算出する。

例えば処理部１５は、１つの商品が直近の所定期間内において単位数量だけ購入された購入回数を顧客毎に集計し、顧客毎に集計した１つの商品の購入回数に応じた数値（例えば全顧客における平均値が０、分散が１となるように標準化した値）を、当該１つの商品についての購入頻度として顧客毎に算出する。処理部１５は、１つの商品について顧客毎に算出した購入頻度に基づいて、当該１つの商品についての指標を顧客セグメント毎に算出する。例えば処理部１５は、１つの商品についての１つの顧客セグメントにおける購入頻度の平均値を、当該１つの商品についての当該１つの顧客セグメントにおける指標として算出する。

また例えば、処理部１５は、１つの商品グループに属する商品が直近の所定期間内において単位数量だけ購入された購入回数を顧客毎に集計し、顧客毎に集計した１つの商品グループに属する商品の購入回数に応じた数値（例えば全顧客における平均値が０、分散が１となるように標準化した値）を、当該１つの商品グループについての購入頻度として顧客毎に算出する。処理部１５は、各商品が属する商品グループを、商品データベース１７１の商品情報に基づいて特定する。処理部１５は、１つの商品グループについて顧客毎に算出した購入頻度に基づいて、当該１つの商品グループについての指標を顧客セグメント毎に算出する。例えば処理部１５は、１つの商品についての１つの顧客セグメントにおける購入頻度の平均値を、当該１つの商品についての当該１つの顧客セグメントにおける指標として算出する。

ＳＴ１１５：
処理部１５は、各商品若しくは各商品グループについて算出した各顧客セグメントの指標に基づいて、商品データベース１７１に登録される複数の商品を複数の商品カテゴリに分類する。例えば処理部１５は、各商品若しくは各商品グループについて算出した各顧客セグメントの指標に基づいてクラスター分析を行うことにより、複数の商品を複数の商品カテゴリに分類する。クラスター分析の手法としては、ステップＳＴ２０５（図４）と同様に、ｋ−ｍｅａｎｓ法やウォード法などの１以上の既知の手法を用いることができる。

以上説明したように、本実施形態によれば、各顧客の健康状態情報及び経済状態情報に基づいて、複数の顧客が複数の顧客セグメントに分類される。そして、各顧客の購入実績情報に基づいて、各顧客セグメントにおける商品若しくは商品グループの購入頻度に応じた指標が、商品毎若しくは商品グループ毎に算出される。これにより、顧客の健康状態及び経済状態に基づいて分類された複数の顧客セグメントにおいて、商品若しくは商品グループについての購入頻度を相互に比較することが可能になり、顧客セグメント毎の商品若しくは商品グループの購入傾向を把握することができる。従って、健康状態及び経済状態に基づいて購入対象の商品を選択する傾向がある顧客（例えば、介護施設のスタッフの代理作業によって商品を購入する施設入居者等）について、より有用な商品の購入傾向の分析結果を得ることが可能になる。

また、本実施形態によれば、各商品若しくは各商品グループについて算出した各顧客セグメントの指標に基づいて、複数の商品が複数の商品カテゴリに分類される。これにより、顧客の健康状態及び経済状態に基づいて分類された複数の顧客セグメントにおける購入頻度の傾向が類似した一群の商品を商品カテゴリとして見出すことが可能となり、顧客セグメント毎の購入頻度に関連する商品の特徴を把握することができる。従って、顧客の健康状態及び経済状態に基づいて選択される傾向がある商品の特徴について有用な分析結果を得ることが可能となる。

本実施形態によって得られる上述した分析結果は、商品の販売促進や、商品の売れ行き・在庫の予測、新規商品の開発などにおいて有益な情報をもたらすことができる。

次に、本実施形態に係る分析装置１０の分析処理の一変形例について説明する。
図５は、分析処理の一変形例を説明するためのフローチャートである。図５に示すフローチャートは、図３に示すフローチャートにおけるステップＳＴ１０５をステップＳＴ１０５Ａに置き換えたものであり、他のステップは図３に示すフローチャートと同じである。

図３のステップＳＴ１０５では、主に各顧客の健康状態情報と経済状態情報とに基いて顧客セグメントの分類が行なわれているが、図５のステップＳＴ１０５Ａでは、更に各顧客の購入実績情報に基づいて顧客セグメントの分類が行われる。すなわち、処理部１５は、各顧客の健康状態情報と経済状態情報と購入実績情報とに基づいて、複数の顧客を複数の顧客セグメントに分類する。

図６は、図５のステップＳＴ１０５Ａにおいて複数の顧客を複数の顧客セグメントに分類する処理の一例を説明するためのフローチャートである。この例において、処理部１５は、購入実績データベース１７３から取得した各顧客の購入実績情報に基づいて、個々の顧客が個々の商品を購入した頻度に関する購入頻度情報を取得する。処理部１５は、商品毎の購入頻度情報又は商品グループ毎の購入頻度情報を取得する（ＳＴ２５０）。

例えば処理部１５は、１つの商品が直近の所定期間内において単位数量だけ購入された購入回数を顧客毎に集計し、顧客毎に集計した１つの商品の購入回数に応じた数値（例えば全顧客における平均値が０、分散が１となるように標準化した値）を、当該１つの商品についての購入頻度情報として顧客毎に算出する。処理部１５は、例えば、所定の１以上の商品について、購入頻度情報を顧客毎に算出する。

また例えば、処理部１５は、１つの商品グループに属する商品が直近の所定期間内において単位数量だけ購入された購入回数を顧客毎に集計し、顧客毎に集計した１つの商品グループに属する商品の購入回数に応じた数値（例えば全顧客における平均値が０、分散が１となるように標準化した値）を、当該１つの商品グループについての購入頻度情報として顧客毎に算出する。処理部１５は、例えば、所定の１以上の商品グループについて、購入頻度情報を顧客毎に算出する。

処理部１５は、１以上の商品若しくは商品グループについて購入頻度情報を顧客毎に算出すると、この購入頻度情報と、既に説明した健康状態情報（図２Ａ）及び経済状態情報（図２Ｂ）とに基づいて因子分析を行うことにより、２以上の因子についての因子得点を顧客毎に算出する（ＳＴ２５５）。すなわち、処理部１５は、図２Ａに示す健康状態情報に含まれる各情報と、図２Ｂに示す経済状態情報に含まれる各情報と、１以上の商品若しくは商品グループについて算出した購入頻度情報とをそれぞれ観測変数として、各観測変数同士の相関を示す相関行列を算出し、相関行列に応じた因子負荷行列を求める。処理部１５は、各顧客の観測変数の値と、因子負荷行列及び相関行列とに基づいて、各顧客の因子得点（因子毎の因子得点）を算出する。因子分析の手法としては、ステップＳＴ２００（図４）と同様な既知の手法を用いることができる。

なお、因子分析において分析する因子の数は、予め設定された数であってもよいし、入力部１２においてユーザが任意に入力した数でもよい。また因子分析では、健康状態情報、経済状態情報、購入頻度情報に含まれる各情報をそれぞれ１つの観測変数としてもよいし、複数の情報を合成したものを１つの観測変数としてもよい。

処理部１５は、ステップＳＴ２５５において各顧客の因子得点を算出すると、顧客毎に算出した２以上の因子についての因子得点に基づいてクラスター分析を行うことにより、複数の顧客を複数の顧客セグメントに分類する（ＳＴ２６０）。クラスター分析の手法としては、ステップＳＴ２０５（図４）と同様な１以上の既知の手法を用いることができる。

上述した分析処理の変形例によれば、顧客セグメントの分類において所定の商品の購入頻度が加味されるため、顧客セグメント間における商品の購入傾向の相違を生じ易くすることができる。従って、顧客による商品の購入傾向についてのより有用な分析結果を得ることができる。

本発明は上述した実施形態には限定されない。すなわち、当業者は、本発明の技術的範囲またはその均等の範囲内において、上述した実施形態の構成要素に関し、様々な変更、コンビネーション、サブコンビネーション、並びに代替を行ってもよい。

上述した実施形態では、因子分析により得られる各顧客の因子得点（因子毎の因子得点）に基づいてクラスター分析を行うことにより、複数の顧客を複数の顧客セグメントに分類する例を挙げているが、本発明はこの例に限定されない。本発明の他の実施形態では、健康状態情報の各情報（図２Ａ）と経済状態情報の各情報（図２Ｂ）とに基づいてクラスター分析を行うことにより、複数の顧客を複数の顧客セグメントに分類してもよい。あるいは、健康状態情報の各情報（図２Ａ）と経済状態情報の各情報（図２Ｂ）と購入頻度情報（図６のＳＴ２５０）に基づいてクラスター分析を行うことにより、複数の顧客を複数の顧客セグメントに分類してもよい。

データベース部１７の各データベースに記憶される情報は、上述した実施形態に限定されない。例えば、顧客情報に含まれる情報は図２Ａの例に限定されるものではなく、図２Ａに示す情報を部分的に含んでもよいし、図２Ａに示す情報以外の情報を含んでもよい。同様に、購入実績情報に含まれる情報は図２Ｂの例に限定されるものではなく、図２Ｂに示す情報を部分的に含んでもよいし、図２Ｂに示す情報以外の情報を含んでもよい。

１０…分析装置、１１…通信部、１２…入力部、１３…表示部、１４…記憶部、１４１…プログラム、１５…処理部、１７…データベース部、１７１…商品データベース、１７２…顧客データベース、１７３…購入実績データベース、２０…端末装置、３１１…身体状態情報、３１２…認知機能状態情報、３１３…活動状況情報、３１４…行動制限情報、３１５…生活習慣情報、３１６…疾患情報、３１７…要介護度情報、３２１…予算情報、３２２…支出情報

Claims

顧客による商品の購入の傾向を分析する処理をコンピュータに実行させる分析プログラムであって、
前記コンピュータは、
個々の前記顧客に関する顧客情報と、
個々の前記顧客による個々の前記商品の購入実績に関する購入実績情報と
を記憶する１以上のデータベースにアクセス可能であり、
前記顧客情報は、
前記顧客の健康状態に関する健康状態情報と、
前記顧客の経済状態に関する経済状態情報と
を含み、
前記分析プログラムが前記コンピュータに実行させる処理は、
複数の前記顧客の少なくとも前記健康状態情報と前記経済状態情報とに基いて、複数の前記顧客を複数の顧客セグメントに分類する工程と、
複数の前記顧客の前記購入実績情報に基づいて、各前記顧客セグメントにおける前記商品の購入頻度に関する指標であって、前記商品毎の購入頻度に関する前記指標、若しくは、１以上の前記商品を包含した商品グループ毎の購入頻度に関する前記指標を算出する工程とを有する、
分析プログラム。
前記健康状態情報は、
前記顧客の身体の状態に関する身体状態情報と、
前記顧客の認知機能の状態に関する認知機能状態情報と、
前記顧客の社会的な活動の状況に関する活動状況情報と、
前記顧客の健康上の配慮による行動制限に関する行動制限情報と、
前記顧客の生活習慣に関する生活習慣情報と、
前記顧客が介護を必要とする度合いを示す要介護度情報と
の少なくとも１つを含み、
前記経済状態情報は、前記顧客が前記商品の購入のために支出可能な予算に関する予算情報を含む、
請求項１に記載の分析プログラム。
前記顧客セグメントの分類を行う工程は、複数の前記顧客の少なくとも前記健康状態情報と前記経済状態情報とに基いてクラスター分析を行うことにより、複数の前記顧客を複数の前記顧客セグメントに分類することを含む、
請求項１又は２に記載の分析プログラム。
前記顧客セグメントの分類を行う工程は、
複数の前記顧客の少なくとも前記健康状態情報と前記経済状態情報とに基いて因子分析を行うことにより、２以上の因子についての因子得点を前記顧客毎に算出することと、
前記顧客毎に算出した２以上の前記因子についての前記因子得点に基づいてクラスター分析を行うことにより、複数の前記顧客を複数の前記顧客セグメントに分類することとを含む、
請求項３に記載の分析プログラム。
前記顧客セグメントの分類を行う工程は、
前記購入実績情報に基づいて、個々の前記顧客が個々の前記商品を購入した頻度に関する購入頻度情報であって、前記商品毎の前記購入頻度情報又は前記商品グループ毎の前記購入頻度情報を取得することと、
個々の前記顧客の少なくとも前記健康状態情報と前記経済状態情報と前記購入頻度情報とに基いてクラスター分析を行うことにより、複数の前記顧客を複数のセグメントに分類することとを含む、
請求項３に記載の分析プログラム。
前記顧客セグメントの分類を行う工程は、
個々の前記顧客の少なくとも前記健康状態情報と前記経済状態情報と前記購入頻度情報とに基いて因子分析を行うことにより、２以上の因子についての因子得点を前記顧客毎に算出することと、
前記顧客毎に算出した２以上の前記因子についての前記因子得点に基づいてクラスター分析を行うことにより、複数の前記顧客を複数の前記顧客セグメントに分類することとを含む、
請求項５に記載の分析プログラム。
各前記商品若しくは各前記商品カテゴリについて算出した各前記顧客セグメントの前記指標に基づいて、複数の前記商品を複数の商品カテゴリに分類する工程を有する、
請求項１〜６のいずれか一項に記載の分析プログラム。
コンピュータが顧客による商品の購入の傾向を分析する分析方法であって、
前記コンピュータは、
個々の前記顧客に関する顧客情報と、
個々の前記顧客による個々の前記商品の購入実績に関する購入実績情報と
を記憶する１以上のデータベースにアクセス可能であり、
前記顧客情報は、
前記顧客の健康状態に関する健康状態情報と、
前記顧客の経済状態に関する経済状態情報と
を含み、
複数の前記顧客の少なくとも前記健康状態情報と前記経済状態情報とに基いて、複数の前記顧客を複数の顧客セグメントに分類する工程と、
複数の前記顧客の前記購入実績情報に基づいて、各前記顧客セグメントにおける前記商品の購入頻度に関する指標であって、前記商品毎の購入頻度に関する前記指標、若しくは、１以上の前記商品を包含した商品グループ毎の購入頻度に関する前記指標を算出する工程と
を有する分析方法。
顧客による商品の購入の傾向を分析する分析装置であって、
処理部と、
前記顧客による前記商品の購入の傾向を分析する処理を前記処理部において実行させるプログラムの命令を記憶した記憶部とを有し、
前記処理部は、
個々の前記顧客に関する顧客情報と、
個々の前記顧客による個々の前記商品の購入実績に関する購入実績情報と
を記憶する１以上のデータベースにアクセス可能であり、
前記顧客情報は、
前記顧客の健康状態に関する健康状態情報と、
前記顧客の経済状態に関する経済状態情報と
を含み、
前記プログラムの命令に従って前記処理部が実行する処理は、
複数の前記顧客の少なくとも前記健康状態情報と前記経済状態情報とに基いて、複数の前記顧客を複数の顧客セグメントに分類する工程と、
複数の前記顧客の前記購入実績情報に基づいて、各前記顧客セグメントにおける前記商品の購入頻度に関する指標であって、前記商品毎の購入頻度に関する前記指標、若しくは、１以上の前記商品を包含した商品グループ毎の購入頻度に関する前記指標を算出する工程とを含む、
分析装置。